統(tǒng)計學最新學術報告在哪里看 最早使用統(tǒng)計學這一學術用語

大學的許多老師和管理者都需要花費大量時間寫作，但我們的寫作水平往往差強人意。我怎么也搞不明白我們這個行當明明非常重視學術寫作，為什么很少有人講授如何寫作呢？在大學工作的近30年中，我看到很多有才華的人因為不能寫作或者沒有寫作而失敗了。而有些能力平平的人（每天早上，我都能從鏡子中看到這個人）就因為掌握了寫作技能在學界混得還算不錯。

這開始于研究生院。從那時起，你要從上課轉變?yōu)閷懽?，開始幾乎正好相反的轉型。許多研究生在前兩年上課期間是人人都羨慕和高看的明星，但突然間他們發(fā)現(xiàn)自己不再是主角了。相反，那些不在乎通過認真閱讀參考書目中的每一頁書來討好教授的不起眼的學生突然給刊物投稿而且發(fā)表了，實現(xiàn)了從學生到專業(yè)學者的轉變。其實，差別并不復雜，就是因為寫作水平。

1、寫作是一種功夫，需要日積月累

熟能生巧、巧能致精，寫作也是越寫越有心得、越寫越有信心。假如你一年后要跑馬拉松，你會等到幾個月后才突然一下子跑完26英里嗎？當然不會，你會天天堅持跑步，慢慢加量。你或許可以先在平路上練習，然后隨著水平的提高，慢慢在難度更大的路面上疾跑。要想寫好文章，多寫是唯一必經之路。你不能指望等到要出書或編寫磚頭厚的外部評審報告時才開始練習寫作。

2、制定以產出導向的目標，而不是以投入導向的目標

“我要努力寫作三小時”這樣的豪言壯語是一種錯覺，而“我要敲打出三頁雙倍行距的文字”才是實實在在的目標。完成這三頁紙的目標后，停下來去做點兒別的事情。備課、授課、開會，干什么都行。如果晚些時候你還有寫作的感覺，好極了。如果你沒感覺，那么你今天也不是沒有收獲的，至少你留下了一些文字。

3、尋找發(fā)自內心的聲音，不要為出版而寫作

詹姆斯·布坎南是1986年諾貝爾經濟學獎的得主。他在面試求職者時會問的一個問題是：“你寫的東西里有什么是十年后還有人讀的嗎？一百年后呢？”有人曾問過我這個問題，問得我心里怕怕的。而且這個問題也讓人感到很慚愧，因為我們多數(shù)人都不會這樣想這個問題。

我們關心的是“發(fā)表”論文，至于寫的東西是不是有思想或是不是能夠啟迪讀者思考好像不在考慮范圍。矛盾的是，如果你想的只是“發(fā)表”，你可能反而發(fā)表不了什么東西。如果你寫的東西正是你感興趣的課題，那么寫作往往就變得容易了。

4、寫作需要時間

許多聰明人會給自己找理由，這些理由是自欺欺人的謊言。比如，“我在臨交稿前寫得最快最好”。請注意：這完全是不真實的。誰也不能在壓力下有更好的表現(xiàn)。毋庸置疑，你聰穎過人。但如果要闡述一個艱深的課題，你憑什么認為可以在臨開會的前一天晚上的大半夜里，腦袋里能憑空蹦出智慧的火花，做出重要的貢獻？

寫文章的人往往在書桌前一坐就是數(shù)小時，不停琢磨各種想法。他們會向別人提出各種問題，會在品茶或吃飯時也要與其他有見解的人切磋意見，會一邊漫步一邊思考。有想法后，再坐下來寫上一大段。不要擔心你寫出來的東西不夠好，散悉或者不能即刻用得上。你在寫文章的時候會產生新的靈感；而你所做的也并不是僅僅去記錄下各種想法。

那些幾十年后仍然有人讀的文章和書籍都是坐在書桌前辛勤思考，強迫自己把深刻的思想轉變成文字的作者寫出來的；然后，他們會再讓這些文頃前字引導自己迸發(fā)出更多的靈感。如果你給自己足夠的時間，寫作就會像魔術一樣，在遙遠時空的另外一個人的腦海中生動地把此時此刻存在自己腦海中的想法刻畫出來。

5、寫作鋒芒來自磨礪，而不是吹噓

每個人的作品在落筆完成之前都是精彩無限的。而且，越是未落在字面上越精彩。我們都遇見過那些口若懸河、咄咄逼人的研究生或者老師。他們在酒雀掘清吧或者聚會上一手拿著啤酒、一手拿著香煙，讓人倍感敬畏。他們簡直無所不知。他們會告訴你他們即將著筆的作品會多么不同凡響。

