Le risposte che hai già ottenuto sono eccellenti, ma darò una risposta (si spera) complementare dal punto di vista di un epidemiologo. Ho davvero tre pensieri su questo:
Per prima cosa no. Vedi anche: Tutti i modelli sono sbagliati, alcuni modelli sono utili. L'obiettivo non è quello di produrre un singolo numero definitivo che viene preso come "verità" di una funzione sottostante. L'obiettivo è quello di produrre una stima di quella funzione, con una quantificazione dell'incertezza attorno ad essa, che sia un'approssimazione ragionevole e utile della funzione sottostante.
Ciò è particolarmente vero per le misure di grande effetto. Il messaggio "take away" di uno studio che trova un rischio relativo di 3.0 non è molto diverso se la relazione "true" è 2.5 o 3.2. Come accennato da @onestop, questo diventa più difficile con le stime delle misure di piccolo effetto, perché la differenza tra 0.9, 1.0 e 1.1 può essere enorme dal punto di vista della salute e delle politiche.
Secondo, c'è un processo nascosto nella maggior parte degli articoli di epidemiologia. Questo è l'effettivo processo di selezione del modello . Tendiamo a segnalare il modello con cui siamo finiti, non tutti i modelli che abbiamo considerato (perché sarebbe noioso, se non altro). Ci sono una serie di passaggi per la costruzione di modelli, diagrammi concettuali, diagnostica, statistiche di adattamento, analisi di sensibilità, imprecazioni sui computer e scarabocchi su lavagne bianche coinvolte nell'analisi anche di piccoli studi osservazionali.
Perché mentre si sta facendo ipotesi, molti di loro sono anche le ipotesi che si possono verificare.
Terzo, a volte no. E poi andiamo alle conferenze e discutiamo l'uno con l'altro;)
Se sei interessato alle nozioni di base dell'epidemiologia come campo e al modo in cui eseguiamo la ricerca, il posto migliore per iniziare è probabilmente la terza edizione di Modern Epidemiology di Rothman, Groenlandia e Lash. È una panoramica moderatamente tecnica e molto buona di come viene condotta la ricerca Epi.