¿Cuál es el libro más influyente que todo estadístico debería leer?

Si pudieras retroceder en el tiempo y decirte a ti mismo leer un libro específico al comienzo de tu carrera como estadístico, ¿qué libro sería?

Aquí hay dos para poner en la lista:

Tufte La visualización de información cuantitativa de
Tukey. Análisis exploratorio de datos

¡Los elementos de aprendizaje estadístico de Hastie, Tibshirani y Friedman http://www-stat.stanford.edu/~tibs/ElemStatLearn/ deberían estar en la biblioteca de cualquier estadístico!

No soy estadístico, y no he leído mucho sobre el tema, pero tal vez

Lady Tasting Tea: cómo las estadísticas revolucionaron la ciencia en el siglo XX

debe ser mencionado? No es un libro de texto, pero aún vale la pena leerlo.

Teoría de la probabilidad: la lógica de la ciencia

Darrell Huff - Cómo mentir con estadísticas

No es un libro, pero recientemente descubrí un artículo de Jacob Cohen en American Psychologist titulado "Cosas que he aprendido (hasta ahora)". Está disponible como pdf aquí .

Hace mucho tiempo, la pequeña monografía de Jack Kiefer "Introducción a la inferencia estadística" despejó el misterio de una gran cantidad de estadísticas clásicas y me ayudó a comenzar con el resto de la literatura. Todavía me refiero a él y lo recomiendo calurosamente a los estudiantes fuertes en los cursos de estadísticas de segundo año.

No diría que ninguno de estos debería considerarse "el libro más influyente ... [para] estadístico [s]", pero para aquellos que recién comienzan a aprender sobre el tema, dos libros útiles son:

1. Robert Abelson, Estadísticas como argumento basado en principios
2. Paul Murrell, Introducción a las tecnologías de datos

El libro de William Cleveland "Los elementos de graficar datos" o su libro "Visualizando datos"

Creo que todos los estadísticos deberían leer La historia de las estadísticas de Stigler : La medición de la incertidumbre antes de 1900

Está bellamente escrito, completo y no es la perspectiva de un historiador, sino la de un matemático, por lo tanto, no evita los detalles técnicos.

Digo la presentación visual de información cuantitativa por Tufte y Freakonomics para algo divertido.

Las interesantes recomendaciones de libros de Andrew Gelman están aquí:

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

Además de "La historia de la estadística" sugerida por Graham, otro libro de Stigler que vale la pena leer es

Estadísticas sobre la mesa: la historia de los conceptos y métodos estadísticos

En el lado de las matemáticas / fundamentos: Métodos matemáticos de estadística de Harald Cramér .

Para una exposición clara de lo que debería estar en los artículos de revistas de ciencias sociales (asistencia si está escribiendo o revisando por pares), me gusta la Guía del Revisor sobre Métodos Cuantitativos en Ciencias Sociales . En particular, me gusta la tabla desideratra como una sinopsis del mínimo que debe contener un artículo (artículo, tesis, disertación). Los capítulos están separados por la técnica de análisis, lo cual es bueno. Creo que el libro tiene aplicaciones más amplias que "solo" las ciencias sociales ya que las técnicas cubiertas se utilizan en muchos campos.

Muy pronto, así que tal vez no cubierto por la pregunta, me presentaron la Introducción de Ott a Métodos Estadísticos y Análisis de Datos . Es bastante costoso, pero es un recurso maravilloso para mostrar los modelos estadísticos subyacentes para varios métodos GLM. Sueño con el día en que las revistas requieran que contengan artículos que muestren la fórmula del modelo estadístico probado.

Para verificar los supuestos de la prueba, observar los efectos de varias opciones dentro de una prueba, etc., este es el único libro que desearía tener cuando estudiaba . Tengo la edición anterior y es uno de los mejores recursos generales que he comprado debido a la manera clara y consistente en que se presenta la información sobre las pruebas. Contiene buenos ejemplos que ilustran la (s) prueba (s), y no requiere que el lector tenga un paquete estadístico particular para seguir las exposiciones.

Engañado por la aleatoriedad por Taleb

Taleb es profesor en Columbia y comerciante de opciones. Ganó alrededor de $ 800 millones de dólares en 2008 apostando contra el mercado. También escribió Black Swan. Discute lo absurdo de usar la distribución normal para modelar mercados, y filosofa sobre nuestra capacidad de usar la inducción.

1. Inferencia estadística de Michael Oakes : un comentario para las ciencias sociales y del comportamiento .
2. La regresión múltiple de Elazar Pedhazur en la investigación conductual . Si puedes soportar el inmenso detalle y el tono de auto importancia.

