最近,在分析数据,一堆的数据.
曾经有老师说过,对我们做宏观生态的来说,统计学尤其重要.一篇论文要写出高水平,它的统计水平很大程度上决定了文章的总体水平.
对这话,我赞同,完全赞同,可是当我真正开始分析数据时,我觉得有些迷茫.

看别人发的文章,统计方法基本上都是以前自己没见过的,你以前学的生物统计的书上不会有,你在市面上买的统计教程中也很难找到,只有你费尽心思在网上,专业统计论坛上还可能找到一些蛛丝蚂迹的线索,可是这和你真正要做的,却还是有差距.
有时面对着一堆的数据,我就在想,这就是我们要得到的结果么?我们做实验就是为了这一堆的数据?

随着统计学的发展,论文对统计的要求是越来越高了,
以前做个多元回归,就能发表文章,就能说明二者的关系,
现在却要用AIC值来选择模型的好坏.
以前用一般线性模型做的方程,现在却因为统计学的发展,要考虑更多因素,可能要用线性混合模型或者是广义估计方程来计算了.
这是时代的进步吧? 这是统计学的发展吧?
可是怎么感觉真正离我们有些越来越远了呢? 以前摆在眼前的事实,现在却需要用电脑经过一番模拟之后得到的结果,才能被称之为真实的现象呢?

当然,我并不讨厌统计,我也一直觉得数学是我们认识世界的钥匙,但是我们是不是在某些程度上过于依赖于统计了呢?
似乎一篇论文,特别是宏观生态学中没有高深的数学模型它就不是一篇好文章了呢?
另一方面,因为提高了对数理统计的要求,会有会有很多人也被就此挡在了生态学之外呢?

以上只是在看了近一个月的统计书还不得要令之后的一点抱怨,各位看官就当是看看笑话了.
统计还是要学的,还是要好好学的.
打算处理完这篇文章的数据之后,继续恶补统计学知识去....
拿上统计书,我闪....

转载本文请联系原作者获取授权，同时请注明本文来自徐峰科学网博客。
链接地址：https://blog.sciencenet.cn/blog-89144-46624.html

上一篇：我是一只会骑车的鱼
下一篇：一件发生在中科院食堂让人气愤的事