02. О вероятностях

Пьер Симон Лаплас. Опыт философии теории вероятностей

В книге выдающегося французского математика, физика и астронома Пьера Лапласа (1749–1827) представлено популярное изложение основ теории вероятностей и ее приложений. Совершенно без формул дается свод почти всех главных вопросов этой теории; приводятся общие принципы исчисления вероятностей, описываются аналитические методы и законы вероятностей. Особое внимание в работе уделяется приложению теории вероятностей к различным вопросам жизни, большинство которых, по мнению Лапласа, есть не что иное, как задачи теории вероятностей. Рассматривается приложение этой теории к натуральной философии и нравственным наукам; исследуется вероятность свидетельских показаний и судебных приговоров, анализируются результаты выборов и решения собраний с точки зрения теории вероятностей, затрагивается вопрос об иллюзиях в оценке вероятностей. Работа широко цитируется в современной литературе. Я решил оставить русский перевод 1908-го года, и снабдить его комментариями.

Пьер Симон Лаплас. Опыт философии теории вероятностей. – М.: Книжный дом «ЛИБРОКОМ», 2011. — 208 с. (книга впервые опубликована в 1814 г.; на старорусский язык книга переведена в 1908 г.; настоящее издание является репринтным).

%d0%bf%d1%8c%d0%b5%d1%80-%d1%81%d0%b8%d0%bc%d0%be%d0%bd-%d0%bb%d0%b0%d0%bf%d0%bb%d0%b0%d1%81-%d0%be%d0%bf%d1%8b%d1%82-%d1%84%d0%b8%d0%bb%d0%be%d1%81%d0%be%d1%84%d0%b8%d0%b8-%d1%82%d0%b5%d0%be%d1%80

Подробнее »Пьер Симон Лаплас. Опыт философии теории вероятностей

Джон Тьюки. Анализ результатов наблюдений. Разведочный анализ

В книге, написанной в 1977 г. известным американским специалистом по математической статистике, изложены основы разведочного анализа данных, т.е. первичной обработки результатов наблюдений, осуществляемой посредством простейших средств — карандаша, бумаги и логарифмической линейки. На многочисленных примерах автор показывает, как представление наблюдений в наглядной форме с помощью схем, таблиц и графиков облегчает выявление закономерностей и подбор способов более глубокой статистической обработки. Изложение сопровождается многочисленными упражнениями с привлечением богатого материала из практики. Живой, образный язык облегчает понимание излагаемого материала.

Джон Тьюки. Анализ результатов наблюдений. Разведочный анализ. – М.: Мир, 1981. – 696 с.

%d0%b4%d0%b6%d0%be%d0%bd-%d1%82%d1%8c%d1%8e%d0%ba%d0%b8-%d0%b0%d0%bd%d0%b0%d0%bb%d0%b8%d0%b7-%d1%80%d0%b5%d0%b7%d1%83%d0%bb%d1%8c%d1%82%d0%b0%d1%82%d0%be%d0%b2-%d0%bd%d0%b0%d0%b1%d0%bb%d1%8e%d0%b4

Подробнее »Джон Тьюки. Анализ результатов наблюдений. Разведочный анализ

Нейт Сильвер. Сигнал и шум

Мы считаем, что наш мир во многом логичен и предсказуем, а потому делаем прогнозы, высчитываем вероятность землетрясений, эпидемий, экономических кризисов, пытаемся угадать результаты торгов на бирже и спортивных матчей. В этом безбрежном океане данных важно уметь правильно распознать настоящий сигнал и не отвлекаться на бесполезный информационный шум.

О том, как этому научиться, рассказывает гуру статистики Нейт Сильвер, разработавший систему прогнозов, позволившую дважды максимально точно предсказать результаты президентских выборов почти во всех штатах Америки. Его книга во многом близка исследованиям Нассима Талеба и столь же значима для всех, кто имеет дело с большими объемами данных и просчитывает различные варианты развития событий. И если Талеб говорит о законах зарождения «черных лебедей», Сильвер исследует модели и способы, позволяющие поймать этих птиц в расставленные нами сети. Он обобщает опыт экспертов практиков, изучает различные модели и подходы, позволяющие делать более точные прогнозы. Как и Даниэль Канеман, автор бестселлера Думай медленно… Решай быстро, наблюдая за поведением и мышлением людей, оценивающих неопределенные события, Сильвер утверждает: да, компьютеры незаменимы при работе с огромными массивами данных, но для максимальной точности результатов необходим гибкий человеческий ум и опыт, ведь прогнозирование – это планирование в условиях неопределенности.

Нейт Сильвер. Сигнал и шум. Почему одни прогнозы сбываются, а другие – нет. – М.: КоЛибри, Азбука Аттикус, 2015. – 608 с.

