Ocena:
Recenzje przedstawiają kontrastujące opinie na temat książki, z których jeden recenzent uważa ją za słabo napisaną i pozbawioną głębi, podczas gdy drugi chwali ją za zwięzłość i praktyczność dla statystyków używających Pythona.
Zalety:Zwięzła prezentacja koncepcji statystycznych, zawiera praktyczny kod Pythona do implementacji, odpowiedni dla pragmatycznych statystyków.
Wady:Słaba jakość tekstu, brak głębi i jasności, przykłady koncentrują się głównie na COVID-19, niejasne wyjaśnienia, nieodpowiednie dla początkujących studentów lub tych, którzy preferują szczegółowe dyskusje.
(na podstawie 2 opinii czytelników)
Applied Univariate, Bivariate, and Multivariate Statistics Using Python: A Beginner's Guide to Advanced Data Analysis
Praktyczny poradnik dla każdego, kto wykonuje podstawowe analizy statystyczne i zadania związane z zarządzaniem danymi w Pythonie.
Applied Univariate, Bivariate, and Multivariate Statistics Using Python to kompleksowe wprowadzenie do szerokiego zakresu metod statystycznych wykonywanych przy użyciu Pythona w jednym, kompleksowym wydaniu. Książka zawiera przyjazne dla użytkownika wskazówki i instrukcje dotyczące używania Pythona do uruchamiania różnych procedur statystycznych bez grzęźnięcia w niepotrzebnej teorii. Autor kładzie nacisk na zestaw narzędzi obliczeniowych wykorzystywanych do odkrywania wzorców empirycznych, a także kilka popularnych analiz statystycznych i zadań zarządzania danymi, które można natychmiast zastosować.
Zbiory danych użyte w książce są na tyle małe, że można je łatwo wprowadzić do Pythona ręcznie, chociaż można je również pobrać bezpłatnie ze strony www.datapsyc.com. Zakłada się jedynie minimalną znajomość statystyki, a książka jest idealna dla osób poszukujących łatwo dostępnego zestawu narzędzi do analizy statystycznej w Pythonie. Applied Univariate, Bivariate, and Multivariate Statistics Using Python to najszybszy sposób na naukę analizy danych za pomocą Pythona.
Czytelnicy skorzystają również z włączenia:
⬤ Dokładny przegląd podstawowych zasad statystycznych, w tym rodzajów danych, skal pomiarowych, testów istotności, poziomów istotności oraz błędów typu I i II.
⬤ Wprowadzenie do Pythona, w tym sposób komunikacji z Pythonem.
⬤ Zapoznanie się z eksploracyjną analizą danych, podstawowymi statystykami i wizualnymi wyświetlaczami, w tym częstotliwościami i opisami, wykresami łodygi i liści, wykresami q-q, wykresami pudełkowymi i wiskersowymi oraz transformacjami danych.
⬤ Eksploracja zarządzania danymi w Pythonie.
Idealna dla studentów studiów licencjackich i magisterskich w dziedzinie nauk społecznych, behawioralnych i przyrodniczych, Applied Univariate, Bivariate, and Multivariate Statistics Using Python znajdzie również miejsce w bibliotekach badaczy i analityków danych poszukujących szybkiego źródła informacji na temat analizy jedno-, dwu- i wielowymiarowej w Pythonie.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)