B****k
发帖数: 188 | 1 “
正如我对goldmember说过，在接受这个挑战前，让我问大家几个问题：
如果总体中存在一个临界点，你认为样本临界模型一定在临界点处连续吗？如果你的回
答是肯定的，你的哲学的或/和数学和/或统计学的逻辑基础是什么？然后再问问你自己
，总体给了你连续性的保证吗？你可以在样本基础上假设总体的连续性吗？为什么？
”
这个里面说的临界点连续性的定义是什么？是在临界点处的左极限等于它的右极限么？
当然我们可以构造很多函数来来破坏这种连续性。下面这个例子比较极端。
f(x) = 0, x<0
f(x) = 1, x>1
然后x在[0,1]中间所有的有理数取0，所有的无理数取1。然后再加上一些noise，再从
中随机抽取一些样本。
这种问题无解。但是，现实中也很少能见到这种函数。
陈大师从问题的源头思考问题是好的，但希望陈大师不要回避那些你暂时回答不上来的
问题。那会让你更深入的思考。 |
T*******I
发帖数: 5138 | 2 统计学中分段回归模型间的连续性与数学中的函数关系的连续性根本不是一回事。我们
不能从数学的函数关系的角度来思考分段回归模型间的连续性。这里没有函数关系的左
右极限问题，只有分段回归模型间的连接抽样变异的发生概率问题，因为这个变异的存
在是确定无疑的，而其抽样变异的大小则是完全不确定的。
【在 B****k 的大作中提到】
: “
: 正如我对goldmember说过，在接受这个挑战前，让我问大家几个问题：
: 如果总体中存在一个临界点，你认为样本临界模型一定在临界点处连续吗？如果你的回
: 答是肯定的，你的哲学的或/和数学和/或统计学的逻辑基础是什么？然后再问问你自己
: ，总体给了你连续性的保证吗？你可以在样本基础上假设总体的连续性吗？为什么？
: ”
: 这个里面说的临界点连续性的定义是什么？是在临界点处的左极限等于它的右极限么？
: 当然我们可以构造很多函数来来破坏这种连续性。下面这个例子比较极端。
: f(x) = 0, x<0
: f(x) = 1, x>1
|
B****k
发帖数: 188 | |
T*******I
发帖数: 5138 | 4 如果你不能很好地理解我所解释的分段模型间的连续性问题，那么，说明你还没有建立
最基本的统计学思维。你可能是数学专业毕业的，你的思维模式尚停留在经典数学思维
的层面上。这种状况无论对于你自身还是统计学来说都是悲剧！
【在 B****k 的大作中提到】
: 果然是陈大师自己的连续性啊...
: 匿了
|
F******n
发帖数: 160 | 5 你这是跟自己的模糊想法在打转转.
们不能从数学的函数关系的角度来思考分段回归模型间的连续性。在随机抽样的临界点
处，不存在函数关系的左右极限问题，只有分段回归模型间的连接变异的发生概率问题，
如果"不存在函数关系的左右极限问题", 而你所批判的"经典数学"里的和强制模型条件
里的就是指"函数关系的左右极限相等"的概念. 那末你在批判不存在的概念?
强制连续性的假设根本不成立。
好吧. 你完全可以针对你的医学数据, 抛弃书本上写的"强制连续性的假设"的条件, 这
种做法在具体工作中很常见, 你如果能很好的把你的工作和数据处理得更好, 这么做就
是了. 你不过是没有照本宣科的做工作罢了, 对于实际工作的技术人员来说, 这个一点
都不新鲜, 对于算法做了一点小改进工作. 就上升到哲学高度, 甚至动摇整个统计学基
础的高度? 其实真正的哲学思维和好的工作, 和严密的数学推理有相通的道理. 只不过
很多哲学家, 甚至很多专业的学者也发大量的垃圾学术文章, 成天和自己的模糊想法在
打转转. 我这么说你, 是希望对你良药苦口, 请你见谅.
【在 T*******I 的大作中提到】
: 统计学中分段回归模型间的连续性与数学中的函数关系的连续性根本不是一回事。我们
: 不能从数学的函数关系的角度来思考分段回归模型间的连续性。这里没有函数关系的左
: 右极限问题，只有分段回归模型间的连接抽样变异的发生概率问题，因为这个变异的存
: 在是确定无疑的，而其抽样变异的大小则是完全不确定的。
|
F******n
发帖数: 160 | 6 你也没必要那末悲天悯人, :)
如果别人接受你"分段模型间的非连续性"改进, 可以了吧. 又有什么大不了?
我问你, 你为什么要"强制"假定模型是"分段的"? 这个也完全可能不符合某些现实物理
世界的观测和数据. 这个假设算你一直在使用的"新统计学"的悲剧吗? 我认为不至于上
升到那个地步, 不过你的医学数据可能符合你的分段模型"假设而已.
但是你至少明白"分段模型"估计的问题和更一般化的"多模型"估计的问题是别人早就知
道的事情, 只不过你了解你的"分段模型"而已. 更重要的是, 你也强制假定了你的模型
是"分段的". 这不是什么悲剧性的错误, 同时, 别人抛弃强制"分段"的假设, 也不至于
是什么伟大的发现, 你认为抛弃掉你现有"分段模型"里"分段"的假设会很伟大吗? 如果
你真认为很伟大, 你就该进一步, 发展你的另一个非分段的"新统计学". 不过, 预先警
告你, 非分段的"新统计学"别人已经做过了.
