Mam na myśli praktyki, które nadal utrzymują swoją obecność, mimo że problemy (zwykle obliczeniowe), z którymi zostały zaprojektowane, zostały w większości rozwiązane.
Na przykład wymyślono korektę ciągłości Yatesa w celu przybliżenia dokładnego testu Fishera za pomocą testu , ale nie jest to już praktyczne, ponieważ oprogramowanie może teraz obsługiwać test Fishera nawet przy dużych próbkach (wiem, że może to nie być dobry przykład „ utrzymywanie swojej obecności ", ponieważ podręczniki, takie jak Kategoryczna analiza danych Agresti , często przyznają, że korekta Yatesa" nie jest już potrzebna ").
Jakie są inne przykłady takich praktyk?