統計はどこにでもあります。ただし、統計用語の一般的な使用法はしばしば不明確です。

確率とオッズという用語は、明確に定義されたさまざまな数式にもかかわらず、一般英語では交換可能に使用されます。

尤度という用語を確率と区別しないと、陽性マンモグラフィが与えられたときに乳がんの確率を定量化しようとする医師を日常的に混乱させます。これはできません。私の娘をテストしてください。彼女は医学を勉強しています。」

同様に普及しているのは、関連付けではなく相関の使用です。または、因果関係を意味する相関。

アルゴアの有名なドキュメンタリー「不便な真実」では、スライドが氷のコアと温度の相関関係を示しており、議論から因果関係を証明するためのより技術的な作業を残しています。$\small \text{CO}_2$

質問：数学的な厳密さなしで使用した場合、どの統計用語が解釈の問題を引き起こしますか。したがって、修正する価値がありますか？

言語の変化と戦うのは無益です。しかし

パラメーターは変数を意味しない

この場合、この意味を持つ用語を最初に使用したRA Fisherから始まる古典的な統計では、パラメーターは推定される未知の定数、たとえば母平均または相関です。数学では、曲線がパラメトリックに与えられる場合のように、関連するが同一の意味はありません。多くの科学では、パラメータは尺度（それ自体が数学的な意味を持つ密な用語）、特性または変数、場合によっては長さ、伝導率、多孔性、美徳などの単なる別の単語です。当然、測定される前の個人の長さや美徳は不明です。しかし、統計的なことを考えている人は、そのような一連の測定に使用することに困惑する可能性があります。通常または下品な用語では、パラメータ（ほとんど常に複数）は、境界線との元々の混乱に起因する可能性がある、個人的な関係や政治政策な​​ど、何かの限界を意味することがよくあります。事前確率が高い場合、ベイジアンは自分の使用法について自分で話すと推定されます（@conjugatepriorに感謝します）。

スキューが意味するものではありません偏った

1世紀以上にわたって、歪度は、グラフィカルに評価されるか、数値的に測定されるか、または信仰または希望の問題として理論的に推定されるかにかかわらず、分布の非対称性を参照する特定の統計的意味を持ちました。はるかに長い間、または推測されるかもしれないが、バイアスは平均的に間違っていることを意味しており、真実を知っている限り、つまり真の値または正しい値を意味する限り、系統誤差として定量化することができます。普通の言語でのスキューは、歪んだり歪んだりするという常識を持っているため、誤っている、間違っている、偏っているという感覚もあります。その意味（私が気づいた限りではごく最近）は、統計的な議論にフィルターをかけ始めたため、歪度の元の意味はぼやけたり水没したりする危険があります。

相関は一致を意味しない

相関関係は統計のいくつかの正確な意味を引き付けており、それらは一般に、正確な意味で完全な二変量関係の考えを持っています。主要なケースは線形で単調な関係です。ほとんどすべての種類の関係や関連を意味するために、統計的な議論でさえ、しばしば希釈されます。相関が必ずしも意味するものではないことは必ずしも一致しません。したがって、、である限りまたはピアソン相関を意味します が、一致は非常に厳密な条件。$y = a + bx$$1$$-1$$b \ne 0$$y = x$$a =0, b= 1$

ユニークとは、明確な意味ではありません

データの異なる値をuniqueとして説明することは非常に一般的ですが、uniqueは1回だけ発生する意味として理想的にはより適切に保存されます。私自身の推測では、非難の一部は、Unix [sic]ユーティリティuniqとその模倣者に起因している可能性があります。これは、おそらく繰り返される値を、各値が実際に一意であるセットに減らします。この推測では、使用法はプログラムの入力と出力を制限します。（我々が話している場合は逆に、重複したデータでは、我々はめったに正確に二回発生しdoubletonsに自分自身を制限しない。長期的な複製を言語的には理にかなっていますが、実験におけるコントロールの意図的な複製のために先取りされています。結果として得られる応答値は通常、まったく同一ではなく、これがポイントです。）

