คำศัพท์ทางสถิติที่สับสนที่สุด

เรานักสถิติใช้หลายคำในวิธีที่แตกต่างจากวิธีที่ทุกคนใช้ สิ่งนี้ทำให้เกิดปัญหามากมายเมื่อเราสอนหรืออธิบายสิ่งที่เรากำลังทำ ฉันจะเริ่มรายการ (และตอนนี้ฉันจะเพิ่มคำจำกัดความต่อความคิดเห็น):

• กำลังคือความสามารถในการปฏิเสธสมมติฐานที่ผิดพลาดได้อย่างถูกต้อง โดยปกติจะหมายถึงการพูดว่า "มีอะไรเกิดขึ้น" อย่างถูกต้อง
• อคติ - สถิติจะลำเอียงหากระบบแตกต่างจากพารามิเตอร์ประชากรที่เกี่ยวข้อง
• นัยสำคัญ - ผลลัพธ์มีนัยสำคัญทางสถิติในบางเปอร์เซ็นต์ (มักจะ 5%) ในสถานการณ์ต่อไปนี้: หากประชากรที่กลุ่มตัวอย่างมาจากผลกระทบที่แท้จริงของ 0 สถิติอย่างน้อยที่สุดเท่าที่ได้มาจากตัวอย่างเท่านั้นที่จะเกิดขึ้น 5% ของเวลา
• การโต้ตอบ - ตัวแปรอิสระสองตัวจะโต้ตอบกันหากความสัมพันธ์ระหว่างตัวแปรตามและตัวแปรอิสระหนึ่งตัวนั้นแตกต่างกันในระดับต่าง ๆ ของตัวแปรอิสระ

แต่จะต้องมีอื่น ๆ อีกมากมาย!

"สำคัญ" เป็นสิ่งที่ใหญ่ที่สุดที่ฉันพบเพราะมีทั้งความหมายการใช้ภาษาอังกฤษทั่วไปและความหมายนั้นจะครอบตัดในการอภิปรายผลการวิจัย ฉันยังพบว่าตัวเองกำลังผสมอยู่ใน "สำคัญ" เพื่อให้ความสำคัญในประโยคเดียวกันกับที่ฉันได้พูดคุยเกี่ยวกับผลลัพธ์ทางสถิติ

วิธีนั้นก็คือความบ้าคลั่ง

ฉันอยากจะแนะนำให้เพิ่ม Linear ลงในรายการ

ฉันถามคำถาม เกี่ยวกับ math.SE เกี่ยวกับสิ่งที่ฉันเป็นวิศวกรคิดว่าเป็น ขั้นต่ำเชิงเส้นเฉลี่ยหมายถึงการประมาณข้อผิดพลาดของตัวแปรสุ่ม ให้ค่าของตัวแปรสุ่ม (หมายถึงการประมาณ เป็นโดยและเพื่อลด ) และให้คำตอบบางส่วน หนึ่งในความคิดเห็นเกี่ยวกับคำถามที่กล่าวว่าX Y Y = X + ขขE [ ( Y - X - ข) 2$Y$$X$$Y$$\hat{Y} = aX+b$$a$$b$$E[(Y-aX-b)^2]$

"ฉันค่อนข้างอึดอัดกับภาษาของคุณเนื่องจากฉันกลัวว่าวิธีการใช้คำว่า" เชิงเส้น "นี้อาจป้อนเข้าสู่ความเข้าใจผิดที่เป็นที่นิยมว่าเหตุผลที่การถดถอยเชิงเส้นในการถดถอยเชิงเส้นที่เรียกว่าการถดถอยเชิงเส้นนั้นเป็นสิ่งที่เหมาะสม จากนั้นพบว่ามันทำให้เกิดความสับสนเมื่อนักสถิติยืนยันว่ามีใครกำลังถดถอยเชิงเส้นเมื่อใครเหมาะกับพาราโบลาหรือคลื่นไซน์ ฯลฯ "

ดังนั้นสิ่งที่ไม่ถดถอยเชิงเส้นหมายถึงสถิติ?

