Buku tentang statistik lebih ringan daripada statistik

Natal akan datang dan saya ingin membuat hadiah bertema statistik. Penerima membeli dan menyukai How Not to Be Wrong oleh Jordan Ellenberg (btw, saya juga suka buku itu). Dia juga menyukai The Signal and the Noise , meskipun dia merasa sedikit kesulitan dalam matematika. Jadi saya mencari sesuatu seperti buku-buku ini, yaitu bertema statistik, tidak takut pada beberapa persamaan tetapi lebih ringan dari buku akademis kaliber besar seperti misalnya BDA oleh Gelman et al. Bisakah Anda menyarankan saya beberapa judul?

EDIT: Saya baru tahu bahwa dia juga memiliki Risk Savvy: Cara Membuat Keputusan yang Baik oleh Gigerenzer tetapi bukan buku Kahneman, jadi saran dari Glen_b tampaknya tepat.

Dicing with Death oleh Stephen Senn berfokus pada statistik medis dan jauh lebih matematis daripada The Signal and the Noise . Saya menyukainya tetapi memang mengandung cukup banyak kesalahan ketik.

Lady Tasting Tea mencakup lebih banyak hal daripada yang saya harapkan dan merupakan salah satu buku statistik paling terbuka yang pernah saya baca. Meskipun sama sekali tidak matematis, itu memang memperkenalkan banyak topik menarik.

Simbol, Sinyal dan Kebisingan oleh Pierce sangat murah, mudah dibaca dan berisi banyak persamaan. Kedengarannya sangat pas tapi sudah cukup tua (ini diterbitkan sebagai cetak ulang Dover.)

Jika teman Anda tertarik pada sejarah, Permainan, Dewa dan Perjudian oleh Florence Nightingale David adalah akun sejarah awal statistik yang sangat berat dalam matematika. Saya lebih suka dia menulis kepada Stigler, tetapi itu tidak benar-benar pop-sci, jadi mungkin tidak cocok untuk teman Anda.

Di sisi yang lebih ringan? Statistik yang Dilakukan Salah: Panduan Lengkap yang Menyedihkan Adalah judul yang mengasyikkan, yah, judulnya cukup jelas. Dalam sia-sia yang sama, klasik adalah Cara Berbohong Dengan Statistik . Mirip-ish tetapi dengan sedikit getaran Freakonomics adalah Naked Statistics: Stripping the Dread dari Data

Sama sekali tidak matematis, tetapi tentu saja memiliki beberapa elemen statistik:

Kahneman, D. (2011) Berpikir, Cepat dan Lambat

Umurnya 5 tahun jadi orang itu mungkin baru saja membacanya tetapi jika belum, mereka mungkin menganggapnya berharga.

STATISTIK ACCIDENTAL otobiografi GEP Box membuat bacaan (ringan) hebat. Buku ini tidak seberat buku Ellenburg yang hanya saya sukai tetapi tidak lebih menyenangkan seperti yang menggambarkan jalan yang diambil oleh semua orang ketika mencoba memahami angka-angka.

Sejarah Statistik: Pengukuran Ketidakpastian sebelum 1900 oleh Stephen M. Stigler

Saya tidak pernah membacanya berulang-ulang, hanya menggunakannya beberapa kali sebagai referensi, tapi ini buku yang bagus yang bisa menarik bagi banyak pembaca.

Untuk rasa fisika, Anomali !, oleh Tommaso Dorigo adalah tentang "penemuan" sinyal anomali di beberapa partikel fisika fisika pada tahun 1990-an, dan studi tentang apakah ini merupakan penemuan fisika baru atau cacing statistik / metodologis. Namun agak mahal.

Sharon Bertsch McGrayne, Teori yang Tidak Akan Mati: Bagaimana Aturan Bayes memecahkan Kode Enigma, Memburu Kapal Selam Rusia, dan Memenangkan Kemenangan dari Dua Berabad-abad Kontroversi

Aturan Bayes tampaknya menjadi teorema satu-garis yang lugas: dengan memperbarui keyakinan awal kami dengan informasi baru yang obyektif, kami mendapatkan keyakinan yang baru dan lebih baik. Bagi penganutnya, ini adalah pernyataan elegan tentang belajar dari pengalaman. Bagi lawan-lawannya, itu adalah subjektivitas yang mengamuk.

Dalam akun pertama aturan Bayes untuk pembaca umum, Sharon Bertsch McGrayne mengeksplorasi teorema kontroversial ini dan obsesi manusia di sekitarnya. Dia melacak penemuannya oleh seorang ahli matematika amatir pada tahun 1740-an melalui perkembangannya ke dalam bentuk modernnya oleh ilmuwan Prancis Pierre Simon Laplace. Dia mengungkapkan mengapa ahli statistik yang dihormati menjadikannya tabu secara profesional selama 150 tahun — pada saat yang sama para praktisi mengandalkannya untuk menyelesaikan krisis yang melibatkan ketidakpastian besar dan informasi yang minim (peran Alan Turing dalam memecahkan kode Enigma Jerman selama Perang Dunia II), dan menjelaskan bagaimana Kemunculan teknologi komputer di era 1980-an terbukti sebagai pengubah permainan. Saat ini, aturan Bayes digunakan di mana-mana dari DNA de-coding ke Homeland Security.

Dengan mengambil bahan sumber utama dan wawancara dengan ahli statistik dan ilmuwan lain, Theory That Would Not Die adalah kisah yang memukau tentang bagaimana sebuah teorema yang tampaknya sederhana memicu salah satu kontroversi terbesar sepanjang masa.