爱吱声 › 标签 › 统计 › 相关日志

标签: 统计

相关日志

分享张鼓峰、诺门坎的战伤统计（转）: 热度 3 gordon 2017-5-19 11:19; 诺门坎战役资料：苏军战伤原因分布。负伤总数：15251人。子弹杀伤44.2%;弹片（炮弹、地雷、手榴弹）杀伤48.4%；弹片杀伤（航空炸弹）6.5%；冷兵器杀伤0.9%. 苏军坦克被日军击毁手段统计（苏方统计）：被反坦克炮击毁75-80%；被燃烧瓶击毁5-10%；被野战炮击毁15-20%；被飞机炸毁2-3%，被手榴弹和地雷炸毁2-3%。航空兵：42年关东军只有500-600架飞机，这是陆航的基本家底了——而当面的远东苏军有数千架飞机——同期海航所面对的美军并没有这么多飞机 *************************************************************************** 苏德战争尾声，反坦克手段的对比还是很鲜明的。德国人有的是75甚至75+的重反坦克炮，88-128的重高炮，几百万发“铁拳”。而苏联步兵师的标准反坦克炮还是45-57毫米，往往依赖榴弹炮和火箭弹去击退德国坦克群。而这需要很强的战机捕捉能力。 *************************************************************************** 诺门坎，基本上日军杀伤坦克是靠反坦克炮的基本上，日军就是靠枪、炮、反坦克炮 *************************************************************************** 日本炮兵缺少弹药，还是如一战前那样强调射击精度。训练倒是很好，但压制力并不强大。日本反坦克部队相当优秀，俄国人的战术报告说他们射击精确，而且不断变换发射阵地，让俄国人无法捕捉。只是他们的装备太差。日军为什么重视拼刺？其实日军早期信奉的是“射击制胜论”。但日俄战争日军弹药不足，逼近阵地后，又往往被以刺刀迎战的俄军击退。1909年，日军作出战术修正，强调：虽然大部分战斗过程靠火力，但最后会爆发白刃近战。结果日俄战争中，俄军损失仅1.7%损失为白刃，诺门坎反上升为4%。 1938年张鼓峰冲突，苏军战伤2752人，日军战伤914人。双方的卫勤部门统计了各自的负伤原因。比对如下：被枪伤，苏军869人，日军323人，2.7：1；被弹片伤，苏军1498人，日军572人，2.6:1；被冷兵器伤，苏军110人，日军4人，28：1！就是说每刺伤1名日军就有28名苏军被刺伤。难怪日军称苏军根本不懂拼刺。 *************************************************************************** 张鼓峰，日军靠的是刺刀。可能是山地的原因，近战 *************************************************************************** tg在抗战和内战的负伤原因：对日军作战，炸伤30%、枪伤53%、刀伤4%、打扑伤10%——对国军作战，炸伤59%，枪伤37%，刀伤少到可以忽略不计、打扑伤0.16%——由对比可知，日军对八路军作战，较少动用重火力，主要靠枪击，而且经常近战拼刺刀甚至肉搏。国民党军倒是偏爱重火力杀伤，近战能力极弱 *************************************************************************** 朝鲜战争前五次战役，投入步枪不到18万条。可冲锋枪超过4万支、卡宾枪近9000、迫击炮5000多门、山野榴炮近1100门，另有大量步兵炮、反坦克炮、高炮和无后座力炮——这是事实所以美国人到51年基本就明白了：tg的后勤线并不太长，而且得到山林掩护，美国靠战术空军无法切断。所以麦克阿瑟鼓吹攻击东北境内后勤基地。他甚至想动用原子弹和生化武器。 *************************************************************************** 近战主要还是靠冲锋枪，因为冲锋枪是手枪弹，比步枪还好造。刺刀是日俄战争时期的近战手段。在一战时期，都是战壕扫帚。当然，还有工兵铲等乱七八糟的东东 *************************************************************************** 对越自卫反击战也是用冲锋枪，步枪不好使 *************************************************************************** 大家还是喜欢用一战前的观念看苏德战争，重视步兵好不好云云——其实苏德战争，步兵的作用空前的小——突击力量是坦克装甲兵，杀伤手段则是炮兵航空兵，步兵最大作用是保持战线（包括包围圈战线）的完整连贯提供掩护——所以苏德两军步兵都相当少，质量也较差 *************************************************************************** 武侠的历史意淫语境第一次在文学中被打破，可能是《荡寇志》。里面出现了这样的描写：官兵掏出洋枪，一枪就把水浒好汉给崩了——这是成书于太平天国前的作品，挺有预见性的太平天国战争，双方都大量进口外国火枪火炮，是冷兵器向热兵器全面过渡的重要阶段。俞万春显然看到了这种趋势 *************************************************************************** http://player.youku.com/player.php/sid/XNTE5NzEwMTA0/v.swf 德军的兵器资料啊，以前国民党有一份（你懂的）没什么特殊的，盟军都有，战胜国嘛苏德战争尾声，反坦克手段的对比还是很鲜明的。德国人有的是75甚至75+的重反坦克炮，88-128的重高炮，几百万发“铁拳”。而苏联步兵师的标准反坦克炮还是45-57毫米，往往依赖榴弹炮和火箭弹去击退德国坦克群。而这需要很强的战机捕捉能力。 *************************************************************************** 冲锋枪还是孙中山他们用的多。 tg 对另一个东西也是情有独钟，就是木柄手榴弹巷战中证明最佳之武器是手榴弹与81mm 迫击炮，虽然爆破之手榴弹的爆烈范围狭小，小于战车之炮弹，因为是农业国，木材、化工原料还行，金属对他们确实太困难了。参考阅读：淞沪会战—— 德国顾问团对中日双方兵器的分析 http://www.aswetalk.net/bbs/home.php?mod=spaceuid=663do=blogid=60726; 354 次阅读|0 个评论

