4 votos

Libro de introducción a la estadística multivariante

Estoy buscando un libro introductorio que ayude a construir algunas habilidades en el trabajo con distribuciones multivariantes.

Por ejemplo, quiero poder trabajar con normales multivariantes fácilmente, algo entre un curso introductorio de estadística que hable de distribuciones y un curso serio de robótica que hable de filtrado Kalman.

2 votos

¿La pregunta va dirigida a las distribuciones multivariantes o a la estadística multivariante? Es decir, ¿necesita más información sobre probabilidad o sobre análisis de datos?

0 votos

¿Qué tipo de cosas quiere aprender? "Trabajar con MVN" es bastante vago, y el espacio que describes es amplio.

9 votos

Mark, si buscas ayuda continua en CV, considera la posibilidad de aceptar algunas de las respuestas que la gente te ha proporcionado en el pasado haciendo clic en la marca de verificación junto a una de las preguntas. La gente estará más dispuesta a ayudar si no te perciben como un desagradecido.

7voto

StasK Puntos 19497

He compilado un lista de libros sobre multivariantes cuando preparaba clases de estadística multivariante (una optativa para estudiantes de doctorado y una introductoria para estudiantes de último curso).

0 votos

¿Tienes alguno con muchos ejemplos que te guste? Al estilo de Gelman y Hill, pero con un poco más de rigor.

0 votos

Los mejores ejemplos están en Rencher, aunque se trata de un libro de nivel algo inferior, más aplicado. Para usted personalmente, Izenman será probablemente el más adecuado.

5voto

terryk2 Puntos 81

Recomiendo Clasificación de patrones por Duda, Hart y Stork. Es bueno porque contiene muchos resultados clásicos sobre gaussianos multivariantes y trata temas como el análisis discriminante lineal de Fisher, la máxima verosimilitud, etc. Las otras secciones del libro te permiten desarrollar una comprensión de cómo esto se conecta con el aprendizaje automático, lo cual es importante.

Muchos textos de estadística no dejan claro el solapamiento entre la estadística clásica (por ejemplo, modelos de verosimilitud, ajuste logístico, regresión) y el aprendizaje automático más moderno (máquinas de vectores soporte, árboles de decisión). Si bien Duda et al. no es una gran fuente enciclopédica para todo lo relacionado con la estadística, creo que es un buen primer libro. Es fácil de leer y cubre lagunas, que suele ser la prioridad inicial antes de tener que buscar muchos detalles para convertirse en un experto.

Otro libro que puede ser útil de forma similar es: Análisis de datos mediante modelos de regresión y multinivel/jerárquicos por Gelman y Hill.

0 votos

Sean cuales sean sus méritos, Gelman y Hill no es un libro sobre distribuciones multivariantes.

2voto

eroijen Puntos 101

Recomiendo encarecidamente los libros de Michael Greeenacre. Biplots en la práctica ofrece una visión general muy fácil de entender de todo tipo de biplots (concentrándose en los multivariantes). Este libro está disponible gratuitamente en formato pdf. El análisis de correspondencias en la práctica ofrece una buena introducción a métodos como PCA, CA y CCA. Ambos libros contienen explicaciones prácticas y códigos para hacerlo en R.

2voto

Paul Dixon Puntos 122033

Si lo que le preocupa es "trabajar con la normal multivariante", le sugiero el libro de Casella Inferencia estadística para empezar.

Dos textos clásicos de econometría aplicada de primer año de doctorado son Greene's Análisis econométrico así como Wooldridge Análisis econométrico de datos transversales y de panel . El texto de Wooldridge también incluye muchos ejemplos prácticos con código disponible en línea. He utilizado Lattin en mi primera clase de regresión después de estadística introductoria; está lleno de ejemplos, aunque el código y la salida utiliza SAS.

0 votos

Los textos de Wooldridge son muy apreciados, pero no se centran en las distribuciones multivariantes.

1voto

georg Puntos 1742

A fecha 21/2/2013 hay algún debate sobre este tema en Blog de Andrew Gelman .

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X