Sách về thống kê nhẹ hơn so với học thuật

Giáng sinh đang đến và tôi muốn làm một món quà theo chủ đề thống kê. Người nhận đã mua và thích Làm thế nào để không sai bởi Jordan Ellenberg (btw, tôi cũng thích cuốn sách đó). Anh ấy cũng thích Tín hiệu và Tiếng ồn , mặc dù anh ấy thấy nó hơi nhẹ về toán học. Do đó, tôi đang tìm kiếm một cái gì đó giống như những cuốn sách này, tức là theo chủ đề thống kê, không sợ một vài phương trình nhưng nhẹ hơn một cuốn sách học thuật tầm cỡ lớn, chẳng hạn như BDA của Gelman et al. Bạn có thể gợi ý cho tôi một vài tiêu đề?

EDIT: Tôi mới phát hiện ra rằng anh ta cũng sở hữu Rủi ro rủi ro: Làm thế nào để đưa ra quyết định tốt của Gigerenzer nhưng không phải là cuốn sách của Kahneman, vì vậy gợi ý của Glen_b dường như được chú ý.

Daging with Death của Stephen Senn tập trung vào các số liệu thống kê y khoa và mang tính toán học cao hơn nhiều so với The Signal and the noise . Tôi thích nó nhưng nó chứa khá nhiều lỗi chính tả.

Trà nếm Lady bao gồm nhiều nền tảng hơn tôi mong đợi và là một trong những cuốn sách thống kê cởi mở nhất mà tôi đã đọc. Mặc dù nó hoàn toàn không phải là toán học, nhưng nó giới thiệu rất nhiều chủ đề thú vị.

Biểu tượng, Tín hiệu và Tiếng ồn của Pierce rất rẻ, dễ đọc và chứa rất nhiều phương trình. Nghe có vẻ phù hợp tuyệt vời nhưng khá cũ (nó được xuất bản dưới dạng tái bản Dover.)

Nếu bạn của bạn quan tâm đến lịch sử, Trò chơi, Thần và Đánh bạc của Florence Nightingale David là một tài khoản về lịch sử thống kê ban đầu rất nặng về toán học. Tôi rất thích cô ấy viết cho Stigler, nhưng nó không thực sự là pop-sci, vì vậy có lẽ không phù hợp với bạn của bạn.

Về mặt nhẹ hơn của mọi thứ? Số liệu thống kê đã làm sai: Hướng dẫn hoàn chỉnh đáng kinh ngạc Là một tiêu đề thú vị trên, tốt, tiêu đề là tự giải thích. Trong cùng một vô ích, một cổ điển là Làm thế nào để nói dối với số liệu thống kê . Tương tự-ish nhưng với một chút rung cảm Freakonomics là Thống kê trần trụi: Tước sự sợ hãi từ dữ liệu

Hoàn toàn không phải toán học, nhưng chắc chắn có một số yếu tố thống kê:

Kahneman, D. (2011) Suy nghĩ, nhanh và chậm

Nó mới 5 tuổi nên người đó có thể đã đọc nó nhưng nếu họ không thấy nó có giá trị.

THỐNG KÊ TAI NẠN một cuốn tự truyện về GEP Box làm cho việc đọc (ánh sáng) trở nên tuyệt vời. Nó không nặng nề như cuốn sách Ellenburg mà tôi vừa yêu thích nhưng cũng không kém phần thú vị vì nó mô tả các con đường được thực hiện bởi tất cả khi cố gắng hiểu ý nghĩa của những con số.

Lịch sử thống kê: Đo lường sự không chắc chắn trước năm 1900 của Stephen M. Stigler

Tôi không bao giờ đọc nó qua lại, chỉ sử dụng nó vài lần như một tài liệu tham khảo, nhưng đó là một cuốn sách hay có thể thú vị cho nhiều độc giả.

Đối với một hương vị vật lý, Anomaly!, Của Tommaso Dorigo là về "phát hiện" các tín hiệu dị thường tại một số máy va chạm vật lý hạt trong những năm 1990, và nghiên cứu xem đây là những khám phá về vật lý mới hay sáo thống kê / phương pháp. Đó là một chút giá cả, tuy nhiên.

Sharon Bertsch McGrayne, Lý thuyết sẽ không chết: Làm thế nào quy tắc của Bayes phá vỡ Bộ luật bí ẩn, săn lùng tàu ngầm Nga và chiến thắng mới nổi từ hai thế kỷ tranh cãi

Quy tắc của Bayes dường như là một định lý đơn giản, một dòng: bằng cách cập nhật niềm tin ban đầu của chúng tôi với thông tin mới khách quan, chúng tôi có được một niềm tin mới và được cải thiện. Đối với các tín đồ của nó, đó là một tuyên bố thanh lịch về học hỏi kinh nghiệm. Đối với đối thủ của nó, nó là chủ quan chạy amok.

Trong tài khoản đầu tiên về quy tắc của Bayes dành cho độc giả nói chung, Sharon Bertsch McGrayne khám phá định lý gây tranh cãi này và những ám ảnh của con người xung quanh nó. Cô theo dõi khám phá của nó bởi một nhà toán học nghiệp dư vào những năm 1740 thông qua sự phát triển thành dạng hiện đại của nó bởi nhà khoa học người Pháp Pierre Simon Laplace. Cô tiết lộ lý do tại sao các nhà thống kê đáng kính lại đưa ra điều cấm kỵ chuyên nghiệp trong 150 năm, cùng lúc đó các học viên đã dựa vào đó để giải quyết các cuộc khủng hoảng liên quan đến sự không chắc chắn và thông tin ít ỏi (vai trò của Alan Turing trong việc phá mã Enigma của Đức trong Thế chiến II), và giải thích cách sự ra đời của công nghệ máy tính có sẵn trong những năm 1980 đã chứng tỏ là một người thay đổi cuộc chơi. Ngày nay, quy tắc của Bayes được sử dụng ở mọi nơi từ mã hóa DNA đến An ninh Nội địa.

Dựa trên tài liệu nguồn chính và các cuộc phỏng vấn với các nhà thống kê và các nhà khoa học khác, Lý thuyết sẽ không chết là lý giải hấp dẫn về cách một định lý có vẻ đơn giản đã châm ngòi cho một trong những tranh cãi lớn nhất mọi thời đại.