z**********g
发帖数: 16 | 1 bout “Repulsive particle” hypothesis
Zhuang Yilong
Shanghai Institute of Science and Technology Managemen
Jiading 201800
“Repulsive particle” hypothesis is a new theory of material
action. Contrary to Newton law of universal gravitation, which explains why
an apple on the three falls to the ground, it can be called law of universal
repulsion which explains why an apple grows on the tree. It regards a plank
quantum as a material particle, which is a epulsive particle”
counter... 阅读全帖 |
|
l***y
发帖数: 4671 | 2 首先，两种 hypothesis 本质上是一样的，而且实际上也经常根据 bio hypothesis 来
设计 hypothesis for statistical test。
另外，alternative hypotheses 早就在生物学中广泛应用了。而且作为方法论，
alternative hypotheses 并不限于生物学，别的学科一样适用。以前就推荐过 Platt
1964 年发在 Science 上的这篇文章：
http://256.com/gray/docs/strong_inference.html
这是当年做 PhD 时老板要求组里每个人都读的。文章写得很精彩。Hypothesis-driven
research 分两个流派，一个是 multi-hypothesis，一个是 single hypothesis。前
者在生物学上用得比较多，后者有时见于理论物理。其实仔细回想一下，很多情况下虽
然没有意识到，但思考问题和设计实验时，用的其实就是 multi-hypothesis。
统计上就更不用说了，满眼都是 multi-hypothesis。例如，multi-test... 阅读全帖 |
|
z**********g
发帖数: 16 | 3 Repulsion Particle Hypothesis
: Zhuang Yilong
Shanghai Institute of Science & Technology Management
Jiading District of Shanghai, 201800, China
Abstract: The theory of “ Repulsion Particle Hypothesis” is a new theory
of matter interactions. In contrast to Newtons universal gravitation that
the apple drops from the tree, this hypothesis can be called the universal
repulsion theory tha... 阅读全帖 |
|
b*******n
发帖数: 8420 | 4 无意引起争执
但是你所说的这两个阶段，在现实的生物学科研中并没有很好的执行
因此也就出现了歪曲data用来解释hypothesis的事情
毕竟验证一个hypothesis，统计学家可能只需要几个星期或者几个月的时间，而且null
hypothesis被reject之后可以接受alternative hypothesis，即使是没有差异也算是
结果。但是生物学PI们的hypothesis验证起来要花更长的时间，而且这个hypothesis直
接关系到他的R01 grant是否能得到资助。目前的生物学科研只重视positive data而无
视negative data，所以一旦hypothesis被reject，那就什么都不剩了。
如果只是普通的药物筛选，其实和microarray之类的都差不多，应该是非常中性的。但
是之后要选出compound进行验证，就变成了hypothesis driven，所谓的猫腻应该就出
在这里。
proof |
|
b*******n
发帖数: 8420 | 5 总结一下
无论什么学科，hypothesis的本质是一样的，hypothesis driven所需要的流程也是大
致相同的。
但是由于现实原因，不同领域的科学家对于hypothesis以及alternative hypothesis的
看法并不相同，这是导致某个领域内hypothesis driven被人诟病的原因，所以说到底
还是"winner gets all"的体制问题。就如同温拿科学家拿到所有funding一样，温拿
hypothesis得到所有的鲜花和掌声，而非温拿hypothesis (alternative hypothesis)
没人关心。
Platt
driven |
|
b*******n
发帖数: 8420 | 6 你这个也是把生物学的hypothesis和统计学的hypothesis混为一谈
统计学里的hypothesis必然有alternative hypothesis，reject其中一个就要接受另一
个。但是你让生物学PI们把自己苦心孤诣搞出来的central hypothesis reject掉试试
？他不跟你吹胡子瞪眼才怪呢。
所以，统计学里的hypotheses是中性的，无论接受也好拒绝也好，对于PI来说都是可以
接受的。但是现在生物学研究的hypothesis几乎变成了需要加以验证的潜在真理，导致
为了证明hypothesis而manipulate data(你看，data manipulation在统计学和生物学
里的意义也不同吧），这是楼主发的原贴的主要原因。
/ |
|
y**********n
发帖数: 478 | 7 hypothesis driven方法由hypothesis出发，寻找支持或者否定这个hypothesis的证据
（data），过程中hypothesis不断修正完善，以期可以完美解释data。
data driven方法由现在手头上可以获得的data出发（多是大规模数据），寻找在这些
data上自己感兴趣的可以检验的hypothesis。然后反复利用各种data去检验，同样过程
中hypothesis不断修正完善，以期可以完美解释data。
所以不论哪种方法都是要找到支持有意思的hypothesis的重要证据（data）。
同意这种说法的请举手 |
|
h********n
发帖数: 4079 | 8 hypothesis不存在strong or not. 在验证hypothesis过程中做的发现, 可能比这个
hypothesis是否成立还重要, 但做这个发现的过程还是hypothesis driven的.
