Bagaimana cara mencerna konteks statistik?

Pertama, saya kira tidak semua anggota aktif situs yang menarik ini adalah ahli statistik sebagai pekerjaan mereka. Kalau tidak, pertanyaan yang diajukan sebagai berikut tidak masuk akal! Tentu saja saya menghormati mereka, tetapi saya membutuhkan penjelasan yang sedikit lebih praktis daripada konseptual.

Saya mulai dengan contoh dari Wikipedia untuk mendefinisikan point process:

Biarkan S menjadi kompak secara lokal, ruang Hausdorff kedua yang dapat dihitung, dilengkapi dengan Borel σ-aljabar B (S). Tulis untuk himpunan ukuran penghitungan terbatas lokal pada S dan untuk aljabar σ terkecil pada yang menjadikan semua jumlah poin ... terukur.$\mathfrak{N}$$\mathcal{N}$$\mathfrak{N}$

Bagi saya ini tidak ada artinya. Penjelasan dalam konteks teknik lebih mudah dipahami bagi saya.

Komentar: Sebagian besar waktu saya menemukan penjelasan Wikipedia tidak berguna karena teks rumit yang sama (setidaknya bagi saya). Dari pengalaman saya, hanya ada dua jenis buku referensi untuk statistik: a) sangat disederhanakan b) sangat rumit!
Membaca keduanya tidak memiliki manfaat sama sekali bagi saya!

Pertanyaan:

• Apakah Anda punya solusi untuk masalah ini? Atau pengalaman serupa?

Bagi mereka yang menganggap posting ini bermanfaat, ada manfaat untuk memeriksa juga: Referensi untuk berkonsultasi dengan ahli statistik untuk menawarkan klien mereka yang membahas topik terkait dari perspektif yang berbeda.

Jika saya bisa mengklarifikasi, pertanyaan Anda tampaknya: "Apa yang bisa saya gunakan untuk memahami matematika jika sumber daya utama seperti Wikipedia tidak masuk akal?" Perlu diingat bahwa bahkan orang yang telah menguasai konsep harus memulai dengan periode tidak memahaminya, dan kemudian melalui proses pembelajaran, meskipun yang hampir tidak pernah melibatkan banyak belajar dari Wikipedia.

Setelah menghabiskan banyak waktu mempelajari hal-hal yang digambarkan dengan sangat kejam di Wikipedia, saya dapat meyakinkan Anda bahwa bahkan ketika seseorang memahami konsep-konsep dengan cukup baik, sulit untuk memahami apa yang ada dalam pikiran satu atau lebih penulis / editor. di Wikipedia. Tidak jarang untuk melihat konsep matematika dan statistik dimutilasi oleh sekelompok orang dengan pemahaman konsep yang sangat kasar atau dalam mengejar kemajuan pemahaman bidang konsep fundamental yang lemah. (Saya akan mengatakan lebih banyak, tetapi sulit untuk melakukannya tanpa terdengar terlalu pesimis tentang upaya Wikipedian, terutama yang dari disiplin ilmu tertentu.)

Pada catatan yang lebih konstruktif, referensi terbaik biasanya adalah buku-buku teks yang diedit oleh penerbit dengan track record yang kuat dalam mengedit dan menerbitkan karya-karya bagus di bidang yang diberikan. Penulis dan editor dalam kasus semacam itu memiliki reputasi di antara rekan-rekan mereka untuk kualitas beasiswa dan ketelitian mereka, dan serangkaian edisi berturut-turut biasanya menunjukkan penerimaan oleh guru dan peneliti lain.

Ada banyak level kualitas antara level itu dan Wikipedia. Jika edisi cetak tidak tersedia, menggunakan "Pencarian di dalam buku" Amazon atau Buku Google mungkin merupakan alternatif terbaik.

