Ragioni oltre alla previsione per costruire modelli?

Joshua Epstein ha scritto un documento intitolato "Why Model?" disponibile su http://www.santafe.edu/media/workingpapers/08-09-040.pdf in cui sono indicati 16 motivi:

1. Spiega (molto distinto dalla previsione)
2. Raccolta dati guida
3. Illumina la dinamica del nucleo
4. Suggerisci analogie dinamiche
5. Scopri nuove domande
6. Promuovere un'abitudine scientifica della mente
7. Risultati (parentesi) associati a intervalli plausibili
8. Illumina le incertezze fondamentali.
9. Offri opzioni di crisi in tempo quasi reale
10. Dimostrare compromessi / suggerire efficienze
11. Sfida la solidità della teoria prevalente attraverso le perturbazioni
12. Esporre la saggezza prevalente come incompatibile con i dati disponibili
13. Formare i praticanti
14. Disciplina il dialogo politico
15. Educare il grande pubblico
16. Rivela apparentemente semplice (complesso) per essere complesso (semplice)

(Epstein approfondisce molte delle ragioni in modo più dettagliato nel suo documento.)

Vorrei chiedere alla comunità:

• ci sono altri motivi per cui Epstein non ha elencato?
• esiste un modo più elegante di concettualizzare (forse un diverso raggruppamento) queste ragioni?
• c'è qualcuno dei motivi di Epstein errato o incompleto?
• sono le loro più chiare elaborazioni di questi motivi?

Motivo 17. Scrivi un documento.

Un po 'scherzando, ma non proprio. Sembra che ci sia un po 'di sovrapposizione tra alcuni dei suoi punti (ad esempio 1, 5, 6, 12, 14).

Risparmiare

Costruisco matematica / statistica dei meccanismi cellulari. Ad esempio, come una particolare proteina influisce sull'invecchiamento cellulare. Il ruolo del modello è principalmente la previsione, ma anche di risparmiare denaro. È molto più economico impiegare un singolo modellatore di (diciamo) alcuni biologi di laboratorio umido con i relativi costi di attrezzatura. Ovviamente la modellazione non sostituisce completamente l'esperimento, aiuta solo il processo.

Per divertimento!

Sono sicuro che la maggior parte degli statistici / modellisti fanno il loro lavoro perché si divertono. Essere pagati per fare qualcosa che ti piace è abbastanza bello!

riduzione dimensionale

A volte possono esserci troppi dati, quindi la formazione di un modello iniziale consente ulteriori analisi.

regolamento

Le agenzie governative richiedono alle aziende di fornire rapporti utilizzando determinati modelli. Ciò prevede un certo grado di standardizzazione nel controllo. Un esempio è l'uso del Value-at-Risk nel settore finanziario.

Controllo

Un aspetto importante della letteratura sulla modellistica dinamica è associato al controllo. Questo tipo di lavoro abbraccia molte discipline dalla politica / economia (vedi, ad esempio Stafford Beer), dalla biologia (vedi ad esempio il lavoro di N Weiner del 1948 sulla cibernetica) fino alla teoria contemporanea del controllo dello spazio dello stato (vedi per un'introduzione di Ljung 1999).

Il controllo è in qualche modo correlato ai 9 e 10 di Epstein e alle risposte di Shane sul giudizio / regolamento umano, ma ho pensato che avesse senso essere esplicito. In effetti, alla fine della mia carriera universitaria di ingegneria, ti avrei dato una risposta molto concisa agli usi della modellazione: controllo, inferenza e previsione. Suppongo che l'inferenza, con il quale intendo filtrare / livellare / ridurre le dimensioni ecc., Sia forse simile ai punti 3 e 8 di Epstein.

Ovviamente nei miei ultimi anni non sarei così audace da limitare gli scopi della modellazione al controllo, inferenza e previsione. Forse un quarto, che copre molti dei punti di Epsteins, dovrebbe essere la "coercizione" - l'unico modo in cui dovresti "educare il pubblico" è incoraggiarci a creare i nostri modelli ...

Questo è strettamente correlato ad alcuni degli altri, ma:

Elimina il giudizio umano

Il processo decisionale umano è soggetto a molte forze e pregiudizi diversi. Ciò significa che non solo ottieni risposte diverse alla stessa domanda, ma puoi anche ottenere risultati davvero non ottimali. Esempi potrebbero essere il pregiudizio o l'ancoraggio della fiducia eccessiva.

Per intraprendere (utile) azione.

Parafrasando qualcun altro qui, ma supponiamo di aver costruito un sistema di salute pubblica attorno al modello secondo cui le malattie infettive sono dovute a spiriti malevoli che si diffondono attraverso il contatto. La scienza dei microbi può essere un modello infinitamente migliore, ma potresti comunque prevenire un buon numero di contagi. (Penso che questo fosse sulla lettura di una storia di cibernetica, ma non ricordo chi abbia fatto il punto.)

Il punto è che, sulla falsariga di "tutti i modelli cattivi, alcuni utili", dobbiamo formulare modelli e perfezionarli per intraprendere azioni utili con conseguenze durature. Altrimenti, potremmo anche lanciare monete.

Problemi ripetitivi che comportano una qualche forma di beneficio / costo

Nel mio campo, modelliamo lo stesso insieme di variabili in posizioni, intervalli di tempo e dimensioni diversi

Secondo me 16 sono troppe ragioni, a volte troppo precise di una specifica e una sorta di sovrapposizione. Invece, razionalizzerei personalmente in grandi gruppi. Siamo in grado di classificare gli obiettivi di studio in 3 categorie principali: test di singole ipotesi, studio esplorativo e previsione.