Theoretical statisticians have all

Theoretical statisticians have all too often accepted a
model (frequently one based on normal distribution
theory) and considered many statistical inferences using
that model without checking its validity. That is, we
have accepted the "dogma of the normal distribution"
(or something similar) and routinely performed the appropriate
statistical inference. Possibly a better way to
proceed would be to assume that an appropriate model is
to be found among a number of models, say Q1, Q2, * * *, Ok
which are suitably spaced throughout the spectrum of
possible models. Then use the data to select the model
which seems most appropriate and, with this model and
the same data, make the inferences desired. Hogg [7]
presented an example of such a procedure in defining a
robust method for estimating the center of a symmetric
distribution using several different models of symmetric
distributions of the continuous type. The models ranged
from a light-tailed one (like the uniform) to a heavytailed
one (like the Cauchy). Hogg has subsequently used
the term "adaptive" in referring to procedures which use
the data first to select a model and then to make an
inference based on the model chosen. Other adaptive
estimation procedures can be found in the literature (e.g.,
see Jaeckel [9]). Procedures of this type have proved
effective in other inference problems as well; for illustrations,
consider the preliminary testing schemes of Bancroft
[2] and others.

ผลลัพธ์ (ไทย) 1:

Statisticians ทฤษฎีเกินไปมักจะยอมรับการแบบจำลอง (บ่อยครั้งหนึ่งตามการแจกแจงปกติทฤษฎี) และถือ inferences สถิติต่าง ๆ ที่ใช้รุ่นที่ไม่ มีการตรวจสอบการมีผลบังคับใช้ นั่นคือ เรายอมรับ "ความเชื่อของการแจกแจงปกติ"(หรือเป็นที่บางสิ่งบางอย่างคล้ายกัน) และดำเนินการที่เหมาะสมเป็นประจำข้อสถิติ อาจเป็นวิธีที่ดีกว่าการดำเนินจะถือว่า เป็นแบบจำลองที่เหมาะสมจะพบได้ในหลายรูปแบบ พูด Q1, Q2, ** *, ตกลงที่เหมาะสมเว้นทั่วสเปกตรัมของรูปแบบจำลองได้ จากนั้น ใช้ข้อมูลเพื่อเลือกรูปแบบซึ่งดูเหมือนว่าเหมาะสมที่สุด และ กับรุ่นนี้ และข้อมูลเดียวกัน ทำให้ inferences ต้อง ฮอกก์ [7]แสดงตัวอย่างของกระบวนการดังกล่าวในการกำหนดเป็นวิธีมีประสิทธิภาพสำหรับการประเมินของความสมมาตรกระจายการใช้หลายรูปแบบแตกต่างกันของสมมาตรการกระจายของชนิดต่อเนื่อง แบบจำลองที่อยู่ในช่วงจากที่หางไฟ (เช่นเดียวกับเครื่องแบบ) ไป heavytailedหนึ่ง (เช่นอสมการโคชี) ต่อมาได้ใช้ฮอกก์คำว่า "เหมาะสม" ในการอ้างอิงถึงขั้นตอนที่ใช้ข้อมูลก่อนเพื่อเลือกรูปแบบแล้วเพื่อให้การข้อตามรุ่นที่เลือก อื่น ๆ ที่เหมาะสมขั้นตอนการประเมินสามารถพบได้ในวรรณคดี (เช่นดู Jaeckel [9]) กระบวนการชนิดนี้ได้พิสูจน์มีผลบังคับใช้ในข้อปัญหาอื่น ๆ เช่น สำหรับภาพประกอบพิจารณาแผนงานทดสอบเบื้องต้นของแบนครอฟต์[2] และผู้อื่น

ผลลัพธ์ (ไทย) 2:

