[统计]_怎样用数据炒菜：统计建模的两种文化

        这是之前发在个人公众号上的文章，希望能对读者有帮助。

        现在我们经常能听到一个概念叫做“大数据”，顾名思义，那就是海量的数据，如果再说大一点，那就是天量的数据，但是光有数据也不行，我们还希望这些数据能帮我们解决问题，从数据中得到我们问题的结论，这时候就需要借助我们的统计模型。如果把数据看作原材料的话，那统计建模就是拿数据炒菜的过程。

        那么我们怎么拿数据去炒菜呢？对于这个问题，20年前Leo Breiman教授有一个经典的回答，他的答案写在了《Statistical Modeling: The Two Cultures》（统计建模：两种文化）这篇文章里，这是一篇对统计学产生了深远影响的论文，这篇论文发表在2001年，到今天回顾这篇文章，都不得不佩服Breiman教授当时深刻的见解。

        统计学是一个比较有意思的学科，很多统计学家其实并不是一开始就学统计，他们都是在各自领域工作着，用着现有的统计学的方法，发现这些方法还不太行，干脆自己来干点统计工作吧，然后干着干着就成统计学家了。比如假设检验里绕不过去的人物Fisher(费舍尔)，其实就是一个生物学家，而且在生物学界还占有举足轻重的地位，是现代种群遗传学的的三杰之一。而相关系数和卡方检验的重要奠基人Person(皮尔逊)，先是在海德堡大学学习物理学，然后又到到柏林大学学法律，后来对另一个生物学家Galton(高尔顿)提出的回归分析的方法着迷，转而研究统计。

        咱们心理学学领域的学者也对统计学做了重要贡献，大家以后做问卷和学高级统计有一个绕不过去的一种方法，叫做因子分析，刚学的时候你会有疑