Note :
Les critiques font l'éloge de ce livre pour son approche pratique des tests d'hypothèses statistiques et son accessibilité, qui facilite la compréhension de concepts complexes. De nombreux lecteurs le trouvent utile pour l'enseignement et pour les applications pratiques dans la recherche. Cependant, certains critiques notent qu'il peut passer sous silence des détails importants et des nuances du sujet.
Avantages:⬤ Une perspective pratique avec des illustrations utiles
⬤ des explications claires de concepts complexes
⬤ utile pour l'enseignement des statistiques
⬤ une écriture accessible
⬤ couvre des sujets essentiels comme les valeurs p et les types d'erreur
⬤ sert de bon matériel de référence
⬤ applicable à divers domaines.
⬤ Simplifie à l'excès certains sujets et passe sous silence des nuances importantes
⬤ certaines figures sont difficiles à interpréter en niveaux de gris
⬤ quelques évaluateurs ont fait part de leurs préoccupations quant à la qualité du livre physique
⬤ l'autopromotion des autres ouvrages de l'auteur est critiquée.
(basé sur 29 avis de lecteurs)
Hypothesis Testing: An Intuitive Guide for Making Data Driven Decisions
Le monde produit plus de données que jamais. Êtes-vous prêt pour cela ?
Dans le monde d'aujourd'hui, axé sur les données, on entend constamment parler de la prise de décisions fondées sur des données. Les tests d'hypothèses jouent un rôle crucial dans ce processus, que vous soyez dans le monde universitaire, dans le monde des affaires ou dans la science des données. Sans tests d'hypothèses, vous risquez de prendre de mauvaises décisions.
Il est fort probable que vous ayez besoin de comprendre ces tests pour analyser vos données et évaluer le travail des autres.
Acquérir les connaissances nécessaires pour effectuer des tests d'hypothèse efficaces Savoir quand utiliser chaque test, comment les utiliser de manière fiable et comment interpréter correctement les résultats.
⬤ Comprendre pourquoi vous avez besoin de tests d'hypothèse et comment ils fonctionnent.
⬤ Utiliser efficacement les niveaux de signification, les valeurs p et les intervalles de confiance.
⬤ Sélectionner le bon type de test pour répondre à votre question.
⬤ Apprenez à tester les moyennes, les médianes, les variances, les proportions, les distributions, les comptages, les corrélations pour les données continues et catégorielles, et à trouver les valeurs aberrantes.
⬤ L'ANOVA à une voie, l'ANOVA à deux voies et les effets d'interaction.
⬤ Vérifier les hypothèses pour obtenir des résultats fiables.
⬤ Gérer les taux d'erreur pour les faux positifs et les faux négatifs.
⬤ Comprendre les distributions d'échantillonnage, le théorème de la limite centrale et la puissance statistique.
⬤ Connaître le fonctionnement des tests t, des tests F, du chi carré et des tests post hoc.
⬤ Apprendre les différences entre les méthodes paramétriques, non paramétriques et de bootstrapping.
⬤ Exemples de nombreux tests d'hypothèse.
⬤ Accédez à des ensembles de données téléchargeables gratuitement afin de pouvoir les essayer vous-même.
© 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)