Questions tagged «ronald-fisher»

2
谁首先使用/发明了p值?
我试图写一系列有关p值的博客文章,我认为回到所有起点很有趣-这似乎是Pearson的1900年论文。如果您熟悉那篇论文,您会记住这涵盖了拟合优度测试。 在涉及p值时,Pearson的语言有些松懈。他在描述如何解释其p值时反复使用“奇数”。例如,在第168页中,当谈到重复掷12个骰子的结果时,他说“ ...导致我们得出P = .0000016,或者相对于这样的随机偏差系统,赔率是62499对1有了这样的几率,就可以合理地得出结论,骰子表现出对更高点的偏见。 ” 在本文中,他提到了较早的作品,包括1891年Merriman撰写的关于最小二乘法的书。 但是Pearson确实为p值(拟合检验的卡特卡方差)进行了计算。 皮尔森(Pearson)是第一个认识p值的人吗?当我搜索p值时,提到了费舍尔-他的工作是在1920年代。 编辑:感谢您提到拉普拉斯(Laplace)-他似乎没有解决零假设(皮尔逊似乎隐含地这样做,尽管他从未在1900年的论文中使用该术语)。培生(Pearson)从以下方面看拟合检验的优劣:假设计数是从无偏过程中得出的,那么观察到的计数(以及计数更加偏差)从假设的分布中产生的概率是多少? 他对概率/奇数的处理(他将概率转换为几率)表明他正在对原假设进行隐式设计。至关重要的是,他还提到x ^ 2值引起的概率表明,相对于他现在计算出的p值,“相对于我们现在所认识的语言,这种偏离系统是不可能的或比现在更不可能的”。 阿布诺没有走那么远吗? 随时将您的评论作为答案。很高兴看到讨论。

2
“基准”是什么意思(在统计中)?
当我为 "fisher" "fiducial" ...我肯定会收到很多成功,但我一直关注的所有事情都超出了我的理解范围。 所有这些命中似乎确实有一个共同点:它们都是为染羊毛的统计学家而写的,这些人对统计的理论,实践,历史和知识都非常了解。(因此,这些陈述都没有费心去解释或说明费舍尔的“基准”的意思,而不求助于术语的大行其道和/或不给某些经典或其他数学统计文献带来损失。) 好吧,我不属于可以从我这个主题的发现中受益的特定目标受众,这也许可以解释为什么我每次试图理解费舍尔“基准”的含义的尝试都撞到了墙上。难以理解的胡言乱语。 有谁知道向非专业统计学家解释费舍尔“基准”是什么意思的尝试? PS:我意识到费舍尔在确定他的“基准”的含义时是一个移动的目标,但是我认为该术语必须具有一定的“恒定核心”含义,否则它将无法正常工作(因为它很明显确实是本领域内通常理解的术语。

3
罗纳德·费舍尔的主要统计贡献是什么?
理查德·道金斯(Richard Dawkins)将罗纳德·费舍尔(Ronald Fisher)描述为 “现代统计和实验设计之父”,费舍尔的维基百科传记中引用了这句话。安德斯·霍尔德( Anders Hald)也在他的《数理统计史》一书中称他为 “几乎单枪匹马为现代统计科学奠定基础的天才” 。 我只是想知道他到底做了什么,所以人们给予他如此高的评价?

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。
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.