Jeg refererer til praksis som fremdeles opprettholder deres tilstedeværelse, selv om problemene (vanligvis beregning) de ble designet for å takle, for det meste er løst.
For eksempel ble Yates 'kontinuitetskorreksjon oppfunnet for å tilnærme Fishers eksakte test med $ \ chi ^ 2 $ test, men det er ikke lenger praktisk siden programvare nå kan håndtere Fishers test selv med store prøver (jeg vetdette er kanskje ikke et godt eksempel på "å opprettholde sin tilstedeværelse", siden lærebøker, som Agrestis Categorical Data Analysis , ofte erkjenner at Yates 'rettelse "ikke lenger er nødvendig").
Hva er noen andre eksempler på slik praksis?