Libro

Probability and Statistical Inference ฉบับที่ 10: ขอบเขตและพื้นฐานที่ต้องมี

ตำราของ Hogg, Tanis และ Zimmerman ฉบับที่ 10 ไล่จาก probability พื้นฐานไปถึง estimation, hypothesis testing และ ANOVA บทความนี้สรุปจากสารบัญและคำอธิบายของ Pearson เพื่อช่วยดูว่าเล่มนี้เหมาะกับพื้นฐานของคุณหรือไม่

ภาพประกอบบทความ: ปกหนังสือ Probability and Statistical Inference โดย Robert V. Hogg, Elliot A. Tanis & Dale L. Zimmerman

ขอบเขตของบทความ: แนะนำขอบเขตเนื้อหาจากสารบัญและคำอธิบายของ Pearson สำหรับฉบับที่ 10 รวมกับข้อมูลแคตตาล็อก ยังไม่ได้อ่านเนื้อหาเต็มเล่มหรือบทใดบทหนึ่ง

งาน quant ส่วนใหญ่ลงเอยที่คำถามทางสถิติ ผลตอบแทนที่เห็นต่างจากศูนย์จริงหรือเป็นแค่ความบังเอิญ พารามิเตอร์ที่ประมาณมาเชื่อได้แค่ไหน และการทดสอบที่ใช้อยู่มีกำลังพอหรือไม่ คนที่ข้ามพื้นฐาน probability และ statistics ไปมักตอบคำถามเหล่านี้ได้ไม่มั่นใจ

Probability and Statistical Inference เป็นตำราที่ปูพื้นฐานกลุ่มนี้ตั้งแต่ต้น บทความนี้ดูว่าฉบับที่ 10 ครอบคลุมอะไร ต้องมีพื้นฐานแค่ไหน และเหมาะกับใคร

หนังสือเล่มนี้ว่าด้วยอะไร

Probability and Statistical Inference ฉบับที่ 10 เขียนโดย Robert V. Hogg จาก University of Iowa, Elliot A. Tanis จาก Hope College และ Dale L. Zimmerman ตีพิมพ์โดย Pearson หน้าสำนักพิมพ์ระบุวันที่ 14 กรกฎาคม 2021 ลิขสิทธิ์ปี 2022 และ ISBN ฉบับปกแข็ง 9780135189399 (หน้าหนังสือของ Pearson) ส่วน Open Library บันทึก ISBN เดียวกันเป็นฉบับที่ 10 ปี 2019 ความยาว 560 หน้า

คำอธิบายของ Pearson บอกว่าเป็นบทนำเชิงประยุกต์สู่ probability และ statistics เน้นว่าความแปรผันมีอยู่ในแทบทุกกระบวนการ และใช้ตัวอย่างจากโลกจริงช่วยเสริมคณิตศาสตร์พื้นฐาน ออกแบบสำหรับวิชาสองภาคเรียน และปรับใช้กับภาคเรียนเดียวได้

เนื้อหาครอบคลุมหัวข้ออะไร

สารบัญบนหน้า Pearson มีเก้าบท (สารบัญ, Pearson):

บท

หัวข้อตามสารบัญ

ตัวอย่างหัวข้อย่อย

1

Probability

—

2

Discrete Distributions

—

3

Continuous Distributions

—

4

Bivariate Distributions

—

5

Distributions of Functions of Random Variables

—

6

Point Estimation

Order Statistics, Maximum Likelihood and Method of Moments, Sufficient Statistics, Bayesian Estimation

7

Interval Estimation

Confidence Intervals, Sample Size, Distribution-Free Confidence Intervals for Percentiles, Resampling Methods

8

Tests of Statistical Hypotheses

Tests for Variances, Some Distribution-Free Tests, Power of a Statistical Test, Likelihood Ratio Tests

9

More Tests

Chi-Square Goodness-of-Fit, Contingency Tables, ANOVA, Factorial Designs, Statistical Quality Control

ท้ายเล่มมีภาคผนวกรายการอ้างอิง ตารางสถิติ คำตอบของแบบฝึกหัดข้อคี่ และการทบทวนเทคนิคคณิตศาสตร์ที่เลือกมา

ครึ่งแรกของเล่ม (บทที่ 1–5) เป็นprobability theory และ distribution ครึ่งหลัง (บทที่ 6–9) เป็น statistical inference หัวข้ออย่าง 6.8 Bayesian Estimation, 7.7 Resampling Methods และ 8.6 Power of a Statistical Test เกี่ยวข้องกับงานวิเคราะห์ข้อมูลการเงินโดยตรง ข้อสังเกตนี้มาจากชื่อหัวข้อ ยังไม่ได้อ่านเนื้อหาจริง

พื้นฐานที่ควรมีก่อนอ่าน

Pearson ระบุว่าต้องมี พื้นฐานแคลคูลัสที่ดี แต่ไม่จำเป็นต้องเคยเรียน probability หรือ statistics มาก่อน ภาคผนวกมีการทบทวนเทคนิคคณิตศาสตร์บางเรื่องไว้ด้วย

เหมาะกับใคร และใครควรเริ่มจากเล่มอื่นก่อน

  • เหมาะ กับนักศึกษาหรือคนทำงานที่มีแคลคูลัสแล้ว และต้องการตำราหลักเรื่อง probability และ statistics แบบเป็นระบบก่อนเข้าสู่ econometrics หรือ machine learning

  • เหมาะ กับคนที่ต้องการเข้าใจที่มาของ maximum likelihood, confidence interval และ hypothesis testing มากกว่าการเรียกใช้ฟังก์ชันในโปรแกรม

  • ควรเริ่มจากเล่มอื่นก่อน ถ้ายังไม่คล่องแคลคูลัส เพราะสำนักพิมพ์ระบุพื้นฐานนี้ไว้ชัด

  • ควรรู้ไว้ก่อน ว่าตำราเล่มนี้ไม่ใช่หนังสือการเงินโดยตรง ตัวอย่างการเงินในเล่มมีมากน้อยแค่ไหน บทความนี้ตรวจไม่ได้

ข้อจำกัดของข้อมูลที่ใช้ในบทความนี้

  • อ่านเฉพาะหน้าหนังสือและสารบัญของ Pearson ไม่ได้อ่านบทใดในเล่ม

  • ปกในโฟลเดอร์เป็นฉบับที่ 9 Global Edition ขณะที่ ISBN ในแคตตาล็อกของ Libro คือฉบับที่ 10 บทความนี้อธิบายฉบับที่ 10 ตาม ISBN และไม่ใช้ปกนี้กับสินค้า ลำดับบทของฉบับที่ 9 อาจต่างจากที่สรุปไว้

  • วันที่ของฉบับที่ 10 ต่างกันระหว่าง Pearson (2021, ลิขสิทธิ์ 2022) กับ Open Library (2019) และหน้า Pearson ไม่ได้ระบุว่าฉบับนี้เปลี่ยนอะไรจากฉบับก่อน

แหล่งอ้างอิง

บทความนี้อ่านจบได้ในตัวเอง หนังสือด้านบนคือจุดต่อยอดสำหรับผู้ที่ต้องการศึกษาลึกขึ้น