Regresión y otras historias

Opiniones de los lectores

El libro ha sido ampliamente elogiado como un excelente recurso para un segundo curso de estadística, en particular para los de ciencias sociales y de la salud. Equilibra eficazmente la teoría y la aplicación práctica, haciendo especial hincapié en los métodos bayesianos y los ejemplos del mundo real. Sin embargo, puede no ser adecuado para principiantes debido a su complejidad, y existen dudas sobre su profundidad, la claridad de las explicaciones y algunos problemas con el formato de impresión.

Motivaciones claras para los aspectos prácticos de la estadística, estilo de escritura conversacional, cobertura exhaustiva de temas avanzados, excelentes ejemplos de ciencias sociales, índice bien organizado, útil tanto como referencia como para el autoaprendizaje, uso eficaz del código R, especialmente en contextos bayesianos.

No es apto para principiantes, se pasan por alto algunos detalles importantes, la terminología poco convencional puede resultar confusa, los ejercicios pueden ser demasiado complicados, resulta frustrante navegar por los formatos digitales, la calidad de impresión es deficiente, y algunos consideran que la redacción es pesada y carece de detalles rigurosos.

(basado en 25 opiniones de lectores)

Título original:

Regression and Other Stories

Contenido del libro:

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.