ทำสถิติที่ถูกต้องในสภาพแวดล้อมการทำงานหรือไม่?

ฉันไม่แน่ใจว่าคำถามนี้อยู่ที่ไหน: ตรวจสอบข้ามหรือตรวจสอบสถานที่ทำงาน แต่คำถามของฉันเกี่ยวข้องกับสถิติอย่างชัดเจน

คำถามนี้ (หรือฉันเดาคำถาม) เกิดขึ้นระหว่างการทำงานในฐานะ "ฝึกงานด้านข้อมูล" ฉันกำลังสร้างแบบจำลองการถดถอยเชิงเส้นนี้และตรวจสอบพล็อตที่เหลือ ฉันเห็นสัญญาณชัดเจนของ heteroskedasticity ฉันจำได้ว่า heteroskedasticity บิดเบือนสถิติการทดสอบหลายอย่างเช่นช่วงความมั่นใจและการทดสอบที ดังนั้นฉันจึงใช้น้ำหนักอย่างน้อยกำลังสองตามสิ่งที่ฉันเรียนที่วิทยาลัย ผู้จัดการของฉันเห็นและแนะนำให้ฉันอย่าทำเช่นนั้นเพราะ "ฉันทำสิ่งที่ซับซ้อน" ซึ่งก็ไม่ใช่เหตุผลที่น่าเชื่อถือสำหรับฉันเลย

อีกตัวอย่างหนึ่งคือ "การลบตัวแปรอธิบายเนื่องจากค่า p ของมันไม่มีนัยสำคัญ" คำแนะนำนี้ไม่สมเหตุสมผลจากมุมมองเชิงตรรกะ จากสิ่งที่ฉันได้เรียนรู้ค่า p ที่ไม่มีนัยสำคัญอาจเป็นเพราะเหตุผลที่แตกต่าง: โอกาสการใช้โมเดลที่ไม่ถูกต้องละเมิดสมมติฐาน ฯลฯ

อีกตัวอย่างหนึ่งก็คือฉันใช้การตรวจสอบความถูกต้องไขว้ของ k-fold เพื่อประเมินโมเดลของฉัน ตามผลเป็นเพียงวิธีที่ดีกว่า2} แต่เราจะมีต่ำกว่ารุ่น 1 และเหตุผลที่มีบางสิ่งบางอย่างจะทำอย่างไรกับตัด หัวหน้างานของฉัน แต่ดูเหมือนว่าจะชอบรุ่น 2 เพราะมันมีสูง 2 เหตุผลของเขา (เช่นนั้นแข็งแกร่งหรือการตรวจสอบข้ามเป็นวิธีการเรียนรู้ของเครื่องจักรไม่ใช่วิธีทางสถิติ) ดูเหมือนจะไม่น่าเชื่อพอที่จะเปลี่ยนความคิดของฉัน C V เมตรo d อีลิตร2 R $CV_{model 1}$$CV_{model 2}$$R^2$R $R^2$$R^2$

ในฐานะคนที่เพิ่งจบการศึกษาจากวิทยาลัยฉันรู้สึกสับสนมาก ฉันหลงใหลเกี่ยวกับการใช้สถิติที่ถูกต้องเพื่อแก้ไขปัญหาในโลกแห่งความจริง แต่ฉันไม่ทราบว่าข้อใดต่อไปนี้เป็นจริง:

1. สถิติที่ฉันเรียนรู้ด้วยตนเองนั้นไม่ถูกต้องดังนั้นฉันจึงทำผิดพลาด
2. มีความแตกต่างอย่างมากระหว่างสถิติเชิงทฤษฎีและแบบจำลองการสร้างใน บริษัท และแม้ว่าทฤษฎีสถิติจะถูกต้อง แต่ผู้คนก็ไม่ปฏิบัติตาม
3. ผู้จัดการใช้สถิติไม่ถูกต้อง

อัปเดตเมื่อวันที่ 4/17/2017:ฉันตัดสินใจที่จะติดตามปริญญาเอก ในสถิติ ขอบคุณสำหรับคำตอบของคุณ

