數 理 人 文 11 28 學領域學者竟然也有許多疑問，似乎非常沒道理。 但事實上，底下他們所提的幾個問題，相當大聲的 呼應了50 多年前，杜奇（John Tukey）1962 年發 表在《數理統計年報》（Annals of Mathematical Statistics） 的 文 章〈 數 據 分 析 的 未 來 〉（The future of data analysis）：
1. 在美國甚至全世界的所有統計系，有多少統計教 授在處理實際的數據時肯扮演「黑手」的角色？ 2. 有多少統計學家除了統計期刊之外，也在真正的 科學期刊發表過論文？ 3. 有多少統計學家會與自己研究主題的科學家經常 保持聯繫？ 4. 有多少統計學家真的解決過統計學以外任何一個 實際的科學問題？ 對於這些提問，這群數理統計學家所提供的訊息 和答案相當令人憂慮。他們不但自許為數理統計學 界的明日之星，還認為自己對這些數據分析的污名 問題自動免疫。如果有人這樣問：數理統計學家是 否理所當然有資格做「數據分析」？面對這種權利 問題，他們的反應直白得令人意外：「當然有」。 這很容易讓我們想起杜奇。他原本認為自己是統計 學家，但在看到許多數理統計學家的以及他們對科 學的態度以後，他改變了心意，而且在1962 年的 那篇文章的第一段，就開宗明義表明自己對數據分 析的興趣。 在這個網際網路與大數據的時代，回頭研究一下 杜奇為何這麼想，會是相當耐人尋味的事，這類反 思也有助於說明數據科學的迅速竄紅。我們先用一 在與幾位年輕數理統計學家的閒聊聚會裡，有人 問了一個似乎很難理解的問題：為什麼數據科學 （Data Science，或譯資料科學）的重要性現在才 冒出來呢？對許多專業統計學家來說，這個問題始 終被忽視，因而從未被好好提問過，但這是個錯 誤，而且有嚴重的後果。 為了回答這個問題，我們要先思考一個「子問 題」：數據科學的專業學科目前設在哪裡？現在數 據科學的大部分課程都設在社會科學院或商學院， 跟統計系幾乎八竿子打不著甚至形同陌路。統計學 這樣一個專門處理與分析數據的學門，怎麼落到如 此處境，許多人都感到不解，不管是圈內人還是圈 外人。從科學史的角度來說，這問題的答案既有趣 又重要，對統計學的整體未來更是如此。 前述子問題的首要答案就是：「錢，一切都是 錢」。當數學、統計、物理、化學以外的所有非 核心科學開始盲目或雄心勃勃的蒐集數據，而變得 越來越量化，這些領域的科學家就有了金錢上的誘 因，讓他們把所有的研究工作及成果，連同學生所 有修課學分都掌握在自己手上。他們無意與統計學 家分享自己的研究，儘管統計學家認為自己才是數 據分析的「合法專家」。顯然在當下此刻，許多科 學家並不認為統計學家是唯一的專家。 下一輪的討論變成了指責，譬如：「這些人不曉 得怎麼正確處理數據」、「缺乏紮實的訓練，甚至 不知道怎麼正確使用統計方法」、「他們只是試遍 所有的套裝軟體，只求做出自己想要的結果」、「他 們一點也不清楚怎麼進行合宜的統計推論，遑論發 展出自己的方法」。 在這幾位數理統計學家看來，如果這些非核心科