分享统计力学 —— 死亡学科（转）: 热度 1 gordon 2017-3-18 03:05; 路德维希·玻尔兹曼 1906年自杀身亡，他毕生的大部分时光都在从事统计力学的研究工作。继续这项工作的保罗·厄仑菲斯同样于1933年自杀身亡。现在轮到我们来研究统计力学了。也许小心谨慎地接近这一学科才是明智的。统计力学与物理学的任何其他分支学科相比，更易受到方法论和表述问题的困扰。哲学家对概率的含义争论不休，尤其是对单一“事件”应用概率时尤甚。数学家则用回避物理解释的方法躲过了这一问题，他们只是简单地把概率作为由一系列规则所限定的“测量”。不过以这种方式脱离实际就不太适用于物理学了。对物理学家而言，概率和统计方法一直使他们非常苦恼。统计方法是造成玻尔兹曼自杀的因素之一，保罗·厄仑菲斯的自杀也可能出于这个原因。即使到了今天，量子力学中猜不透的谜也在于核心部位的概率在作祟。统计力学中，数学家的操作方法是同 E.T.Jaynts True的信息论方法相似的，这种方法经过几代杰出教育家的拼搏，已近完美，不过我承认这种方法并没有特别吸引人之处。当然这种方法或许只是得到结果的一种权宜之计，但是就我内心深处而言，还只是模糊的理解而已。真正理解是物理学家殚思竭虑的目标。相比之下，T.L.H ill等学者的系综形式不但非常清晰而且物理含义明确。有人或许发现系综太形式化了，我却认为它十分迷人。第二个结构问题是统计力学与热力学这门较老的学科的关系问题。它们应当各自独立地发展呢还是用一种统一的办法来处理更好呢?朗道坚决支持后一种看法，我本人几乎被他的论据所征服。在大学本科阶段，这一哲学观点得益于Reif的重要阐释（他在伯克利物理丛书的《统计物理》一书中同样有此类解释）。这种观点很可能对当今职业物理学家中很多人的知识结构产生过重大的影响。这也必定为研究朗道和栗弗席茨的书奠定了理想的基础。但不管怎么说，经典热力学的重要性是毋庸置疑的。最重要的特征是模型与其结果无关。热力学的抽象形式多少有些令人生畏，的确，它的深层逻辑体系确实有些模糊不清。从Zemansky多次再版的热力学教科书中可以看到，热力学的逻辑体系逐步地转为 Carath odory的观点，那段时间里，经典热力学的逻辑结构已经相当清晰并经过Callen的条理化处理，但对大学本科水平的学生来说，要深入理解这种逻辑结构恐怕是不恰当的。撇开深刻的哲学问题，接下来的另一个突出的问题，是要重新解决必然性的问题。在大多数英国大学里，本科生的课程压力越来越大，简直没有可能再插入完备的经典热力学和统计力学的课程。的确，伦敦的RoyalHolloway大学就是这种情况。因此，把对四年级本科生的导介性材料同硕士生的学位课程（科学硕士或物理学硕士）合并在一起，就有利于把许多更加高级的素材纳入到学位课程的计划之中。伦敦大学，King s，QueenMary，RoyalHolloway，以及University Colleges一起，对科学硕士四年级课程组织联合教学，讲座地点就设在伦敦市中心。这当中的课程门类很多，许多课程都属于边缘学科。这样一来，就有可能更多地包括那些从传统的本科四年级学士学位课程中被排挤出来的素材。本书就是一门适用于校际教学的统计力学课程，我在过去的十多年时间里，一直给硕士四年级学生讲授这门课。这种校际教学有其自身的挑战性。读完三年硕士课程之后，他们已经达到一个相似的标准和水平，都能理解第四年校际教学的课程了，尽管各所大学的侧重点和偏好会有所不同。热物理领域尤其属于这样的情形，其原因正如前面几段文字所阐明的那样。正因为这一原因，这本教程中提供给学生的学习素材包括了很多“基本”的内容，当然表述的起点更高了。第一、第二章的一半左右内容，属于这种“基本”素材。这本教程原先是一门“无纸教程”，当然学生可通过网站得到讲稿要点和其他学习资料。资料中包括讲课日程表、练习题等等，全部学生都可以在各自学校里，甚至在其他任何很远的地方下载这些资料。当我收到来自伦敦之外，甚至世界各地的学生要求索取习题解答（常常已到了截止期）并回答讲课要点上的疑问时，我简直处于四面楚歌的应急状态之中，当校园网的服务中断时更是如此，有时我发现有些email甚至气愤地责问，你们究竟把资料搁到哪里了? 所以当帝国学院出版社（Imperial College Press）找到我，想考虑为这门教程出一本书时，我欣然答应了。这本书是集体成果，是来自学生、同事和帝国学院出版社委派专家的共同努力、听取建议、反复修改的结晶。电磁学单位制是使学生在学习物理课时产生许多困难的原因。采用SI单位制之后，这类困难估计可以消除了，但阻力仍然存在。Kittel的《固体物理》一书，有不少式子既有用高斯制的，也有用SI制的，似乎两种单位制混用也行。我几乎划一地全用SI制，尽管我对因此而引起BˉH的争论并不满意。不过读者会注意到，我用M表示总磁矩而不是单位体积的磁矩，我也承认将复动力学磁化率写成χ（ω）=χ′（ω）+iχ〃（ω），的确不同于更常见的复共轭形式。我应当对许多人表示谢意，我的妻子Louise，我的女儿Abigail，她们对于沉醉于学术工作的丈夫和父亲已习以为常了，因为我经常不在她们身边，如果不是事实至少在精神上如此。我的老师M iˉchaelR ichards和BillMullin鼓励我献身于物理学这一分支的工作。他们千方百计地为我钻研朗道和栗弗席茨的著作提供帮助。我也被他们著作的明晰和深刻所折服。在我早期的教学生涯中，我从Roland Dobbs和M ike Hoare那里学了很多，再后来，Bob Jones在回应我的模糊不清的提问时，一而再、再而三地阐释了他的百科全书式的统计力学知识。他耐心细致的方法常常有助于通过难题的讨论而建立起深厚的师生感情。此外，John Saunders始终是我的忘年之交，他持续不断地以各种方式鼓励我。除此之外，我还要对许多学生表示感谢，他们使我在教学上不断长进。他们的观察、质疑，甚至是反对，都有助于我在论证中消除混淆不清，把自己的观点解释得更透彻。不管怎么说，上面这些感谢并不推卸我在教学上的责任。差错、疏忽和过失，责任完全由我来承担。我以本书作为对父亲Stanley Cowan的纪念，他于1997年2月故世。他是一位天才的工程师，是一个特别有耐心的人。他忍受着疾病的痛苦，尽量克制而不让亲人感受到他的痛苦。他坚信在求解问题中数学的威力，他使我也遵奉了这一信条。他鼓励我多问为什么，虽然我们之间有时也会有激烈的争论，但他使我始终保持着一种开放的心态。 Brian Cowan 2004年12月 ************************************************************************ 反正是够呛，金融定量分析也是如此诺奖获得者，也是该栽跟头，也栽跟头。呵呵 ************************************************************************ 玻尔兹曼的学术生涯十分坎坷，除有不少社会因素外，更多地应该与他个人的性格有关。玻尔兹曼与恩斯特 · 马赫及奥斯特瓦尔德之间所发生的 “ 原子论 ” 和 “ 唯能论 ” 的一场论战，在科学史上留下了一段著名的佳话。由于马赫在科学界的巨大影响，当时有许多著名的科学家一直满足于热力学理论而拒绝承认 “ 原子 ” 的实在性。他们认为，原子和分子既然不能直接观测到，研究分子运动论就是空想，因而提出所谓“唯能论”的观点，坚持认为，物理学的任务就是研究能量及其转化规律，再从微观角度研究分子运动论是多余的。玻尔兹曼与 “ 唯能论 ” 者在学术上曾一度陷入孤军奋战，多年抗争，直到后来由于不断涌现的一大批年轻学者包括大名鼎鼎的普朗克站在了玻尔兹曼一边，最终使得以玻尔兹曼为代表的 `“ 原子论 ” 学派获胜， 1908 年，终于在玻尔兹曼辞世两年后，“唯能论”学派的主将奥斯特瓦尔德不得不承认“ 原子假说已经成为一种基础巩固的科学理论 ”。这场科学论战，最终促进了原子物理、量子力学、核子物理、固体物理等一大批现代物理学的巨大发展，从而以统计物理学为代表的微观科学领域与宏观科学领域在 20 世纪不断进步，成为科学主流。如今统计力学已成为现代物理学的重要分支，在统计力学中，能量和熵这两个在热力学乃至整个自然科学中最普遍和深刻的概念得以被真正理解，并由概率而密切地联系在一起。宇宙中的一切实际过程无一例外地增加着总体的熵值，而能量作为对抗熵增加的力量，绝望地做着局部的抵抗，虽然通过耗散结构，时而可以创造和维持高度有序状态，但终究无法阻止宇宙滑向最后的混乱和无序，一切结构和组织的寂灭。这幅令人抑郁的图景，肯定是萦绕在波尔兹曼和其他统计物理学家心头的幽灵。不幸的是，由于认识的局限性，他们无法让自己忘却这个幽灵，而注定需要用自己的生命和情感来探究、诠释它，为它增添生动的细节。加州理工学院的古德斯坦对这种尴尬处境做了如下的抱怨： “ 一生中大部分时间花在统计力学上的路德维希－波尔兹曼，１９０６年自杀身亡。艾伦菲斯特继续了这项研究，但也以类似方式而死。现在轮到我们了 …” 如海德格尔所言： “ 行伟大之思者，致伟大之迷误 ” ，真诚思想者的无法完全摆脱深刻而有价值的思想所造成的情感和理智迷误，这是波尔兹曼的宿命和不朽。如前所述，波尔兹曼的工作在其死后不久旋即被主流物理学家所认同。这种认同不仅是某种观念的复活，还是思想交融和传承过程中的不朽。波尔兹曼的洞察已超越统计物理范畴，深刻影响着整个科学和哲学共同体。例如，对于信息科学这样的新兴学科而言，一大类统计推断、约束优化和纠错码解码问题可以在源于统计力学的模型和算法之下得到更有效的解决。在这里，信息代替了能量，成为与熵相抗衡的力量。基于统计力学的自组织算法，问题求解的过程精确地同构于特定的吉布斯自由能水平下熵最大化的过程，波尔兹曼的思想以深刻的洞察力诠释了宇宙整体在毁败之路上演化的非单调过程。; 3321 次阅读|2 个评论

