Ocena:
Książka jest chwalona za wnikliwą i przystępną eksplorację zasad statystycznych i typowych pułapek w interpretacji danych statystycznych. Podkreśla znaczenie zrozumienia wartości p i mocy statystycznej, oferując jednocześnie praktyczne porady zarówno dla początkujących, jak i doświadczonych badaczy. Nie jest jednak odpowiednia dla zupełnie początkujących statystyków, ponieważ zakłada pewien poziom znajomości pojęć statystycznych.
Zalety:⬤ Dobrze napisana i wciągająca
⬤ dostarcza przydatnych spostrzeżeń na temat błędnej interpretacji statystycznej
⬤ dostępna dla szerokiego grona odbiorców, w tym osób niebędących statystykami
⬤ obejmuje ważne pojęcia, takie jak wartości p, analiza mocy i niewłaściwe wykorzystanie statystyk
⬤ służy jako pomocne źródło w przygotowaniu badań i zrozumieniu wyników statystycznych
⬤ podkreśla krytyczne błędne przekonania dotyczące metodologii badań.
⬤ nie nadaje się dla zupełnie początkujących statystyków
⬤ nie zawiera dogłębnych wyjaśnień matematycznych
⬤ koncentruje się w dużej mierze na niewłaściwym wykorzystaniu wartości p, co może nie zaspokoić zainteresowania wszystkich szerszymi tematami statystycznymi
⬤ niektórzy recenzenci uznali ją za powolną lekturę pomimo jej interesującej treści.
(na podstawie 126 opinii czytelników)
Statistics Done Wrong: The Woefully Complete Guide
Postęp naukowy zależy od dobrych badań, a dobre badania wymagają dobrych statystyk. Ale analiza statystyczna jest trudna do wykonania, nawet dla najlepszych i najzdolniejszych z nas. Zdziwiłbyś się, jak wielu naukowców robi to źle.
Statistics Done Wrong to zwięzły, niezbędny przewodnik po błędach statystycznych we współczesnej nauce, który pokaże ci, jak zachować swoje badania bez błędów. Zapoznasz się z żenującymi błędami i pominięciami w najnowszych badaniach, dowiesz się o błędnych przekonaniach i polityce naukowej, które pozwalają na popełnianie tych błędów, i rozpoczniesz swoje dążenie do zreformowania sposobu, w jaki ty i twoi koledzy wykonują statystyki.
Znajdziesz tu porady dotyczące
⬤ Zadawania właściwych pytań, projektowania właściwych eksperymentów, wyboru właściwej analizy statystycznej i trzymania się planu.
⬤ Jak myśleć o wartościach p, istotności, nieistotności, przedziałach ufności i regresji.
⬤ Wybór odpowiedniej wielkości próby i unikanie wyników fałszywie dodatnich.
⬤ Raportowanie analizy i publikowanie danych oraz kodu źródłowego.
⬤ Procedury do naśladowania, środki ostrożności do podjęcia i oprogramowanie analityczne, które może pomóc.
Naukowcy: Przeczytaj ten zwięzły, potężny przewodnik, który pomoże Ci opracować statystycznie solidne badania. Statystycy: Przekaż tę książkę każdemu, kogo znasz.
Pierwszym krokiem w kierunku dobrze wykonanej statystyki jest Statistics Done Wrong.