統計閒磕牙：《Nature》：最常被引用的3種統計學方法

 

《Nature》：最常被引用的3種統計學方法

The top 100 papers

Nature explores the most-cited research of all time.[1]

 

2014年Nature發表一篇收錄在WoS資料庫，從1900年迄調查日期最受歡迎的100篇論文。雖然是2014年的文章，不過還是值得參考。本篇擷取針對統計學論文的前三名跟大家分享。大家可以看看是否跟心中的臆測相同😊

 

50年前，Eugene Garfield發表科學引文索引(SCI)，是第一個追蹤科學文獻引文的系統方法。為了紀念，《Nature》要求現在擁有SCI的Thomson Reuters列出有史以來被引用次數最多的100篇論文(完整的列表文章網站)。搜索涵蓋Web of Science的所有內容，包括SCI線上版本、社會科學、藝術和人文學科、會議記錄和一些書籍的資料庫。時間範圍從1900年至今發表的論文。

 

這項調查揭示一些令人驚訝的事實，尤其是需要大於12,119次的引用才能進入前100名，而許多世界上廣為人知的論文都沒有進入。絕大多數是在特定領域不可欠缺的實驗方法或軟體。現就統計學方法的前三名論文跟大家分享。

 

統計學論文

第一名：排名第11，1958提出的Kaplan-Meier Method。

#11 Kaplan-Meier Method

最常被引用的統計論文(排名11)是1958年由美國統計學家Edward Kaplan and Paul Meier發表的一篇論文[2]。該論文幫助研究人員發現一個群體的存活模式，例如臨床試驗參與者。即為Kaplan-Meier估計法。這篇論文曾是一篇冷門之作，幾乎沒有人引用，直到上世紀70年代電腦計算能力突飛猛進，讓非專業人士也能使用，因此廣為普及。

 

第二名：排名第24，1958提出的Cox regression。

第二名(排名24)是英國統計學家David Cox 於1972年發表的論文[3]，該論文擴展這些存活分析的範圍，加入其他影響存活因素的探討，例如性別和年齡。簡單易用也加速該論文的普及。

 

第三名：排名第29，1986年提出的Bland–Altman plot。

第三名(排名29)是英國統計學家Martin Bland and Douglas介紹將兩種測量方法的一致性可視化的技術[4]，現稱為Bland–Altman plot。由於通俗易懂，此後一直被廣為引用。

統計組中最古老和最年輕的論文處理的是同一個問題——資料的多重比較——但它們來自迥異的科學情境。當需要比較多組母群體時，可以使用美國統計學家David Duncan 的1955年的論文(第64名)[5]。但是第59名，由以色列統計學家Yoav Benjamini和Yosef Hochberg於·1995提出的控制錯誤發現率，適合來自基因組學(genomics)或神經影像(neuroscience imaging)等領域的資料[6]。可以進行成百上千的比較，這是Duncan幾乎無法想像的。正如Efron的觀察：“故事是電腦慢慢地，然後又慢慢地，對統計理論和實務產生影響。” (“The story is one of the computer slowly, then not so slowly, making its influence felt on statistical theory as well as on practice.”)

 

 

 

參考文獻

[1] http://www.nature.com/news/the-top-100-papers-1.16224

[2] Kaplan EL, M.P. Nonparametric estimation from incomplete observations. Journal of the American Statistical Association 53, 25 (1958).

[3] Cox, D. Regression Models and Life-Tables. Journal of the Royal Statistical Society 34, 34 (1972).

[4] Bland, J.M. & Altman, D.G. Statistical methods for assessing agreement between tw9o methods of clinical measurement. Lancet 1, 307-10 (1986).

[5] Duncan, D. B. Multiple range and multiple F tests. Biometrics 11, 1–42 (1955).

[6] Benjamini, Y. & Hochberg, Y. J. R. Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing. Stat. Soc. B 57, 289–300 (1995).

 

#Nature

#the most-cited research on statistics

#Kaplan-Meier Method

#Cox regression

#survival analysis