Puntuación:
El libro goza de gran prestigio por su enfoque práctico de la estadística, en particular de los métodos bayesianos, lo que lo convierte en un excelente recurso para estudiantes e investigadores avanzados. Hace hincapié en la intuición y la aplicación al mundo real, pero puede no ser adecuado para principiantes debido a su complejidad y a la terminología poco convencional utilizada.
Ventajas:⬤ Motivaciones claras de los aspectos prácticos de la estadística, especialmente en los capítulos iniciales.
⬤ El estilo conversacional lo hace accesible y atractivo.
⬤ Gran énfasis en el análisis bayesiano y en los métodos estadísticos modernos.
⬤ Bien escrito con numerosos ejemplos del mundo real de las ciencias sociales.
⬤ Cobertura exhaustiva de temas avanzados, incluidos los problemas con los valores p y la inferencia causal.
⬤ No es apto para principiantes; presupone una sólida formación matemática.
⬤ Glosa algunas fórmulas y detalles críticos, lo que puede dejar lagunas en la comprensión.
⬤ Una terminología poco convencional para los errores puede confundir a los lectores.
⬤ Algunos lectores encontraron que los últimos capítulos sobre inferencia causal eran un reto.
⬤ Mala calidad de impresión y problemas de navegación en la versión Kindle.
(basado en 25 opiniones de lectores)
Regression and Other Stories
La mayoría de los libros de texto sobre regresión se centran en la teoría y en los ejemplos más sencillos. Sin embargo, los problemas estadísticos reales son complejos y sutiles.
Éste no es un libro sobre la teoría de la regresión. Trata sobre el uso de la regresión para resolver problemas reales de comparación, estimación, predicción e inferencia causal. A diferencia de otros libros, se centra en cuestiones prácticas como el tamaño de la muestra y los datos que faltan, así como en una amplia gama de objetivos y técnicas.
Salta directamente a los métodos y al código informático que puede utilizar inmediatamente. Ejemplos reales, historias reales de la experiencia de los autores demuestran lo que la regresión puede hacer y sus limitaciones, con consejos prácticos para entender los supuestos e implementar métodos para experimentos y estudios observacionales.
Realizan una transición fluida a la regresión logística y al MLG. El énfasis se pone en el cálculo en R y Stan más que en las derivaciones, con código disponible en línea.
Los gráficos y la presentación ayudan a comprender los modelos y el ajuste de los mismos.
© 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)