Gracias por el A2A!
La estadística es una herramienta. Una herramienta que utilizamos para expandir nuestro conocimiento y comprensión del mundo. No me gustó la primera clase de estadísticas que tomé: puso mucho énfasis en la redacción particular utilizada al interpretar los resultados y no en las razones subyacentes de los métodos. Además (y creo que esto es cierto para la mayoría de las clases de estadísticas), los ejemplos fueron elegidos por claridad y no porque fueran interesantes.
Mi interés en las estadísticas creció, por lo que puedo decir, de tres fuentes.
La primera fuente fue mi interés en pensar con claridad. Olvidando todas las matemáticas, algunos términos estadísticos son realmente útiles para comprender todo tipo de cosas. En particular, considero que la idea de “varianza” es realmente útil. En lugar de hacer preguntas como “¿El coeficiente intelectual está determinado por sus genes”, podemos preguntarnos “¿Cuánto de entonces la varianza en el coeficiente intelectual puede explicarse por la varianza en los genes dentro de los adultos estadounidenses?” En esencia, esto hace la afirmación cualitativa “¿Cuánto determinan los coeficientes intelectuales los genes?” en una declaración cuantitativa mucho más precisa.
- ¿Es realmente importante estar en una sociedad mientras se está sentado en IIT Kharagpur?
- ¿Oxbridge analiza los niveles de CME O en las solicitudes de admisión?
- ¿Qué estaría leyendo un estudiante universitario en sus cursos de filosofía?
- ¿Puedes dar tu lista de las 10 mejores universidades británicas?
- ¿Es bueno el curso de ingeniería civil en NIT Rourkela?
La segunda fuente fue más filosófica. Gran parte de nuestro conocimiento sobre el mundo proviene de ideas similares a las estadísticas. En particular, las ideas de inducción científica y la navaja de afeitar de Occam. Mi interés en las justificaciones matemáticas del razonamiento estadístico surgió de mi deseo de encontrar una base sólida para la epistemología humana. Este deseo también fue una de las razones por las que me interesé en la probabilidad.
La tercera fuente de mi interés fue usar estadísticas para abordar los problemas que realmente me interesaban. Por ejemplo, usé mi conocimiento de programación para leer aproximadamente 300,000 juegos de ajedrez de nivel maestro y posiciones registradas y luego usé mi conocimiento de estadísticas para determinar cuánto ciertas características del juego se correlacionan con ganar. Más tarde usé esto como base para la función de evaluación de mi programa de ajedrez *.
* Sí, lo sé, la correlación no implica causalidad, sin embargo, tenga en cuenta que
1. No es que ganar pueda causar que ocurran estas posiciones (la causalidad solo avanza en el tiempo)
2. Tomé en cuenta el factor de confusión más obvio: las diferencias en las calificaciones de elo de los jugadores.
3. Este análisis no fue lo único que tomé en cuenta