【在 T*******I 的大作中提到】
: 如果你不能很好地理解我所解释的分段模型间的连续性问题，那么，说明你还没有建立
: 最基本的统计学思维。你可能是数学专业毕业的，你的思维模式尚停留在经典数学思维
: 的层面上。这种状况无论对于你自身还是统计学来说都是悲剧！
|
A*******s
发帖数: 3942 | 7 我看大师根本还不知道比较俩model的好坏的标准是啥，可能他的标准就一个--逻辑是
否正确。
【在 F******n 的大作中提到】
: 你也没必要那末悲天悯人, :)
: 如果别人接受你"分段模型间的非连续性"改进, 可以了吧. 又有什么大不了?
: 我问你, 你为什么要"强制"假定模型是"分段的"? 这个也完全可能不符合某些现实物理
: 世界的观测和数据. 这个假设算你一直在使用的"新统计学"的悲剧吗? 我认为不至于上
: 升到那个地步, 不过你的医学数据可能符合你的分段模型"假设而已.
: 但是你至少明白"分段模型"估计的问题和更一般化的"多模型"估计的问题是别人早就知
: 道的事情, 只不过你了解你的"分段模型"而已. 更重要的是, 你也强制假定了你的模型
: 是"分段的". 这不是什么悲剧性的错误, 同时, 别人抛弃强制"分段"的假设, 也不至于
: 是什么伟大的发现, 你认为抛弃掉你现有"分段模型"里"分段"的假设会很伟大吗? 如果
: 你真认为很伟大, 你就该进一步, 发展你的另一个非分段的"新统计学". 不过, 预先警
|
T*******I
发帖数: 5138 | 8 我的想法不是模糊的，而是非常清晰的。
给定一个总体的分布期望u，抽样所得的样本均数也不恰好就等于u。样本对总体的代表
性需要借助概率进行推断。这是统计学的一个基本常识。同理，即使总体中的回归空间
是一个连续的空间，在抽样临界点处的分段模型也不会恰好就是连续的，这也需要借助
概率进行推断。
我将概率推断的基本逻辑和数学算法引入到分段回归分析中以取代主观的强制性假设,
我这样做错了吗？那种没有概率论支持的“统计”方法论是正确的吗？
如果"不存在函数关系的左右极限问题", 而你所批判的"经典数学"里的和强制模型条件
里的就是指"函数关系的左右极限相等"的概念. 那末你在批判不存在的概念?
好吧. 你完全可以针对你的医学数据, 抛弃书本上写的"强制连续性的假设"的条件, 这
种做法在具体工作中很常见, 你如果能很好的把你的工作和数据处理得更好, 这么做就
是了. 你不过是没有照本宣科的做工作罢了, 对于实际工作的技术人员来说, 这个一点
都不新鲜, 对于算法做了一点小改进工作. 就上升到哲学高度, 甚至动摇整个统计学基
础的高度? 其实真正的哲学思维和好的工作, 和严密的数学推理有相通的道理. 只不过
很多哲学家, 甚至很多专业的学者也发大量的垃圾学术文章, 成天和自己的模糊想法在
打转转. 我这么说你, 是希望对你良药苦口, 请你见谅.
们不能从数学的函数关系的角度来思考分段回归模型间的连续性。在随机抽样的临界点
处，不存在函数关系的左右极限问题，只有分段回归模型间的连接变异的发生概率问题，
因为这个变异的存在是确定无疑的，而其抽样变异的大小则是完全不确定的，从而，强
制连续性的假设根本不成立。
【在 F******n 的大作中提到】
: 你这是跟自己的模糊想法在打转转.
:
: 们不能从数学的函数关系的角度来思考分段回归模型间的连续性。在随机抽样的临界点
: 处，不存在函数关系的左右极限问题，只有分段回归模型间的连接变异的发生概率问题，
: 如果"不存在函数关系的左右极限问题", 而你所批判的"经典数学"里的和强制模型条件
: 里的就是指"函数关系的左右极限相等"的概念. 那末你在批判不存在的概念?
: 强制连续性的假设根本不成立。
: 好吧. 你完全可以针对你的医学数据, 抛弃书本上写的"强制连续性的假设"的条件, 这
: 种做法在具体工作中很常见, 你如果能很好的把你的工作和数据处理得更好, 这么做就
: 是了. 你不过是没有照本宣科的做工作罢了, 对于实际工作的技术人员来说, 这个一点
|
F******n
发帖数: 160 | 9 单一标准"逻辑是否正确"并不是一个很糟糕的事情. 如果他真正遵循这个标准的话, 完
全有自己纠正的途径. 问题在于, 他的逻辑并不正确, 有时候很糟糕.
【在 A*******s 的大作中提到】
: 我看大师根本还不知道比较俩model的好坏的标准是啥，可能他的标准就一个--逻辑是
: 否正确。
|
T*******I
发帖数: 5138 | 10 我所做的不是单纯的改进，而是颠覆了一套统计分析的基本逻辑及其相应的数学算法，
并提出了一套新的比较完整的分析逻辑以及基于此上的统计算法。在我看来，没有比
这个分析逻辑更正确的了，它将全域回归和分段回归统一在一个完整的分析策略之中。
如果别人接受你"分段模型间的非连续性"改进, 可以了吧. 又有什么大不了?
我问你, 你为什么要"强制"假定模型是"分段的"? 这个也完全可能不符合某些现实物理
世界的观测和数据. 这个假设算你一直在使用的"新统计学"的悲剧吗? 我认为不至于上
升到那个地步, 不过你的医学数据可能符合你的分段模型"假设而已.
