Przyszłość statystyki

To pytanie przyszło mi do głowy, kiedy siedziałem na publicznym wykładzie na temat nierozwiązanych pytań w matematyce. Powszechnie wiadomo, że wciąż istnieje wiele nierozwiązanych pytań matematycznych. Sprawiło, że pomyślałem o nierozwiązanych problemach w statystyce. Po spędzeniu czasu na wyszukiwaniu go w tym temacie nie sądzę, aby istniała stosunkowo szczegółowa dyskusja na ten temat. Dlatego naprawdę chciałbym usłyszeć, co ludzie o tym myślą. Gdzie statystyki idą jako dyscyplina? Czy powinniśmy poświęcać więcej czasu na doskonalenie teorii, czy też powinniśmy skupić się na analizie konkretnych danych zebranych z różnego rodzaju eksperymentów naukowych? Wszelkie uwagi na ten temat są bardzo mile widziane. Dziękuję Ci!

Moim zdaniem, wędrując po marginesie statystyki w pobliżu nauk społecznych , statystyki powinny więcej mówić i lepiej odnosić się do innych dyscyplin, a statystycy powinni spędzać więcej czasu na uczeniu się, jak lepiej komunikować się (a) w czym są przydatne, (b ), co oznaczają ich ustalenia w odniesieniu do tej dyscypliny, (c) dlaczego te inne dyscypliny lepiej współpracują ze statystykami niż bez nich. Nie wiem, czy zależy od tego przyszłość statystyki, ale w jej krótkiej historii zbyt wiele możliwości zostało utraconych, a inne dyscypliny wymyślają własne metody statystycznekiedy właściwe statystyki nie mogłyby dostarczyć. Prawie każda inna dyscyplina naukowa / badawcza, od biologii po antropologię, od psychiatrii po inżynierię strukturalną, może z łatwością umieścić listę 5-10-20 otwartych pytań, na które chciałaby odpowiedzieć statystyka.

David Cox wyjaśnił to wszystko w swoim wywiadzie .

@ocram wskazał na pytanie 14-15. Co ciekawe, jego odpowiedzi były również pouczające. Byłem bardzo sceptycznie nastawiony do szumu w Big Data . Fizycy zajmowali się ogromnymi zbiorami danych przez dziesięciolecia bez większego hałasu i irytujących reklam, podobnie jak badacze genetyki. Teraz, kiedy zaangażowali się marketingowcy, to Justin Bieber ze statystyk. Cox ma jednak rację, że w naukach społecznych nigdy nie mieliśmy dostępnych dużych zbiorów danych, może z wyjątkiem finansowania ilościowego. W rzeczywistości opracowano wiele technik ekonometrycznych do obsługi małych próbek. Dlatego interesujące jest to, co wyjdzie z pchnięcia Big Data, może jakieś ekscytujące zmiany w statystykach. Myślę, że nacisk zostanie położony na nauki społeczne, w których nie ma dobrych modeli niczego. Posiadanie złych modeli i niewielkiej ilości danych może zupełnie różnić się od posiadania złych modeli i dużej ilości danych, być może mniejszy nacisk zostanie położony na zrozumienie zjawisk, zamiast na korzyść uzyskiwania dokładnych prognoz dzięki dużej ilości danych i sprytnym statystykom.

Jak myśleć o wnioskowaniu przyczynowym, gdy dochodzi do zakłócenia kontroli leczenia lub efektów równowagi ogólnej.