poniedziałek, 6 września 2010

książki o R

Książek o R jest sporo ale tych po Polsku raczej niewiele i nie wszystkie przyjazne czytelnikowi. Ukazały się natomiast dwie książki, które są warte polecenia. Mam je od niedawna ale naprawdę mi się przydają jako przewodnik i baza skryptów Ra. 
Pierwsza (większa) to metody ilościowe w R - sporo przydatnych dla ekologów technik (m.in. różne generalized linear models, np. dość rzadko opisywane Zero-Inflated Poisson i Zero-Inflated Negative Binomial). Druga to statystyka przestrzenna. Przyznam, że dla mnie miejscami trudna i jeszcze nie zrozumiałem wielu poruszanych tam problemów, ale na pewno warto przeczytać. W tej książce znajdziecie m.in. techniki szacowania przestrzennej autokorelacji (podstawa modelowania i często duży problem analityczny w ekologii - wystarczy spojrzeć na cytowania pracy Dorman et al. z Ecography w lewym dolnym rogu bloga) i opis rysowania map.
 
jakby ktoś nie widział to autorką jest Katarzyna Kopczewska (w pierwszym przypadku et al.), wydawnictwo CeDeWu

pzdr
michał żmihorski

11 komentarzy:

  1. juz zamówiłem.. czekam ... mam nadzieję, że w końcu przejde na R.. bo mam pare książek, czytam prace.. ale stale brak determinacji;-)

    OdpowiedzUsuń
  2. a ja dokladam sie do rekomendacji - choc niestety angielskich tytulow jeszcze nic nie przebilo... i obiecuje sie spisac, bo nasz InoS-owy kurs R ma nadzieje urodzic zgrabny skrypt w stylu 'od podstaw do GLMMa' ;) ale to obietnica na poczatek 2011 roku.

    OdpowiedzUsuń
  3. no, byłoby super gdybyście coś takiego wypuścili, bo o ile coś tam jest dla ekonomistów, to dla biologów chyba zupełnie nic :o(
    W każdym razie ja Ci mocno kibicuje!
    pozdro

    OdpowiedzUsuń
  4. Piotrusiu, to nie kwestia determinacji tylko chęci ;) a raczej czaso-chęci.

    Dla początkujących (bez znaczenia czy to biologów, czy nie) dobra rzecz to "Przewodnik po pakiecie R" Bieciaka. Można bez problemu dostać w internecie. Lektura lekka i przyjemna.

    Pozdr,

    Michał Skierczyński

    OdpowiedzUsuń
  5. Taka sytuacja jak u Piotrka to chyba aktualnie u wielu osób panuje :o) Program ściągnięty, a w kalendarzu zapisane "nauczyć się era"...:o)) Ja też tak sporo czasu spędziłem, dalszy krok zrobiłem jak mi recenznent jakiejś pracy napisał, że muszę zrobić logistyczny model mieszany (GLMM), którego nie ma w SPSSie... nie miałem wyjścia i wystartowałem :o)

    a książka Biecka (naiwasem mówiąc gość od niedawna pracuje w Warszawie na wydz. matmy UW, dostał ostatnio stypendium FNP) faktycznie niezła, ale mało w niej... np Grrrafika dość ogólnie i po łebkach

    pzdr
    żmihor

    OdpowiedzUsuń
  6. Jasne, to nie jest kompendium wiedzy, tylko wprowadzenie w temat. Szczegółowo moduły są na razie jedynie in english. Ale o to chyba chodzi w R-ku by się nim bawić i samemu poznawać.

    Michał Skierczyński

    OdpowiedzUsuń
  7. Ahoj,
    Nie uważacie, że zabawa w R-a to jest taka troche sztuka dla sztuki? Tzn rozbawia mnie jak ktos mi mowi ze robi Anove w R-ze albo GLM. Jestem zwolennikiem prostych i szybkich metod. Jesli mozna GLMM zrobic w prostackim JMP to wybieram JMP niz R. Nie jestem profesjonalnym statystykiem i nie oszukujmy sie, - nigdy nim nie będę. Tak samo jak udawanie, ze wpisanie procedury w R-rze zrobi ze mnie zajebistego naukowca jest chyba absurdalne.Po co to robic - skoro mozna to zrobic w prostszych programach?
    Ja rozumiem, ze nauczenie sie jakiegos programu podnosi morale uczącego się - ale czy to ma przelozenie na jakosc prowadzonych badań?
    Natomiast przyznaje sie bez bicia - tez chce sie nauczyc R-a - ale tylko dlatego, ze po prostu w SASie nie ma odpowiednich procedur, ktorych potrzebuje do analiz :((
    No i jestem hedonista - zycie - takze naukowca - powinno byc latwe i nalezy korzystac z prostych, dostepnych rozwiązań i dlatego np. jestem goracym zwolennikiem Statistiki czy JMP i smieszą mnie postawy pogardy wobec tych programow (np ze strony P. Koteji).

    Pozdrawiam oczywiscie wszystkich milosnikow oprogramowania "open source"
    PSkorka

    OdpowiedzUsuń
  8. Trochę prawdy w tym jest. Myślę, że recenzenci działają na zasadzie doboru ślepo faworyzując R-a, więc jak masz wybór to lepiej zrób test t w R => będziesz miał większą szansę na akceptację...

    ale z drugiej strony, jest też pewnie tak, że jak ktoś używa Ra do grafiki czy zaawansowanych metod (patrz MCMC Szymka) to potem nie chce się z powrotem przesiadać na SPSSa czy Statistikę by robić ANOVE... Poza tym w SPSSie (np. grafika) czy Statistice (np. komunikat zerowy element przy wymiataniu)jest tyle wkurzających elementów, że czasami mam ochotę o nich zapomnieć

    trochę dziwi mnie natomiast tłumaczenie, że R jest lepszy, bo mamy w nim kontrolę nad procedurami i algorytmami. Wcale nie, wpisuję kod typu "glm(y=a+b)" i dostaję wypluwkę w postaci modelu... Gdzie tu kontrola, gdzie podgląd algorytmu??

    pozdro
    żmihor

    OdpowiedzUsuń
  9. Piotr, to mniej więcej tak wygląda. Nowe zabawki cieszą bo taka ich rola ;) A faceci tak jak dzieci, cieszą nas nowe gadżety i tyle. Ja R używam wyjątkowo np. gdy SPSS lub inny pakiet odmówi wykonania jakiejś procedury.

    Co do hedonizmu, komendy w R wpisuję sporadycznie, wolę w nim pracować poprzez nakładki typu JGR, Rcommander lub Rattle.

    Co do ciekawych pakietów to mogę z czystym sumieniem polecić coś dla miłośników resamplingu i bootstrapów - Rundom Pro - pakiet stworzony przez Piotra Jadwiszczaka (biologa z Uniw. w Białymstoku)

    http://pjadw.tripod.com/

    Pozdr,

    Michał Skierczyński

    OdpowiedzUsuń
  10. Ja tez uwazam ze sa prostsze programy - ale niestety w R uzekla mnie jesgo wszechstronnosc i ogromne mozliwosci - no i moge bez problemu robic cale 'pipelines' - analizy gdzie z jednej wszystko wrzucane jest do drugiej i dziala automatycznie. a procedury do czesto wykonywanych analiz mozna napisac samemu - i tylko wrzucasz dane, ciach - jes wynik. nawet szybciej niz w jmp ;)

    OdpowiedzUsuń
  11. Michał w SPSS 19 funkcja GLMM już jest zaimplementowana.

    Pozdr,

    Michał S.

    OdpowiedzUsuń