Рандомизация, бутстреп и методы Монте-Карло, Примеры статистического анализа данных по биологии и экологии Опции

[stok1946]

Уважаемые коллеги. К сожалению, у нас нет вопросов на форум (точнее, они, безусловно есть, но не о них речь).

Специалисты насчитывают сотни тысяч изданных книг по мат. статистике. И обычный читатель вряд ли в состоянии одолеть хотя бы 2% из них.
Но мы пошли на риск и начали писать еще одну книгу "Рандомизация, бутстреп и методы Монте-Карло. Примеры статистического анализа данных по биологии и экологии."
Написали три главы и по ряду причин сочли разумным выложить для свободного прочтения ее неполный вариант. Во-первых, время не ждет. Во-вторых, эти три первые главы имеют, в некотором смысле, общедисциплинарный характер и могут быть интересны и биологам, и экономистам, и врачам. Далее будут описаны многомерные методы, а они в значительной мере имеют экологическую специфику. И, наконец, в-третьих, мы с благодарностью примем любые замечания и пожелания (туда ли мы плывем и нужно ли все это).
Часть примеров была подготовлена в статистической среде R (скрипты представлены в приложении). Мы не имеем здесь совсем мало опыта и надеемся на доброжелательную критику специалистов в этой области. Кроме того, "Остапа часто несло" , и в результате некоторые наши обороты могут быть статистически неполиткорректными. Мы надеемся, что закаленные в "терминологических битвах" и умудренные товарищи нас поправят.
А аспирантам по различным биологиям и медицинам новый взгляд на статистические вещи может быть весьма полезен.
А пока не сочтите за труд зайти на
http://www.ievbras.ru/ecostat/Kiril/Article/A32/Stare.htm
и скачать файл "Рандомизация, бутстреп и все, все, все..." в формате Acrobat Reader.

[pifagor]

Я не применял бутстреп. Я мало знаком с примерами его использования. Но я тем не менее выскажу свое мнение о вашей книге.

1) Ваша книга абсолютно нужна. Не вижу доступной литературы по бутстрепу и Монте-Карло для биологов на русском языке. Может она и есть, но как-то я не вижу.
Поэтому, ваша книга уверен будет востребована.
2) Позвольте профану высказать пожелания. Побольше примеров конкретных данных и сравнить классические методы и тот же бутстреп. Они есть в вашей книге. Но-больше. Пусть книга вырастет в объеме. Зато таких дубарей, как я, а нас много, убеждают примеры. Буквально брать примеры из Лакина, Урбаха, Гланца и - сравнение. Учебников много.
3) Примеры из биологии и медицины? Экологии? Плохое название для книги. Просто- использование таких-то методов в биологии, медицине и экологии.
4) Книга пишется хорошим языком.
5) Примеры типа Куйбышевское водохранилище? Я вас призываю писать учебное пособие по бутстрепу для биологов, медиков, экологов. Шире примеры. Опять больше примеров.
6) Список литературы с указанием сайтов - это современно и хорошо.

7) Что касается переводов зарубежных книг. Оно бы и надо, и вас стимулировала-бы конкуренция, но думаю, придется долго ждать. Даже в советские годы зарубежные книги выходили через несколько лет после их издания. Дорога ложка к обеду.
Так что желаю успеха (а успех будет, уверяю вас) и дописывайте остальные главы. Нужно. Молодежь и не только молодежь скажет спасибо. Тираж надо тысяч 10000. Или даже больше.
Вот такое мнение профана.

[stok1946]

Буквально брать примеры из Лакина, Урбаха, Гланца и - сравнение. Учебников много.
Так что желаю успеха (а успех будет, уверяю вас) и дописывайте остальные главы.

Во-первых, у нас - принцип: работать только со своими примерами и примерами своих друзей. А Вы - попробуйте пример из Гланца самостоятельно.
Во-вторых, мы окончательно обжились в R. Список скриптов в приложении растет, так что можно книгу позиционировать, как учебник по R для начинающих (коими мы сами и являемся).

Наконец, по ссылке
http://www.ievbras.ru/ecostat/Kiril/Article/A32/Stare.htm
можно всегда скачать свежую версию книги.
Кстати, в последний раз был добавлен новый раздел 2.3. про таблицы сопряженности, которые столь любимы в медицине (и которые малознакомы нам).
Ждем разносов, полезных и разных.

"Критерий Крамера" мы убрали. Похоже, что чистка статистических рядов от "упоминающих всуе Крамера, применяющих термин достоверность или говорящих нулевая гипотеза верна" - основная забота российской статистики.
Теперь очередь за Валлисом. И за отрицательностью лямбды Гудмэна

Сообщение отредактировал stok1946 - 8.09.2012 - 16:54

[Диана]

"Критерий Крамера" мы убрали. Похоже, что чистка статистических рядов от "упоминающих всуе Крамера, применяющих термин достоверность или говорящих нулевая гипотеза верна" - основная забота российской статистики.
Теперь очередь за Валлисом. И за отрицательностью лямбды Гудмэна

значит упоминать критерий Крамера при анализе таблиц сопряженности не стоит

[stok1946]

значит упоминать критерий Крамера при анализе таблиц сопряженности не стоит

pifagor имел в виду модификацию формулы параметрического критерия Стьюдента для оценки равенства средних двух выборок. которую выполнил Уэлч (Welch), чтобы применять ее для неравных дисперсий и объемов .
Это, вероятно, не относится к формуле Крамера для коэффициент связи в таблицах сопряженности (т.е. попытки нормировать ХиХи-статистику).
Даже pifagor сказал, что он - достойный дядька и ото всюду его изгонять нельзя.

Мы использовали при подборе моделей приведенный коэффициент детерминации (Adjusted R2), рассчитываемый по формулам средних квадратов.
Nagelkerke (1991) обобщил формулу для расчета коэффициента детерминации, используя оценки максимального правдоподобия ( она приведена, например, в http://en.wikipedia.org/wiki/Coefficient_of_determination )

[pifagor]

pifagor имел в виду модификацию формулы параметрического критерия Стьюдента для оценки равенства средних двух выборок. которую выполнил Уэлч (Welch), чтобы применять ее для неравных дисперсий и объемов .
Это, вероятно, не относится к формуле Крамера для коэффициент связи в таблицах сопряженности (т.е. попытки нормировать ХиХи-статистику).
Даже pifagor сказал, что он - достойный дядька и ото всюду его изгонять нельзя.

Мы использовали при подборе моделей приведенный коэффициент детерминации (Adjusted R2), рассчитываемый по формулам средних квадратов.
Nagelkerke (1991) обобщил формулу для расчета коэффициента детерминации, используя оценки максимального правдоподобия ( она приведена, например, в http://en.wikipedia.org/wiki/Coefficient_of_determination )

Проф. Орлов иногда называет себя учеником Крамера, иногда учеником Боровкова (автор учебника), иногда учеником Большева (таблицы по математической статистике). На меньшее он не согласен. Только такие учителя и не иначе. Всех остальных он считает невеждами и плагиаторами. Так, например, он называет Кобзаря, автора полезного справочника по статистическим методам. Причина же, по-моему, кроется в том, что Кобзарь в своем обширном списке литературы, увы, не упоминает опусы Орлова. Амбиции, все амбиции. Обиды живых классиков.