วิธีแยกบริบททางสถิติ

ประการแรกฉันคิดว่าไม่ใช่สมาชิกที่ทำงานอยู่ในไซต์ที่น่าสนใจนี้ทั้งหมดเป็นนักสถิติ มิฉะนั้นคำถามที่ถูกถามดังนี้ไม่มีเหตุผลใด ๆ ! ฉันเคารพพวกเขาแน่นอน แต่ฉันต้องการคำอธิบายที่ใช้งานได้มากกว่าแนวความคิด

ฉันเริ่มต้นด้วยตัวอย่างจากWikipediaเพื่อกำหนดpoint process:

ให้ S เป็นพื้นที่ขนาดกะทัดรัดที่นับได้ในพื้นที่ Hausdorff ที่สองซึ่งติดตั้ง Borel σ-algebra B (S) เขียนสำหรับชุดของการนับจำนวน จำกัด เฉพาะที่บน S และNสำหรับพีชคณิต smallest ที่เล็กที่สุดในNที่แสดงผลทุกจุดนับ ... วัดได้$\mathfrak{N}$$\mathcal{N}$$\mathfrak{N}$

สำหรับฉันแล้วมันไม่มีความหมาย คำอธิบายในบริบททางวิศวกรรมเป็นที่เข้าใจมากขึ้นสำหรับฉัน

ความคิดเห็น:ส่วนใหญ่ฉันพบว่าคำอธิบายของ Wikipedia ไร้ประโยชน์เนื่องจากข้อความที่ซับซ้อนคล้ายกัน(อย่างน้อยสำหรับฉัน) จากประสบการณ์ของฉันมีหนังสืออ้างอิงเพียงสองประเภทสำหรับสถิติ: a)ง่ายมากข)ซับซ้อนมาก!
การอ่านทั้งคู่ไม่มีประโยชน์สำหรับฉันเลย!

คำถาม:

• คุณมีทางออกสำหรับปัญหานี้หรือไม่? หรือประสบการณ์ที่คล้ายกัน?

สำหรับผู้ที่พบว่าโพสต์นี้มีประโยชน์มีประโยชน์ในการตรวจสอบด้วย: การอ้างอิงสำหรับการให้คำปรึกษานักสถิติเพื่อให้ลูกค้าซึ่งกล่าวถึงหัวข้อที่เกี่ยวข้องจากมุมมองที่แตกต่างกัน

ถ้าฉันอาจอธิบายคำถามของคุณดูเหมือนจะเป็น: "ฉันจะใช้อะไรในการทำความเข้าใจคณิตศาสตร์หากแหล่งข้อมูลสำคัญอย่าง Wikipedia ไม่มีเหตุผล" โปรดจำไว้ว่าแม้คนที่เชี่ยวชาญในแนวคิดจะต้องเริ่มต้นด้วยระยะเวลาที่ไม่เข้าใจและจากนั้นก็ต้องผ่านกระบวนการเรียนรู้แม้ว่าจะเป็นสิ่งที่แทบไม่เคยเกี่ยวข้องกับการเรียนรู้จากวิกิพีเดียเลยแม้แต่น้อย

หลังจากใช้เวลาศึกษาสิ่งต่าง ๆ ที่อธิบายค่อนข้างโหดร้ายบนวิกิพีเดียฉันสามารถรับรองได้ว่าแม้เมื่อมีคนเข้าใจแนวคิดค่อนข้างดีก็ยากที่จะเข้าใจความคิดของผู้เขียน / บรรณาธิการ บนวิกิพีเดีย ไม่ใช่เรื่องแปลกที่จะเห็นแนวคิดทางคณิตศาสตร์และสถิติที่ถูกทำลายโดยกลุ่มคนที่มีความเข้าใจอย่างคร่าว ๆ เกี่ยวกับแนวคิดหรือในการแสวงหาความก้าวหน้า แต่ความเข้าใจพื้นฐานของสาขาอื่นที่อ่อนแอ (ฉันจะพูดมากกว่านี้ แต่มันยากที่จะทำเช่นนั้นโดยไม่ฟังดูถูกในแง่ร้ายเกี่ยวกับความพยายามของชาว Wikipedians โดยเฉพาะอย่างยิ่งผู้ที่มาจากสาขาวิชาอื่น ๆ )

