İstatistikler her yerde; Ancak istatistiksel terimlerin ortak kullanımı genellikle belirsizdir.

Olasılık ve olasılık terimleri , iyi tanımlanmış ve farklı matematiksel ifadelere rağmen, İngilizce dilinde birbirleri yerine kullanılabilir.

Olasılık olasılığını terimden ayırmamak , rutin olarak pozitif bir mamografi ile verilen meme kanseri olasılığını ölçmeye çalışan hekimleri şaşırtıyor: “Ah, ne saçmalık. Bunu yapamam. Kızımı denemelisin; Tıp okuyor. ”

Aynı şekilde yayıldı kullanılmasıdır korelasyon yerine dernek . Veya nedensellik ima eden korelasyon .

Al Gore'un ünlü belgesel filmi An Inconvenient Truth'da , bir slayt buz çekirdeği ile sıcaklıklar arasındaki korelasyonu göstererek, tartışmanın sonucunu kanıtlamak için daha teknik çalışmaları bıraktı:$\small \text{CO}_2$

SORU: Hangi istatistiksel terimler matematiksel titizlik olmadan kullanıldığında yorumlama sorunları doğurur ve bu nedenle düzeltmeye değer mi?

Dildeki değişimlere karşı savaşmak boşuna olabilir. Fakat

parametre değişken anlamına gelmez

Bu durumda, tam olarak bu anlamı kullanan terimi kullanan RA Fisher ile başlayan klasik istatistiklerde, bir parametrenin tahmin edilmesi bilinmeyen bir sabittir, yani bir popülasyon ortalaması veya korelasyonu söyleyin. Matematikte, bir eğrinin parametrik olarak verildiği gibi, birbiriyle ilişkili ancak aynı anlamları yoktur. Birçok bilimlerde, parametre , ölçü veya uzunluk, iletkenlik veya gözeneklilik veya erdem gibi, bir ölçü için bir sözcük (kendisi de matematiksel anlamla yoğun bir terimdir), özellik veya değişkendir. Doğal olarak, bir bireyin uzunluğu veya erdemi ölçülmeden önce bilinmemektedir. ancak istatistiksel olarak düşünen insanlar, bir dizi ölçüm için kullanılmasından dolayı şaşırtılabilirler. Normal veya kaba parlance olarak, parametreler(hemen hemen her zaman çoğul) genellikle, belki de çevre ile ilgili bazı orijinal karışıklıklardan kaynaklanan kişisel bir ilişki veya politik bir politika söyler . Önceden yüksek olasılıkla birlikte, Bayesanların kendi kullanımları hakkında kendileri için konuşacakları varsayılmalıdır (@conjugateprior'a minnettar).

çarpık anlamına gelmez önyargılı

Bir asır veya daha fazla bir süre boyunca, çarpıklık, grafiksel olarak değerlendirilmiş, sayısal olarak ölçülmüş veya inanç veya umut olarak teorik olarak kabul edilmiş olsun, dağılımların asimetrisine atıfta bulunulan belirli bir istatistiki anlayışa sahiptir. Daha uzun süre veya tahmin edilebileceği gibi, önyargı, ortalama olarak yanlış olmak anlamına geliyordu; bu, gerçeği bildiğimiz sürece, doğru veya doğru bir değer anlamına geldiğinde, sistematik hata olarak nitelendirilebilir. Sıradan bir dilde çarpık, çarpık veya çarpık olma ve dolayısıyla yanlış, yanlış olma ve aynı zamanda önyargılı olma gibi ortak bir düşünceye sahiptir. Bu duyum (farkına vardığım kadarıyla, ancak oldukça yakın bir zamanda), istatistiksel tartışmalara geri dönmeye başladı, böylece eğriliğin asıl anlamı bulanıklaşma veya su altında kalma tehlikesi altında.

