机构名称：
¥ 2.0
使用物理仪器（即温度计）对环境的干预措施产生仪器读数，这些读取物收集到数据集中，然后是测量结果（从这些数据集中推断出的特定因素贡献的实际估计值）。这种推论在很大程度上取决于背景知识（以气候模型的形式）和统计数据，后者在归因研究中起着至关重要的作用，这是由于气候数据中存在的噪声水平很高。尽管在过去的三十年中，这种测量样过程的基本脚手架基本上保持不变，但细节却没有。的确，上面概述的所有元素都发生了变化：气候科学家收集了更多数据，建立了更复杂和准确的模型，并开发了新的统计技术。这些更改中的前两个应该是熟悉的 - 收集更多数据并建立更准确的理论结构（相对）是科学过程的部分。第三次不太如此。我们应该如何理解统计技术的变化？是什么使一种统计技术在气候科学的背景下“更好”？以及对更好统计技术的一般渴望如何转化为特定的变化？目前的论文解决了这些问题。，我详细说明了两个结论。这种人工艺性观点既与以前的模型评估都很好地保持一致，并有助于解释许多i认为，在归因研究中发现的统计技术的变化类似于测量的遗传学中所谓的“校准”，在测量过程中使用的仪器或模型会改变，其目标是产生更精确，更准确，更准确的测量结果。首先，我们应该理解统计技术的变化是对“工具”的改变（统计学家称为“统计模型”），也类似于Bokulich（2020a）和Tal（2017）等讨论中发现的校准范围。尽管我的例子说明了涉及测量的推论工具，而不是对物理仪器的更熟悉的更改，但我表明它们在很大程度上具有相同的动机和认识论含义。第二，统计模型应根据我所说的“人为”观点（借用Knuuttila 2011的术语）来判断，根据该观点，新模型比旧模型要好于旧的旧模型，因为它在许可准确的推论方面更可靠（例如，在世界上代表世界上任何实际过程）。
校准统计工具：改善人类对气候影响的量度
主要关键词
相关文件推荐
