L'avenir de la statistique


11

Cette question m'est venue à l'esprit lorsque j'ai assisté à une conférence publique sur des questions non résolues en mathématiques. Il est bien connu qu'il existe encore de nombreuses questions mathématiques non résolues. Cela m'a fait réfléchir aux problèmes non résolus des statistiques. Après avoir passé un peu de temps sur Google sur ce sujet, je ne pense pas qu'il existe une discussion relativement détaillée sur cette question. Par conséquent, je voudrais vraiment entendre ce que les gens en pensent. Où vont les statistiques en tant que discipline? Devrions-nous consacrer plus de temps à l'amélioration de la théorie ou devrions-nous nous concentrer sur la façon d'analyser des données spécifiques collectées à partir de toutes sortes d'expériences scientifiques? Toute réflexion à ce sujet est grandement appréciée. Je vous remercie!


2
Avant de pouvoir parler de problèmes non résolus dans les statistiques, nous devons définir les statistiques. Dimitriy Masterov a donné une réponse impliquant l'économétrie, et Aksakal, impliquant la science des données. En mathématiques, les problèmes de Hilbert ont été compilés à une époque où il pouvait y avoir quoi, 100? 200? meilleurs mathématiciens du monde entier, et la plupart d'entre eux conviendraient que oui, chacun des 23 problèmes est à la fois un problème important à résoudre et un mignon à avoir sur son curriculum vitae. De nos jours, il y a beaucoup plus de statisticiens, et ils sont trop occupés pour se coordonner.
StasK

Réponses:


7

À mon avis, après avoir parcouru des franges de statistiques à proximité des sciences sociales , les statistiques devraient parler davantage et mieux se rapporter à d'autres disciplines, et les statisticiens devraient consacrer plus de temps à apprendre à mieux communiquer (a) à quoi ils sont utiles, (b ) ce que signifient leurs conclusions en ce qui concerne cette discipline, (c) pourquoi ces autres disciplines feraient mieux de travailler avec des statisticiens que sans elles. Je ne sais pas si l'avenir de la statistique en dépend, mais il y a eu trop d'opportunités manquées dans sa courte histoire, d'autres disciplines inventant leurs propres méthodes statistiqueslorsque les statistiques proprement dites ne pouvaient pas fournir. Presque toutes les autres disciplines scientifiques / de recherche, de la biologie à l'anthropologie, de la psychiatrie à l'ingénierie structurelle, peuvent facilement mettre une liste de 5-10-20 questions ouvertes auxquelles elles voudraient que les statistiques répondent.


10

David Cox a tout expliqué dans son interview .

@ocram a indiqué Q14-15. Fait intéressant, j'ai également trouvé ses réponses éclairantes. J'étais très sceptique sur le battage médiatique Big Data . Les physiciens ont traité d'énormes ensembles de données pendant des décennies sans beaucoup de bruit et de publicité ennuyeuse, tout comme les chercheurs en génétique. Maintenant, une fois que les gens du marketing se sont impliqués, c'est Justin Bieber des statistiques. Cependant, Cox a raison de dire qu'en sciences sociales, nous n'avons jamais eu de grands ensembles de données disponibles, à l'exception peut-être de la finance quantitative. En fait, de nombreuses techniques d'économétrie ont été spécifiquement développées pour traiter de petits échantillons. Ainsi, il est intéressant de savoir ce qui sortira de la poussée du Big Data, peut-être quelques développements passionnants en statistiques. Je pense que l'accent serait mis sur les sciences sociales, où il n'y a pas de bons modèles de quoi que ce soit. Avoir de mauvais modèles et peu de données pourrait être très différent d'avoir de mauvais modèles et beaucoup de données, peut-être que l'accent sera moins mis sur la compréhension des phénomènes, en faveur de l'obtention de prévisions précises grâce au volume de données et aux statistiques intelligentes.


Questions 14 à 17.
ocram

3
"Maintenant, une fois que les gens du marketing se sont impliqués, c'est Justin Bieber des statistiques." - Très agréable.
gregory_britten

C'est un jugement intéressant concernant l'économétrie. Je pensais que les économétriciens s'appuyaient principalement sur la théorie asymptotique dans leurs fondations comme GMM . Les documents économiques empiriques les plus mignons utilisent ce que l'on appellera désormais les mégadonnées, par exemple tous les actes de naissance de l'État de Californie .
StasK

L'économétrie est un domaine assez large, le GMM est un outil populaire en économie, mais toutes sortes d'autres techniques sont utilisées telles que la programmation dynamique et les processus de décision markov en microéconométrie, MIDAS en prévision immédiate, etc. C'est beaucoup de choses amusantes.
Aksakal

3

Comment penser l'inférence causale en cas d'interférence avec le contrôle du traitement ou d'effets d'équilibre général.

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.