Fischer für Dummies?

11

Kurzfassung: Gibt es eine Einführung in Ronald Fischers Schriften (Papiere und Bücher) zur Statistik, die sich an Personen mit wenig oder keinem statistischen Hintergrund richtet? Ich denke an so etwas wie einen "kommentierten Fisher-Leser", der sich an Nicht-Statistiker richtet.

Ich erläutere die Motivation für diese Frage weiter unten, aber seien Sie gewarnt, dass sie langwierig ist (ich weiß nicht, wie ich sie prägnanter erklären soll), und außerdem ist sie mit ziemlicher Sicherheit kontrovers, möglicherweise ärgerlich, vielleicht sogar ärgerlich. Überspringen Sie daher bitte den Rest dieses Beitrags, es sei denn, Sie glauben wirklich , dass die Frage (wie oben angegeben) zu knapp ist, um ohne weitere Klärung beantwortet zu werden.


Ich habe mir die Grundlagen vieler Bereiche beigebracht, die viele Menschen als schwierig erachten würden (z. B. lineare Algebra, abstrakte Algebra, reale und komplexe Analyse, allgemeine Topologie, Maßtheorie usw.). Aber alle meine Bemühungen, mir Statistik beizubringen, sind gescheitert .

Der Grund dafür ist nicht, dass ich Statistiken technisch schwierig finde (oder mehr als in anderen Bereichen, in denen ich mich zurechtgefunden habe), sondern dass ich Statistiken dauerhaft fremd , wenn nicht geradezu seltsam finde , weitaus mehr als alle anderen anderer Bereich habe ich mir selbst beigebracht.

Langsam begann ich zu vermuten, dass die Wurzeln dieser Verrücktheit größtenteils historisch sind und dass jemand, der dieses Gebiet aus Büchern lernt, und nicht aus einer Gemeinschaft von Praktizierenden (wie es der Fall gewesen wäre, wenn ich offiziell in Statistik geschult worden wäre ) Würde ich dieses Gefühl der Entfremdung erst überwinden, wenn ich mehr über die Geschichte der Statistik erfahren hätte .

Ich habe also mehrere Bücher über die Geschichte der Statistik gelesen, und dies hat in der Tat einen langen Weg zurückgelegt, um zu erklären, was ich als die Verrücktheit des Feldes empfinde. Aber ich habe noch einige Wege in diese Richtung.

Eines der Dinge, die ich aus meinen Lesungen in der Geschichte der Statistik gelernt habe, ist, dass die Quelle für vieles, was ich in der Statistik als bizarr empfinde, ein Mann ist, Ronald Fisher.

Tatsächlich stimmt das folgende Zitat 1 (das ich erst kürzlich gefunden habe) sehr mit meiner Erkenntnis überein, dass ich nur durch das Eintauchen in die Geschichte beginnen würde, dieses Feld zu verstehen, und dass ich mich auf Fisher als mein Thema konzentriere Bezugspunkt:

Die meisten statistischen Konzepte und Theorien können getrennt von ihren historischen Ursprüngen beschrieben werden. Dies ist für den Fall der "Bezugswahrscheinlichkeit" ohne unnötige Mystifizierung nicht möglich.

In der Tat denke ich, dass meine Vermutung hier, wenn auch subjektiv (natürlich), nicht völlig unbegründet ist. Fisher brachte nicht nur einige der wegweisendsten Ideen in die Statistik ein, er war auch dafür berüchtigt, dass er frühere Arbeiten missachtet und sich auf die Intuition verlassen hatte (entweder indem er Beweise lieferte, die kaum jemand anderes ergründen konnte, oder sie ganz wegließ). Darüber hinaus hatte er lebenslange Fehden mit vielen anderen wichtigen Statistikern der ersten Hälfte des 20. Jahrhunderts, Fehden, die auf diesem Gebiet viel Verwirrung und Missverständnisse hervorgerufen zu haben scheinen.

Meine Schlussfolgerung aus all dem ist, dass die Beiträge von Fisher zur modernen Statistik tatsächlich weitreichend waren, obwohl nicht alle positiv waren.

Ich bin auch zu dem Schluss gekommen, dass ich zumindest einige von Fischers Werken in ihrer ursprünglichen Form lesen muss, um meinem Gefühl der Entfremdung mit Statistiken wirklich auf den Grund zu gehen.

Aber ich habe festgestellt, dass Fischers Schreiben seinem Ruf als undurchdringlich gerecht wird. Ich habe versucht, Leitfäden für diese Literatur zu finden, aber leider ist alles, was ich gefunden habe, für Personen gedacht, die in Statistik geschult sind. Daher ist es für mich genauso schwer zu verstehen, wie es zu erklären vorgibt.

Daher die Frage am Anfang dieses Beitrags.


