Все ждал, когда же что-то подобное случится

Мне давно кажется, что отзыв статей / части результатов исследования сам по себе не должен быть дискредитирующим событием*, он дожен стать нормой, все совершают ошибки, которые могут подорвать валидность выводов.

* В основном такое представление начало складываться после просмотра замечательного выступления Ричарда МакЭлрита

https://retractionwatch.com/retractions-by-nobel-prize-winners/

Интересный тред об использовании "шапочек"-циркумфлексов для обозначения эстиматоров/выборочных оценок
https://x.com/HOS_ASA/status/1842553113586102676

Чуть не упустили. Тут Совет по делам женщин в статистике и науке о данных [1], Португальское статистическое общество (SPE) и Американская статистическая ассоциация (ASA) запустили проект «Международный день женщин в статистике и науке о данных». 8 октября состоится третья открытая бесплатная онлайн-конференция, приуроченная к этому дню. Программа насыщенная.

[1] The Caucus for Women in Statistics and Data Science - международное профессиональное статистическое сообщество, созданное в 1971 году для образования, трудоустройства и продвижения женщин в статистике.

@evidencespace

Хотел написать с картинками про регрессию к среднему. Это довольно фундаментальная вещь для медицины. В частности, она отвечает за многие наши терапевтические иллюзии. Когда нам кажется, что мы помогли пациенту, а на самом деле просто его показатели от крайних возвращаются к средним. В итоге, целый день провозился с разворачиванием сервера для интерактивных приложений shiny. Бесплатный сервер shinyapps позволяет выложить только 5 приложений и мой лимит давно исчерпан. Но теперь у меня свой сервер, и надеюсь я буду делать больше интерактивных объяснялок.
Это первая, не судите строго. Если что-то не работает, пишите в комментариях. То, что немного притормаживает, это нормально.
https://datamedicine.ru/regression-to-the-mean/

Вдохновился работой Артемия
Сделал немного другой вариант, надеюсь в арифметике не ошибся, что маловероятно, конечно, поэтому если кто-то увидет ошибку, прошу маякнуть

Любимый фрагмент интервью с сэром Дэвидом Коксом

Решил опубликовать хоть что-то, что может оказаться для кого-то полезным.

Я считаю, что отличным ресурсом для изучения прикладной статистики и анализа данных являются блоги. Некоторые из них по своей содержательности, качеству изложения и другим параметрам многократно превосходят большинство методологических статей, недавно вот и плагиат из такого блога в статью случился, что неудивительно.

Привожу список блогов, за которыми стараюсь следить или, как минимум, время от времени обращаться к публикациям в них. Этот список отражает мои личные интересы, даже не то, какие задачи мне приходится решать, поэтому он получился сильно смещенным, но все равно некоторые блоги рекомендую посмотреть хотя бы ради эстетического удовольствия.

Andrew Heiss ведет потрясающе красивый и очень полезный блог с акцентом на причинно-следственный вывод и байесовский анализ.

Solomon Kurz публикует блогпосты про байесовский анализ и смешанные модели, а также он проделал невероятную работу по переводу примеров из книг на tidyverse и brms.

Noah Greifer является разработчиком нескольких пакетов, благодаря которым, в том числе, R сложно с чем-то сравнить, а исключительно из его комментариев на stackoverflow и crossvalidated можно составить отличный полноценный учебник.

Gavin Simpson ведет блог с акцентом на обобщенные аддитивные модели, если вам неуютно находиться в линейном мире, но не хочется уходить из мира интерпретируемого, очень рекомендую к прочтению.

Darren Dahly ведет блог по биостатистике, общий замысел которого можно обозначить названием одной из его публикаций I’m not a real statistician, and you can be one too (NB! это блог не из разряда "статистика – это просто").

Demetri Pananos является уже real statistician, но по-моему очень понятно пишет про сложные байесовские модели.

Matthew Jané ведет блог с говорящим названием Meta-Analysis Magic, это как раз он подвергся плагиату, если вам кажется, что нет ничего круче методологии Cochrane, то советую заглянуть, чтобы убедиться в обратном.

Vincent Arel-Bundock является автором пакета {{marginaleffects}}, только ради которого стоит изучать R.

Wolfgang Viechtbauer ведет блог, который одновременно является расширенной документацией {{metafor}} – другого пакета, только ради которого стоит изучать R.

Jonathan Bartlett ведет блог, посвященный, в том числе, одной из незаслуженно игнорируемых тем – статистический вывод в условиях пропущенных значений.

Stephen Wild и Tristan Mahr публикуют классные примеры прикладного байесовского анализа с использованием R, Stan и Turing.jl.

Mattan Ben-Shachar является соавтором мета-пакета {{easystats}}, который я, честно говоря, почти не использую, но блог очень содержательный и охватывает много интересных и сложных тем.

Наконец блоги «классиков»: Frank Harrell и Andrew Gelman, которого, так совпало, можно сегодня поздравить с 20-летием блогинга! )

Вчера вечером наткнулся на учебник по статистике для экологов, решил полистать перед сном, в итоге листал до трех ночи. В итоге понял, что именно такого учебника мне всегда не хватало.

Часто стало получаться так, что у меня в библиотеке есть книги Нобелевских лауреатов по экономике

Нобелевские лауреаты 2024: Дарон Аджемоглу, Джеймс Робинсон, Саймон Джонсон за изучение формирования институтов и их роли в процветании. Ура!

Если про Why nations fail, думаю, знают многие, ещё вот такая книга переведена на русский язык

Автор пакет marginaleffects драфт новой книги опубликовал
https://marginaleffects.com/

С нетерпением жду выхода новых видео на канале ritvikmath, с тех пор как на него наткнулся. Честно говоря, я никогда не задумывался, что доказательство валидности* функции плотности вероятности стандартного нормального распределения – нетривиальная задача.

* валидная функция плотности вероятности (pdf) должна интегрироваться в 1, но существуют функции не обладающие таким свойством, но которые можно использовать вместо настоящих pdf в качестве априорных распределений в байесовском статистическом выводе. Очень известный пример –конъюгированное априорное распределение Джеффриса для биномиального распределения (Beta(1/2, 1/2)).

Симпатичная задчака по генетике/терверу. Xh - аллель гемофилии, вопрос: какова вероятность того, что женщина обведенная окружностью является носителем?