データから統計モデルを立てるというのは、現象を分析する系の学問にとってかなり本質的なようだ。
ニュートンのように物理法則を探す場合も、
学力と年収の関係を調べた~のような人文系の調査であっても、
やっていることは、データによくあてはまる数式を探すということだ。
完璧なモデルを作るのは不可能なので、当然誤差はでてくる。
取得データの不正確さによる誤差もあるだろう。
ニュートンの法則は(常識的なスケールでは)誤差がかなり小さく、人文科学では大抵誤差が大きい。
現象を分析する系の学問の他には、
数学や法律のように、ルールを決めてから推論する系の学問もある。
現象を観測してモデルを立てた後、立てたモデルをルールとして推論を行う流れもある。
例えば、ニュートン力学から統計力学に行くなどだ。
というようなよくわからないことを、統計学を勉強しながら思った。
Permalink | 記事への反応(1) | 21:05
ツイートシェア
ニュートンのように物理法則を探す場合も、 物理と他のくだらない統計のお遊びを一緒にしないように。 物理法則はむしろ数学的に綺麗な理論を探してきた後に、それが物理現象にも...
物理と他のくだらない統計のお遊びを一緒にしないように。 横だけど、どこまでが物理でどこからが統計のお遊びなのかがちょっと気になった。 拙者化学系ゆえ物理にコンプレックス...
物理法則のどのへんが数学的に綺麗なのですか?