Qualche suggerimento per un buon libro di testo introduttivo alle statistiche?

Spero che tu mi possa dare alcuni suggerimenti. Insegno in un college molto diversificato (composto da gruppi minoritari) e gli studenti sono per lo più laureati in psicologia. La maggior parte degli studenti proviene dal liceo, ma alcuni di loro sono studenti di ritorno di età superiore ai 40 anni. La maggior parte degli studenti ha problemi motivazionali e avversione alla matematica. Ma sto ancora cercando un libro che copra il curriculum di base: dal descrittivo al campionamento e test fino all'ANOVA, e tutto nel contesto di metodi sperimentali. Il dipartimento mi richiede di utilizzare SPSS in classe, ma mi piace l'idea di costruire l'analisi in un foglio di calcolo come Excel.

ps gli altri insegnanti usano un libro che non mi piace per la grande dipendenza dalle formule computazionali. Trovo che l'uso di queste formule computazionali - piuttosto che la formula più intuitiva e intensivamente computazionale che sia coerente con l'algoritmo razionale e di base - non intuitivo, inutile e confuso. Questo è il libro che mi riferisco a Essentials of Statistics for the Behavioral Sciences, 7th Edition Frederick J Gravetter State University of New York, Brockport Larry B. Wallnau State University di New York, Brockport ISBN-10: 049581220X Grazie per aver letto!

Le statistiche , di Freedman, Pisani e Purves, hanno avuto origine da un corso popolare e di successo tenuto presso l'UC Berkeley. L'ho usato come testo introduttivo per gli studenti universitari, ho preso in prestito alcune delle sue idee durante l'insegnamento dei corsi di statistica per laureati e ho dato molte copie a colleghi e clienti. Ci sono molte ragioni per la sua popolarità:

• La sua narrativa e i suoi problemi sono guidati da casi di studio reali e dati reali di ovvia importanza, piuttosto che dal trucco inventato che si trova in così tanti testi. Questi sono davvero interessanti e memorabili, tra cui gli studi sui vaccini contro la polio di Salk, la debacle del sondaggio del Literary Digest del 1936, la causa sulla discriminazione degli studenti laureati di Berkeley (basata sul Paradox di Simpson), la critica di Fisher ai risultati dei piselli di Mendel e molto altro.

• Ha numerosi problemi a tre livelli: alla fine di ogni sottosezione del capitolo (di cui ce ne sono centinaia), alla fine di ogni capitolo (oltre 30) e alla fine dei principali gruppi di capitoli (circa 4, ricordo) . Questi problemi richiedono una matematica minima o nulla: si concentrano su potenziali equivoci che gli autori, nella loro vasta esperienza, hanno scoperto di sorgere tra gli studenti.

• Si concentra su idee e ragionamenti statistici piuttosto che sulla matematica.

• Non usa (quasi) nessuna formula matematica. Le relazioni quantitative sono generalmente espresse graficamente e in parole. (Sono così chiaramente trasmessi che quando ho letto questo libro per la prima volta, da studente di matematica completamente ignorante delle statistiche, sono stato in grado di riprodurre senza problemi tutta la teoria matematica sottostante.)

• Copre la maggior parte del materiale tradizionale, comprese le distribuzioni binomiale e normale, gli intervalli di confidenza, i test z, i test t, i test del chi quadro, la regressione e la quantità minima di probabilità e combinatoria necessaria per comprenderli.

Alcuni potenziali svantaggi includono:

• Nessun trattamento delle statistiche bayesiane. Questo renderà questo libro superato in un decennio.

• Nessun trattamento di ANOVA (gli studenti di psicologia potrebbero perdere di più questo).

• Nessuna discussione sull'informatica.

Credo che gli ultimi due non siano critici: un buon istruttore può facilmente fornire il materiale ANOVA e può insegnare quanto o meno calcoli possano desiderare. L'importanza dell'omissione delle statistiche bayesiane dipenderà dai gusti e dagli obiettivi dell'istruttore.

