Статистика (сводная)

Непонимание статистики — важная проблема в нашем обществе. Благодаря компьютерным технологиям собирать статистические данные стало проще, но главную задачу — правильно обработать результаты — по-прежнему берет на себя человек. Из этой книги вы узнаете, как использовать и интерпретировать статистику и статистические данные в различном окружении. Рассмотрены основные понятия и принципы статистики, наиболее распространенные статистические критерии, множественная проверка гипотез, планирование эксперимента, а также метастатистика.

Данная книга представляет собой всестороннее введение в методы прогнозирования и содержит достаточно информации о каждом из них, помогая читателям разумно их использовать. Примеры с многочисленными наборами данных на языке R авторы заимствовали из собственного опыта консультирования. В конце глав приводятся упражнения по пройденной теме.

Сегодня язык R является безусловным лидером среди свободно распространяемых систем статистического анализа. Ведущие университеты мира, аналитики крупнейших компаний и исследовательских центров регулярно используют R при проведении научно-технических расчетов и создании крупных информационных проектов. Широкое преподавание статистики на базе этой системы и всемерная поддержка научным сообществом обусловили то, что приведение скриптов кода на языке R постепенно становится общепризнанным стандартом как в журнальных публикациях, так и при неформальном общении ученых всего мира. Настоящая книга дополняет небольшую (пока) коллекцию работ по R на русском языке, обобщая и значительно расширяя совокупность методических сообщений, опубликованных ранее одним из авторов в блоге «R: Анализ и визуализация данных» (r-analytics.blogspot.com). Книга адресована студентам, аспирантам, а также молодым и состоявшимся ученым, желающим освоить классические и современные методы анализа данных с использованием языка R.

Нужно овладеть статистикой по долгу службы? Хотите получить помощь при сдаче курса статистики? «Статистика для всех» — ясное и краткое введение и руководство для всех новичков. Тщательно переработанное и расширенное, это издание поможет вам глубоко понять статистику, избегая ошеломляющей сложности многих университетских учебников. Эта книга — руководство, которое можно приспосабливать к имеющимся знаниям и нуждам отдельных читателей. Некоторые главы посвящены темам, которые часто отсутствуют в вводных книгах по статистике. Каждая глава представляет собой простые для понимания объяснения, дополненные диаграммами, формулами, задачами с решениями и взятыми из практики заданиями. Если вы хотите не ломая голову применять распространенные методы анализа данных и узнать о разнообразных подходах — эта книга для вас.

Руи влюблена в Ямамото, работающего в отделе, начальником которого является отец Руи. Но внезапно Ямамото улетает в длительную командировку. Узнав, что его работа в командировке связана с факторным анализом, Руи решает освоить эту науку, чтобы полететь к Ямамото и вместе с ним делать его работу. А помогут ей в этом нелёгком деле её подруги, с которыми она подрабатывает в кафе Norns — аспирантка Риса и студентка Миу. Вмести с ними она узнает, для чего проводят факторный анализ и на конкретном примере освоит методы, применяемые при его проведении. Кроме того она ознакомится с методом главных компонент, который очень похож на факторный анализ, и узнает, в чём его отличие. Если вас интересует, как можно узнать причины (или факторы), побуждающие людей отвечать на вопросы анкет так или иначе, то эта книга для вас.

Риса и Миу учатся в институте и подрабатывают в кафе Norns. Миу очень нравится один из посетителей кафе, но она не знает, как с ним познакомиться. Однажды он забывает на столе книгу, которая оказывается учебником по регрессионному анализу. Теперь есть повод заговорить с ним, но Миу почти не знакома с регрессионным анализом. И тогда Риса берётся помочь своей подруге разобраться в этой науке, осваивая которую Миу узнает, зачем и когда нужен регрессионный анализ, как его проводить, как оценивать его достоверность. В ходе обучения Миу познакомится с такими разновидностями регрессионного анализа, как множественная и логистическая регрессия и на примере кафе Norns научится практически их использовать. Если у вас появилась необходимость на основе некоторых данных предсказать другие данные, например, зная расположение и площадь нового магазина предсказать, какая у него будет выручка, то эта книга для вас.

