Статистика Фридмана, Пизани и Пурвеса основана на популярном и успешном курсе, преподаваемом в Калифорнийском университете в Беркли. Я использовал его в качестве вводного текста статистики для студентов, заимствовал некоторые из его идей при обучении курсам статистики выпускников и раздал много копий коллегам и клиентам. Есть много причин его популярности:
Его повествование и его проблемы основаны на реальных примерах и реальных данных очевидной важности, а не на выдуманной болтовне, обнаруженной во многих текстах. Это действительно интересные и запоминающиеся события, в том числе испытания вакцины против полиомиелита Солка, разгром опроса Литературного дайджеста 1936 года, иск о дискриминации студентов-выпускников в Беркли (на основе парадокса Симпсона), критика Фишером результатов Менделя о горохе и многое другое.
У него обширные проблемы на трех уровнях: в конце каждого подраздела главы (из которых сотни), в конце каждой главы (более 30) и в конце основных групп глав (около 4, я помню) , Эти проблемы требуют минимальной математики или вовсе не требуют ее: они сосредоточены на потенциальных недоразумениях, которые авторы, благодаря своему обширному опыту, обнаружили среди учащихся.
Основное внимание уделяется статистическим идеям и рассуждениям, а не математике.
Он не использует (почти) никаких математических формул. Количественные отношения обычно выражаются графически и прописью. (Они настолько ясно выражены, что когда я впервые прочитал эту книгу, будучи аспирантом по математике, совершенно не разбирающимся в статистике, я смог без проблем воспроизвести всю основную математическую теорию.)
Он охватывает большую часть традиционных материалов, включая биномиальные и нормальные распределения, доверительные интервалы, z-тесты, t-тесты, тесты хи-квадрат, регрессию, а также минимальное количество вероятностей и комбинаторику, необходимые для их понимания.
Некоторые потенциальные недостатки могут включать в себя:
Нет обработки байесовской статистики. Это сделает эту книгу устаревшей в течение десятилетия.
Нет лечения ANOVA (студенты-психологи могут пропустить это больше всего).
Нет обсуждения вычислительной техники.
Я полагаю, что последние два не являются критическими: хороший преподаватель может легко предоставить материал ANOVA и может научить так много или мало вычислений, как они могли бы пожелать. Важность пропуска байесовской статистики будет зависеть от вкусов и целей преподавателя.
Наконец, я должен отметить, что хотя математические требования настолько малы, насколько можно себе представить, мои предварительные и последующие тесты студентов показывают, что люди, которые приходят к книге с характером и привычкой мыслить количественно, все же получают гораздо больше это чем те, кто этого не делает. Большинство моих учеников показали плохие результаты на предварительных тестах математических знаний (90% получили неудовлетворительные оценки), но те, кто также плохо выступил на предварительных тестах критического мышления ( тест когнитивного отражения Шейна Фредерика ), показали заметно меньшее улучшение в течение семестра, чем другие. Предварительные и последующие тесты включали полный тест CAOS из 40 пунктовфундаментальных понятий, которые должен включать в себя любой вводный курс статистики на уровне колледжа. Студенты в этом классе постоянно демонстрируют вдвое больше улучшений, чем те, которые описаны в литературе CAOS; студенты с плохими показателями когнитивной рефлексии улучшили лишь среднюю оценку (или не смогли пройти курс). У меня нет данных, чтобы определить причины этого дополнительного улучшения, но я подозреваю, что учебник заслуживает, по крайней мере, некоторой оценки.