女士品茶:20世纪统计怎样变革了科学 · 第四十二节
《女士品茶:20世纪统计怎样变革了科学》第四十二节
戴明等统计学家反对假设检验,主张以费歇尔的估计方法为基础,直接估计分布参数,奈曼本人在应用论文中也很少使用P值。
戴明等统计学家反对假设检验,主张以费歇尔的估计方法为基础,直接估计分布参数,奈曼本人在应用论文中也很少使用P值。这使皮托在癌症临床研究中遇到的难题——病人中途更换疗法该如何处理——依然悬而未决,沃尔德提出的序贯分析法也未被肿瘤学家采纳。
威廉·科克伦在20世纪60年代面临类似问题:巴尔的摩市政府想了解公共住宅对低收入人群的影响。按费歇尔方法随机分配住宅的建议遭到市政官员反对,因为现实中是先到先得。科克伦转而提出观察研究方法,通过建立包含年龄、家庭状况、宗教信仰等因素的数学模型,估计出这些因素的影响后,剩余部分即为公共住宅的效果。这一方法被临床研究和几乎所有社会学研究采用,为随机指派不可行或不道德的领域提供了理论基础。
20世纪80至90年代,唐纳德·鲁宾提出另一套模型,假设每个病人对每种疗法都有潜在反应,用符号表示未观察到的结果,并界定模型的使用条件。科克伦与鲁宾的方法都高度依赖模型的准确性,需要计算机进行上万次迭代计算才能收敛出答案,这在费歇尔时代无法实现。为检验结论的稳健性,数学界研究事实与模型允许多大偏差,科克伦去世前一直在钻研这类问题。统计分析由此形成一个连续谱:一端是科克伦、鲁宾式的高度依赖模型的方法,另一端是几乎不设数学结构的非参数方法,后者同样因计算机而兴起,如自助法,这留待下一章叙述。