最近《自然》有篇文章谈到这个问题，我人为十分重要。这些原则对如何发挥科学对国家和民众的正面作用，避免人们对科学误解，让大众了解科学存在的缺陷等方面都十分重要。为发挥科学的作用，政府可吸收更多科学家参与政策的制定和咨询，但这里存在一个关键的问题是科学家如何有效地让让非科学家理解和掌握科学。表面上看，这是教育的问题，其实这是科学的问题，特别是科学普及最重要的基础。无论是科学家，还是非科学家，大家首先要统一认识的一些原则，这是开展深入交流的前提和保障。

三名作者根据他们的理解，列举出20条关于传播和学习科学的原则。对科学网这样的以科学家为主要读者的地方也十分重要和关键。因为这些问题不仅是宣传科学思想的原则，也是从事科学研究需要重点理解和掌握的内容。由于对部分条目理解上不够充分，无法给大家提供全面准确的解释，建议特别有兴趣的对原文认真阅读。如果本人存在的错误，也希望指正。

1.变化的偶然和必然

客观世界的多样性决定了变化是一种必然，也存在一些偶然性因素。科学的目的是试图为变化的世界寻找到规律性的东西，但现实的世界往往不那么科学和完美。例如气候变暖问题的根源是什么，很难完全确定某一因素。这个条目是属于科学的属性问题。

2.测量都存在误差

这个最典型的就是测不准原理了。误差是监测的必然特征，所以千万不要希望我们能完全准确去了解这个世界。有时候这种误差可能导致完全相反的理解。例如你看到某个月经济增长速度是0.13%，或者真实的情况是根本没有增长，甚至是衰退。（这个属于科学研究方法中监测误差问题）

3.偏见是科学常态

最理想的研究是采用严格双盲对照实验，除药物临床研究外，其他的生物和社会性研究并没有采用如此严格的设计。因此所谓的研究往往收到设计、研究着和观察对象等各种因素的意外甚至心理影响。因此我们看到的许多研究结果都不是那么可靠，不可靠的偏见可能是目前许多所谓科学研究的主流。

4.样本量决定可靠程度

当我们面对不同的研究结论，如何评价那种研究更接近事实。最好的一个原则是观察对象的规模。例如我们想了解民众对某一政策认可的程度，从小规模抽样研究可靠性往往不够。可靠程度决定于观察对象的数量。

5.相关性不等于因果关系。

用相关性作为原因解释的科学笑话有很多。

6.回落原因可能误导

在事故高发路段放测速仪时，事故率下降可能和测速仪并没有关系。

7.不能任意扩展应用范围

科学规律都是有适用条件的。在某一阶段或历史数据预测将来的趋势容易会导致失败。

8.基率谬误

不理解这个概念，从网络上找到这个，也许有帮助理解。

假设在一个房间里，70%的人是律师，30%的人是工程师。乔治是房间里的一个人的名字，他厌恶小说，热衷于木工活，他的文章写得枯燥而机械，他有让事物尽可能有序、井井有条的“强迫症”，他在大学时读的是土木工程系的某个专业。问，乔治更可能是律师还是工程师？

当人们被迫要在短时间内做出判断时，大部分人都倾向于回答乔治更可能是工程师。因为题目中有更多的信息是指向工程师的特征，而不符合律师的特征的。但特征并非真正的决定性因素，70%与30%的实际比率才是此题的真正关键信息。

9.对照很重要

许多情况下，没有严格对照意味着没有结论。

10.随机性可减少误差

11.别假重复

Seek replication, not pseudoreplication. Results consistent across many studies, replicatedon independent populations, are more likely to be solid. The results of severalsuch experiments may be combined in a systematic review or a meta-analysis toprovide an overarching view of the topic with potentially much greaterstatistical power than any of the individual studies. Applying an interventionto several individuals in a group, say to a class of children, might bemisleading because the children will have many features in common other thanthe intervention. The researchers might make the mistake of 'pseudoreplication'if they generalize from these children to a wider population that does notshare the same commonalities. Pseudoreplication leads to unwarranted faith inthe results. Pseudoreplication of studies on the abundance of cod in the GrandBanks in Newfoundland, Canada, for example, contributed to the collapse of whatwas once the largest cod fishery in the world4

12. 科学家也是人

作为人的科学家，也有自己的烦恼。需要为晋升、研究经费等问题发愁，有可能会导致报道更理想的研究结果。同行评议也不是完全没有问题，杂志也喜欢报道更理想更有新闻性的研究结果。

13. 显著性不等于有效

统计学上的显著性的本质是存在区别的可能性大小，例如两组存在差别的可能性有99%，但这种区别不一定有任何实际价值。

14. 无显著性不等于无效

统计学没有差别不等于没有真正的差别，所谓没有统计学差别的真实含义是没有发现统计学差异，和没有差异不是一个概念。也许是因为样本量，也许是因为监测方法的敏感性等导致差异不能确定，但真正有可能有区别。

15. 效应大小问题

效应小可能无法获得统计学意义，但可能会掩盖重要信息。过分依赖统计学可能会产生误导。

16. 动物实验结果不一定适合人类

动物研究结果不能随意完全适用人类。

17. 感觉会影响危险感知

人们对某一现象的危险性会作出错误的超过实际危险性判断，例如人们对拥有枪支的危险性感知会达到实际危险的100倍，对核反应堆危险性的感知会增加10倍。例如某些人对转基因和PM2.5显然也可能存在不客观的危险性感知。

18. 关联性风险很难准确评估

独立性风险比较容易分析，但关联性灾难造成的危害十分难以准确分析。例如台风、海啸和暴雨可能有密切联系，单独分析比较容易，但如果联合出现则很难评估。2008年因为次级债导致的金融风暴也存在类似情况（结果很难预料）。

19. 数据挖掘和数据挑选往往有主观性

人们为证明某一结论，有重新排列甚至挑选有利证据的趋势。

20. 过度测量也可导致错误

有时候为了研究的全面性，考虑的因素太多，也可能会由于数据本身可变性的本质导致无法获得全面或可靠的结论。

Policy: Twenty tips for interpreting scientific claims. WilliamJ. Sutherland, David Spiegelhalter & Mark Burgman 20 November 2013

http://www.nature.com/news/policy-twenty-tips-for-interpreting-scientific-claims-1.14183