モデルが変わると結論が変わる

当たり前かもしれないが，適用するモデルを変えると，得られる結論が大幅に変わることがある。どちらが正しいかをデータへの適合で評価できればいいが，そんなに違いがないとしたら，モデルの前提の妥当性で比べるしかない。一応，前提がより柔軟で，制約が弱いモデルのほうがよいとされる。

だが，そうなると線形より非線形，パラメトリックよりノンパラメトリックがよい，などということになり，モデルはどんどん複雑化し，計算時間が長くなる。そうしたコストを払いたくない場合，あるいは，オーバーフィットを回避したい場合，単純なアプローチを選ぶことになる。さらには，真実はより単純である，という信念でモデルを選ぶ場合もあるだろう。だが，これは美学であって，他者と共有できるかどうかはわからない。

モデルを変えることで結論が変わると，ある種のニヒリズムに陥る可能性が大きい。それを嫌って，モデル・アプローチから遠ざかる人もいるだろう。気持ちがわからないわけではないが，それは短絡だと思う。完璧なモデルはあり得ないが，少しでもよい方向に動いているかどうかは，議論する価値のあることである。ちょっとずつ，知識は進化し得るものと考えられるかどうか。

・・・以上が，週末に報告する「ワイン」研究の結論が以前と変わったことへの弁明。