但是你至少明白"分段模型"估计的问题和更一般化的"多模型"估计的问题是别人早就知
道的事情, 只不过你了解你的"分段模型"而已. 更重要的是, 你也强制假定了你的模型
是"分段的". 这不是什么悲剧性的错误, 同时, 别人抛弃强制"分段"的假设, 也不至于
是什么伟大的发现, 你认为抛弃掉你现有"分段模型"里"分段"的假设会很伟大吗? 如果
你真认为很伟大, 你就该进一步, 发展你的另一个非分段的"新统计学". 不过, 预先警
告你, 非分段的"新统计学"别人已经做过了.
【在 F******n 的大作中提到】
: 你也没必要那末悲天悯人, :)
: 如果别人接受你"分段模型间的非连续性"改进, 可以了吧. 又有什么大不了?
: 我问你, 你为什么要"强制"假定模型是"分段的"? 这个也完全可能不符合某些现实物理
: 世界的观测和数据. 这个假设算你一直在使用的"新统计学"的悲剧吗? 我认为不至于上
: 升到那个地步, 不过你的医学数据可能符合你的分段模型"假设而已.
: 但是你至少明白"分段模型"估计的问题和更一般化的"多模型"估计的问题是别人早就知
: 道的事情, 只不过你了解你的"分段模型"而已. 更重要的是, 你也强制假定了你的模型
: 是"分段的". 这不是什么悲剧性的错误, 同时, 别人抛弃强制"分段"的假设, 也不至于
: 是什么伟大的发现, 你认为抛弃掉你现有"分段模型"里"分段"的假设会很伟大吗? 如果
: 你真认为很伟大, 你就该进一步, 发展你的另一个非分段的"新统计学". 不过, 预先警
|
|
|
T*******I
发帖数: 5138 | 11 在我提出的分段回归分析中，有一个客观的随机测量可以被用来评价全域模型与分段模型
的相对优度，其可测空间是[0，1]。
【在 A*******s 的大作中提到】
: 我看大师根本还不知道比较俩model的好坏的标准是啥，可能他的标准就一个--逻辑是
: 否正确。
|
F******n
发帖数: 160 | 12
你改进了你的算法, 如果对于你医学数据, 结果有显著提高, 你这么做没错.
如果你是指"强制连续性假设"的条件, 对于你的医学数据, 可能是不正确的, 但是对于
其他很多物理系统, 这个"假设"的条件很正确.最简单的,如果我的区间变量是时间, 响
应变量是我的开车的速度, 那"强制连续性假设"的条件很合理.
你说到底谁对谁错?
【在 T*******I 的大作中提到】
: 在我提出的分段回归分析中，有一个客观的随机测量可以被用来评价全域模型与分段模型
: 的相对优度，其可测空间是[0，1]。
|
T*******I
发帖数: 5138 | 13 我不指望你能从理论上将强制连续性的假设解释清楚，任何人既解释不了它的逻辑基础，
更证明不了它的正确性。它纯粹就是一主观的硬性设定，并强迫他人接受。这毫无道理。
【在 F******n 的大作中提到】
: 单一标准"逻辑是否正确"并不是一个很糟糕的事情. 如果他真正遵循这个标准的话, 完
: 全有自己纠正的途径. 问题在于, 他的逻辑并不正确, 有时候很糟糕.
|
F******n
发帖数: 160 | 14 你为什么假设"全域模型"最后只有一个? 现实物理世界可能有这种情形: 你的数据是同
时几个不同"全域模型"生成的. 这种物理系统你需要同时估计N个不同的"全域模型",
这个就是我说的"多模型"估计问题, 有很实际的应用问题.
你的这个假设至于上升到悲剧的高度吗?
模型
【在 T*******I 的大作中提到】
: 在我提出的分段回归分析中，有一个客观的随机测量可以被用来评价全域模型与分段模型
: 的相对优度，其可测空间是[0，1]。
|
T*******I
发帖数: 5138 | 15 我并没有说全域模型只有一个，正如我在报告对goldmember的数据的分析结果时所说的
那样。在我的方法论中，全域模型可以作为分段模型的一个参照模型。
【在 F******n 的大作中提到】
: 你为什么假设"全域模型"最后只有一个? 现实物理世界可能有这种情形: 你的数据是同
: 时几个不同"全域模型"生成的. 这种物理系统你需要同时估计N个不同的"全域模型",
: 这个就是我说的"多模型"估计问题, 有很实际的应用问题.
: 你的这个假设至于上升到悲剧的高度吗?
:
: 模型
|
T*******I
发帖数: 5138 | 16 你这是在拿具体问题概括一般性问题。这是反逻辑的。
【在 F******n 的大作中提到】
: 你为什么假设"全域模型"最后只有一个? 现实物理世界可能有这种情形: 你的数据是同
: 时几个不同"全域模型"生成的. 这种物理系统你需要同时估计N个不同的"全域模型",
: 这个就是我说的"多模型"估计问题, 有很实际的应用问题.
: 你的这个假设至于上升到悲剧的高度吗?
:
: 模型
|
F******n
发帖数: 160 | 17 我说过, 我不证明, 也不强迫你接受"强制连续性的假设".
同时我也说过, 我同意你抛弃"强制连续性的假设".
那末你以什么逻辑认为, 我还需要"从理论上将强制连续性的假设解释清楚"? 逻辑是...
因为: 某人"同意抛弃强制连续性的假设",
所以: 某人必须"从理论上将强制连续性的假设解释清楚"?
