Wstęp do współczesnej statystyki
Statystyka otacza nas na każdym kroku. Stała się nieodłączną częścią współczesnej medycyny, ekonomii, socjologii, psychologii --- właściwie wszystkich nauk, w których teorię weryfikujemy eksperymentem. I nie tylko nauk. Mamy z nią do czynienia w prognozach przedwyborczych, raportach gospodarczych i wszystkich doniesieniach typu ,,wykazano, że picie herbaty wpływa na wysokość pensji``. Pomimo tego,
zaskakująco niewielu ludzi rozumie jej podstawowe pojęcia. Na szczęście -- dzięki komputerom -- od niedawna dostępne są nowoczesne i w pełni intuicyjne metody statystyczne. Takie hasła jak bootstrap czy repróbkowanie (resampling) nie tylko stają się coraz bardziej modne w ,,poważnych`` zastosowaniach, ale zmieniają też podejście do nauczania statystyki. Dzięki nim, pierwsza część tej książki wyjaśnia bez użycia wzorów podstawowe pojęcia i zastosowania. Jednak również statystyka klasyczna stanowi ważny element wykształcenia. Jej podstawy -- od pojęcia prawdopodobieństwa do najpopularniejszych testów (t, chi2, serii, Wilcoxona-Manna-Whitneya) -- zawarte są w drugiej części książki. Tu już nie obędzie się bez całek, szczególnie, że wzorów nie podajemy ,,na wiarę``. Jednak tym razem, dzięki oparciu na pojęciach wprowadzonych intuicyjnie w części pierwszej, równania nie przysłonią idei.
Zobacz pełny opis| Odpowiedzialność: | Piotr Jerzy Durka. |
| Hasła: | Statystyka Podręczniki |
| Adres wydawniczy: | Warszawa : "Adamantan", 2003. |
| Opis fizyczny: | 118 s. : rys., wykr. ; 24 cm. |
| Uwagi: | Indeks. Bibliogr. s. 117-118. |
| Skocz do: | Dodaj recenzje, komentarz |
- 1. Wstęp
- 1.1. Co znajdziemy w tej książce i jak z niej korzystać
- I. Statystyka — z komputerem zamiast wzorów
- Monte Carlo
- 2.1. Hazard symulowany
- 2.2. Jak zmusić komputer do rzucania kostką
- 2.3. Oceniamy szanse
- 2.4. „Prawdziwe” Monte Carlo
- 3. Bootstrap
- 4. Testy permutacyjne
- 4.1. Histogram
- 4.2. Weryfikacja hipotez statystycznych — terminologia
- 4.3. Poziom istotności testu
- 4.4. Testy permutacyjne dla większych liczebności
- 4.5. Test jedno- i dwustronny
- 5. Zastosowania
- 5.1. Przykłady
- 5.1.1. Urodziny tego samego dnia
- 5.1.2. „Trzy wśród czworga”
- 5.1.3. Awaria 2 z 12
- 5.1.4. Sondy przedwyborcze
- 5.1.5. Poprawa wyniku
- 5.2. Ile razy losować?
- 5.3. Co dalej?
- II. Podstawy teorii klasycznej
- 6. Prawdopodobieństwo
- 6.1. Definicje prawdopodobieństwa
- 6.2. Prawdopodobieństwo warunkowe i zdarzenia niezależne
- 6.3. Twierdzenie Bayesa
- 7. Rozkłady prawdopodobieństwa
- 7.1. Rozkłady ciągłe — gęstość prawdopodobieństwa
- 7.2. Wariancja, korelacja, mediana
- 7.2.1. Wartość oczekiwana
- 7.2.2. Mediana
- 7.2.3. Wariancja
- 7.2.4. Kowariancja i współczynnik korelacji
- 7.3. Rozkład równomierny
- 7.4. Rozkład dwumianowy
- 7.5. Rozkład Poissona
- 7.6. Rozkład Gaussa
- 7.7. Centralne Twierdzenie Graniczne
- 8. Statystyki i estymatory
- 8.1. Estymator wartości oczekiwanej
- 8.2. Prawo wielkich liczb
- 8.3. Estymator wariancji
- 9. Weryfikacja hipotez statystycznych
- 9.1. Test Z: rozkład normalny, znane σ i µ
- 9.1.1. Poziom istotności i moc testu
- 9.1.2. Schemat Weryfikacji Hipotez Statystycznych raz jeszcze
- 9.2. Rozkład t (Studenta)
- 9.2.1. Test t (Studenta) różnicy średnich
- 9.3. Rozkład χ2
- 9.3.1. Za dokładnie?
- 9.3.2. Test χ2 Pearsona
- 10. Testy nieparametryczne
- 10.1. Test serii Walda–Wolfowitza
- 10.1.1. Testowanie, czy próba jest wynikiem niezależnych losowań
- 10.1.2. Test zgodności rozkładów w dwóch populacjach
- 10.2 Test rang Wilcoxona–Manna–Whitneya
- 10.2.1. Statystyka Wilcoxona
- 10.2.2. Statystyka Manna–Whitneya
- 10.2.3 Równoważność statystyk Wm,n i Mm,n
- III. Dodatki
- A. Czego się nie da obliczyć
- A.1. Problem stopu
- A.2. Notacja O(·)
- A.3. Problem komiwojażera
- B. Programy w języku Matlab
Zobacz spis treści
Sprawdź dostępność, zarezerwuj (zamów):
(kliknij w nazwę placówki - więcej informacji)