У мене було достатньо курсів зі статистики в шкільні роки та в університеті. Я добре розумію такі поняття, як, CI, p-значення, інтерпретація статистичної значущості, багаторазове тестування, кореляція, проста лінійна регресія (з найменшими квадратами) (загальні лінійні моделі) та всі тести гіпотези. Мене знайомили з цим більшу частину ранніх часів здебільшого математично. І останнім часом я вважаю , що за допомогою книги « Інтуїтивна біостатистика» я зрозумів і безпрецедентне розуміння фактичної концептуальної теорії.
Тепер мені не вистачає розуміння придатності моделей (визначення параметрів для моделі) тощо. Зокрема, такі поняття, як оцінка максимальної вірогідності, узагальнені лінійні моделі, байєсівські підходи до інфекційної статистики мені завжди здаються чужими. Прикладів чи навчальних посібників чи концептуально обґрунтованих прикладів недостатньо, як це можна було б знайти в простих імовірнісних моделях або в інших (основних) темах в Інтернеті.
Я є біоінформатором і працюю над даними РНК-Seq, яка займається невідкритим підрахунком читання для пошуку, скажімо, експресії генів (або диференціальної експресії генів). З мого досвіду, навіть якщо я не знайомий зі статистичними моделями, я можу зрозуміти причину припущення про розподіл пуассона та негативні біномі та інше. Але деякі статті розглядають узагальнені лінійні моделі та оцінюють MLE тощо. Я вважаю, що у мене є необхідний досвід для розуміння.
Я думаю, що я прошу - це підхід, який деякі фахівці серед вас вважають корисним і (а) книга (и), яка допомагає мені зрозуміти ці поняття більш інтуїтивно зрозумілим способом (не лише суворою математикою, а теорією, підкріпленою математикою). Оскільки я здебільшого збираюся їх застосувати, я був би задоволений (на даний момент) розумінням того, що є, і пізніше я можу повернутися до суворих математичних доказів ... Хтось має якісь рекомендації? Я не проти купувати більше 1 книги, якщо теми, про які я попросив, справді розкидані, щоб бути висвітленими в книзі.
Дуже дякую!