몇 년 전에 Black Swan을 읽었습니다. 블랙 스완 아이디어는 훌륭하고 음탕 한 오류에 대한 공격 (알 수있는 확률로 주사위 게임 인 것처럼 보임)은 좋지만 통계는 터무니없이 잘못 표시됩니다. 중앙 문제는 변수가 있으면 모든 통계가 분리된다는 잘못된 주장입니다 정상적으로 배포되지 않습니다. 나는 이러한 측면에서 탈 레브에게 다음과 같은 편지를 쓰는 데 충분히 짜증났다.
탈 레브 박사님
최근에 "The Black Swan"을 읽었습니다. 당신처럼, 나는 칼 포퍼의 팬이며, 나는 그 안에있는 많은 것에 동의한다는 것을 알았습니다. 나는 당신의 음란 오해에 대한 설명이 기본적으로 건전하다고 생각하며 실제적이고 일반적인 문제에주의를 기울입니다. 그러나 제 3 부의 많은 부분이이 책의 나머지 부분을 신뢰할 수 없을 정도로 전체적인 논증을 심하게 떨어 뜨린다 고 생각합니다. 블랙 스완과 "알 수없는 미지수"에 관한 주장이 III 부 오류의 일부에 의존하지 않고 그 장점에 있다고 생각하기 때문에 이것은 부끄러운 일입니다.
제가 지적하고자하는 주요 문제는, 특히 내가 잘못 이해 한 경우에 대한 귀하의 답변을 찾고자하는 것은 적용 통계 분야에 대한 귀하의 허위 진술입니다. 나의 판단에서, 14 장, 15 장 및 16 장은 통계와 계량 경제학을 잘못 표현하는 밀짚 꾼 논쟁에 크게 의존한다. 당신이 설명하는 계량 경제학 분야는 내가 적용한 통계, 계량 경제학, 보험 계리 적 위험 이론을 연구 할 때 배운 것이 아닙니다. 가우시안 분포의 한계와 같이 제기하는 문제는 학부 수준에서도 잘 이해되고 가르치고 있습니다.
예를 들어, 소득 분배가 정규 분포를 따르지 않는 방법을 보여주기 위해 어느 정도의 길이를 보이며 일반적으로 통계 관행에 대한 논쟁으로 제시합니다. 유능한 통계학자는이를 주장하지 않으며,이 문제를 다루는 방법이 잘 확립되어 있습니다. 예를 들어, 가장 기본적인 "첫해 계량 경제학"수준의 기술을 사용하는 것만으로, 대수를 취하여 변수를 변환하면 수치 예제가 훨씬 덜 설득력있게 보일 것입니다. 이러한 변환은 실제로 말한 내용의 대부분을 무효화합니다. 원래 변수의 분산은 평균이 증가함에 따라 증가하기 때문입니다.
나는 당신이 말하는 방식으로 변형되지 않은 반응 변수를 사용하여 OLS 회귀 등을 수행하는 무능한 계량 경제학자가 있다고 확신하지만, 부적절하고 부적절한 것으로 잘 알려진 기술을 사용합니다. 학부 과정에서도 실패했을 것입니다. 실제 관찰 된 (가우시안이 아닌) 분포를 반영하여 소득과 같은 변수를 모델링하는 더 적절한 방법을 찾는 데 많은 시간을 소비합니다.
일반화 선형 모형 군은 제기 한 문제를 해결하기 위해 부분적으로 개발 된 기술 세트입니다. 많은 지수 분포 분포 (예 : 감마, 지수 및 푸 아송 분포)는 비대칭 적이며 분포 중심이 증가함에 따라 분산이 증가하여 가우시안 분포를 사용하여 지적한 문제를 해결합니다. 이것이 여전히 너무 제한적인 경우, 기존의 "모양"을 모두 삭제하고 분포 평균과 분산 간의 관계를 지정하는 것이 가능합니다 (예 : 분산이 평균 제곱에 비례하여 증가하도록 허용). "준위 가능성"추정 방법을 사용합니다.
물론, 이러한 형태의 모델링은 여전히 너무 단순하고 미래가 과거와 같을 것이라고 생각하게하는 지적 덫이라고 주장 할 수 있습니다. 당신은 맞을지도 모르지만, 저의 책의 강점은 저와 같은 사람들이 이것을 고려하도록 만드는 것입니다. 그러나 14-16 장에서 사용하는 것과는 다른 주장이 필요합니다. 가우스 분포의 분산이 평균 (확장성에 문제가 있음)에 관계없이 일정하다는 사실에 대한 가중치는 유효하지 않습니다. 실제 분포가 종 곡선이 아닌 비대칭적인 경향이 있다는 사실에 중점을 둡니다.
기본적으로 통계에 대한 가장 기본적인 접근 방식 (가우시안 분포를 갖는 원시 변수 모델링을 사용하지 않음)을 과도하게 단순화했으며, 지나치게 단순화 된 접근 방식의 단점을 길게 (올바로) 표시했습니다. 그런 다음이를 사용하여 전체 필드를 불일치하는 간격을 만듭니다. 이것은 논리의 심각한 소멸 또는 선전 기술입니다. 불행히도 그것은 당신의 전반적인 주장에서 벗어나기 때문에 유감 스럽습니다.
응답으로 귀하의 의견을 듣고 싶습니다. 이 문제를 최초로 제기 한 사람은 의심 스럽다.
진심으로
체육