Если тебя интересует статистика, или тебе просто нужно как-то обработать данные, то «Занимательная статистика» поможет тебе преодолеть чувство, что «ты плохо знаешь математику». Этот иллюстрированный путеводитель легко и непринуждённо проведёт тебя по пути познания статистики. А полученные знания ты сможешь закрепить с помощью упражнений, без которых, как известно, не обходится ни одна книга по математике. Последуй за всегда невозмутимым Ямамото и ты увидишь, как он научит Руи: • рассчитать среднее значение, медиану и стандартное отклонение результатов игры в боулинг, • построить гистограмму цен на китайскую лапшу рамэн, • определить вероятность получения проходного балла на экзаменах по математике, • вычислить коэффициент Крамера, чтобы узнать, как предпочитают признаваться в любви юноши и девушки, • узнать, как нормируются результаты тестов, когда учителя оценивают успеваемость. Эти и другие примеры из реальной жизни позволят тебе с лёгкостью усвоить то, что многие находят трудным для понимания. Если ты хочешь разобраться в статистике, но от обычных учебников статистики у тебя пухнет голова и клонит в сон, или если тебе просто нужно освежить забытые знания, пусть Ямамото-сан и Руи будут твоими гидами. Книга будет полезна учащимся старших классов средних школ и колледжей, студентам вузов, а также всем, кто интересуется статистикой и хочет, чтобы обучение было лёгким и увлекательным.

Управление предприятием требует решения задач, связанных с различными производственными вопросами, такими как: повышение эффективности управления персоналом, сбыт готовой продукции, оптимизация поставок, планирование и прогнозирование деятельности предприятия в целом и его подразделений. Определение базовых понятий статистического анализа, статистические методы и инструментарий решения таких задач изложен в данном пособии.

R — это мощный язык для статистических вычислений и графики, который может справиться поистине с любой задачей в области обработки данных. Он работает во всех важных операционных системах и поддерживает тысячи специализированных модулей и утилит. Все это делает R замечательным средством для извлечения полезной информации из гор сырых данных. «R в действии» — это руководство по обучению этому языку с особым вниманием к практическим задачам. В данной книге представлены полезные примеры статистической обработки данных и описаны изящные методы работы с запутанными и неполными данными, а также с данными, распределение которых отлично от нормального и с которыми трудно справиться обычными методами. Статистический анализ — это только одна сторона дела. Вы также овладеете обширными графическими возможностями для визуального исследования и представления данных.

В большинстве учебников по регрессии основное внимание уделяется теории и простейшим примерам. Однако настоящие задачи прикладной статистики сложнее и многограннее. Эта книга не о теории регрессии — а об использовании ее для решения реальных задач сравнения, оценки, предсказания и причинного вывода. Книга обеспечивает плавный переход к логистической регрессии и обобщенным линейным моделям. Вместо вывода формул основное внимание уделяется практическим вычислениям в средах R и Stan, а исходный код доступен для скачивания.

Нанами Конно предстоит использовать байесовскую статистику в своей работе – с этой целью она записывается на университетский курс. Вместе со своим однокурсником Ямабуки она узнает, чем байесовская статистика отличается от традиционной, как в ней понимается вероятность, что такое функция правдоподобия и как формулируется теорема Байеса. В заключительных главах рассматриваются методы Монте-Карло для цепей Маркова. Для объяснения теории в манге используются забавные, хорошо запоминающиеся примеры; по мере усложнения материала вводится больше табличных данных и формул. Вниманию читателя предлагается множество практических задач с подробным объяснением решений.

В пособии изложен теоретический материал дисциплины «Теория вероятностей и математическая статистика» касающийся раздела теории вероятностей «Случайные события». Изложение сопровождается многочисленными примерами, а также иллюстрациями. Представлены задания для самостоятельной работы студентов, которые сопровождаются подробными примерами их решения. Утверждено редакционно-издательским советом ВоГУ.

В учебном пособии рассматриваются вопросы статистической обработки экспериментальных данных, являющейся важным этапом при проведении полной математической обработки результатов экспериментов. Выделены основные проблемы, связанные с применением дисперсионного анализа, начиная от создания математической модели вплоть до интерпретации результатов.

В издании рассмотрены основные процедуры сбора, обработки и анализа статистических данных, возможности их реализации на персональных компьютерах. Настоящее издание дает представление о теоретических основах статистических методов обработки данных, методиках и границах их применения. Для желающих более глубоко изучить соответствующие разделы теории вероятностей и математической статистики приведен список рекомендуемой литературы и глоссарий понятий этих учебных дисциплин. Изложение теории проиллюстрировано примерами из разнообразных областей медицинской и фармацевтической практики, которые должны убедить читателя в реальной возможности применения методов статистического анализа данных для решения как научных, так и практических задач.

Рабочая тетрадь посвящена изучению вопросов, связанных со статистической обработкой данных результатов измерений. Рабочая тетрадь рекомендуется для использования в учебном процессе по техническим и экономическим специальностям при изучении в вузе тематики, связанной с измерениями, технологическими процессами в машиностроении, в том числе инновационными, и управлением качеством.

В пособии изложен теоретический и практический материал раздела парный регрессионный анализ. Включает типовые примеры и задачи с использованием Microsoft Office Excel и Eviews. Для освоения данного материала достаточно знания базового курса теории вероятностей и математической статистики.

