拉斯维加斯9888

作为一个在商学院工作了十多年的统计学老师，一天到晚为自己，为学生，或者年轻合作同伴多写俩Statistical Paper绞尽脑汁，也是无聊透顶,不知路几多脑细胞因而就义。可贵空闲的时辰，就瞎斟酌几个深刻的问题。当然，我也不知路这么深刻的问题，该不该我来斟酌。但是既然斟酌了，就不如写下来跟各人分享探求。这几个问题就是：中国统计学将来发展的风雅向是什么？背后的逻辑是什么？套用一句时髦的互联网说话就是：中国统计学的风口在哪里？

人说以史为鉴！所以，首先单一回首一下某些统计学领域的发展史,例如尝试设计。昔时，这个领域是若何发展起来的？难路是少数天才学者的智力游戏吗？显然不是。这是农业出产的必要。有关科学尝试是最底子的驱动力。那么后来呢？是工业化过程，以至于又催生了质量节造、靠得住性等有关学科。而从前这十年是推算机尝试。那么将来呢？我想肯定是互联网。这注明什么？这注明统计学的发展要适应产业刷新，这是大势所趋！

再看一个例子，高维数据分析是最近20年才被提出来的吗？不是！早在这个之前，就有学者，受幼我学术兴致的驱动，也曾提出过类似的问题，但没有形成气象。为什么？是由于其他学者其时有眼无珠吗？我以为不是。一个重要原因是，这样的步骤在其时如同没什么沉要的现实利用。这就难挂咒时主流统计学钻研不关切这个问题。但为什么，这个昔时让人脑洞大开的异类问题，却成了最近20年的钻研主流了？由于科学技术变了。以DNA Microarray为代表的生物技术的巨猛进取，产生了大量这样的数据。而这些数据，蕴藏着关乎人类性命健全的奥秘，拥有沉要的科学价值。这成就了从前这些年的（超）高维数据钻研。这注明什么？这注明统计学的发展依赖于技术进取，这是大势所趋！

最后一个例子。为什么造药统计学在美国那么沉要？由于生物造药这个产业极其壮大。默克、强生、施贵宝等一大批造药巨头，每年要执行大量的临床尝试，产生了大量的数据，造成了海量的分析需要，进而推动了造药统计学的发展。为什么这些巨头愿意投入巨大的功夫、财力、物力作临床试验？是它们对科研的好奇心？还是路德上的上流？可能都有一些，但不是最底子的。最底子的是美国食品药物监督局（FDA）对市场的强力监管。这个造度环境造成了有关企业必须执行严格的临床试验，进而产生了强劲的统计分析需要。而造药统计的发展，又极大地推进了有关领域，例如：生物统计学的发展。这注明什么？这注明统计学的发展必要肯定的造度环境，这是大势所趋！

所以我们不妨下一个结论：“统计学的大势所趋，从不以任何幼我的兴致爱好为转移。而是由产业刷新（例如：工业化过程）,技术进取（例如：DNA Microarray），还有造度环境（例如：FDA政策）所决定”。这一点，我以为肯定要看明显！雷军说：站在风口，猪都能飞！这说的是，沉大选择要顺势而为。背后隐含的另表一个结论是，若是逆风而动，鹰也飞不起来。这是我幼我对待中国统计学发展方向的根基逻辑。那么，在中国这片地皮上，面对当下的产业基础，政策环境，拉斯维加斯9888大势在哪里？统计学的风口在哪里？要当飞起来的猪？还是被打爬下的鹰？或者更好：顺势而为的鹰？

要回覆这个问题，必要检讨一下中国的近况。中国有壮大的造药产业吗？我相信将来会有。但不是今天，不是明天，不是我们可见的将来5到10年。为什么？由于我们不足强有力的造度环境。越发具体地说，我们不足类似FDA的强力监管机构。此刻的国度药品监督局（即：中国的FDA）已经做了好多有意思的工作，但是显然还远远不够。为什么？君不见各人对食品安全的焦虑吗？这还不及以批注拉斯维加斯9888造度环境必要long way to go吗？若是上面会商的是对的，那么请允许我做一个悲催的预测：在中国，将来可见的相当长功夫内，生物统计学，将会是一个沉要的存在，但是不成能大放异彩。为什么？由于：没有相应的造度环境。对，就这么单一！