時光飛逝，對于“你在寫什么？”的問題，多年后他們的回答仍然是那個聽過多少遍的200字的回答。這個樣子從未改變，因為他們除了吹噓，從未專心做過任何實實在在的工作。如果是另一種情況，你在努力寫東西，而你的作品不斷在發(fā)展變化。你不喜歡自己剛剛寫完的部分，而且你也不確定接下來將發(fā)生什么。當有人問“你在寫什么？”時，你會為之語塞，因為你不知道怎么去解釋。

那個拿著啤酒和香煙的躊躇滿志的家伙呢？他只是裝腔作勢，實際上從來不寫任何東西。他的回答是脫口而出，那是在消耗數(shù)百瓶啤酒和數(shù)千支香煙過程中不斷演練的成果。

不要被假象所迷惑：你才是贏家。當你真正在寫作，以成功所要求的標準付出辛勤努力時，你一定會感到力不從心、水平太臭，自己把自己折磨得疲憊不堪。如果你沒有這樣的感覺，那說明你對自己的要求還不夠嚴格。

6、構思一個引人入勝的謎題

將你的作品描繪或構思成為一個謎題的答案。有很多種有意思的謎題可供選擇，比如：
“甲和乙從相同的假設前提出發(fā)，最后卻得到了完全相反的結論。這是怎么回事？”
“這里有三個問題表面上看起來各不相同。但奇怪的是，它們實質上都是同一個問題，只是表象不同。我來告訴你這是為什么?！?

“理論預測的結果該會如此，但我們看到的現(xiàn)實卻不同。是理論錯了，還是有什么其他因素我們沒有考慮進去呢？”不要被這些公式限制住了，但在你向大家（不論是演講的聽眾還是文章的讀者）呈現(xiàn)你的作品時，這些公式還是對你很有幫助的。

7、先寫作，然后再安排其他的事情

把寫作放在第一位。我正好是個習慣起早的人，所以我一大早就開始寫作。在寫作之后，我安排上課、開會或做一些文案工作。你或許是個“夜貓子”，或介于兩者之間。不管怎樣，請把你最有效率的時間留給寫作。不要在忙完別的事情后，才突然想起來要寫作，也不要迷惑自己說等到有了大塊兒時間后再去動筆。擠時間去做其他事，寫作要排在首位。

8、不能要求每一個點子都高大上

許多人因為不能有力地闡釋自己感興趣的大題目而沮喪不已。進而，他們就什么也不寫了。其實，不妨從小題目寫起。埋頭堅持、在創(chuàng)作道路上一步一個腳印地跋涉，慢慢你會驚喜地發(fā)現(xiàn)自己已經在爬山登頂?shù)倪^程中完成了很長的路程。只有在把思想寫下來的過程中，我們才會更加明晰論文提出的問題，才能更準確地定義專業(yè)術語，并了解論據(jù)的邏輯性。

9、摸著石頭過河

你最深刻的思想往往是錯誤的，或者，至少可以說它們不是毫無瑕誤的。如果你研究的課題很深奧，那么，準確把握課題的核心和構思好謎題都不是輕易能做好的事。當剛入學的研究生說他們知道自己希望研究的領域或畢業(yè)論文要寫什么課題時，我總是暗自發(fā)笑。幾乎所有最優(yōu)秀的學者都會因為他們的研究和寫作體驗而經歷巨大改變。他們邊實踐邊學習，而有時候，認識到自己犯錯正是他們的學習收獲。

10、好文章是改出來的

請別人來幫你參詳一下你的作品。大學的一大優(yōu)勢是我們幾乎所有人都在同一條船上，而且我們都體驗過面對空白頁面上一閃一閃的光標卻一個字也寫出不來的恐怖。與你的同學或導師交換閱讀各自的作品，尤其是當你寫得感到惡心的時候，不妨幫別人讀一讀他們的作品。你必須克服心里對批評和否定的恐懼。

沒有人的第一稿是完美的。成功的學者與不成功的學者之間的差異不一定是誰的寫作水平高，而常常是誰能把編輯修改的功夫做足做好。如果你感到寫作很困難，那只說明你寫得不夠多。寫很多頁的文字對我而言一直都是一件很輕松的事。但我永遠不可能只靠寫作謀生，因為我寫得還不夠好。

但是，在領會這些小竅門并努力堅持實踐，我已經能讓寫作的技能為我所用，成為我人生和職業(yè)發(fā)展的一種助力。

數(shù)據(jù)挖掘與統(tǒng)計分析的區(qū)別

多元統(tǒng)計老師說：“數(shù)據(jù)挖掘是以統(tǒng)計分析為基礎的，多數(shù)在采用統(tǒng)計分析的方法”。我有不同的觀點，就寫點東西出來，大家可以自己評述。