korelasyon anlaşma anlamına gelmez

Korelasyon, istatistiklerde, kesin olarak kesin bir anlamda mükemmel olan iki değişkenli bir ilişki hakkında bir fikre sahip olan birkaç kesin duyuyu kendine çekmiştir: önde gelen durumlar doğrusal ve monoton ilişkidir. Neredeyse her türlü ilişki veya ilişki anlamına gelmek üzere, istatistiksel tartışmalarda bile sıklıkla seyreltilir. Korelasyonun ne anlama geldiği anlamına gelmediği, mutlaka bir anlaşma olduğu anlamına gelir: bu nedenle , olduğu sürece veya Pearson korelasyonunu belirtir , ancak sözleşmesi, çok katı koşulu gerektirir .$y = a + bx$$1$$-1$$b \ne 0$$y = x$$a =0, b= 1$

benzersiz , farklı anlamına gelmez

Verilerin farklı değerlerinden benzersiz olarak bahsetmek oldukça yaygın olmakla birlikte, benzersiz , yalnızca bir kez meydana gelen anlam olarak ideal olarak daha iyi korunmaktadır. Benim tahminime göre, bazı suçlamalar Unix [sic] kuruluşundan uniqve taklitçilerinden kaynaklanıyor, bu durum muhtemelen tekrarlanan değerleri, her bir değerin gerçekten benzersiz olduğu bir kümeye indirgiyor. Kullanımı, bu tahminde, bir programın giriş ve çıkışını sınırlar. Biz konuşmak if (Tersine, çoğaltmaları verilerde, nadiren tam iki kez meydana doubletons kendimizi kısıtlamak. Dönemli çoğaltırdilsel olarak daha anlamlı olur, ancak deneylerdeki kontrollerin kasıtlı olarak çoğaltılması için önceden yasaklanmıştır; sonuçta ortaya çıkan yanıt değerleri genellikle aynı değildir, ki bu da asıl meseledir.)

numuneler nadiren tekrarlanır

İstatistik olarak, örnek bir çok değerleri içerir ve numara her türlü yönelik alışılagelmiş bir terimdir simülasyonu ile tekrarlandı ancak örnekleme yüksek teorik erdemdir, ancak bir nadir uygulanan silico . Birçok bilimlerde, bir örnek bir topak, yığın veya dollop su, toprak, tortu, kaya, kan, doku veya çekici ila iğrenç ve iğrenç diğer maddelerden oluşan tek bir nesnedir; istisnai olmaktan uzak, birçok numune almak ciddi analizler için gerekli olabilir. Burada her alanın terminolojisi çalışanlarına mükemmel bir anlam ifade ediyor, ancak bazen çeviriye ihtiyaç duyuluyor.

hata genellikle hata anlamına gelmez; Harold Jeffreys'in belirttiği gibi, birincil duyu hatalı değil, düzensizdir.

Bununla birlikte, kendi günahlarımıza veya terminoloji tuhaflıklarına karşı dikkatli olmalıyız:

gerileme geriye gitmiyor

durağan hareketsiz veya sabit anlamına gelmez

Güvenin kimsenin zihinsel ya da psikolojik durumu ile ilgisi yoktur.

önem sadece bazen günlük anlamını taşır

Kesin , genellikle soruna uygun olandan ziyade uygun bir şekilde izlenebilir bir çözüme veya hesaplamaya atıfta bulunarak onurlu bir terimdir.

sağa çarpık dağılımlar, birçok görünümde sola yatar, ya da tam tersi

lognormal bir Normal exponentiated çünkü böylece denir

ancak lognormal normalden daha normal

Gauss De Moivre tarafından keşfedildi

Poisson keşfetmek değildi Poisson , yalnız Poisson regresyon izin

önyükleme için ayakkabı ile yardımcı olmaz

jackknife kesmiyor

kurtosis tıbbi bir durum değildir

gövde ve yaprak parselleri bitkilere atıfta bulunmaz

bir kukla değişken yararlı anlamsız olmayan veya aptal

Dünya'da (ya da başka bir yerde), heterosistemikliğin gerçekten eşitsiz değişkenlik yerine tercih edilen bir terim olduğunu kim düşünüyor ?