โดยทั่วไปแล้วการอ้างอิงที่ดีที่สุดคือตำราที่แก้ไขโดยผู้จัดพิมพ์ที่มีประวัติอันยาวนานในการแก้ไขและเผยแพร่ผลงานดี ๆ ผู้เขียนและบรรณาธิการในกรณีดังกล่าวมีชื่อเสียงในหมู่เพื่อนของพวกเขาสำหรับคุณภาพของทุนการศึกษาและความเข้มงวดของพวกเขาและชุดของรุ่นต่อเนื่องมักจะบ่งบอกถึงการยอมรับจากครูและนักวิจัยคนอื่น ๆ

มีหลายระดับคุณภาพระหว่างระดับนั้นกับวิกิพีเดีย หากฉบับพิมพ์ไม่พร้อมใช้งานการใช้ "การค้นหาภายในหนังสือ" ของ Amazon หรือ Google หนังสืออาจเป็นทางเลือกที่ดีที่สุด

สำหรับการอ้างอิงผ่านเว็บอื่น ๆ คุณอาจพบว่าบทความหรือคู่มือสำหรับผู้ปฏิบัติงานที่ไม่ใช่ผู้เชี่ยวชาญนั้นมีประโยชน์มากที่สุด ตัวอย่างนี้เป็นสถิติคู่มือเผยแพร่โดย NIST

คุณอาจต้องสังเคราะห์ความเข้าใจของคุณเองโดยการค้นหาบทความใน Google Scholar ตัวอย่างเช่นคุณสามารถสืบค้น ["กระบวนการจุดคือ"] และตรวจสอบคำจำกัดความที่เสนอในบทความต่าง ๆ อีกวิธีหนึ่งการค้นหาเว็บเช่น ["จุดกระบวนการ" ไซต์ pdf: edu] จะเปิดใช้งานบันทึกการบรรยายสไลด์และแบบฝึกหัด ผลลัพธ์แรกของแบบสอบถามนั้นดูเหมือนจะเป็น "คำแนะนำเกี่ยวกับกระบวนการชี้" แนวคิดหลักคือควรค้นหาคำที่มีแนวโน้มที่จะปรากฏหรืออาจปรากฏในระดับที่เหมาะสมของเนื้อหาที่จะกำหนดและแนะนำแนวคิดไม่ว่าจะใช้ถ้อยคำหรือไม่ก็ตามเพื่อแสดงว่าการอ้างอิงมีการแสดงออกที่เกี่ยวข้องบ้าง (เช่น บทความในวารสารอาจกำหนดสิ่งที่เป็นประโยชน์แม้ว่ามันจะไม่ได้เป็นข้อความเกริ่นนำ)

เป็นไปไม่ได้ที่จะผลักดันการแก้ไขที่ไม่ดีใน Wikipedia: สำหรับบทความบางบทความจำนวนผู้แก้ไขที่ไม่ดีเกินจำนวนคนที่สามารถทนต่อการแก้ไขข้อผิดพลาดได้

ฉันเข้าใจว่าคุณมาจากไหน ในสาขาจิตวิทยาของฉันมีทรัพยากรจำนวนมากที่นำเสนอสถิติแบบผิวเผิน นี่เป็นสิ่งที่ดีสำหรับนักเรียนหลายคน แต่หนังสือดังกล่าวไม่ได้ให้ข้อกำหนดเบื้องต้นสำหรับการอ่านหนังสือที่ซับซ้อนยิ่งขึ้น

ดูเหมือนว่าคุณจะต้อง (ก) รับภาพที่ดีขึ้นของช่วงของหนังสือสถิติที่มีอยู่และสิ่งที่จำเป็นเบื้องต้นที่ทรัพยากรต่าง ๆ บ่งบอก (b) กำหนดเป้าหมายการเรียนรู้ของคุณ (c) ระบุความรู้ปัจจุบันของคุณ และ (d) รวมทั้งหมดเข้าด้วยกันเพื่อสร้างสภาพแวดล้อมการเรียนรู้

