【simulation笔记】建模、模拟和实验

0-0 刚开始的这几个讲稿应该都是宏观讲一下要学的东西，所以这篇主要是理论科学哲学的实践方法，扫了一眼，大概是如何做一个实验！ 有趣！

上篇讲了如何建模还记得吗！！来复习一下：
Idealization: 首先建一个数学模型
Discretization: 将它转化为离散/数值问题
Simulation: 计算模拟的结果
Verification：验证是否于数学模型一致
Validation: 看看能不能用在现实世界

两种方法用来建模：

• 数据驱动模型：一开始看数据来建模的，比如现实世界的图像目标并且对这个模型建模。
• 方案驱动模型： 用物理定律（数学公式）或者和数据相似的数学模型来建模的。
  会有些争议是数学先还是数据先（先有鸡先有蛋？）。

在建模的时候是需要实验的！也就是

• verification
• validation
  这两个！

所以！啥是实验！！！（我们老师真??）
字典说：
实验是基于一些可控条件下的一个测试，这个测试是用于展示一个已知的事实，或者是测试一个假设的有效性（真实性），或者是证明之前没有尝试过的东西的效用。

所以我们怎么设计一个好的实验呢？
Hornbæk的建议：

在我们做一个实验之前：

• 考虑好实验的validity（正确性）和reliability（可靠性）。
• Design so as to rule out alternative hypotheses （设计这个来排除其他的假设）
• 考虑好实验方案和措施

在做实验的时候：

• 最小化实验参数
• 最小化实验者的影响

在做完实验之后：

• 做好数理统计分析
• 讨论正确性和错误的原因

Ingvor的建议是搞清楚以下几个问题：

• 这个实验的目的是啥？
• 有多少个参数会影响这个实验？
• 是否有足够的数据来评价这个实验？
• 需要多少时间来执行这个实验？
• 是否将实验的理论期望值也列出？

Erleben（Kenny大神）的建议是：
Start Backwards

• 在做实验之前要先计划好！
• 要做一个和你之前的方案不同的解决方法！（原话是C