Apa buku tunggal paling berpengaruh yang harus dibaca oleh setiap ahli statistik?

Jika Anda bisa kembali ke masa lalu dan berkata pada diri sendiri untuk membaca buku tertentu di awal karier Anda sebagai ahli statistik, buku apa itu?

Berikut adalah dua untuk dimasukkan dalam daftar:

Tufte. Tampilan visual informasi kuantitatif
Tukey. Analisis data eksplorasi

Elemen Pembelajaran Statistik dari Hastie, Tibshirani, dan Friedman http://www-stat.stanford.edu/~tibs/ElemStatLearn/ harus ada di perpustakaan ahli statistik mana pun!

Saya bukan ahli statistik, dan saya belum banyak membaca tentang topik itu, tapi mungkin

Lady Tasting Tea: Bagaimana Statistik Merevolusi Ilmu Pengetahuan di Abad ke-20

harus disebutkan? Ini bukan buku pelajaran, tapi masih layak dibaca.

Teori Probabilitas: Logika Ilmu Pengetahuan

Darrell Huff - Cara Berbohong dengan Statistik

Bukan buku, tetapi saya baru-baru ini menemukan sebuah artikel oleh Jacob Cohen di American Psychologist berjudul "Hal-hal yang telah saya pelajari (sejauh ini)." Ini tersedia sebagai pdf di sini .

Dahulu, monograf kecil Jack Kiefer "Pengantar Inferensi Statistik" mengupas misteri banyak statistik klasik dan membantu saya memulai dengan literatur lainnya. Saya masih merujuknya dan dengan hangat merekomendasikannya kepada siswa yang kuat dalam kursus statistik tahun kedua.

Saya tidak akan berdebat bahwa salah satu dari ini harus dianggap "buku paling berpengaruh ... [untuk] ahli statistik", tetapi bagi mereka yang baru mulai belajar tentang topik ini, dua buku bermanfaat adalah:

1. Robert Abelson, Statistik sebagai Argumen Berprinsip
2. Paul Murrell, Pengantar Teknologi Data

Buku William Cleveland "The Elements of Graphing Data" atau bukunya "Visualisasi Data"

Saya pikir setiap ahli statistik harus membaca Stigler's The History of Statistics: The Pengukuran Ketidakpastian sebelum 1900

Itu ditulis dengan indah, teliti dan itu bukan perspektif sejarawan melainkan ahli matematika, karenanya tidak menghindari detail teknis.

Saya mengatakan tampilan visual informasi kuantitatif oleh Tufte, dan Freakonomics untuk sesuatu yang menyenangkan.

Rekomendasi buku Andrew Gelman yang menarik ada di sini:

http://thebrowser.com/interviews/andrew-gelman-on-statistics

Selain "The History of Statistics" yang disarankan oleh Graham, buku Stigler lain yang layak dibaca adalah

Statistik di atas Meja: Sejarah Konsep dan Metode Statistik

Di sisi matematika / dasar: Metode Statistik Matematika Harald Cramér .

Untuk penjelasan yang jelas tentang apa yang seharusnya ada dalam artikel jurnal ilmu sosial (bantuan jika Anda menulis atau peer review), saya suka Panduan Reviewer untuk Metode Kuantitatif dalam Ilmu Sosial . Secara khusus saya suka tabel desideratra sebagai sinopsis minimum yang makalah (artikel, tesis, disertasi) harus berisi. Bab-bab dipisahkan oleh teknik analisis, yang bagus. Saya pikir buku ini memiliki aplikasi yang lebih luas daripada "hanya" ilmu sosial karena teknik yang digunakan digunakan di banyak bidang.

Cukup awal, jadi mungkin tidak tercakup oleh pertanyaan, saya diperkenalkan dengan Pengantar Ott untuk Metode Statistik dan Analisis Data . Ini cukup mahal, tetapi merupakan sumber yang bagus untuk menunjukkan model statistik yang mendasari berbagai metode GLM. Saya memimpikan hari dimana jurnal membutuhkan artikel berisi menunjukkan formula model statistik yang diuji.

Untuk memeriksa asumsi tes, melihat efek dari berbagai pilihan dalam suatu tes, dan sebagainya, ini adalah satu buku yang saya harap saya miliki ketika saya belajar . Saya memiliki edisi sebelumnya dan ini adalah salah satu sumber daya umum terbaik yang telah saya beli karena cara yang jelas dan konsisten di mana informasi tentang tes diletakkan. Ini berisi contoh-contoh bagus yang menggambarkan tes, dan tidak mengharuskan pembaca untuk memiliki paket statistik tertentu untuk mengikuti paparan.

Tertipu Oleh Keacakan oleh Taleb

Taleb adalah seorang profesor di Columbia dan pedagang pilihan. Dia menghasilkan sekitar $ 800 juta dolar pada 2008 bertaruh melawan pasar. Dia juga menulis Black Swan. Dia membahas absurditas menggunakan distribusi normal untuk memodelkan pasar, dan berfilsafat mengenai kemampuan kita untuk menggunakan induksi.

1. Inferensi Statistik Michael Oakes : Sebuah Komentar untuk Ilmu Sosial dan Perilaku .
2. Regresi Berganda Elazar Pedhazur dalam Penelitian Perilaku . Jika Anda dapat berdiri dengan detail besar dan nada mementingkan diri sendiri.

