Alan Agresti An Introduction To Categorical Data Analysis

Alan Agresti jest znanym statystykiem. Jego książka "An Introduction to Categorical Data Analysis" to ważny podręcznik. Pomaga zrozumieć, jak analizować dane jakościowe.

Dane jakościowe, czyli kategorialne, to dane, które można podzielić na kategorie. Przykładem są odpowiedzi na pytanie: "Jaką masz płeć?". Możliwe odpowiedzi to "kobieta" lub "mężczyzna". Inny przykład to oceny w szkole: "bardzo dobry", "dobry", "dostateczny", "dopuszczalny", "niedostateczny". Analiza takich danych różni się od analizy danych liczbowych.

Podstawą jest zrozumienie rozkładów prawdopodobieństwa. W danych kategorialnych często mamy do czynienia z rozkładem dwumianowym (binomial distribution). Opisuje on prawdopodobieństwo sukcesu w serii niezależnych prób. Przykład: ile razy wypadnie orzeł przy 10 rzutach monetą.

Kolejnym ważnym pojęciem jest rozkład Poissona. Używamy go, gdy chcemy modelować liczbę zdarzeń w danym przedziale czasu lub przestrzeni. Przykład: liczba klientów w sklepie w ciągu godziny. Rozkład Poissona jest przydatny, gdy prawdopodobieństwo pojedynczego zdarzenia jest małe, a liczba prób bardzo duża.

Tablice kontyngencji są podstawowym narzędziem w analizie danych kategorialnych. To tabele, które pokazują, jak często różne kategorie występują razem. Pozwalają na zbadanie zależności między zmiennymi. Przykład: zależność między paleniem papierosów a występowaniem chorób płuc.

Do analizy tablic kontyngencji używa się testu chi-kwadrat. Sprawdza on, czy istnieje statystycznie istotna zależność między zmiennymi. Test chi-kwadrat porównuje obserwowane częstości z oczekiwanymi, gdyby zmienne były niezależne. Duża wartość statystyki chi-kwadrat sugeruje silną zależność.

Regresja logistyczna to kolejna potężna technika. Pozwala modelować prawdopodobieństwo wystąpienia danej kategorii. Wykorzystywana jest, gdy zmienna zależna jest kategorialna (np. sukces/porażka). Regresja logistyczna szacuje wpływ zmiennych niezależnych na prawdopodobieństwo wystąpienia sukcesu.

Istnieją też bardziej zaawansowane metody, jak modele log-liniowe. Stosuje się je do analizy złożonych zależności w wielowymiarowych tablicach kontyngencji. Pozwalają one na modelowanie interakcji między wieloma zmiennymi kategorialnymi.

Alan Agresti w swojej książce dokładnie omawia te metody. Prezentuje liczne przykłady i ćwiczenia. Dzięki temu czytelnik może praktycznie zastosować zdobytą wiedzę. Książka jest skierowana do studentów i badaczy. Jest przydatna w wielu dziedzinach, takich jak medycyna, socjologia i marketing.

Książka zawiera rozdziały o analizie danych porządkowych. Są to dane, które mają naturalny porządek (np. oceny w szkole). Agresti omawia także metody radzenia sobie z brakującymi danymi. Podkreśla znaczenie interpretacji wyników i ograniczenia stosowanych metod.