%d0%bd%d0%b5%d0%b9%d1%82-%d1%81%d0%b8%d0%bb%d1%8c%d0%b2%d0%b5%d1%80-%d1%81%d0%b8%d0%b3%d0%bd%d0%b0%d0%bb-%d0%b8-%d1%88%d1%83%d0%bc-%d0%be%d0%b1%d0%bb%d0%be%d0%b6%d0%ba%d0%b0

Подробнее »Нейт Сильвер. Сигнал и шум

Фишер. Статистический вывод

Рональд Фишер — ученый, снабдивший статистику инструментами, благодаря которым она обрела то огромное значение, которое имеет сегодня. Его основной вклад — статистический вывод, инновационный подход, связанный с понятием вероятности, который дал статистике, состоявшей прежде на службе других дисциплин, необходимый импульс для того, чтобы она стала полноправной наукой. Этому британскому математику и биологу мы обязаны статистическим методом, который применяется в планировании научных экспериментов. Он был ярым сторонником евгеники, зародившейся в первой половине XX века, и в этом контексте его исследования касались также генетики и современной эволюционной теории.

По теме см. также Левин. Статистика для менеджеров с использованием Microsoft Excel

Наука. Величайшие теории: выпуск 47: Возможно да, возможно нет. Фишер. Статистический вывод. — М.: Де Агостини, 2015. — 176 с.

%d1%84%d0%b8%d1%88%d0%b5%d1%80-%d1%81%d1%82%d0%b0%d1%82%d0%b8%d1%81%d1%82%d0%b8%d1%87%d0%b5%d1%81%d0%ba%d0%b8%d0%b9-%d0%b2%d1%8b%d0%b2%d0%be%d0%b4-%d0%be%d0%b1%d0%bb%d0%be%d0%b6%d0%ba%d0%b0

Подробнее »Фишер. Статистический вывод

Дональд Уилер, Дэвид Чамберс. Статистическое управление процессами

Краткий конспект этой книги я подготовил еще в 2010 г. За это время качество моих конспектов выросло (я надеюсь :)), к тому же появился отличный повод перечитать книгу – Альпина выпустила второе издание (полностью идентичное первому). На самом деле, я считаю, что тема статистического управления недооценена в российском менеджменте. В то же время, она явилась одним из столпов японского чуда второй половины XX века. Лично на меня идеи Шухарта – Деминга оказали очень большое влияние. Это первая книга на русском языке, в которой ясно, наглядно и профессионально изложены принципы и методы статистического управления процессами на основе контрольных карт, разработанных Уолтером Шухартом в Bell Laboratories, и показаны недостатки традиционного подхода к контролю качества, основанного только на соблюдении допусков.

По теме см. также: У. Эдвардс Деминг. Выход из кризиса: Новая парадигма управления людьми, системами и процессами, Генри Р. Нив. Организация как система: Принципы построения устойчивого бизнеса Эдвардса Деминга.

Дональд Уилер, Дэвид Чамберс. Статистическое управление процессами. Оптимизация бизнеса с использованием контрольных карт Шухарта. М.: Альпина Паблишер, 2016. – 410 с. (на английском языке книга впервые вышла в 1986 г.)

%d0%b4%d0%be%d0%bd%d0%b0%d0%bb%d1%8c%d0%b4-%d1%83%d0%b8%d0%bb%d0%b5%d1%80-%d0%b4%d1%8d%d0%b2%d0%b8%d0%b4-%d1%87%d0%b0%d0%bc%d0%b1%d0%b5%d1%80%d1%81-%d1%81%d1%82%d0%b0%d1%82%d0%b8%d1%81%d1%82%d0%b8

Подробнее »Дональд Уилер, Дэвид Чамберс. Статистическое управление процессами

Адлер и др. Контрольные карты Шухарта в России и за рубежом

Статья написана с целью ликвидации большого разрыва, сложившегося между англоязычной и русскоязычной литературой по проблеме контрольных карт Шухарта. Авторы считают, что правильное применение контрольных карт – одно из ключевых условий повышения качества российской науки, техники, образования, управления и т.д.

См. также Д. Уилер, Д. Чамберс. Статистическое управление процессами. Оптимизация бизнеса с использованием контрольных карт Шухарта». – М: Альпина Бизнес Букс, 2009. – 409 с.

Ю.П. Адлер, О.В. Максимова, В.Л. Шпер. Контрольные карты Шухарта в России и за рубежом: краткий обзор современного состояния (статистические аспекты). – Журнал «Стандарты и качество», июль–август, 2011 (полная версия статьи доступна на сайте издательства).

