分析と現代の確率論の厳密な背景から来て、私はベイズ統計は簡単で理解しやすく、頻繁な統計は信じられないほど混乱し、直感的ではないことがわかります。よくやる気がなく、注意深く定義されていない「秘密の事前情報」を除いて、常連客は実際にベイジアン統計を行っているようです。
一方、両方の見方を理解している多くの優れた統計学者は、頻出主義の見方に帰するので、私には理解できない何かがあるはずです。自分をあきらめてベイジアンと宣言するのではなく、私は頻繁にパーシスト主義の見方について学び、それを本当に「成長」させようとしています。
頻繁な統計を厳密な観点から学習するための良い参考資料は何ですか？理想的には、定理が証明できないタイプの本、またはおそらくそれらを解決することで正しい考え方を得ることができる難しい問題セットを探しています。私はインターネットの検索で見つけられるかもしれないより「哲学的なもの」をたくさん読んだことがあります-wikiページ、.edu /〜randomprofサイトからのランダムなpdfなど-それは助けにはなりませんでした。
1
私はまさにあなたのようでした！確率論では確かな背景がありますが、統計では無知です。そして、私はベイジアン統計（特にクリスチャン・ロバートの本）に魅了されました。Fourdrinierの本amazon.fr/で頻出統計を学びましたが、あなたがフランス語を読んだかどうかはわかりません。「秘密の事前知識」についてあなたが間違っていることに注意させてください。
—
ステファン・ローラン
これは非常に幅広いトピックであり、パラメーターの解釈の違いを理解することが重要です。理論的背景が強いとすれば、ベイジアンパラダイムではパラメーターは確率変数であり、頻出統計ではパラメーターは推定される変数/数値であることを理解するのは簡単です。したがって、常連が「秘密の事前情報」を使用しているようなものはありません。ここでいくつかの参照を見つけることができます。