感谢《在线》给贴出“数据分析中的数据性质与模型优化的小经验”

感谢《中国科技论文在线》把我在
复杂系统行为预测的“机理+辨识”策略[EB/OL]. 北京：中国科技论文在线 [2006-09-29].
http://www.paper.edu.cn/releasepaper/content/200609-432
的评论

杨正瓴 2021-01-05 00:21:12

（1）在数据分析（如预测）时，过于依赖结构、参数优化的模型，往往不是好模型。
好模型，要对输入数据的变化具有足够的适应力。模型的性能，不会因为输入数据的变化而明显降低。

（2）数据分析的结果好坏，首先是由被分析数据的变化性质决定的；第二才是模型的类型与结构、参数的优化等。
输入数据的规律性好时，任何合理的模型都能有好的分析结果。
反之，
输入数据的规律性差时，没有模型能够稳定地分析它们。

（3）输入数据的规律性，还与“采样周期”与直接的关系。
当采样周期接近“无穷小”时，几乎所有的实际物理系统都趋向“平稳”。就连计算机里“0、1”之间的跳跃，在接近“无穷小”周期采样下，都是连续且局部趋向“平稳”的。
上面说的适用范围，大体上类似牛顿的微分适合的范围。

贴出！

祝福《中国科技论文在线》和《中国科技论文在线精品论文》！

相关链接：
[1] 2016-03-07，关于时间序列的“组合预测之谜 forecast combination puzzle”
http://blog.sciencenet.cn/blog-107667-961080.html
[2] 2010-11-07，复杂系统行为预测的“机理+辨识”策略
http://blog.sciencenet.cn/blog-107667-381404.html
[3] 2019-12-03，[求证] 噪声有益成因机理分析的国际优先权
http://blog.sciencenet.cn/blog-107667-1208653.html
[4] 2013-01-25，真傻当选2012年度“中国科技论文在线”优秀评审专家
http://blog.sciencenet.cn/blog-107667-656443.html
[5] 2010-05-06，真傻被评为：2009年度“中国科技论文在线”优秀评审专家
http://blog.sciencenet.cn/blog-107667-320480.html

感谢您的指教！

感谢您指正以上任何错误！

感谢您提供更多的相关资料！