评论：我的一些统计方法观（写给在统计学院学习的学弟学妹之三） http://cos.name/2008/11/outlook-on-statistical-methods/ 中国统计学门户网站，免费统计学服务平台 Thu, 11 Mar 2010 09:06:55 +0000 http://wordpress.org/?v=2.9.2 hourly 1 来自：cweikai http://cos.name/2008/11/outlook-on-statistical-methods/#comment-1261 cweikai Thu, 11 Mar 2010 09:06:55 +0000 http://cos.name/?p=141#comment-1261 学习了，刚刚接触统计，还要努力！ 学习了，刚刚接触统计，还要努力！

]]> 来自：游客 http://cos.name/2008/11/outlook-on-statistical-methods/#comment-470 游客 Thu, 26 Mar 2009 10:51:23 +0000 http://cos.name/?p=141#comment-470 说的太好了！ 说的太好了！

]]> 来自：陈立夫 http://cos.name/2008/11/outlook-on-statistical-methods/#comment-142 陈立夫 Tue, 16 Dec 2008 08:53:11 +0000 http://cos.name/?p=141#comment-142 !! !!

]]> 来自：priss111 http://cos.name/2008/11/outlook-on-statistical-methods/#comment-96 priss111 Fri, 05 Dec 2008 23:34:41 +0000 http://cos.name/?p=141#comment-96 文章合为时而著，歌诗合为事而作，统计合为实而作。 文章合为时而著，歌诗合为事而作，统计合为实而作。

]]> 来自：郑冰: 统计之都《本周导读》第一辑 | 统计之都 http://cos.name/2008/11/outlook-on-statistical-methods/#comment-62 郑冰: 统计之都《本周导读》第一辑 | 统计之都 Wed, 03 Dec 2008 04:32:15 +0000 http://cos.name/?p=141#comment-62 [...] 我的一些统计方法观（写给在统计学院学习的学弟学妹之三） [...] [...] 我的一些统计方法观（写给在统计学院学习的学弟学妹之三） [...]

]]> 来自：谢益辉 http://cos.name/2008/11/outlook-on-statistical-methods/#comment-56 谢益辉 Tue, 02 Dec 2008 15:05:57 +0000 http://cos.name/?p=141#comment-56 我没有仔细研究过AIC的诞生过程，但这鬼子做出来的东西有实际意义的解释，这一点我就比较喜欢了，似乎更多的数学成果只是为了数学而数学……我的数学不好，就不胡说了 :) 我没有仔细研究过AIC的诞生过程，但这鬼子做出来的东西有实际意义的解释，这一点我就比较喜欢了，似乎更多的数学成果只是为了数学而数学……我的数学不好，就不胡说了 :)

]]> 来自：lovelyday http://cos.name/2008/11/outlook-on-statistical-methods/#comment-50 lovelyday Mon, 01 Dec 2008 20:50:35 +0000 http://cos.name/?p=141#comment-50 看上去还可以 统计学的哲学地位站得基本到位 就是数学层面的解释太少了。。 “关于统计建模，我一向坚持以“简洁而能说明问题”为首要原则，并且更强调“简洁”； 事 实上，知道赤池信息量的人都知道，AIC（Akaike Information Criterion）的计算是两部 分之和，一部分是（-2倍的）对数似然函数最大值，另一部分就是（2倍的）模型未知参数 个数，“使AIC尽可能小”是一条著名的统计建模准则，显然，第二部分说的无非就是模型 的简洁程度。我反对一味追求数学上的复杂与高深，搞统计不是比谁的数学更拽，要是脱离 实际或者对实际没有指导作用，那么模型再花哨、方法再先进也不过是个绣花枕头——中看 不中用。” 比如这个，AIC的推导本身就是涉及比较复杂的函数逼近去求的对likelihood的一个期望， 如果那个日本鬼子数学不拽，他能搞出这么牛逼得AIC吗。。 看上去还可以
统计学的哲学地位站得基本到位 就是数学层面的解释太少了。。

“关于统计建模，我一向坚持以“简洁而能说明问题”为首要原则，并且更强调“简洁”；
事
实上，知道赤池信息量的人都知道，AIC（Akaike Information Criterion）的计算是两部
分之和，一部分是（-2倍的）对数似然函数最大值，另一部分就是（2倍的）模型未知参数
个数，“使AIC尽可能小”是一条著名的统计建模准则，显然，第二部分说的无非就是模型
的简洁程度。我反对一味追求数学上的复杂与高深，搞统计不是比谁的数学更拽，要是脱离
实际或者对实际没有指导作用，那么模型再花哨、方法再先进也不过是个绣花枕头——中看
不中用。”

比如这个，AIC的推导本身就是涉及比较复杂的函数逼近去求的对likelihood的一个期望，
如果那个日本鬼子数学不拽，他能搞出这么牛逼得AIC吗。。

]]> 来自：谢益辉 http://cos.name/2008/11/outlook-on-statistical-methods/#comment-42 谢益辉 Mon, 01 Dec 2008 06:37:20 +0000 http://cos.name/?p=141#comment-42 祝你成功！:D 祝你成功！:D

]]> 来自：mawenbao_2000 http://cos.name/2008/11/outlook-on-statistical-methods/#comment-40 mawenbao_2000 Mon, 01 Dec 2008 03:53:58 +0000 http://cos.name/?p=141#comment-40 希望能把统计学好，分析好我所取得的试验数据，发表好的文章。 希望能把统计学好，分析好我所取得的试验数据，发表好的文章。

]]>