Adattudomány laikusok nyelvén: Statisztika

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.

Eredeti címe:

Data Science in Layman's Terms: Statistics

Könyv tartalma:

Számtalan blog, tanfolyam és oktatóprogram létezik, amelyek elmagyarázzák a statisztikai fogalmakat, de csak egy könyv nyújthat teljes útitervet a statisztika megértéséhez. A tankönyvek azonban inkább az elméletre és a matematikai bizonyításokra összpontosítanak, mint a gyakorlati vagy alkalmazott statisztikára. Adattudomány laikusok nyelvén: Statistics egyensúlyt teremt a könnyen olvasható oktatóanyag és az elméletet tartalmazó tankönyv között. Teljes útitervet kínál a statisztika megértéséhez. A könyvben szereplő fogalmakat először közérthetően magyarázza el, majd vizuális ábrákkal és egyenletekkel támasztja alá. Az anyag lineárisan van elrendezve az első fejezetekben bemutatott egyszerű gondolatoktól a későbbi fejezetekben bemutatott összetett gondolatokig. Minden fejezet az előző fejezetek információira épül. Minden fejezet tartalmaz kódot, amely bemutatja, hogyan kell megvalósítani a fogalmakat, mind R-ben, mind Pythonban.

A könyv a statisztikai alapfogalmak és a leíró statisztika ismertetésével kezdődik. Ezután elmagyarázza a lineáris és logisztikus regressziót, valamint azt, hogy az optimalizálás milyen központi szerepet játszik a statisztikában. A könyv ezután ismerteti a csoportátlagok összehasonlítására szolgáló statisztikai teszteket, például az ANOVA-t és a MANOVA-t. Mind a parametrikus, mind a nem parametrikus teszteket ismerteti. A statisztikai elemzés rugalmasságát bővítő fogalmak, mint például a regularizáció, az újramintavételezés, a dimenziócsökkentés és a nemlineáris modellezés, szintén magyarázatot kapnak. A könyv későbbi részében a statisztika Bayes-i megközelítése kerül ismertetésre. Az utolsó fejezetek az idősorok és jelek elemzésével foglalkoznak. Mindezen fogalmakat R és Python nyelven alkalmazzuk az egyes fejezetek végén.

Ebben a könyvben a következőket olvashatja.

- Megtanulja, hogyan kell statisztikai modelleket készíteni folytonos, ordinális és kategorikus változók előrejelzésére.

- Használja az idősor-modellezést a részvényárfolyamok és a volatilitás előrejelzésére.

- Fitbit-adatok segítségével modellezheti az elégetett kalóriákat, és megtudhatja, hány lépés szükséges 1 kalória elégetéséhez.

- Készítsen hamis szöveg- vagy Tweet-generátort, amely olyan szöveget állít elő, amely elég közel áll a normál beszédhez ahhoz, hogy hihetőnek tűnjön.

- Határozza meg a kiugró értékeket, azonosítsa a potenciálisan csalárd adatokat, és észlelje a változási pontokat az idősoros adatokban.

- Ismerje meg, hogyan fedezhet fel gravitációs hullámokat a Lézer Interferométeres Gravitációs Hullám Obszervatórium jeladataiban.

A könyvhöz tartozó GitHub-tárhely a következő címen található: https: //github.com/nlinc1905/dsilt-stats-code.