我們過去曾給予數(shù)據(jù)挖掘方法智能的生命力，把它看作商務智能重要的發(fā)展方向。但統(tǒng)計學作為一個學科是否應該關心它的發(fā)展。我們是否應該將它看成統(tǒng)計的一部分？那意味作什么？最起碼它表明我們應該：在我們的雜志上發(fā)表這類文章；在我們的本科課程中講授一些這方面的內容，在我們的研究生中講授一些相關的研究課題。我們的博士生專業(yè)課就有《多元統(tǒng)計》一課；給那些這方面較優(yōu)秀的人提供一些獎勵(工作，職稱，獎品)。

答案并不明顯，在統(tǒng)計學的歷史上就忽略了許多在其它數(shù)據(jù)處理相關領域發(fā)展的新方法。如下是一些相關領域的例子。其中帶*的是那些在統(tǒng)計科學中萌芽，但隨后絕大部分又被統(tǒng)計學忽略的方法領域。
1?模式識別*–CS/工程
2?數(shù)據(jù)庫管理–CS/圖書館科學
3?神經網絡*–心理學/CS/工程
4?機器學習*-CS/AI
5?圖形模型*(Beyes?網)-CS/AI
6?遺傳工程–CS/工程
7?化學統(tǒng)計學*–化學
8?數(shù)據(jù)可視化**–CS/科學計算

可以肯定地說，個別的統(tǒng)計學家已經致力于這些領域，但公平地說他們并未被我們的統(tǒng)計學學術圈接納，主流的學術圈并未接納這些，至少我沒有聽到哪個統(tǒng)計學教師鉆研神經網絡。

既然象上面的一些從數(shù)據(jù)獲取知識的課題和統(tǒng)計學的關系如此冷淡，我們不禁要問：`什么不是統(tǒng)計學`。如果和數(shù)據(jù)聯(lián)系并不是一個課題成為統(tǒng)計學一部分的充分理由，那么什么才是充分的呢？到目前為止，統(tǒng)計學的定義好象依賴于一些工具，也就是我們在當前的研究生課程中講授的那些東西。如下是一些例子：
.概率理論
.實分析
.測度論
.漸近理論
.決策理論
.馬耳可夫鏈
.遍歷理論

統(tǒng)計領域好象被定義成一族能提出如上或相關工具的問題。當然這些工具過去和將來都會很有用。就象Brad?Efron（Brad?Efron,?Department?of?Statistics?Sequoia?Hall?390?Serra?Mall?Stanford?University?Stanford）提醒我們一樣：“統(tǒng)計是最成功的信息科學。那些忽略了統(tǒng)計的人將受到懲罰，他們將在實際中自己重新發(fā)現(xiàn)該統(tǒng)計方法?！?
有人認為在當前數(shù)據(jù)(及其相關應用)以指數(shù)方式增長，而統(tǒng)計學家的數(shù)量顯然趕不上這種念掘頌增長的情況下，我們統(tǒng)計學應該將精力集中于信息科學中我們作得最好的部分，也就是基于數(shù)學的概率推斷。這是一種高度保守的觀點，當然它也有可能是最好的一種戰(zhàn)略。然而，如果我們接受這一種觀點，我們統(tǒng)計學家在‘信息革命’浪潮中的作用肯定會逐漸消失殆盡（在這個舞臺上的演員越來越少）。當然這種戰(zhàn)略的一個很好的優(yōu)點是它對我們創(chuàng)新的要求很少，我們只需要墨守成規(guī)就可以了。

另一種觀點，早在1962年就由John?Tukey[Tukey?(1962)]提出來了，他認為統(tǒng)計應該關注數(shù)據(jù)分析。這個領域應該依據(jù)問題而不是工具定義，也就是那些和數(shù)據(jù)有關的問題。如果這種觀點成為一種主流觀點，那就要求對我們的實踐和學術課題作較大的改變。
首先(最重要的)，我們應該跟上計算的步伐。哪里有數(shù)據(jù)，哪里就有計算。?一旦我們將計算方法看成是一個基本的統(tǒng)計工具(而不是一種方便地實現(xiàn)我們散信現(xiàn)成工具的方法)，那么當前許多和數(shù)據(jù)密切相關的領域將不復存在。他們將成為我們領域的一部分。
認真對待計算工具而不是簡單地使用統(tǒng)計包–雖然這一點也很重要。如果計算成為我們的一個基本的研究工具，毫無疑問，我們的學生應該學習相關的計算科學知識。這將包括數(shù)值線性代數(shù)，數(shù)值和組合優(yōu)化，數(shù)據(jù)結構，算法設計，機械體系，程序設計方法，數(shù)據(jù)庫管理，并行體系，和程序設計等等。我們也將擴展我們的課程計劃，它應該包括當前的計算機?定向數(shù)據(jù)分析方法，它們大部分是在統(tǒng)計學科之外發(fā)展起來的。

