What do you think?
Rate this book
Very Short Introductions #196
Statistics: A Very Short Introduction
Modern statistics is very different from the dry and dusty discipline of the popular imagination. In its place is an exciting subject which uses deep theory and powerful software tools to shed light and enable understanding. And it sheds this light on all aspects of our lives, enabling astronomers to explore the origins of the universe, archaeologists to investigate ancient civilisations, governments to understand how to benefit and improve society, and businesses to learn how best
to provide goods and services.
Aimed at readers with no prior mathematical knowledge, this Very Short Introduction explores and explains how statistics work, and how we can decipher them.
ABOUT THE SERIES: The Very Short Introductions series from Oxford University Press contains hundreds of titles in almost every subject area. These pocket-sized books are the perfect way to get ahead in a new subject quickly. Our expert authors combine facts, analysis, perspective, new ideas, and enthusiasm to make interesting and challenging topics highly readable.
to provide goods and services.
Aimed at readers with no prior mathematical knowledge, this Very Short Introduction explores and explains how statistics work, and how we can decipher them.
ABOUT THE SERIES: The Very Short Introductions series from Oxford University Press contains hundreds of titles in almost every subject area. These pocket-sized books are the perfect way to get ahead in a new subject quickly. Our expert authors combine facts, analysis, perspective, new ideas, and enthusiasm to make interesting and challenging topics highly readable.
137 pages, Kindle Edition
First published October 23, 2008
126 people are currently reading
1451 people want to read
About the author
David J. Hand
46 books59 followersDavid J. Hand is Senior Research Investigator and Emeritus Professor of Mathematics at Imperial College, London, and Chief Scientific Advisor to Winton Capital Management. He is a Fellow of the British Academy, and a recipient of the Guy Medal of the Royal Statistical Society. He has served (twice) as President of the Royal Statistical Society, and is on the Board of the UK Statistics Authority. He has published 300 scientific papers and 25 books: his next book, The Improbability Principle, is due out in February 2014. He has broad research interests in areas including classification, data mining, anomaly detection, and the foundations of statistics. His applications interests include psychology, physics, and the retail credit industry - he and his research group won the 2012 Credit Collections and Risk Award for Contributions to the Credit Industry. He was made OBE for services to research and innovation in 2013.
Ratings & Reviews
Friends & Following
Create a free account to discover what your friends think of this book!
Community Reviews
Displaying 1 - 30 of 72 reviews
March 21, 2023
هذا هو الجزء الثالث الذي أقرأه من سلسلة مقدمة قصير جدا
يحاول الكتاب أن يوصل الفكرة التالية :
علم الاحصاء بقدر ما هو علم رياضياتي صعب فإنه فن أكثر من ذلك
الكتاب من المفترض أنه موجه للأشخاص الذين لا يملكون أي معرفة مسبقة في هذا الموضوع ، ولكن تبين لي أنه يجب أن يكون لديك اطلاع سابق ولو كان قليلا لتستطيع أن تفهم الكتاب بشكل أكبر..
"" إذا كان هناك شك وعدم ثقة في الإحصائيات، فمِن الواضح أن اللوم لا يَقَع على الإحصائيات أو كيفية حسابها، وإنما يقع على طريقة استخدام تلك الإحصائيات. وليس من العدل إلْقاء اللوم على العلم، أو الإحصائي الذي يَستخرج المعنى من البيانات؛ بل إن اللوم يقع على أولئك الذين لا يفهمون ما تقوله الأرقام، أو الذين يتعمَّدون إساءة استخدام النتائج؛ فنحن لا نلوم البندقية على قتْل أحدهم، بل الشخص الذي أطلق الرصاص من البندقية هو المَلُوم.""
يحاول الكتاب أن يوصل الفكرة التالية :
علم الاحصاء بقدر ما هو علم رياضياتي صعب فإنه فن أكثر من ذلك
الكتاب من المفترض أنه موجه للأشخاص الذين لا يملكون أي معرفة مسبقة في هذا الموضوع ، ولكن تبين لي أنه يجب أن يكون لديك اطلاع سابق ولو كان قليلا لتستطيع أن تفهم الكتاب بشكل أكبر..
"" إذا كان هناك شك وعدم ثقة في الإحصائيات، فمِن الواضح أن اللوم لا يَقَع على الإحصائيات أو كيفية حسابها، وإنما يقع على طريقة استخدام تلك الإحصائيات. وليس من العدل إلْقاء اللوم على العلم، أو الإحصائي الذي يَستخرج المعنى من البيانات؛ بل إن اللوم يقع على أولئك الذين لا يفهمون ما تقوله الأرقام، أو الذين يتعمَّدون إساءة استخدام النتائج؛ فنحن لا نلوم البندقية على قتْل أحدهم، بل الشخص الذي أطلق الرصاص من البندقية هو المَلُوم.""
September 16, 2019
تتحدث هذه المقدمة القصيرة عن علم الإحصاء كوسيلة لتحليل البيانات التجريبية لا كموضوع رياضي جاف ومستقل ذاتياً و يحاول المؤلف ديفيد جيه هاند عبر هذه المقدمة إيصال رسالة مفادها أن علم الاحصاء هو فن بقدر ما هو طريقة رياضية صارمة. وعبر هذه المقدمة تدرك كيف أن التحليل الإحصائي يكمن وراء الكثير من البحث العلمي الحديث بل هو ركيزة الكثير من الانجازات التكنولوجية والرقمية , وكيف إن التحليل الدقيق لبيانات المشكلة المطروحة والاختيار المدروس للطرق الإحصائية هما اليوم محور الوصول للمعلومات المفيدة والقيمة وكيف نقطة التحول في هذا المجال كانت ظهور الكمبيوتر الحديث إذ لم تعد القوة الحاسوبية هي التي تحد من الاحصاء والتحليل بل أصبحت الحدود الوحيدة لجودة البحوث هي كمية البيانات التي يمكن جمعها وفهم الأساليب الإحصائية التي يجب استخدامها للتحليل الكتاب ينقسم إلى سبعة فصول ويتناول كل منها مفهومًا إحصائيًا معينًا أو طريقة معينة تستخدم بها الإحصائيات. الفصول قصيرة ولكنها غنية جداً , تقيمي للكتاب 4/5 و هو ملائم لكل من تستهويه الرياضيات من منطلق فضولي لا اكاديمي
مقتطفات من كتاب علم الإحصاء للكاتب ديفيد جيه هاند
---------------------------------
تمثِّل الأفكار والأساليب الإحصائية أساس كل جوانب الحياة الحديثة تقريبًا. في بعض الأحيان يكون دَوْر الإحصاء واضحًا، ولكنْ في كثير من الأحيان تكون الأفكار والأدوات الإحصائية مختفية في الخلفية
---------------
الكذب بالإحصائيات سهل، ولكنَّ الكذب بدونها أسهل
--------------
أحد التعريفات الجيدة لعلم الإحصاء أنه تكنولوجيا استخراج المعنى من البيانات
-----------------
كلمة بيانات في الانجليزية DATA مشتقة من الكلمة اللاتينية datum بمعنى شيء معطى المشتقة من dare بمعني يعطي
----------------
من المؤكد أن الإحصائي غالبًا ما يلعب دور شخص يجب عليه توخِّي الحَذَر، وربما حتى يكون حاملَ الأخبار السيئة. والإحصائيون العاملون في البيئات البحثية — على سبيل المثال في كليات الطب أو السياقات الاجتماعية — ربما يكون عليهم شرح أن البيانات غير كافية للإجابة عن سؤال معين، أو أن الجواب ببساطة ليس ما أراد الباحث سَمَاعَه، وربما يكون هذا أمرًا مؤسفًا من وجهة نظر الباحث، ولكن ليس من الإنصاف إلقاء اللوم على حامل الرسالة الإحصائية.
