Rewolucje w statystykach z ostatnich 50 lat? [Zamknięte]

10

Jakie dziedziny statystyki zostały znacząco zrewolucjonizowane w ciągu ostatnich 50 lat? Na przykład około 40 lat temu Akaike wraz z kolegami zrewolucjonizował obszar dyskryminacji modeli statystycznych. Około 10 lat temu Hyndman wraz z kolegami zrewolucjonizował obszar wygładzania wykładniczego. Około XX lat temu ...

Jak mogę kontynuować listę, podając lata i nazwiska? Przez statystyki rozumiem wszystkie cztery typy z przemówienia prezydenta Bartłomieja z 1995 r., Większe i mniejsze statystyki Chambersa razem, jak w niedawnym przemówieniu Prezydenta Handa na temat „Nowoczesnej statystyki” i tak dalej - cokolwiek profesjonalnie istotnego.

history 
— Andre Silva
źródło
Jedynym sposobem, aby utrzymać to pytanie otwarte, jest uczynienie go społecznością wiki, więc proszę zaznaczyć sprawę.
— robin girard
2
Mam jednak wrażenie, że jest to subiektywne, kłótliwe i będzie wymagało dłuższej dyskusji. Proszę przeczytać stats.stackexchange.com/faq Głosuję za zamknięciem, ale zachęcam do zadawania bardziej szczegółowych pytań (ponieważ idea pytania jest dobra, ale droga za szeroki).
— robin girard
jedna z rozszerzonych dyskusji, które mogłyby się rozpocząć: czy jesteś pewien, że Prof Rob Hyndman był badaczem, kiedy parzen i Rozenblatt zaproponowali wygładzenie wykładnicze :)?
— robin girard
1
Wydaje mi się, że wraz z dostępnością mocniejszych komputerów różne metody nagle stają się praktyczne i ważne (czy można by użyć np. Drzew decyzyjnych bez szybkich komputerów?)
— Andre Holzner
1
Odpowiedź na pytanie nie jest tak naprawdę wyraźnym sygnałem, że zagłosowałbyś za zamknięciem. Ludzie widzieli mój komentarz, widzieli twoją odpowiedź ... 10 bardzo szybkich heterogenicznych odpowiedzi w mniej niż godzinę! wygląda jak pokój rozmów;)
— robin girard

Odpowiedzi:

9

W 1960 r. Większość osób wykonujących statystyki obliczało za pomocą czterofunkcyjnego kalkulatora ręcznego lub suwaka lub ręcznie; komputery mainframe dopiero zaczynały uruchamiać niektóre programy w Algolu i Fortranie; graficzne urządzenia wyjściowe były rzadkie i surowe. Z powodu tych ograniczeń analiza Bayesa została uznana za niezwykle trudną ze względu na wymagane obliczenia. Bazy danych były zarządzane na kartach dziurkowanych, a napędy taśm komputerowe ograniczone do kilku megabajtów. Edukacja statystyczna początkowo koncentrowała się na formułach uczenia się do testów t i ANOVA. Praktyka statystyczna zwykle nie wykraczała poza takie rutynowe testowanie hipotez (chociaż niektóre błyskotliwe umysły dopiero zaczęły wykorzystywać komputery do głębszej analizy, czego przykładem jest na przykład książka Mostellera i Wallace'a na temat artykułów federalistycznych).

Opowiedziałem tę dobrze znaną historię jako przypomnienie, że wszystkie statystyki przeszły rewolucję ze względu na wzrost i rozprzestrzenianie się mocy obliczeniowej w ciągu ostatniego półwiecza, rewolucję, która umożliwiła prawie każdą inną innowację w statystykach w tym czasie (z zauważalny wyjątek od ołówkowych i papierowych metod EDA Tukeya, jak już zauważył Thylacoleo).

— whuber
źródło
6

Uogólnione modele liniowe ze względu na niedawno zmarłego Johna Neldera i Roberta Wedderburn.

— Thylacoleo
źródło
4
— Jeromy Anglim
źródło
Co z SAS i spss?
— Shane
I nie zapomnij Stata.
— Thylacoleo,
Prawdopodobnie zasługuje na swoje własne pytanie: który pakiet statystyczny wniósł najbardziej rewolucyjny wkład w naukę i praktykę analizy danych i statystyki?
— Jeromy Anglim,
To byłoby zbyt kłótliwe. Myślę, że odpowiedź tutaj, która potwierdza, że ​​wszystkie oprogramowanie statystyczne jest słuszna.
— Shane
@Shane. Słusznie. Kiedyś używałem SPSS. Teraz używam R. R zrewolucjonizował sposób, w jaki myślę i przeprowadzam analizę danych. Sprawiało to przyjemność analizie danych. Nie mogę zbyt wiele mówić o Stacie i SAS, więc zostawię to innym, aby uzasadnić, dlaczego mogą być rewolucyjni.
— Jeromy Anglim,
4

Odbyła się wielka dyskusja na temat metaoptimize zatytułowana „ Najbardziej wpływowe pomysły 1995–2005 ”.

Wspomniałem tam i powtórzę tutaj, to „rewolucja” w koncepcji wielu porównań, w szczególności przejście od stosowania metod FWE do metod FDR do testowania bardzo wielu hipotez (jak w mikromacierzy lub fMRI i tak dalej)

Oto jeden z pierwszych artykułów, który wprowadził to pojęcie do społeczności naukowej: Benjamini, Yoav; Hochberg, Yosef (1995). „Kontrolowanie wskaźnika fałszywych odkryć: praktyczne i skuteczne podejście do wielu testów”. Journal of the Royal Statistics Society

— Tal Galili
źródło
co to jest FWE i FDR? Przypuszczam, że FWE to błąd rodzinny, ale drugi?
— Henrik
Cóż, ten wątek jest subiektywny, więc kto wie ... Poważnie - FDR oznacza współczynnik fałszywych odkryć (wikipedia)
— Tal Galili
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.