কোন পরিসংখ্যানগত পদ্ধতি প্রত্নসম্পর্কীয় এবং পাঠ্যপুস্তক থেকে বাদ দেওয়া উচিত? [বন্ধ]

Question

দ্বিপদী অনুপাতের জন্য আত্মবিশ্বাসের ব্যবধান সম্পর্কে একটি প্রশ্নের জবাবে আমি এই সত্যটি নির্দেশ করেছিলাম যে স্বাভাবিক আনুমানিকটি একটি অবিশ্বাস্য পদ্ধতি যা প্রত্নতাত্ত্বিক। এটিকে কোনও পদ্ধতি হিসাবে শেখানো উচিত নয়, যদিও এটি একটি যুক্তিও হতে পারে যে এটি পর্যাপ্ত পদ্ধতি কী করে তা সম্পর্কে একটি পাঠের অংশ হিসাবে অন্তর্ভুক্ত করা যেতে পারে।

অন্যান্য 'স্ট্যান্ডার্ড' পরিসংখ্যানিক পদ্ধতিগুলি কী কী যা তাদের ব্যবহার-দ্বারা তারিখটি পেরিয়ে গেছে এবং ভবিষ্যতের পাঠ্যপুস্তকের সংস্করণগুলি (যাতে দরকারী ধারণাগুলির জন্য স্থান তৈরি করে) বাদ দেওয়া উচিত?

Comments

ল্যারি ওয়াসারম্যান এই প্রশ্নটি জিজ্ঞাসা করে এবং তার ব্লগে কিছু উত্তর প্রস্তাব করে । ব্যবহারকারীদের মন্তব্য দেখুন।

— জনরোস

সাধারণ আনুমানিক শিক্ষা কেন খারাপ?

— ডগলাস জারে

আমি সন্দেহ করি যে এই প্রশ্নটি কিছু গঠনমূলক উত্তর পেতে পারে তবে, এখনও অবধি পোস্ট করা উত্তরগুলি (মুছে ফেলা হওয়াগুলি সহ) পরে দেখার পরে আমি মারাত্মকভাবে সন্দেহ করছি, তাই আমি বন্ধ করার পক্ষে ভোট দিচ্ছি।

— ম্যাক্রো

আমার নিজের মন্তব্যের জবাব দেওয়ার জন্য, আমি মনে করি যে ধারণাটি অনুমান করা হয় যে স্বাভাবিক অনুমানের ফলে খুব বেশি বিস্তৃত হতে পারে যখন সম্ভাবনা খুব কাছাকাছি থাকে $0$ অথবা $1$এবং / বা পরীক্ষাগুলির সংখ্যা কম, এবং এমন অন্যান্য কৌশল রয়েছে যা শক্ত আত্মবিশ্বাসের ব্যবধান তৈরি করে এবং অল্প সংখ্যক বিচারের সাথে আরও ভাল কাজ করে। এর অর্থ কি সাধারণ আনুমানিকতাটি coverাকানো খারাপ? আমি তাই মনে করি না. সাধারণ আনুমানিকতা সহজ এবং মনে রাখা সহজ। হালকা পরিবর্তনগুলি খুব ভাল উইলসন ব্যবধান আনুমানিক। সুতরাং, এটি এবং এর প্রয়োগযোগ্যতার ডোমেন অন্তর্ভুক্ত করুন।

— ডগলাস জারে

আমি মনে করি না এটি এটি শেখানোর বিরুদ্ধে একটি ভাল যুক্তি। লোকেরা যা বোঝে এবং মনে রাখে সেগুলি ব্যবহার করে এবং জটিল টাইপসেটিংয়ের সাথে কেবল সূত্রগুলি শেখানোর অর্থ শিক্ষার্থীরা তাদের স্বজ্ঞাগুলি ততটা বাড়িয়ে তুলবে না বা হাত দিয়ে সাধারণ উদাহরণগুলি সক্ষম করতে সক্ষম হবে না। যদি ত্রুটিগুলি গুরুত্বপূর্ণ হয় তবে সেগুলি সম্পর্কে শিখিয়ে দিন এবং আরও জটিল পদ্ধতি কেন বিদ্যমান তা লোকেরা মনে করতে পারে। আপনি যদি সাধারণ আনুমানিকতা না শিখিয়ে থাকেন তবে আপনি কীভাবে বলতে পারেন, "কেপল ২ দিয়ে ল্যাপলেস স্মুথিংয়ের সাথে উইলসন বিরতি স্বাভাবিকের সন্নিকটে?" এটি সাবজেক্টিভ এবং যুক্তিযুক্ত মনে হচ্ছে, তাই আমি বন্ধ হয়ে ভোট দিচ্ছি।

— ডগলাস জারে

Answer 1

এই তিনটি বঞ্চিত অনুশীলনের তালিকায় সম্ভবত কোথাও র‌্যাঙ্ক করবে:

