Para dar sentido de estadísticas de la teoría y las aplicaciones

Question

Tengo recientemente se graduó con una maestría en médicos y biológicos de modelado, acompañado con la ingeniería, las matemáticas como un fondo. A pesar de que mi programa de educación incluye una cantidad significativa de cursos en estadística matemática (ver más abajo para una lista), lo que he conseguido con muy altas calificaciones, que con frecuencia terminan siendo totalmente perdido mirando hacia abajo en la teoría y las aplicaciones de la estadística. Tengo que decir que, en comparación con los "puros" de las matemáticas, la estadística realmente tiene mucho sentido para mí. Especialmente las anotaciones y el lenguaje utilizado por la mayoría de los estadísticos (incluyendo mi pasado profesores) es demasiado complicado y casi ninguno de los recursos que he visto hasta ahora (como wikipedia) había ejemplos simples que uno puede relacionarse fácilmente, y asociado a la teoría que le dio...

Siendo este el fondo; también me doy cuenta de la amarga realidad de que no puedo tener una carrera como investigador/ingeniero sin un agarre firme en las estadísticas, especialmente en el campo de la bioinformática.

Tenía la esperanza de que yo podría obtener algunos consejos de los más experimentados estadísticos/matemáticos. ¿Cómo puedo superar este problema que he mencionado anteriormente? ¿Sabes de algún buen recursos, tales como libros, e-books, cursos abiertos (a través de iTunes o OpenCourseware para ex), etc..

Gracias,

EDIT: Ya he dicho que soy bastante sesgada (negativa) hacia la mayoría de la literatura bajo el título general de estadísticas, y ya que no se puede comprar un número de grandes (y caros) coursebooks por rama de la estadística, lo que se necesita en términos de un libro es algo similar a lo que Tipler & Mosca es para la Física, pero en lugar de las estadísticas.

Para aquellos que no saben acerca de Tipler; es un gran libro de texto que cubre una amplia mayoría de los temas en los que uno se pueda encontrar durante los estudios superiores, y presenta a cada uno de ellos a partir de la introducción básica a poco más en detalle. Básicamente un perfecto libro de referencia, la compré durante mi primer año en la uni, todavía se utilizan cada vez en un tiempo.

---

Los cursos que he tomado en las estadísticas:

• un gran curso de introducción
• procesos estocásticos estacionarios,
• Procesos de Markov,
• Métodos de Monte Carlo
• El análisis de supervivencia

Answer 1

Entiendo completamente su situación. Aunque soy estudiante de Doctorado, se me hace difícil a veces relacionados con la teoría y la aplicación. Si están dispuestos a sumergirse en la comprensión de la teoría, es sin duda gratificante cuando usted piensa acerca de los problemas del mundo real. Pero el proceso puede ser frustrante.

Una de las muchas referencias que me gusta es Gelman y de la Colina de Análisis de Datos Utilizando Jerárquica/Modelos Multinivel. Evitan la teoría donde se puede expresar el concepto subyacente mediante simulaciones. Definitivamente será de beneficio para usted como usted tiene experiencia en la MCMC etc. Como usted dice, que están trabajando en la bioinformática, probablemente Harrell la Regresión Estrategias de Modelado es una gran referencia.

Voy a hacer de este un wiki de la comunidad y dejar que los demás se añadirá a él.

Answer 2

Está usted familiarizado con Bayesiano de Análisis de Datos (por Gelman, Carlin, Stern, y Rubin)? Tal vez eso es lo que se necesita una dosis de.

Answer 3

Personalmente me encantó este que tenía una muy buena combinación de teoría y aplicación (con un montón de ejemplos). Fue un buen partido con casella y berger más la teoría del enfoque orientado. Y para una amplia cepillo de resumen de este.

Answer 4

Cada uno aprende de manera diferente, pero creo que es seguro decir que los ejemplos, ejemplos, ejemplos, ayuda mucho en las estadísticas. Mi sugerencia sería la de aprender R (sólo los básicos son suficientes para ayudar a un montón) y, a continuación, usted puede tratar de cualquier y todos los ejemplos hasta que sus ojos sangran. Usted puede ordenar, ajuste, la trama, el nombre. Y, puesto que R está orientado hacia la estadística, como se aprende R, vas a ser el aprendizaje de la estadística. Los libros que se enumeran, a continuación, puede ser atacado desde un "show me" punto de vista.

Puesto que R es libre, y un montón de material de origen es libre, todo lo que necesita para invertir su tiempo.

http://www.mayin.org/ajayshah/KB/R/index.html

http://math.illinoisstate.edu/dhkim/rstuff/rtutor.html

http://www.cyclismo.org/tutorial/R/

http://www.stat.pitt.edu/stoffer/tsa2/R_time_series_quick_fix.htm

http://www.statmethods.net/about/books.html

Hay muchos buenos libros sobre R que usted puede comprar, aquí uno que yo he usado:

http://www.amazon.com/Introductory-Statistics-R-Peter-Dalgaard/dp/0387954759

Editar============

Se me olvidó añadir un par de enlaces. Si estás usando Windows, un buen editor para alimentar a R es Tinn-R (alguien puede agregar enlaces para los editores en un Mac, o Linux).

http://www.sciviews.org/Tinn-R/

http://cran.r-project.org/web/packages/TinnR/