Prawdopodobnie zbyt pochopne myślenie: jak wykorzystywać dane do odpowiadania na pytania, unikania pułapek statystycznych i podejmowania lepszych decyzji

Ocena:   (4,4 na 5)

Prawdopodobnie zbyt pochopne myślenie: jak wykorzystywać dane do odpowiadania na pytania, unikania pułapek statystycznych i podejmowania lepszych decyzji (B. Downey Allen)

Opinie czytelników

Podsumowanie:

Książka jest wysoko ceniona za wciągający styl pisania, przejrzystość i wnikliwe przykłady, które pomagają czytelnikom zrozumieć koncepcje statystyczne i pułapki w analizie danych. Obejmuje ona rzeczywiste zastosowania i typowe błędy w statystyce, dzięki czemu jest przyjemna i edukacyjna. Niektórzy czytelnicy uznali jednak, że komentarze polityczne umniejszają jej ogólnej jakości.

Zalety:

Wciągający i przejrzysty styl pisania.
Upraszcza złożone koncepcje statystyczne za pomocą praktycznych przykładów.
Oferuje rzeczywiste spostrzeżenia i zastosowania.
Uczy czytelników krytycznej analizy danych i unikania typowych pułapek statystycznych.
Rozrywkowy i prowokujący do myślenia dzięki interesującym faktom.

Wady:

Niektórzy czytelnicy uznają treści polityczne za rozpraszające i nieistotne.
Podstawowa znajomość statystyki może być niezbędna do pełnego zrozumienia, potencjalnie pozostawiając nowicjuszy zdezorientowanych.

(na podstawie 11 opinii czytelników)

Oryginalny tytuł:

Probably Overthinking It: How to Use Data to Answer Questions, Avoid Statistical Traps, and Make Better Decisions

Zawartość książki:

Niezbędny przewodnik po sposobach, w jakie dane mogą usprawnić podejmowanie decyzji.

Statystyki są wszędzie: w wiadomościach, w gabinecie lekarskim i we wszelkiego rodzaju prognozach, od giełdy po pogodę. Bloger, nauczyciel i informatyk Allen B. Downey dobrze wie, że ludzie mają wrodzoną zdolność zarówno do rozumienia statystyk, jak i do bycia przez nie oszukiwanymi. Jak wyjaśnia w tym przystępnym wprowadzeniu do myślenia statystycznego, stawka jest duża. Proste nieporozumienia doprowadziły do błędnych prognoz medycznych, niedoszacowania prawdopodobieństwa dużych trzęsień ziemi, utrudniły wysiłki na rzecz sprawiedliwości społecznej i doprowadziły do wątpliwych decyzji politycznych. Istnieją dobre i złe sposoby patrzenia na liczby, a Downey pomoże ci zobaczyć, które z nich są które.

Probably Overthinking It wykorzystuje prawdziwe dane, aby zagłębić się w rzeczywiste przykłady z prawdziwymi konsekwencjami, opierając się na przypadkach z kampanii zdrowotnych, ruchów politycznych, rankingów szachowych i nie tylko. Przedstawia typowe pułapki - takie jak błąd współczynnika bazowego, próbkowanie z uwzględnieniem długości i paradoks Simpsona - i rzuca światło na to, czego się uczymy, gdy poprawnie interpretujemy dane, a co idzie nie tak, gdy tego nie robimy. Używając wizualizacji danych zamiast równań, buduje zrozumienie od podstaw, aby pomóc ci rozpoznać błędy, czy to we własnym myśleniu, czy w raportach medialnych. Nawet jeśli nigdy nie studiowałeś statystyki - lub jeśli studiowałeś i zapomniałeś wszystkiego, czego się nauczyłeś - ta książka zapewni nowy wgląd w metody i pomiary, które pomagają nam zrozumieć świat.

Dodatkowe informacje o książce:

ISBN:9780226822587
Autor:
Wydawca:
Język:angielski
Oprawa:Twarda oprawa
Rok wydania:2023
Liczba stron:256

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Python dla projektantów oprogramowania: Jak myśleć jak informatyk - Python for Software Design: How...
Python for Software Design to zwięzłe wprowadzenie...
Python dla projektantów oprogramowania: Jak myśleć jak informatyk - Python for Software Design: How to Think Like a Computer Scientist
Think STATS: Eksploracyjna analiza danych - Think STATS: Exploratory Data Analysis
Jeśli wiesz, jak programować, masz umiejętności przekształcania...
Think STATS: Eksploracyjna analiza danych - Think STATS: Exploratory Data Analysis
Think Python: Jak myśleć jak informatyk - Think Python: How to Think Like a Computer...
Jeśli chcesz nauczyć się programować, praca z Pythonem to...
Think Python: Jak myśleć jak informatyk - Think Python: How to Think Like a Computer Scientist
Think Complexity: Nauka o złożoności i modelowanie obliczeniowe - Think Complexity: Complexity...
Nauka o złożoności wykorzystuje obliczenia do...
Think Complexity: Nauka o złożoności i modelowanie obliczeniowe - Think Complexity: Complexity Science and Computational Modeling
Think Bayes: Statystyka bayesowska w Pythonie - Think Bayes: Bayesian Statistics in Python
Jeśli wiesz, jak programować, jesteś gotowy, by zmierzyć...
Think Bayes: Statystyka bayesowska w Pythonie - Think Bayes: Bayesian Statistics in Python
Think Data Structures: Algorytmy i wyszukiwanie informacji w Javie - Think Data Structures:...
Jeśli jesteś studentem informatyki lub programistą...
Think Data Structures: Algorytmy i wyszukiwanie informacji w Javie - Think Data Structures: Algorithms and Information Retrieval in Java
Think Java: Jak myśleć jak informatyk - Think Java: How to Think Like a Computer Scientist
Think Java to praktyczne wprowadzenie do informatyki i...
Think Java: Jak myśleć jak informatyk - Think Java: How to Think Like a Computer Scientist
Think DSP: Cyfrowe przetwarzanie sygnałów w Pythonie - Think DSP: Digital Signal Processing in...
Jeśli rozumiesz podstawy matematyki i wiesz, jak...
Think DSP: Cyfrowe przetwarzanie sygnałów w Pythonie - Think DSP: Digital Signal Processing in Python
Modelowanie i symulacja w Pythonie: Wprowadzenie dla naukowców i inżynierów - Modeling and...
Modelowanie i symulacja w Pythonie „Modeling and...
Modelowanie i symulacja w Pythonie: Wprowadzenie dla naukowców i inżynierów - Modeling and Simulation in Python: An Introduction for Scientists and Engineers
Python dla projektantów oprogramowania - Python for Software Design
Python for Software Design to zwięzłe wprowadzenie do projektowania oprogramowania przy użyciu...
Python dla projektantów oprogramowania - Python for Software Design
Prawdopodobnie zbyt pochopne myślenie: jak wykorzystywać dane do odpowiadania na pytania, unikania...
Niezbędny przewodnik po sposobach, w jakie dane...
Prawdopodobnie zbyt pochopne myślenie: jak wykorzystywać dane do odpowiadania na pytania, unikania pułapek statystycznych i podejmowania lepszych decyzji - Probably Overthinking It: How to Use Data to Answer Questions, Avoid Statistical Traps, and Make Better Decisions

Prace autora wydały następujące wydawnictwa:

© 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)