Kysymys:
Mitä eroa on todennäköisyydellä ja tilastoilla?
hslc
2010-07-27 01:17:18 UTC
view on stackexchange narkive permalink

Mikä on todennäköisyyden ja tilastojen ero ja miksi niitä tutkitaan yhdessä?

21 vastused:
#1
+124
Mark Meckes
2010-07-27 01:47:19 UTC
view on stackexchange narkive permalink

Lyhyt vastaus tähän, jonka olen kuullut Persi Diaconisilta, on seuraava: todennäköisyyden ja tilastojen huomioimat ongelmat ovat käänteisiä. Todennäköisyysteoriassa tarkastelemme jotain taustalla olevaa prosessia, jolla on jonkin verran satunnaismuuttujien mallinnettua satunnaisuutta tai epävarmuutta, ja selvitämme mitä tapahtuu. Tilastoissa havaitsemme jotain tapahtunutta ja yritämme selvittää, mikä taustalla oleva prosessi selittäisi nämä havainnot.

Joten tilastot tarkkailevat, mitä tapahtuu fyysisessä maailmassa, teorioi taustalla olevan prosessin ja sitten löytänyt prosessin käyttää sitä todennäköisyyden avulla ennustamaan, mitä seuraavaksi tapahtuu?
En ole tilastotieteilijä, mutta ymmärrykseni sanoisin, kyllä, se * osa * mitä tilastot tekevät.
Induktio vs. vähennys?
Kuten Paolo sanoi, todennäköisyysteoria koskee lähinnä deduktiivista osaa, tilastoja mallinnusprosessien induktiivisella osalla epävarmuudella. Ehkä on mielenkiintoista mainita, että jos uskotaan, että uskottavan induktiivisen päättelyn tulisi olla johdonmukainen, niin tulos on itse asiassa bayesiläinen tilasto, ja mielenkiintoisempi tämä voidaan johtaa todennäköisyysteoriasta. Bayesin tilastot ovat siis pohjimmiltaan niin sanottua todennäköisyysteoriaa.
Ja datatieteessä emme yritä selvittää mitään.Etsimme vain väärät korrelaatiot ja soitamme kassakoneeseen.
@Paolo: n tilastollista päätelmää pidetään "induktiivisena tilastona"
#2
+82
John D. Cook
2010-07-27 03:48:52 UTC
view on stackexchange narkive permalink

Pidän esimerkistä purkista punaisia ​​ja vihreitä hyytelöpapuja.

Todennäköinen henkilö aloittaa tietämällä kunkin osuuden ja kysyy todennäköisyyden piirtää punainen hyytelöpapu. Tilastotieteilijä päättelee punaisten hyytelöpapujen osuuden ottamalla näytteen purkista.

Mutta eikö se ole vain muotoilu?Eräs probabilist voi kysyä "kun olen piirtänyt kolme punaista papua, mikä on todennäköisyys, että osuus on viisikymmentä viisikymmentä?"
@ThomasAhle: Se ei ole tarkalleen määritelty todennäköisyyskysymys, ellet oleta jotain taustalla olevaa todennäköisyysmallia alkuperäiselle värien jakaumalle.
#3
+62
charles.y.zheng
2011-03-20 21:02:26 UTC
view on stackexchange narkive permalink

On harhaanjohtavaa sanoa yksinkertaisesti, että tilastot ovat yksinkertaisesti käänteinen todennäköisyydelle. Kyllä, tilastolliset kysymykset ovat käänteisen todennäköisyyden kysymyksiä, mutta ne ovat huonosti asetettuja käänteisiä ongelmia , ja tällä on suuri ero siinä, miten niihin puututaan.

Todennäköisyys on puhtaan matematiikan haara - todennäköisyyskysymyksiä voidaan esittää ja ratkaista käyttämällä aksiomaattista päättelyä, ja siksi kaikkiin todennäköisyyskysymyksiin on yksi oikea vastaus.

Tilastollisia kysymyksiä voidaan muunnettu todennäköisyyskysymyksiksi käyttämällä todennäköisyysmalleja . Kun olemme tehneet tiettyjä oletuksia datan tuottamismekanismista, voimme vastata tilastollisiin kysymyksiin todennäköisyysteorian avulla. Näiden todennäköisyysmallien asianmukainen muotoilu ja tarkistus on kuitenkin yhtä tärkeä tai jopa tärkeämpi kuin ongelman myöhempi analyysi näiden mallien avulla.

