Statistiche circolari in R

Recensioni dei lettori

Il libro fornisce una panoramica accessibile e concisa della statistica circolare con applicazioni in R, rendendola accessibile ai professionisti. Tuttavia, è stato criticato per la mancanza di rigore matematico e per i problemi con l'edizione Kindle.

⬤ Panoramica accessibile della statistica circolare
⬤ argomenti concisi e rilevanti
⬤ applicazione diretta in R senza costi elevati di software
⬤ copertura completa dei test statistici circolari
⬤ spiegazioni chiare e inclusione di formule.

⬤ Manca di rigore matematico nelle definizioni e nelle spiegazioni
⬤ alcuni errori nella rappresentazione delle funzioni statistiche chiave
⬤ scarsa formattazione nell'edizione Kindle, che rende difficile la lettura delle formule e dei caratteri speciali.

(basato su 3 recensioni dei lettori)

Titolo originale:

Circular Statistics in R

Contenuto del libro:

Circular Statistics in R fornisce la guida più completa all'analisi dei dati circolari in oltre un decennio. I dati circolari si presentano in molti contesti scientifici, che si tratti di direzioni angolari come: le direzioni osservate della bussola di partenza degli uccelli migratori radiocollarati da un punto di rilascio; gli angoli di legame misurati in diverse molecole; le direzioni del vento in diversi periodi dell'anno in un parco eolico; la direzione delle fratture da stress nei supporti dei ponti in cemento; le longitudini degli epicentri dei terremoti o i modelli di attività stagionali e giornalieri, per esempio: dati sulle ore del giorno in cui vengono catturati gli animali in una trappola con telecamera, o sulle chiamate al 911 a New York, o sul traffico internet; variazioni nel corso dell'anno dell'incidenza del morbillo, del fabbisogno energetico globale, degli ascolti televisivi o degli infortuni degli atleti. Il modo naturale di rappresentare graficamente questi dati è come punti situati intorno alla circonferenza di un cerchio, da cui il nome. È importante notare che le variabili circolari sono di natura periodica.

L'origine, o punto zero, come l'inizio di un nuovo anno, è definita arbitrariamente piuttosto che emergere necessariamente in modo naturale dal sistema.

Questo libro sarà utile sia a coloro che si avvicinano per la prima volta all'analisi dei dati circolari, sia a coloro che hanno maggiore familiarità con il campo. Per i principianti, gli autori iniziano considerando le sintesi grafiche e numeriche fondamentali utilizzate per rappresentare i dati circolari, prima di introdurre le distribuzioni che potrebbero essere utilizzate per modellarli. In seguito, vengono discusse le forme di inferenza di base, come la stima dei punti e degli intervalli, nonché i test formali di significatività per le ipotesi che spesso sono di interesse scientifico. Per quanto riguarda l'adattamento dei modelli, gli autori sostengono la necessità di ridurre il ricorso alla classica distribuzione di von Mises, mostrando distribuzioni in grado di modellare caratteristiche come l'asimmetria e i vari livelli di curtosi, spesso presenti nei dati circolari.

L'uso di approcci basati sulla verosimiglianza e sull'uso del computer per l'inferenza e la modellazione è sottolineato in tutto il libro. Per implementare la metodologia viene utilizzato il linguaggio di programmazione R, in particolare il suo pacchetto circolare. Vengono inoltre fornite più di 150 nuove funzioni per le tecniche non ancora coperte da R.

Questa guida, concisa ma autorevole, è accessibile a una vasta gamma di scienziati che hanno dati circolari da analizzare e vogliono farlo nel modo più semplice ed efficace possibile.