处理数字的数学模型可能会让政策制定者头疼

处理数字的数学模型可能会让政策制定者头疼

数学

学分:Unsplash/CC0 公共领域

一项新的研究显示,预测政策驱动情景的数学模型——例如新的流行病如何传播或全球未来需要的灌溉水量——可能过于复杂,并提供“错误”的答案。

专家们正在使用越来越详细的模型来更好地预测现象或在环境/气候科学、水文和流行病学等一系列关键领域获得更准确的见解。

但追求复杂模型作为产生更准确预测和预测的工具可能无法实现,因为更复杂的模型往往会产生更多不确定的估计。

来自伯明翰大学、普林斯顿大学、雷丁大学、巴塞罗那大学和卑尔根大学的研究人员今天在 科学进步. 他们揭示了在不检查额外细节如何增加不确定性的情况下扩展模型限制了模型作为在现实世界中为政策决策提供信息的工具的有用性。

伯明翰大学社会与环境不确定性副教授 Arnald Puy 评论说:“随着科学不断揭开秘密,模型不断变大——整合新发现以更好地反映我们周围的世界。我们假设更详细的模型产生的效果更好预测,因为它们更符合现实。

“然而,追求越来越复杂的模型可能无法提供我们所寻求的结果,因为添加新参数会给模型带来新的不确定性。这些新的不确定性堆积在每个模型升级阶段已经存在的不确定性之上,使得模型的输出在每一步。”

这种产生更不准确结果的趋势会影响任何没有用于检查其输出准确性的训练或验证数据的模型——影响所有全球模型,例如那些专注于气候变化、水文、粮食生产和流行病学的模型,以及预测估计值的模型未来,无论科学领域。

研究人员建议,应该重新评估产生越来越详细的数学模型作为获得更准确估计的手段的动力。

“我们建议建模者在使模型更复杂之前,应计算模型的有效维度(影响参数的数量及其最高阶交互作用)。这样可以检查模型复杂性的增加如何影响输出中的不确定性。这些信息对于旨在在政策制定中发挥作用的模型尤其有价值,”Puy 博士补充道。 “建模者和政策制定者都可以从了解使用新机制升级模型时产生的任何不确定性中受益。

“建模者倾向于不将他们的模型提交给不确定性和敏感性分析,而是不断添加细节。如果有可能表明皇帝赤身裸体并且所谓的尖锐估计只是海市蜃楼,那么没有多少学者有兴趣对他们的模型进行这样的分析。 “

过度的复杂性使学者和公众无法思考模型假设的适当性,这通常是非常值得怀疑的。 例如,Puy 和他的团队指出,全球水文模型假设灌溉可以优化作物生产和用水——这一前提与传统灌溉者的做法不一致。


不准确的全球灌溉模型可能造成广泛的社会危害


更多信息:
Arnald Puy,具有更高有效维度的模型往往会产生更多不确定的估计, 科学进步 (2022 年)。 DOI:10.1126/sciadv.abn9450。 www.science.org/doi/10.1126/sciadv.abn9450

由伯明翰大学提供

引文:数字运算数学模型可能会让政策制定者头疼(2022 年 10 月 19 日),2022 年 10 月 20 日检索自 https://phys.org/news/2022-10-number-crunching-math-policy-makers-major.html

本文件受版权保护。 除出于私人学习或研究目的的任何公平交易外,未经书面许可,不得复制任何部分。 内容仅供参考。


#处理数字的数学模型可能会让政策制定者头疼

Leave a Reply

Your email address will not be published. Required fields are marked *

湖人新闻:在洛杉矶惨痛的投篮之夜后,NBA Twitter 谴责罗伯-佩林卡 - All Lakers Previous post 湖人新闻:在洛杉矶惨痛的投篮之夜后,NBA Twitter 谴责罗伯-佩林卡 – All Lakers
在密西西比州发现的类似鸵鸟的恐龙是世界上最大的鸟龙类之一,重量超过 800 公斤 Next post 在密西西比州发现的类似鸵鸟的恐龙是世界上最大的鸟龙类之一,重量超过 800 公斤