Voidaan sanoa, että tilastot koostuvat kahdesta osasta. Ensimmäinen osa on kysymys siitä, miten ongelman todennäköisyysmallit muotoillaan ja arvioidaan; tämä pyrkimys kuuluu "tieteenfilosofian" alueeseen. Toinen osa on kysymys vastausten saamisesta tietyn mallin oletettua. Tämä tilastojen osa on todellakin sovelletun todennäköisyysteorian asia, ja käytännössä se sisältää myös melko paljon numeerisia analyysejä.

Katso: http://bactra.org/reviews/error /

Rakastan sinua tästä vastauksesta
#4
+17
ars
2010-07-27 15:26:37 UTC
view on stackexchange narkive permalink

Pidän tästä Steve Skiennan lasketuista panoksista (katso linkki täydelliseen keskusteluun):

Yhteenvetona todennäköisyysteoria antaa meille mahdollisuuden löytää annetussa ihanteellisessa maailmassa, kun taas tilastoteorian avulla voimme mitata, missä määrin maailmamme on ihanteellinen.

#5
+13
user88
2010-07-27 01:18:46 UTC
view on stackexchange narkive permalink

Todennäköisyys on puhdas tiede (matematiikka), tilastot koskevat dataa. Ne ovat yhteydessä toisiinsa, koska todennäköisyys muodostaa jonkinlaisen perustan tilastoille ja tarjoaa perusideoita.

Joten todennäköisyys on puhdasta matematiikkaa ja tilastoja sovellettua matematiikkaa?
Tilastoja voidaan käyttää, mutta ei; silti datan käsite on aina läsnä.
#6
+13
Harvey Motulsky
2010-07-27 01:34:46 UTC
view on stackexchange narkive permalink

Intuitiivisen biostatistiikan taulukko 3.1 vastaa tähän kysymykseen alla olevan kaavion avulla. Huomaa, että kaikki nuolet osoittavat oikealle todennäköisyyden vuoksi ja vasemmalle tilastojen saamiseksi.

TODELLISUUS

Yleinen ---> Erityinen

Populaatio ---> Näyte

Malli ---> Tiedot

TILASTOT

General < --- Specific

Populaatio < --- Näyte

Malli < --- Tiedot

Joten tilastot ovat synonyymi tietojen analysoinnille?
En näe mitään eroa.
Jotkut data-analyysit eivät perustu usein esiintyviin tilastoihin.
#7
+11
Justin Bozonier
2010-09-16 05:54:50 UTC
view on stackexchange narkive permalink

Todennäköisyys vastaa kysymyksiin siitä, mitä tapahtuu , tilastot vastaavat kysymyksiin siitä, mitä tapahtui .

Tämän määritelmän mukaan ennusteväli on kuitenkin todennäköisyys eikä tilasto.
#8
+10
user28
2010-07-27 01:45:37 UTC
view on stackexchange narkive permalink

Todennäköisyydellä tarkoitetaan epävarmuuden kvantifiointia, kun taas tilastot selittävät vaihtelut joissakin mielenkiinnon kohteissa (esim. miksi tulotasot vaihtelevat?), joita havaitsemme tosielämässä.

Selitämme vaihtelun käyttämällä joitain havaittavia tekijöitä (esim. sukupuoli, koulutustaso, ikä jne. tuloesimerkkinä). Koska emme kuitenkaan pysty ottamaan huomioon kaikkia mahdollisia tuloihin vaikuttavia tekijöitä, jätämme kaikki selittämättömät vaihtelut satunnaisille virheille (mihin tulee epävarmuuden kvantifiointi).

Siksi määritämme "Variation = Effect Havaittavat tekijät + satunnaisvirheiden vaikutus "Tarvitsemme todennäköisyyden tarjoamia työkaluja, jotta voimme ottaa huomioon satunnaisvirheiden vaikutuksen havaittuun vaihteluun.

Seuraavassa on joitain esimerkkejä:

Epävarmuuden kvantifiointi

Esimerkki 1: Valsit 6-puolisen kärjen. Mikä on todennäköisyys saada 1?

