Причини, крім прогнозування побудови моделей?

Джошуа Епштейн написав документ під назвою "Чому модель?" доступний на веб- сайті http://www.santafe.edu/media/workingpapers/08-09-040.pdf, в якому наведено 16 причин:

1. Поясніть (дуже відрізняється від передбачення)
2. Збір даних керівництва
3. Світлова динаміка основи
4. Запропонуйте динамічні аналогії
5. Відкрийте для себе нові запитання
6. Пропагуйте наукову звичку розуму
7. Зв'язані (дужки) результати до правдоподібних діапазонів
8. Освітлити основні невизначеності.
9. Запропонуйте варіанти кризових ситуацій майже в реальному часі
10. Показати компроміси / запропонувати ефективність
11. Оспорюйте надійність теорії, що склалася, через збурення
12. Викрийте переважаючу мудрість як несумісну з наявними даними
13. Тренуйте практикуючих
14. Дисциплінуйте політичний діалог
15. Виховувати широку громадськість
16. Розкрийте, мабуть, простий (складний), щоб бути складним (простим)

(Епштейн детальніше описує багато причин у своїй роботі.)

Я хотів би запитати громаду:

• чи є додаткові причини, які Епштейн не перерахував?
• чи є більш елегантний спосіб концептуалізації (можливо, іншого угрупування) цих причин?
• чи є одні з причин Епштейна хибними чи неповними?
• чи є їх чіткіше пояснення цих причин?

Причина 17. Напишіть папір.

Начебто просто жартую, але не дуже. Здається, що деякі його пункти трохи збігаються (наприклад, 1, 5, 6, 12, 14).

Зберігати гроші

Я будую математичні / статистичні клітинні механізми. Наприклад, як конкретний білок впливає на старіння клітин. Роль моделі полягає в основному передбаченні, але також і в економії грошей. Набагато дешевше зайняти одного модельєра, ніж, скажімо, кілька біологів з мокрою лабораторією з відповідними витратами на обладнання. Звичайно, моделювання не повністю замінює експеримент, воно просто сприяє процесу.

Для приколу!

Я впевнений, що більшість статистиків / модельєрів роблять свою роботу, тому що їм подобається. Платити за те, що вам подобається, це дуже приємно!

зменшення розмірів

Іноді даних може бути занадто багато, тому формування початкової моделі дозволяє здійснювати подальший аналіз.

регулювання

Урядові установи вимагають від фірм надавати звіти за певними моделями. Це передбачає ступінь стандартизації нагляду. Приклад - використання вартості ризику у фінансовому секторі.

Контроль

Основний аспект літератури динамічного моделювання пов'язаний з контролем. Цей вид роботи охоплює багато дисциплін від політики / економіки (див., Наприклад, пиво Стаффорда), біології (див., Наприклад, робота Н. Вайнера 1948 р. Про кібернетику) до сучасної теорії державного космічного контролю (див. Вступ Люнг 1999).

Контроль на зразок пов’язаний із 9 та 10 Епштейна, а відповіді Шейна щодо людського судження / регулювання, але я вважав, що має сенс бути явним. Дійсно, наприкінці своєї кар’єри бакалавра інженерів я би дав вам дуже стисну відповідь на використання моделювання: контроль, умовиводи та прогнозування. Я здогадуюсь, висновок, під яким я маю на увазі фільтрування / згладжування / зменшення розмірів тощо, можливо, подібний до пунктів 3 та 8 Епштейна.

Звичайно, в наступні роки я не був би настільки сміливим, щоб обмежувати цілі моделювання контролем, висновками та передбаченням. Можливо, четверте, що охоплює багато пунктів Епштейна, повинно стати "примусом" - єдиний спосіб, коли ви повинні "просвічувати громадськість" - це заохочувати нас робити власні моделі ...

Це тісно пов'язане з деякими з інших, але:

Усуньте людські судження

Людське прийняття рішень підпорядковане безлічі різних сил і упереджень. Це означає, що ви не тільки отримуєте різні відповіді на одне і те ж питання, але також можете досягти справді неоптимальних результатів. Прикладами можуть бути упередженість або прив'язка.

Вжити (корисних) дій.

Я перефразовую тут когось іншого, але припустимо, що ми побудували систему громадського здоров’я навколо моделі, що інфекційні захворювання зумовлені зловмисними духами, які поширюються через контакт. Наука про мікроби може бути нескінченно кращою моделлю, але ви все-таки зможете запобігти численній кількості заражень. (Я думаю, що це стосувалося читання історії кібернетики, але я не можу пригадати, хто сказав про це.)

Річ у тім, що згідно з принципами "всі моделі погані, деякі корисні", нам потрібно сформулювати моделі та вдосконалити їх, щоб здійснити будь-які корисні дії з тривалими наслідками. Інакше ми можемо також перевернути монети.

Повторювані проблеми, які передбачають певну форму вигоди / витрат

У моєму полі ми моделюємо однаковий набір змінних у різних місцях, часових межах та величин

На мій погляд, 16 занадто багато причин, занадто тонка специфікація та своєрідне перекриття. Натомість я особисто впорядкував би широкі групи. Ми можемо класифікувати цілі дослідження на 3 основні категорії: тестування однієї гіпотези, дослідницьке дослідження та прогнозування.