ฉันมีสามลิงค์ที่สนับสนุน / ข้อโต้แย้งที่สนับสนุนวันที่ ~ 1600-1650 สำหรับสถิติที่พัฒนาขึ้นอย่างเป็นทางการและเร็วกว่านั้นสำหรับการใช้ความน่าจะเป็น
หากคุณยอมรับการทดสอบสมมุติฐานเป็นพื้นฐานการคาดการณ์ความน่าจะเป็นพจนานุกรมพจนานุกรมออนไลน์จะเสนอสิ่งนี้:
" สมมติฐาน (n.)
1590s "คำสั่งเฉพาะ" 1650s, "ข้อเสนอ, สันนิษฐานและนำไปใช้เพื่อรับ, ใช้เป็นหลักฐาน," จากภาษาฝรั่งเศสกลางและโดยตรงจากสมมติฐานละตินตอนปลาย, จากสมมติฐานภาษากรีก "ฐาน, รากฐาน, รากฐาน," ดังนั้นในการขยายการใช้ "พื้นฐานของการโต้แย้ง, การคาดคะเน "ตัวอักษร" การวางภายใต้ "จาก hypo-" ภายใต้ "(ดู hypo-) + วิทยานิพนธ์" การวางข้อเสนอ "(จากรูปแบบ reduplicated ในรูปแบบของราก PIE * dhe-" การตั้งค่าวาง ") คำศัพท์ทางตรรกะ ความรู้สึกทางวิทยาศาสตร์แคบลงมาจากยุค 1640 "
ข้อเสนอWiktionary :
"บันทึกมาตั้งแต่ปี 2139 จากภาษาฝรั่งเศสกลางจากสมมติฐานละตินตอนปลายจากภาษากรีกโบราณ h (hupóthesis," ฐาน, พื้นฐานของการโต้แย้ง, การคาดคะเน "), ตัวอักษร" วางใต้ ", จากὑποτίθημι (hupotíthēmi," ฉันตั้งค่า ก่อนหน้าแนะนำ”) จากὑπό (hupó,“ ด้านล่าง”) + τίθημι (títhēmi,“ ฉันใส่, วาง”)
คำนามสมมติฐาน (พหูพจน์สมมุติฐาน)
(วิทยาศาสตร์) ใช้อย่างหลวม ๆ การคาดเดาเบื้องต้นอธิบายการสังเกตปรากฏการณ์หรือปัญหาทางวิทยาศาสตร์ที่สามารถทดสอบได้โดยการสังเกตเพิ่มเติมการสืบสวนและ / หรือการทดลอง ในฐานะศัพท์ทางวิทยาศาสตร์ให้ดูใบเสนอราคาที่แนบมา เปรียบเทียบกับทฤษฎีและใบเสนอราคาที่นั่น ใบเสนอราคา▲
2548, Ronald H. Pine, http://www.csicop.org/specialarticles/show/intelligent_design_or_no_model_creationism , 15 ตุลาคม 2548:
มีคนจำนวนมากเกินไปที่ได้รับการสอนในโรงเรียนว่านักวิทยาศาสตร์ในการพยายามคิดอะไรบางอย่างก่อนอื่นจะเกิดขึ้นกับ "สมมติฐาน" (การเดาหรือการคาดเดา - ไม่จำเป็นต้องแม้แต่การเดา "การศึกษา") ... [แต่ t] เขาใช้คำว่า "สมมุติฐาน" ในทางวิทยาศาสตร์โดยเฉพาะเหตุผลที่สมเหตุสมผลสมเหตุสมผลคำอธิบายที่ให้ความรู้เกี่ยวกับเหตุผลว่าทำไมปรากฏการณ์บางอย่างจึงเกิดขึ้นหรือเกิดขึ้น สมมติฐานสามารถเป็นยังไม่ทดลอง; สามารถผ่านการทดสอบแล้ว; อาจได้รับการปลอมแปลง; อาจยังไม่ได้รับการปลอมแปลงแม้ว่าจะผ่านการทดสอบแล้ว หรืออาจได้รับการทดสอบในรูปแบบมากมายนับไม่ถ้วนเวลาโดยไม่ต้องปลอมแปลง; และอาจเป็นที่ยอมรับในระดับสากลโดยชุมชนวิทยาศาสตร์ ความเข้าใจในคำว่า "สมมุติฐาน" ที่ใช้ในวิทยาศาสตร์ต้องเข้าใจหลักการที่แฝงอยู่ใน ความคิดของมีดโกนและคาร์ลตกใจประหลาดเกี่ยวกับ "ความผิดพลาดได้" - รวมถึงความคิดที่ว่าสมมติฐานทางวิทยาศาสตร์ใด ๆ ที่น่านับถือต้องโดยหลักการแล้วต้องเป็น "ความสามารถในการ" ที่พิสูจน์แล้วว่าผิด ไม่มีใครสามารถพิสูจน์ได้ว่าเป็นจริง แง่มุมหนึ่งของความเข้าใจที่ถูกต้องของคำว่า "สมมุติฐาน" ที่ใช้ในวิทยาศาสตร์คือว่ามีเพียงไม่กี่เปอร์เซ็นต์ของสมมติฐานที่อาจจะกลายเป็นทฤษฎีหายไป "
เกี่ยวกับความน่าจะเป็นและสถิติที่ Wikipediaมอบให้:
" การรวบรวมข้อมูล
การสุ่มตัวอย่าง
เมื่อไม่สามารถรวบรวมข้อมูลการสำรวจสำมะโนประชากรแบบเต็มนักสถิติจะรวบรวมข้อมูลตัวอย่างโดยการพัฒนาการออกแบบการทดลองที่เฉพาะเจาะจงและตัวอย่างการสำรวจ สถิติเองยังมีเครื่องมือสำหรับการทำนายและพยากรณ์ผ่านตัวแบบสถิติ ความคิดของการหาข้อสรุปจากข้อมูลตัวอย่างที่จะเริ่มต้นรอบกลาง-1600 ในการเชื่อมต่อกับการประมาณประชากรและการพัฒนาสารตั้งต้นของการประกันชีวิต (อ้างอิง: Wolfram, Stephen (2002). วิทยาศาสตร์ชนิดใหม่. Wolfram Media, Inc. p. 1,082. ไอ 1-57955-008-8)
ในการใช้ตัวอย่างเป็นแนวทางสำหรับประชากรทั้งหมดเป็นสิ่งสำคัญที่จะต้องแสดงถึงประชากรโดยรวมอย่างแท้จริง การสุ่มตัวอย่างที่เป็นตัวแทนทำให้มั่นใจได้ว่าการอนุมานและข้อสรุปสามารถขยายจากกลุ่มตัวอย่างเป็นประชากรโดยรวม ปัญหาสำคัญอยู่ที่การพิจารณาว่าตัวอย่างที่เลือกนั้นเป็นตัวแทนจริงหรือไม่ สถิติเสนอวิธีการประเมินและแก้ไขอคติใด ๆ ภายในตัวอย่างและขั้นตอนการรวบรวมข้อมูล นอกจากนี้ยังมีวิธีการออกแบบการทดลองสำหรับการทดลองที่สามารถลดปัญหาเหล่านี้เมื่อเริ่มการศึกษาเสริมสร้างความสามารถในการมองเห็นความจริงเกี่ยวกับประชากร
ทฤษฎีการสุ่มตัวอย่างเป็นส่วนหนึ่งของวินัยทางคณิตศาสตร์ของทฤษฎีความน่าจะเป็น ความน่าจะเป็นที่ใช้ในสถิติทางคณิตศาสตร์เพื่อศึกษาการแจกแจงตัวอย่างของสถิติตัวอย่างและโดยทั่วไปแล้วคุณสมบัติของกระบวนการทางสถิติ การใช้วิธีการทางสถิติใด ๆ ที่ถูกต้องเมื่อระบบหรือประชากรภายใต้การพิจารณาเป็นไปตามสมมติฐานของวิธีการ ความแตกต่างในมุมมองระหว่างทฤษฎีความน่าจะเป็นแบบคลาสสิกและทฤษฎีการสุ่มตัวอย่างคือประมาณว่าทฤษฎีความน่าจะเป็นนั้นเริ่มต้นจากพารามิเตอร์ที่กำหนดของประชากรทั้งหมดเพื่ออนุมานความน่าจะเป็นที่เกี่ยวข้องกับกลุ่มตัวอย่าง อนุมานทางสถิติ แต่การเคลื่อนไหวในทิศทางที่ตรงข้าม - inductively อนุมานจากตัวอย่างพารามิเตอร์ของประชากรขนาดใหญ่หรือทั้งหมด
