Quelle est la différence entre une «expérience statistique» et un «modèle statistique»?

Je suis AW van der Vaart, statistiques asymptotiques (1998). Il parle d'expériences statistiques, affirmant qu'elles sont différentes d'un modèle statistique, mais il ne définit ni l'une ni l'autre. Ma question:

Qu'est-ce que (1) une expérience statistique, (2) un modèle statistique et (3) quel est l'ingrédient clé qui distinguera toujours l'expérience statistique de tout modèle statistique?

Une autre façon de penser à cela est que l'expérience statistique est le protocole que nous suivons pour générer des données et le modèle statistique est le protocole que nous utilisons pour analyser ces données.

Une expérience statistique est une conception qui décrit comment les données seront collectées d'une manière statistiquement valide. Un modèle statistique est une description des relations entre les variables qui sont mesurées dans l'expérience et / ou la forme paramétrique de la distribution de ces variables.

Ce que @Michael Chernick a dit est correct du point de vue d'un statisticien.

Je suis physicien et en science, "modèle" peut aussi signifier une description prédictive. Vous diriez quelque chose comme "si vous configurez la situation suivante, par exemple, placez une petite goutte d'encre dans un verre de lait, alors au temps t vous vous attendriez à ce que la distribution statistique des molécules d'encre dans l'espace soit P [ x , t]. "

Je soupçonne que ce sens devient de plus en plus omniprésent. Par exemple, pour être à propos, on pourrait dire à un client potentiel "si nous ciblons une certaine population avec telle ou telle publicité, nous nous attendons à une augmentation du vote de 4 ± 1% pour votre candidat". Ce pourrait être un résultat purement empirique, ou il pourrait être basé sur un modèle statistique prédictif construit sur une théorie combinée avec les résultats d'expériences statistiques.