都AI时代了，还要学统计吗
AI时代是否需要学习统计，就像是问“AI时代还用上学吗”一样。答案当然是：需要，对于专业人士（尤其生命科学领域）来说，比AI到来之前更需要。其一，AI的背后是统计学，虽然任正非先生的这一说法有些偏颇，但线性回归、逻辑回归、神经网络（深度学习）、贝叶斯模型、支持向量机、决策树、随机森林......，这些有的没的（听过没听过的），确实都是统计学技术，说白了，AI就是统计学在算力和数据加持下的工程化。这
细微之处见真章--很多时候SAS更懂你的数据
统计分析工作，没有统计软件不行（单靠AI也不行）。目前生命科学领域，常用的统计软件，有R（生物信息学领域应该用的最多）、Python中的统计和可视化包、SPSS、SAS、Stata等等。其中SPSS在医学生及医生群体中应用非常广泛，R因为其免费开源、统计分析包众多等优势，也越来越被生物医学领域的研究们青睐，尤其是有了那个Rstudio以后。SAS软件也是教育和工业界常用的统计软件，尤其是金融领域、
吸烟孕妇的宝宝轻了375克，大样本说"有意义"而小样本说"没意义"-关于统计学意义的真相
差异有统计学意义在医学论文中出现频率相当高，很多人都知道这个结论对应的P值是小于0.05（检验水准）的。但是这句话的真实含义是什么？一个实例给大家讲清楚。先说结论：差异有统计学意义，是指：我们看到的这个差异（在样本中观察到的），是源于真实的差异（存在于总体人群中）。【实例】来自Karmaus与Wolf（1995）的研究，调查了42名孕妇（其中22人吸烟），获得了新生儿的出生体重，数据如下：如果我们