849663_zh-CN

liliconcom

全体会议：解释还是预测？

加利特·施穆埃利

台湾清华大学

统计建模是一种强大的工具，可通过因果解释、预测和描述来开发和测试理论。在许多学科中，统计建模几乎只用于因果解释，其假设是具有高解释力的模型本质上具有高预测力。解释和预测之间的混淆很常见，但必须理解两者的区别，才能促进科学知识的发展并在实践中正确使用。

了解解释性建模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（即其使用数据分析实现科学/实践目标的潜力）至关重要。虽然解释-预测的区别在科学哲学中得到了认可，但统计和数据挖掘文献缺乏对解释性目标与预测性目标建模过程中出现的许多差异的深入讨论。在本次演讲中，我将阐明解释性建模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。

参考文献： 《解释还是预测？》，作者：Galit Schmueli，《统计科学》2010 年第 25 卷第 3 期，第 289–310 页