Foreword:もう一度ぱらぱらめくる『Large-Scale Inference』

  • データ解析の3時代区分
    • 記述統計
    • 実験/介入結果の解釈(ピアソン・フィッシャー・ノイマン・ホテリング)
    • 大規模データの解釈
  • この本で目指すこと
    • 大規模データ手法の共通基盤となる考え方の説明
  • Empirical Bayesと呼ぶ
    • FDRが先例
  • この分野は未解決問題がある。何が課題か
    • どのような観測を1解析にまとめるべきか?
    • 観測間の関連をどのように扱うか?
    • 正しい帰無仮説とは何か?
    • 相関をどのように扱うべきか?
  • 小規模データ用の手法が大規模・同時観測データでは不適切であることを示す
  • 20世紀の統計学の動き
    • 前半は小規模データ解析の基盤発展
    • 後半はその拡張・発展
    • それとは別に、後半にSteinとRobbins
  • Empirical Bayesの特徴
    • 検定と推定の境界が曖昧化
    • 頻度主義とベイズ流との境界の曖昧化
  • この本を読むのに必要な知識、読み方
    • 基本的な統計解析の理解
    • 数学としては、多次元微積分、確率論、線形代数など
    • 練習問題は挙げないが、「簡単に示せる」などと記述してある部分で手を動かすことが代用になる