21世纪的统计学与20世纪的数学

nan.xiao

最近写了一些 Python，了解了一些新思想和新工具，并重读了一下发表于 2003 年的 Bradley Efron: A Conversation with Good Friends。文章开头这段以“20 世纪的数学研究者”作为类比的评论依然亮眼：

I wanted to go into statistics because I had no future as a 20th-century mathematician. I would have been okay in the 19th century, but I had no mind for the kind of abstractions that dominate modern mathematics, so I wound up going into statistics.

如果有一天，新的思想和新的实践不再发源于统计社区，顶级统计研究者的工作重心更多放在特定方法体系的理论推导而非具体实际问题的解决（对比 Hugging Face 上机器学习社区的创新数量与速度），整个领域成为少数精英玩家垄断的游戏，那么是否说明，统计作为一个学科已经在不知不觉中走上了数学在 20 世纪走过的老路？

或者说，这一天是否早已到来？ 🤔

yuanfan

其实统计学是不是本来就是建立在沙土之上的城堡呢？俺只是路过，留个脚印~

albert-R

我个人的感觉是，“统计”这个词的内涵是在不断扩大的。我自己本科时接触到的基本都是 Fisher 统计，贝叶斯、因果推断、高维这些内容都是我进入研究生阶段（严格来说，是开始使用英文进行学习后）才接触到的（我第一次接触james-stein 时很震撼，感觉它完全推翻了我对于统计的基本直觉）

我理解 LZ 的意思，是学校里教的统计学和业界已经脱节。我本人从事社会科学方面的研究，我的观察和 LZ 一致。Fisher 那个时代的统计学框架（p value，假设检验，…）早就不再是学界的golden rule 了，但下一个 golden rule 大家又没能达成共识。有可能一般性的golden rule 根本不存在，每个学科都应该根据自己的学科特点发展出自己的统计学。

以上部分观点拾自 rethinking stats 这本书的牙慧

tctcab

个人倒是对某个特定学科要不要噶不是特别关心，毕竟线性回归换个机器学习的名字不就又活过来了。