Практикум содержит практические задания и методические рекомендации по их выполнению. Практикум рекомендуется для использования в учебном процессе по техническим и экономическим специальностям при изучении в вузе тематики, связанной с анализом временных рядов и прогнозированием.

Человечество научилось собирать, обрабатывать и использовать в науке, бизнесе и повседневной жизни огромные массивы данных. Но что делать с данными, которых у нас нет? Допустимо ли игнорировать то, чего мы не замечаем? Британский статистик Дэвид Хэнд считает, что это по меньшей мере недальновидно, а порой — крайне опасно. В своей книге он выделяет 15 влияющих на наши решения и действия видов данных, которые остаются в тени. Например, речь идет об учете сигналов бедствия, которые могли бы подать жители бедных районов, если бы у них были смартфоны, результатах медицинского исследования, которые намеренно утаили или случайно исказили, или данных, ставших «темными» из-за плохого набора критериев для включения в выборку. Хэнд также рассказывает о том, какие меры могут сгладить эффект «темных данных» и как их можно обратить себе на пользу. Книга будет интересна широкому кругу читателей, интересующихся дата-сайенс, программированием и статистикой.

Статистическое управление процессами (SPC) — мощное орудие менеджмента, предназначенное для непрерывного мониторинга и диагностики любых бизнес-процессов. Если диагностика показывает, что процесс находится в статистически управляемом состоянии, то его улучшением должен заниматься менеджмент. Напротив, если процесс не стабилен, только сотрудники имеют шанс отыскать причину нестабильности и устранить ее. Успех многих компаний, в первую очередь Toyota, основан на эффективном использовании статистического управления процессами для повышения качества продукции. Это первая книга на русском языке, в которой ясно, наглядно и профессионально изложены принципы и методы статистического управления процессами на основе контрольных карт, разработанных Уолтером Шухартом в Bell Laboratories, и показаны недостатки традиционного подхода к контролю качества, основанного только на соблюдении допусков. Книга будет полезна как практикам, которым нужны простые рецепты оптимизации процессов, так и бизнес-консультантам, интересующимся процессным менеджментом.

Книга, основанная на теории вероятностей, статистике и современной теории портфеля, рассказывает о том, как использовать различные методы управления капиталом на фьючерсном, валютном, фондовом и других рынках. Концепции, изложенные в этой книге, в большинстве своем просты, как и практические примеры, наглядно иллюстрирующие их использование в торговле. Сочетая практику современной теории портфеля с концепцией оптимального f, автор показывает, как соизмерять ставки и возможные последствия торговых решений. Стратегии, рассмотренные в этой книге, позволяют определять оптимальное количество контрактов для торговли на любых рынках, максимизировать прибыль при торговле с реинвестированием, рассчитывать весовые коэффициенты компонентов инвестиционного портфеля. Книга ориентирована на профессиональных трейдеров и аналитиков, частных и институциональных инвесторов, работающих на фондовом рынке, рынке FOREX, а также на рынках фьючерсов и опционов.

В этой всемирно известной книге Дарелл Хафф рассказывает о различных способах злоупотребления статистикой в целях обмана аудитории и манипулирования ее мнением. Каждый день на вас пытаются повлиять, чтобы сподвигнуть на покупку какого-то «нужного» продукта или на выбор «правильного» кандидата: «Благодаря пасте “Чистые зубы” образование кариеса снижается на 23%!» «Политика N поддерживает 85% граждан»… Как понять, насколько достоверны те или иные данные? Каким образом происходят подсчеты? Что учитывается, а что остается за кадром? Автор раскрывает секретные инструменты статистиков и вооружает читателя знаниями, которые помогут разобраться во всех хитросплетениях этой науки и не позволят ввести в заблуждение.

Что объединяет множество людей, начинающих изучать статистику? Большинство новичков считает, что она часто сложна и запутанна. Однако Нил Салкинд в результате множества проб и ошибок, а также учитывая многочисленные отзывы читателей, выпустил уже 6-е издание книги с целью научить статистике так, чтобы эта наука перестала пугать и стала для вас полезной! Вы узнаете все необходимое, чтобы понять, чем занимается и что изучает базовая статистика. В книге совсем немного теории (но кое-какая имеется) и доказательств. После прочтения вы сможете понять материал в научных статьях, интерпретировать результаты статистического анализа, а также выполнять основные статистические операции.

В книгу вошли основные сведения по MS Excel и классическим методам непараметрической статистики, применяемым к независимым выборкам, парным наблюдениям и таблицам сопряженности, реализующие эти методы программы VBA и технологии решения типовых задач в MS Excel. Данные технологии представлены, как пошаговыми решениями (без применения макросов), так и автоматическими, когда задача решается одним макросом, возвращающим значение статистики, критерий принятия основной гипотезы и вывод о том, какую гипотезу следует принять. Книга ориентирована на студентов вузов, изучающих статистические методы, но будет полезна и более широкому кругу пользователей MS Excel.

