Nowoczesna statystyka: A Computer-Based Approach with Python

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 3 głosach.

Oryginalny tytuł:

Modern Statistics: A Computer-Based Approach with Python

Zawartość książki:

Ten innowacyjny podręcznik przedstawia materiał do kursu nowoczesnej statystyki, który zawiera Python jako pedagogiczne i praktyczne źródło. Opierając się na wieloletnim nauczaniu i prowadzeniu badań w różnych środowiskach stosowanych i przemysłowych, autorzy starannie dostosowali tekst, aby zapewnić idealną równowagę między teorią a praktycznymi zastosowaniami. Liczne przykłady i studia przypadków są zawarte w całym tekście, a kompleksowe aplikacje Pythona są szczegółowo zilustrowane. Niestandardowy pakiet Pythona jest dostępny do pobrania, umożliwiając studentom odtworzenie tych przykładów i zbadanie innych.

Pierwsze rozdziały tekstu koncentrują się na analizie zmienności, modelach prawdopodobieństwa i funkcjach rozkładu. Następnie autorzy wprowadzają wnioskowanie statystyczne i bootstrapping oraz zmienność w kilku wymiarach i modele regresji. Następnie tekst obejmuje pobieranie próbek w celu oszacowania skończonych wielkości populacji oraz analizę i prognozowanie szeregów czasowych, kończąc na dwóch rozdziałach poświęconych nowoczesnym metodom analizy danych. Każdy rozdział zawiera ćwiczenia, zestawy danych i aplikacje uzupełniające naukę.

Modern Statistics: A Computer-Based Approach with Python jest przeznaczony na jedno- lub dwusemestralny zaawansowany kurs licencjacki lub magisterski. Ze względu na fundamentalny charakter tekstu, można go połączyć z dowolnym programem wymagającym analizy danych w swoim programie nauczania, takim jak kursy z zakresu nauki o danych, statystyki przemysłowej, nauk fizycznych i społecznych oraz inżynierii. Badacze, praktycy i naukowcy zajmujący się danymi również uznają go za przydatne źródło dzięki licznym aplikacjom i studiom przypadków, które są w nim zawarte.

Drugi, ściśle powiązany podręcznik nosi tytuł Industrial Statistics: A Computer-Based Approach with Python. Obejmuje on takie tematy, jak statystyczna kontrola procesu, w tym metody wielowymiarowe, projektowanie eksperymentów, w tym eksperymenty komputerowe i metody niezawodności, w tym niezawodność bayesowska. Teksty te mogą być używane niezależnie lub w ramach kolejnych kursów.

Pakiet mistat Python jest dostępny pod adresem https: //gedeck. github. io/mistat-code-solutions/ModernStatistics/.

"W tej książce o nowoczesnej statystyce dwa ostatnie rozdziały dotyczące nowoczesnych metod analitycznych zawierają to, co jest obecnie bardzo popularne, zwłaszcza w uczeniu maszynowym, takie jak klasyfikatory, metody grupowania i analiza tekstu. Ale doceniam również poprzednie rozdziały, ponieważ uważam, że osoby korzystające z metod uczenia maszynowego powinny mieć świadomość, że w dużej mierze opierają się one na metodach statystycznych. Bardzo doceniam wiele opracowanych przypadków, opartych na wieloletnim doświadczeniu autorów. Są one bardzo przydatne do lepszego zrozumienia, a następnie zastosowania metod przedstawionych w książce. Wykorzystanie języka Python odpowiada najlepszym obecnie doświadczeniom programistycznym. Z tych wszystkich powodów uważam, że książka ma również wspaniałą i wpływową przyszłość i pochwalam za to autorów ".

Profesor Fabrizio RuggeriRektor ds. badań w Krajowej Radzie ds. Badań Naukowych, WłochyPrezes Międzynarodowego Towarzystwa Statystyki Biznesowej i Przemysłowej (ISBIS)Redaktor naczelny Applied Stochastic Models in Business and Industry (ASMBI)