Empirical Model Building: Data, Models, and Reality, annen utgave, er en omfattende ressurssamling som tar for seg grunnleggende prinsipper innen empirisk modellbygging. Boken legger vekt på viktigheten av å forstå forholdet mellom data og de tilnærminger som representerer reelle systemer. Med et fokus på praktiske problemer gir boken innsikt i hvordan forskere kan utvikle modeller som ikke bare er pålitelige, men også nyttige i virkeligheten. Gjennom et variert utvalg av metodeverktøy, inkludert differensialligninger og datadrevne tilnærminger, beskrivere boken både klassiske og nye teknikker for modellbygging. Den nye utgaven inneholder også oppdaterte eksempler fra virkeligheten som ytterligere illustrerer de essensielle aspektene ved empirisk modellering. Dette er en bok som burde leses av alle som er involvert i undervisning eller forskning innen modellering og statistikk, og den vil utvilsomt ha en positiv og varig innvirkning på feltet.
