统计学的阴影

数字看起来冷静，其实也有身世。这组图从 Nautilus 的长文出发，追踪一条不太舒服的线索：优生学、种族分类和现代统计工具曾经缠在一起，留下的不只是几个人名，还有一种把复杂世界压成单一门槛的习惯。1

统计学常被想象成站在历史之外的工具。Nautilus 这篇文章提醒我们，Galton、Pearson、Fisher 等人的统计贡献，和他们所处时代的优生学政治并不容易切开。1

这条线索大致是：先把人群分等，再把差异量化，接着用「显著性」这样的门槛来裁决研究结果。问题不在于数学公式本身有罪，而在于公式最初回答的那些问题，常常带着时代的偏见。1

2020 年，UCL 宣布移除 Galton Lecture Theatre、Pearson Building 和 Pearson Lecture Theatre 的命名，以回应学校与优生学历史之间的关系。纪念物可以摘牌，学科内部的语言和判断习惯却更难处理。2

2019 年，Nature 发表由 Valentin Amrhein、Sander Greenland、Blake McShane 及 800 多名签署者参与的评论，呼吁停止围绕「统计显著性」制造夸张判断；同年 The American Statistician 的专题也推动学界重新对待 p<0.05 这条线。34

如果数字背后总有人在提问，那么更重要的不是把人赶出统计学，而是承认：问题怎么问、谁被纳入、谁承担后果，这些都属于方法的一部分。