
統(tǒng)計(jì)學(xué)的七大支柱_數(shù)據(jù)分析師培訓(xùn)
JSM上統(tǒng)計(jì)界的老幫主Stephen Stigler做了一個(gè)主題演講,講“統(tǒng)計(jì)學(xué)的七大支柱”,好心又認(rèn)真的Rick Wicklin同學(xué)記了筆記,彼時(shí)估計(jì)還在中國(guó)城吃飯的我才得以了解SS大人到底講了什么?;仡^看看筆記,我覺(jué)得SS大人有點(diǎn)吹噓統(tǒng)計(jì)學(xué)之嫌。所謂支柱,就是沒(méi)了它咱就垮了。七大支柱為:
匯總:我們從數(shù)據(jù)匯總中獲得知識(shí)。本小子認(rèn)為匯總是統(tǒng)計(jì)的經(jīng)典用途,但匯總(描述統(tǒng)計(jì))只是統(tǒng)計(jì)學(xué)的一方面,另一個(gè)同樣重要也相對(duì)更靠譜一些的方面是預(yù)測(cè)。我從來(lái)都是揚(yáng)預(yù)測(cè)而抑匯總的,因?yàn)榻y(tǒng)計(jì)學(xué)生來(lái)就帶有不靠譜的本性,匯總搞錯(cuò)了無(wú)從查證,預(yù)測(cè)錯(cuò)了一定程度上我們還是知道錯(cuò)了多遠(yuǎn)的。
邊際效應(yīng)遞減:隨著數(shù)據(jù)量增大,信息量并不是線(xiàn)性增加,而是到了一定程度之后可能就沒(méi)太多新的信息了。SS大人用n(樣本量)的平方根來(lái)形容這個(gè)遞減,我覺(jué)得太牽強(qiáng)了,例如樣本均值的標(biāo)準(zhǔn)誤里有個(gè)n的平方根,但這跟信息有毛線(xiàn)關(guān)系呢?
似然/概率:概率論當(dāng)然是統(tǒng)計(jì)學(xué)的支柱,當(dāng)然也要取決于我們?cè)趺炊x統(tǒng)計(jì)學(xué),但說(shuō)概率是數(shù)理統(tǒng)計(jì)的基礎(chǔ)肯定不會(huì)有人不同意。有人說(shuō)統(tǒng)計(jì)是“研究不確定性的科學(xué)”,我現(xiàn)在最煩的就是“科學(xué)”二字,人人都把自己的工作升級(jí)為科學(xué),尼瑪什么是科學(xué)?我認(rèn)為數(shù)學(xué)/數(shù)理統(tǒng)計(jì)可以是學(xué)科,但不是科學(xué)。要稱(chēng)自己的做的是科學(xué),先問(wèn)問(wèn)那些養(yǎng)兔子和大腸桿菌的苦逼博士們?cè)傧胂胱约鹤龅乃悴凰憧茖W(xué)。說(shuō)自己研究的是一門(mén)學(xué)科又沒(méi)什么丟人的,這年頭神馬“數(shù)據(jù)科學(xué)”,以及孟生旺老師諷刺的“數(shù)學(xué)科學(xué)學(xué)院”(一個(gè)名字里三個(gè)重復(fù)的字,直接叫“數(shù)學(xué)系”丟人嗎?),都是一些沒(méi)有底氣的人才想出來(lái)的名詞。我敬佩老老實(shí)實(shí)做實(shí)驗(yàn)的自然科學(xué)工作者,不是說(shuō)用紙筆推公式的工作者做的是無(wú)意義的事情或者不苦逼,而是說(shuō)沒(méi)事不要在這些稱(chēng)謂上較勁,安分守己一點(diǎn)比較好。
橫向比較:例如比較兩樣本均值的差異。SS大人講別的學(xué)科是與“金標(biāo)準(zhǔn)”進(jìn)行比較,而我們是在數(shù)據(jù)內(nèi)部比較,如方差分析ANOVA和t檢驗(yàn)。我沒(méi)太明白這算什么支柱,而且統(tǒng)計(jì)里面也不是沒(méi)有和“金標(biāo)準(zhǔn)”比較的情形啊。
回歸和多元分析:身高的回歸是經(jīng)典例子了,這確實(shí)是一個(gè)有趣的發(fā)現(xiàn),但現(xiàn)實(shí)中回歸被用來(lái)做什么了呢?我感覺(jué)回歸的主要作用是被鋪天蓋地的論文拿來(lái)當(dāng)炮灰(你看,俺的方法比回歸好),或者在外專(zhuān)業(yè)里面當(dāng)萬(wàn)精油(你看,俺跑了個(gè)回歸,系數(shù)顯著耶)。與其說(shuō)某種方法是支柱,不如說(shuō)方法和領(lǐng)域知識(shí)的結(jié)合是支柱。沒(méi)有具體的領(lǐng)域知識(shí),跑個(gè)系數(shù)顯著的回歸只是盲人摸象。
試驗(yàn)設(shè)計(jì):這個(gè)當(dāng)然也很重要,我覺(jué)得這是七大支柱里唯一可以稱(chēng)為支柱的一個(gè),因?yàn)樗梢悦撾x領(lǐng)域知識(shí)而有效。沒(méi)有比較就沒(méi)有鑒別,大家都知道要比較,但怎么比是個(gè)關(guān)鍵問(wèn)題。例如前些日子火爆的漢字聽(tīng)寫(xiě)大賽就違反了“隨機(jī)”、“重復(fù)”、“對(duì)照”等試驗(yàn)設(shè)計(jì)基本原則,在缺乏概率指導(dǎo)下的競(jìng)賽,難免有些不公平。
模型和殘差:這個(gè)有點(diǎn)局限于回歸套路了,不是所有模型都涉及殘差項(xiàng)的。若不檢查殘差的分布,統(tǒng)計(jì)學(xué)會(huì)不會(huì)垮掉?我認(rèn)為未必。即使殘差仍然有明顯的特征,模型也未必完全不合適,這要看你想要獲取模型中哪部分的信息。文章來(lái)源:CDA數(shù)據(jù)分析師官網(wǎng)
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10