把"某人"用"陈立功"代替, 就是:
因为: 陈立功"同意抛弃强制连续性的假设",
所以: 陈立功必须"从理论上将强制连续性的假设解释清楚"?
这是什么逻辑?
础，
理。
【在 T*******I 的大作中提到】
: 我不指望你能从理论上将强制连续性的假设解释清楚，任何人既解释不了它的逻辑基础，
: 更证明不了它的正确性。它纯粹就是一主观的硬性设定，并强迫他人接受。这毫无道理。
|
F******n
发帖数: 160 | 18 陈述A: "在我的方法论中，全域模型可以作为分段模型的一个参照模型"
陈述非A: "我并没有说全域模型只有一个"
陈述A说: 全域模型是一个;
陈述非A: 没有说全域模型只有一个;
所以A 和 非A 同时成立是符合常规逻辑的?
【在 T*******I 的大作中提到】
: 我并没有说全域模型只有一个，正如我在报告对goldmember的数据的分析结果时所说的
: 那样。在我的方法论中，全域模型可以作为分段模型的一个参照模型。
|
A*******s
发帖数: 3942 | 19 又来“随机测量”了，晕...
不知道大师在涉及计算方差的时候，会不会说自己在做sigma代数呢？
模型
【在 T*******I 的大作中提到】
: 在我提出的分段回归分析中，有一个客观的随机测量可以被用来评价全域模型与分段模型
: 的相对优度，其可测空间是[0，1]。
|
T*******I
发帖数: 5138 | 20 多个全域模型的获得可以为数据的统计分析提供多个备用方案或选择。它们之间是
相容和互补的关系，而非相互排斥的关系。
【在 F******n 的大作中提到】
: 陈述A: "在我的方法论中，全域模型可以作为分段模型的一个参照模型"
: 陈述非A: "我并没有说全域模型只有一个"
: 陈述A说: 全域模型是一个;
: 陈述非A: 没有说全域模型只有一个;
: 所以A 和 非A 同时成立是符合常规逻辑的?
|
|
|
T*******I
发帖数: 5138 | 21 在我看来，所有定义在随机样本上的统计量都是随机测量，因此，样本方差当然也是
一个随机测量。
【在 A*******s 的大作中提到】
: 又来“随机测量”了，晕...
: 不知道大师在涉及计算方差的时候，会不会说自己在做sigma代数呢？
:
: 模型
|
F******n
发帖数: 160 | 22 你逻辑混乱. 这个是关于一般性命题和单个反例的逻辑问题. 具体如下:
一般性命题: "强制连续性假设的条件"都不成立
反例: 时间和车速度的拟合问题里, "强制连续性假设的条件"是成立的,
所以, 上述一般性命题为伪命题.
【在 T*******I 的大作中提到】
: 你这是在拿具体问题概括一般性问题。这是反逻辑的。
|
A*******s
发帖数: 3942 | 23 赞，老陈的新理论终于把measure和sigma-algebra这俩名词完美结合起来了！
【在 T*******I 的大作中提到】
: 在我看来，所有定义在随机样本上的统计量都是随机测量，因此，样本方差当然也是
: 一个随机测量。
|
F******n
发帖数: 160 | 24 你没有理解我说的"多模型"问题. 我想你是说多个可选择的可能模型, 最后是其中一个
被选定. 这个在统计学中早有了, 叫"模型选择" (model selection).
我说的是, 最后选定的结果就必须是多个模型. 比如如下形式的(线性模型)数据
^
|
| *
| * *
| * *
| * *
| * *
| * *
| *
| *
| *
| *
| *
| *
| *
| *
--------------------------->
【在 T*******I 的大作中提到】
: 多个全域模型的获得可以为数据的统计分析提供多个备用方案或选择。它们之间是
: 相容和互补的关系，而非相互排斥的关系。
|
d******e
发帖数: 7844 | 25 你不要试图和大师解释mixture models了... ...他不会明白的
【在 F******n 的大作中提到】
: 你没有理解我说的"多模型"问题. 我想你是说多个可选择的可能模型, 最后是其中一个
: 被选定. 这个在统计学中早有了, 叫"模型选择" (model selection).
: 我说的是, 最后选定的结果就必须是多个模型. 比如如下形式的(线性模型)数据
: ^
: |
: | *
: | * *
: | * *
: | * *
: | * *
|
F******n
发帖数: 160 | 26 正如我大部分回贴讨论的, "你的统计分析"没有包括"多模型估计"的这么一个简单的情
况, 更不要说可能其他情况的了.
所以, 你说"没有比这个分析逻辑更正确的了", 显然是太自大了. 你所思考的理论并不
一定就是统计学的核心问题, 应该说极可能不是, 尤其和你具体讨论以后, 可以这么说.
【在 T*******I 的大作中提到】
: 我所做的不是单纯的改进，而是颠覆了一套统计分析的基本逻辑及其相应的数学算法，
: 并提出了一套新的比较完整的分析逻辑以及基于此上的统计算法。在我看来，没有比
: 这个分析逻辑更正确的了，它将全域回归和分段回归统一在一个完整的分析策略之中。
:
: 如果别人接受你"分段模型间的非连续性"改进, 可以了吧. 又有什么大不了?
: 我问你, 你为什么要"强制"假定模型是"分段的"? 这个也完全可能不符合某些现实物理
: 世界的观测和数据. 这个假设算你一直在使用的"新统计学"的悲剧吗? 我认为不至于上
: 升到那个地步, 不过你的医学数据可能符合你的分段模型"假设而已.
