Книга "Applied Univariate Bivariate and Multivariate" авторства Daniel J Denis представляет собой практическое руководство по основным статистическим методам и приемам обработки данных на языке Python. В ее основе лежит значительное количество материалов, относящихся к теме, с обширным обсуждением особенностей и возможностей применения на практике различных статистических методов на языке программирования. Особенность книги заключается в том, что, ориентируясь именно на анализ данных в Python и знакомство со статистическими основами, она содержит только то, что необходимо для работы в этой области - вычислительные инструменты, необходимые программы, методики обработки и визуального представления данных. Она предлагает базовый подход к анализу данных, подходит для использования как студентами, так и специалистами в различных областях, связанных с обработкой данных на Python (прикладные исследования, наука, менеджмент). Книга отлично подойдет тем, кто ищет удобный и быстрый доступ к инструкциям по статистической обработке данных с использованием Python, но не требует углубленного знания теории.
Электронная Книга «Applied Univariate, Bivariate, and Multivariate Statistics Using Python» написана автором Daniel J. Denis в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119578185
Описание книги от Daniel J. Denis
Applied Univariate, Bivariate, and Multivariate Statistics Using Python A practical, “how-to” reference for anyone performing essential statistical analyses and data management tasks in Python Applied Univariate, Bivariate, and Multivariate Statistics Using Python delivers a comprehensive introduction to a wide range of statistical methods performed using Python in a single, one-stop reference. The book contains user-friendly guidance and instructions on using Python to run a variety of statistical procedures without getting bogged down in unnecessary theory. Throughout, the author emphasizes a set of computational tools used in the discovery of empirical patterns, as well as several popular statistical analyses and data management tasks that can be immediately applied.Most of the datasets used in the book are small enough to be easily entered into Python manually, though they can also be downloaded for free from www.datapsyc.com. Only minimal knowledge of statistics is assumed, making the book perfect for those seeking an easily accessible toolkit for statistical analysis with Python. Applied Univariate, Bivariate, and Multivariate Statistics Using Python represents the fastest way to learn how to analyze data with Python.Readers will also benefit from the inclusion of:A review of essential statistical principles, including types of data, measurement, significance tests, significance levels, and type I and type II errorsAn introduction to Python, exploring how to communicate with PythonA treatment of exploratory data analysis, basic statistics and visual displays, including frequencies and descriptives, q-q plots, box-and-whisker plots, and data managementAn introduction to topics such as ANOVA, MANOVA and discriminant analysis, regression, principal components analysis, factor analysis, cluster analysis, among others, exploring the nature of what these techniques can vs. cannot do on a methodological levelPerfect for undergraduate and graduate students in the social, behavioral, and natural sciences, Applied Univariate, Bivariate, and Multivariate Statistics Using Python will also earn a place in the libraries of researchers and data analysts seeking a quick go-to resource for univariate, bivariate, and multivariate analysis in Python.
