Alguma sugestão para um bom livro introdutório de graduação em estatística?

Espero que você possa me dar algumas sugestões. Estou ensinando em uma faculdade muito diversa (formada por grupos minoritários) e os alunos são majoritariamente graduados em psicologia. A maioria dos alunos é recém-formada no ensino médio, mas alguns deles são alunos mais velhos, com retorno acima de 40 anos. A maioria dos alunos tem problemas de motivação e aversão à matemática. Mas ainda estou procurando um livro que cubra o currículo básico: do descritivo à amostragem e teste até a ANOVA e tudo no contexto de métodos experimentais. O departamento exige que eu use o SPSS em sala de aula, mas eu gosto da ideia de criar a análise em uma planilha como o excel.

ps os outros professores usam um livro que eu não gosto devido à grande dependência de fórmulas computacionais. Acho que o uso dessas fórmulas computacionais - em vez da fórmula mais intuitiva e computacionalmente consistente que é consistente com o algoritmo racional e básico - não é intuitivo, desnecessário e confuso. Este é o livro que me refiro ao Essentials of Statistics for the Behavioral Sciences, 7ª Edição Universidade Estadual Frederick J Gravetter de Nova York, Brockport Larry B. Wallnau Universidade Estadual de Nova York, Brockport ISBN-10: 049581220X Obrigado pela leitura!

As estatísticas , de Freedman, Pisani, & Purves, originaram-se de um curso popular e bem-sucedido ministrado na UC Berkeley. Eu o usei como um texto de estatísticas de introdução para estudantes de graduação, emprestou algumas de suas idéias ao ministrar cursos de estatística de pós-graduação e doou muitas cópias a colegas e clientes. Há muitas razões para sua popularidade:

• Sua narrativa e seus problemas são conduzidos por estudos de caso reais e dados reais de importância óbvia, ao invés da bobagem inventada encontrada em tantos textos. Isso é realmente interessante e memorável, incluindo os ensaios de vacinas contra a poliomielite Salk, o desastre da pesquisa Literary Digest de 1936, o processo de discriminação de estudantes de graduação em Berkeley (baseado no Paradox de Simpson), as críticas de Fisher aos resultados da ervilha de Mendel e muito mais.

• Tem problemas extensos em três níveis: no final de cada subseção de capítulo (dos quais existem centenas), no final de cada capítulo (mais de 30) e no final de grandes grupos de capítulos (cerca de 4, eu me lembro) . Esses problemas requerem pouca ou nenhuma matemática: eles se concentram em possíveis mal-entendidos que os autores, em sua vasta experiência, descobriram surgir entre os estudantes.

• Ele se concentra em idéias estatísticas e raciocínio, em vez de matemática.

• Não utiliza (quase) nenhuma fórmula matemática. As relações quantitativas são geralmente expressas graficamente e em palavras. (Eles são tão claramente transmitidos que, quando li este livro pela primeira vez, como um estudante de matemática totalmente ignorante das estatísticas, pude reproduzir toda a teoria matemática subjacente sem problemas.)

• Ele cobre a maior parte do material tradicional, incluindo as distribuições Binomial e Normal, intervalos de confiança, testes z, testes t, testes qui-quadrado, regressão e a quantidade mínima de probabilidade e combinatória necessárias para entendê-las.

Algumas desvantagens potenciais incluem:

• Nenhum tratamento das estatísticas bayesianas. Isso tornará este livro obsoleto dentro de uma década.

• Nenhum tratamento da ANOVA (os estudantes de psicologia podem sentir mais a falta disso).

• Nenhuma discussão sobre computação.

Acredito que os dois últimos não são críticos: um bom instrutor pode facilmente fornecer o material ANOVA e pode ensinar a computação em quantidade que desejar. A importância da omissão das estatísticas bayesianas dependerá dos gostos e objetivos do instrutor.

