《表1 统计建模文化:趣谈统计建模中的文化哲理》
统计建模是通过因果推断、描述预测等方式拓展和检验理论的强有力工具。按其用途特征归纳,可分为解释性建模(Explanatory Modeling)和预测性建模(Predictive Modeling)两类,前者多使用统计计量模型对所研究问题进行因果推断与解释,而后者则侧重于应用机器学习与数据挖掘算法预测未来的观测结果。Breiman(2001)将数据建模(Data Modeling)与算法建模(Algorithmic Modeling)并称为统计建模中的两大文化(Two Cultures)。顾名思义,数据建模文化是以数据为驱动,结合数据自身特性选取契合的统计模型,通过参数估计、假设检验等进行统计推断,属于解释性建模的研究范畴;而算法建模文化则倾向于从实际应用出发,通过改进优化机器学习等分类预测算法提高模型的泛化程度,增强模型对未来结果的预测能力,是预测性建模的典型特征,二者关系如表1所示。
图表编号 | XD00201396400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 张圆 |
绘制单位 | 天津商业大学经济学院 |
更多格式 | 高清、无水印(增值服务) |