¿Cómo digerir el contexto estadístico?

Question

En primer lugar, supongo que no todos los miembros activos de este interesante sitio son estadísticos como su trabajo. De lo contrario, la pregunta que se formula a continuación no tiene ningún sentido. Los respeto por supuesto. pero necesito una explicación un poco más práctica que conceptual.
Comienzo con un ejemplo de Wikipedia para definir point process :

Sea S un espacio de Hausdorff localmente compacto y segundo contable equipado con su σ-álgebra de Borel B(S). Se escribe $\mathfrak{N}$ para el conjunto de medidas de recuento localmente finitas sobre S y $\mathcal{N}$ para la σ-álgebra más pequeña en $\mathfrak{N}$ que hace que todos los recuentos de puntos... sean medibles.

Para mí esto no tiene ningún significado.

Una explicación en un contexto de ingeniería me resulta más comprensible.
Comentario: La mayoría de las veces encontré las explicaciones de Wikipedia inútil debido a la similitud de texto complicado (al menos para mí). Según mi experiencia, sólo hay dos tipos de libros de referencia para la estadística: a) extremadamente simplificado b) ¡extremadamente complicado!
Leer ambas cosas no me beneficia en absoluto.

Pregunta:

• ¿Tienes una solución para este problema? o una experiencia similar...

Nota importante:

Por favor, responda si realmente entendió de qué se trata la pregunta. Por favor, no recomiende soluciones simples que se pueden encontrar fácilmente a través de Google. Ninguna de ellas es de mi respuesta.

** Para aquellos que encontraron este post útil hay beneficios para comprobar también este que trata un tema relacionado desde una perspectiva diferente.

Answer 1

Si me permite aclarar, su pregunta parece ser: "¿Qué puedo usar para entender las matemáticas si un recurso importante como la Wikipedia no tiene sentido?" Ten en cuenta que incluso una persona que ha dominado un concepto tuvo que empezar con un periodo de no entenderlo, y luego pasar por un proceso de aprendizaje, aunque casi nunca implicó aprender mucho de la Wikipedia.

Habiendo pasado mucho tiempo estudiando cosas que se describen de forma bastante atroz en Wikipedia, puedo asegurar que incluso cuando uno entiende los conceptos bastante bien, es difícil dar sentido a lo que pasaba por la mente de uno o más autores/editores en Wikipedia. No es raro ver conceptos matemáticos y estadísticos mutilados por un grupo de personas con una comprensión muy aproximada de los conceptos o en busca de avanzar en la débil comprensión del concepto fundamental en otro campo. (Diría más, pero es difícil hacerlo sin sonar excesivamente pesimista sobre los esfuerzos de los wikipedistas, especialmente los de otras disciplinas).

Desde un punto de vista más constructivo, las mejores referencias suelen ser los libros de texto editados por editoriales con un sólido historial de edición y publicación de buenas obras en el campo en cuestión. En estos casos, los autores y editores gozan de reputación entre sus colegas por la calidad de sus conocimientos y su rigor, y una serie de ediciones sucesivas suele indicar la aceptación por parte de otros profesores e investigadores.

Hay muchos niveles de calidad entre ese nivel y la Wikipedia. Si las ediciones impresas no están disponibles, utilizar la "Búsqueda dentro del libro" de Amazon o Google Books pueden ser las mejores alternativas.

En cuanto a otras referencias accesibles en la web, puede que le resulten más útiles los artículos de revisión o los manuales para profesionales no especializados. Un ejemplo de ello es el manual de estadística publicado por el NIST .

Es posible que tengas que sintetizar tu propia comprensión mediante la búsqueda de artículos en Google Scholar. Por ejemplo, puedes consultar ["un proceso puntual es un"] y examinar las definiciones ofrecidas en varios artículos. Otra posibilidad es realizar una búsqueda en la web como ["proceso puntual" pdf site:edu] para encontrar notas de clase, diapositivas y tutoriales. El primer resultado de esa búsqueda parece ser "Una introducción a los procesos puntuales". La idea clave es que hay que buscar los términos que tienden a aparecer o pueden aparecer en el nivel apropiado de material que definiría e introduciría el concepto, independientemente de que el enunciado tuviera la intención de denotar que la referencia tiene alguna exposición relevante (por ejemplo, un artículo de revista puede definir algo de forma útil, incluso si no pretende ser un texto introductorio).

Es imposible hacer frente a las malas ediciones en Wikipedia: para ciertos artículos, el número de malos editores supera el número de personas que pueden tolerar la corrección de sus errores.

Answer 2

Sí, deberías poder utilizar la placa Arduino como convertidor de serie a USB. Ni siquiera necesitas el chip ATmega para ello. Sólo tienes que conectar la alimentación y los pines TX/RX del XBee a los pines correspondientes de la placa Arduino y ya está.

Answer 3

Sólo para añadir a la excelente respuesta dada por Iterator. A veces no es necesario entender el concepto para utilizarlo con éxito. A menudo me encuentro con conceptos desconocidos cuando leo artículos, pero antes de intentar averiguar qué significan en la fuente externa, siempre compruebo si es posible entender lo que ocurre si asumo que el concepto desconocido es sólo un nuevo nombre elegante para algo que ya conozco. La mayoría de las veces, sólo se utiliza alguna propiedad específica fácilmente comprensible de ese nuevo concepto, por lo que al final entiendo lo que hizo el autor del artículo, y puedo decidir si es útil o no.

Tomando la definición de ejemplo de tu pregunta, es posible simplificarla, y de hecho puedes encontrar las simplificaciones en el mismo artículo de la wikipedia. Por ejemplo $S=\mathbb{R}^d$ es un segundo espacio contable de Hausdorff localmente compacto, por lo que si se trabaja sólo en $\mathbb{R}^d$ que es bonito y comprensible, sólo hay que buscar ejemplos en los que $S=\mathbb{R}^d$ e ignorar todo lo demás. El concepto desconocido puede llegar a ser muy simple para su problema particular.

Tenga en cuenta que este enfoque no siempre funciona. A veces hay que profundizar de verdad, y entonces la wikipedia es un buen punto de partida para la búsqueda. En este caso nada supera a un buen libro. A veces es muy fácil encontrar uno, otras veces, por desgracia, no hay ninguno.

Answer 4

Creo que el problema existe pero que lo exageras. Si eres persistente en tu búsqueda, encontrarás libros muy útiles y otras fuentes que se mantienen en un término medio entre lo extremadamente técnico (por ejemplo, la mayoría de los artículos del Journal of the American Statistical Association; la mayoría de los artículos escritos por Andrew Gelman, Bradley Efron o Donald Rubin) y lo extremadamente sencillo. Yo mismo he pasado bastante tiempo buscando estas fuentes "intermedias". Si quiere ver algunas de mis recomendaciones, encontrará un conjunto de ellas en yellowbrickstats.com . También suelo encontrar información útil en el sitio de David Garson en Universidad Estatal de Carolina del Norte