﻿<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:trackback="http://madskills.com/public/xml/rss/module/trackback/" xmlns:wfw="http://wellformedweb.org/CommentAPI/" xmlns:slash="http://purl.org/rss/1.0/modules/slash/"><channel><title>教师博客-统计学习</title><link>http://www.teachblog.net/hutaomath/</link><description /><language>zh-cn</language><lastBuildDate>Wed, 17 Mar 2010 06:01:42 GMT</lastBuildDate><pubDate>Wed, 17 Mar 2010 06:01:42 GMT</pubDate><ttl>60</ttl><item><title>经验过程的一本好书</title><link>http://www.teachblog.net/hutaomath/archive/2009/12/11/10788.html</link><dc:creator>统计学习</dc:creator><author>统计学习</author><pubDate>Fri, 11 Dec 2009 08:45:00 GMT</pubDate><guid>http://www.teachblog.net/hutaomath/archive/2009/12/11/10788.html</guid><wfw:comment>http://www.teachblog.net/hutaomath/comments/10788.html</wfw:comment><comments>http://www.teachblog.net/hutaomath/archive/2009/12/11/10788.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.teachblog.net/hutaomath/comments/commentRss/10788.html</wfw:commentRss><trackback:ping>http://www.teachblog.net/hutaomath/services/trackbacks/10788.html</trackback:ping><description><![CDATA[<p>[Introduction to Empirical Processes and Semiparametric Inference]</p>
<p>本书简介：<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 本书对经验过程和半参数推断提供了自我包含的、循序渐进的介绍。这些功能强大的研究技术在以下两个方面发挥了重大作用。(1)从真实的复杂模型研究统计学估计的大样本性质;(2)对统计学推断开发新的方法。 <br>　　对每一个主要的思想,作者均以非技术推动的方式引入,从头至尾给出了例子,以便清楚地阐述重要的概念。每一章的结尾都有家庭作业问题,以便帮助读者更深入地理解这些概念。 <br>　　本书共有22章,分成三个部分。第一部分综述,含第1~4章。1.绪论;2.经验过程综述;3.半参数推断综述;4.实例研究I。第二部分经验过程,含第5~15章。5.对经验过程的介绍;6.经验过程初步;7.随机收敛;8.经验过程方法;9.熵的计算;10.自助经验过程;11.更多的经验过程结果;12.函数delta方法;13.Z一估计量;14.M-估计量;15.实例研究Ⅱ。第三部分半参数推断,含第16~22章。16.对半参数推断的介绍;17.半参数推断初步;18.半参数模型与有效性;19.有限维参数的有效推断;20.无限维参数的有效推断;21.半参数M-估计量;22.实例研究Ⅲ。 <br>　　本书是《斯普林格统计学丛书》中的一本。作者是美国北卡罗来纳大学ChapelHill校区生物统计系的教授、系主任、统计学和运筹学系的教授。他是美国统计学协会和数理统计研究所的Fellow。《统计学纪事》、《统计学电子杂志》、《国际生物统计学、统计学和概率快报杂志》及《统计学综述》的副编辑。 <br>　　本书的目标读者群包括统计学家、生物统计学家以及具有数理统计背景的其他研究人员。适合于统计学和生物统计学研究生第二年的课程。<br>可从人大经济论坛 <a href="http://www.pinggu.org/bbs/viewthread.php?tid=612521&amp;page=1&amp;fromuid=853228">http://www.pinggu.org/bbs/viewthread.php?tid=612521&amp;page=1&amp;fromuid=853228</a>&nbsp;处下载. <br><a href="http://www.pinggu.org/bbs/viewthread.php?tid=397908&amp;page=1&amp;fromuid=853228">http://www.pinggu.org/bbs/viewthread.php?tid=397908&amp;page=1&amp;fromuid=853228</a><br></p>
