Exploring Data in Engineering, the Sciences, and Medicine - 9780195089653

Nesenais dramatiskais bez maksas pieejamo publisko datu kopu skaita pieaugums kopā ar atvērtā pirmkoda programmatūras kustības attīstību, kas padara brīvi pieejamas jaudīgas analīzes pakotnes, piemēram, R, ir ievērojami palielinājis gan izpētes datu analīzes iespējas, gan iespējas. rīku dažādība, kas atbalsta šāda veida analīzi. Šī grāmata sniegs pamatīgu ievadu noderīgā šo analīzes rīku apakškopā, ilustrējot, kas tie ir, ko tie dara un kad un kā tie neizdodas. Konkrētas aplūkotās tēmas ietver aprakstošus raksturojumus, piemēram, kopsavilkuma statistiku (vidējā, vidējā, standarta novirze, MAD mēroga aplēses), grafiskās metodes, piemēram, lodziņu diagrammas un neparametriskas blīvuma aplēses, dažādas regresijas modelēšanas formas (standarta lineārās regresijas modeļi, loģistikas regresija un ļoti stabilas metodes, piemēram, vismazāk apgriezti kvadrāti), kā arī svarīgu datu anomāliju, piemēram, novirzes un trūkstošo datu, atpazīšana un apstrāde. Šajā grāmatā izklāstītā unikālā tēmu kombinācija atdala to no citām šāda veida grāmatām. Šī grāmata ir paredzēta izmantošanai kā ievada mācību grāmata izpētes datu analīzes kursam vai kā pašmācības palīgs profesionāļiem un maģistrantiem, un šī grāmata paredz zināšanas par aprēķiniem un lineāro algebru, lai gan nav nepieciešama iepriekšēja saskarsme ar varbūtību vai statistiku. Ir iekļauti gan uz simulāciju balstīti, gan reālu datu piemēri, kā arī nodaļas beigu vingrinājumi un gan R kods, gan datu kopas.