分享优步自动驾驶车统计数据: 热度 32 holycow 2017-3-18 00:09; 平均每0.8英里需要驾驶员人工干预一次平均每2英里会有一次急加速，急刹车，急转弯等令乘客不适的事件平均每200英里有一次严重事故苗头，若非人工干预会造成撞人或5000刀以上财产损失哈哈哈，技术是从古狗偷来的，抄也抄不好；偷得了技术偷不了大数据; 746 次阅读|8 个评论

分享实验设计与学科统计: 热度 1 gordon 2016-11-16 12:03; 实际上，你碰到现实问题，你问数学系的人，他们都搞不定。甚至统计学专业的人。这是因为数学上的统计是相对严密的，但是当应用到具体学科时，实际上已经有了很多经验性成分而这个经验性成分，恰恰是统计学专业所不知道或者不关心的这个经验性成分，实际上就来自于研究设计 ************************************************************** 不将实验设计和数据处理结合，你很难应用到实践当中去。这很可能和 “异中求同” 的累积有关。 “同中求异”，这是数学或者统计学科的工作范畴。 ************************************************************** 实际上，处理现实问题的时候，你是很难求助于统计学专业的人的总是有一段路，非常孤独 that‘s all; 105 次阅读|0 个评论

分享统计：美军标的来源（转）: gordon 2016-11-16 07:17; 这个不仅仅是教育体制的问题，美国很多东西是从英国、法国来的。像法国在第一次世界大战时期，是好牛逼的。美国仿法国火炮都仿不出来。二战，大家也都知道，英国的磁控管。美国的统计，伯克利从英国哪儿请人，考察了卡尔逊和费舍，然后才找的奈曼奈曼要混口饭吃嘛，教学做的很好。跟柯郎一样注：这个差距不是短期能弥补的，少做不切实际的梦想。 ******************************************************************************* 盛田绍夫的看法，完全胡扯当前日本的教育体制越来越难以令人满意了。这种体制强迫学生花费大量时间学习，目的只是为了如何通过考试以便进入好学校。这种制度使学生没有足够的时间进行实践和具备创造性的思维。迄今为止它虽然对我们起了很大作用，但我们应探索新的方法使教育制度更为有成效，更能与我们生活的新时代息息相通。我总是要求我们的员工进行创造性的思考，并且一直是大有收益的。从经理人员的立场来说，学会如何发掘员工们潜在的创造能力是极为重要的。我的看法是任何人都有创造力，但是很少有人懂得如何运用人们的创造力。要解决如何发掘创造力的问题，我的方法是建立目标。最好的例子是美国的“阿波罗计划”。苏联发射了第一颗人造卫星“斯普特尼克”，过后又将人类首次送入太空。这对美国是一个震惊。许多国家总是认为美国是一个具有最大的发明能力和最富于创造性的国家，它创造了许多奇迹，难以相信其它国家能够在太空事业中位居第一的。于是美国制订了赶超计划。肯尼迪总统建立了一个明确的目标十年内登上月球。此时，一切都在发生变化。这个目标是一个明明白白的挑战：它意味着必需有一个巨大的技术飞跃。谁也不知道应该如何着手，一切都还是理论。必须立即研究的是，究竟需要多大动力？需要什么样的导航系统？需要研制什么样的计算机？还要有各种新材料。发明了炭纤维。发明了惯性导航系统，这是一个全新的概念，今天我们的定期班机上仍在使用这种系统。为了达到目标，许多人变得有创造力了。管理者必须决定目标，为之制订计划并鼓励工人加倍努力。实际上美国国家航空和航天管理局发起的“无缺陷”运动对日本的质量管理计划产生了巨大的影响。此之前，在朝鲜战争中（一九五一九五二年）我们曾接触过美国的高质量标准。联合国军从日本获取军需品时，日本工业巨幅上升并且引进了军用产品的要求标准。这种标准要求产品质量比普通民用产品的一般质量高得多。我们日本人对军需品标准和“无缺陷”运动是永志不忘的。 ******************************************************************************* 日本也只是做个工业化。 sony 的磁带录音机，也是仿美国占领军的，他本身想做钢丝的 ******************************************************************************* 鱼是鱼，鸟是鸟；鱼变鸟，这个难度可大了; 86 次阅读|0 个评论

