📚#سفر_به_دنیای_کتاب_ها

😍هنر آمار "آموزش از داده"

1️⃣1️⃣ فصل یازدهم: یادگیری از تجربه راه بیزی

🔴 روش‌های بیزی شواهد را از داده‌ها ترکیب می‌کنند (خلاصه‌شده توسط  احتمال) با اطلاعات اولیه (معروف به توزیع قبلی) برای کمیت مجهول یک توزیع احتمال پسین تولید می‌کند.

🔴 قضیه بیز برای دو فرضیه رقیب را می‌توان به این صورت بیان کرد:
شانس پسین = نسبت احتمال × شانس قبلی.

🔴 نسبت احتمال بیانگر حمایت نسبی از دو فرضیه از یک مورد از شواهد است و گاهی اوقات برای خلاصه کردن شواهد پزشکی قانونی در محاکمات جنایی استفاده می‌شود.

🔴 هنگامی که توزیع قبلی از برخی فرآیندهای نمونه برداری فیزیکی حاصل می‌شود،  روش‌های بیزی بحث برانگیز نیستند. با این حال به طور کلی درجه ای از  قضاوت لازم است.

🔴 مدل‌های سلسله مراتبی اجازه می‌دهند که شواهد از چندین تحلیل کوچک که فرض می‌شود پارامترهای مشترکی دارند، جمع شوند.

🔴 عوامل بیز معادل نسبت‌های احتمال برای فرضیه‌های علمی و جایگزینی بحث برانگیز برای فرضیه صفر آزمون معنی‌دار هستند.

🔴 نظریه استنتاج آماری تاریخچه طولانی بحث و جدل دارد، اما  مسائل مربوط به کیفیت داده‌ها و قابلیت اطمینان علمی از اهمیت بیشتری برخوردار است.

2️⃣1️⃣ فصل داوازدهم: چگونه همه چیز اشتباه می‌شود

🟡 عملکرد ضعیف آماری تا حدودی مسئولیت بحران در تکرارپذیری علم را بر عهده دارد.

🟡 به نظر می‌رسد ساخت عمدی داده‌ها نسبتاً نادر است، اما خطاهای مکرر در روش های آماری در آن وجود دارد.

🟡 مشکل بزرگ‌تر، شیوه‌های تحقیقاتی مشکوک است که تمایل دارند منجر به ادعاهای اغراق آمیز در معنی‌داری آماری شود.

🟡 در خط مشی‌ای که شواهد آماری به دست عموم می‌رسد، دفاتر مطبوعات، روزنامه نگاران و سردبیران به جریان ادعاهای آماری غیر موجه از طریق استفاده از تفسیر و ارتباط مشکوک می‌افزایند.

#️⃣#Art_of_statistics
#️⃣#David_Speigelhalter
#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math