晒两双昨天收获的ysl和Sandro 裙子 - 2016年9月11日北美华人网存档

大约 5 年

楼主 (未名空间)

先批评一下大家，人家把数据列出来了，不管对错，大家反驳可以指出哪里不对，以理服人，就像我这样啊。

首先，作者用的关键数据引用是permchecker.com，关于这个网站的权威性，我有所质
疑。首先我从来没有用过这个网站，而且我确定它肯定不是政府网站(.gov)，关于这个网站的自我介绍部分如下：

ABOUT
Hello, My name is Dohdoh and currently live in Seattle, WA. Hope you find
the site useful. Here's my amazon wishlist if you are feeling generous :)

DISCLAIMER
The materials on PermChecker.com's web site are provided "as is".
PermChecker.com makes no warranties, expressed or implied, and hereby
disclaims and negates all other warranties, including without limitation,
implied warranties or conditions of merchantability, fitness for a
particular purpose, or non-infringement of intellectual property or other
violation of rights. Further, PermChecker.com does not warrant or make any
representations concerning the accuracy, likely results, or reliability of
the use of the materials on its Internet web site or otherwise relating to
such materials or on any sites linked to this site.

网站维护者没法保证数据准确。。。

其次，我们暂且假设permchecker.com数据完全准确（很强的假设哦），作者用的是10-01-2018/to/09-30-2019, 为什么可以仅仅用这一2018财年来当作唯一的training set
？是不是应该用更长几年的历史数据来evaluate一下稳定性和seasonality，做做
robust analysis, 看看2018财年有没有outlier，试试用时间序列来decompose成
trend, seasonality和white noise三部分，用几个常见的时间序列模型拟合一下，AR, MA, ARMA, ARIMA随便你选。或者至少看看过去不同财年数据相差多少，取个加权平均, 甚至加强一点的weighted moving average更准确些？EWMA就行。

再次，假设作者的模型可以这么建，我们现在来evaluate一下这个模型的准确性吧。作者没有经过任何cross validation, 仅仅用2018财年这很短的一个subset作为training set, 而没有任何test set，怎么证明作者的模型多准确呢？作者至少应该选取不同
的财年作为training set, 用剩余的财年作为testing set, 用k out of n cross
validation来看看用您的模型的accuracy, precision, recall大概能多少，资深数据
科学家可以画画ROC curve来给大家展现一下啊。

现在EB2排期不是两三年，而是四五年。作者按照移民局公布的家属系数2.05，这个2.
05是整个世界的系数吧？能用这个complete set的拟合参数来单独应用到China subset上吗？有没有考虑印度weight很大而会inflate这个系数。老印排期10年交485的时候肯定有孩甚至多孩了，中国可能还是单身或只有夫妻二人世界。作者能不能通过印度和中国的比例做个加权平均来推测一下适用于中国的家庭系数？

接下来一个假设，按照NIW仅有PERM三分之一的数量（相当低估），作者有没有考虑很
多NIW的人都会冲击EB1，所以NIW的人没有那么多。而且就我个人经验来看，至少当年
我还在排期的时候，Perm数量远远大于NIW的，我感觉NIW仅有PERM十分之一到五分之一。就算我们感觉都不准确，您能否通过权威数据看看多少中国PhD，这些更容易成功申
请NIW的人来估算一下？

作者说，我们高估一下，夫妻双方都在这一年中办绿卡的高达70%。那有没有考虑多少
家庭都是夫妻一人办的perm，或者当初俩人分别办的但只有一人提交了485，大概各种
可能性的比例是多少？

EB23的总配额是5306张，这个数据从哪而来？是某一年的还是平均的？数据是否稳定可以推广到之后的每一年？

我很欣赏作者资深数据科学家，您做的Excel表格也非常fancy，但是您的数据来源不知多权威准确，您的模型基于太多的ideal assumptions，而且没有evaluate您模型的准
确性就简单推广，很多误差叠加在一起，不知最后结果如何。

我只是一个社区大学毕业的平凡的人，只能苟且于乱世以自保，一辈子想都不敢想有机会能跟资深数据科学家探讨，但今日有幸看到您的大作，死而无憾了。。。

pdxiaohan127

大约 5 年

2 楼

哈哈，楼主你看他的的id就知道他是得要买药吃的。你还这么认真的跟他说这么多。结果你也看到了，对牛弹琴。人家资深数据科学家是不容别人质疑他的。我们这些社区大学的还是靠边站吧。