Probably Overthinking It : Comment utiliser les données pour répondre aux questions, éviter les pièges statistiques et prendre de meilleures décisions

Note :   (4,4 sur 5)

Probably Overthinking It : Comment utiliser les données pour répondre aux questions, éviter les pièges statistiques et prendre de meilleures décisions (B. Downey Allen)

Avis des lecteurs

Résumé:

Ce livre est très apprécié pour son style engageant, sa clarté et ses exemples pertinents qui aident les lecteurs à comprendre les concepts statistiques et les pièges de l'analyse des données. Il couvre les applications du monde réel et les erreurs courantes en matière de statistiques, ce qui le rend agréable et éducatif. Toutefois, certains lecteurs ont estimé que les commentaires politiques nuisaient à la qualité générale de l'ouvrage.

Avantages:

Style d'écriture clair et engageant.
Simplifie les concepts statistiques complexes à l'aide d'exemples pratiques.
Offre des aperçus et des applications du monde réel.
Apprend aux lecteurs à analyser les données de manière critique et à éviter les pièges statistiques courants.
Divertissant et stimulant avec des faits intéressants.

Inconvénients:

Certains lecteurs trouvent le contenu politique distrayant et non pertinent.
Une connaissance de base des statistiques peut être nécessaire pour une compréhension totale, ce qui peut laisser les novices perplexes.

(basé sur 11 avis de lecteurs)

Titre original :

Probably Overthinking It: How to Use Data to Answer Questions, Avoid Statistical Traps, and Make Better Decisions

Contenu du livre :

Un guide essentiel sur la façon dont les données peuvent améliorer la prise de décision.

Les statistiques sont omniprésentes : dans les bulletins d'information, chez le médecin et dans toutes sortes de prévisions, de la bourse à la météo. Le blogueur, enseignant et informaticien Allen B. Downey sait bien que les gens ont une capacité innée à comprendre les statistiques et à se laisser berner par elles. Comme il l'explique clairement dans cette introduction accessible à la pensée statistique, les enjeux sont importants. De simples malentendus ont conduit à des pronostics médicaux erronés, sous-estimé la probabilité de grands tremblements de terre, entravé les efforts de justice sociale et abouti à des décisions politiques douteuses. Il y a de bonnes et de mauvaises façons de considérer les chiffres, et Downey vous aidera à distinguer les unes des autres.

Probably Overthinking It utilise des données réelles pour étudier des exemples concrets ayant des conséquences réelles, en s'appuyant sur des cas de campagnes de santé, de mouvements politiques, de classements aux échecs, etc. Il présente les pièges les plus courants, comme l'erreur du taux de base, l'échantillonnage basé sur la longueur et le paradoxe de Simpson, et met en lumière ce que nous apprenons lorsque nous interprétons correctement les données, et ce qui ne va pas lorsque nous ne le faisons pas. En utilisant des visualisations de données au lieu d'équations, il développe la compréhension à partir des bases pour vous aider à reconnaître les erreurs, que ce soit dans votre propre raisonnement ou dans les rapports des médias. Même si vous n'avez jamais étudié les statistiques - ou si vous les avez étudiées et avez oublié tout ce que vous avez appris - ce livre vous offrira un nouvel éclairage sur les méthodes et les mesures qui nous aident à comprendre le monde.

Autres informations sur le livre :

ISBN :9780226822587
Auteur :
Éditeur :
Langue :anglais
Reliure :Relié
Année de publication :2023
Nombre de pages :256

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Python pour la conception de logiciels : Comment penser comme un informaticien - Python for Software...
Python pour la conception de logiciels est une...
Python pour la conception de logiciels : Comment penser comme un informaticien - Python for Software Design: How to Think Like a Computer Scientist
Pensez STATS : L'analyse exploratoire des données - Think STATS: Exploratory Data Analysis
Si vous savez programmer, vous avez les compétences...
Pensez STATS : L'analyse exploratoire des données - Think STATS: Exploratory Data Analysis
Pensez Python : Comment penser comme un informaticien - Think Python: How to Think Like a Computer...
Si vous voulez apprendre à programmer, travailler...
Pensez Python : Comment penser comme un informaticien - Think Python: How to Think Like a Computer Scientist
Penser la complexité : Science de la complexité et modélisation informatique - Think Complexity:...
La science de la complexité utilise l'informatique...
Penser la complexité : Science de la complexité et modélisation informatique - Think Complexity: Complexity Science and Computational Modeling
Think Bayes : Les statistiques bayésiennes en Python - Think Bayes: Bayesian Statistics in...
Si vous savez programmer, vous êtes prêt à vous...
Think Bayes : Les statistiques bayésiennes en Python - Think Bayes: Bayesian Statistics in Python
Pensez structures de données : Algorithmes et recherche d'informations en Java - Think Data...
Si vous êtes un étudiant en informatique ou un...
Pensez structures de données : Algorithmes et recherche d'informations en Java - Think Data Structures: Algorithms and Information Retrieval in Java
Pensez Java : Comment penser comme un informaticien - Think Java: How to Think Like a Computer...
Think Java est une introduction pratique à...
Pensez Java : Comment penser comme un informaticien - Think Java: How to Think Like a Computer Scientist
Think DSP : Traitement des signaux numériques en Python - Think DSP: Digital Signal Processing in...
Si vous comprenez les mathématiques de base et...
Think DSP : Traitement des signaux numériques en Python - Think DSP: Digital Signal Processing in Python
Modélisation et simulation en Python : Une introduction pour les scientifiques et les ingénieurs -...
La modélisation et la simulation en Python...
Modélisation et simulation en Python : Une introduction pour les scientifiques et les ingénieurs - Modeling and Simulation in Python: An Introduction for Scientists and Engineers
Python pour la conception de logiciels - Python for Software Design
Python pour la conception de logiciels est une introduction concise à la conception de...
Python pour la conception de logiciels - Python for Software Design
Probably Overthinking It : Comment utiliser les données pour répondre aux questions, éviter les...
Un guide essentiel sur la façon dont les données...
Probably Overthinking It : Comment utiliser les données pour répondre aux questions, éviter les pièges statistiques et prendre de meilleures décisions - Probably Overthinking It: How to Use Data to Answer Questions, Avoid Statistical Traps, and Make Better Decisions

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)