Giới thiệu cuốn sách Using Multivariate Statistics

Một bản đồ đi cùng việc chuẩn bị dữ liệu

Mục lục có phần hướng dẫn lựa chọn kỹ thuật và một chương sàng lọc dữ liệu trước phân tích. Các chủ đề sau gồm hồi quy bội, ANCOVA, MANOVA, phân tích hồ sơ, phân biệt, logistic, survival, tương quan chính tắc, PCA và phân tích nhân tố, SEM, đa cấp và chuỗi thời gian. Phạm vi rộng nhưng điểm nhấn ứng dụng giúp người đọc đặt câu hỏi khi nào, tại sao và làm thế nào.

Sự hiện diện của nhiều kỹ thuật không có nghĩa nên thử hết rồi chọn kết quả thuận lợi. Cuốn sách có ích như một bản đồ để thu hẹp lựa chọn. Cấu trúc dữ liệu, số biến kết quả, kiểu biến và thiết kế nghiên cứu cần được đặt ra trước tên thủ tục.

Điều nên chú ý khi dữ liệu không đẹp

Người đang gặp vấn đề dữ liệu thiếu, ngoại lệ hoặc giả định có thể bắt đầu từ phần sàng lọc, rồi quay lại chương kỹ thuật. Giữ một nhật ký xử lý sẽ giúp phân biệt thay đổi có lý do với thay đổi chỉ làm output dễ nhìn hơn.

Đừng để việc tìm thấy một trường hợp bất thường tự trở thành lý do xóa nó. Cần kiểm tra lỗi nhập, bối cảnh và ảnh hưởng đến phân tích. Bài giới thiệu không đưa một quy tắc loại quan sát chung; điều đáng học từ cách đọc cuốn sách là phải trình bày được căn cứ cho lựa chọn của mình.

Một bài tập đọc với hai phiên bản phân tích

Bài tập do Lê Minh đề xuất: trên một bộ dữ liệu minh họa, ghi lại các vấn đề dữ liệu trước, chọn một thay đổi có căn cứ và chạy lại cùng phân tích. So sánh số quan sát, hệ số và diễn giải, không chỉ p-value. Mục tiêu là hiểu độ nhạy của kết quả với quyết định xử lý, không tìm cách đạt ý nghĩa thống kê.

Người đọc chương SEM nên nhận diện rõ tác giả đóng góp. Trong bản này, chương SEM do Jodie B. Ullman viết; điều đó không biến bà thành đồng tác giả của toàn bộ cuốn sách. Khi sử dụng một nội dung riêng của chương, cần ghi nguồn tương ứng để người đọc tìm lại được.

Chọn đúng ấn bản và cách sử dụng

Bài này dựa trên bản thứ bảy có năm bản quyền 2019, ISBN 9780134790541. Pearson có những lần phát hành điện tử hoặc bản khu vực với thông tin thời gian khác; cần đối chiếu bản thực tế thay vì gộp chúng thành một ngày xuất bản.

Sách hợp với người đã có thống kê cơ bản và muốn làm việc chắc tay hơn trên dữ liệu đa biến. Nó có thể khó đọc theo kiểu lướt nhanh, nhưng một chương đúng vấn đề sẽ giúp bạn giải thích được vì sao đã chọn cách xử lý đó. Với công việc nghiên cứu, khả năng giải thích ấy thường quan trọng hơn việc chuyển sang một kỹ thuật mới mỗi khi kết quả khó chịu.

Chọn bài đọc tiếp

Có thể đọc tiếp: Multivariate Data Analysis (Ấn bản thứ tám · bản tiếng Anh).

Nguồn và ấn bản được giới thiệu