统计计算

那些年，我们一起追的EB

杨灿 / 2012-05-26

写了《统计学习那些事》，很多童鞋都表示喜欢，这让我越来越觉得冯导的一句话很有道理：“我的电影一向只伺候中国观众，还没想过拍给全世界人民看。这就跟献血一样，本身是好事，但如果血型不对，输进去的血也会产生排异现象。我的‘血型’就适合中国人，对不上世界观众，别到时伤了我的身子骨，还伤害了世界观众，所以我暂时不会‘献血’。”比如他的《天下无贼》，我就特别喜欢。然而天下可以无贼，却不可以没有英雄（不是张导的……

R语言

R You Ready?——大数据时代下优雅、卓越的统计分析及绘图环境

刘思喆 / 2012-05-05

作者按：本文根据去年11月份CSDN举办的“大数据技术大会”演讲材料整理，最初发表于2012年2月期《程序员》杂志。 […] R（R Development Core Team, 2011）语言由新西兰奥克兰大学的 Ross Ihaka 和 Robert Gentleman 两人共同发明，其词法和语法分别源自 Scheme 和 S 语言，R 语言一般认为是 S 语言（John……

统计图形

日历中的夏天

肖凯 / 2012-05-03

不知不觉，夏日已慢慢临近。姑娘们飞扬的裙角，小贩叫卖的西瓜，蚊蝇嗡嗡的声音，以及翻过的一页日历，都提醒着你夏天快来了。夏季有着不同的定义：根据中国人的日历，我们所俗称的夏季从立夏开始，到立秋结束；但在气候学上，夏季是指连续五天平均温度超过22摄氏度即算作夏季的开始，若连续五天平均温度低于22度则算作入秋；而天文学上的夏季一般是指六、七、八这三个月。那么哪一种夏季的定义更合适一些呢？还是用数据可视……

R会议

第五届中国R语言会议通知

统计之都 / 2012-04-16

R是一门用于统计计算和作图的语言，其官方机构每年都会举办useR!会议，但会议地点主要局限在欧美地区。自2008年以来，在谢益辉的倡导下，中国已经成功举办了四届自行组织的R语言会议，极大促进了R语言在中国的推广和发展。在前四届会议的成功经验下，为了进一步加强各领域R语言使用者之间的交流，我们准备于2012年5月（北京会场）举办第五届中国R语言会议。 […] 会议定于2012年5……

推荐文章

关于概率论主干课程的训练

周达 / 2012-04-15

虽然外界不大能区分“概率论”和“统计学”的差别，但是在概率统计专业内的人士们看来，这两者无论从思维方式、课程学习还是学术训练角度来看，区别还是相当明显的。比如我了解的北大概率统计系的情况，概率论和数理统计分属不同的教研室，日常的学术活动也大相径庭。研究生除了第一年会一起上专业基础课之外，之后就少有交集。我当年的体会是，在统计专业同学们的眼中，“概率论跟基础数学没有什么区别”；而在概率专业的同学看……

统计模型

因果推断简介之四：观察性研究，可忽略性和倾向得分

丁鹏 / 2012-04-01

这节采用和前面相同的记号。$Z$ 表示处理变量（$1$ 是处理，$0$是对照），$Y$ 表示结果，$X$ 表示处理前的协变量。在完全随机化试验中，可忽略性 $Z \bot \{Y(1), Y(0)\} $ 成立，这保证了平均因果作用 $ACE(Z\rightarrow Y) = E\{Y(1) – Y(0)\} = E\{Y\mid Z=1\} – E\{Y\mid Z=0\}$ 可以表示成观测数……

统计模型

因果推断简介之三：R. A. Fisher 和 J. Neyman 的分歧

丁鹏 / 2012-03-30

这部分谈到的问题非常微妙：完全随机化试验下的 Fisher randomization test 和 Neyman repeated sampling procedure。简单地说，前者是随机化检验，或者如很多教科书讲的Fisher 精确检验（Fisher exact test）；后者是 Neyman 提出的置信区间（confidence interval）理论。我初学因果推断的时候，并没有……

统计模型

因果推断简介之二：Rubin Causal Model (RCM)和随机化试验

丁鹏 / 2012-03-28

因果推断用的最多的模型是 Rubin Causal Model (RCM; Rubin 1978) 和 Causal Diagram (Pearl 1995)。Pearl (2000) 中介绍了这两个模型的等价性，但是就应用来看，RCM 更加精确，而 Causal Diagram 更加直观，后者深受计算机专家们的推崇。这部分主要讲 RCM。设 $Z_i$ 表示个体 $i$ 接受处理与否，……

统计模型

因果推断简介之一：从 Yule-Simpson’s Paradox 讲起

丁鹏 / 2012-03-26

在国内的时候，向别人介绍自己是研究因果推断（causal inference）的，多半的反应是：什么？统计还能研究因果？这确实是一个问题：统计研究因果，能，还是不能？直接给出回答，比较冒险；如果有可能，我需要花一些篇幅来阐述这个问题。目前市面上能够买到的相关教科书仅有 2011 年图灵奖得主 Judea Pearl 的 Causality: Models, Reasoning, and……

统计应用

统计词话（二）

邱怡轩 / 2012-03-21

[…] 抬头，他们看到了诗云。 […] 诗云处于已消失的太阳系所在的位置，是一片直径为一百个天文单位的旋涡状星云，形状很像银河系。空心地球处于诗云边缘，与原来太阳在银河系中的位置也很相似，不同的是地球的轨道与诗云不在同一平面，这就使得从地球上可以看到诗云的一面，而不是像银河系那样只能看到截面。 […] ——刘慈欣《诗云》 […] 时光荏苒，……

统计应用

需要相亲几次才能找到靠谱的对象？

肖凯 / 2012-03-11

谈到相亲就不得不提到著名的麦穗问题。说有一天，苏格拉底带领几个弟子来到一块成熟的麦地边。他对弟子们说：“你们去麦地里摘一个最大的麦穗，但要求只能摘一次，只许进不许退，我在麦地的尽头等你们。”可以看得出，相亲这种活动就有点类似于摘麦穗，在等待和决断之间达成平衡是解决问题的重点。将上述的麦穗问题进一步抽象就是一个经典的概率问题。若一个袋子里有100个不同的球。每个球上标明了其尺寸大小。我们每次随机无……

统计模型

议员是如何投票的？

贺诗源 / 2012-03-03

这个数据在近几年的图模型文章中常能见到，并且已有很多深入的讨论——包括图结构随时间变化、多图联合估计等情况。本文只涉及单个图结构的估计，此外笔者对政治不了解，因此文中摘录wiki的相关评论。从 http://www.senate.gov 可以看到senators每次投票的结果。那么，你关心的议员在每次投票中起到怎样的作用？有怎样的政治立场？本文数据选取美国第111届议会（2009年、2010……