Tương lai của thống kê

Câu hỏi này xảy ra với tôi khi tôi ngồi trong một bài giảng công khai về những câu hỏi chưa được giải trong toán học. Người ta biết rằng vẫn còn nhiều câu hỏi toán học chưa được giải quyết ngoài kia. Nó làm tôi suy nghĩ những vấn đề chưa được giải quyết trong thống kê là gì. Sau khi dành một chút thời gian cho google chủ đề này, tôi không nghĩ có tồn tại thảo luận tương đối chi tiết về câu hỏi này. Do đó, tôi thực sự muốn nghe những gì mọi người nghĩ về nó. Thống kê đi đâu là một môn học? Chúng ta nên dành nhiều thời gian hơn cho việc cải thiện lý thuyết hay chúng ta nên tập trung vào cách phân tích dữ liệu cụ thể được thu thập từ tất cả các loại thí nghiệm khoa học? Bất kỳ suy nghĩ về điều này được đánh giá rất cao. Cảm ơn bạn!

Theo tôi, khi đi lang thang trong các số liệu thống kê gần khoa học xã hội , số liệu thống kê nên nói nhiều hơn và liên quan tốt hơn đến các chuyên ngành khác và các nhà thống kê nên dành nhiều thời gian hơn để học cách giao tiếp tốt hơn (a) những gì chúng hữu ích cho, (b) ) những gì phát hiện của họ có ý nghĩa về mặt kỷ luật đó, (c) tại sao các ngành khác này tốt hơn là làm việc cùng với các nhà thống kê hơn là không có chúng. Tôi không biết liệu tương lai của thống kê có phụ thuộc vào điều này hay không, nhưng đã có quá nhiều cơ hội bị lãng quên trong lịch sử ngắn ngủi của nó, với các ngành khác phát minh ra các phương pháp thống kê của riêng họkhi thống kê thích hợp không thể cung cấp. Gần như mọi ngành khoa học / nghiên cứu khác, từ sinh học đến nhân học, từ tâm thần học đến kỹ thuật kết cấu, có thể dễ dàng đưa ra một danh sách 5-10-20 câu hỏi mở mà nó muốn thống kê để trả lời.

David Cox đã giải thích tất cả trong cuộc phỏng vấn của mình .

@ocram chỉ vào Q14-15. Thật thú vị, tôi cũng tìm thấy câu trả lời của anh ấy khai sáng. Tôi đã rất hoài nghi về sự cường điệu của Big Data . Các nhà vật lý đã xử lý các bộ dữ liệu khổng lồ trong nhiều thập kỷ mà không có nhiều tiếng ồn và quảng cáo gây phiền nhiễu, các nhà nghiên cứu di truyền học cũng vậy.. Bây giờ một khi những người tiếp thị đã tham gia thì đó là Justin Bieber về số liệu thống kê. Tuy nhiên, Cox đúng rằng trong khoa học xã hội, chúng ta không bao giờ có sẵn các bộ dữ liệu lớn, ngoại trừ tài chính định lượng, có thể. Trên thực tế, nhiều kỹ thuật kinh tế lượng được phát triển đặc biệt để đối phó với các mẫu nhỏ. Do đó, thật thú vị những gì sẽ đến từ Big Data đẩy, có thể là một số phát triển thú vị trong thống kê. Tôi nghĩ rằng sự nhấn mạnh sẽ là về khoa học xã hội, nơi không có mô hình tốt về bất cứ điều gì. Có mô hình xấu và ít dữ liệu có thể khác hoàn toàn với mô hình xấu và nhiều dữ liệu, có thể sẽ ít tập trung vào việc hiểu hiện tượng, ưu tiên chỉ nhận dự báo chính xác thông qua khối lượng dữ liệu tuyệt đối và số liệu thống kê thông minh.

Làm thế nào để suy nghĩ về suy luận nguyên nhân khi có can thiệp kiểm soát điều trị hoặc hiệu ứng cân bằng chung.