¿Cuál es el libro más influyente que todo estadístico debería leer?

77

Si pudieras retroceder en el tiempo y decirte a ti mismo leer un libro específico al comienzo de tu carrera como estadístico, ¿qué libro sería?

Neil McGuigan
fuente
1
¡Realmente hay tres preguntas separadas aquí! 1) ¿Cuál es el libro más influyente en estadística? 2) ¿Qué libro debe leer todo estadístico? 3) ¿Qué libro has leído que desees haber leído mucho antes? (2) y (3) probablemente tienen una superposición considerable; (1) puede ser bastante distinto.
parada
1
Esta pregunta es otra forma de ver esta pregunta. Espero que proporcione un buen complemento, una vez que obtenga algunas buenas respuestas.
naught101

Respuestas:

38

Aquí hay dos para poner en la lista:

Tufte La visualización de información cuantitativa de
Tukey. Análisis exploratorio de datos

Rob Hyndman
fuente
10
Ambos valen una relectura periódica, tal vez una vez por década, solo para actualizar las ideas. Con respecto a Tukey: es genial sentarse solo con lápiz y papel de vez en cuando y hacer un análisis profundo de un conjunto de datos interesante.
whuber
66
Para los gráficos de un estadístico, prefiero los libros de William Cleveland a los de Tufte.
Peter Flom - Restablece a Monica
1
Tengo la sensación de que estos libros estaban destinados a analizar datos no lineales cuando los métodos no lineales no estaban tan disponibles.
Robert Kubrick el
34

¡Los elementos de aprendizaje estadístico de Hastie, Tibshirani y Friedman http://www-stat.stanford.edu/~tibs/ElemStatLearn/ deberían estar en la biblioteca de cualquier estadístico!

robin girard
fuente
66
No estoy de acuerdo: ¡ese está estrechamente relacionado con el aprendizaje automático, no con las estadísticas per se !
aL3xa
@ aL3xa: sin duda se centra en el aprendizaje automático ... por eso creo que los estadísticos deberían estar expuestos desde el principio.
Acantilado AB
Aparentemente estoy en minoría al pensar que este libro está sobrevalorado. Parece estar escrito para un estudiante de posgrado, pero a uno a quien no le importan los detalles de cómo funciona todo.
El Laconic
25

No soy estadístico, y no he leído mucho sobre el tema, pero tal vez

Lady Tasting Tea: cómo las estadísticas revolucionaron la ciencia en el siglo XX

debe ser mencionado? No es un libro de texto, pero aún vale la pena leerlo.

Vivi
fuente
1
Secundo esto. Además, hay muchas sugerencias para lecturas adicionales que creo que son útiles en el libro.
Chris Beeley
1
Creo que este libro habla a aquellos que no sabían nada al principio sino la obtusidad del idioma y el bagaje cultural asociado con el campo. Este libro le dio alas a la mente: dice que las estadísticas tratan de encontrar la verdad útil en un mar de ruido y malentendidos.
EngrStudent
2
Muchas personas han informado que esto es entretenido, pero está lleno de errores extraordinarios. Si puede encontrarlo, mi revisión en Biometrics 57: 1273-1274 (2001) ofrece una lista lejos de ser completa. (Salsburg mezcla varios Bernoullis, lo cual es más fácil de hacer.)
Nick Cox
21

Teoría de la probabilidad: la lógica de la ciencia

Christopher D. Long
fuente
Este libro es duro. Se trata de los fundamentos de la probabilidad, e incluso en esa parte de Estadísticas, no creo que sea un texto de referencia. Creo que puede haber 14 personas en el planeta Tierra que leyeron y entendieron su mensaje completo, pero probablemente clasificaría esto como una lectura obligada para los probabilistas, por el bien de los miles de otros que están inmersos en cosas como GLM, GAM, Modelos bayesianos y otras cosas.
significado para el
1
También es un poco triste que falten algunos de los capítulos posteriores y / o estén poco desarrollados, por ejemplo, no hay un capítulo sobre regresión, pero un borrador de manuscrito no publicado estaba disponible con algunas ideas fascinantes sobre regresiones de "error de medición". Sin embargo, algunas cosas muy interesantes en series de tiempo.
probabilityislogic
21

Darrell Huff - Cómo mentir con estadísticas

Rob Hyndman
fuente
55
Cuando esto era un libro de bolsillo de $ 3.95 y luego de $ 4.95, compré copias por docena y las regalé a amigos, clientes y cualquier otra persona que pudiera estar interesada.
whuber
Es merecidamente recordado. Pero desafortunadamente, el contenido no estadístico lo data, no menos importante, una fracción extraordinariamente grande de dibujos animados con personas (e incluso bebés) fumando. Más de 60 años después, eso ya no es divertido. (Algunas reimpresiones, por ejemplo, una en el Reino Unido actualizó los dibujos animados.)
Nick Cox
14

No es un libro, pero recientemente descubrí un artículo de Jacob Cohen en American Psychologist titulado "Cosas que he aprendido (hasta ahora)". Está disponible como pdf aquí .

