Bewertung:
Das Buch ist eine moderne Einführung in die statistische Inferenz mit Schwerpunkt auf simulationsbasierten Methoden und der Verwendung von R und Tidyverse. Es wird für seine Zugänglichkeit, seinen praktischen Ansatz und seine praktischen Beispiele hoch gelobt, steht aber wegen seiner Druckqualität und dem Mangel an ausführlichen Beispielen für statistische Implementierungen in der Kritik.
Vorteile:⬤ Zugängliche und klare Erklärungen von Statistikkonzepten.
⬤ Gute Einführung in simulationsbasierte Inferenz und das Tidyverse.
⬤ Praktischer Ansatz mit praktischen Beispielen.
⬤ Die Autoren haben unterstützende Werkzeuge wie das 'infer'-Paket entwickelt.
⬤ Geeignet für Anfänger, um Statistik für Studenten zugänglich zu machen.
⬤ Hoher Preis für die Printversion und Qualität des Drucks.
⬤ Täuschend schwierige Abschnitte können einige Leser verwirren.
⬤ Es fehlen ausreichende Beispiele und Fallstudien für die Durchführung verschiedener statistischer Tests.
⬤ Einige Benutzer sind der Meinung, dass es für fortgeschrittene Lernende oder Fachleute zu grundlegend sein könnte.
(basierend auf 9 Leserbewertungen)
Statistical Inference via Data Science: A ModernDive into R and the Tidyverse
Statistical Inference via Data Science: A ModernDive into R and the Tidyverse bietet einen Weg zum Erlernen statistischer Schlussfolgerungen unter Verwendung von Data-Science-Tools, die in der Industrie, im akademischen Bereich und in Behörden weit verbreitet sind. Es stellt die tidyverse-Suite von R-Paketen vor, einschließlich des ggplot2-Pakets für die Datenvisualisierung und des dplyr-Pakets für die Datenverarbeitung. Nachdem der Leser mit diesen Data-Science-Tools ausgestattet wurde, um effektive explorative Datenanalysen durchzuführen, deckt das Buch traditionelle einführende statistische Themen wie Konfidenzintervalle, Hypothesentests und multiple Regressionsmodellierung ab, wobei der Schwerpunkt auf der Visualisierung liegt.
Merkmale:
● Setzt minimale Voraussetzungen voraus, insbesondere keine Vorkenntnisse in Kalkül oder Programmierung.
● Motiviert die Theorie anhand von realen Daten, einschließlich aller Inlandsflüge, die New York City im Jahr 2013 verließen, dem Gapminder-Projekt und der datenjournalistischen Website FiveThirtyEight.com.
● Der Schwerpunkt liegt auf simulationsbasierten Ansätzen für statistische Schlussfolgerungen und nicht auf mathematischen Formeln.
● Verwendet das infer-Paket für "ordentliche" und transparente statistische Schlussfolgerungen, um Konfidenzintervalle zu konstruieren und Hypothesentests mithilfe der Bootstrap- und Permutationsmethoden durchzuführen.
Alle Codes und Ausgaben sind direkt in den Text eingebettet und auch in der Online-Version auf moderndive.com verfügbar.
Dieses Buch richtet sich an Personen, die gleichzeitig mit der Entwicklung ihrer Data-Science-Toolbox beginnen und sich mit den in der modernen Forschung verwendeten Inferenz- und Modellierungswerkzeugen vertraut machen möchten. Das Buch kann im Rahmen von Methoden- und Datenwissenschaftskursen sowie in ersten Statistikkursen sowohl im Grund- als auch im Hauptstudium verwendet werden.
| ISBN: | 9780367409876 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 430 |
Derzeit verfügbar, auf Lager.
