Questions tagged «history»

有关统计历史的问题。


2
费舍尔假人?
简短版: 有没有介绍罗纳德·费舍尔(Ronald Fisher )的统计学著作(论文和书籍),其对象是那些几乎没有统计学背景或没有统计学背景的人? 我想到的是针对非统计学家的“带注释的Fisher读者”之类的东西。 我在下面阐明了这个问题的动机,但是要警告说,它是一个漫长的过程(我不知道如何更简洁地解释它),而且几乎肯定是有争议的,可能是令人讨厌的,甚至是令人发指的。因此,请跳过本篇文章的其余部分,除非您真的认为问题(如上所述)过于简洁而无法进一步澄清。 我自学了很多人认为很困难的许多领域的基础知识(例如线性代数,抽象代数,实数和复数分析,一般拓扑,测度理论等),但是我在自学统计学上的所有努力都失败了。 这样做的原因不是我发现统计数据在技术上很困难(或者比我设法找到的其他领域要困难的多),而是我发现统计数据始终是异类的(如果不是很奇怪的话),远比其他任何东西都重要。我自学的其他领域 慢慢地,我开始怀疑这种怪异的根源大多是历史性的,而且,作为一个从书本而不是从业者社区学习该领域的人(如果我曾接受过统计学方面的正式培训,情况就是如此)。 ),直到我对统计历史有了更多了解之前,我永远不会摆脱这种疏离感。 因此,我读了几本有关统计历史的书,事实上,这在解释我认为是该领域的怪异方面大有作为。但是我仍然有一些方法可以朝这个方向发展。 我从统计历史上的阅读中学到的一件事是,我认为统计中的许多奇异事物的来源是一个人,罗纳德·费舍尔。 实际上,下面的引号1(我最近才发现)非常符合我的认识,即我只有深入研究历史才能开始理解这一领域,并开始关注费舍尔。参考点: 大多数统计概念和理论可以与其历史渊源分开描述。对于“基准概率”的情况,如果没有不必要的神秘化,这是不可行的。 确实,我认为我的直觉虽然是主观的(当然),但并非完全没有根据。费舍尔不仅贡献了统计学中一些最开创性的想法,而且因不理会先前的工作以及对直觉的依赖而臭名昭著(要么提供几乎其他任何人都无法理解的证据,要么完全忽略它们)。此外,他与20世纪上半叶的许多其他重要统计学家有着终生的争执,这些争执似乎在该领域造成了很多混乱和误解。 我从所有这一切得出的结论是,是的,费舍尔对现代统计的贡献确实意义深远,尽管并非所有人都是积极的。 我还得出结论,要真正了解我对统计的异化,我必须至少阅读一些Fisher的原始形式的作品。 但是我发现,费舍尔的作品不辜负其不可渗透的声誉。我试图找到这些文献的指南,但是,不幸的是,我发现的所有内容都是针对受过统计学训练的人员,因此,对于我来说,理解它所要阐明的内容同样困难。 因此,本文开头的问题。 1 Stone,Mervyn(1983),“基准概率”,《统计科学百科全书 》3 81-86。纽约威利。


2
为什么Neyman-Pearson引理是引理而不是定理?
这更多是历史问题,而不是技术问题。 为什么``Neyman-Pearson引理''是引理而不是定理? 链接至Wiki:https : //zh.wikipedia.org/wiki/内曼(Neyman)% E2%80%93Pearson_lemma 注意:问题不是关于什么是引理以及如何使用引理证明定理,而是关于内曼-皮尔森引理的历史。它曾经用来证明一个定理,然后碰巧更有用吗?是否有任何证据证明这是事实?

1
超出方差,偏度和峰度的高阶累积量和矩名称
在物理学或数学力学中,从基于时间的位置,可以通过导数获得相对于时间的变化率:速度,加速度,加加速度(3阶),抖动(4阶)。x (t )X(Ť)x(t) 一些人已经提出 了对七阶导数的捕捉,破裂,爆破。 受到机械物理学和弹性理论启发的矩在统计中也很重要,请参阅概率分布的“矩”有什么“矩”?早在K. Pearson的著作中提到过。 前滞后累积量(有时被归一化或居中),经典地称为方差(2阶),偏度 (3阶)和峰度或平坦度 (4阶)。000 尽管五阶或六阶累积量/矩的估计在有限样本中可能会很麻烦,但是否存在普遍接受或采用的五阶或六阶累积量/矩以及其他名称(“高阶矩”除外)? 引用《数字食谱》第3版:《科学计算的艺术》,第1页。723: 偏度(或第三时刻)和峰度(或第四时刻)应谨慎使用,或者更好的是,根本不使用 《对冲基金合规性和风险管理指南》的Armelle Guizot认为,显然可以在投资组合的风险分析中使用高达7或8阶的矩来证实这一点: 补充笔记: SE.maths:是否有过度偏斜的解释? 尾巴与中心(模式,肩膀)在造成偏斜方面的相对重要性