A. พัฒนาความรู้สึกของภูมิทัศน์ทรัพยากรสถิติ

บางทีนี่อาจเป็นข้อมูลคร่าวๆของภูมิทัศน์ทรัพยากรสถิติเบื้องต้นที่จัดขึ้นบนความต่อเนื่องของความเข้มงวดและความซับซ้อนทางคณิตศาสตร์

• Cookbooks : แหล่งข้อมูลบางอย่างมีสไตล์ตำราแสดงวิธีใช้ซอฟต์แวร์และให้คำแนะนำเกี่ยวกับเวลาที่ใช้และวิธีตีความผลลัพธ์ทางสถิติ (เช่นคู่มือการอยู่รอด SPSS ) หนังสือเหล่านี้มีจุดประสงค์สำหรับผู้ที่มีความต้องการการวิเคราะห์ข้อมูลที่เป็นมาตรฐานและไม่มีเวลาหรือความชอบในการเรียนรู้อย่างลึกซึ้ง
• การแนะนำมาตรฐานสู่สถิติ : นอกจากนี้ยังมีหนังสือสถิติเบื้องต้นที่หลากหลายซึ่งแตกต่างกันไปตามระดับของความแม่นยำทางคณิตศาสตร์ สำหรับข้อกำหนดเบื้องต้นเพียงอย่างเดียวคือคุณสามารถดำเนินการพีชคณิตพื้นฐานได้ HyperStatให้ตัวอย่างออนไลน์เดียว
• การแนะนำทางสถิติที่ซับซ้อนยิ่งขึ้น : ในขณะที่เนื้อหาต่อเนื่องการแนะนำสถิติอื่น ๆ นั้นมีความเข้มงวดทางคณิตศาสตร์มากกว่าเล็กน้อย สำหรับฉันแล้วความแตกต่างที่สำคัญคือว่าตำราเรียนจะถือว่าผู้อ่านคุ้นเคยกับแคลคูลัสและพีชคณิตเชิงเส้นหรือไม่ ดังที่ @iterator ได้กล่าวไว้แล้วคู่มือวิศวกรรมสถิติออนไลน์เป็นตัวอย่างหนึ่งของแหล่งข้อมูลที่ซับซ้อนยิ่งขึ้น
• สถิติทางคณิตศาสตร์ : ในระดับถัดไปของความยากลำบากเป็นทรัพยากรที่อาจจัดเป็นสถิติทางคณิตศาสตร์ ลองดูตัวอย่างห้องปฏิบัติการเสมือนจริงในความน่าจะเป็นและสถิติบันทึกหลักสูตรสำหรับวิชา MIT เกี่ยวกับสถิติทางคณิตศาสตร์หรือหลักสูตรวิดีโอบางส่วนที่นี่เกี่ยวกับสถิติทางคณิตศาสตร์หลักสูตรวิดีโอที่นี่ในสถิติคณิตศาสตร์

B. กำหนดเป้าหมายการเรียนรู้ของคุณ

คุณต้องการทำอะไรกับความรู้สถิตินี้? ความแม่นยำทางคณิตศาสตร์มีความสำคัญขนาดไหน? คุณจำเป็นต้องเข้าใจคำอธิบายที่ซับซ้อนทางคณิตศาสตร์ที่อาจปรากฏบน Wikipedia หรือไม่?

C. ระบุความรู้ปัจจุบันของคุณ

สำหรับนักเรียนหลายคนในสาขาสังคมศาสตร์การมีส่วนร่วมกับตำราเรียนคณิตศาสตร์ที่มีความซับซ้อนอย่างมีประสิทธิภาพนั้นจำเป็นต้องมีการเรียนรู้หรือการฟื้นฟูคณิตศาสตร์จำนวนมาก อย่างไรก็ตามหากคุณมีพื้นฐานด้านวิศวกรรมแล้วฉันคิดว่าการมีส่วนร่วมในการรักษาทางคณิตศาสตร์มากขึ้นไม่ควรเป็นปัญหาสำคัญ

