Saya cukup cenderung matematis - memiliki 6 semester Matematika di undergrad saya - meskipun saya sedikit keluar dari praktik dan lambat dengan mengatakan persamaan diferensial parsial dan integral jalur konsep saya kembali dengan sedikit latihan. Saya belum memiliki kursus tentang bukti matematika (pemikiran matematika) atau satu tentang analisis.
Saya juga memahami probabilitas tingkat pascasarjana - telah mempelajarinya secara formal dan menyegarkan pengetahuan saya belakangan ini.
Saya juga memiliki beberapa kursus tingkat pascasarjana tentang statistik dan pembelajaran statistik.
Saya ingin, karena minat pribadi, mempelajari statistik matematika selama 18-24 bulan ke depan. Saya ingin mencurahkan rata-rata 5 jam seminggu belajar mandiri untuk subjek.
Saya sedikit bingung bagaimana melakukannya. Saya mencoba belajar dari buku Casella dan Berger tetapi benar-benar tidak dapat membuat kemajuan. Saya menemukan buku itu agak membosankan dan metodenya tidak bisa diterapkan.
Yang sulit bagi saya tentang Casella dan Berger:
- Malu untuk mengatakan ini tetapi awal untuk pengaturan tipe - cara itu dikemas untuk mengurangi ruang putih membuatku lelah
- Ada banyak bukti yang ada di sana, tetapi saya merasa ada sedikit intuisi tentang mengapa kami berusaha mencapai hasil dan apa tujuan yang lebih besar.
- Referensi bukti-bukti dari bab-bab sebelumnya dengan cara yang membuat materi sedikit sulit bagi saya - saya akan kembali banyak sampai akhirnya menyerah.
- Contohnya tampaknya sangat bisa dilakukan tetapi saya tidak bisa mengatasi masalah - masalahnya tampaknya berada di kelas sendiri.
- Saya hanya tidak bisa masuk ke materi - dan saya bertanya-tanya apakah cara pikiran saya bekerja saya perlu perawatan yang lebih ketat - haruskah saya mempertimbangkan ukuran pendekatan teoretis untuk statistik matematika?
Jadi pertanyaannya : apakah ada buku teks yang bisa dipelajari seseorang di sepatuku dan mengajar diri mereka sendiri tentang hal itu.
Apa yang saya inginkan dalam sebuah teks:
- Dalam banyak hal, hal-hal yang saya sukai dalam sebuah buku adalah kebalikan dari hal-hal yang tidak saya sukai di Casella dan Berger.
- Pengaturan jenis buku akan membantu. Beberapa poin di bawah ini akan menguraikan poin ini.
- Saya pikir akan baik untuk memiliki buku yang dimulai dengan intuisi tentang apa yang ingin kita lakukan, mungkin dalam arti non-matematika - agak seperti buku Statistik oleh Freeman et al .
- Sebuah buku yang menyajikan teorema dalam derivasi matematis simultan dan format komentar - Di CB, saya menyerah untuk mencoba membaca bukti-bukti
- Buku yang memiliki berbagai masalah yang diselesaikan menyertai setiap bagian.
- Sebuah buku yang juga memiliki latihan komputasi yang memungkinkan pembaca membangun pemahaman yang lebih baik dengan menjelajahi konsep mengatakan menggunakan R
- Sebuah buku yang mencakup materi yang akan diperlukan untuk satu atau dua program pascasarjana pertama dalam Statistik Matematika.
Catatan tambahan:
- Saya menyadari pertanyaan ini Pengantar statistik untuk ahli matematika - dan ada beberapa tumpang tindih dan beberapa jawaban yang telah saya pelajari sebelum memposting pertanyaan ini - namun saya merasa bahwa kedua pertanyaan memiliki pertanyaan yang berbeda.
sumber
Jawaban:
Dengan alasan bahwa Anda menginginkan sesuatu (a) bermotivasi baik, (b) kurang padat, dan (c) pengantar (tingkat sarjana atau pascasarjana awal), Anda mungkin ingin mempertimbangkan teks seperti "Statistik matematika dan aplikasinya" oleh Larsen dan Marx. "Dan penerapannya" penting karena penulis memberikan motivasi praktis pada teori yang mungkin Anda temukan hilang di Casella dan Berger. Ini masih merupakan buku "statistik matematika", bukan panduan praktisi terapan tentang cara menerapkan metode statistik yang sebaliknya diperlakukan sebagai "kotak hitam". Ada latihan di Minitab, yang saya yakin Anda bisa menerjemahkan ke dalam bahasa statistik pilihan Anda.
