预测建模-我们是否应该关注混合建模？

对于预测建模，我们是否需要关注统计概念，例如随机效应和观测值的非独立性（重复测量）？例如....

我有5个直接邮件广告系列（一年中发生）的数据，这些数据具有各种属性和购买标记。理想情况下，我会结合使用所有这些数据来为广告系列制定时给定的客户属性建立购买模型。原因是购买事件很少见，我想使用尽可能多的信息。给定的客户有可能出现在1至5个广告系列中的任何位置-这意味着记录之间没有独立性。

使用时是否重要？

1）机器学习方法（例如，树，MLP，SVM）

2）统计方法（逻辑回归）？

**ADD:**

我对预测建模的想法是，如果模型有效，请使用它。因此，我从未真正考虑过假设的重要性。考虑到我上面描述的情况，我很纳闷。

采取机器学习算法，例如MLP and SVM。这些已成功用于对二进制事件进行建模，例如上面的示例，而且还对时间序列数据进行了清晰的关联。然而，许多使用损失函数是似然的，并假设误差为id。例如，R中的梯度增强树gbm使用从二项式（第10页）得出的偏差损失函数。

我自己一直在想这个问题，这是我的初步结论。如果有人可以用他们的知识和有关此主题的任何参考资料来补充/纠正此问题，我将非常高兴。

如果您想通过检查统计显着性来检验关于逻辑回归系数的假设，则需要对各个观测值之间的相关性进行建模（或者对非独立性进行校正），因为否则，您的标准误差将太小，至少在考虑以下情况时：集群效应。但是，即使有相关的观测值，回归系数也没有偏见，因此使用这种模型进行预测应该很好。

在预测建模中，无论您是使用逻辑回归还是其他方法，在训练模型时都不需要显式说明相关性。但是，如果要使用保留集进行验证或计算样本外误差，则需要确保每个人的观察结果仅出现在一组中，无论是训练还是验证，都不能同时出现。否则，您的模型将为已经有一些信息的个人预测，并且您不会真正了解样本外分类能力。