Infine, dovrei notare che, sebbene le esigenze matematiche siano minime come si possa immaginare, il mio pre e post test degli studenti indica che le persone che arrivano al libro con una disposizione e un'abitudine di pensare quantitativamente ottengono ancora molto di più da di quelli che non lo fanno. La maggior parte dei miei studenti si è comportata male nelle pretese di conoscenza matematica (il 90% ha ottenuto voti non soddisfacenti), ma coloro che hanno anche ottenuto cattive prestazioni nelle pretese di pensiero critico ( Test cognitivo di riflessione cognitiva di Shane Frederick ) hanno mostrato un miglioramento notevolmente inferiore nel semestre rispetto ad altri. I test pre e post includevano entrambi il test CAOS completo da 40 elementidi concetti fondamentali che ogni corso introduttivo di statistica a livello universitario dovrebbe includere. Gli studenti di questa classe hanno costantemente mostrato un miglioramento doppio rispetto a quello riportato nella letteratura CAOS; gli studenti con scarsi punteggi di riflessione cognitiva hanno migliorato solo una quantità media (o non sono riusciti a completare il corso). Non ho i dati per assegnare le cause a questo ulteriore miglioramento, ma sospetto che il libro di testo meriti almeno parte del merito.

Statistics Unplugged è un ottimo libro per le statistiche introduttive. L'autore introduce prima la logica del test statistico e successivamente fornisce la formula matematica. Questo approccio aiuta a digerire i nuovi concetti. Ci sono diversi esempi in tutto il libro che vengono presentati sotto forma di un problema che deve essere risolto piuttosto che un'ipotesi e passaggi matematici.

Ho letto Freedman (quasi l'intero libro) e OpenIntro Statistics (più di un terzo). Entrambi questi libri sono abbastanza buoni.

Alla fine ho trovato il libro che si avvicinava a quello che stavo cercando: Learning Statistics with R: un tutorial per studenti di psicologia e altri principianti di Daniel Navarro. È disponibile gratuitamente online (legalmente) e puoi anche ordinare una versione stampata per circa $ 30 (vedi la pagina del libro per i dettagli).

I principali pro di questo libro sono:

• Implementazioni R incorporate nel testo man mano che vengono introdotti argomenti. R ha funzioni integrate per la maggior parte dei metodi spiegati nel libro. Laddove R non ha un built-in, l'autore ha scritto la propria funzione per questo e lo ha reso disponibile su CRAN sotto la sua lsrlibreria, quindi il tuo apprendimento è abbastanza completo. Personalmente ho scoperto che questo è il più grande vantaggio di questo libro.

• Il libro è più completo di Freedman e OpenIntro. Insieme alle basi, copre argomenti come il test di Shapiro-Wilk, il test di Wilcoxon, la correlazione di Spearman, i mezzi tagliati e un capitolo sulle statistiche bayesiane, per citarne alcuni.

• La motivazione dietro ogni argomento è spiegata chiaramente. C'è anche una buona quantità di storia dietro gli argomenti, quindi puoi capire come è arrivato un metodo.

• Il libro è stato scritto iterativamente con il feedback dei lettori e credo che l'autore stia ancora migliorando il libro.

L'unico inconveniente è che la versione cartacea è grande e pesante!

Thom Baguley, editore uscente del British Journal of Mathematical and Statistical Psychology, ha pubblicato il libro Serious Stats che potresti trovare utile. Si basa su R piuttosto che su SPSS.

Sono sospettoso dei libri che sono alla loro settima edizione. Nella mia esperienza di insegnamento, ciò significa che le sezioni e i problemi sono stati rimescolati in modo che gli studenti dovessero acquistare l'ultima edizione per generare il flusso di cassa per l'editore e i diritti d'autore per gli autori tenere il passo con il corso. Poche monografie serie, a livello di ricerca, sono state sottoposte a una seconda edizione dai loro autori e ogni numero più alto è ovviamente un valore anomalo. (La Library of Statistics di Kendall è un'eccezione notevole, ma non riesco davvero a pensare a nessun altro libro che conosco sarebbe alla sua terza edizione.)

