The Scientists' View of Statistics--A Neglected Area

McPherson, Glen

doi:10.2307/2982916

Cited by 13 publications

(7 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…But in practice, if the sample is very large, a good orthodox statistician will 'deflate' intuitively the level of significance P accordingly." McPherson (1989) comments on this: "This is very likely true, but it is an inadequate base for presenting the p value approach to scientists. "…”

Section: 1 Objectionsmentioning

confidence: 99%

On the Logic (plus some history and philosophy) of Statistical Tests and Scientific Investigation

Saint-Mont

2018

Preprint

View full text Add to dashboard Cite

Every scientific endeavour consists of (at least) two components: A hypothesis on the one hand and data on the other. There is always a more or less abstract level -some theory, a set of concepts, certain relations of ideas -and a concrete level, i.e., empirical evidence, experiments or some observations which constitute matters of fact.The focus of this contribution is on elementary models connecting both levels that have been very popular in psychological research -statistical tests. Going from simple to complex we will examine four paradigms of statistical testing (Fisher, Likelihood, Bayes, Neyman & Pearson) and an elegant contemporary treatment.

show abstract

Section: 1 Objectionsmentioning

confidence: 99%

On the Logic (plus some history and philosophy) of Statistical Tests and Scientific Investigation

Saint-Mont

2018

Preprint

View full text Add to dashboard Cite

show abstract

“…El análisis de datos, en cualquiera de sus filosofías y modalidades, es el instrumento adecuado para su valoración con el objetivo de identificar "estructuras subyacentes" en las grandes masas de datos (Deville y Malinvaud, 1983;Bradshaw y Phillips, 1992), y de comprobar su calidad para detectar posibles errores (McPherson, 1989).…”

Section: Analisis Explotatorio De Datosunclassified

Valores extremos en Geografía: EDA, Estadística Robusta y Gráficos

Bradshaw

Rodríguez

2017

Geograph

View full text Add to dashboard Cite

INTRODUCCIONLa segunda mitad de los años 80 marca una frontera que separa los contenidos de unos libros de Estadística, basados en ejemplos explicados en el texto, de otros cuya base son casos semejantes, pero ejecutados mediante programas de ordenador. Esta transición es el resultado de la presencia total del ordenador en los ámbitos académicos y científicos, una realidad imposible de sortear además de no ser deseable hacerlo.Expresado esto así, parece como si el ordenador fuera más un peligro que un poderoso instrumento. El individuo es capaz de pensar en una organización científica del trabajo, pero la ejecuta lentamente y muchas veces con errores. La máquina, en cambio, realiza estas tareas de manera exacta y rápida, aunque no sea capaz de pensar en la lógica de los procesos. Estamos, pues, en una época en la que la conjunción del hombre y el ordenador puede conseguir enormes progresos, si se equilibra bien esta unión. Los peligros, estando latentes, no serían destacables.Mientras cada día los costes del hardware son más bajos para productos de mayor calidad y capacidad de memoria y cálculo y los programas son mas abundantes y diversos, también aumenta la dimensión que han adquirido las bases de datos. Estas son-las condiciones básicas para el uso generalizado de ordenadores.De esta manera, la investigación científica discurre hoy por unos derroteros, en los que parece que el "hombre" va a remolque de las "máquinas". Como ha señalado parece como si los investigadores hubieran sido desplazados de sus datos, ignorando la información que manejan, siendo hoy más fácil detenerse en un análisis multivariante que en un simple histograma. Ante los resultados obtenidos en el primero, fácilmente calculados, tiende a ocultarse la importancia del segundo como instrumento de análisis. Este es el camino que lleva a la pérdida de 130 R. P. BRADSHAW v V. RODRIGUEZ una "cierta subjetividad" que debe primar en el análisis estadístico ante el automatismo tecnológico del procesado de los datos (Berger y Berry, 1988).Es necesario, pues, recuperar el análisis de datos orientado hacia la investigación científica, separándola claramente del nivel popular, el de los medios de comunicación, y del nivel de los profesionales de la Estadística como ciencia (McPherson, 1988). El camino para ello es el análisis de datos, como una de las fases esenciales del proceso de investigación en Ciencias Cociales ( fig. 1). Como también sucede con otras ciencias aplicadas al conocimiento de realidades humanas o territoriales, el análisis estadístico es "relevante para aquellos proyectos en los que la información recogida se presenta por números" (Healey, 1990). El objeto de esta ponencia es insistir en un argumento, el análisis de datos, no necesariamente nuevo, pero que no termina de despegar entre las Ciencias Sociales, y en concreto en la Geografía. Se dividirá en su doble vertiente, numérica y gráfica.Uno de los hechos que hacen deseable este objetivo es el de las posibles deficiencias existentes en cualquier información numérica, especialmente...

show abstract

“…This paper will focus on the teaching and learning processes associated with the statistical treatment of data from questionnaires and rating scales. The link between the teaching and learning processes is the inter-professional communication based on a mutual understanding of the problems from both the applied science and statistical perspective (McPherson, 1989;Altman, 1991;Greenfield, 1993).…”

Section: Focus Of the Papermentioning

confidence: 99%

“…The published comments to his paper, given by several statisticians, illustrate the various opinions that are prevalent concerning the importance of theories of measurements. Clearly, the impact of the measurement process on the correct choice of statistical analysis must be considered for each study (McPherson, 1989;Altman, 1991;Svensson, 1998a).…”

Section: Introductionmentioning

confidence: 99%

Important considerations for optimal communication between statisticians and medical researchers in consulting, teaching and collaborative research, with a focus on the analysis of ordered categorical data

Svensson¹

2000

Training Researchers in the Use of Statistics IASE Roundtable Conference

View full text Add to dashboard Cite

This paper focuses on problems encountered in the teaching of statistics to applied researchers working particularly with rating scales and questionnaires. Examples of teaching strategies that are designed to remove misconceptions and the misuse of statistics will be presented. Such strategies should increase the level of understanding about the relationship between study design, measurement processes and the choice of statistical methods of analysis. A survey among applied researchers showed that tradition, the need to compare the results with other studies and a lack of knowledge of novel statistical methods were the major factors determining the choice of methods for evaluation of questionnaires. Besides pedagogic skills, professional competence and an open-minded inter-disciplinary understanding were the most important qualifications for optimal inter-professional communication.

show abstract

The Scientists' View of Statistics--A Neglected Area

Cited by 13 publications

References 17 publications

On the Logic (plus some history and philosophy) of Statistical Tests and Scientific Investigation

On the Logic (plus some history and philosophy) of Statistical Tests and Scientific Investigation

Valores extremos en Geografía: EDA, Estadística Robusta y Gráficos

Important considerations for optimal communication between statisticians and medical researchers in consulting, teaching and collaborative research, with a focus on the analysis of ordered categorical data

Contact Info

Product

Resources

About