Посоветуйте учебник по статистике

[O.K.]

Более теоретический чем прикладной. Прикладной в смысле "смотрим таблицу такую-то, столбец такой-то" и таблиц для генерации случайных чисел. Теоретический в смысле с выводами откуда что взялось и доказательствами. Некоторая ориентированность на современные компьютерные реалии в принципе приветствуется.

Если проводить параллели с алгоритмами, то ищется, скажем не Кнут, но http://www.amazon.com/Introduction-Algo ... 636&sr=8-2

[Malinka05]

Кажется, этот: http://www.amazon.com/Introduction-Stat ... 716&sr=8-5
А точнее еще дома посмотрю.

[skywalkerr]

Более теоретический чем прикладной. Прикладной в смысле "смотрим таблицу такую-то, столбец такой-то" и таблиц для генерации случайных чисел. Теоретический в смысле с выводами откуда что взялось и доказательствами. Некоторая ориентированность на современные компьютерные реалии в принципе приветствуется.

Если проводить параллели с алгоритмами, то ищется, скажем не Кнут, но http://www.amazon.com/Introduction-Algo ... 636&sr=8-2

Рекомендую вот эту
http://bcs.whfreeman.com/ips5e/default. ... id=0&rau=0

Книга написана академическим языком. По книге занимаются студенты статистики 1-2 года, в ВУЗах. Также, студенты других факультетов.

Книга не покрывает специализированные темы. Покрывает общие темы. Достаточно хорошо. На сайте книги есть содержание и sample chapters.

[subscriber]

Два классических учебника статистики:
1. Cox and Hinkley. Theoretical Statistics.
2. Kendall. The Advanced Theory of Statistics.

[O.K.]

Спасибо всем кто ответил! Похоже Кендалл именно то что нужно, дорогой только зараза.

[flip_flop]

Вы бы критерии привели - например, уровень (введение - теория для математиков, библия для статистиков профессионалов), цели (интеллектуальное удовольствие - получение позиции в деньгах), область применения (анализ данных, моделирование), препдолагаемый вид анализа (параметрическая/непараметрическая оценка, регресионный/корреляционный/дискриминантный/кластерный анализ, проектирование експеримента и т.д.)

А так, да, Кендел - классика, вот только многотомная и дорогая. Наверное, библия для статистиков - профессионалов, но судя по вопросу Вы таковым не являетесь?

[flip_flop]

Кстати, если ищется дешевая (в прямом смысле) классика - можно рассматривать Довер и эти же книги могут быть на Амазоне дешевле. Я бы по теме взял пару
1. Принципы Статистики - Всего 10 баксов, лаконичная классика
2. Statistical Inference [TOC] - тоже недорого и вроде бы неплохо (из серии не читал, но рекомендую )

[Ivan Popugaev]

Кстати, если ищется дешевая (в прямом смысле) классика - можно рассматривать Довер и эти же книги могут быть на Амазоне дешевле. Я бы по теме взял пару
1. Принципы Статистики - Всего 10 баксов, лаконичная классика
2. Statistical Inference [TOC] - тоже недорого и вроде бы неплохо (из серии не читал, но рекомендую )

А скажите пожалуйста, эти книги подойдут для инженера, "что бы вспомнить" статистику.
Т.е. он, инженер, конечно 10 лет назад ее учил, но наверняка все позабыл.

Спасибо,
Иван Попугаев

[O.K.]

Вы бы критерии привели - например, уровень (введение - теория для математиков, библия для статистиков профессионалов), цели (интеллектуальное удовольствие - получение позиции в деньгах), область применения (анализ данных, моделирование), препдолагаемый вид анализа (параметрическая/непараметрическая оценка, регресионный/корреляционный/дискриминантный/кластерный анализ, проектирование експеримента и т.д.)

А так, да, Кендел - классика, вот только многотомная и дорогая. Наверное, библия для статистиков - профессионалов, но судя по вопросу Вы таковым не являетесь?

Совершенно верно, я не статистик-профессионал. Уровень нужен введение, но с бОльшим уклоном на теорию и математику, чем обычно дается в учебниках по практическому применению стат. тестов и т.п. Область применения - использование статистических методов (типа корреляции) для machine learning.

Посмотрел первый том Кендела в библиотеке, в принципе понравилась книга. Спасибо за наводку на Балмера, хорошая видно вещь. Есть ли еще какие варианты с учетом уточненных требований?

[IVA]

An Introduction to Mathematical Statistics
by R Larsen and M Marx
More advanced:
Statistical Inference by G Casella and R Berger

[Ivan Popugaev]

Рекомендую вот эту
http://bcs.whfreeman.com/ips5e/default. ... id=0&rau=0

Книга написана академическим языком. По книге занимаются студенты статистики 1-2 года, в ВУЗах. Также, студенты других факультетов.

Книга не покрывает специализированные темы. Покрывает общие темы. Достаточно хорошо. На сайте книги есть содержание и sample chapters.

Я два часа назад на книжном развале купил эту книгу за 7 баксов. Разве что, 4-ое издание, а не последнее 5-ое. Она же теория, она же задачник, и к ней дается CD-ROM.

[flip_flop]

Вы бы критерии привели - например, уровень (введение - теория для математиков, библия для статистиков профессионалов), цели (интеллектуальное удовольствие - получение позиции в деньгах), область применения (анализ данных, моделирование), препдолагаемый вид анализа (параметрическая/непараметрическая оценка, регресионный/корреляционный/дискриминантный/кластерный анализ, проектирование експеримента и т.д.)

А так, да, Кендел - классика, вот только многотомная и дорогая. Наверное, библия для статистиков - профессионалов, но судя по вопросу Вы таковым не являетесь?

Совершенно верно, я не статистик-профессионал. Уровень нужен введение, но с бОльшим уклоном на теорию и математику, чем обычно дается в учебниках по практическому применению стат. тестов и т.п. Область применения - использование статистических методов (типа корреляции) для мачине леарнинг.

Посмотрел первый том Кендела в библиотеке, в принципе понравилась книга. Спасибо за наводку на Балмера, хорошая видно вещь. Есть ли еще какие варианты с учетом уточненных требований?

Тяжело давать рекомендации в общем виде, не зная сколько времени Вы собираетесь потратить на изучение основ как аппарата или как самоцели самих по себе. На вашем месте я бы ограничился Балмером для "классического" введения с разумным уровнем математики и основополагающей теории, затем вот этой одной книгой по элементам статистистического машинного обучения (из серии - не читал но рекомендую судя по индексу и оглавлению - ессенция охвачена, вплоть до ссылок на ностальгические фамилии наших соотечественников Вапника и Червоненкиса), затем вот этой книгой по собственно машинному обучению (это - читал еще до выхода в печать и рекомендую), где тоже есть статистические методы но упор идет на собственно машинное обучение.

[O.K.]

Тяжело давать рекомендации в общем виде, не зная сколько времени Вы собираетесь потратить на изучение основ как аппарата или как самоцели самих по себе. На вашем месте я бы ограничился Балмером для "классического" введения с разумным уровнем математики и основополагающей теории, затем вот этой одной книгой по элементам статистистического машинного обучения (из серии - не читал но рекомендую судя по индексу и оглавлению - ессенция охвачена, вплоть до ссылок на ностальгические фамилии наших соотечественников Вапника и Червоненкиса), затем вот этой книгой по собственно машинному обучению (это - читал еще до выхода в печать и рекомендую), где тоже есть статистические методы но упор идет на собственно машинное обучение.

Большое спасибо за рекомендации, flip_flop!