浅谈统计

统计是很多现代西方学科(比如医学等)用以“量化”、“科学化”其结论的手段。但是其中有很多误解，浅谈如下：

统计中最常用的“假设检验”中，如何看待一个正面的结论？其实它只是说“凭经验，没有充足的反例能说明此假设不可能。”而决不是说“凭经验，有充份的证据支持该假设”。这点是通常用粗体字印在统计的入门教科书上的，经常作为考试中的杀手题。但遗憾的是，连教授本人都容易忽略，外行人就更难以知道其中的道道了。

从以上的定义也可看出，统计学家并不认为自己能够有资格验证什么假设“对”与“错”，他们小心翼翼地措辞，以免给别人造成这一假象。遗憾的是，还是经常带来误解。

其实，统计所做的事，只是从过去的经验中翻出自认为适用的模型往上套，主观性很大。当牵扯到容错率时，更是要看检测人的喜好了。这样做的局限性是很大的。比如用某一模型进行风险预期：构造模型的前提条件通常是在“正常情况”下设立的，然而，真正意外发生时，所用模型的前提将不复存在，又怎能用这一模型去预测、回避风险呢？

再次，统计的肤浅也在这一定义中有所表现，它无法回答深层上的问题。统计回归可以告诉我们“用药的数量是随着时间推移而增长”，但是为什么会这样呢？教授会告诉你，“那是另外一回事”。人在迷中，是不会想到那是业力积累的结果的。