miked 发表于 2025-05-15 10:05 人工智能异常火爆。人工智能是基于统计数据分析的。 人们常说，“拿数据说话”，仿佛，一切基于数据的统计分析结果都可信赖。 但是，统计本身却有很多局限性，甚至其结果都是错误的（我们先不讨论数据存在bias，我们假设数据都是绝对可靠的）。但是人们还是拿着错误的分析结果到处发表高水平（nature和science）的论文。 请大家举例来分析一下，为什么统计本身有局限性？为何人工智能藏着猫腻？ 我先举个例子。 SNP的mediation分析。 X->M->Y 这里X是基因A的表达， M是SNP， Y是另一个基因B的表达 也就是SNP能参与基因A对基因B的表达的调控。 基因A和B的表达来自同一RNA-sequencing。 SNP来自另一个GWAS实验。GWAS实验和RNA-sequencing是同时进行的。 请问这种实验用mediation分析得出的结果可靠吗？其弊端在哪儿？
但是，统计本身却有很多局限性，甚至其结果都是错误的（我们先不讨论数据存在bias，我们假设数据都是绝对可靠的）。但是人们还是拿着错误的分析结果到处发表高水平（nature和science）的论文。
请大家举例来分析一下，为什么统计本身有局限性？为何人工智能藏着猫腻？
我先举个例子。
SNP的mediation分析。
X->M->Y
这里X是基因A的表达， M是SNP， Y是另一个基因B的表达
也就是SNP能参与基因A对基因B的表达的调控。
基因A和B的表达来自同一RNA-sequencing。 SNP来自另一个GWAS实验。GWAS实验和RNA-sequencing是同时进行的。
请问这种实验用mediation分析得出的结果可靠吗？其弊端在哪儿？
其实数据分析必须以实际应用为基础，数据前期不是考察数据的统计，而是考试数据是否可靠，是不是在所在领域有实际意义，数据测量和收集是否准确。。。。。
专家肉眼看不到的意义通常统计出意义也没用。 这就是为啥，任何数据到我手里，我都先目测。
说句不好听的，统计理论指导下的数据分析就是“算命”， 而且你想要啥结论就可以得到啥结论。
再有就是数据分析人员应该是本领域的专家或closely work with 本领域专家才行。
有些搞数据分析的人太绝对了。