: 但是你至少明白"分段模型"估计的问题和更一般化的"多模型"估计的问题是别人早就知
: 道的事情, 只不过你了解你的"分段模型"而已. 更重要的是, 你也强制假定了你的模型
|
T*******I
发帖数: 5138 | 27 从你在前面就此话题所举的车辆行驶速度的变化与时间之间的关系问题的实例来看，你
依然是在理想和假设的思维模式下运作。很遗憾，统计学从来不搞这类假设，它是对实
际观察样本的处理和分析，是“从现实观察到理论抽象”的思维路径；而不是恰恰相反
。所以，我说你的思维是反逻辑的。
【在 F******n 的大作中提到】
: 你逻辑混乱. 这个是关于一般性命题和单个反例的逻辑问题. 具体如下:
: 一般性命题: "强制连续性假设的条件"都不成立
: 反例: 时间和车速度的拟合问题里, "强制连续性假设的条件"是成立的,
: 所以, 上述一般性命题为伪命题.
|
T*******I
发帖数: 5138 | 28 难道分段回归模型不是“多模型”？我不正是在讨论如何用样本建立这类模型吗？我和
他人的差别在于如何估计临界点。这是这类分析的关键之所在。没有临界点的估计，就
不可能建立临界模型。而在我看来，现行方法学体系中的最优化和强制连续性假设是两
个根本错误的理论基础，从而整个方法学体系就是错误的，它必须在新的正确的理论基
础上被重建。
【在 F******n 的大作中提到】
: 你没有理解我说的"多模型"问题. 我想你是说多个可选择的可能模型, 最后是其中一个
: 被选定. 这个在统计学中早有了, 叫"模型选择" (model selection).
: 我说的是, 最后选定的结果就必须是多个模型. 比如如下形式的(线性模型)数据
: ^
: |
: | *
: | * *
: | * *
: | * *
: | * *
|
g********r
发帖数: 8017 | 29 又把陈大师引出来了？只好再引用一次Davy Jones的话：
"And let this day be cursed by we who ready to wake…the Kraken!" |
T*******I
发帖数: 5138 | 30 你不再甘当稀饭了？舌酸还需咸辣消。
欢迎goldmember参与对这个问题的理性的讨论。期待之中。
【在 g********r 的大作中提到】
: 又把陈大师引出来了？只好再引用一次Davy Jones的话：
: "And let this day be cursed by we who ready to wake…the Kraken!"
|
|
|
g********r
发帖数: 8017 | 31 大师有了新粉丝。我坐旁边观赏就行了。劝大师一句。
大师做的就好比说：
“中国需要政治体制改革！”别人问怎么改，大师就说“我当皇帝就行了！”
别人说你当皇帝不合理。大师说：“那你是说中国不需要政治体制改革了！你反动！”
所以说来说去都是搞笑而已。
【在 T*******I 的大作中提到】
: 你不再甘当稀饭了？舌酸还需咸辣消。
: 欢迎goldmember参与对这个问题的理性的讨论。期待之中。
|
T*******I
发帖数: 5138 | 32 拜托，别把话题扯远了。我不懂政治，我们在这里讨论的是随机空间里的连续性问题。
这个连续性问题在我看来有两个基本表现形态：离断或重叠。两种情形都存在着抽样变
异，所以，连续性需要在概率基础上作出推断，因此，任何主观假定的连续性都是不可
接受的。
【在 g********r 的大作中提到】
: 大师有了新粉丝。我坐旁边观赏就行了。劝大师一句。
: 大师做的就好比说：
: “中国需要政治体制改革！”别人问怎么改，大师就说“我当皇帝就行了！”
: 别人说你当皇帝不合理。大师说：“那你是说中国不需要政治体制改革了！你反动！”
: 所以说来说去都是搞笑而已。
|
g********r
发帖数: 8017 | 33 你的方法不解决你说的问题。再多说也没人接受。有功夫好好改方法是正经。
【在 T*******I 的大作中提到】
: 拜托，别把话题扯远了。我不懂政治，我们在这里讨论的是随机空间里的连续性问题。
: 这个连续性问题在我看来有两个基本表现形态：离断或重叠。两种情形都存在着抽样变
: 异，所以，连续性需要在概率基础上作出推断，因此，任何主观假定的连续性都是不可
: 接受的。
|
F******n
发帖数: 160 | 34 你既然在这打转, 在某种程度上是胡搅蛮缠, 我多说无意义.
我说的"车辆行驶速度的变化与时间之间的关系问题", 是具体我做过的一个计算视觉工
程项目的问题, 现用在工程控制的一个商用系统中. 很遗憾, 你错了, 这个问题很实际
, 很具体. 没任何理论假设.
所以我说你逻辑混乱, 是客观事实, 而不是凭感性.
【在 T*******I 的大作中提到】
: 从你在前面就此话题所举的车辆行驶速度的变化与时间之间的关系问题的实例来看，你
: 依然是在理想和假设的思维模式下运作。很遗憾，统计学从来不搞这类假设，它是对实
: 际观察样本的处理和分析，是“从现实观察到理论抽象”的思维路径；而不是恰恰相反
: 。所以，我说你的思维是反逻辑的。
|
A*******s
发帖数: 3942 | 35 challenging assumptions is not new at all... having assumptions means the
model may not fit other kinds of data. I think it is common sense.
The key is whether u can propose a better solution if the assumption changes
. There have been numerous models about discrete splines and I don't see why
ur model is better. It is not even valid as far as i know.