robust , farklı gruplar için en azından iki temel teknik anlama sahiptir; bunların hiçbiri, teknik tartışmalarda bile, sık sık kullanılmasını engeller;

IV şimdi farklı gruplar için en az iki ana anlama sahip

Faktör artık farklı gruplar için en az iki ana anlama sahip

normalleştirmek ve standardize edilemeyecek kadar çok anlamı var (gerçekten burada standardize etmemiz gerekiyor)

karşı bir grafik tarif anlamına dikey değişken karşı yatay değişken bunun tersi anlamına gelir sürece,

ve (son fakat en az değil, bir cümleyi paraya çevirmek için) istatistiklerin en az üç ana anlamı vardır.

Notlar:

1. Aksine görünüşe rağmen, bunun iyi ve ciddi bir soru olduğunu düşünüyorum.

2. Moda kayması. Yirminci yüzyıla kadar, pek çok insanın (isim yok, paket yok ama Karl Pearson'dan bahsedilebilir) yalnızca Yunanca ve Latince sözlüklere ulaşarak terimleri icat edebileceği görülüyor. ( Dağınık arsa için ona kredi vermemesi haksızlık olur .) Ancak RA Fisher, varyans , yeterlilik , verimlilik ve olasılık gibi birçok İngilizce kelimeyi kaçırdı . Daha yakın bir zaman önce, JW Tukey sade terimleri kullanmada ustaydı, ancak çok azı ayrılmalar ve hilelere aykırı olmadıkları için üzülmeli .

3. Bir yorum, “Hayat […] Katkı değil çarpımsal: günlük normal dağılım normalden daha normal” diye hatırlıyor. Anon. 1962. Bloggins'in çalışma kuralları. İyiyim, IJ (Ed.) Bilim adamı spekülatif: kısmen pişmiş fikirlerin bir antolojisi. Londra: Heinemann, 212-213 (s.213'te alıntı).

Karşılaştığım şeylerden bazıları:

1. Önemlilik seviyesi ve CI kapsamı olasılıklarını birbiriyle değiştirilebilir olarak kabul etmek, böylece insanlar "% 95 önem" den söz etme gibi şeyler yaparlar.

   [Daha da kötüsü, bu tür hatalar yapan insanlar ders notlarını - hatta ders kitaplarını - bunun için destek olarak gösterdiğinde; başka bir deyişle, hata onların değil, yüz kat veya binlerce kat daha karmaşıktır ve daha da kötüsü, doğru bir şekilde anlamış olsalar bile, konuyu geçmek için hatayı yinelemek zorunda kalabilirler.]

2. Ayrıca, “anlamlılığın” bir şekilde belirli bir hipotez / soru dışında bulunduğunu düşünme eğilimi de vardır (“benim verilerim önemli” gibi sorulara, hangi sorunun ele alınacağına dair net bir fikir olmadan). [İlgili bir sorun: "Bu veriler için hangi testi kullanmalıyım?" Verilermiş gibi - cevaplanacak sorudan ziyade - analiz seçiminde itici güç budur. (Çalışmanın "tasarımı" kullanılan spesifik testleri etkileyebilirken, ilgi konusu daha önemlidir - örneğin, üç grubunuz varsa, ancak ilgilendiğiniz konu yalnızca ikisinin karşılaştırılmasıyla ilgilidir, Üçünüzün olması, sizi iki çıkar grubunun doğrudan karşılaştırması yerine, tek yönlü bir analiz yapmaya zorlamaz ... Analiz seçiminiz verinin gösterdiğinden kaynaklanmadıkça. İdeal olarak, verilerinizi analiz etmeden, verilerinizi analiz etmeden, sorularınızı ve analizlerinizi planlayın ve hangi post-hoc analiz soruları gibi göründüğüne bakın - "bu veriler için hangi testi kullanmalıyım?" - yol açma eğilimindedir.)

