Puntuación:
Las reseñas presentan opiniones contrastadas sobre el libro, ya que uno de los revisores lo considera mal escrito y carente de profundidad, mientras que el otro lo elogia por ser conciso y práctico para los estadísticos que utilizan Python.
Ventajas:Presentación concisa de conceptos estadísticos, incluye código Python práctico para su implementación, adecuado para estadísticos pragmáticos.
Desventajas:Mala calidad de redacción, carece de profundidad y claridad, los ejemplos se centran principalmente en COVID-19, explicaciones vagas, no apto para estudiantes principiantes o para quienes prefieren discusiones detalladas.
(basado en 2 opiniones de lectores)
Applied Univariate, Bivariate, and Multivariate Statistics Using Python: A Beginner's Guide to Advanced Data Analysis
Una referencia práctica y práctica para cualquiera que realice análisis estadísticos esenciales y tareas de gestión de datos en Python.
Applied Univariate, Bivariate, and Multivariate Statistics Using Python ofrece una introducción completa a una amplia gama de métodos estadísticos realizados con Python en una única referencia. El libro contiene una guía fácil de usar e instrucciones sobre el uso de Python para ejecutar una variedad de procedimientos estadísticos sin empantanarse en teoría innecesaria. A lo largo de todo el libro, el autor hace hincapié en un conjunto de herramientas computacionales utilizadas en el descubrimiento de patrones empíricos, así como en varios análisis estadísticos populares y tareas de gestión de datos que pueden aplicarse inmediatamente.
Los conjuntos de datos utilizados en el libro son lo suficientemente pequeños como para introducirlos fácilmente en Python de forma manual, aunque también pueden descargarse gratuitamente de www.datapsyc.com. Sólo se presuponen unos conocimientos mínimos de estadística, y el libro es perfecto para quienes buscan un conjunto de herramientas de fácil acceso para el análisis estadístico con Python. Applied Univariate, Bivariate, and Multivariate Statistics Using Python representa la forma más rápida de aprender a analizar datos con Python.
Los lectores también se beneficiarán de la inclusión de:
⬤ Una revisión exhaustiva de los principios estadísticos esenciales, incluyendo tipos de datos, escalas de medición, pruebas de significación, niveles de significación y errores de tipo I y tipo II.
⬤ Una introducción a Python, incluyendo cómo comunicarse con Python.
⬤ Un tratamiento del análisis exploratorio de datos, estadística básica y visualizaciones, incluyendo frecuencias y descriptivos, gráficos de tallo y hoja, gráficos q-q, gráficos de caja y bigotes y transformaciones de datos.
⬤ Una exploración de la gestión de datos en Python.
Perfecto para estudiantes universitarios y de posgrado de ciencias sociales, naturales y del comportamiento, Applied Univariate, Bivariate, and Multivariate Statistics Using Python también se ganará un lugar en las bibliotecas de investigadores y analistas de datos que busquen un recurso rápido para el análisis univariante, bivariante y multivariante en Python.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)