จาก "Wolfram, Stephen (2002). วิทยาศาสตร์ชนิดใหม่. Wolfram Media, Inc. p. 1,082":
"การวิเคราะห์ทางสถิติ
•ประวัติ การคำนวณราคาต่อรองสำหรับเกมแห่งโอกาสนั้นเกิดขึ้นแล้วในสมัยโบราณ จุดเริ่มต้นของยุค 1200ผลลัพธ์ที่ซับซ้อนมากขึ้นตามการคำนวณความน่าจะเป็นที่ได้รับจากการรวมตัวกันของนักมานุษยวิทยาและนักคณิตศาสตร์ด้วยวิธีการที่ถูกต้องอย่างเป็นระบบซึ่งพัฒนาขึ้นในช่วงกลางปี 1600 และต้นปี 1700. แนวคิดของการอนุมานจากข้อมูลตัวอย่างเกิดขึ้นในช่วงกลางปี 1600 ที่เกี่ยวข้องกับการประเมินประชากรและการพัฒนาผู้นำของการประกันชีวิต วิธีการหาค่าเฉลี่ยเพื่อแก้ไขสิ่งที่สันนิษฐานว่าเป็นข้อผิดพลาดแบบสุ่มของการสังเกตเริ่มใช้เป็นหลักในช่วงกลางทศวรรษที่ 1700 ในขณะที่กำลังสองน้อยที่สุดที่เหมาะสม รูปแบบสุ่มระหว่างบุคคลเริ่มมีการนำไปใช้ในชีววิทยาในช่วงกลางปี 1800 และวิธีการคลาสสิกจำนวนมากที่ใช้ในการวิเคราะห์ทางสถิติได้รับการพัฒนาในปลายปี 1800 และต้นปี 1900 ในบริบทของการวิจัยทางการเกษตร ในแบบจำลองความน่าจะเป็นพื้นฐานทางฟิสิกส์เป็นหัวใจสำคัญของการนำกลศาสตร์สถิติมาใช้ในปลายปี 1800 และกลศาสตร์ควอนตัมในต้นปี 1900
แหล่งอื่น ๆ :
"รายงานนี้ส่วนใหญ่ไม่ใช่คำศัพท์ทางคณิตศาสตร์กำหนดค่า p สรุปต้นกำเนิดประวัติศาสตร์ของวิธีการค่า p เพื่อทดสอบสมมติฐานอธิบายการใช้งานต่างๆของp≤0.05ในบริบทของการวิจัยทางคลินิกและอธิบายการเกิดขึ้นของp≤ 5 × 10−8 และค่าอื่น ๆ เป็นเกณฑ์สำหรับการวิเคราะห์เชิงสถิติจีโนม "
ส่วน "ต้นกำเนิดประวัติศาสตร์" ระบุ:
[1]
[1] Arbuthnott J. อาร์กิวเมนต์ของพระเจ้าพรอวิเดนซ์ซึ่งนำมาจากการสังเกตอย่างสม่ำเสมออย่างต่อเนื่องในการเกิดของทั้งสองเพศ Phil Trans 1710; 27: 186–90 ดอย: 10.1098 / rstl.1710.0011 เผยแพร่เมื่อวันที่ 1 มกราคม 1710
"P-values มีการแพทย์และสถิติที่เชื่อมโยงกันมานาน John Arbuthnot และ Daniel Bernoulli เป็นทั้งแพทย์นอกเหนือจากการเป็นนักคณิตศาสตร์และการวิเคราะห์อัตราส่วนเพศที่เกิด (Arbuthnot) และการเอียงของวงโคจรของดาวเคราะห์ (Bernoulli) ให้ทั้งสอง ตัวอย่างที่มีชื่อเสียงที่สุดของการทดสอบความสำคัญหากแพร่หลายในวารสารทางการแพทย์เป็นมาตรฐานที่พวกเขาได้รับการตัดสินค่า P- ยังเป็นที่นิยมอย่างมากกับวิชาชีพแพทย์ในทางกลับกันพวกเขาจะต้อง