मॉडल बनाने की भविष्यवाणी के अलावा कारण?

Question

जोशुआ एपस्टीन ने "व्हाई मॉडल?" शीर्षक से एक पेपर लिखा। http://www.santafe.edu/media/workingpapers/08-09-040.pdf पर उपलब्ध है जिसमें 16 कारण दिए गए हैं:

1. स्पष्ट करें (भविष्यवाणी से बहुत अलग)
2. गाइड डेटा संग्रह
3. कोर डायनामिक्स को रोशन करें
4. डायनामिक एनालॉग का सुझाव दें
5. नए प्रश्नों की खोज करें
6. मन की एक वैज्ञानिक आदत को बढ़ावा दें
7. बंधी (कोष्ठक) परिणामी श्रेणियों में परिणत होती है
8. कोर अनिश्चितताओं को रोशन करें।
9. निकट-वास्तविक समय में संकट के विकल्प पेश करें
10. ट्रेडऑफ़ का प्रदर्शन करें / दक्षता का सुझाव दें
11. गड़बड़ी के माध्यम से प्रचलित सिद्धांत की मजबूती को चुनौती दें
12. उपलब्ध आंकड़ों के साथ प्रचलित ज्ञान को असंगत के रूप में उजागर करें
13. चिकित्सकों को प्रशिक्षित करें
14. नीति संवाद को अनुशासित करें
15. आम जनता को शिक्षित करें
16. स्पष्ट रूप से सरल (जटिल) जटिल (सरल) प्रकट करें

(एपस्टीन ने अपने पेपर में कई कारणों के बारे में विस्तार से बताया है।)

मैं समुदाय से पूछना चाहूंगा:

• क्या अतिरिक्त कारण हैं कि एपस्टीन ने सूची नहीं दी?
• क्या इन कारणों से अवधारणा (शायद एक अलग समूह बनाना) का एक और अधिक सुरुचिपूर्ण तरीका है?
• एपस्टीन के किसी भी कारण त्रुटिपूर्ण या अपूर्ण हैं?
• क्या इन कारणों के उनके स्पष्ट विस्तार हैं?

Comments

मुझे लगता है कि मैं एपस्टीन की तुलना में यहां के जवाबों द्वारा दिए गए समग्र वर्गीकरण को पसंद करता हूं।

— ars

Answer 1

कारण 17. एक पेपर लिखें।

क्रमबद्ध-सिर्फ मजाक का, लेकिन वास्तव में नहीं। उनके कुछ बिंदुओं (जैसे 1, 5, 6, 12, 14) के बीच कुछ ओवरलैप होने लगता है।

Comments

+1 हा। ओवरलैप की बात करें, तो यह एकमात्र उत्तर हो सकता है जिसमें एपस्टीन के कारणों में से कोई भी नहीं है।

— ars

Answer 2

पैसे बचाएं

मैं सेलुलर तंत्र के गणितीय / सांख्यिकीय का निर्माण करता हूं। उदाहरण के लिए, एक विशेष प्रोटीन सेलुलर उम्र बढ़ने को कैसे प्रभावित करता है। मॉडल की भूमिका मुख्य रूप से भविष्यवाणी है, लेकिन पैसे बचाने के लिए भी। संबंधित उपकरण लागत के साथ कुछ गीले-लैब जीवविज्ञानी (कहना) की तुलना में एकल मॉडेलर को रोजगार देना बहुत सस्ता है। बेशक, मॉडलिंग पूरी तरह से प्रयोग को प्रतिस्थापित नहीं करता है, यह प्रक्रिया को सहायता करता है।

Answer 3

मजे के लिए!

मुझे यकीन है कि अधिकांश सांख्यिकीविद् / मोडेलर अपना काम करते हैं क्योंकि वे इसका आनंद लेते हैं। कुछ ऐसा करने के लिए भुगतान करना जो आपको अच्छा लगता है!

Comments

मुझे लगता है कि कंप्यूटर गेम के भार में कमी के कारण मॉडलिंग की समस्याएँ हैं। उदाहरण के लिए SimCity - खेल का लक्ष्य छिपी हुई खेल यांत्रिकी के रूप में अच्छे मॉडल का निर्माण करना है, फिर एक कामकाजी शहर बनाने के लिए उस मॉडल का उपयोग करें! (यह सब शायद मेरी जवानी को सिमटते हुए बर्बाद करने के लिए एक अति-औचित्य है)

— माइक देवर

Answer 4

आयाम में कमी

कभी-कभी बहुत अधिक डेटा हो सकता है, इसलिए एक प्रारंभिक मॉडल बनाने से आगे के विश्लेषण की अनुमति मिलती है।

Answer 5

विनियमन

सरकारी एजेंसियों को कुछ मॉडल का उपयोग करके रिपोर्ट प्रदान करने के लिए फर्मों की आवश्यकता होती है। यह निरीक्षण में मानकीकरण की एक डिग्री प्रदान करता है। एक उदाहरण वित्तीय क्षेत्र में मूल्य-पर-जोखिम का उपयोग है।

