Home » Articole » RO » Afaceri » Știința datelor (Data Science) » Business Intelligence » Modele și mecanisme în testarea teoriilor în Business Intelligence

Modele și mecanisme în testarea teoriilor în Business Intelligence

Modele inductive și critici

Există o abordare inductivă a modelului legii de acoperire. Modelul inductiv-statistic descrie o explicație statistică, ca fiind formată din una sau mai multe generații statistice, una sau mai multe afirmații ale faptelor particulare și un argument inductiv în acest sens.

Modelul de explicație I-S
Li (una sau mai multe legi statistice)
Ci (una sau mai multe afirmații ale circumstanțelor de fond)
========== (face foarte probabil)
E (declarația faptului de regularitate care trebuie explicată)

Observați diferența dintre un argument inductiv și unul deductiv. Un argument deductiv înseamnă că adevărul premiselor garantează adevărul concluziei. Un argument inductiv înseamnă că adevărul premiselor face concluzia mai probabilă, dar nu întotdeauna sigură.

Care sunt criticile modelelor inductive, cum ar fi I-S sau alte explicații conexe? Salmon a susținut că au pus cauzalitatea într-o cutie neagră. Asta este adevărat. Deci, modelele pur inductive nu vor funcționa.

O modalitate de abordare a problemei explicației se concentrează pe credința comună că explicațiile împărtășesc presupunerea că există un mecanism subiacent prin care X produce Y. Acest ghid propune două modalități care se susțin reciproc pentru a testa teoriile legate (rețineți că există multe altele) care acceptă mecanisme:

  • Efecte cauzale
  • Mecanisme cauzale

Mecanisme cauzale și efecte cauzale

Abordarea propusă evită argumentele plictisitoare din jurul cauzalității, și oferă o modalitate pragmatică și realistă a testării cauzalității prin concentrarea asupra mecanismelor cauzale și a efectelor cauzale. O abordare a mecanismului cauzal este similară cu abordarea deductivă prin aceea că încearcă să utilizeze o teorie pentru a explica modul în care X a produs Y. Cu toate acestea, încercările de a demonstra mecanismele cauzale trebuie în general aplicate la o gamă mai largă de fenomen decât sunt testate folosind metodele disponibile pentru studiul mecanismelor cauzale. Efectele cauzale, bazate pe metodologii statistice, pot ajuta la determinarea dacă mecanismul este aplicabil unei game mai largi de observații. Folosirea efectelor și mecanismelor cauzale creează o metodologie unificată în care punctele slabe ale unuia sunt sporite de punctele forte ale celuilalt. Deci, o abordare mixtă este metoda preferată.

De ce? – Efecte cauzale

În centrul efectelor cauzale se află corelația dintre două variabile. Efectele cauzale examinează datele pentru a determina dacă modificările unei variabile sunt corelate cu modificările unei alte variabile.

„Corelația statistică este explicativă în măsura în care oferă dovezi ale unui proces cauzal credibil care stă la baza variabilelor analizate.” (Little, Daniel. (1991). Varieties of Social Explanation: An Introduction to the Philosophy of Social Science. Westview Press: Boulder, CO). Cu toate acestea, Little subliniază, de asemenea, că corelația statistică nu este acceptabilă fără o poveste cauzală care să indice mecanismele prin care evoluează corelațiile observate. Corelația nu este cauzalitate. Pur și simplu demonstrează că o măsură a unei variabile este asociată cu o altă măsură a unei variabile, dar nu spune nimic despre mecanismul prin care o variabilă a produs schimbări în alta.

Cum? – Mecanisme cauzale

Mecanismul cauzal afirmă modul în care modificările dintr-o variabilă produc schimbări într-o altă variabilă. Little definește un mecanism cauzal după cum urmează:

C este o cauză a lui E = df există o serie de evenimente Ci care conduc de la C la E, iar forma de tranziție a fiecărui Ci la Ci + 1 este guvernată de una sau mai multe legi Li.

Testarea teoriilor

Acestea se consolidează reciproc, ca mijloc de a asigura puterea unei teorii.

Ipoteze concurente

Când vă confruntați cu ipoteze alternative, luați în considerare:

  • Falsificabilitatea – încadrată în așa fel încât să poată fi dovedită falsă dacă este falsă
  • Simplitatea – (ca și în aplicarea „briciului lui Occam”, care descurajează postularea unui număr excesiv de entități)
  • Domeniul de aplicare – aplicarea aparentă a ipotezei la mai multe cazuri de fenomene
  • Fecunditatea – perspectiva că o ipoteză poate explica alte fenomene în viitor
  • Conservatorismul – gradul de „potrivire” cu sistemele de cunoaștere recunoscute existente

Concluzie

În esență, o diagramă strategică arată cum activitățile și investițiile generează rezultate ale clienților. Mai exact, harta legăturilor cauzale servește ca o reprezentare vizuală a modului în care activitățile companiei afectează rezultatele și comportamentul clienților. Din cele de mai sus rezultă modul în care o diagramă strategică este un model formal al strategiei unei firme de strategie și cum se testează puterea teoriei de bază. Testarea puterii teoriei ajută compania să înțeleagă modul în care executarea strategiei va influența rentabilitatea, dacă este cazul.

Traducere din Wikibooks

Lasă un răspuns

Adresa ta de email nu va fi publicată. Câmpurile obligatorii sunt marcate cu *