갈트 슈미 엘리
국립 청화대
통계 모델링은 인과 관계 설명, 예측 및 설명을 통해 이론을 개발하고 테스트하기위한 강력한 도구입니다. 많은 분야에서 높은 설명력을 가진 모델이 본질적으로 높은 예측력을 갖는다는 가정하에 인과 관계 설명을위한 통계적 모델링을 거의 독점적으로 사용합니다. 설명과 예측 사이의 결합은 일반적이지만, 과학적 지식의 진보와 실제 사용에있어서 구별은 이해되어야한다.
설명 및 예측 모델링 및 평가 간의 차이점을 이해하는 것은 데이터 세트의 정보 품질 - 데이터 분석을 사용하여 과학적 / 실용적인 목표를 달성 할 수있는 잠재력을 평가할 수있는 데 중요합니다. 설명 철학의 구별은 과학 철학에서 인식되어 왔지만, 통계 및 데이터 마이닝 문헌은 설명과 예측 목표를 위해 모델링하는 과정에서 발생하는 많은 차이점에 대한 철저한 논의가 부족합니다. 이 강연에서 나는 설명 적 모델링과 예측 모델링의 차이점을 분명히하고 데이터 분석 측면에서 실제적인 함의를 밝힐 것이다.
참고: 설명하거나 예측하려면? Galit Schmueli, Statistical Science 2010, Vol. 25, No. 3, 289-310
