गणितीय समीकरणों को समझने के लिए सांख्यिकीय सॉफ्टवेयर का उपयोग करने से संक्रमण?

Question

प्रसंग:

मैं एक मनोविज्ञान पीएचडी छात्र हूं। कई मनोविज्ञान पीएचडी छात्रों के साथ के रूप में, मुझे पता है कि सांख्यिकीय सॉफ्टवेयर का उपयोग करके विभिन्न सांख्यिकीय विश्लेषण कैसे करें, जैसे कि पीसीए, वर्गीकरण पेड़ और क्लस्टर विश्लेषण जैसी तकनीकें। लेकिन यह वास्तव में संतोषजनक नहीं है क्योंकि हालांकि मैं समझा सकता हूं कि मैंने विश्लेषण क्यों किया और संकेतकों का क्या मतलब है, मैं यह नहीं समझा सकता कि तकनीक कैसे काम करती है।

असली समस्या यह है कि सांख्यिकीय सॉफ्टवेयर में महारत हासिल करना आसान है, लेकिन यह सीमित है। लेखों में नई तकनीकों को सीखने के लिए आवश्यक है कि मैं समझता हूं कि गणितीय समीकरणों को कैसे पढ़ा जाए। वर्तमान में मैं eigenvalues ​​या K- साधनों की गणना नहीं कर सका। समीकरण मेरे लिए एक विदेशी भाषा की तरह हैं।

सवाल:

• क्या एक व्यापक गाइड है जो जर्नल लेखों में समीकरणों को समझने में मदद करता है?

---

संपादित करें:

मैंने सोचा था कि प्रश्न अधिक आत्म व्याख्यात्मक होगा: एक निश्चित जटिलता के ऊपर, सांख्यिकीय अंकन मेरे लिए अस्पष्ट हो जाता है; मान लीजिए कि मैं किसी तकनीक को समझने के लिए R या C ++ में अपने स्वयं के कार्यों को कोड करना चाहता हूं, लेकिन एक बाधा है। मैं एक समीकरण को प्रोग्राम में नहीं बदल सकता। और वास्तव में: मैं अमेरिका के डॉक्टरेट स्कूलों में स्थिति नहीं जानता, लेकिन मेरा (फ्रांस) में, केवल पाठ्यक्रम जो मैं अनुसरण कर सकता हूं, वह लगभग 16 वीं शताब्दी के साहित्यिक आंदोलन के बारे में है ...

Comments

@ कोरोनियर क्षमा करें, मुझे संदेह है कि मनोविज्ञान के लेखों को समझने के लिए एक व्यापक मार्गदर्शिका है जो सांख्यिकीय मॉडलिंग का उपयोग करते हैं। लेकिन आवश्यक पृष्ठभूमि आंकड़ों में मास्टर डिग्री के स्तर पर होनी चाहिए। यदि आपका कार्यक्रम इसके लिए भुगतान करेगा, तो आंकड़ों में एमए करने पर विचार करें। आपके उद्देश्यों के लिए अगला सबसे अच्छा विकल्प हो सकता है कि आप सांख्यिकी विभाग के मल्टीवेरिएट आँकड़े के संस्करण को फिर से ले लें - आमतौर पर वे पीसीए, क्लस्टरिंग, पेड़ों, आदि के लिए गणितीय पृष्ठभूमि के साथ नोट्स प्रदान करते हैं। आपको रैखिक बीजगणित और बुनियादी गणितीय में एक पृष्ठभूमि की आवश्यकता होगी। भले ही आंकड़े।

— लॉकऑफ

कृपया अधिक विशिष्ट प्रश्न पूछें।

मैं एक मनोविज्ञान पीएचडी छात्र भी हूं, और मैंने अपने स्नातक वर्षों में गणित की एक महत्वपूर्ण मात्रा लेने का विकल्प बनाया क्योंकि बहुत सारे मनोविज्ञान पीएचडी थे जिन्हें पता नहीं है कि पीसीए (उदाहरण के लिए) की गणना कैसे की गई थी। बहुत ही पहली चीज जो आपको करने की ज़रूरत है वह है किसी भी सभ्य रैखिक बीजगणित पाठ्यपुस्तक के माध्यम से अपना काम करना। एक सभ्य रैखिक बीजगणित पाठ्यपुस्तक क्या है? गिल्बर्ट स्ट्रैंग बम है, और उसके पास बूट करने के लिए एमआईटी की वेबसाइट पर उसके रैखिक बीजगणित पाठ्यक्रम के वीडियो व्याख्यान हैं। तुम भी उन्हें iTunes पर प्राप्त कर सकते हैं।

— क्लाउड पर फिलिप क्लाउड

यह प्रश्न इतना व्यापक है कि कुछ पैराग्राफों में इसका संतोषजनक उत्तर नहीं मिलेगा। आंकड़े सवालों की तरह हैं: यदि आप इसे कई प्रबंधनीय घटकों के लिए तोड़ देते हैं तो यह आसान हो जाता है।

— Fr.

