Ocena:
Książka „Integrated Introduction to Bayesian and Frequentist Statistics” autorstwa DeGroot i Schervish jest kompleksowym źródłem wiedzy na temat prawdopodobieństwa i statystyki, szczególnie z perspektywy bayesowskiej. Chociaż jest chwalona za przejrzystą strukturę, liczne przykłady i dostępność dla studentów z podstawowym wykształceniem matematycznym, spotyka się również z krytyką za suchą prezentację, niewystarczającą integrację przykładów kodowania komputerowego oraz pewne problemy z jakością druku wydania papierowego i ograniczeniami użytkownika.
Zalety:⬤ Dokładne omówienie zarówno statystyk bayesowskich, jak i częstościowych.
⬤ Przystępny dla osób z podstawami rachunku różniczkowego i algebry liniowej.
⬤ Mocne przykłady i ćwiczenia, które poprawiają zrozumienie tematu.
⬤ Dobre podejście pedagogiczne, zaczynające się od motywujących przykładów.
⬤ Zintegrowane podejście do pojęć zamiast oddzielnego traktowania tematów.
⬤ Niektórzy czytelnicy uważają, że prezentacja jest sucha i mało inspirująca.
⬤ Brak przykładów kodu komputerowego utrudnia zrozumienie zaawansowanych tematów.
⬤ Wydanie w miękkiej oprawie ma niską jakość druku i nie zawiera poprawek znanych błędów.
⬤ Trudności z wersją e-book ze względu na restrykcyjne zasady DRM i problemy z kompatybilnością.
⬤ Niektóre treści mogą być rozwlekłe i wzajemnie powiązane, co może dezorientować nowych użytkowników.
(na podstawie 51 opinii czytelników)
Probability and Statistics: Pearson New International Edition
Rewizja tego szanowanego tekstu prezentuje zrównoważone podejście do metod klasycznych i bayesowskich, a teraz zawiera rozdział poświęcony symulacji (w tym łańcuchowi Markowa Monte Carlo i Bootstrap), omówienie analizy reszt w modelach liniowych oraz wiele przykładów wykorzystujących rzeczywiste dane.
Warunkiem wstępnym jest znajomość rachunku różniczkowego, a znajomość pojęć i podstawowych właściwości wektorów i macierzy jest dodatkowym atutem.