Solicitud de referencia: estadística clásica para los científicos de datos de trabajo

Question

Estoy un trabajo científico, con sólida experiencia en la regresión, otra máquina de aprendizaje tipo de algoritmos y programación (tanto para el análisis de datos y en general el desarrollo de software). La mayor parte de mi vida laboral se ha centrado en la construcción de modelos para la predicción de precisión (trabajo en virtud de los diversos negocios de las restricciones), y datos de construcción de oleoductos para apoyar a mi propio (y de otros) de trabajo.

Yo no tengo ningún entrenamiento formal en las estadísticas, en mi universidad, la educación se centró en las matemáticas puras. Como tal se ha perdido en el aprendizaje de muchos de los temas clásicos, especialmente los diversos popular pruebas de hipótesis y técnicas inferenciales.

Hay referencias de estos temas que sería adecuado para alguien con mi experiencia y nivel de experiencia? Puedo manejar (y apreciar) el rigor matemático, y también disfrutar de algorítmica perspectivas. Me suelen gustar las referencias que se ofrecen al lector ejercicios guiados, con los dos (o ambos) un matemático y (o) la programación de enfoque.

Answer 1

Larry Wasserman del Todo de la Estadística es un buen libro para llegar de un viaje relámpago de la estadística matemática. Fue el primer libro sobre la estadística matemática que he usado yo. Incluye los clásicos como la prueba de hipótesis y estimación de máxima verosimilitud, pero también tiene un montón de cobertura de más desarrollado recientemente pero igualmente importantes temas como bootstrapping. Wasserman siempre tiene un pie en las estadísticas y el otro pie en el aprendizaje de máquina, que creo que todos los contemporáneos de datos de los analistas deben hacer; si sólo estás familiarizado con uno de los campos de los dos, vas a estar perdiendo un montón. Además, el libro tiene un montón de buenos ejercicios.

Si usted tiene un fondo en el análisis real y desea que el raw, sin cortar cosas, por que me refiero a una medida de la teoría de la tratamiento de la probabilidad y la estadística, trate de Mark J. Schervish de la Teoría de la Estadística. Schervish es la mitad de DeGroot y Schervish, cuya menos técnicos libro de Probabilidad y Estadística es tal vez el libro más popular en estadística matemática hoy. La teoría de las Estadísticas es un amablemente talkies libro de un tema por lo general reservada para estudiantes de posgrado que se supone que para hacer todo el trabajo ellos mismos. Para ser honesto, me pareció que este libro muy duro (aunque no tan duro como Jun Shao la Estadística Matemática) y, finalmente, llegó a sentir el inmenso esfuerzo que se requiere para el maestro que no era un buen uso de mi tiempo como de la aplicación de una analista de datos. Pero yo todavía aprendido mucho y se quedó con una buena comprensión de lo que la teoría de la medida y cómo puede ser usado para limpiar peludo teórico dificultades que surgen en el más ingenuo enfoque tradicional de la teoría de la probabilidad. También he llegado a apreciar mejor las similitudes y diferencias de la intercambiabilidad y de la independencia.