Answer 6

नियंत्रण

गतिशील मॉडलिंग साहित्य का एक प्रमुख पहलू नियंत्रण से जुड़ा है। इस तरह का काम राजनीति / अर्थशास्त्र (देखें, उदाहरण के लिए स्टैफोर्ड बीयर), जीव विज्ञान (साइबरनेटिक्स पर उदाहरण के लिए एन वेनीर के 1948 के काम) से लेकर समकालीन राज्य अंतरिक्ष नियंत्रण सिद्धांत (1999 में इंट्रो लेगंग के लिए देखें) तक बहुत कुछ फैला हुआ है।

नियंत्रण एपस्टीन के 9 और 10 से संबंधित है, और शेन ने मानव निर्णय / विनियमन के बारे में जवाब दिए, लेकिन मुझे लगा कि यह स्पष्ट होना चाहिए। दरअसल, अपने इंजीनियरिंग अंडरग्रेजुएट करियर के अंत में मैंने आपको मॉडलिंग के उपयोगों के लिए बहुत ही संक्षिप्त प्रतिक्रिया दी होगी: नियंत्रण, अनुमान और भविष्यवाणी। मैं अनुमान का अनुमान लगाता हूं, जिसका अर्थ है कि मैं छानने / चौरसाई / आयाम-घटाना आदि, शायद एपस्टीन के अंक 3 और 8 के समान है।

निश्चित रूप से मेरे बाद के वर्षों में मैं मॉडलिंग, नियंत्रण और अनुमान के लिए मॉडलिंग के उद्देश्यों को सीमित करने के लिए इतना साहसी नहीं होगा। शायद एक चौथाई, एपस्टीन के कई बिंदुओं को कवर करते हुए, "जबरदस्ती" होनी चाहिए - आपको "जनता को शिक्षित करने" का एकमात्र तरीका हमें अपने मॉडल बनाने के लिए प्रोत्साहित करना है ...

Comments

+1 "जनता को शिक्षित करें" == मॉडल से संवाद करें । (किससे, कैसे, कागज, चित्र / इन्फोग्राफिक्स, इंटरेक्टिव मॉडल ...)

— डेनिस

Answer 7

यह कुछ अन्य लोगों के साथ निकटता से संबंधित है, लेकिन:

मानवीय निर्णय को समाप्त करें

मानव निर्णय लेना कई विभिन्न ताकतों और पूर्वाग्रहों के अधीन है। इसका मतलब है कि आपको न केवल एक ही प्रश्न के अलग-अलग उत्तर मिलेंगे, बल्कि आप वास्तव में उप-अपनाने के परिणामों के साथ समाप्त हो सकते हैं। उदाहरण अति-विश्वास पूर्वाग्रह या एंकरिंग होगा।

Comments

एक अच्छा मॉडल पूरी तरह से सांख्यिकीय परीक्षणों और मानदंडों पर आधारित नहीं है। यह साहित्य समीक्षा, अनुभव, सांख्यिकी और सामान्य ज्ञान का संयोजन होना चाहिए।

— tosonb1

आप मानवीय निर्णय को समाप्त नहीं कर सकते - और न ही आप चाहते हैं। कहा कि, एक मॉडल को स्पष्ट करने से मान्यताओं को प्रकट करने और उन्हें चर्चा के लिए खोलने में मदद मिलती है।

— डेविड जे।

Answer 8

(उपयोगी) कार्रवाई करने के लिए।

मैं किसी और के यहाँ विरोधाभास कर रहा हूं, लेकिन मान लीजिए कि हमने मॉडल के चारों ओर सार्वजनिक स्वास्थ्य की एक प्रणाली का निर्माण किया है जो संक्रामक रोग पुरुषवादी आत्माओं के कारण होते हैं जो संपर्क से फैलते हैं। रोगाणुओं का विज्ञान एक असीम रूप से बेहतर मॉडल हो सकता है, लेकिन आप फिर भी अच्छी संख्या में छूत को रोक सकते हैं। (मुझे लगता है कि यह साइबरनेटिक्स के इतिहास को पढ़ने पर था, लेकिन मुझे याद नहीं है कि किसने बिंदु बनाया है।)

मुद्दा यह है कि, "सभी मॉडल खराब, कुछ उपयोगी" की तर्ज पर, हमें स्थायी परिणामों के साथ किसी भी उपयोगी कार्यों को करने के लिए मॉडल तैयार करने और उन्हें परिष्कृत करने की आवश्यकता है। अन्यथा, हम सिक्कों के रूप में अच्छी तरह से फ्लिप कर सकते हैं।

Answer 9

दोहराए जाने वाली समस्याएं जिनमें कुछ प्रकार के लाभ / लागत शामिल हैं

मेरे क्षेत्र में, हम विभिन्न स्थानों, समय सीमा, और परिमाणों में चर का एक ही सेट तैयार करते हैं

Answer 10

मेरी राय में 16 बहुत सारे कारण हैं, कई बार एक विनिर्देशन और ठीक तरह से ओवरलैप का ठीक होना। इसके बजाय मैं व्यक्तिगत रूप से व्यापक समूहों में कारगर होगा। हम 3 मुख्य श्रेणियों में अध्ययन के उद्देश्यों को वर्गीकृत कर सकते हैं: एकल परिकल्पना परीक्षण, खोजपूर्ण अध्ययन और भविष्यवाणी करना।