主题：【原创】社会科学的全面数字化 -- 同人于野

眨眼之间：不假思索的思考力量,这本是讲直觉瞬间判断的吧?

Super Crunchers在台湾有译版,大陆这边好象还没出.这本只是灌输概念的通俗读物,真正data mining还得去找教材.

黑天鹅那本书对高斯分布很贬低.为何统计学家会把很多分布认定为高斯分布呢?就象排队问题总是用泊松分布去套一样,我一直不明白为何排队就是泊松的,只知套公式.

因为这样套用就会有最小方差?

任何分布，它们的sample mean的分布均符合高斯分布。

请问您这么说，是否说黑天鹅那本书对高斯分布的贬低是错的？

看到那一节，我有点糊涂，不知相信谁好。

那书我没看过。我是就事论事，不涉及到那本书。高斯分布有很多很美好的性质，在计算基本靠手的日子里，它给了统计学家很多安慰和希望。

当然，反对高斯分布的人也很多。他们说，嘿！统计小子们，你们看到钟型曲线分布很激动吧，以为那是高斯分布，其实那也有可能是Cauchy分布。

Cauchy这个分布很毒，我看就是绝户分布，没有mean,没有方差，很奇怪吧（这里有解释。）。所以搞统计的，你们怎么知道研究的是高斯，而不是Cauchy分布呢？

那个连接我看了，头马上大了一倍，里面的公式。。。。

那本书里有一节对高斯分布大肆攻击，主要观点是指高斯分布的应用范围很窄，最令人发指的是在金融界里很多人靠这个吃饭。不知道这次金融危机跟滥用高斯分布有无关系？

超级数字天才

作　　者： （美）艾瑞斯　著，宫相真　译

出 版 社： 中国青年出版社

* 出版时间： 2008-8-1

把球员所有数据都数字化，然后决定球员的未来。

常常看到的是几个例子吃一辈子，很容易混啊！

凭着俺残存的一点数学记忆.

大概理解了一下为啥没有mean, 没有方差, 原来是这个分布看着象高斯, 实际上两边的尾巴比高斯粗很多, 高斯的尾巴是指数级变细的, 这个分布的尾巴是平方级变细的, 导致的结果是尾巴太胖, 算mean要算所有分量的积分. 尾巴太胖, 一积分体重就无穷大, 所以没法算积分, 也就没有mean了.

看到统计分析用的越来越广, 在社会科学上得到全面应用, 亦喜亦忧. 喜的是俺本是个工科脑袋, 专爱严密的hard science, 不喜欢定性研究为主的soft science. 看到soft science逐渐硬化, 心中自然高兴. 忧的是, 数据统计本身太多trick, 差之毫厘, 失之千里. 曾有幸听某统计界大牛讲座, 一上来就把美国搞药物研究的人骂个臭死, 说他们那种漏洞百出的实验,根本无法说明药物是否有效性. 此观点也许极端, 但确实做统计研究要慎之又慎, 如果把统计分析结果用到社会分析决策这么重大的领域, 如何保证其结果的严密性, 不为掌握工具的人操控, 而让大家放心. 是一个必需考虑的问题. 最恐怖的就是民众,领导都是外行,被少数有私心内行打着科学的旗号唬了而导致严重后果.

一个把脑子交给了数字，一个把脑子当成了世界；一个是精神上的乞丐，一个是梦中的贵族。

完美的世界里，由于central limit theorem，我们看到的很多事情是大量随机事件的总和，都是服从高斯分布的。但是只要有人掺和进来，就不那么随机了。比如说大家去参观航空母舰的飞行甲板，假设每个人对弹射器都比较感兴趣，那么甲板上人群的分布应该是围绕着弹射器的高斯分布。但是突然有两个人尿急，跑到甲板的左边想撒尿，结果一甲板的人以为左边有什么新鲜玩意，都一窝蜂都跑到左边去了，然后船就翻了。

当然这个是非常不靠谱的例子，一般来讲，实际的分布都比高斯分布的尾巴要肥，也就是说极端情况更多。比如如果假设股价是连续的随机变化，未来某个时间股票可能的价格（的对数）是高斯分布。但是如果考虑到股价变化有跳跃——因为新闻总是在闭市的时候发的——那尾巴就肥了。考虑到有散户跟风，尾巴就更肥了。

重要的是，虽然尾巴肥不了多少，总体上看着还是一个高斯形状，但是起决定性因素的，往往就是右尾巴尖的那一点。这个概率从万分之一跳到万分之十，可就有很多基金经理要跳楼了。

说到底，并不是定量分析有什么问题，而是分析使用的模型要弄对，或者至少应该对模型的错误比较容忍。

错的不是定量分析，而是用错了模型。再怎么着都比定性分析——又称忽悠——强多了。文科生屁股决定脑袋没办法。不忽悠你让他们干什么去啊

再强大统计分析也只是对以往的经验的提炼，一般只适合比较平稳的社会环境和行业下，

因为数字是死,人是活的。再高明复杂的KPI体系要对付聪明的人类都欠缺些，对应付复杂多变的环境都是不足的。

牛肉是好吃，只是吃多了还是会营养不良。

我很赞同你关于国内对统计学的重视和运用水平都太低，应当大力推广统计学的运用。但不建议将统计学的作用推得太高，至少现在不行。实际上每本统计学理论书上都会对这方面进行论述。统计学只是一种工具，他的模型提出和判断实际上是取决于这门学科本身的内在关系。严格地说你上面说举的例子只能说他们的答案有较大可能。

没有之一。

我没看过黑天鹅，不知道它如何批评。

从数学角度看，概率论里有所谓“中心极限定理”（Central Limit Theorem, CLT），是说：

大量的独立的随机变量的平均数的分布趋向于高斯分布。

最简单的例子是你掷10000次硬币，正面算1，反面算-1，所有数的平均数一定是以0为中心的高斯分布。

这里“独立”这个条件很重要，实际生活中经常不满足，所以常常有其他分布和相应的极限定理。

下面ducati，老马丁解释的都很好。

尽管有些缺点，高斯分布仍然是最重要的分布，没有之一！