Értékelés:
A könyvet dicsérik a statisztikai alapelvek és a statisztikai adatok értelmezésének gyakori buktatóinak értő és közérthető feltárása miatt. Hangsúlyozza a p-értékek és a statisztikai teljesítmény megértésének fontosságát, miközben gyakorlati tanácsokat ad mind a kezdőknek, mind a tapasztalt kutatóknak. Nem alkalmas azonban a statisztika teljesen kezdő alkalmazottainak, mivel feltételezi a statisztikai fogalmak bizonyos szintű ismeretét.
Előnyök:⬤ Jól megírt és lebilincselő
⬤ hasznos betekintést nyújt a statisztikai félreértelmezésekbe
⬤ széles közönség számára hozzáférhető, beleértve a nem statisztikusokat is
⬤ olyan fontos fogalmakkal foglalkozik, mint a p-értékek, a teljesítményelemzés és a statisztikával való visszaélések
⬤ hasznos forrásként szolgál a kutatások előkészítéséhez és a statisztikai eredmények megértéséhez
⬤ rávilágít a kutatásmódszertan kritikus tévhiteire.
⬤ Nem alkalmas a statisztikában teljesen kezdők számára
⬤ hiányoznak a mélyreható matematikai magyarázatok
⬤ nagymértékben a p-értékekkel való visszaélésekre összpontosít, ami nem biztos, hogy mindenki érdeklődését kielégíti a szélesebb körű statisztikai témák iránt
⬤ néhány recenzens szerint érdekes tartalma ellenére lassú olvasmány.
(126 olvasói vélemény alapján)
Statistics Done Wrong: The Woefully Complete Guide
A tudományos fejlődés a jó kutatáson múlik, és a jó kutatáshoz jó statisztikákra van szükség. A statisztikai elemzést azonban még a legjobbak és legokosabbak számára is nehéz jól elvégezni. Meglepődne, hány tudós csinálja rosszul.
A Statistics Done Wrong egy lényegre törő, alapvető útmutató a modern tudományban elkövetett statisztikai baklövésekről, amely megmutatja, hogyan tartsa hibátlanul a kutatását. Megvizsgálja a legújabb kutatások kínos hibáit és kihagyásait, megismeri azokat a tévhiteket és tudományos politikát, amelyek lehetővé teszik ezeket a hibákat, és megkezdheti a saját és társai statisztikai munkájának megreformálását.
Tanácsokat talál a következőkre vonatkozóan:
⬤ A helyes kérdésfeltevés, a megfelelő kísérlet megtervezése, a megfelelő statisztikai elemzés kiválasztása és a terv betartása.
⬤ Hogyan gondolkodj a p-értékekről, a szignifikanciáról, a szignifikancia- és szignifikancia-hiányról, a konfidenciaintervallumokról és a regresszióról.
⬤ A megfelelő mintaméret kiválasztása és a hamis pozitív eredmények elkerülése.
⬤ Az elemzésekről való beszámolás, valamint az adatok és a forráskód közzététele.
⬤ Követendő eljárások, óvintézkedések, és az analitikai szoftverek, amelyek segíthetnek.
Tudósok: Olvassa el ezt a tömör, hatékony útmutatót, amely segít statisztikailag megalapozott kutatást végezni. Statisztikusok: Adja ezt a könyvet mindenkinek, akit ismer.
Az első lépés a jól végzett statisztika felé: Statistics Done Wrong.