Một số giấy tờ thống kê áp dụng thú vị và bằng văn bản là gì?

Một số bài báo hay mô tả các ứng dụng thống kê sẽ thú vị và nhiều thông tin để đọc là gì? Nói rõ hơn, tôi không thực sự tìm kiếm các bài báo mô tả các phương pháp thống kê mới (ví dụ, một bài báo về hồi quy góc nhỏ nhất), mà là các bài viết mô tả cách giải quyết các vấn đề trong thế giới thực.

Ví dụ, một tờ giấy phù hợp với những gì tôi đang tìm kiếm là bài viết về khí hậu từ Câu lạc bộ Tạp chí Kiểm chứng chéo thứ hai . Tôi đang tìm kiếm nhiều bài báo thống kê hơn là các bài báo về máy học, nhưng tôi đoán đó là một sự khác biệt mờ nhạt (tôi đã phân loại các bài báo Giải thưởng Netflix là một đường biên giới và một bài báo về phân tích tình cảm là một thứ gì đó Tôi không tìm kiếm).

Tôi đang hỏi bởi vì hầu hết các ứng dụng thống kê mà tôi đã thấy là những đoạn nhỏ bạn đã thấy trong sách giáo khoa, hoặc những thứ liên quan đến công việc của riêng tôi, vì vậy tôi muốn phân nhánh một chút.

Tôi cảm thấy hơi khó khăn khi xem bài báo nào có thể khiến bạn quan tâm, vì vậy hãy để tôi thử và đề xuất những bài sau, từ tài liệu tâm lý học:

Borsboom, D. (2006). Cuộc tấn công của các nhà tâm lý học . Tâm lý học , 71 , 425-440.

để mặc quần áo cho cảnh (Tại sao chúng ta cần sử dụng các mô hình thống kê phản ánh tốt hơn các giả thuyết cơ bản thường thấy trong nghiên cứu tâm lý học?), và

Borsboom, D. (2008). Quan điểm tâm lý trên các hệ thống chẩn đoán . Tạp chí Tâm lý học lâm sàng , 64 , 1089-1108.

cho một quan điểm ứng dụng về y học chẩn đoán (chuyển từ đánh giá có / không như được sử dụng trong DSM-IV sang phương pháp "chiều" dành cho DSM-V). Một đánh giá lớn hơn về các mô hình biến tiềm ẩn trong nghiên cứu y sinh mà tôi thích là:

Rabe-Hesketh, S. và Skrondal, A. (2008). Mô hình biến cổ điển tiềm ẩn cho nghiên cứu y tế . Phương pháp thống kê trong nghiên cứu y học , 17 (1) , 5-32.

Dưới đây là năm bài báo được trích dẫn từ 40 năm qua của Tạp chí Hiệp hội Thống kê Hoàng gia, sê-ri C: Thống kê ứng dụng với một ứng dụng rõ ràng trong tiêu đề khiến tôi chú ý khi quét qua kết quả tìm kiếm trên Web of Knowledge:

• Sheila M. Gore, Stuart J. Pocock và Gillian R. Kerr (1984). Mô hình hồi quy và các mối nguy không theo tỷ lệ trong phân tích tỷ lệ sống sót của ung thư vú. Tập 33, số 2, trang 176-195. (Đã trích dẫn 100 lần) ( PDF miễn phí )
• John Haslett và Adrian E. Raftery (1989). Mô hình hóa không-thời gian với sự phụ thuộc vào bộ nhớ dài: Đánh giá tài nguyên năng lượng gió của Ireland. Tập 38, số 1 trang 1-50 (được trích dẫn 156 lần)
• Stuart G. Coles và Jonathan A. Tawn (1994). Phương pháp thống kê cho các cực trị đa biến: Một ứng dụng cho thiết kế kết cấu. Tập 43, số 1, trang 1-48. (Trích dẫn 99 lần)
• Nicholas Lange và Scott L. Zeger (1997). Phân tích chuỗi thời gian Fourier phi tuyến tính để lập bản đồ não người bằng hình ảnh cộng hưởng từ chức năng. Tập 46, số 1, trang 1-29. (Trích dẫn 94 lần)
• James P. Hughes, Peter Guttorp và Stephen P. Charles (1999). Một mô hình Markov ẩn không đồng nhất cho sự xuất hiện của mưa. Tập 48, số 1, trang 15-30. (Trích dẫn 103 lần)

Ở cấp độ rộng hơn, tôi muốn giới thiệu ["Mô hình thống kê: Hai nền văn hóa"] [1] của Leo Breiman năm 2001 (trích dẫn 515) Tôi biết rằng nó được bao phủ bởi câu lạc bộ tạp chí gần đây và tôi thấy nó thực sự thú vị. Tôi đã tóm tắt.

