Jakie metody statystyczne są archaiczne i należy je pominąć w podręcznikach? [Zamknięte]

15

Odpowiadając na pytanie o przedział ufności dla proporcji dwumianowej, zwróciłem uwagę na fakt, że normalne przybliżenie jest nierzetelną i archaiczną metodą. Nie należy go nauczać jako metody, chociaż może istnieć argument, że należy go uwzględnić jako część lekcji na temat tego, co czyni odpowiednią metodę.

Jakie są inne „standardowe” podejścia statystyczne, które minęły z terminem przydatności i które należy pominąć w przyszłych wydaniach podręczników (tworząc w ten sposób miejsce na przydatne pomysły)?

references history Michael Lew
źródło
1
Larry Wasserman zadaje pytanie i sugeruje odpowiedzi na swoim blogu . Zobacz także komentarze użytkowników.
JohnRos,
5
Dlaczego normalne przybliżenie jest złe do nauczania?
Douglas Zare
2
Podejrzewałem, że to pytanie może dać konstruktywne odpowiedzi, ale po zobaczeniu odpowiedzi, które zostały opublikowane do tej pory (w tym usuniętych), poważnie w to wątpię, więc głosuję za zamknięciem.
Makro
2
01
4
Nie sądzę, żeby to był dobry argument przeciwko nauczaniu tego. Ludzie używają tego, co rozumieją i zapamiętują, a uczenie tylko formuł ze złożonym składem oznacza, że ​​uczniowie nie będą budować swoich intuicji tak bardzo, jak i będą w stanie zrobić proste przykłady ręcznie. Jeśli wady są ważne, nauczaj o nich, a ludzie mogą pamiętać, dlaczego istnieją bardziej skomplikowane metody. Jeśli nie uczysz normalnego przybliżenia, jak możesz powiedzieć: „przedział Wilsona jest zbliżony do normalnego przybliżenia z wygładzaniem Laplace'a przy k = 2?” To brzmi subiektywnie i argumentacyjnie, więc głosuję za zamknięciem.
Douglas Zare

Odpowiedzi:

4

Te trzy prawdopodobnie znalazłyby się gdzieś na liście przestarzałych ćwiczeń:

  1. szukam kwantyli rozkładu normalnego / F / t w tabeli.
  2. Testy normalności.
  3. Testy równości wariancji przed wykonaniem dwóch próbnych testów t lub anova.
  4. Klasyczne (np. Nietrwałe) jednowymiarowe testy parametryczne i przedziały ufności.

Statystyki zmieniły się w dobie komputerów i dużego zestawu danych wielowymiarowych. Nie oczekuję, że zostanie to wycofane. Z konieczności na podejście nauczane na bardziej zaawansowanych kursach w pewnym sensie wpłynęli krytycy Breimana i Tukeya. Nacisk, IMO, na stałe przesunął się w kierunku tych podejść, które wymagają mniejszej liczby założeń, które należy spełnić, aby działać. Kurs wprowadzający powinien to odzwierciedlać.

Myślę, że niektórych elementów można jeszcze nauczyć na późniejszym etapie dla studentów zainteresowanych historią myśli statystycznych.

603
źródło
1
Proszę przedstawić dowody na poparcie swojej odpowiedzi. Jeśli ten wątek przekształci się w czyste listy rzeczy, które niektórzy uważają za złe, trzeba będzie je zamknąć.
whuber
2
Zgodziłbym się, że stosowanie tabel statystycznych jest całkowicie przestarzałą technologią obliczeniową. Testy normalności mają jednak swoje powody.
StasK
2
@StasK Uzgodniono tabele (i testy normalności); ale ponieważ wydaje się, że rozmawiamy o pedagogice, o ile „podręczniki” zawierają odniesienia do wsparcia nauczania, uważam, że można zdecydowanie uzasadnić nauczanie, jak powiązać kwantyle z obszarami pod wykresami plików PDF i przetestować to zrozumienie, zadając pytania wymagające manipulacji (a zatem oszacowanie) tych obszarów. Wyszukiwanie tabel pozostaje wygodnym sposobem na oszacowanie obszarów, szczególnie w przypadku ogonów. Musimy tylko pamiętać, że wyszukiwanie (lub obliczanie!) Jest wyłącznie obliczeniem pomocniczym i nie jest celem ćwiczenia.
whuber
1
Zgadzam się co do tabel, i to nie tylko dlatego, że są niepotrzebne. Odgrywają również pogląd, że jest coś specjalnego w wartości P związanej z określonymi przez nie wartościami krytycznymi. Ma to tendencję do zaciemnienia wykorzystania wartości P jako wskaźników dowodów.
Michael Lew
2
Testy normalności można pominąć, ale być może należy je uzupełnić ćwiczeniami, które pokazują, jak mało mocy mają do rozróżnienia rozkładów przy małych rozmiarach próby, dla których normalność ma znaczenie! Być może ćwiczenia, które pokazują, w jakim stopniu nienormalność wpływa na właściwości różnych testów i oszacowań przedziałów, byłyby jeszcze lepsze.
Michael Lew