第19章 “与它是否有效无关”

丹尼(Danny Vandecoevering)(//twitter.com/DVturf)写了一封有趣的电子邮件。我认为值得在这里分享:33

几个星期前,我在Twitter上问您一个问题,即每天剪裁量的变化在统计上被认为是相关的。我问的原因是,当我第一次听说测量削皮量的概念时,我首先想到的是,没有一种方法可以准确或一致地衡量增长。当时我的想法是,湿剪裁比干剪裁聚集更多,从而导致更大的交易量;或者其他一些因素也会导致信息不一致或有用。我认为当时我并不孤单,我敢打赌,很多人仍然会按照这些思路思考。 (为便于记录,我对收集这些数据的感受达到了180分)

当我回顾片段的早期介绍时,我发现最有趣的不是我如何抹黑它的用处,而只是我做了。通常,我们根据ET或湿度计告诉我们的情况来使用水。我们根据GDD模型或其他各种环境阈值应用农药和PGR。当然,我们对草坪的施肥方法也应如此。

我读了一本书, 思考,快和慢 (//www.amazon.com/gp/product/0374275637/ref=dbs_a_def_rwt_hsch_vamf_taft_p1_i0)由一位名叫Daniel Kahneman的心理学家创作。这本书讨论了有意识的和潜意识的人类思维在许多应用中的发展趋势,尽管密度很高,但却是一本有趣的书。最近一章讨论了使用算法和公式进行决策与专家意见的使用。他讨论了Paul Meehl所做的研究(特别是“临床与统计预测:证据的理论分析和回顾”(//www.amazon.com/Clinical-Versus-Statistical-Prediction-Theoretical/dp/0963878492)表明60%的时间算法或公式比“专家”是预测结果的更准确的方法。然后他继续说,剩下的40%的研究结束于专家和公式之间的联系,没有人比公式和算法更准确地预测指标。

然后他继续说,这项研究在专家和专家中并不令人惊讶,并且人们对使用算法或公式进行决策的厌恶源于人类对自然而非合成的深刻根源。

当我阅读本章时,就一直想着削减量的话题,我不禁认为,广泛采用这种绿色保持方法的最大挑战之一与它是否有效无关,而是取决于一个人克服人性的能力。 Meehl的研究表明,如果要利用削剪量作为施肥的工具,那么最坏的情况是施肥的准确性不会提高或不会变好,但是改善的可能性更大。

如果您阅读了所有这些问题,很抱歉让我失望,我只是认为本书中讨论的研究与利用剪裁量施肥的真实示例之间的相关性非常有趣。分享您已经非常了解的信息也不会感到惊讶,但是如果不是这样,我希望您觉得它有趣和/或乐于助人。


  1. 本章是从ATC网站上的这篇帖子中进行的细微更改而复制的(//www.llyjbj.com/2018-10-21-nothing-to-do-with-whether-or-not-it-works/)