统计学 为什么要学统计学？

亲爱的童鞋，也许你是统计学专业的；也许你不是统计学专业的，但是你却因为无奈而不得不学习统计学。可能你来自一个看似无关的专业，但是对统计学很好奇。对此，我想和大家讨论一个问题:为什么要学统计学？

1.统计学不研究统计学

为此，你需要了解一个基础知识:统计学研究什么？如果你明白了这个问题的答案，自然就明白为什么要学统计学了。你可能会说，“嘿？统计学，难道不是研究统计学吗？”理解这个问题的关键在于如何定义“统计”。如果“统计”指的是“统计”这个领域，那当然是对的。“统计学”研究“统计学”。但如果“统计学”指的是一般大众印象中堂兄妹所做的各种EXCEL描述性统计(如计数、求和、求平均值、求最大值和最小值)，就太狭隘了。虽然描述性统计是统计学的一部分。但是，在绝大多数情况下，它们只是研究统计问题的一种手段，而不是所研究的问题本身。所以，你要先明确:统计学不学统计学！

统计学的研究是什么？如果你百度一下，似乎有一个定义出自广为流传的《大英百科全书》。大致意思如下:统计学是一门关于收集数据、分析数据、从数据中推断的科学和艺术。这似乎是一个相对公认的统计学定义。请问:这个定义如何？我一度认为这是一个可靠的、权威的定义。但是现在我觉得这个定义很不好，很肤浅，不准确。原因如下：

第一，统计是关于“收集数据”的吗？“收集数据”的场景很多，需要统计智慧，涉及到统计学的一个重要领域:实验设计。但如果把实际工作中所有关于“收集数据”的场景都收集在一起，你会发现，能参与的统计智能比例其实很小。大多数情况下，人们不需要，或者至少不会主动寻求统计的帮助。

比如安装摄像头、物联网监控设备、网站监控代码等。这些都是非常典型和重要的数据采集场景，相关从业人员基本不征求统计员意见。当然，这可能是由于实际工作者的无知，或许借助统计学，相关的数据收集工作可以做得更好。然而，我相信不会好到哪里去。因为，如果统计的智慧能够给这些工作场景带来很大的改善，市场力量就会驱使决策者积极寻求统计的帮助。其实这些数据采集场景的决策主要是业务驱动的，与统计无关，或者说实施统计智能的成本太高。

所以说“统计学是收集数据的学问”有些牵强。因为“收集数据”最重要的部分与统计无关。当然，如果统计因为和“收集数据”有一定关系，所以是“收集数据”的知识，那么统计就是一切的知识。因为统计和一切都有关系。同样的逻辑也适用于其他学科。最后发现，“每一科”都是一门关于一切的学科，毫无营养的废话。

第二，统计学是关于“数据分析”的吗？那也不太对。这取决于如何定义“数据分析”。如果把数据分析定义为统计学，当然统计学就是“数据分析”的知识。如果把“数据分析”定义为“数据”的“分析”，那么:1+1=2不是数据分析？这里有数据(1，2)，这里有分析(1+1=2)。也许，你会说这样的例子太没有代表性了。然后考虑一个更有代表性的场景。请问:会计做“数据分析”吗？显然！它涉及很多数据分析，但是很多数据分析都是确定性的，和统计学关系不大。因此，简单地说“统计学是一门关于‘数据分析’的学科”是值得商榷的。

第三，统计学是“科学与艺术”吗？这句话是最烂最无聊最没技术的鸡汤。为什么？这句话是普遍适用的。你可以说数学是“科学与艺术”，物理、化学、生物、管理、经济也是。更好的问题是:哪个学科不是“科学与艺术”？好像没有。上课的时候，我喜欢开玩笑说:“我的样子挺科学的，挺艺术的。它的科学在于它的鼻子和眼睛，满足了生存的基本需要。它的艺术在于它的独特性，没有网络名人那么帅。”你看，科学和艺术？是普遍适用的！

2.统计研究中的不确定性

统计研究本身的问题是什么？答:不确定性。是的，就一句话:统计研究的不确定性。如果再详细一点:统计学不研究统计学，统计学研究不确定性，找到确定性的规律，加以利用，创造价值。如何理解这个定义？

