淺談統計

統計是很多現代西方學科(比如醫學等)用以「量化」、「科學化」其結論的手段。但是其中有很多誤解，淺談如下：

統計中最常用的「假設檢驗」中，如何看待一個正面的結論？其實它只是說「憑經驗，沒有充足的反例能說明此假設不可能。」而決不是說「憑經驗，有充份的證據支持該假設」。這點是通常用粗體字印在統計的入門教科書上的，經常作為考試中的殺手題。但遺憾的是，連教授本人都容易忽略，外行人就更難以知道其中的道道了。

從以上的定義也可看出，統計學家並不認為自己能夠有資格驗證什麼假設「對」與「錯」，他們小心翼翼地措辭，以免給別人造成這一假象。遺憾的是，還是經常帶來誤解。

其實，統計所做的事，只是從過去的經驗中翻出自認為適用的模型往上套，主觀性很大。當牽扯到容錯率時，更是要看檢測人的喜好了。這樣做的局限性是很大的。比如用某一模型進行風險預期：構造模型的前提條件通常是在「正常情況」下設立的，然而，真正意外發生時，所用模型的前提將不復存在，又怎能用這一模型去預測、迴避風險呢？

再次，統計的膚淺也在這一定義中有所表現，它無法回答深層上的問題。統計回歸可以告訴我們「用藥的數量是隨著時間推移而增長」，但是為甚麼會這樣呢？教授會告訴你，「那是另外一回事」。人在迷中，是不會想到那是業力積累的結果的。