849663_zh-TW

liliconcom

全體會議：解釋還是預測？

加利特·施穆埃利

國立清華大學

統計建模是透過因果解釋、預測和描述來發展和檢驗理論的有力工具。在許多學科中，幾乎只使用統計模型來進行因果解釋，並假設具有高解釋力的模型本質上具有高預測力。解釋和預測之間的混淆很常見，但為了進步科學知識並在實踐中正確使用，必須理解其中的差異。

了解解釋性和預測性建模與評估之間的差異對於評估資料集的資訊品質（即利用資料分析實現科學/實踐目標的潛力）至關重要。雖然解釋-預測的區別在科學哲學中已經得到認可，但統計和資料探勘文獻缺乏對解釋目標與預測目標建模過程中出現的諸多差異的徹底討論。在本次演講中，我將闡明解釋模型和預測模型之間的區別，並揭示資料分析的實際意義。

參考： 解釋還是預測？作者：Galit Schmueli，統計科學 2010 年，卷。 25，第3期，289–310