Введение
Неоднозначный термин в статистике
В статистике термин "калибровка" имеет два основных применения, обозначающих особые типы задач статистического вывода. Калибровка может означать процесс, обратный регрессии, когда вместо предсказания будущей зависимой переменной на основе известных объясняющих переменных, известное наблюдение зависимой переменной используется для предсказания соответствующей объясняющей переменной; процедуры статистической классификации для определения вероятностей принадлежности к классам, оценивающие неопределенность отнесения данного нового наблюдения к каждому из уже установленных классов. Кроме того, калибровка используется в статистике в ее обычном, общем значении. Например, калибровка модели может также относиться к байесовскому выводу о значениях параметров модели на основе имеющегося набора данных или, в более широком смысле, к любой процедуре подгонки статистической модели. Как выразился Филипп Давид, "прогнозист хорошо откалиброван, если, например, из тех событий, которым он присвоил вероятность 30 процентов, в долгосрочной перспективе примерно 30 процентов действительно сбываются".
a reverse process to regression, where instead of a future dependent variable being predicted from known explanatory variables, a known observation of the dependent variables is used to predict a corresponding explanatory variable;
procedures in statistical classification to determine class membership probabilities which assess the uncertainty of a given new observation belonging to each of the already established classes. In addition, calibration is used in statistics with the usual general meaning of calibration. For example, model calibration can be also used to refer to Bayesian inference about the value of a model's parameters, given some data set, or more generally to any type of fitting of a statistical model. As Philip Dawid puts it, "a forecaster is well calibrated if, for example, of those events to which he assigns a probability 30 percent, the long run proportion that actually occurs turns out to be 30 percent."
Пример
Одним из примеров является датирование объектов с использованием наблюдаемых данных, таких как годичные кольца деревьев для дендрохронологии или углерод-14 для радиометрического датирования. Наблюдение обусловлено возрастом датируемого объекта, а не наоборот, и цель состоит в том, чтобы использовать метод для оценки дат на основе новых наблюдений. Проблема заключается в том, следует ли при построении модели, связывающей известные возрасты с наблюдениями, стремиться к минимизации ошибки в самих наблюдениях или к минимизации ошибки в определении даты. Эти два подхода приведут к разным результатам, и расхождение между ними увеличится, если модель будет использоваться для экстраполяции за пределы известных данных.