模型族并使其具体化，例如 y = 3 * x + 7 或 y = 9 * x ^ 2。

需要理解的重要一点是，拟合出的模型只是模型族中最接近的模型。这意味着你拥有的是“最好的”模型（根据某种标准）；但这并不意味着你拥有一个好的模型，更不意味着这个模型是“真实的”。George Box 在他著名的格言中很好地表达了这一点：

所有模型都是错误的，但有些是有用的。

值得阅读这句话更完整的上下文：

如果现实世界中存在的任何系统能够被任何简单模型精确地表示，那将是非常了不起的。然而，巧妙选择的简约模型往往确实能提供非常有用的近似。例如，通过常数 R 将“理想”气体的压强 P、体积 V 和温度 T 联系起来的定律 PV = RT，对于任何真实气体来说都不是完全正确的，但它经常提供一个有用的近似，而且它的结构富有启发性，因为它源于对气体分子行为的物理视角。

对于这样的模型，没有必要问“这个模型是真实的吗？”如果“真实”指的是“全部真相”，答案必然是“否”。唯一值得关心的问题是“这个模型是否有启发性和有用？”

模型的目标不是揭示真相，而是发现一个仍然有用的简单近似。

前置知识

在本章中，我们将使用 modelr 包，它对 base R 的建模函数进行了封装，使其能够在管道中自然地工作。

library(tidyverse) library(modelr) options(na.action = na.warn)

一个简单的模型

让我们看一下模拟数据集 sim1。它包含两个连续变量 x 和 y。让我们绘制它们，看看它们之间的关系：

ggplot(sim1, aes(x, y)) + geom_point()