ความน่าจะเป็น

สำหรับฉันดูเหมือนว่าปัญหาส่วนใหญ่ที่เกี่ยวข้องกับการทดสอบสมมติฐานการตีความและช่วงความเชื่อมั่นนั้นเกิดจากการใช้คำจำกัดความของเบย์ในการ "ความน่าจะเป็น" เมื่อขั้นตอนนั้นขึ้นอยู่กับผู้ที่ใช้บ่อย ตัวอย่างเช่นค่า p เป็นค่าความน่าจะเป็นสมมติฐานว่างจะเป็นจริงเมื่อ AFAICS ไม่มีความน่าจะเป็นที่สามารถเชื่อมโยงกับความจริงของสมมติฐานเฉพาะในการตั้งค่าที่ใช้บ่อย

"ความมั่นใจ"

มันยากมากที่จะห้ามปรามนักสถิติที่ไม่ใช่ช่วงความมั่นใจของพวกเขาไม่ใช่ (โดยตรง) คำสั่งเกี่ยวกับความน่าเชื่อถือของค่าพารามิเตอร์ที่แตกต่างกัน

เพื่อให้เกิดความมั่นใจในความหมายทางเทคนิคของคำนั้นเราจำเป็นต้องจินตนาการชุดการทดลองซ้ำ ๆ กันแต่ละชุดคำนวณช่วงเวลาด้วยวิธีที่กำหนดไว้ล่วงหน้า เพื่อให้เป็นช่วงความมั่นใจ 95% 95% ของการใช้สูตรเหล่านี้จะดักจับพารามิเตอร์ที่น่าสนใจ

$a$$b$

(มีสถานการณ์ที่แน่นอนเมื่อทั้งสองแนวคิดเห็นพ้องกันไม่ว่าจะโดยประมาณหรือว่า แต่โดยทั่วไปแล้วพวกเขาทำไม่ได้และข้อตกลงเชิงตัวเลขไม่ได้ช่วยขจัดปัญหาการใช้คำศัพท์ทางเทคนิคในทางที่ผิด)

"Likelihood" - มันมีความหมายเหมือนกันกับ "ความน่าจะเป็น" ในการพูดทุกวัน แต่ในสถิติมันมีความหมายพิเศษ: มันเป็นฟังก์ชั่นของพารามิเตอร์ของแบบจำลองทางสถิติที่มีค่าความน่าจะเป็นของผลการสังเกต เท่ากับค่าพารามิเตอร์

ความผิดพลาด

ในสถิติข้อผิดพลาดคือการเบี่ยงเบนของค่าข้อมูลจริงจากการทำนายของตัวแบบ

ในชีวิตจริงข้อผิดพลาดคือการสะกดคำผิดหรือความผิดอื่น ๆ

"อนุมาน"

$\beta$$b$

อีกส่วนที่สำคัญเกี่ยวกับการอนุมานคือทฤษฎีบทขีด จำกัด กลาง เมื่อคุณตระหนักว่าคุณกำลังสุ่มตัวอย่างจากประชากร - แม้ว่าการสุ่มตัวอย่างเป็นคุณลักษณะที่ซับซ้อนอีกอย่างหนึ่งที่คล้ายกับการอนุมาน - คุณเข้าใจว่าแม้ว่าค่าเฉลี่ยตัวอย่างจะเก็บค่าหนึ่งค่านั้นค่านั้นไม่จำเป็นต้องเหมือนกับค่าเฉลี่ยในประชากร .

