长准的回复更短：“沃克在查流传路径如果他查到了帕克斯→穆勒这条线，斯通的日子就到头了。”
洛清漪看完邮件后说了一句话。
“沃克派布朗来转交这封信不用私人渠道，用正式渠道。他在告诉你：这件事我认真了。”
下午两点，施泰纳的邮件也到了β值的统计检验结果。
AIC信息准则的最优β值：0.81。
BIC信息准则的最优β值：0.82。
两个准则给出了不同的结果0.81和0.82。
β=0.81：日本第三，法国第四。
β=0.82：日法并列第三。
施泰纳在邮件里加了一段说明：“AIC和BIC在小样本条件下经常给出不同的结果这不是方法论的问题，是数据量不足导致的固有不确定性。从纯统计学的角度，两个β值都是合理的。最终选择需要非技术层面的判断。”
非技术层面的判断翻译过来就是政治决定。
李思远把这份报告发给了田中和勒克莱尔。
田中的回复在一小时后：
“日方注意到AIC准则支持β=0.81日方优先支持AIC的结果。”
勒克莱尔的回复在两小时后：
“法方注意到BIC准则支持β=0.82法方认为BIC在此类模型中的适用性优于AIC。法方将在下次磋商中提交技术论证。”
两方各拿了一个对自己有利的统计准则然后声称自己拿的那个更好。
这场争论可以无限延续下去AIC和BIC的优劣之争在统计学界争了半个世纪都没有定论。
李思远需要一个新的破局点。
他拿起手机打给施泰纳。
“教授AIC和BIC之外，有没有第三种方法？”
施泰纳在电话里思考了五秒。“有一种交叉验证法。把数据分成训练集和测试集，用留一法做交叉验证，看哪个β值在预测新数据时表现最好。这个方法不依赖AIC或BIC它直接比较预测精度。”
“结果什么时候能出。”
“给我半天。”
周四晚上九点，施泰纳的第二份邮件到了。
交叉验证的最优β值：0.815。
不是0.81，不是0.82。是0.815两者的中间点。
β=0.815时的排名：美国第一，中国第二，日本第三（17.25%）
本章未完，请点击下一页继续阅读！