【在 T*******I 的大作中提到】
: 拜托，别把话题扯远了。我不懂政治，我们在这里讨论的是随机空间里的连续性问题。
: 这个连续性问题在我看来有两个基本表现形态：离断或重叠。两种情形都存在着抽样变
: 异，所以，连续性需要在概率基础上作出推断，因此，任何主观假定的连续性都是不可
: 接受的。
|
F******n
发帖数: 160 | 36 看下面回复吧. 还是祝你好运! 不过从理性的角度来看, 你错了.
分段回归模型当然不是"多模型". 分段回归模型英文是"piecewise regression model"
, 而"多模型"估计英文是"multiple model regression estimation". 前面drburnie
也提到了 "mixture models". 你google 一下, 就知道统计学里不是只有你所思考的"
理论"是中心. 你这里都错了, 下面就不必要多讨论了. 很遗憾, 但我说的都是实话.
【在 T*******I 的大作中提到】
: 难道分段回归模型不是“多模型”？我不正是在讨论如何用样本建立这类模型吗？我和
: 他人的差别在于如何估计临界点。这是这类分析的关键之所在。没有临界点的估计，就
: 不可能建立临界模型。而在我看来，现行方法学体系中的最优化和强制连续性假设是两
: 个根本错误的理论基础，从而整个方法学体系就是错误的，它必须在新的正确的理论基
: 础上被重建。
|
T*******I
发帖数: 5138 | 37 Have you ever run the "两分法随机模拟试验"的SAS code? Did you get the
distribution of the 500 thresholds of the 500 simulated samples?
I would like to post the Part III, the code for 最优化估计和强制连续性假设
then you can compare the two distributions to make your conclusion.
changes
why
【在 A*******s 的大作中提到】
: challenging assumptions is not new at all... having assumptions means the
: model may not fit other kinds of data. I think it is common sense.
: The key is whether u can propose a better solution if the assumption changes
: . There have been numerous models about discrete splines and I don't see why
: ur model is better. It is not even valid as far as i know.
|
T*******I
发帖数: 5138 | 38 你看问题的角度太片面了。这可能与你的数学式思维有关。在你看来，一切概念都有严
格的定义：3是3而不是3.00...01或2.99...9。
分段模型是一种形式的“multiple regression model”，因为它试图用几个不一致的
模型来描述整个随机空间里的关系及其变化。我们只需将各种形式的multiple
regression model的实际含义解释清楚就可以避免混淆或滥用。
我不认为我所提出的方法是万能的，但它在解决分段分析的问题时是可靠的。
model"
【在 F******n 的大作中提到】
: 看下面回复吧. 还是祝你好运! 不过从理性的角度来看, 你错了.
:
: 分段回归模型当然不是"多模型". 分段回归模型英文是"piecewise regression model"
: , 而"多模型"估计英文是"multiple model regression estimation". 前面drburnie
: 也提到了 "mixture models". 你google 一下, 就知道统计学里不是只有你所思考的"
: 理论"是中心. 你这里都错了, 下面就不必要多讨论了. 很遗憾, 但我说的都是实话.
|
g********r
发帖数: 8017 | 39 看不下去了。蒙新人啊。“它在解决分段分析的问题时是可靠的”。
我给的那么简单的数据，结果都一点也不可靠。
【在 T*******I 的大作中提到】
: 你看问题的角度太片面了。这可能与你的数学式思维有关。在你看来，一切概念都有严
: 格的定义：3是3而不是3.00...01或2.99...9。
: 分段模型是一种形式的“multiple regression model”，因为它试图用几个不一致的
: 模型来描述整个随机空间里的关系及其变化。我们只需将各种形式的multiple
: regression model的实际含义解释清楚就可以避免混淆或滥用。
: 我不认为我所提出的方法是万能的，但它在解决分段分析的问题时是可靠的。
:
: model"
|
T*******I
发帖数: 5138 | 40 不错，如果用最优化进行估计，可以得到你想要的针对那个样本的结果，但最优化是一
个错误，且在随机模拟试验下将得到荒谬的结果。
【在 g********r 的大作中提到】
: 看不下去了。蒙新人啊。“它在解决分段分析的问题时是可靠的”。
: 我给的那么简单的数据，结果都一点也不可靠。
|
|
|
F******n
发帖数: 160 | 41
我说“multiple regression model”的目的就是说明你的方法远不是普适的, 更不可
能万能了. 所以你别从一个具体算法概括到动摇整个统计学. 你把自己转糊涂了, 最后
还是转回来了.
通过和你的讨论, 我可以断言你的"理论"永远不会给统计学带来什么新思想. 我实话实
说, 请见谅. 你还是面对事实好.
【在 T*******I 的大作中提到】
: 你看问题的角度太片面了。这可能与你的数学式思维有关。在你看来，一切概念都有严
: 格的定义：3是3而不是3.00...01或2.99...9。
: 分段模型是一种形式的“multiple regression model”，因为它试图用几个不一致的
: 模型来描述整个随机空间里的关系及其变化。我们只需将各种形式的multiple
: regression model的实际含义解释清楚就可以避免混淆或滥用。
: 我不认为我所提出的方法是万能的，但它在解决分段分析的问题时是可靠的。
:
: model"
|
T*******I
发帖数: 5138 | 42 我已经带给了统计学很多新的思想，例如对强制连续性的否定，你自己也已承认可以放弃这个假设。至于其它的一些新思想，你要是有能力，可以逐条批驳，别再这里乱发议论。
让我们走着瞧。
【在 F******n 的大作中提到】
:
: 我说“multiple regression model”的目的就是说明你的方法远不是普适的, 更不可
: 能万能了. 所以你别从一个具体算法概括到动摇整个统计学. 你把自己转糊涂了, 最后
: 还是转回来了.
