Avis des lecteurs
Résumé:Le livre est loué pour son introduction accessible aux statistiques et son accent pratique sur les méthodes d'inférence basées sur la simulation, en particulier pour les débutants et les scientifiques de données en herbe qui utilisent R et le Tidyverse. Bien qu'il soit apprécié pour son approche pratique, certains évaluateurs critiquent la qualité de l'impression et le manque d'exemples concis pour la mise en œuvre des tests statistiques.
Avantages:⬤ Introduction accessible aux statistiques pour les débutants et les scientifiques en herbe.
⬤ Met l'accent sur l'apprentissage pratique avec des applications du monde réel.
⬤ Se concentre sur l'inférence basée sur la simulation, s'associant bien avec R et le Tidyverse.
⬤ Fournit des explications claires et d'excellents outils, y compris le package 'infer'.
⬤ Encourage l'exploration et la compréhension des concepts statistiques par des références répétées et des exemples pratiques.
⬤ La qualité d'impression est critiquée comme étant médiocre, ressemblant à la « qualité Xerox ».
⬤ Certains ont trouvé que le livre était faussement difficile et qu'il manquait d'exemples concis pour mettre en œuvre divers tests statistiques.
⬤ Quelques évaluateurs ont noté qu'il pourrait être plus adapté à des élèves de terminale ou à des étudiants du début de l'université qu'à des apprenants avancés.
⬤ Un évaluateur a souhaité que les discussions sur les méthodologies statistiques et les compromis soient davantage développées.
(basé sur 9 avis de lecteurs)
Titre original :
Statistical Inference via Data Science: A ModernDive into R and the Tidyverse
Contenu du livre :
L'inférence statistique via la science des données : A ModernDive into R and the Tidyverse propose un parcours d'apprentissage de l'inférence statistique à l'aide d'outils de science des données largement utilisés dans l'industrie, le monde universitaire et le gouvernement. Il présente la suite de packages R tidyverse, y compris le package ggplot2 pour la visualisation des données, et le package dplyr pour le traitement des données. Après avoir équipé les lecteurs avec juste assez de ces outils de science des données pour effectuer des analyses de données exploratoires efficaces, le livre couvre les sujets traditionnels d'introduction à la statistique tels que les intervalles de confiance, les tests d'hypothèse et la modélisation de la régression multiple, tout en se concentrant sur la visualisation tout au long du livre.
Caractéristiques :
● Suppose des prérequis minimaux, notamment, pas de calcul préalable ni d'expérience de codage.
● Motive la théorie à l'aide de données du monde réel, notamment tous les vols intérieurs quittant la ville de New York en 2013, le projet Gapminder et le site web de journalisme de données, FiveThirtyEight.com.
● Se concentre sur des approches de l'inférence statistique basées sur la simulation plutôt que sur des formules mathématiques.
● Utilise le package infer pour une inférence statistique "ordonnée" et transparente afin de construire des intervalles de confiance et de mener des tests d'hypothèse via les méthodes de bootstrap et de permutation.
● Fournit tous les codes et sorties intégrés directement dans le texte ; également disponible dans la version en ligne sur moderndive.com.
Ce livre est destiné aux personnes qui souhaitent simultanément commencer à développer leur boîte à outils en science des données et commencer à apprendre les outils inférentiels et de modélisation utilisés dans une grande partie de la recherche moderne. Le livre peut être utilisé dans les cours de méthodologie et de science des données et dans les premiers cours de statistique, tant au niveau du premier que du deuxième cycle.
Autres informations sur le livre :
| ISBN : | 9780367409821 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2019 |
| Nombre de pages : | 430 |
Achat:
Actuellement disponible, en stock.