1 Stone, Mervyn (1983), "Referenzwahrscheinlichkeit", Encyclopedia of Statistical Sciences 3 81-86. Wiley, New York.

kjo
quelle
2
In Bezug auf die Referenzstatistik denke ich, dass einige dieser Charakterisierungen von Fischers Argumenten richtig sein könnten und fast genauso für einige seiner anderen Arbeiten gelten, aber es gilt sicherlich nicht für alle seine statistischen Arbeiten. Einige seiner geometrischen Argumente in Bezug auf das und das Chi-Quadrat waren Vorbilder von Klarheit und Einsicht. t
Glen_b -State Monica
@Glen_b: Ich nehme Ihr Wort dafür, aber zumindest in Bezug auf t lehnte K. Pearson die Veröffentlichung von Fischers erstem Artikel über t ab, weil er Fischers Beweis nicht folgen konnte, und sagte dies sehr explizit in seiner Korrespondenz mit Gosset. Gosset selbst konnte auch nicht Fischers Beweis folgen.
Kjo
1
Ja, das stimmt ganz genau. Nachdem er selbst mehrere Fisher-Artikel aus den 20er Jahren gelesen hatte, waren entweder seine späteren Artikel klarer als die früheren (was wahrscheinlich erscheint), oder vielleicht wurde Pearsons Leistung möglicherweise durch die Geschichte und die möglichen Folgen seiner Interaktionen beeinflusst mit Fisher.
Glen_b -Reinstate Monica

Antworten:

8

Ein kommentierter Fischer wäre eine ausgezeichnete Ressource!

Ich glaube nicht, dass Sie Fisher verstehen können, ohne gleichzeitig zu versuchen, andere wichtige Teile der Entwicklung von Statistiken und die Interaktionen von Fisher mit den anderen wichtigen Mitwirkenden zu verstehen. Ich fand Statistik in der Psychologie: Eine historische Perspektive von Michael Cowles sehr hilfreich. (Lassen Sie sich nicht vom psychischen Teil des Titels abschrecken: Das Buch ist ziemlich allgemein gehalten und scheint ein sehr ausgeglichener Bericht zu sein.)

Zum Thema kommentierter Fisher habe ich kürzlich einen seiner Absätze kommentiert, als ich gebeten wurde, eine Behauptung zu rechtfertigen, dass Fisher P-Werte als Beweisindizes gegen die Nullhypothese vorgeschlagen habe. So habe ich geantwortet:

Ich habe mich ein wenig umgesehen, ohne eine genaue Spezifikation zu finden, da Fischers Schreiben wie üblich umständlich ist und eine mühsame Interpretation seitens des Lesers erfordert. Er sagt auf p. 46 der statistischen Methoden und wissenschaftlichen Schlussfolgerungen (ich habe die letzte Ausgabe):

"Obwohl das Gefühl, das durch einen Signifikanztest hervorgerufen wird, als psychologischer Zustand der Zurückhaltung oder als Widerstand gegen die Annahme eines Satzes erkennbar ist, hat es eine objektive Grundlage darin, dass die Wahrscheinlichkeitsaussage, auf der es basiert, eine Tatsache ist, die übermittelt und durch diese überprüfbar ist , andere rationale Köpfe. Das Signifikanzniveau in solchen Fällen erfüllt die Bedingungen eines Maßes der rationalen Gründe für den Unglauben, den es erzeugt. Es ist primitiver oder elementarer als und rechtfertigt keine genaue Wahrscheinlichkeitsaussage über den Satz. ""

Hier ist es wieder mit meinen redaktionellen und interpretativen Aussagen:

dessen Missverständnis oder falsche Anwendung von Signifikanzprüfungsprinzipien von Fisher in seinem vorhergehenden Absatz kritisiert wird.]. Das Signifikanzniveau in solchen Fällen [der P-Wert] erfüllt die Bedingungen eines Maßes für die rationalen Gründe für den Unglauben, den es hervorruft [dh Beweise]. Es ist primitiver oder elementarer als eine genaue Wahrscheinlichkeitsaussage über den Satz und rechtfertigt sie nicht [und kann daher ein Index, aber kein Maß für die Wahrscheinlichkeit sein]. "

Michael Lew
quelle
2
Die einleitende Bemerkung Ihrer Antwort brachte mich auf die Idee, ein "Annotated Fisher" -Wiki zu starten ... Ein müßiger Gedanke, wirklich, da ich so etwas noch nie aus der Ferne gemacht habe. Insbesondere habe ich keine Ahnung, was zum Einrichten und Verwalten eines Wikis erforderlich ist, und ich habe noch weniger Ahnung von rechtlichen / urheberrechtlichen Fragen, die behandelt werden müssten, um ein solches Projekt auf den Weg zu bringen. Ich stimme jedoch zu: Es wäre eine wirklich unschätzbare Ressource.
Kjo