Statystyka oparta na dowodach: Wprowadzenie do podejścia dowodowego - od zasady prawdopodobieństwa do praktyki statystycznej

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.

Oryginalny tytuł:

Evidence-Based Statistics: An Introduction to the Evidential Approach - From Likelihood Principle to Statistical Practice

Zawartość książki:

Statystyka oparta na dowodach: An Introduction to the Evidential Approach - from Likelihood Principle to Statistical Practice zapewnia czytelnikom kompleksowy i dokładny przewodnik po podejściu dowodowym w statystyce. Podejście to wykorzystuje współczynniki prawdopodobieństwa, a nie prawdopodobieństwa stosowane w innych podejściach do wnioskowania statystycznego. Podejście dowodowe jest koncepcyjnie łatwiejsze do zrozumienia, a obliczenia są prostsze do wykonania. Ta książka wyjaśnia, jak wyrażać dane w kategoriach siły dowodów statystycznych dla konkurencyjnych hipotez.

Podejście dowodowe jest obecnie niedostatecznie wykorzystywane, pomimo jego matematycznej precyzji i ważności statystycznej. Evidence-Based Statistics to przystępny i praktyczny tekst pełen przykładów, ilustracji i ćwiczeń. Dodatkowo, towarzysząca strona internetowa uzupełnia i rozszerza informacje zawarte w książce.

Chociaż jest mało prawdopodobne, aby podejście oparte na dowodach zastąpiło oparte na prawdopodobieństwie metody wnioskowania statystycznego, stanowi ono przydatny dodatek do "torby sztuczek" każdego statystyka. W tej książce:

⬤ Wyjaśnia, jak krok po kroku obliczyć dowody statystyczne dla powszechnie stosowanych analiz.

⬤ Analizy obejmują: testy t, ANOVA (jednokierunkowa, czynnikowa, między- i wewnątrzuczestnicząca, mieszana), analizy kategorialne (dwumianowe, Poissona, McNemara, współczynnik, iloraz szans, dane, które są "zbyt dobre, aby mogły być prawdziwe", tabele wielokierunkowe), korelację, regresję i analizy nieparametryczne (jedna próba, powiązane próby, niezależne próby, wiele niezależnych prób, permutacja i bootstrapy).

⬤ Równania są podane dla wszystkich analiz, a kod statystyczny R jest dostarczany dla wielu analiz.

⬤ Wyjaśniono obliczenia wielkości próby dla prawdopodobieństw dowodowych mylących i słabych dowodów.

⬤ Opisano przydatne techniki, takie jak krytyczny wcześniejszy interwał Matthewsa, współczynnik Bayesa Goodmana i reguła zatrzymania Armitage'a.

Zalecany dla studentów studiów licencjackich i magisterskich w każdej dziedzinie, która w dużym stopniu opiera się na analizie statystycznej, a także dla aktywnych badaczy i profesjonalistów w tych dziedzinach, Evidence-Based Statistics: An Introduction to the Evidential Approach - from Likelihood Principle to Statistical Practice znajduje się na półce każdego, kto chce wzmocnić i wzmocnić swoje podejście do analizy statystycznej.