Предисловие к русскому изданию. Наука и искусство анализа данных 5
Предисловие 14
Какую пользу может принести эта книга 14
Некоторые узловые моменты 17
Выполнение заданий 18
Как возникла эта книга 18
Глава 1. На подступах к анализу данных 19
Введение 19
11. Лестница и прямой вывод 20
12. Реальный вклад Стьюдента 22
13. Распределения и их недуги 24
14. Классический пример: Уилсон и Хилферти анализируют данные Пирса 26
15. Виды ненормальностей и робастность 28
16. Роль размытых понятий . 31
!.7. Еще размытые понятия 33
18. Индикация, подсчет и выводы 35
Резюме. Анализ данных 36
Библиография 3G
Иллюстрации 37
Глава 2 Индикация и индикаторы 42
21. Значение индикации 42
22. Когда индикации достаточно? 43
Проблемы множественности 45
23. Фигура умолчания 48
24. Выбор индикаторов 48
25. Один пример выбора индикатора 51
Факультативное дополнение 52
26. Индикации качества: перепроверки 53
Резюме. Индикация и индикаторы . 56
Библиография 57
Иллюстрации 57
Г л а в а 3. Представления и свертки для однородных групп данных 58
31. «Опора и консоль» 58
32. Медианы, квартили и прочие процентили 58
33. Середины и размахи 61
34. Выборки из выборок 61
35. Графический анализ 61
36. Тренды и скользящие медианы 63
37. Сглаживание нелинейных регрессий 67
38. Выявление закономерностей 68
39. Об остатках вообще 71
310. Графики и сглаживание 73
Резюме. Свертки для однородных групп данных и их представления ... 73
Библиография 74
Иллюстрации ’ 74
Глава 4. Линеаризация кривых и графики 92
Идея линеаризации Ь2
41. Последовательность преобразований 93
42. Преобразование у = х* 93
43. Правило выпуклости 95
44. Более сложные кривые 97
45. Диаграммы рассеяния 97
Резюме. Линеаризация кривых 97
Иллюстрации 97
Г л а в а 5. Практика преобразований 100
5.1. Разновидности числовых данных 100
5.2. Быстрое логарифмирование 102
5.3. Быстрое вычисление квадратных корней и обратных величин ... 104
5.4. Быстрое преобразование долей, процентов и тому подобных величин 105
5.5. Совместимость степеней и логарифмов 106
5.6. Преобразования ярлыков 107
5.7. Преобразования рангов 108
5.8. Первая помощь при преобразованиях 109
5.9. Что делать с нулями и бесконечностями? 111
Резюме. Преобразования 114
Библиография 115
Иллюстрации 115
Глава 6. Нужны ли нам преобразования? 126
Глава 7. Охота за источниками неопределенности 128
71. Как o/Va может обмануть 129
72. Еще один пример, говорящий о необходимости прямой оценки вари­ации 131
73. Выбор компонентов ошибки 132
74. Некоторые подробности выбора компонентов ошибки 134
75. Возможность получения прямых оценок 134
76. Трудности, связанные с прямыми оценками 137
77. Дополнительная неопределенность и ее взаимоотношения с внутрен­ней неопределенностью 138
Резюме. Охота за источниками неопределенностей 140
Библиография 141
Иллюстрации 141
Глава 8. Метод прямого оценивания 143
81. «Складной нож» 143
Корректировка числа степеней свободы 145
Дополнение к 8.1. Сочетания и преобразования 146
82. Примеры для элементов выборки 147
83. «Складной нож» для групп данных: оценивание доли в выборочном обследовании 151
84. Более сложный пример 153
85. Перепроверка примера 156
86. Два аналогичных использования принципа «отбрасывай по одному» 157
87. Рассеяние средних ц 158
88. Дальнейшее обсуждение примера 160
Резюме. «Складной нож» 161
Библиография 162
Иллюстрации : 162
Г л а в а 9. Таблицы с двумя и 6oiee входами 171
91. Аддитивный анализ 171
92. Знакомство с двувходовым аддитивным анализом 174
93. Выявление преимущественных уровней 175
94. Доводка аддитивных моделей 176
95. Подбор еще одного постоянного коэффициента 182
96. Использование преобразований 184
97. Анализ таблиц с тремя и более входами 186
Резюме. Таблицы откликов с двумя входами 187
Библиография 188
Иллюстрации 188