<img src ="http://www.teachblog.net/hutaomath/aggbug/10788.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.teachblog.net/hutaomath/" target="_blank">统计学习</a> 2009-12-11 16:45 <a href="http://www.teachblog.net/hutaomath/archive/2009/12/11/10788.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>一元三次方程的解法</title><link>http://www.teachblog.net/hutaomath/archive/2009/04/28/10244.html</link><dc:creator>统计学习</dc:creator><author>统计学习</author><pubDate>Tue, 28 Apr 2009 10:49:00 GMT</pubDate><guid>http://www.teachblog.net/hutaomath/archive/2009/04/28/10244.html</guid><wfw:comment>http://www.teachblog.net/hutaomath/comments/10244.html</wfw:comment><comments>http://www.teachblog.net/hutaomath/archive/2009/04/28/10244.html#Feedback</comments><slash:comments>1</slash:comments><wfw:commentRss>http://www.teachblog.net/hutaomath/comments/commentRss/10244.html</wfw:commentRss><trackback:ping>http://www.teachblog.net/hutaomath/services/trackbacks/10244.html</trackback:ping><description><![CDATA[真是没想到，<a title=一元三次方程求根公式 style="COLOR: #00ff00" href="http://www.teachblog.net/Files/hutaomath/root.pdf">一元三次方程求根公式</a>在数据分析中也有用，呵呵。现在把它备个忘。<br><br>
<img src ="http://www.teachblog.net/hutaomath/aggbug/10244.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.teachblog.net/hutaomath/" target="_blank">统计学习</a> 2009-04-28 18:49 <a href="http://www.teachblog.net/hutaomath/archive/2009/04/28/10244.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>条件密度和条件分布的非参数估计</title><link>http://www.teachblog.net/hutaomath/archive/2009/04/23/10242.html</link><dc:creator>统计学习</dc:creator><author>统计学习</author><pubDate>Thu, 23 Apr 2009 14:20:00 GMT</pubDate><guid>http://www.teachblog.net/hutaomath/archive/2009/04/23/10242.html</guid><wfw:comment>http://www.teachblog.net/hutaomath/comments/10242.html</wfw:comment><comments>http://www.teachblog.net/hutaomath/archive/2009/04/23/10242.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.teachblog.net/hutaomath/comments/commentRss/10242.html</wfw:commentRss><trackback:ping>http://www.teachblog.net/hutaomath/services/trackbacks/10242.html</trackback:ping><description><![CDATA[受到当年明月的启发，发现一个人下定决心做一件事的时候还是能办到的。<br>从今以后，我将坚持学习非参数统计学，为了督促自己，拟采取零敲碎打的做法。<br>陆续将学习的内容记录下来，主要是翻译一些大家的论文、讲义和书籍等等，希望自己可以坚持下去。<br>现在开始第一回。<br><strong><a href="http://www.teachblog.net/Files/hutaomath/np.pdf"><strong><span style="COLOR: #00ff00">条件密度和条件分布的非参数估计</span>。</strong></a></strong> 
