Probabilità e statistica: Pearson New International Edition

Recensioni dei lettori

Il libro “Introduzione integrata alla statistica bayesiana e frequentista” di DeGroot e Schervish è una risorsa completa per l'apprendimento della probabilità e della statistica, in particolare da una prospettiva bayesiana. Se da un lato viene elogiato per la sua struttura chiara, i numerosi esempi e l'accessibilità per gli studenti con una formazione matematica di base, dall'altro viene criticato per la sua presentazione asciutta, l'insufficiente integrazione di esempi di codifica al computer e alcuni problemi con la qualità di stampa dell'edizione in brossura e le restrizioni per gli utenti.

⬤ Copertura approfondita delle statistiche bayesiane e frequentiste.
⬤ Accessibile a chi ha un background di calcolo e algebra lineare.
⬤ Forti esempi ed esercizi che migliorano la comprensione.
⬤ Buon approccio pedagogico, a partire da esempi motivanti.
⬤ Trattamento integrato dei concetti piuttosto che trattare gli argomenti separatamente.

⬤ Alcuni lettori trovano la presentazione arida e poco stimolante.
⬤ La mancanza di esempi di codice informatico rende difficile la comprensione degli argomenti avanzati.
⬤ L'edizione in brossura ha una scarsa qualità di stampa e manca di correzioni per gli errori noti.
⬤ Difficoltà con la versione e-book a causa di politiche DRM restrittive e problemi di compatibilità.
⬤ Alcuni contenuti possono essere prolissi e interconnessi, il che può confondere i nuovi studenti.

(basato su 51 recensioni dei lettori)

Titolo originale:

Probability and Statistics: Pearson New International Edition

Contenuto del libro:

La revisione di questo apprezzato testo presenta un approccio equilibrato dei metodi classici e bayesiani e ora include un capitolo sulla simulazione (compresa la catena di Markov Monte Carlo e il Bootstrap), una copertura dell'analisi dei residui nei modelli lineari e molti esempi che utilizzano dati reali.

Si presuppone che il calcolo sia un prerequisito e una familiarità con i concetti e le proprietà elementari di vettori e matrici è un vantaggio.