Buku teori probabilitas untuk belajar sendiri


16

Adakah buku bagus yang menjelaskan konsep penting teori probabilitas seperti fungsi distribusi probabilitas dan fungsi distribusi kumulatif?

Tolong, hindari merujuk buku-buku seperti "Statistik Matematika dan Analisis Data" oleh John Rice yang dimulai dengan konsep permutasi sederhana dan kemudian, tiba-tiba (dalam bab 2) mengambil lompatan dengan asumsi pengetahuan dalam analisis nyata, integral berganda dan permukaan dan mulai menggambarkan CDF dan PDF dan mengilustrasikannya dalam bentuk 3 dimensi. Satu dibiarkan menggaruk kepala bagaimana semua terhubung.

Saya mencari buku belajar sendiri dan buku apa pun dalam kategori yang sama dengan "Kalkulus untuk Pria Praktis" akan sangat membantu.


1
Tingkat kecanggihan apa yang Anda cari? Anda menyebutkan Beras dan Kalkulus untuk Pria Praktis . Anda juga menyebutkan konsep permutasi "sangat sederhana", jadi Anda harus merasa nyaman dengan beberapa matematika. Ketika Anda mengatakan teori statistik , apa maksud Anda? Contoh-contoh yang Anda sebutkan lebih pada inti teori probabilitas dasar .
kardinal

2
Maksud saya bertanya adalah bahwa Anda dapat mempelajari sejumlah teori probabilitas dasar dengan pemahaman yang baik tentang kalkulus. Anda dapat mempelajari sejumlah statistik terapan (klasik) yang layak tanpa kalkulus selama Anda bersedia menerima banyak formula tanpa motivasi yang luar biasa. Sayangnya, cukup sulit untuk masuk terlalu jauh ke dalam teori statistik (seperti yang saya mengerti istilah itu) tanpa teori probabilitas dasar dan keakraban yang lebih besar dengan kalkulus.
kardinal

Terima kasih Kardinal. Saya mengerti bahwa saya tidak bisa melangkah jauh dalam teori statistik tanpa pengetahuan yang baik dalam Kalkulus dan saya tidak mencari teks non-matematika di sini. Masalah yang saya temukan dengan buku Rice adalah bahwa ia membutuhkan lompatan tiba-tiba dan saya bertanya-tanya apa yang harus saya ketahui atau ketahui untuk memahami materi ini. Di sisi lain "Pria Praktis" perlahan-lahan membangun konsep dari blok-blok dasar dan sesekali mengulanginya. Seri terakhir telah membuat saya terlihat hubungan dalam Matematika dan saya bertanya-tanya mengapa saya begitu takut dengan Kalkulus.
VKs

5
Terima kasih atas tanggapannya. Jika Anda mencari sesuatu seperti teks Rice, tetapi "lebih baik", favorit pribadi saya adalah Mood, Graybill, dan Boes, Pengantar teori statistik , edisi ke-3, 1974. Sudah lama tidak dicetak sehingga bisa jadi mahal untuk mendapatkan. Ini juga buku yang sedikit lebih maju, bahkan beberapa dari pesaing yang lebih modern seperti Casella & Berger. Bagaimanapun, saya menemukan tulisannya sangat jelas; itu bergerak pada kecepatan yang tepat, secara umum, dan memiliki contoh dan latihan yang bagus. Menggunakan buku probabilitas dasar seperti Ross mungkin akan bagus sebagai suplemen.
kardinal

Jika Anda juga tertarik dengan kuliah online, coba coursera.org/course/probability atau lebih "mathy": youtube.com/watch?v=KbB0FjPg0mw
Tim

Jawaban:


3

Saya merekomendasikan Head First Statistics . Seri 'Head First' memiliki kualitas didaktik superior dan menyenangkan untuk dibaca. Ini memiliki banyak latihan, dan merupakan salah satu dari beberapa buku yang saya sukai melakukan latihan. http://www.amazon.com/Head-First-Statistics-Dawn-Griffiths/dp/0596527586


2
Buku apa pun dalam seri ini menyebabkan begitu banyak gangguan sehingga bagi saya itu tidak ada jalan, tidak peduli apakah itu matematika, pemrograman atau bermain gitar. Tapi, OP MMV.
greenoldman

2

Saya mencari yang sama seminggu yang lalu. Saya menemukan dari posting lain stackexchangetentang buku ini Intuitive biostatistics: A Nonmathematical Guide to Statistical Thinkingoleh Harvey Motulsky . Saya pikir bagian kedua dari judul itu cukup timpang. Tetapi secara umum saya tidak memiliki masalah dalam memahami matematika, tetapi tidak menemukan satu pun dari mereka yang menjelaskan konsep yang cukup jelas bagi saya. Saya baru saja memesan buku ini berdasarkan ulasan, jadi saya belum bisa memberikan pendapat tentangnya sendiri. Ada ulasan bagus tentang amazon dan stackexchange (meskipun banyak yang lebih suka edisi 1 ke 2). Jika Anda mencari sesuatu yang sama sekali berbeda, ini mungkin menarik bagi Anda.


Sangat direkomendasikan oleh saya juga.
Michael Lew - mengembalikan Monica

2

Buku Schaeffer dari pers Duxbury sepertinya baik-baik saja. Buku-buku Sheldon Ross selalu mengagumkan. Catatan, ini adalah kedua buku tentang Probabilitas, bukan statistik, yang Anda tanyakan.


2

Saya sangat merekomendasikan Prinsip Statistik Bulmer sebagai titik lompatan. Ini adalah sentuhan tanggal, tetapi pendek, jelas dan tersedia dalam edisi Dover murah - sekitar $ 10 dari Amazon. Untuk buku statistik yang lebih modern dan to the point, saya sarankan Wasserman's "All of Statistics" . Saya mendapatkannya beberapa bulan yang lalu dan ini merupakan survei yang bagus untuk semuanya - Saya belum membaca beberapa bab pertama secara terperinci tetapi tampaknya baik-baik saja. Saya suka beberapa saran praktis yang akan berguna dalam konteks belajar mandiri - misalnya "Unbiasdness digunakan untuk menerima banyak perhatian tetapi hari ini dianggap kurang penting".

Tapi ini dengan asumsi Anda menginginkan teks statistik praktis yang mencakup beberapa probabilitas daripada teks teori probabilitas. Untuk teori probabilitas, saya sarankan membaca banyak tentang teori ukuran dan memukul sesuatu pada integrasi Lebegue pertama - tetapi ini tidak terdengar seperti di mana Anda berada.


1
Saya menggunakan buku Wassermann untuk melengkapi buku resmi yang setiap instruktur lain dalam kelas sepuluh bagian "Intro to Stats for Engineers" wajib digunakan, dan menyukainya jauh lebih baik daripada buku teks yang diperlukan. Ini menyapu melalui statistik pada kecepatan yang luar biasa dengan menghilangkan semua bukti, dengan harapan bahwa seorang siswa yang mahir secara matematis akan melihatnya, atau membaca buku-buku yang lebih keras.
Tugas

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.