Esimerkki 2: Mikä on todennäköisyys, että satunnaisesti Yhdysvalloista valitun aikuisen henkilön vuotuiset tulot ovat alle 40 000 dollaria?

Vaihtelun selittäminen

Esimerkki 1: Huomaamme, että henkilön vuotuiset tulot vaihtelevat. Mitkä tekijät selittävät ihmisen tulojen vaihtelun?

Emme selvästikään voi ottaa huomioon kaikkia tekijöitä. Siksi määritämme henkilön tulot joihinkin havaittaviin tekijöihin (esim. Koulutustaso, sukupuoli, ikä jne.) Ja jätämme jäljellä olevat vaihtelut epävarmuuteen (tai tilastokielellä: satunnaisiin virheisiin).

Esimerkki 2: Havaitsemme, että jotkut kuluttajat valitsevat Tiden suurimman osan ajasta ostaessaan pesuaineen, kun taas toiset kuluttajat valitsevat pesuainebrändin xyz. Mikä selittää valinnan vaihtelun? Valintojen vaihtelu johtuu joistakin havaittavista tekijöistä, kuten hinta, tuotenimi jne., Ja jätämme selittämättömät vaihtelut satunnaisille virheille (tai epävarmuustekijöille).

Entä jos satunnaisvirheistä tulee ajan mittaan suurempia kuin havaittavat tekijät?
Siinä tapauksessa työskentelet mallisi uudelleen, koska se ei ole enää todellisuuden mukainen.
#9
+8
user1108
2010-09-15 02:56:16 UTC
view on stackexchange narkive permalink

Todennäköisyys on epävarmuuden syleilyä, kun taas tilastot ovat empiiristä, hurjaa totuuden tavoittelua (tietysti kirottuja valehtelijoita ei tietenkään).

Tarkoitan tässä kaikkia frekvististisiä / bayesiläisiä todennäköisyyksiä ja kaikkia kuvailevia / tutkivia / päätteleviä tilastoja.
#10
+7
raegtin
2010-08-29 06:35:45 UTC
view on stackexchange narkive permalink

Samoin kuin Mark sanoi, tilastoja kutsuttiin historiallisesti käänteiseksi todennäköisyydeksi , koska tilastot yrittävät päätellä havaintojen perusteella tapahtuman syyt, kun taas todennäköisyys on päinvastoin.

#11
+6
Tony Breyal
2010-07-27 02:00:01 UTC
view on stackexchange narkive permalink

Tapahtuman todennäköisyys on sen pitkän aikavälin suhteellinen taajuus. Joten se periaatteessa kertoo sinulle mahdollisuuden esimerkiksi saada 'pää' kolikon seuraavaan kääntöön tai saada '3' seuraavaan rullaan die.

Tilasto on mikä tahansa numeerinen mittayksikkö, joka lasketaan populaation otoksesta. Esimerkiksi otoksen keskiarvo. Käytämme tätä tilastona, joka arvioi populaation keskiarvon, joka on parametri. Joten pohjimmiltaan se antaa sinulle jonkinlaisen yhteenveto näytteestä.

  • Voit saada tilaston vain näytteestä, muuten Jos lasket joukon numeerisen mittarin, sitä kutsutaan populaatioparametriksi.
#12
+6
Carlos Accioly
2010-09-20 18:59:31 UTC
view on stackexchange narkive permalink

Todennäköisyystutkimukset. No, kuinka todennäköisiä tapahtumat ovat. Tiedät intuitiivisesti, mikä on todennäköisyys.

Tilastot ovat tietojen tutkimus: niiden esittäminen (työkalujen, kuten kaavioiden avulla), yhteenveto (keskiarvoilla ja keskihajonnoilla jne.), Johtopäätösten tekeminen maailmasta, josta että tiedot piirrettiin (viivojen sovittaminen tietoihin jne.) ja - tämä on avain - kvantifioidaan, kuinka varmoja voimme olla johtopäätöksistämme.

