Ada beberapa utas di situs ini untuk rekomendasi buku tentang statistik pengantar dan pembelajaran mesin, tetapi saya mencari teks tentang statistik lanjutan termasuk, dalam urutan prioritas: kemungkinan maksimum, model linear umum, analisis komponen utama, model non-linear . Saya sudah mencoba Model Statistik oleh AC Davison tetapi terus terang saya harus meletakkannya setelah 2 bab. Teksnya ensiklopedis dalam liputan dan suguhan matematisnya tetapi, sebagai seorang praktisi, saya suka mendekati subjek dengan memahami intuisi terlebih dahulu, dan kemudian mempelajari latar belakang matematika.
Ini adalah beberapa teks yang saya anggap luar biasa karena nilai pedagogisnya. Saya ingin menemukan yang setara untuk mata pelajaran yang lebih maju yang saya sebutkan.
- Statistik , D. Freedman, R. Pisani, R. Purves.
- Peramalan: Metode dan Aplikasi , R. Hyndman et al.
- Multiple Regression and Beyond , TZ Keith
- Menerapkan Teknik Statistik Kontemporer , Rand R. Wilcox
- Pengantar Pembelajaran Statistik dengan Aplikasi dalam R - (Versi Rilis PDF) , Gareth James, Daniela Witten, Trevor Hastie dan Robert Tibshirani
- Elemen Pembelajaran Statistik: Penambangan Data, Inferensi, dan Prediksi. - (Versi Rilis PDF) , Hastie, Tibshirani dan Friedman (2009)
sumber
Jawaban:
Kemungkinan maksimum: Dalam semua kemungkinan (Pawitan). Buku yang cukup jelas dan yang paling jelas (IMO) sehubungan dengan buku yang berurusan dengan kemungkinan saja. Juga memiliki kode R.
GLMs: Analisis Data Kategorikal (Agresti, 2002) adalah salah satu buku stat tertulis terbaik yang pernah saya baca (juga memiliki kode R yang tersedia). Teks ini juga akan membantu dengan kemungkinan maksimum. Edisi ketiga akan terbit dalam beberapa bulan.
Kedua dalam daftar saya untuk dua di atas adalah Data Biner Modeling Collett .
PCA: Saya menemukan tulisan Rencher jelas dalam Metode analisis multivariat . Ini adalah teks tingkat pascasarjana, tetapi ini merupakan pengantar.
sumber
Beberapa buku tentang Estimasi Kemungkinan
* Amari, Barndorff-Nielsen, Kass, Lauritzen dan Rao, geometri diferensial dalam inferensi statistik .−Geometrical approach for proving existence, uniqueness and other properties of MLE.
* Butler, Saddlepoint Approximations with Applications .
−Saddlepoint approximations to the MLE on complicated models.
* Cox, Prinsip Inferensi Statistik .
−A basic reference on MLE.
* Cox dan Barndorff-Nielsen, Inference and Asymptotics .−Likelihood, pseudo-likelihood, approximation theorems and asymptotics explained by
two exponents in this area.
* Edwards, Kemungkinan .
−A reference for a general discussion on this concept.
* Ferguson, Kursus Teori Sampel Besar .−Contains classical results on asymptotic properties of point estimators.
* Kalbfleisch, Probabilitas dan Statistik Inferensi II .♠
−Introductory book containing interesting basic results such as the continuous
approximation to the likelihood which is not always explained.
* Lehmann dan Casella, Teori Estimasi Titik .
−Classical results on point estimation, an essential reference.
* Pace dan Salvan, Prinsip Inferensi Statistik: Dari Perspektif Neo-Nelayan . Neo-Fisherian.−A good reference on a school of thought becoming more and more popular:
the Neo-Fisherian.
* Pawittan, Dalam Segala Kemungkinan: Pemodelan Statistik dan Inferensi Menggunakan Kemungkinan .
