写给统计学的问题

说明：本文为英文原文的 AI 辅助中文翻译，可能没有完全保留原文语气；如需核对细节，请切换到 English 版本。作为统计学学生，这七年来我越来越觉得这门学科有趣。但与此同时，我也有越来越多问题，关于统计学的基础、统计学的未来等等。我想推荐《The Lady Tasting Tea: How Statistics Revolutionized Science in the Twentieth Century》这本书，用来了解统计学历史。那是一段非常有趣的历史，基本围绕几位著名统计学家展开。如果你在 Mathematics Genealogy Project 上查自己的学术谱系，会发现一些非常有名的人。对我来说，往前三代是 Blackwell，六代是 Fisher，十代是 Poisson。这个领域很小，所以很容易找到彼此之间的联系。

我向一些教授问过这些问题，也尝试用自己有限的经验回答。有些问题容易回答，而且得到的答案相似；有些问题基于当前状态很难回答。我也想把这些问题问给读者，你也可以思考类似的问题。

1. “你是 Bayesian 还是 frequentist” 是一个合理的问题吗？成为 Bayesian statistician 意味着什么？它们未来会统一吗？

现在人们会同时使用两个学派的方法来解决问题。似乎只要能完成工作，大家对频率学派和贝叶斯学派之间的哲学争论就没那么感兴趣了。所以有人称自己为 pragmatic Bayesian，而不仅仅是 Bayesian。就像历史上许多定义之间的冲突一样，如今我们只是学习并使用两者，却未必知道它们之间曾有过很大的争论。这重要吗？我不知道，但我觉得至少了解它们意味着什么、代表什么是好的。从 UC Irvine 毕业时，我觉得自己是 Bayesian，因为我选择把贝叶斯方法作为研究兴趣之一。所以当 Jock 问“我们班里有 Bayesian 吗？”时，我毫不犹豫地回答了。但上了几门课之后，我发现自己还太不成熟，不足以称自己为 Bayesian。还有太多思想我没听说过，也没有完全理解。因此现在回答这种问题时我会很谨慎。至于最后一个问题，我想象的是类似 Theory of Everything 的东西，而不是简单把 frequentist 和 Bayesian 方法拼在一起。我们知道，当使用无信息先验且样本量足够大时，后验分布会给出类似 MLE 的估计。因此，也许存在一种可能，把这些相似的方法统一为一种更一般的方法。

2. 你如何定义统计学，也许还有数据科学？你认为未来的统计学会是什么样？

随着统计学和其他学科之间的边界越来越模糊，比如数据科学和某种程度上的计算机科学，精确定义这些学科越来越困难。关于什么是数据科学，有很多论文、文章和报告。不同人有不同定义。有些人说数据科学是交叉学科，也有人说统计学包含在数据科学里，因为统计学处理数据。在中国，一些统计系被替换或并入数据科学学院、大数据学院。我认为原因很明显：数据科学和大数据是热门趋势，这个名字能带来更多经费和项目。像 Paul 一样，如果未来统计学消失或变成别的东西，我不会惊讶。在我看来，统计学本身的理论基础其实很弱，因为它是一门经验学科。这七年来我学到的一点是：没有什么是不可能的。有时我会想，这是否意味着我们其实什么也没学到，这有点悲伤。

3. 虽然我们接受训练，拥有专业知识和技能，但资本认为我们有多少价值？我们在行业中的优势是什么？

很多公司都有“data scientist”职位，但很多公司并不知道这些 data scientist 应该做什么。疫情初期，我听说一些公司解散了数据科学部门。也许这是它们认真思考这个问题的好时机。另一方面，懂得使用 R/Python 包、具备一定统计知识的 CS 学生也可以成为 data scientist，而且他们的编程能力可能比统计学生更强。Jock 说过：“统计学一定是最广泛教授、也最糟糕教授的学科之一。你告诉别人你是统计学家，几乎一定会听到对方说统计学是他们上过最糟糕、最没用的课。”因此，统计学给人的印象常常是无用。此外，在这个时代，人们关注速度，质量排在第二。如果一个包能处理所有事情，为什么还需要统计学家？