サンプルがめったに繰り返されない

統計では、サンプルにはいくつかの値が含まれており、サンプリングの繰り返しは高い理論上の価値がありますが、シリコでのあらゆる種類の偽造の慣習的な用語であるシミュレーションを除いて、ほとんど実行されません。多くの科学では、サンプルは、水、土、堆積物、岩、血液、組織、または魅力的なものから良性のものまで、さまざまな物質の塊、塊、または少量で構成される単一のオブジェクトです。例外的ではありませんが、深刻な分析には多くのサンプルを採取することが不可欠です。ここでは、すべての分野の用語がその人々にとって完全に理にかなっていますが、翻訳が必要な場合があります。

通常、エラーは間違いを意味するものではありません。ハロルド・ジェフリーズが指摘したように、主要な感覚は不規則であり、誤りではありません。

それでも、私たちは自分の罪や用語の癖に注意する必要があります。

回帰は逆行しない

静止は不動または固定を意味しない

自信は誰かの精神的または心理的状態とは関係ありません

意味は時々その日常的な意味しかありません

正確はしばしば敬語であり、問​​題に適したものではなく、扱いやすい解決策または計算を指します

多くの人が左に歪んだように右に歪んだ分布、またはその逆

対数正規は、それが通常のべき乗ているためそう呼ばれています

しかし、対数正規は正規よりも正常です

ガウスは、デMoivreによって発見されました

ポアソンは、ポアソン回帰は言うまでもなく、ポアソンを発見しませんでした

ブートストラップは、あなたの靴であなたを助けにはなりません

ジャックナイフは切断しません

尖度は病状ではありません

茎葉プロットは植物を参照していません

ダミー変数は、便利な無意味ではないか、愚かです

地球上の（または他のどこでも）不均一分散性は不平等な変動性よりも本当に好ましい用語だと誰が 考えていますか？

堅牢性は現在、異なるグループに対して少なくとも2つの主要な技術的意味を持っています。どちらも、技術的な議論でも頻繁に使用することを妨げず、単に「うまく動作するように主張する」ようなことを意味します

IVは現在、異なるグループに対して少なくとも2つの主要な意味を持っています

因子は異なるグループに対して少なくとも2つの主要な意味を持つようになりました

正規化と標準化には、数え切れないほど多くの意味があります（本当に標準化する必要があります）

対グラフを記述することは、垂直変数対水平変数を意味します。

そして（最後になりましたが、フレーズを作成するために）統計には少なくとも3つの主要な意味があります。

ノート：

1. 反対に見えるにもかかわらず、これは良い、深刻な質問だと思います。

2. ファッションが変わります。20世紀に入ってから、多くの人々（名前もパックドリルもありませんが、カールピアソンは言及できました）は、ギリシャ語とラテン語の辞書に手を伸ばすことによってのみ用語を発明できたようです。（彼が散布図を信用しないのは不公平でしょう。）しかし、RA Fisherは、分散、充足、効率、尤度など、既存の多くの英単語をハイジャックしました。最近では、JW Tukeyは家庭的な言葉を使う上で名人でしたが、スプルームや悪行が流行しなかったことに苦痛を感じる人はほとんどいません。

3. 1つのコメントは、「Life is [...] AdditiveではなくMultiplicativeです。対数正規分布は正規分布よりも正規です」という回想に基づいています。アノン。1962. Blogginsの作業ルール。グッド・イン・IJ（編）科学者は推測しています：部分的に焼き付けられたアイデアのアンソロジー。ロンドン：ハイネマン、212-213（引用p.213）。

私が遭遇するもののいくつか：

1. 有意水準とCIカバレッジ確率を互換性があるものとして扱い、人々が「95％の有意性」と言うようなことをするようにします。

   [さらに悪いことは、そのような誤りを犯した人々が、講義ノート、さらには教科書を、これをサポートするものとして指し示している場合です。言い換えれば、間違いは彼らのものではなく、数百または数千倍になり、さらに悪いことに、たとえそれを正しく理解したとしても、とにかく間違いを繰り返して被験者を追い越さなければならないかもしれません。

2. また、特定の仮説/質問の外に「有意性」が何らかの形で存在すると考える一般的な傾向があります（どのような質問に対処するかについての明確な概念なしに「私のデータは重要ですか」などの質問につながります）。[関連する問題は、「これらのデータに対してどのテストを使用すべきか？」です。答えられる質問ではなく、データであるかのように、それが分析の選択の原動力です。（研究の「デザイン」は使用する特定のテストに影響を与える可能性がありますが、関心のある質問はより重要です-たとえば、3つのグループが利用可能であるが、関心のある質問は2つのグループの比較にのみ関連する場合、あなたが3つ持っているという事実は、あなたが興味のある2つのグループのまっすぐな比較ではなく、一方向の型分析を行うことを強制しません... 分析の選択がデータが示すものから派生しない限り。理想的には、データを分析する前に質問と分析を計画し、データに分析を投げて、「これらのデータにどのテストを使用するべきか」など、事後分析の質問と思われる棒を確認します。-につながる傾向があります。）