* Budak, Perkiraan Teorema Statistik Matematika .−More rigorous book, here you can find the mystical "regularity conditions".
* Severini, Metode Kemungkinan dalam Statistik .
* Shao, Statistik Matematika .
−Classical results, good as a textbook.
* Sinta, Inferensi Statistik dalam Sains . - Referensi dasar tentang kemungkinan, kemungkinan profil dan pemodelan statistik klasik.♠
−Basic reference on likelihood, profile likelihood and classical statistical modelling.
* van der Vaart, Statistik Asimptotik .−A general reference on: modes of convergence, properties of MLE, delta method,
moment estimators, efficiency and tests.
estimator momen, efisiensi dan tes.
* Young dan Smith, Essentials of Inference Statistik . p * rumus, likelihood profil dimodifikasi dan banyak lagi.−A more recent book on: Likelihood, pseudolikelihood, saddlepoint approximations,
p∗ formula, modified profile likelihoods and more.
sumber
Dugaan saya adalah bahwa, untuk kebutuhan Anda, buku terbaik tentang model linear umum mungkin:
Ada buku-buku lain yang mungkin dianggap lebih baik, tetapi saya kira akan kurang menarik bagi seorang praktisi yang lebih suka menghindari matematika yang padat:
bagus untuk praktisi, tetapi lebih padat
adalah, saya dengar (saya belum pernah mencobanya), Alkitab untuk ini, tetapi menuntut kecanggihan matematis yang besar
adalah mungkin untuk melewati, tapi masih cukup matematis padat, IMO
Adapun topik Anda yang lain, saya khawatir saya tidak tahu buku untuk mereka, tetapi mungkin orang lain dapat membuat beberapa rekomendasi.
sumber
Tidak yakin apakah ini pada level yang Anda cari, tetapi beberapa buku yang saya temukan bermanfaat-
GLM - McCullagh dan Nelder adalah buku kanonik
PCA - Panduan Pengguna untuk Komponen Utama - terlepas dari judulnya, topik ini memiliki kedalaman tertentu
sumber
Buku-buku Nonlinear Model yang saya sukai dan andalkan adalah (1) Bates dan Watts dan (2) Gallant . Keduanya diterbitkan oleh Wiley.
sumber
Saya sangat suka buku Larry Wasserman "All of Statistics" dan "All of Nonparametric Statistics". Mereka sangat mudah dibaca, dan mencakup banyak tanah dengan cepat.
sumber
Untuk analisis Bayesian (termasuk analisis yang tidak tepat), saya akan memasukkan plugs besar untuk:
Bernardo, JM dan Smith, AFM (2000) Teori Bayesian . Wiley: Chichester.
Gelman, A. et al (2013) Analisis Data Bayesian (Edisi Ketiga) . CRC Press: Boca Raton.
Walley, P. (1990) Penalaran Statistik dengan Probabilitas yang Tidak Tepat . Chapman dan Hall.
Buku terakhir itu, karya Peter Walley yang brilian, adalah pembuka mata tentang berbagai cara melakukan analisis sensitivitas, dan fakta bahwa ini dapat dibangun menjadi teori probabilitas pada tingkat aksiomatik.
sumber
Mehta (2014) Topik Statistik (ISBN: 978-1499273533) adalah penceritaan statistik tingkat menengah yang baik. Tidak mencakup banyak dari Anda topik yang Anda catat di atas.
sumber
Satu buku statistik pengantar yang sangat sederhana adalah "Discovering Statistics menggunakan R" Andy Field - juga tersedia untuk SPSS. Ini berisi banyak contoh yang bagus dan bahkan menyenangkan untuk dibaca. Kurang tepat, meskipun dibandingkan dengan buku-buku lain, tetapi dengan formulasi matematika yang sangat sedikit dan banyak teks. Saya merasa mudah untuk memulai dengan dasar, dan saya masih menggunakannya dari waktu ke waktu.
sumber