Ini hanya mencakup sebagian kecil dari apa yang dilakukan C & B, dan mungkin tidak "murni" cukup untuk selera Anda; mungkin Anda akan menemukan aplikasi semacam kontaminasi daripada motivasi! Tapi C&B adalah buku yang cukup berat, jika ini yang pertama kali Anda lakukan. Larsen dan Marx (menurut pendapat saya) ditulis dengan sangat jelas, mencakup materi yang lebih sederhana, dan tipe-set yang sangat baik. Itu semua harus membuatnya lebih mudah untuk dilalui. Mungkin setelah mengerjakan buku yang berada di level ini, akan lebih mudah untuk melakukan serangan kedua pada C&B atau sejenisnya.
The review amazon cukup campuran; Sangat menarik bahwa orang-orang yang mengajar kursus menggunakan buku pada umumnya cukup baik (satu kritik adalah bahwa itu tidak seketat matematis mungkin), sementara siswa pada kursus di mana buku itu adalah teks yang ditetapkan lebih negatif.
Jika Anda lebih suka teks yang lebih bersifat matematis, maka saya pikir Anda mungkin perlu mengerjakan pengetahuan latar belakang Anda terlebih dahulu. Saya tidak bisa melihat bagaimana mungkin untuk memahami bukti yang kuat tentang Teorema Limit Pusat tanpa latar belakang yang baik dalam analisis, misalnya. Ada beberapa teks "perantara", di mana Larsen dan Marx adalah satu, yang tidak begitu keras untuk dipahami oleh seseorang tanpa latar belakang analisis (sehingga Anda mendapatkan "bukti sketsa" dari CLT daripada yang formal, untuk contoh), tetapi yang masih "statistik matematika" daripada "statistik terapan". Saya menduga pilihan dasar Anda terletak di antara pendekatan yang lebih matematis, atau mencapai statistik melalui buku tingkat menengah semacam ini. Tetapi jika Anda ingin mengambil hal-hal yang lebih tinggi,
MIT menjalankan kursus untuk pengantar statistik untuk (sarjana) ekonomi, dengan teks set "Probabilitas dan Statistik untuk Insinyur dan Ilmuwan" oleh Sheldon Ross, dan merekomendasikan teks Larsen dan Marx atau alternatifnya DeGroot dan Schervish, "Probabilitas dan Statistik". Para penulis kursus MIT membandingkannya sebagai:
Jika Anda menginginkan sesuatu yang berlawanan dengan gaya kering C&B maka gaya L&M yang lebih chattier mungkin cocok untuk Anda. Tetapi saran-saran lain untuk teks dengan tingkat kesulitan yang sama mungkin juga menarik bagi Anda.
sumber
Bagi saya, Hogg & Craig selalu berfungsi sebagai referensi kedua dan cadangan untuk saat-saat ketika Casella & Berger tidak masuk akal bagi saya. Meskipun keduanya sangat baik dan memiliki cakupan yang kurang lebih sama, saya menemukan yang pertama lebih mudah dibaca (memiliki penjelasan yang lebih tekstual tentang cara kerja formula) dan yang terakhir sedikit lebih kering dengan matematika (mungkin terlalu ekonomis dengan derivasi) .
Saya benar-benar menyarankan Anda mencoba buku ini dan melihat apakah itu sesuai dengan kebutuhan Anda!
sumber
Saya setuju bahwa mungkin lebih mudah untuk menjawab pertanyaan ini dengan sedikit lebih banyak tentang apa yang Anda cari. Namun, setelah CB saya akan merekomendasikan Grimmett dan Stirzaker dan Wasserman's All of Statistics. G&S memiliki pendampingan yang bagus dengan masalah yang dikerjakan, begitu banyak kegembiraan di sana.
Semoga berhasil!
sumber
Berikut ini adalah satu langkah turun dari Casella-Berger dalam hal tingkat detail yang mereka masuki, tetapi cukup ketat bahwa mereka digunakan sebagai buku teks lulusan pengantar. Keduanya disajikan dengan baik dan cukup baru. Plus, keduanya cukup berbeda satu sama lain dalam tata letak dan konten sehingga Anda bisa membacanya secara paralel tanpa terlalu banyak duplikasi:
sumber
Mengingat bahwa OP telah memiliki kursus dalam statistik dan probabilitas, mungkin kira-kira seperti https://www.amazon.com/Mathematical-Statistics-Basic-Selected-Topics/dp/0132306379 edisi kedua dari buku Bickel & Doksum (ada juga volume 2!). Buku ini mungkin tidak terlalu ketat, tetapi memuat banyak ide yang sangat modern, terutama dari statistik nonparametrik.
sumber