我知道这个问题很难回答,但我想知道您将如何确定一种统计技术是否正在使用,或者它是否在几十年前曾处于鼎盛时期,但它要么被更新的技术取代,要么可能是甚至被证明是不足的和被抛弃的?
例如,我正在查看 R 的时间序列并偶然发现了 EMD 包(经验模式分解)。这项技术看起来很有趣,但当我四处搜索时,它似乎从未真正流行起来。它仅限于神经研究社区吗?小波被证明是优越的吗?是不是有点难以解释?
也许没有明确的答案,但也许有你在寻找的迹象?
我知道这个问题很难回答,但我想知道您将如何确定一种统计技术是否正在使用,或者它是否在几十年前曾处于鼎盛时期,但它要么被更新的技术取代,要么可能是甚至被证明是不足的和被抛弃的?
例如,我正在查看 R 的时间序列并偶然发现了 EMD 包(经验模式分解)。这项技术看起来很有趣,但当我四处搜索时,它似乎从未真正流行起来。它仅限于神经研究社区吗?小波被证明是优越的吗?是不是有点难以解释?
也许没有明确的答案,但也许有你在寻找的迹象?
经验没有捷径可走,但获得提示的一种方法是在谷歌学者上查找该方法的原始参考文献并查看引用次数。
许多技术并不那么流行,但是它们可能对特定的研究目的有用。如果蒙特卡洛模拟支持一种统计方法,并且如果它发表在著名的期刊上,那么我认为你可以考虑它,即使它很少被研究人员使用。例如,我最近使用了 Conover 和 Iman 开发的非参数 ANCOVA,但据我所知,它在我的研究领域并不那么流行。在我看来,更重要的是要有坚实的基础来说明为什么要使用特定技术(与数据相关的稳健性、蒙特卡洛模拟……),以便充分回答可能的裁判问题。
我同意use4733。我计划的答案是“询问专家”。关于这种特殊的技术,我个人不能说太多,因为我以前没有听说过它,尽管我在时间序列分析方面有一些专业知识。然而,由于参考文献似乎都是最近三年的,它可能只是一种非常新的方法。几乎任何领域的新方法都需要时间才能流行起来。所以我认为你不应该认为它没有用。它最终可能被证明是有用的。