Analiza danych z programem R

Kolejne wydanie dobrze znanego studentom 2-częściowego podręcznika.

Każdy rozdział składa się z podstawowych definicji i twierdzeń, rozwiązanych przykładów o wzrastającym stopniu trudności oraz zadań do samodzielnego wykonania. Na końcu rozdziału znajdują się odpowiedzi do zadań; trudniejszym z nich towarzyszą wskazówki.

Część I podręcznika dotyczy rachunku prawdopodobieństwa.

Książka przeznaczona jest przede wszystkim dla studentów uczelni technicznych. Mogą z niego korzystać również słuchacze uczelni ekonomicznych i kierunków ścisłych uniwersytetów i akademii pedagogicznych oraz wszyscy, którzy stosują metody probabilistyczne w swojej pracy zawodowej.

Rachunek prawdopodobieństwa jest przypuszczalnie tą dziedziną matematyki, która w XXI wieku miała najwięcej zastosowań w naukach przyrodniczych, technicznych, społecznych i ekonomicznych, a także w bezpośrednim rozwiązywaniu zagadnień praktycznych. Statystyka oraz nowe dziedziny, na przykład metody Monte Carlo, sieci neuronowe, uczenie maszynowe czy różnego rodzaju zadania optymalizacyjne i klasyfikacyjne, czerpią pełnymi garściami z dotychczasowych metod i osiągnięć rachunku prawdopodobieństwa, ale jednocześnie dostarczają nowych problemów, które inspirują dalszy gwałtowny rozwój teorii. Podstawową przyczyną takiego stanu rzeczy są szeroko dostępne i nadal wzrastające moce obliczeniowe komputerów. Wychodząc naprzeciw nowym wyzwaniom, autor podręcznika opracował nowoczesny roczny kurs rachunku prawdopodobieństwa dla studentów matematyki stosowanej.

„Jerzy Ombach niezwykle umiejętnie łączy solidną bazę teoretyczną zawierającą wszystkie niezbędne w edukacji matematycznej twierdzenia z prezentacją ich zastosowań oraz ilustrujących je przykładów. Narracja prowadzona jest w sposób przejrzysty, ukazujący wielkie doświadczenie dydaktyczne Autora, kolejne rozdziały tworzą spójną, logiczną całość. Szczególnie ciekawym i nietypowym rozwiązaniem jest dołączenie do każdego rozdziału nie tylko zadań do samodzielnego rozwiązania, lecz także przykładów z zastosowaniem programu Mapie".
Dr hab. Henryk Gacki, prof. UŚ

„Myślę, że ze względu na jasność i prostotę wywodów, liczne przykłady zastosowań oraz kody dostępne w programie Mapie po tę książkę będą sięgać studenci nie tylko matematyki, ale również innych kierunków studiów- zwłaszcza ekonomicznych, na których metody wykorzystujące rachunek prawdopodobieństwa są stosowane do opisu szeroko rozumianych procesów gospodarczych".
Dr hab, Anna Pajor, prof, UEK

Prof. dr hab. Jerzy Ombach jest kierownikiem Katedry Matematyki Stosowanej w Instytucie Matematyki Uniwersytetu Jagiellońskiego. Od ponad 20 lat w swoich podręcznikach z równań różniczkowych i rachunku prawdopodobieństwa oraz w ramach zajęć ze studentami realizuje ideę połączenia ścisłego wykładu z samodzielnym i świadomym wykorzystaniem przez studentów olbrzymich możliwości stworzonych przez komputery i oprogramowanie wspierające działalność matematyczną. W 2007 roku otrzymał prestiżową Nagrodę Pro Arte Docendi przyznawaną za wybitne osiągnięcia dydaktyczne

Pierwszy polski podręcznik akademicki dotyczący statystycznej analizy wielowymiarowej z wykorzystaniem programu R!

Program R, dostępny bezpłatnie na zasadach powszechnej licencji publicznej GNU, jest wykorzystywany w badaniach naukowych i dydaktyce przez najlepsze uczelnie na świecie. Używają go przedstawiciele różnych dyscyplin naukowych, np. biologii, medycyny, psychologii, socjologii i ekonomii, jest bowiem znakomitym narzędziem do analizy danych. W dydaktyce wykorzystuje się go na kursach zarówno podstaw statystyki, jak i statystyki zaawansowanej oraz statystyki wielowymiarowej.

W książce szczegółowo omówiono:
środowisko R jako środowisko obliczeń statystycznych oraz działający w nim język programowania,
podstawowe zagadnienia statystycznej analizy wielowymiarowej,
graficzne możliwości programu R wykorzystywane do wizualizacji danych w przestrzeni dwu- i trójwymiarowej,
różne metody statystycznej analizy wielowymiarowej (takie jak analiza wariancji, analiza regresji wielorakiej, nieparametryczne metody regresji, analiza dyskryminacyjna, podejście wielomodelowe, analiza conjoint, analiza czynnikowa, metody skalowania wielowymiarowego, analiza korespondencji i analiza skupień) oraz związane z nimi pakiety i funkcje programu R.

Książka jest napisana klarownie i jasno, językiem zrozumiałym nie tylko dla statystyków. Zawiera liczne przykłady i zadania do samodzielnego rozwiązywania. Zainteresuje nie tylko studentów i pracowników naukowych, ale także praktyków, np. lekarzy , psychologów i socjologów, zajmujących się analizą danych.

Statystyka w zadaniach składa się z dwóch odrębnych części:
Część I Statystyka opisowa
Część II Statystyka matematyczna
W zbiorze tym przedstawiono metody statystyczne służące do wykrywania czterech rodzajów prawidłowości w:
- strukturze zjawisk masowych,
- współzależności zjawisk masowych w czasie,
- współzależności zjawisk masowych w przestrzeni,
- dynamice zjawisk masowych.

Podręcznik powstał przede wszystkim z myślą o takim poszerzaniu wiedzy czytelników, które odbywa się poprzez rozumienie omawianych problemów. Tekst uczy więc studentów rozumienia logiki statystyki i stosowanych w niej procedur, właściwości narzędzi statystycznych, wagi założeń, które z tymi narzędziami są związane oraz rozumienia tego, co się zdarzy, gdy owe surowe wymagania teorii statystycznej zostaną skonfrontowane z realnymi danymi zebranymi w trakcie badań empirycznych.
(Ze Wstępu)

Wobec zauważalnego nadmiaru informacji stajemy niejednokrotnie przed trudnym zadaniem przeprowadzenia adekwatnej analizy danych opisujących zjawiska społeczne i gospodarcze. Dostarczenie rzetelnej i obiektywnej informacji statystycznej wymaga dobrego warsztatu pozwalającego przygotować stosowne charakterystyki liczbowe z odpowiednią precyzją i zaufaniem co do ich jakości. Zadanie to wymaga pogłębionych kompetencji szczególnie wtedy, gdy wnioskowanie nasze pragniemy oprzeć o wyniki pochodzące z badania próby, a nie całej zbiorowości. Autorki oddają do rąk Czytelnika zbiór zadań ze statystyki matematycznej jako podręcznik służący rozwijaniu wspomnianych kompetencji z zakresu wnioskowania o populacji na podstawie próby losowej.