Introduction aux statistiques pour les médecins légistes

Note :   (3,8 sur 5)

Introduction aux statistiques pour les médecins légistes (David Lucy)

Avis des lecteurs

Résumé:

Le livre sert de manuel pour les statistiques médico-légales, loué pour sa valeur éducative et son application dans le monde réel, mais critiqué pour ses nombreuses erreurs et son manque de contenu attrayant. Bien qu'il soit bénéfique pour ceux qui suivent des cours de criminalistique, il ne convient pas aux lecteurs occasionnels ou à ceux qui découvrent le sujet.

Avantages:

Il fournit des scénarios du monde réel et une organisation intuitive, ce qui en fait une ressource éducative efficace pour les étudiants en médecine légale.
Contient des questions de révision utiles et des réponses détaillées à la fin.
Considéré comme un ouvrage de référence dans le domaine des statistiques médico-légales.
Offre des exemples concis et clairs pour l'introduction au sujet.

Inconvénients:

Plein de fautes de frappe et d'erreurs qui déroutent le lecteur et le rendent difficile à suivre.
Manque de questions pratiques et contient des réponses incorrectes dans le corrigé.
Pas bien écrit, avec des erreurs grammaticales et numériques.
Ne convient pas aux débutants en statistiques
Suppose des connaissances préalables.
Contenu peu engageant
considéré comme ennuyeux par certains lecteurs.

(basé sur 10 avis de lecteurs)

Titre original :

Introduction to Statistics for Forensic Scientists

Contenu du livre :

L'introduction aux statistiques pour les scientifiques de la police scientifique est une introduction essentielle au sujet, guidant doucement le lecteur à travers les techniques statistiques clés utilisées pour évaluer les différents types de preuves médico-légales. Ne supposant qu'un modeste bagage mathématique, le livre utilise des exemples réels tirés de la littérature scientifique et des cas de criminalistique pour illustrer les concepts et les méthodes statistiques pertinents.

S'ouvrant sur un bref aperçu de l'histoire et de l'utilisation des statistiques en criminalistique, le texte présente ensuite les techniques statistiques couramment utilisées pour examiner les données obtenues lors d'expériences en laboratoire. L'accent est mis sur l'évaluation des observations scientifiques en tant que preuves et sur les approches bayésiennes modernes de l'interprétation des données médico-légales pour les tribunaux. L'analyse des principales formes de preuves est abordée tout au long de l'ouvrage, avec un accent particulier sur l'ADN, les fibres et le verre.

Une introduction inestimable à l'interprétation statistique des preuves médico-légales ; ce livre sera d'une valeur inestimable pour tous les étudiants de premier cycle qui suivent des cours en sciences médico-légales.

⬤ Une introduction aux principales techniques statistiques utilisées dans l'évaluation des preuves médico-légales.

⬤ Il comprend des exercices en fin de chapitre pour améliorer la compréhension de l'étudiant.

⬤ De nombreux exemples tirés de la science médico-légale pour replacer le sujet dans son contexte.

Autres informations sur le livre :

ISBN :9780470022009
Auteur :
Éditeur :
Reliure :Relié
Année de publication :2005
Nombre de pages :266

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Introduction aux statistiques pour les médecins légistes - Introduction to Statistics for Forensic...
L'introduction aux statistiques pour les...
Introduction aux statistiques pour les médecins légistes - Introduction to Statistics for Forensic Scientists
Intro Statistics for Forensic Scientists (en anglais) - Intro Statistics for Forensic...
L'introduction aux statistiques pour les scientifiques de la police...
Intro Statistics for Forensic Scientists (en anglais) - Intro Statistics for Forensic Scientists

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)