分享当代英才 —— 统计学家霍华德·维纳（Howard Wainer）: 热度 1 gordon 2016-11-15 12:38; 其实我们知道的很多东西，并非来自远古的什么英雄人物，而是当代英才 ************************************************************************* 注：文中的系统1与系统2指代心理学虚构出来的大脑的两种不同工作模式。系统1指代无意识、快速、不费力、自主思考模式系统2指代需要集中注意力、费脑力的思考模式一项研究对美国3141个县的肾癌发病率进行了调查，调查显示该病的分布模式很值得注意。发病率最低的县差不多都位于中西部、南部和西部人口稀少的乡村，这些区域按照惯例由共和党管辖。对此，你有何看法？刚刚过去的几秒钟里，你的大脑处于非常活跃的状态，这主要是因为系统2在运行。你谨慎地在记忆中搜寻着并作出假设。在这个过程中你也付出了一定的努力，你的瞳孔会扩张，心跳会适度加快。系统1也没有闲着，因为系统2的运行需要从联想记忆中获取事实和建议。你很可能会否认共和党的政策提供了肾癌防控方法这个想法，却会关注肾癌发病率低的县大多是乡村这个事实。这个例子是我从机智的统计学家霍华德·维纳（ Howard Wainer ）和哈里斯·泽维林（Harris Zwerling）那儿得到的，他们对这一案例的评论是：“人们很容易作出推断，认为肾癌发病率低主要是由于乡村的生活方式很健康，没有空气污染和水污染，食品没有添加剂，保证新鲜。”这一点完全说得通。现在，考虑一下肾癌发病率最高的县的情况吧。假设这些易发病的县差不多都位于中西部、南部和西部人口稀少的乡村，这些区域按照惯例由共和党管辖。霍华德· 维纳和哈里斯·泽维林半开玩笑地评论道：“人们可以很容易作出推断，导致肾癌高发病率的直接原因是乡村生活的贫困，医疗条件差、高脂肪饮食、酗酒、嗜烟等。”当然这种说法肯定有问题，因为乡村生活方式不可能既是肾癌发病率高的原因又是其发病率低的原因。问题的关键并不在于这些县处在乡村地区或是由共和党掌管，而在于乡村地区人口少。我们通过这个例子学到的不是流行病学知识，而是我们的大脑和统计数据之间的复杂关系。系统 1非常擅长一种思维模式，自动且毫不费力地识别事物之间的因果联系，即使有时这种关系根本就不存在，它也会这样认定。当听到肾癌高发地区的情况时，你立刻会想当然地认为这些县与其他县不同是有原因的，一定有个理由可以解释这种不同。然而，正如我们所见，当系统1面对“纯统计学”的数据时是束手无策的，因为这些数据虽然可以改变结果出现的概率，却不能直接导致结果的发生。根据定义，一个随机事件是不需要解释的，但一连串的随机事件就有规律可循。想象有一个装有大理石弹球的瓮，其中有一半的弹球是红色的，另一半弹球是白色的。然后，再想象有一个非常有耐心的人（或一个机器人）随意从瓮中取出4个大理石球，记录其中的红球数，再把球放回去，重复这样的做法数次。总结记录结果时，你会发现“2红2白”的结果出现的次数（几乎刚好）是“4个全红”或“4个全白”这种结果的6倍。这一倍数关系是个数学事实。你可以对这种从瓮中反复抽样的结果作出自信的预测，就像你能预测到用锤子砸鸡蛋的结果一样。尽管你无法预见蛋壳破碎的具体细节，但大概结果还是很确定的。两件事的不同之处在于：你想到锤子砸鸡蛋时感受到的那种明确的因果联系，在瓮中取样的设想中是找不到的。相关的统计学事实与癌症那个例子也有联系。两个耐心的计数者轮流从瓮中取大理石球，杰克每次拿出4个球，吉尔拿出7个。他们都记录了每次拿到相同颜色弹球的次数，要么全白，要么全红。如果他们取球的做法持续的时间足够长，杰克拿到同颜色大理石的次数会是吉尔的8倍（两人的预期概率分别为12.5%和1.56%）。这个结果与锤子无关，也与因果联系无关，这仅仅是一个数学上的事实：一次拿4个弹球与一次拿7个相比，出现极端结果的概率更大。现在，将美国人口想象成一个巨大的瓮中的弹球。有些球上标有KC（即Kidney Cancer的简称）字样，表示肾癌。你抽取弹球样本，并依次按照所在县摆放，你会发现乡村地区的样本要比其他地区的少。如同杰克和吉尔所做的那个游戏一样，极端的结果（非常高或非常低的癌症发病率）容易出现在人口稀少的县，这个故事告诉我们的就是这些。我们从一个令人费解的事实说起：肾癌的发病率在各县有所不同，且是有规律的，我用统计学理论对此作了解释：相比于大样本，极端的结果（高发病率和低发病率）更容易出现在小样本中。这样的解释不存在因果联系。某县的人口稀少既不会引发癌症，也不能避免癌症，只会使癌症的发病率比人口稠密地方的发病率更高（或更低）。这就是真相，没什么可解释的。在某个人口稀少的县，癌症发病率并非真的比正常情况更低或更高，只是这个县正好在某个特殊的年份赶上了抽样调查罢了。如果我们在第二年重复这样的分析，也能预测到在小样本中出现极端结果的一般模式，但在前一年癌症发病率高的县，这一年发病率并不一定高。如果是这样的话，则人口稠密或稀少的因素就无法对发病率作出解释了：这些表面因素就是科学家眼中所谓的假象，即观察结果完全依赖于调查方法的某一方面，在这个案例中，则依赖于样本大小。我刚才说的例子也许会令你惊讶，但这并不是真相初次大白于天下。你早就知道应该更相信大样本，并且即使是对统计学一无所知的人也听说过大数法则。但是“知道”并非是非抉择问题，你可能会发现下列陈述放在自己身上很合适：当你阅读这个关于流行病学的例子时，并没有立刻注意到“人口稀少”这一特点与此次调查有何关联。对于采用4个样本还是7个样本所产生的不同结果，你至少会感到有一点惊讶。即使是现在，想要确定下面两个陈述句所说的完全是一回事，你也要费些脑力：（1）大样本比小样本更精确。（2）小样本比大样本产生极端结果的概率大。第一个表述清晰地陈述了一个事实，但直到感受到第二个表述传达给你的意思，你才意识到自己并没有真正理解第一个表述的意思。上述内容概括起来就是：没错，你知道大样本的结果更精确，但你现在可能才意识到你并不清楚为什么它们更精确。不仅你一人如此，阿莫斯与我在一起进行的第一个研究表明，即使是经验丰富的研究人员对样本效应也缺乏直觉，要么就是理解不到位。; 291 次阅读|0 个评论