3. p値の補数をある種の「信頼」または「確率」と呼ぶときの傾向。

4. 「ノンパラメトリックデータ」; 残念ながら数冊の本（そして、悲しいことに、一般的なエラーを修正することを目的とする記事）で見つかった別の1つは頻繁に出てくるので、自動生成されたコメントの短いリストにあります（「データはパラメトリックでも、ノンパラメトリック。これらはモデルやテクニックに適用される形容詞です... "）（この特定のバグを思い出させてくれたNick Coxに感謝します）

   通常、意図されているのは「非正規データ」ですが、パラメトリックは正規を意味するものではなく、近似正規性を持つことはパラメトリック手順を必要とすることを意味しません。同様に、非正規性は、ノンパラメトリック手順が必要であることを意味しません。時折、意図されているのは「序数データ」または「名義データ」ですが、どちらの場合も有限パラメトリックモデルが不適切であることを意味しません。

5. 「一般化線形モデル」の「線形」という用語の使用と矛盾する方法で、「線形モデル」の「線形」の意味を誤解する一般的な傾向。これは、用語の使用方法の一部の欠点です。

6. 平均マイナス中央値の種類の歪度と3次モーメントの歪度を融合し、いずれか（または両方）のゼロを対称性と融合します。両方のエラーは、特定のアプリケーション分野で広く使用されている基本的なテキストで頻繁に見られます。[歪度ゼロおよび過剰尖度ゼロを正常性を暗示するものとして扱うことには、関連するエラーがあります]

7. これは非常に一般的であり、特定のプログラムの努力のせいで、これをエラーと呼ぶのが難しくなっています。過剰な尖度を単に「尖度」と呼ぶ 間違いは、通信の問題につながることがほとんど保証されています。

「データ」は複数形です。（単数形は「データ」です）。

厳密に統計的な用語ではありませんが、私は内生性を引退することに投票します。すべての人が本当にやりたいことは、「その効果は特定されていません」と言うとき、逆因果から交絡、選択、コライダーバイアスまで、すべてを指すために使用されます。

「平均への回帰」は、特定の数のiidサンプルが期待値を下回った場合、次のiidサンプルが期待値を上回る可能性が高いことを意味しません。

パーセントとパーセントポイント：何かが1％から2％に増加すると、100％増加します。または：1パーセントポイント増加したと言えます。

増加が1％だったと述べることは、非常に誤解を招きます。

明確に示されていない略語は本当の問題だと思います。たとえば、GLMのようなものがあり、これが一般的な線形モデルまたは一般化された線形モデルを意味する場合、どこにも指定されていません。通常、コンテキストを掘り下げた後に参照されているものを把握できますが、統計モデルについて学び始めたばかりの学生にとってこれは特に面倒です。

これの別の例はIVです。これは機器変数または独立変数を意味しますか？多くの場合、コンテキストを調べるまで明確にされません。

私が混乱しているのは、「モデレーター」と「相互作用」です。また、人口（一般の人口のように）と関心のある人口は、明確にされない限り、新入生を混乱させるようです。

日常言語で一般的なもの：

平均

世間一般の人（完全に意図的な苦い皮肉）にとっては、平均値、中央値、モード、および期待値はすべて同じであるように見えます。それらは、基本的な正規分布があるという無意識で攻撃不能な仮定で、ポイント推定を行う自然な傾向があります。そして、非常に小さな分散の同様に無意識の仮定。このような推定は1）存在し、2）彼らにとって非常に有用であるという信念は、彼らがそれを実際に確実な予測因子とみなすことができるので、非常に染み込んでおり、そうでなければそれらを納得させることは基本的に不可能です。

実際の例として、「平均サイズのジャガイモは何ですか」と尋ねている料理人と話してみてください。数を指定すると、彼は数を指定するレシピでこれを使用できることを絶対に確信しています。ジャガイモの、そしてそれは毎回完璧に出てきます。そして、彼に「そのような数字はない」と言わせようとして怒っている。悲しいことに、それはスープを作るよりもはるかに高い利害関係がある状況で起こります。