比如你拿一个化合物去看看对细胞生长的影响, 这么简单的一个想法, 就有假设在里面
, 可能你没有意识到.
所以hypothesis driven基本上是所有科学的underline的方法, 要注意做实验的目的是
test, 而不是prove or fit the hypothesis. 上次那个帖子说到hypothesis driven
的问题, 其实是很多人不去test. |
|
x**********0
发帖数: 163 | 9 I have seen a similar one in a textbook.
There are two identically appearing bowls of jelly beans. Bowl 1 contains 60
red and 40 black jelly beans, and bowl 2 contains 40 red and 60 black jelly
beans. Therefore, the proportion of red jelly beans, p, for the two bowls
are
Bowl 1: p = 0.6
Bowl 2: p = 0.4.
One of the bowls is sitting on the table, but you do not know which one it
is.
You suspect that it is bowl 2, but you are not sure.
To test your hypothesis that bowl 2 is on the table, you sample... 阅读全帖 |
|
l***y
发帖数: 4671 | 10 multi-hypothesis 的最关键的环节是 critical experiments：如何用尽量少的实验，
来尽可能多地检验一系列互斥的 hypotheses 之中哪些是错的，哪些可能是对的。只能
证伪一个 hypothesis 的实验要尽量避免，因为效率低。
这样子，实验结果在大多数情况下总是能继续推进 research，而不是 negative 的结
果导致 project 挂掉。
microarray 的筛选也谈不上有多中性。比如说，GSEA 和 IPA pathway enrichment
analysis 都有很强的 bias，原因就是用到的 hypothesis 有问题：使用不带权重的
Fisher exact test，并且不考虑各 gene set 或者各 pathway 的 overlap。
再结合前一段时间版上热闹过的 plos one 上的攻击 disease signature 的那篇文章
看 microarray assay，所谓中性可想而知了。
而基于 high-throughput screening 和 bioinformatics 来做 mec... 阅读全帖 |
|
s****7
发帖数: 2507 | 11 现在在做单位的minitab training.这个null hypothesis 弄不明白。
null hypothesis 是说sample mean = popullation mean.
The p-value is the probability of obtaining at least as extreme results
given that the null hypothesis is true whereas the significance or alpha (α
) level is the probability of rejecting the null hypothesis given that it is
true.