----------------
إذا كان هناك شك وعدم ثقة في الإحصائيات، فمِن الواضح أن اللوم لا يَقَع على الإحصائيات أو كيفية حسابها، وإنما يقع على طريقة استخدام تلك الإحصائيات. وليس من العدل إلْقاء اللوم على العلم، أو الإحصائي الذي يَستخرج المعنى من البيانات؛ بل إن اللوم يقع على أولئك الذين لا يفهمون ما تقوله الأرقام، أو الذين يتعمَّدون إساءة استخدام النتائج؛ فنحن لا نلوم البندقية على قتْل أحدهم، بل الشخص الذي أطلق الرصاص من البندقية هو المَلُوم.
------------------
توفِّر البيانات معرفةً أساسيةً تربط أفكارنا ونظرياتنا بالواقع، وتسمح لنا بالتحقق من صحة فهمنا واختباره
------------------
يمكِّننا علم الإحصاء الحديث، الذي يستخدم البرمجيات المتطورة لدراسة البيانات، من القيام برحلات استكشاف مشابهة لتلك التي قام بها المستكشفون قبل القرن العشرين؛ إذ استقصَوْا ودرسوا عوالم جديدة ومثيرة. وهذا الإدراك — أن علم الإحصاء الحقيقي يتمحور حول استكشاف المجهول، ولا يتمحور حول عمليات حسابية مُمِلَّة — أساسيٌّفي تقدير قيمة هذا العلم الحديث
------------------
الأرقام تأتي مباشرة من الأشياء التي تجري دراستها، في حين أن الكلمات تخضع للترشيح عن طريق العقل البشري
--------------------
يمتلك المتوسط الحسابي العديد من الخصائص الجذابة؛ فدائمًا ما يأخذ قيمة بين أكبر القِيَم وأصغرها في مجموعة الأرقام. علاوة على ذلك، فإنه يوازن بين الأرقام في المجموعة؛ بمعنى أن مجموع الفروق بين المتوسط الحسابي والقِيَم الأكبر منه يساوي بالضبط مجموع الفروق بين المتوسط الحسابي والقِيَم الأصغر منه
------------------
أبسط مقاييس التشتت هو المدى والذي يُعرَّف بأنه الفرق بين أكبر وأصغر القيم في مجموعة البيانات
----------------
توفِّر البيانات نافذة على العالم، ولكن من المهم أن تمنحنا رؤية واضحة. إن النافذة التي تُعانِي من الخدوش أو التشوهات أو وجود علامات على زجاجها من المرجَّح أن تضلِّلنا حيال ما يكمن وراءَها، وينطبق الأمر نفسه على البيانات. فإذا كانت البيانات مشوَّهة أو تالِفة بطريقةٍ ما، يمكن بسهولة أن تنشأ عنها استنتاجات خاطئة
----------------
حقيقة أن عنصر بيانات مفقود يمكن أيضًا أن تقدم معلومات في حد ذاتها؛ فعلى سبيل المثال، ربما يرغب الشخص الذي يستكمل استمارة الطلب أو الاستبيان في إخفاء شيءٍ ما، وبدلًا من الكذب الصريح، ربما ببساطة لا يُجِيب عن هذا السؤال. أو ربما أن الأشخاص المعتنقين لوجهة نظر معينة هم فحسب مَن يُجيبون على الاستبيان؛ على سبيل المثال، إذا طُلب من العملاء ملء استمارات تقييم للخدمة التي يتلقَّوْنها، فإن الأشخاص الذين يريدون مناقشة أشياء بخصوصالخدمة ربما يكونون أكثر ميلًا لملء الاستبيان. وإذا لم يُدرَك ذلك في التحليل، فسوف تَنتج صورة مشوهة عن آراء العملاء.
-------------------
كثيرًا ما تنشأ أخطاء البيانات من المستوى الأدنى من وحدات القياس، مثل تسجيل الطول بالمتر بدلًا من القَدَم، أو الوزن بالرطل بدلًا من الكيلوجرام. في عام 1999 فقد مسبار مناخ المريخ عندما فشل في دخول الغلاف الجوي للمريخ بالزاوية الصحيحة بسبب الخلط بين قياسات الضغط بوحدَتَيِ الرطل والنيوتن.
