มีวิธีการทางสถิติใดที่ล้าสมัยและควรละเว้นจากตำราเรียน [ปิด]

ตามที่เป็นอยู่ในปัจจุบันคำถามนี้ไม่เหมาะสำหรับรูปแบบคำถาม & คำตอบของเรา เราคาดหวังคำตอบที่จะได้รับการสนับสนุนจากข้อเท็จจริงการอ้างอิงหรือความเชี่ยวชาญ แต่คำถามนี้อาจเรียกร้องให้มีการถกเถียงอภิปรายโต้แย้งหรือการอภิปรายเพิ่มเติม หากคุณรู้สึกว่าคำถามนี้สามารถปรับปรุงและเปิดใหม่ได้โปรดไปที่ศูนย์ช่วยเหลือเพื่อขอคำแนะนำ

ปิดให้บริการใน6 ปีที่ผ่านมา

ในการตอบคำถามเกี่ยวกับช่วงความเชื่อมั่นสำหรับสัดส่วนทวินามฉันได้ชี้ให้เห็นข้อเท็จจริงที่ว่าการประมาณปกติเป็นวิธีที่ไม่น่าเชื่อถือซึ่งเป็นแบบโบราณ ไม่ควรสอนเป็นวิธีแม้ว่าอาจมีข้อโต้แย้งว่ามันถูกรวมเป็นส่วนหนึ่งของบทเรียนเกี่ยวกับสิ่งที่ทำให้วิธีการที่เพียงพอ

อะไรคือวิธีการทางสถิติ 'มาตรฐาน' อื่น ๆ ที่ผ่านการใช้งานตามวันที่แล้วและควรละเว้นจากตำราเรียนในอนาคต (เพื่อให้มีพื้นที่สำหรับแนวคิดที่มีประโยชน์)

references history

— Michael Lew
แหล่งที่มา

แลร์รี่ Wasserman ถามคำถามและแสดงให้เห็นคำตอบบางอย่างในบล็อกของเขา ดูความคิดเห็นของผู้ใช้

— JohnRos

เหตุใดการประมาณปกติจึงไม่ดีที่จะสอน

— Douglas Zare

ฉันสงสัยว่าคำถามนี้อาจให้คำตอบที่สร้างสรรค์ แต่หลังจากเห็นคำตอบที่โพสต์ไปแล้ว (รวมถึงคำตอบที่ถูกลบ) ฉันสงสัยอย่างจริงจังว่าฉันจึงลงคะแนนให้ปิด

— มาโคร

เพื่อตอบความคิดเห็นของตัวเองฉันคิดว่าความคิดควรจะเป็นว่าการประมาณปกติจะมีแนวโน้มที่จะสร้างช่วงเวลาที่กว้างเกินไปเมื่อความน่าจะเป็นใกล้เคียงกับหรือและ / หรือจำนวนการทดลองน้อยและอื่น ๆ เทคนิคที่สร้างช่วงความมั่นใจที่เข้มงวดมากขึ้นและทำงานได้ดีขึ้นด้วยการทดลองเล็กน้อย นี่หมายความว่าไม่ดีที่จะครอบคลุมการประมาณปกติหรือไม่? ฉันไม่คิดอย่างนั้น การประมาณปกติทำได้ง่ายและจดจำได้ง่าย การปรับเปลี่ยนเล็กน้อยจะประมาณช่วงเวลาของ Wilson ได้เป็นอย่างดี ดังนั้นรวมถึงมันและโดเมนของการบังคับใช้

0

$0$

1

$1$

— Douglas Zare

ฉันไม่คิดว่าเป็นการโต้แย้งที่ดีในการสอน ผู้คนใช้สิ่งที่พวกเขาเข้าใจและจดจำและสอนเฉพาะสูตรเรียงพิมพ์ที่สลับซับซ้อนหมายความว่านักเรียนจะไม่สร้างสัญชาติญาณของพวกเขามากหรือเพื่อให้สามารถทำตัวอย่างง่ายๆด้วยมือ หากข้อเสียมีความสำคัญสอนเกี่ยวกับพวกเขาและผู้คนอาจจำได้ว่าทำไมวิธีการที่ซับซ้อนมากขึ้น หากคุณไม่ได้สอนการประมาณปกติคุณจะพูดได้อย่างไรว่า "ช่วงเวลาของวิลสันใกล้เคียงกับการประมาณปกติด้วย Laplace ที่ปรับให้เรียบด้วย k = 2" นี่ทำให้เกิดความรู้สึกส่วนตัวและเป็นข้อโต้แย้งดังนั้นฉันจึงลงคะแนนให้ปิด

