跨书共振 · CROSS-BOOK RESONANCE

所有模型都是错的,但后验预测检查能告诉你"错到什么程度"

George Box 说"所有模型都是错的",但贝叶斯方法给出了一种量化"错到什么程度"的方法:从后验中采样生成模拟数据,与真实数据比较。如果模拟数据和真实数据在关键特征上一致,模型至少"错得有用"。这比频率学派的"拟合优度检验"更直觉也更全面。
来源

第 3 章、第 6 章后验预测检查

可迁移到

任何数学建模场景——天气预测、经济预测、用户行为预测——都可以用"模拟 vs 真实"的对比来检验模型的实用性。

来自这本书的解读报告

《贝叶斯思维:概率编程与贝叶斯推理》

卡梅伦·戴维森-皮隆(Cameron Davidson-Pilon) · 概率统计 / 认知方法论

这本书回答了如何用代码让不确定性变得可计算的问题,答案是用概率分布建模一切未知,用MCMC采样逼近后验。

贝叶斯统计·概率编程·不确定性决策·MCMC·PyMC
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 →