สั้นคุณถูกและเขาผิด โศกนาฏกรรมของการวิเคราะห์ข้อมูลคือผู้คนจำนวนมากทำ แต่คนส่วนน้อยเท่านั้นที่ทำได้ดีส่วนหนึ่งเป็นเพราะการศึกษาที่อ่อนแอในการวิเคราะห์ข้อมูลและอีกส่วนหนึ่งเกิดจากความไม่แยแส หันมาวิจารณ์บทความวิจัยที่ได้รับการตีพิมพ์ส่วนใหญ่ซึ่งไม่มีสถิติหรือผู้เชี่ยวชาญด้านการเรียนรู้เครื่องจักรในรายชื่อผู้แต่งและคุณจะเห็นข้อผิดพลาดเบื้องต้นเช่นการตีความค่าเนื่องจากค่าความน่าจะเป็นที่สมมติฐานสมมุติฐานเป็นจริง .$p$

ฉันคิดว่าสิ่งเดียวที่ต้องทำเมื่อเผชิญหน้ากับสถานการณ์แบบนี้คือการอธิบายอย่างรอบคอบว่ามีอะไรผิดปกติเกี่ยวกับการปฏิบัติที่ผิดพลาดด้วยตัวอย่างหรือสองอย่าง

Kodiologist ถูกต้อง - คุณพูดถูกเขาผิด อย่างไรก็ตามน่าเศร้าที่นี่เป็นปัญหาที่พบได้บ่อยกว่าสิ่งที่คุณกำลังเผชิญ คุณอยู่ในอุตสาหกรรมที่ทำได้ค่อนข้างดี

ตัวอย่างเช่นขณะนี้ฉันทำงานในสาขาที่จำเป็นต้องตั้งค่าข้อกำหนดของผลิตภัณฑ์ นี้เกือบจะทำเสมอโดยการตรวจสอบผลิตภัณฑ์ / กระบวนการในบางวิธีและการบันทึกวิธีการและค่าเบี่ยงเบนมาตรฐาน - แล้วใช้ดีเก่า3$mean + 3*\sigma$

ตอนนี้นอกเหนือจากความจริงที่ว่าช่วงความเชื่อมั่นนี้ไม่ได้บอกสิ่งที่พวกเขาต้องการจริง ๆ (พวกเขาต้องการช่วงความอดทนสำหรับสิ่งนั้น) นี่เป็นการกระทำที่สุ่มสี่สุ่มห้าในพารามิเตอร์ที่วางตัวอยู่ใกล้กับค่าสูงสุดหรือต่ำสุดบางค่า จริง ๆ แล้วเกินค่าเหล่านั้น) เนื่องจาก Excel จะคำนวณสิ่งที่พวกเขาต้องการ (ใช่ฉันพูดว่า Excel) พวกเขาตั้งค่ารายละเอียดของพวกเขาตามนั้นแม้ว่าความจริงที่ว่าพารามิเตอร์จะไม่อยู่ใกล้กระจายทั่วไป คนเหล่านี้ได้รับการสอนสถิติขั้นพื้นฐาน แต่ไม่ใช่แผนการแปลงค่า qq หรืออื่น ๆ เช่น หนึ่งในปัญหาที่ใหญ่ที่สุดคือสถิติจะให้ตัวเลขแก่คุณแม้ว่าจะถูกใช้อย่างไม่เหมาะสมก็ตามดังนั้นคนส่วนใหญ่ก็ไม่รู้ว่าเมื่อใดที่พวกเขาทำเช่นนั้น

