Загрузка...
Статистика и котики — обложка книги
Краткое содержание, анализ и герои

Статистика и котики

Автор Владимир Савельев
16+2018603 читателей
Год издания2018
Дата написания2016-12-31
ИздательствоАСТ
ISBN978-5-17-106143-2
Язык книгиru
СерияЗвезда Рунета. Бизнес
Возрастное ограничение16+
Темы
статистиказанимательная наукаанализ данныхпремия «Просветитель»просто о сложном

Описание

Книга "Статистика и котики" представляет собой практическое введение в методы описательной и инференциальной статистики, применяемые к данным о котиках. Автор последовательно раскрывает основные меры центральной тенденции и изменчивости, объясняет принципы оценки статистической значимости и альтернативные подходы, а также демонстрирует применение регрессионного анализа для построения «формулы счастья». В заключительной главе собраны ключевые определения, методы сравнения выборок, корреляционный и регрессионный анализ, а также пошаговые инструкции по работе в SPSS и рекомендации по дальнейшему обучению.

Главный конфликт / проблема

Как корректно собрать, проанализировать и интерпретировать статистические данные о котиках, избегая распространённых ошибок в выборе мер и методов, и определить, действительно ли котики и песики отличаются по размеру

Ключевые идеи

  • Мода, медиана и среднее как меры центральной тенденции
  • Влияние выбросов и способы их устранения (усечённое среднее, медиана)
  • Меры изменчивости: размах, межквартильный размах, дисперсия, стандартное отклонение
  • Нормальное распределение и правило 68 %
  • Различие между генеральной совокупностью и выборкой, формулы дисперсии и стандартного отклонения
  • Понятие степеней свободы и его роль в статистике
  • p‑уровень значимости как критерий статистической значимости
  • Нулевая и альтернативная гипотезы в сравнении групп
  • Альтернативные подходы: доверительные интервалы и байесовская статистика
  • Коэффициенты регрессии (b1 и b0) описывают влияние переменных и уровень счастья при отсутствии переменной.
  • Метод наименьших квадратов минимизирует сумму квадратов остатков, обеспечивая наилучшее приближение прямой к данным.
  • Коэффициент детерминации R² измеряет, насколько хорошо модель объясняет наблюдаемые данные.

Вывод

Книга демонстрирует, что тщательный выбор статистических методов, понимание их предпосылок и практическая работа с данными позволяют делать надёжные выводы о свойствах котиков, а также подчёркивает важность критического подхода к интерпретации результатов.

Кому полезна

  • Студенты и аспиранты, изучающие статистику
  • Аналитики и исследователи, работающие с данными о животных
  • Педагоги, желающие включить практические примеры статистики в учебный процесс
  • Любители статистики, интересующиеся практическими методами анализа

Главные темы

  • Описательная статистика и меры центральной тенденции
  • Инференциальная статистика и оценка значимости
  • Регрессионный анализ и оценка модели
  • Практическое применение статистики в SPSS

Персонажи

  • Савельев Владимир — Автор приводит объяснения и практические примеры статистических методов.
  • Барсик — Барсик служит иллюстрацией того, как отклонение от среднего влияет на дисперсию и стандартное отклонение Барсик демонстрирует, как отклонение от регрессионной прямой приводит к регрессионному остатку, и как при приближении к прямой остаток становится нулевым.
  • Анатолий Карпов — Вклад в содержание книги и рекомендации по обучению.
  • Дмитрий Чумаченко — Поддержал проект на краудфандинговой площадке.

Цитаты

  • Если же посередине находятся сразу два котика (что бывает, когда их четное количество), то, чтобы найти медиану, нужно сложить их размеры и поделить это число пополам.
  • К несчастью, дисперсия и среднеквадратическое отклонение так же неустойчивы к выбросам, как и среднее арифметическое.
  • Если p-уровень значимости меньше 5% (чаще записывается как 0,05), то нулевая гипотеза отвергается и принимается гипотеза о том, что котики и песики все-таки различаются.
  • Байесовская статистика. Все вышеприведенные способы определения значимости не учитывают наши предыдущие (априорные) знания о том, каких размеров бывают котики и песики.
  • Чем больше получившаяся сумма, тем хуже прямая описывает наши данные.
  • Если вы вычислили такую формулу, это вовсе не означает, что то, что в ней справа — причины, а слева — следствие.
  • Если ваш выбор — дисперсионный анализ с последующим сравнением с помощью специальных post-hoc-критериев.
  • Без них он так и остался бы просто красивой идеей.