Olvasói vélemények
Összegzés:Okozati következtetés a statisztikában: A Primer: A Primer közérthető bevezetést nyújt az oksági következtetésbe, kiemelve, hogy a megfelelő elemzéshez az adatok mellett szükség van oksági hipotézisekre is. A Judea Pearl és munkatársai által írt könyv az olyan összetett fogalmakat, mint a gráfelmélet és az ellentényezős érvelés, világos, érthető formába foglalja, gyakorlati példákkal. Bár a könyv nagyszerű alapként szolgál mind a hallgatók, mind a gyakorlati szakemberek számára, több recenzens megjegyezte, hogy olyan problémák merültek fel, mint a házi feladatokra adott kérdések megválaszolásának hiánya, a technikai jelölések számos hibája és a gyenge nyomtatási minőség.
Előnyök:⬤ Tömör bevezetés az oksági következtetésbe, tökéletes a nem statisztikusok és a gyakorlati szakemberek számára.
⬤ Világos írásmód, bőséges egyszerű példákkal, amelyek elősegítik a megértést.
⬤ Jól strukturált fejezetek, amelyek olyan kulcsfogalmakba mélyednek el, mint a gráfelmélet és az ellentényezőket.
⬤ Jó kiegészítő forrásként szolgál a haladó hallgatók és a tudásukat elmélyíteni kívánó szakemberek számára.
Hátrányok:⬤ A házi feladatokra adott válaszok hiánya kihívássá teszi az önálló tanulást.
⬤ Számos tipográfiai hiba és nem egyértelmű technikai jelölés rontja a tanulmány minőségét.
⬤ Néhány olvasó úgy érezte, hogy inkább az elméleti szempontokra összpontosít gyakorlati alkalmazási útmutatás nélkül.
⬤ A könyv gyenge fizikai minősége és problémák a kiegészítő forrásokhoz való hozzáféréssel a kísérő webhelyen.
(57 olvasói vélemény alapján)
Eredeti címe:
Causal Inference in Statistics: A Primer
Könyv tartalma:
OK-OKOZATI KÖVETKEZTETÉS A STATISZTIKÁBAN
A Primer
Az ok-okozati összefüggések központi szerepet játszanak az adatok megértésében és felhasználásában. Az ok-okozati összefüggések megértése nélkül nem használhatjuk az adatokat olyan alapvető kérdések megválaszolására, mint "Ez a kezelés árt vagy segít a betegeknek? " De bár több száz bevezető szöveg áll rendelkezésre az adatelemzés statisztikai módszereiről, mostanáig nem írtak kezdő szintű könyvet arról a robbanásszerűen bővülő módszerarzenálról, amellyel az adatokból oksági információkat lehet kinyerni.
A Causal Inference in Statistics ezt a hiányt pótolja. A könyv egyszerű példák és közérthető nyelvezet segítségével bemutatja, hogyan kell meghatározni az oksági paramétereket; a különböző helyzetekben az oksági paraméterek becsléséhez szükséges feltevéseket; hogyan kell ezeket a feltevéseket matematikailag kifejezni; hogy e feltevéseknek vannak-e ellenőrizhető következményei; hogyan lehet megjósolni a beavatkozások hatásait; és hogyan lehet ellentényszerűen következtetni. Ezek azok az alapvető eszközök, amelyeket a statisztika minden hallgatójának el kell sajátítania ahhoz, hogy statisztikai módszereket használhasson az ok-okozati kérdések megválaszolásához.
Ez a könyv bárki számára hozzáférhető, aki érdeklődik az adatok értelmezése iránt, legyen szó egyetemi hallgatókról, professzorokról, kutatókról vagy az érdeklődő laikusokról. A példák a legkülönbözőbb területekről származnak, többek között az orvostudományból, a közpolitikából és a jogból; a beavatatlanok számára rövid bevezetést nyújt a valószínűségszámítás és a statisztika témakörébe; és minden fejezethez tanulmányi kérdések tartoznak, amelyek megerősítik az olvasó megértését.
