精度建模和误差建模是一个意思么

精度建模和误差建模是一个意思么

应该不是，字面意思上看，精度建模的预测精度要高，可能有次要因素造成的微小误差，但是只要提供的数据非常精确，其预测出来的结果误差会很小；而误差建模应该是从统计上的建模，误差是难免的，笼统的讲，这个误差一般比精度建模的误差较大，除非改变统计方法，否则难以改善。

应该不是，字面意思上看，精度建模的预测精度要高，可能有次要因素造成的微小误差，但是只要提供的数据非常精确，其预测出来的结果误差会很小；而误差建模应该是从统计上的建模，误差是难免的，笼统的讲，这个误差一般比精度建模的误差较大，除非改变统计方法，否则难以改善。 打个比方，我们想知道今天是否会下雨，我们可以通过当天的空气湿度、温度、空气对流情况，根据一系列物理方程预测会不会下雨；但是另一种方法，我们也可以根据近两天的天气状况，周边地区的天气状况，建立神经网络模型，来预测是否有雨。两种方法都是可以的，只是采用的数学模型不同，结果的误差也不一样，精度建模更为复杂，精度更高，但是对各项数据的精度要求也高，只要数据精度满足要求，精度建模的误差很小，否则误差还不如误差建模来的实惠；误差建模一般会从统计的角度出发，分析在较大概率下产生的结果，对各项数据的容错率较高，建模较为容易，但误差较大，提升改进的空间有限。 具体选用哪种建模方法要根据实际情况进行取舍，比如说车床机加工，要求非常精确，就必须用精度建模；传染病防控，因为不可能对每一个人进行强制体检，想要得到精确的数据几乎不可能，所以就只能从统计方向进行误差建模，只要能够通过参数检验，模型大体上可以接受