很多年前的一天，我坐在密西根州立大学自己的办公室，我的同事老Jim（James F. Hannan, https://stt.natsci.msu.edu/events/lecture-series/james-francis-hannan-lecture-series/）悄然出现在我的门外，手里拿着工科统计课的一本教科书，指着某页上的脚注让我读。我就读出了那句话："In Statistics it is often true that log(xy)=logx+logy" （在统计学里，log(xy)=logx+logy 往往是对的），老Jim满脸坏笑地问我怎么看这句话，我一时反应不过来，就等他抖包袱。

见我发傻，老Jim就不难为我了，说 "What about in Mathematics it is ALWAYS true that log(xy)=logx+logy? So to have the so-called statistical thinking is to say nothing with certainty?" （为什么不说在数学里，log(xy)=logx+logy 永远是对的呢？难道有了所谓的统计思维就要什么都说不准吗？）

老Jim的幽默非常形象，我一直记到了现在。确实有些统计学者刻意培养自己“不把话说绝对”的习惯，以区别于数学家。比如少用，甚至不用正确/错误（correct/wrong）, 对/错（true/false）这类词，因为只有“头脑僵化，保守，与现实世界脱节”的数学家才用这种绝对的形容词，统计学家要“不绝对，有开放思维”。

撇清自己，避嫌数学带来的一个间接作用，是很多统计期刊没有任何难为情地宣布，不再努力确保发表的论文中定理证明的正确性，而只关注论文的“创新性”。这样，统计论文只要大胆提出新方法，定理就可以不受数学正确性的约束了。

统计期刊的这个现状，也不仅仅是因为蓄意和数学划清界限。有能力判断统计论文的定理证明正确与否的审稿人，目前还在世的，我感觉世界范围也不会超过200人。而统计期刊每年投稿的论文绝对超过五位数字，足以把有功底的这些统计学家累死在审稿中。何况这些人当中，还有一部分是成名前的张益唐，“影响力低”。

去数学化的另一个后果，就是谁仔细看别人论文的定理证明细节，发现错误，就可能被当作故意找麻烦，添堵。结果就是约定成俗，基本没人留意任何论文证明的对错了。现在很多统计学家都有自己的一个白名单，只有这个名单上的作者，其论文才值得一读。