熟

• 仮説検定からモデル選択へと統計的手法が変遷することは、従来の実証科学などからの大きなパラダイム転換を図れることにつながるのではないだろうか？

ある仮説の真偽を確認、および実証するのが、従来の科学。
理論、仮説も不十分な状況で、かつ、データや実験にもエラーが生じるような場合、データに適合する理論、仮説を並べ、それらを吟味していくことで、相対的な重要性もしくは弱い検証を行うのが、モデル選択。

と、朝、少し自分の中では発見があった。多分、当たり前のことなのだろうが。
こう考えると、一概にどちらがいいというのではなく、ケースバイケースというのも分かる。

データの信憑性がかなり高い場合は、１も２も過誤を検討しているような、さらに誤差が見られないような
化学物理など再現性普遍性があるような場合は、実証科学的検討、統計手法でおそらくよいだろう。

しかし、生物のように再現性という観点は非常に薄い場合、モデル選択というかんぢも重要だろうな

三中先生の「系統樹思考の世界」を読んで非常に感銘を受けた朝でした。