问题: obtain at least as extreme results 是什么意思？
In any experiment or observation that involves drawing a sample from a
population, there is always the possibility that an ob... 阅读全帖 |
|
发帖数: 1 | 12 【 以下文字转载自 Joke 讨论区 】
发信人: jonahill (jona), 信区: Joke
标 题: 学术一下simulation hypothesis
发信站: BBS 未名空间站 (Sun Nov 27 12:10:07 2016, 美东)
通俗的说simulation hypothesis的基本意思是我们其实都是器人。作为一种朴素的创
作灵感，simulation hypothesis在科幻作品中屡见不鲜。作为一种朴素的哲学思想，
simulation hypothesis是怀疑论的一种表达形式。庄子的庄周梦蝶，我思故我在的法
国唯心主义哲学家数学家笛卡尔René Descartes所认为的“人通过意识感知世界，世
界万物都是间接被感知的，因此外部世界有可能是真实的也有可能是虚假的“都是怀疑
论的先驱。严谨的去讨论simulation hypothesis会让我不寒而栗，但是这些讨论有理
有据令人信服，比如牛津大学的哲学家Nick Bostrom提出了一个trilemma作为
simulation argument：如下三条必有一条为真（我随便翻译的，不准确，英文版... 阅读全帖 |
|
c*******h
发帖数: 1096 | 13 且不说 hypothesis testing 在各个具体背景下的重要意义，就这一概念而言，它本身
是一个严谨的科学态度，不应该有异议。Hypothesis testing 跟大数据这两个概念，
本身就是 apples and oranges，没有可比性。如果非要从科学观去评论，我倒要批评
一下趋之若鹜的大数据研究。就像 Michael Jordan 说的，大家看到大数据、深度学习
等热门课题一下子造就了很多应用，提高了很多预测准确率，却忽略了数字背后的可靠
性，没有一个好的理论框架去解释为什么一个方法 work 或者不 work，这是极端危险
的。
举一个具备理工背景的人都懂的例子，线性回归。我们看 Wikipedia 的这张图：
https://en.wikipedia.org/wiki/Linear_regression#/media/File:Anscombe%27s_
quartet_3.svg
线性回归做的事情就是给你一堆点，你把大致通过这堆点的直线斜率和截距算出来。现
成的软件到处都有，最傻瓜的只需要你按一下按键结果就出来了。但是很明显，上面这
张图只有左上角的那个情况最 ... 阅读全帖 |
|
b*******n
发帖数: 8420 | 14 你把生物学的hypothesis的验证方法和统计学的hypothesis的验证方法混为一谈了。
data snooping的原因就是对于data的过分解释，这就是hypothesis driven的一个弊端。
另外没有你所说的这个flow，一样可以做出伟大的科学。不少药物在上市之后若干年都
不知道具体的作用机理如何，根本就不需要对它的作用机理提出任何hypothesis并进行
验证，但是这不影响这个药物的应用，比如aspirin.同样，流行病学调查也是可以没有
hypothesis的，但是这些调查数据一样可以提供有用的信息。
to
fabricating
conlusion |
|
F*Q
发帖数: 3259 | 15 从纯学术角度来看，hypothesis driven 本身似乎问题没那么大．真正的问题在于＂形
而上学＂，有很多人倾向于把 hypothesis 当教条．在他们看来，任何data 都得按
hypothesis 去解释，hypothesis解释不了的数据就不是好数据，和hypothesis相冲突
的数据一定是错误的．尤其是这些问题往往还受现实名利左右． |
|
on
发帖数: 199 | 16 Type I / II errors depend on what is the null hypothesis... Let me use an
example. Suppose two manufacturers A and B produce similar ping-pong balls.
On average, balls by A have a higher average weight than by B. Now we have
100 balls, and we want test if these balls are from A or B (the truth is one
of them, say).
In this case, we can test Null Hypothesis the balls produced by A; or a Null
Hypothesis is Ball produced by B.
My question is: it seems we can flip a Null Hypothesis depending on what... 阅读全帖 |
|
j******l
发帖数: 2790 | 17 通俗的说simulation hypothesis的基本意思是我们其实都是器人。作为一种朴素的创
作灵感，simulation hypothesis在科幻作品中屡见不鲜。作为一种朴素的哲学思想，
simulation hypothesis是怀疑论的一种表达形式。庄子的庄周梦蝶，我思故我在的法
国唯心主义哲学家数学家笛卡尔René Descartes所认为的“人通过意识感知世界，世
界万物都是间接被感知的，因此外部世界有可能是真实的也有可能是虚假的“都是怀疑
论的先驱。严谨的去讨论simulation hypothesis会让我不寒而栗，但是这些讨论有理
有据令人信服，比如牛津大学的哲学家Nick Bostrom提出了一个trilemma作为
simulation argument：如下三条必有一条为真（我随便翻译的，不准确，英文版的看
Reference [1, 3]），
1. 在所有宇宙文明里面，发展到可以完美模拟物理世界的文明的比例（相对于所有文
明）几乎为零
2. 在所有有能力完美模拟物理世界的高级文明里面，有兴趣去做这种模拟的文明的比
例（相对于所有这种高级文明）几乎为零... 阅读全帖 |
|
D******n
发帖数: 2836 | 18 it is always
(data,experience,chance,random observations) --> hypothesis ---> Design of
Experiment --> Experiment and generate lots of data ---> prove or disprove
hypothesis.
so there is nothing wrong with hypothesis-driven. Not getting credited by
disproving/proving a hypothesis (depends on which is more scientifically
interesting or publishable) is the culprit. People have to find all means to
prove it is true/wrong by only showing favoring results or even fabricating
data.
