ฉันเพิ่งดูการบรรยายเรื่องการอนุมานเชิงสถิติ ("การเปรียบเทียบสัดส่วนและความหมาย") ซึ่งเป็นส่วนหนึ่งของคำแนะนำเกี่ยวกับสถิติหลักสูตรออนไลน์ วัสดุที่ทำให้ฉันรู้สึกเหมือนมันเป็นเรื่องเล็กน้อยเสมอ (โดยตอนนี้ฉันต้องเห็นสิ่งนี้หลายสิบครั้งกระจายออกไปในช่วงสามทศวรรษที่ผ่านมา)
ฉันกำลังมองหาหนังสือเกี่ยวกับ "basic Stats-101" (การประมาณจุด, การประเมินแบบประเมิน, การอนุมานเชิงสถิติ, การทดสอบสมมติฐาน, การออกแบบการศึกษา) ที่จริงจังกับปัญหาในการโน้มน้าวผู้อ่านที่สงสัย ...
ด้านล่างฉันให้ตัวอย่างของ ประเภทของคำถามที่ผู้เขียนที่ฉันค้นหาจะใช้เวลาอย่างจริงจังและรู้วิธีการพูดอย่างมั่นใจ
แต่ก่อนอื่นให้ฉันใช้เวลาสักครู่เพื่อเน้นว่าในโพสต์นี้ฉันไม่ได้ถามคำถามเหล่านี้ ได้โปรดอย่าตอบพวกเขา! ฉันให้พวกเขาเป็นเพียงตัวอย่างและผ่าน "การทดสอบสารสีน้ำเงิน" (สำหรับประเภทของผู้แต่งที่กำลังค้นหา)
หาก "สัดส่วน" เป็นเพียงค่าเฉลี่ยของตัวแปรบูลีน (เช่นหนึ่งที่รับเฉพาะค่า 0 และ 1) ทำไมโพรซีเดอร์ที่แตกต่างกันจึงสอนให้ทำการอนุมานเชิงสถิติด้วย "สัดส่วน" และกับ "หมายถึง"?
หากการแจกแจงแบบปกตินั้นแข็งแกร่งมากซึ่งสมมติว่า normality ให้ผลลัพธ์ที่ดีแม้ในกรณีที่ข้อมูลนั้นไม่ได้ถูกกระจายตามปกติและหากการแจกแจงแบบปกตินั้นดูธรรมดามากทำไมเอะอะทั้งหมดเกี่ยวกับการใช้การแจกแจงแบบ t แทน ปกติ?
สิ่งที่ว่าคือ "องศาความเป็นอิสระ" และทำไมเราต้องกังวลเกี่ยวกับพวกเขา?
การพูดถึงค่า "จริง" ของพารามิเตอร์หมายความว่าอย่างไรเมื่อเราเพิ่งใช้การแจกแจงที่เกิดขึ้นเพื่อให้ดูเหมือนกับข้อมูล
"การวิเคราะห์ข้อมูลเชิงสำรวจ" ทำไมเป็นสิ่งที่ดีในขณะที่ "การสอดแนมข้อมูล" เป็นสิ่งที่ชั่วร้าย?
ดังที่ฉันได้กล่าวไปแล้วฉันถูกเลื่อนออกไปจากทัศนคติที่บอกเป็นนัยจากการละเลยคำถามดังกล่าว มันไม่ใช่ "ท่าทางญาณวิทยา" ที่ฉันต้องการเห็นในคนที่สอนฉันบางอย่าง ฉันกำลังมองหาผู้แต่งที่เคารพความสงสัยและความเป็นเหตุเป็นผลของผู้อ่านและผู้รู้วิธีที่จะจัดการกับพวกเขา (โดยไม่จำเป็นต้องเข้าไปในหน้าและหน้าของพิธีการและเทคนิค)
ฉันรู้ว่านี่เป็นคำสั่งซื้อที่สูงและอาจเป็นไปได้โดยเฉพาะอย่างยิ่งเมื่อมันมาถึงสถิติ ดังนั้นฉันไม่คาดหวังว่าผู้แต่งหลายคนจะประสบความสำเร็จ แต่ในขณะที่ฉันจะเป็นเนื้อหาที่มีการค้นหาเพียงหนึ่ง
ขอผมเพิ่มอีกหน่อยว่าผมไม่ชอบคณิตศาสตร์ ในทางตรงกันข้ามฉันรักคณิตศาสตร์ (ฉันพอใจกับการวิเคราะห์ [aka "แคลคูลัสขั้นสูง"], พีชคณิตเชิงเส้น, ทฤษฎีความน่าจะเป็น, แม้แต่ทฤษฎีการวัดขั้นพื้นฐาน)
ที่กล่าวว่าความสนใจของฉันในขณะนี้อยู่ใน "ใช้", "ปฏิบัติ", "ทุกวัน", "โลกแห่งความจริง" สถิติ (ตรงข้ามกับ niceties ทฤษฎี) (แต่ฉันไม่ต้องการตำราอาหารด้วย!)
