सांख्यिकी का भविष्य


11

यह प्रश्न मेरे साथ तब हुआ जब मैं गणित में अनसुलझे प्रश्नों पर एक सार्वजनिक व्याख्यान में बैठा। यह सर्वविदित है कि अभी भी कई अनसुलझे गणितीय प्रश्न हैं। इसने मुझे यह सोचने पर मजबूर कर दिया कि आंकड़ों में अनसुलझी समस्याएं क्या हैं। इस विषय पर कुछ समय गुजारने के बाद, मुझे नहीं लगता कि इस प्रश्न पर अपेक्षाकृत विस्तृत चर्चा हुई है। इसलिए, मैं वास्तव में यह सुनना चाहूंगा कि लोग इसके बारे में क्या सोचते हैं। अनुशासन के रूप में आंकड़े कहां जा रहे हैं? क्या हमें सिद्धांत को बेहतर बनाने पर अधिक समय देना चाहिए या क्या हमें इस बात पर ध्यान देना चाहिए कि सभी प्रकार के वैज्ञानिक प्रयोगों से एकत्र किए गए विशिष्ट आंकड़ों का विश्लेषण कैसे किया जाए? इस पर कोई भी विचार बहुत सराहना की है। धन्यवाद!


2
इससे पहले कि हम आँकड़ों में अनसुलझे समस्याओं के बारे में बात कर सकें, हमें आँकड़ों को परिभाषित करने की आवश्यकता है। दिमित्री मास्टरोव ने अर्थमिति, और अक्षल, डेटा साइंस को शामिल करते हुए एक उत्तर दिया। गणित में, हिल्बर्ट की समस्याओं को एक समय में संकलित किया गया था जब 100, क्या हो सकते हैं? 200? पूरी दुनिया में शीर्ष गणितज्ञ, और उनमें से अधिकांश इस बात से सहमत होंगे कि हाँ, 23 समस्याओं में से प्रत्येक को हल करने के लिए एक महत्वपूर्ण एक है, और एक के फिर से शुरू करने के लिए एक प्यारा एक है। इन दिनों, वहाँ अधिक सांख्यिकीविद् हैं, और वे समन्वय के लिए बहुत व्यस्त हैं।
StasK

3
क्या en.wikipedia.org/wiki/List_of_unsolved_problems_in_statistics कुछ उपयोगी है?
गेरिनुक

जवाबों:


7

मेरी राय में, सामाजिक विज्ञानों के पास आंकड़ों के जाल में घूमते हुए , आँकड़ों को अधिक बात करना चाहिए, और अन्य विषयों के लिए बेहतर संबंध होना चाहिए, और सांख्यिकीविदों को बेहतर संचार करने के तरीके सीखने में अधिक समय बिताना चाहिए (क) वे क्या उपयोगी हैं, (ख) ) उनके निष्कर्षों का उस अनुशासन के संदर्भ में क्या मतलब है, (ग) इन अन्य विषयों को उनके बिना की तुलना में सांख्यिकीविदों के साथ मिलकर काम करना बेहतर क्यों है। मुझे नहीं पता कि आंकड़ों का भविष्य इस पर निर्भर करता है, लेकिन इसके छोटे इतिहास में कई क्षमा के अवसर हैं, अन्य विषयों में अपने स्वयं के सांख्यिकीय तरीकों का आविष्कार किया गया हैजब आंकड़े उचित नहीं दे सकते। लगभग हर दूसरे वैज्ञानिक / अनुसंधान अनुशासन, जीवविज्ञान से नृविज्ञान तक, मनोचिकित्सा से लेकर संरचनात्मक इंजीनियरिंग तक, आसानी से 5-10-20 खुले प्रश्नों की एक सूची डाल सकते हैं, जिनके जवाब देने के लिए आंकड़े चाहिए।


10

डेविड कॉक्स ने अपने साक्षात्कार में यह सब समझाया ।

@ocram ने Q14-15 की ओर इशारा किया। दिलचस्प बात यह है कि मुझे उनके उत्तर भी ज्ञानवर्धक लगे। मुझे बिग डेटा प्रचार में बहुत संदेह था । कई शोर और कष्टप्रद विज्ञापन के बिना भौतिकविदों ने दशकों के लिए भारी डेटा सेटों के साथ सौदा किया , इसलिए आनुवंशिकी शोधकर्ताओं ने किया। अब एक बार मार्केटिंग करने वाले लोग इसमें शामिल हो गए हैं, यह सांख्यिकी के जस्टिन बीबर हैं। हालाँकि, कॉक्स सही है कि सामाजिक विज्ञान में हमारे पास कभी भी मात्रात्मक वित्त के अपवाद के साथ बड़े डेटा सेट उपलब्ध नहीं थे। वास्तव में, छोटे नमूनों से निपटने के लिए कई अर्थमिति तकनीकों को विशेष रूप से विकसित किया गया था। इस प्रकार यह दिलचस्प है कि बिग डेटा पुश से क्या निकलेगा, शायद आंकड़ों में कुछ रोमांचक घटनाक्रम। मुझे लगता है कि सामाजिक विज्ञान पर जोर दिया जाएगा, जहां किसी भी चीज के अच्छे मॉडल नहीं हैं। खराब मॉडल और थोड़ा डेटा खराब मॉडल और बहुत अधिक डेटा होने से काफी अलग हो सकता है, शायद घटनाओं की समझ पर कम ध्यान केंद्रित किया जाएगा, पक्ष में केवल डेटा और चतुर आँकड़ों की सरासर मात्रा के माध्यम से सटीक पूर्वानुमान प्राप्त करना है।


प्रश्न 14--17।
ओकराम

3
"अब एक बार मार्केटिंग करने वाले लोग जुड़ गए हैं, यह आंकड़ों के जस्टिन बीबर हैं।" - बहुत अच्छा।
gregory_britten 19

यह अर्थमिति के संबंध में एक दिलचस्प निर्णय है। मुझे लगा कि अर्थशास्त्री ज्यादातर जीएमएम की तरह अपनी नींव में एसिम्प्टोटिक सिद्धांत पर भरोसा करते हैं । कटे हुए अनुभवजन्य अर्थशास्त्र के पेपर का उपयोग किया जाता रहा है जिसे अब कैलिफोर्निया राज्य के सभी जन्म रिकॉर्ड के लिए बड़ा डेटा कहा जाएगा ।
StasK

इकोनोमेट्रिक्स एक विस्तृत क्षेत्र है, GMM अर्थशास्त्र में एक लोकप्रिय उपकरण है, लेकिन सभी प्रकार की अन्य तकनीकों का उपयोग किया जाता है जैसे कि माइक्रोकैकोमेट्रिक्स में डायनेमिक प्रोग्रामिंग और मार्कोव निर्णय प्रक्रियाएं, अबकेस्टिंग में MIDAS आदि यह बहुत मजेदार सामग्री है।
अक्कल

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.