मैं केवल उपरोक्त टिप्पणियों से सहमत हो सकता हूं। या तो आपको किसी विशेष मुद्दे पर ध्यान केंद्रित करना होगा, या आपको बस पहले कुछ पाठ्यपुस्तकों या ऑनलाइन हैंडआउट्स के माध्यम से काम करना होगा। एक सभ्य पाठ्यपुस्तक जो चित्रों के साथ बहुभिन्नरूपी आँकड़ों के लिए बुनियादी अवधारणाओं को शामिल करती है , कैरोल और ग्रीन (एपी, 1997, रेव। एड।) द्वारा अनुप्रयुक्त बहुभिन्नरूपी विश्लेषण के लिए गणितीय उपकरण है । एक अन्य एप्लाइड मल्टीवेरेट स्टैटिस्टिक्स एंड मैथमेटिकल मॉडलिंग , टिंस्ले और ब्राउन (एपी, 2000) द्वारा किया गया है।

— chl

Answer 1

अवलोकन:

• मेरी धारणा है कि सामाजिक विज्ञान में बहुत सारे छात्रों के लिए आपका अनुभव सामान्य है।
• शुरुआती बिंदु सीखने के लिए एक प्रेरणा है।
• आप स्वयं-सिखाया या औपचारिक अनुदेश मार्गों पर जा सकते हैं ।

औपचारिक निर्देश:

इस संबंध में कई विकल्प हैं। आप सांख्यिकी में मास्टर्स पर विचार कर सकते हैं या सिर्फ एक सांख्यिकी विभाग में कुछ विषय ले सकते हैं। हालाँकि, आप शायद यह देखना चाहेंगे कि आपके पास आवश्यक गणितीय पृष्ठभूमि है। पाठ्यक्रम के आधार पर, आप पा सकते हैं कि आपको पूर्व-कैलकुलस गणित को फिर से तैयार करने की आवश्यकता है, और शायद विश्वविद्यालय-स्तर के गणितीय रूप से कठोर सांख्यिकी विषयों से निपटने से पहले कुछ सामग्री जैसे कैलकुलस और रैखिक बीजगणित।

स्व सिखाया

वैकल्पिक रूप से, आप स्व-सिखाया मार्ग पर जा सकते हैं। इंटरनेट पर अच्छे संसाधनों के ढेर हैं। विशेष रूप से, गणित की पाठ्य पुस्तकों में पढ़ना और अभ्यास करना महत्वपूर्ण है, लेकिन संभवतः पर्याप्त नहीं है। गणित के बारे में बात करने वाले प्रशिक्षकों को सुनना और उन्हें समस्याओं को हल करना महत्वपूर्ण है।

अपने गणितीय लक्ष्यों और उन लक्ष्यों को प्राप्त करने के लिए आवश्यक गणितीय पूर्वापेक्षाओं के बारे में सोचना भी महत्वपूर्ण है। यदि समीकरण आपके लिए एक विदेशी भाषा की तरह हैं, तो आप पा सकते हैं कि आपको प्राथमिक गणित का अध्ययन करने की आवश्यकता है।

मैंने उन लोगों की सहायता के लिए कुछ संसाधन तैयार किए हैं जो अंतर्निहित गणित को समझने के लिए सांख्यिकीय सॉफ़्टवेयर का उपयोग करने से संक्रमण कर रहे हैं।

• वीडियो : नि : शुल्क ऑनलाइन गणित वीडियो की सूची - यह पोस्ट पूर्व-कलन से शुरू होने और पथरी, रैखिक बीजगणित, संभाव्यता और गणितीय आँकड़ों के माध्यम से काम करने के लिए एक उपयुक्त गणितीय अनुक्रम क्या होगा, इसके बारे में भी कुछ मार्गदर्शन प्रदान करता है। इस सवाल को गणितीय सांख्यिकी वीडियो पर भी देखें ।
• पढ़ना और उच्चारण - पहली चुनौतियों में से एक गणितीय समीकरणों का उच्चारण और पढ़ना सीखना है। मैंने दो पोस्ट लिखीं, एक उच्चारण पर और दूसरी गणितज्ञ के लिए गणित पढ़ने के टिप्स पर ।
• लेखन - गणित लिखना सीखना गणित पढ़ने में मदद कर सकता है। LaTeX सीखने की कोशिश करें और LaTeX में गणित के कुछ गाइड देखें
• पुस्तकें : जब गणित सीखने की बात आती है, तो मुझे लगता है कि यह कुछ अच्छी पाठ्यपुस्तकों में निवेश करने लायक है। हालांकि, इन दिनों बहुत सारे मुफ्त ऑनलाइन विकल्प हैं

Comments

धन्यवाद, आपके द्वारा प्रदान किए गए स्रोत महान हैं। Btw, आपका ब्लॉग पूरी तरह से अवशोषित हो रहा है (मैं एक आई / ओपी छात्र और यूआरआर हूं, यह मेरे लिए एक रहस्योद्घाटन की तरह है)।

— कोरोनियर

@ कोरोनियर I / O साइक के साथ R का संयोजन करने वाले किसी अन्य व्यक्ति से मिलना बहुत अच्छा है।

