どの統計的手法は古風で、教科書から省くべきですか？[閉まっている]

二項比率の信頼区間についての質問に答える際に、私は正規近似が古風で信頼できない方法であるという事実を指摘しました。メソッドとして教えるべきではありませんが、何が適切なメソッドを作るのかについてのレッスンの一部として含まれるという議論があるかもしれません。

使用期限を過ぎており、教科書の将来の版から省略されるべきである（それにより有用なアイデアのためのスペースを作る）他の「標準的な」統計的アプローチは何ですか？

これらの3つは、非推奨の演習のリストのどこかにランク付けされるでしょう。

1. テーブル内の正規/ F / t分布の分位数を探します。
2. 正常性のテスト。
3. 2つの標本t検定またはanovaを実行する前の分散の等価性の検定。
4. 古典的な（例、ロバストではない）単変量パラメトリックテストと信頼区間。

統計は、コンピューターと大規模な多変量データセットの時代に移行しました。これがロールバックされるとは思わない。必然的に、より高度なコースで教えられるアプローチは、ある意味でブライマンとテューキーの批評家の影響を受けています。IMOは、機能するために満たすべき前提条件を少なくするアプローチに恒久的に移行しました。入門コースはそれを反映する必要があります。

統計的思考の歴史に興味のある学生に、後の段階でいくつかの要素をまだ教えることができると思います。