Think STATS: Analisi esplorativa dei dati

Recensioni dei lettori

Il libro offre un'introduzione pratica alla statistica attraverso Python, rivolgendosi in particolare ai programmatori con un certo background in entrambe le materie. È ben accolto per il suo stile di scrittura accessibile e per gli esempi efficaci, anche se ci sono critiche riguardo all'uso di funzioni personalizzate e alla mancanza di attenzione alle librerie standard di Python.

⬤ Ottima introduzione alla statistica per chi ha competenze di programmazione di base.
⬤ Ben scritto, coinvolgente e conciso.
⬤ Offre esempi pratici utilizzando Jupyter Notebook.
⬤ Copertura approfondita degli argomenti di statistica.
⬤ Utile per l'autoapprendimento e l'applicazione di strumenti statistici.
⬤ Ottimo per acquisire esperienza pratica attraverso gli esercizi.

⬤ Si basa molto sul codice personalizzato dell'autore, che non è standard o ampiamente applicabile.
⬤ Alcuni recensori hanno trovato il codice di difficile comprensione e non adatto a un uso professionale.
⬤ La stampa in bianco e nero dei grafici è stata criticata per la mancanza di chiarezza.
⬤ Potrebbe non essere ideale per i principianti della programmazione o della statistica.
⬤ Alcuni hanno trovato il contenuto denso e difficile da memorizzare.

(basato su 49 recensioni dei lettori)

Titolo originale:

Think STATS: Exploratory Data Analysis

Contenuto del libro:

Se sapete programmare, avete le capacità per trasformare i dati in conoscenza, utilizzando gli strumenti della probabilità e della statistica. Questa introduzione concisa mostra come eseguire l'analisi statistica in modo computazionale, piuttosto che matematico, con programmi scritti in Python.

Lavorando su un singolo caso di studio in questo libro completamente rivisto, imparerete l'intero processo di analisi esplorativa dei dati, dalla raccolta dei dati e dalla generazione di statistiche all'identificazione di modelli e alla verifica di ipotesi. Esplorerete le distribuzioni, le regole della probabilità, la visualizzazione e molti altri strumenti e concetti.

Nuovi capitoli sulla regressione, l'analisi delle serie temporali, l'analisi della sopravvivenza e i metodi analitici arricchiranno le vostre scoperte.

⬤ Sviluppate la comprensione della probabilità e della statistica scrivendo e testando il codice.

⬤ Eseguire esperimenti per testare il comportamento statistico, come la generazione di campioni da diverse distribuzioni.

⬤ Usare simulazioni per comprendere concetti difficili da afferrare matematicamente.

⬤ Importare dati dalla maggior parte delle fonti con Python, piuttosto che affidarsi a dati puliti e formattati per gli strumenti statistici.

⬤ Usare l'inferenza statistica per rispondere a domande su dati reali.