An Introduction to Statistics with Python: With Applications in the Life Sciences

اکنون در ویرایش دوم خود، این کتاب درسی مقدمه ای بر پایتون و استفاده از آن برای تجزیه و تحلیل داده های آماری ارائه می دهد. این آزمون‌های آماری رایج برای داده‌های پیوسته، گسسته و طبقه‌بندی شده، و همچنین تحلیل رگرسیون خطی و موضوعاتی از تجزیه و تحلیل بقا و آمار بیزی را پوشش می‌دهد.

برای این نسخه جدید، فصل‌های مقدماتی در پایتون، داده های ورودی و تجسم دوباره کار شده و به روز شده است. فصل طراحی آزمایشی گسترش یافته است و برنامه هایی برای تعیین فواصل اطمینان که معمولاً در کنترل کیفیت استفاده می شوند معرفی شده اند. این کتاب همچنین دارای فصل جدیدی در مورد یافتن الگوها در داده ها، از جمله سری های زمانی است. یک پیوست جدید ابزارهای برنامه نویسی مفیدی مانند ابزارهای تست، مخازن کد و رابط کاربری گرافیکی را توصیف می کند.

با مثال‌هایی که عمدتاً از زندگی و علوم پزشکی، این کتاب عمدتاً برای دانشجویان کارشناسی ارشد و دکترا در نظر گرفته شده است. از آنجایی که پیش‌زمینه آماری مورد نیاز را فراهم می‌کند، هر کسی که می‌خواهد تجزیه و تحلیل داده‌های آماری را انجام دهد، می‌تواند از این کتاب نیز استفاده کند.

Now in its second edition, this textbook provides an introduction to Python and its use for statistical data analysis. It covers common statistical tests for continuous, discrete and categorical data, as well as linear regression analysis and topics from survival analysis and Bayesian statistics.

For this new edition, the introductory chapters on Python, data input and visualization have been reworked and updated. The chapter on experimental design has been expanded, and programs for the determination of confidence intervals commonly used in quality control have been introduced. The book also features a new chapter on finding patterns in data, including time series. A new appendix describes useful programming tools, such as testing tools, code repositories, and GUIs.

With examples drawn mainly from the life and medical sciences, this book is intended primarily for masters and PhD students. As it provides the required statistics background, the book can also be used by anyone who wants to perform a statistical data analysis.