开篇词：数据统治世界

导言： 初心所向，继往开来。

关于开公众号这事，我一直是心存惶恐地拖延着的。总觉得自己阅历尚浅，难以形成比较系统的有价值的输出。而公众号这种比较正式的文字，似乎就应该言之有物，才不至于浪费了阅读者的时间。于是，时间就这么飞快地逝去，直到前些天，看到一个书名《每个人都会死，但我总以为自己不会》，心里一惊，找来全国人口普查数据，对照着自己的年龄算了算，发现大限已不再像想象的那么遥远，便终于鼓足勇气，开始尝试把心中蓄积多年的感悟，逐一表达出来。

这开篇，我借用了多年前从北大图书馆借阅的另一本书的书名《数据统治世界》，英文是《Numbers Rule Your World》。这本书在豆瓣上的打分不算高，但却是我在数据科学方面的启蒙读物。若是对数据科学完全不了解的朋友，倒是不妨可以找来读读。书中使用了很多现实生活中的真实场景，来讲述各种数据是如何影响我们的行为模式，以及我们该怎么培养起自己对数据的正确观念。

书中我印象比较深的一个思维方式，是关于如何正确认识假阳性和假阴性问题的。现实世界不同于完全由0和1组成的数字世界，后者是确定性的，前者则随处都充斥着不确定性。任何体系，无论怎么划定标准，都无法避免假阳性（误报）和假阴性（漏报），这两者不能同时被降低，不同的标准，只不过是在两者之间寻找恰当的平衡。比如，同样是识别是否存在违禁品，运动员的药检，与海关的安检，就会采取两种不同的阳性划定标准，因为后者涉及的后果潜在危害太大，以至于宁可误报（再进行复核）也不能漏过。

当今数字化时代，人人都在谈大数据，计算机技术方面也极力推进对更大规模数据、更高存取速度的基础架构支持。然而这些数据，无论规模如何，最终都会被总结成很少的结论性数据，成为我们对客观事物的理解，并指导相应的一个个日常决策。最近几年，我的主要工作，都是在围绕高通量基因组数据进行，随着数据分析的经验积累，越发觉得：技术固然重要，而技术所支撑的思想，以及我们每个人对世界的理解方式的逐步完善，才会是更重要的。

今后，我会在这个公众号里，坚持分享自己在技术方面的积累和感悟，并保证所言一定是经过自己独立思考的结果。虽然仅是一家之言，同时也未必特别靠谱，但所谓兼听则明，希望我的分享，能激起大家的思考和讨论，使得无论读者是否具备技术背景，都能有所启发、有所收获。让我们一起学习成长，并一起重新认识这个世界！

最后，附上我的顿悟插图（点击“阅读原文”可浏览相应R语言源码）：

注：本文首发表于“不靠谱颜论”公众号，并同步至本站。