關於預測問題，我這是最後一篇，因為很多觀點已經重複，而且不少人都提出 關於預測問題的看法。如果無法了解其中問題的關鍵因素，那也實在不是我的問題。 所有的預測都是建立在過去的資料累積與模型假設上，只要你能搞一個跑的 動的模型，跟收集足夠的參數資料，你就一定可以跑出預測數據。跑出預測數據 是一回事，但你的預測準確與否又是另外一回事。所有拿參數跑模型做預測的人 都會知道一個原則，模型本身存在基本假設，只要基本假設跑掉，你的預測也會 跟著跑。這也是很多預測最後不準的原因，要就是假設條件改變、不然就是假設 條件根本不成立或著假設條件與現實不合。另外還有一個問題就是模型能夠提供 影響預測數據的變數是有限的，很多時候跑出一個模型預想範圍外的變數，輕則 整組數據跑掉要調整，重則整個模型變成廢物完全不能用。而不可測變數會隨預 測時間範疇的擴大而增加，也就是預測時間範疇越長變數越多，命中率也越低。 以當今的模型系統跟資料累積，預測一年後的數據都還需要幾次調整才能夠接近， 五年則是因為諸多組織的習慣而變成上限(各種企業、政府組織的發展計畫)， 實際上在做預測時五年也都是概估而且常常會計畫途中修正，那種命中率幾乎 已經是接進猜測，當你把時間點拉到10年、20年時那種時各種不可測變數會讓 你的模型預測等同猜測，因為變數太多了多到不知道如何測起。 你舉的例子就是最好的實例，中共的交通部門無法預測到日後會發生鉅變以致於 預測失效，此點就是長期預測出現不可預測變數的例子。 第二個例子則是假設經濟持續成長，但現實是經濟常常在不驚異處出現變化， 既然經濟在實際上不可能總是成長，此種假設的預測就有期限制。 另外還有一個第三點，那是最慘的狀況，就是你的模型預測狀況根本是個虛假的 因果關係，此點不是沒有發生過。萬一你用的模型是此種類型，那你預測期越長 死的將會越難看，拿一個虛假的因果關係做長期預測只會搞倒你的模型，而不是 成功預測未來。 公共政策由於牽扯到當下資源分配的問題，因此很忌諱拿長期來說當作理由 有人或許會說那叫同頭痛醫頭腳痛醫腳，但現實上由於資源稀缺因此難以讓 你在公共政策決策時用那個命中率奇低無比的長期預測去當作決策的目標。 凱因斯的名言「長期而言，我們都死了(in the long run we are all dead)」 在公共政策決策時有其道理，因為資源有限而長期預測未必準確，因此公共政策 必須專注於處理眼前的狀況，而非追求虛幻的未來問題。 PS要是有人可以做出一個準確預測20年後情況的模型，無論是哪個學科 他必定會留名青史，而且拿諾貝爾獎易如反掌。 ※ 引述《bxdfhbh (bxdfhbh)》之銘言： : 標題: Re: [轉錄][ ] 毛治國：高運量捷運 不再興建 : 時間: Thu Jun 12 13:02:43 2008 : → bxdfhbh:首先，如果不發生大的政策調整（臺灣解嚴后就沒有發生過， 06/12 13:05 : → bxdfhbh:也不大可能發生）那么就可以做一定精度下的預測。第二， 06/12 13:05 : → bxdfhbh:只要經濟不衰退，將來的交通量，只會增長，不會降低，你按 06/12 13:06 : → bxdfhbh:今天的交通量，或者5年的交通量來做，那么5年結束后，肯定 06/12 13:06 : → bxdfhbh:擁擠，肯定不夠用。頭痛醫頭腳痛醫腳，交通建設只會滯后。 06/12 13:07 : → bxdfhbh:你按照今天的交通量，認為某地只能修輕軌，而不能修捷運， 06/12 13:08 : → bxdfhbh:那么5年后你可能拆掉輕軌改捷運嗎？就算可以也是巨大浪費 06/12 13:08 : → bxdfhbh:啊！ 06/12 13:08 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 118.168.224.11 ※ 編輯: houkoferng 來自: 118.168.224.11 (06/12 13:51)