Test d'ipotesi: Una guida intuitiva per prendere decisioni basate sui dati

Recensioni dei lettori

Le recensioni lodano il libro per il suo approccio pratico ai test di ipotesi statistica e per la sua accessibilità, che rende i concetti complessi più facili da capire. Molti lettori lo trovano prezioso per l'insegnamento e per le applicazioni pratiche nella ricerca. Tuttavia, alcuni critici notano che può sorvolare su dettagli e sfumature importanti dell'argomento.

⬤ Prospettiva pratica con illustrazioni utili
⬤ spiegazioni chiare di concetti complessi
⬤ utile per l'insegnamento della statistica
⬤ scrittura accessibile
⬤ copre argomenti essenziali come i valori di p e i tipi di errore
⬤ serve come buon materiale di riferimento
⬤ applicabile a vari campi.

⬤ Semplifica eccessivamente alcuni argomenti e sorvola su sfumature importanti
⬤ alcune figure sono difficili da interpretare in scala di grigi
⬤ alcuni recensori hanno espresso preoccupazioni sulla qualità del libro fisico
⬤ viene criticata l'autopromozione delle altre opere dell'autore.

(basato su 29 recensioni dei lettori)

Titolo originale:

Hypothesis Testing: An Intuitive Guide for Making Data Driven Decisions

Contenuto del libro:

Il mondo produce più dati che mai: siete pronti?.

Nell'odierno mondo guidato dai dati, si sente continuamente parlare di prendere decisioni basate sui dati. I test di ipotesi svolgono un ruolo cruciale in questo processo, sia che si tratti di università, aziende o scienza dei dati. Senza test di ipotesi, si rischia di prendere decisioni sbagliate.

È molto probabile che abbiate bisogno di capire questi test per analizzare i vostri dati e valutare il lavoro di altri.

Costruire le conoscenze per un test d'ipotesi efficace Sapere quando usare ogni test, come usarli in modo affidabile e come interpretare correttamente i risultati.

⬤ Capire perché sono necessari i test d'ipotesi e come funzionano.

⬤ Usare efficacemente i livelli di significatività, i valori di p e gli intervalli di confidenza.

⬤ Selezionare il tipo di test corretto per rispondere alla domanda.

⬤ Imparare a testare medie, mediane, varianze, proporzioni, distribuzioni, conteggi, correlazioni per dati continui e categorici e trovare gli outlier.

⬤ AnOVA a una via, ANOVA a due vie ed effetti di interazione.

⬤ Controllare le ipotesi per ottenere risultati affidabili.

⬤ Gestire i tassi di errore per i falsi positivi e i falsi negativi.

⬤ Comprendere le distribuzioni di campionamento, il teorema del limite centrale e la potenza statistica.

⬤ Conoscere il funzionamento di t-test, F-test, chi-quadro e test post hoc.

⬤ Apprendere le differenze tra metodi parametrici, non parametrici e bootstrapping.

⬤ Esempi di molti test di ipotesi.

⬤ Accesso a serie di dati scaricabili gratuitamente per poterli provare personalmente.