统计学发展方向的选择
摘要: 看这题目，多吓唬人。又是方向，又是选择。一看就是知道作者是一个深受商学院教育毒害的砖家！但是，想跟大家说的是，我真心想把这个题目整小点，但是困难。为什么？因为接下来跟大家瞎聊的故事，确实关乎发展方向， ...
|
看这题目，多吓唬人。又是方向，又是选择。一看就是知道作者是一个深受商学院教育毒害的砖家！但是，想跟大家说的是，我真心想把这个题目整小点，但是困难。为什么？因为接下来跟大家瞎聊的故事，确实关乎发展方向，确实关乎取舍。或者，至少关乎我自己的研究团队（小二十号兄弟姐妹）的方向和选择！
首先给大家简单介绍一点背景知识，小小吐槽一下现在统计学正面临的挑战。先从方法论说起。统计学的方法论主要依赖数学，尤其是概率论。其中又以大数定理和中心极限定理被使用的最为广泛。值得一提的是，统计学用数学做工具，但不是数学。这就像物理学会用到很多数学工具，但物理学不是数学。这还可以从国外成熟大学的学科设置来看，统计学很少跟数学系待在一起。数学家追求的是数学逻辑上的优美，以及挑战性。从这个角度看，统计学实在不优美，也没啥挑战性。整来整去，不就是大数定理跟中心极限定理吗？所以，统计学家的工作，数学家会欣赏的可能性不大。我想，这是可以理解的，毕竟大家的关注点不一样。那统计学家关注什么呢？
统计学家说：我们关注实际应用！这句话理直气壮地说了几十年。直到最近，好像受到一点挑战(°_°)…之前我的一篇文章提到，统计学的发展主要受到：产业变革，技术进步，以及制度环境驱动。这是统计学应用的沃土！但是最近，当这些沃土出现的时候，发现有一批人，他们比统计学工作者更早更快滴开垦了这片沃土。他们是谁？他们是一批实干的计算机工作者。计算机工作者首先接触大数据沃土，这是不可避免的。因为，大数据就要数据仓库啊，谁做？当然得计算机专家做。做完了捎带整整数据，做点简单的描述统计，这有啥难。统计学家要模型算法？这也不难，千万不要认为这是你们的专利，不就几个回归模型嘛，算法也不复杂。再不行，咱自己开发几个跟统计学模型关系不大的算法来，例如TREE, SVM, RANDOM FOREST啥的。预测效果也相当不错啊！你看，统计学家能做的模型，似乎计算机专家都可以做，或者找到替代品。但是，计算机专家可以做的，例如数据仓库，统计学家可绝对做不了，太伤心了！让我找个角落哭会去，555555
看到问题没有？统计学快要被计算机替代了！这不是我一个人的看法，这是很多统计学同仁的看法。当然我们这个看法不一定对，但是可能反映一些现状。例如在美国，有几所很好的统计系，他们新招聘的统计学教员中有计算机博士。但是，似乎没有听说过某个一流计算机系招聘统计学博士。怎么办？办法一，就这样了，如果山雨欲来，那就等死吧。这个办法太消极了，太负能量了，没人同意。方法二，加强计算机训练，尤其以HADOOP（Map-Reduce）为代表的并行存储和计算理论。大家觉得怎样？是不是方法二靠谱多了。而事实上，方法二确实是国内外，很多统计学主导的大数据教学项目的实施重点。有学者甚至认为这是大数据时代，统计学研究的一个发展重点。我本人，曾经是这个想法的积极支持者。但是，我最近似乎有点动摇(°_°)…，为什么？
第一，毋庸置疑，在大数据时代，统计学工作者需要多学点计算机技术，好解决大数据分析中的生活自理问题。但是，我认为这不应该成为一个统计学发展的重要方向。为什么？基于两个判断。
【1】这条路似乎没啥希望。因为，在这条路上，同计算机专家相比，统计学工作者，没有半点优势。我们输在起跑线上，还不是一点半点。
【2】随着计算机技术的进步，现在认为很复杂的（例如）分布式存储和计算，将被一些成熟的软件产品极大地简化，甚至傻瓜化。如果是这样，相关的计算机理论知识（例如：Map-Reduce）就不必要了。
更进一步地解释一下【2】，我为什么相信它？首先，我相信市场的力量。市场上绝大多数数据分析工作者，不具备大数据存储计算的专业知识，比统计学者还要差。因此，傻瓜化的大数据分析产品，一定是市场热烈欢迎的产品。其次，在我的周围，已经看到几个优秀的创业团队，他们正在这个方向努力前进，进展可喜！因此，我认为，在大数据相关的计算机基础知识方面，要积极投入但要有限度。对现有大数据计算机技术（例如：并行计算）的盲目跟进，不会成为统计学发展有前途的方向。
第二，那么，统计学发展的方向应该是什么呢？
我们不妨看看，在海外极其成功的生物统计学，它为什么发现的那么好？想来想去，就一个原因：生物统计学家懂生物医学知识！具体解释一下，国外的生物统计系一般设立在医学院，或者公共卫生学院下面。独立的生物统计系似乎没有听说过。这样的学科设置，保证了生物统计学者，会花很多时间去跟医生科学家等沟通。因此，他们学会了生物医学的专业语言，也就是我们常说的：业务知识。这使得生物统计学家，对生物医学研究的贡献独特，很难被替代。如果我们对生物统计学的理解是正确的，那么未来，统计学发展的正确方向应该是：学习并积累基于不同行业的业务知识。只有这样，我们才能同不同客户，根据他所处的行业，自由沟通。我们才可能了解需求，创造价值，并为统计学开疆拓土。沿着这样一个逻辑，大胆设想一下，类似于生物统计学，我们是否可以有互联网征信统计学？量化投资统计学？物联网（车联网）统计学？旅游交通统计学？我认为这才是统计学发展的前途所在！
总结一下：我认为统计学发展的未来，不是对现有大数据计算机技术（例如：并行计算）的盲目跟进。而应该是：学习并沉淀基于行业的业务知识，让统计学深入商业实践的各行各业（例如：物联网），为统计学的未来开疆拓土。
附本文作者简介：
王汉生教授现任北京大学光华管理学院商务统计与经济计量系教授，MBA项目嘉茂讲席教授，博士生导师，系主任；北京大学商务智能研究中心主任；微信公众号“狗熊会”创始人。王汉生教授先后担任多个学术刊物副主编 ，如The Annals of Statistics ，JASA，Computational Statistics & Data Analysis，Statistica Sinica ，Journal of Business and Economics Statistics，Science China: Mathematics 。并入选美国统计协会（American Statistical Association）
2014 年会士（Fellow）。
|
