由买买提看人间百态

boards

本页内容为未名空间相应帖子的节选和存档,一周内的贴子最多显示50字,超过一周显示500字 访问原贴
Statistics版 - 陈大师的两大硬伤和两大法宝
相关主题
陈大师, 我很好奇居然还有人试图和陈大师讨论统计问题
陈大师不遗余力的去数学版折腾了classification 问题 求教!!
陈大师为什么不回答我的问题呢?[合集] 以后想去业界发展,应该选哪个OFFER?谢谢!
陈大师的意思我终于有点领会了[合集] 以想做咨询,该从哪个OFFER
Re: 关于肖手术的最新review (转载)[合集] 大家都在说统计的MS 是夕阳学位,是不是现在在读的统计MS都
答水泡泡:陈立功是谁教出来的?[合集] 问大家一个问题哈
Great Confucius[合集] 不考虑专业排名,请问UNC, UIUC, UCLA哪个学校名气大,或者
let's settle this once and for all[合集] 帮忙选择:MS Statistcis @ UNC or NCSU or Rutgers
相关话题的讨论汇总
话题: 两大话题: 统计话题: 老陈话题: 硬伤话题: 数学
进入Statistics版参与讨论
1 (共1页)
s********n
发帖数: 69
1
两大硬伤:
1. 没学位, 别拿硕士说事,连打工皇帝都要买个博士充数。
2. 没文章,这个是真没有。
两大法宝:
1. “我不懂” 牛!
2. “你们都不懂” 牛!
T*******I
发帖数: 5138
2
搞统计的都知道,即使是样本测量中也会存在outlier。
你只需看看我在2007年JSM的proceedings中的文章的第一个page就足够了。那里写出了
分段回归分析的完整的逻辑,而这个逻辑是统计算法的基础。仅此一点,就足以击穿你
的思维上的硬伤

【在 s********n 的大作中提到】
: 两大硬伤:
: 1. 没学位, 别拿硕士说事,连打工皇帝都要买个博士充数。
: 2. 没文章,这个是真没有。
: 两大法宝:
: 1. “我不懂” 牛!
: 2. “你们都不懂” 牛!

w****o
发帖数: 367
3
陈大湿~~~~~~~~~~~

【在 s********n 的大作中提到】
: 两大硬伤:
: 1. 没学位, 别拿硕士说事,连打工皇帝都要买个博士充数。
: 2. 没文章,这个是真没有。
: 两大法宝:
: 1. “我不懂” 牛!
: 2. “你们都不懂” 牛!

s***x
发帖数: 293
4
他是怎么来美国的,还公民了
感觉他一没学历,二没文章,成果就是他说的这个好像谁都不懂得,老板还给配这么多
年工资,没法理解

【在 s********n 的大作中提到】
: 两大硬伤:
: 1. 没学位, 别拿硕士说事,连打工皇帝都要买个博士充数。
: 2. 没文章,这个是真没有。
: 两大法宝:
: 1. “我不懂” 牛!
: 2. “你们都不懂” 牛!

C*********g
发帖数: 3728
5
不要完全把人家当民科。mathematical statistics科班出身的优势,是可以以
flawless的数学推理来解决问题。很多其他专业出身的人,由于本专业中存在的问题,
而必须啃mathematical statistics。他们无法把自己看到的问题精确的转化成数学语
言,也不一定能发top paper,而且他们的论证中肯定存在n多错误。但是他们的工作,
不一定是没有价值的。
举个例子,60年前,一个南非地质工程师,为了找金矿,设计了一个简易的
interpolation程序,发表在南非矿物学报上。这是他一生的唯一一篇paper。他的工作
被一个法国数学家看到,发展成为今天的Kriging。这个地质工程师叫Krig。
再举个例子:200多年前,一个瑞典人Linne,觉得世界上不同的植物可以分门归
类,于是做了这个工作,并留下了一句话:"Classification is the beginning
of Science as we know it."他的工作,停留在感性认识上。100多年后,一个
观测农作物的英国佬,用鸢尾花(Iris)试验了统计分类。他的名字是R.A. Fisher.
再举个例子:差不多20年前,林家翘先生写道:“也许今天的生物学,是唯一一门没有
数学化的(现代理工科)科学。”20年过去了,Bioinformatics发展起来了。你们如果
看过当年初创时那些不属于landmark paper的paper,可能会笑掉大牙。但是那些paper
相对于它们同时期因循守旧的生物paper,重要之处在于思想的变革。你们有资格去嘲
笑那些用粗糙的数学语言结结巴巴描述科研中遇到的问题的人们吗?
把mathematical statistics科班出身的优势,用在和各学科上勇于变革的人们沟通,
一起去探索新天地吧!也许这才是你忘却的年轻时的梦想,而不是为花街或者药厂贡献
剩余价值,或者用以嘲笑其他学科的“疯子”。

