Esta es una pregunta bastante general (es decir, no necesariamente específica para las estadísticas), pero he notado una tendencia en el aprendizaje automático y la literatura estadística donde los autores prefieren seguir el siguiente enfoque:
Enfoque 1 : Obtenga una solución a un problema práctico formulando una función de costo para la cual es posible (por ejemplo, desde un punto de vista computacional) encontrar una solución globalmente óptima (por ejemplo, formulando una función de costo convexa).
más bien que:
Enfoque 2 : Obtenga una solución para el mismo problema formulando una función de costo para la cual no podamos obtener una solución óptima a nivel mundial (por ejemplo, solo podemos obtener una solución óptima localmente).
Tenga en cuenta que hablando rigurosamente los dos problemas son diferentes; La suposición es que podemos encontrar la solución globalmente óptima para la primera, pero no para la segunda.
Dejando a un lado otras consideraciones (es decir, velocidad, facilidad de implementación, etc.), estoy buscando:
- Una explicación de esta tendencia (por ejemplo, argumentos matemáticos o históricos)
- Beneficios (prácticos y / o teóricos) para seguir el Enfoque 1 en lugar de 2 al resolver un problema práctico.