<img src ="http://www.teachblog.net/hutaomath/aggbug/10242.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.teachblog.net/hutaomath/" target="_blank">统计学习</a> 2009-04-23 22:20 <a href="http://www.teachblog.net/hutaomath/archive/2009/04/23/10242.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>科研随想录 by Zhenmafudan @ 2008-05-31 23:37  转载</title><link>http://www.teachblog.net/hutaomath/archive/2009/04/06/10216.html</link><dc:creator>统计学习</dc:creator><author>统计学习</author><pubDate>Mon, 06 Apr 2009 06:18:00 GMT</pubDate><guid>http://www.teachblog.net/hutaomath/archive/2009/04/06/10216.html</guid><wfw:comment>http://www.teachblog.net/hutaomath/comments/10216.html</wfw:comment><comments>http://www.teachblog.net/hutaomath/archive/2009/04/06/10216.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.teachblog.net/hutaomath/comments/commentRss/10216.html</wfw:commentRss><trackback:ping>http://www.teachblog.net/hutaomath/services/trackbacks/10216.html</trackback:ping><description><![CDATA[<div><span class=post_time><font color=#999999></font></span>&nbsp;</div>
<br>
<div class=post_content><font color=#000000><font face=Arial>这是我在国内读硕士时候写的一组旧文，2001年发表于复旦bbs化学系版。出国后发现这组文章被大江南北100多个网站广泛转载，不幸的是，大多数转载者都没有注明出处。现在重新在我的博客上贴出来。用现在的眼光看，有些观点还是很有参考价值的，有些观点已经随着时间的变化改变了。我现在在这里（用［...］的形式）加适当的评注。用红笔显示的观点，是现在的我觉得还是有用的。</font><br><br><strong>科研随想录（1）——民营企业家的精神</strong>&nbsp;<br><br><font style="BACKGROUND-COLOR: #ffffff" color=#ff0000>&nbsp;&nbsp;&nbsp;&nbsp;真正做学问，是要一种精神的。民营企业家有种为自己干活的务 <br>实精神，有种猛冲猛打、锐意进取、死死咬住项目不放的精神，有一 <br>种从早干到晚、星期天也不休息、有家不回有孩子不抱的精神，是现 <br>在的研究生做科研所缺乏的。</font> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;<font color=#ff0000>学生不是老板的打工仔。不要把自己默认为老板的打工仔，如果 <br>把自己默认为老板的打工仔，则不能真正发挥自己主观能动性，不利 <br>于培养独立工作能力。老板是董事长，手下的学生应该把自己默认为 <br>项目经理，要把老板交给自己的工作真正当作自己的事情，真正落到 <br>实处。要独当一面，做好可行性分析、项目设计、药品管理、经费管 <br>理、时间管理和文字处理，在科研中培养管理能力和独立工作能力。 </font><br><br><font style="BACKGROUND-COLOR: #ffffff" color=#ff0000>&nbsp;&nbsp;&nbsp;&nbsp;充分发挥主观能动性，做不好实验，连觉也睡不着，中午也不要 <br>休息了。