สถิติทฤษฎีได้รับการยอมรับทั้งหมดบ่อยเกินไปรูปแบบ(บ่อยครั้งหนึ่งขึ้นอยู่กับการกระจายปกติทฤษฎี) และการพิจารณาหาข้อสรุปสถิติจำนวนมากโดยใช้รูปแบบที่ไม่มีการตรวจสอบความถูกต้อง นั่นก็คือเราได้รับการยอมรับว่า "ความเชื่อของการกระจายปกติ" (หรือบางสิ่งบางอย่างที่คล้ายกัน) ประจำและดำเนินการที่เหมาะสมอนุมานทางสถิติ อาจจะเป็นวิธีที่ดีกว่าที่จะดำเนินการต่อไปจะเป็นที่จะคิดว่าเป็นรูปแบบที่เหมาะสมที่จะพบในหลายรูปแบบพูดไตรมาสที่1 ไตรมาสที่ 2 * * * * * * * * * * * * ตกลงซึ่งมีระยะห่างที่เหมาะสมตลอดทั้งสเปกตรัมของรูปแบบที่เป็นไปได้ จากนั้นใช้ข้อมูลเพื่อเลือกรูปแบบซึ่งดูเหมือนว่าเหมาะสมที่สุดและมีรูปแบบนี้และข้อมูลที่เหมือนกันให้ข้อสรุปที่ต้องการ ฮอ [7] นำเสนอตัวอย่างของขั้นตอนดังกล่าวในการกำหนดวิธีการที่มีประสิทธิภาพสำหรับการประเมินศูนย์กลางของสมมาตรการกระจายการใช้รูปแบบที่แตกต่างกันหลายส่วนการกระจายประเภทอย่างต่อเนื่อง รุ่นตั้งแต่จากแสงหนึ่งนก (เช่นเครื่องแบบ) เพื่อ heavytailed หนึ่ง (เช่น Cauchy) ที่ ฮอต่อมาได้มีการใช้คำว่า "การปรับตัว" ในการหมายถึงวิธีการที่ใช้ข้อมูลแรกที่จะเลือกรูปแบบแล้วจะทำให้การอนุมานตามรูปแบบที่เลือก การปรับตัวอื่น ๆขั้นตอนการประมาณค่าที่สามารถพบได้ในวรรณคดี (เช่นเห็นJaeckel [9]) ขั้นตอนการประเภทนี้ได้พิสูจน์แล้วว่ามีประสิทธิภาพในการอนุมานปัญหาอื่น ๆ เช่นกัน; สำหรับภาพประกอบพิจารณารูปแบบการทดสอบเบื้องต้นของแบนครอฟ[2] และอื่น ๆ

ผลลัพธ์ (ไทย) 3:

สถิติทฤษฎีได้รับการยอมรับ
รูปแบบทั้งหมดบ่อยเกินไป ( บ่อยหนึ่งตามทฤษฎีการอนุมานเชิงสถิติ
ปกติ ) และพิจารณาหลายใช้
รุ่นโดยไม่ตรวจสอบความถูกต้องของมัน คือว่า เรา
ยอมรับ " ความเชื่อของการกระจาย " ปกติ
( หรืออะไรสักอย่าง ) และตรวจโดยการอนุมานเชิงสถิติที่เหมาะสม

อาจเป็นวิธีที่ดีกว่า

ดำเนินการจะถือว่าเป็นรูปแบบที่เหมาะสมเป็น
ถูกพบระหว่างหมายเลขของรุ่นว่า Q1 , Q2 , * * * , โอเค
ที่เหมาะสมระยะห่างทั่วสเปกตรัมของ
นางแบบที่สุด แล้วใช้ข้อมูลเพื่อเลือกรูปแบบ
ซึ่งดูเหมือนจะเหมาะสมมากที่สุด และมีรูปแบบนี้และ
ข้อมูลเดียวกันให้ใช้ ต้องการ ฮอกก์ [ 7 ]
นำเสนอตัวอย่างของวิธีการเช่นนี้ในการกําหนด
วิธีการที่แข็งแกร่งสำหรับการประมาณราคากลางของสมมาตร
จำหน่ายโดยใช้รูปแบบที่แตกต่างกันหลายแบบ
การแจกแจงชนิดต่อเนื่อง รุ่น 1
จากไฟหางหนึ่ง ( ชอบเครื่องแบบ ) เป็น heavytailed
หนึ่ง ( เช่น Cauchy ) ฮอกก์ต่อมาได้ใช้
คำว่า " ปรับ " ในการอ้างอิงถึงวิธีการที่ใช้
ข้อมูลแรกเพื่อเลือกรูปแบบแล้วให้
การอนุมานตามแบบที่เลือก ขั้นตอนการประมาณค่าแบบ
อื่น ๆสามารถพบได้ในวรรณคดี ( เช่น
เห็น jaeckel [ 9 ] ) ขั้นตอนของชนิดนี้ได้พิสูจน์แล้วว่ามีประสิทธิภาพในการอื่น ๆปัญหา

เช่นกัน สำหรับภาพประกอบ พิจารณาเบื้องต้นการทดสอบรูปแบบของ Bancroft
[ 2 ] และคนอื่น ๆ