En kafa karıştırıcı istatistiksel terimler

Biz istatistikçiler, pek çok kelimeyi, başkalarının kullandıklarından biraz farklı şekillerde kullanıyoruz. Bu ne yaptığımızı öğrettiğimiz veya açıkladığımız zaman birçok soruna neden olur. Bir liste başlayacağım (ve şimdi yorum başına bazı tanımlar ekleyeceğim):

• Güç, yanlış bir boş hipotezi doğru bir şekilde reddetme yeteneğidir. Genellikle, bu doğru "bir şeyler oluyor" demek anlamına gelir.
• Önyargı - bir istatistik, kendisiyle ilişkilendirilen popülasyon parametresinden sistematik olarak farklıysa önyargılıdır.
• Önem: - aşağıdaki durumda sonuçlar bir yüzde (çoğu zaman% 5) düzeyinde istatistiksel olarak anlamlıdır: Eğer örneklemin geldiği popülasyon 0'ın gerçek bir etkisine sahipse, en azından örneklemden elde edilenin en az olduğu bir istatistik meydana gelecektir. Zamanın% 5'i.
• Etkileşim - Bağımlı değişken ile bir bağımsız değişken arasındaki ilişki diğer bağımsız değişkenin farklı seviyelerinde farklı ise iki bağımsız değişken etkileşime girer.

Fakat başkaları da olmalı!

Hem ortak bir İngilizce kullanım anlamı vardır, çünkü "Anlamlı" Ben girmek en büyüğü ve bu anlam araştırma sonuçlarının tartışılması da ortaya çıkacak. İstatistiki sonuçlar hakkında konuştuğum aynı cümle içinde kendimi "anlamlı" olarak karıştırırken bile önemli buluyorum.

Bu şekilde delilik yatıyor.

Listeye Linear eklemenizi tavsiye ederim.

$Y$$X$$Y$$\hat{Y} = aX+b$$a$$b$$E[(Y-aX-b)^2]$

“Dilinizden biraz rahatsızlık duyuyorum, çünkü“ doğrusal ”kelimesini bu şekilde kullanmanın popüler yanlış anlaşılmaya neden olacağından korktuğumdan, lineer regresyonda lineer regresyonun lineer regresyonun bir çizgiye uyması sebebinin sebebi olduğunu düşünüyorum. Sonra bir istatistikçi, biri parabol ya da sinüs dalgasına uyduğunda doğrusal regresyon yapmakta ısrar ettiğinde kafa karıştırıcı bulur. "

Peki, doğrusal regresyon istatistikçi için ne anlama geliyor?

olasılık

Bana göre bu, hipotez testlerini ve güven aralıklarını yorumlama ile ilgili sorunların çoğunun, işlem sık sık olanı temel aldığında Bayesian "olasılık" tanımının uygulanmasından kaynaklanıyor gibi görünüyor. Örneğin, p değeri, boş hipotezin olasılığıdır, AFAICS, sıklıkça bir ortamda belirli bir hipotezin gerçeğiyle ilişkilendirilemezse.

"Güven"

İstatistikçi olmayanları, güven aralıklarının farklı parametre değerlerinin güvenilirliği hakkında (doğrudan) bir ifade olmadığı konusunda caydırmak çok zordur .

Güvende olmak için, terimin teknik anlamında, her biri önceden belirlenmiş bir şekilde bir aralık hesaplayan bazı tekrarlanan deneyler kümesini hayal etmemiz gerekir. % 95'lik bir güven aralığı olması için, formülün bu kullanımlarının% 95'i ilgili ilgili parametreyi hapsedecektir.

$a$$b$

(Tabii ki, iki görüşün yaklaşık ya da tam olarak aynı fikirde olduğu durumlar vardır. Ancak genel olarak kabul etmezler ve sayısal anlaşma teknik şartların kötüye kullanılması sorununu ortadan kaldırmaz.)

"Olabilirlik" - günlük konuşmada "olasılık" ile eş anlamlıdır, ancak İstatistikler'de bunun özel bir anlamı vardır: değeri, parametrelerin gözlemlendiği sonucuna varma olasılığı olan istatistiksel bir modelin parametrelerinin bir işlevidir. parametre değerlerine eşittir.

Hata.

İstatistiklerde, bir "hata", gerçek bir veri değerinin bir model öngörüsünden sapmasıdır.

Gerçek hayatta, bir hata spllng mstake veya başka bir saçmalıktır.

"Çıkarım"

$\beta$$b$

Çıkarımla ilgili bir diğer önemli kısım ise merkezi limit teoremidir. Bir popülasyondan basitçe örnekleme yaptığınızı fark ettiğinizde - örnekleme çıkarım gibi bir başka karmaşık özellik olsa da - o zaman örnek ortalamanın bir değeri tutsa bile, bu değerin mutlaka popülasyondakiyle aynı anlama gelmediğini anlarsınız. .

Belki de sorunuzu göreceli olarak gevşek bir şekilde anladım, ancak birisi bir örneklem ile popülasyon arasındaki çıkarımı veya farklılıkları anladıktan sonra istatistiklerin tamamı kendilerine açılıyor.

Bize (veya en azından ben) göre, bir "örneğin" "rastlantısallığı", "popülasyon" u temsil ettiğini ileri sürer.

Diğerlerine göre "rastgelelik" bazen bir kişinin / şeyin olağandışı olduğu anlamına gelir.

