統計学者以外の科学者にはどの本をお勧めしますか？

統計学者ではない科学者にどの本を勧めますか？

明確な配達は大歓迎です。また、一般的なタスクに適した手法と方法の説明：時系列分析、大きなデータセットの表示と集約。

統計

デビッド・フリードマン、ロバート・ピサニ、ロジャー・パーブス

第4版：2007、初版：1978

学部の研究哲学として、私は医師と一緒に取り組んでいた小さな研究のいくつかのデータを分析するように頼まれました。言うまでもなく、私はやや圧倒されましたが、生物統計学者の友人がくれた古いStataのコードを模倣することで対処できました。この分析は、研究を公表するのに十分であることが判明したため、統計と呼ばれるこの奇妙な研究分野に突然興味を持ちました。

私が読んだ統計に関する最初の本は、David Freedmanと同僚によるStatisticsでした。私が最も気に入ったのは、統計分析の基本概念（p値が実際に何を意味するのか、データを視覚化することがなぜ重要なのか、テストが重要であるということなど）を簡潔かつ正確な言語ですが、数学が多すぎません。その概念的背景により、より高度な数学でより高度な文献を読むことはずっと簡単になりました。

この本は、初年度の統計コースでカバーされるすべてのトピックをカバーしますが、大規模なデータセットの時系列または集約をカバーしません。非統計学者に統計学者のように考える方法を教えるのに非常に良い仕事をしていると思います。そこから、時系列などの新しい方法を追加するのは比較的簡単であり、非統計学者は生涯にわたる統計学の学生になるための道を進んでいるはずです。

答えは、間違いなく彼らの訓練、彼らが学びたい方法/技術、そして既存の数学的/統計的能力に依存します。

たとえば、最先端の経験的計量経済学について学びたい経済学者/社会科学者は、AngristとPischkeのMostly Harmless Econometricsを読むことができます。これは、経済学における「自然な実験的革命」を扱った非技術的な本です。この本は、彼らが回帰とは何かを知っていることを前提としています。

しかし、応用回帰に関する最良の本は、Gelman and Hill's Data Analysis Using Regression and Multilevel / Hierarchical Modelsです。これは、基本的な回帰、マルチレベル回帰、およびベイジアン法を明確かつ直感的な方法で扱います。統計の基本的なバックグラウンドを持つ科学者にとっては良いことです。

Peter Dalgaard's Introductory Statistics with Rは、データ分析用のRソフトウェアに焦点を当てたいくつかの入門統計の素晴らしい本です。

基本的な統計情報の知識を前提として、以下を推奨します。

• Statistics Sleuth（Ramsey、Schafer）には、データ分析のための基本的な統計ツールをカバーするミニケーススタディが多数含まれています。

• データマイニングなどに必要な重要な統計をカバーする多変量統計（Flury）の最初のコース。

カーンアカデミーには、統計に関する素晴らしい入門/初心者ビデオがあります：http : //www.khanacademy.org/#statistics

Andy Fieldの著書「SPSSを使用した統計の発見」のような最小限の数学的背景を持つ多くの社会科学/心理学の学生。彼はまた、多くの資料を共有するウェブサイトを持っています。

私の本を差し込むつもりはありませんが、おそらく当てはまるようです。昨年、「医師、看護師、臨床医のための生物統計学の要点」というタイトルの本をWileyとともに出版しました。それは文庫本であり、合計でかなり簡潔な214ページです。生物学的応用において重要なトピックを強調するという利点がありますが、10日間の自己学習コースで得たいほど簡潔ではない場合があります。 「生物学の学生のための導入統計」Trudy Wattによる第2版とChapman and Hall / CRC 1997から出版された別のペーパーバックは、あなたにぴったりかもしれません。それは私の本よりも少し簡単ですが、生物学的研究（特に臨床試験）で非常に重要なトピックであると考える生存分析は含まれていません。彼女の本は236ページです。また、ゴニックによる「統計への漫画ガイド」に言及したいと思います。ユーモラスな本ですが、基本的な概念も非常によくカバーされており、非常に読みやすくなっています。