【在 s********n 的大作中提到】
: 两大硬伤:
: 1. 没学位, 别拿硕士说事,连打工皇帝都要买个博士充数。
: 2. 没文章,这个是真没有。
: 两大法宝:
: 1. “我不懂” 牛!
: 2. “你们都不懂” 牛!

c*****n
发帖数: 14445
6
非常赞同您的观点!
统计学一个很重要的任务,就是为其他的科学服务,让他们的问题得到统计和数学的严
谨的符合逻辑的解答。搞统计的人如果只能跟统计数学的人交流,而无法或不屑跟其他
不懂统计的人交流,那将是悲哀的。
这学期上一个statistical consulting的课程,要跟各个非统计专业的人打交道,帮他
们解决数据分析的问题,而且老师要求我们写的报告就是面向非统计专业的client的。
非统计数学科班出身的人同样可以有自己的梦想,也有权利也挑战权威。勇于变革的人
永远是令人敬畏的。

【在 C*********g 的大作中提到】
: 不要完全把人家当民科。mathematical statistics科班出身的优势,是可以以
: flawless的数学推理来解决问题。很多其他专业出身的人,由于本专业中存在的问题,
: 而必须啃mathematical statistics。他们无法把自己看到的问题精确的转化成数学语
: 言,也不一定能发top paper,而且他们的论证中肯定存在n多错误。但是他们的工作,
: 不一定是没有价值的。
: 举个例子,60年前,一个南非地质工程师,为了找金矿,设计了一个简易的
: interpolation程序,发表在南非矿物学报上。这是他一生的唯一一篇paper。他的工作
: 被一个法国数学家看到,发展成为今天的Kriging。这个地质工程师叫Krig。
: 再举个例子:200多年前,一个瑞典人Linne,觉得世界上不同的植物可以分门归
: 类,于是做了这个工作,并留下了一句话:"Classification is the beginning

A*******s
发帖数: 3942
7
民科不民科,看得不仅仅是懂不懂科学的原理,还要看是不是用科学的方法来研究问题
。老陈不懂推理没啥问题,对自己的方法做个严谨一点的simulation和empirical
study也行。我要是没记错的话,一年前就有人叫他做validation来验证他的
regression model是不是overfitting,但是老陈一年后还不懂validation和
overfiting是个啥东西,还放言我不懂validation,所以validation对我的理论不重要
。板上的大牛weekendsunny逐一帮他解释他乱用的数学术语,他丝毫不在意,还是乱用
一气;另一个大牛Drburnie帮他做了literature review,他说这些paper根本不值得看
。他连民科都不是,就是一个偏执狂。

【在 C*********g 的大作中提到】
: 不要完全把人家当民科。mathematical statistics科班出身的优势,是可以以
: flawless的数学推理来解决问题。很多其他专业出身的人,由于本专业中存在的问题,
: 而必须啃mathematical statistics。他们无法把自己看到的问题精确的转化成数学语
: 言,也不一定能发top paper,而且他们的论证中肯定存在n多错误。但是他们的工作,
: 不一定是没有价值的。
: 举个例子,60年前,一个南非地质工程师,为了找金矿,设计了一个简易的
: interpolation程序,发表在南非矿物学报上。这是他一生的唯一一篇paper。他的工作
: 被一个法国数学家看到,发展成为今天的Kriging。这个地质工程师叫Krig。
: 再举个例子:200多年前,一个瑞典人Linne,觉得世界上不同的植物可以分门归
: 类,于是做了这个工作,并留下了一句话:"Classification is the beginning

C*********g
发帖数: 3728
8
你说的很有道理,交流必须是双向的。
就比如你谈到overfitting,我是在Vapnik的书里读到的。以他的水平,可以高屋建瓴
地谈问题,直截了当的说level of algorithm complexity must match level of data
complexity. 我当时就拜服得五体投地。
但是,很多统计科班出身的Ph.D,恐怕一辈子也不可能说出这么牛叉而通俗易懂的话来
。Vapnik的东西,能完全啃下来的,也不见得有多少人。
Vapnik自己也是师承n代数学家,外加n年苦功。换一个Frequencist来,估计理解也
不可能一样。
而对应的其他专业的科研人员,不客气地说,很多Science/Nature 文章的作者,对于
统计学的理解,还停留在大学一年级上。老陈不是太差。
所以,统计科班出身的Ph.D和其他专业的交流,不是一件本该和谐的事情。责任不是单
方面的。

【在 A*******s 的大作中提到】
: 民科不民科,看得不仅仅是懂不懂科学的原理,还要看是不是用科学的方法来研究问题
: 。老陈不懂推理没啥问题,对自己的方法做个严谨一点的simulation和empirical
: study也行。我要是没记错的话,一年前就有人叫他做validation来验证他的
: regression model是不是overfitting,但是老陈一年后还不懂validation和
: overfiting是个啥东西,还放言我不懂validation,所以validation对我的理论不重要
: 。板上的大牛weekendsunny逐一帮他解释他乱用的数学术语,他丝毫不在意,还是乱用
: 一气;另一个大牛Drburnie帮他做了literature review,他说这些paper根本不值得看
: 。他连民科都不是,就是一个偏执狂。

c*****n
发帖数: 14445
9
I think you mean "drburnie", not "Drburney".

