English social reformer, statistician and the founder of modern nursing Florence Nightingale was born #OTD in 1820.
Nightingale became famous for her work as a nurse during the Crimean War (1853–1856). Beyond her work in the Crimean War, Nightingale was a prolific writer and statistician. She used statistical methods to analyze and present data on healthcare and public health, making significant contributions to the field of medical statistics.
"Randomized trials cannot address all causal questions of importance in medicine and health policy and may have limited generalizability; thus, investigators may need to use observational studies as a source of evidence to address causal questions. The challenge, then, is to balance the importance of addressing the causal questions for which observational studies are needed with caution regarding the reliance on strong assumptions to support causal conclusions."
"Many of us out here doing applied science have to entirely self-teach and un-learn poor statistics and poor methods training."
So true.
I see recent graduates with the same faulty NHST-based statistical education that I received decades ago. It's disappointing how poorly education has kept up with new and better statistical methods.
In #QuantumFieldTheory, scattering amplitudes can be computed as sums of (very many) #FeynmanIntegral s. They contribute differently much, with most integrals contributing near the average (scaled to 1.0 in the plots), but a "long tail" of integrals that are larger by a significant factor.
We looked at patterns in these distributions, and one particularly striking one is that if instead of the Feynman integral P itself, you consider 1 divided by root of P, the distribution is almost Gaussian! To my knowledge, this is the first time anything like this has been observed. We only looked at one quantum field theory, the "phi^4 theory in 4 dimensions". It would be interesting to see if this is coincidence for this particular theory and class of Feynman integrals, or if it persists universally.
More background and relevant papers at https://paulbalduf.com/research/statistics-periods/ #quantum#physics#statistics
Here's the logical structure of what you will be taught in terms of #statistics as a masters student in pretty much any #science field.
If MY DATA is a sample from two random number generators of PARTICULAR TYPE, and MY TEST has a small p value then MY FAVORITE EXPLANATION FOR THE DIFFERENCES IS TRUE.
This is, quite simply, a logical fallacy. The first thing wrong is that your data IS NOT a sample from a random number generator of that particular type. So we can ignore the rest logically.
Today I am writing on the AIC functions available in my hashtag#R hashtag#Package TidyDensity.
There are many of them, with many more on the way. Some of them are a little temperamental but not to worry it will all be addressed.
My approach is different then that of fitdistrplus which is an amazing package. I am trying to forgo the necessity of supplying a start list where it may at times be required.
Here it is people. A PhD student describing details of what they've come to realize is the completely scientifically bankrupt methodologies their high-powered successful, well funded lab PI demands the lab members do. Everything this person says is basically commonplace in todays labs #science#openscience#statistics#bayesian
Want a simple form of #MCMC analysis in #R well, I got you covered.
My #R#Package TidyDensity has a function called tidy_mcmc_sampling() that is pretty straight forward. It takes a raw vector and performs the calculation you give it over a default of 2k samples.
A five-star rating for Everything is Predictable: How Bayes' Remarkable Theorem Explains the World by Tom Chivers, from Brian Clegg at Popular Science Books.
useR! 2024, the global R user conference, will be taking place in Salzburg, Austria (as well as virtually) in July 2024. We have a full lineup of giants in the field of data science. Thank you Maëlle Salmon for being a part of the conference!
Maëlle Salmon, with a PhD in statistics, is a Research Software Engineer and blogger.
The plotting, statistical, and data selection tools in the mapdata.py data explorer (https://pypi.org/project/mapdata/) can be used even if you don't have any map data. Just add dummy latitude and longitude values to the data table. Zeroes will do. The map and the dummy columns can both be hidden, and you can then explore the data table with the other available tools.
"The Death Spiral Effect: a vicious cycle of self-reinforcing dysfunctional behavior, characterized by continuous flawed decision making, myopic single-minded focus on one (set of) solution(s), resource loss, denial, distrust, micromanagement, dogmatic thinking and learned helplessness."
Estimating the degrees of freedom 'k' and the non-centrality 'ncp' parameters of the chi-square distribution from just a vector of numbers? I think I am there. Here is a post the work I did over the last couple of days:
This time, a behavioral model in mathematical form for #sociology and quantitative/computational #psychology
I propose the probability for a person to take the time and find out the #truth about an issue can be modelled based on the inverse ratio of culturally significant events they have to contend with.
This week, PyMC version v5.13.0 was released. PyMC is one of the main #Python 🐍 libraries for 𝐁𝐚𝐲𝐞𝐬𝐢𝐚𝐧 statistics ❤️. It provides a framework for probabilistic programming, enabling users to build #Bayesian models with a simple Python API and fit them using 𝐌𝐚𝐫𝐤𝐨𝐯 𝐂𝐡𝐚𝐢𝐧 𝐌𝐨𝐧𝐭𝐞 𝐂𝐚𝐫𝐥𝐨 (MCMC) methods 🚀.