Arvioidaksemme kuinka varmoja voimme olla johtopäätöksistämme meidän on käytettävä todennäköisyyttä. Oletetaan, että sinulla on viime vuoden tiedot sademäärästä alueella, jossa asut ja missä asun. Viime vuonna satoi keskimäärin 1/4 tuumaa viikossa missä asut ja 3/8 tuumaa missä asun. Joten voimme sanoa, että sademäärät alueellani ovat keskimäärin 50% enemmän kuin asut, eikö? Ei niin nopeasti, Sparky. Se voi olla sattuma: ehkä sattui sataa viime vuonna paljon asuinpaikkani. Voimme käyttää todennäköisyyttä arvioidaksemme, kuinka varmoja voimme olla johtopäätöksessäni, että kotini on 50% soggier kuin sinun.

Voit siis pohjimmiltaan sanoa, että todennäköisyys on tilastoteorian matemaattinen perusta.

#13
+5
zoran
2010-07-27 17:36:47 UTC
view on stackexchange narkive permalink

Todennäköisyysteoriassa meille annetaan jollakin tavalla satunnaismuuttujia X1, X2, ... ja sitten tutkitaan niiden ominaisuuksia, eli lasketaan todennäköisyys P {X1 \ in B1}, tutkitaan X1: n, X2: n, konvergenssia. .. jne.

Matemaattisissa tilastoissa meille annetaan jonkin satunnaismuuttujan X toteutuksia ja jakaumajoukko D; ongelmana on löytää D-jakaumien joukosta sellainen, joka todennäköisesti tuottaa havaitsemamme tiedot.

Joten voimme löytää vain malleja, joita etsimme?
#14
+4
410 gone
2011-03-20 14:27:37 UTC
view on stackexchange narkive permalink

Todennäköisyydellä jakauma on tiedossa ja tiedossa etukäteen - aloitetaan tunnetulla todennäköisyysjakautumistoiminnolla (tai vastaavalla) ja otetaan siitä.

Tilastoissa jakaumaa ei tunneta etukäteen. Se voi olla jopa tuntematon. Oletuksia oletettujen havaittujen tietojen takana olevasta todennäköisyysjakaumasta, jotta voidaan soveltaa todennäköisyysteoriaa kyseisiin tietoihin, jotta voidaan tietää, voidaanko kyseisiä tietoja koskeva nollahypoteesi hylätä vai ei.

On olemassa filosofinen keskustelu siitä, onko reaalimaailmassa sellainen asia kuin todennäköisyys vai onko se matemaattisen mielikuvituksemme ihanteellinen tulos, ja kaikki havaintomme voivat olla vain tilastollisia.

#15
+3
Carlos Accioly
2010-09-22 19:31:44 UTC
view on stackexchange narkive permalink

Tilastot ovat totuuden tavoittelua epävarmuuden edessä. Todennäköisyys on työkalu, jonka avulla voimme mitata epävarmuutta.

(Olen antanut toisen, pidemmän vastauksen, jossa oletettiin, että kysytty oli jotain tapaa "Kuinka selität sen isoäidillesi? ")

#16
+3
gusl
2013-02-12 23:26:25 UTC
view on stackexchange narkive permalink

Vastaus # 1: Tilastot on parametrisoitu Todennäköisyys. Jokainen teoreettista todennäköisyyttä käsittelevä kirja kertoo Todennäköisyystripletistä: $ (\ Omega, \ mathcal F, P) $. Mutta jos teet tilastoja, sinun on lisättävä $ \ theta $ yllä olevaan: $ (\ Omega, \ mathcal F, P_ \ theta) $, toisin sanoen $ \ theta $: n eri arvoille saat erilaisia ​​todennäköisyysmittauksia (eri jakaumat).

Vastaus # 2: Todennäköisyys on eteenpäin; Tilastot ovat menossa taaksepäin.Todennäköisyys koskee prosessia, jolla tuotetaan (simuloidaan) tietoja, joiden arvo on $ \ theta $. Tilastot koskevat datan ottamista prosessien $ \ theta $ tekemiseen.

Vastuuvapauslauseke: yllä olevat ovat matemaattisia vastauksia. Todellisuudessa suuri osa Tilastoista koskee myös sopivien mallien suunnittelua / löytämistä, olemassa olevien mallien kyseenalaistamista, kokeiden suunnittelua, epätäydellisten tietojen käsittelyä jne. "Kaikki mallit ovat vääriä."

