Avançado:

  • Estatística não-Paramétrica Para Ciências do Comportamento

    O livro de Sidney Siegel, agora na 2ª edição ampliada e atualizada pelo professor N.J. Castellan, é um clássico da literatura especializada em estatística não-paramétrica. é uma das obras mais citadas em trabalhos científicos. Leitura altamente recomendável para diversas áreas do conhecimento, especialmente para as ciências humanas e sociais. Profissionais e estudantes dos cursos de graduação e de pós-graduação, que necessitem tratar dados que não tenham aderência à distribuição normal ou de Gauss, também se beneficiarão desta obra.
  • Estatística Prática Para Cientistas de Dados: 50 Conceitos Essenciais

    Métodos estatísticos são uma parte crucial da ciência de dados; ainda assim, poucos cientistas de dados têm formação estatística. Os cursos e livros sobre estatística básica raramente abordam os tópicos sob a perspectiva da ciência de dados. Este guia prático explica como aplicar diversos métodos estatísticos em ciência de dados, ensina a evitar seu mau uso e aconselha sobre o que é importante e o que não é. Muitos recursos da ciência de dados incorporam métodos estatísticos, mas carecem de uma perspectiva estatística aprofundada. Se você está familiarizado com a linguagem de programação R e tem algum conhecimento estatístico, este guia fará a ponte de forma fácil e acessível. Com este livro, você aprenderá: - Por que a análise exploratória de dados é um passo prévio importante na ciência de dados - Como a amostragem aleatória pode reduzir o viés e resultar um conjunto de dados de maior qualidade, mesmo em big data - Como os princípios do design experimental resultam respostas definitivas - Como usar regressão para estimar resultados e detectar anomalias - Principais técnicas de classificação para prever a quais categorias um registro pertence - Métodos de aprendizado de máquina estatístico que “aprendem” com os dados - Métodos de aprendizado não supervisionado para extração de significado de dados não rotulados.
  • R in Action: Data Analysis and Graphics with R

    R in Action, Second Edition presents both the R language and the examples that make it so useful for business developers. Focusing on practical solutions, the book offers a crash course in statistics and covers elegant methods for dealing with messy and incomplete data that are difficult to analyze using traditional methods. You'll also master R's extensive graphical capabilities for exploring and presenting data visually. And this expanded second edition includes new chapters on time series analysis, cluster analysis, and classification methodologies, including decision trees, random forests, and support vector machines.

    Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications.

    About the Technology

    Business pros and researchers thrive on data, and R speaks the language of data analysis. R is a powerful programming language for statistical computing. Unlike general-purpose tools, R provides thousands of modules for solving just about any data-crunching or presentation challenge you're likely to face. R runs on all important platforms and is used by thousands of major corporations and institutions worldwide.

    About the Book

    R in Action, Second Edition teaches you how to use the R language by presenting examples relevant to scientific, technical, and business developers. Focusing on practical solutions, the book offers a crash course in statistics, including elegant methods for dealing with messy and incomplete data. You'll also master R's extensive graphical capabilities for exploring and presenting data visually. And this expanded second edition includes new chapters on forecasting, data mining, and dynamic report writing.

    What's Inside

    • Complete R language tutorial
    • Using R to manage, analyze, and visualize data
    • Techniques for debugging programs and creating packages
    • OOP in R
    • Over 160 graphs

    About the Author

    Dr. Rob Kabacoff is a seasoned researcher and teacher who specializes in data analysis. He also maintains the popular Quick-R website at statmethods.net.

    Table of Contents

    1. Introduction to R
    2. Creating a dataset
    3. Getting started with graphs
    4. Basic data management
    5. Advanced data management
    6. Basic graphs
    7. Basic statistics
    8. Regression
    9. Analysis of variance
    10. Power analysis
    11. Intermediate graphs
    12. Resampling statistics and bootstrapping
    13. Generalized linear models
    14. Principal components and factor analysis
    15. Time series
    16. Cluster analysis
    17. Classification
    18. Advanced methods for missing data
    19. Advanced graphics with ggplot2
    20. Advanced programming
    21. Creating a package
    22. Creating dynamic reports
    23. Advanced graphics with the lattice package available online only from manning.com/kabacoff2
  • Data Analysis Using Hierarchical Generalized Linear Models with R

