Моделирование и критическое чтение данных

Что ты поймёшь

Выбирать аффинные, пропорциональные и показательные модели.
Вычислять остатки и понимать приближения с единицами.
Различать связь, причинность, интерполяцию и экстраполяцию.

Перед началом

Не нужно помнить всё наизусть. Объяснение возвращается к нужным идеям и показывает их связи. Если какая-то основа ещё неясна, можно вернуться к этим урокам:

Начать с вопроса и данных

Моделирование начинается с конкретного вопроса. Нужно описать произошедшее, предсказать ситуацию или объяснить механизм? Три задачи могут требовать разных свидетельств. Определи интересующую совокупность, переменные, единицы и способ получения каждого наблюдения. Числа без контекста позволяют действия, но не ответственные выводы.

Выборка автоматически не описывает всю совокупность. Если изучаем дорогу учеников, опрашивая лишь ранних, отбор может исключить именно долгие маршруты. Увеличение смещённой выборки не устраняет проблему. Различай измерение и подсчёт: число учеников дискретно, время непрерывно, хотя прибор записывает его с ограниченным разрешением. Сбор влияет на смысл наблюдаемых различий.

Повторить функции и единицы параметров

В аффинной модели y=a+bx, a — прогноз при x=0, b — изменение значения на единицу аргумента. Единица b — единица y, делённая на единицу x. Если C=200+15d описывает стоимость в денежных единицах при расстоянии d в километрах, 200 — фиксированная стоимость, 15 — ставка за километр. Толкование x=0 физично лишь при принадлежности точки контексту.

Прямая пропорциональность — частный случай y=bx при a=0. Прямая вне начала координат её не выражает. y=y₀rᵗ для равноотстоящих дискретных времён и r>0 моделирует изменение постоянным множителем. Примерно постоянные разности подсказывают аффинную модель; отношения — показательную. Подсказку нужно проверить и осмыслить в явлении. Короткая числовая закономерность совместима с многими моделями.

Построить и сравнить прогнозы

Две точки с разными x определяют прямую: b=(y₂−y₁)/(x₂−x₁), затем a=y₁−bx₁. Но измеренные данные редко все лежат на ней. Параметры можно оценивать несколькими точками, например методом наименьших квадратов: выбирают a и b, минимизирующие сумму квадратов остатков. Здесь цель — понять критерий без требования полного вывода.

Для наблюдаемой точки (xᵢ,yᵢ) прогноз ŷᵢ, остаток eᵢ=yᵢ−ŷᵢ. Положительный остаток — наблюдение выше прогноза, отрицательный — ниже. Единица та же, что у y. Квадраты предотвращают компенсацию противоположных ошибок, но придают большой вес крупным отклонениям. Малая сумма не доказывает причинный механизм и не делает каждую ошибку пренебрежимой.

Рисунок остатков рассказывает историю

График остатков помогает понять пригодность формы модели. Если прямая систематически завышает на краях и занижает в середине, возможна неописанная кривизна. При росте разброса с аргументом одного масштаба ошибки может не хватить. Сильно удалённая точка требует проверки записи, прибора или иных условий; её нельзя удалять только ради улучшения результата.

Полезно разделять данные подгонки и проверки прогнозов. Слишком гибкая модель может повторить каждую неровность выборки и плохо предсказывать вне неё. Точность оценивают ошибками в существенной единице: 2 минуты могут быть малы для многочасовой поездки и решающи для короткой пересадки. Сводную характеристику сопровождают замечаниями о закономерностях и контексте.

Корреляция не доказывает причину

Линейная корреляция измеряет силу и направление примерно линейной связи. Безразмерный r при определённости лежит между −1 и 1; близость к ±1 означает сильное линейное выстраивание. Если все значения одной переменной одинаковы, обычный коэффициент не определён. Сильная нелинейная связь может иметь r около нуля.

Даже высокая корреляция не доказывает, что изменение x вызовет прогнозируемое y. Возможны третья переменная, обратная причинность или отбор данных. Например, две продажи растут в жаркие дни, поскольку обе зависят от температуры. Для причинных эффектов нужны подходящий план исследования, контроль факторов и доводы сверх графика. Рандомизация эксперимента помогает, но каждый вывод сохраняет границы применимости.

Прогнозы, границы и честность

Интерполяция предсказывает внутри наблюдаемого диапазона; экстраполяция — вне его. Вторая обычно требует более сильных предположений: тенденция может измениться. Показательная модель роста может описать начало и перестать работать при ограниченных ресурсах. Прямая стоимости может работать от 1 до 20 km и перестать после смены тарифа.

Сообщая результат, разделяй данные, выбор модели, вычисление и вывод. Укажи наблюдаемый диапазон и реально оценённую неопределённость. Не выдумывай доверительный интервал лишь из-за десятичного прогноза. Объясни условия возможной неприменимости и новые данные для проверки. Моделирование не ищет окончательную формулу реальности: оно строит проверяемую связь для ограниченного вопроса.

Решённые примеры без пропуска шагов

Сначала проследи рассуждение. Затем закрой решение и попробуй восстановить его своими словами.

Пример 1

Построить модель стоимости

Поездка 2 km стоит 230 денежных единиц, 6 km — 350. Предположи аффинную модель и оцени стоимость 4 km.

Наклон (350−230)/(6−2)=30 денежных единиц за километр.
Фиксированная стоимость a=230−30·2=170. Значит C(d)=170+30d.
При 4 km, C(4)=170+120=290. Аргумент внутри диапазона от 2 до 6 km.

Результат

Прогноз: 290 денежных единиц.

Проверить результат

Модель воспроизводит две точки. Это не доказывает аффинность тарифа на других расстояниях или точность реальной стоимости до единицы.

Пример 2

Вычислить знаковые остатки

Для y=2+3x наблюдаются (1,6), (2,7) и (3,12). Найди остатки и сумму квадратов.

Прогнозы соответственно 5, 8 и 11.
Остатки «наблюдение минус прогноз» — 1, −1 и 1. Вторая точка ниже прямой.
Сумма квадратов 1²+(−1)²+1²=3. Средний остаток 1/3.

Результат

Остатки 1, −1, 1; сумма квадратов 3 в квадрате единицы y.

Проверить результат

Простое сложение остатков дало бы 1 и скрыло часть отклонений. Прямая предложена; мы не утверждаем её оптимальность по наименьшим квадратам.

Пример 3

Выбрать мультипликативную структуру

Количество в равноотстоящие моменты равно 80, 100 и 125. Какая простая модель точно описывает три значения?

Разности 20 и 25 непостоянны.
Отношения 100/80=1,25 и 125/100=1,25. Постоянный множитель совместим с данными.
Обозначив первый момент t=0, предложи N(t)=80·1,25ᵗ. Прогноз t=3 равен 156,25.

Результат

Показательная модель N(t)=80·1,25ᵗ с ростом 25% за промежуток.

Проверить результат

Прогноз t=3 — экстраполяция. Если N — подсчёт, 156,25 означает средний прогноз, а не точное число предметов.

Теперь попробуй сам

Секундомера нет. Запиши известное, выбери соотношение и обоснуй каждый шаг. Подсказки и решения доступны, когда понадобятся.