Теория вероятности возникает в XVII в. Метод наименьших квадратов Гадеса – 1794.
Современный этап – 1990, журнал Biometrica. Первая треть XX в. - применяют в основном параметрическую статистику.
Совершенно неясны критерии, по которым данные должны подчиняться кривым Пирсона и распределениям. Есть несколько моделей (независимые случайные величины, суммы, нормальное распределение, производные, логарифмы), но подавляющее большинство получает кривую скорее произвольно
На 1990-ый актуальны для специалиста – ~100 000 публикаций. Даже в наиболее полном 3-хтомнике Кендалла-Стюарта учтены 2 тыс. Учёные уходят в тупиковые ветки и беспомощны с реальными данными. Фактически, включается адаптационный механизм торможения науки.
Результаты, не попавшие в учебник, как правило, забываются. Человек, получив образование, либо забивает и пользуется обломками данных, либо, если идёт в науку, копает только свой узкий канал (если копает). В итоге – ВУЗовские учебники до сих пор на уровне 40-60-х XX в. Публикации – аналогично.
В своё время сам Орлов работал с оценками параметрических семейств. Функция правдоподобия, эффективности оценок, неравенство Рао-Крамера. Но этот подход – тупиковый, реальные данные не подчиняются каким-либо параметрическим семействам.
Прикладная делится на: математика, методы сбора данных, кодинг.
Матстатистика давно замкнулась внутри себя и не реагирует на соседние области. В этом она аналогична геометрии – ныне это ритуальный предмет и землю давно меряют геодезисты. Пересечение высот треугольника мало кому интересно. Поэтому учебные часы сокращаются, при поступлении больше не спрашивают. А это путь в историю науки, вслед за теологией.
Большинство методов в Statgraphics/SPSS/Statistica в учебниках просто нет.
Современный этап – 1990, журнал Biometrica. Первая треть XX в. - применяют в основном параметрическую статистику.
Совершенно неясны критерии, по которым данные должны подчиняться кривым Пирсона и распределениям. Есть несколько моделей (независимые случайные величины, суммы, нормальное распределение, производные, логарифмы), но подавляющее большинство получает кривую скорее произвольно
На 1990-ый актуальны для специалиста – ~100 000 публикаций. Даже в наиболее полном 3-хтомнике Кендалла-Стюарта учтены 2 тыс. Учёные уходят в тупиковые ветки и беспомощны с реальными данными. Фактически, включается адаптационный механизм торможения науки.
Результаты, не попавшие в учебник, как правило, забываются. Человек, получив образование, либо забивает и пользуется обломками данных, либо, если идёт в науку, копает только свой узкий канал (если копает). В итоге – ВУЗовские учебники до сих пор на уровне 40-60-х XX в. Публикации – аналогично.
В своё время сам Орлов работал с оценками параметрических семейств. Функция правдоподобия, эффективности оценок, неравенство Рао-Крамера. Но этот подход – тупиковый, реальные данные не подчиняются каким-либо параметрическим семействам.
Прикладная делится на: математика, методы сбора данных, кодинг.
Матстатистика давно замкнулась внутри себя и не реагирует на соседние области. В этом она аналогична геометрии – ныне это ритуальный предмет и землю давно меряют геодезисты. Пересечение высот треугольника мало кому интересно. Поэтому учебные часы сокращаются, при поступлении больше не спрашивают. А это путь в историю науки, вслед за теологией.
Большинство методов в Statgraphics/SPSS/Statistica в учебниках просто нет.
Комментариев нет:
Отправить комментарий