A mio avviso molto forte, Excel è un buon strumento per l'analisi statistica solo se utilizzato da un dottorato di ricerca. statistico. Insegnare statistiche universitarie con esso probabilmente avrà conseguenze disastrose e insegna poche statistiche rispetto all'utilizzo di un pacchetto moderno come R o Stata. Basta provare a produrre un diagramma di regressione residuo vs. leva finanziaria standardizzato in Excel e confrontarlo con una riga in questi pacchetti. Gli statisti dovrebbero conoscere la teoria, quindi dovrebbero costruire questi grafici da zero, ma usando comunque un pacchetto statistico anziché copiare / incollare le formule in Excel. Gli studenti non importanti devono avere la sensazione per l'analisi dei dati, e Excel lo oscura, nella migliore delle ipotesi.

Che ne dici di The Statistical Sleuth di Ramsey e Schafer?

Penso che questo libro arrivi ad alcuni punti importanti senza a) Troppa matematica o b) scioccando le cose.

Suggerirei che un corso introduttivo sulle statistiche per psicologia e altri tipi di scienze sociali dovrebbe enfatizzare come non sbagliare troppo. Un sondaggio sui metodi sarebbe anche una buona cosa per gli studenti.

Dai un'occhiata al libro delle statistiche introduttive, Senso dei dati attraverso le statistiche: un'introduzione(2014) di Dorit Nevo. È scritto in un modo estremamente accessibile ed è destinato a studenti universitari o laureati in economia e scienze sociali. Il libro di testo fa uso di esempi significativi per gli studenti di oggi ed è accompagnato da fogli di lavoro di Excel che forniscono un'esperienza pratica che rafforza i concetti e le tecniche statistiche trattati. Agli istruttori vengono forniti materiali didattici supplementari, tra cui diapositive di lezioni PPT per ciascun capitolo, un manuale di soluzioni per tutti gli esercizi di esercitazione e set di esercitazioni di fine capitolo e una banca di prova. Il libro è venduto solo in formato digitale (.pdf), consentendo un prezzo molto ragionevole di $ 19,95. Gli educatori possono registrarsi per accedere gratuitamente al libro e ai materiali didattici iscrivendosi al portale Anteprima Legerity Digital Press Educator .

Ecco un elenco di libri. Puzzle / enigmi sono un ottimo modo per infondere interesse a ciò che la matematica / statistica può fare. Anche esempi di vita reale aiutano.

Sono stato un TA, osservatore o studente in molti corsi che coinvolgono metodi quantitativi per la psicologia, con SPSS come programma principale. In tutti i casi mi è sembrato che gli studenti abbiano gravitato verso Field (2013), indipendentemente dal fatto che il coordinatore del corso abbia menzionato o meno questo libro. In numerosi casi gli studenti hanno ignorato un libro di testo raccomandato e hanno invece letto il libro di testo di Field.

Non sono adeguatamente competente per valutare il rigore delle spiegazioni nel libro, né sono a conoscenza di alcuna ricerca sui risultati dell'apprendimento. Tuttavia, posso dire che questo libro è completo, economico (da dove vengo comunque) e popolare tra gli studenti. Lo stile di scrittura dell'autore si basa molto sugli aneddoti personali, che saranno apprezzati da alcuni lettori. Tuttavia, ho scoperto che almeno a tutti gli studenti piace. Mi è sembrato di incontrare molti errori di battitura e altri problemi nelle prime edizioni, ma alla quarta edizione la maggior parte di questi sembra essere stata eliminata.

Quindi, Field (2013) è la mia raccomandazione, poiché:

1. Ho visto studenti di psicologia impegnarsi con esso e divertirmi a leggerlo.
2. Anche se consigli un altro libro, è molto probabile che alcuni studenti useranno comunque Field (2013). Questo può quindi creare problemi di amministrazione all'interno del tuo corso.
3. Il libro è popolare e l'autore è ancora relativamente giovane, quindi è probabile che ci saranno ulteriori edizioni e miglioramenti.
4. Se in seguito decidi di voler utilizzare R, puoi passare senza problemi a Field, Miles e Field (2012), che utilizza la maggior parte degli stessi esempi. @ jeremy-miles è un collaboratore frequente di questo sito.

Field, A. (2013). Rilevamento delle statistiche utilizzando le statistiche IBM SPSS. Saggio.
Field, A., Miles, J., & Field, Z (2012). Scoprire le statistiche usando R. Sage.