3. Ara sıra, p-değerinin tamamlayıcısına bir tür "güven" ya da "alternatifin olasılığı" olarak bahsetme eğilimi.

4. "parametrik olmayan veriler"; birkaç kitapta (ve ne yazık ki, ortak bir hatayı düzeltmeyi öne süren bir makalede) bulunan bir tane daha maalesef, bu sık sık ortaya çıkıyor. parametrik olmayan, bunlar modellere veya tekniklere uygulanan sıfatlardır ... ") (bana bu özel böceği hatırlattığın için teşekkürler Nick Cox)

   Genellikle amaçlanan "normal olmayan veri" dir, ancak parametrik normal anlamına gelmez ve yaklaşık normalliğe sahip olmak parametrik prosedürlere ihtiyacımız olduğu anlamına gelmez. Benzer şekilde, normal olmama parametrik olmayan prosedürlere ihtiyacımız olduğu anlamına gelmez. Bazen, kastedilen, "sıralı veri" veya "nominal veri" dir, ancak hiçbir durumda sonlu-parametrik modellerin uygun olmadığı anlamına gelmez.

5. "Doğrusal model" in "doğrusal" teriminin "genelleştirilmiş doğrusal model" in "doğrusal" teriminin kullanımıyla çelişecek şekilde yanlış anlaşılma eğilimi. Bu kısmen terminolojiyi kullanma biçimimizin hatasıdır.

6. Ortalama-eksi-ortanca türdeki çarpıklığın, üçüncü momentin çarpıklığı ile birleştiği ve sıfırın ikisinin de (veya her ikisinin de) simetri ile birleştirilmesi. Her iki hata da, bazı özel uygulama alanlarında yaygın olarak kullanılan temel metinlerde bulunur. [Sıfır çarpıklık ve sıfır aşırı kurtozun normallik olarak görülmesiyle ilgili bir hata var]

7. bu o kadar yaygındır ki, artık bir hata olarak adlandırılması zorlaşır (belirli bir programın çabaları nedeniyle) - aşırı kurtosiyi basitçe "kurtosis" olarak adlandırmak; iletişim sorunlarına yol açacak kadar kesin bir garanti.

" Veri " çoğuldur . (Tekil "veri" dir).

Kesinlikle istatistiksel bir terim olmasa da, endojenliği emekli etmek için oy kullanırım . Tüm insanlar gerçekten yapmak istediklerinde: "Bu etki tanımlanmadı" derken ters nedensellikten kafa karıştırıcı seçim ve çarpıştırıcı önyargısına kadar her şeye atıfta bulunmak için kullanılır.

"Ortama doğru gerileme", beklenen değerin altında belirli sayıda iid örneği gözlemlediğimiz takdirde, bir sonraki iid örneklerinin beklenen değerin üzerinde olacağı anlamına gelmez.

Yüzde ile Yüzde Puan : Bir şey% 1'den% 2'ye yükselirse,% 100 artmıştır. Veya: yüzde 1 puan arttığını söyleyebilirsiniz.

Artışın% 1 olduğunu belirtmek çok yanıltıcıdır.

Açıkça belirtilmeyen kısaltmaların gerçek bir problem olduğunu düşünüyorum. Örneğin, GLM gibi şeyler görüyorum ve bunun genel doğrusal model veya genelleştirilmiş doğrusal model anlamına gelip gelmediği hiçbir yerde belirtilmemiştir. Bir zamanlar genellikle, içeriğe girdikten sonra neyin referans alındığını bulabilir, ancak bunun istatistiksel modelleri öğrenmeye yeni başlayan öğrenciler için özellikle sıkıntılı olduğunu buluyorum.

