谢益辉 魏兄跟我一样成了统计愤青了，哈哈 :) 我个人对统计学在预测方面的模型抱有信心，对解释型的模型持相当大的怀疑态度，但相信结合了其它专业知识的解释型模型是有用的。统计应该和具体的实战学科结合才能做出有用的结果，而不能闭门造车，外面的世界未必那么“精彩”。 另：我这篇文章也是在温室里写出来的，大家小心不要上当受骗
cloud_wei 我对预测更没信心，认为解释是预测的基础，解释不了，谈何预测？最常用的线性回归分析我也十分质疑，至于时间序列中的ARIMA等模型，我觉得比简单的曲线拟合高明不了多少，当然拟合方法也有很多。不过它们都很有理论意义的，其存在的价值是毋庸置疑的。All models are wrong, but some are useful. 当然还得加一句 just on some cases. 尤其是把理论往实际中套的时候。 另：我也有点纳闷，最近随便一发牢骚就上千字了，排在3号的评论我还删简了许多呢。胡适曰，多研究些问题，少谈些“主义”，主义是骨头，问题才是血肉，看来我需要反省一下了。
谢益辉 To 6号：我认为预测不一定需要解释，我之所以相信预测模型，是因为预测模型是可以经受检验的，比如，在没有新的样本的情况下，我们可以用训练样本和测试样本来获得模型预测性能的估计，这样我们对模型的可用性能有一定的了解，而不像解释型的模型，怎么解释都行，看你模型的变量怎么选、数据怎么来，只要最终结果P值显著，那么就皆大欢喜；至于解释是否真的成立，谁都不知道，因为我们不知道什么是真实的解释，公说公有理，婆说婆有理。（相比之下，预测模型要是预测错了我们是可以知道的） 机器学习领域有些方法压根就没法解释，例如Bagging方法集成了多个预测模型来一起预测，你说这样的集成模型过程如何解释呢？里面的关系已经超出人类的想象了……
haha999 偶然路过，看过，觉得很有意思。虽然本人不是学统计学的，但是现在对统计学有点兴趣了，特别赞同“统计是用来说明问题的，不是用来吓唬人的”，这样我联想到大学数学抽象理论的教学，嘿嘿，确实有点吓人！像谢同志学习，能把专业学习处理的这么生动有趣，还有关心同路人的情节情怀，感动哦！
胡豆豆 引用"最后，不要惧怕高年级的学长们，他们都知道吃人是犯法的，因此大可放心去请教、取经，让自己少走一些弯路。只可惜，当年没有学长对我这样说，以至于我一直惧怕学长会吃了我……" 这条很有意思呢... 这个 师兄多笑笑就不会有人怕拉~
goldersunlove 谢总,我是一个刚对统计学感兴趣的在职工作者,特别想要一本运用统计方面的书,如在什么情况下,用什么数据清理方法;在什么情况下运用什么样的统计分布;在什么情况下,运用什么样的统计检验,等等,具体如何计算这些值现有软件可以解决即可. 如何找到这样的书,如何从基础开始学习统计,您可否通过邮件赐教于我?谢谢
