Avis des lecteurs
Résumé:Ce livre est très apprécié pour son approche pratique des statistiques, en particulier des méthodes bayésiennes, ce qui en fait une excellente ressource pour les étudiants avancés et les chercheurs. Il met l'accent sur l'intuition et l'application dans le monde réel, mais peut ne pas convenir aux débutants en raison de sa complexité et de la terminologie non conventionnelle utilisée.
Avantages:⬤ Motivations claires pour les aspects pratiques de la statistique, en particulier dans les premiers chapitres.
⬤ Le style conversationnel le rend accessible et engageant.
⬤ L'accent est mis sur l'analyse bayésienne et les méthodes statistiques modernes.
⬤ Bien écrit, avec de nombreux exemples concrets tirés des sciences sociales.
⬤ Couverture complète des sujets avancés, y compris les questions relatives aux valeurs p et à l'inférence causale.
⬤ N'est pas adapté aux débutants ; suppose un solide bagage mathématique.
⬤ Il passe sous silence certaines formules et certains détails essentiels, ce qui peut laisser des lacunes dans la compréhension.
⬤ La terminologie non conventionnelle utilisée pour les erreurs peut dérouter les lecteurs.
⬤ Certains lecteurs ont trouvé que les derniers chapitres sur l'inférence causale étaient difficiles à comprendre.
⬤ Une mauvaise qualité d'impression et des problèmes de navigation dans la version Kindle.
(basé sur 25 avis de lecteurs)
Titre original :
Regression and Other Stories
Contenu du livre :
La plupart des manuels sur la régression se concentrent sur la théorie et les exemples les plus simples. Or, les problèmes statistiques réels sont complexes et subtils.
Ce livre ne traite pas de la théorie de la régression. Il s'agit d'utiliser la régression pour résoudre des problèmes réels de comparaison, d'estimation, de prédiction et d'inférence causale. Contrairement à d'autres ouvrages, il se concentre sur des questions pratiques telles que la taille de l'échantillon et les données manquantes, ainsi que sur un large éventail d'objectifs et de techniques.
Il présente directement les méthodes et le code informatique que vous pouvez utiliser immédiatement. Des exemples réels, des histoires vraies tirées de l'expérience des auteurs démontrent ce que la régression peut faire et ses limites, avec des conseils pratiques pour comprendre les hypothèses et mettre en œuvre des méthodes pour les expériences et les études d'observation.
Ils font une transition en douceur vers la régression logistique et les GLM. L'accent est mis sur les calculs en R et Stan plutôt que sur les dérivations, le code étant disponible en ligne.
Les graphiques et la présentation facilitent la compréhension des modèles et de leur ajustement.
Autres informations sur le livre :
| ISBN : | 9781107676510 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2020 |
| Nombre de pages : | 548 |
Achat:
Actuellement disponible, en stock.