Untuk referensi yang dapat diakses web lainnya, Anda mungkin menemukan bahwa artikel ulasan atau manual untuk praktisi non-spesialis paling berguna. Contohnya adalah buku pegangan statistik yang diterbitkan oleh NIST .

Anda mungkin perlu mensintesis pemahaman Anda sendiri dengan cara mencari artikel di Google Cendekia. Misalnya, Anda dapat meminta ["proses titik adalah" "] dan memeriksa definisi yang ditawarkan dalam berbagai artikel. Atau, pencarian web seperti ["point process" situs pdf: edu] akan memunculkan catatan kuliah, slide, dan tutorial. Hasil pertama untuk kueri itu tampaknya "Pengantar proses titik". Gagasan utamanya adalah seseorang harus mencari istilah-istilah yang cenderung muncul atau mungkin muncul pada tingkat materi yang sesuai yang akan mendefinisikan dan memperkenalkan konsep tersebut, apakah ungkapan itu dimaksudkan untuk menunjukkan bahwa referensi tersebut memiliki beberapa eksposisi yang relevan (mis. artikel jurnal dapat mendefinisikan sesuatu dengan cara yang bermanfaat, meskipun itu tidak dimaksudkan sebagai teks pengantar).

Tidak mungkin untuk menentang editan buruk di Wikipedia: untuk artikel tertentu, jumlah editor buruk melebihi jumlah orang yang dapat mentolerir memperbaiki kesalahan mereka.

Saya mengerti dari mana Anda berasal. Di bidang psikologi saya, ada banyak sumber daya yang menyajikan statistik dengan cara yang dangkal. Ini baik untuk banyak siswa, namun buku-buku seperti itu tidak memberikan prasyarat untuk membaca buku yang lebih canggih.

Sepertinya Anda perlu (a) mendapatkan gambaran yang lebih baik tentang berbagai buku statistik di luar sana dan prasyarat yang diperlukan yang menyiratkan sumber daya yang berbeda. (B) menentukan tujuan belajar Anda; (c) mengidentifikasi pengetahuan Anda saat ini; dan (d) menggabungkan semuanya untuk menciptakan lingkungan belajar.

A. Mengembangkan rasa lanskap sumber daya statistik

Mungkin ini memberikan gambaran kasar tentang lanskap sumber daya statistik pengantar yang disusun berdasarkan rangkaian kecanggihan dan kecanggihan matematika.

• Cookbook : Beberapa sumber memiliki gaya buku masak, menunjukkan cara menggunakan perangkat lunak dan memberikan tips kapan harus digunakan dan bagaimana menginterpretasikan output statistik (misalnya, SPSS Survival Manual ). Buku-buku ini melayani tujuan bagi orang-orang yang memiliki kebutuhan analisis data terstandarisasi, dan tidak punya waktu atau kecenderungan untuk terlibat dalam pembelajaran yang lebih dalam.
• Pengantar standar untuk statistik : Ada juga berbagai buku statistik pengantar yang bervariasi dalam tingkat kekakuan matematika. Untuk beberapa satu-satunya persyaratan adalah Anda dapat melakukan aljabar dasar. HyperStat memberikan satu contoh online.
• Pengantar statistik yang lebih canggih : Walaupun bisa dibilang sebagai sebuah kontinum, pengantar statistik lainnya sedikit lebih matematis. Tampak bagi saya bahwa perbedaan besar adalah apakah buku teks mengasumsikan pembaca sudah terbiasa dengan kalkulus dan aljabar linier. Seperti yang dicatat oleh @iterator, Buku Pegangan Statistik Rekayasa online adalah salah satu contoh sumber daya yang lebih canggih.
• Statistik Matematika : Pada tingkat kekakuan berikutnya adalah sumber daya yang dapat digolongkan sebagai statistik matematika. Lihat misalnya Laboratorium Virtual dalam Probabilitas dan Statistik , catatan kursus untuk subjek MIT ini pada statistik matematika , atau beberapa kursus video di sini tentang statistik matematika .

