shuaihuang 看上去还可以 统计学的哲学地位站得基本到位 就是数学层面的解释太少了。。 “关于统计建模，我一向坚持以“简洁而能说明问题”为首要原则，并且更强调“简洁”； 事 实上，知道赤池信息量的人都知道，AIC（Akaike Information Criterion）的计算是两部 分之和，一部分是（-2倍的）对数似然函数最大值，另一部分就是（2倍的）模型未知参数 个数，“使AIC尽可能小”是一条著名的统计建模准则，显然，第二部分说的无非就是模型 的简洁程度。我反对一味追求数学上的复杂与高深，搞统计不是比谁的数学更拽，要是脱离 实际或者对实际没有指导作用，那么模型再花哨、方法再先进也不过是个绣花枕头——中看 不中用。” 比如这个，AIC的推导本身就是涉及比较复杂的函数逼近去求的对likelihood的一个期望， 如果那个日本鬼子数学不拽，他能搞出这么牛逼得AIC吗。。
xwhuaduo-xwhuaduo 考古拜读~最近开始看boostrap和分位数回归，谢大用简单的话讲的很清楚，希望还有后续的文章啊，最好能把各种大牛的方法的基本思想都给解释解释，我还是赶紧看文献吧。。。
yihui [未知用户] 我一个人怎么可能有那么大本事，靠大家一起努力吧。这是五年多以前的文章了，现在看看，让我想起一个笑话：我年轻的时候我告诉别人我什么都懂，别人都不信；等我成了一个老教授，告诉别人我什么都不懂，他们还是不信……
