Qual é o livro mais influente que todo estatístico deve ler?

Se você pudesse voltar no tempo e pedir a si mesmo para ler um livro específico no início de sua carreira como estatístico, que livro seria?

Aqui estão dois para colocar na lista:

Tufte. A exibição visual de informações quantitativas
Tukey. Análise exploratória de dados

Os elementos de aprendizagem estatística de Hastie, Tibshirani e Friedman http://www-stat.stanford.edu/~tibs/ElemStatLearn/ devem estar na biblioteca de qualquer estatístico!

Não sou estatístico e não li muito sobre o assunto, mas talvez

Lady Tasting Tea: como as estatísticas revolucionaram a ciência no século XX

deve ser mencionado? Não é um livro, mas ainda vale a pena ler.

Teoria da Probabilidade: A Lógica da Ciência

Darrell Huff - Como mentir com as estatísticas

Não é um livro, mas descobri recentemente um artigo de Jacob Cohen, da American Psychologist, intitulado "Coisas que aprendi (até agora)". Está disponível em pdf aqui .

Há muito tempo, a pequena monografia de Jack Kiefer "Introdução à inferência estatística" afastou o mistério de muitas estatísticas clássicas e me ajudou a começar o resto da literatura. Eu ainda me refiro a isso e recomendo vivamente a alunos fortes nos cursos de estatística do segundo ano.

Eu não argumentaria que um desses deveria ser considerado "o livro mais influente ... [para] estatísticos [s]", mas para aqueles que estão começando a aprender sobre o assunto, dois livros úteis são:

1. Robert Abelson, Estatística como argumento de princípios
2. Paul Murrell, Introdução às tecnologias de dados

O livro de William Cleveland "Os Elementos de Representação Gráfica de Dados" ou seu livro "Visualizando Dados"

Acho que todo estatístico deveria ler A História da Estatística: A Medição da Incerteza de Stigler antes de 1900

É lindamente escrito, completo e não é a perspectiva de um historiador, mas de um matemático, portanto, não evita os detalhes técnicos.

Digo a exibição visual de informações quantitativas da Tufte e da Freakonomics para algo divertido.

As interessantes recomendações de livros de Andrew Gelman estão aqui:

http://thebrowser.com/interviews/andrew-gelman-on-statistics

Além de "The History of Statistics" sugerido por Graham, outro livro de Stigler que vale a pena ler é

Estatísticas sobre a mesa: A história dos conceitos e métodos estatísticos

No lado da matemática / fundações: Métodos Matemáticos de Estatística de Harald Cramér .

Para uma exposição clara do que deveria estar nos artigos de periódicos de ciências sociais (assistência se você estiver escrevendo ou revisando pares), eu gosto do The Reviewer's Guide to Quantitative Methods in the Social Sciences . Gosto particularmente da tabela desideratra como uma sinopse do mínimo que um artigo (artigo, tese, dissertação) deve conter. Os capítulos são separados pela técnica de análise, o que é legal. Eu acho que o livro tem aplicações mais amplas do que "apenas" as ciências sociais, pois as técnicas abordadas são usadas em muitos campos.

Bem cedo, talvez não abrangido pela pergunta, fui apresentado à Introdução aos métodos estatísticos e análise de dados de Ott . É muito caro, mas é um recurso maravilhoso para mostrar os modelos estatísticos subjacentes a vários métodos GLM. Sonho com o dia em que os periódicos exigem que os artigos contenham a fórmula do modelo estatístico testado.

Para verificar as suposições dos testes, analisar os efeitos de várias opções em um teste e assim por diante, este é o livro que eu gostaria de ter quando estava estudando . Eu tenho a edição anterior e é um dos melhores recursos gerais que adquiri devido à maneira clara e consistente pela qual as informações sobre os testes são apresentadas. Ele contém bons exemplos que ilustram os testes e não exige que o leitor tenha um pacote estatístico específico para seguir as exposições.

Enganado por aleatoriedade por Taleb

Taleb é professor na Columbia e comerciante de opções. Ele ganhou cerca de US $ 800 milhões em 2008 apostando contra o mercado. Ele também escreveu Black Swan. Ele discute o absurdo de usar a distribuição normal para modelar mercados e filosofa sobre nossa capacidade de usar a indução.

1. Inferência Estatística de Michael Oakes : Um Comentário para as Ciências Sociais e Comportamentais .
2. Regressão múltipla de Elazar Pedhazur na pesquisa comportamental . Se você pode suportar os imensos detalhes e o tom auto-importante.