Bunun bir başka örneği IV. Bu, enstrümantal değişken veya bağımsız değişken anlamına mı geliyor? Çoğu zaman, içeriği incelemeden önce netleşmez.

Kafamda karıştığım bir şey daha "moderatör" ve "etkileşim". Ayrıca, nüfus (genel olarak popülasyonda olduğu gibi) ve ilgi popülasyonu, çok net bir şekilde belirtilmediği sürece, yeni öğrencileri şaşırtmaktadır.

Günlük dilde ortak olan:

ortalama

Oradaki ortalama insan için (tamamen amaçlanan acı ironi), bir şeyin ortalama, medyan, modu ve beklenen değeri aynı görünüyor. Bilinçli ve güvenilmez bir temele dayanan bir normal dağılımın olduğu varsayımıyla, bir nokta tahmininde bulunma eğilimi doğaldır. Ve çok küçük bir varyansın eşit derecede bilinçsiz varsayımı. Böyle bir tahminin 1) var olduğuna ve 2) 'nin onlar için çok faydalı olacağına olan inancı, pratik olarak kesin bir tahminci olarak kabul edebilecekleri için, o kadar kökleşmiştir ki, temelde onları ikna etmenin imkânsızdır.

Gerçek dünyadaki bir örnek için, "ortalama büyüklükteki patatesin ne olduğunu" soran bir aşçıyla konuşmaya çalışın, kesinlikle ona bir sayı söylerseniz, bu sayıyı belirten herhangi bir tarif için kullanabileceği kesin Patatesin her seferinde mükemmel çıkmasını sağlayın. Ve ona "böyle bir numara yok" demeye çalıştığın için sinirleniyorsun. Ne yazık ki, çorba yapmaktan daha yüksek riskli durumlarda ortaya çıkar.

Kurtosis "doruk noktasını" ölçmez.

Tanım olarak, beklenen değeri (ortalama) . * Thus,- 1'den küçük değerler (ortalamanın bir standart sapması içindeki veri değerlerine karşılık gelen, herhangi bir "zirvenin" olduğu yerler) kurtosise çok az katkıda bulunur; kurtosise neredeyse tüm katkı- 1'den büyük değerler (özellikle aykırı değerler). Özellikle http://www.ncbi.nlm.nih.gov/pmc/articles/PMC4321753/ , Şekil 2 ve 3'e bakınız .| Z | | Z $Z^4$$|Z|$$|Z|$

* 3 çıkarın ya da değil; bu noktada farketmez.

Doğrusal demek:

• $y = a + bx$$y = a + bx + cx^{2}$$y = ax^{b}$

• Parametrelerde lineer tahmin ediliyor. Bir regresyon modelinde olduğu gibi (doğrusal, lojistik, GLM, vb.) Skaler parametrelerin ve bağımsız değişkenlerin toplamı anlamına gelir . Bu bakımdan doğrusal olmayan , gibi şeyler anlamına gelir.$y = \frac{e^{a+bx}}{1+e^{a+bx}}$$y = a + bx +x\max (x-\theta,0)$

• Doğrusal, dinamiğin zıddı . Bağımlı değişken ne olursa olsun, onun önceki değerlerinin bir işlevi değildir. Bu bağlamda doğrusal olmayan , ve gibi şeyler anlamına gelir. .y t - y t - 1 = a + b ( y t - 1 - x t - x ) + c ( x t - x t - 1 ) + d x t - $y_{t} = a + by_{t-1} + cx$$y_{t}-y_{t-1} = a + b(y_{t-1} - x_{t-x}) + c(x_{t}-x_{t-1}) + dx_{t-1}$

Burada bir bağımlı değişken olarak, , bağımsız bir değişkendir, ve ve her örnekte söz konusu parametrelerdir.x a , b , c , d $y$$x$$a, b, c, d$$\theta$

Soru, düzeltmek için ÖNEMLİDİRmemiz gereken istatistiksel terimlerin kullanımıyla ilgiliydi. Binlerce yıldır çocuğumun 'rastgele' terimini, 10 yıldır rastgele karşıt olan şeyleri ifade etmek için kullanmalarını düzeltiyorum. Stajyerlerimin ne kadarının rastgele rastgele olan, kelimenin kelimenin bu kullanımından önce bile meydana gelen rastgele bir veri örneği üretmek için uğraştığını düşünürsek, bu terimin günlük argoda şaşırtması bir krizdir.

