如何理解理论的explaining and predicting

spring607

kenny,
0 ?% B6 j) q+ j- I. }
终于又见到你了。我的学生一直在跟踪你在人大，辽大的课程。可惜我课程冲突，否则一定去听课，因为还有一些事情没有懂。
0 O( Z$ h( M  d0 |7 b' ]
! H0 g5 J3 X: H8 R3 j现在请教一个小问题：如何理解理论的explaining and predicting。我读了你在中大的PPT ，其中有一些例子，但是可能是PPT的限制，我并不能很好地理解二者之间的区别。难道有些理念只能explaining，而有些理论只能predicting吗？
1 [& A7 g! I" R, n7 x
如果可能推荐一些关于这方面的文献，以便理解。
谢谢

Kenneth

Spring607，你好。Explanation 与 Prediction 的目的不一样，做的事情自然不同。
, E+ h7 o) A' E$ q5 J
) b& R2 |9 ^! z/ b, D对于 Prediction 『预测』来说，目的是要知道现象中的变量的未来结果。
& y: j! ^$ U8 a# J: H5 n在自然科学中，开普勒的行星运行定律就是一个『预测』的理论。它的目的不是告诉你为什么行星会随着一个椭圆形的轨迹运转。在社会科学中，很多预测经济走势，股票高低的模型都是以预测为目标的。

0 x, W. h) k+ p# E对于 Explanation 『解释』来说，目的是了解现象的内容，为什么会有这样的现象，里面的机制是什么等等。
在自然科学中，进化论（无论它是对是错）是解释性的。它没有兴趣预测人类以后下一个进化物种是什么。在社会科学中，大部分的理论都是解释性的（例如 identification theory, agency theory 等）。
以上是我个人的总结。我只是依稀记得很久以前看过一点点类似的东西，是从一本研究方法的书中看到的。但是忘记了是哪一本了，读不起。

chienhsin

回复 1楼 spring607 的帖子
+ w& L* [1 B, R; U( H/ n4 z6 f
* A# {+ G4 G1 _. n* B1 e  ]; c/ z
& z# V) R/ }3 g- e0 ]    我認為prediction在意的是準不準確，explain在意的是「為什麼會這樣」。
例如有一些人在地震之前都會說有耳鳴、筋骨酸痛的情況，過沒多久果然地震，(據說)他們可以預測地震非常準確，但科學家卻說沒有這種事(因為無法解釋為什麼這樣)。

2 u* ]+ g, V7 H/ g! j1 l# f  C& ^我看過一個報導，美國FED制訂利率水準，CNN為前主席Greenspan訂了一個index，來預測今天利率會調升或調降，預測基礎為Greenspan的公事包厚薄。  但Greenspan回憶錄自己說了，某天的公事包很厚是因為哪天有帶便當上班，並不是前一天帶公文回家。
3 `# F- _- Z6 Y+ _
公事包厚薄 -----> 利率水準 :  prediction

spring607

谢谢ken的回复，也谢谢Chienhsin.我之所以提出这个问题是在教研究方法的时候，读了KEN的理论哪个PPT， 觉得解释更可理解，而预测是不特别好理解。因为预测是要在解释的基础上才是可以的。
1 V% l( H& d  k8 R& N. |$ ~
3 U- I% ^8 _* p* q+ [0 r而学生或研究者在进行研究的时候，是不是主要是以解释为主呢，即了解管理现象中的内在机制，变量之间关系。如果能够描述，解释并说明这些内在的关系，然后才能进行预测吧。
总之，我的问题是在进行管理研究方法教学中，强调的是解释，还是预测，还是二者都有？我比较喜欢解释，因为无论是质性研究，还是实证研究，通常都是解释的成分大一些。
, K2 u% _" a$ [7 \5 X$ t) u$ S# E

chienhsin

回复 4楼 spring607 的帖子


$ ^; E4 R3 \7 y8 B- m6 H    我以前求學的經驗來看：統計課程，或類似教導預測技術面的課程，都強調prediction，而教理論的課程，例如OB，會強調explain。

8 S% P  C4 w- }7 L/ e: V$ v+ D   OB課少談(幾乎不談)統計技術，統計課不談與統計無關的理論，因此學生(包含以前我)都會被誤導。
+ X- ?3 {+ P/ [我以前上完統計課誤以為R-square要超過0.9才是可以接受(預測的準確性才高)，完全忽略解釋行為、現象機制的重要性。
5 g% Y6 M& Q$ ~4 d* k- B5 a: R; O; ^
研究方法的課程又大都被定位為高階統計課，因此對解釋的重要性還是一樣模糊。

