2022年全國科普日的主題是“喜迎二十大、科普向未來”， 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，中國數(shù)學(xué)會聯(lián)合中國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會、中國運籌學(xué)會和中國現(xiàn)場統(tǒng)計研究會特別邀北京大學(xué)陳松蹊院士，為廣大科技工作者和數(shù)學(xué)愛好者獻上了精彩的網(wǎng)絡(luò)科普報告：“數(shù)據(jù)實驗與統(tǒng)計分析—從大氣污染到女士品茶”。中國數(shù)學(xué)會副理事長周愛輝研究員主持了報告，一起出席的還有中國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會副理事長王兆軍教授、中國運籌學(xué)會科普工作委員會主任劉歆研究員。

9月18日上午9點，在大家的熱切期待中，報告正式開始。陳院士的報告用三個例子說明了為何從大數(shù)據(jù)中提煉出科學(xué)的結(jié)果需要使用統(tǒng)計學(xué)技術(shù)。這三個例子分別是：（1）從大氣污染監(jiān)測網(wǎng)絡(luò)數(shù)據(jù)提取污染排放信息，介紹團隊八年來分析、追蹤北方地區(qū)大氣污染變化的實證研究，給出大氣污染評估的統(tǒng)計學(xué)思路和方法； （2）女士品茶及充分隨機實驗；（3）吸煙對壽命影響的大樣本觀測研究。

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

目前我國已建立包括污染物思維時空數(shù)據(jù)、氣象思維時空數(shù)據(jù)、人口與經(jīng)濟數(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)境檢測數(shù)據(jù)，真正進入了環(huán)境大數(shù)據(jù)時代。而如何使用監(jiān)測大數(shù)據(jù)度量污染物排放量是大氣管理的關(guān)鍵科學(xué)問題。陳院士首先對比了用“排放源清單”監(jiān)測的傳統(tǒng)方法和用“環(huán)境大數(shù)據(jù)”監(jiān)測的新方法，接著詳細闡述了用統(tǒng)計學(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實驗Treatment Effect檢驗方法（t-檢驗方法）能很好地解決“如何評判今年的污染低于去年”的問題。最后，陳院士通過對比隨機化實驗和觀測實驗，說明充分隨機實驗的有效性和理想性。

“女士品茶”案例是充分隨機試驗的范例，它描述了Ronald A. Fisher的實驗和隨機化的想法，是隨機試驗數(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，英國的Bristol女士聲稱可以只通過品嘗就能區(qū)分一杯奶茶是茶先倒進杯子還是奶先倒進杯子。“現(xiàn)代統(tǒng)計學(xué)之父”Ronald Fisher和生物學(xué)家William Roacb用充分隨機試驗的方法（隨機給出八杯其它條件一樣而僅倒茶倒奶順序相反的茶，兩類各四杯，隨機從八杯中挑選四杯讓Bristol猜，結(jié)果Bristol全部猜對）檢驗了Bristol女士是真有“能區(qū)分出來是茶先倒進杯子還是奶先倒進杯子”的能力，該試驗被稱為最著名的“八杯牛奶”充分隨機試驗。

陳院士強調(diào)“女士品茶”說明了充分隨機試驗的強大。隨后在農(nóng)業(yè)中（如育種、種子的產(chǎn)量等）也做了相關(guān)隨機化的試驗，但此方法并未在社會學(xué)中進行試驗。而1948年美國用定額抽樣方法進行大選預(yù)測，結(jié)果大選預(yù)測失敗。這說明在人群中存在隱性偏差，而充分隨機試驗?zāi)芟鞣N隱性偏差。因此現(xiàn)在的民意測驗包括市場研究、營銷的基本理論都是用隨機抽樣法進行。

陳院士總結(jié)在對大數(shù)據(jù)研究時做充分隨機實驗和進行統(tǒng)計偏差調(diào)整這兩種方法要選其一進行。

陳院士首先介紹對吸煙是否有害這個問題的數(shù)據(jù)研究不能在充分隨機化實驗的條件下進行。所以將選定的三組實驗人群（英國醫(yī)生加拿大退休人員、美國25個州的男性）分三類：（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，因為死亡率高；（2）如果戒不掉吸煙，那抽雪茄、煙斗的人可以考慮只抽香煙，因為抽香煙的死亡率明顯低于抽雪茄、煙斗組，甚至與不抽煙組差別不大。為什么會出現(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)果會得到相反的結(jié)論。

最后陳院士總結(jié)（1）大氣污染是“觀測研究”。如果要評估今年大氣污染是否低于去年，需要Control氣象因素，且兩年的簡單平均值是不可比的，因為氣象分布不一樣。（2）大氣環(huán)境研究是“統(tǒng)計觀測研究”。因為它不能在大氣中隨機化氣象條件，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需通過統(tǒng)計調(diào)整去掉。因此對大氣污染PM2.5的研究要去除風(fēng)向及平均氣象密度的干擾。通過構(gòu)造基準(zhǔn)氣象分布和調(diào)整均值的辦法來調(diào)整氣象，并且可以很好的反映排放的變化，這也是統(tǒng)計學(xué)因果推斷的思想。陳院士還介紹了團隊八年來分析、追蹤北方地區(qū)大氣污染的變化的實證研究，給出大氣污染評估的統(tǒng)計學(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”對污染的影響。

報告結(jié)束后，周愛輝研究員主持提問環(huán)節(jié)。嘉賓們代表網(wǎng)友提出三個問題，分別是：面向未來大數(shù)據(jù)、萬物互聯(lián)等新場景，統(tǒng)計分析要面臨哪些新挑戰(zhàn)以及如何展望未來的發(fā)展趨勢？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方向？以及如何看待這個過程中模型的可解釋性與可信問題；因果推斷被譽為下一代AI的核心，因果推斷在未來統(tǒng)計分析中將會扮演怎樣的角色？這三個問題是通過中國數(shù)學(xué)會官方微信公眾號收集遴選。陳院士對這些問題做了詳細的回答。