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

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.

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.

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

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.

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.

Saya mendapatkan banyak manfaat dari Buku Pegangan Prosedur Statistik Parametrik dan Nonparametrik Sheskin . Ini adalah survei luas metode pengujian hipotesis, dengan pengantar yang baik untuk teori dan banyak catatan tentang seluk-beluk masing-masing. Anda dapat melihat TOC di situs penerbit (tertaut di atas).

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.

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 .

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.

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.

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.