以会计数据分析为例。如果会计分析的目标仅仅是检查企业现有的资产、利润和负债，那么基本上就是一个纯粹的会计数据分析问题，与统计无关。为什么？因为不存在不确定性。这也解释了绝大多数会计从业者，没有统计的加持，依然可以做好会计工作。然而，如果会计分析的目的是协助投资决策，情况可能会不同。一个可能的数据分析要求是:如何在现有会计数据的基础上预测企业未来一年的利润，并据此知道投资决策。听着，这是什么问题？答:这还是会计问题，关于投资的会计问题。但是，这个会计问题和传统会计问题有什么区别呢？答:这个会计问题存在不确定性。因为这项工作需要在现在的基础上预测未来，未来是高度不确定的。这已经成为会计实践中出现的一个非常典型的统计问题。

再看一个例子。一个非常成功的APP，应该是每天报告每天活动的次数。也就是计算每天活跃用户总数。这是什么问题？答:统计问题，非常传统的统计问题和计数问题都和统计无关。当然，在实际工作中，如果APP的装机容量很大，可能不容易统计清楚这个数字。所以我们需要一个科学合理的主动用户定义，也可能需要一个大数据分布式计算的平台(比如Hadoop)。但这个问题本质上与统计学无关，是一个传统的统计学问题，不是统计学研究的。但是，如果管理者关注的是未来(比如下周)每天的活动次数，这个问题就会瞬间变成一个统计问题。为什么？因为从今天开始预测未来有很大的不确定性。不确定性来源于用户规模增长、流失、活跃程度的不确定性。这就成了典型的统计学问题。

可见，仅仅用“统计学”或“数据分析”来定义统计学是非常不严谨的，仅仅区分统计学与其他学科的差距是不够的。统计学最独特的基因，与其他学科最不同的是，它关注不确定性。如果不确定性来自经济学，那么统计学可以用于经济学(例如计量经济学)。如果不确定性来源于生物医学，那么统计学可以用于生物医学(比如生物统计学)。如果不确定性来自生产质量管理，那么统计可以用于生产质量管理(例如质量管理，6-sigma)。简而言之，在不确定性出现的地方，统计的智慧就会传播开来，统计就会在那里生根发芽，结出许多果实。没错，这才是真正的统计！

3.不确定性无处不在

以上统计研究的答案是什么？答案:不确定。接下来我给大家展示一个事实:在现实世界中，不确定性无处不在。

比如婚姻的选择极其不确定。相爱的男女是否应该接受对方，成为自己的终身伴侣，是一个重要的选择。这样的选择会有什么后果？是幸福的航程还是痛苦的开始？有很大的不确定性。为了最大限度地减少这种不确定性，年轻男女往往需要一场生死攸关的爱情，从而充分暴露自己的优缺点，减少未来婚姻的不确定性。但是，不管你怎么理解，这种不确定性还是很大的存在。

职业选择的不确定性很大。在有限的待选岗位中，你应该选择哪一个？公务员教师还是企业？如果去企业，应该去国企、私企还是外企？应该选择哪个行业？金融、制造还是互联网？每个选择的后果都是不确定的。80年代初，在国企工作被认为是最安全的工作，没有失业的可能。然而，90年代的破产浪潮，让大量下岗工人深刻认识到，没有一份工作是绝对稳定可靠的。同样的故事也发生在高校。二十年前普遍认为大学老师是一份很稳定的工作，没有失业的风险，有寒暑假。但是现在的高校，尤其是一线高校，都在研究欧美的终身制:要么升，要么退。大学老师的铁饭碗一下子被砸了，竞争激烈甚至残酷。

消费者行为具有高度的不确定性。不要指望大数据绝对准确的预测人们的消费行为，这显然是不可能的。去沃尔玛购物前，我发誓说:“我想买可口可乐。”但是，结账的时候，发现自己背着二锅头。你看，连我自己都不能绝对准确的预测自己。为什么可以？为什么所谓的大数据可以？一个人的购买决策太复杂，充满不确定性。精准营销(或广告)中的“精准”一词并不意味着绝对精准。但是，在相对意义上，它比胡萌的随机猜测更准确，仅此而已。

个人世界充满不确定性，企业不也是吗？从工商登记诞生的那一天起，企业就开始了一段不确定的旅程。企业面临的第一个问题是:能活多久？这是一个不确定的事件。每年都有上百万的新企业在工商注册！但是，他们未来的生活状态会怎样呢？哪些公司能生存三年以上？不确定性很高。