: 通过和你的讨论, 我可以断言你的"理论"永远不会给统计学带来什么新思想. 我实话实
: 说, 请见谅. 你还是面对事实好.
|
g********r
发帖数: 8017 | 43 靠。我才发现“陈大师的连续性”是个很黄的标题。 |
T*******I
发帖数: 5138 | 44 如果不能就此话题发表一点货真价实的观点，就请不要继续卖弄噘头了。还是请回家煮
稀饭好了。
【在 g********r 的大作中提到】
: 靠。我才发现“陈大师的连续性”是个很黄的标题。
|
g********r
发帖数: 8017 | 45 这句话用在大师身上再贴切不过了。
【在 T*******I 的大作中提到】
: 如果不能就此话题发表一点货真价实的观点，就请不要继续卖弄噘头了。还是请回家煮
: 稀饭好了。
|
A*******s
发帖数: 3942 | 46 honestly i fail to understand ur code. Maybe i were wrong but i guess u
might not know much about simulation. Besides ur model didn't look good on
Goldmember's simulated data.
【在 T*******I 的大作中提到】
: Have you ever run the "两分法随机模拟试验"的SAS code? Did you get the
: distribution of the 500 thresholds of the 500 simulated samples?
: I would like to post the Part III, the code for 最优化估计和强制连续性假设
: then you can compare the two distributions to make your conclusion.
:
: changes
: why
|
T*******I
发帖数: 5138 | 47 我的simulation是在一位PhD的统计学教授的指导下做的。
第一步是给定一个已知的两分段总体模型和临界点，在每段模型内均给定X的均数、标
准差以及与Y的回归关系，然后用SAS生成500个随机样本，每个样本含35对观察值（X,
Y），分别由上述两段模型随机生成，模拟时每段的样本量分别是15和20。
第二步是在每个随机样本中用加权法搜索临界点，从而得到500个随机临界点。
第三步是用最优化和强制连续搜索临界点，也得到500个随机临界点。
第四步是描述上述两组各500个随机临界点的分布并作出比较。
当然，模拟试验的SAS程序是我自己编的，由于当时我的macro编程能力很差，所以程序
写得很繁琐。现在写三分法code时，可以写得非常简单，且有通用性，只需修改路径、
数据库名、模型名称、变量集等极少数几项就可以运行并得到结果。
【在 A*******s 的大作中提到】
: honestly i fail to understand ur code. Maybe i were wrong but i guess u
: might not know much about simulation. Besides ur model didn't look good on
: Goldmember's simulated data.
|
w****o
发帖数: 367 | 48 陈大湿~~~~~~~~~~~~~~~~~~~~~~~~~~~湿！ |
l***o
发帖数: 5337 | 49 一段时间没来，统计版的陈大师热几乎消退了。从此这个版的魅力减少
了一半。
能在JSM后掀起新的高潮吗？
【在 g********r 的大作中提到】
: 这句话用在大师身上再贴切不过了。
|
o*p
发帖数: 177 | 50 那要看有没有人去录像了
偶挺期待的
【在 l***o 的大作中提到】
: 一段时间没来，统计版的陈大师热几乎消退了。从此这个版的魅力减少
: 了一半。
: 能在JSM后掀起新的高潮吗？
|
|
|
F******n
发帖数: 160 | 51
放弃这个假设。
"对强制连续性的否定"最多是对你分段模型的小技术改进。你也承认了自己的方法连统
计里最常见的“多模型”问题都没有考虑，你应该知道“思而不学则惘”的基本道理。
：至于其它的一些新思想，你要是有能力，可以逐条批驳，别再这里乱发议论。
我的评述早已经发在这里：
http://www.mitbbs.com/article/Statistics/31283393_3.html
你的回复却是：
“
我认为你说的非常正确，而且有着很好的指导性意义。只是，我现在的注意力真的不在
这个问题上，而且，还有一些问题依然在进行着深入的思考。整个事情不是那么简单。
但愿我能有一个稳定的工作环境，以便有朝一日能整出那个东西。在不得不为每日三餐
的温饱而劳碌的情况下，这只能是一个相当漫长的过程。
”
很显然是你自己现在没有能力有清晰的思想，而且大家只关心你现在取得了什么清晰的
成果能动摇统计学。
你没有必要赌气。科学是实实在在的，你有成果大家会认可。你没有的话，靠运气和与
人强行论口舌之争也不行。十年之后，你没有统计学上的新思想，到时候就会有自知之
明。虽然如此，即使你在统计学上不能有什么伟大成就，我还是祝福你其他工作，生活
上如意。
【在 T*******I 的大作中提到】
: 我已经带给了统计学很多新的思想，例如对强制连续性的否定，你自己也已承认可以放弃这个假设。至于其它的一些新思想，你要是有能力，可以逐条批驳，别再这里乱发议论。
: 让我们走着瞧。
|
g********r
发帖数: 8017 | 52 大师会录下来放在网上的。像他的小提琴录像一样。
【在 o*p 的大作中提到】
: 那要看有没有人去录像了
: 偶挺期待的
|
T*******I
发帖数: 5138 | 53 如果我能够将人们从最优化和强制连续性假设的错误和迷惘中引导出来，我就足以满足
