選單
×
   ❮   
HTML CSS JAVASCRIPT SQL PYTHON JAVA PHP HOW TO W3.CSS C C++ C# BOOTSTRAP REACT MYSQL JQUERY EXCEL XML DJANGO NUMPY PANDAS NODEJS R TYPESCRIPT ANGULAR GIT POSTGRESQL MONGODB ASP AI GO KOTLIN SASS VUE DSA GEN AI SCIPY AWS CYBERSECURITY DATA SCIENCE
     ❯   

統計 - 預測與解釋


某些型別的統計方法側重於預測未來會發生什麼。

其他型別的統計方法側重於解釋事物之間的聯絡。


預測

一些統計方法並不側重於解釋事物之間的聯絡。只有預測的準確性才是重要的。

許多統計方法在預測方面取得了成功,但並未提供對事物之間聯絡的洞察。

某些型別的機器學習讓計算機來完成繁重的工作,但它們預測的方式很難理解。這些方法也可能容易出錯,如果情況發生變化,因為它們的工作方式不太清晰。

注意:對未來事件的預測稱為預測(forecasts)。並非所有預測都與未來有關。

有些預測可能與未知的事物有關,即使它不是在未來。


Explanation

通常使用不同的統計方法來解釋事物之間的聯絡。這些統計方法可能無法做出好的預測。

這些統計方法通常只解釋了整個情況的一小部分。但是,如果您只想知道少數事物之間的聯絡,其餘的可能並不重要。

如果這些方法能夠準確地解釋所有相關事物之間的聯絡,它們在預測方面也會表現良好。但要解釋每一個細節通常是具有挑戰性的。

有時我們特別關注弄清楚一件事是否會導致另一件事。這被稱為因果推斷

如果我們觀察複雜的情況,許多事物都是相互聯絡的。為了弄清楚什麼導致什麼,我們需要理清所有這些事物之間的聯絡方式。

注意:在得出關於因果關係的結論時應謹慎。


×

聯絡銷售

如果您想將 W3Schools 服務用於教育機構、團隊或企業,請傳送電子郵件給我們
sales@w3schools.com

報告錯誤

如果您想報告錯誤,或想提出建議,請傳送電子郵件給我們
help@w3schools.com

W3Schools 經過最佳化,旨在方便學習和培訓。示例可能經過簡化,以提高閱讀和學習體驗。教程、參考資料和示例會不斷審查,以避免錯誤,但我們無法保證所有內容的完全正確性。使用 W3Schools 即表示您已閱讀並接受我們的使用條款Cookie 和隱私政策

版權所有 1999-2024 Refsnes Data。保留所有權利。W3Schools 由 W3.CSS 提供支援