คำติชมอย่างสม่ำเสมอจากนักสถิติและปกป้องอย่างไม่เต็มใจเท่านั้นตัวอย่างเช่นเมื่อสิบปีก่อนที่นักชีวสถิติที่มีชื่อเสียงโด่งดังมาร์ตินการ์ดเนอร์และดั๊กอัลท์แมน5 - 71–45–789ร่วมกับเพื่อนร่วมงานคนอื่น ๆ จัดทำแคมเปญที่ประสบความสำเร็จเพื่อโน้มน้าววารสารการแพทย์ของอังกฤษเพื่อให้ความสำคัญกับค่า P-P น้อยลงและมีความมั่นใจมากขึ้น วารสารระบาดวิทยาได้สั่งห้ามพวกเขาโดยสิ้นเชิง เมื่อเร็ว ๆ นี้การโจมตีได้ปรากฏตัวขึ้นแม้ในสื่อ{} ค่า P จึงดูเหมือนจะเป็นวิชาที่เหมาะสมสำหรับวารสารระบาดวิทยาและชีวสถิติ บทความนี้แสดงถึงมุมมองส่วนตัวของสิ่งที่อาจมีการพูดเพื่อปกป้องพวกเขา10,11
ฉันจะเสนอการป้องกันแบบ จำกัด ของค่า P เท่านั้น ... "
อ้างอิง
1 Hald A. A history of probability and statistics and their appli- cations before 1750. New York: Wiley, 1990.
2 Shoesmith E, Arbuthnot, J. In: Johnson, NL, Kotz, S, editors. Leading personalities in statistical sciences. New York: Wiley, 1997:7–10.
3 Bernoulli, D. Sur le probleme propose pour la seconde fois par l’Acadamie Royale des Sciences de Paris. In: Speiser D,
editor. Die Werke von Daniel Bernoulli, Band 3, Basle:
Birkhauser Verlag, 1987:303–26.
4 Arbuthnot J. An argument for divine providence taken from
the constant regularity observ’d in the births of both sexes. Phil Trans R Soc 1710;27:186–90.
5 Freeman P. The role of P-values in analysing trial results. Statist Med 1993;12:1443 –52.
6 Anscombe FJ. The summarizing of clinical experiments by
significance levels. Statist Med 1990;9:703 –8.
7 Royall R. The effect of sample size on the meaning of signifi- cance tests. Am Stat 1986;40:313 –5.
8 Senn SJ. Discussion of Freeman’s paper. Statist Med
1993;12:1453 –8.
9 Gardner M, Altman D. Statistics with confidence. Br Med J
1989.
10 Matthews R. The great health hoax. Sunday Telegraph 13
September, 1998.
11 Matthews R. Flukes and flaws. Prospect 20–24, November 1998.
@Martijn Weterings : "เป็น Pearson ในปี 1900 การฟื้นฟูหรือแนวคิดนี้ (บ่อย) ปรากฏก่อนหน้านี้อย่างไร Jacob Bernoulli คิดอย่างไรเกี่ยวกับ 'ทฤษฎีบททองคำ' ของเขาในความรู้สึกบ่อยหรือในความหมาย Bayesian (Ars Conjectandi บอกอะไรและเป็นอย่างไร มีแหล่งที่มาเพิ่มเติม)?
