我确实搜索了这个问题(我认为它一定会被问到),但我还没有找到;希望这不会是重复的。
我正在尝试决定是否应该参加更参数化的统计课程或非参数统计课程。
从数学的角度来看,学习一个比另一个有什么优势?就在工业中工作而言,一个会比另一个更有优势吗?
我确实搜索了这个问题(我认为它一定会被问到),但我还没有找到;希望这不会是重复的。
我正在尝试决定是否应该参加更参数化的统计课程或非参数统计课程。
从数学的角度来看,学习一个比另一个有什么优势?就在工业中工作而言,一个会比另一个更有优势吗?
参数并不意味着“基于贝叶斯”。
这是“参数统计”的一种定义
参数统计是统计的一个分支,它假设数据来自某种概率分布,并对分布的参数进行推断
(来自维基百科)。
正如维基百科继续指出的那样,大多数常见的基本统计数据都是参数化的。例如,普通最小二乘回归是参数化的。黄土回归是非参数的。
参数统计通常更容易解释并且可能更强大(在统计意义上),但它们基于比非参数统计更多的假设。它们的稳健程度不同,但通常不如非参数统计稳健。
例如,从普通最小二乘回归导出的方程(在大多数情况下,无论如何)很容易理解。涉及样条的回归通常不太清楚,可能需要很好地理解图形表示。
贝叶斯统计完全不同,与使用先验信息有关。