即使是健康的企业也面临着许多不确定的挑战。比如应该任命什么样的CEO？显然，不同的CEO可以给企业带来不同的命运。从杨致远到雅虎，从乔布斯到苹果，从梁建章到携程，都表明首席执行官可以影响一个企业的命运。但在任命的那一刻，很难确定CEO能给企业带来什么样的命运。

企业有了CEO，接下来就要考虑融资了，这是CEO经常面临的重要问题。一个好的融资方案，带来的不仅仅是资金，还有宝贵的资源和在未来的职业生涯中相互支持的好伙伴。而一个糟糕的投资计划可能会给企业带来短期资本，却没有长期资源。更糟糕的是，股东之间的博弈、猜疑和不信任的种子可能会从现在开始播种，这可能会极大地损害企业的发展。最后会是什么结果？这个很不确定。

融资后，企业应该如何扩张？深度培育现有核心业务方向，还是拓展更多新的业务方向？精耕细作的优势是继续巩固和扩大原有业务的优势。但缺点是对业务增长空的想象似乎很小。拓展新业务的好处是可以为企业未来的成长提供更大的想象力空。但是缺点是新的业务方向风险很大。而且新的业务方向太多，会导致资源分散，可能一无所获。应该如何选择？选择会有什么后果？这也有很强的不确定性。

4.不确定性创造商业机会

从商业角度，如何看待不确定性？答:热烈拥抱。为什么？因为:不确定性造就商业价值！举个例子，假设你是股票投资者，想通过买卖股票来获取超额收益。这个美好的梦靠的是什么？这取决于你对股票未来价格的判断。未来股价的变化趋势是一个高度不确定的事件。你对此有何感想？你喜欢股价的不确定性吗？

你一定要说:我不喜欢不确定，我喜欢确定。如果你能准确知道第二天股价的变化趋势，你一定赚了很多钱。真的会这样吗？如果你总能准确预测股价走势，别人会知道吗？也许这是你的内部消息，绝活，千万不要告诉别人。但是，你能藏一段时间，你能藏一辈子吗？这个世界上没有不透风的墙。很快人们就会发现有这么一个神奇的投资人，他的所有投资策略都是绝对正确的，零风险！然后他们会怎么样？然后他们会效仿，毫无风险的赚很多钱。再后来，你独特的秘技就传遍了全世界。很快，全世界都知道，这已经不是什么秘技了。所有投资者都蜂拥而至，制定完全相同的投资策略。这时，市场的天平开始倾斜。最终，你的超额回报的投资机会就消失了。股价会回到不确定状态。

当然，这只是一个思想实验。在现实世界中，股价的未来趋势是高度不确定的。没有人有能力长期、持久、绝对准确地预测股价走势。所以，在真正的股市中，没有人能成为一个绝对聪明、无风险的投资者，不会被所有的投资者追逐。即使是像巴菲特这样的风云人物，也不是每个人都认同他的投资哲学。其实每个人都可以有自己的投资策略，形成自己的投资风格，获得一定的收益，承担一定的风险。这时候，谁能通过数据分析降低(请注意不要消除)股价走势预测的不确定性？在相同的投资风险下，他可以获得相对的竞争优势，获得更好的回报率。这就是资本市场的不确定性带来的商机。相反，如果资本市场是确定的，每个人对未来的判断都是一样的，那么就没有人会有任何投资机会。

因此，不确定性可以带来巨大的商机。这就是乱世英雄的道理:乱世是不确定性，英雄是商机；这个乱世没有不确定性，哪里有当英雄的商机？

5.总结讨论

你看，这个世界是一个关于不确定性的世界，生活是一个关于不确定性的旅程。不确定性本身是中性的，没有好坏之分。一方面，今天再美好，不确定性迟早会让我们陷入困境。另一方面，不管今天的生活有多悲惨，不确定性都会让一切过去。生活面临着一次又一次的不确定性挑战。这些挑战可能涉及个人、家庭、机构、行业甚至国家。我们能做出科学的选择吗？这就要求我们具备一种独特的能力，一种学习不确定性的能力，一种理解不确定性的能力，一种利用不确定性创造价值的能力。这就是人生的大智慧！统计学是这个大智慧的基本理论框架。你想学吗？