สมาคมสถิติอเมริกันมีหน้าเว็บเกี่ยวกับประวัติความเป็นมาของสถิติซึ่งพร้อมด้วยข้อมูลนี้มีโปสเตอร์ (ทำซ้ำในส่วนด้านล่าง) ชื่อ "เส้นเวลาของสถิติ"
โฆษณา 2: หลักฐานการสำรวจสำมะโนประชากรเสร็จในช่วงราชวงศ์ฮั่นรอด
1500s: Girolamo Cardano คำนวณความน่าจะเป็นของการทอยลูกเต๋าแบบต่างๆ
1600s: Edmund Halley เกี่ยวข้องกับอัตราการตายถึงอายุและพัฒนาตารางมรณะ
1700s: Thomas Jefferson นำการสำรวจสำมะโนประชากรของสหรัฐครั้งแรก
1839: สมาคมสถิติอเมริกันถูกสร้างขึ้น
1894: คำว่า "เบี่ยงเบนมาตรฐาน" ถูกนำมาใช้โดย Karl Pearson
1935: RA Fisher เผยแพร่การออกแบบการทดลอง
ในส่วน "ประวัติศาสตร์" ของเว็บเพจ " กฎจำนวนมาก " ของวิกิพีเดียมันอธิบาย:
"นักคณิตศาสตร์ชาวอิตาลีGerolamo Cardano (1501–1576)ระบุโดยไม่มีข้อพิสูจน์ว่าค่าความถูกต้องของสถิติเชิงประจักษ์มีแนวโน้มที่จะดีขึ้นตามจำนวนการทดลอง นี่คือกรงเล็บเป็นกฎจำนวนมากแล้ว รูปแบบพิเศษของ LLN (สำหรับตัวแปรสุ่มเลขฐานสอง) ได้รับการพิสูจน์ครั้งแรกโดย Jacob Bernoulli เขาใช้เวลากว่า 20 ปีในการพัฒนาหลักฐานทางคณิตศาสตร์อย่างเข้มงวดซึ่งตีพิมพ์ใน Ars Conjectandi ของเขา (The Art of Conjecturing) ในปี ค.ศ. 1713 ในปี 1713 เขาตั้งชื่อทฤษฎีบททองคำว่า "ทฤษฎีบทของเบอร์นูลลี" สิ่งนี้ไม่ควรสับสนกับหลักการของเบอร์นูลลีซึ่งตั้งตามชื่อหลานชายของจาค็อบเบอร์นูลลี Daniel Bernoulli ในปี 1837 SD Poisson อธิบายเพิ่มเติมภายใต้ชื่อ "la loi des grands nombres" ("กฎหมายจำนวนมาก") หลังจากนั้นก็เป็นที่รู้จักกันภายใต้ชื่อทั้งสอง แต่ "
หลังจาก Bernoulli และ Poisson ตีพิมพ์ความพยายามนักคณิตศาสตร์คนอื่น ๆ ก็มีส่วนช่วยในการปรับแต่งกฎหมายเช่น Chebyshev, Markov, Borel, Cantelli และ Kolmogorov และ Khinchin "
คำถาม: เพียร์สันเป็นคนแรกที่คิดค่า p หรือไม่?
ไม่อาจจะไม่
ใน " ถ้อยแถลงของ ASA เรื่องค่า p: บริบทกระบวนการและวัตถุประสงค์ " (09 มิ.ย. 2559) โดย Wasserstein และ Lazar, doi: 10.1080 / 00031305.2016.1154108มีแถลงการณ์อย่างเป็นทางการเกี่ยวกับคำนิยามของ p-value (ซึ่งไม่มี สงสัยไม่ได้ตกลงกันโดยทุกสาขาใช้หรือปฏิเสธค่า p) ซึ่งอ่าน:
" p-Value คืออะไร
อย่างไม่เป็นทางการ p-value คือความน่าจะเป็นภายใต้แบบจำลองทางสถิติที่ระบุว่าการสรุปทางสถิติของข้อมูล (เช่นตัวอย่างความแตกต่างเฉลี่ยระหว่างกลุ่มเปรียบเทียบสองกลุ่ม) จะเท่ากับหรือมากเกินกว่าค่าที่สังเกตได้
3. หลักการ
...
6.ค่า p-value ไม่ได้ให้หลักฐานที่ดีเกี่ยวกับแบบจำลองหรือสมมติฐาน
นักวิจัยควรตระหนักว่าค่า p โดยไม่มีบริบทหรือหลักฐานอื่นให้ข้อมูลที่ จำกัด ตัวอย่างเช่นค่า p-0.05 ใกล้ที่นำเสนอด้วยตัวเองมีหลักฐานที่อ่อนแอเพียงอย่างเดียวต่อสมมติฐานว่าง ในทำนองเดียวกัน p-value ที่ค่อนข้างใหญ่ไม่ได้หมายความถึงหลักฐานที่สนับสนุนสมมติฐานว่าง; สมมติฐานอื่น ๆ อีกมากมายอาจจะเท่าเทียมกันหรือมากกว่านั้นสอดคล้องกับข้อมูลที่สังเกตได้ ด้วยเหตุผลเหล่านี้การวิเคราะห์ข้อมูลจึงไม่ควรจบด้วยการคำนวณค่า p เมื่อแนวทางอื่นเหมาะสมและเป็นไปได้ ".
