Le contexte:
Je suis doctorant en psychologie. Comme pour de nombreux doctorants en psychologie, je sais comment effectuer diverses analyses statistiques à l'aide de logiciels statistiques, jusqu'à des techniques telles que l'ACP, les arbres de classification et l'analyse en grappes. Mais ce n'est pas vraiment satisfaisant car bien que je puisse expliquer pourquoi j'ai fait une analyse et ce que signifient les indicateurs, je ne peux pas expliquer comment la technique fonctionne.
Le vrai problème est que la maîtrise des logiciels statistiques est facile, mais elle est limitée. Pour apprendre de nouvelles techniques dans des articles, je dois comprendre comment lire des équations mathématiques. À l'heure actuelle, je ne pouvais pas calculer les valeurs propres ou les K-moyennes. Les équations sont comme une langue étrangère pour moi.
Question:
- Existe-t-il un guide complet qui aide à comprendre les équations dans les articles de revues?
Éditer:
Je pensais que la question serait plus explicite: au-dessus d'une certaine complexité, la notation statistique devient du charabia pour moi; disons que je voudrais coder mes propres fonctions en R ou C ++ pour comprendre une technique mais il y a une barrière. Je ne peux pas transformer une équation en programme. Et vraiment: je ne connais pas la situation dans les écoles doctorales américaines, mais dans la mienne (France), le seul cours que je peux suivre concerne un mouvement littéraire du XVIe siècle ...
la source
Réponses:
Aperçu:
Instruction formelle:
Il existe de nombreuses options à cet égard. Vous pourriez envisager une maîtrise en statistique ou simplement prendre quelques sujets dans un département de statistique. Cependant, vous voudrez probablement vérifier que vous avez les connaissances mathématiques nécessaires. Selon le cours, vous constaterez peut-être que vous devez revoir les mathématiques pré-calcul, et peut-être du matériel tel que le calcul et l'algèbre linéaire avant d'aborder des sujets de statistique mathématique rigoureuse au niveau universitaire.
Autodidacte
Alternativement, vous pouvez emprunter la voie autodidacte. Il existe des tas de bonnes ressources sur Internet. En particulier, lire et faire des exercices dans les manuels de mathématiques est important, mais probablement pas suffisant. Il est important d'écouter les instructeurs parler des mathématiques et de les regarder résoudre des problèmes.
Il est également important de réfléchir à vos objectifs mathématiques et aux conditions mathématiques requises pour atteindre ces objectifs. Si les équations sont pour vous comme une langue étrangère, vous constaterez peut-être que vous devez d'abord étudier les mathématiques élémentaires.
J'ai préparé quelques ressources visant à aider les personnes qui font la transition de l'utilisation de logiciels statistiques à la compréhension des mathématiques sous-jacentes.
la source
J'ai l'impression que vous pensez que vous pouvez avoir un aperçu d'une équation statistique en la programmant en R ou C ++; tu ne peux pas. Pour comprendre une équation statistique, trouvez un manuel "de premier cycle" avec beaucoup de problèmes de devoirs à la fin de chaque chapitre qui contient l'équation, puis faites les devoirs à la fin du chapitre contenant l'équation.
Par exemple, pour comprendre l'ACP, vous avez besoin d'une bonne compréhension de l'algèbre linéaire et en particulier de la décomposition en valeurs singulières. Tout en apprenant l'informatique quantique à travers le livre de Michael Nielsen, il est devenu évident pour moi que je devais revoir l'algèbre linéaire. Je suis tombé sur les vidéos de Gilbert Strang, elles ont été extrêmement utiles pour établir une compréhension fondamentale des concepts. Cependant, la nuance du matériel n'a pas traversé jusqu'à ce que je trouve un livre d'algèbre linéaire contenant beaucoup de problèmes de devoirs, et ensuite je devais les faire.
la source
Je comprends votre difficulté car j'ai un problème similaire lorsque j'essaie de faire quelque chose de nouveau en statistique (je suis aussi un étudiant diplômé, mais dans un domaine différent). J'ai trouvé l'examen du code R très utile pour avoir une idée de la façon dont quelque chose est calculé. Par exemple, j'ai récemment appris à utiliser le
kmeans
clustering et j'ai de nombreuses questions de base, à la fois conceptuelles et comment il est mis en œuvre. En utilisant uneR
installation (je recommandeR Studio
, http://www.rstudio.org/ , mais toute installation fonctionne), tapez simplementkmeans
la ligne de commande. Voici un exemple d'une partie de la sortie:Je ne sais pas à quel point il est pratique d'examiner la source à chaque fois, mais cela m'aide vraiment à avoir une idée de ce qui se passe, en supposant que vous avez une certaine familiarité avec la syntaxe.
Une question précédente que j'ai posée sur stackoverflow m'a orienté dans cette direction, mais m'a aussi dit utilement que les commentaires sur le code sont parfois inclus ici .
Plus généralement, le Journal of Statistical Software illustre ce lien entre théorie et implémentation, mais il s'agit souvent de sujets avancés (que j'ai personnellement du mal à comprendre), mais il est utile à titre d'exemple.
la source