- e# X1 u. |& r4 x像spring607您這樣強調explain的老師，對學生幫助真的很大。

像Kenny談理論又談技術的老師，更是難得！
4 w0 a( f3 M8 ?* m/ R% c( t; g, V

Kenneth

Spring 607,我以前也有这个看法，以为「预测」是「只知其然、不知其所以然」，到了我们可以「解释」后，就两者都有了。 但是我慢慢发觉这不一定是对的。
0 Y8 u5 Y& {" z5 O1 r3 W5 P「解释」看重的是运作的机制，知道事物的运作机制，不“一定”提供很好的预测的。因为环境的影响因素可能很多。比如我们知道“多吃”是导致肥胖的“原因”，但是很多人无论如何的吃也不胖的，有些人吃一点点东西就会胖。
% |4 P, V* X/ G0 |/ T" i/ G2 e「预测」看重的是比现象稍微早一点发生的共变量。它可能与原因没有关系（可能都是同一个原因的另外一个结果），但是有了A，几乎就一定有B。
4 ~5 q3 Z% k, {  M再举一个例子。我们不知道“引力”从何而来？为什么有物质和重量就有引力？但是要知道飞机跌下来的速度是非常简单的。
其实，中医就是一个最好的例子。我们不知道为什么“生姜”会驱寒（甚至连什么叫做“寒”都不一定精确的知道），但是它驱寒的能力是蛮准确的。
所以「解释」是医理，是黄帝内经；但是我头痛了，还是止痛药（预测）来得有用。

jkliang

我的指導老師常常問我一個問題，你的研究解釋了某一個現象，但是它可以幫助實務界解決什麼問題呢？他本身是方法論背景，所以他對於能夠「預測行為/結果」並且能夠「操弄」的研究比較認同，解釋性的研究結果好像隔靴搔癢，不知道這是解釋性研究和預測性研究之間的差別嗎？解釋性的研究該如何討論，才能與實務問題較為結合，而不是做出類似只有描述變數間關係的結論(我的老師認為猶如slogan)？請問Kenny與大家的意見，謝謝！
& h  A7 l/ Z( Q5 R
( @& h: J. f  X% Y" e

Kenneth

jkliang，以下的话是借题发挥。如果但要回答你的问题，其实很简单。请问有谁曾经做过能够 “精确预测” 员工（或是企业）表现的研究呢？
. x# x8 N9 G! p% b1 }& o; w
其实类似的问题我以前在“博客”（这个圈子的前身）已经谈了很多了。
「学术研究」与「咨询工作」最大的分别是前者是看重解释现象，后者是看重解决问题。「学术研究」是基础，「咨询工作」是应用。我常常把管理的「学术研究」比喻成为一个工具箱。我们为管理者提供一些工具。不同的工具可以用在不同的时间情景下来达到目的。锤子用来敲，钳子用来夹。我们有没有一个万能的工具呢？没有！那我们有没有一个“多用途的工具”呢？可以有。但是“多用途的工具”往往是每一样都不是做得特别好的。整个管理的训练就是训练一个工匠，在不同的时间用不同的工具。训练是否一定凑效呢？要看工匠的功力。没有受过训练的可以做好吗？可能，但是机会低一点。
9 S( X. Q& s: U( h2 `0 g. M" x
一个解决“实际”问题的研究（applied research）是凑用，但是（假设它是一个好的应用研究，其实现在大部分的应用研究是很差的）它只是对这个特别的问题，在现在这个环境有用。稍微换一个环境就没用了（起码不知道是不是有用）。我不反对应用性的研究，我自己也做。但是有两点我希望大家记住。（1）应用性的研究也要专业，研究的严谨性是不可以妥协的。（2）总要有人做影响比较长远的学术研究。而学术研究的难度比应用研究高很多。既然大家是受专业训练的，我希望大家可以做一点一般咨询人员不可以做的严谨的学术研究。简单的应用研究，就留给人家去做吧。

& S. r* ]/ m" z  M, e- h5 z最后多加一句，为什么要做这么难的学术研究呢？知道激励理论，员工是否一定受激励呢？我不敢说，可能成功70-80%吧。但是，请问如果完全没有激励理论，经理如何知道怎样去激励员工呢？
' ~- S$ K9 Q. |9 j- D; z' m

jkliang

謝謝Kenny的說明，也再度提醒與鼓勵了我們！

spring607

是的，其实基础研究更需要功底，但意义可能重大，而需要的工具与方法更多，需要学习的理论也很多。谢谢罗老师的指导。