การเลือกระหว่าง "สถิติ" โดย Freedman et al. และ "แบบจำลองทางสถิติ: ทฤษฎีและการปฏิบัติ" โดย Freedman

ฉันไม่ใช่นักสถิติ แต่ฉันสนใจสถิติมากและฉันต้องการซื้อหนังสือเพื่อเป็นข้อมูลอ้างอิง ฉันมีหนังสือสองสามเล่มเกี่ยวกับวิชาเฉพาะ (เช่นองค์ประกอบของการเรียนรู้ทางสถิติสำหรับการเรียนรู้ของเครื่องหรือการวิเคราะห์ข้อมูลแบบเบส์สำหรับ ... เอ่อการวิเคราะห์ข้อมูลแบบเบย์ :) ฉันก็กำลังมองหาหนังสือทั่วไปอีกด้วย

หนังสือของฟรีแมนมักได้รับการพิจารณาอย่างดีที่นี่:

คำแนะนำหนังสือสถิติขั้นสูง

คุณจะแนะนำหนังสือเล่มใดสำหรับนักวิทยาศาสตร์ที่ไม่ใช่นักสถิติ?

สถิติโดย Freedman, Pisani และ Purves (A) เป็นคำตอบที่เลือกสำหรับคำถามหลังและฉันจะซื้อมัน อย่างไรก็ตามฉันพบเกี่ยวกับแบบจำลองทางสถิติ: ทฤษฎีและการปฏิบัติ (B) หนังสือสองเล่มนั้นคล้ายกัน (สำหรับสิ่งที่ฉันสามารถบอกได้: Amazon จำกัด ฉันไม่ให้อ่าน ToCs แบบเต็ม ... ฉันไม่รู้ว่าทำไม) วันที่เผยแพร่อยู่ใกล้มาก อย่างไรก็ตาม:

• B มีราคาถูกกว่ามาก ฉันสามารถใช้ A ได้ดังนั้นหาก A ดีกว่า B อย่างชัดเจนฉันยินดีที่จะไปหา A
• A ยาวกว่า แต่ดูเหมือนว่าบทหลักที่หายไปจาก B นั้นเกี่ยวข้องกับความน่าจะเป็น ฉันไม่ต้องการส่วนนั้นดังนั้นถ้านั่นเป็นความแตกต่างเพียงอย่างเดียวหรือความแตกต่างหลักฉันควรซื้อที่ถูกกว่าและขนส่งได้มากกว่า :)

หนังสือเล่มไหนที่คุณอยากแนะนำให้ซื้อ

พวกเขาแตกต่างกันมาก

(A) เป็นการเกริ่นนำอย่างชัดเจน (แต่ในหลาย ๆ ทางไม่ใช่ระดับเบื้องต้น) ที่อาจดูเหมือนขัดแย้ง: บางทีมันยุติธรรมที่จะบอกว่า (A) ถือว่าผู้อ่านที่ชาญฉลาดเต็มใจที่จะคิดหนัก แต่ไม่ได้ความรู้ก่อนหน้าของสถิติ ไม่มีกลเม็ดใด ๆ เช่นรูปถ่ายสีของคนที่มีความสุขกล่องชนิดต่าง ๆ ด้วยวัสดุพิเศษหรือเรื่องราวที่หยาบคายตามประสบการณ์ในการสร้างของผู้เขียนหรือจินตนาการที่อุดมสมบูรณ์ (ฉันอ้างถึงโดยไม่มีการอ้างอิงถึงทางเลือกที่น่าตกใจในตลาด) นักเรียนมัธยมปลายที่ฉลาดหรือใครก็ตามที่จำคณิตศาสตร์ส่วนใหญ่ในโรงเรียนมัธยมของพวกเขาจะพบว่ามันคุ้มค่าเช่นเดียวกับตลาดระดับปริญญาตรีที่ชัดเจนยิ่งขึ้น

