Cet article fournit un guide pour ceux qui ont rarement étudié les statistiques pour pouvoir parler avec brio de "Bayes Statistics", une statistique actuelle et jeune.
Le but de cet article est de pouvoir parler des statistiques bayésiennes ** correctement ** avec un visage de doy, et de pouvoir avoir une discussion approfondie avec des personnes familiarisées avec les statistiques.
Gardez à l'esprit que l'étude de cet article ne vous aidera pas à maîtriser les statistiques bayésiennes. Pour pouvoir l'utiliser sur le terrain, vous devez être capable de faire de la programmation, et vous avez également besoin des données réelles à cibler. Avant de vraiment faire un traitement statistique, vous avez également besoin d'un prétraitement ...
L'analyse des données à l'aide de statistiques nécessite non seulement la théorie des statistiques, mais aussi divers outils ... des larmes (Raviver les nuits blanches ...)
En gros, je présenterai la méthode d'étude à l'aide de livres. Si vous connaissez un peu les statistiques, vous pouvez sauter les livres du milieu!
Que sont les statistiques bayésiennes dans cet article? Je n'entrerai pas dans les détails à ce sujet. C'est un article que vous pouvez lire si vous savez d'une manière ou d'une autre qu'il y a fréquence et bayésisme (et plus en détail) dans les statistiques, et qu'ils sont fondamentalement différents. Je vais.
Pour plus de détails, veuillez vous référer à l'article ci-dessous!
Pour le moment, les auteurs écrivent aussi vaguement, et il y a des choses qui sont technophiles.
Cela ne veut pas dire que ces articles sont mauvais. Le but de cet article que j'écris maintenant est de pouvoir comprendre où et comment je brouille quand je lis ces articles, ou ce que j'écris vraiment sans le savoir.
La seule chose très importante à propos des statistiques bayésiennes est Les statistiques bayésiennes ne sont ni absolument meilleures que les statistiques non bayésiennes ni compatibles avec le haut.
C'est juste une idée. C'est une religion.
Les statistiques absolument correctes ne sont qu'une illusion. Il n'y a pas d'histoire de rêve dans ce monde magnifique et impitoyable où Bayes peut résoudre tous les autres problèmes statistiques.
Mais quel principe / position adoptez-vous? C'est juste une question profonde.
Comme le suggère le nom Bayes ** Principe **, les statistiques bayésiennes sont un principe / une position, comme mentionné ci-dessus. Cependant, le «principe» est devenu à la mode et obsolète à chaque époque.
Dans un exemple facile à comprendre, la démocratie est le meilleur exemple. Les gens des pays développés modernes considèrent la démocratie comme la meilleure méthode politique, mais ce n'est pas toujours la meilleure. Il doit y avoir eu un temps où des principes autres que la démocratie fonctionnaient à leur manière? est. Peut-être 1000 ans plus tard, la démocratie peut être ridiculisée.
Dans le monde des statistiques, le fréquencenisme a été critiqué ces dernières années.
Si vous lisez cet article, vous avez probablement entendu l'expression selon laquelle il existe une «différence significative». Le courant dominant des statistiques au XXe siècle était la fréquence. La "valeur p" et la "signification" du "test d'hypothèse statistique", qui est l'outil le plus pratique pour ces statistiques traditionnelles basées sur les fréquences, ont été critiquées.
C'est pourquoi les statistiques bayésiennes se répandent progressivement comme une antithèse basée sur la fréquence.
De plus, il faut beaucoup de puissance de calcul pour gérer les statistiques bayésiennes, et au cours des 10 ou 20 dernières années, tout le monde est enfin devenu capable de gérer Bayésien.
Deux ans avant mes études supérieures, de plus en plus de chercheurs insistaient pour ne pas trop s'appuyer sur les p-values en agriculture (statistiques biologiques), statistiques médicales, statistiques psychologiques, etc., dans lesquelles je me spécialisais. J'avais l'impression d'être là.
Je pense qu'il vaut mieux parler de Bayes si vous voulez créer une brise fraîche (rires) à l'avenir.
Afin de bien comprendre le bayésianisme, étudions d'abord correctement le fréquencenisme lol
Puisque le bayésianisme et le fréquencenisme sont dans des positions différentes, le grossiste ne dit pas qu'il ne faut pas étudier le fréquencenisme pour comprendre le bayésisme. Si vous ne vouliez pas étudier le fréquencenisme et que vous tentiez de vous échapper à Bayes, veuillez changer d'avis secrètement lol Si vous ne voulez pas ressasser ces tripes pourries, fermez doucement cet article lol
Il vaut mieux étudier le principe de fréquence Afin de comprendre profondément le bayésianisme, il est recommandé d'étudier tout en étant conscient de la différence avec le fréquencenisme.
