¿Qué significa "fiducial" (en el contexto de las estadísticas)?


23

Cuando busco en Google

"fisher" "fiducial"

... Seguro que recibo muchos golpes, pero todos los que he seguido están completamente fuera de mi comprensión.

Todos estos éxitos parecen tener una cosa en común: están escritos para estadísticos teñidos, personas completamente inmersas en la teoría, la práctica, la historia y la tradición de las estadísticas. (Por lo tanto, ninguna de estas cuentas se molesta en explicar o incluso ilustrar lo que Fisher quiso decir con "fiducial" sin recurrir a los océanos de la jerga y / o pasar el dinero a una literatura estadística clásica u otra literatura matemática).

Bueno, no pertenezco a la audiencia seleccionada que podría beneficiarse de lo que he encontrado sobre el tema, y ​​tal vez esto explique por qué cada uno de mis intentos de comprender lo que Fisher quiso decir con "fiducial" se ha estrellado contra una pared de incomprensible galimatías.

¿Alguien sabe de un intento de explicar a alguien que no es un estadístico profesional lo que Fisher quiso decir con "fiducial"?

PD: Me doy cuenta de que Fisher era un objetivo móvil cuando se trataba de precisar lo que quería decir con "fiducial", pero creo que el término debe tener algún "núcleo constante" de significado, de lo contrario no podría funcionar (ya que claramente hace) como terminología que generalmente se entiende dentro del campo.


99
Esto no es lo que quieres, pero mi mejor resumen de una oración es que pocos pensadores profundos sobre inferencia estadística han estado seguros de saber lo que Fisher quiso decir con "fiducial", y no pocos han sospechado que él era oscuro en gran medida para esconderse la medida en que acordó los fundamentos con otros a quienes había decidido que no les gustaba por principio. (Por cierto, soy un fan de Fisher, en su conjunto.) Más importante aún, no siento que lo hace funcionar como una terminología general, se entiende: es un término ampliamente evitado, excepto en las discusiones históricas. (No soy un estadístico profesional, FWIW.)
Nick Cox

2
Hubo una pregunta sobre el argumento fiducial hace algún tiempo stats.stackexchange.com/questions/27005/…
gui11aume

2
@ gui11aume: gracias, vi ese hilo antes de publicarlo, pero encontré las respuestas tan incomprensibles como todo lo demás que encontré sobre el tema.
kjo

Respuestas:


21

El argumento fiducial es interpretar la probabilidad como una probabilidad . Incluso si la probabilidad mide la plausibilidad de un evento, no satisface los axiomas de las medidas de probabilidad (en particular, no hay garantía de que sume 1), que es una de las razones por las que este concepto nunca tuvo tanto éxito.

Pongamos un ejemplo. Imagine que desea estimar un parámetro, digamos la vida media de un elemento radiactivo. Usted toma un par de medidas, digamos ( x 1 , ... , x n ) a partir de las cuales intenta inferir el valor de λ . Según el enfoque tradicional o frecuentista, λ no es una cantidad aleatoria. Es una constante desconocida con función de probabilidad λ n n i = 1 e - λ x i = λ n e - λ (λ(x1,,xn)λλ .λni=1neλxi=λneλ(x1++xn)

λ(x1,,xn)2.3e2.3λ 2.3λneλ(2.3+x1++xn)λλn2.3+x1++xn

λ(x1,,xn)λneλ(x1++xn)nx1++xn

Esas diferencias tienen los efectos más notables en el contexto de la estimación del intervalo de confianza. Un intervalo de confianza del 95% en el sentido clásico es una construcción que tiene una probabilidad del 95% de contener el valor objetivo antes de que se recopile cualquier dato . Sin embargo, para un estadístico fiducial, un intervalo de confianza del 95% es un conjunto que tiene una probabilidad del 95% de contener el valor objetivo (que es una interpretación errónea típica de los estudiantes del enfoque frecuentista).


44
+1 Por lo que yo entiendo, Fisher estaba tratando de plantar el intervalo creíble bayesiano en su jardín frecuentista. (Él despreciaba el enfoque bayesiano y creo que incluso acuñó el término "bayesiano" como una expresión de su desprecio).
Wayne

1
@Wayne sí, de hecho! Consulte este artículo, por ejemplo, projecteuclid.org/euclid.ba/1340370565 .
gui11aume

7

Varios estadísticos conocidos intentan reavivar un interés en el argumento fiducial de Fisher. Bradley Efron : (No puedo copiar ni siquiera citas pequeñas de google books), el tema también se trata en Bradley Efron 2 . Dice algo en el sentido de (no una cita directa): la inferencia fiducial, a veces considerada el mayor error de Fisher, puede ser el mayor éxito de Fisher en el futuro. Así que hay personas que piensan que las ideas fiduciales volverán.

Un libro completo dedicado al tema (por algunos de mis antiguos profesores) es Schweder & Hjort .

Proponen cambiar la terminología de "distribución fiducial" a "distribución de confianza". Incluso en algún momento intenté hacer una nueva etiqueta aquí confidence-distribution. Pero alguien erróneamente lo convirtió en sinónimo de etiqueta confidence-interval. Grrrr (si se hace un sinónimo, debería serlo fiducial).


1
+1. El libro de Hastie & Efron está aquí: web.stanford.edu/~hastie/CASI , aquí está PDF: web.stanford.edu/~hastie/CASI_files/PDF/casi.pdf . Escriben: "Su intento más ambicioso [de Fisher] de" disfrutar de la tortilla bayesiana sin romper los huevos bayesianos "fue la inferencia fiducial". Etc. Busqué "fiducial" en todo el libro pero no encontré nada tan positivo como "puede ser su mayor éxito para el futuro".
ameba dice Reinstate Monica

2
Acabo de encontrar tu publicación, Kjetil, y he eliminado el sinónimo. Si conoce algunos hilos que discuten las distribuciones de confianza, considere aplicarles su confidence-distributionetiqueta y crear un Wiki para ello, que podría protegerlo de ser golpeado nuevamente.
whuber
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.