【在 A*******s 的大作中提到】
: 民科不民科,看得不仅仅是懂不懂科学的原理,还要看是不是用科学的方法来研究问题
: 。老陈不懂推理没啥问题,对自己的方法做个严谨一点的simulation和empirical
: study也行。我要是没记错的话,一年前就有人叫他做validation来验证他的
: regression model是不是overfitting,但是老陈一年后还不懂validation和
: overfiting是个啥东西,还放言我不懂validation,所以validation对我的理论不重要
: 。板上的大牛weekendsunny逐一帮他解释他乱用的数学术语,他丝毫不在意,还是乱用
: 一气;另一个大牛Drburnie帮他做了literature review,他说这些paper根本不值得看
: 。他连民科都不是,就是一个偏执狂。

d******e
发帖数: 7844
10
不是交流的问题,而是陈大师的东西根本经不起推敲。呵呵
btw:Vapnik的那句话也只是复述别人的话而已。

data
问题
重要
乱用
得看

【在 C*********g 的大作中提到】
: 你说的很有道理,交流必须是双向的。
: 就比如你谈到overfitting,我是在Vapnik的书里读到的。以他的水平,可以高屋建瓴
: 地谈问题,直截了当的说level of algorithm complexity must match level of data
: complexity. 我当时就拜服得五体投地。
: 但是,很多统计科班出身的Ph.D,恐怕一辈子也不可能说出这么牛叉而通俗易懂的话来
: 。Vapnik的东西,能完全啃下来的,也不见得有多少人。
: Vapnik自己也是师承n代数学家,外加n年苦功。换一个Frequencist来,估计理解也
: 不可能一样。
: 而对应的其他专业的科研人员,不客气地说,很多Science/Nature 文章的作者,对于
: 统计学的理解,还停留在大学一年级上。老陈不是太差。

相关主题
答水泡泡:陈立功是谁教出来的?居然还有人试图和陈大师讨论统计问题
Great Confuciusclassification 问题 求教!!
let's settle this once and for all[合集] 以后想去业界发展,应该选哪个OFFER?谢谢!
进入Statistics版参与讨论
d******e
发帖数: 7844
11
无所谓了,领会精神,哈哈

【在 c*****n 的大作中提到】
: I think you mean "drburnie", not "Drburney".
w***n
发帖数: 1084
12
你把老陈说是别的专业的,老陈恐怕要和你急的。
别的专业的人没有花时间研究过统计,说的不对当然可以理解。可人家老陈可是专门花了大把时间研究的。至少一年前他就在这个版上出售他的理论。可是直到今天,他和大部分人的争论还是在基本的名词解释上。他如果真心想让别人读懂他,这么长的时间起码他把基本名词都给摸清楚了吧?

data

【在 C*********g 的大作中提到】
: 你说的很有道理,交流必须是双向的。
: 就比如你谈到overfitting,我是在Vapnik的书里读到的。以他的水平,可以高屋建瓴
: 地谈问题,直截了当的说level of algorithm complexity must match level of data
: complexity. 我当时就拜服得五体投地。
: 但是,很多统计科班出身的Ph.D,恐怕一辈子也不可能说出这么牛叉而通俗易懂的话来
: 。Vapnik的东西,能完全啃下来的,也不见得有多少人。
: Vapnik自己也是师承n代数学家,外加n年苦功。换一个Frequencist来,估计理解也
: 不可能一样。
: 而对应的其他专业的科研人员,不客气地说,很多Science/Nature 文章的作者,对于
: 统计学的理解,还停留在大学一年级上。老陈不是太差。

A*******s
发帖数: 3942
13
老陈不是business guy,他自诩是academic guy的,还是专攻统计的。讨论学术就得用
学术那套来。老陈满口胡言革命突破新地平线啥的,也就不怪得大家乱棒打出了。

data

【在 C*********g 的大作中提到】
: 你说的很有道理,交流必须是双向的。
: 就比如你谈到overfitting,我是在Vapnik的书里读到的。以他的水平,可以高屋建瓴
: 地谈问题,直截了当的说level of algorithm complexity must match level of data
: complexity. 我当时就拜服得五体投地。
: 但是,很多统计科班出身的Ph.D,恐怕一辈子也不可能说出这么牛叉而通俗易懂的话来
: 。Vapnik的东西,能完全啃下来的,也不见得有多少人。
: Vapnik自己也是师承n代数学家,外加n年苦功。换一个Frequencist来,估计理解也
: 不可能一样。
: 而对应的其他专业的科研人员,不客气地说,很多Science/Nature 文章的作者,对于
: 统计学的理解,还停留在大学一年级上。老陈不是太差。