D. รวบรวมทั้งหมดเข้าด้วยกัน

เมื่อคุณกำหนดสิ่งที่คุณต้องการเรียนรู้สิ่งที่คุณรู้แล้วและสิ่งที่จำเป็นต้องมีเพื่อเรียนรู้เนื้อหาใหม่ความท้าทายคือการหาแหล่งข้อมูลที่ดีที่สุดสำหรับคุณ

• จำเป็นต้องมีทรัพยากรบนอินเทอร์เน็ตหรือไม่หรือคุณต้องการซื้อหรือยืมหนังสือ
• คุณสามารถเรียนรู้ได้อย่างเพียงพอจากแหล่งข้อมูลสไตล์ตำราเรียนหรือคุณต้องการหรือต้องการสภาพแวดล้อมในห้องเรียนที่มีอาจารย์ผู้สอนใช้คำศัพท์ในการปรับเนื้อหาและโครงสร้างของหลักสูตร
• หากคุณเป็นคนหนึ่งที่ชอบหนังสือตำราเรียนเล่มใดที่คุณคิดว่าชัดเจนที่สุดและดีที่สุด

เมื่อคุณมีคำตอบสำหรับคำถามข้างต้นคุณอาจมีคำถามเฉพาะเพิ่มเติมที่เหมาะกับไซต์นี้ เช่น "ฉันรู้ว่า x, y, z และตำราเรียนที่ดีที่อธิบาย a, b, c คืออะไร"

เพียงเพื่อเพิ่มคำตอบที่ยอดเยี่ยมที่ได้รับจาก Iterator บางครั้งมันก็ไม่จำเป็นที่จะต้องเข้าใจแนวคิดที่จะใช้มันให้สำเร็จ ฉันมักจะพบกับแนวคิดที่ไม่รู้จักเมื่ออ่านบทความ แต่ก่อนที่จะพยายามคิดออกว่าพวกเขาหมายถึงอะไรในแหล่งภายนอกฉันมักจะตรวจสอบว่าเป็นไปได้ที่จะเข้าใจสิ่งที่เกิดขึ้นถ้าฉันคิดว่าแนวคิดที่ไม่รู้จักเป็นเพียงชื่อแฟนซีใหม่ ที่ฉันรู้แล้ว บ่อยครั้งที่มีการใช้แนวคิดที่เฉพาะเจาะจงที่เข้าใจได้ง่ายของแนวคิดใหม่นั้นดังนั้นในที่สุดฉันก็เข้าใจว่าผู้เขียนบทความทำอะไรและฉันสามารถตัดสินใจได้ว่ามันมีประโยชน์หรือไม่

$S=\mathbb{R}^d$$\mathbb{R}^d$$S=\mathbb{R}^d$และไม่สนใจทุกอย่าง แนวคิดที่ไม่รู้จักอาจกลายเป็นเรื่องง่ายสำหรับปัญหาเฉพาะของคุณ

โปรดทราบว่าวิธีนี้ไม่ได้ผลเสมอไป บางครั้งคุณต้องลงลึกจริงๆแล้ววิกิพีเดียก็ดีพอ ๆ กับจุดเริ่มต้นของการค้นหา ในกรณีนี้ไม่มีอะไรดีไปกว่าหนังสือดี บางครั้งมันง่ายในการค้นหา แต่บางครั้งก็น่าเสียดายที่ไม่มี

ฉันคิดว่าปัญหามีอยู่ แต่คุณกำลังคุยโว คุณจะพบหนังสือที่มีประโยชน์มากและแหล่งข้อมูลอื่น ๆ ที่อยู่ตรงกลางระหว่างทางด้านเทคนิคอย่างมาก (เช่นบทความส่วนใหญ่ในวารสารสมาคมสถิติอเมริกันส่วนที่เขียนโดย Andrew Gelman, Bradley Efron, หรือโดนัลด์รูบิน) และง่ายที่สุด ฉันใช้เวลาไปกับการค้นหาแหล่งที่มา 'กลางพื้น' เหล่านี้ด้วยตัวเอง หากคุณสนใจที่จะเห็นบางส่วนของคำแนะนำของฉันคุณจะพบชุดของพวกเขาที่yellowbrickstats.com ฉันมักจะพบข้อมูลที่เป็นประโยชน์ได้ที่ไซต์ของ David Garson ที่North Carolina State U