En caso de que le interese, lo he revisado tanto en Amazon como en http://www.integrativestatistics.com/favorites.htm

He leído las recomendaciones anteriores y me sorprendió descubrir que la mayoría de las personas que respondieron a la pregunta eran personas que no son estadísticas en sí mismas. Con 2 o 3 excepciones ... Como estadístico industrial que también trabajó con científicos sociales y profesionales de la salud, diría que si pudiera llevarme solo un libro a una isla desierta sería George EP Box, Estadísticas para experimentadores (Wiley) En su inimitable estilo humorístico y lúcido, explica la esencia y la filosofía de construir modelos matemáticos para datos reales. El pensamiento riguroso, sin frivolidades matemáticas, sin tonterías, nos enseña a pensar estadísticamente, trazar y visualizar todo lo que pueda. Una obra maestra de un científico aplicado competente (ingeniero químico convertido en estadístico). Siempre es divertido leer de nuevo.

Arroz: Estadística matemática y análisis de datos

Muchos buenos libros ya sugeridos. Pero aquí hay otro: "Reckoning With Risk" de Gerd Gigerenzer porque comprender cómo las estadísticas afectan las decisiones es más importante que entender toda la teoría. De hecho, el pecado número uno de los estadísticos es no comunicarse con claridad. Su libro habla sobre las consecuencias de la mala comunicación y cómo evitarla.

Voy a seguir adelante y proponer un libro de texto estándar en el campo. Estoy hablando de Probabilidad y Estadística de Degroot y Schervish, publicado por primera vez en 1975.

Este libro ha servido como un libro de texto para muchos estudiantes y, en mi opinión, se considera un clásico. Cubre temas como la combinatoria, distribuciones, estadísticas bayesianas, inferencia de probabilidad y análisis de regresión. Hasta donde yo sé, ningún otro libro de texto es tan completo, así que creo que es imprescindible.

Aprendí mucho de la Biblia de las estadísticas bayesianas:

Jose Bernardo y Adrian Smith (2000) Teoría bayesiana.

La guía esencial para los tamaños de los efectos: poder estadístico, metaanálisis e interpretación de los resultados de la investigación por Paul D. Ellis

Este libro es un "imprescindible" para todos los que realizan investigaciones científicas, especialmente uno que no proviene de estadísticas / matemáticas puras. El libro a continuación extiende el primero con respecto a los intervalos de confianza.

Comprender las nuevas estadísticas: tamaños del efecto, intervalos de confianza y metaanálisis por Geoff Cumming

"Más influyente" es una noción muy diferente de "todos deberían leer". No estoy calificado para responder la primera, necesitarías a alguien que sea historiador de estadísticas, pero para la segunda, aquí hay algunas:

1. Las estadísticas como argumento basado en principios de Robert Abelson deben ser leídas por cualquiera que haga o use estadísticas en la búsqueda de la ciencia, las humanidades, etc.

2. Los dos libros de William S. Cleveland sobre gráficos: Los elementos de graficar datos y Visualizar datos . Para los estadísticos, los pondría por delante incluso del trabajo de Tufte, pero porque Tufte no vale la pena, pero porque a) Cleveland escribió con los estadísticos como su audiencia prevista yb) Cleveland basó sus recomendaciones en datos experimentales sobre cómo las personas ven los gráficos, en lugar de la intuición.

3. Análisis exploratorio de datos por John Tukey. Está anticuado pero es valioso: puedes hacer mucho con lápiz, papel y cerebro (¡al menos, si tu cerebro es tan bueno como el de Tukey!)

Probablemente sería Análisis de datos bayesianos de Gelman o Aprendizaje profundo con Python . Pero eso es un poco como tomar estreptomicina para la edad media. Estos no se escribieron cuando comencé mi carrera y bastantes cosas de los libros habrían sido una gran noticia en ese entonces. Sin embargo, algunas de las cosas más influyentes que todos deberían saber no se encuentran en una sola fuente (tal vez deberían serlo, pero ...).

La Guía de Econometría de Kennedy contiene una gran cantidad de consejos prácticos sobre una amplia gama de análisis estadísticos. De alguna manera es increíblemente denso en información y fácil de leer, y todavía aprendo algo nuevo cada vez que lo tomo.

La Econometría introductoria de Wooldridge también tiene una buena cantidad de este tipo de discusión, pero como libro de texto introductorio es más autónomo. Desearía haber tenido un curso basado en eso.