การปฏิเสธสมมติฐานว่างอาจเกิดขึ้นก่อนเพียร์สัน
หน้า Wikipedia เกี่ยวกับตัวอย่างแรกของสถานะการทดสอบสมมติฐานว่าง :
ตัวเลือกแรกของสมมติฐานว่าง
Paul Meehl แย้งว่าความสำคัญของญาณวิทยาของการเลือกสมมติฐานว่างเปล่านั้นไม่ได้รับการยอมรับอย่างมาก เมื่อสมมติฐานว่างถูกทำนายโดยทฤษฎีการทดสอบที่แม่นยำยิ่งขึ้นจะเป็นการทดสอบที่รุนแรงยิ่งขึ้นของทฤษฎีพื้นฐาน เมื่อสมมติฐานว่างเริ่มต้นที่ "ไม่แตกต่าง" หรือ "ไม่มีผล" การทดสอบที่แม่นยำยิ่งขึ้นคือการทดสอบที่รุนแรงน้อยกว่าของทฤษฎีที่กระตุ้นการทดลอง การตรวจสอบต้นกำเนิดของการปฏิบัติหลังอาจเป็นประโยชน์:
1778: Pierre Laplace เปรียบเทียบวันเกิดของเด็กชายและเด็กหญิงในหลายเมืองในยุโรป เขากล่าวว่า: "เป็นเรื่องธรรมดาที่จะสรุปว่าความเป็นไปได้เหล่านี้เกือบจะอยู่ในอัตราส่วนเดียวกัน" ดังนั้นสมมุติฐานของ Laplace ที่ว่าต้นกำเนิดของเด็กชายและเด็กหญิงควรได้รับเท่าเทียมกัน "ภูมิปัญญาดั้งเดิม"
2443: คาร์ลเพียร์สันพัฒนาการทดสอบไคสแควร์เพื่อตัดสินว่า "รูปแบบของเส้นโค้งความถี่ที่ระบุจะอธิบายตัวอย่างที่ดึงมาจากประชากรที่กำหนดได้อย่างมีประสิทธิภาพหรือไม่" ดังนั้นสมมุติฐานว่างก็คือประชากรถูกอธิบายโดยการแจกแจงบางอย่างที่ทำนายไว้โดยทฤษฎี เขาใช้เป็นตัวอย่างตัวเลขห้าและหกในลูกเต๋า Weldon โยนข้อมูล
2447: คาร์ลเพียร์สันพัฒนาแนวคิดของ "ฉุกเฉิน" เพื่อตรวจสอบว่าผลลัพธ์ที่เป็นอิสระจากปัจจัยหมวดหมู่ที่กำหนด ที่นี่สมมติฐานว่างเป็นค่าเริ่มต้นว่าสองสิ่งที่ไม่เกี่ยวข้อง (เช่นการก่อรอยแผลเป็นและอัตราการตายจากไข้ทรพิษ) สมมุติฐานว่างในกรณีนี้ไม่ได้ถูกทำนายโดยทฤษฎีหรือภูมิปัญญาดั้งเดิม แต่แทนที่จะเป็นหลักการของความไม่แยแสที่ทำให้ฟิชเชอร์และคนอื่น ๆ ยกเลิกการใช้ "ความน่าจะเป็นแบบผกผัน"
แม้จะมีบุคคลใดก็ตามที่ได้รับเครดิตจากการปฏิเสธสมมติฐานว่าง แต่ฉันไม่คิดว่ามันสมเหตุสมผลที่จะติดป้ายชื่อพวกเขาว่า " ค้นพบความสงสัยตามการคำนวณทางคณิตศาสตร์ที่อ่อนแอ"