Myślenie statystyczne : jak analizować dane i wydobywać z nich wiedzę
Myślenie statystyczne : jak analizować dane i wydobywać z nich wiedzę / Allen B. Downey ; przekład: Tomasz Walczak. - Gliwice : Helion, © 2025. - 270, [1] s. : wykresy ; 24 cm. - sygnatura w zbiorach CBS: 220941
Statystyka jest niezbędnym zestawem narzędzi i praktyk, które służą do pracy z danymi i ułatwiają podejmowanie decyzji. Niezmiernie ważną kwestią pozostaje wypracowanie społecznego myślenia statystycznego, które stanowi podstawę i sposób poznawania świata. Umiejętne wykorzystanie zasad myślenia statystycznego może dostarczyć nam wiedzy zarówno o warunkach, w jakich się znaleźliśmy, jak i o sposobach dalszego postępowania. Niezmienny pozostaje fakt prawidłowego analizowania danych i wyciągania wniosków. Podręcznik pt. „Myślenie statystyczne” A. B. Downeya, amerykańskiego informatyka i naukowca to znakomita okazja do poznania zasad myślenia statystycznego i zastosowania ich w praktyce.
Monografia składa się z czternastu rozdziałów. W podsumowaniu każdej części umieszczony został słowniczek wyjaśniający podstawowe pojęcia, użyte w omawianym zagadnieniu oraz zestaw ćwiczeń do samodzielnego rozwiązania. W trzech pierwszych rozdziałach można zapoznać się ze sposobami eksplorowania i wczytywania danych z różnych źródeł przy użyciu języka Python, tworzenia i analizowania rozkładów danych, budowania i prezentowania tabel częstości oraz wizualizacji rozkładów. W kolejnych pięciu rozdziałach (od czwartego do ósmego) omówione zostały: zagadnienia stosowania funkcji masy prawdopodobieństwa i dystrybuant i modelowania rozkładów prawdopodobieństwa (dwumianowy, Poissona, wykładniczy, normalny, log-normalny) oraz porównywania funkcji masy i gęstości prawdopodobieństwa, zależności między zmiennymi i obliczania korelacji, a także szacowania wariancji, błędu standardowego i przedziałów ufności. Rozdziały od dziewiątego do dwunastego to prezentacja metod przeprowadzania testów statystycznych i testowania hipotez, stosowania metody najmniejszych kwadratów i wizualizowania niepewności, budowania modeli regresji wielorakiej i regresji logistycznej oraz analizowania szeregów czasowych i generowania predykcji. Ostatnie dwa rozdziały książki poświęcone zostały analizie przeżycia z wykorzystaniem funkcji przeżycia i hazardu oraz wykorzystywaniu centralnego twierdzenia granicznego i testów chi-kwadrat w analizie danych. Struktura książki odpowiada rzeczywistemu procesowi pracy ze zbiorem danych: od importowania i oczyszczenia, przez analizę wieloczynnikową, aż po wizualizację uzyskanych wyników.
Książka jest adresowana do kręgu odbiorców pragnących poznać istotę oraz zasady myślenia statystycznego. Lektura szczególnie przydatna analitykom danych, inżynierom oprogramowania, ale także pasjonatom data science, pracownikom naukowym oraz osobom podejmującym decyzje w warunkach niepewności i ryzyka.