Olvasói vélemények
Összegzés:A könyvet széles körben dicsérik, mint a statisztika második kurzusának kiváló forrását, különösen a társadalom- és egészségtudományok területén tanulók számára. Hatékonyan egyensúlyoz az elmélet és a gyakorlati alkalmazás között, nagy hangsúlyt fektet a Bayes-módszerekre és a valós példákra. Összetett volta miatt azonban kezdők számára nem biztos, hogy megfelelő, és aggályok merülnek fel a könyv mélységével, a magyarázatok egyértelműségével és a nyomtatott formátummal kapcsolatos néhány problémával kapcsolatban.
Előnyök:A statisztika gyakorlati szempontjainak világos motivációja, társalgási stílusú írásmód, a haladó témák átfogó lefedése, kiváló példák a társadalomtudományokból, jól szervezett tárgymutató, mind referenciaként, mind önálló tanuláshoz hasznos, az R-kód hatékony használata, különösen Bayes-kontextusban.
Hátrányok:Nem kezdőbarát, néhány fontos részletet elhallgat, a szokatlan terminológia zavaró lehet, a gyakorlatok túl nagy kihívást jelenthetnek, digitális formátumban frusztráló a navigáció, a jelentések szerint rossz a nyomtatási minőség, és egyesek szerint az írás nehézkes és hiányzik belőle a szigorú részletesség.
(25 olvasói vélemény alapján)
Eredeti címe:
Regression and Other Stories
Könyv tartalma:
A regresszióról szóló tankönyvek többsége az elméletre és a legegyszerűbb példákra összpontosít. A valódi statisztikai problémák azonban összetettek és kifinomultak.
Ez a könyv nem a regresszió elméletéről szól. Hanem a regresszió használatáról az összehasonlítás, a becslés, az előrejelzés és az oksági következtetés valós problémáinak megoldására. Más könyvektől eltérően olyan gyakorlati kérdésekre összpontosít, mint a mintaméret és a hiányzó adatok, valamint a célok és technikák széles körére.
Rögtön beleugrik a módszerekbe és a számítógépes kódokba, amelyeket azonnal használhat. A szerzők tapasztalataiból származó valós példák, valós történetek mutatják be, mire képes a regresszió és annak korlátai, gyakorlati tanácsokkal a feltételezések megértéséhez és a módszerek végrehajtásához kísérletek és megfigyelési tanulmányok esetében.
Gördülékeny átmenetet képeznek a logisztikus regresszió és a GLM között. A hangsúly a levezetések helyett az R-ben és a Stanben végzett számításokon van, a kódok online elérhetők.
A grafikák és a prezentáció segítik a modellek és a modellillesztés megértését.