了。我还能期望自己做出什么呢？
【在 F******n 的大作中提到】
:
: 放弃这个假设。
: "对强制连续性的否定"最多是对你分段模型的小技术改进。你也承认了自己的方法连统
: 计里最常见的“多模型”问题都没有考虑，你应该知道“思而不学则惘”的基本道理。
: ：至于其它的一些新思想，你要是有能力，可以逐条批驳，别再这里乱发议论。
: 我的评述早已经发在这里：
: http://www.mitbbs.com/article/Statistics/31283393_3.html
: 你的回复却是：
: “
: 我认为你说的非常正确，而且有着很好的指导性意义。只是，我现在的注意力真的不在
|
F******n
发帖数: 160 | 54 如果你说的“最优化”就是指基于最小均方差的最大似然法，我可以明确告诉你结果：
其一，更好的方法和思想早有牛人发展了，你不了解而已。
其二，在很多适合的问题里，“基于最小均方差的最大似然法”还会继续为大家使用。
这只是一项技术，不是什么理论。
你所说的“错误和迷惘”不过是你自己的臆想而已。你如果继续这么下去，其实是对你
个人是个悲剧，而不是统计学 － 所谓性格决定命运。你保重吧。。。
【在 T*******I 的大作中提到】
: 如果我能够将人们从最优化和强制连续性假设的错误和迷惘中引导出来，我就足以满足
: 了。我还能期望自己做出什么呢？
|
T*******I
发帖数: 5138 | 55 据我所知，要想从理论上否定最优化，需要有“随机对应”的概念为基础。遗憾的是，
在我试图给出自己关于“随机对应”的定义之前，它仅仅是一个通俗的说法，而没有明
确的定义。只有当这个概念得到了准确的定义后，否定最优化就是易如反掌的事情。
至于强制连续性，那根本就不是统计学应有的概念，从而建立在其上的方法论根本就不
是统计学的方法。
【在 F******n 的大作中提到】
: 如果你说的“最优化”就是指基于最小均方差的最大似然法，我可以明确告诉你结果：
: 其一，更好的方法和思想早有牛人发展了，你不了解而已。
: 其二，在很多适合的问题里，“基于最小均方差的最大似然法”还会继续为大家使用。
: 这只是一项技术，不是什么理论。
: 你所说的“错误和迷惘”不过是你自己的臆想而已。你如果继续这么下去，其实是对你
: 个人是个悲剧，而不是统计学 － 所谓性格决定命运。你保重吧。。。
|
B****k
发帖数: 188 | 56 hia 一不小心挖了一个坑...
陈大师还是别在这个小小论坛上跟网友们争了。小地方容不下您。您还是写好了paper
投到top 4的杂志去试试吧，sinica也行。
往好了说，您做的东西背后的思想可能跟当年bayesian方法的有一拼，但是人家Bayes
好歹也有一个完整的理论体系。如果你不想借助数学来描述你自个儿的理论，直接用逻
辑学也不是不可以。当然，名词定义总是要有的，比如“强制连续性”，你定义的“连
续性”，“随机对应”等等。另外，您下次最后用英文来表述和解释你自个儿的这些专
有名词。您用中文实在是容易把概念混淆在一起。
To goldmember: 这个标题怎么个“黄”法儿? |
s*****r
发帖数: 790 | 57 stop stop. please stop insulting bayesian statistics. It is completely
different from what 陈大师 established. if you don't know bayesian, please
don't compare it with 陈大师's theory.
paper
Bayes
【在 B****k 的大作中提到】
: hia 一不小心挖了一个坑...
: 陈大师还是别在这个小小论坛上跟网友们争了。小地方容不下您。您还是写好了paper
: 投到top 4的杂志去试试吧，sinica也行。
: 往好了说，您做的东西背后的思想可能跟当年bayesian方法的有一拼，但是人家Bayes
: 好歹也有一个完整的理论体系。如果你不想借助数学来描述你自个儿的理论，直接用逻
: 辑学也不是不可以。当然，名词定义总是要有的，比如“强制连续性”，你定义的“连
: 续性”，“随机对应”等等。另外，您下次最后用英文来表述和解释你自个儿的这些专
: 有名词。您用中文实在是容易把概念混淆在一起。
: To goldmember: 这个标题怎么个“黄”法儿?
|
T*******I
发帖数: 5138 | 58 瞧瞧，人人都有在认识上犯错的时候，包括你在内。
【在 s*****r 的大作中提到】
: stop stop. please stop insulting bayesian statistics. It is completely
: different from what 陈大师 established. if you don't know bayesian, please
: don't compare it with 陈大师's theory.
:
: paper
: Bayes
|
l***o
发帖数: 5337 | 59 这个，这个，真是达到一定境界了。。。
【在 T*******I 的大作中提到】
: 瞧瞧，人人都有在认识上犯错的时候，包括你在内。
|
l***o
发帖数: 5337 | 60 前一阵子没来，错过了这个段子。给个链接？
【在 g********r 的大作中提到】
: 大师会录下来放在网上的。像他的小提琴录像一样。
|
|
|
g********r
发帖数: 8017 | |
s********n
发帖数: 69 | |
T*******I
发帖数: 5138 | 63 骂人脑残的，请先学习这篇宏评，然后再照照镜子看看自己。
http://www.mitbbs.com/article0/Statistics/31264083_0.html
这篇宏评一直待在统计版，你若是没见过，可以请求自我原谅。
【在 s********n 的大作中提到】
: 陈脑残
|
