Làm thế nào để nghiên cứu các quá trình stochastic của người Viking giúp tôi như một nhà thống kê?


18

Tôi muốn quyết định xem tôi có nên tham gia một khóa học gọi là "GIỚI THIỆU VỀ QUÁ TRÌNH HẤP DẪN" sẽ được tổ chức vào học kỳ tới tại Đại học của tôi.

Tôi đã hỏi giảng viên rằng việc học một khóa học như vậy sẽ giúp tôi như một nhà thống kê như thế nào, anh ta nói rằng vì xuất phát từ xác suất, anh ta biết rất ít số liệu thống kê và không biết cách trả lời câu hỏi của tôi.

Tôi có thể đưa ra một phỏng đoán không có giáo dục rằng các quy trình ngẫu nhiên là quan trọng trong thống kê. Nhưng tôi cũng tò mò muốn biết làm thế nào. Đó là, trong các lĩnh vực / phương pháp nào, liệu sự hiểu biết cơ bản trong "các quy trình ngẫu nhiên" sẽ giúp tôi thống kê tốt hơn?


9
Có một chút nản lòng rằng bất kỳ giáo viên nào cũng sẽ thẳng thắn không biết gì về các ứng dụng của lĩnh vực của họ.
whuber

Câu trả lời:


18

Các quy trình ngẫu nhiên bao gồm nhiều ý tưởng trong thống kê như chuỗi thời gian, chuỗi markov, quy trình markov, thuật toán ước lượng Bayes (ví dụ: Metropolis-Hastings), v.v. Do đó, một nghiên cứu về các quy trình ngẫu nhiên sẽ hữu ích theo hai cách:

  1. Cho phép bạn phát triển các mô hình cho các tình huống mà bạn quan tâm.

    Việc tiếp xúc với một khóa học như vậy, có thể cho phép bạn xác định một quy trình ngẫu nhiên tiêu chuẩn hoạt động theo bối cảnh vấn đề của bạn. Sau đó, bạn có thể sửa đổi mô hình khi cần thiết để phù hợp với các đặc điểm riêng của bối cảnh cụ thể của bạn.

  2. Cho phép bạn hiểu rõ hơn các sắc thái của phương pháp thống kê sử dụng các quy trình ngẫu nhiên.

    Có một số ý tưởng chính trong các quy trình ngẫu nhiên như hội tụ, ổn định đóng vai trò quan trọng khi chúng ta muốn phân tích một quy trình ngẫu nhiên. Tôi tin rằng một khóa học trong quy trình ngẫu nhiên sẽ cho phép bạn đánh giá cao hơn nhu cầu quan tâm đến những vấn đề này và tại sao chúng quan trọng.

Bạn có thể là một nhà thống kê mà không cần tham gia một khóa học trong các quy trình ngẫu nhiên? Chắc chắn rồi. Bạn luôn có thể sử dụng phần mềm có sẵn để thực hiện bất kỳ phân tích thống kê nào bạn muốn. Tuy nhiên, một sự hiểu biết cơ bản về các quy trình ngẫu nhiên là rất hữu ích để đưa ra lựa chọn chính xác về phương pháp, để hiểu những gì đang thực sự xảy ra trong hộp đen, v.v ... Rõ ràng, bạn sẽ không thể đóng góp cho lý thuyết về các quy trình ngẫu nhiên với một khóa học cơ bản nhưng theo tôi nó sẽ giúp bạn trở thành một nhà thống kê tốt hơn. Nguyên tắc chung của tôi về môn học: Khóa học nâng cao hơn bạn sẽ có lợi hơn về lâu dài.

Bằng cách tương tự: Bạn có thể thực hiện kiểm tra t mà không cần biết bất kỳ lý thuyết xác suất hoặc phương pháp kiểm tra thống kê. Nhưng, một kiến ​​thức về lý thuyết xác suất và phương pháp kiểm tra thống kê là cực kỳ hữu ích trong việc hiểu chính xác đầu ra và trong việc chọn kiểm tra thống kê chính xác.


7

Bạn cần cẩn thận với cách bạn đặt câu hỏi này. Vì bạn có thể thay thế hầu hết mọi thứ thay cho các quy trình ngẫu nhiên và nó vẫn có thể hữu ích. Ví dụ, một khóa học về sinh học có thể giúp tư vấn thống kê sinh học vì bạn biết nhiều sinh học hơn!

Tôi đoán rằng bạn có một sự lựa chọn các mô-đun mà bạn có thể lấy, và bạn cần chọn mô-đun . Câu hỏi thực sự là tôi nên chọn mô-đun nào (câu hỏi đó có lẽ không phù hợp với trang web này!)n

Để trả lời câu hỏi của bạn, bạn vẫn còn rất sớm trong sự nghiệp của mình và tại thời điểm này, bạn nên cố gắng để có được nhiều lựa chọn các khóa học trong vành đai của bạn. Hơn nữa, nếu bạn đang lập kế hoạch cho một sự nghiệp trong học viện thì một số khóa học toán học hơn, như các quá trình ngẫu nhiên sẽ hữu ích.