Finalmente, devo observar que, embora as demandas matemáticas sejam tão pequenas quanto se possa imaginar, meus testes pré e pós-teste indicam que as pessoas que chegam ao livro com uma disposição e um hábito de pensar quantitativamente ainda tiram muito mais proveito. do que aqueles que não. A maioria dos meus alunos teve um desempenho ruim nos pré-testes de conhecimento matemático (90% obtiveram notas ruins), mas aqueles que também tiveram um desempenho ruim nos pré-testes do pensamento crítico ( Teste de Reflexão Cognitiva de Shane Frederick ) exibiram uma melhoria significativamente menor durante o semestre do que outros. Os testes pré e pós incluíram o teste CAOS completo de 40 itensde conceitos fundamentais que qualquer curso introdutório de estatísticas de nível universitário deve incluir. Os alunos desta turma apresentaram consistentemente duas vezes mais melhorias do que as relatadas na literatura do CAOS; os alunos com escores baixos de reflexão cognitiva melhoraram apenas uma quantidade média (ou não conseguiram concluir o curso). Não tenho dados para atribuir causas a essa melhoria extra, mas suspeito que o livro mereça pelo menos parte do crédito.

Statistics Unplugged é um ótimo livro para estatísticas introdutórias. O autor introduz primeiro a lógica do teste estatístico e depois fornece a fórmula matemática. Essa abordagem ajuda na digestão dos novos conceitos. Existem vários exemplos ao longo do livro que são apresentados na forma de um problema que precisa ser resolvido, em vez de uma afirmação hipotética e etapas matemáticas.

Eu li Freedman (quase todo o livro) e OpenIntro Statistics (mais de um terço). Ambos os livros são muito bons.

Acabei encontrando o livro que se aproximava do que estava procurando: Estatísticas de Aprendizagem com R: Um tutorial para estudantes de psicologia e outros iniciantes de Daniel Navarro. Está disponível gratuitamente on-line (legalmente) e você também pode solicitar uma versão impressa por cerca de US $ 30 (consulte a página do livro para obter detalhes).

Os principais profissionais deste livro são:

• R implementações incorporadas no texto à medida que os tópicos são introduzidos. R possui funções internas para a maioria dos métodos explicados no livro. Onde R não possui um built-in, o autor escreveu sua própria função e a disponibilizou no CRAN em sua lsrbiblioteca, para que seu aprendizado seja bastante completo. Pessoalmente, achei que esse era o maior ponto positivo deste livro.

• O livro é mais abrangente que o Freedman e o OpenIntro. Junto com o básico, ele aborda tópicos como teste de Shapiro-Wilk, teste de Wilcoxon, correlação de Spearman, médias aparadas e um capítulo sobre estatística bayesiana, para citar alguns.

• A motivação por trás de cada tópico é explicada claramente. Há também uma boa quantidade de histórico por trás dos tópicos, para que você possa apreciar como um método foi alcançado.

• O livro foi escrito iterativamente com feedback dos leitores e acredito que o autor ainda está aprimorando o livro.

A única desvantagem é que a versão impressa é grande e pesada!

Thom Baguley, editor cessante do British Journal of Mathematics and Statistical Psychology, publicou o livro Serious Stats que você pode achar útil. Depende do R, e não do SPSS.

Desconfio dos livros que estão na 7ª edição. Na minha experiência de ensino, isso significa que as seções e os problemas foram reorganizados para que os alunos tivessem que comprar a edição mais recente para gerar fluxo de caixa para a editora e royalties para os autores acompanharem o curso. Poucas monografias sérias e de nível de pesquisa foram submetidas a uma segunda edição por seus autores, e qualquer número maior é obviamente um número extravagante. (A Biblioteca de Estatística de Kendall é uma exceção notável, mas não consigo pensar em nenhum outro livro que eu saiba que estaria em sua terceira edição.)

