คุณมีคำแนะนำสำหรับหนังสือเกี่ยวกับสถิติประยุกต์ที่สอนด้วยตนเองในระดับบัณฑิตศึกษาหรือไม่?

ฉันเรียนวิชาสถิติหลายหลักสูตรในวิทยาลัย แต่ฉันพบว่าการศึกษาของฉันเป็นไปตามทฤษฎีมาก

ฉันสงสัยว่ามีผู้ใดที่มีข้อความในสถิติประยุกต์ (ระดับบัณฑิตศึกษา) ที่คุณแนะนำหรือเคยมีประสบการณ์ที่ดีมาก่อนหรือไม่

หนังสือที่ดีมากบางเล่ม: "สถิติสำหรับผู้ทดสอบ: การออกแบบนวัตกรรมและการค้นพบรุ่นที่ 2" โดย Box, Hunter & Hunter นี่เป็นข้อความเกริ่นนำอย่างเป็นทางการ (เพิ่มเติมสำหรับคนเคมีและวิศวกรรม) แต่ดีมากในด้านที่นำไปใช้

"การวิเคราะห์ข้อมูลโดยใช้การถดถอยและตัวแบบหลายระดับ / ลำดับชั้น" โดย Andrew Gelman & Jennifer Hill ดีมากในการประยุกต์ใช้แบบจำลองการถดถอย

"องค์ประกอบของการเรียนรู้ทางสถิติ: การทำเหมืองข้อมูลการอนุมานและการทำนายรุ่นที่สอง" (ชุดข้อมูล Springer ในสถิติ) ฉบับที่ 2 (2009) ฉบับแก้ไขโดย Hastie Trevor, Tibshirani Robert และ Friedman Jerome มากกว่าสองทฤษฎีแรกในรายการของฉัน แต่ยังดีมากใน whys และ ifs ของการใช้งาน - PDF รุ่นที่วางจำหน่าย

"การแนะนำการเรียนรู้เชิงสถิติ" (ชุด Springer ในสถิติ) ลำดับที่ 6 (2015) โดย Gareth James, Daniela Witten, Trevor Hastie และ Robert Tibshirani - เวอร์ชัน PDF ที่เผยแพร่

การทำงานของคุณผ่านหนังสือสามเล่มนี้ควรเป็นพื้นฐานที่ดีสำหรับการใช้งาน

Harrell (2001) กลยุทธ์การสร้างแบบจำลองการถดถอยนั้นโดดเด่นด้วย

• ครอบคลุมการสร้างแบบจำลองตั้งแต่ต้นจนจบดังนั้นการลดข้อมูลการใส่ค่าที่ขาดหายไป
• เน้นการอธิบายวิธีการใช้วิธีการต่าง ๆ ในระยะต่าง ๆ
• ตัวอย่างการออกกำลังกายอย่างละเอียด (& S-Plus / R code) ทำให้หนังสือเล่มนี้เป็นส่วนใหญ่

นอกจากนั้นเศรษฐมิติการแนะนำ: วิธีการที่ทันสมัยโดย Wooldrige มีทุกสิ่งที่คุณอยากรู้เกี่ยวกับการถดถอยในระดับปริญญาตรีขั้นสูง

แก้ไข: หากคุณกำลังจัดการกับผลลัพธ์ที่เป็นหมวดหมู่ Hastie et al เป็นสิ่งที่ขาดไม่ได้ นอกจากนี้การวิเคราะห์ข้อมูลเชิงหมวดหมู่โดย Agresti เป็นวิธีการคลาสสิกที่ดีซึ่งตรงข้ามกับวิธีการเรียนรู้ของเครื่อง Hastie et al

การวิเคราะห์ข้อมูลแบบเบย์รุ่นที่สาม (2013) โดย Gelman และคณะ ระดับการผสม แต่การรักษาฉันพบว่าดีที่สิ่งที่มีคุณค่าสามารถได้จากบทส่วนใหญ่ หากคุณสนใจที่จะประยุกต์ใช้วิธีการต่าง ๆ ที่ฉันต้องการแนะนำหนังสือเล่มนี้

ผมเคยใช้งานจำนวนมากออกจาก Sheskin ของคู่มือของ Parametric และวิธีการทางสถิติไม่อิงพารามิเตอร์ เป็นการสำรวจแบบกว้าง ๆ เกี่ยวกับวิธีการทดสอบสมมติฐานด้วยการแนะนำทฤษฎีและบันทึกย่อเกี่ยวกับรายละเอียดปลีกย่อยของแต่ละคน คุณสามารถดู TOC ได้ที่เว็บไซต์ของผู้เผยแพร่ (ลิงก์ด้านบน)

กลยุทธ์การสร้างแบบจำลองการถดถอยโดย Frank Harrell เป็นหนังสือที่ยอดเยี่ยมหากคุณรู้พื้นฐานบ้างแล้ว มันเน้นหนักในแอปพลิเคชั่น (ตัวอย่างจำนวนมากที่มีรหัส) การระบุรุ่นการวินิจฉัยของแบบจำลองการจัดการกับข้อผิดพลาดทั่วไปและหลีกเลี่ยงวิธีการที่มีปัญหา

ฉันใช้ "สถิติวิศวกรรม" โดย Montgomery และ Runger มันค่อนข้างดี (โดยเฉพาะถ้าคุณมีพื้นฐานคณิตศาสตร์ที่แข็งแกร่ง) ฉันขอแนะนำให้ตรวจสอบหลักสูตรการเรียนรู้ของเครื่องออนไลน์ของ CalTech เหมาะสำหรับการแนะนำแนวคิด ML (หากเป็นส่วนหนึ่งของการวิเคราะห์ข้อมูลของคุณ) https://work.caltech.edu/telecourse.html

ฉันเขียนหนังสือแบบจำลองการถดถอยเชิงเส้นสำหรับการประยุกต์ทางวิศวกรรม: การสร้างแบบจำลองการตรวจสอบแบบจำลองและการเปิดใช้งานการออกแบบการทดลอง Wiley นิวยอร์กนิวยอร์กกันยายน 2016 ไอ 9781118597965, Rhinehart, RR เพราะฉันรู้สึกถึงความต้องการดังกล่าว หนังสือเล่มนี้มี 361 หน้าและมีเว็บไซต์ที่เป็นคู่หูพร้อมกับ Excel / VBA open-code solution สำหรับเทคนิคต่างๆ เยี่ยมชม www.r3eda.com

ลำดับขั้นตอนวิธีการถดถอยของโปรแกรมระดับปริญญาเอก UW Stat นั้นใช้ "วิธีการแบบเบย์และการถดถอยแบบประจำ"ของ Wakefield ซึ่งเป็นตัวเลือกที่ดีเป็นพิเศษสำหรับคนเช่นคุณที่ได้เห็นสถิติทางคณิตศาสตร์มากมาย มันให้มุมมองที่มากกว่าหนังสือส่วนใหญ่ในวิธีการที่ง่ายที่สุดเพราะมันใช้ประโยชน์จากคณิตศาสตร์มาก

ฉันใช้สถิติวิทยาลัยทำให้ง่ายโดยฌอนคอนนอลลี่ มันมีจุดมุ่งหมายเพื่อหลักสูตรแรก / วินาทีในสถิติ วัสดุมากง่ายมากที่จะติดตาม ฉันลองหนังสือสองสามเล่มและไม่มีใครเปรียบเทียบกับสิ่งนี้