1. একটি টেবিলের মধ্যে স্বাভাবিক / এফ / টি বিতরণের পরিমাণের সন্ধান করুন।
2. স্বাভাবিকতার পরীক্ষা।
3. দুটি নমুনা টি-টেস্ট বা আনোভা করার আগে বিভিন্ন ধরণের সমতার টেস্ট।
4. ধ্রুপদী (উদাঃ অ শক্তিশালী) অবিচ্ছিন্ন প্যারাম্যাট্রিক পরীক্ষা এবং আত্মবিশ্বাসের ব্যবধান।

পরিসংখ্যান কম্পিউটার এবং বৃহত্তর মাল্টিভিয়ারেট ডেটাসেটের যুগে স্থানান্তরিত হয়েছে। আমি এটি আবার ঘূর্ণিত হবে আশা করি না। প্রয়োজন অনুসারে, আরও উন্নত কোর্সে শেখানো পদ্ধতিগুলি কিছুটা ব্রেইম্যান এবং টুকির সমালোচকদের দ্বারা প্রভাবিত হয়েছিল। আইএমও, ফোকাসটি স্থায়ীভাবে সেই পদ্ধতির দিকে চলে গেছে যাতে কাজ করার জন্য কম অনুমানগুলি পূরণ করা প্রয়োজন। একটি প্রাথমিক পাঠ্যক্রমের প্রতিফলন করা উচিত।

আমি মনে করি পরিসংখ্যানগত চিন্তাধারার ইতিহাসে আগ্রহী শিক্ষার্থীদের একটি পরবর্তী পর্যায়ে এখনও কিছু উপাদান শেখানো যেতে পারে।

Comments

আপনার উত্তর সমর্থন করার জন্য প্রমাণ প্রদান করুন । এই থ্রেডটি যদি কিছু লোককে খারাপ বলে মনে হয় স্টাফগুলির খাঁটি তালিকায় রূপান্তরিত করে তবে এটি বন্ধ করতে হবে।

— whuber

আমি সম্মত হব যে পরিসংখ্যানের সারণীগুলি ব্যবহার করা একেবারে অপ্রচলিত কম্পিউটিং প্রযুক্তি। স্বাভাবিকতার টেস্টগুলির অবশ্য কারণ রয়েছে।

— স্টাসকে

টেবিলগুলি (এবং স্বাভাবিকতা পরীক্ষা) সম্পর্কে @ স্ট্যাস্ক সম্মত; তবে যেহেতু আমরা পাঠ্যবিজ্ঞানের বিষয়ে আলোচনা করতে দেখা গিয়েছি , ইনফার হিসাবে "পাঠ্যপুস্তক" পাঠ্য সমর্থনকে সমর্থন করার রেফারেন্স, তাই আমি মনে করি যে পিডিএফের গ্রাফের আওতাধীন অঞ্চলে কোয়ান্টাইলগুলি কীভাবে সম্পর্কিত তা শেখানোর জন্য এবং ম্যানিপুলেশনের প্রয়োজনীয় প্রশ্ন জিজ্ঞাসা করে সেই বোঝার পরীক্ষার জন্য একটি শক্তিশালী মামলা তৈরি করা যেতে পারে (এবং তাই অনুমান) areas অঞ্চলগুলির। সারণী দর্শনগুলি অঞ্চলগুলি অনুমান করার জন্য একটি সুবিধাজনক উপায় রয়েছে, বিশেষত লেজগুলিতে। আমাদের কেবল এটি মনে রাখা দরকার যে চেহারা (বা গণনা!) নিখুঁতভাবে একটি সহায়ক গণনা এবং অনুশীলনের মূল বিষয় নয়।

— হোবার

আমি টেবিলগুলি সম্পর্কে একমত, এবং কেবল এ কারণে নয় যে তারা অপ্রয়োজনীয়। তারা এই ধারণাটিও খেলেন যে তারা উল্লেখ করেছেন যে সমালোচনামূলক মানগুলির সাথে জড়িত পি-মান সম্পর্কে বিশেষ কিছু রয়েছে। এটি প্রমাণের সূচক হিসাবে পি-মানগুলির ব্যবহারকে অস্পষ্ট করে।

— মাইকেল লু

সাধারণতা পরীক্ষা বাদ দেওয়া যেতে পারে, তবে সম্ভবত তাদের অনুশীলনের সাথে পরিপূরক করা উচিত যা দেখায় যে ছোট্ট নমুনা মাপগুলির সাথে বিতরণের মধ্যে তাদের যে সামান্য শক্তি রয়েছে যার জন্য স্বাভাবিকতাটি আসলে গুরুত্ব দেয়! সম্ভবত অনুশীলনগুলি যা দেখায় যে কতটা অ-স্বাভাবিকতা বিভিন্ন টেস্ট এবং ব্যবধানের অনুমানের বৈশিষ্ট্যগুলিকে প্রভাবিত করে তা আরও ভাল।

— মাইকেল লু