Trừu tượng. Có hai nền văn hóa trong việc sử dụng mô hình thống kê để đưa ra kết luận từ dữ liệu. Người ta giả định rằng dữ liệu được tạo bởi một mô hình dữ liệu ngẫu nhiên nhất định. Cái kia sử dụng các mô hình thuật toán và coi cơ chế dữ liệu là không xác định. Cộng đồng thống kê đã cam kết sử dụng các mô hình dữ liệu gần như độc quyền. Cam kết này đã dẫn đến lý thuyết không liên quan, kết luận đáng ngờ và khiến các nhà thống kê không thể làm việc với một loạt các vấn đề thú vị hiện tại. Mô hình thuật toán, cả về lý thuyết và thực hành, đã phát triển nhanh chóng các lĩnh vực bên ngoài thống kê. Nó có thể được sử dụng cả trên các tập dữ liệu phức tạp lớn và như một sự thay thế chính xác và nhiều thông tin hơn cho mô hình dữ liệu trên các tập dữ liệu nhỏ hơn. Nếu mục tiêu của chúng tôi là một lĩnh vực là sử dụng dữ liệu để giải quyết vấn đề,

[1]: https://doi.org/10.1214/ss/1009213726 (truy cập mở)

Từ góc độ dịch tễ di truyền, bây giờ tôi muốn giới thiệu một loạt các bài báo sau đây về các nghiên cứu kết hợp trên toàn bộ gen :

1. Cordell, HJ và Clayton, DG (2005). Nghiên cứu hiệp hội di truyền . Lancet 366, 1121-1131.
2. Cantor, RM, Lange, K. và Sinsheimer, JS (2010). Ưu tiên kết quả GWAS: Đánh giá các phương pháp và khuyến nghị thống kê cho ứng dụng của họ . Tạp chí Mỹ về di truyền người 86, 6 Tiết22.
3. Ioannidis, JPA, Thomas, G., Daly, MJ (2009). Xác nhận, tăng cường và tinh chỉnh các tín hiệu liên kết trên toàn bộ gen . Tự nhiên Nhận xét Di truyền 10, 318-329.
4. Hói đầu, DJ (2006). Một hướng dẫn về phương pháp thống kê cho các nghiên cứu hiệp hội dân số . Tự nhiên Nhận xét Di truyền 7, 781-791.
5. Màu xanh lá cây, AE và cộng sự. (2008). Sử dụng dữ liệu di truyền trong khoa học thần kinh nhận thức: từ những cơn đau ngày càng tăng đến những hiểu biết chân thực . Tự nhiên Nhận xét Khoa học thần kinh 9, 710-720.
6. McCarthy, MI và cộng sự. (2008). Nghiên cứu hiệp hội trên toàn bộ bộ gen cho các đặc điểm phức tạp: đồng thuận, không chắc chắn và thách thức . Tự nhiên Nhận xét Di truyền 9, 356-369.
7. Ủy ban điều phối Hiệp hội tâm thần GWAS (2009). Các nghiên cứu của Hiệp hội Genomewide: Lịch sử, Cơ sở lý luận và Triển vọng cho Rối loạn Tâm thần . Tạp chí Tâm thần học Hoa Kỳ 166 (5), 540-556.
8. Sebastiani, P. và cộng sự. (2009). Nghiên cứu hiệp hội trên toàn bộ gen và phân tích di truyền các tính trạng phức tạp . Tạp chí huyết học Hoa Kỳ 84 (8), 504-15.
9. Hiệp hội kiểm soát trường hợp Wellcome Trust (2007). Nghiên cứu hiệp hội trên toàn bộ bộ gen của 14.000 trường hợp mắc bảy bệnh thông thường và 3.000 đối chứng được chia sẻ . Thiên nhiên 447, 661-678.
10. Hiệp hội kiểm soát trường hợp Wellcome Trust (2010). Nghiên cứu hiệp hội trên toàn bộ bộ gen của CNV trong 16.000 trường hợp mắc 8 bệnh thông thường và 3.000 đối chứng chung . Thiên nhiên 464, 713-720.

Các bài viết đánh giá của Jim Berger: http://www.stat.duke.edu/~berger/ con.html

Bạn có thể bắt đầu với Can Fisher, Jeffreys và Neyman đã đồng ý khi thử nghiệm?

Một bài báo có tác động sớm liên quan đến nghiên cứu tin sinh học thống kê:

Jelizarow et al . Quá lạc quan trong tin sinh học: một minh họa . Tin sinh học, 2010

Nó làm cho một cuộc thảo luận thú vị về các nguồn thiên vị, quá mức và câu cá có ý nghĩa.