Értékelés:
A könyv jól strukturált és gyakorlatias útmutató a STATA-ban végzett adatelemzéshez, és minden szinten hasznos a kutatók számára. Hangsúlyt fektet a munkafolyamatok kezelésére, a dokumentációra és az adatok szervezésére, így értékes forrás mindenkinek, aki nagy adathalmazokon dolgozik. Ugyanakkor elsősorban a STATA-ra összpontosít, ami nem biztos, hogy annyira releváns más programozási nyelvek, például az R felhasználói számára.
Előnyök:⬤ Jól szervezett és könnyen olvasható
⬤ gyakorlati tippeket ad az adatkezeléshez
⬤ hasznos a kutatás szervezéséhez és dokumentálásához
⬤ a STATA különböző szintű ismereteihez alkalmazható
⬤ konkrét példákat és meglátásokat kínál
⬤ segít a munkafolyamatok és a hatékonyság javításában
⬤ a felhasználók számára erősen ajánlott
⬤ világos írásmód és értékes munkafolyamat-javaslatok.
⬤ Elsősorban a STATA felhasználóknak szól, ami korlátozhatja az alkalmazhatóságát azok számára, akik más szoftvereket, például R-t használnak
⬤ egyes felhasználók alapvetőnek találják, ha már van tapasztalatuk a STATA-val
⬤ a Kindle verziót kritizálják a hiányzó információk miatt
⬤ a gyakorláshoz szükséges gyakorlatok hiánya miatt
⬤ egyes kritikusok megemlítik, hogy az adatkezelés jellege miatt unalmas lehet.
(30 olvasói vélemény alapján)
The Workflow of Data Analysis Using Stata
J. Scott Long The Workflow of Data Analysis Using Stata című könyve az adatelemzők számára nélkülözhetetlen termelékenységi eszköz.
Long bemutatja a tapasztalataiból levont tanulságokat, és bemutatja, hogyan lehet hatékony munkafolyamatokat tervezni és megvalósítani mind az egyszemélyes, mind a csapatprojektek esetében. A munkafolyamatok bemutatása és annak elmagyarázása után, hogy egy jobb munkafolyamat hogyan könnyíti meg az adatokkal való munkát, Long ismerteti a munka tervezését, szervezését és dokumentálását.
Ezután bemutatja, hogyan írjunk és hibakeresést végezzünk a Stata do-fájlokban, és hogyan használjunk helyi és globális makrókat. Az adatelemzést nagyban leegyszerűsítő konvenciók tárgyalása után a szerző kitér az adatok tisztítására, elemzésére és védelmére.