在大數(shù)據(jù)時(shí)代保持謙遜

有人說(shuō)，拋開(kāi)功利目的，統(tǒng)計(jì)學(xué)其實(shí)就是一項(xiàng)任務(wù)明確的客觀工作。要達(dá)成這一任務(wù)，無(wú)非是處理數(shù)據(jù)，從中尋找信息，繼而得出結(jié)論。但數(shù)據(jù)從來(lái)不是單純的數(shù)字，它是關(guān)于事實(shí)的符號(hào)記錄，構(gòu)成信息或知識(shí)的基礎(chǔ)材料。數(shù)字是抽象的符號(hào)，數(shù)據(jù)卻包含著特定的意義。比方說(shuō)“157”這個(gè)數(shù)字，本身沒(méi)有任何主觀的含意。可是，如果有人說(shuō)，157是一個(gè)成年男子的身高，我們立刻就會(huì)明白，哦，它的單位肯定不是千克，也不是毫安，而是厘米。接著我們也許還會(huì)推斷說(shuō)，這個(gè)人的個(gè)頭比較小，不太可能去打NBA。可見(jiàn)，數(shù)字必須嵌在經(jīng)驗(yàn)、上下文聯(lián)系、解釋等主觀判斷里才可能成為數(shù)據(jù)。換句話說(shuō)，在統(tǒng)計(jì)學(xué)的范疇內(nèi)，數(shù)據(jù)是“有內(nèi)容的數(shù)字”。而所謂內(nèi)容，其實(shí)大有玄機(jī)。

縱使我們對(duì)數(shù)據(jù)來(lái)源抱以高度的清醒，也未必能做到客觀真實(shí)。

2008年，納特·希爾弗在美國(guó)大選期間成功預(yù)測(cè)了49個(gè)州的選舉結(jié)果。2012年，他更是驚人地準(zhǔn)確預(yù)測(cè)了美國(guó)全部50個(gè)州的選舉。但正是這個(gè)被譽(yù)為“神奇小子” 的人提醒大家，在如今所謂“大數(shù)據(jù)”的時(shí)代，作為一門炙手可熱的學(xué)問(wèn)，統(tǒng)計(jì)學(xué)的第一戒條就是謙遜。一個(gè)好的統(tǒng)計(jì)學(xué)家必須認(rèn)識(shí)到，哪些事情統(tǒng)計(jì)學(xué)可以辦到，哪些不能。而這一點(diǎn)，往往是分辨好數(shù)據(jù)與壞數(shù)據(jù)的前提。

上世紀(jì)七八十年代，當(dāng)計(jì)算機(jī)開(kāi)始得到廣泛運(yùn)用時(shí)，人們樂(lè)觀地以為，統(tǒng)計(jì)學(xué)可以解決經(jīng)濟(jì)預(yù)測(cè)問(wèn)題。然而30年過(guò)去了，經(jīng)濟(jì)仍然是一個(gè)湍流難測(cè)的領(lǐng)域。很少有人預(yù)知到經(jīng)濟(jì)危機(jī)的發(fā)生，經(jīng)濟(jì)趨勢(shì)的預(yù)測(cè)通常也充滿了一個(gè)個(gè)互相矛盾的修正值。

經(jīng)濟(jì)學(xué)家哈祖斯是少數(shù)準(zhǔn)確預(yù)測(cè)到2008年國(guó)際金融危機(jī)的人。他認(rèn)為，人們?cè)谙屡袛鄷r(shí)，總是傾向于選擇那些滿足自身偏見(jiàn)的數(shù)據(jù)。不管這些偏見(jiàn)是經(jīng)濟(jì)動(dòng)機(jī)還是政治信仰，它們都會(huì)使數(shù)據(jù)變得很不可靠。他說(shuō)：“我認(rèn)為人們絕對(duì)有這樣的傾向，急切地希望事情按照自己希望的方式發(fā)展下去。”正是這種一廂情愿的自以為是，使得數(shù)據(jù)、統(tǒng)計(jì)，以及它們描述的世界統(tǒng)統(tǒng)發(fā)生了扭曲。

哲學(xué)家C.I.劉易斯告誡人們：“不存在任何先驗(yàn)的理由足以證明，當(dāng)我們發(fā)現(xiàn)真理的時(shí)候，它會(huì)是有趣的。”不僅是統(tǒng)計(jì)學(xué)，任何以真理為最終目標(biāo)的知識(shí)，都應(yīng)該以此為圭臬。

（摘編自微信公共賬號(hào)“大家”，作者：西閃，原題為《用數(shù)據(jù)是否能走向真理》）