----------------
ثمة مفهوم رئيسي في تنظيف البيانات هو القيمة الشاذة والقيمة الشاذة هي قيمة تختلف كثيرًا عن القيم الأخرى، أو عما هو متوقع، وتكون خارجة عن ذيل التوزيع. وأحيانًا تحدُث هذه القيم المتطرفة بفعل المصادفة
----------------
من المفيد التمييز بين الدراسات الرصدية و الدراسات و التجريبية وبالمثل بين البيانات الرصدية والبيانات التجريبية. تشير الصفة رصدية الى الحالات التي لا يستطيع المرء فيها أن يتدخل في عملية جمع البيانات
---------------
يتمثَّل أحد الفروق الجوهرية بين الدراسات الرصدية والتجريبية في أن الدراسات التجريبية أكثر فعالية بكثير في تحديد السبب والمسبب
---------------
أخذ عينة عشوائية مكونة من ألف شخصمن المجموعة الكلية للعاملين في المدينة قد يبدو كأنه عملية بسيطة، فإنها في واقع الأمر عملية تتطلب عناية شديدة؛ فعلى سبيل المثال، لا يمكننا ببساطةٍ اختيارُ ألف شخص من أكبر شركة في المدينة؛ لأن هذه العينة قد لا تكون ممثلة للعاملين المليون جميعهم. وبالمثل، لا يمكننا الاتصال بعينة عشوائية من بيوت الأشخاص في الساعة الثامنة مساءً؛ لأننا سنغفل عن أولئك الذين يعملون في وقت متأخر، وربما يختلف هؤلاء العمال في متوسط الدخل عن الآخرين. وعمومًا، للتأكد من أن العينة المكونة من ألف شخصمُمثِّلة على نحو مناسب للمجموعة الكلية، فإننا بحاجة إلى إطار المعاينة وهو قائمة تضم المليون العاملين جميعهم في المجموعة الخاضعة للدراسة، والتي يمكن أن نختار منها ألف شخصعشوائيٍّا. إن وجود مثل هذه القائمة يضمن أن احتمالية تضمين كل الأشخاصفي العينة متساوية
------------------
علم الإحصاء هو علم التعامل مع عدم اليقين. وبما أنه من الواضح للغاية أن العالم مليء بعدم اليقين، فإن هذا أحد أسباب هيمنة الأفكار والأساليب الإحصائية. إن المستقبل مجهول ولا نستطيع أن نكون واثقين بشأن ما سيحدث. وبالفعل يحدث ما هو غير متوقَّع؛ فتتعطل السيارات ونقع في حوادث ويضرب البرق، وخشية أن أقدم انطباعًا بأن كل الأمور سيئة، أقول إن هناك مَن يفوزون حتى باليانصيب. وفي أبسط الحالات، نحن لا نعلم يقينًا أي حصان سيفوز بالسباق أو أي عدد سوف يَظهَر عند إلقاء نرد. وفوق ذلك كله، لا نستطيع التنبؤ بطول الحياة التي سنعيشها.
-------------------
إذا كنتَ على علم بأن شخصًا ما يتنبَّأ تنبؤًا صحيحًا في ٩٩٩ من كل ١٠٠٠ مرة، فإنك بالتأكيد ستَمِيل إلى الوثوق به في أي حالة معينة. أنت تفعل ذلك مع سائقي القطارات والطيارين والمطاعم، وما إلى ذلك؛ فأنت تعرف أن السائق والطيار نادرًا ما يقع في حادث، والمطعم نادرًا ما يقدم طعامًا مسمَّمًا، لذلك تكون سعيدًا بالمخاطرة بأنه في هذه المرة ستكون الأمور على ما يرام
-------------------
من المفيد التمييز بين مختلف الاستخدامات الممكنة للنماذج الإحصائية. أحد أمثلة هذا التمييز يكون بين الاستكشاف و التأكيد ففي الاستكشاف نبحث عن العلاقات أو الأنماط؛ بينما في التأكيد، نهدف إلى معرفة ما إذا كانت البيانات تدعم تفسيرًا مقترحًا أم لا؛ لذلك، على سبيل المثال، في دراسة استكشافية ربما نبحث عن المتغيرات التي ترتبط معًا ارتباطًا وثيقًا. فربما يأخذ متغير واحد قيمة عالية كلما فعل ذلك متغير آخر، أو ربما تأخذ مجموعات من المتغيرات قيمًا متشابهة جدٍّا مع أشياء مختلفة، وما إلى ذلك. من ناحية أخرى، ربما نستخدم البيانات في الدراسات التأكيدية لتقدير معلمات نموذج إحصائي مقترح وإجراء اختبار إحصائي لمعرفة ما إذا كان التقدير قريبًا بما فيه الكفاية ممَّا توقعتْه نظريتنا. أصبحتِ الأساليب الإحصائية لاستكشاف البيانات ذات أهمية متزايدة في السنوات الأخيرة، مع تراكم مجموعات من البيانات أكبر وأكبر.
----------------------
January 22, 2019
Was looking for a qualitative introduction to convey something of the excitement and philosophical importance - the art of discovering anything which isn't bleedin' obvious! nor knowable apriori! This has bits of that ("Statistics is applied philosophy of science"; "it is the technology for handling uncertainty") but is still too dry to recommend as a first exposure.
He diagnoses the worst parts of university teaching: hand calculations, canned inference, and the (exhausting, interminable) bag-of-tools approach, rather than computers and The Framework. But the latter have steep learning curves. I think the biggest thing missing is simple tailoring of datasets: let them pick something they care about to study, to learn how to study on.
Lots of ML methods covered, without a single mention of the phrase "machine learning". This is fair enough if you consider how much of (enterprise) ML hype is just rebranded 40 year old stats.
Hand notes the origins of the field - as State-istics , i.e. as the beginning of bureaucracy and surveillance. But he doesn't feel the tension of this fact: that it helped to transform us, for good and ill, into legible people.
One dodgy idea: he claims that numbers offer a more direct apprehension of reality than words, that they're realer. But this isn't why they're better: they're better because they're more sensitive - it's at least possible for them to track any size change in the world, while words are mostly stuck to medium-sized dry goods - and because they are easier to spot errors in.
He diagnoses the worst parts of university teaching: hand calculations, canned inference, and the (exhausting, interminable) bag-of-tools approach, rather than computers and The Framework. But the latter have steep learning curves. I think the biggest thing missing is simple tailoring of datasets: let them pick something they care about to study, to learn how to study on.
Lots of ML methods covered, without a single mention of the phrase "machine learning". This is fair enough if you consider how much of (enterprise) ML hype is just rebranded 40 year old stats.
Hand notes the origins of the field - as State-istics , i.e. as the beginning of bureaucracy and surveillance. But he doesn't feel the tension of this fact: that it helped to transform us, for good and ill, into legible people.
One dodgy idea: he claims that numbers offer a more direct apprehension of reality than words, that they're realer. But this isn't why they're better: they're better because they're more sensitive - it's at least possible for them to track any size change in the world, while words are mostly stuck to medium-sized dry goods - and because they are easier to spot errors in.
May 3, 2020
محتوى الكتاب
تمهيد
علم الإحصاء في كل مكان
تعريفات بسيطة
جمع بيانات صالحة
الاحتمالات
التقدير والاستدلال
النماذج والأساليب الإحصائية
الحوسبة الإحصائية
تعليقات ختامية
قراءات إضافية
بشكل مبسط وخل من المعادلات المملة ستتعرف على اساسيات الأحصاء وتطبيقاته
المختلفة
ماهي ؟
المتوسط الحسابي
الوسيط
المنوال
المدى
المؤي
الاننحراف المعياري
التوزيع الطبيعي
الأحتمالات
وتطبيقات الأحصاء المختلفة
تصفية البريد الألكتروني
علم الأجتماع
المساعدة في أتخاد القرارات
والمزيد...
