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

Niedawny dramatyczny wzrost liczby publicznych zbiorów danych dostępnych bezpłatnie w Internecie, w połączeniu z ewolucją ruchu oprogramowania Open Source, który udostępnia bezpłatnie potężne pakiety analityczne, takie jak R, znacznie zwiększyło zarówno zakres możliwości eksploracyjnej analizy danych, jak i różnorodność narzędzi wspierających tego typu analizy. Niniejsza książka stanowi dokładne wprowadzenie do przydatnego podzbioru tych narzędzi analitycznych, ilustrując, czym są, co robią oraz kiedy i jak zawodzą. Konkretne poruszane tematy obejmują charakterystykę opisową, taką jak statystyki podsumowujące (średnia, mediana, odchylenie standardowe, oszacowanie w skali MAD), techniki graficzne, takie jak wykresy pudełkowe i nieparametryczne szacunki gęstości, różne formy modelowania regresji (standardowe modele regresji liniowej, regresja logistyczna i wysoce niezawodne techniki, takie jak najmniej przycięte kwadraty) oraz rozpoznawanie i leczenie ważnych anomalii danych, takich jak wartości odstające i brakujące dane. Unikalna kombinacja tematów przedstawionych w tej książce odróżnia ją od innych książek tego rodzaju. Książka ta, przeznaczona do stosowania jako podręcznik wprowadzający do kursu eksploracyjnej analizy danych lub jako dodatek do samodzielnej nauki dla profesjonalistów i studentów, zakłada znajomość rachunku różniczkowego i algebry liniowej, chociaż nie jest wymagana wcześniejsza znajomość prawdopodobieństwa ani statystyki. Uwzględniono zarówno przykłady danych symulacyjnych, jak i rzeczywistych, ćwiczenia na końcu rozdziału oraz kod R i zbiory danych.