作为一个在商学院事情了十多年的统计学教员，一天到晚为自己，为学生，或者年轻相助同伴多写俩Statistical Paper绞尽脑汁，也是无聊透顶,不知道几多脑细胞因此牺牲 。难堪空闲的时间，就瞎琢磨几个深刻的问题 。虽然，我也不知道这么深刻的问题，该不应我来琢磨 。可是既然琢磨了，就不如写下来跟各人分享探讨 。这几个问题就是：中国统计学未来生长的大偏向是什么？背后的逻辑是什么？套用一句时髦的互联网语言就是：中国统计学的风口在那里？
人说以史为鉴！以是，首先简朴回首一下某些统计学领域的生长史,例如实验设计 。昔时，这个领域是怎样生长起来的？岂非是少数天才学者的智力游戏吗？显然不是 。这是农业生产的需要 。相关科学实验是最基础的驱动力 。那么厥后呢？是工业化历程，以至于又催生了质量控制、可靠性等相关学科 。罢了往这十年是盘算机实验 。那么未来呢？我想一定是互联网 。这说明什么？这说明统计学的生长要顺应工业厘革，这是时势所趋！
再看一个例子，高维数据剖析是最近20年才被提出来的吗？不是！早在这个之前，就有学者，受小我私家学术兴趣的驱动，也曾提出过类似的问题，但没有形成天气 。为什么？是由于其他学者其时有眼无珠吗？我以为不是 。一个主要缘故原由是，这样的要领在其时似乎没什么主要的现实应用 。这就难怪其时主流统计学研究不体贴这个问题 。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年的研究主流了？由于科学手艺变了 。以DNA Microarray为代表的生物手艺的重大前进，爆发了大宗这样的数据 。而这些数据，蕴藏着关乎人类生命康健的神秘，具有主要的科学价值 。这成绩了已往这些年的（超）高维数据研究 。这说明什么？这说明统计学的生长依赖于手艺前进，这是时势所趋！
最后一个例子 。为什么制药统计学在美国那么主要？由于生物制药这个工业极其强盛 。默克、强生、施贵宝等一大批制药巨头，每年要实验大宗的临床实验，爆发了大宗的数据，造成了海量的剖析需求，进而推动了制药统计学的生长 。为什么这些巨头愿意投入重大的时间、财力、物力作临床试验？是它们对科研的好奇心？照旧品德上的高尚？可能都有一些，但不是最基础的 。最基础的是美国食物药物监视局（FDA）对市场的强力羁系 。这个制度情形造成了相关企业必需实验严酷的临床试验，进而爆发了强劲的统计剖析需求 。而制药统计的生长，又极大地增进了相关领域，例如：生物统计学的生长 。这说明什么？这说明统计学的生长需要一定的制度情形，这是时势所趋！
以是我们无妨下一个结论：“统计学的时势所趋，从不以任何小我私家的兴趣喜欢为转移 。而是由工业厘革（例如：工业化历程）,手艺前进（例如：DNA Microarray），尚有制度情形（例如：FDA政策）所决议” 。这一点，我以为一定要看清晰！雷军说：站在风口，猪都能飞！这说的是，重大选摘要顺势而为 。背后隐含的另外一个结论是，若是逆风而动，鹰也飞不起来 。这是我小我私家看待中国统计学生长偏向的基本逻辑 。那么，在中国这片土地上，面临当下的工业基础，政策情形，伟易博时势在那里？统计学的风口在那里？要当飞起来的猪？照旧被打爬下的鹰？或者更好：顺势而为的鹰？
要回覆这个问题，需要磨练一下中国的现状 。中国有强盛的制药工业吗？我信托未来会有 。但不是今天，不是明天，不是我们可见的未来5到10年 。为什么？由于我们缺乏强有力的制度情形 。越发详细地说，我们缺乏类似FDA的强力羁系机构 。现在的国家药品监视局（即：中国的FDA）已经做了许多有意义的事情，可是显然还远远不敷 。为什么？君不见各人对食物清静的焦虑吗？这还缺乏以批注伟易博制度情形需要long way to go吗？若是上面讨论的是对的，那么请允许我做一个悲催的展望：在中国，未来可见的相当长时间内，生物统计学，将会是一个主要的保存，可是不可能大放异彩 。为什么？由于：没有响应的制度情形 。对，就这么简朴！
那么中国有哪些工业在全球规模内是有竞争力的呢？第一、互联网；第二、制造业 。这很好明确 �；チ矫�，我们有以BAT为代表的一大批有竞争力的企业 。而制造业方面，中国是天下的中心，孕育了像华为这样伟大而优异的企业 。这两个行业，有可能形成风口，或者正在形成 。这两个行业就是统计学研究的时势所趋，风口所在！
更进一步地，这两个时势对统计学研究的详细影响会是什么呢？我们先讨论一下互联网，尤其是移动互联网，由于各人都很熟悉 。讨教：移动互联网爆发了什么奇异数据？它们的价值何在，应该怎样研究？要回覆这个问题，看看自己最常用的APP就知道谜底了 。我们最常用什么？微信 。外洋呢？Facebook andTwitter 。它们是什么？所有都是基于社交的软件或者效劳 。它们爆发了什么样的数据？首先是网络结构数据，用于描绘了用户之间的社交关系 。关于统计剖析，这会带来什么样的转变？最基础的转变就是让信息沿着网络结构最先流通 。通俗地讲，以前，我们判断一小我私家是好人照旧坏人（因变量）,主要参考他自己的特征（诠释性变量） 。可是，有了网络结构，与之相连个体的所有信息（即包括因变量、也包括诠释性变量），都可以被使用起来，以提高展望精度 。可是，能够切合该理念、知足该需求的统计学模子却少之又少 。这就是网络数据付与统计学生长的重大时机，这就是风口所在！
再看看制造业 。制造业有几个特点 。第一、中国是全天下的制造中心，可是亟待工业升级，进入工业4.0时代 。第二、与天下制造中心相对应的是，对中国制造业的数据，我们却极其无知，远远落伍于互联网 。爆发这个征象，可能有两个缘故原由：首先可能是是古板制造业的数据收罗难题，不如互联网利便；其次可能是互联网的故事太抢眼，让我们遗忘了古板工业 。可是，我小我私家感受到的古板行业，尤其是制造业，却蓄势待发！为什么？两个基本事实：（1）物联网手艺越来越成熟，响应的数据收罗越来越利便 。一个典范的案例就是车联网 。毋庸置疑，未来的汽车一定被成百上千个、种种各样的探测器所困绕 。这些探测器会准确纪录汽车行驶的方方面面 。例如：胎压、发念头温度、地理位置、行驶偏向、行驶速率、加速率、角速率等 。这就组成了统计剖析的数据基础 。（2）由于古板制造业体量重大 。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万万台 。因此，若是数据剖析能够爆发任何有益的刷新计划，带来的价值都是极其重大的，很可能远远大于数据剖析（例如：精准营销）之于互联网的价值 。由此可见，关于古板制造业，数据剖析，很可能不以消耗者为第一焦点 。而是以流程再造、产品刷新、本钱节约为第一焦点 。这点跟互联网行业很纷歧样 。而这一切，都是以物联网的大规模、低本钱的实验为条件 。因此，物联网将是另外一个风口所在！
基于以上讨论，作为统计学事情者的我们应该怎样应对？我以为需要以一种很是谦卑开放的心态，去学习营业知识，相识应用场景，实践统计学理论 。这方面，可供我们实践的沃土太富厚了 。它们包括但不局限于：游戏、电商、社交、广告、投资、金融、征信、可衣着装备、车联网、装备监控、政府、医疗等 。已往的历史已经很清晰地说明：统计学的生长，一定要顺势而为 。要顺应工业厘革，手艺前进，以及制度情形 。在中国，互联网和物联网就是时势所趋，这就是风口所在 。统计学从这里出发，想不飞都难！