On the other hand, ... 阅读全帖 |
|
l***y
发帖数: 4671 | 19 哪怕是 single-hypothesis-driven research 也是分两个阶段。第一个阶段是 proof
of concept，是 positive 的，也就是说，尽一切努力来证明自己的 hypothesis 是正
确的。第二个阶段是 defense，是 negative 的，也就是说，尽一切努力来攻击自己的
hypothesis，证明别的可能的原因都是错的。
当然，生存压力会导致很多 PI 生拉硬套，但这与 hypothesis-driven method 无关。
不管用什么方法论，都有自己灌水作弊的方式。说到药物筛选，我就正在做这样一个
project，里面猫腻更多。
端。 |
|
t********7
发帖数: 2691 | 20 ls各位说的不无道理，但是依然是攻击大数据的陈词滥调。我并不是说大数据要代替
hypothesis testing，大数据的确不是一个完美的研究方法，但是即使大数据不代替，
也会有别的方法来代替。因为hypothesis testing的局限性是不可忽视的。ls各位忙着
攻击大数据，但是没有人address hypothesis testing的limitation，比如我原帖中的
这段话。之所以没有人来讨论这个缺陷，就是因为这个缺陷是众所周知的，但是正是大
家为了defend self-correctness，谁都心知肚明，谁都不敢拿到台面来说。
“这种科研思想其实是助长了科研人员的arrogance，鼓励他们基于成见去限定研究的
问题，僵化了他们的脑袋。基本上还没有做实验，他们脑子里就已经有了既定的假设，
这是一种open-minded，尊重客观事实的做研究的态度吗？而且很多人就是为了维护
self-correctness不惜代
价，严重扭曲了科学研究的严肃性。”
我听说有的领域，一些模型和理论已经被证明是错的了，但是因为老的模型和理论养活
了支持该理论的无数徒子徒孙，支撑着无数的... 阅读全帖 |
|
t*********l
发帖数: 90 | 21 什么hypothesis都没有的话，你怎么开始实验，怎么计划下一步实验？data怎么drive
？不还是得有一个想法或思路，也就是一个hypothesis吗？关键是别太把hypothesis当
回事，要随时根据data做出修正。 |
|
w***x
发帖数: 265 | 22 “而基于 high-throughput screening 和 bioinformatics 来做 mechanism/
hypothesis
，大家都在做，文章一大堆，真正做成功了找到重要机制的有几个？数来数去每年也就
那么几篇经典文章，还无一例外都是在有清晰的 hypothesis 的前提下做的 screening
/mining。”
强烈同意啊。我们实验室也号称是hypothesis free，也搞筛药神马的，但弄来弄去就
像没头苍蝇，除了收集了一堆high noise数据外没有什么concept或者mechanism的贡献
。因为都做的很粗浅，没有细致深入的分析。
我的耳边总是萦绕着Sydney Brenner的批评： "low input, high throughput, no
output" .
