Über das Buch
Из этой книги вы узнаете, что такое дисперсия и стандартное отклонение, как найти t-критерий Стьюдента и U-критерий Манна-Уитни, для чего используются регрессионный и факторный анализы, а также многое и многое другое. И все это – на простых и понятных примерах из жизни милых и пушистых котиков, которые дарят нам множество приятных эмоций.
Andere Versionen
Genres und Tags
Bewertungen, 39 Bewertungen39
К сожалению, более-менее понятно написана первая глава, а дальше примеры с котиками и пёсиками только затрудняют понимание: мало расскрываются математические методы,упоминаются, но тоже очень мало расскрываются проблемы интерпретации покзаталей. Что ж наверное нельзя понять науку по популярным книжкам. Увы.
Хорошая книга, тянет на 4 из 5. Особенно, если вы в статистике не разбираетесь от слова совсем. Возможно, не все примеры будут явными или понятными – автор не углубляется в математические методы, но для пытливых в конце книги есть приложение в виде «Что нажать/куда смотреть» в статистической программе.
Простое и понятное введение в статистику для тех, кто считает математику очень сложной. Автор на понятных всем примерах объясняет основные понятия.
Отличная книга для первого знакомства со статистикой.
Плюсы:
1. Информация относится доходчиво и интересно
2. Книга небольшая и не успевает надоесть.
Минус:
Расчеты в книге представлены поверхностно, регулярно сверялся с другими источниками.
Важно: подходит только для первичного ознакомления с предметом, для полноценной работы требуется изучение более серьезной литературы.
Книга является начальным этапом ввода в огромный мир статистики, все объясняется чуть ли ни на пальцах.
Каждый конкретный пункт объясняется на примере котиков(все же любят котиков).
Идеально подойдет студентам, у которых преподаватели объясняют предмет нудно и непонятно
являются ли песики более разнообразными по размеру, чем котики, или же нет. Для этого мы можем воспользоваться F-критерием равенства дисперсий Фишера, который укажет нам, насколько различаются между собой эти показатели.
Позволяют определить различия между двумя несвязанными выборками. Наличие значимых различий по определенному признаку позволяет с некоторой уверенностью говорить о том, что генеральные совокупности также различаются. Эти методы делятся на параметрические и непараметрические. Первые желательно использовать только тогда, когда ваши данные удовлетворяют следующим требованиям. 1. Данные представлены в метрической шкале. Иными словами, признаки должны быть представлены в определенных единицах
Наконец, мы проводим некоторые преобразования (которые в основном сводятся к поправкам на количество котиков и песиков) и получаем критерий Манна-Уитни, по которому судим, в действительности ли котики и песики отличаются по размеру.
Глава 1. Как выглядят котики или Основы описательной статистики Котики бывают разные. Есть большие котики, а есть маленькие. Есть котики с длинными хвостами, а есть и вовсе без хвостов. Есть котики с висячими ушками, а есть котики с короткими лапками. Как же нам понять, как выглядит типичный котик?
Чтобы вычислить этот критерий, нужно построить так называемые таблицы сопряженности. В простейшем случае это таблицы 2×2, в каждой ячейке которых – количество (или, по-научному, частота) песиков и котиков определенного размера. Впрочем, бывают таблицы сопряженности и с большим количеством столбцов и строчек.