갈리트 슈무엘리
국립 칭화대학교
통계 모델링은 인과적 설명, 예측, 그리고 기술(description)을 통해 이론을 개발하고 검증하는 강력한 도구입니다. 많은 분야에서 인과적 설명을 위해 통계 모델링만 거의 전적으로 사용되는데, 이는 설명력이 높은 모델은 본질적으로 예측력도 높다는 가정에 기반합니다. 설명과 예측의 혼동은 흔하지만, 과학적 지식을 발전시키고 실제 현장에서 적절하게 활용하기 위해서는 이러한 구분을 반드시 이해해야 합니다.
설명적 모델링과 예측 모델링 및 평가의 차이점을 이해하는 것은 데이터 세트의 정보 품질, 즉 데이터 분석을 통해 과학적/실용적 목표를 달성할 수 있는 잠재력을 평가하는 데 필수적입니다. 설명-예측의 구분은 과학철학에서 인정되어 왔지만, 통계 및 데이터 마이닝 관련 문헌에서는 설명적 목표와 예측적 목표의 모델링 과정에서 발생하는 여러 차이점에 대한 심도 있는 논의가 부족합니다. 본 강연에서는 설명적 모델링과 예측 모델링의 차이점을 명확히 하고, 데이터 분석 측면에서 이러한 구분이 갖는 실질적인 의미를 살펴보겠습니다.
참고문헌: Galit Schmueli 저, 『설명할 것인가, 예측할 것인가?』 , 통계과학 2010, 제25권, 제3호, 289-310쪽