Freya Harrison
fuente
Es un artículo maravilloso, escrito en el estilo lúcido y conversacional de Cohen.
richiemorrisroe
12

Hace mucho tiempo, la pequeña monografía de Jack Kiefer "Introducción a la inferencia estadística" despejó el misterio de una gran cantidad de estadísticas clásicas y me ayudó a comenzar con el resto de la literatura. Todavía me refiero a él y lo recomiendo calurosamente a los estudiantes fuertes en los cursos de estadísticas de segundo año.

Rob Hyndman
fuente
2
Gran recomendación, gracias. Recibí una copia recientemente basada en esto y realmente es bastante buena.
ars
1
¡Me alegra saber que alguien más aprecia este libro!
whuber
11

El libro de William Cleveland "Los elementos de graficar datos" o su libro "Visualizando datos"

Robert Alberts
fuente
1
Actualmente estoy leyendo The Elements (Visualizar datos no está en la biblioteca de mi escuela actual). ¿Cuál es la diferencia entre Elements y Visualizing Data? No he podido encontrar descripciones suficientemente detalladas para formular cuál es exactamente la diferencia entre los dos.
Andy W
2
Estoy de acuerdo. Creo que, para los estadísticos, Cleveland es mejor que Tufte.
Peter Flom - Restablece a Monica
3
+1 a Robert Alberts, y +1 a Peter Flom (los libros de Cleveland son definitivamente mejores para los estadísticos, aunque los de Tufte también son hermosos, y los he leído todos). @AndyW, Elements es introductorio, por ejemplo, tiene pautas para hacer un gráfico informativo. La visualización muestra cómo centrar el proceso de exploración de datos en gráficos; comienza con la visualización preliminar de los datos, habla sobre los problemas en cuestión y se dirige a la evaluación del modelo final (por ejemplo, análisis residual) a través de gráficos. Este último es mucho más informativo que el primero.
gung - Restablece a Monica
@AndyW Uno de ellos es un poco más técnico que el otro (¡aunque se me olvida cuál es cuál!)
Peter Flom - Restablece a Monica
1
Como dice @gung, Visualizing es una secuela más avanzada de Elements . Hay cierta superposición, pero es más útil que irritante. Ambos muy recomendados. La última revisión data de 1993 y 1994, pero aún están vigentes más de 20 años después. Tenga en cuenta que los lectores no técnicos obtendrían valor de ambos: puedo garantizar personalmente que las matemáticas de la escuela secundaria son suficientes antecedentes.
Nick Cox
6

En el lado de las matemáticas / fundamentos: Métodos matemáticos de estadística de Harald Cramér .

ars
fuente
Por cierto, este es el primer lugar donde he encontrado mención de la phi de Cramer. Es sorprendente cómo una pequeña nota al margen de ese libro se convirtió en un método bien conocido muchas décadas después.
Tal Galili
5

Para una exposición clara de lo que debería estar en los artículos de revistas de ciencias sociales (asistencia si está escribiendo o revisando por pares), me gusta la Guía del Revisor sobre Métodos Cuantitativos en Ciencias Sociales . En particular, me gusta la tabla desideratra como una sinopsis del mínimo que debe contener un artículo (artículo, tesis, disertación). Los capítulos están separados por la técnica de análisis, lo cual es bueno. Creo que el libro tiene aplicaciones más amplias que "solo" las ciencias sociales ya que las técnicas cubiertas se utilizan en muchos campos.

Muy pronto, así que tal vez no cubierto por la pregunta, me presentaron la Introducción de Ott a Métodos Estadísticos y Análisis de Datos . Es bastante costoso, pero es un recurso maravilloso para mostrar los modelos estadísticos subyacentes para varios métodos GLM. Sueño con el día en que las revistas requieran que contengan artículos que muestren la fórmula del modelo estadístico probado.

Para verificar los supuestos de la prueba, observar los efectos de varias opciones dentro de una prueba, etc., este es el único libro que desearía tener cuando estudiaba . Tengo la edición anterior y es uno de los mejores recursos generales que he comprado debido a la manera clara y consistente en que se presenta la información sobre las pruebas. Contiene buenos ejemplos que ilustran la (s) prueba (s), y no requiere que el lector tenga un paquete estadístico particular para seguir las exposiciones.

Michelle
fuente
4

Engañado por la aleatoriedad por Taleb

Taleb es profesor en Columbia y comerciante de opciones. Ganó alrededor de $ 800 millones de dólares en 2008 apostando contra el mercado. También escribió Black Swan. Discute lo absurdo de usar la distribución normal para modelar mercados, y filosofa sobre nuestra capacidad de usar la inducción.