Если вам необходима статистическая обработка данных для курсовой, диплома, статьи или диссертации; вы хотите лучше понимать результаты тех статистических методов, которые применяете; вы устали от того, что программы анализа данных не способны выполнить нестандартные задачи; вам необходимо перегруппировать ваши данные, но жаль тратить на это часы ручного труда; вам нужно освоить самые современные методы, еще не нашедшие отражения в большинстве статистических пакетов, то эта книга — для вас! Изложение построено на базе самого современного программного обеспечения — статистической среды R, которая принадлежит к числу наиболее динамически развивающихся программ в своем классе. Освоив R, вы сможете: полностью автоматизировать свою работу; запускать статистическую обработку прямо из текста документа; получать графики высокого качества и сохранить их в переносимых графических форматах; в любой момент повторить ваш анализ (например, если поменялись требования к иллюстрациям или исходные данные); использовать сотни «библиотек»-плагинов, разработанных для R; применять самые современные методы; разрабатывать собственные программы анализа данных: от коротких «макросов» до полноценных пакетов, реализующих новейшие алгоритмы; и, естественно, проводить любой стандартный анализ данных, получая при этом графики любой степени сложности.

Визуализация данных играет важную роль на всех этапах статистического анализа — от первичного ознакомления со свойствами данных до диагностики качества построенных моделей и представления полученных результатов. Из всего разнообразия статистических программ выделяется R — интенсивно развивающаяся и свободно распространяемая система статистических вычислений, в которой реализовано множество классических и современных методов анализа данных. Программные реализации алгоритмов, входящих в базовую версию R, проверены на практике не одним поколением пользователей и ученых. Кроме того, пользователи R постоянно разрабатывают многочисленные дополнения для этой системы. Настоящая книга посвящена ggplot2 — одному из таких пакетов, который значительно расширяет и без того богатые базовые графические возможности R. В 2015 г. ggplot2 был установлен более миллиона раз. Такая популярность этого пакета обусловлена несколькими причинами, среди которых можно отметить эстетическую привлекательность и пригодное для публикации качество получаемых с его помощью графиков, возможность создавать пользовательские типы диаграмм, а также большой набор опций для тонкой настройки внешнего вида графиков. В этой книге описаны основы работы с ggplot2 и приведены многочисленные примеры кода, которые читатели легко могут модифицировать для собственных нужд.

Книга представляет собой доступно изложенное введение в статистическое обучение — незаменимый набор инструментов, позволяющих извлечь полезную информацию из больших и сложных наборов данных, которые начали возникать в последние 20 лет в таких областях, как биология, экономика, маркетинг, физика и др. В этой книге описаны одни из наиболее важных методов моделирования и прогнозирования, а также примеры их практического применения. Рассмотренные темы включают линейную регрессию, классификацию, создание повторных выборок, регуляризацию, деревья решений, машины опорных векторов, кластеризацию и др. Описание этих методов сопровождается многочисленными иллюстрациями и практическими примерами. Поскольку цель этого учебника заключается в продвижении методов статистического обучения среди практикующих академических исследователей и промышленных аналитиков, каждая глава включает примеры практической реализации соответствующих методов с помощью R — чрезвычайно популярной среды статистических вычислений с открытым кодом.

В книге представлены основные концепции байесовской статистики и ее практическая реализация на языке Python с использованием современной библиотеки вероятностного программирования РуМСЗ и новой библиотеки исследовательского анализа байесовских моделей ArviZ. Полученные знания о вероятностном моделировании позволят вам самостоятельно проектировать и реализовать байесовские модели для собственных задач научной обработки данных.

Если вы знаете, как программировать на Python, и немного знаете о теории вероятности, значит, вы готовы освоить байесовскую статистику. Эта книга расскажет вам, как решать статистические задачи с помощью языка Python вместо математических формул и использовать дискретные вероятностные распределения вместо непрерывной математики. Байесовские статистические методы становятся все более обширными и важными. Но в помощь начинающим доступно не слишком много источников. Изложенная в этой книге методика основана на материале проводимых автором студенческих занятий и точно поможет вам сделать хороший старт!

Язык R — мощный инструмент статистического программирования, десятки тысяч людей ежедневно используют его для проведения серьезного статистического анализа. Но не все задачи, даже простые, удастся быстро решить с его помощью, если не знать определенных тонкостей. Эта книга предлагает практические советы по решению разнообразных задач с подробным разбором каждой из них. От основных задач автор переходит к вводу и выводу, общей статистике, графике, линейной регрессии — любая значительная работа с R подразумевает знакомство с большинством этих областей или с ними всеми.