分享嘻嘻嘻，虫虫来看: 热度 22 jellobean 2016-7-3 07:14; 我的际遇统计： - 效率比你高不少吧; 510 次阅读|8 个评论

分享 "打老师" 的谬误所在 —— 从数理统计的角度: gordon 2016-4-12 11:05; 其实很多人，对普通的智力从业人员是瞧不上的。认为它又解决不了 “我的问题” ，还有更牛逼的人。我找更牛逼的 “抓大放小” 就可以了，就是古代的养士嘛 ******************************************************************************* 但实际上呢，超越均值是很困难的这也是基金经理，把超越沪深指数，作为业绩考核指标的原因所在。向均值靠拢，这是个规律。 ******************************************************************************* 能人都是在环境中成长起来的不可能来说，一群人是傻逼蛋，在中间出了一个奇才就像 “红灯照” ，弄一个 “神童” ，神奇中国社会爱搞这种事，呵呵注：反正，真不真呢，我们不知道啊 ******************************************************************************* 鼓吹 “天才” 、“超天才” ，呵呵不管你们信不信，反正我是信了。 ******************************************************************************* 长期的角度，超越均值是非常困难的一件事情非要把你拉回来不行。短期超越，当然没问题啊。长期可不是那么容易。; 166 次阅读|0 个评论

分享我当年对电动车的判断，现在看来非常完美（转）: 热度 2 gordon 2016-4-4 09:13; 注：关键在于统计推断，统计是多么牛逼。我一看 “大部分开汽车就是上下班” ，我就认定，电动车必有前途。因为现在电动车还不成熟呢，但你不能等成熟了，再做。先把市场做出来。其实战术才是最重要的，战略都是渣。这是这么多年的感受注：哥在办公室当领导，当这么多年了。我连这个都不知道，我不是傻逼。 ****************************************************************************************** 中国的车，毕竟不是高档车。有个市场，有点利润，才能慢慢往前做。 ****************************************************************************************** 使用体验链接 https://www.oursteps.com.au/bbs/forum.php?mod=viewthreadtid=1009327 ****************************************************************************************** 我的大玩具－纯电动汽车一.简介车型: 北汽E150EV 续航里程: 150KM 功率:额定20KW 峰值45KW 最高车速:125KM/H 0-60KM/H 加速时间 5秒 0-100KM/H加速时间约13.5秒二.用车感受爱,非常爱! 买之前也有各种顾虑,买之后就只有爱之所以爱,是因为: 85% 　极为经济，百公里耗电16度, 电费RMB8元, 5% 使用保养方便，只需在家充电，再也不用去加油站排队；没有机油三滤火花塞, 每一万公里做例行检查即可． 5% 对新事物的好奇 3% 各种鼓励政策，比如有补贴，免印花税，五年免费保养，免费救援等等 2% 环保，零排放从2014年10月26提车，10月30上牌开始，到今天我的小E已经跑了4500公里，这段时间家中另一辆汽油车只跑了40公里，而且只是为了跑而跑，怕长期不动对车不好。这说明纯电动汽车能够满足绝大多数出行需求。统计显示： 50%的人日常出行不超过50公里， 90%的人日常出行不超过90公里。很多人一提纯电动车，第一反应就是续航里程短。我认为续航里程短是纯电动车的特点而不能说是缺点：买这车就是跑短途用的，　说白了就是上下班买菜接孩子。　如果你天天都要行驶3００公里，那千万别买电动车。　飞机续航里程长，可没人坐飞机去商场买菜，因为这不是飞机的用途，你不能说飞机没用。电动车特别适合当家中的第二辆车，甚至可以说：汽油车特别适合当家中的第二辆车，因为当你拥有一辆纯电动车时，另一辆汽油车10有89会放在车库里很少使用了，这不但是我，也是很多纯电动车主的共同感受－－买纯电动车时是当备用车买的，可一但开回家就成了主力。电动车改变了我出行习惯：它实在是太经济了，北京的公交车已经够便宜了，它比坐公交车费用还低，所以只要目的地好停车，我一定会开车去。而且我的外出频率也明显增加了。再简单说说驾驶感受。比较安静，车外噪音极低，以至于行人经常被吓一跳：怎么旁边突然来一车？！车内噪音较低，毕竟不是高档车，隔音可能不太好，高速行驶时能听到明显的斯斯声。提速相当快，特别是起步时，红绿灯起步能快过这车的是少数。时速超过60公里后，再提速就没什么优势了。有动力回收装置，一松油门动力回收就开始工作，因此堵车并不明显增加电耗。气温对续航里程影响较大。10月底北京气温还比较高，经常可以跑超过150公里。冬天气温低，不开暖风的话，大约能跑130－140公里。如果开暖风的话，每小时减少18公里左右续航。澳洲冬天温度也相当高，完全不会有影响。三.FAQ Q：你为什么买纯电动汽车？ A：感谢党的好政策，北京尾号限行，每周有一天车不能动，打算买第二辆车但摇了快4年没中签，才有了买电动车的想法。因为在北京买新能源汽车免摇号（或者说中签率大于100%）.更重要的是，趁着电动汽车免摇号，赶快占一个北京牌照。 Q：你为什么选择北汽E150EV？ A：2014年10月，北京“新能源汽车目录”里只有7款车，而真正在售的只有三款，分别是北汽E150EV，比亚迪E6，江淮IEV4 。我对北汽还相对更信任一些，再加上当时北汽有活动，直降5.1万，原价23万的车，8.48万就能开回家。顺便说一句，TESLA不在北京新能源汽车目录里，也就是说，买TESLA是要摇号的. Q：150公里续航里程够用吗？ A：够用，以至于我的汽油车都闲置了。 Q：电池寿命如何？ A：我们是小白鼠，目前还不明朗，不过保6年15万公里衰减不超过20%，应该没什么大问题。网上各种评测不可全信，这个行业充满了“托儿”和“黑”，以比亚迪为甚，我也因此对比亚迪相当反感。 Q：换电池会不会很贵？ A：不知道。电池的成本应该是逐年降低的，手机锂电当年多贵，现在才多少钱。我相信政策上会有鼓励，到时候如果电池便宜就换电池，而且完全有可能直接换车了。 Q：锂电会不会爆炸？ A：汽油一样会爆炸。 Q：有什么不满意？ A：对车本身没有任何不满意，不满意的是公共充电设施跟不上。比如从我家到平谷金海湖90公里，够去不够回，如果金海湖有足够的充电设施，我就敢开电动车去，否则只能开汽油车去。 Q：最近网上很火的那个拉着发电机跑的，有何看法？ A：如果不是哗众取宠的话，只能说明一点：在北京发展纯电动车的瓶颈在于居民小区内安装充电桩太难。很多小区每年交几千块钱停车费，却没有固定车位，更不必说安充电桩了。如果家里有充电桩，犯得上拉着个发电机到处跑吗。足迹里的人基本生活在澳洲，住大HOUSE，充电不是问题，而在国内，特别是北京，这是大问题。 ************************************************************************************ 注：这倒提醒了我，实在不行，可以买一个发电机。雅马哈的这个发电机还能干其它，如果有什么需要不间断供电的工作。野外，也能用到。; 212 次阅读|0 个评论

