¿Cuál es la mejor manera de aprender estadísticas para la psicología?

Answer 1

1. Comenzaría con la “Historia de las estadísticas” de Stigler. Comentarios de ET Jaynes sobre este libro: un trabajo masivo de becas cuidadosas, requirió la lectura de todos los estudiantes de la materia. Ofrece discusiones completas de muchos temas que tratamos brevemente. Ver ET Jaynes, 2003, pág. 701. Lo que me lleva al # 2.
2. “Teoría de la probabilidad” por ET Jaynes; 2003. Excelente texto. Me gusta la sección de referencia donde él enumera las grandes obras y comenta sobre ellas. Véase más arriba como un ejemplo.
3. De acuerdo con Rohit re: Wasserman.
4. Feller “Una introducción a la teoría de la probabilidad y sus aplicaciones, 2 vols. Texto estándar de nivel de posgrado. Muy completo.
5. “Un curso en teoría de la probabilidad” por KL Chung. Otra prueba de postgrado. Desafiando por la mayoría de las cuentas.
6. La “teoría de la probabilidad” de Bruno de Finetti en 2 vols. Jaynes, 2003, pág. 687: la traducción al inglés de Adrian Smith no pudo ocultar el ingenio y el humor de este trabajo. Bruno de Finetti se divertía mucho escribiéndolo; pero apenas podía escribir dos oraciones sin inyectar algún comentario parentético sobre un tema diferente, que de repente le vino a la mente, y esto se sigue fielmente en la traducción. Lleno de información interesante que todos los estudiantes serios del campo deben saber; Pero imposible de resumir debido a su desorganización caótica. La discusión de cualquier tema puede estar dispersa en media docena de capítulos diferentes sin referencias cruzadas, por lo que uno también puede leer las páginas al azar.
7. “Un tratado sobre la probabilidad” de Keynes. Otro clásico del eminente economista; Aunque escrito en 1921, sigue vigente hoy en día.
8. La “Causalidad” de Judea Pearl. La correlación no es causalidad. No estadísticas en sí, sino relacionadas.
9. “El defecto de los promedios” por Sam Savage. Él es el hijo del famoso estadístico Joe. Un popularizador pero el profesional seguramente se beneficiará de esto.
10. “El cisne negro” de Nassim Taleb. En este libro, él examina la preponderancia de los humanos para ignorar el evento altamente improbable e imprevisible con consecuencias masivas. Otro libro con una muy buena bibliografía.
11. “The Dance with Chance” de Makridakis, Hogarth y Gaba. Aquí los autores exploran el impacto de la suerte en nuestras vidas. Otro popularizador pero muy interesante de leer.

No he mencionado otras obras de personas como J. Savage, JI Good y RA Fisher. Si miras la bibliografía de Jaynes o la bibliografía de Taleb, puedes encontrar muchas pistas. ¡Que te diviertas!

Answer 2

Hace poco terminé un curso de estadística con un ligero énfasis en CS. Mi profesor escribió nuestro libro de texto y trabaja constantemente para mejorarlo. Es una lectura muy fácil, y explica claramente una gran cantidad de conceptos de probabilidad / estadísticas (desde básicos hasta más avanzados).

Aquí está la versión actual de su libro de texto en línea gratuito:
http://heather.cs.ucdavis.edu/~m …

Answer 3

Práctica.

Le pido disculpas si me pongo en blanco, pero encontré que la mejor manera de aprender es hacerlo, pero necesitará la opinión de alguien más experto a medida que avanza en el proceso. El lugar donde puede obtener esto dependerá de su situación: si está en la universidad o colegio universitario, debe administrar bien. Si no, hay lugares a los que puede ir para obtener comentarios, pero prepárese para todo tipo de preguntas incómodas, están ahí por una razón y puede aprender de ellas.

El problema con las estadísticas es diferente al de la programación. Si su programa no es correcto, lo más probable es que no funcione y es obvio que ha fallado. Sin embargo, con las estadísticas, si ha cometido errores fundamentales en el proceso de análisis, aún obtendrá un resultado, pero será incorrecto y no tendrá idea.

Así que el truco (y sé que no siempre es posible) es realizar un análisis y obtener retroalimentación sobre todo lo que hace, desde formalizar la hipótesis, elaborar el diseño, preparar datos, estadísticas descriptivas y pruebas inferenciales (si las está haciendo). es sorprendente lo lejos que puede ir solo con descriptivos).

He enseñado estadísticas y métodos de investigación a estudiantes de pregrado y postgrado, y he encontrado que algunos tienden a estar muy orientados a los resultados. Su objetivo principal es obtener una respuesta y, a menudo, se olvidan los pequeños detalles, como verificar la distribución de los datos antes de realizar una comparación paramétrica. Un buen mentor o bucle de retroalimentación lo corregirá y los libros tienen graves limitaciones al respecto.

Actualmente, veo que muchas personas cometen errores bastante básicos al analizar datos y esto abarca muchos campos. Los ejemplos son realizar una prueba t o ANOVA en datos normalizados en lugar de datos sin procesar; utilizando pruebas paramétricas para datos no paramétricos; no revisar las distribuciones antes de las pruebas inferenciales; No ser consciente de las limitaciones muy importantes de las regresiones múltiples. Hay un montón de ellos y la experiencia estadística real proviene de estar familiarizado con estos.

Espero que esto ayude.