تمهيد
علم الإحصاء في كل مكان
تعريفات بسيطة
جمع بيانات صالحة
الاحتمالات
التقدير والاستدلال
النماذج والأساليب الإحصائية
الحوسبة الإحصائية
تعليقات ختامية
قراءات إضافية
بشكل مبسط وخل من المعادلات المملة ستتعرف على اساسيات الأحصاء وتطبيقاته
المختلفة
ماهي ؟
المتوسط الحسابي
الوسيط
المنوال
المدى
المؤي
الاننحراف المعياري
التوزيع الطبيعي
الأحتمالات
وتطبيقات الأحصاء المختلفة
تصفية البريد الألكتروني
علم الأجتماع
المساعدة في أتخاد القرارات
والمزيد...
February 11, 2019
The Good:
--In my mind, statistics isolated from its application in real world problems is triviality, and frankly a rather dull form of triviality. This form of statistics (and math in general) is what I remember learning in school.
--So, I was pleasantly surprised with this book, which provides a more holistic overview of statistics, providing context of why’s/when’s/where’s instead of just the how’s. I mean, there is an entire chapter called “Collecting good data”.
--Since you should not expect advanced details in “A Very Short Introduction”, you are looking for a presentation that places the topic in time and space, and opens interesting doors for further investigation. In this sense, this book does the job.
--It seems more exciting reads would tackle stats applied to a particular topic. My go-to is Ben Goldacre (esp. public health\epidemiology). Been meaning to read Nate Silver as well…
--In my mind, statistics isolated from its application in real world problems is triviality, and frankly a rather dull form of triviality. This form of statistics (and math in general) is what I remember learning in school.
--So, I was pleasantly surprised with this book, which provides a more holistic overview of statistics, providing context of why’s/when’s/where’s instead of just the how’s. I mean, there is an entire chapter called “Collecting good data”.
--Since you should not expect advanced details in “A Very Short Introduction”, you are looking for a presentation that places the topic in time and space, and opens interesting doors for further investigation. In this sense, this book does the job.
--It seems more exciting reads would tackle stats applied to a particular topic. My go-to is Ben Goldacre (esp. public health\epidemiology). Been meaning to read Nate Silver as well…
April 25, 2023
Not that good, not that bad either.
This VSI only touches the surface of the topic, while other VSIs are way more in depth in comparison (e.g. Logic by Graham Priest).
Still, the author somehow doesn't fail to give statistics an interesting flavour.
This VSI only touches the surface of the topic, while other VSIs are way more in depth in comparison (e.g. Logic by Graham Priest).
Still, the author somehow doesn't fail to give statistics an interesting flavour.
May 20, 2025
It was, indeed, a very short introduction to the subject of statistics. I cannot comprehend squeezing in such a comprehensive study into mere 146 pages, and obviously, because of it, certain chapters and topics felt beyond boring, but overall, it was a riveting read for all its examples and illustrations.
April 26, 2011
Statistical analysis underlies much of the modern scientific research. In fact, it is not too much of a stretch to say that many scientific fields have come of age and many other fields have become "scientific" thanks to the extensive use of statistics that they employ. The turning point seems to have been the advent of modern computer. For the first time in history the raw computational power has not been an issue any more, and the only limits on the quality of research became the amount of data that can be collected and the understanding of statistical methods that need to be employed for analysis.
This very short introduction deals with statistics as a method for analyzing empirical data. As such, it does not present statistics as a dry and self-contained mathematical subject. All the statistical methods are introduced in conjunction with particular practical problems that those methods are developed to address. The author, David Hand, is trying to convey the message that statistics is as much of an art as it is a rigorous mathematical method. No two research projects are the same, so no simple statistical procedure could be used to describe them all. A careful analysis of the problem at hand and a judicial choice of statistical methods are the most likely to yield the most useful information.
The book is divided in seven chapters and each one deals with a particular statistical concept or a particular way in which the statistics is used. The chapters are short but informative, and the whole book makes for one smooth read. It will not overburden you with mathematical detail, and it can be used as a springboard for further reading into the field of statistics.
This very short introduction deals with statistics as a method for analyzing empirical data. As such, it does not present statistics as a dry and self-contained mathematical subject. All the statistical methods are introduced in conjunction with particular practical problems that those methods are developed to address. The author, David Hand, is trying to convey the message that statistics is as much of an art as it is a rigorous mathematical method. No two research projects are the same, so no simple statistical procedure could be used to describe them all. A careful analysis of the problem at hand and a judicial choice of statistical methods are the most likely to yield the most useful information.
The book is divided in seven chapters and each one deals with a particular statistical concept or a particular way in which the statistics is used. The chapters are short but informative, and the whole book makes for one smooth read. It will not overburden you with mathematical detail, and it can be used as a springboard for further reading into the field of statistics.
September 5, 2014
A nice little book for those who have already done a basic statistics course, but would like to review or systematise the concepts behind the mathematical tools. I doubt that it can be of much use for those who have never learned any statistics, even though it seems to be aimed at readers unfamiliar with the topic.
June 5, 2023
Veldig enkel introduksjon som bruker mye tid på å rettferdiggjøre statistikk sin viktighet. Samt komme med masse eksempler på bruk. Det gjør boken lettere å lese, men går litt på bekostning av innholdet i en så kort bok. Ble litt knapt med informasjon. Men kanskje statistikk er så lett🤪
January 13, 2018
Good high level intro of statistical discipline in general
September 21, 2023
تعريف علم الإحصاء: هو العلم الرئيس للتنبؤ بالمستقبل او صنع استنتاجات من المجهول او إنتاج ملخصات مناسبة من البيانات
اي كيفية جمع ومعالجة وتحليل وأستنتاج اشياء من هذه الحقائق الرقمية والبيانات
وتسمى الاحصائيات بأنها حقائق رقمية او ملخصات مندرجة تحت مظلة علم الإحصاء
يقوم هذا الكتاب بطرح نظرة عامة ومعلومات حول أهمية علم الإحصاء والبيانات لتصحيح سوء الفهم والإعتبارات الخاطئة حول هذا العلم المميز والمثير وتطوره بمرور الزمن من العصر الفيكتوري إلى وقتنا الحاضر ويضم مفاهيم اساسية مبسطة مثل القيمة المتوسطة والوسيط الحسابي والإحتمالات وغيرها
فكثير منا يظن أنه يحتاج لمهارة حسابية وموهبة نادرة لسبر الفائدة منه ولكن الموضوع على العكس تماماً فقد توفرت الأدوات والبرامج وأجهزة الكمبيوتر للقيام بتلك العمليات المعقدة وأصبح علم الإحصاء أكثر شمولاً فهو يحتاج إلى الابداع والفضول والخيال وليس علماً جافاً ومملاً ابداً!