+10086 |
|
w***a
发帖数: 4361 | 23 有了海量的，客观的，solid的data以后，去寻找解释现象的hypothesis
这个跟先有hypothesis，然后拼老命挑选或者制造data去迎合hypothesis，完全是两回
事。
目前海量的文献里面，依照后面这种思路炮制出来的research，比比皆是呀。
你去重复重复人家的实验就明白了。
/ |
|
l***y
发帖数: 4671 | 24 赞。补充一句，hypothesis and testing by scientific experiments 是 Francis
Bacon 首先比较完善地在哲学上提出来并推广的，所以他和伽利略被并称为现代科学之
父。波普的主要贡献是进一步分析 falsifiablity。
另外说一下 scientific experiment 和 general data collection 的区别，那就是：
是否是 hypothesis driven 的。我想知道自己多重，算 data collection；想知道全
系的每个人多重，也算 data collection；想知道 BMI 和血脂是否有 correlation，
于是去测全系所有人的体重身高和血脂，就算是 scientific experiment 了；测了全
系所有人的一堆指标，想筛选一下看哪些指标跟血脂有关，依然是 scientific
experiment，而不是简单的 data-driven research，因为已经在试图证伪一系列的
bio hypotheses 了：身高和血脂有关，体重和血脂有关，blah blah。... 阅读全帖 |
|
on
发帖数: 199 | 25 Let me simplify it further, and put some numbers:
Average weight of balls from A is 1. From B is 1.1 Their STDs are 0.1
Now we got a ball. Its weight is 1.05. We try to test if this ball is brand
A or B.
It seems me that we can test either of the following:
1) Null Hypothesis: the ball is from A.
or 2) Null Hypothesis: the ball is from B.
My question is: from a statistical view, there is nothing which would
dictate 1) or 2) should be Null Hypothesis. Either would be fine and can be
chosen depend... 阅读全帖 |
|
on
发帖数: 199 | 26 Now I got more confused, since it seems some conflicting answers above :-)
Foxman, I guess your point is that data in my example is a classification
problem, since a ball is either from A or B; OK, let's forget about that one
.
In practice, we often have a typical null hypothesis; for example, to test a
treatment is effective, the null is not effective; to test if a person is
ill based on a blood test, the null is that the person is healthy, etc.
My question is: From a pure statistical theory po... 阅读全帖 |
|
j*******y
发帖数: 58 | 27 of course you can switch your null hypothesis with alternative, but won't
make any difference in the testing result.
For example if you test \mu<5 vs. \mu>5, and your test statistic is 2, then
the p value is the right hand side of the standard normal distribution which
is <0.05.
Then you switch you hypothesis to \mu>5 vs \mu<5, then your test statistic
is still 2, but your p value is the left hand side of the normal
distribution which is >0.05.
so no matter what hypothesis you choose, you won't ... 阅读全帖 |
|
o****9
发帖数: 479 | 28 我听明白了你的论点。我本人对hypothesis testing和基于大数据的方法都接受。我没
觉得这二者是互斥的，我反倒觉得这二者是相互补充的。而且，我认为一味依赖于大数
据的方法，很可能会涌现出一些fake discovery. 一个Discovery既要有对现象的观察
，也要有对观察到的现象的合理解释。大数据的方法可以帮助我们方便地看到很多原先
意想不到的现象，但对观察到的现象的合理解释还是要靠hypothesis testing。
如果你认为大数据的方法可以把knowledge discovery的过程自动化，那我觉得那是纯
忽悠了。我认为大数据的方法可以辅助传统方法，加速研究进程，但我不认为大数据的
方法会取代传统方法，
了。 |
|
M*****l
发帖数: 4478 | 29 科学结论必须要有可证伪性。这是仅仅依靠大数据方法难以达到的。
科学的前进需要证伪求真的逻辑过程。就好比我们的老祖宗在天文、农业、工业、医学
等领域获得了大量经验性结论也大大促进了生产力的发展，但是缺乏逻辑体系，在发展
的关键节点被西方甩开了。
大数据是很好的方法，能帮人们看到原本很难想到的hypothesis。但如果没有
hypothesis testing的辅助，那么就会像中医一样，遇到发展的瓶颈。 |
|
c******d
发帖数: 306 | 30 现代科学证明，data driven才是科学的出路，hypothesis driven最终都归于自圆其说
，胡编乱造，坑蒙拐骗。很多差的十万八千里的东西，为了发paper，搞funding，就不
要脸跟这个原理，那个pathway扯上关系。
看到很多biologist，搞来搞去，总要来一句，u gotta have a hypothesis.我就觉得
