지난 50 년간 통계의 혁명? [닫은]

지난 50 년간 어떤 통계 영역이 실질적으로 혁명을 일으켰습니까? 예를 들어, 약 40 년 전에 Akaike는 동료와 통계 모델 차별 영역을 혁신했습니다. 약 10 년 전, Hyndman은 동료들과 함께 지수 평활 영역을 혁신했습니다. 약 XX 년 전 ...

연도 및 이름을 적어 목록을 계속 작성하려면 어떻게해야합니까? 통계 상 저는 Bartholomew의 1995 년 대통령 주소, Chambers의 크고 작은 통계의 4 가지 유형을 의미합니다. Hand의 최근 대통령 주소에 '현대 통계'등이 있습니다.

부트 스트랩 에 대한 Efron의 작업이 떠 오릅니다.

Monte Carlo 방법으로 베이지안 통계를 적용합니다.

부스팅, 배깅 등과 같은 앙상블 방법 은 또 다른 잠재적 후보입니다.

1960 년에 통계를하는 대부분의 사람들은 4 기능 수동 계산기 나 슬라이드 규칙 또는 손으로 계산했습니다. 메인 프레임 컴퓨터는 Algol과 Fortran에서 일부 프로그램을 실행하기 시작했습니다. 그래픽 출력 장치는 드물고 조잡했습니다. 이러한 한계로 인해 베이지안 분석은 필요한 계산으로 인해 상당히 어려운 것으로 간주되었습니다. 데이터베이스는 펀치 카드와 컴퓨터 테이프 드라이브에서 몇 메가 바이트로 제한되어 관리되었습니다. 통계 교육은 초기에 t- 검정 및 분산 분석을위한 학습 공식에 중점을 두었습니다. 통계 관행은 일반적으로 이러한 일상적인 가설 테스트를 넘어서는 것이 아닙니다 (예를 들어, 연방주의 논문에 대한 Mosteller & Wallace의 저서에서 예시 한 것처럼 일부 훌륭한 사람들은 심층 분석을 위해 컴퓨터를 활용하기 시작했습니다).

지난 반세기 동안 컴퓨팅 파워의 증가와 확산으로 인해 모든 통계가 혁명을 겪었다는 사실을 상기시켜주지 한 것으로 잘 알려져 있습니다. Thylacoleo가 이미 관찰 한 Tukey의 연필 및 종이 EDA 방법의 주목할만한 예외).

John Tukey의 참 이상한 아이디어 : 탐색 적 데이터 분석. http://en.wikipedia.org/wiki/Exploratory_data_analysis

최근 사망 한 John Nelder와 Robert Wedderburn으로 인해 일반화 된 선형 모델.

• 혁명 1 : S ( ACM 소프트웨어 시스템 상 )
• 혁명 2 : R ( 그 시점까지 R의 역사에 관한 Ross Ihaka (1998) )

" 대부분의 영향력있는 아이디어 1995-2005"라는 메타 최적화에 대한 훌륭한 토론이있었습니다 .

여기서 언급하고 여기에서 반복 할 것은 다중 비교 개념의 "혁명"입니다. 특히 매우 많은 가설을 테스트하기위한 FWE 사용에서 FDR 방법으로의 전환 (마이크로 어레이 또는 fMRI 등)

이 개념을 과학계에 소개 한 첫 번째 기사는 다음과 같습니다. Benjamini, Yoav; 요 흐흐흐 베르크 (1995). "잘못된 발견 비율 제어 : 여러 테스트에 대한 실용적이고 강력한 접근 방식". 왕립 통계 학회지

콕스 비례 위험 생존 분석 : http://en.wikipedia.org/wiki/Cox_proportional_hazards_model

Box-Jenkins가 시계열 모델링에 접근 : ARIMA 모델 등

http://en.wikipedia.org/wiki/Box-Jenkins

이 사이트의 작성 ;-)