Estadística basada en pruebas: Una introducción al enfoque probatorio - Del principio de verosimilitud a la práctica estadística

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 2 votos.

Título original:

Evidence-Based Statistics: An Introduction to the Evidential Approach - From Likelihood Principle to Statistical Practice

Contenido del libro:

Estadística basada en la evidencia: An Introduction to the Evidential Approach - from Likelihood Principle to Statistical Practice ofrece a los lectores una guía completa y exhaustiva del enfoque probatorio en estadística. Este enfoque utiliza cocientes de probabilidad, en lugar de las probabilidades utilizadas por otros enfoques de inferencia estadística. El enfoque probabilístico es conceptualmente más fácil de entender y los cálculos más sencillos de realizar. Este libro explica cómo expresar los datos en términos de la fuerza de la evidencia estadística para las hipótesis en competencia.

El enfoque probatorio está infrautilizado en la actualidad, a pesar de su precisión matemática y validez estadística. Evidence-Based Statistics es un texto accesible y práctico repleto de ejemplos, ilustraciones y ejercicios. Además, el sitio web que lo acompaña complementa y amplía la información contenida en el libro.

Aunque es poco probable que el enfoque probabilístico sustituya a los métodos de inferencia estadística basados en la probabilidad, constituye un complemento útil a la "bolsa de trucos" de cualquier estadístico." En este libro:

⬤ Explica paso a paso cómo calcular la evidencia estadística para los análisis más utilizados.

⬤ Los análisis incluyen: pruebas t, ANOVA (unidireccional, factorial, entre participantes y dentro de participantes, mixto), análisis categóricos (binomial, Poisson, McNemar, razón de tasas, razón de probabilidades, datos que son "demasiado buenos para ser verdad", tablas multidireccionales), correlación, regresión y análisis no paramétricos (una muestra, muestras relacionadas, muestras independientes, múltiples muestras independientes, permutación y bootstraps).

⬤ Se ofrecen ecuaciones para todos los análisis y código estadístico R para muchos de ellos.

⬤ Se explican los cálculos del tamaño de la muestra para las probabilidades probatorias de pruebas engañosas y débiles.

⬤ Se describen técnicas útiles, como el intervalo previo crítico de Matthews, el factor de Bayes de Goodman y la regla de parada de Armitage.

Recomendado para estudiantes de grado y posgrado en cualquier campo que dependa en gran medida del análisis estadístico, así como para investigadores activos y profesionales en esos campos, Evidence-Based Statistics: An Introduction to the Evidential Approach - from Likelihood Principle to Statistical Practice pertenece a la estantería de cualquiera que desee ampliar y potenciar su enfoque del análisis estadístico.