不自觉的恶心。不知道为啥。 |
|
c******d
发帖数: 306 | 31 不是说不能有hypothesis，但不能完全hypothesis driven。data应该是处于研究的核
心，而不是什么乱七八糟的这样那样的假设。
drive |
|
t*********l
发帖数: 90 | 32 当然得是hypothesis driven. 你制造那么些data干什么用？数据本身是没有意义的，
数据只有在对不同的hypotheses提供支持或否定时才产生了意义。科研的最终目的是把
你的hypothesis修正成理论，而不是为了产生大量乱七八糟的data。 |
|
w***a
发帖数: 4361 | 33 这东西看你怎么看了，data只要是客观的，reproducible的，就是有意义的。不match这
个hypothesis，总会match那个。
过分强调hypothesis driven导致很多垃圾data publish出来而无法重复，
害人害己。 |
|
I***a
发帖数: 13467 | 34 跟楼主差不多，
每次听到hypothesis就想吐，
hypothesis driven让人有挑拣数据倾向 |
|
t*****2
发帖数: 213 | 35 有hypothesis倒不是不对，只是后来自圆其说的过程就比较恶心了，就造成了凡
hypothesis没有不正确的情况，都是按照老板的意愿来拿结果，拿不到想要的结果，就
让你重作，直到拿到为止。。。。 |
|
l***y
发帖数: 4671 | 36 有没有听说过 alternative hypotheses? Single hypothesis 本来就是有问题的。
至于 data-driven -- 没有 hypotheses，往哪里 driven？
所以貌似 lz 没有搞清楚 data 和 knowledge 的区别，应该不是从事 data mining /
bioinformatics 这些天天跟海量数据打交道的方向的。那又奢谈什么 data-driven？
比如说，我现在手头就有 19 万组数据，每组几个 MB。每种数据对应三类刺激，多个
时间点，十几种细胞，七八个不同的 control，一堆的外部 annotation databases。
没有几个 hypotheses，都不知道该先处理哪些，做哪些分析，control 和
normalization 都用什么策略，该怎么做 fast prototyping。
所以呢，凭想象说什么 data-driven，不过空谈而已。叶公好龙，等真见了龙就明白了
。等到真正拿到几个硬盘的数据要你一个月出报告，就知道 hypothesis driven 的重
要性了。 |
|
R*****o
发帖数: 14902 | 37 agree with you that the purification of penicillin was based on that
hypothesis, whichi is not a very strong hypothesis often prefered by NIH.
not to mention that the initial discovery of the mold killing effect was a
serendipity. |
|
s***a
发帖数: 1676 | 38 【 以下文字转载自 Business 讨论区 】
【 原文由 hurhur 所发表 】
Suppose we accept the efficient market hypothesis. Do we need to do research?
This is a very important question. However, before we answer the question, we
first need to understand the actual definition of efficient market hypothesis.
The strongest one is that all information is incorporated into price. Let's
take that one as true. Do we need to do academic research given that? Still
yes. Think about Fama-French three-factor model. (I believe industry |
|
g******n
发帖数: 339 | 39 α 是一个预先设定的type I error阈值。这个α-level决定了一个decision rule，使
得当null hypothesis 为真的时候被拒绝的概率不超过α。β和1-β（power）当然也
和这个α-level有关，因为这个decision rule也决定了β和1-β。但是，这种关系不
是你所说的这种简单关系。比如说，你要做一个t test：u=0 vs. u>0. 你选择α=0.05
，表示你希望type I error不超过0.05。这个决定了你的decision rule：reject the
null hypothesis if the t test statistic t=x_bar/sd_err>t(1-α). where
x_bar=sample mean,
sd_err=sample standard error/sqrt(n)，
t(1-α)=（1-α）upper quantile of the t-distribution with df=n-1.
那么，在这种情况下，你的power （1-β）又是什么？注意一般来说，这个power 是指
在al |
|
F****n
发帖数: 3271 | 40 No, none of the two your said are Null Hypothesis.
And what you described is still not a hypothesis testing problem.
brand
be |
|
F****n
发帖数: 3271 | 41 Hypothesis testing studies the relationship between samples and probability
distributions. Even sometimes you don't directly examine distribution
functions (e.g. test difference between sample means), they lurking behind (
assuming sample means following some distributions).
What you describe is about if one case belong to a category. It is a
classification problem, which has nothing to do with hypothesis testing.
