| English | 中文 |
“根据这些数据构建模型”仍留有多项科学选择。先解决会改变结果含义的选择，再决定软件实现。
写明结果或目标、观测单位、总体、时期和测量单位，解释结果用于预测、比较、解释、因果估计还是复现。
| 选择 | 需要回答 |
|---|---|
| 数据 | 哪个固定来源和版本代表预期总体？ |
| 变量 | 哪些预测变量在使用时可获得，哪些具有因果或识别角色？ |
| 约束 | 模型需要满足哪些假设、基线和科学要求？ |
| 评估 | 留出应代表哪些新实体、区域或时期？ |
| 判断 | 什么证据能说明结果有用、受限或尚无定论？ |
先利用变量字典解决术语问题。只有目标名称，不能确定汇总、物理单位或测量支持范围。
构建新模型时，按问题选择已支持的方法并说明适用理由；复现时，固定特定参考流程、数据契约及数值比较准则。已有代码提供参考实验，其设置不是所有任务的默认值。
例如，论文的站点回归和调参设计不能换成方便的通用划分后，仍声称完成相同复现。复现方法说明如何比较这些设计。
选择基线、开发预算和最终留出。重复实体、空间依赖、时间顺序与重叠滞后会影响隔离；学习型变换在训练数据及有关训练折内拟合。
指标应对应结果与用途。不同候选尽量使用可比总体，并报告剔除。约定测试前冻结最终选择。
模型解释关注拟合预测如何依赖输入；因果估计关注识别假设下的明确处理对比。选择控制变量或解释工具前先确定要回答哪个问题，细节见回归设计。
交接固定输入及字典引用、目标定义、变量角色、划分依据、候选要求、计算预算、结果位置和复核准则，明确缺失整理或不支持方法。