- 为什么要选择统计方法？
当我们面临一个实际统计预测或推断问题时，往往有许多方法可以选择，这时我们面临一个很关键的问题：选择哪种统计方法是最有效最经济的？为什么这么选择？
1. 补充一些基本概念
- 预测与推断的区别 ：预测是在现有数据的基础上，预测可能的结果，对每个特征参数对结果的影响并不关心。推断关心各个特征变化时对结果会有什么影响。
- 参数方法与非参数方法 ：基于模型的方法统称为参数方法 ，即首先假设一个参数模型，然后用数据训练或拟合模型中的各个参数。非参数方法不需要对模型事先做出假设，因此可以和各个数据点尽可能拟合。
- 灵活性，光滑度或柔性水平：这三个词的含义是接近的，用来形容一个模型对数据点的拟合情况。灵活性或柔性水平较高的模型能够尽可能拟合每一个数据点。但同时，高柔性水平一般也意味着过度拟合。
2. 选择统计方法需要考虑哪些关键问题？
2.1 预测精度和模型解释性
模型解释性是指模型能够说明每一个参数是如何对结果施加影响的。一般来说，预测精度越高的模型，其解释性就越低。下图列出几种统计方法在柔性和解释性之间的权衡。
2.2 指导学习或无指导学习
指导学习处理“对每一个观测变量都有相应的响应变量”这类问题。许多统计方法归于此类，例如回归分析，支持向量机等。无指导学习是应对“只有观测变量，没有相应变量”的问题，比如聚类分析。
2.3 回归和分类
首先明确一个概念，定性变量（又称分类变量）和定量变量。当问题中响应变量是定量变量时，我们称之为回归分析，当问题中响应变量为定性变量时，我们称之为分类。
3. 那么，我们到底应该选择什么模型？
考虑清楚以上三个关键问题，确定是有指导的或无指导的又或者是半指导的，变量是定性还是定量，最后考虑是目的是预测还是推断。
例如，我们想根据受教育程度、年龄来估计一个人的预期薪水时，我们就面临一个有响应变量，且响应变量是定量变量的问题。那么我们感兴趣的如果是这两个变量是如何影响薪水的，那么可以选择解释性较高的线性回归方法。
选择一个恰当的统计方法，是解决问题的第一步，也是最重要的一步。选对方向往往比走得快要重要。