กล่าวอีกนัยหนึ่งว่าข้อกำหนดของผลิตภัณฑ์ส่วนใหญ่ในอุตสาหกรรมส่วนใหญ่นั้นไร้สาระ

หนึ่งในตัวอย่างที่เลวร้ายที่สุดที่ฉันมีกับคนที่ติดตามสถิติโดยไม่รู้ตัวคือ Cpk ใช้ในอุตสาหกรรมยานยนต์ บริษัท หนึ่งใช้เวลาประมาณหนึ่งปีในการโต้แย้งเรื่องผลิตภัณฑ์กับซัพพลายเออร์เพราะพวกเขาคิดว่าซัพพลายเออร์สามารถควบคุมผลิตภัณฑ์ของพวกเขาให้อยู่ในระดับที่ไม่สามารถทำได้ พวกเขาตั้งค่าสเปคสูงสุดเท่านั้น (ไม่ต่ำสุด) ในพารามิเตอร์และใช้ Cpk เพื่อปรับการอ้างสิทธิ์ของพวกเขา - จนกระทั่งมันชี้ให้เห็นว่าการคำนวณของพวกเขา (เมื่อใช้ในการตั้งค่าระดับต่ำสุดในทางทฤษฎี - พวกเขาไม่ต้องการ ) แสดงถึงค่าลบขนาดใหญ่ นี่คือพารามิเตอร์ที่ไม่สามารถไปน้อยกว่า 0 Cpk ถือว่าเป็นเรื่องปกติกระบวนการไม่ได้ให้ข้อมูลใกล้เคียงกับข้อมูลปกติ มันใช้เวลานานกว่าจะจมลงในสิ่งที่เสียเวลาและเงินเพราะผู้คนไม่ได้ ' ไม่เข้าใจสิ่งที่พวกเขาคำนวณ - และมันอาจจะแย่กว่านี้หากไม่ได้สังเกต นี่อาจเป็นปัจจัยสนับสนุนว่าทำไมมีการเรียกคืนปกติในอุตสาหกรรมยานยนต์!

ฉันเองมาจากภูมิหลังทางวิทยาศาสตร์และตรงไปตรงมาสถิติการสอนในสาขาวิทยาศาสตร์และวิศวกรรมศาสตร์ไม่เพียงพออย่างน่าตกใจ ฉันไม่เคยได้ยินเรื่องส่วนใหญ่ที่ฉันต้องการใช้ตอนนี้ - ทั้งหมดได้รับการสอนด้วยตนเองและมี (เทียบกับนักสถิติที่เหมาะสม) ในความรู้ของฉันแม้ตอนนี้ ด้วยเหตุนี้ฉันจึงไม่ขอร้องให้ผู้อื่นใช้สถิติในทางที่ผิด (ฉันอาจจะยังคงทำอย่างสม่ำเสมอ) มันเป็นการศึกษาที่ไม่ดี

กลับไปที่คำถามเดิมของคุณมันไม่ง่ายเลย ฉันจะเห็นด้วยกับคำแนะนำของนักวิทยาศาสตร์ของ Kodiologist ที่จะพยายามอธิบายสิ่งเหล่านี้อย่างนุ่มนวลดังนั้นจึงใช้สถิติที่ถูกต้อง แต่ฉันจะเพิ่มข้อแม้พิเศษให้กับสิ่งนั้นและแนะนำให้คุณเลือกการต่อสู้อย่างชาญฉลาดเพื่ออาชีพของคุณ

มันโชคร้าย แต่เป็นความจริงที่ว่าคุณจะไม่สามารถทำให้ทุกคนทำสถิติที่ดีที่สุดได้ทุกครั้ง เลือกที่จะแก้ไขให้ถูกต้องเมื่อมีความสำคัญต่อข้อสรุปโดยรวมขั้นสุดท้าย (ซึ่งบางครั้งหมายถึงการทำสิ่งต่าง ๆ สองวิธีในการตรวจสอบ) มีหลายครั้ง (เช่นรุ่น 1,2 ของคุณตัวอย่าง) ที่ใช้วิธี "ผิด" อาจนำไปสู่ข้อสรุปเดียวกัน หลีกเลี่ยงการแก้ไขคนจำนวนมากเกินไปบ่อยเกินไป

ฉันรู้ว่ามันน่าหงุดหงิดอย่างมีสติปัญญาและโลกควรจะทำงานแตกต่างกันไป ในระดับหนึ่งคุณจะต้องเรียนรู้ที่จะตัดสินการต่อสู้ของคุณตามบุคลิกลักษณะของเพื่อนร่วมงาน เป้าหมาย (อาชีพ) ของคุณคือการเป็นผู้เชี่ยวชาญที่พวกเขาต้องการเมื่อพวกเขาต้องการความช่วยเหลือไม่ใช่คนจู้จี้จุกจิกพยายามแก้ไขพวกเขาอยู่เสมอ และในความเป็นจริงถ้าคุณกลายเป็นคน ๆ นั้นนั่นอาจเป็นสิ่งที่คุณจะประสบความสำเร็จมากที่สุดในการทำให้คนฟังและทำสิ่งที่ถูกต้อง โชคดี.

