37453_zh-TW

liliconcom

全體會議：解釋或預測？

 

Galit Shmueli

國立清華大學

 

統計建模是通過因果解釋，預測和描述來開發和測試理論的有力工具。在許多學科中，假設具有高解釋力的模型本身俱有高預測能力，因此幾乎完全使用統計建模進行因果解釋。解釋和預測之間的混淆是常見的，但必須理解這一區別，以促進科學知識的進步和在實踐中的正確使用。 

理解解釋性和預測性建模與評估之間的差異對於評估數據集的信息質量至關重要 - 它可以使用數據分析實現科學/實際目標。 雖然解釋預測的區別已在科學哲學中得到認可，但統計和數據挖掘文獻缺乏對解釋與預測目標建模過程中出現的許多差異的全面討論。在本次演講中，我將闡明解釋和預測建模之間的區別，並揭示數據分析方面的實際意義。 

 

參考： 解釋或預測？作者：Galit Schmueli，統計科學2010，Vol。25，No.3,289-310

 

 

 

 

解釋或預測？