平易な英語の統計はかなり良いです。

Amazonで4.5、11件のレビュー。

ANOVAについても説明しています。

おそらく最高の基本的な、全体像/アイデアの本は次のようになります：

原理的議論としてのロバート・アベルソンの統計

酔っぱらいの散歩：ランダムネスがレナード・ムロディノウによる私たちの生活をどのように支配するかは、素人にとって素晴らしい本です。楽しく教育的。

それは教科書ではないかもしれませんが、正しい方法で世界について考えるようになります。

少し古いですが、クリスチャットフィールドの本を見つけました。

技術の統計：応用技術のコース

優れた紹介になります。

概念的な観点から統計について初めて学んだ方法でした。

トピックの最初の紹介として、データ分析：ベイジアンチュートリアルが好きでした。

定量的科学的推論の根底にある考え方の深く哲学的な議論のために、確率論：科学の論理をお勧めします。ただし、この本は良い紹介として役立ちません。これは、ベイジアン統計が現状である理由、および/またはベイジアン統計の歴史的レビューに興味がある理由を知りたい人にのみお勧めします。

サム・サベージによる平均の欠陥。

非常に多くの素晴らしい推奨事項！それはあなたが求めたものではありませんが、統計で嘘をつく方法は短く、非常に素晴らしいです。それはあなたが望むものを直接教えませんが、仮定や他の欠陥の違反を指摘するのに役立ちます。

「生体認証：バイオ研究における統計の原則と実践」によってロバート・R.ソーカルとF.ジェームズRohlf
「生物統計学的分析」によるジェロルドH.ツァラ
「生物統計の手引き」によるスタントン・グランツ

統計の基礎について：http : //www.bbc.co.uk/dna/h2g2/A1091350およびhttp://www.robertniles.com/stats/

データの視覚化の優れたガイド：http : //www.perceptualedge.com/-特に、http：//www.perceptualedge.com/files/GraphDesignIQ.htmlのGraph Design IQテストを試してください（Flashが必要です）

NBこれらは直交しています-データの視覚化が恐ろしい多くの統計の専門家がいて、逆もまた同様です。

以下は、MSEEのコースワークと研究に使用した教科書で、かなり優れていることがわかりました。

1. Henry StarkとJohn W. Woodsによるエンジニアの確率、統計、およびランダムプロセス（通信および信号処理の人々に適した概念の詳細な説明）。
2. Sweumの Hwei Hsuによる確率、ランダム変数、ランダムプロセスの概要（概念の簡潔な説明には、多くの解決された例があります）。

私は最近、Even You Can Learn Statisticsが非常に役立つことを発見しました。

「統計学者から嘘つきを伝える方法」フック。私は統計の概念を一般人に説明する方法が好きです。

統計学者の動機を説明するために、「The Lady Tasting Tea」は良い読書です。

Box、Hunter、Hunterによる「実験者のための統計：デザイン、イノベーション、発見、第2版」を強くお勧めします。実験の統計分析を行う科学者のための必読の本。コンパニオンRパッケージ（）もあります。BHH2

何年もの間、私はEngineering Statistics Handbookが実用レベルで役立つことを発見してきました。

オンラインで無料で入手できます。

Gotelli and Ellison（2004）生態統計学の入門書

「屋外科学」（エコロジー、環境科学、生物学）を対象としていますが、教育学は優れています。誰でも恩恵を受けることができます。

最近、このウェブサイトが私に指摘してくれました。新しい統計学者に役立つ多くの本をカバーし、それぞれの長所と短所に関するいくつかのターゲットを絞った議論と、一番下の要約をカバーしています。

「理論統計」
キーナー、ロバートW.
第1版、2010年、XVII、538ページ。
ハードカバー、ISBN 978-0-387-93838-7

本について...

統計調査（Ramsey＆Schafer）および生物統計分析（Zar）をお勧めします。

私は「ダミーのために」シリーズが本当に好きです、そして、私がそれを読んだいくつかのページから、デボラ・J・ラムジーの「ダミーのための統計学」は、非統計学者と方法を探している統計学者のための素晴らしい本です統計学の概念を非統計学者に説明するため。

このリンクは多くの素晴らしい本を示唆しています。

https://www.stat.berkeley.edu/mediawiki/index.php/Recommended_Books

それに加えて、私は次のように提案しました：統計調査：データ分析の方法のコース。本の例に従って、多くの概念が理解しやすくなります。

Whitlock and Schluter 生物学的データの分析 https://www.amazon.com/The-Analysis-of-Biological-Data/dp/1936221489 は、統計と科学の優れた融合です。例を理解し、評価するために生物学者である必要はありません（私は確かにそうではありません）。それは明確で健全なだけでなく、面白​​くて楽しいものでもあります。

SPSSを使用する場合は、この本をお勧めします。Weinberg＆AbramowitzによるSPSSを使用した行動科学のデータ分析。非常によく書かれており、アクセス可能です。ただし、時系列は対象外です。

それは彼らの背景に非常に依存しますが、私は「一言で言えば統計」がかなり良いとわかりました。