那么中国有哪些产业在全球领域内是有竞争力的呢？第一、互联网；第二、造作业。这很好理解；チ矫，我们有以BAT为代表的一大批有竞争力的企业。而造作业方面，中国是世界的中心，生长了像华为这样伟大而优良的企业。这两个行业，有可能形成风口，或者在形成。这两个行业就是统计学钻研的大势所趋，风口地点！

更进一步地，这两个大势对统计学钻研的具体影响会是什么呢？我们先会商一下互联网，尤其是移动互联网，由于各人都很熟悉。请问：移动互联网产生了什么怪异数据？它们的价值何在，应该若何钻研？要回覆这个问题，看看自己最常用的APP就知路答案了。我们最常用什么？微信。国表呢？Facebook andTwitter。它们是什么？全数都是基于社交的软件或者服务。它们产生了什么样的数据？首先是网络结构数据，用于刻画了用户之间的社交关系。对于统计分析，这会带来什么样的变动？最底子的变动就是让信息沿着网络结构起头流通。通俗地讲，以前，我们判断一幼我是好人还是坏人（因变量）,重要参考他自己的特点（诠释性变量）。但是，有了网络结构，与之相连个别的所有信息（即蕴含因变量、也蕴含诠释性变量），都能够被利用起来，以提高预测精度。但是，可能切合该理想、满足该需要的统计学模型却少之又少。这就是网络数据赋予统计学发展的沉大机遇，这就是风口地点！

再看看造作业。造作业有几个特点。第一、中国是全世界的造作中心，但是亟待产业升级，进入工业4.0时期。第二、与世界造作中心相对应的是，对中国造作业的数据，我们却极其无知，远远落后于互联网。产生这个景象，可能有两个原因：首先可能是是传统造作业的数据采集难题，不如互联网方便；其次可能是互联网的故事太抢眼，让我们健忘了传统产业。但是，我幼我感触到的传统行业，尤其是造作业，却蓄势待发！为什么？两个根基事实：（1）物联网技术越来越成熟，相应的数据采集越来越方便。一个典型的案例就是车联网。毋庸置疑，将来的汽车肯定被成百上千个、各类各样的探测器所包抄。这些探测器会正确纪录汽车行驶的方方面面。例如：胎压、发起机温度、地理地位、行驶方向、行驶速度、加快度、角速度等。这就组成了统计分析的数据基础。（2）由于传统造作业体量巨大。动则一个汽车厂商年产汽车百万台，或者一个家电企业年产电视机千万台。因而，若是数据分析可能产生任何有益的改进规划，带来的价值都是极其巨大的，很可能远弘远于数据分析（例如：精准营销）之于互联网的价值。由此可见，对于传统造作业，数据分析，很可能不以消费者为第一主题。而是以流程再造、产品改进、成本节俭为第一主题。这点跟互联网行业很不一样。而这所有，都是以物联网的大规模、低成本的执行为前提。因而，物联网将是另表一个风口地点！

基于以上会商，作为统计学工作者的我们应该若何应对？我以为必要以一种极度谦卑盛开的心态，去进求学务知识，相识利用场景，实际统计学理论。这方面，可供我们实际的沃土太丰硕了。它们蕴含但不局限于：游戏、电商、社交、告白、投资、金融、征信、可穿戴设备、车联网、设备监控、当局、医疗等。从前的汗青已经很明显地注明：统计学的发展，肯定要顺势而为。要适应产业刷新，技术进取，以及造度环境。在中国，互联网和物联网就是大势所趋，这就是风口地点。统计学从这里启程，想不飞都难！