Искусство статистики (Дэвид Шпигельхалтер); Манн, Иванов и Фербер, 2019
от 359 р. до 2972 р.
- Издатель: Манн, Иванов и Фербер
- ISBN: 978-5-00169-250-8
- Книги: Научпоп
- ID:6811657
Где купить (3)
Цена от 359 р. до 2972 р. в 3 магазинах
Магазин | Цена | Наличие |
---|---|---|
Магазин | Последняя известная цена | Обновлено |
---|---|---|
Буквоед | 1999 р. | 06.02.2022 |
book24 | 1888 р. | 24.01.2022 |
Подписные издания | 1617 р. | 29.10.2021 |
Описание
Как статистика помогает нам лучше понимать мир? И как можно приходить к уверенным умозаключениям, когда у нас нет идеальных и полных данных?
На эти вопросы отвечает «Искусство статистики» — одна из самых содержательных и при этом доступных книг по теме. С блестящими примерами, интересным изложением, наглядными графиками, определениями, формулами и программным кодом в приложениях.
Статистика играла ключевую роль для научного познания мира на протяжении веков, а в эпоху больших данных базовое понимание этой дисциплины и статистическая грамотность становятся критически важными.
Специалист с огромным опытом Дэвид Шпигельхалтер познакомит вас с ключевыми принципами и показателями, которые помогают извлекать из данных знания о мире и отвечать на вопросы о нем. Он делает это на примерах из реальной жизни, показывая, как статистика способна помочь определить самого удачливого пассажира на Титанике, выяснить, можно ли было раскрыть серийного убийцу Гарольда Шипмана раньше, рассчитать количество деревьев на нашей планете, определить необходимое количество участников для достоверного медицинского исследования, вычислить количество безработных в стране и ответить на десятки других вопросов о нашем мире. Вопросов, на которые нельзя ответить без применения статистики.
Фишки книги
Увлекательное знакомство с теорией и практикой статистики, не обремененное техническими деталями.
Яркие примеры применения статистики в жизни.
Ключевые принципы, методы и показатели.
Для кого эта книга
Для широкого круга читателей, интересующихся статистикой, с которой они сталкиваются на работе и в повседневной жизни.
Для студентов, которые хотят ознакомиться со статистикой без углубления в технические детали.
Для опытных аналитиков, которые найдут в книге интересные примеры и новые знания для своей практики.
Смотри также о книге.
О книге
Параметр | Значение |
---|---|
Автор(ы) | Дэвид Шпигельхалтер |
Издатель | Манн, Иванов и Фербер |
Год издания | 2019 |
Переплет | 70х100/16 |
Формат | 174x245 |
Переводчик | Евгений Поникаров |
Кол-во страниц | 448 |
Возрастные ограничения | 16 |
Серия | МИФ Научпоп |
ISBN | 978-5-00169-250-8 |
Отзывы (6)
- Михаил Панкратов — 21 Июля 2021
Книга не плохая. Почитать можно.
Однако, как мне кажется, для тех кто знаком с предметом покажется скучновато.
По большей части книга представляет собой упрощенное (что называется «популярное») изложение курса математической статистики. Тем кто все это знает покажется не очень интересно.
Еще скучнее будет тем, кто прочитал другие книги по теме. Например «Темные данные» Девида Хенда. Тут перекрытие по материалу существенное.
Также есть очень хорошая книга Петра Талантова «Доказательная медицина» в которой очень здорово разобраны статистические вопросы в приложении к медицине. Если вы ее читали то книга господина Шпигельхалтера покажется скучной вдвойне.
В целом … ну на мой субъективный взгляд… автору не хватает дерзости. Например можно было бы гораздо глубже и подробнее разобрать провалы соцопросов по Брекситу и по избранию Трампа. Написать про несработавшие статистические модели риска обрушившие рынок ипотечных облигаций в 2008 году. Однако автор это все упоминает в лучшем случае очень вскользь или вообще никак. Наверное боится написать лишнего.
В общем для тех кто не знаком с вопросом и вообще ничего по теме не читал наверное можно рекомендовать. - stasilys — 8 Апреля 2021
Как мне кажется, книга получилась слишком сложной для новичков и недостаточно концептуальной для статистиков. Однако, примеры в книге интересные, так что почитать можно.
Добавить отзыв
Книги: Машинное обучение. Анализ данных - издательство "Манн, Иванов и Фербер"
Книги: Машинное обучение. Анализ данных
Категория 287 р. - 430 р.