He estado estudiando las estadísticas de los últimos dos años. Casi todo lo que he aprendido es acerca de la estadística paramétrica. Ahora me gustaría aprender más acerca de las estadísticas no paramétricas. Puede alguien sugerir algunas concisa (tal vez legible) introducción en esta área?
Respuestas
¿Demasiados anuncios?Depende de lo que entendemos por "conciso", qué tipo de nivel de tratamiento que usted está buscando (incluyendo matemáticas vs los conceptos y la intuición), qué técnicas se van a incluir.
Me gustaría sugerir fuertemente a partir de libros y de leer más de un libro.
Conover la "Práctica de la Paramétrica Estadística" es bueno, y que me volvería a inclinarse hacia incluidos en ninguna lista.
Daniel "Aplica no Paramétrica estadística" es muy bueno, razonablemente amplio para su tamaño.
He encontrado Neave y Worthington "las pruebas de Distribución Libre" muy legible cuando salió por primera vez (y en muchos sentidos lo es aún). Hoy en día el código en el que se ve un poco anticuado, pero por otro lado, generalmente es legible suficiente para traducir. Si usted puede encontrar que es una buena introducción; una pena de uno a pick up de segunda mano si usted no lo compra nuevo.
Hay decenas de buenos libros, algunos mayores de los tres que he mencionado, algunos de los nuevos; algunos bien pueden adaptarse mejor de lo que yo he mencionado. Me gustaría empezar con una biblioteca de la universidad, y navegar por las búsquedas con términos como en los anteriores títulos, y, si es posible, ver lo que hay cerca.
Leer a través de algunos de ellos y encontrar varios que te gusta.
Cuando hice nonparametrics como de pregrado, hubo algo así como ocho libros en la lectura recomendada, tal vez más. Cada uno de ellos tenía algo que la mayoría de los que carecían de otros. Me alegro de que había un vistazo a todos ellos.
Si su campo de estudio es en la parte blanda de las ciencias (por ejemplo, la psicología, la sociología, la educación), yo recomendaría no Paramétrica Estadística para las Ciencias del Comportamiento por Siegel y Castellan (McGraw-Hill Book Company). (Tengo la segunda edición de 1988). Desde el prefacio:
Un rasgo distintivo [es] el paso-por-paso de esquema de aplicación de cada procedimiento, de acuerdo a datos reales.
Me sorprendió no ver a Larry Wasserman del Todo de la Paramétrica Las estadísticas mencionadas.
Creo que es un gran libro de relación concisa de tamaño. Especialmente si alguien ya tiene algunos antecedentes en la Estadística paramétrica este libro ofrece una nueva mirada sobre "métodos estadísticos que tienen como objetivo mantener el número de supuestos de base tan débil como sea posible". Me encontré menos prolijo que otros introducción de imprimación libros; esta puede ser una buena o una mala cosa, dependiendo de sus preferencias. El único "delta" este libro es que realmente no cubren el rango de las pruebas.
He encontrado "Semiparamétrico de Regresión" por Carroll, la Vara et al. a ser muy legible. Es anticuado, pero una buena cosa para empezar antes de pasar a Simón Madera conciso, pero denso, libro en GAMs.
Ambos libros se centran en la spline penalizado modelos de regresión, que no lo es todo en las estadísticas no paramétricas. Pero probablemente la más útil para aplicar a la gente.