Dos citas de 1983 sobre estadística y métodos computacionales

Rescato aquí para mis lectores dos citas de un artículo de 1983, Computer Intensive Methods in Statistics, de Efron y Diaconis, por dos motivos: su valor intrínseco y que consideren leer el resto, particularmente el principio y el final.

La primera es (con mi traducción):

[…] el ordenador está cambiando la teoría de la estadística. Arriba hemos examinado nuevas teorías que han surgido a causa del ordenador. Otro cambio evidente es de los conjuntos de datos enormes que están disponibles a causa de la memoria de los ordenadores. Además, el ordenador permite usar métodos tradicionales para resolver problemas más grandes. El análisis de componentes principales es un buen ejemplo: fue inventado antes de que fuese realmente práctico.

Y la segunda:

Fisher desarrolló una teoría estadística que exprimía al máximo los recursos computacionales disponibles en los años treinta. El objetivo es hacer lo mismo en los ochenta.

Sin otros comentarios que los vuestros.

3 comentarios sobre “Dos citas de 1983 sobre estadística y métodos computacionales

  1. José Luis 24 junio, 2014 19:17

    Es sorprendente que en matemáticas y en estadística, se pase de puntillas por la simulación y por el remuestreo, y que casi no si mencionen métodos computacionalmente intensivos como randomForest.
    Saludos

  2. Emilio 24 junio, 2014 21:18

    Mucho músculo y poco cerebro. La computación puede ayudar, pero nunca suplir una buena teoría. Y normalmente la teoría se desarrolla con anterioridad. Corremos el riesgo de quedarnos en la técnica (<>) y olvidarnos de la ciencia (<>)

  3. José Luis 25 junio, 2014 9:53

    De acuerdo contigo Emilio, pero yo por ejemplo tengo compañeros licenciados en Estadística, que cuando les dices que vas a hacer un bootstrap para calcular IC o que vas a comparar un randomForest con una regresión logística y un svm te miran raro…

    Claro que es imprescindible la teoría, pero creo que en los planes de estudio actuales deberían completar la formación teórica con ejemplos de análisis de datos más reales. Incluso utilizar la computación y la simulación para explicar mejor la teoría. Un buen ejemplo es el libro «The Foundations of Statistics: A simulation-based Aproach» , de Shravan Vasishth y Michael Broe

Los comentarios están desabilitados.