只有有这样的心态，才能做好科研，否则把自己当作国营企 <br>业职工，下班铃一响就吃饭，今天没干完的事情留到明天去做吧，实 <br>验做不好就做不好，自己也不急，只故自己打游戏上网看录象，这样 <br>怎么能做出出色的科研呢？ <br><br>&nbsp;&nbsp;&nbsp;&nbsp;总之，我的观点是：民营企业家的那股锐气，那种为自己干活的 <br>精神，那种死死咬住不放精神，对于做科研的人来讲是有很大启示作 <br>用的。科研和管理其实有很多相通之处。</font>&nbsp;<br><strong><br>科研随想录（2）--对出文章态度的再认识</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;一个人对钱的观念和文明程度会随着拥有财富的增加而变化。我 <br>从小生活在贫民区，那里的人很穷，越是穷的人越是把一点钱看得比 <br>什么都大，涉及金钱利益的时候非常斤斤计较，看电视不开灯，冲马 <br>桶用掏米洗菜水，热死不乘空调车，在菜场里为了便宜五分钱还要讨 <br>价还价老半天，临走前还趁人不注意从摊贩那里捞上一把。子女为了 <br>房子展开激烈争夺的屡见不鲜！而当一个人有一千万的时候，对钱的 <br>认识和文明程度会有新的变化，人们会为了成就感而工作，为了自己 <br>的兴趣爱好而工作，而不是为了吃饭而工作。人们会更加慷慨，更加 <br>心胸宽广。至于象李嘉诚那样，就更是一种新境界了。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;同样，我对出文章的态度也随着出文章数的增加而变化。没有文 <br>章的时候很喜欢出文章，觉得文章多很扎台型，现在不是到处搞攀比 <br>吗？为了出文章，据复旦校报上讲，现在很多人不是流行一篇文章拆 <br>成三篇来写吗？不是流行&#8220;快报&nbsp;+&nbsp;长文章&#8221;吗？评奖学金不是要文章 <br>吗？出国不是要文章吗？ <br><br>&nbsp;&nbsp;&nbsp;&nbsp;以前有人批评我的文章是短文章，我忿忿不平地说：&#8220;短文章也 <br>是文章！有总比没好！&#8221;，但是随着文章数的增加，我觉得文章多又 <br>不能当饭吃。如果我要出国，那么两页的中国文章也拿不出去啊。如 <br>果我将来要当教授，那么底下的评委又不是傻瓜，文章档次当然很重 <br>要。看了外面一些学校一些人的博士论文最后一页&#8220;文章发表目录&#8221; <br>，发现有的人文章很多，三十几篇，但都是名字也没有听到过的杂志 <br>和会议论文，而且一大半都是第10作者，一篇外国文章也没有。这样 <br>的&#8220;文章多&#8221;，给人一种什么感觉呢？ <br><br>&nbsp;&nbsp;&nbsp;&nbsp;随着阅历的增加，我更多地接触了Journal&nbsp;of&nbsp;Catalysis上的文 <br>章，更多地了解了我的美国老板——Zaera教授文章和老板的老板—— <br>Somorjai的第一流的文章。Zaera的文章并不多，一年只出10篇，起初 <br>我带着一些嘲笑的眼光看这个数字&#8220;10篇&#8221;，但是查到原文，发现这 <br>所谓&#8220;10篇&#8221;，真是一篇抵得上中国人10篇，文章长得不得了，每篇 <br>文章印出来15-20页左右，数据多得难以想象，讨论占文章长度的1/2。 <br>至于内容，更是有意义的。<font color=#ff0000>看了这些文章，的确对我出文章的态度产 <br>生很大影响，即：我希望我将来的&nbsp;Paper&nbsp;List&nbsp;上都是长文章，都是 <br>高质量的文章，这也是中国老板经常教育我的。</font>&nbsp;<br><br><strong>科研随想录（3）——两种不同的科研风格</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;我们实验室今年有两个人出国——我和我师兄。我们从主观上讲都想 <br>搞好科研，但我们的科研风格，是两种各有千秋的风格。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;我师兄是那种沉得住气的人。他喜欢做那种难度大得惊人的课题，而 <br>对&#8220;不做也能想象得出大致结果&#8221;的课题显然不感兴趣。他可以容忍一年 <br>甚至更长时间实验毫无进展，他能够忍受成百次的失败，他能从容不迫地 <br>坚持做实验到硕士论文写作前几天，他能卧薪尝胆待业考托福GRE联系出 <br>国。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;而我的科研风格，受做生意影响很大。6-7年前的两个暑假，我在舅 <br>舅的公司当销售员。做零售就是这么一种心态，就是&#8220;每天要确保营业额 <br>&#8221;，如果今天没有什么生意，宁可降价也要确保营业额，如果当天不完成 <br>一定的营业额，心里很是不安，如果几天没有做到生意，更是急死了。做 <br>生意还有另外一种心态，就是总归拣好做的来做，不好做的不做。