Các quy trình ngẫu nhiên cũng rất hữu ích trong ngành (nghĩ Phố Wall, ngành tài chính).

1
@ Srikant-vadali: Điểm tốt. Tôi cho rằng tôi nên nói thêm rằng tôi đã làm Tiến sĩ ở Stoc Proc và đã thấy nó rất hữu ích trong lĩnh vực sinh học hệ thống mới của tôi.
csgillespie

3

Một sự hiểu biết sâu sắc về phân tích sinh tồn đòi hỏi kiến ​​thức về các quá trình đếm, martingales, quy trình Cox ... Xem ví dụ Odd O. Aalen, Ørnulf Borgan, Håkon K. Gjessing. Phân tích lịch sử sống còn và sự kiện: một quan điểm quá trình . Springer, năm 2008, Nether YAM387202877

Phải nói rằng, nhiều nhà thống kê ứng dụng (bao gồm cả tôi) sử dụng phân tích sinh tồn mà không có bất kỳ hiểu biết nào về các quá trình ngẫu nhiên. Tôi không có khả năng thực hiện bất kỳ tiến bộ cho lý thuyết mặc dù.


3

Câu trả lời ngắn có lẽ là tất cả các quy trình có thể quan sát, mà chúng ta có thể muốn phân tích bằng các công cụ thống kê, là các quy trình ngẫu nhiên, nghĩa là chúng có chứa một số yếu tố ngẫu nhiên. Khóa học có thể sẽ dạy cho bạn toán học đằng sau các quy trình ngẫu nhiên này, ví dụ như các hàm phân phối, sẽ cho phép bạn nắm được chức năng của các công cụ thống kê của mình.

Tôi nghĩ bạn có thể so sánh nó với ô tô: Khi bạn có thể lái xe mà không hiểu kỹ thuật đằng sau và không có kiến ​​thức lý thuyết về động lực học của xe trên đường, bạn có thể áp dụng các công cụ thống kê cho dữ liệu của mình mà không hiểu cách các công cụ này làm việc, miễn là bạn hiểu đầu ra. Điều này có thể sẽ đủ tốt nếu bạn muốn làm số liệu thống kê cơ bản với dữ liệu được xử lý tốt. Nhưng nếu bạn thực sự muốn tận dụng tối đa chiếc xe của mình, để xem giới hạn của nó ở đâu, bạn cần có kiến ​​thức về kỹ thuật, sự năng động của chiếc xe của bạn trên những con đường và những khúc cua, v.v. Và nếu bạn muốn tận dụng tối đa dữ liệu của mình với sự trợ giúp của các công cụ thống kê, bạn cần hiểu cách tạo dữ liệu có thể được mô hình hóa,


Chỉ cần thêm vào những gì nợ nói tôi nghĩ rằng bản chất thực sự của biến ngẫu nhiên sẽ chỉ đi kèm với các khóa học như vậy. Các khái niệm như giá trị kỳ vọng, tương quan có ý nghĩa sâu sắc trong thống kê. Như một số cơ quan cũng cho biết nó làm cho bạn trưởng thành hơn để đối phó với các quy trình thống kê.
ayush biyani

2

Chỉ vì mục đích hoàn chỉnh, một chuỗi các biến ngẫu nhiên IID cũng là một quá trình ngẫu nhiên (một quá trình rất đơn giản).


1

Trong thống kê y tế, bạn cần các quy trình ngẫu nhiên để tính toán cách điều chỉnh mức ý nghĩa khi dừng thử nghiệm lâm sàng sớm. Trên thực tế, toàn bộ lĩnh vực theo dõi các thử nghiệm lâm sàng như là bằng chứng mới nổi chỉ ra giả thuyết này hay giả thuyết khác, dựa trên lý thuyết về các quá trình ngẫu nhiên. Vì vậy, có, khóa học này là một chiến thắng.


0

Các lĩnh vực ứng dụng khác cho các quy trình ngẫu nhiên: (1) Lý thuyết tiệm cận: Điều này dựa trên nhận xét của PeterR về trình tự IID. Định luật về số lượng lớn và kết quả định lý giới hạn trung tâm đòi hỏi sự hiểu biết về các quá trình ngẫu nhiên. Điều này rất cơ bản trong nhiều lĩnh vực ứng dụng đến nỗi tôi muốn nói rằng bất kỳ ai có bằng tốt nghiệp về thống kê hoặc lĩnh vực sử dụng lấy mẫu hoặc suy luận thường xuyên đều phải có kết quả xử lý ngẫu nhiên quan trọng trong vành đai của họ. (2) Mô hình hóa phương trình cấu trúc để suy luận nguyên nhân a la Judea Pearl: Phân tích đồ thị chu kỳ có hướng (DAG) của các quá trình nhân quả đòi hỏi một số xử lý của lý thuyết quá trình ngẫu nhiên.

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.