บางทีฉันอาจเข้าใจคำถามของคุณค่อนข้างหลวม แต่เมื่อมีคนเข้าใจข้อสรุปหรือความแตกต่างระหว่างกลุ่มตัวอย่างกับกลุ่มประชากรสถิติทั้งหมดจะเปิดให้พวกเขา

สำหรับเรา (หรืออย่างน้อยฉัน) "การสุ่ม" ของ "ตัวอย่าง" แสดงให้เห็นว่ามันเป็นตัวแทนของ "ประชากร"

สำหรับคนอื่นบางครั้ง "การสุ่ม" ก็หมายความว่าบุคคล / สิ่งนั้นผิดปกติ

ฉันคิดว่าควรแยกความแตกต่างระหว่างคำที่สร้างความสับสนให้กับสาธารณะและคำที่ทำให้นักสถิติสับสน คำแนะนำข้างต้นส่วนใหญ่เป็นคำที่เข้าใจกันดีโดยนักสถิติและ (อาจ) เข้าใจผิดโดยสาธารณะ ฉันต้องการเพิ่มคำศัพท์ที่นักสถิติเข้าใจ:

• Bayesian: แต่เดิมเรียกว่าสิ่งที่เป็นที่รู้จักกันในขณะนี้ Bayes ส่วนตัว (aka epistemic, De-Finetti) ทุกวันนี้คำศัพท์จะถูกใช้เมื่อใดก็ตามที่กฎของเบย์ปรากฏขึ้นไม่ค่อยมีในบริบทของความเชื่อส่วนตัวซึ่งถือเป็นการตัดสินใจเชิงทฤษฎี
• Empirical Bayes: แต่เดิมอ้างถึงเซ็ตอัพประจำที่ไม่มีพารามิเตอร์มาก่อน วันนี้โดยทั่วไปจะหมายถึงพารามิเตอร์ของพารามิเตอร์ (วัตถุประสงค์) ก่อนมีการประเมินและไม่เป็นที่รู้จักก่อน นั่นคือสิ่งที่ครั้งหนึ่งเคยเป็นที่รู้จักกันดีว่าโอกาสสูงสุดในการพิมพ์ครั้งที่สอง
• ไม่ใช่พารามิเตอร์: บางครั้งหมายถึง "รุ่นฟรี" บางครั้งเพื่อ "แจกฟรี" ได้กลายเป็นจริง uninformative ในวัน "แบบจำลองพารามิเตอร์" อาจรวมถึงพารามิเตอร์นับล้าน
• ข้อผิดพลาด Type III: บางครั้งอ้างถึงข้อผิดพลาดของสัญญาณ บางครั้งอ้างถึงการสะกดผิดของโมเดล

นิเวศวิทยาที่ใช้กันทั่วไปหมายถึงระบบชีวภาพ แต่ยังเป็นความเข้าใจผิดทางสถิติ จาก Wikipedia:

การเข้าใจผิดทางนิเวศวิทยา (หรือการอนุมานเชิงนิเวศวิทยาเชิงอนุมาน) เป็นข้อผิดพลาดในการตีความข้อมูลทางสถิติในการศึกษาทางนิเวศวิทยาโดยการอนุมานเกี่ยวกับธรรมชาติของแต่ละบุคคลนั้นขึ้นอยู่กับสถิติรวมที่รวบรวมสำหรับกลุ่มที่บุคคลเหล่านั้นเป็นเจ้าของ การเข้าใจผิดนี้ถือว่าสมาชิกแต่ละคนของกลุ่มมีลักษณะเฉลี่ยของกลุ่มโดยรวม

"แบบสำรวจ" เป็นคณิตศาสตร์ประเภทหนึ่ง ("การสุ่มตัวอย่างแบบสำรวจ") หรือกระดาษ ("แบบสอบถาม") หรือไม่

ฉันยังไม่ได้ทำการสำรวจเกี่ยวกับเรื่องนี้ แต่ฉันสงสัยว่าประชาชนส่วนใหญ่เห็นว่าเป็น "การสำรวจ" เพื่อเป็นแบบหลัง ฉันสงสัยเพิ่มเติมว่าพวกเขาไม่ได้คิดถึงอดีต