    Since their introduction, hierarchical generalized linear models (HGLMs) have proven useful in various fields by allowing random effects in regression models. Interest in the topic has grown, and various practical analytical tools have been developed. This book summarizes developments within the field and, using data examples, illustrates how to analyse various kinds of data using R. It provides a likelihood approach to advanced statistical modelling including generalized linear models with random effects, survival analysis and frailty models, multivariate HGLMs, factor and structural equation models, robust modelling of random effects, models including penalty and variable selection and hypothesis testing.
  • Generalized Linear Models (Chapman & Hall/CRC Monographs on Statistics and Applied Probability Book 37)

    The success of the first edition of Generalized Linear Models led to the updated Second Edition, which continues to provide a definitive unified, treatment of methods for the analysis of diverse types of data. Today, it remains popular for its clarity, richness of content and direct relevance to agricultural, biological, health, engineering, and others.
  • An Introduction to Generalized Linear Models

    An Introduction to Generalized Linear Models, Fourth Edition provides a cohesive framework for statistical modelling, with an emphasis on numerical and graphical methods. This new edition of a bestseller has been updated with new sections on non-linear associations, strategies for model selection, and a Postface on good statistical practice.

    Like its predecessor, this edition presents the theoretical background of generalized linear models (GLMs) before focusing on methods for analyzing particular kinds of data. It covers Normal, Poisson, and Binomial distributions; linear regression models; classical estimation and model fitting methods; and frequentist methods of statistical inference. After forming this foundation, the authors explore multiple linear regression, analysis of variance (ANOVA), logistic regression, log-linear models, survival analysis, multilevel modeling, Bayesian models, and Markov chain Monte Carlo (MCMC) methods.

    • Introduces GLMs in a way that enables readers to understand the unifying structure that underpins them
    • Discusses common concepts and principles of advanced GLMs, including nominal and ordinal regression, survival analysis, non-linear associations and longitudinal analysis
    • Connects Bayesian analysis and MCMC methods to fit GLMs
    • Contains numerous examples from business, medicine, engineering, and the social sciences
    • Provides the example code for R, Stata, and WinBUGS to encourage implementation of the methods
    • Offers the data sets and solutions to the exercises online
    • Describes the components of good statistical practice to improve scientific validity and reproducibility of results.

    Using popular statistical software programs, this concise and accessible text illustrates practical approaches to estimation, model fitting, and model comparisons.
  • Applied Linear Statistical Models with Student CD

    Applied Linear Statistical Models 5e is the long established leading authoritative text and reference on statistical modeling, analysis of variance, and the design of experiments. For students in most any discipline where statistical analysis or interpretation is used, ALSM serves as the standard work. The text proceeds through linear and nonlinear regression and modeling for the first half, and through ANOVA and Experimental Design in the second half. All topics are presented in a precise and clear style supported with solved examples, numbered formulae, graphic illustrations, and "Comments" to provide depth and statistical accuracy and precision. Applications used within the text and the hallmark problems, exercises, projects, and case studies are drawn from virtually all disciplines and fields providing motivation for students in virtually any college. The Fifth edition provides an increased use of computing and graphical analysis throughout, without sacrificing concepts or rigor. In general, the 5e uses larger data sets in examples and exercises, and the use of automated software without loss of understanding.
  • Análise Multivariada de Dados

    Nova edição de livro consagrado na área, apresenta um amplo conjunto de técnicas estatísticas. É uma introdução sobre o assunto destinada àqueles sem formação estatística. Os capítulos estão organizados seguindo uma progressão lógica e prática das fases de análise e agrupando tipos de técnicas similares aplicáveis a diversas situações.
  • Inferência estatística

    O propósito da obra Inferência Estatística - tradução da 2ª edição norte-americana - é desenvolver a teoria estatística (fazendo diferenciação em relação à estatística matemática) a partir dos princípios da teoria da probabilidade. Desenvolvimento lógico, provas, ideias, temas etc. evoluem por meio de argumentos estatísticos, diferente do que acontece em outras obras de mesmo teor, que se baseiam em princípios puramente matemáticos. Os conceitos são apresentados com todo o rigor teórico e há uma série de referências bibliográficas para maiores elucidações. Esta 2ª edição ampliada traz inúmeros conceitos novos que somente são encontrados em artigos científicos, fato que valoriza ainda mais a sua tradução.
  • Probabilidade. Um Curso em Nível Intermediário

    Barry James