สิ่งที่อธิบายไว้ดูเหมือนเป็นประสบการณ์ที่ไม่ดี อย่างไรก็ตามมันไม่ควรเป็นสิ่งที่ทำให้คนเราต้องตั้งคำถามเกี่ยวกับวุฒิการศึกษาของตนเองทันทีหรือการตัดสินทางสถิติของหัวหน้างาน / ผู้จัดการของพวกเขา

ใช่เป็นไปได้มากว่าคุณถูกต้องที่จะแนะนำให้ใช้ CV แทนสำหรับการเลือกรุ่นเช่น แต่คุณต้องค้นหาว่าทำไมวิธีการ (อาจหลบหลีก) นี้มาเป็นอย่างไรดูว่าสิ่งนี้ทำร้าย บริษัท ได้อย่างไรและเสนอวิธีแก้ปัญหาสำหรับความเจ็บปวดนั้น ไม่มีใครต้องการใช้วิธีการที่ผิดอย่างมีสติเว้นแต่พวกเขาจะมีเหตุผลที่จะทำเช่นนั้น บอกว่ามีบางอย่างผิดปกติ (ซึ่งอาจเป็นอย่างนั้น) และไม่แสดงให้เห็นว่าความผิดพลาดนั้นส่งผลกระทบต่อความเป็นจริงของคุณอย่างไร$R^2$การทำงานแทนที่จะเป็นพฤติกรรมเชิงซีที่ไหนสักแห่งในอนาคตไม่ได้มีความหมายอะไรมาก ผู้คนจะลังเลที่จะยอมรับมัน ทำไมต้องใช้พลังงานในการเปลี่ยนแปลงเมื่อทุกอย่างทำงานได้ดี ผู้จัดการของคุณไม่จำเป็นต้องผิดไปจากมุมมองทางธุรกิจ เขารับผิดชอบด้านสถิติรวมถึงการตัดสินใจทางธุรกิจของแผนกของคุณ การตัดสินใจเหล่านั้นไม่จำเป็นต้องตรงกันเสมอและมีแนวโน้มว่าจะไม่เหมือนกันกับการส่งมอบระยะสั้น (ข้อ จำกัด ด้านเวลาเป็นปัจจัยที่สำคัญมากในการวิเคราะห์ข้อมูลอุตสาหกรรม)

คำแนะนำของฉันคือการติดปืน (สถิติ) ของคุณ แต่จงเปิดรับสิ่งที่ผู้คนทำอดทนกับคนที่อาจถูกปลดออกจากการปฏิบัติทางสถิติใหม่และให้คำแนะนำ / ความคิดเห็นเมื่อถูกถามผิวที่หนาขึ้นและเรียนรู้จากสภาพแวดล้อมของคุณ หากคุณทำสิ่งที่ถูกต้องสิ่งนี้จะแสดงอย่างช้าๆผู้คนจะต้องการความคิดเห็นของคุณเพราะพวกเขาจะรับรู้ได้ว่าคุณสามารถนำเสนอโซลูชั่นที่กระบวนการทำงานปัจจุบันของพวกเขาไม่ได้ ในที่สุดใช่แน่นอนถ้าหลังจากระยะเวลาที่เหมาะสม (อย่างน้อยสองสามเดือน) คุณรู้สึกว่าคุณมีคุณค่าและไม่เคารพเพียงแค่ไปต่อ

มันไปโดยไม่บอกว่าตอนนี้คุณอยู่ในอุตสาหกรรมที่คุณไม่สามารถนั่งลงและคิดว่าคุณไม่จำเป็นต้องฝึกฝนการศึกษาสถิติของคุณ แบบจำลองการทำนายกลยุทธ์การถดถอยอัลกอริธึมการจัดกลุ่มเพียงพัฒนาต่อไป ตัวอย่างเช่นการใช้การถดถอยแบบเกาส์กระบวนการในสภาพแวดล้อมทางอุตสาหกรรมใกล้เคียงกับนิยายวิทยาศาสตร์เมื่อ 10 ปีก่อน ตอนนี้มันสามารถเห็นได้เกือบเหมือนสิ่งนอกชั้นวางที่จะลอง