Vastaavasti, jos kysytään "mikä on kemia?" voimme vastata, että se on joukko differentiaaliyhtälöitä. Matemaattisen teorian kuvaus voi antaa meille pienen kuvan siitä, mistä aihe on, mutta se ei ole itse aihe.
#17
+3
Kenny LJ
2016-06-26 11:17:25 UTC
view on stackexchange narkive permalink

Todennäköisyys : Etsi tunnettujen parametrien perusteella todennäköisyys tarkkailla tiettyä tietojoukkoa.

Tilastot : Kun olet tietyn joukon havaittuja tietoja, tee johtopäätöksiä siitä, mitkä parametrit voivat olla.

Tilastot ovat "subjektiivisempia" ja "enemmän taidetta kuin tiedettä" (suhteessa todennäköisyyteen).

$$$$

$$ \ underline {\ text {Example}} $$

Meillä on kolikko, joka voidaan kääntää. Olkoon $ p $ kolikoiden kääntöjen osuus.

Todennäköisyys : Oletetaan, että $ p = \ frac {1} {2} $. Mikä on todennäköisyys saada $ HHH $ (kolme päätä peräkkäin)?

Useimmat todennäköisyyksien edustajat antaisivat saman yksinkertaisen vastauksen: "Todennäköisyys on $ \ frac {1} {8} $."

Tilastot : Oletetaan saamme $ HHH $. Mikä sitten on $ p $?

Eri tilastotieteilijät antavat erilaisia, usein pitkäkestoisia vastauksia.

#18
+3
TheodoreM
2016-08-19 22:12:04 UTC
view on stackexchange narkive permalink

Ero todennäköisyyksien ja tilastojen välillä on se, että todennäköisyydessä ei ole virhettä. Olemme varmoja todennäköisyydestä, koska tiedämme tarkalleen, kuinka monella puolella on kolikko tai kuinka monta sinistä karamellia on maljakossa. Mutta tilastoissa tutkimme osan väestöstä riippumatta siitä, mitä tutkimme, ja yritämme nähdä totuuden, mutta aina virheellisten johtopäätösten prosentti on. Ainoa tilastoissa totta on tämä prosentuaalinen virhe, joka on itse asiassa todennäköisyys.

#19
+2
kervin
2016-11-23 01:11:38 UTC
view on stackexchange narkive permalink

Savagen teksti Tilastojen säätiöt on mainittu yli 12 000 kertaa Google Scholarissa. [3] Se kertoo seuraavan.

On yksimielisesti sovittu, että tilastot riippuvat jotenkin todennäköisyydestä. Mutta mitä todennäköisyys on ja miten se liittyy tilastoihin, Babelin tornista lähtien on ollut harvoin niin täydellistä erimielisyyttä ja viestinnän hajoamista. Epäilemättä suuri osa erimielisyydestä on vain terminologista ja se katoaa riittävän tarkan analyysin perusteella.

https://fi.wikipedia.org/wiki/Foundations_of_statistics

Joten sitä, että todennäköisyysteoria on tilastojen perusta, ei juurikaan kiistetä. Kaikki muu on reilua peliä.

Mutta yrittäessään olla hyödyllisempiä, käytännöllisempiä vastauksella ...

Todennäköisyysteoria sisältää kuitenkin paljon sellaista, mikä on enimmäkseen matemaattista mielenkiintoa eikä sillä ole välitöntä merkitystä tilastojen kannalta. Lisäksi monet tilastojen aiheet ovat riippumattomia todennäköisyysteoriasta.

https://fi.wikipedia.org/wiki/Probability_and_statistics

yllä oleva ei ole tyhjentävä tai arvovaltainen millään tavalla, mutta uskon sen olevan hyödyllinen.

Yleensä se on auttanut minua näkemään esimerkiksi ...

Descrete Mathematics >> Todennäköisyysteoria >> Tilastot

Jokaista käytetään keskimäärin voimakkaasti seuraavan perustuksissa. Eli seuraavien perusteiden tutkimisessa on suuria risteyksiä.

PS. Siellä on induktiivisia ja deduktiivisia tilastoja, joten ero ei ole siinä.

#20
  0
Hirak Mondal
2017-10-01 22:20:31 UTC
view on stackexchange narkive permalink

Monet ihmiset ja matemaatikot sanovat, että "TILASTOTIEDOT ovat käänteinen TODELLISUUS", mutta se ei ole erityisen oikea. Näiden 2 lähestymistapa tai ratkaisutapa ovat täysin erilaiset, mutta ne ovat INTERCONNECTED.