FWIW ฉันได้อ่านบทแรก ๆ ของการวิเคราะห์ข้อมูลโดยใช้การถดถอยและโมเดลหลายระดับ / ลำดับชั้นโดย Gelman และ Hill และฉันชอบน้ำเสียงของผู้เขียน พวกเขามุ่งเน้นการปฏิบัติ แต่เข้าสู่ทฤษฎีเมื่อจำเป็น พวกเขามักจะถอยกลับและประเมินการปฏิบัติตามมาตรฐานอย่างยิ่งและเสนอความคิดเห็นอย่างตรงไปตรงมาซึ่งดึงดูดความสนใจของผู้อ่านที่สงสัย น่าเสียดายที่ผู้เขียนเหล่านี้ยังไม่ได้เขียนหนังสือเกี่ยวกับเรื่องที่ฉันถามในโพสต์นี้ (เรื่อง "สถิติ 101" ตามที่อธิบายไว้ข้างต้น) ฉันยังทราบด้วยว่าหนึ่งในผู้แต่งเหล่านี้ (เจลแมน) เป็นผู้ร่วมเขียนการวิเคราะห์ข้อมูลแบบเบย์ที่ได้รับการยอมรับอย่างสูงแต่อีกครั้งนี่ไม่ใช่สิ่งที่ฉันกำลังมองหาในขณะนี้
แก้ไข:
Dikran Marsupial ยกการคัดค้านดังต่อไปนี้:
ฉันไม่คิดว่าจะมีอะไรผิดปกติกับคำถามที่ถูกทอดทิ้งมีจุดที่ตอบคำถามทุกข้อที่เบี่ยงเบนความสนใจจากการแสดงแนวคิดพื้นฐานซึ่งมักจะสำคัญกว่า (โดยเฉพาะในหนังสือ 101 เล่ม!)
ฉันเห็นด้วยกับที่ มันจะแม่นยำมากขึ้นสำหรับฉันที่จะบอกว่าฉันกำลังมองหา "การดูสถิติพื้นฐานครั้งที่สอง" ในความเป็นจริงกับเรื่องนี้เป็นแรงจูงใจของฉันฉันมองไปที่หนังสือเรียนที่ใช้ในหลักสูตรระดับบัณฑิตศึกษาในการอนุมาน (พูด) และพบว่าพวกเขามากเกินไปคำถามเช่นคนที่ได้จดทะเบียนถูกทอดทิ้ง หากมีสิ่งใดพวกเขาดูเหมือนมีแนวโน้มที่จะเจาะลึกลงไปในคำถามดังกล่าว (เพื่อให้พวกเขาสามารถมุ่งเน้นไปที่เรื่องต่าง ๆ เช่นเงื่อนไขสำหรับการบรรจบกันหรืออื่น ๆ ของสิ่งนี้หรือว่า ...
ปัญหาคือว่าหนังสือขั้นสูงมากขึ้นจะถูกส่งไปยังประชากรที่แตกต่างกันอย่างรุนแรงของผู้อ่านที่หนึ่งซึ่ง "สงสัยของคนนอก" ได้รับการลดลงอย่างมาก IOW ผู้ที่รับสถิติระดับบัณฑิตศึกษาจะผ่านจุดที่ถูกรบกวนด้วยคำถามที่รบกวนฉัน. พวกเขาไม่สงสัยเกี่ยวกับสิ่งนี้อีกต่อไป (พวกเขาเอาชนะความสงสัยได้อย่างไรบางคนอาจไม่เคยรู้สึกแย่ในตอนแรกโดยเฉพาะอย่างยิ่งถ้าพวกเขาเรียนรู้สถิติของพวกเขาตั้งแต่เช้าตรู่ - ฉันรู้ว่าฉันไม่ได้เป็นนักศึกษาใหม่ที่มีความสำคัญอย่างยิ่งเช่นกันแม้ว่าฉันจะไม่ รับสถิติแล้วคนอื่น ๆ อาจมีครูที่กรอกตำราเรียนของพวกเขาสั้นลงบางคนอาจฉลาดพอที่จะหาคำตอบสำหรับคำถามเหล่านี้ด้วยตนเองใครจะรู้)