Alla vetenskapliga discipliner värdesätter prediktiv framgång. Konventionella statistiska analyser behandlar dock prediktion som sekundärt istället för att fokusera på modellering och därmed estimeringstestning och detaljerad fysikalisk tolkning, och tar itu med dessa uppgifter innan en modells prediktiva tillräcklighet fastställs. Denna bok beskriver en helt prediktiv metod för statistiska problem baserad på studier av prediktorer; metoden kräver inte att prediktorer motsvarar en modell, även om detta viktiga specialfall ingår i den allmänna metoden. Genomgående är poängen att undersöka prediktiv prestanda innan man överväger konventionell inferens. Dessa idéer spåras genom fem traditionella delområden inom statistik, vilket hjälper läsarna att omfokusera och anta ett direkt prediktivt perspektiv. Boken behandlar också prediktion via samtida "svarta lådor"-tekniker och framväxande datatyper och metoder där konventionell modellering är så svår att god prediktion är det viktigaste kriteriet för att utvärdera prestandan hos en statistisk metod. Väl dokumenterad öppen källkods-R-kod i ett Github-arkiv gör det möjligt för läsare att replikera exempel och tillämpa tekniker på andra undersökningar. Språk: Engelska