Hai, saya mengambil kursus pascasarjana di bidang Statistik dan kami telah membahas statistik Uji, dan konsep lainnya.
Namun, saya sering dapat menerapkan formula dan mengembangkan semacam intuisi tentang cara kerja tetapi saya sering merasa bahwa mungkin jika saya mendukung penelitian saya dengan eksperimen simulasi, saya akan mengembangkan intuisi yang lebih baik ke dalam masalah yang dihadapi. .
Jadi, saya telah berpikir untuk menulis simulasi sederhana untuk lebih memahami beberapa konsep yang kita bahas di kelas. Sekarang saya bisa menggunakan say Java untuk:
- Menghasilkan populasi acak dengan rata-rata normal dan standar deviasi.
- Kemudian ambil sampel kecil dan cobalah untuk mencoba menghitung kesalahan Tipe-I dan Tipe-II secara empiris.
Sekarang pertanyaan yang saya miliki adalah:
- Apakah ini pendekatan yang sah untuk mengembangkan intuisi?
- Apakah ada perangkat lunak untuk melakukan ini (
SAS?,R?) - Apakah ini disiplin dalam Statistik yang berkaitan dengan pemrograman seperti itu: statistik eksperimental ?, statistik komputasi? simulasi?
r
hypothesis-testing
sas
simulation
computational-statistics
pengguna1172468
sumber
sumber
Jawaban:
Saya suka pertanyaan Anda tetapi tidak memiliki jawaban spesifik untuk 2 dan 3? Saya membayangkan bahwa paket perangkat lunak seperti SAS (secara umum berbicara tentang produk SAS dan bukan hanya SAS / STAT) dapat memiliki alat yang memfasilitasi simulasi tetapi saya tidak dapat mengatakan dengan pasti. Saya tidak berpikir hal semacam ini cocok sebagai cabang matematika atau statistik.
Sekarang pertanyaan 1 adalah apa yang ingin saya fokuskan. Simulasi dapat membantu dalam belajar statistik di semua tingkatan dan dapat membantu dalam penelitian statistik secara umum. Memang ada jurnal yang fokus pada simulasi dan perhitungan. Bahkan FDA mengakui pentingnya simulasi dalam merancang uji klinis dan untuk membantu memprediksi hasil.
Pada 1960-an, Julian Simon mengajar statistik pengantar menggunakan simulasi sebagai motivator. Meskipun kontroversial ia kemudian mengklaim bahwa ia melakukan resampling (permutasi dan bootstrap) sebelum Efron. Dia menerbitkan sebuah buku menggunakan ide-ide ini pada tahun 1969. Tentu saja tidak memiliki teori dan hanya bantuan pengajaran dan bukan pendekatan baru untuk estimasi statistik. Dia tidak mengembangkan sifat matematika yang datang dengan dan setelah Efron.
Saya pikir untuk statistik pengantar, berguna untuk melakukan simulasi untuk mendemonstrasikan distribusi sampel, menunjukkan bagaimana teorema limit pusat muncul dan simulasi fisik melalui quincunx menunjukkan versi DeMoivre - Laplace dari teorema limit pusat.
Terkadang itu meningkatkan intuisi. Saya pikir masalah Monty Hall membingungkan dan tampaknya paradoks bahkan untuk ahli matematika seperti Paul Erdos. Tetapi simulasi permainan seringkali sangat meyakinkan. Ada banyak masalah dalam probabilitas yang berlawanan dan simulasi bisa, saya pikir membantu.
Pada tahun 1978 ketika saya sedang mengerjakan PhD saya dalam teori nilai ekstrem, saya punya ide intuitif untuk teorema batas yang saya coba buktikan. Saya berjuang dengan matematika. Kemudian saya memutuskan untuk mensimulasikan proses stokastik dan simulasi "mengkonfirmasi" hasil saya. Ini memberi saya kepercayaan diri untuk membuktikannya.
Jadi, bahkan pada tingkat pascasarjana dan di luar simulasi dapat berguna dalam dua cara.
Untuk membantu mengembangkan intuisi seperti saran Anda dalam pertanyaan 1 tetapi juga
Untuk mengkonfirmasi intuisi seperti yang saya lakukan dalam tesis saya
sumber
Bersenang-senanglah dengan kursus Anda!
sumber
Paket TeachingDemos untuk R lahir dari proses pemikiran yang sama seperti milik Anda, mencoba memvisualisasikan dan memahami konsep-konsep dengan cara yang berbeda. Ada beberapa fungsi dalam paket yang menggunakan simulasi untuk membantu memahami beberapa konsep utama. Versi pengembangan (R-forge, tetapi belum pada CRAN) mencakup fungsi "simfun" yang dapat digunakan untuk membuat fungsi simulasi untuk lebih membantu dengan simulasi.
sumber