OnlineSlangDictionary:

Definition of random


random

adjective

• beklenmedik ve şaşırtıcı.

  All of the sudden this guy jumped out from behind the bushes, it was so random!
  The street cleaner never comes down our street. How random.
  

• beklenmedik bir şekilde harika.

  The party was totally random.
  

Glen ve Nick'in bahsettiği pek çok harika örnek var ... fazla kalmadı!

Regresyonun bazı yönleri

• hata terimi ve artık (insanlar artıklarının regülatörlerle ilişkisiz olmasından gurur duydukları için biraz komik)

• Tahmin ve tahmin (öngörülen rastgele etkiler hakkında olduklarında ayrım yapmayı bırakmalı mıyız?)

• tahmin / tahmin aralığı ve güven aralığı. Bence yanlış olanı alıntılama olasılığı> 0,5.

• regresör (tasarım matrisindeki sütun) karşı değişkenlik et al. Özellikle ayrımın zorunlu olduğu teknik durumlarda, çoğu insan (kendim dahil) kesin değildir.

Özellikle sigorta ortamlarında, her bir veri noktası ile veri kümesinin ortalaması arasındaki kare farkların ortalaması yerine, herhangi bir farklılığa atıfta bulunmak için varyans kullanılması yaygındır .

Bayes

Bunu öğrenen öğrenciler, Bayesian'ün "göründüğü" olup olmadığını söylemekte zorluk çekmeyebilir, ancak sık ve Bayesyen bir yaklaşımla bir sorunu çözmelerini ister ve muhtemelen başarısız olurlar.

Tecrübelerime göre öğrenciler, bunun sadece felsefi bir fark olduğunu, sonunda da aynı sorunun her iki yaklaşımla da saldırıya uğradığını gösteren somut bir örnek olmadan öğretildiklerini ortaya koyuyor .

Şimdi onlara neden örneklerinde sıkça bir yaklaşım izleyebileceklerini sorun; Muhtemelen en iyi açıklama "eski günlerde, bilgisayarlar olmasaydı ..." gibi bir şey olurdu.

Risk

Risk olasılık anlamına gelmez

Risk, tüm sonuçların maliyetlerinin toplamıdır, bu maliyetlerin her biri olma ihtimaliyle çarpılır.

Risk genellikle elde etmeye çalıştığımız kazanç olan ödüle karşı tartılır .

İşte bir örnek: Kişisel Kilowatt Nasıl Ölümcül mı . Buradaki riskler - farklı enerji kaynakları için ölü insan sayısı - ödüle karşı tartılır - bu enerji kaynakları tarafından üretilen terawatt saat enerji.

Mesela: Nükleer enerji riski , bir erimenin gerçekleşmesi olasılığı değil ; o ölmektedir insanlar, sayı ile çarpılarak bir erime meydana çıkma olasılığı vardır ile toplanır işlemleri normal düzeyde olasılık ile çarpılarak normal işlemler ölmektedir kişi sayısı ile.

Sabit etkiler ve rastgele etkiler , farklı insanlar için farklı anlamlara gelebilir. Ekonometride sabit etkiler aslında rastlantısaldır ve bunu düşündüğünüzde, istatistikteki her etki rastgeledir, bu nedenle rastgele bir şeyi adlandırmak anlamlı bir ek bilgi vermez.