این هایزنبرگ اصل عدم قطعیت علوم اجتماعی مدلسازی

مسلما همه از تحقیق علمی در دوران مدرن آغاز می شود با برخی از مرتب کردن بر اساس مدل. یک مدل طول می کشد پارامترهای مختلف شما در حال مطالعه و استفاده از آنها را به برخی از ادعا در مورد ما چگونه جهان کار می کند. این کاهش از واقعیت با هدف بازسازی یک تصویر از حقیقت که آیا در مورد گسترش بیماری در جمعیت یک گونه وزغ یا تعداد افرادی که حرکت می کند در سال 2020 است.

اما به عنوان تعدادی از چیزهایی که ما در حال تلاش برای مطالعه رشد می کند, شانس گرفتن حتی نزدیک به هدف واقعی می افتد. دلیل این تجارت است که “لعنت بعدی.” آن است که یک قاعده کلی و یا حد با توجه به خطاهای اندازه گیری, اما به اندازه یک ریاضی به عنوان واقعیت قضیه فیثاغورس—و این نهاد اساسی محدودیتی برای آنچه که علم اقتصاد و سایر علوم اجتماعی می تواند توصیف. لعنت ابعاد است که چرا ما تخمین می زند که چگونه یک بیماری رفتار خواهد شد همیشه باید دقت است.

ابعاد اغلب اشاره به فضا و زمان ما را اشغال کند اما آن را نیز می تواند هر مجموعه ای از اندازه گیری چیزهایی هستند که مستقل از یکدیگر است. برای مثال اجازه دهید می گویند ما می خواهیم یک مدل از چگونه بهداشت عمومی کمپین تاثیر می گذارد COVID-19 گسترش یافته است. ما ممکن است با استفاده از عواملی مانند برآورد دوره کمون این بیماری تحت شرایط داده می شود (تماس با آن X) درصد از افرادی که پوشیدن ماسک در مکان عمومی, با توجه به بهداشت عمومی کمپین (Y) برآورد از فرد به فرد انتقال احتمال (الف) و غيره به منظور برآورد الگوهای گسترش یافته است. به پیش بینی در مورد این اثر ما تبلیغ کمپین ما نیاز به پیدا کردن مقادیر عددی به صورت X, Y و Z (یعنی “تناسب مدل به داده ها”).

این مدل دارای سه مستقل از ابعاد تا مدل پارامتر X, Y و Z را می توان به عنوان خوانده شده به عنوان نقاط در فضای 3-D. اگر ما بهترین جا برای آنچه X, Y و Z باید با استفاده از ما در دنیای واقعی داده ها و تکنیک های مدل سازی را برآورد ما نزدیک به ارزش واقعی (که ما فقط قادر به مشاهده به طور مستقیم اگر ما دانای مطلق)?

برای پاسخ به این سوال ما نیاز به فکر می کنم در مورد چگونگی شکل رفتار در ابعاد مختلف است.

اگر شما باید برخی از جامد شکل با یک پوسته نازک در اطراف آن پوسته دارای یک مقدار شگفت آور از حجم. دریافت یک پرتقال از سوپر مارکت نه سانتی متر در قطر که پوست فقط 0.45 سانتی متر ضخامت. حدود 25 درصد از نارنجی دوره در پوست.

اگر رنگ نارنجی خود را در یک جعبه هدیه دقیقا به اندازه کافی بزرگ است که میوه لمس همه طرف ؟ پله به ابعاد دو برای یک لحظه یک دایره می کشد تا 78.5 درصد از حجم آن ونرخ-اتصالات مربع است. در سه بعد پرتقال را در آن جعبه 47.6 درصد از حجم جعبه و بقیه خالی است هوا. به عنوان تعدادی از ابعاد افزایش درصد در داخل جعبه حجم است که خود میوه کاهش بیشتر است. چهار توپ بعدی است 30.8 درصد از حجم جعبه. نه ابعاد ونرخ-اتصالات جعبه 99.54 درصد خالی است. و یا اگر شما خوش جعبه 0.46 درصد کامل است.

در حال حاضر اجازه دهید فکر می کنم در مورد COVID-19 مدل به عنوان اگر آن وجود داشته است به عنوان یک شکل در فضای سه بعدی. تصور کنید که این مرکز از جعبه به ارزش واقعی X, Y و Z و تنگ اتصالات جعبه به محدوده ما بهترین حدس در مورد هر پارامتر توسط خود را. تعریف “نزدیک” که در داخل حوزه در مرکز پوسته یا تنگ اتصالات جعبه. کلمه “نزدیک” است آشکار تفسیر فیزیکی اما همچنین باعث می شود حس در فضای اطلاعات, که در آن ما نیاز به برآورد ما از X ، Y و Z به توان در یک فاصله کوتاه به ارزش واقعی است. این واقعیت است که یک نقطه انتخاب شده به صورت اتفاقی و در بالاتر بعدی جعبه یک فرصت کوچک بودن نزدیک به مرکز یک مثال از نفرین بعدی.

می گویند ما می خواهیم مدل ما به بیشتر توصیفی است. بهداشت عمومی کمپین می تواند باعث شود مردم به سوپر مارکت بروید یک درصد کمتر و القاء B درصد به کار از خانه و C درصد به متوقف کردن حمل و نقل عمومی. اضافه کردن این پارامترها به ارمغان می آورد ما را به شش بعدی مدل (A, B, C, X, Y, Z) و ما به راحتی می تواند اشفتگی فکری موقتی سه یا چهار. اگر ما می توانستیم خوب محدوده در محدوده عددی هر یک از متغیر ما می تواند قرار داده و برآورد ما در یک تنگ اتصالات جعبه در اطراف واقعی نه بعدی مقدار پارامتر می دهد که ما یک 0.46 درصد شانس ما کامل مدل با نه همه قطعات در حال حرکت نزدیک شدن به حقیقت است.

این عمل تعادل از مدل طراحی شده است. ما می خواهیم برای ایجاد مدل های ما بیشتر توصیفی با اضافه کردن بیشتر تعامل عناصر, اما لعنت ابعاد همه اما تضمین می کند که اگر شما سعی می کنید به جا یک مدل با تعداد زیادی از پارامترها به داده های خود را جا نمی توان دید. ما می توانیم خوب برآورد اثر بهداشت عمومی کمپین گسترده و زمینه با چند جزئیات و یا ما می توانید مبهم برآورد در یک متمرکز و دقیق تنظیم اما سطح بالایی از جزئیات و دقیق برآورد برای تمام کسانی که پارامترهای نزدیکی غیر ممکن است.

این راه حل برای یک محقق هستند و برای جلوگیری از به طور همزمان برآورد پارامتر به قبول مدل های با دامنه محدود و چند حرکت قطعات به ساختار مدل با بسیاری از مفروضات به کاهش اطلاعاتی ابعاد و یا برای قرار دادن فوق العاده کار به میخ پایین هر پارامتر با دقت. در مقاومت در برابر میل به تناسب آخرین مجموعه داده ها یک مدل از همه چیز. راه حل برای خوانندگان پژوهش این است که قبول این محدودیت ها از مدل های که سعی نکنید به یک تئوری برای همه چیز و حفظ شک و تردید از مدل های که به نظر می رسد برای دست انداختن لعنت.

tinyurlis.gdclck.ruulvis.netshrtco.de