跨书共振 · CROSS-BOOK RESONANCE

没有模型是正确的,但有些模型是有用的

Gelman引用George Box的名言「所有模型都是错的,但有些是有用的」,并在全书中实践这一哲学。模型的价值不在于它的假设是否完全符合现实,而在于它是否帮助我们更好地理解和决策。后验预测检查的目的不是证明模型正确,而是发现它最大的缺陷并决定是否可接受。
来源

《贝叶斯数据分析》第6章·模型检查(Gelman反复强调的元观点)

可迁移到

所有建模和预测场景。当同事批评你的模型「假设不对」时,标准回应不是「对,所以要放弃」,而是「让我检查这个假设的偏差是否影响了关键结论」。这种务实的建模态度比追求完美模型有价值得多。

来自这本书的解读报告

《贝叶斯数据分析》

Andrew Gelman, John B. Carlin, Hal S. Stern, David B. Dunson, Aki Vehtari, Donald B. Rubin · 统计学 / 贝叶斯推断

这本书回答了如何在不确定性下做统计推断的问题,答案是用概率框架统一先验信念与数据证据,通过层级模型和后验计算做出有根基的判断。

贝叶斯统计·层级模型·后验推断·模型验证·不确定性量化
阅读完整解读报告 →
PRESS YOUR OWN BOOK

找一本想读的书,解读出你自己的洞察

90 秒得到核心模型 · 行动接口 · 失效边界 · 三套 SOP

解读一本书 →