En statistisk model er en matematisk metode til at beskrive mønstre i data. Modellen bygger på antagelser om, hvordan observationer hænger sammen, og bruger dem til at estimere ukendte værdier, forklare relationer eller forudsige sandsynlige udfald. Den bruges, når man vil forstå virkeligheden gennem data, men samtidig tage højde for usikkerhed og variation.
Hvad en statistisk model gør
En statistisk model omsætter observationer til en struktureret forklaring. Det kan for eksempel være en model, der undersøger sammenhængen mellem uddannelse og indkomst, eller en model, der vurderer sandsynligheden for regn ud fra vejrobservationer. I stedet for blot at beskrive, hvad der er sket, forsøger modellen at sige noget om, hvorfor mønstre opstår, og hvad der sandsynligvis vil ske under lignende forhold.
Et centralt element er, at modellen ikke giver absolutte svar. Den arbejder med sandsynligheder, estimater og usikkerhed. Derfor kan to modeller godt give lidt forskellige resultater, afhængigt af hvilke data og antagelser de bygger på. En simpel model kan være nyttig til at give overblik, mens en mere avanceret model kan fange flere nuancer, men også være sværere at gennemskue.
Hvordan den bruges i praksis
Kvaliteten af en statistisk model afhænger både af data og af de antagelser, den bygger på. Hvis datagrundlaget er skævt eller for spinkelt, kan konklusionerne blive misvisende. Derfor er det vigtigt at spørge, hvilke variable modellen bruger, hvilke forhold den udelader, og hvor stor usikkerheden er.
Derfor er begrebet vigtigt
Statistiske modeller spiller en stor rolle i aktuelle samfundsdebatter, fordi de ofte ligger bag prognoser, risikovurderinger og politiske beslutninger. At forstå begrebet gør det lettere at læse nyheder kritisk og vurdere, hvor sikre eller usikre datadrevne konklusioner egentlig er.