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