分享双色球这哥们太贪了，: 热度 19 樱木花道 2015-1-26 16:59; 寻性姿势2：据传，福彩中心派人乘飞机到广东购买今日开奖号码，在距离截止前6分钟打出了117倍单选倍投被另一彩民怀疑，待此人离开后，这位彩民打了7000倍那个号码，福彩中心统计数据发现异常，取消今日开奖#求辟谣#————这哥们太贪了，你打个77倍就差不多了呗; 881 次阅读|9 个评论

分享大数据与医学统计的未来（转）: gordon 2015-1-5 21:39; 现代生物医学的方法论基础即将出现重大变革，从基于假设检验的统计分析演化为基于数据挖掘的知识发现。 20 世纪 80 年代以来，在“循证医学” (evidence-based medicine ， EBM) 研究范式的引领之下，医学取得了许多重大进展，推动了临床实践的规范化。 EBM 的哲学根基是临床医生从经验、观察提出各种假设和猜想，并经由假设—演绎法来做检验。 EBM 所强调的方法论基石之一是随机对照试验（ randomized control trial ， RCT ），其步骤可概括为：猜想 — 搜集数据 — 假设检验 — 得出结论。但是，这种方法论在面对疾病，尤其是癌症等一系列有着异常复杂内在机制的疾病时，其内在缺陷也是不可忽略的。由于试图通过随机分组方式来简化影响干预效果的复杂性，从而可以使用简单的统计学手段来考察很少的一些影响因素对临床结局的作用。但是，这就使得 RCT 本质上成为一种“黑箱研究”，即忽视因果关系而将相关性作为评价干预对临床结局的效果。研究者未尝不知道相关性与逻辑因果有区别，但由于有各种应用上的便利性，研究者往往在结果解释时故意混淆概念，化相关为因果。以 RCT 为支柱的循证医学，使得临床实践几乎被大型 RCT 的结论主导，但当出现结果相反的 RCT 时，就会给临床医生造成极大困惑。 Meta 分析作为一种解决此类挑战的方法已经十分流行 , 但 Meta 分析从诞生开始就被异质性挑战缠身，对所得结论十之八九还要乞灵于“更多、更大样本的 RCT ”，从而进入了一个死循环。破解这一难题，需要另觅蹊径随着计算机科学的大发展，近几年来，研究者们在临床上第一次有可能、也有能力去考察数据全集。传统的临床研究设计方法产生的前提，就在于以前无法处理海量的临床数据，无法考察数据全集而必须抽样。无论 RCT 还是队列研究，究其根本，其核心技术都是围绕恰当的抽样设计。但由于各类疾病本身的复杂性和患者之间巨大的内在差异性， RCT 以及队列研究所能揭示的真相是有限的。当然，可以通过扩大样本量来减少异质性，但随着样本量扩大而带来的异质性减少却是边际递减的，而成本却呈数量级上升的。随着计算机科学的进步，我们对临床数据的记录和处理能力已经远非 20 世纪 80 年代的研究者所能想象。利用计算机工具对海量的数据进行数据清洗、建模和计算，是旧有的、适用于传统临床设计的统计工具不堪胜任的，这需要由功能更为强大的计算机语言来实现。这种语言不仅仅可用于假设和猜想的验证，还可以在没有假设和猜想时，通过对数据进行模式识别，将存在于海量临床数据中的重要信息提取出来。这种模式识别分析方法对分析工具的灵活性要求很高，传统固定的分析软件难于实现。因此， R 比已有的商业化软件如 SPSS 和 SAS 更适用于临床数据挖掘的新分析模式。海量数据的产生，还对计算机统计算法提出了新的要求，即统计分析的参数选择从基于研究者 / 统计学家的主观经验逐渐过渡到客观的智能化、自动化选择，这就为临床数据分析引入了一个全新的计算机研究领域——机器学习。 Tom Mitchell 在 1997 年对机器学习曾经进行了如下的定义：“ Machine Learning is the study of computer algorithms that improve automatically through experience （机器学习是对能通过经验来自动改进的计算机算法的研究）。”机器学习不仅要求对已经存在的数据进行分析和知识挖掘，还要求计算机能够通过对已有数据的学习来实现临床上对各种趋势的预测。研发临床机器学习系统，其核心技术是构建有效的、可自动更新的临床知识库。开发此类具有自动优化功能的机器学习系统，其工作量极其庞大，任务具有碎片化性质，现有的商业开发模式无法完成。显然，只有功能异常强大、用法灵活、且有众多专家活跃的在线社区的支持下才能完成上。 ****************************************************************************** 在计划经济时代，中国和苏联的调查方法就有很大差别。中国由于能力的限制，主要是抽样调查。而苏联是全面调查、当然也更僵化。 1980图灵奖的 CAR Hoare 最为人知的是1959快速排序算法, 当时作为交换生在莫斯科州立大学跟随Kolmogorov(1903-1987)搞机器翻译牛逼人就是因为跟对了大牛，呵呵 ****************************************************************************** 回顾一下 ”临床医学“ 的历史，对发展脉络的预测是有所帮助的。　自古希腊以来，生物学家们就发现，若要把握纷繁芜杂的生命现象，理解生命近乎无限的多样性，首要的是按照相似性形成“类别”观念，从相似中去查见差异，这样就建立了以研究生物多样性和独特性为基础的分类学，它的另一个为现代生物学家所熟知的名称是“系统学”。由于“有机体只有在某种分类学建立了之后才能按科学方法加以研究和处理”，并且由于“分类学的各个分支集中了、运用了、概括了有关有机体的一切已知知识” ，系统学因之成为一切生物学学科最基本和范围最广泛的部分，并因而对生物学发展产生巨大影响的学科。毫无疑问，林奈使分类学对生物学的影响在1760年代达到顶峰，他创设的双名法严谨实用，为更严格统一的命名奠定了基础，他对易于混淆的同义词进行标准化，使生物学家开始使用同一套语言交流，一句话，他使生物学“如何说”不再成为问题。　分类学的巨大影响波及生物科学的几乎所有领域，作为生命研究范畴组成部分的医学也不例外。分类医学从而成为这一时期的主流，疾病被认为是具有独立地位的实体，病人的身体因而成为外在于疾病的无干物和阻碍医生发现真相的障碍。