B. Tetapkan tujuan pembelajaran Anda

Apa yang ingin Anda lakukan dengan pengetahuan statistik ini? Seberapa penting ketelitian matematika? Apakah Anda perlu memahami uraian matematis yang canggih yang mungkin muncul di Wikipedia?

C. Identifikasi pengetahuan Anda saat ini

Bagi banyak siswa dalam ilmu sosial, terlibat dengan buku teks canggih matematika secara efektif membutuhkan pembelajaran atau menyegarkan sejumlah besar matematika. Namun, jika Anda memiliki latar belakang teknik, maka saya membayangkan bahwa terlibat dalam perlakuan yang lebih matematis seharusnya tidak menjadi masalah besar.

D. Menyatukan semuanya

Setelah Anda menentukan apa yang ingin Anda pelajari, apa yang sudah Anda ketahui, dan prasyarat yang diperlukan untuk mempelajari materi baru, tantangannya adalah menemukan sumber daya terbaik untuk Anda.

• Apakah sumber daya perlu tersedia secara bebas di Internet, atau apakah Anda bersedia membeli atau meminjam buku?
• Apakah Anda dapat belajar cukup dari sumber gaya buku teks atau apakah Anda ingin atau membutuhkan lingkungan kelas dengan dosen yang memberikan verbalisasi materi dan struktur yang diberikan kursus?
• Jika Anda mencari buku teks tertentu, buku teks apa yang Anda temukan paling jelas, terbaik, dan sebagainya?

Setelah Anda memiliki jawaban untuk pertanyaan di atas, Anda mungkin memiliki pertanyaan yang lebih spesifik yang cocok untuk situs ini. Misalnya, "Saya tahu x, y, z, dan apa buku teks yang bagus yang menjelaskan a, b, c?"

Hanya untuk menambah jawaban luar biasa yang diberikan oleh Iterator. Terkadang tidak perlu memahami konsep untuk berhasil menggunakannya. Saya sering menemukan konsep yang tidak diketahui ketika membaca artikel, tetapi sebelum mencoba mencari tahu apa artinya dalam sumber eksternal, saya selalu memeriksa apakah mungkin untuk memahami apa yang terjadi jika saya menganggap bahwa konsep yang tidak diketahui itu hanyalah nama mewah baru untuk sesuatu yang sudah saya tahu. Lebih sering daripada tidak, hanya beberapa properti spesifik yang mudah dimengerti dari konsep baru yang digunakan, jadi saya pada akhirnya saya mengerti apa yang penulis artikel lakukan, dan saya dapat memutuskan apakah itu berguna atau tidak.

$S=\mathbb{R}^d$$\mathbb{R}^d$$S=\mathbb{R}^d$

Perhatikan bahwa pendekatan ini tidak selalu berhasil. Kadang-kadang Anda benar-benar harus masuk lebih dalam, dan kemudian wikipedia sama bagusnya dengan titik awal untuk pencarian. Dalam hal ini tidak ada yang mengalahkan buku yang bagus. Terkadang sangat mudah untuk menemukannya, terkadang sayangnya tidak ada.

Saya pikir masalahnya ada tetapi Anda melebih-lebihkannya. Jika Anda gigih dalam pencarian Anda, Anda akan menemukan buku-buku yang sangat berguna dan sumber-sumber lain yang menjaga jalan tengah antara yang sangat teknis (misalnya, sebagian besar artikel dalam Journal of American Statistics Association; sebagian besar karya ditulis oleh Andrew Gelman, Bradley Efron, atau Donald Rubin) dan sangat sederhana. Saya telah menghabiskan sedikit waktu mencari sumber-sumber 'jalan tengah' ini sendiri. Jika Anda ingin melihat beberapa rekomendasi saya, Anda akan menemukannya di yellowbrickstats.com . Saya juga sering menemukan informasi yang berguna di situs David Garson di North Carolina State U.