Buch über Statistiken, die leichter sind als akademische

Weihnachten steht vor der Tür und ich möchte ein Geschenk zum Thema Statistik machen. Der Empfänger kaufte und mochte How to Not Be Wrong von Jordan Ellenberg (übrigens, ich mag dieses Buch auch). Er mochte auch The Signal und The Noise , obwohl er es ein bisschen leicht in Mathe fand. Daher suche ich nach so etwas wie diesen Büchern, dh mit statistischen Themen, ohne Angst vor ein paar Gleichungen, aber leichter als ein hochkarätiges akademisches Buch wie zum Beispiel BDA von Gelman et al. Kannst du mir ein paar Titel vorschlagen?

EDIT: Ich habe gerade herausgefunden, dass er auch Risk Savvy: Wie man gute Entscheidungen trifft von Gigerenzer besitzt, aber nicht Kahnemans Buch, daher scheint der Vorschlag von Glen_b genau richtig zu sein.

Dicing with Death von Stephen Senn konzentriert sich auf medizinische Statistiken und ist viel mathematischer als The Signal and the Noise . Mir hat es gefallen, aber es enthält ziemlich viele Tippfehler.

Der Lady Tasting Tea deckt viel mehr Bereiche ab als ich erwartet hatte und ist eines der aufgeschlossensten Statistikbücher, die ich gelesen habe. Obwohl es überhaupt nicht mathematisch ist, führt es viele interessante Themen ein.

Symbole, Signale und Rauschen von Pierce ist sehr billig, leicht zu lesen und enthält viele Gleichungen. Es klingt nach einer guten Passform, ist aber ziemlich alt (es wird als Dover-Nachdruck veröffentlicht.)

Wenn Ihr Freund sich für Geschichte interessiert, ist Games, Gods and Gambling von Florence Nightingale David ein Bericht über die frühe Geschichte der Statistik, die sehr viel mit Mathematik zu tun hat. Ich ziehe es sehr vor, dass sie Stigler schreibt, aber es ist nicht wirklich Pop-Sci, also vielleicht nicht für deine Freundin geeignet.

Auf der helleren Seite der Dinge? Falsch gemachte Statistiken: The Woefully Complete Guide Ist ein lustiger Titel, der Titel ist selbsterklärend. Ebenso vergeblich ist ein Klassiker, wie man mit Statistiken lügt . Ähnlich, aber mit einer leichten Freakonomics- Stimmung ist Naked Statistics: Stripping the Dread aus den Daten

Überhaupt nicht mathematisch, hat aber sicherlich einige statistische Elemente:

Kahneman, D. (2011) Denken, schnell und langsam

Es ist 5 Jahre alt, also hat die Person es vielleicht gerade gelesen, aber wenn sie es nicht hat, findet sie es vielleicht wertvoll.

DER UNBEABSICHTIGTE STATISTIKER Eine Autobiographie von GEP Box macht eine großartige (leichte) Lektüre. Es ist nicht so schwer wie das Ellenburg-Buch, das ich gerade geliebt habe, aber es macht trotzdem Spaß, da es die Wege beschreibt, die alle eingeschlagen haben, um aus Zahlen einen Sinn zu machen.

Die Geschichte der Statistik: Die Messung der Unsicherheit vor 1900 von Stephen M. Stigler

Ich habe es nie hintereinander gelesen, sondern nur einige Male als Referenz verwendet, aber es ist ein schönes Buch, das für eine Vielzahl von Lesern interessant sein könnte.

Für eine Physik Geschmack, Anomaly !, von Tommaso Dorigo über die „Entdeckung“ ist mit einer anomalen Signale an mehreren Teilchenphysik colliers in den 1990er Jahren, und die Untersuchung, ob diese waren Entdeckungen neuer Physik oder statistischen / methodischen Egel. Es ist jedoch etwas teuer.

Sharon Bertsch McGrayne, Die Theorie, die nicht sterben würde: Wie Bayes 'Regel den Rätselcode knackte, russische U-Boote jagte und aus zwei Jahrhunderten der Kontroverse triumphierte

Die Bayes-Regel scheint ein einfacher, einzeiliger Satz zu sein: Indem wir unsere anfänglichen Überzeugungen mit objektiven neuen Informationen aktualisieren, erhalten wir eine neue und verbesserte Überzeugung. Für seine Anhänger ist es eine elegante Aussage über das Lernen aus Erfahrung. Für seine Gegner ist es Subjektivität, die Amok läuft.

Sharon Bertsch McGrayne untersucht in diesem ersten Bericht über Bayes 'Regel für allgemeine Leser diesen kontroversen Satz und die damit verbundenen menschlichen Obsessionen. Sie verfolgt seine Entdeckung durch einen Amateur-Mathematiker in den 1740er Jahren durch seine Entwicklung zu ungefähr seiner modernen Form durch den französischen Wissenschaftler Pierre Simon Laplace. Sie enthüllt, warum angesehene Statistiker es 150 Jahre lang professionell tabuisiert haben - zur gleichen Zeit, in der sich die Praktizierenden darauf verlassen haben, um Krisen mit großer Unsicherheit und spärlichen Informationen zu lösen (Alan Turings Rolle bei der Verletzung des deutschen Enigma-Codes während des Zweiten Weltkriegs), und erklärt, wie die Das Aufkommen der Standard-Computertechnologie in den 1980er Jahren erwies sich als wegweisend. Heute wird die Bayes-Regel überall angewendet, von der DNA-Entschlüsselung bis zur Heimatschutzbehörde.

The Theory That Not Not Die stützt sich auf primäres Quellenmaterial und Interviews mit Statistikern und anderen Wissenschaftlern und ist der spannende Bericht darüber, wie ein scheinbar einfacher Satz eine der größten Kontroversen aller Zeiten auslöste.