A*******s
发帖数: 3942
14
改了,呵呵。

【在 c*****n 的大作中提到】
: I think you mean "drburnie", not "Drburney".
T*******I
发帖数: 5138
15
读了大家在这里对我的讨论,很“感动”。邀请大家到我的“临界回归模型的连续性”
一贴中看看我对自己所做的工作的简单介绍。它们真的与概率论没多大的关系。
再给精算兄一句劝告,请你不要没有根据地胡说一通。我做了严格的simulation,在
2007年的JSM proceedings文章里。
其实,在我所掌握的逻辑系统来看(这在很多人看来是很玄的事情),只要分析逻辑正确,simulation可以省略。只有分析逻辑不正确的人,或者对自己的分析逻辑信心不足的人才
需要simulation来验证自己的东西.
c******r
发帖数: 300
16
Are you kidding us? How dare you call R.A.Fisher a British peasant? He did
work at Rothamsted Experimental Station as a researcher, but if this
qualifies him as a title of peasant, Irwin, Wishart, Yates, Cochran and
Nelder, are all peasants, a joke that will make everyone in stats laugh at
you. In case you don't know, Fisher has been known either as a statistician
(perhaps the most famous one) or as a very distringuished geneticist (
depends on what background you have, or apparent, you are in neither of the
two fields). Next time when you write, please do your due diligence first.
As to whether that guy's "work" (if you ever want to call it in this way)
will be a breakthrough in science (or stats) like those you cited, I think
there is really nothing worth discussing anymore. I really hope the board
admin can simply remove all the relevant posts and spam-filter any future
posts he will publish on similar topics. It is so annoying to see this kind
of discussion repeatedly.

【在 C*********g 的大作中提到】
: 不要完全把人家当民科。mathematical statistics科班出身的优势,是可以以
: flawless的数学推理来解决问题。很多其他专业出身的人,由于本专业中存在的问题,
: 而必须啃mathematical statistics。他们无法把自己看到的问题精确的转化成数学语
: 言,也不一定能发top paper,而且他们的论证中肯定存在n多错误。但是他们的工作,
: 不一定是没有价值的。
: 举个例子,60年前,一个南非地质工程师,为了找金矿,设计了一个简易的
: interpolation程序,发表在南非矿物学报上。这是他一生的唯一一篇paper。他的工作
: 被一个法国数学家看到,发展成为今天的Kriging。这个地质工程师叫Krig。
: 再举个例子:200多年前,一个瑞典人Linne,觉得世界上不同的植物可以分门归
: 类,于是做了这个工作,并留下了一句话:"Classification is the beginning

s*****r
发帖数: 790
17
you just overreacted.
I think those people are just trying to push Master Chen further even he is
already at the edge.
The scene at the high cliff is so gorgeous, why not go a step further?

statistician
the

【在 c******r 的大作中提到】
: Are you kidding us? How dare you call R.A.Fisher a British peasant? He did
: work at Rothamsted Experimental Station as a researcher, but if this
: qualifies him as a title of peasant, Irwin, Wishart, Yates, Cochran and
: Nelder, are all peasants, a joke that will make everyone in stats laugh at
: you. In case you don't know, Fisher has been known either as a statistician
: (perhaps the most famous one) or as a very distringuished geneticist (
: depends on what background you have, or apparent, you are in neither of the
: two fields). Next time when you write, please do your due diligence first.
: As to whether that guy's "work" (if you ever want to call it in this way)
: will be a breakthrough in science (or stats) like those you cited, I think

1 (共1页)
进入Statistics版参与讨论
相关主题
[合集] 帮忙选择:MS Statistcis @ UNC or NCSU or RutgersRe: 关于肖手术的最新review (转载)
[合集] k-mean clustering答水泡泡:陈立功是谁教出来的?
[合集] 请教offer选择:UT-houston, biostatistics VS U of VirginiGreat Confucius
请问做data mining下面哪个软件最好,谢谢!let's settle this once and for all
陈大师, 我很好奇居然还有人试图和陈大师讨论统计问题
陈大师不遗余力的去数学版折腾了classification 问题 求教!!
陈大师为什么不回答我的问题呢?[合集] 以后想去业界发展,应该选哪个OFFER?谢谢!
陈大师的意思我终于有点领会了[合集] 以想做咨询,该从哪个OFFER
相关话题的讨论汇总
话题: 两大话题: 统计话题: 老陈话题: 硬伤话题: 数学