Дэвид Шпигельхалтер - Искусство статистики. Как находить ответы в данных
Название: | Искусство статистики. Как находить ответы в данных | |
Автор: | Дэвид Шпигельхалтер | |
Жанр: | Экономика, Современные российские издания, Литература ХXI века (эпоха Глобализации экономики), Программирование: прочее | |
Изадано в серии: | МИФ Научпоп | |
Издательство: | Манн, Иванов и Фербер | |
Год издания: | 2021 | |
ISBN: | 9785001692508 | |
Отзывы: | Комментировать | |
Рейтинг: | ||
Поделись книгой с друзьями! Помощь сайту: донат на оплату сервера |
Краткое содержание книги "Искусство статистики. Как находить ответы в данных"
Статистика играла ключевую роль в научном познании мира на протяжении веков, а в эпоху больших данных базовое понимание этой дисциплины и статистическая грамотность становятся критически важными. Дэвид Шпигельхалтер приглашает вас в не обремененное техническими деталями увлекательное знакомство с теорией и практикой статистики.
Эта книга предназначена как для студентов, которые хотят ознакомиться со статистикой, не углубляясь в технические детали, так и для широкого круга читателей, интересующихся статистикой, с которой они сталкиваются на работе и в повседневной жизни. Но даже опытные аналитики найдут в книге интересные примеры и новые знания для своей практики. На русском языке публикуется впервые.К этой книге применимы такие ключевые слова (теги) как: статистика,анализ данных,статистический анализ
Читаем онлайн "Искусство статистики. Как находить ответы в данных" (ознакомительный отрывок). [Страница - 4]
Этот распространенный взгляд на статистику как на базовый «набор инструментов» в настоящее время сталкивается с серьезными проблемами. Во-первых, мы живем в век науки о данных, когда большие и сложные массивы данных собираются из самых обычных источников, таких как мониторинг дорожного движения, социальных сетей и покупок онлайн, а затем используются в качестве основы для технологических инноваций – например, оптимизации движения транспорта, целевой рекламы или систем рекомендации покупок. Алгоритмы, основанные на больших данных, мы рассмотрим в главе 6. Сегодня, чтобы стать специалистом по обработке данных, нужно не только изучать статистику, но и обладать навыками программирования, разработки алгоритмов, управления данными, а также разбираться в самом предмете.
Еще одну реальную угрозу традиционному взгляду на статистику представляет колоссальный рост количества проводимых исследований, особенно в биомедицине и социальных науках, в сочетании с требованием публикаций в высокорейтинговых журналах. Это привело к сомнениям в надежности определенной части научной литературы и утверждениям о невоспроизводимости многих «открытий» другими исследователями. Как, например, продолжающийся спор, может ли «поза силы» вызвать гормональные и другие изменения у человека[16]. На некорректном применении стандартных статистических методов лежит немалая доля вины за то, что известно как кризис воспроизводимости (или репликации) в науке.
В связи с растущей доступностью больших массивов данных и удобного программного обеспечения для их анализа может показаться, что необходимость в изучении статистических методов снижается. Однако крайне наивно так думать. Увеличение объема данных, рост количества и сложности научных исследований еще больше затрудняют процесс формулирования соответствующих выводов. Большее количество данных означает, что нам надо еще лучше осознавать, чего на самом деле стоят такие доказательства.
Например, интенсивный анализ массивов данных может повысить вероятность ложных открытий – как вследствие систематической ошибки, присущей источнику, так и в результате выполнения множества тестов, но сообщения только о тех из них, которые выглядят интересными, то есть так называемого слепого прочесывания данных. Чтобы иметь возможность критически относиться к опубликованным научным работам, а тем более к ежедневным сообщениям СМИ, нужно четко осознавать опасность такого избирательного подхода, понимать необходимость проверки утверждений независимыми специалистами и осознавать риск неправильной интерпретации результатов одного исследования вне контекста.
Все это можно объединить под термином «грамотность в работе с данными», который описывает не только способность проводить статистический анализ реальных проблем, но и умение понять и критически проанализировать любые выводы, сделанные другими на основе статистики. Повышение такой грамотности предполагает изменение методики обучения статистике.
Преподавание статистики
Целые поколения студентов страдали от сухих курсов статистики, основанных на изучении набора методов, применяемых в различных ситуациях, причем больше внимания в них уделялось математической теории, чем пониманию причин применения той или иной формулы, или проблемам, возникающим при попытке использовать данные для ответа на вопросы.
К счастью, все меняется. Наука о данных и грамотность в работе с ними требуют подхода, направленного на решение основных --">Книги схожие с «Искусство статистики. Как находить ответы в данных» по жанру, серии, автору или названию:
Джордж Акерлоф, Роберт Шиллер - Spiritus Аnimalis, или Как человеческая психология управляет экономикой Жанр: Экономика Год издания: 2010 |
Рональд Коуз, Нин Ван - Как Китай стал капиталистическим Жанр: Экономика Год издания: 2016 Серия: Библиотека свободы |
Другие книги из серии «МИФ Научпоп»:
Эндрю Штульман - Сбитые с толку Жанр: Психология Год издания: 2020 Серия: МИФ Научпоп |
Дэвид Шпигельхалтер - Искусство статистики. Как находить ответы в данных Жанр: Программирование: прочее Год издания: 2021 Серия: МИФ Научпоп |
Стивен Строгац - Бесконечная сила Жанр: Научная литература Год издания: 2021 Серия: МИФ Научпоп |
Элен Черски - Физика и жизнь Жанр: Физика Год издания: 2021 Серия: МИФ Научпоп |