Statystyki kołowe w R

Opinie czytelników

Książka zawiera przystępny i zwięzły przegląd statystyk cyrkularnych z aplikacjami w R, dzięki czemu jest dostępna dla praktyków. Została jednak skrytykowana za brak rygoru matematycznego i problemy z edycją Kindle.

⬤ Niedrogi przegląd statystyk kołowych
⬤ zwięzłe i istotne tematy
⬤ bezpośrednie zastosowanie w R bez wysokich kosztów oprogramowania
⬤ kompleksowe omówienie kołowych testów statystycznych
⬤ jasne wyjaśnienia i włączenie formuł.

⬤ Brak rygoru matematycznego w definicjach i wyjaśnieniach
⬤ pewne błędy w przedstawieniu kluczowych funkcji statystycznych
⬤ słabe formatowanie w wydaniu Kindle, co utrudnia odczytanie formuł i znaków specjalnych.

(na podstawie 3 opinii czytelników)

Oryginalny tytuł:

Circular Statistics in R

Zawartość książki:

Circular Statistics in R stanowi najbardziej kompleksowy przewodnik po analizie danych kołowych od ponad dekady. Dane kołowe pojawiają się w wielu kontekstach naukowych, niezależnie od tego, czy są to kierunki kątowe, takie jak: zaobserwowane kierunki kompasu odlotu ptaków wędrownych oznaczonych radiowo z punktu uwolnienia; kąty wiązań mierzone w różnych cząsteczkach; kierunki wiatru o różnych porach roku na farmie wiatrowej; kierunek pęknięć naprężeniowych w betonowych podporach mostów; długości epicentrów trzęsień ziemi lub sezonowe i codzienne wzorce aktywności, na przykład: dane o porach dnia, w których zwierzęta są łapane w pułapkę kamery, lub w połączeniach 911 w Nowym Jorku, lub w ruchu internetowym; zmienność w ciągu roku zachorowalności na odrę, globalne zapotrzebowanie na energię, oglądalność telewizji lub obrażenia sportowców. Naturalnym sposobem graficznego przedstawienia takich danych są punkty znajdujące się na obwodzie koła, stąd ich nazwa. Co ważne, zmienne kołowe mają charakter okresowy.

Początek lub punkt zerowy, taki jak początek nowego roku, jest definiowany arbitralnie, a nie naturalnie wyłania się z systemu.

Książka ta będzie wartościowa zarówno dla tych, którzy dopiero rozpoczynają swoją przygodę z analizą danych kołowych, jak i dla tych bardziej zaznajomionych z tą dziedziną. Dla początkujących autorzy zaczynają od rozważenia podstawowych podsumowań graficznych i numerycznych używanych do reprezentowania danych kołowych przed wprowadzeniem rozkładów, które można wykorzystać do ich modelowania. Następnie omawiają podstawowe formy wnioskowania, takie jak estymacja punktowa i przedziałowa, a także formalne testy istotności dla hipotez, które często będą przedmiotem zainteresowania naukowego. Omawiając dopasowanie modelu, autorzy opowiadają się za ograniczeniem polegania na klasycznym rozkładzie von Misesa; prezentując rozkłady, które są w stanie modelować takie cechy, jak asymetria i różne poziomy kurtozy, które często występują w danych kołowych.

W całej książce podkreślane jest stosowanie opartych na prawdopodobieństwie i intensywnych komputerowo podejść do wnioskowania i modelowania. Do implementacji metodologii wykorzystywany jest język programowania R, w szczególności jego pakiet kołowy. Dostarczono również ponad 150 nowych funkcji dla technik, które nie zostały jeszcze uwzględnione w R.

Ten zwięzły, ale autorytatywny przewodnik jest dostępny dla szerokiego grona naukowców, którzy mają do przeanalizowania dane kołowe i chcą to zrobić tak łatwo i skutecznie, jak to tylko możliwe.