Ocena:
Książka jest chwalona za to, że jest wciągająca i pięknie napisana, dzięki czemu złożone koncepcje prawdopodobieństwa i statystyki są bardziej przystępne. Zauważono jednak, że stanowi ona wyzwanie i zakłada pewne matematyczne zaawansowanie czytelnika, co może umniejszać jej skuteczność jako tekstu dla początkujących. Styl książki jest czasami opisywany jako rozwlekły i zawiera liczne literówki, które mogą frustrować czytelników.
Zalety:Wciągająca i interesująca prezentacja materiału, pięknie napisana, zachęcająca do krytycznego myślenia, odpowiednia dla czytelników z wykształceniem matematycznym i zawierająca cenną intuicję zamiast mechanicznych dowodów.
Wady:Nie nadaje się dla osób bez silnego doświadczenia w matematyce lub statystyce, stawia wyzwania, które mogą być trudne dla początkujących, ma rozwlekły styl pisania i zawiera wiele literówek, które wymagają debugowania.
(na podstawie 7 opinii czytelników)
Weighing the Odds: A Course in Probability and Statistics
W tym żywym spojrzeniu na oba przedmioty David Williams przekonuje studentów matematyki o nieodłącznym zainteresowaniu statystyką i prawdopodobieństwem, a studentów statystyki, że język matematyki może wnieść prawdziwy wgląd i jasność do ich przedmiotu.
Williams pomaga studentom zbudować potrzebną intuicję, w prezentacji wzbogaconej przykładami zaczerpniętymi z wszelkiego rodzaju zastosowań. Rozdziały poświęcone statystyce prezentują zarówno podejście częstościowe, jak i bayesowskie, kładąc nacisk na przedziały ufności, a nie testy hipotez, i obejmują techniki próbkowania Gibbsa w celu praktycznej implementacji metod bayesowskich.
Główny rozdział zawiera teorię regresji liniowej i ANOVA oraz wyjaśnia, w jaki sposób metody MCMC pozwalają na większą elastyczność w modelowaniu. Do przykładów obliczeniowych i symulacji dostarczany jest kod C lub WinBUGS.
© 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)