<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>说一不二 &#187; 建模</title>
	<atom:link href="http://onespace.eu/category-knowledge/modeling/knowledge/modeling/feed/" rel="self" type="application/rss+xml" />
	<link>http://onespace.eu</link>
	<description>一些严肃的生活&#124;一些不严肃的学术</description>
	<lastBuildDate>Sat, 08 May 2010 11:31:56 +0000</lastBuildDate>
	<generator>http://wordpress.org/?v=2.9.2</generator>
	<language>en</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
			<item>
		<title>说两句学术</title>
		<link>http://onespace.eu/2007/02/20/modeling/</link>
		<comments>http://onespace.eu/2007/02/20/modeling/#comments</comments>
		<pubDate>Tue, 20 Feb 2007 20:09:00 +0000</pubDate>
		<dc:creator>说一不二</dc:creator>
				<category><![CDATA[学问]]></category>
		<category><![CDATA[建模]]></category>
		<category><![CDATA[模型]]></category>
		<category><![CDATA[计量]]></category>

		<guid isPermaLink="false">http://onespace.eu/2007/02/20/%e8%af%b4%e4%b8%a4%e5%8f%a5%e5%ad%a6%e6%9c%af/</guid>
		<description><![CDATA[这两天准备和老板的例会，满脑子充实着那些个计量模型。现如今的模型，越来越庞杂。虽然趋势还很算可以掌握，但用到的东西总是越来越漂亮。比如现在 consumer behavior 里面常见的模型，大多都有MNL(Multinomial Logistic) Regression的骨架子，配上EV(Extreme Value distribution)来计算效用最优出现的可能性，甚至加个多层(Multi-level) MNL来解释一些诸如Responsiveness(回应性) 这样的特性。
有的时候会有这样的问题，这样的建模，是不是解决问题的最佳手段？把天文学上面用来排除outlying observations的方法引进到marketing当中，是不是必要的？在牛津的scholarship online上面看到了一本书，翻译过来的名字是，计量经济，科学还是伪科学？恰巧这个问题和老板谈过，虽然我们都认为，一些问题有特定方法来解决，那么计量经济必也是特定工具的一种了。但问题是，杀鸡焉用牛刀？一些可以用简化模型来做的，却被无端加上了很多缀余，可惜，按照一些流行学术期刊的标准，确实需要你用到这些看来很美的东西来解决一个问题。有的时候，甚至问题本身都没有得到很好的挖掘却在上面披了一层美丽的外衣……
只靠一张嘴说出来的研究是不可取的，比如南大某位拿到国家863计划基金的教授所作的东西，但是，太过依靠数学表达，本末倒置也许不比空说好在哪里。
唠叨两句，以便自省。
]]></description>
			<content:encoded><![CDATA[<p>这两天准备和老板的例会，满脑子充实着那些个计量模型。现如今的模型，越来越庞杂。虽然趋势还很算可以掌握，但用到的东西总是越来越漂亮。比如现在 consumer behavior 里面常见的模型，大多都有MNL(Multinomial Logistic) Regression的骨架子，配上EV(Extreme Value distribution)来计算效用最优出现的可能性，甚至加个多层(Multi-level) MNL来解释一些诸如Responsiveness(回应性) 这样的特性。</p>
<p>有的时候会有这样的问题，这样的建模，是不是解决问题的最佳手段？把天文学上面用来排除outlying observations的方法引进到marketing当中，是不是必要的？在牛津的scholarship online上面看到了一本书，翻译过来的名字是，计量经济，科学还是伪科学？恰巧这个问题和老板谈过，虽然我们都认为，一些问题有特定方法来解决，那么计量经济必也是特定工具的一种了。但问题是，杀鸡焉用牛刀？一些可以用简化模型来做的，却被无端加上了很多缀余，可惜，按照一些流行学术期刊的标准，确实需要你用到这些看来很美的东西来解决一个问题。有的时候，甚至问题本身都没有得到很好的挖掘却在上面披了一层美丽的外衣……</p>
<p>只靠一张嘴说出来的研究是不可取的，比如南大某位拿到国家863计划基金的教授所作的东西，但是，太过依靠数学表达，本末倒置也许不比空说好在哪里。</p>
<p>唠叨两句，以便自省。</p>
]]></content:encoded>
			<wfw:commentRss>http://onespace.eu/2007/02/20/modeling/feed/</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
	</channel>
</rss>