— Douglas Zare

สามคนนี้อาจจัดอันดับที่ไหนสักแห่งในรายการแบบฝึกหัดที่คัดค้าน:

ค้นหา quantiles ของการแจกแจงแบบปกติ / F / t ในตาราง
การทดสอบความปกติ
การทดสอบความเท่าเทียมกันของความแปรปรวนก่อนที่จะทำการทดสอบตัวอย่างสองตัวอย่างหรือทดสอบโนวา
การทดสอบแบบพาราเมตริกแบบกึ่งอิสระ (เช่นไม่แข็งแกร่ง) แบบคลาสสิกและช่วงความเชื่อมั่น

สถิติเคลื่อนไหวในยุคของคอมพิวเตอร์และชุดข้อมูลหลายตัวแปรขนาดใหญ่ ฉันไม่คาดหวังว่าสิ่งนี้จะถูกย้อนกลับ ความจำเป็นวิธีการสอนในหลักสูตรขั้นสูงมีความรู้สึกบางอย่างที่ได้รับอิทธิพลจากนักวิจารณ์ของ Breiman และ Tukey IMO ได้มุ่งเน้นไปที่วิธีการเหล่านั้นอย่างถาวรซึ่งต้องการสมมติฐานน้อยลงเพื่อให้สามารถทำงานได้ หลักสูตรเบื้องต้นควรสะท้อนให้เห็นว่า

ฉันคิดว่าองค์ประกอบบางอย่างยังสามารถสอนได้ในระยะหลังเพื่อให้นักเรียนที่สนใจในประวัติศาสตร์ของความคิดเชิงสถิติ

— user603
แหล่งที่มา

โปรดให้หลักฐานเพื่อสนับสนุนคำตอบของคุณ หากหัวข้อนี้เบี่ยงเบนไปเป็นรายการบริสุทธิ์ของสิ่งที่บางคนคิดว่าไม่ดีก็จะต้องปิด

— whuber

ฉันยอมรับว่าการใช้ตารางสถิติเป็นเทคโนโลยีการคำนวณที่ล้าสมัยอย่างยิ่ง อย่างไรก็ตามการทดสอบภาวะปกติมีเหตุผลของพวกเขา

— StasK

@StasK ตกลงเกี่ยวกับตาราง (และการทดสอบตามปกติ); แต่เนื่องจากเรากำลังคุยกันเรื่องการสอนดังนั้นตราบเท่าที่ "ตำรา" เพื่ออ้างอิงการอ้างอิงเพื่อสนับสนุนการสอนฉันคิดว่าเป็นกรณีที่ดีสำหรับการสอนวิธีการเชื่อมโยง quantiles กับพื้นที่ภายใต้กราฟของ PDF และทดสอบความเข้าใจโดยการถามคำถามที่ต้องการจัดการ (และดังนั้นการประเมิน) ของพื้นที่เหล่านั้น การค้นหาตารางยังคงเป็นวิธีที่สะดวกในการประมาณพื้นที่โดยเฉพาะในส่วนท้าย เราเพียง แต่ต้องจำไว้ว่าการค้นหา (หรือการคำนวณ!) เป็นการคำนวณเสริมอย่างหมดจดและไม่ใช่จุดของการฝึก

— whuber

ฉันเห็นด้วยกับตารางและไม่เพียง แต่เหตุผลที่ไม่จำเป็นเท่านั้น พวกเขายังเล่นกับความคิดที่ว่ามีบางสิ่งที่พิเศษเกี่ยวกับค่า P ที่เกี่ยวข้องกับค่าวิกฤตที่พวกเขาระบุ ที่มีแนวโน้มที่จะปิดบังการใช้ค่า P เป็นดัชนีของหลักฐาน

— Michael Lew

อาจละเว้นการทดสอบตามปกติ แต่บางทีพวกเขาควรเสริมด้วยแบบฝึกหัดที่แสดงว่าพวกเขาต้องใช้พลังงานเพียงเล็กน้อยในการแยกแยะระหว่างการแจกแจงด้วยขนาดตัวอย่างขนาดเล็กซึ่งเป็นเรื่องปกติจริง ๆ ! บางทีแบบฝึกหัดที่แสดงให้เห็นว่าขอบเขตที่ไม่ปกตินั้นมีผลต่อคุณสมบัติของการทดสอบที่หลากหลายและการประมาณช่วงเวลาจะดีกว่านี้

— Michael Lew