Haluan viitata ystäväni John D Cookiin .....

"Pidän esimerkistä purkista punaisia ​​ja vihreitä hyytelöpapuja.

Todennäköinen tutkija aloittaa tietämällä kunkin osuuden ja sanotaan, että löytää todennäköisyyden piirtää punainen hyytelöpapu. Tilastotieteilijä päättää punaisten hyytelöpapujen osuuden ottamalla näytteen purkista. "

NMiksi probabilist käyttää punaisten hyytelöpapujen osuutta, joka on saatu näytteestä purkista, löytää todennäköisyys piirtää punainen papu purkista

Harkitse tätä esimerkkiä ---- >>>

Tentissä 30% opiskelijoista epäonnistui fysiikassa, 25% epäonnistui matematiikassa, 12% epäonnistui sekä fysiikassa että matematiikassa. Opiskelija valitaan satunnaisesti ja etsi todennäköisyys, että opiskelija on epäonnistunut fysiikassa, jos tiedetään, että hän epäonnistui matematiikassa.

T Yllä oleva summa on todennäköisyysongelma, mutta jos tarkastelemme huolellisesti, huomaamme, että summa toimitetaan joidenkin tilastotietojen kanssa

30% opiskelija epäonnistui fysiikassa, 25% matematiikkaa ' ' ' Nämä ovat periaatteessa taajuuksia, jos prosenttiosuudet lasketaan. Siksi meille toimitetaan tilastotiedot, jotka puolestaan ​​auttavat meitä etsi todennäköisyys

SON TODENNÄKYVYYS JA TILASTOTIETOJA OVAT PALJON YHTEEN LIITTYVÄT TAI VÄHEMMÄN VOIMASSA SANE, ETTÄ TODENNÄKÖISYYS RIIPPUU PALJON TILASTOLLISUUDEST

#21
  0
pglpm
2019-02-17 04:14:52 UTC
view on stackexchange narkive permalink

Termi "tilastot" selittää kauniisti J. C. Maxwell artikkelissa Molekyylit (julkaisussa Nature 8, 1873, s. 437–441). Saanen lainata asiaankuuluvaa kohtaa:

Kun F-ryhmän työskentelevät jäsenet saavat selvityksen väestölaskennasta tai muusta asiakirjasta, joka sisältää talous- ja sosiaalitieteiden numeerisia tietoja, he ensin jakavat koko väestön ryhmiin iän, tuloveron mukaan , koulutus, uskonnollinen vakaumus tai rikostuomio. Yksilöiden määrä on aivan liian suuri, jotta he voisivat jäljittää kunkin historian erikseen, jotta he keskittyisivät huomionsa pieneen määrään keinotekoisia ryhmiä vähentääkseen työtään ihmisen rajoissa. Ensisijainen peruspiste, josta he työskentelevät, on vaihteleva yksilöiden määrä kussakin ryhmässä, eikä kunkin yksilön vaihteleva tila.

Tämä ei tietenkään ole ainoa tapa tutkia ihmisluontoa. Voimme tarkkailla yksittäisten ihmisten käyttäytymistä ja verrata sitä käyttäytymiseen, jonka heidän edellinen luonteensa ja nykyiset olosuhteensa parhaimman olemassa olevan teorian mukaan saisivat meidät odottamaan. Ne, jotka harjoittavat tätä menetelmää, pyrkivät parantamaan tietämystään ihmisluonnon elementeistä samalla tavalla kuin tähtitieteilijä korjaa planeetan elementit vertaamalla sen todellista asemaa vastaanotettujen elementtien perusteella pääteltyyn. Vanhempien ja koulumestareiden, historioitsijoiden ja valtiomiehien tekemä ihmisluonnon tutkimus on sen vuoksi erotettava kirjaajien ja taulukkojen sekä niiden valtiomiehien tutkimuksesta, jotka uskovat lukuihin. Yhtä voidaan kutsua historialliseksi ja toista tilastolliseksi menetelmäksi.

