@sminston_with,持續提出他的偽科學論點,並強調將 2013 年的貼文與今日價格相比時,該貼文看起來有多麼「準確」。
那種表面上的準確性很大程度上只是巧合。
如下方圖表所示,當時估計的指數(n)極不穩定。它只是在歷史上的某個特定時刻,碰巧經過了大致「正確」的數值。有趣嗎?是的。這是有效預測模型的證據嗎?不是。
如果完全相同的操作只早幾個月或晚幾個月進行,所得出的長期價格預測將會大不相同——在某些情況下甚至會達到數百萬美元。
這正是為什麼回溯性的準確性還不夠。
如果模型的參數不穩定,就不能挑選一個碰巧奏效的歷史快照,然後在多年後將其呈現為模型具備預測能力的證據。那是教科書式的事後偏誤。令人惱火的是,@sminston_with 曾展示過 n 的穩定性圖表,而這些圖表可以讓人清楚看出這個特定問題。他非常清楚這一點,但他正利用人們缺乏相關知識來讓他們相信其中確實存在某種依據。
卑劣。
散播這種解讀是對社群的傷害,因為它混淆了巧合與科學驗證。
當技術資歷被用來為聳動的主張增添權威時,人們尤其應該保持懷疑。標準始終應該一致:穩定的參數、可重現的分析、適當的模型比較,以及由當時可取得的資料所支持的預測。
科學不是找出那張碰巧接近正確答案的舊圖表。
我希望 @sminston_with 現在正享受這份關注,長期來看,他將被視為出賣科學資歷、為了獲得社群媒體認可而推廣劣質科學的人。