主题：【原创】社会科学的全面数字化 -- 同人于野

主要问题在这里吧。试验是如何设计的直接决定使用何种统计方法，但是有多少研究是在设计时就想过统计呢？结果出来之后对数据百思不得其解想到统计了，你还不能跟他说你这个就是乱来，还得给他套个模型给个结论，虽然自己知道那里面漏洞百出，可是专业领域又有几个懂统计的，几个统计名词就唬住了？医药已经是应用统计很好很好的地方了，其他领域恐怕还跟统计绝缘呢。

然而统计本身也没有那么可靠，可玩的东西太多了，甚至几个统计专业软件也有互相矛盾的地方。

如果在副无穷和正无穷间均匀分布，是找不到均值的。这个粗糙的理解方向对吗？刚看到Cauchy distribution的时候直觉均值是在中间。

请问系统的预测有多长时间的提前量？需要多少的计算能力？＂这个项目今年还要继续＂是什么意思？对系统进行改进还是只是对系统的操作？第一年的运行有什么BUG吗？

但是定量分析也要谨慎。定性分析包含了大量的COMMON SENSE，不符合数学表达或尚未被数学表达的知识积累， 如果无视的话很可能灾难性的忽略掉关键的便量。我道听途说金融建模用到高深的统计学，有听说某个模型拒绝负的输入。

另外不知金融建模有没有对系统做稳定性分析。越是高效的系统，出问题后崩溃的可能性越大。

我一直以为到上个世纪70年代计划经济的失败最主要原因不在计划经济理论本身上，而是人类的信息处理能力无法扩展到整个社会，无法在整个社会范围内协调生产过程以满足产生于整个社会多样化需求。因此才会给计划经济带来僵化死板的特征。

但信息技术的发展已经给这个问题的解决带来上曙光。当信息系统扩展到社会的每一个角落，ERP系统覆盖了整个供应网络，这和计划经济的理念又有多少差别呢？

我非常希望看，特别是心理学的角度。如果有给个链接吧！

虽然我记得这句话是笛卡尔说的，但是google了一下都是说原创是伽利略。

尽管如此，我还是更相信在数学，特别是统计学，能够有效工作以前非常有赖于正确的假设和逻辑分析，数学不过是使对理论猜想的论证过程量化、清晰、严谨起来。

之所以主流经济学家对统计工具如此爱不释手，完全是因为处于儿童期的经济学对外部世界的认知是如此幼稚，而又缺乏趁手工具所致。

我的想法是对滥觞兄观点的通俗解释，如果不准确责任在我。

以前还有人用几何学写军事理论书呢

我也要进统计门了，博士阴差阳错跟了个业内搞统计大牛，基本就是要和数据打交道，可怜我高数都没有学过，心肝那个颤啊

现在也在靠，

但是想一想全面数字化的时代，就让人不寒而栗。

老帖了。看了再说两句：俺同意重视定量分析，但反对过分拔高定量分析，反对贬低定性分析。以下是一些浅显的理由：

1. 定量分析成本高，定性分析成本小。例子：当我们在路上看到一堆狗屎，我们就会简单避过，而完全不必用仪器详细分析狗屎的各项参数，如丑闻强度，干湿度等，再决定绕行半径。

2. 定量分析依赖数据准确性和数据积累，要求高，成本高，时间长，并且主要是过去的数据，涉及的因素较为固定，对多变的发展环境的预测性低。定性分析主要是长期的常识性知识的积累，综合性高，能较好的应对负责环境（当然，其性质决定了必然有偏差，无法做到精确与完美，很遗憾，世界从来就不是完美滴）。

文科有文科的长处，理科有理科的长处。相互欣赏是共进，相互鄙视是内讧啊。