فالكثير من الموضوعات والجوانب في حياتنا اليومية التي نجهلها قائمة على علم الإحصاء بالأساس على سبيل المثال :
تشغيل المصانع بأعلى كفائة وتقليل الخسائر
حساب مستوى التضخم والبطالة في الدول
حساب عدد المرضى المحتمل وقوة موجة الانفلونزا الموسمية وهل تكفي عدة المستشفيات
تحديد الباحثين في مجال الطب للجينات المرتطبة بمرض معين ومعالجته
تحديد نسبة فوز حصان في السباق
فلتره البريد الإلكتروني من الرسائل المزعجة
وفوائدة تصل حتى ألى مستوى إتخاذ الدول لقرارات إقتصادية وإجتماعية مصيرية على حسب البيانات الإحصائية.
هذا الكتاب صدر قبل 15 سنة تطور فيها هذا العلم كثيراً في وقتنا الحالي وتوجد مكتبات عملاقة وأدوات برمجية مثل بايثون و Powerbi و R و Sql
لكنه يبقى ممتعاً وموجز ممتاز لمن يحب الإطلاع وتعلمت اشياء لم اكن أعرفها :)
اي كيفية جمع ومعالجة وتحليل وأستنتاج اشياء من هذه الحقائق الرقمية والبيانات
وتسمى الاحصائيات بأنها حقائق رقمية او ملخصات مندرجة تحت مظلة علم الإحصاء
يقوم هذا الكتاب بطرح نظرة عامة ومعلومات حول أهمية علم الإحصاء والبيانات لتصحيح سوء الفهم والإعتبارات الخاطئة حول هذا العلم المميز والمثير وتطوره بمرور الزمن من العصر الفيكتوري إلى وقتنا الحاضر ويضم مفاهيم اساسية مبسطة مثل القيمة المتوسطة والوسيط الحسابي والإحتمالات وغيرها
فكثير منا يظن أنه يحتاج لمهارة حسابية وموهبة نادرة لسبر الفائدة منه ولكن الموضوع على العكس تماماً فقد توفرت الأدوات والبرامج وأجهزة الكمبيوتر للقيام بتلك العمليات المعقدة وأصبح علم الإحصاء أكثر شمولاً فهو يحتاج إلى الابداع والفضول والخيال وليس علماً جافاً ومملاً ابداً!
فالكثير من الموضوعات والجوانب في حياتنا اليومية التي نجهلها قائمة على علم الإحصاء بالأساس على سبيل المثال :
تشغيل المصانع بأعلى كفائة وتقليل الخسائر
حساب مستوى التضخم والبطالة في الدول
حساب عدد المرضى المحتمل وقوة موجة الانفلونزا الموسمية وهل تكفي عدة المستشفيات
تحديد الباحثين في مجال الطب للجينات المرتطبة بمرض معين ومعالجته
تحديد نسبة فوز حصان في السباق
فلتره البريد الإلكتروني من الرسائل المزعجة
وفوائدة تصل حتى ألى مستوى إتخاذ الدول لقرارات إقتصادية وإجتماعية مصيرية على حسب البيانات الإحصائية.
هذا الكتاب صدر قبل 15 سنة تطور فيها هذا العلم كثيراً في وقتنا الحالي وتوجد مكتبات عملاقة وأدوات برمجية مثل بايثون و Powerbi و R و Sql
لكنه يبقى ممتعاً وموجز ممتاز لمن يحب الإطلاع وتعلمت اشياء لم اكن أعرفها :)
April 6, 2020
2015.03.28–2015.03.29
Contents
Hand DJ (2008) Statistics - A Very Short Introduction
Preface
List of illustrations
1. Surrounded by statistics
• Modern statistics
• Some definitions
• Lies, damned lies, and setting the record straight
• Data
• Greater statistics
• Some examples
• • Example 1: Spam filtering
• • Example 2: The Sally Clark case
• • Example 3: Star clusters
• • Example 4: Manufacturing chemicals
• • Example 5: Customer satisfaction
• • Example 6: Detecting credit card fraud
• • Example 7: Inflation
• Conclusion
2. Simple descriptions
• Introduction
• Data again
• Simple summary statistics
• • Averages
• • Dispersion
• • Skewness
• • Quantiles
3. Collecting good data
• Incomplete data
• Incorrect data
• Error propagation
• Preprocessing
• Observational versus experimental data
• Experimental design
• Survey sampling
• Conclusion
4. Probability
• The essence of chance
• Understanding probability
• The laws of chance
• Random variables and their distributions
5. Estimation and inference
• Point estimation
• Which estimate is best?
• Interval estimation
• Testing
• Decision theory
•��So where are we now?
6. Statistical models and methods
• Statistical models: putting the blocks together
• Statistical methods: statistics in action
• Statistical graphics
• Conclusion
7. Statistical computing
• Statistics changes its spots
Further reading
Endnote
Index
Contents
Hand DJ (2008) Statistics - A Very Short Introduction
Preface
List of illustrations
1. Surrounded by statistics
• Modern statistics
• Some definitions
• Lies, damned lies, and setting the record straight
• Data
• Greater statistics
• Some examples
• • Example 1: Spam filtering
• • Example 2: The Sally Clark case
• • Example 3: Star clusters
• • Example 4: Manufacturing chemicals
• • Example 5: Customer satisfaction
• • Example 6: Detecting credit card fraud
• • Example 7: Inflation
• Conclusion
2. Simple descriptions
• Introduction
• Data again
• Simple summary statistics
• • Averages
• • Dispersion
• • Skewness
• • Quantiles
3. Collecting good data
• Incomplete data
• Incorrect data
• Error propagation
• Preprocessing
• Observational versus experimental data
• Experimental design
• Survey sampling
• Conclusion
4. Probability
• The essence of chance
• Understanding probability
• The laws of chance
• Random variables and their distributions
5. Estimation and inference
• Point estimation
• Which estimate is best?
• Interval estimation
• Testing
• Decision theory
•��So where are we now?
6. Statistical models and methods
• Statistical models: putting the blocks together
• Statistical methods: statistics in action
• Statistical graphics
• Conclusion
7. Statistical computing
• Statistics changes its spots
Further reading
Endnote
Index
September 3, 2011
This is not a practical book, but rather a short description of statistics, from its worth to its methods. And I struggle to conceive of how it could have been better written. OK, the penultimate chapter is essentially just a slightly staccato series of mini-introductions to various aspects of stats too involved to cover in greater detail, but up to that point the book is engaging, concise, and witty - a real breath of fresh air.
I may not know much more about stats now than I did when I started reading (speaking purely personally, not for every potential reader), but I do know one thing: David J Hand can write a book.
I may not know much more about stats now than I did when I started reading (speaking purely personally, not for every potential reader), but I do know one thing: David J Hand can write a book.
October 5, 2016
أنا بحب علم الإحصاء حقيقي .. بس مش عارف الكتاب ماتفاعلتش معاه !