The new release includes new features, bug fixes 🐞, and documentation improvements 📖. More details on the release notes 📝 👇 #DataScience#machinelearning#statistics
@ramikrispin I think this is it. The Mega Test Scrip creates 1000 different combinations of the rchisq() data and runs it all using different approachs
Taka obserwacja kulturowo-socjologiczna: na Fediverse od dawna jest trochę Rosjan “z Rosji” (w sensie, że nie emigrantów), głównie uciekinierów z mainstreamowych rosyjskich sieci społecznościowych typu VK po wprowadzeniu cenzury kilka lat temu. Poza grupą autentycznie szurniętych nacjonalistów (którzy też byli wtedy w Rosji ścigani, stąd ucieczka z VK) z większością z nich do wojny i przez pierwszy rok można było normalnie dyskutować. Mam tu na myśli dyskusję na poziomie jaki mogą prowadzić ludzie mający czasem odmienne poglądy ale potrafiący wysłuchać argumentów drugiej strony i z nimi polemizować lub je przyjąć. Ale w ciągu ostatniego roku dokonała się ciekawa zmiana kulturowa. Jeżeli mogę dokonać kilku uogólnień na podstawie niedawnej (i chyba ostatniej) dyskusji z nimi:
W złym tonie jest podawanie… źródeł informacji. W dobrym tonie jest pisanie “swoimi słowami”. To znaczy, jeżeli ktoś napisze “ja wiem, że rakiety S-300 nie mogą trafiać w cele naziemne” to ma to z ich punktu widzenia większą wartość poznawczą niż ”nawet ze źródeł rosyjskich wynika, że mogą - tutaj jest link do TopWar.ru” (popularny portal wojskowy w Rosji). Nie mam pojęcia z czego to wynika, podejrzewam jakiś podprogowy komunikat o tym, że wszystkie linki mogą prowadzić do exploitów i wirusów.
Całkowite pogrążenie w oficjalnej rosyjskiej narracji - oni nie wiedzą, że Charków był regularnie ostrzeliwany od lutego 2022 i autentycznie myślą, że rosyjskie ostrzały Charkowa zaczęły się dopiero w odwecie za ukraińskie ostrzały Biełgorodu czyli około grudnia 2023.
Całkowita brak zdolności do konfrontacji z informacją nie pasującą do tej oficjalnej narracji. W naszej kulturze, jeżeli ktoś poda informację sprzeczną z naszą wiedzą to zaczyna się kopanie w źródłach - albo ja mam błędne źródło, albo on/ona i na podstawie uznawanych przez obie strony można to ustalić. Rosyjskie “pokolenie wojenne” po prostu kończy dyskusję, nie było tematu.
Ciekawe zjawisko “podwójnej moralności” - wobec “swoich” przyznajemy nieco więcej (np. ludobójcze cele Kremla w zakresie “złamania Ukrainy”) niż wobec “obcych” (negowanie tych wypowiedzi i upieranie się, że to tylko “”emocje”). Ale to akurat Rosjanie mieli zawsze, to nie jest nowe zjawisko.
Odrzucanie dowolnych relacji świadków czy wręcz materiałów wideo z miejsc wydarzeń na tej podstawie, że “nie było cię tam na miejscu, nie wiesz jak było”. W konsekwencji tuzin bezpośrednich relacji wideo z danego miejsca jest odrzucany jako “niewiarygodny” ale obwieszczenia oficjalnych przedstawicieli władzy jest traktowane przynajmniej jako wyraz oficjalnej wersji.
Bezkrytyczne podejście do częstych w rosyjskiej oficjalnej narracji zmian stanowiska o 180°. Fakt, że dzisiaj władza mówi coś całkowicie odwrotnego niż wczoraj nie wywołuje absolutnie żadnych refleksji na temat tego, że władza może w danym przypadku kłamać oraz, że jutro powie coś inne niż dzisiaj. Jest prawda życia, i jest “prawda etapu”.
W większości są to zjawiska dość oczywiste dla każdego kto ma kontakt z Rosjanami “z Rosji”, nowością dla mnie była obsesyjna fiksacja na “swoimi słowami” oraz odrzucanie źródeł. Nie wiem w jaką stronę to idzie ale wygląda na to, że oni sami siebie zagnali w jakąś sekciarską informacyjną czarną dziurę. Długofalowe konsekwencje, przede wszystkim dla rosyjskiego społeczeństwa, będą dramatyczne.
May I add some hashtags in order to solicit views of psychologists and others who deal with human (or animal) cognitive modelling of reality? I would be fascinated to read about the degree to which we're all vulnerable to bias, the highest-yield methods of protecting oneself from bias (especially in social media), and of helping reflect back to others their own views in a way that lets them critique them. I think the last point is especially hard, especially if the other person has no desire for critical thinking (and as humans, we are terrible at critical thinking!).
If there are any textbooks on the subject, ideally written by scientists &/or aimed at scientists, I'd be keen as mustard to know about them!