Joshua Epstein menulis makalah berjudul "Mengapa Model?" tersedia di http://www.santafe.edu/media/workingpapers/08-09-040.pdf yang memberikan 16 alasan:
- Jelaskan (sangat berbeda dari yang diperkirakan)
- Panduan pengumpulan data
- Menerangi dinamika inti
- Sarankan analogi dinamis
- Temukan pertanyaan baru
- Promosikan kebiasaan berpikir ilmiah
- Hasil batas (braket) ke rentang yang masuk akal
- Menerangkan ketidakpastian inti.
- Menawarkan opsi krisis dalam waktu yang hampir bersamaan
- Tunjukkan pengorbanan / usulkan efisiensi
- Tantang kekokohan teori yang ada melalui perturbasi
- Paparkan kebijaksanaan yang berlaku sebagai tidak kompatibel dengan data yang tersedia
- Latih praktisi
- Disiplinkan dialog kebijakan
- Mendidik masyarakat umum
- Mengungkapkan yang tampaknya sederhana (kompleks) menjadi rumit (sederhana)
(Epstein menguraikan banyak alasan secara lebih rinci dalam makalahnya.)
Saya ingin bertanya kepada komunitas:
- Adakah alasan tambahan yang tidak dicantumkan Epstein?
- apakah ada cara yang lebih elegan untuk membuat konsep (pengelompokan yang berbeda mungkin) alasan-alasan ini?
- Adakah alasan Epstein cacat atau tidak lengkap?
- Apakah penjelasan mereka yang lebih jelas tentang alasan-alasan ini?
Jawaban:
Semacam bercanda tapi tidak juga. Tampaknya ada sedikit tumpang tindih antara beberapa poinnya (misalnya 1, 5, 6, 12, 14).
sumber
Saya membangun matematika / statistik mekanisme seluler. Misalnya, bagaimana protein tertentu mempengaruhi penuaan sel. Peran model ini terutama prediksi, tetapi juga untuk menghemat uang. Jauh lebih murah untuk menggunakan pemodel tunggal daripada (katakanlah) beberapa ahli biologi lab basah dengan biaya peralatan terkait. Tentu saja pemodelan tidak sepenuhnya menggantikan eksperimen, itu hanya membantu prosesnya.
sumber
Saya yakin sebagian besar ahli statistik / pemodel melakukan pekerjaan mereka karena mereka menikmatinya. Dibayar untuk melakukan sesuatu yang Anda nikmati cukup bagus!
sumber
Terkadang ada terlalu banyak data, sehingga membentuk model awal memungkinkan untuk analisis lebih lanjut.
sumber
Instansi pemerintah mewajibkan perusahaan untuk menyediakan laporan menggunakan model tertentu. Ini memberikan tingkat standardisasi dalam pengawasan. Contohnya adalah penggunaan Value-at-Risk di sektor keuangan.
sumber
Aspek utama dari literatur pemodelan dinamis dikaitkan dengan kontrol. Jenis pekerjaan ini mencakup banyak disiplin ilmu dari politik / ekonomi (lihat, misalnya Stafford Beer), biologi (lihat misalnya karya N Weiner tahun 1948 tentang Sibernetika) hingga teori kontrol ruang negara kontemporer (lihat intro Ljung 1999).
Kontrol agak terkait dengan Epstein 9 dan 10, dan jawaban Shane tentang penilaian / regulasi manusia, tetapi saya pikir masuk akal untuk eksplisit. Memang, pada akhir karir sarjana teknik saya, saya akan memberi Anda tanggapan yang sangat ringkas untuk penggunaan pemodelan: kontrol, inferensi dan prediksi. Saya kira inferensi, maksud saya pemfilteran / perataan / pengurangan dimensi dll, mungkin mirip dengan poin 3 dan 8 Epstein.
Tentu saja di tahun-tahun terakhir saya, saya tidak akan begitu berani untuk membatasi tujuan pemodelan untuk kontrol, inferensi dan prediksi. Mungkin yang keempat, mencakup banyak poin Epstein, harus "paksaan" - satu-satunya cara Anda harus "mendidik masyarakat" adalah mendorong kita untuk membuat model kita sendiri ...
sumber
Ini terkait erat dengan beberapa yang lain, tetapi:
Pengambilan keputusan oleh manusia tunduk pada banyak kekuatan dan bias yang berbeda. Itu berarti bahwa Anda tidak hanya mendapatkan jawaban berbeda untuk pertanyaan yang sama, tetapi Anda juga dapat berakhir dengan hasil yang benar-benar suboptimal. Contohnya adalah bias kepercayaan berlebihan atau anchoring.
sumber
Saya memparafrase orang lain di sini, tetapi anggaplah kami membangun sistem kesehatan masyarakat di sekitar model bahwa penyakit menular disebabkan oleh roh jahat yang menyebar melalui kontak. Ilmu mikroba mungkin model yang jauh lebih baik, tetapi Anda bisa mencegah sejumlah besar penularan. (Saya pikir ini tentang membaca sejarah sibernetika, tapi saya tidak ingat siapa yang membuat intinya.)
Intinya adalah bahwa, di sepanjang garis "semua model buruk, beberapa berguna", kita perlu merumuskan model dan memperbaikinya untuk melakukan tindakan yang bermanfaat dengan konsekuensi jangka panjang. Kalau tidak, kita mungkin juga melempar koin.
sumber
Di bidang saya, kami memodelkan serangkaian variabel yang sama di lokasi, kerangka waktu, dan besaran yang berbeda
sumber
Menurut pendapat saya 16 alasan terlalu banyak, spesifikasi dan jenis tumpang tindih yang terlalu baik. Sebagai gantinya saya secara pribadi akan merampingkan ke dalam kelompok-kelompok besar. Kita dapat mengklasifikasikan tujuan penelitian dalam 3 kategori utama: pengujian hipotesis tunggal, studi eksplorasi dan untuk memprediksi.
sumber