علم الإحصاء ممتع أكتر من محاولة شرح حاجات فيه وسرد تاريخه يمكن :D
علم الإحصاء ممتع أكتر من محاولة شرح حاجات فيه وسرد تاريخه يمكن :D
April 19, 2020
I underestimated the shortness of the very-short part and the introductoriness of the introduction part. No fault of the book, but I just wasted my time waiting for it to get to the level of complexity and detail I was looking for in my classic short-cut seeking stupidity.
Notes
Removing ambiguity but not beauty/wonder: can something be transparently precisely complex?
Numbers only have one property: magnitude. We can do many things with that. Ordinal scales. Ratio scales
All units are ratios. 50Kg wheat = 50/1kg wheat.
Arithmetic mean is a statistic: reduces set of data to single number. Sacrifice of information
Effort of book Vs shoddy blog. Value of effort. Obligation to produce highest quality good I can?
Std dev leaves out picture of asymmetry. Skewness fixes it.
Landon Vs Roosevelt. Survey sent only to those with telephones and cars. Wealthy. Unrepresentative. Wrong result. Challenger failure Vs temperature data.
Credit score data all based on ppl already thought to be creditworthy by some metric. Not random.
1999 climate orbiter Mars probe lost because confusion in pressure unit pound or newton
Bernoulli, two outcomes p/1-p. Binomial is general form or bernoulli, X positives out of Y instances. Poisson extends this to say distribution of any integer (X emails arriving in one hour), and is extreme case of binomial.
Exponential distribution: probability of glass breaking doesn't change based on its age. Paired with Poisson.
Binomial tends towards normal distribution as sample size grows.
Bayes: you accept the parameter couldnhave many values, and you're only expressing your degree of confidence about each one
Notes
Removing ambiguity but not beauty/wonder: can something be transparently precisely complex?
Numbers only have one property: magnitude. We can do many things with that. Ordinal scales. Ratio scales
All units are ratios. 50Kg wheat = 50/1kg wheat.
Arithmetic mean is a statistic: reduces set of data to single number. Sacrifice of information
Effort of book Vs shoddy blog. Value of effort. Obligation to produce highest quality good I can?
Std dev leaves out picture of asymmetry. Skewness fixes it.
Landon Vs Roosevelt. Survey sent only to those with telephones and cars. Wealthy. Unrepresentative. Wrong result. Challenger failure Vs temperature data.
Credit score data all based on ppl already thought to be creditworthy by some metric. Not random.
1999 climate orbiter Mars probe lost because confusion in pressure unit pound or newton
Bernoulli, two outcomes p/1-p. Binomial is general form or bernoulli, X positives out of Y instances. Poisson extends this to say distribution of any integer (X emails arriving in one hour), and is extreme case of binomial.
Exponential distribution: probability of glass breaking doesn't change based on its age. Paired with Poisson.
Binomial tends towards normal distribution as sample size grows.
Bayes: you accept the parameter couldnhave many values, and you're only expressing your degree of confidence about each one
February 4, 2023
หนังสือเล่มนี้พูดถึงธรรมชาติของสถิติ มีพูดถึงปรัชญาสถิติเล็กน้อย กระบวนวิธีทางสถิติเล็กน้อย อันที่จริงเล็กน้อยเสียจนไม่ก่อให้เกิดความเข้าใจลึกซึ้งใด ๆ แต่ภาพรวมของการพูดถึงธรรมชาติของสถิตินั้นทำได้ค่อนข้างดีครับ การรู้ธรรมชาติของสถิติจะช่วยป้องกันการตีความสถิติผิด ๆ เพราะเรารู้ขอบเขตและขีดจำกัดของมัน หนังสือนำเสนอนิยามของคำหลายคำที่พบในวิชาสถิติแบบต่อเนื่องกันไปให้เห็นภาพใหญ่ การนำเสนอแบบนี้มีข้อดีสำหรับผู้ที่มีความรู้สถิติพื้นฐาน เพราะช่วยให้เห็นภาพรวมในมุมกว้าง แต่สำหรับผู้ที่มีความรู้สูงกว่าพื้นฐานแม้เพียงเล็กน้อยก็อาจจะเบื่อ และจะน่าเบื่อมากสำหรับผู้ที่ไม่มีความรู้สถิติเลย ถึงแม้ผู้เขียนพยายามทำให้เป็นหนังสือสำหรับผู้ไม่มีความรู้นะครับ การพยายามอธิบายสมการด้วยคำพูดก็เป็นอะไรที่ซับซ้อนมาก คือสมการยังมีอยู่นั่นแหละ แต่อยู่ในรูปประโยคคำพูดยาว ๆ เช่น ผู้เขียนพยายามอธิบาย P(A)P(B|A) = P(B)P(A|B) ด้วยภาษาอังกฤษหรือไทยแทนที่จะเขียนในรูปสัญลักษณ์ อันนี้ไม่ได้ช่วยให้เข้าใจง่ายขึ้นหรอกนะ
ผมจะเลิกอ่านเอาตั้งแต่ครึ่งเล่ม ไม่ใช่หนังสือไม่ดีหรือแปลไม่ดี แต่ไม่เหมาะ คนที่เหมาะกับเล่มนี้คือนักเรียนที่เรียนจบบทสถิติ ม.ปลาย หรือมหาวิทยาลัยต้น ๆ สำหรับมือใหม่หรือผ่านมือใหม่มาสักพักใหญ่ ๆ แล้วนั้น ผมไม่ขอแนะนำ นอกจากการพูดถึงธรรมชาติของสถิติ ประเด็นที่ผู้เขียนวกกลับไปย้ำอยู่เสมอคือความน่าตื่นเต้นของสถิติ แต่เป็นการพูดถึงในแง่ของประชาสัมพันธ์ กับแก้ต่างให้วิชาสถิติ พวกนี้จึงเหมือนเป็นข้อความแบบที่เราจะพบบนโฆษณาเสียมาก
ผมจะเลิกอ่านเอาตั้งแต่ครึ่งเล่ม ไม่ใช่หนังสือไม่ดีหรือแปลไม่ดี แต่ไม่เหมาะ คนที่เหมาะกับเล่มนี้คือนักเรียนที่เรียนจบบทสถิติ ม.ปลาย หรือมหาวิทยาลัยต้น ๆ สำหรับมือใหม่หรือผ่านมือใหม่มาสักพักใหญ่ ๆ แล้วนั้น ผมไม่ขอแนะนำ นอกจากการพูดถึงธรรมชาติของสถิติ ประเด็นที่ผู้เขียนวกกลับไปย้ำอยู่เสมอคือความน่าตื่นเต้นของสถิติ แต่เป็นการพูดถึงในแง่ของประชาสัมพันธ์ กับแก้ต่างให้วิชาสถิติ พวกนี้จึงเหมือนเป็นข้อความแบบที่เราจะพบบนโฆษณาเสียมาก
December 2, 2023
Neither introduction nor very short
We get used from this series to tell us an abstract about a certain affair. This abstract consequently shifts you from "I know just nothing" to "Okay that's a nice one",but this book shifts you to "I regretted it".
