是模型适合数据还是数据适合模型？

20

terminology

— 欣赏
source

7

+1我对第二个链接没有印象，但是我很开心。

— Laconic

许多车型符合当前的数据，但数据通常适合最好的一个模型

— Agnius Vasiliauskas

35

除了链接的Wolfram来源外，几乎我与之互动过的每个来源或人都称此过程为将模型拟合到数据。这是有道理的，因为模型是动态对象，而数据是静态的（又称固定和常量）。

要指出一点，我喜欢拉里·瓦瑟曼（Larry Wasserman）的方法。用他的话来说，统计模型是分布的集合。例如，所有正态分布的集合：

{正常 （ μ ， σ ） ： μ ， σ \in [R ， σ > 0}

$\{ \text{Normal}(\mu, \sigma) : \mu, \sigma \in R, \sigma > 0 \}$

或所有泊松分布的集合：

{泊松 （ λ ） ： λ \in [R ， λ > 0}

$\{ \text{Poisson}(\lambda) : \lambda \in R, \lambda > 0 \}$

使分布适合数据的方法是将统计模型与一组数据（数据是固定的）结合在一起，并从模型中选择一个分布，作为“最佳”反映数据的一种算法。

模型是不断变化的事物（某种）：我们正在将其从所有可能性的集合中分解为一个最佳选择。数据就是数据。完全没有任何反应。

— 马修·德鲁里
source

16

在Rasch建模领域，通常将数据拟合到模型中。该模型被认为是正确的，找到符合该模型的数据是分析师的工作。Rasch上的Wikipedia文章包含有关如何以及为什么的更多详细信息。

但是我同意其他人的看法，即通常在统计数据中，我们可以使模型适合数据，因为我们可以更改模型，但是选择或修改数据被认为是不好的形式。

— 麦迪威
source

7

通常，在模型可变时（例如，因为估计了参数），观察到的数据是固定的，因此，要使模型适合数据，而不是相反。（通常人们在说任何一种表达时都表示这种情况。）

当人们说他们使数据适合模型时，我发现自己试图弄清楚他们对数据做了什么？。

[现在，如果要转换数据，那可以说是'将数据拟合到模型中，但是在这种情况下，人们几乎永远不会这么说。”

— Glen_b-恢复莫妮卡
source

5

消除异常值也（可以说）是“将数据拟合到模型中”。

— Federico Poloni

1

如果他们认为短语是“拟合（数据到模型）”，则短语可能有意义。也就是说，您正在执行拟合过程，该拟合过程从数据开始并将其转换为模型。我同意，与“（将X拟合为Y）”解析相比，这是一种不太常见/不准确的解释，但是我把它解释为是为什么有人可能会逻辑地说它的理由。

— RM

1

@FedericoPoloni离群值通常独立于以后要使用的模型而定义。因此，即使我们想称其为拟合数据，也不会是模型，而是其他模型。

— BartoszKP

1

+1。有一个原因称为“数据”-它是给定的，请参见该词的拉丁语起源：latindictionary.wikidot.com/verb

— Christoph Hanck

2

通常，我们假设我们的数据与“真实世界”相对应，并且进行任何修改就意味着我们将不再对“真实世界”建模。例如，一个人需要注意消除异常值，因为即使它使计算变得更好，但异常值仍然是我们数据的一部分。

当使用自举或其他重采样技术测试模型或估算器的属性时，我们可能会使用估算的模型和原始数据来模拟新数据。这假设模型是正确的，并且我们没有修改原始数据。

— wr
source