¿Las matemáticas se ajustan mejor a los estudios de población que a las estadísticas?

Las estadísticas son matemáticas, pero todo el punto es la parte de regresión. Te puedo decir cómo encajar con cero error. Interpolación de langrange baricéntrico. Existen métodos de interpolación que probablemente son mejores que los métodos de regresión general, pero es totalmente el método de regresión y los datos que asumo. Pero el supuesto aquí es que estás extrapolando. Por lo general, una mala idea. Sin embargo, los estudios de población siguen leyes muy simples. Ley de gompertz. El modelado de la población correcta es bastante fácil. Es el modelo [math] \ frac {dP} {dt} = \ frac {dB} {dt} – \ frac {dD} {dt} + \ frac {dI} {dt} – \ frac {dE} {dt} [/ math]

Las tasas de mortalidad, las tasas de nacimientos, las tasas de inmigración de emigración. Está teniendo pequeñas piscinas conectadas y fluyen juntas. Suena loco por un segundo. La población no es chicle. Pero estas cosas siguen tasas de enfermedades, y varias otras, puedes dividirlas. Hacer modelos para las funciones.

Así que técnicamente algo como esto es un proceso de Poisson. Así que las estadísticas tienen una forma muy precisa de describirlo. Pero hay muchas funciones de base ortogonal que podemos usar para interpolar cosas correctamente. Estas cosas funcionan realmente de procesos aleatorios y, por lo tanto, podemos crear un grupo de variables endógenas en un modelo e intentar reducir el RMSE.

Hay formas de modelar enfermedades, por ejemplo, para obtener el número de muertes. Justo se propaga entre las personas. Esto es biomatemática, cómo las personas se agrupan y propagan enfermedades. Como es topológicamente invariante. Estos modelos pueden ser muy complicados, me imagino. Cómo las personas se propagan y nacen y forman familias, ¿verdad?