从对疾病所具有的此种概念出发，福柯发现，对分类医学而言，“人们所面对的（疾病）是一些既是自然、又是理念的类型。”与“自然”概念相联系的本质使不符合疾病所具有的分类学地位的干预成为“反自然”，从而也是有害的。因此，观察和期待，以及在恰当时候“帮助”疾病完成它的自然过程就成为理所当然。对达到这一目的来说，既然家庭是疾病发生和出现的空间，因此对促进疾病消亡显然具有特殊意义。由此，“（疾病的）这种结构就与政治思考中对救助问题的思考完全契合了。” 　既然家庭成为促进疾病康复的最好场所，原本由济贫院转变成为专门收治贫穷患者的医院也就没有存在的理由，而将用于建立医院的基金直接给予病人家庭也将更为合理。经济学家们在此找到了与分类医学家的共同话语：18世纪的经济学家早已认为医院因其固定性和资产的非流动性而无法适应贫穷需求变化，这种性质与捐赠财产作为公共财产的本质相违背——“这种独特而神圣的基金应该融化在一般性救助空间里，社会是其中唯一的管理者和无差别的收益者。”由于生老病死是人人面对的问题，直接救助又必须依赖社会结构来支撑，因此医疗必定需要与国家相结合并成为一种国家任务。显然，这里已经出现一种促成近代医疗卫生体系的思想，但若要实现这一社会对健康进行操作的过程，还需要另一种推动力——瘟疫或我们称为传染病的一类特殊疾病。　由于传染病发病迅速，每次流行时总导致相似症状和高度一致的病程，但当在不同时间和地区流行时，其强度和特点又差别甚大，因此它不具有一般疾病所有的独立本质，采用分类医学赖以建立的单个观察、记录和分类的方法也就无法加以认识。它是一种集体现象，并总是具有某种历史独特性，所以“需要从其特殊的、偶然的、意外的特质来描述。”换言之，需要灵敏的发现和全面充分的记录，这就导致了“流行病监测体系”雏形在18世纪末得以建立。由于认为流行病在本质上是由当时当地特殊的气候、水土、社区条件和人的行为方式所导致的综合症状过程，因此，对流行病的控制只有通过社会干预和一系列强制手段才能实现。所以，福柯指出，虽然“流行病学在所有方面都与分类医学相反，但一旦涉及对疾病、医疗经验以及医生对社会结构的监控进行分配这些第三级构型，流行病病理学和分类疾病病理学就会碰到相同的要求：确定医学的政治地位，建构国家层次的医学意识。”正是这些要求促进了医学学科结构的改造，并在此后社会变革中催生出新的医学观念和体系。　1790年代成为分水岭，社会的动荡和重组导致了对医学实践的新要求，而一般政治观念和信条又给医学观念造成持久影响并改变了医学观察的模式，最终，分类医学观念被我们称为现代医学观的“生理－病理医学”模式所替代。　大革命使人类解放的观念深入人心，天赋人权的理念促进人们思考不平等与疾病的关系，健康成为验证社会公正的天平。于是医学的政治使命不言而喻，医生的首要任务也因此而具有政治性：“与疾病作斗争必须首先与坏政府作斗争。人必须先获得解放，才能得到全面彻底的治疗。” 　虽然这一理想最终被证明为不切实际，但重要的是，通过这一过程，它终于实现了医学与国家命运的结合，并经由随后的一系列政治实践彻底改造了临床医学。废除旧的医学教育体制和医生执业制度是这些改革的第一步。但是，对行医资格限制的取消和旧有医学教育的关闭并未辅以有效的新制度，结果江湖医生大行其道，加之战争带来的流血，创立新医院和医学成为必须解决的问题。重新建立的医学院开始出现，并在新环境中运行：这时的管理者和监督者由行会变成了国家。由于古典大学教育已被废除，新医学院的教育在经过重建的诊所进行。不同的是，前此仅仅实施医学教育的诊所此时已肩负起治疗责任，因此医学生的学习是基于实实在在呈现于眼前的病例的，对分类理论的学习已退居次要地位。患者的症状取代疾病实体而成为引导临床判断的指南针。分类医学由此嬗变为症状医学。　“我们应该尽可能地使科学视觉化”是症状医学时期最有代表性的箴言，“目视”成为这一时期医学的核心观念，它对诊断技术和概念的形成具有决定性意义。医生只有借助于如炬的目光才能发现深藏于身体之中的疾病，恰如黑暗空间中的包含物只能由白昼之光来揭示。不难发现，这一认识其实正体现着“启蒙”的时代精神。对疾病的这种感知依赖于对疾病症状和征候的认识，换句话说，“疾病是以症状和征候的方式呈现给观察者的” 。在这里，福柯区分了症状（symptome）和征候(signe)。症状是更具有本质性的表象，或者说，它表现着疾病本身。“在症状之外不再有什么病理本质：疾病中的一切本身都是一种现象；就此而言，症状扮演着一个纯朴的、最自然的角色：‘它们的集合体构成了人们所谓的疾病’。”因此，疾病的本体被取消而代之以症状的集合。征候则略有不同，如果说症状本身反映着疾病本身的存在，那征候就是为医生所感知的疾病的间接物。　症状和征候概念的形成对现代医学有着极其重要的作用。今天，所有的医生在其临床医学教育的第一课都会被教导牢记和理解症状和体征（现代医学对signe 的译名）的概念。现代诊断学将症状定义为“为患者感知并表达的不适或异常”，体征是“由医生通过客观检查发现的异常机体现象”。通过把医生置于客观和中立的观察地位，体征在今日的诊断中获得了较症状更为显著的位置。由于症状医学关注的焦点是医生目光的直接和间接，而现代医学关注的是对异常过程感知的客观性和主观性，所以，对症状和征候给以不同地位就不足为怪了。由于症状直接代表着疾病给患者造成的痛苦，因而是疾病存在的证据，而体征反映着已经存在的异常，因此也表现着疾病。所以，无论是症状还是征候都可以是疾病的同一物，它们“诉说着相同的事物”。　在对症状－征候进行深入分析的基础上，福柯进一步运用符号学方法考察症状医学的观念结构，并将一对声名显赫的概念引入到对疾病认识的结构分析中，这就是所指和能指。简单来说，前者可以理解为我们感知并企图加以把握的存在物，而后者则是我们加诸这一存在物的名称（或者按索绪尔的说法，所指和能指分别代表存在物的概念和音响形象），而事物的整体，也即所指和能指的复合体就构成了一个可以为人所把握的符号。这样，由于症状构成了疾病表象，因而也就成为疾病的能指。同时，因为症状的集合就是疾病本身，它也是所指并因为这种二重性成为叙述疾病全部事实的符号。由此，病理过程理当成为充分言说的对象，所以“疾病存在的真实性是完全可以说明的”。如同语言的表达需要时间，症状的显现也是动态演变的过程，所以，疾病应当是包含时间维度的概念，分类医学中静止的疾病因而流动起来。　症状理念指引着18世纪最后几年中的医学家们。