You should read your intro stats textbook. |
|
y*******n
发帖数: 99 | 42 【 以下文字转载自 Statistics 讨论区 】
发信人: yejingxin (景行), 信区: Statistics
标 题: 求推荐实用一点的讲hypothesis testing的书
发信站: BBS 未名空间站 (Mon Mar 2 16:15:38 2015, 美东)
一年前看过一段时间Lehmann的书，可以很顺利算一些UMP，但是看到一些实际问题，却
无从下手，感觉有点低能。
求推荐实用一点的讲hypothesis testing 的书，最好有很清晰逻辑框架，多谢 |
|
y*******n
发帖数: 99 | 43 【 以下文字转载自 Statistics 讨论区 】
发信人: yejingxin (景行), 信区: Statistics
标 题: 求推荐实用一点的讲hypothesis testing的书
发信站: BBS 未名空间站 (Mon Mar 2 16:15:38 2015, 美东)
一年前看过一段时间Lehmann的书，可以很顺利算一些UMP，但是看到一些实际问题，却
无从下手，感觉有点低能。
求推荐实用一点的讲hypothesis testing 的书，最好有很清晰逻辑框架，多谢 |
|
t********7
发帖数: 2691 | 44 传统科学研究以验证假设为基础，不过这种思想在大数据的冲击之下，很快就要过时了。
其实hypothesis testing 是旧时代 生产效率低下的产物，那时候收集数据很难，控制
各种条件也很难，当然，分析数据的手段也很有限。所以，就形成了每次做一个实验，
每一个实验验证一个假设的科学研究方法。
可是如今时代不同了，现在的技术手段，往往可以同时采出来很多数据，跑一个程序就
可以算好几种统计运算 验证好几个假设。但是 老一辈的研究人员还受传统思想的禁锢
，经常以什么多重比较问题来攻击这些新的研究方法。
这种科研思想已经跟不上科研技术的进步了。除了效率低下以外，这种科研思想其实是
助长了科研人员的arrogance，鼓励他们基于成见去限定研究的问题，僵化了他们的脑
袋。基本上还没有做实验，他们脑子里就已经有了既定的假设，这是一种open-minded
，尊重客观事实的做研究的态度吗？而且很多人就是为了维护self-correctness不惜代
价，严重扭曲了科学研究的严肃性。这种科研思想以及执着于这种科研思想的老顽固们
，已经成为新时代科学进步的绊脚石。
在新的科研方法和大数据的冲击之下，恐... 阅读全帖 |
|
t********7
发帖数: 2691 | 45 hypothesis testing 同样会有fake discovery。并不是说你自己能解释的就是对的，
你解释不了的就是错的。如果这样，你到底是要获取新知识，还是只是验证你已经有的
想法？ |
|
C***t
发帖数: 915 | 46 从你的这段话看出，原来你之所以反对hypothesis，就是觉得它是没有什么根据的瞎猜
瞎碰。不知你有没有听过一句话，“现实比小说更荒谬”。比如上面说的星中星，是根
据已知的某些双体旋转系统灭亡的规律，进行计算推断后得出的必然结论。不懂行的瞎
编都不知道怎么编。
我一直觉得，discovery没什么了不起。大自然造好了，你发现了而已。能够推出看似
狂妄的假设，最终却被现实验证，那才是人类是智慧生物的表现。
We are the true miracle of the universe! |
|
e****s
发帖数: 1125 | 47 真心不懂：大数据导出的结果难道不用验证吗？大数据里找出来的规律结果本身不就是
一个Hypothesis吗？难道数据矿里挖出来就是真理了？ |
|
a**z
发帖数: 1426 | 48 建议你说事情重点放在说事情，而不是喷。
你对hypothesis testing框架的批评都是对的，但是两点
1，这个框架存在的意义你不明白。
2，你的新框架（大数据）是什么，怎么就好怎么就好你没说明白。
了。
minded |
|
t********7
发帖数: 2691 | 49 谢谢批评，真诚接受。请您来说一下hypothesis testing框架存在的意义是什么，让俺
也长点见识。谢谢！ |
|