Na minha opinião muito forte, o Excel é uma boa ferramenta para análise estatística somente quando usado por um Ph.D. estatístico. O ensino de estatística de graduação com ela provavelmente terá consequências desastrosas e ensina pouca estatística em comparação ao uso de um pacote moderno como R ou Stata. Apenas tente produzir um gráfico de regressão residual versus alavancagem padronizado no Excel e compare-o com linhas únicas nesses pacotes. Os especialistas em estatística precisam conhecer a teoria, portanto precisam construir esses gráficos do zero, mas ainda usando um pacote estatístico em vez de copiar / colar as fórmulas no Excel. Estudantes de graduação não graduados precisam ter a noção da análise de dados, e o Excel o oculta, na melhor das hipóteses.

Que tal The Statistical Sleuth de Ramsey e Schafer?

Acho que este livro chega a alguns pontos importantes sem: a) Muita matemática ou b) emburrecer as coisas.

Eu sugeriria que um curso introdutório de estatísticas para psicologia e outros tipos de ciências sociais enfatizasse como não dar errado demais. Uma pesquisa de métodos também seria uma coisa boa para os estudantes de graduação.

Confira o livro de estatísticas introdutórias, Entendendo os dados através das estatísticas: uma introdução(2014) de Dorit Nevo. É escrito de uma maneira extremamente acessível e destina-se a estudantes de graduação ou pós-graduação em negócios e nas ciências sociais. O livro faz uso de exemplos significativos para os alunos de hoje e é acompanhado de planilhas do Excel, fornecendo experiência prática que reforça os conceitos e técnicas estatísticas abordados. Os instrutores recebem materiais didáticos suplementares, incluindo slides de palestras PPT para cada capítulo, um Manual de soluções para todos os exercícios de unidade e conjuntos de práticas de final de capítulo e um banco de testes. O livro é vendido apenas em formato digital (.pdf), permitindo o preço bastante razoável de US $ 19,95. Os educadores podem se registrar para obter acesso gratuito ao livro e aos materiais de ensino, inscrevendo-se no portal de visualização do educador da Legerity Digital Press .

Aqui está uma lista de livros. Quebra-cabeças / enigmas são uma ótima maneira de despertar interesse no que a matemática / estatística pode fazer. Exemplos da vida real também ajudam.

Fui AT, observador ou estudante em muitos cursos envolvendo métodos quantitativos para psicologia, tendo o SPSS como o programa principal. Em todos os casos, pareceu-me que os estudantes gravitaram em direção a Field (2013), independentemente de o coordenador do curso ter mencionado este livro ou não. Em vários casos, os alunos ignoraram um livro recomendado e, em vez disso, leram o livro de Field.

Não sou competente para avaliar o rigor das explicações contidas no livro e nem conheço nenhuma pesquisa sobre resultados de aprendizagem. No entanto, posso dizer que este livro é abrangente, barato (de onde eu sou de qualquer maneira) e popular entre os alunos. O estilo de escrita do autor depende muito de anedotas pessoais, que agradarão alguns leitores. No entanto, descobri que pelo menos tantos alunos gostam disso. Eu parecia ter encontrado muitos erros de digitação e outros problemas nas primeiras edições, mas na quarta edição a maioria deles parece ter sido eliminada.

Então, Field (2013) é minha recomendação, pois:

1. Já vi estudantes de psicologia se envolverem e gostarem de ler.
2. Mesmo se você recomendar outro livro, é bem provável que alguns alunos usem Field (2013) de qualquer maneira. Isso pode criar problemas de administração no seu curso.
3. O livro é popular e o autor ainda é relativamente jovem, por isso é provável que haja mais edições e melhorias.
4. Se, posteriormente, você decidir que deseja usar R, poderá fazer a transição sem problemas para Field, Miles e Field (2012), que usa a maioria dos mesmos exemplos. @ jeremy-miles é um colaborador frequente deste site.

Field, A. (2013). Descobrindo Estatísticas Utilizando Estatísticas do IBM SPSS. Sábio.
Field, A., Miles, J., & Field, Z (2012). Descobrindo estatísticas usando R. Sage.