Những phương pháp thống kê nào là cổ xưa và nên được bỏ qua trong sách giáo khoa? [đóng cửa]


15

Khi trả lời một câu hỏi về khoảng tin cậy cho tỷ lệ nhị thức, tôi đã chỉ ra một thực tế rằng phép tính gần đúng bình thường là một phương pháp không đáng tin cậy là cổ xưa. Nó không nên được dạy như một phương pháp, mặc dù có thể có một lập luận rằng nó được đưa vào như một phần của bài học về những gì tạo ra một phương pháp thích hợp.

Các phương pháp thống kê 'tiêu chuẩn' khác đã qua ngày sử dụng của chúng là gì và nên được bỏ qua khỏi các phiên bản sách giáo khoa trong tương lai (từ đó tạo không gian cho các ý tưởng hữu ích)?


1
Larry Wasserman đặt câu hỏi và gợi ý một số câu trả lời trong blog của mình . Xem thêm ý kiến ​​người dùng.
JohnRos

5
Tại sao xấp xỉ bình thường xấu để dạy?
Douglas Zare

2
Tôi đã nghi ngờ câu hỏi này có thể mang lại một số câu trả lời mang tính xây dựng nhưng, sau khi thấy câu trả lời đã được đăng cho đến nay (bao gồm cả những câu đã bị xóa), tôi thực sự nghi ngờ điều đó, vì vậy tôi đang bỏ phiếu để đóng.
Macro

2
Để trả lời nhận xét của riêng tôi, tôi nghĩ rằng ý tưởng được cho là xấp xỉ bình thường sẽ có xu hướng tạo ra các khoảng quá rộng khi xác suất gần bằng hoặc 1 và / hoặc số lượng thử nghiệm là nhỏ, và có những thử nghiệm khác các kỹ thuật tạo ra khoảng tin cậy chặt chẽ hơn và hoạt động tốt hơn với một số lượng nhỏ các thử nghiệm. Điều này có nghĩa là nó xấu khi bao gồm các xấp xỉ bình thường? Tôi không nghĩ vậy. Xấp xỉ bình thường là đơn giản và dễ nhớ. Sửa đổi nhẹ xấp xỉ khoảng Wilson rất tốt. Vì vậy, bao gồm nó và lĩnh vực ứng dụng của nó. 01
Douglas Zare

4
Tôi không nghĩ đó là một lập luận tốt chống lại việc dạy nó. Mọi người sử dụng những gì họ hiểu và ghi nhớ, và chỉ dạy các công thức với cách sắp chữ phức tạp có nghĩa là sinh viên sẽ không xây dựng trực giác của họ nhiều hoặc có thể làm các ví dụ đơn giản bằng tay. Nếu nhược điểm là quan trọng, hãy dạy về chúng và mọi người có thể nhớ tại sao các phương pháp phức tạp hơn tồn tại. Nếu bạn không dạy về xấp xỉ bình thường, làm thế nào bạn có thể nói, "khoảng Wilson gần với xấp xỉ bình thường với làm mịn Laplace với k = 2?" Điều này nghe có vẻ chủ quan và tranh luận, vì vậy tôi đang bỏ phiếu để đóng.
Douglas Zare

Câu trả lời:


4

Ba người này có thể sẽ xếp hạng ở đâu đó trong danh sách các bài tập không dùng nữa:

  1. tìm kiếm các lượng tử của phân phối bình thường / F / t trong một bảng.
  2. Các xét nghiệm về tính quy phạm.
  3. Các thử nghiệm về sự bằng nhau của phương sai trước khi thực hiện hai thử nghiệm t mẫu hoặc anova.
  4. Các thử nghiệm tham số đơn giản cổ điển (ví dụ không mạnh mẽ) và khoảng tin cậy.

Thống kê đã di chuyển trong thời đại của máy tính và bộ dữ liệu đa biến lớn. Tôi không mong đợi điều này sẽ được khôi phục. Do sự cần thiết, các phương pháp được dạy trong các khóa học nâng cao hơn trong một số trường hợp đã bị ảnh hưởng bởi các nhà phê bình của Breiman và Tukey. Trọng tâm, IMO, đã chuyển vĩnh viễn sang những cách tiếp cận đòi hỏi ít giả định hơn để đáp ứng để hoạt động. Một khóa học giới thiệu nên phản ánh điều đó.

Tôi nghĩ rằng một số yếu tố vẫn có thể được dạy trong giai đoạn sau cho sinh viên quan tâm đến lịch sử của những suy nghĩ thống kê.


1
Vui lòng cung cấp bằng chứng để hỗ trợ câu trả lời của bạn. Nếu chủ đề này bị phá hủy thành danh sách thuần túy của một số thứ mà một số người cho là xấu, nó sẽ phải bị đóng lại.
whuber

2
Tôi đồng ý rằng sử dụng các bảng thống kê là một công nghệ tính toán hoàn toàn lỗi thời. Các xét nghiệm về tính quy phạm, tuy nhiên, có lý do của họ.
StasK

2
@StasK Đồng ý về các bảng (và kiểm tra tính quy tắc); nhưng vì chúng ta dường như đang thảo luận về sư phạm, trong chừng mực là "sách giáo khoa" liên quan đến việc hỗ trợ giảng dạy, tôi nghĩ có thể tạo ra một trường hợp mạnh mẽ để dạy cách liên kết các lượng tử với các khu vực dưới biểu đồ PDF và kiểm tra sự hiểu biết đó bằng cách đặt câu hỏi yêu cầu thao tác (và do đó ước tính) của các khu vực đó. Tra cứu bảng vẫn là một cách thuận tiện để ước tính các khu vực, đặc biệt là ở đuôi. Chúng ta chỉ cần nhớ rằng việc tra cứu (hoặc tính toán!) Hoàn toàn là một tính toán phụ trợ và không phải là điểm của bài tập.
whuber

1
Tôi đồng ý về các bảng, và không chỉ vì lý do chúng không cần thiết. Họ cũng chơi với khái niệm rằng có một cái gì đó đặc biệt về giá trị P được liên kết với các giá trị quan trọng mà họ chỉ định. Điều đó có xu hướng che khuất việc sử dụng các giá trị P làm chỉ số chứng cứ.
Michael Lew - phục hồi Monica

2
Các bài kiểm tra tính quy phạm có thể được bỏ qua, nhưng có lẽ chúng nên được bổ sung bằng các bài tập cho thấy mức độ ít có khả năng phân biệt giữa các bản phân phối với các cỡ mẫu nhỏ mà tính quy phạm thực sự quan trọng! Có lẽ các bài tập cho thấy mức độ phi bình thường ảnh hưởng đến các tính chất của các thử nghiệm khác nhau và ước tính khoảng thời gian sẽ tốt hơn.
Michael Lew - phục hồi Monica
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.