尖度は「ピークネス」を測定しません。

$Z^4$$|Z|$$|Z|$

* 3を引くかどうか。この点に違いはありません。

線形の意味：

• $y = a + bx$$y = a + bx + cx^{2}$$y = ax^{b}$

• 推定されるパラメーターは線形です。回帰モデル（線形、ロジスティック、GLMなど）の場合と同様に、スカラーパラメーターと独立変数の積の合計が必要です。この点で、非線形とはようなものを意味します$y = \frac{e^{a+bx}}{1+e^{a+bx}}$$y = a + bx +x\max (x-\theta,0)$

• linearはdynamicの反対を意味します。従属変数が関数のように、それ自体の以前の値の関数ではありません。この点で、非線形とは、および。y t − y t − 1 = a + b （y t − 1 − x t − x）+ c （x t − x t − 1）+ d x t − $y_{t} = a + by_{t-1} + cx$$y_{t}-y_{t-1} = a + b(y_{t-1} - x_{t-x}) + c(x_{t}-x_{t-1}) + dx_{t-1}$

ここで、は従属変数、は独立変数、、およびは上記のすべての例のパラメーターです。、X 、B 、C 、D $y$$x$$a, b, c, d$$\theta$

問題は、修正するために注意すべき統計用語の使用に関するものでした。私は、ミレニアル世代の子供たちが「ランダム」という用語を使っているのを修正して、10年前からランダムとは正反対のものを意味しています。私の研修生の何人が実際にランダムなサンプルを作成するのに苦労しているのかを考えると、これはこの単語を使用する前でも起こっていたので、日常的なスラングでのこの用語の難読化は危機です。

OnlineSlangDictionaryから：

Definition of random


random

adjective

• 予想外で驚き。

  All of the sudden this guy jumped out from behind the bushes, it was so random!
  The street cleaner never comes down our street. How random.
  

• 予想外に素晴らしい。

  The party was totally random.
  

グレンとニックが言及した素晴らしい例はすでに多すぎます...あまり残っていません！

回帰のいくつかの側面

• 誤差項と残差（残差がリグレッサーと無相関であることを人々が誇りに思っているとき、それはややおもしろいです）

• 予測と推定（予測された変量効果に関するものである場合、区別することさえ止めるべきでしょうか？）

• 予測/予測間隔と信頼区間。間違ったものを引用する確率は0.5より大きいと思います。

• リグレッサー（設計行列の列）対共変量他 特に、区別が不可欠な技術的な状況では、多くの人々（私を含む）が不正確になる傾向があります。

特に保険環境では、各データポイントとデータセットの平均の差の二乗平均ではなく、あらゆる種類の差を参照するために分散を使用するのが一般的です。

ベイジアン

それを学習する生徒は、ベイジアンが「見える」かどうかを話すのに苦労することはないかもしれませんが、頻繁にベイジアンのアプローチで問題を解決するように頼むと、彼らはおそらく失敗します。

私の経験では、学生は哲学的な違いにすぎないと教えられますが、両方のアプローチで同じ問題が攻撃されていることを示す具体的な例はありません。

次に、なぜ彼らの例で誰かが頻繁にアプローチするのかと彼らに尋ねます。彼らの最良の説明は、「昔、コンピューターは存在しなかった...」といったものでしょう。

リスク

リスクは確率を意味しない

リスクは、すべての結果のコストの合計であり、これらの各コストにそれらが発生する確率を掛けます。

通常、リスクは、私たちが達成しようとしている利益である報酬と比較検討されます。

ここでは一例です：あなたキロワットは、どのように致命的です。ここでは、リスク -さまざまなエネルギー源の死者の数-と報酬-これらのエネルギー源によって生成されるテラワット時間のエネルギーを比較検討します。

たとえば、原子力発電のリスクは、メルトダウンが発生する確率ではありません。それで死ぬ人の数を乗じ、メルトダウンが起こる確率であると加算演算は通常のままであること確率を乗じた通常の操作で死亡する人の数を持ちます。

固定効果とランダム効果は、人によって異なることを意味します。計量経済学では、固定効果は実際にはランダムであり、それについて考えると統計のすべての効果はランダムであるため、ランダムな名前を付けても意味のある追加情報は得られません。