— जेरोमे एंग्लीम

Answer 2

मुझे यह धारणा मिलती है कि आपको लगता है कि आप सांख्यिकीय समीकरण में अंतर्दृष्टि प्राप्त कर सकते हैं, इसे आर या सी ++ में प्रोग्रामिंग करके; आप नहीं कर सकते। सांख्यिकीय समीकरण को समझने के लिए, प्रत्येक अध्याय के अंत में होमवर्क की बहुत सारी समस्याओं के साथ एक "अंडरग्रेजुएट" पाठ्यपुस्तक ढूंढें जिसमें समीकरण सम्‍मिलित हो, और फिर समीकरण वाले अध्याय के अंत में होमवर्क करें।

उदाहरण के लिए, पीसीए को समझने के लिए आपको रैखिक बीजगणित और विशेष रूप से एकवचन मूल्य अपघटन की अच्छी समझ की आवश्यकता होती है। माइकल नीलसन की पुस्तक के माध्यम से क्वांटम कंप्यूटिंग सीखते समय, यह मेरे लिए स्पष्ट हो गया कि मुझे रैखिक बीजगणित की समीक्षा करने की आवश्यकता है। मैं गिल्बर्ट स्ट्रैंग के वीडियो में आया था, वे अवधारणाओं की मूलभूत समझ स्थापित करने में बेहद मददगार थे। हालांकि, सामग्री की बारीकियों से तब तक नहीं मिला जब तक कि मुझे एक रैखिक बीजगणित पुस्तक नहीं मिली जिसमें होमवर्क की समस्याओं का एक बहुत कुछ था, और फिर मुझे उन्हें करने की आवश्यकता थी।

Comments

@ schenectady जबकि मुझे आपके दृष्टिकोण से सहानुभूति है, मेरे लिए कम से कम, आर कोड एक पुल प्रदान करता है जिसका उपयोग मैं संबंधित समीकरणों और गणित की मेरी समझ को अधिक से अधिक करने के लिए कर सकता हूं। यह कहा जा रहा है, मैं पूरी तरह से समस्याओं, आँकड़ों और गणित की आवश्यकता के साथ सहमत हूँ, कुछ ऐसा है जिसे केवल करके सीखा जा सकता है।

— रिचमीमोर्रिसो

Answer 3

मैं आपकी कठिनाई को समझता हूं क्योंकि मेरे पास एक समान समस्या है जब मैं आंकड़ों में कुछ नया करने की कोशिश करता हूं (मैं एक स्नातक छात्र भी हूं, लेकिन एक अलग क्षेत्र में)। मुझे आर कोड की जांच करने में पता चला है कि यह पता लगाने के लिए काफी उपयोगी है कि कुछ की गणना कैसे की जाती है। उदाहरण के लिए, मैं हाल ही में सीख रहा हूं कि kmeansक्लस्टरिंग का उपयोग कैसे करें और कई बुनियादी प्रश्न हैं, दोनों वैचारिक और इसे कैसे लागू किया जाता है। एक Rइंस्टॉलेशन का उपयोग करना (मैं सलाह देता हूं R Studio, http://www.rstudio.org/ , लेकिन कोई भी इंस्टॉलेशन काम करता है), बस kmeansकमांड लाइन टाइप करें । यहाँ आउटपुट के भाग का एक उदाहरण दिया गया है:

x <- as.matrix(x)
    m <- nrow(x)
    if (missing(centers)) 
        stop("'centers' must be a number or a matrix")
    nmeth <- switch(match.arg(algorithm), `Hartigan-Wong` = 1, 
        Lloyd = 2, Forgy = 2, MacQueen = 3)
    if (length(centers) == 1L) {
        if (centers == 1) 
            nmeth <- 3
        k <- centers
        if (nstart == 1) 
            centers <- x[sample.int(m, k), , drop = FALSE]
        if (nstart >= 2 || any(duplicated(centers))) {
            cn <- unique(x)
            mm <- nrow(cn)
            if (mm < k) 
                stop("more cluster centers than distinct data points.")
            centers <- cn[sample.int(mm, k), , drop = FALSE]
        }
    } 

मुझे यकीन नहीं है कि हर बार स्रोत की जांच करना कितना व्यावहारिक है, लेकिन यह वास्तव में मुझे एक विचार प्राप्त करने में मदद करता है कि क्या चल रहा है, यह मानते हुए कि आपके पास सिंटैक्स के साथ कुछ परिचित है।

एक पिछले प्रश्न मैं पर पूछा stackoverflow इस दिशा में मुझे इशारा किया, लेकिन यह भी काम आते हुए मुझसे कहा था कि कोड के बारे में टिप्पणी कभी कभी शामिल किए गए हैं यहाँ ।

---

आम तौर पर, सांख्यिकीय सॉफ्टवेयर जर्नल , सिद्धांत और कार्यान्वयन के बीच इस लिंक को दिखाता है, लेकिन यह अक्सर उन्नत विषयों के बारे में होता है (कि मुझे व्यक्तिगत रूप से समझने में कठिनाई होती है), लेकिन एक उदाहरण के रूप में उपयोगी है।