Глава 10. Робастные и устойчивые меры положения и масштаба 204
101. Устойчивость 204
102. Робастность 205
103. Робастные и устойчивые оценки положения 206
104. Робастные оценки масштаба 207
105. Робастные и устойчивые доверительные интервалы 207
106. Устойчивая и робастная регрессия 208
107. Многомерные данные 208
Замечание 212
108. Заключительное замечание 213
Резюме. Устойчивые и робастные методы 213
Библиография 2Г4
Иллюстрации 214
Глава 11. Нормирование данных для сравнений 218
111. Простейший случай 218
112. Прямое нормирование 221
113. Точность результатов прямого нормирования 222
Сравнение оценок 224
114. Трудности прямого нормирования 225
115. Косвенная нормализация 227
Обсуждение 230
116. Перестройка для непрерывных категорий 231
Комментарий 235
117. Больше двух непрерывных категорий 236
Внутренние категории и центры тяжести 237
Внешние категории 239
Резюме. Нормирование данных для сравнения 240
Библиография 241
Иллюстрации 241
Приложение к главе 6. Подробности насчет того, нужны ли нам преобразования 252
A. Общий случай 252
Отношение к значимости-незначимости 253
Б. Случай очень хорошей модели 255
B. Нужны ли нам логарифмы? 256
Г. А как насчет Vх и — 257
Д. Обоснование 258
Резюме. Когда же выгодны преобразования? 261
Иллюстрации 262
Задания для упражнений 265
Приложение для упражнений 307
о ОГЛАВЛЕНИЕ ВЫПУСКА 2
Предисловие к русскому изданию. Наука и искусство анализа данных
Глава 12. Регрессия для подгонки
Введение
121. Регрессия: два смысла
122. Зачем нужна регрессия?
123. Графическая шаговая подгонка
124. Коллинеарность
125. Точная и приближенная линейная зависимость
126. Исключение плохо измеряемого, регрессия для исключения
127. «Дороги, которые мы выбираем» (факультативно)
128. Использование подвыборок Резюме. Регрессия Библиография Иллюстрации
Глава 13. Беды регрессионных коэффициентов
131. Смысл коэффициентов множественной регрессии
132. Линейная коррекция как метод описания
133. Примеры линейной коррекции
134. Некоторый произвол в выборе хорошего носителя
135. Феномен «заместителя»
136. Иногда х-ы удается «стабилизировать»
137. Эксперименты, замкнутые системы, сопоставление естественных и общественных наук, с примерами
138. Оценка дисперсий — это не все, что нужно Резюме. Беды регрессионных коэффициентов Библиография
Иллюстрации
Глава 14. Один класс процедур подгонки
141. Приближение прямыми. Прямая, проходящая через начало координат
142. Балансировка — метод подгонки
143. Балансиры, настроенные на отдельные коэффициенты и уловители
144. Обычный метод наименьших квадратов
145. Настройка для обычного метода наименьших квадратов
146. Метод взвешенных наименьших квадратов
147. Кривые влияния для мер положения
148. Итеративный линейный метод взвешенных наименьших квадратов
149. Метод наименьших абсолютных отклонений (модулей)
1410. Трудности анализа
14 11. Доказательство одного утверждения из параграфа 13.2
Резюме. Процедуры подгонки
Библиография
Иллюстрации
Глава 15. Гибкая регрессия
151. Чем мы можем руководствоваться при выборе приближения?
152. Шаговые методы
153. Методы всех подмножеств
154. Комбинированные методы
155. Перестройка носителей, смысловые компоненты
156. Метод главных компонент
157. Много ли мы сможем узнать?
158. Несколько у-ов или несколько задач?
159. С чего начинается регрессия?
1510. Произвольная корректировка Резюме. Гибкая регрессия Библиография
Иллюстрации
Глава 16. Исследование регрессионных остатков
161. Исследование у
162. Переменные и другие носители
163. Следующий шаг: возврат к старой переменной /ст
164. Введение новой переменной
165. В поисках дополнительных мультипликативных членов
166. В каком порядке?
Резюме. Исследование регрессионных остатков Задания для упражнений Приложение для упражнений Указатель перевода терминов