Apakah Anda memiliki rekomendasi untuk buku untuk mengajarkan sendiri Statistik Terapan di tingkat pascasarjana?


23

Saya mengambil beberapa kursus statistik di perguruan tinggi tetapi saya menemukan bahwa pendidikan saya sangat didorong oleh teori.

Saya ingin tahu apakah ada di antara Anda yang memiliki teks dalam Statistik Terapan (pada tingkat pascasarjana) yang Anda rekomendasikan atau telah memiliki pengalaman yang baik dengan.


2
Buku teks tingkat pascasarjana biasanya agak terspesialisasi, dengan judul-judul seperti Regresi Binomial Negatif , atau Analisis Rangkaian Waktu dengan Metode Ruang-Negara . Anda bisa lebih spesifik tentang daerah Anda tertarik, atau yang Anda cari semacam gambaran?
Scortchi

1
Ini akan membantu jika Anda memberi tahu kami lebih banyak tentang aplikasi Anda!
kjetil b halvorsen

Saya sebagian besar tertarik pada metode regresi dan beberapa pemodelan. Saya menemukan banyak RV binomial serta variabel acak distribusi kasar atau tidak jelas. Aplikasi agak lebar sehingga gambaran akan 'ideal' tetapi jelas bukan yang paling layak dari permintaan haha.
jameselmore

Jawaban:


20

Beberapa buku yang sangat bagus: "Statistik untuk Eksperimen: Desain, Inovasi, dan Penemuan, Edisi ke-2" oleh Box, Hunter & Hunter. Ini secara resmi merupakan teks pengantar (lebih banyak untuk orang-orang kimia & teknik) tetapi sangat bagus di sisi terapan.

"Analisis Data Menggunakan Regresi dan Model Bertingkat / Hirarki" oleh Andrew Gelman & Jennifer Hill. Sangat bagus dalam aplikasi pemodelan regresi.

"Elemen Pembelajaran Statistik: Penambangan Data, Inferensi, dan Prediksi, Edisi Kedua" (Seri Springer dalam Statistik) ke-2 (2009) Edisi yang Dikoreksi oleh Hastie Trevor, Tibshirani Robert & Friedman Jerome. Lebih teoretis daripada dua yang pertama dalam daftar saya, tetapi juga sangat bagus pada mengapa dan jika aplikasi. - Versi PDF yang Dirilis

"Pengantar Pembelajaran Statistik" (Seri Springer dalam Statistik) ke-6 (2015) oleh Gareth James, Daniela Witten, Trevor Hastie dan Robert Tibshirani - Versi PDF Dirilis

Mengerjakan cara Anda melalui ketiga buku ini harus memberikan dasar yang sangat baik untuk aplikasi.


3
Box, Hunter, & Hunter layak dibaca untuk siapa saja di tingkat mana pun yang belum membacanya.
Scortchi


3
Saya penggemar berat buku Gelman / Hill.
John

Saya telah membaca sebagian besar Elemen; itu adalah kesulitan, dan jika Anda mencari aplikasi, Anda perlu tahu apa yang harus dilewati. Beberapa buku yang membahas materi serupa dengan saran + kode contoh yang lebih praktis adalah Kuhn & Johnson ( diterapkanpredictivemodeling.com ) dan Berk ( springer.com/gp/book/9780387775005 ).
Drew N

8

Harrell (2001), Strategi Pemodelan Regresi dibedakan oleh

  • meliputi pemodelan dari awal hingga akhir — jadi pengurangan data, penghilangan nilai yang hilang, & validasi model adalah beberapa topik yang dimasukkan
  • penekanan pada menjelaskan bagaimana menggunakan metode yang berbeda pada tahap yang berbeda
  • contoh-contoh yang sudah dikerjakan dengan saksama (& kode S-Plus / R) mengambil banyak buku

5

Selain itu, Pengantar Ekonometrika: Pendekatan Modern oleh Wooldrige memiliki hampir semua yang Anda ingin tahu tentang regresi, pada tingkat sarjana lanjutan.

sunting: jika Anda berurusan dengan hasil kategorikal, Hastie et al sangat diperlukan. Juga, Analisis Data Kategorikal oleh Agresti adalah pendekatan klasik yang baik, yang bertentangan dengan pendekatan pembelajaran mesin Hastie et al.


1
Saya tidak berpikir Wooldridge sangat maju. Menurut pendapat saya, referensi yang lebih baik adalah Ekonometrika Hayashi atau bahkan teks kedua Wooldridge, "Analisis Ekonometrik Bagian Lintas dan Data Panel".
JohnK

5
Menggunakan Hayashi untuk "statistik terapan" seperti menggunakan penyembur api untuk menyalakan lilin. Dia meminta lebih sedikit teori, tidak lebih. Juga, saya pikir Wooldridge secara konseptual canggih untuk buku sarjana bahkan jika itu tidak begitu teknis. Ini tidak seperti saya merekomendasikan Stock & Watson.
shadowtalker

2
Saya tidak setuju tapi saya suka metafora;)
JohnK

3

Analisis Data Bayesian edisi ketiga (2013) oleh Gelman et al. Levelnya campur tetapi perawatan yang saya temukan sangat bagus sehingga sesuatu yang berharga bisa didapat dari kebanyakan bab. Jika Anda tertarik pada penerapan metode yang berprinsip, saya akan merekomendasikan buku ini.



1

Strategi Pemodelan Regresi oleh Frank Harrell, adalah buku yang bagus jika Anda sudah mengetahui beberapa hal mendasar. Ini sangat berfokus pada aplikasi (banyak contoh dengan kode), menentukan model, diagnostik model, berurusan dengan perangkap umum dan menghindari metode yang bermasalah.


0

Saya menggunakan "Statistik Teknik" oleh Montgomery dan Runger. Ini cukup bagus (terutama jika Anda memiliki latar belakang matematika yang kuat). Saya juga sangat merekomendasikan untuk memeriksa kursus Pembelajaran Mesin CalTech secara online. Ini bagus untuk pengantar Konsep ML (jika itu bagian dari analisis data Anda). https://work.caltech.edu/telecourse.html .


0

Saya menulis buku Nonlinear Regression Modeling untuk Aplikasi Teknik: Pemodelan, Validasi Model, dan Desain Percobaan yang Memungkinkan, Wiley, New York, NY, September, 2016. ISBN 9781118597965, Rhinehart, RR karena saya merasakan kebutuhan seperti itu. Buku ini 361 halaman dan memiliki situs web pendamping dengan solusi kode terbuka Excel / VBA untuk banyak teknik. Kunjungi www.r3eda.com.


0

Urutan metode regresi tingkat atas Stat UW Stat PhD program menggunakan Wakefield "Bayesian dan Frequentist Regression Methods" yang merupakan pilihan yang sangat baik untuk orang-orang seperti Anda yang telah melihat banyak statistik matematika. Ini memberi jauh lebih banyak perspektif daripada kebanyakan buku tentang metode terapan yang paling sederhana karena memanfaatkan begitu banyak matematika.


-1

Saya menggunakan College Statistics Made Easy oleh Sean Connolly. Ini ditujukan untuk kursus pertama / kedua dalam statistik. Materinya sangat, sangat mudah diikuti. Saya mencoba beberapa buku dan tidak ada yang membandingkannya.


Mengingat si penanya memiliki banyak statistik teoretis, ini mungkin bukan tujuan mereka.
Sheridan Grant
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.