Поширені слова, які мають особливі статистичні значення

Я не статистик, але моя дослідницька робота включає статистику (аналіз даних, читання літератури тощо). Мені знову нагадали з коментаря до одного з моїх запитань, що тут розміщені, що є деякі загальні слова, які мають особливо специфічні значення або конотації для тих, хто добре практикується у галузі статистики.

Буде корисно скласти список таких слів, і це можуть бути фрази разом з деякими коментарями.

" суттєвий " - тут загальне вживання мови у слові означає щось на зразок "важливого" чи "значущого". Статистичний зміст неофіційно наближається до "може бути виокремлений за випадковою варіацією про нуль"; це не означає, що різниця є достатньо великою для значення.

Ось кілька прикладів, коли це розрізнення могло бути причиною деякої плутанини: 1 2

" параметр " - часто, здається, трапляється, особливо в наукових експериментах, - що слово "параметр" використовується таким чином, як статистик використовує слово "змінна". У Вікіпедії так сказано:

Статистичний параметр - це параметр, який індексує сімейство розподілів ймовірностей. Це можна розглядати як числову характеристику популяції чи модель

Приклад, коли це може бути проблемою: 1 - імовірно посада, яка призвела до цього питання. (Я нещодавно бачив іншого, але зараз не можу його знайти)

"Помилка" - у статистиці це часто означає будь-яке відхилення між спостережуваним та прогнозованим значенням. У реальному житті це означає помилку.

Я знайшов рецензований документ з 2010 року, який розглядає це питання.

Anderson-Cook CM. Прихований жаргон: щоденні слова зі значеннями, характерними для статистики. ICOTS8, Міжнародна конференція з викладання статистики, Любляна, Словенія, 11-17 липня 2010 року.

Документ доступний безкоштовно в Інтернеті , тому я надаю лише частковий перелік термінів, про які автор обговорює:

 confounding, control, factor, independent, random, uniform

Я зіткнувся з проблемою використання "фальсифікації", як у "підробці гіпотези", а інші думали, що я маю на увазі "складання даних". Також " упереджене " майже неможливо згадати, не викликаючи плутанини.

"нормальний" - У звичайній промові нормальні засоби, як очікувалося, не є звичайними. У статистиці, якщо змінна звичайно розподіляється, вона має на увазі розподіл Гаусса. Я не вірю, що це стандартне використання великої літери "нормально", щоб відрізняти його від загального значення мовлення.

"нормалізація / стандартизація" - У статистиці для нормалізації змінних засобів віднімання середнього значення та ділення на стандартне відхилення.

"стандартне відхилення порівняно зі стандартною помилкою" - Стандартне відхилення зазвичай обчислюється з використанням всієї сукупності, тоді як стандартна помилка обчислюється за допомогою вибірки.

"Параметричний" порівняно з "Непараметричний": категорії тестів, для яких потрібні дані "Нормальні" або "Не нормальні". Параметричні тести віддають перевагу непараметричним.

Поширені тести: Т-тест (парний), Манн-Вітні U, ANOVA, Андерсон-Дарлінг тощо.

Інші терміни включають "значущі". Це міра того, якщо дані вказують на те, що ваша гіпотеза є дійсною чи ні. Коли ви перевіряєте свою гіпотезу з певною мірою ймовірністю (зазвичай 95%), "p-значення" менше 0,05 вказуватиме на те, що ви відкинете свою "нульову гіпотезу" (тобто набори даних не відрізняються) і приймаєте свою " альтернативна гіпотеза "(тобто набори даних різні).

Нахил у статистиці передбачає асиметричний розподіл.

Звичайною мовою, і навіть в науці, косий часто використовується (і все частіше?), Щоб означати те, що статистичні люди зазвичай називають упередженими , як у "Результати за середній зріст перекошені, включаючи стільки баскетболістів".

Оцінка - в статистиці це результат розрахунку. Наприклад, середнє значення вибірки - це оцінка середньої сукупності, а довірчий інтервал - це інтервальна оцінка середньої сукупності. Це обидва результати точних розрахунків. "Оцінка" - це точне узагальнення спроб зробити висновок про сукупність з даних у вибірці.

У звичайному вживанні слово оцінювання означає усвідомлене здогадка або припущення, або результат приблизного обчислення.

