百科问答小站 logo
百科问答小站 font logo



经济学(劳动、卫生等应用微观计量领域)为什么没能广泛应用人工神经网络算法等机器学习的算法? 第1页

  

user avatar   divinites 网友的相关建议: 
      

克拉克奖获得者苏珊.阿瑟说过一句话就可以概括了:神经网络的预测能力强,但是解释力差,而传统计量的解释力强,预测力弱。工程重预测,经济学重解释。

题主说一定要有模型,这个倒未必,很多计量也可以是探索性的,自变量因变量设定一下,先跑一个线性回归看看显著性,很多研究都这么开始的。但是计量的好处在于,回归结果出来之后,不管解释了因变量变化的百分之几,但是估计值就在哪里放着,哪个变量显著,哪个变量不显著,哪个变量更重要,可谓是一目了然。然后我们就可以或者用现有理论来解释回归结果,或者提出新的解释。


但是神经网络高度非线性,往往就是把参数输入进去,然后输出一个预测结果,一般来说,我们比较的是预测的精度,预测越准,我们认为这个算法越好。但是经济学家需要回答的是为什么。因为高度的非线性,各种参数之间在神经网络内部互相纠缠,我们只知道最后的结果是好的,但是无法把这个预测掰开了,揉碎了告诉大家,分别来自于哪个参数的作用。


在工程上,往往需要的是结果,所以预测准就够了,就能够用来开发诸如在线推荐系统等等基于机器学习的应用了,但是经济学需要的解释经济现象背后的原理,为什么这么准呢?目前还是需要用经典的计量来解释更有效。


苏珊.阿瑟本人有计算机本科学历的背景,对机器学习的各种比较工程的方法不排斥,并且在联通机器学习和计量经济学方面做了很多的工作。有兴趣去她的主页看看:Susan Athey

比如这篇文章 Machine Learning for Estimating Heretogeneous Casual Effects 就很有意思。




  

相关话题

  如何评价香港高考历史题:参考资料,就你所知判断「1900~45 年间,日本为中国带来的利多于弊」? 
  阿里巴巴是不是到了「大而不能倒」的程度了? 
  如何看待全球沙子资源枯竭? 
  为什么有那么多国家愿意相信美国的承诺? 
  印度将来会人口过剩还是成为人口红利?这会在今后造成什么后果? 
  行为经济学如何看待报复与嫉妒心? 
  从经济学角度如何理解房价止涨,房租上涨了? 
  如何看待海通证券原首席经济学家转型做投资, 8 个月亏了近 20% ? 
  为什么我感觉新加坡相当一部分老人晚年很凄惨? 
  产品与要素的属性有很多种,为什么经济学格外关注价格? 

前一个讨论
如何评价经济学家鲍莫尔 (William Jack Baumol) 的学术成就?
下一个讨论
王进和林冲的八十万禁军教头的官职是多大的官?





© 2025-04-04 - tinynew.org. All Rights Reserved.
© 2025-04-04 - tinynew.org. 保留所有权利