Некоторые рекомендуемые стандарты для статистической записи представлены в Halperin, Hartley and Hoel (1965) и Sanders and Pugh (1972) . Большая часть современных обозначений взята из соглашений, которые были установлены биометрическими статистиками в конце 19-го и начале 20-го века (большая часть была сделана Пирсоном и Фишером и их сотрудниками). Полезный список ранних использования обозначений поддерживается экономистом Джоном Aldrich здесь и исторический рассказ английского биометрической школы публикуется в Aldrich (2003) . (Если у вас есть дополнительные вопросы по этой теме, Олдрич , вероятно, является крупнейшим в мире живым экспертом в истории обозначений в статистике.)
Помимо этой явной работы, есть много книг, которые дают введение в области, и они осторожны, чтобы определить нотацию в соответствии с общими соглашениями, определяя нотацию, как они идут. В этой области существует множество общепринятых соглашений, которые последовательно используются в литературе, и статистики хорошо знакомы с ними на практике, даже не прочитав рекомендации этих исследователей.
Неоднозначность нотации, ориентированной на распределение: использование нотации, ориентированной на распределение, является стандартным соглашением, которое используется в статистической литературе. Тем не менее, одна интересная вещь, на которую следует обратить внимание в этой нотации, это то, что есть немного места для маневра в том, что это на самом деле означает. Стандартное соглашение состоит в том, чтобы читать объект в правой части этих утверждений как своего рода описание меры вероятности (например, функции распределения, функции плотности и т. Д.), А затем читать∼отношение со значением "... имеет распределение ..." или "... имеет меру вероятности ..." и т. д. Согласно этой интерпретации отношение сравнивает два различных набора вещей; объект с левой стороны является случайной величиной, а объект с правой стороны является описанием вероятностной меры.
Тем не менее, также одинаково правильно интерпретировать правую часть как ссылку на случайную переменную (в отличие от распределения) и отношение как означающее "... имеет такое же распределение, что и ..." , Согласно этой интерпретации отношение является отношением эквивалентности, сравнивающим случайные величины; объекты, расположенные слева и справа, являются случайными величинами, и отношение является рефлексивным, симметричным и транзитивным.∼
Это дает две возможные (и одинаково действительные) интерпретации утверждения типа:
X∼N(μ,σ2).
Распределительная интерпретация: « имеет распределение вероятностей ». Эта интерпретация принимает последний объект как некоторое описание нормальной вероятностной меры (например, ее функции плотности, функции распределения и т. Д.).XN(μ,σ2)
Интерпретация случайной величины: « имеет такое же распределение вероятностей, что и ». Эта интерпретация принимает последний объект в качестве нормальной случайной величины.XN(μ,σ2)
Каждая интерпретация имеет свои преимущества и недостатки. Преимущество интерпретации случайных величин заключается в том, что она использует стандартный символ для ссылки на отношение эквивалентности , но ее недостатком является то, что она требует ссылки на случайные переменные с аналогичными обозначениями для их функций распределения. Преимущество интерпретации распределения состоит в том, что она использует аналогичные обозначения для распределений в целом и их функциональных форм с заданным значением аргумента; недостатком является то, что он использует символ таким образом, чтобы это не было отношением эквивалентности.∼∼
Олдрич Дж. (2003) «Язык английской биометрической школы International Statistical Review 71 (1)» , стр. 109-131.
Halperin, M., Hartley, HO and Hoel, PG (1965) Рекомендуемые стандарты для статистических символов и обозначений . Американский статистик 19 (3) , с. 12-14.
Сандерс, JR и Пью, RC (1972) Рекомендация для стандартного набора статистических символов и обозначений . Исследователь образования 1 (11) , с. 15-16.