(B) เป็นข้อความที่สองมากกว่าและจะยากสำหรับใครก็ตามที่ไม่พบเนื้อหาของ (A) ที่คุ้นเคย ฉันจะบอกว่า (B) ขึ้นอยู่กับผู้อ่านที่ได้พบกับเนื้อหาส่วนใหญ่อย่างน้อยหนึ่งครั้งก่อนหน้านี้เพราะคำอธิบายหลายคำนั้นสั้นกระชับ แต่ก็ค่อนข้างแน่น ฉันจะบอกว่ามันเป็นเรื่องจริงสำหรับนักวิจัยนักศึกษาระดับปริญญาตรีปีสุดท้ายน้อยที่สุดที่เตรียมวิทยานิพนธ์หรืองานวิจัย นอกจากนี้ยังมีความเห็นที่มากขึ้นซึ่งคุณจะรักหรือเกลียดชังตามที่คุณเห็นด้วยกับฟรีดแมนซึ่งมาตรฐานระดับสูงมักจะไม่รวมงานของคนอื่นเกือบทุกคน

ฉันอ่านอีกครั้ง (A) ที่มีกำไรและมีความสุขทุก ๆ สองสามปีและได้ทำเช่นนี้ตั้งแต่ฉบับพิมพ์ครั้งแรก (พร้อมการอ่านข้ามและข้าม)

การเปิดเผย: ฉันไม่ใช่นักสถิติเช่นกัน และฉันไม่เคยเรียนวิชาที่สอนโดยนักสถิติ

Gossip: ชีวประวัติของ John Tukey (ดูที่นี่สำหรับรายละเอียดและบทวิจารณ์) สองครั้งรวมถึงเรื่องราวที่ไม่มีเอกสารที่ David Freedman เป็นนักศึกษาระดับบัณฑิตศึกษาที่ Princeton ไม่สามารถเข้ากับสไตล์การสอนรูปไข่และเข้าใจยากของ Tukey ได้ มันเป็นการล่อลวงให้คาดการณ์ว่านี่อาจเป็นเหตุผลที่สำคัญว่าทำไม (A) หลีกเลี่ยงแผนการแปลงที่ดินและวิธีการสำรวจ Tukeyish โดยทั่วไป

ฉันเป็นนักสถิติสอนเป็นเวลา 40 ปีโดยเฉพาะนักชีววิทยา คำตอบของ Nick Cox ด้านบนนั้นตายแล้ว ในความคิดของฉัน "FPP" ยังคงเป็นหนังสือแนะนำที่ดีที่สุดเกี่ยวกับสถิติ การเน้นแนวคิดที่แข็งแกร่งตัวอย่างที่ยอดเยี่ยม (แม้ว่าฉันต้องการมากกว่านั้นมาจากชีววิทยา!) และตัวอย่างเคาน์เตอร์ (แสดงให้เห็นว่าบางครั้ง 'ชัดเจน' อาจผิด) และการออกกำลังกาย มันอ่านง่าย แต่สิ่งนี้อาจหลอกลวง: คุณต้องคิด "แบบจำลองทางสถิติ" (เสรี) เป็นหนังสือหลักสูตรที่สองหรือสาม นอกจากนี้ยังเป็นแนวคิดมาก คุณอาจต้องการหนังสือมาตรฐานมากขึ้นสำหรับการเรียนรู้พื้นฐานของวิธีกำลังสองน้อยที่สุด (การถดถอย, โนวา, ฯลฯ ) เสรีชนมีความกังวลมากขึ้นเมื่อโมเดลมีความชอบธรรม (โดยปกติจะเป็น "ความจริง" ที่ดีโดยประมาณ) และเมื่อไม่ สำคัญมากตอนนี้ เมื่อคุณสามารถเรียกใช้โมเดลที่มีความซับซ้อนน้อยกว่าการกดปุ่มเพียงปุ่มเดียว แต่ไม่มีความคิดที่ชัดเจนเกี่ยวกับสิ่งที่คุณคิดหรือผลลัพธ์ที่ได้นั้นหมายความว่าอย่างไร หนังสือของ Davison นั้นยอดเยี่ยม แต่ก็มีเทคนิคและการปฏิบัติมากกว่านั้น: มันอธิบายโมเดลมาตรฐานที่สำคัญที่สุด (และบางมาตรฐานน้อยกว่า) ในหลากหลายพื้นที่และแสดงวิธีวิเคราะห์พวกมัน