数据统计之惑.docxVIP

统计之惑 2017-12-12 也许大多数学科都一样，研究的越深入，迷茫也会越多。当然这种迷惑有多种情况，有的是初学者的迷惑，有的是经过迷惑然后有看懂再迷惑的阶段，有的甚至经过好几轮的迷惑-理解-迷惑这样的过程。 也许是因为统计学研究的是社会现象，所以总是带有不确定性，始终无法像物理学一样那么单纯。统计之惑，让多少人为之迷茫和不解，甚至沮丧懊恼。 哪怕是最简单的内容，也都存在各种迷惑。有些也许没有答案，起码没有标准答案，答案只在你心中。 比如正态性检验，怎样才算正态？说起来似乎很容易，然后，统计学检验的P值大于0.05就算正态吗？君不见，各种标着P0.05的数据都呈偏态分布吗？ 比如P值，到底怎样才算有意义？0.05用了这么多年，我们用的对吗？有多少人对P值又爱又恨，有多少人想修改这个P值却又下不了手。P小于0.05到底有多少实际的含义呢？P大于0.05又湮没了多少人的成果呢？然后修改到0.01甚至0.001就算解决问题了吗？问题的实质不在于标准，而在于你的需求和目的。 比如变量筛选，你所谓多因素分析找出的变量，真的有意义吗？我曾听不少人说道：我的研究中是存在一些混杂因素，但是我可以通过多因素分析校正他们。似乎有了多因素分析，一切都迎刃而解，然而真的如此吗？你把所有变量都放进来，一切就都解决了吗？ 比如建立预测模型，各种眼花缭乱的技术和方法，各种经典的和所谓新式