Section author: Danielle J. Navarro and David R. Foxcroft

பேய்சியன் புள்ளிவிவரங்கள்

உண்மையில் விசயத்தைப் பற்றிய எங்கள் காரணங்களில், கற்பனை செய்யக்கூடிய அனைத்து அளவிலான உத்தரவாதங்களும் உள்ளன, மிக உயர்ந்த உறுதியிலிருந்து மிகக் குறைந்த அளவிலான தார்மீக சான்றுகள் வரை. எனவே, ஒரு ஞானமுள்ள மனிதர், தனது நம்பிக்கையை ஆதாரங்களுக்கு விகிதப்படுத்துகிறார்.

—`டேவிட் இயூம் <https://en.wikiquote.org/wiki/david_hume> ____

இந்த புத்தகத்தில் நான் உங்களுக்கு வழங்கிய சிந்தனைகள் அடிக்கடி நிகழும் கண்ணோட்டத்தில் அனுமான புள்ளிவிவரங்களை விவரிக்கின்றன. இதைச் செய்வதில் நான் தனியாக இல்லை. உண்மையில், இளங்கலை உளவியல் மாணவர்களுக்கு வழங்கப்பட்ட ஒவ்வொரு பாடப்புத்தகமும் அடிக்கடி நிகழும் புள்ளிவிவர நிபுணரின் கருத்துக்களை * அனுமான புள்ளிவிவரங்களின் கோட்பாடு என்று முன்வைக்கிறது, இது விசயங்களைச் செய்வதற்கான ஒரு உண்மையான வழியாகும். நடைமுறை காரணங்களுக்காக நான் இந்த வழியில் கற்பித்தேன். புள்ளிவிவரங்களின் அடிக்கடி பார்வை 20 ஆம் நூற்றாண்டின் பெரும்பாலான புள்ளிவிவர கல்வித் துறையில் ஆதிக்கம் செலுத்தியது, மேலும் இந்த ஆதிக்கம் பயன்பாட்டு விஞ்ஞானிகளிடையே இன்னும் தீவிரமானது. அடிக்கடி வரும் முறைகளைப் பயன்படுத்த உளவியலாளர்களிடையே இது தற்போதைய நடைமுறையாக இருந்தது. விஞ்ஞான ஆவணங்களில் அடிக்கடி வரும் முறைகள் எங்கும் காணப்படுவதால், புள்ளிவிவரங்களின் ஒவ்வொரு மாணவரும் அந்த முறைகளைப் புரிந்து கொள்ள வேண்டும், இல்லையெனில் அந்த ஆவணங்கள் என்ன சொல்கின்றன என்பதைப் புரிந்துகொள்ள முடியாது! துரதிர்ச்டவசமாக, என் கருத்துப்படி, உளவியலில் தற்போதைய நடைமுறை பெரும்பாலும் தவறாக வழிநடத்தப்படுகிறது மற்றும் அடிக்கடி வரும் முறைகளை நம்பியிருப்பது ஓரளவு குற்றம் சாட்டுகிறது. இந்த அத்தியாயத்தில் நான் இதை ஏன் நினைக்கிறேன் என்பதை விளக்குகிறேன் மற்றும் பேய்சியன் புள்ளிவிவரங்களுக்கு ஒரு அறிமுகத்தை வழங்குகிறேன், இது ஒரு அணுகுமுறை பொதுவாக மரபுவழி அணுகுமுறையை விட உயர்ந்தது என்று நான் கருதுகிறேன்.

இந்த அத்தியாயம் இரண்டு பகுதிகளாக வருகிறது: பிரிவுகளில்: DOC: CH16_BAYES_1 மூலம்: டாக்:` CH16_BAYES_3` பேய்சியன் புள்ளிவிவரங்கள் எதைப் பற்றியது என்பதைப் பற்றி நான் பேசுகிறேன், இது எவ்வாறு செயல்படுகிறது என்பதற்கான அடிப்படை கணித விதிகளை உள்ளடக்கியது, மேலும் நான் ஏன் நினைக்கிறேன் என்பதற்கான விளக்கமும் பேய்சியன் அணுகுமுறை மிகவும் பயனுள்ளதாக இருக்கும். பின்னர், நீங்கள் எப்படி செய்ய முடியும் என்பதற்கான சுருக்கமான கண்ணோட்டத்தை நான் வழங்குகிறேன்: டாக்: பேய்சியன் பதிப்புகள் *t *-tests <ch16_bayes_5>.