一般に知られているのは，”データからの予測”という推論なの．データに合うような予測モデルをコシラエテ，それで，そのモデルのパラメータをデータから求めて，そのパラメータを使って予測しようっていう仕掛け，なの．でも，モデルの根拠は？ 予測が良いものだから，したがって，それが根拠.....しかも，統計的な仮説の検定は，想定したモデルを使って行っているの．
良く考える，この”データからの予測”という枠組み，それに，”良いモデル”が科学，そんな仕掛けって，アレって，感じることもあるでしょ．回帰モデルでの予測が良ければ，このモデルが科学的な真理ってなって....
見落としているの”偶然”とういう要因が絡んだ現象，ココイラに確率的なモデリングを使って，それでデータから逆推論している，そんなこと．不規則なことを確率的として置き直して，それで，そこでの”良さ”を”予測”にしているの．そもそも，予測も確率的，そんなことに．
確率的なモデルの他に，何か別のモデル（決定論的）があって，それと相まってデータがつくり出されて....という考え方が横たわっているの．で，確率モデルと決定論的なモデルの２つを合わせれば予測が良くなる，というやり方がデータ同化．確かに...だけど，決定論的なモデルの良さ，根拠って？
データだけど，決定論の構成が目的の場合，逆推論については注意が必要．予測を良さの根拠にしてしまうと，モデリングの自由さは広がるけど.....でも，科学として妥当かと言えば，慎重に考える必要があるかなーと．
がんばりましょう．
良く考える，この”データからの予測”という枠組み，それに，”良いモデル”が科学，そんな仕掛けって，アレって，感じることもあるでしょ．回帰モデルでの予測が良ければ，このモデルが科学的な真理ってなって....
見落としているの”偶然”とういう要因が絡んだ現象，ココイラに確率的なモデリングを使って，それでデータから逆推論している，そんなこと．不規則なことを確率的として置き直して，それで，そこでの”良さ”を”予測”にしているの．そもそも，予測も確率的，そんなことに．
確率的なモデルの他に，何か別のモデル（決定論的）があって，それと相まってデータがつくり出されて....という考え方が横たわっているの．で，確率モデルと決定論的なモデルの２つを合わせれば予測が良くなる，というやり方がデータ同化．確かに...だけど，決定論的なモデルの良さ，根拠って？
データだけど，決定論の構成が目的の場合，逆推論については注意が必要．予測を良さの根拠にしてしまうと，モデリングの自由さは広がるけど.....でも，科学として妥当かと言えば，慎重に考える必要があるかなーと．
がんばりましょう．