「統計」とはどういう意味ですか（統計の文脈で）。

Googleで

"fisher" "fiducial"

...私は確かに多くのヒットを得ますが、私が従ったものはすべて私の理解を完全に超えています。

これらすべてのヒットには共通点が1つあるように見えます。それらはすべて、染められた統計学者、理論、実践、歴史、および統計の知識に徹底的に浸されている人々のために書かれています。（したがって、これらの説明のどれも、フィッシャーが「基準」によって意味することを、専門用語の海に頼ったり、いくつかの古典的または他の数学的統計文献に負けずに説明したり、説明することさえしません。）

まあ、私は主題で見つけたもののために利益を得ることができる選択された聴衆に属していません、そしてこれはおそらくフィッシャーが「基準」によって意味するものを理解しようとする私の試みのすべてが壁に衝突した理由を説明しています不可解な意味不明な言葉。

プロの統計学者ではない人に、フィッシャーが「基準」とはどういう意味かを説明しようとする試みを知っている人はいますか？

PSフィッシャーは、「基準」が意味するものを特定することになると、少し動いているターゲットであることがわかりますが、この用語は意味の「一定の核」を持たなければならないことを理解しています。する）分野内で一般的に理解されている用語として。

基準引数は、尤度を確率として解釈することです。尤度がイベントの妥当性を測定する場合でも、確率測定の公理を満たしません（特に、合計が1になるという保証はありません）。これが、この概念がそれほど成功しなかった理由の1つです。

例を挙げましょう。放射性元素の半減期などのパラメーターを推定したいとします。λの値を推測しようとする（x 1、… 、x n）という2つの測定を行います。従来のアプローチまたは頻繁なアプローチの観点では、λはランダムな量ではありません。それは未知の定数尤度関数とλ N Π N iが= 1つの E - λ X I = λ N E - λを$\lambda$$(x_1, \ldots, x_n)$$\lambda$$\lambda$。$\lambda^n \prod_{i=1}^n e^{-\lambda x_i} = \lambda^n e^{-\lambda(x_1+\ldots+x_n)}$

$\lambda$$(x_1, \ldots, x_n)$$2.3 \cdot e^{-2.3\lambda}$ $2.3 \cdot \lambda^n e^{-\lambda(2.3+x_1+\ldots+x_n) }$$\lambda$$\lambda$$n$$2.3+x_1+\ldots+x_n$

$\lambda$$(x_1, \ldots, x_n)$$\lambda^n e^{-\lambda(x_1+\ldots+x_n)}$$n$$x_1+\ldots+x_n$

これらの違いは、信頼区間推定のコンテキストで最も顕著な効果をもたらします。古典的な意味での95％信頼区間は、データが収集される前に目標値を含む可能性が95％ある構造です。ただし、基準統計学者の場合、95％信頼区間は、95％の目標値を含む可能性があるセットです（これは、頻繁なアプローチの学生の典型的な誤解です）。

いくつかの有名な統計学者は、フィッシャーの基準議論への関心を再燃させようとします。 ブラッドリー・エフロン：（グーグルの本から小さな引用もコピーできません）、このトピックはブラッドリー・エフロン2でも扱われています。彼は（直接の引用ではなく）効果に何かを言います：フィッシャーの最大のエラーと考えられることがあるフィデューシャル推論は、将来フィッシャーの最大のヒットになる可能性があります。そのため、フィデューシャルのアイデアが戻ってくると考えている人々がいます。

このトピックに専念した完全な本（私の元教授の一部による）はSchweder＆Hjortです。

彼らは、用語を「基準分布」から「信頼分布」に変更することを提案しています。ある時点で、ここで新しいタグを作成しようとしましたconfidence-distribution。しかし、誰かが誤ってそれをタグの同義語にしましたconfidence-interval。Grrrr（シノニムを作成する場合、それはである必要がありますfiducial。）