2022年全國(guó)科普日的主題是“喜迎二十大、科普向未來(lái)”， 側(cè)重圍繞大數(shù)據(jù)、人工智能等科技發(fā)展前沿，讓更多公眾深刻感知前沿科技魅力。為此，中國(guó)數(shù)學(xué)會(huì)聯(lián)合中國(guó)工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì)、中國(guó)運(yùn)籌學(xué)會(huì)和中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)特別邀北京大學(xué)陳松蹊院士，為廣大科技工作者和數(shù)學(xué)愛(ài)好者獻(xiàn)上了精彩的網(wǎng)絡(luò)科普?qǐng)?bào)告：“數(shù)據(jù)實(shí)驗(yàn)與統(tǒng)計(jì)分析—從大氣污染到女士品茶”。中國(guó)數(shù)學(xué)會(huì)副理事長(zhǎng)周愛(ài)輝研究員主持了報(bào)告，一起出席的還有中國(guó)工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì)副理事長(zhǎng)王兆軍教授、中國(guó)運(yùn)籌學(xué)會(huì)科普工作委員會(huì)主任劉歆研究員。

9月18日上午9點(diǎn)，在大家的熱切期待中，報(bào)告正式開(kāi)始。陳院士的報(bào)告用三個(gè)例子說(shuō)明了為何從大數(shù)據(jù)中提煉出科學(xué)的結(jié)果需要使用統(tǒng)計(jì)學(xué)技術(shù)。這三個(gè)例子分別是：（1）從大氣污染監(jiān)測(cè)網(wǎng)絡(luò)數(shù)據(jù)提取污染排放信息，介紹團(tuán)隊(duì)八年來(lái)分析、追蹤北方地區(qū)大氣污染變化的實(shí)證研究，給出大氣污染評(píng)估的統(tǒng)計(jì)學(xué)思路和方法； （2）女士品茶及充分隨機(jī)實(shí)驗(yàn)；（3）吸煙對(duì)壽命影響的大樣本觀(guān)測(cè)研究。

陳院士從一封與朋友來(lái)往的郵件講起他和大氣污染研究的淵源，強(qiáng)調(diào)對(duì)大氣污染的研究關(guān)系到人民的生命健康及生活質(zhì)量。

目前我國(guó)已建立包括污染物思維時(shí)空數(shù)據(jù)、氣象思維時(shí)空數(shù)據(jù)、人口與經(jīng)濟(jì)數(shù)據(jù)、衛(wèi)星數(shù)據(jù)、遙感數(shù)據(jù)在內(nèi)的生態(tài)環(huán)境檢測(cè)數(shù)據(jù)，真正進(jìn)入了環(huán)境大數(shù)據(jù)時(shí)代。而如何使用監(jiān)測(cè)大數(shù)據(jù)度量污染物排放量是大氣管理的關(guān)鍵科學(xué)問(wèn)題。陳院士首先對(duì)比了用“排放源清單”監(jiān)測(cè)的傳統(tǒng)方法和用“環(huán)境大數(shù)據(jù)”監(jiān)測(cè)的新方法，接著詳細(xì)闡述了用統(tǒng)計(jì)學(xué)方法剔除氣象因素干擾后能更準(zhǔn)確地度量污染物排放以及在最理想的情況下用充分隨機(jī)實(shí)驗(yàn)Treatment Effect檢驗(yàn)方法（t-檢驗(yàn)方法）能很好地解決“如何評(píng)判今年的污染低于去年”的問(wèn)題。最后，陳院士通過(guò)對(duì)比隨機(jī)化實(shí)驗(yàn)和觀(guān)測(cè)實(shí)驗(yàn)，說(shuō)明充分隨機(jī)實(shí)驗(yàn)的有效性和理想性。

“女士品茶”案例是充分隨機(jī)試驗(yàn)的范例，它描述了Ronald A. Fisher的實(shí)驗(yàn)和隨機(jī)化的想法，是隨機(jī)試驗(yàn)數(shù)據(jù)分析的兩大支柱之一，更是20世紀(jì)最偉大的科學(xué)思想之一。

1920年，英國(guó)的Bristol女士聲稱(chēng)可以只通過(guò)品嘗就能區(qū)分一杯奶茶是茶先倒進(jìn)杯子還是奶先倒進(jìn)杯子?！艾F(xiàn)代統(tǒng)計(jì)學(xué)之父”Ronald Fisher和生物學(xué)家William Roacb用充分隨機(jī)試驗(yàn)的方法（隨機(jī)給出八杯其它條件一樣而僅倒茶倒奶順序相反的茶，兩類(lèi)各四杯，隨機(jī)從八杯中挑選四杯讓Bristol猜，結(jié)果Bristol全部猜對(duì)）檢驗(yàn)了Bristol女士是真有“能區(qū)分出來(lái)是茶先倒進(jìn)杯子還是奶先倒進(jìn)杯子”的能力，該試驗(yàn)被稱(chēng)為最著名的“八杯牛奶”充分隨機(jī)試驗(yàn)。