11
最近50年的统计革命?[关闭]
按照目前的情况,这个问题并不适合我们的问答形式。我们希望答案得到事实,参考或专业知识的支持,但是这个问题可能会引起辩论,争论,民意调查或扩展讨论。如果您认为此问题可以解决并且可以重新提出,请访问帮助中心以获取指导。 9年前关闭。 在过去的50年中,哪些统计领域发生了重大变化?例如,大约40年前,Akaike和同事们革新了统计模型歧视领域。大约10年前,Hyndman及其同事革新了指数平滑领域。大约二十年前,... 我如何继续列表,请输入年份和名称?所谓统计,是指巴塞洛缪(Bartholomew)1995年的总统讲话,钱伯斯(Chambers)的大小统计之和的全部四种类型,正如汉德(Hand)最近在“现代统计”中的主席讲话中所提到的那样,等等。
10 history 

1
有关电话簿中采样示例的参考
我今天和某人谈论抽样问题,并且隐约记得一个故事,该故事涉及一位非常受尊敬的统计学家,建议在特定法律案件中从电话簿中进行系统抽样。我记得这个故事就像法官在法庭上对他说的话,例如“我不太了解统计信息,但我确实知道对第100个姓名进行抽样并不正确”,然后他不得不向法官解释说实际上,他曾建议这样做。 有人知道这个故事的来历吗,或者我记得正确吗?我想刷新我对上下文的记忆。感觉就像我在Mosteller的回忆录中读到的东西一样,但是经过检查却在那儿找不到。此外,我们部门的某人说听起来很熟悉,并认为可能是科克伦,还有其他人想起了乔治·科布(George Cobb)讲过类似的故事,但这对我的搜索也没有帮助。

2
时间序列分析的历史有哪些好的资源?
我已经在stats.stackexchange上检查了这个问题的答案:什么是提供统计历史的优质资源? 确实,斯蒂格勒的书“桌子上的统计数据”看起来很棒,我很期待阅读。但是我对现代ARIMA模型的开发更感兴趣。 我想我记得曾经听说过,在尝试用二战前后的大炮预测随机误差时,已经取得了很大的进步。而且,当然,在整个千年的后半段,天文学家在某种程度上都在利用某种时间序列来理解天体的运动。但是,我不记得我听说过时间序列在炮兵中的应用,并且我有物理学背景,而且我真的不知道天文学家正在使用哪种统计方法。 因此,我想听听您认为对时间序列方法的发展影响最大的历史影响是什么,例如,它们主要是受到金融,国防,地质/地球物理学的刺激,还是所有这些以及更多因素的结合?是否有关于ARIMA历史的资料丰富的书籍或网站?

1
低效率随机数生成器的现实示例
众所周知,计算机中的随机数生成器不会生成真正的随机数,而是会生成伪随机数。此外,某些RNG优于其他RNG,而某些RNG则比其他RNG更好。 当使用不良RNG或实施不良RNG并加以利用时,有哪些示例? 我发现的例子是 罗恩·哈里斯(Ron Harris)在基诺(Keno)作弊 - 迈克尔·拉尔森(Michael Larsen)殴打“按运气” 使用可预测的RNG进行的早期在线扑克游戏www.cigital.com/papers/download/developer_gambling.php

2
历史:统计在天文学中的作用
最近,我在一群相当聪明的八年级学生面前大胆地宣称,天文学为统计学的基础做出了巨大贡献,并且发明了许多统计概念用于天文学。但是,希望支持这一点,我感到非常失望。误差,均值和与均值的中位数偏差可能首先在天文学中观察到。但是,甚至错误传播的概念也可能更多地源于经典力学而非天文学。除了这些概念,我找不到更多的东西。费格尔森写道(http://arxiv.org/pdf/astro-ph/0401404.pdf): 使用最小极大拟合优度法的非线性宇宙学模型的托勒密估计参数。Al-Biruni讨论了由于仪器不准确和观察员注意力不集中而传播错误的危险。尽管一些中世纪学者建议不要进行重复测量,但他们担心误差会加在一起而不是相互补偿,但第谷·布拉赫(Tycho Brahe)却成功地证明了提高平均值的意义。 您能提出一些很好的参考资料,其中提供有关天文学与统计数据之间历史联系的更多详细信息吗? 感谢您的出色回答!

1
学生(Gosset)对t检验的贡献是什么?
一个最近的问题,相关的问题,并引用来源,最近让我知道,ñ− 1N−1N-1人口方差样本估计的校正称为贝塞尔校正。贝塞尔(Bessel)于1846年去世(维基百科引文),t检验于1908年发布(维基百科引文)。由于某些原因,我一直认为Gosset(又名Student)在制定t检验中的贡献是使用了ñ− 1N−1N-1 在计算 s2s2s^2。现在看来,这项贡献显然属于贝塞尔。因此,我想问戈塞特在制定t检验方面的贡献是什么?
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.