正则化为何被低估？关于统计方法可信度与采纳的实证研究
其他统计学
2026-04-06 v1 应用统计
统计方法学
摘要
统计实践并不自动遵循方法论创新。虽然正则化方法广泛推荐以减少过拟合和稳定推断，且在现代软件中 readily 可用，但数据分析师并不一致地使用它们。我们基于 名数据分析师的大规模实证研究，探讨此实施差距——即对正则化技术可信度与接受度的调查。drawing on 来自技术接受研究的测量框架，我们调查实践者并嵌入随机实验，以测试正式推荐正则化方法是否增加可信度或意图使用。我们发现没有证据表明这种效果。相反，采纳意图强烈关联于分析师对实现难度和实际效益的感知，例如改进偏差控制或可解释性。感知的社会规范也 emerge 为核心驱动因素。这些结果表明，统计方法的采纳取决于可用性、感知效用和社区实践，而非形式性推荐。
引用
@article{arxiv.2604.02992,
title = {Why is Regularization Underused? An Empirical Study on Trust and Adoption of Statistical Methods},
author = {Konstantin Emil Thiel and Marléne Baumeister and Nicole Krämer and Andreas Groll and Markus Pauly and Magdalena Wischnewski},
journal= {arXiv preprint arXiv:2604.02992},
year = {2026}
}