%d1%81%d1%82%d0%b0%d0%bd%d0%b4%d0%b0%d1%80%d1%82%d1%8b-%d0%b8-%d0%ba%d0%b0%d1%87%d0%b5%d1%81%d1%82%d0%b2%d0%be-%d0%be%d0%b1%d0%bb%d0%be%d0%b6%d0%ba%d0%b0

Подробнее »Адлер и др. Контрольные карты Шухарта в России и за рубежом

Педро Домингос. Верховный алгоритм

Машинное обучение преображает науку, технологию, бизнес и позволяет глубже узнать природу и человеческое поведение. Программирующие сами себя компьютеры — одна из самых важных современных технологий, и она же — одна из самых таинственных. Ученый-практик Педро Домингос приоткрывает завесу и впервые доступно рассказывает о машинном обучении и о поиске универсального обучающегося алгоритма, который сможет выуживать любые знания из данных и решать любые задачи (он называет его Верховный алгоритм). Чтобы заглянуть в будущее и узнать, как машинное обучение изменит наш мир, не нужно специального технического образования — достаточно прочитать эту книгу. См. также. Джон Форман. Много цифр: Анализ больших данных при помощи Excel, Идеи Байеса для менеджеров.

Педро Домингос. Верховный алгоритм. Как машинное обучение изменит наш мир. – М.: Манн, Иванов и Фербер, 2016. — 336 с.

Педро Домингос. Верховный алгоритм. Обложка

Подробнее »Педро Домингос. Верховный алгоритм

Нейтан Яу. Искусство визуализации в бизнесе

С тех пор, как я перешел из издательского бизнеса в торговую компанию (а было это в 2005 г.), Excel – является моим основным инструментом работы. Конечно, я далек от мысли, что владею им в совершенстве, но всё же думаю, что могу себя назвать экспертом. Так вот, эта книга не об Excel’е… Автор вскользь упоминает о нем, но, скорее, в уничижительном контексте, как о программе для начинающих. Серьезная инфографика и визуализация данных выполняются в других программах. Автор начинает с легкого 10-страничного знакомства с тем, как извлекать данные из Интернета на основе кода, написанного на языке Python.

В умелых руках обилие информации – не проблема, а настоящий кладезь. Ведь интересны не сами цифры, а та информация, которую можно из них извлечь. Люди хотят знать, о чем именно говорят все эти таблицы и графики. Книга покажет, с помощью какого ПО удобнее обрабатывать информацию в каждом из случаев. Рассмотрены примеры визуализации в программах R и Adobe Illustrator, HTML, CSS и JavaScript. Также в книге вы познакомитесь с применением Flash-графики для нужд визуализации, научитесь создавать карты с помощью Python и SVG и анимированные карты в ActionScript и Flash. Книга – реальный учебник для тех, кто никогда не работал в упомянутых программах.

Нейтан Яу. Искусство визуализации в бизнесе. Обложка

Нейтан Яу. Искусство визуализации в бизнесе. – М.: Манн, Иванов и Фербер, 2013. — 352 с.

Подробнее »Нейтан Яу. Искусство визуализации в бизнесе

Алексей Шипунов. Наглядная статистика. Используем R!

Для статистической обработки данных и их последующего визуального представления большинство пользователей применяют Excel (см., например, Левин. Статистика для менеджеров с использованием Microsoft Excel). Однако, если у вас нестандартные задачи, как в смысле обработки данных, так и их представления, вас может заинтересовать статистическая среда R. Освоив R, вы сможете автоматизировать свою работу, запускать статистическую обработку прямо из текста документа, получать оригинальные графики высокого качества и сохранить их в переносимых форматах, легко повторить анализ при изменении исходных данных.

Алексей Шипунов и др. Наглядная статистика. Используем R! – М.: ДМК Пресс, 2014. – 298 с.

Алексей Шипунов. Наглядная статистика. Используем R. Обл

Подробнее »Алексей Шипунов. Наглядная статистика. Используем R!

Габор Секей. Парадоксы в теории вероятностей и математической статистике

Книга венгерского математика, содержащая собрание неожиданных выводов и утверждений из теории вероятностей, математической статистики и теории случайных процессов. Написана живо и увлекательно. Рассматриваются как классические парадоксы, двигавшие развитие науки, начиная с XVI в., так и современные проблемы теории вероятностей. Большинство аспектов вполне доступно, но отдельные вопросы требуют серьезной математической подготовки.

Габор Секей. Парадоксы в теории вероятностей и математической статистике. – М.: Мир, 1990. – 240.

Габор Секей. Парадоксы в теории вероятностей и математической статистике. Обложка

Подробнее »Габор Секей. Парадоксы в теории вероятностей и математической статистике