Ймовірність - у звичайній мові синонім ймовірності , але в статистиці, що має особливе зворотне відношення до ймовірності, в тому, що для будь-якого набору параметрів та набору даних , .$\theta$$X$$\mathcal{L}(\theta|X)=\Pr(X|\theta)$

Представницький - має низку інколи суперечливих значень як у повсякденному, так і в науковому мовленні. Зверніться до Kruskal & Mosteller 1979a , 1979b , 1979c та 1980 . Більшість статистиків, яких я знаю, вважають представником вибірки, якби він був відібраний з відомою ймовірністю; Більшість невідомих людей, яких я знаю, вважали б його репрезентативним, якби граничні розподіли були схожими на населення.

• Вибірка : хоча в статистиці це стосується сукупності випадків , у багатьох інших дисциплінах вибірка є одним фізичним зразком . Звичайно, розмір вибірки також неоднозначний, залежно від кількості випадків у статистичній вибірці або фізичного розміру (маса, об'єм, ...) зразка.

• Чутливість : для медичної діагностики частка хворих випадків, що розпізнається тестом. В аналітичній хімії: нахил калібрувальної кривої (див. Нижче).

• Специфіка : у медичній діагностиці частка випадків захворювання, що невідомо, це правильно визнано тестом. В аналітичній хімії метод є специфічним, якщо немає перехресної чутливості.

• Калібрування : насправді два значення перераховані вже для статистики у статті Wiki. У хімії та фізиці значення зворотного регресу є звичайним. Однак виникає плутанина:

  • У хіміометрії (вперед) калібрування моделей вимірюваного сигналу залежить від концентрації : . Потім прогнозування вирішується для концентрації : . Моделі зворотної калібрування . Таким чином, пряма модель узгоджується з причинністю (концентрація аналіту викликає сигнал, не навпаки), а зворотна моделює напрямок, який використовується для прогнозування. (На практиці часто можна сказати, що помилка на або помилка на набагато більша за іншу, і відповідний напрям моделювання є / слід вибирати з цього)$I$$c$$I = f (c)$$c$$c = f^{-1} (I)$$c = f (I)$
    $c$$I$
  • Я бачив сюжети прогнозованої ймовірності над справжньою ймовірністю під назвою "калібрування графіків" (статистика людей). В аналітичній хімії відповідним калібрувальним графіком буде передбачувана ймовірність над вимірюваним сигналом (як правило, якийсь інший блок). Діаграма передбачуваної істинно залежної змінної зазвичай називається кривою відновлення .

• Набір валідацій : тут я хотів би звернути увагу на потенційно заплутане використання термінів, які, на мою думку, вже виникають у різних областях, пов’язаних зі статистикою, хоча я знову контрастую. У контексті вкладеної / подвійної валідації або оптимізації порівняно з валідацією / тестуванням один рядок термінології розбиває навчання - валідацію - тест і використовує набір "валідація" для оптимізації гіперпараметрів.
  Напр. В елементах статистичного навчання, с. 222 у 2-му виданні. :

  ... розділіть набір даних на три частини: навчальний набір, набір перевірки та тестовий набір. Навчальний набір використовується для підгонки моделей; набір перевірки використовується для оцінки похибки прогнозування для вибору моделі; тестовий набір використовується для оцінки похибки узагальнення остаточної обраної моделі.

  На противагу цьому, наприклад, в аналітичній хімії валідація - це процедура, яка демонструє, що модель (насправді оцінка кінцевої моделі є лише частиною валідації аналітичного методу) добре працює для застосування та вимірює її ефективність, див., Наприклад, Джон К. Тейлор: Валідація аналітичних методів, аналітична хімія 1983 р. 55 (6), 600A-608A або вказівок таких установ, як FDA. Це було б "тестування" в іншому рядку термінології, де "перевірка" фактично використовується для оптимізації.
  Найважливіша відмінність полягає в тому, що результати "оптимізації-валідації" повинні використовуватися для зміни (вибору) моделі, тоді як зміни у валідованому аналітичному методі (включаючи аналітичну модель даних) означають, що вам доведеться повторно підтвердити (тобто довести, що метод все ще працює так, як він повинен працювати).

Якщо вам доведеться поговорити з хіміками, хорошим посиланням на термінологію аналітичної хімії є Danzer: Аналітична хімія - теоретичні та метрологічні основи, DOI 10.1007 / b103950