Metode statistik apa yang kuno dan harus dihilangkan dari buku teks? [Tutup]

Dalam menjawab pertanyaan tentang interval kepercayaan untuk proporsi binomial, saya menunjukkan fakta bahwa perkiraan normal adalah metode yang tidak dapat diandalkan yang kuno. Seharusnya tidak diajarkan sebagai metode, meskipun mungkin ada argumen bahwa itu dimasukkan sebagai bagian dari pelajaran tentang apa yang membuat metode yang memadai.

Apa pendekatan statistik 'standar' lainnya yang telah melewati tanggal penggunaannya dan harus dihilangkan dari edisi buku teks yang akan datang (dengan demikian memberikan ruang bagi ide-ide yang bermanfaat)?

references history

— Michael Lew
sumber

Larry Wasserman mengajukan pertanyaan dan menyarankan beberapa jawaban di blog-nya . Lihat juga komentar pengguna.

— JohnRos

Mengapa perkiraan normal buruk untuk diajarkan?

— Douglas Zare

Saya menduga pertanyaan ini dapat menghasilkan beberapa jawaban konstruktif tetapi, setelah melihat jawaban yang telah diposting sejauh ini (termasuk yang dihapus), saya sangat meragukannya, jadi saya memilih untuk menutup.

— Makro

0

$0$

1

$1$

Saya pikir itu bukan argumen yang bagus untuk tidak mengajarkannya. Orang-orang menggunakan apa yang mereka pahami dan ingat, dan hanya mengajarkan rumus dengan pengaturan huruf yang rumit berarti siswa tidak akan membangun intuisi mereka sebanyak mungkin atau dapat melakukan contoh sederhana dengan tangan. Jika kekurangannya penting, ajarkan tentang itu, dan orang mungkin ingat mengapa ada metode yang lebih rumit. Jika Anda tidak mengajarkan aproksimasi normal, bagaimana Anda bisa mengatakan, "Interval Wilson mendekati aproksimasi normal dengan penghalusan Laplace dengan k = 2?" Ini terdengar subyektif dan argumentatif, jadi saya memilih untuk menutup.

— Douglas Zare

Ketiga mungkin akan peringkat di suatu tempat dalam daftar latihan yang sudah usang:

mencari kuantil dari distribusi normal / F / t dalam sebuah tabel.
Tes normalitas.
Tes persamaan varian sebelum melakukan dua sampel t-tes atau anova.
Tes parametrik univariat dan interval kepercayaan yang klasik (mis. Tidak kuat).

Statistik telah bergerak di zaman komputer dan kumpulan data multivarian yang besar. Saya tidak berharap ini akan dibatalkan. Karena kebutuhan, pendekatan yang diajarkan dalam kursus yang lebih maju dalam beberapa hal dipengaruhi oleh kritik Breiman dan Tukey. Fokusnya, IMO, secara permanen bergeser ke arah pendekatan yang membutuhkan lebih sedikit asumsi yang harus dipenuhi untuk dapat bekerja. Kursus pengantar harus mencerminkan hal itu.

Saya pikir beberapa elemen masih bisa diajarkan pada tahap terakhir kepada siswa yang tertarik pada sejarah pemikiran statistik.

— user603
sumber

Harap berikan bukti untuk mendukung jawaban Anda. Jika utas ini berubah menjadi daftar barang murni yang oleh sebagian orang dianggap buruk, maka harus ditutup.

— whuber

Saya setuju bahwa menggunakan tabel statistik adalah teknologi komputasi yang benar-benar usang. Namun, uji normalitas memang memiliki alasan.

— Tugas

@StasK Setuju tentang tabel (dan tes normalitas); tetapi karena kita tampaknya membahas pedagogi, sejauh "buku teks" berkonotasi dengan referensi untuk mendukung pengajaran, saya pikir kasus yang kuat dapat dibuat untuk mengajarkan bagaimana menghubungkan kuantil ke area di bawah grafik PDF dan untuk menguji pemahaman itu dengan mengajukan pertanyaan yang memerlukan manipulasi (dan karenanya estimasi) dari area tersebut. Pencarian tabel tetap merupakan cara yang mudah untuk memperkirakan area, terutama pada bagian ekor. Kita hanya perlu mengingat bahwa pencarian (atau perhitungan!) Adalah murni perhitungan tambahan dan bukan titik latihan.

— whuber

Saya setuju tentang tabel, dan tidak hanya karena mereka tidak perlu. Mereka juga bermain dengan gagasan bahwa ada sesuatu yang istimewa tentang nilai-P yang terkait dengan nilai-nilai kritis yang mereka tentukan. Itu cenderung mengaburkan penggunaan nilai-P sebagai indeks bukti.

— Michael Lew - mengembalikan Monica

Tes normalitas mungkin dihilangkan, tetapi mungkin mereka harus dilengkapi dengan latihan yang menunjukkan betapa kecilnya kekuatan yang mereka miliki untuk membedakan antara distribusi dengan ukuran sampel kecil yang normal sebenarnya penting! Mungkin latihan yang menunjukkan sejauh mana ketidaknormalan memengaruhi sifat berbagai tes dan perkiraan interval masih lebih baik.

— Michael Lew - mengembalikan Monica