过去50年中最重要的统计思想是什么？

我们认为过去半个世纪中最重要的统计思想是：反事实因果推理，基于自举和基于仿真的推理，超参数化模型和正则化，多层模型，通用计算算法，自适应决策分析，鲁棒推理和探索性数据分析。这八个想法代表了根据我们的经验和对文学的了解而进行的分类，未按时间顺序或重要性顺序列出。它们是独立的概念，涵盖了统计方面不同的有用和一般的发展。我们将讨论这些想法的共同特征，它们与现代计算和大数据的关系以及在未来几十年中如何发展和扩展它们。

本文的早期版本出现在Arxiv上，但随后我们和其他人注意到有一些地方可以修复它，因此我们对其进行了更新。

1.1。反事实因果推断1.2。自举和基于仿真的推理1.3。超参数化模型和正则化1.4。多层模型1.5。通用计算算法1.6。自适应决策分析1.7。可靠的推断1.8。探索性数据分析

2.1。想法导致方法和工作流程2.2。计算进展2.3。大数据2.4。这些想法之间的联系和互动2.5。理论激励应用，反之亦然2.6。链接到统计的其他新的有用的发展

这篇文章的撰写和修订很有趣，我希望它能激发其他人分享他们的观点。