数学2021stat.columbia.edu
过去 50 年最重要的统计思想是什么？
What are the most important statistical ideas of the past 50 years?
进阶 · 约 60 分钟读完前置知识：统计学基础、贝叶斯方法、因果推断基础
导读
这篇论文由统计学家 Gelman 等人撰写，回顾并总结了过去 50 年中最重要的统计思想，包括因果推断、贝叶斯方法、高维数据等方向。文章以清单形式梳理了这些思想的贡献与影响。
HN 关注点：是因为它提供了一个了解现代统计学核心进展的权威概览，评论区围绕学习资源和遗漏的重要方向展开讨论。
HN 评论精选
这几条评论里：支持 1 质疑 1 补充 2
补充推荐一本公开撰写的因果推断入门书《Causal Inference, the Mixtape》
对于想学习因果推断（榜单第一项）的人，我强烈推荐贝勒大学经济学教授 Scott Cunningham 的《Causal Inference, the Mixtape》。Scott 过去几年一直在公开地逐步撰写这本书，最近已完成并出版，它全面介绍了在不同情境下推断因果关系的多种技术。https://www.scunning.com/mixtape.html
alilleybrinker查看英文原文
For anyone wanting to learn causal inference (the first item in the list), I highly recommend "Causal Inference, the Mixtape" by Scott Cunningham, a professor of economics at Baylor University. Scott has been writing this book incrementally in the open for the last couple of years, and recently completed and published it, and it is a thorough introduction to numerous techniques for inferring causation in different contexts. https://www.scunning.com/mixtape.html
质疑想学实用的快速统计建模，但苦于找不到不隐藏不确定性的入门路径
我非常希望能达到快速勾勒出一个用于决策的统计模型的水平，但在入门方面举步维艰——不想用那种'隐藏不确定性'的把戏，比如贝叶斯主义给我的感觉。这类文章给我希望，觉得多读就能达到目标，但这里列出的内容没有一项感觉能在'餐巾纸数学'的场景下使用。我刚买了两本 Gerd Gigerenzer 的新书，也弄到了 David Sklansky 一些更入门的赌博类著作，但我担心自己的关注点要么太理论化，要么太局限于赌博（尽管我认为赌徒评估赌注的方式有很多可以借鉴到其他情境）。我想，如果这很容易，我们早就都会了……
TameAntelope查看英文原文
I desperately want to get to a point where I'm able to quickly sketch out a statistical model for making a decision, but I'm struggling mightily on where to get started that doesn't include some kind of "hide the uncertainty" shell game, such as how I feel when Bayesianism gets thrown around. Submissions like this give me hope, that if I just read more, I'll get there, but nothing listed here feels like it's usable in a "napkin math" scenario. I just bought two of Gerd Gigerenzer's latest books, and I've already obtained some of David Sklansky's more introductory work on gambling, but I'm concerned my focus is either too theoretical or too narrowly on gambling (though I think there's a lot to learn in how a gambler assesses a bet, and how it applies to other situations). I guess if it were easy, we'd all be doing it...
补充补充：随机投影与压缩感知也应算作过去 50 年的重要统计思想
这和统计学关系很大，但通常不被归类为统计学本身：我认为整个包括随机投影（如 Johanson-Lindenstrauss 引理）、压缩感知等在内的领域值得一提。从统计角度说，它表明无论数据以多高的维度呈现，一个随机线性投影到（略高于）数据内在维度的空间就能保留其底层拓扑结构。
beagle3查看英文原文
It has to a lot to do with statistics, but is not usually classified as statistics per-se, but I think the entire field that includes Random Projections (e.g. Johanson-Lindenstrauss Lemma), Compressive Sensing and friends. Statistically speaking, it says that regardless of the dimension that data is presented in, a random linear projection to (slightly more than) the intrinsic dimension of the data captures the underlying topology.
支持称赞这份清单是实用的现代统计学速成课
这是一份很棒的、面向实践的现 代统计学速成课！
thepangolino查看英文原文
That's a great practically oriented crash course on modern statistics!
历次讨论
- 2021Hacker News 讨论帖288 分 · 69 评
同领域还值得读
一种新的相关系数
A New Coefficient of Correlation
提出了一种新的相关性系数（由 Sourav Chatterjee 提出），能够检测变量之间任意形式（不限于线性）的相关关系，且计算简单高效，主要基于排序和距离计算。
数学2021 · 682 分 · 158 评 · 引用 1进阶 · 约 60 分钟编辑精选数学的两种文化
The Two Cultures of Mathematics (2000)
这是数学家 Timothy Gowers 于 2000 年发表的一篇随笔，他把数学研究大致分成两种文化：一类是“解题者”，热衷于攻克具体难题、发展技巧（如组合数学）；另一类是“理…
数学2009 · 307 分 · 102 评入门 · 约 35 分钟编辑精选重新定义统计显著性
Redefine statistical significance
提议将统计显著性阈值从常用的 p<0.05 收紧到 p<0.005，以降低假阳性率、缓解可重复性危机。
数学2017 · 303 分 · 114 评入门 · 约 45 分钟编辑精选统计建模：两种文化（2001）
Statistical Modeling: The Two Cultures (2001)
讨论统计学中两种建模文化：一种假设数据由某种随机模型生成，侧重推断与系数解释；另一种把数据生成机制视为未知，侧重预测精度，主张使用算法建模。
数学2015 · 254 分 · 36 评进阶 · 约 60 分钟编辑精选通信的数学理论 (1948)
A Mathematical Theory of Communication (1948)
这是香农 1948 年的经典论文《通信的数学理论》，奠定了信息论的基础。
数学2016 · 169 分 · 53 评入门 · 约 90 分钟编辑精选