Caso esteja interessado, revi tanto na Amazon quanto em http://www.integrativestatistics.com/favorites.htm

Eu li as recomendações acima e fiquei surpreso ao descobrir que a maioria das pessoas que responderam à pergunta eram pessoas que não são estatísticos. Com 2 ou 3 exceções ... Como estatístico industrial, que também trabalhou com cientistas sociais e profissionais de saúde, eu diria que se eu pudesse levar apenas um livro comigo para uma ilha deserta, seria George EP Box, Statistics for Experimenters (Wiley). Em seu estilo humorístico e lúcido inimitável, ele explica a essência e a filosofia da construção de modelos matemáticos para dados reais. O pensamento rigoroso, sem frivolidades matemáticas, sem bobagens, nos ensina a pensar estatisticamente, plotar e visualizar o que puder. Uma obra-prima de um cientista aplicado competente (engenheiro químico que se tornou estatístico). Sempre divertido de ler novamente.

Rice: Estatística Matemática e Análise de Dados

Muitos bons livros já sugeridos. Mas aqui está outra: "Reckoning With Risk", de Gerd Gigerenz, porque entender como as estatísticas afetam as decisões é mais importante do que acertar toda a teoria. De fato, o pecado número um dos estatísticos está falhando em se comunicar claramente. Seu livro fala sobre as consequências de uma comunicação deficiente e como evitá-la.

Vou seguir em frente e propor um livro padrão no campo. Estou falando de Probabilidade e Estatística por Degroot e Schervish, publicado pela primeira vez em 1975.

Este livro serviu como um livro didático para muitos estudantes e é considerado um clássico, com razão, na minha opinião. Abrange tópicos como combinatória, distribuições, estatística bayesiana, inferência de probabilidade e análise de regressão. Até onde eu sei, nenhum outro livro é tão completo, então eu acredito que é um item obrigatório.

Aprendi muito com a Bíblia das estatísticas bayesianas:

Jose Bernardo e Adrian Smith (2000) Teoria Bayesiana.

O guia essencial para tamanhos de efeito: poder estatístico, metanálise e interpretação dos resultados da pesquisa por Paul D. Ellis

Este livro é obrigatório para todos que realizam qualquer pesquisa científica, especialmente uma que não provenha de estatísticas / matemática puras. O livro abaixo estende o primeiro sobre os intervalos de confiança.

Compreendendo as novas estatísticas: tamanhos de efeito, intervalos de confiança e metanálise de Geoff Cumming

"Mais influente" é uma noção muito diferente de "todos deveriam ler". Não estou qualificado para responder à primeira - você precisaria de alguém que seja historiador de estatística - mas, para a segunda, aqui estão algumas:

1. As estatísticas como argumento de Robert Abelson devem ser lidas por qualquer pessoa que faça ou use estatísticas na busca pela ciência, humanidades, etc.

2. Os dois livros de William S. Cleveland sobre gráficos: Os elementos de representação gráfica de dados e Visualização de dados . Para os estatísticos, eu os colocaria à frente do trabalho de Tufte, bot porque Tufte não vale a pena, mas porque a) Cleveland escreveu com estatísticos como seu público-alvo e b) Cleveland baseou suas recomendações em dados experimentais sobre como as pessoas veem gráficos, ao invés de intuição.

3. Análise Exploratória de Dados por John Tukey. É datado, mas valioso - você pode fazer muito com um lápis, papel e um cérebro (pelo menos, se seu cérebro é tão bom quanto o de Tukey!)

Provavelmente seria a Análise de Dados Bayesiana de Gelman ou Deep Learning with Python . Mas isso é um pouco como levar a estreptomicina à idade média. Elas não foram escritas quando comecei minha carreira e algumas coisas dos livros teriam sido grandes notícias na época. Algumas das coisas mais influentes que todos deveriam saber não estão em uma única fonte (talvez devessem estar, mas ...).

Um Guia de Econometria de Kennedy contém uma grande variedade de conselhos práticos sobre uma ampla gama de análises estatísticas. De alguma forma, é incrivelmente denso em informações e fácil de ler, e ainda aprendo algo novo toda vez que o pego.

A Econometria Introdutória de Wooldridge também tem uma boa quantidade desse tipo de discussão, mas como um livro introdutório, é mais independente. Eu gostaria de ter um curso baseado nisso.