Маршрут
Статистика, яка справді потрібна
Розподіли, статистичний висновок і помилки, що руйнують аналіз.
Кроки по порядку
- 01Bayes' theoremПравило, що перетворює ймовірність свідчення за умови гіпотези на ймовірність гіпотези за умови свідчення. Це не те саме, і розрив між ними — це апріорна ймовірність.Безкоштовно
- 02CorrelationОдне число про те, наскільки щільно дві змінні лягають на пряму. Воно не каже нічого про нахил тієї прямої, а близьке до нуля не означає, що вони не пов’язані.Безкоштовно
- 03OutliersЗначення, далекі від решти, — помилки або саме відкриття. Виявлення через середнє та стандартне відхилення ламається в конкретний спосіб: що більше викидів, то менше ви їх знаходите.
- 04Time series decompositionРозклад ряду на тренд, повторюваний сезонний патерн і те, що лишилося. Три читабельні речі замість однієї нечитабельної — і основа більшості методів прогнозування.
- 05A/B testingВипадковий розподіл суб’єктів між двома варіантами й порівняння результату, щоб виміряну різницю можна було віднести на рахунок зміни, а не того, кому саме що показали.
- 06Hypothesis testingПрипустіть, що ефекту немає, порахуйте, як часто випадковість дала б результат, разючий, як ваш, і визнайте його справжнім, якщо це досить рідко. Метод є доведенням від протилежного.
- 07Confidence intervalДіапазон, побудований так, що в повторюваних експериментах заявлена частка таких діапазонів містить справжнє значення. Ця частка є властивістю методу, а не того інтервалу, що перед вами.
- 08BootstrapПересемплуйте власні дані з поверненням, перерахуйте статистику й прочитайте розкид. Це дає інтервал для статистик, які формули не мають, — і тихо провалюється на деяких, які мають.
- 09Central limit theoremДодайте досить незалежних значень майже з будь-якого розподілу — і сума буде приблизно нормальною. «Майже» тут робить справжню роботу: теорема має умови, і важкі хвости їх ламають.
- 10ConfoundingТретя змінна, яка спричиняє і те, що ви змінили, і те, що ви виміряли. Коригування на правильну рятує оцінку; коригування на неправильну вигадує ефект, якого немає.
- 11Maximum likelihoodОберіть параметри, за яких спостережені дані найімовірніші. Майже кожна функція втрат у машинному навчанні — це правило з мінусом і логарифмом попереду.
- 12Multiple comparisonsПроженіть двадцять тестів на рівні 5% — і зазвичай щось знайдете. Поправки різняться тим, що обіцяють, і чесний вибір — яку помилку ви радше зробите.
- 13StationarityПрипущення, що середнє, дисперсія й кореляційна структура ряду не змінюються з часом. Воно потрібне майже кожному методу для часових рядів, а звичайна регресія без нього гучно провалюється.
- 14AutocorrelationКореляція ряду зі зміщеною копією самого себе. Саме так ви знаходите цикл, про який вам не казали, і саме так виявляєте, що ваша вибірка менша, ніж ви думали.
- 15Generalized linear modelsОдна рамка, що охоплює лінійну, логістичну та пуассонівську регресію водночас: лінійний предиктор, функція зв’язку, що поєднує його з відгуком, і розподіл для шуму.