Dynaamisen yhtälöt ilmaisevat täysin historiallisen menetelmän lait, joita sovelletaan aineeseen, mutta näiden yhtälöiden soveltaminen edellyttää täydellistä tietoa kaikista tiedoista. Mutta pienin osa aineesta, jonka voimme kokeilla, koostuu miljoonista molekyyleistä, joista yksi ei koskaan tule meille henkilökohtaisesti järkeväksi. Emme siis voi varmistaa minkään tällaisen molekyylin todellista liikettä, joten meidän on pakko luopua tiukasta historiallisesta menetelmästä ja ottaa käyttöön tilastollinen menetelmä suurten molekyyliryhmien käsittelemiseksi.

Hän selittää tämän tilastomenetelmän useissa muissa teoksissa. Esimerkiksi "In tilastollinen tutkimusmenetelmä, emme seuraa järjestelmää sen liikkeessä, mutta kiinnitämme huomiomme tiettyyn vaiheeseen ja varmistamme, onko järjestelmä siinä vaiheessa vai ei, ja myös silloin, kun se siirtyy vaiheeseen ja kun se lähtee siitä "(Trans. Cambridge Philos. Soc. 12, 1879, s. 547–570).

Maxwellilla on toinen kaunis kohta "todennäköisyydestä" (kirjeestä Campbellille, 1850, uusintapainettu julkaisussa James Clerk Maxwellin elämä , s. 143):

Varsinainen logiikkatiede on tällä hetkellä tuttu vain tietyille, mahdottomille tai täysin epäilyttäville asioille, joista mikään (onneksi) meidän ei tarvitse perustella. Siksi todellinen logiikka tälle maailmalle on todennäköisyyksien laskenta, joka ottaa huomioon todennäköisyyden suuruuden (joka on tai jonka pitäisi olla järkevän ihmisen mielessä).

Joten voimme sanoa:

- Tilastoissa keskitymme huomiomme pieneen määrään keinotekoisia ryhmiä tai määriä; teemme eräänlaista luettelointia tai väestönlaskentaa.

- todennäköisyydessä laskemme epävarmuutta joistakin tapahtumista tai suuruuksista.

Nämä kaksi ovat erillisiä, ja voimme tehdä yhden ilman toista.

Jos esimerkiksi suoritamme täydellisen laskennan koko kansakunnan väestöstä ja laskemme tiettyihin ryhmiin, kuten ikään, sukupuoleen jne. kuuluvien ihmisten määrän, teemme tilastoja. Epävarmuutta - todennäköisyyttä - ei ole, koska löydetyt luvut ovat tarkkoja ja tunnettuja.

Toisaalta kuvittele jonkun kulkevan edessämme kadulla, ja ihmettelemme heidän ikäänsä. Tässä tapauksessa olemme epävarmoja ja käytämme todennäköisyyttä, mutta tilastoja ei ole, koska emme tee jonkinlaista väestönlaskentaa tai luetteloa.

Mutta nämä kaksi voivat myös esiintyä yhdessä. Jos emme pysty tekemään täydellistä väestönlaskentaa, meidän on arvattava kuinka monta ihmistä on tietyissä ikäryhmissä. Siksi käytämme todennäköisyyttä tehdessämme tilastoja. Päinvastoin, voimme tarkastella tarkkoja tilastotietoja ihmisten iästä ja yrittää tällaisista tiedoista arvata paremmin edessämme kulkevaa henkilöä. Siksi käytämme tilastoja päätettäessä todennäköisyydestä.

Kiitos panoksestasi.Vaikka se onkin mielenkiintoinen, se ei sovi yhteen tilastojen mielestä tilastojen kanssa eikä sen kanssa, mitä he todella tekevät, kuten osoitetaan osoitteessa https://stats.stackexchange.com/questions/140547/how-to-describe-statistics-in-one-lause / 140565 # 140565.
Se on kiistanalainen asia.Tunnen ammattimaisia tilastotieteilijöitä, jotka ovat eri mieltä ASA: n määritelmän kanssa (joka on kauhean epämääräinen) ja ovat samaa mieltä Maxwellin kanssa.


Tämä Q & A käännettiin automaattisesti englanniksi.Alkuperäinen sisältö on saatavilla stackexchange-palvelussa, jota kiitämme cc by-sa 2.0-lisenssistä, jolla sitä jaetaan.
Loading...