statistics

使用GPT-5.6 Sol Pro，Edgar Dobriban反驳了一个长期存在的猜想，即Benjamini-Hochberg过程能控制相关双边高斯检验的错误发现率，证明其在很小但实际存在的水平上失效。该结果概念性强，实际影响有限，但解决了统计学中的一个核心问题。

本文讨论了英国经济统计数据准确性的问题，尤其是围绕创业方面，并指出官方数据可能遗漏了Stripe数据显示的个体创业者热潮。

作者利用一张地铁站墙上的鞋印照片，通过图像处理和一个启发式的身体与鞋印比例，来估算通勤者的身高分布，并讨论了使用贝叶斯方法进行改进的可能性。

LineageOS 发布了关于设备安装量和社区增长的最新统计信息。

对本福特定律进行交互式探索，解释数字1作为首位数字出现约30%时间的数学现象，及其在欺诈检测中的应用。

本文解释了健康研究中的风险比，为什么不能在不考虑风险随时间分布的情况下直接将其转换为预期寿命变化，并阐明了风险比与相对风险之间的区别。

这篇文章详细介绍了普通人成为量化交易员的学习路径，涵盖概率、统计、线性代数、微积分和随机微积分五个阶段，并解释了行业的薪酬结构、面试要求以及AI/ML岗位的快速增长。

本文认为，与随机对照试验相比，观察性证据被低估了，并通过18世纪的历史例子来说明其效率和效力。

一条教育性长帖，解释量化交易公司（如Renaissance Technologies）所用的数学基础，涵盖从伯努利到布朗运动的概念。

一条推文重点介绍了10款由大学开发的免费开源软件工具，这些工具的性能优于或堪比昂贵的付费替代品，涵盖参考文献管理、文本分析、网络可视化、地理信息系统、统计学、语音分析、生物网络、数据清理、研究存档和笔记记录。

推荐一个名为 Seeing Theory 的交互式可视化网站，帮助用户直观理解概率统计的核心概念，涵盖基础概率、分布、推断和回归等内容，适合初学者和复习者。

一条推荐 Nathan Cantafio 博客文章 "MLE is not intuitive" 的推文，该文章以易懂的方式讨论了关于最大似然估计的常见误解。

通过成对比较实验，使用Bradley-Terry模型和Elo评分系统统计确定狗狗最喜欢的零食。

the-stats-duck v0.6.0 是一个开源的 DuckDB 扩展，它将统计分析和绘图直接引入到 SQL 中，包括回归、自助法（bootstrapping）和类似 ggplot 的可视化。

本文报告了一项研究，该研究估计了新编写代码中由AI生成或辅助的百分比，突显了AI工具在软件开发中日益增长的作用。

R Core团队被授予2026年Rousseeuw Prize for Statistics，以表彰他们在统计计算方面的贡献。

多项研究分析表明，社交分享按钮的点击率极低（大约占访客的0.2%）。用户更倾向于复制并粘贴链接，这使得“暗社交”成为重要的流量来源。

美国商务部已下令禁止在 Census Bureau 和 Bureau of Economic Analysis 的所有统计产品中注入噪声，这可能会削弱差分隐私保护和统计准确性。

本文追踪了被广泛引用的‘300% AI agent 采用率激增’统计数据至其来源，发现数据实际显示的是部署意向接近翻倍，而非实际生产部署，并且只有大约十分之一部署了 agent 的公司实现了规模化。文章警告不要用编造的数据进行规划。

埃隆·马斯克发推称，过去两个月，特斯拉的全自动驾驶（FSD）监督模式在荷兰道路上的安全性是手动驾驶的3倍以上。