37453_zh-CN

liliconcom

全体会议：解释或预测？

 

Galit Shmueli

国立清华大学

 

统计建模是通过因果解释，预测和描述来开发和测试理论的有力工具。在许多学科中，假设具有高解释力的模型本身具有高预测能力，因此几乎不使用统计建模进行因果解释。解释和预测之间的混淆是常见的，但必须理解这一区别，以促进科学知识的进步和在实践中的正确使用。 

了解解释性和预测性建模与评估之间的差异对于评估数据集的信息质量至关重要 - 这是使用数据分析实现科学/实践目标的潜力。 虽然解释预测的区别已在科学哲学中得到认可，但统计和数据挖掘文献缺乏对解释与预测目标建模过程中出现的许多差异的全面讨论。在本次演讲中，我将阐明解释性和预测性建模之间的区别，并揭示数据分析方面的实际意义。 

 

参考： 解释或预测？作者：Galit Schmueli，统计科学2010，Vol。25，No.3,289-310

 

 

 

 

解释或预测？