De nombreux livres d'introduction et articles pour débutants sur Bayes décrivent la différence avec le fréquencenisme. Une connaissance fréquente est toujours utile pour lire de telles choses. C'est inévitable dans l'histoire des statistiques comme je l'ai expliqué plus tôt.
Alors, tout d'abord
Il est préférable d'apprendre les bases avec un livre qui vous permet d'apprendre les statistiques tout en bougeant réellement vos mains. Il existe de nombreux livres spécialisés qui détaillent les statistiques basées sur les fréquences. Cependant, même si vous vous attaquez soudainement à une conférence difficile, votre cœur ne fera que se briser.
Le livre ci-dessus est quelque chose sur lequel même les débutants en programmation peuvent travailler, de sorte que vous pouvez facilement et agréablement imaginer des statistiques.
Et ensuite, passons à une petite étude théorique. personnellement,
Merci pour ce livre.
C'est très utile même si vous n'êtes pas psychologue. En fait, la psychologie est une question universitaire qui a jeté les bases de l'avancement des statistiques.
Est-ce parce qu'il n'est pas clair en un coup d'œil si l'opération est vraiment efficace, et qu'il n'y a pas d'autre choix que de la confirmer expérimentalement. Pour le dire autrement, la psychologie aurait dû être aidée par un outil objectivement visible appelé «statistique» pour être reconnue comme «science». C'est la même chose, par exemple, en médecine où vous souhaitez vérifier l'effet d'un médicament.
Dans le livre ci-dessus, il est expliqué en fonction de la manière dont les statistiques sont réellement utilisées en psychologie, et je pense que c'est amusant à lire.
À ce stade, vous devriez avoir une idée du fréquencenisme. Ensuite, lisez un livre de transition entre la fréquence et le bayésianisme.
Dans le positionnement du pontage entre le principe de fréquence et le principe bayésien, il ne peut y avoir autre chose que ce livre (communément appelé livre Midori). Ce livre a été acclamé dans de nombreux articles autres que celui-ci.
Vous pouvez facilement et agréablement sentir l'expansion du monde des statistiques. J'ai aussi lu ce livre et je suis devenu plus friand de statistiques. Les statistiques, qui ne m'ont pas semblé amusantes car il ne s'agissait que de formules mathématiques, semblaient être colorées à la fois lorsque j'ai rencontré le livre de Midori.
Il n'est pas exagéré de dire que ** un chef-d'œuvre qui a changé ma vie **.
Le grand avantage des livres Midori est
Comprendre le MCMC est essentiel pour comprendre Bayes. La méthode Markov Chain Monte Carlo, un nom très difficile, était absolument nécessaire pour mettre Bayes en pratique. En même temps, il est aussi celui qui a gardé la fidélité de Bayes fermement jusqu'à ces dernières années où la puissance de l'ordinateur a augmenté.
Après ce livre
Lisons un peu plus de livre Bayes Bayes (rires). Ni l'un ni l'autre n'est si difficile, et il est recommandé de l'écrire afin que vous puissiez comprendre quelque chose comme "le sens de l'utilisation de Bayes" plutôt que d'entrer dans une histoire techniquement difficile.
Lisez les livres Midori et ceux-ci et vous serez à l'entrée du monde profond de Bayes!
Après avoir suivi le processus d'étude ci-dessus, c'est une bonne idée de bouger vos mains tout en étudiant!
C'est une étape pour utiliser réellement Bayes. Mieux encore, ces livres vous aident à comprendre MCMC en bougeant vos mains.
Personne n'utilise réellement Bayes et ne peut pas programmer. C'est parce que, comme je l'ai expliqué au début, il y a beaucoup d'autres choses que vous devez faire pour travailler avec des données dans Bayes. Collecter des données, les coller ensemble, les nettoyer, faire des choses comme ça et faire des choses comme ça.
Ces livres sont écrits en supposant que vous pouvez programmer tels quels, mais si vous avez atteint ce point, vous pourrez sûrement avoir une vie bayésienne amusante avec un livre à la main.
C'est une impression personnelle, mais Bayes est très intéressante. L'étude apparemment illusoire des statistiques montre des aspects doux et adorables lors de l'apprentissage de Bayes.
Mais je peux voir une obscurité profonde dans ce sourire ...
Pourquoi ne jetez-vous pas un coup d'œil dans un monde si mystérieux et fascinant de statistiques bayésiennes?
Recommended Posts