単純なモデルの方がロバスト（頑健）という説の根拠

質問

例えば温暖化が生物に与える影響等をモデル化するとき、あまり複雑なモデルを作ると、初期入力する数値（例：気温変化）が少し変わるだけで、最終結果（例：生物の絶滅確率）も変わり易いと思います。

逆にとてもシンプルなモデルであれば、初期入力する値が多少変わっても、結果に大きな変化は生じにくいと思います。但し、シンプルな分、結果の精確性は欠けると思います。

このようなこと（モデルの複雑さ・精確性と頑健さの間のトレードオフ）は以下のようなウエブサイトでも少し書かれてはいるのですが、学術論文でも同じような議論や考え方の提唱はされているのでしょうか。できれば英語の論文で有名なものがあれば良いのですが、日本語のものでも結構です。どなたかご存知の方がおられれば、ご教示下さい。

http://www.simplex.t.u-tokyo.ac.jp/~imahori/superrobust/7-basic.html

回答No.1

rabbit_cat · ベストアンサー

とりあえず「オッカムの剃刀」で検索しては。
例えば、統計的なモデル構築の世界だと、赤石情報量規準（ＡＩＣ）は非常に有名です。（この論文は、一時期、全世界の工学分野の論文で引用回数１位を保っていました）

ちなみに、
＞逆にとてもシンプルなモデルであれば、初期入力する値が多少変わっても、結果に大きな変化は生じにくいと思います。
＞但し、シンプルな分、結果の精確性は欠けると思います。
は、前半・後半ともに必ずしも成り立たない場合があります。

回答No.2

rabbit_cat

＞赤石情報量規準
じゃなくて、赤池情報量規準です。
すいません。

言い訳すると、私、20年以上前に最初に知った時、なぜか「赤石」と覚えてしまったんですね。今でも、気をつけてないと、なぜか間違えてしまいます。
実は、その後、ご本人にもお会いしたことあるのですが、、。