Estadística circular en R

Opiniones de los lectores

El libro ofrece una visión general asequible y concisa de la estadística circular con aplicaciones en R, lo que lo hace accesible para los profesionales. Sin embargo, ha sido criticado por carecer de rigor matemático y tener problemas con la edición Kindle.

⬤ Visión general asequible de la estadística circular
⬤ temas concisos y relevantes
⬤ aplicación directa en R sin elevados costes de software
⬤ cobertura exhaustiva de las pruebas estadísticas circulares
⬤ explicaciones claras e inclusión de fórmulas.

⬤ Falta rigor matemático en definiciones y explicaciones
⬤ algunos errores en la representación de funciones estadísticas clave
⬤ formato deficiente en la edición Kindle, lo que dificulta la lectura de fórmulas y caracteres especiales.

(basado en 3 opiniones de lectores)

Título original:

Circular Statistics in R

Contenido del libro:

Circular Statistics in R proporciona la guía más completa para el análisis de datos circulares en más de una década. Los datos circulares surgen en muchos contextos científicos, ya se trate de direcciones angulares como: direcciones observadas en la brújula de salida de aves migratorias con radio-collar desde un punto de liberación; ángulos de enlace medidos en diferentes moléculas; direcciones del viento en diferentes épocas del año en un parque eólico; dirección de fracturas por tensión en soportes de puentes de hormigón; longitudes de epicentros de terremotos o patrones de actividad estacionales y diarios, por ejemplo: datos sobre las horas del día en que se capturan animales en una cámara trampa, o en las llamadas al 911 en Nueva York, o en el tráfico de Internet; la variación a lo largo del año de la incidencia del sarampión, las necesidades globales de energía, las cifras de audiencia televisiva o las lesiones de los deportistas. La forma natural de representar gráficamente estos datos es como puntos situados alrededor de la circunferencia de un círculo, de ahí su nombre. Las variables circulares son periódicas por naturaleza.

El origen, o punto cero, como el comienzo de un nuevo año, se define arbitrariamente en lugar de surgir necesariamente de forma natural del sistema.

Este libro será de utilidad tanto para quienes se inician en el análisis de datos circulares como para quienes están más familiarizados con este campo. Para los principiantes, los autores empiezan considerando los resúmenes gráficos y numéricos fundamentales utilizados para representar datos circulares antes de introducir las distribuciones que podrían utilizarse para modelizarlos. A continuación, abordan formas básicas de inferencia, como la estimación puntual y por intervalos, así como pruebas formales de significación para hipótesis que a menudo serán de interés científico. En cuanto al ajuste de los modelos, los autores abogan por reducir la dependencia de la distribución clásica de von Mises y presentan distribuciones capaces de modelizar características como la asimetría y los distintos niveles de curtosis que suelen presentar los datos circulares.

A lo largo de todo el libro se hace hincapié en el uso de enfoques basados en la verosimilitud y en el uso intensivo de ordenadores para la inferencia y la modelización. El lenguaje de programación R se utiliza para aplicar la metodología, en particular su paquete circular. También se incluyen más de 150 funciones nuevas para técnicas que R no cubre.

Esta guía, concisa pero fidedigna, está al alcance de los científicos más diversos que tienen datos circulares que analizar y desean hacerlo de la forma más sencilla y eficaz posible.