دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Victoria Cox
سری:
ISBN (شابک) : 9781484222560
ناشر: Apress
سال نشر: 2017
تعداد صفحات: 329
زبان: english
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 مگابایت
در صورت تبدیل فایل کتاب Translating Statistics to Make Decisions: A Guide for the Non-Statistician به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب ترجمه آمار برای تصمیم گیری: راهنمایی برای افراد غیرآمار نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
باورهای غلط و مغالطات رایجی را که افراد غیرآمار در تفسیر نتایج آماری به ارمغان می آورند، بررسی و حل کنید. در صورت استفاده صحیح از نتایج آماری برای تصمیمگیری تجاری مبتنی بر شواهد، مشکلات بسیاری را بررسی کنید که غیرآمار - و همچنین آماردانانی که گزارشهای آماری را به غیر آمارگیران ارائه میدهند- باید از آنها اجتناب کنند. ویکتوریا کاکس، آماردان ارشد در آزمایشگاه علوم و فناوری دفاعی بریتانیا (Dstl)، درسهای تجربه طولانی خود را در ارائه نتایج عملی مطالعات آماری پیچیده به کاربرانی با پیچیدگیهای آماری بسیار متفاوت در بسیاری از رشتهها: از دانشمندان، مهندسان، تحلیلگران ارائه میکند. و فنآوران اطلاعات به مدیران اجرایی، پرسنل نظامی، مدیران پروژه و مقامات در سراسر ادارات دولتی بریتانیا، صنعت، دانشگاه و شرکای بینالمللی. نویسنده نشان میدهد که چگونه استدلال آماری معیوب اغلب کاربرد نتایج آماری را حتی در میان کسانی که آموزش فنی پیشرفته دارند، تضعیف میکند. ترجمه آمار به خوانندگان از نظر آماری ساده لوح به اندازه کافی در مورد سؤالات، روش ها، مدل ها، فرضیات و اظهارات آماری می آموزد که آنها می توانند پیام عملی را از گزارش های آماری استخراج کنند و نتایج را بهتر محدود کنند. این کتاب برای افراد غیرآمار که آموزش های آماری دارند، براش، یادآوری ها و نکاتی را برای استفاده صحیح از آمار و راه حل هایی برای خطاهای رایج ارائه می دهد. به همکاران آمارگیر، نویسنده نشان میدهد که چگونه میتوان خروجی آماری را برای افراد غیرآمار ارائه کرد تا اطمینان حاصل شود که نتایج آماری به درستی درک شده و به درستی برای وظایف و تصمیمهای دنیای واقعی اعمال میشود. این کتاب از جبر و اثبات اجتناب میکند، اما کدهای نوشته شده به زبان R را برای آن دسته از خوانندگانی که انگیزه پیدا کردن مثالها را دارند فراهم میکند. ترجمه آمار با اشاره به نمونههای آموزنده آماری که در مسیر اشتباه قرار گرفتهاند، خوانندگان را در دوره معمولی یک مطالعه آماری، پیشرفت از مرحله طراحی آزمایشی از طریق فرآیند جمعآوری دادهها، تجزیه و تحلیل دادههای اکتشافی، آمار توصیفی، عدم قطعیت، آزمون فرضیهها، آماری راهنمایی میکند. مدل سازی و روش های چند متغیره، به نمودارهای مناسب برای ارائه نهایی. تمرکز ثابت در سراسر کتاب بر این است که چگونه مصنوعات ریاضی و اصطلاحات تخصصی که ماهیت دوم آماردانان است به انگلیسی ساده برای مشتریان و سهامداران شرکت تبدیل شود. فصل آخر به طور منظم درس ها و بینش های کتاب را برای انتقال دقیق گزارش های آماری به غیر آمارگیرانی که آنها را سفارش داده و بر اساس آنها عمل می کنند، خلاصه می کند. آنچه یاد خواهید گرفت خطاها و تصورات نادرست رایجی را که باعث می شود مطالعات آماری توسط غیر آمارگیران در تنظیمات سازمانی سوء تعبیر و سوء استفاده شود، تشخیص دهید و از آن اجتناب کنید. دادههای آماری برای تصمیمگیریهای تجاری نحوه کدگذاری راهحلهای آماری را ببینید. گزارش مطالعات آماری به غیر آمارگیران به روشی که به درستی قابل درک باشد و تصمیمات تجاری و فنی صحیح را اطلاع دهد.
Examine and solve the common misconceptions and fallacies that non-statisticians bring to their interpretation of statistical results. Explore the many pitfalls that non-statisticians—and also statisticians who present statistical reports to non-statisticians—must avoid if statistical results are to be correctly used for evidence-based business decision making. Victoria Cox, senior statistician at the United Kingdom’s Defence Science and Technology Laboratory (Dstl), distills the lessons of her long experience presenting the actionable results of complex statistical studies to users of widely varying statistical sophistication across many disciplines: from scientists, engineers, analysts, and information technologists to executives, military personnel, project managers, and officials across UK government departments, industry, academia, and international partners. The author shows how faulty statistical reasoning often undermines the utility of statistical results even among those with advanced technical training. Translating Statistics teaches statistically naive readers enough about statistical questions, methods, models, assumptions, and statements that they will be able to extract the practical message from statistical reports and better constrain what conclusions cannot be made from the results. To non-statisticians with some statistical training, this book offers brush-ups, reminders, and tips for the proper use of statistics and solutions to common errors. To fellow statisticians, the author demonstrates how to present statistical output to non-statisticians to ensure that the statistical results are correctly understood and properly applied to real-world tasks and decisions. The book avoids algebra and proofs, but it does supply code written in R for those readers who are motivated to work out examples. Pointing along the way to instructive examples of statistics gone awry, Translating Statistics walks readers through the typical course of a statistical study, progressing from the experimental design stage through the data collection process, exploratory data analysis, descriptive statistics, uncertainty, hypothesis testing, statistical modelling and multivariate methods, to graphs suitable for final presentation. The steady focus throughout the book is on how to turn the mathematical artefacts and specialist jargon that are second nature to statisticians into plain English for corporate customers and stakeholders. The final chapter neatly summarizes the book’s lessons and insights for accurately communicating statistical reports to the non-statisticians who commission and act on them. What You'll Learn Recognize and avoid common errors and misconceptions that cause statistical studies to be misinterpreted and misused by non-statisticians in organizational settings Gain a practical understanding of the methods, processes, capabilities, and caveats of statistical studies to improve the application of statistical data to business decisions See how to code statistical solutions in R Who This Book Is For Non-statisticians—including both those with and without an introductory statistics course under their belts—who consume statistical reports in organizational settings, and statisticians who seek guidance for reporting statistical studies to non-statisticians in ways that will be accurately understood and will inform sound business and technical decisions
Front Matter....Pages i-xix
Design of Experiments....Pages 1-31
Data Collection....Pages 33-46
Exploratory Data Analysis....Pages 47-74
Descriptive Statistics....Pages 75-102
Measuring Uncertainty....Pages 103-124
Hypothesis Testing....Pages 125-159
Statistical Modeling....Pages 161-239
Multivariate Analysis....Pages 241-269
Graphs....Pages 271-305
Translation and Communication....Pages 307-318
Back Matter....Pages 319-324