Todas las disciplinas científicas premian el éxito predictivo. Sin embargo, los análisis estadísticos convencionales tratan la predicción como algo secundario, centrándose en el modelado y, por lo tanto, en la estimación, las pruebas y la interpretación física detallada, abordando estas tareas antes de que se establezca la idoneidad predictiva de un modelo. Este libro esboza un enfoque totalmente predictivo de los problemas estadísticos basado en el estudio de los predictores; El enfoque no requiere predictores que correspondan a un modelo, aunque este importante caso especial se incluye en el enfoque general. A lo largo del punto es examinar el rendimiento predictivo antes de considerar la inferencia convencional. Estas ideas se rastrean a través de cinco subcampos tradicionales de la estadística, lo que ayuda a los lectores a reenfocarse y adoptar una perspectiva directamente predictiva. El libro también considera la predicción a través de técnicas contemporáneas de "caja negra" y tipos de datos y metodologías emergentes donde el modelado convencional es tan difícil que una buena predicción es el principal criterio disponible para evaluar el rendimiento de un método estadístico. El código R de código abierto bien documentado en un repositorio de Github permite a los lectores replicar ejemplos y aplicar técnicas a otras investigaciones. Idioma: Inglés