In short,it ain't an introduction. For someone who was never subjected to statistics,in its modern notion, would never get the picture through this book. The author kicked off well when he showed off the development of the science,reaching to its current figure,and what statistics is "really" about,but after that, all the content is going more difficult, especially chapters 4-6 when he elaborated in describing probability. Moreover,while stating that he gonna use an example,he shocks you with a bunch of compound sentences that makes you confuse. I imagine myself in the beginning of engaging in this science, reading this, I would be terrified.
They say "you won't be counted as an expert in a certain science until you can explain the whole of it in its simplest form, in the least duration". This book certainly doesn't manage to apply that. And this begs a question : How would the best statistical introduction book actually be?
We get used from this series to tell us an abstract about a certain affair. This abstract consequently shifts you from "I know just nothing" to "Okay that's a nice one",but this book shifts you to "I regretted it".
In short,it ain't an introduction. For someone who was never subjected to statistics,in its modern notion, would never get the picture through this book. The author kicked off well when he showed off the development of the science,reaching to its current figure,and what statistics is "really" about,but after that, all the content is going more difficult, especially chapters 4-6 when he elaborated in describing probability. Moreover,while stating that he gonna use an example,he shocks you with a bunch of compound sentences that makes you confuse. I imagine myself in the beginning of engaging in this science, reading this, I would be terrified.
They say "you won't be counted as an expert in a certain science until you can explain the whole of it in its simplest form, in the least duration". This book certainly doesn't manage to apply that. And this begs a question : How would the best statistical introduction book actually be?
August 14, 2023
الكتاب رائع بمحتواه وموضوعه وعناوينه التي ناقشها وبطريقة طرحه لهذه العناوين بشكل يوحد الهدف منها ويوصلك إلى تصور علم الإحصاء تصورا صحيحا وفهم أدواته التي تدرس غالبا بشكل غير متكامل كما هو الغالب في تدريس العلوم الرياضية !
ما ينقصه أن تكون الترجمة أفضل خاصة في صياغة المصطلحات الإحصائية ووجود المصطلح الإنجليزي المقابل للتعريب لكي تفهم ماذا أراد المؤلف كما في كلمة "معلمة" التي أوردها المترجم عدة مرات بدون أن أستطيع استيعاب المقصود منها !
الكتاب يحتاج لدراسة مبادئ الإحصاء واستيعابها قبل قراءته لأنه مكمل لهذه الدراسة ومساعد للدارس لاستيعاب التصور الكامل لعلم الإحصاء وكيف يعمل وما هي أهميته في عالم البيانات الكبيرة الذي نعيش فيه.
من أهم النقاط التي تطرق لها الكاتب وكانت مثيرة للإنتباه هو أهمية نظرية بايز في الإحصاء وكيف استبدلت الإحصاء البايزية مع تطور الكمبيوتر الأساليب الإحصائية التكرارية القديمة.
ما كنت أتمناه أن يغوص الكاتب في مفهوم الإرتباط الإحصائي "Correlation" ويستكشف العلاقة بينه وبين النماذج التنبؤية "الإنحدار "Regression" الخطية وغير الخطية ، كما يستكشف العلاقة بين هذه النماذج التنبؤية وخوارزميات التحسين الرياضية "Optimization".
ما ينقصه أن تكون الترجمة أفضل خاصة في صياغة المصطلحات الإحصائية ووجود المصطلح الإنجليزي المقابل للتعريب لكي تفهم ماذا أراد المؤلف كما في كلمة "معلمة" التي أوردها المترجم عدة مرات بدون أن أستطيع استيعاب المقصود منها !
الكتاب يحتاج لدراسة مبادئ الإحصاء واستيعابها قبل قراءته لأنه مكمل لهذه الدراسة ومساعد للدارس لاستيعاب التصور الكامل لعلم الإحصاء وكيف يعمل وما هي أهميته في عالم البيانات الكبيرة الذي نعيش فيه.
من أهم النقاط التي تطرق لها الكاتب وكانت مثيرة للإنتباه هو أهمية نظرية بايز في الإحصاء وكيف استبدلت الإحصاء البايزية مع تطور الكمبيوتر الأساليب الإحصائية التكرارية القديمة.
ما كنت أتمناه أن يغوص الكاتب في مفهوم الإرتباط الإحصائي "Correlation" ويستكشف العلاقة بينه وبين النماذج التنبؤية "الإنحدار "Regression" الخطية وغير الخطية ، كما يستكشف العلاقة بين هذه النماذج التنبؤية وخوارزميات التحسين الرياضية "Optimization".
April 23, 2024
"Statistics is the most exciting of disciplines."
"We have now reached the end of this very short introduction. We've seen something of the extraordinary breadth of statistics: the fact that it is applied in almost all walks of life. We have seen something of its methods: the sophisticated tools and procedures it uses. We've also seen that it is a dynamic discipline, still growing and developing. Above all, however, I hope I have made it clear that modern statistics, based on deep philosophical foundations, is the art of discovery. Modern statistics enables us to tease out the secrets of the universe around us. Modern statistics enables understanding."
Although Dr. Hand over-promised, his work is excellent.
Highly recommend.
B. Grizenko
Age 12+
"We have now reached the end of this very short introduction. We've seen something of the extraordinary breadth of statistics: the fact that it is applied in almost all walks of life. We have seen something of its methods: the sophisticated tools and procedures it uses. We've also seen that it is a dynamic discipline, still growing and developing. Above all, however, I hope I have made it clear that modern statistics, based on deep philosophical foundations, is the art of discovery. Modern statistics enables us to tease out the secrets of the universe around us. Modern statistics enables understanding."
Although Dr. Hand over-promised, his work is excellent.
Highly recommend.
B. Grizenko
Age 12+
September 11, 2025
I’m a big fan of the “very short introduction” series from Oxford. However, this book was really hard to get through as it read much more like a text book than a high level intro, and while textbooks can simplify complex principles to be understood (as is their purpose), I feel they often also add major complexity to what should be simple concepts. That was the case with this book. It did clarify some more complex statistical concepts for me, but I felt way more confused about the simple ones that I had gone into the book already understanding beforehand. I can tell the author loveeeees statistics through his writing and that might work to hook others, however the rest of it was just far too dense and difficult to get through for me.
