“和谐”建模如何指导决策者通过危机

在过去的几个月里,政府和行业领导人公开依赖模型做出艰难的决定和解释这些决策应对COVID-19危机。

他们指出,数字图形和图表预测情况,增长率和住院治疗。他们也使用模型来评估对失业率的影响,中小企业和其他经济部门的。

但是假设一个州长,或者一个城市委员,或一个公司需要一个更复杂的CEO,多维分析,反映了之间的相互关系和决定他们所面临的问题和社会距离如何影响ICU招生,或商业航空旅行,或者国家税收收入?

每一个行业都有自己的模型。那么,如何分析影响跨部门通知特定的决定?

合并多个模型

答案可能在于一个方法由斜方,称为一致性为基于模型的分析方法。

这个想法是比较和显示输出在不同的模型来形成一个统一视图的情况下基于可靠的和可靠的分析数据。

它是一个框架,可以帮助政府领导人可视化和最小化风险响应多维事件像冠状病毒爆发。

一致性的方法可以解决分歧和差距模型,以及制度的偏见可以存在于任何一个模型。

斜方研究人员开始开发这个概念来支持美国财政部金融研究办公室在2008年金融危机之后。斜方许可的相关技术来模拟公司Simudyne在2018年。

说:“没有缺乏模型的吉姆•库克横切的拓展和战略副总裁参与。“我们正埋在很多模型,有时很难知道专注。”

占分歧

一个挑战是,模型有时不同意。举例来说,一个模型得到调整,以反映变化的条件,而其他则不然。或者不同的模型使用不同的数据从不同的时间点。

“我们想汇集广泛的模型和应用额外的技术来减少冲突和提供一个客观的比较预测,”库克说。

一致性的方法提供了一个从一组模式相结合,可以为领导提供深入了解的任何行动的影响。例如,经济预测者可以看看不同模型的利率,失业率,通货膨胀,从不同的来源和联邦deficit-all想出一个财政巩固计划选择。他们可以运行模拟,占所有这些变量,测量不同的决定在一个安全的影响,虚拟环境。

根据所需水平的分析,为研究人员可能需要一个星期来生成指标并提供一份报告。但在大多数情况下,时间轴将几个星期几个月。

减少偏见更明智的选择

消除制度偏见从不同的模型也是一个和谐框架的关键要素。

“每个人都有不同的方法,我们都倾向于自己的方法”查尔斯Worrell说,首席科学家横切的数据和以人为本的解决方案。“我们看到政府和行业之间的偏见,经济学家和医生之间,机器学习专家之间,基于主体建模者。”

为领导提供全面、数据驱动,偏离的分析可以帮助他们做出更明智的选择。

应对现实问题

多年来,斜接专家利用造型来帮助我们的政府赞助解决真实世界的问题解决在孕产妇死亡率种族差异,减少退伍军人无家可归,识别家庭暴力的风险,提高纳税人的遵从性。

在未来几个月,一种聚合方法一致性的方法可能有助于阐明这样的问题何时重新开放学校,还是适当的更多的刺激资金。

“这是非常缺乏的十字路口,“贾斯汀•里昂说,Simudyne首席执行官。“公共health-focused模式之间的十字路口,一个经济模型,和金融模型。这是一个办法把这些不同的因素在一起形成一个复合的看法。"

“我们坚信,政府领导人可以受益于使用模拟和建模决策时,“Worrell说。“这不仅仅是计算能力,提升技术实力。

“公正的比较不同的观点使好的政策是至关重要的。我们非常热爱它。”