Note :
Les critiques présentent des opinions contrastées sur le livre, l'un d'entre eux le trouvant mal écrit et manquant de profondeur, tandis que l'autre le loue pour sa concision et sa praticité pour les statisticiens utilisant Python.
Avantages:Présentation concise des concepts statistiques, inclut un code Python pratique pour la mise en œuvre, convient aux statisticiens pragmatiques.
Inconvénients:Mauvaise qualité d'écriture, manque de profondeur et de clarté, les exemples se concentrent principalement sur COVID-19, explications vagues, ne convient pas aux étudiants novices ou à ceux qui préfèrent les discussions détaillées.
(basé sur 2 avis de lecteurs)
Applied Univariate, Bivariate, and Multivariate Statistics Using Python: A Beginner's Guide to Advanced Data Analysis
Une référence pratique pour tous ceux qui effectuent des analyses statistiques essentielles et des tâches de gestion de données en Python.
Applied Univariate, Bivariate, and Multivariate Statistics Using Python offre une introduction complète à un large éventail de méthodes statistiques réalisées à l'aide de Python en un seul ouvrage de référence. Le livre contient des conseils et des instructions conviviales sur l'utilisation de Python pour exécuter une variété de procédures statistiques sans s'embourber dans des théories inutiles. Tout au long de l'ouvrage, l'auteur met l'accent sur un ensemble d'outils informatiques utilisés dans la découverte de modèles empiriques, ainsi que sur plusieurs analyses statistiques populaires et tâches de gestion de données qui peuvent être immédiatement appliquées.
Les ensembles de données utilisés dans le livre sont suffisamment petits pour être facilement entrés manuellement dans Python, bien qu'ils puissent également être téléchargés gratuitement à partir de www.datapsyc.com. Le livre est parfait pour ceux qui recherchent une boîte à outils facilement accessible pour l'analyse statistique avec Python. Applied Univariate, Bivariate, and Multivariate Statistics Using Python représente le moyen le plus rapide d'apprendre à analyser des données avec Python.
Les lecteurs bénéficieront également de l'inclusion de :
⬤ Un examen approfondi des principes statistiques essentiels, y compris les types de données, les échelles de mesure, les tests de signification, les niveaux de signification et les erreurs de type I et de type II.
⬤ Une introduction à Python, y compris la façon de communiquer avec Python.
⬤ Un traitement de l'analyse exploratoire des données, des statistiques de base et des affichages visuels, y compris les fréquences et les descriptifs, les diagrammes à tiges et à feuilles, les diagrammes q-q, les diagrammes boîte et Whisker, et les transformations de données.
⬤ Une exploration de la gestion des données en Python.
Parfait pour les étudiants de premier et deuxième cycles en sciences sociales, comportementales et naturelles, Applied Univariate, Bivariate, and Multivariate Statistics Using Python trouvera également sa place dans les bibliothèques des chercheurs et des analystes de données à la recherche d'une ressource rapide pour l'analyse univariée, bivariée et multivariée en Python.
© 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)