An Introduction to Evidence Based Statistics

آمار مبتنی بر شواهد: مقدمه‌ای بر رویکرد شواهد – از اصل احتمال تا عمل آماری راهنمای جامع و کاملی در مورد رویکرد شواهد در آمار در اختیار خوانندگان قرار می‌دهد. این رویکرد به جای احتمالات استفاده شده توسط سایر رویکردهای استنتاج آماری، از نسبت های احتمال استفاده می کند. درک رویکرد شواهد از نظر مفهومی آسان‌تر است و انجام محاسبات ساده‌تر است. این کتاب نحوه بیان داده ها را از نظر قدرت شواهد آماری برای فرضیه های رقیب توضیح می دهد.

رویکرد شواهدی، علی‌رغم دقت ریاضی و اعتبار آماری، در حال حاضر مورد استفاده قرار نمی‌گیرد. آمار مبتنی بر شواهد متنی قابل دسترس و کاربردی است که مملو از مثال‌ها، تصاویر و تمرین‌ها است. علاوه بر این، وب سایت همراه اطلاعات موجود در کتاب را تکمیل و گسترش می دهد.

در حالی که بعید است رویکرد شواهدی جایگزین روش‌های استنتاج آماری مبتنی بر احتمال شود، اما افزوده‌ای مفید به «کیف ترفندهای» هر آماردانی ارائه می‌کند. در این کتاب: 

• نحوه محاسبه شواهد آماری برای تجزیه و تحلیل‌های پرکاربرد را به صورت گام به گام توضیح می‌دهد 
• تحلیل‌ها شامل : آزمون t، ANOVA (یک طرفه، فاکتوریل، بین شرکت‌کنندگان و درون شرکت‌کنندگان، مختلط)، تحلیل‌های طبقه‌بندی (دوجمله‌ای، پواسون، مک‌نمار، نسبت نرخ، نسبت شانس، داده‌های «خیلی خوب برای درست بودن»، چند طرفه جداول)، همبستگی، رگرسیون و تجزیه و تحلیل های ناپارامتریک (یک نمونه، نمونه های مرتبط، نمونه های مستقل، نمونه های مستقل متعدد، جایگشت و راه انداز) 
• معادلات برای همه تحلیل ها داده شده است، و کد آماری R برای بسیاری از تحلیل ها ارائه شده است. تجزیه و تحلیل
• محاسبات اندازه نمونه برای احتمالات شواهد شواهد گمراه کننده و ضعیف توضیح داده شده است 
• تکنیک های مفیدی مانند فاصله قبلی بحرانی متیوز، فاکتور بیز گودمن و قانون توقف آرمیتاژ شرح داده شده است
>

برای دانشجویان مقطع کارشناسی و کارشناسی ارشد در هر رشته‌ای که به شدت به تجزیه و تحلیل آماری متکی است و همچنین محققان و متخصصان فعال در آن زمینه‌ها توصیه می‌شود، آمار مبتنی بر شواهد: مقدمه‌ای بر رویکرد شواهد – از اصل احتمال تا عمل آماری در قفسه کتاب هر کسی است که می‌خواهد رویکرد خود را برای تجزیه و تحلیل آماری تقویت و توانمند کند.

Evidence-Based Statistics: An Introduction to the Evidential Approach – from Likelihood Principle to Statistical Practice provides readers with a comprehensive and thorough guide to the evidential approach in statistics. The approach uses likelihood ratios, rather than the probabilities used by other statistical inference approaches. The evidential approach is conceptually easier to grasp, and the calculations more straightforward to perform. This book explains how to express data in terms of the strength of statistical evidence for competing hypotheses.  

The evidential approach is currently underused, despite its mathematical precision and statistical validity. Evidence-Based Statistics is an accessible and practical text filled with examples, illustrations and exercises. Additionally, the companion website complements and expands on the information contained in the book. 

While the evidential approach is unlikely to replace probability-based methods of statistical inference, it provides a useful addition to any statistician’s “bag of tricks.” In this book: 

• It explains how to calculate statistical evidence for commonly used analyses, in a step-by-step fashion 
• Analyses include: t tests, ANOVA (one-way, factorial, between- and within-participants, mixed), categorical analyses (binomial, Poisson, McNemar, rate ratio, odds ratio, data that’s ‘too good to be true’, multi-way tables), correlation, regression and nonparametric analyses (one sample, related samples, independent samples, multiple independent samples, permutation and bootstraps) 
• Equations are given for all analyses, and R statistical code provided for many of the analyses 
• Sample size calculations for evidential probabilities of misleading and weak evidence are explained 
• Useful techniques, like Matthews’s critical prior interval, Goodman’s Bayes factor, and Armitage’s stopping rule are described 

Recommended for undergraduate and graduate students in any field that relies heavily on statistical analysis, as well as active researchers and professionals in those fields, Evidence-Based Statistics: An Introduction to the Evidential Approach – from Likelihood Principle to Statistical Practice belongs on the bookshelf of anyone who wants to amplify and empower their approach to statistical analysis.