February 8, 2019
This book does what it’s supposed to: Give a gentle introduction to topics in statistics and probability theory, culminating in a high-level description of statistical methods these days more associated with the field of machine learning. But pretty much everything is explained just in a couple sentences, with examples rather than the theoretical underpinnings. So don’t expect to understand why things work the way they work or become a well-versed practitioner after this book. Rather see it as an overview, a pointer to topics to be read more about in detail. In other books.
June 2, 2018
“คนที่มีพื้นฐานเกี่ยวกับสถิติเท่านั้นถึงจะอ่านรู้เรื่อง (และเพลิดเพลินบ้างเล็กน้อย)”
แม้ในช่วงแรกจะตื่นตาตื่นใจกับการอุปมาอุปไมยให้เห็นภาพได้โดยง่าย แต่ก็ต้องตกม้าตายทันทีที่มีเรื่องของความน่าจะเป็น, การอนุมาน และโมเดลเชิงสถิติ เพราะเป็นสิ่งที่แสดงให้เห็นถึงความสามารถในการบรรยายของผู้เขียนว่ายังไม่เพียงพอและตัวอย่างที่ยกขึ้นมาแสดงนั้น(คิดว่า) แย่ราวกับกำลังพรรณนาถึงสมการคณิตศาสตร์เสียมากกว่าที่จะทำให้ผู้อ่านเข้าใจ
แม้ในช่วงแรกจะตื่นตาตื่นใจกับการอุปมาอุปไมยให้เห็นภาพได้โดยง่าย แต่ก็ต้องตกม้าตายทันทีที่มีเรื่องของความน่าจะเป็น, การอนุมาน และโมเดลเชิงสถิติ เพราะเป็นสิ่งที่แสดงให้เห็นถึงความสามารถในการบรรยายของผู้เขียนว่ายังไม่เพียงพอและตัวอย่างที่ยกขึ้นมาแสดงนั้น(คิดว่า) แย่ราวกับกำลังพรรณนาถึงสมการคณิตศาสตร์เสียมากกว่าที่จะทำให้ผู้อ่านเข้าใจ
December 8, 2018
หนังสือที่จะพาเราเข้าไปสู่โลกแห่งสถิติ เนื้อหาไม่ได้ลงรายละเอียดทั้งหมด แต่บอกเล่าให้เราเห็นถึงประโยชน์ของสถิติ ที่สามารถนำไปประยุกต์ใช้ในด้านวิทยาศาสตร์ สังคมศาสตร์ ดาราศาสตร์ การแพทย์ จนไปถึงการประยุกต์ใช้ในชีวิตประจำวัน ตลอดจนถึงศัพท์และกระบวนการทางสถิติอีกมากมาย
อย่างไรก็ตาม หากคุณไม่มีความรู้พื้นฐานทางด้านสถิติมาก่อน คงต้องทำความเข้าใจอย่างมาก รวมถึงอาจจะต้องหาข้อมูลเพิ่มเติมเป็นระยะ ในการอ่านหนังสือเล่มนี้
อย่างไรก็ตาม หากคุณไม่มีความรู้พื้นฐานทางด้านสถิติมาก่อน คงต้องทำความเข้าใจอย่างมาก รวมถึงอาจจะต้องหาข้อมูลเพิ่มเติมเป็นระยะ ในการอ่านหนังสือเล่มนี้
June 3, 2020
من أفضل الكتب في الاحصاء
الكتاب يستعرض ماهية الاحصاء وفوائده وتعريفاته بصورة بسيطة جداً ومفهومة للكل
قام الكاتب بتعريف علم الاحصاء كتكنولوجيا لاستخراج المعنى من البيانات وايضاً كتكنولوجيا للتعامل مع عدم اليقين وبين حدود الاحصاء واهمية البيانات فيه كما اشار الى سبب تضارب بعض الاحصاءات وشرح ادوات الاحصاء واهمها
البيانات
الاحتمالات
المقاييس الوصفية
التقدير الاحصائي
الاختبارات الاحصائية
الارتباط والانحدار
الكتاب متوفر مجانا على مكتبة هنداوي
الكتاب يستعرض ماهية الاحصاء وفوائده وتعريفاته بصورة بسيطة جداً ومفهومة للكل
قام الكاتب بتعريف علم الاحصاء كتكنولوجيا لاستخراج المعنى من البيانات وايضاً كتكنولوجيا للتعامل مع عدم اليقين وبين حدود الاحصاء واهمية البيانات فيه كما اشار الى سبب تضارب بعض الاحصاءات وشرح ادوات الاحصاء واهمها
البيانات
الاحتمالات
المقاييس الوصفية
التقدير الاحصائي
الاختبارات الاحصائية
الارتباط والانحدار
الكتاب متوفر مجانا على مكتبة هنداوي
June 17, 2022
اذا اردت ان تعرف ما هو علم الاقتصاد و اهم محاوره فهذا الكتاب مناسب جدا لك لقرءاته خاصة ان مؤلفه أستاذُ الإحصاء في قسم الرياضيات بجامعة إمبريال كوليدج، لندن
ورغم انه رجل اكاديمي الا ان الكتاب بسيط و خالي من المعادلات الرياضية المعقدة تقريبا بل اسلوب الكتاب بسيط و سهل،
كتاب تعريفي جميل بعلم الاحصاء انصح بقراءته
ورغم انه رجل اكاديمي الا ان الكتاب بسيط و خالي من المعادلات الرياضية المعقدة تقريبا بل اسلوب الكتاب بسيط و سهل،
كتاب تعريفي جميل بعلم الاحصاء انصح بقراءته
June 22, 2017
A really nice intro to the world of statistics and statistical analysis. I highly recommend this book for anyone new to stats as it's a great quick reference guide. Another solid entry from Oxford's Very Short Introduction series.
February 22, 2018
hypothesis testing / significance testing
null hypothesis / alternative hypothesis
likelihood principle / repeated sampling principle / sufficiency principle
mechanistic model / empirical model
exploration / confirmation
description / prediction
null hypothesis / alternative hypothesis
likelihood principle / repeated sampling principle / sufficiency principle
mechanistic model / empirical model
exploration / confirmation
description / prediction
December 30, 2019
This book is good at explaining the fundamental rationale behind stats, and gives evidence of its increasing importance in the modern world.
There are sections which I found to be inaccessible and need to be written more clearly if they are to be understood by the general reader (including me).
There are sections which I found to be inaccessible and need to be written more clearly if they are to be understood by the general reader (including me).
April 10, 2020
A broad overview with some enlightening interpretations of the role of statistics. But, in explaining some of the more novel statistical concepts, as a reader might look for from a book like this, the author’s many compound sentences get in the way of understanding.
Displaying 1 - 30 of 72 reviews