这论文呢，自我评价可以给个80分。最大的问题在于没有花时间去整理文章的结构，所以构架上稍微有点散乱（俗称“意识流”）。内容上熟悉我的博客的客官一眼就能看出来，其实都是些博客文章的汇总，只不过用LaTeX让它们变得“人模狗样”一些而已，好在本小子平时也积攒了这些鸡零狗碎的东西，动过自己的脑子。我觉得群众大学的毕业论文，很多都是一个套路：经济/金融数据套一个神奇的模型，直到最后整个世界一片和谐，读者在最后一章都能隐约看到上帝老爷子在朝你挥手。其实也没啥，找工作不容易，地球人也都知道写论文就是忽悠——漫漫人生路上一道工序。
由于本小子是个小人（小小的活人），所以总关心小人关心的事情（俗称“人本主义”）。这论文嘛，窃以为也没什么上下高低之分，说出你怎么想的就可以了，而不要总说“他们”怎么想怎么做。一定要有数学上的创新？一定要有人家看不懂的公式才是好论文？一定要有综述？一定要有长长的参考文献列表才是好论文？一定要板起脸？不能写八卦？不准幽默？……嗨，作茧自缚。几年前看到一篇好文章，颇具恶搞性质，建议各位客官收藏：How to write Consistently Boring Scientific Literature。
言归正传：本文是厌倦八股文和数学理论的产物，从理论角度来说，几乎没什么价值，不过这篇文章是用Sweave写的，完全具有可重复性和100%透明度，对文中结果有怀疑的客官可以自行运行代码；其次，统计模拟和图形的声音在界内太微弱，大家都很忙，有人在忙着推公式，有人在忙着编数据，有人在忙着把公式用到不知道是不是编出来的数据上，本小子跟着瞎掺和了点别的东西，仅此而已。甭管有用没用，敬请拍砖。
－－－－－－－－－－外一篇：坛霸是怎样练成的－－－－－－－－－－
曾经有童鞋称呼在下为“坛霸”，这个……有时候确实有那么点意思，无图无真相（两个多月没怎么回帖了，一鼓作气）：
坛霸是怎样练成的
接下来我会陆续写第三届中国R语言会议、《现代统计图形》书稿和useR! 2010，若时间允许，我考虑一下电视剧《九阴真经》（93版）。
又及：
只是老师布置的期末作业——选择合适的题目，收集相应的数据，建立统计模型，进行统计分析，直到你认为满意为止（咱们老师的原话）。是不是我的题目选的不好啊？再及：
如果直接访谈的话，我感觉暨很费时间，而且结果也不一定准确（其中也会受很多因素的影响），如果用回归的话，做问卷我可以改成匿名形式，只是变量的选取和设定变的有难度（对于我来说）原本这是一个如何保护受访者隐私的问题。这种问题有一些经典的解决办法，比如让受访者自己抛硬币，如果正面就回答“是否挂过科”，反面就回答“宿舍电话最后一位数字是否是奇数”，访员不干涉受访者填问卷的过程，最终我们也不知道受访者的硬币是正面还是反面（从而不知道他们究竟回答的是哪个问题），只知道他们回答了多少“是”和“否”。只要样本量充分大，我们就知道挂科的比例了。
至于变量间的相关性，这不是问题，因为世上完全独立的变量似乎还没生出来。即使再独立，不还存在所谓的“蝴蝶效应”么？退一步讲，回归也没有要求自变量相互独立，相关性太强也有解决办法。
其实在半年多以前我对数据挖掘和机器学习还持有一定的反对态度，但后来这种态度逐渐转变了，甚至现在变成对经典统计学的内容开始持有一些怀疑态度（典型的例子如结构方程模型，我觉得它基本上就是统计宗教）。
我自己态度转变的根本原因其实直到近日看一段关于交叉验证（Cross-Validation）的文字的时候才思考明白，原来冥冥中是Type III Error在指引我。在我听的课以及读的书中，还从未遇到过这样一种正式的表述：与Type I Error和Type II Error能到同一等级。具体细节参考Wikipedia，总之大意就是，用“正确”的方法解决本身错误的问题。
从关心模型到关心数据，进而关心怎样充分利用数据本身的信息，这必然是统计哲学和统计方法论的重大进步。参考Breiman（2001）在Statistical Science上的文章。
外一篇：好心的易老太
中午吃完饭噌噌噌往回走，路上遇见易老太和刘老太晃晃悠悠在路上也往办公室走，我和二位老太打了招呼，然后顺便向刘老太复了命，然后就回来了。过了一会儿，易老太噔噔噔跑到我这边办公室来，说“你是不是没有毛衣啊，没见你没穿，我那儿有几件”，我赶紧叩谢老太，说我有毛衣，只是没穿而已，不冷，云云。老太就回去了。想当年，刚来人大的时候，林老太也是这样。我对人大这所学校并没有太深的感情，但对咱学院还是有着十分深厚的感情的。易老太真是好心人……
近期评论