我的天

我一直都觉得新手的运气，这个说法非常对，因为从我的经验看来的确就是这么回事。

今年的统计分析我想有所突破，想从以前的可视化跟分析更进一步，又或者准确地来说，从以前一般的可视化分析上更进一步。我需要做一些专业判定的统计分析，但是要做什么统计分析、怎么去做？在我的本科课程里，只略微说到，并没有详细铺开。我的老师在那里略微说的时候，实际上我没有完全搞懂到底什么意思。理论上如果我还继续读研究生，还继续读我这个专业，硕士的课程里就有科学统计。我觉得那个东西无论是在我的专业还是在其他的专业都是通用的。

这一次当我和数据不断打交道之后发现分析方法的确就那些，但经典的科学统计分析方法尤其是针对检验类重复性检验的那些，跟我现在需要处理的那些数据很不一样，数据的数量以及形态很不一样。

比如说如果那是某个实验数据，通过多次重复、通过不同因素排列组合得出来的结果可以直接用那些经典的分析方法套用，最经典的那个是方差分析。方差分析后，还可以针对不同的组合进行进一步的两两分析，最后得出结论。那些分析最终通过查表，直接给出某个值的范围是什么样，给出是一个什么定性结果。但貌似在我记忆之中，20年前老师好像没给我着重说明不同的分析方法的前置条件各自是什么。比如方差分析的前置条件是默认不同组别的数据数据量相等、方差接近、每组数据都应该符合正态分布。符合正态分布，但是方差不相同，会用另外的方法。如果方差跟正态分布都不满足，就只能用非参数的分析方法。所以折腾了一大轮以后，我发现我的数据如果真要较真，只能用非参数的方法。这些是在我折腾了一圈以后才发现的。如果一开始我就有系统地学过科学统计，显然我就不会绕这个弯路，但如果我真没学过，我又能怎么办呢？

当我把两组数据经过脱敏以后交给Deepseek，它滔滔不绝地给蹦出一大堆东西。光看那些文字，你觉得那真的是头头是道，但关键是懂行的人一开始就知道那有毛病。情况就好像是两个人再进行讨论，其中有一个说，月经周期通常是28天，±7天都是合理的，月经量大概是多少，持续时间大概是多少，月经期间会有什么生理反应，可以做什么措施避免那些不良的感受。噼里啪啦说了一大堆，但他报告结束报告之后，发现原来他们需要讨论的对象不是女人，而是老年男性。所以之前那堆关于月经的东西全部都一无是处，可以说是牛头不对马嘴。但你光看那堆东西，又不觉得有什么问题。我觉得Deepseek给我的感觉就是这样，我不知道其它AI怎么样，之所以有这种感受，是因为当我把那组脱敏的数据给Deepseek以后，它给我做了一大通的方差分析和基于方差分析的两两对比，但是当我真的纠结结果以及执行过程的时候，却发现好像我那组数据根本不应该拿去做方差分析。

由此可见，AI牛逼起来的时候真的好厉害，但也不排除它只是在和你瞎扯。