但是，人们很快发现，症状和征候是如此纷繁，不确定性又是如此令人绝望的无处不在 ——“不确定性既是对象复杂性的特征，又是科学不完善性的特征；除了自身的极端狭窄与资料的过分丰富之间的关系外，医学的推测性质没有任何客观基础。”不和谐的偶然性变得越来越引人注目，人们迫切需要能够处理这一新问题得新方法和新观念。正当其时，一门新数学的出现为解决概率问题提供了绝佳视角——统计学由此开始了融入医学方法的过程，并最终成为医学科学化的重要支柱。　伴随工业革命的进程，近代国家开始形成，如何衡量国家实力成为政治计算的重大任务。专门调查机构应运而生，人口、土地、出产以及疾病的数目字随之如雪崩般涌现，1660年前后，统计学作为“政治算术”登上了历史舞台。扩张的野心、对利润的渴求以及实现“最大幸福”的理想把欧洲国家集体推上数字化管理进程，统计学也迅速成为一门显学。“每个国家，幸福的还是不幸的，都以其自己的方式在统计学上表现出来。” 这是一个统计学家大显身手的时代，拉普拉斯（Laplace）、泊松（Poisson）开创性的工作奠定了统计学作为一门科学的基础，而孔德从对数目字的测量中引发出“实证” 概念，此后的历史表明，它对近代科学、哲学乃至一般社会思想都发生了深远影响。　在这一观念背景下，现代临床医学的结构得以建立：“通过引进概率论思想，医学就彻底更新了其领域的感知价值……医学不再试图观看有感觉的个体背后的本质真实；它所面临的任务是，理解一个开放领域的事件，以至无穷。这就是临床医学。” 　但是，症状医学的观念依然存在认识的迷雾：疾病被看作语言的类似物，没有本体，只有作为符号的症状在运行，医生的目光仅仅停留于身体的表面。显然，这是缺乏深度的目视，机体的迷宫仍然保持在黑暗之中。要揭开迷雾，就必须打开身体，用洞察入微的光亮照进暗藏疾病的阴暗角落。瞥视（glance）取代目视成为下一时期临床实践的核心观念，解剖学也取代症状成为解析疾病的利刃：“症状医学将逐渐消退，直到在关于器官、病灶和病因的医学面前，在完全按照病理解剖学组建起来的临床医学面前最终消亡。” 　经典医学史在论述这一临床医学向现代转变的时期时，总乐于强调存在于病理解剖学家与社会保守力量之间的戏剧冲突，并进而证明正是由于旧的社会势力的阻挠，医学才会在长达百年的时间中无所进步，而冲破对尸体的禁忌才为临床医学带来了发现真理的希望。然而，福柯通过对历史文献的细致考证发现，这些叙述并非历史的本来面目，至少从18世纪中期以来，为医学目的进行的解剖不存在障碍。之所以会出现这些虚幻的历史书写，乃是因为编撰者往往从日后对临床医学和解剖学紧密关系的解读出发去找寻历史发展的痕迹，并根据预先形成的结论对历史文献做选择性编排，忽略乃至无视与自己观念不相吻合的记录，从而颠倒因果的建构了一部有关英雄与愚人，进步与退步的历史。　早在17世纪，维萨里留斯就已经发表了解剖学巨著《论人体的结构》，1760年莫尔加尼的《病变的位置与原因》已经把疾病与病理解剖学联系起来。由于占支配地位的观念并不关注病人身体的结构与疾病发生的关系，所以“在四十年间阻止医学听取莫尔加尼的教诲的，正是临床医学的思想。冲突不是发生在新知识与旧信仰之间，而是发生在两种不同类型的知识之间。” 　比夏（Bichat）的著作是这一时期最有代表性和最重要的医学文献。他将“组织”作为机体构成的最基本单位，并认为疾病最终可以还原为组织的损伤过程，因此每一疾病都被给以一个解剖学地位。通过考察“每一系统内普遍的变化史”，病理解剖学最终建立了一套身体结构的疾病分类体系。所以，在某种意义上，分类医学的基本观念通过病理解剖学获得了新生。毫无疑问，在这里“每个系统内普遍的变化史”具有极其重要的价值，这一认识促使人们去发现不同器官中类似的发病过程，并成为今日病理学“运用基本病理过程及其发生发展的基本规律去深刻发现和认识各种疾病的特殊规律和本质” 的观念来源。　在解剖－病理医学中，死亡的地位也发生了转变：尸体成为关于生命和疾病的真理的来源，死亡也就不再仅仅是一个消极的终结者，而成为“获得关于生命的实症真理的唯一可能途径”。死亡从一个突兀而来的事实变成了一个绵延于生命之中的过程，所以，“生命、疾病和死亡由此组成了一种在技术上和观念上的三位一体。”正如一位研究者指出的，在这里，福柯发现了“死亡在医学感知中承担的新角色，成为疾病和生命关系的澄清者…死亡过程变成了一种特殊的生命过程，先于病人的实际死亡而存在，而且在实际死亡瞬间之后依然存在。死亡提供了认识疾病和生命的最佳视角。” 　虽然透过病理－解剖医学对已有观念的整和、改造与重建，现代临床医学的疾病观已初具雏形，但仍然有一类疾病无法被纳入它的框架之中，早期的解剖学家们无法给它们确定位置，这就是“热病”——一类包含甚广的炎症性疾病。“红、肿、热、痛”是这类疾病的共通特点，但常常无法发现发热与具体器官的联系，困惑的医生们热烈的讨论，有时甚至发生激烈的争执，然而问题终于没有得到解决，直到1816年。这一年，布鲁塞发表《公认学说之考察》，明确指出，要理解炎症，就必须认识到这是一种在不用解剖刀就可以用肉眼看到的生理学现实，因此就需要用一种“生理医学”的观察方法来把握。炎症首先是一种“机能失调” ，所以疾病的本体性再一次被取消，有关生理反应的观点取得了支配性的解释地位。人们需要的是“在生理学里寻找疾病的特征，并且通过娴熟的分析来分辨患病器官常常混为一团的呼喊。” 由此，界定“正常”成为实现疾病生理分析的首要任务。不知道正常就无法了解异常，从这一思路出发，我们不难理解，为什么整个19世纪医学史会在克劳德贝尔纳和路易巴斯德处达到颠峰。所以，福柯的下述结论就显得尤其令人信服“疾病医学已到了尽头；现在出现了一门病理反应医学。这种经验结构主宰了19世纪。因为它还将包容致病媒介医学，因此虽然它也不免在方法论上有所修正，但还是在某种程度上支配了20世纪。” 恩斯特迈尔在其巨著《生物学思想发展的历史》中写到：“在一般人心目中发现就是科学的标志。新事实的发现一般是容易报道……然而把科学仅仅看作是收集事实则是很大的误解。在生物科学中，绝大多数的重要进展是由引入新概念或改善现存的概念而取得的……通过概念的改善比经由新事实的发现能更有效的推进我们对世界的了解，虽然这二者并不是互相排斥的。” 注：这种认识超越了经验科学，新概念的引入确实很牛叉。但作为一个保守主义者，还是觉得英国人的经验主义牢靠。; 328 次阅读|0 个评论

12 / 2 页

		自动登录	找回密码
密码			注册