Литература по матстату для нематематиков

elena144

Хочу примерно за неделю вникнуть в основные идеи матстата, все эти ошибки I/II рода, мощности, статистические гипотезы, и т.п. Есть ли какое-нибудь достаточно простое и лаконичное «введение в матстат для нематематиков» на русском?

JuLsJuLs

Есть серия книжечек некого В.Босса про математику. Каждая книжка представляет собой повержностный обзор некого раздела (матан, или теория групп, или логика, и т.д.) для неспециалистов. Мне сложно оценить пользу этих книжек как именно введения в тему, но они вроде (а) невредные и (б) тонкие (страниц по 200 одну можно осилить за день не напрягаясь. Может поможет. Про матстат, правда, там довольно мало - тервер, матстат и случайные процессы в одну книжку запиханы. Называется "Вероятность, информация, статистика," Босс В.

griz_a

Можете попробовать посмотреть Лагутин М.Б. "Наглядная математическая статистика". В общие вопросы там можно вникнуть не вчитываясь в формулы.

griz_a

Эта штука больше подойдет для того, чтобы ничего не понять :) Особенно в вопросах, поднятых автором.
Если конечно он не хотел получить ответ в виде "Нулевая гипотеза это положительное утверждение, а первая гипотеза - отрицательное, содержащее слова "не", "более", "менее" или типа того" :)

Niklz

Лагутин это нечто ортогональное мануалу - калейдоскоп из занимательных задач/фактов статистики с картинками. Очень увлекательное чтение, но никак не учебник и тем более не сжатый мануал чтобы быстро освоить основы в условиях дефицита времени. К мануалу скорее близки книжки Босса (не читал, но листал, взяв у коллеги на полке). А лучше погуглить что-то на английском - наверняка найдется с десяток конспектов лекций. В русской учебной традиции не очень распространены сжатые введения для неспециалистов.

griz_a

Скажи это студентам, которые каждый год забатывают материал по статистике к экзамену по Лагутину дня за 2-3 с нуля. :smirk:
Если нужен мануал по статистике вообще, то да, слишком подробно. Если нужны ответы на конкретные вопросы как в стартпосте, то вполне ничего - открываешь главу ошибки 1, 2 рода, читаешь самое начало и все понятно.
Конспекты лекций - это как-то совсем не согласуется с запросами автора.

elena144

Конспекты на самом деле разные бывают. Теорвер я когда-то учил как раз по конспекту, и в целом, как мне кажется, по нему было учить гораздо понятнее и проще, чем по учебникам.
Пока изучаю Statistical Inference в R'овском Swirl, там как раз достаточно сжато (хотя, имхо, ещё много воды можно было бы и слить плюс есть какая-то обратная связь в виде проверяемых вопросов и задачек на понимание. Единственное, что трудно состыковывать в мозгу свежевстреченные английские названия с русскими, которые читал хрен знает, сколько лет назад.

griz_a

Хм, конкретно данный конспект очень громоздкий, для быстрого восприятия не подходит совершенно. Плюс способ изложения материала практически лишает его какого-либо смысла.

Niklz


Конспекты лекций - это как-то совсем не согласуется с запросами автора.
да, действительно, пятисотстраничная книга у которой во втором предложении во введении написано "..Настоящая книга —это, в первую очередь, множество занимательных примеров и задач, собранных из различных источников..." это самое то для быстрого освоения основ, а lecture notes на несколько десятков страниц в которых обычно только и дают основные определения - совсем не подходит. браво.

griz_a

Ты дальше эпиграфа не зашел, я так понял? Вообще на примерах гораздо проще составить представление, чем на каких-то формулах, которые хрен знает откуда взялись.
Открой конспект выше, пролистай его и представь, что ты впервые видишь этот предмет. Я бы дал 99 из 100, что ты ничего не поймешь вообще.
В Лагутине на основные темы страниц 100, если не изучать заново теорвер и не лезть в корреляционный анализ. Половину с формулами, доказательствами и иже с ними можно пролистать, остальное можно прочитать за два вечера по нескольку часов, развалившись в кресле с чашечкой чая. Останется общее понимания устройства предмета и основных определений. Если как у Sevurra есть четкие вопросы, то ты открываешь главу, найденную по указателю, читаешь определение, идешь дальше. Прелесть Лагутина в том, что содержательно его можно читать с любого места, не нужно знать всего предыдущего, если ты только поверхностно хочешь разобраться в вопросе.
Те 30страничные конспекты матстатистики, которые я видел, были трех типов:
а) Сжатые формулы и выкладки, которые можно понять только если ты и так все знаешь
б) Книги рецептов "сделай так, потом вот так"
в) Смешанные конструкции, с которыми нужно пару дней усердно поработать, чтобы как-то понять.

elena144

Открой конспект выше, пролистай его и представь, что ты впервые видишь этот предмет. Я бы дал 99 из 100, что ты ничего не поймешь вообще.
Справедливости ради: я по этому конспекту весь семестр успешно ходил на семинары, это был один из самых понятных мне предметов за все курсы химфака, и ни на одной лекции я естественно не был (учебник открывал незадолго до экзамена). Впрочем, это скорее исключение.

Axarium

jun shao mathematical statistics

Niklz

Ну то есть, ты говоришь, что если из 500 стр Лагутина выбросить 400, то оставшиеся 100 страниц самое то для начального освоения. Не спорю! Лагутин вообще отличная книжка. А если выбрать 100 страниц то получатся отличные конспекты лекций. А можно взять готовые 100страничные конспекты как вариант.

Niklz


jun shao mathematical statistics
У вас что тут - соревнование по адекватности советов? :) Shao это 500 страниц тяжелые для чтения даже для продолжающих.

marina355

ну биологам читают по Гмурману семестр что ли
помниццо, довольно внятно и просто написанный учебник

griz_a

Гмурман - это книга, которую математики обычно упоминают, когда говорят о книгах, которые читать не стоит.
По-крайней мере для математиков.
Это как раз одна из книг, которые попадают в раздел "сборник рецептов".

marina355

для математиков там все голословно слишком, описательная же книга

griz_a

Ну вот, а в этой описательности толку мало, модель-то на практике все равно придется калибровать под реальность, а для этого нужно чего-то понимать, а не только уметь подгонять задачу под одну из имеющихся моделей.
Оставить комментарий
Имя или ник:
Комментарий: