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？我相信未来会有。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！