Halkın kafasını karıştıran terimlerle istatistikçilerin kafasını karıştıran terimler arasında ayrım yapılması gerektiğini düşünüyorum. Yukarıdaki öneriler, çoğunlukla istatistikçiler tarafından iyi anlaşılan ve (muhtemelen) halk tarafından yanlış anlaşılan terimlerdir. İstatistlerin bildiği bazı terimleri özledim listesine eklemek istiyorum:

• Bayesian: Başlangıçta şimdi öznel Bayes (aka epistemik, De-Finetti) olarak bilinen şeye atıfta bulunulmaktadır. Bugün bu terim, Bayes kuralı nadiren karar teorisi olarak kabul edilen öznel inançlar bağlamında ortaya çıktığı zaman kullanılacaktır.
• Ampirik Bayes: Başlangıçta parametrik olmayan bir frekansçı düzene atıfta bulunur . Bugün, tipik olarak önce parametrik (objektif) parametrelerin önceden tahmin edildiği ve a-priori olarak bilinmediği anlamına gelir. Yani, bir zamanlar tip II maksimum ihtimal olarak bilinen şeydi.
• Parametrik olmayan: Bazen "model ücretsiz" anlamına gelir. Bazen "dağıtım ücretsiz". “Parametrik” modellerin milyonlarca parametre içerebileceği günlerde pratikte etkisiz hale geldi.
• Tip III hatası: bazen bir işaret hatasına atıfta bulunur. Bazen modelin yanlış tanımlanmasına atıfta bulunur.

Ekolojik, biyolojik sistemlere atıfta bulunmak için kullanılır, fakat aynı zamanda istatistiksel bir yanlışlıktır. Wikipedia'dan:

Ekolojik bir yanlışlık (veya ekolojik çıkarım yanılgısı), ekolojik bir çalışmada istatistiksel verilerin yorumlanmasında bir hatadır; bu nedenle, belirli bireylerin doğası ile ilgili çıkarımlar, yalnızca bu kişilerin ait olduğu grup için toplanan toplam istatistiklere dayanır. Bu yanlışlık, bir grubun bireysel üyelerinin, genel olarak grubun ortalama özelliklerine sahip olduğunu varsayar.

Bir "anket" bir tür matematik ("anket örneklemesi") veya bir kağıt parçası mı ("anket")?

Bununla ilgili bir anket yapmadım, ancak halkın çoğunun ikinci anket olduğunu düşündüğünden şüpheliyim. Daha öncekileri düşünmediklerini sanıyorum.

"Yüklemeler", "Katsayılar" ve "Ağırlıklar"; Temel Bileşen Analizi hakkında konuşurken.

İnsanları genellikle kullandıklarında oldukça geçici olduklarını, ne anlama geldiklerini açıkça tanımlamaksızın birbirlerinin yerine kullanabildiklerini görüyorum ve aslında "yükleme vektörleri" ve bazen bilgisayarların kendileri ve diğer zamanlarda "ağırlıklar" anlamına gelen kağıtlarla karşılaştım. belirli bir PC ile ilişkili.

Muhtemelen Jollifee'nin Temel Bileşenler hakkındaki mükemmel referansı, 1.1 bölümünün sonunda belirtmektedir. "Bazı yazarlar, kullanılan normalizasyon kısıtlamasına bağlı olarak," yükler "ve" katsayılar "terimlerini birbirinden ayırmaktadır, ancak bunlar bu kitapta birbirlerinin yerine kullanılacaktır." İnsanların terminolojiyi kendi zevkleriyle karıştırmak ve eşleştirmek için serbestçe geçtiklerini düşündürdüler.

Katkı modeli Hala bunun ne anlama geldiğinden emin değilim. Etkileşim terimleri olmayan bir modeli ifade ettiğini düşünüyorum. Ama sonra başka bir şeye, yani bir spline modeline atıfta bulunmak için kullandıkları bir makaleyle karşılaşacağım.

En kafa karıştırıcı bulduğum terimlerden biri de “karmaşa matrisi”. Tabii ki, kullanılan terim kafa karıştırıcı, kavram değil.

Terimin tarihini izlemeye çalıştım ve bu da oldukça ilginç. Karışıklık matrisi 1904'te ( http://en.wikipedia.org/wiki/Karl_Pearson ) tarafından icat edildi . Http://en.wikipedia.org/wiki/Contingency_table terimini kullandı . FRS (1904) Karl Pearson'da göründü. Evrim teorisine matematiksel katkılar (PDF). Dulau ve Co. http://ia600408.us.archive.org/18/items/cu31924003064833/cu31924003064833.pdf

2. Dünya Savaşı sırasında, h ttps: //en.wikipedia.org/wiki/Detection_theory , uyaran ve cevap arasındaki ilişkilerin araştırılması olarak geliştirilmiştir. Karışıklık matrisi orada kullanılmıştır.

Tespit teorisi nedeniyle psikoloji kullanıldı. Oradan terim makine öğrenmeye ulaştı.

Kavram istatistikte icat edilse de, makine öğrenimi ile ilgili bir dosyalama yapılmış gibi gözükse de, 100 yıllık bir periyotta bir servis yolundan sonra makine öğrenmesine ulaştı.

Terimin kullanımına ilişkin bazı referanslar için bakınız: Karışıklık matrisi teriminin kökeni nedir?

"İstatistik"

Genel halk için, "şimdi sana yalan söylemek ve anlamadığınız bir şekilde konuşmak üzereyim" yerine geçer.