Jika Anda tertarik, saya sudah mengulas di Amazon dan di http://www.integrativestatistics.com/favorites.htm

Saya telah membaca rekomendasi di atas dan terkejut menemukan bahwa sebagian besar orang yang menjawab pertanyaan adalah orang-orang yang bukan ahli statistik itu sendiri. Dengan 2 atau 3 pengecualian ... Sebagai ahli statistik industri yang kebetulan bekerja dengan ilmuwan sosial dan profesional kesehatan, saya akan mengatakan bahwa jika saya bisa membawa hanya satu buku ke pulau terpencil, itu adalah George EP Box, Statistik untuk Eksperimen (Wiley). Dalam gaya humoris dan jernihnya yang tak ada bandingannya, ia menjelaskan esensi dan filosofi membangun model matematika untuk data nyata. Pemikiran yang keras, tidak ada kesederhanaan matematis, tidak ada omong kosong, mengajarkan kita untuk berpikir secara statistik, merencanakan dan memvisualisasikan apa pun yang Anda bisa. Sebuah mahakarya ilmuwan terapan yang kompeten (insinyur kimia berubah menjadi ahli statistik). Selalu menyenangkan untuk dibaca lagi.

Beras: Statistik Matematika dan Analisis Data

Banyak buku bagus sudah disarankan. Tapi di sini ada yang lain: "Reckoning With Risk" dari Gerd Gigerenzer karena memahami bagaimana statistik mempengaruhi keputusan lebih penting daripada membuat semua teorinya benar. Faktanya dosa nomor satu dari para ahli statistik adalah gagal berkomunikasi dengan jelas. Bukunya berbicara tentang konsekuensi dari komunikasi yang buruk dan bagaimana menghindarinya.

Saya akan pergi ke depan dan mengusulkan buku teks standar di lapangan. Saya berbicara tentang Probabilitas dan Statistik oleh Degroot dan Schervish, pertama kali diterbitkan pada tahun 1975.

Buku ini telah berfungsi sebagai buku teks bagi banyak siswa dan dianggap klasik, memang demikian menurut saya. Ini mencakup topik-topik seperti kombinatorik, distribusi, statistik bayesian, inferensi kemungkinan dan analisis regresi. Sejauh yang saya tahu tidak ada buku pelajaran lain yang begitu teliti sehingga saya percaya buku ini harus dimiliki.

Saya belajar banyak dari statistik Alkitab Bayesian:

Jose Bernardo dan Adrian Smith (2000) Bayesian Theory.

Panduan Penting untuk Efek Ukuran: Kekuatan Statistik, Meta-Analisis, dan Interpretasi Hasil Penelitian oleh Paul D. Ellis

Buku ini jika "harus dimiliki" untuk semua orang yang melakukan penelitian ilmiah apa pun, terutama yang bukan berasal dari statistik / matematika murni. Buku di bawah ini memperluas yang pertama tentang interval kepercayaan.

Memahami Statistik Baru: Ukuran Efek, Interval Keyakinan, dan Analisis Meta oleh Geoff Cumming

"Paling berpengaruh" adalah gagasan yang sangat berbeda dari "semua orang harus membaca". Saya tidak memenuhi syarat untuk menjawab yang pertama - Anda akan membutuhkan seseorang yang merupakan sejarawan statistik - tetapi untuk yang kedua, berikut adalah beberapa:

1. Statistik sebagai Argumen Prinsip oleh Robert Abelson harus dibaca oleh siapa pun yang melakukan atau menggunakan statistik dalam pengejaran sains, humaniora, dll.

2. Dua buku William S. Cleveland tentang grafik: Unsur-unsur data grafik dan Visualisasi Data . Untuk ahli statistik, saya akan menempatkan ini di atas karya Tufte, bukan karena Tufte tidak bermanfaat tetapi karena a) Cleveland menulis dengan ahli statistik sebagai audiens yang dituju dan b) Cleveland mendasarkan rekomendasinya pada data eksperimental tentang bagaimana orang melihat grafik, daripada intuisi.

3. Analisis Data Eksplorasi oleh John Tukey. Itu kuno tetapi berharga - Anda bisa melakukan banyak hal dengan pensil, kertas, dan otak (setidaknya, jika otak Anda sebagus Tukey!)

Mungkin analisis data Bayesian oleh Gelman atau Deep Learning with Python . Tapi itu agak mirip dengan mengambil streptomisin ke abad pertengahan. Ini tidak ditulis ketika saya memulai karir saya dan beberapa hal dari buku akan menjadi berita besar saat itu. Beberapa hal yang paling berpengaruh yang harus diketahui semua orang adalah tidak ada sumber tunggal (mungkin mereka seharusnya, tetapi ...).

Panduan untuk Ekonometrika milik Kennedy berisi banyak saran praktis tentang berbagai analisis statistik. Entah bagaimana itu sangat padat informasi dan mudah dibaca, dan saya masih belajar sesuatu yang baru setiap kali saya mengambilnya.

Introductory Econometrics Wooldridge juga memiliki jenis diskusi seperti ini, tetapi sebagai buku teks pengantar, buku ini lebih mandiri. Saya berharap saya memiliki kursus yang berbasis di sekitarnya.