最近一年多来，每当处于美国议息会议前夜，美国即将公布的非农就业数据就备受关注，我们以为这个数据是经济学家的事情；你我都做个几个心理测试，例如几个问题下来，将你初步划分为绿色、红色或黄色型人格的性格测试，我们以为这个测试都是心理学家的事情；在报纸上，经常看到一些社会数据公布，例如男女比例、离婚率等，我们以为这些都是社会学家的事情。
其实以上3个问题的答案，都大可商榷。的确，这3个问题可分别划分为经济学、心理学及社会学的范畴，但它们又同时运用了统计学的知识。我们身边，从不会出现独立的统计学数据，统计学总是与各种学科结合，让我们通过大数据洞悉具体领域的情况。
美国统计学家戴维·萨尔斯伯格，所写的《女士品茶》一书，讲述的恰是你我这些非科班学生感到陌生的统计学的故事。一位女士品茶的事件引申出一个问题——如何科学地设计实验，才能获得证明该女士品尝茶能力的数据？
正是由这些实验设计开始，统计学逐渐独立于数学、数据，成为一种处理问题的科学方法，并渗透到生物学、医学、心理学、社会学、计算机学等所有需要整理、描述、分析数据的学科。它的重要性不言而喻。
几个重要的统计学概念
1、实验设计
“尽管科学的发展来自仔细的思考、观察和实验，但从来没有人能说清应当如何做实验，而且人们通常不会把完整的实验结果告诉读者。”
费希尔通过女士品茶这个实验衍生开来，写下《实验设计》一书。他的结论是科学家在实验之前需要为实验结果建立数学模型。数学模型指的是一组等式，其中一些符号代表实验中收集的数据，另一些符号代表实验的总计结果。科学家需要根据实验的数据，计算出相应的合理结果。
在最初，统计学是用来指导科学、合理地设计实验的。
2、相关与回归
“均值回归”这个现象，相信你我都不会陌生。例如如果父亲非常高，孩子往往比父亲矮；如果父亲很矮，孩子往往比父亲高。似乎有一股神秘的力量让人类身高远离极端，朝着所有人的平均值靠拢，维持了人类物种的平稳？
英国科学家高尔顿发现了对这种关系的一种数学度量（我只能惊叹，这都能找到！），称之为“相关系数”。他给出了一个具体的公式，可以测量均值回归现象的一个参数，虽然这个参数不能告诉我们回归现象背后的原因。“相关”这个词便是首先出现在这，然后慢慢融入了大众语言。在统计学里，“相关”是有特指意义的，生活中你误用了吗？
3、概率
在数学书上第一次接触概率时，经常会举的一个例子是如果你无限次抛掷一枚硬币，那么得到正面与反面的概率都是无限接近与50%。一个事件的概率，是指长期来看该事件发生次数的占比。
上述重要的概率定理称为大数定律，即如果某一事件拥有固定概率，如果我们不断进行相同试验，该事件发生的比例约来越接近于该概率。
4、引申一个有趣的概念：个人概率
以上是统计学中的“概率”概念，而我们在生活中，通常是用“概率”描述我们对不确定性的感知。例如看着窗外的一团乌云，我觉得50%会下雨，而同事可能觉得80%会下雨。
我们得出不同的概念与我们以往的经验有关，我的经验是，以往出现类似乌云时，只有一半几率是下雨的。而我同事以往看到相似乌云时，大部分情况都真的下雨了。所以，我们看到相同的一片云，但得出了完全不同的概率。
于是，在我犹豫着下班要不要带伞时，我的同事已坚定地带着伞走出办公室门了。看，指导我们行为的不是客观概率，是个人概率哦。
以上，只是列举了一些我们经常接触又比较容易理解的概念，《女士品茶》里还有许多重要的统计学故事及它如何影响了其他学科的发展，我在此就不班门弄斧了，留待对统计学感兴趣的你逐一去发掘。
看完全书后，我的一个想法是，统计学其实也不像一门独立的学科，而更接近于一种方法论，而且是应用性非常强的方法。这个问题，留待科班学生替我解答了~~
