Ask HN: 통계학 교과서를 읽으시겠어요?
Ask HN: Would you read a statistics textbook?
저는 학부와 대학원 과정에서 고전적인 베이지안 통계 교육을 받았습니다. 그 과정에서 제공되는 많은 책들이 상당히 형편없다고 결론 내렸습니다. 개인적으로 통계는 제대로 설명된다면 직관적으로 이해할 수 있다고 생각합니다. 좋은 예는 https://seeing-theory.brown.edu/ 입니다. 통계 뒤에 숨은 직관을 책으로 만드는 것이 타당할지 궁금합니다. 누군가 읽을까요? 사람들이 여전히 통계 책을 읽을까요, 아니면 대부분 시간 낭비가 될까요? 통계를 가르치거나 이해를 돕고 싶다면 어떤 자료를 고려하시겠어요?
통계에 대해서는 잘 모르지만, 우리 대학의 대부분의 물리학 과정에서는 3권의 책을 추천합니다: 1) 완전한 설명과 잘 정리된 순서를 가진 주요 교과서. 학습용입니다. 2) 매우 짧고 어려운 Landau 책. 중요한 공식이나 주제를 놓치지 않았는지 확인하는 용도입니다. 3) 물리학자를 위한 동화 모음집인 Feynman 책. 읽는 것이 즐겁지만 이해하려면 먼저 1번을 읽어야 합니다. 4) 거의 연습문제 모음집인 Shaum 책. 어떤 사람들은 싫어하고 어떤 사람들은 좋아합니다. 저는 다른 책들과 함께 보조 자료로 좋아합니다. 아마도 당신은 1번이 지루하다고 불평하면서 3번을 쓰고 싶어하는 것 같습니다. 좋은 생각이지만 예상보다 어렵습니다.
통계학을 대학에서 전공한 사람으로서, 많은 개념의 직관을 얻으려면 더 고급 과정을 들어야만 한다는 점을 자주 경험했습니다. 예를 들어, 자유도는 AP Statistics에서 처음 등장하지만, 엄밀하지 않은 시각적 설명조차 선형대수학에 의존하는데, 대부분의 학생들은 훨씬 나중에야 배웁니다. seeing-theory와 같은 자료가 더 많아지면 좋겠습니다. 통계 책은 거의 예외 없이 건조하기 때문입니다(Blitzstein은 눈에 띄는 예외). 하지만 더 고급 개념을 비통계 전공자가 이해할 수 있는 방식으로 시각적으로 설명하는 것이 얼마나 쉬운지는 확신할 수 없습니다.
이것은 제 학습 과정과도 일치합니다. 기저 개념에 대한 매우 좋은 직관을 훨씬 나중에야 풀기 시작하는데, 부분적으로는 그러한 직관 자체가 전달되지 않고 증명을 통해 배우도록 되어 있어 학습의 간접적인 산물이기 때문입니다.
통계의 어떤 부분을 가르치고 각 학습의 응용과 현실 세계와의 연관성에 따라 다릅니다. 더 일반적으로, 오늘날의 흥미로운 기술적 돌파구와 연결되어 있고 초보자를 위한 요약된 버전이라면 통계 책을 구매할 의향이 있습니다.
HN 토론
66- actualeff0rt
저는 컴퓨터과학/수학 학사와 석사 두 개를 가지고 있지만, 확률과 통계가 제 가장 큰 약점이라고 느낍니다. 정말 이해할 수가 없고 직관을 쌓을 수가 없어요. 정말로 노력해 봤다고 믿어 주세요. 확률/통계 교과서에 대한 제 가장 큰 불만은 측도론에 의존하지 않고는 설명하기가 매우 어렵다는 점입니다.
어쩌면 확률과 통계는 제 실력 문제일 수도 있지만, 제가 정말 싫어하는 것은 측도론에서 표기법에 대한 표준화가 전혀 없다는 점입니다. 모든 교과서가 다르게 표기합니다. 모두가 자신들의 표기법이 모두가 쓰는 표기법이라고 가정합니다. 아무도 그 표기법이 무엇을 의미하는지 설명하려 하지 않습니다. 제 생각에는 모든 새로운 표기법은 '이 기호를 머릿속에서 어떻게 읽어야 하는지'에 대한 한두 문장과 함께 소개되어야 합니다. 특히 인덱스, 아래첨자, 위첨자가 포함된 경우에는 더욱 그렇습니다. 측도론은 문맥에서 얻어야 하는 '암묵적인' 정보가 너무 많아서 특히 끔찍합니다. 하지만 어떤 면에서는 이해가 갑니다. 모든 표기법이 절대적이고 완전하다면 입력하기가 꽤 어려울 테니까요.
어쨌든, 측도론 표기법에 대한 제 불만은 제쳐두고, 저는 또 다른 확률/통계 교과서를 분명히 읽을 것입니다. 하지만 불행히도 저자는 저에게 '표기법에 대한 배려'를 보여주지 않는다면 아주 빨리 그만둘 것입니다.
- ssivark
제 개인적인 의견으로는 통계학 교과서는 대개 처방적인 관점에서 나오기 때문에 독자가 실제로 무슨 일이 일어나고 있는지에 대한 생생한 직관을 얻기가 어렵습니다. 어떤 독자든 암묵적으로 가우시안 분포를 가정하고 맹목적으로 검정/공식을 외우는 대신, 그냥 분포/표본을 시각화하고 합리적인 판단을 내리는 것이 훨씬 낫습니다. 분포를 명시적으로 만들면 모델링하고 표본이 우리에게 말해 주는 것에 대한 직관을 얻을 수 있습니다. 저는 Model Based Machine Learning 책을 누구에게나 전심으로 추천합니다 (온라인 버전은 무료입니다) https://mbmlbook.com/
- gus_massa
통계에 대해서는 잘 모르지만, 제 대학의 대부분의 물리학과에서는 세 권의 책을 추천합니다:
1) 완전한 설명이 있고 잘 정리된 주요 교과서. 학습용입니다.
2) Landau 책은 매우 짧고 어렵습니다. 중요한 공식이나 주제를 놓치지 않았는지 확인하는 용도입니다.
3) Feynman 책은 물리학자를 위한 잡다한 이야기 모음입니다. 읽는 즐거움이 있지만 이해하려면 1번을 먼저 읽어야 합니다.
4) Shaum 책은 거의 연습문제 모음에 가깝습니다. 어떤 사람들은 싫어하고 어떤 사람들은 좋아합니다. 저는 다른 책들의 동반자로 좋아합니다.
아마도 당신은 1번이 지루하다고 불평하면서 3번을 쓰고 싶어 하는 것 같습니다. 좋은 생각이지만 예상보다 어렵습니다.
- montalbano
'Statistical Rethinking'과 어떻게 겹치거나 다를까요?
그 책은 베이지안 통계에 대한 가장 접근하기 쉬운 입문 교과서로 널리 알려져 있습니다.
- howunfortunate
저는 너드이고 직업상 통계를 많이 다루지만 통계학 교과서는 읽지 않을 것입니다.
저는 정보성 있는 것들을 많이 읽지만, 수학/통계/소프트웨어는 책이 그냥 잘못된 형식이라고 항상 느껴졌습니다.
제가 당신이라면 SQLZoo 같은 인터랙티브 웹사이트나 StatQuest 같은 비디오 시리즈를 만들겠습니다.
그런 교육 형식이 어떤 이유로든 저에게 정말 잘 맞았습니다.