ฉันสงสัยว่ามีคนรู้หรือมีแอปพลิเคชันในสถิติที่จำเป็นต้องใช้ตัวประมาณความมั่นคงที่แข็งแกร่งแทนความสอดคล้องที่อ่อนแอ นั่นคือความสอดคล้องที่แข็งแกร่งเป็นสิ่งจำเป็นสำหรับแอปพลิเคชันและแอปพลิเคชันจะไม่ทำงานด้วยความสอดคล้องที่อ่อนแอ
ฉันสงสัยว่ามีคนรู้หรือมีแอปพลิเคชันในสถิติที่จำเป็นต้องใช้ตัวประมาณความมั่นคงที่แข็งแกร่งแทนความสอดคล้องที่อ่อนแอ นั่นคือความสอดคล้องที่แข็งแกร่งเป็นสิ่งจำเป็นสำหรับแอปพลิเคชันและแอปพลิเคชันจะไม่ทำงานด้วยความสอดคล้องที่อ่อนแอ
คำตอบ:
หากคุณต้องการการอ้างอิงสำหรับคำตอบในความคิดเห็นของฉันด้านบนนี่คือสิ่งหนึ่งจากบล็อกของ Andrew Gelman:
ซึ่งทำให้ฉันนึกถึงคำตอบของ Lucien Le Cam เมื่อฉันถามเขาครั้งหนึ่งว่าเขาจะนึกถึงตัวอย่างใดบ้างที่ความแตกต่างระหว่างกฎอันแข็งแกร่งของคนจำนวนมาก (การบรรจบกับความน่าจะเป็น 1) และกฎที่อ่อนแอ (การบรรจบกันในความน่าจะเป็น) Le Cam ตอบว่าไม่เขาไม่รู้จักตัวอย่างใด ๆ เลอแคมเป็นนักสถิติเชิงทฤษฎีของนักสถิติดังนั้นจึงมีคำตอบของคุณ
อาจเพิ่มได้ว่าความสำคัญที่แท้จริงของรูปแบบต่าง ๆ ของการลู่อยู่ในคณิตศาสตร์ที่พวกเขาอนุญาตให้ใช้เทคนิคทางคณิตศาสตร์ที่แตกต่างกันในการพัฒนาทฤษฎีเท่านั้น และนั่นอาจมีความสำคัญพอ แต่สำหรับการพัฒนาทฤษฎีไม่ใช่ในการใช้งานจริงอย่างเป็นรูปธรรม
จำเป็นต้องมีความสอดคล้องที่แข็งแกร่งเพื่อดำเนินการตามขั้นตอนวิธีแก้ไขบริบทที่พบใน Galves (2008) อย่างถูกต้อง