Neil McGuigan
fuente
8
Un libro terrible, escrito por alguien que no entiende las estadísticas ...
Xi'an
44
Xi'an, ¿quieres expandirte o proporcionar enlaces a algunas críticas?
naught101
44
Hay un montón de comentarios sobre The Black Swan (y Taleb en general) aquí
Peter Flom - Restablece a Monica
4

He leído las recomendaciones anteriores y me sorprendió descubrir que la mayoría de las personas que respondieron a la pregunta eran personas que no son estadísticas en sí mismas. Con 2 o 3 excepciones ... Como estadístico industrial que también trabajó con científicos sociales y profesionales de la salud, diría que si pudiera llevarme solo un libro a una isla desierta sería George EP Box, Estadísticas para experimentadores (Wiley) En su inimitable estilo humorístico y lúcido, explica la esencia y la filosofía de construir modelos matemáticos para datos reales. El pensamiento riguroso, sin frivolidades matemáticas, sin tonterías, nos enseña a pensar estadísticamente, trazar y visualizar todo lo que pueda. Una obra maestra de un científico aplicado competente (ingeniero químico convertido en estadístico). Siempre es divertido leer de nuevo.

jh
fuente
2
¡Buena elección! Su coautor, el fallecido William Hunter y J. Stuart Hunter, también contribuyó al libro.
Michael Chernick el
La primera edición es más limpia y fresca que la segunda. Box fue un gran estadístico, pero más tarde fue un pobre lector de pruebas.
Nick Cox
3

Muchos buenos libros ya sugeridos. Pero aquí hay otro: "Reckoning With Risk" de Gerd Gigerenzer porque comprender cómo las estadísticas afectan las decisiones es más importante que entender toda la teoría. De hecho, el pecado número uno de los estadísticos es no comunicarse con claridad. Su libro habla sobre las consecuencias de la mala comunicación y cómo evitarla.

negro mate
fuente
"comprender cómo las estadísticas afectan las decisiones es más importante que tener toda la teoría correcta ..." ¿No es verdad? Vengo de un fondo de la configuración, y puedo decir que, a veces la teoría sólo se interpone en el camino ...
naught101
2

Voy a seguir adelante y proponer un libro de texto estándar en el campo. Estoy hablando de Probabilidad y Estadística de Degroot y Schervish, publicado por primera vez en 1975.

Este libro ha servido como un libro de texto para muchos estudiantes y, en mi opinión, se considera un clásico. Cubre temas como la combinatoria, distribuciones, estadísticas bayesianas, inferencia de probabilidad y análisis de regresión. Hasta donde yo sé, ningún otro libro de texto es tan completo, así que creo que es imprescindible.

JohnK
fuente
1

La guía esencial para los tamaños de los efectos: poder estadístico, metaanálisis e interpretación de los resultados de la investigación por Paul D. Ellis

Este libro es un "imprescindible" para todos los que realizan investigaciones científicas, especialmente uno que no proviene de estadísticas / matemáticas puras. El libro a continuación extiende el primero con respecto a los intervalos de confianza.

Comprender las nuevas estadísticas: tamaños del efecto, intervalos de confianza y metaanálisis por Geoff Cumming

Adam Przedniczek
fuente
1

"Más influyente" es una noción muy diferente de "todos deberían leer". No estoy calificado para responder la primera, necesitarías a alguien que sea historiador de estadísticas, pero para la segunda, aquí hay algunas:

  1. Las estadísticas como argumento basado en principios de Robert Abelson deben ser leídas por cualquiera que haga o use estadísticas en la búsqueda de la ciencia, las humanidades, etc.

  2. Los dos libros de William S. Cleveland sobre gráficos: Los elementos de graficar datos y Visualizar datos . Para los estadísticos, los pondría por delante incluso del trabajo de Tufte, pero porque Tufte no vale la pena, pero porque a) Cleveland escribió con los estadísticos como su audiencia prevista yb) Cleveland basó sus recomendaciones en datos experimentales sobre cómo las personas ven los gráficos, en lugar de la intuición.

  3. Análisis exploratorio de datos por John Tukey. Está anticuado pero es valioso: puedes hacer mucho con lápiz, papel y cerebro (¡al menos, si tu cerebro es tan bueno como el de Tukey!)

Peter Flom - Restablece a Monica
fuente
1

Probablemente sería Análisis de datos bayesianos de Gelman o Aprendizaje profundo con Python . Pero eso es un poco como tomar estreptomicina para la edad media. Estos no se escribieron cuando comencé mi carrera y bastantes cosas de los libros habrían sido una gran noticia en ese entonces. Sin embargo, algunas de las cosas más influyentes que todos deberían saber no se encuentran en una sola fuente (tal vez deberían serlo, pero ...).

Björn
fuente
0

La Guía de Econometría de Kennedy contiene una gran cantidad de consejos prácticos sobre una amplia gama de análisis estadísticos. De alguna manera es increíblemente denso en información y fácil de leer, y todavía aprendo algo nuevo cada vez que lo tomo.

La Econometría introductoria de Wooldridge también tiene una buena cantidad de este tipo de discusión, pero como libro de texto introductorio es más autónomo. Desearía haber tenido un curso basado en eso.

El lacónico
fuente