Masa Depan Statistik

11

Pertanyaan ini muncul ketika saya duduk di kuliah umum tentang pertanyaan-pertanyaan yang belum terselesaikan dalam matematika. Sudah diketahui bahwa masih banyak pertanyaan matematika yang belum terpecahkan di luar sana. Itu membuat saya berpikir apa masalah yang belum terpecahkan dalam statistik. Setelah menghabiskan waktu untuk membahas topik ini, saya kira tidak ada diskusi yang relatif rinci tentang pertanyaan ini. Karena itu, saya benar-benar ingin mendengar pendapat orang tentangnya. Di mana statistik berjalan sebagai suatu disiplin? Haruskah kita menghabiskan lebih banyak waktu untuk memperbaiki teori atau haruskah kita fokus pada bagaimana menganalisis data spesifik yang dikumpulkan dari semua jenis eksperimen ilmiah? Setiap pemikiran tentang ini sangat dihargai. Terima kasih!

20826
sumber
2
Sebelum kita dapat berbicara tentang masalah yang tidak terselesaikan dalam statistik, kita perlu mendefinisikan statistik. Dimitriy Masterov memberikan jawaban yang melibatkan ekonometrika, dan Aksakal, yang melibatkan ilmu data. Dalam matematika, masalah Hilbert dikompilasi pada saat mungkin ada apa, 100? 200? matematikawan papan atas di seluruh dunia, dan sebagian besar dari mereka akan setuju bahwa ya, masing-masing dari 23 masalah adalah satu yang penting untuk dipecahkan, dan yang lucu untuk dimiliki dalam resume seseorang. Saat ini, ada lebih banyak ahli statistik, dan mereka terlalu sibuk untuk berkoordinasi.
Tugas
3
Apakah en.wikipedia.org/wiki/List_of_unsolved_problems_in_statistics memiliki sesuatu yang berguna?
Gerenuk

Jawaban:

7

Menurut pendapat saya, setelah berkeliaran di pinggiran statistik dekat ilmu sosial , statistik harus berbicara lebih banyak, dan berhubungan lebih baik, dengan disiplin ilmu lain, dan ahli statistik harus menghabiskan lebih banyak waktu untuk belajar bagaimana berkomunikasi yang lebih baik (a) apa yang berguna untuk mereka, (b) ) apa arti temuan mereka dalam hal disiplin itu, (c) mengapa disiplin lain ini lebih baik bekerja sama dengan ahli statistik daripada tanpa mereka. Saya tidak tahu apakah masa depan statistik tergantung pada ini, tetapi ada terlalu banyak peluang yang hilang dalam sejarah singkatnya, dengan disiplin ilmu lain yang menemukan metode statistik mereka sendiriketika statistik yang tepat tidak dapat memberikan. Hampir setiap disiplin ilmu / penelitian lainnya, mulai dari biologi hingga antropologi, dari psikiatri hingga rekayasa struktural, dapat dengan mudah memasukkan daftar 5-10-20 pertanyaan terbuka yang ingin dijawab statistik.

StasK
sumber
10

David Cox menjelaskan semuanya dalam wawancaranya .

@ocram menunjuk ke Q14-15. Menariknya, saya juga menemukan jawabannya yang mencerahkan. Saya sangat skeptis terhadap sensasi Big Data . Fisikawan berurusan dengan kumpulan data yang sangat besar selama beberapa dekade tanpa banyak kebisingan dan iklan yang mengganggu, begitu pula para peneliti genetika. Sekarang setelah orang-orang pemasaran terlibat itu adalah Justin Bieber statistik. Namun, Cox benar bahwa dalam ilmu sosial kita tidak pernah memiliki set data besar yang tersedia, kecuali keuangan kuantitatif, mungkin. Bahkan, banyak teknik ekonometrik secara khusus dikembangkan untuk menangani sampel kecil. Dengan demikian menarik apa yang akan keluar dari dorongan Data Besar, mungkin beberapa perkembangan menarik dalam statistik. Saya pikir penekanannya akan pada ilmu sosial, di mana tidak ada model yang baik dari apa pun. Memiliki model yang buruk dan sedikit data bisa sangat berbeda dari memiliki model yang buruk dan banyak data, mungkin akan ada kurang fokus pada pemahaman tentang fenomena, lebih menyukai mendapatkan perkiraan yang akurat melalui volume data yang banyak dan statistik yang cerdas.

Aksakal
sumber
Pertanyaan 14--17.
ocram
3
"Sekarang, setelah petugas pemasaran terlibat, itu adalah Justin Bieber dari statistik." - Sangat bagus.
gregory_britten
Itu penilaian yang menarik tentang ekonometrika. Saya pikir para ahli ekonometrika sebagian besar mengandalkan teori asimptotik dalam fondasinya seperti GMM . Koran ekonomi empiris yang lucu telah memanfaatkan apa yang sekarang akan disebut data besar, misalnya, semua catatan kelahiran Negara Bagian California .
Tugas
Ekonometrik adalah bidang yang agak luas, GMM adalah alat yang populer di bidang ekonomi, tetapi semua jenis teknik lain digunakan seperti pemrograman dinamis dan proses keputusan markov dalam mikroekonometrik, MIDAS dalam penyiaran sekarang, dll. Banyak hal yang menyenangkan.
Aksakal
3

Cara berpikir tentang inferensial kausal ketika ada gangguan kontrol pengobatan atau efek keseimbangan umum.

Dimitriy V. Masterov
sumber