Berasal dari latar belakang yang keras dalam analisis dan teori probabilitas modern, saya menemukan statistik Bayesian langsung dan mudah dipahami, dan statistik kerap kali sangat membingungkan dan tidak intuitif. Tampaknya kerap kali benar-benar melakukan statistik bayesian, kecuali dengan "prior rahasia" yang tidak termotivasi dengan baik atau didefinisikan dengan cermat.
Di sisi lain, banyak ahli statistik hebat yang memahami kedua perspektif itu mengacu pada perspektif frequentist, jadi pasti ada sesuatu di sana yang tidak saya mengerti. Daripada menyerah dan menyatakan diri saya seorang Bayesian, saya ingin belajar lebih banyak tentang perspektif sering mencoba untuk benar-benar "grok" itu.
Apa sajakah referensi yang baik untuk mempelajari statistik frequentist dari perspektif yang ketat? Idealnya saya mencari buku tipe-bukti-teorema-definisi, atau mungkin masalah sulit menetapkan bahwa, dengan menyelesaikannya, saya akan mendapatkan pola pikir yang benar. Saya telah membaca banyak "hal filosofis" yang mungkin ditemukan di internet - halaman wiki, pdf acak dari situs .edu / ~ randomprof, dll - dan itu tidak membantu.
sumber
Jawaban:
Untuk latar belakang Anda, saya akan mulai dengan: http://www.amazon.com/Essentials-Statgressive-Inference-Probabilistic-Mathematics/dp/0521548667/ref=sr_1_1?s=books&ie=UTF8&qid=1348728521&sr=1-1&&keywords= esensi + dari + statistik + inferensi
yang pendek dan cukup lengkap. Kata pengantar mengatakan itu ditulis untuk pengantar stat matematika pertama untuk siswa matematika tahun ke-4 oxford. Ini juga mencakup beberapa ide yang sangat modern.
Tetapi Anda juga membutuhkan sesuatu yang lebih konseptual, dan Anda tidak dapat menemukan yang lebih baik daripada Sir David Cox untuk mengajarkan ini: DR Cox: "Prinsip-prinsip Inferensi Statistik" Cambridge UP 2006. Ini sangat sulit, tetapi dalam statistik, bukan dalam pengertian matematika. Ini tentang konsep, tentang Mengapa dan bukan Bagaimana!
sumber