"การโหลด", "สัมประสิทธิ์" และ "น้ำหนัก"; เมื่อพูดถึงการวิเคราะห์องค์ประกอบหลัก

ฉันมักจะพบว่าผู้คนค่อนข้างใช้โฆษณาเมื่อใช้พวกเขาใช้แทนกันได้โดยไม่ได้กำหนดสิ่งที่พวกเขาหมายถึงอย่างชัดเจนและฉันเจอเอกสารที่อ้างถึง "การโหลดเวกเตอร์" และบางครั้งก็หมายถึงพีซีด้วยตัวเอง เกี่ยวข้องกับพีซีเฉพาะ

อาจเป็นความจริงที่ว่าการอ้างอิงที่ดีของ Jollifee เกี่ยวกับส่วนประกอบหลักในตอนท้ายของส่วน 1.1 "ผู้เขียนบางคนแยกแยะความแตกต่างระหว่างคำว่า 'การบรรทุก' และ 'สัมประสิทธิ์' ขึ้นอยู่กับข้อ จำกัด ของการทำให้เป็นมาตรฐาน เพิ่งทำให้คนคิดว่าพวกเขามีการส่งผ่านฟรีเพื่อผสมและจับคู่คำศัพท์กับความชอบของพวกเขา ....

แบบจำลองการเติม ยังไม่แน่ใจจริงๆว่าสิ่งนี้หมายถึงอะไร ฉันคิดว่ามันหมายถึงโมเดลที่ไม่มีเงื่อนไขการโต้ตอบ แต่ฉันจะเจอบทความที่พวกเขาใช้มันเพื่ออ้างถึงสิ่งอื่นเช่นตัวแบบอิสระ

หนึ่งในคำศัพท์ที่ฉันพบว่าสับสนที่สุดคือ "เมทริกซ์ความสับสน" แน่นอนคำที่ใช้เองทำให้เกิดความสับสนไม่ใช่แนวคิด

ฉันพยายามติดตามประวัติของคำศัพท์และก็น่าสนใจเช่นกัน เมทริกซ์ความสับสนนั้นถูกคิดค้นขึ้นที่ 1904 โดย ( http://en.wikipedia.org/wiki/Karl_Pearson ) เขาใช้คำว่าhttp://en.wikipedia.org/wiki/Contingency_table มันปรากฏตัวที่คาร์ลเพียร์สัน FRS (2447) การมีส่วนร่วมทางคณิตศาสตร์กับทฤษฎีวิวัฒนาการ (PDF) Dulau and Co. http://ia600408.us.archive.org/18/items/cu31924003064833/cu31924003064833.pdf

ในช่วงสงครามโลกครั้งที่ 2 ชั่วโมงต่อวัน: //en.wikipedia.org/wiki/Detection_theoryได้รับการพัฒนาขึ้นเพื่อตรวจสอบความสัมพันธ์ระหว่างสิ่งกระตุ้นและการตอบสนอง มีการใช้เมทริกซ์ความสับสนที่นั่น

เนื่องจากทฤษฎีการตรวจจับคำถูกใช้จิตวิทยา จากนั้นถึงระยะการเรียนรู้ของเครื่อง

ดูเหมือนว่าแม้ว่าแนวคิดจะถูกสร้างขึ้นในสถิติ แต่การยื่นฟ้องนั้นเกี่ยวข้องกับการเรียนรู้ของเครื่อง แต่มันก็มาถึงการเรียนรู้ของเครื่องหลังจากอ้อมในช่วงระยะเวลา 100 ปี

สำหรับการอ้างอิงบางส่วนเกี่ยวกับการใช้คำว่า: อะไรคือต้นกำเนิดของความสับสนของคำศัพท์?

"สถิติ"

สำหรับคนทั่วไปแทนที่จะเป็น "ตอนนี้ฉันกำลังจะโกหกคุณและพูดในแบบที่คุณไม่เข้าใจ"