如果我們想和其它的數(shù)據(jù)相關領域爭奪學術和商業(yè)的市場空間，我們的某些基本模式將不得不改變，我們將不得不調節(jié)對數(shù)學的幻想。數(shù)學（象計算）只是統(tǒng)計的一個工具，雖然非常重要仔鄭，但并不是唯一能證實統(tǒng)計方法有效性的工具。數(shù)學不等價于理論，反之亦然。理論本來是創(chuàng)造理解力和數(shù)學，雖然這很重要，但并不是作此的唯一方法。比如，在疾病的基因理論中數(shù)學內容很少，但它卻使人們更好地理解許多醫(yī)學現(xiàn)象。我們將承認經驗確認方式，雖然有一定局限性，但的確是一種確認方式。
我們可能也不得不改變我們的文化。每一個參與其它數(shù)據(jù)相關領域的統(tǒng)計學家都被他們和統(tǒng)計學的‘文化差距’所震撼。在其它的一些領域，‘想法’比數(shù)學技術（基礎）更重要。一個有啟發(fā)的‘想法’就被認為是有價值的，若有更詳細的確認（理論的或經驗的）人們才去討論它的最終價值。思維方式是‘如果沒有證明是有罪的，那就是清白的’這和我們領域的思路是不一致的。過去如果一個新方法不是用數(shù)學證明是有效的，我們常常詆毀它，即使不這樣，我們也不會接受它。這種思路在數(shù)據(jù)集比較小和信息噪聲比較高時是合理的。特別地，我們應該改變我們詆毀那些表現(xiàn)很好（通常在其它領域），但卻沒被我們理解的方法的習慣。

個人感覺，也許，現(xiàn)在的統(tǒng)計學正處在一個十字路口，我們可以決定是接受還是拒絕改變。如上所說，兩種觀點都極富說服力。雖然觀點豐富，但誰也不能肯定哪一種戰(zhàn)略能保持我們領域的健康發(fā)展和生命力。大多數(shù)統(tǒng)計學家好象認為統(tǒng)計學對信息科學的影響越來越小。它們也不太同意為此作些什么。站主導的觀點認為我們有市場問題，我們在別的領域的顧客和同事不了解我們的價值和重要性。這也是我們的主要專業(yè)組織，美國統(tǒng)計協(xié)會的看法。在戰(zhàn)略計劃委員（A?mstat?News-Feb.1997）會所作的五年計劃報告中有一節(jié)‘增強我們學科的聲望和健康’，報告中提及“以下的內容意思是：統(tǒng)計學面臨危機，市場的，人才的危機。”統(tǒng)計學可以在數(shù)據(jù)挖掘科學中發(fā)揮作用，統(tǒng)計學應該和數(shù)據(jù)挖掘合作，而不是將它甩給計算機科學家。

有一部分統(tǒng)計專家認為計算機和他們爭搶了市場，這個是表面現(xiàn)象。以我們的課程為例，老師講得很認真，但很多人都沒有統(tǒng)計基礎，這嚴重影響了學生對分析過程和結果的理解。SPSS、SAS等分析軟件已很優(yōu)秀，但運行出來的結果仍需進行解釋，統(tǒng)計專家的價值也在于此。數(shù)據(jù)挖掘的可視化比統(tǒng)計分析工具更成功，在目前BI風起云涌的大背景下，企業(yè)數(shù)據(jù)倉庫發(fā)展到一定階段，數(shù)據(jù)挖掘的市場會越來越大，統(tǒng)計專家們的擔憂正變?yōu)楝F(xiàn)實。數(shù)據(jù)挖掘是面向最終用戶的，而統(tǒng)計分析的中間轉換環(huán)節(jié)提高了應用成本。

以上是小編為大家分享的關于 數(shù)據(jù)挖掘與統(tǒng)計分析的區(qū)別 的相關內容，更多信息可以關注 環(huán)球青藤 分享更多干貨

國勢學派。最早使用統(tǒng)計學這一學術用語的是國勢學派螞段。統(tǒng)計學悶嘩譽的萌芽最初在當時歐洲經濟發(fā)展較快的意大利孕育良久，但最終卻在17世紀的德國首先破土成芽，國勢學派又稱記蘆悄述學派，產生于17世紀的德國。