陳院士強(qiáng)調(diào)“女士品茶”說(shuō)明了充分隨機(jī)試驗(yàn)的強(qiáng)大。隨后在農(nóng)業(yè)中（如育種、種子的產(chǎn)量等）也做了相關(guān)隨機(jī)化的試驗(yàn)，但此方法并未在社會(huì)學(xué)中進(jìn)行試驗(yàn)。而1948年美國(guó)用定額抽樣方法進(jìn)行大選預(yù)測(cè)，結(jié)果大選預(yù)測(cè)失敗。這說(shuō)明在人群中存在隱性偏差，而充分隨機(jī)試驗(yàn)?zāi)芟鞣N隱性偏差。因此現(xiàn)在的民意測(cè)驗(yàn)包括市場(chǎng)研究、營(yíng)銷(xiāo)的基本理論都是用隨機(jī)抽樣法進(jìn)行。

陳院士總結(jié)在對(duì)大數(shù)據(jù)研究時(shí)做充分隨機(jī)實(shí)驗(yàn)和進(jìn)行統(tǒng)計(jì)偏差調(diào)整這兩種方法要選其一進(jìn)行。

陳院士首先介紹對(duì)吸煙是否有害這個(gè)問(wèn)題的數(shù)據(jù)研究不能在充分隨機(jī)化實(shí)驗(yàn)的條件下進(jìn)行。所以將選定的三組實(shí)驗(yàn)人群（英國(guó)醫(yī)生加拿大退休人員、美國(guó)25個(gè)州的男性）分三類(lèi)：（1）不抽煙；（2）只抽香煙；（3）抽雪茄、煙斗。根據(jù)人群中每1000人死亡率可知：（1）抽雪茄、煙斗的吸煙者應(yīng)該放棄吸煙，因?yàn)樗劳雎矢?；?）如果戒不掉吸煙，那抽雪茄、煙斗的人可以考慮只抽香煙，因?yàn)槌橄銦煹乃劳雎拭黠@低于抽雪茄、煙斗組，甚至與不抽煙組差別不大。為什么會(huì)出現(xiàn)上面的結(jié)論，陳院士解釋結(jié)論里面有混雜因素：年齡，如果按年齡分層就能消除不同吸煙組間的年齡差異，結(jié)果會(huì)得到相反的結(jié)論。

最后陳院士總結(jié)（1）大氣污染是“觀(guān)測(cè)研究”。如果要評(píng)估今年大氣污染是否低于去年，需要Control氣象因素，且兩年的簡(jiǎn)單平均值是不可比的，因?yàn)闅庀蠓植疾灰粯?。?）大氣環(huán)境研究是“統(tǒng)計(jì)觀(guān)測(cè)研究”。因?yàn)樗荒茉诖髿庵须S機(jī)化氣象條件，而且每年氣象變量分布有變異（氣象變異），氣象變異造成的bias需通過(guò)統(tǒng)計(jì)調(diào)整去掉。因此對(duì)大氣污染PM2.5的研究要去除風(fēng)向及平均氣象密度的干擾。通過(guò)構(gòu)造基準(zhǔn)氣象分布和調(diào)整均值的辦法來(lái)調(diào)整氣象，并且可以很好的反映排放的變化，這也是統(tǒng)計(jì)學(xué)因果推斷的思想。陳院士還介紹了團(tuán)隊(duì)八年來(lái)分析、追蹤北方地區(qū)大氣污染的變化的實(shí)證研究，給出大氣污染評(píng)估的統(tǒng)計(jì)學(xué)思路和方法，并提出了“人努力-天幫忙”指數(shù)，該指數(shù)分解了“氣象因素”與“人為因素”對(duì)污染的影響。

報(bào)告結(jié)束后，周愛(ài)輝研究員主持提問(wèn)環(huán)節(jié)。嘉賓們代表網(wǎng)友提出三個(gè)問(wèn)題，分別是：面向未來(lái)大數(shù)據(jù)、萬(wàn)物互聯(lián)等新場(chǎng)景，統(tǒng)計(jì)分析要面臨哪些新挑戰(zhàn)以及如何展望未來(lái)的發(fā)展趨勢(shì)？深度學(xué)習(xí)在很多領(lǐng)域都有卓越的性能表現(xiàn)，相信深度學(xué)習(xí)也可以用于“從大數(shù)據(jù)中提煉出科學(xué)的結(jié)果”，陳院士是如何看待這個(gè)方向？以及如何看待這個(gè)過(guò)程中模型的可解釋性與可信問(wèn)題；因果推斷被譽(yù)為下一代AI的核心，因果推斷在未來(lái)統(tǒng)計(jì)分析中將會(huì)扮演怎樣的角色？這三個(gè)問(wèn)題是通過(guò)中國(guó)數(shù)學(xué)會(huì)官方微信公眾號(hào)收集遴選。陳院士對(duì)這些問(wèn)題做了詳細(xì)的回答。