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;<font color=#ff0000>于是，到目前为止，我的科研风格就是喜欢做那些每天都有数据进帐 <br>的实验，哪怕是机械操作。我不大喜欢做难度大得惊人、连影子也没有的 <br>课题。我倒比较喜欢做工作量大得惊人，但至少能做出来、每天都有收获 <br>、每天都知道明天该做什么的课题。 <br></font><br>&nbsp;&nbsp;&nbsp;&nbsp;我师兄和我科研风格的不同，除了和彼此个性有关以外，可能和专业 <br>特点有关。他搞的是材料合成，我搞的是催化。材料合成要动脑子的，失 <br>败的可能性大；而催化是&#8220;苦功型&#8221;的。你说真正有多少特别的创造发明 <br>在里面？很少有。催化就是不厌其繁地做做做，焙烧温度的影响、负载量 <br>的影响、稳定性考察，或者是TG结果、TEM结果、XPS结果、IR结果、XRD <br>结果、反应测试结果...... <br><br>&nbsp;&nbsp;&nbsp;&nbsp;我难以区分这两种科研风格，哪种更好些。也许我们以后也要做生意 <br>的，这两种风格照样还会体现在彼此的做生意风格中...... <br><br><strong>科研随想录（4）——发表文章和积累</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;很多同学都希望出引用因子高的文章，其实出文章也有积累效应的。 <br>催化界文章的最高境界是Journal&nbsp;of&nbsp;Catalysis，这个杂志并不是随便 <br>投投就一投即中的。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;<font color=#ff0000>在Journal&nbsp;of&nbsp;Catalysis发表文章是需要工作积累的。这包括两层 <br>意思：一层是在这个课题上做过很多铺垫性的工作，获得了很多经验，在 <br>自己经验和积累的基础上，在自己体会深刻的领域，往往能够取得突破； <br>第二层意思是你在这个领域做多了，发表了很多文章，到最后这个领域的 <br>专家都认识你了，知道你的工作的系统性、可靠性和对这个领域的重要性 <br>，那么给予发表乃是顺理成章的事情了。即审稿人就是搞这一行的，也看 <br>人头的，也知道做这一行有这么个小有名气的人，而假设一个&#8220;某某师范 <br>高等专科学校教务处&#8221;的名字也没听到过的人也来投这个杂志，多半是退 <br>稿；如果审稿人是大同行而不是小同行，也会看投稿人的&#8220;参考文献&#8221;部 <br>分，以前有无在这个领域发表过文章，在这个领域的国际杂志上发表很多 <br>系列工作的人比什么也没发表过的&#8220;新面孔&#8221;录取机会高得多。</font> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;2000年，我们课题组实现了Journal&nbsp;of&nbsp;Catalysis零的突破，而为 <br>了这个零的突破，我们在固体超强酸方面做了10年的铺垫，形成了一套成 <br>熟的催化剂制备、表征方法，搭好了装置，并熟透了文献。10年来发表了 <br>一系列工作，逐渐从国内走向国外，工作被国外多篇REVIEW引用，国外一 <br>些做超强酸的大家也来函索取发表在中国杂志上的文章。正是在这样一种 <br>好氛围的熏陶下，才能够形成一定的飞跃，厚积才能薄发。当时设想我 <br>们组如果能有突破的话，最有希望在这个领域突破，可以说那篇Journal <br>of&nbsp;Catalysis是偶然中的必然。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;一回生，二回熟。同一个杂志投多了，编辑也知道你投过来的稿子都 <br>是很有意思的，而不是&#8220;戳一枪&#8221;混一篇文章。老客户了嘛，因此就很好 <br>通过了。这也是一种累积效应。 <br><br><strong>科研随想录（5）——&#8220;废数据&#8221;</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;大家硕士毕业了，完成了薄薄的一本硕士论文，但是回过头去想想， <br>这三年里面，人也天天在实验室，但是为什么硕士论文那么薄？吉林大 <br>学徐如人小组的学生人人出一堆文章，而我们为什么出文章那么慢？ <br><br>&nbsp;&nbsp;&nbsp;&nbsp;<font color=#ff0000>大家一样在做实验，但是我们的数据的&#8220;有效利用率&#8221;是多少呢？ <br>起码1/3-1/2的的数据都是废数据！科研是要能够耐得住失败的，但是 <br>很多失败都是自己主观原因造成的！！！ <br></font><br>&nbsp;&nbsp;&nbsp;&nbsp;<font color=#ff0000>首先，不看文献不做实验。不要文献也不查查好，急着做实验想一 <br>星期出篇文章，结果做了老半天，再看看文献，发现几年前别人已经做 <br>过了。或者文献的实验部分也不看看清楚就做实验，等到写文章了才发 <br>现自己的反应条件全部都是错误的，全是废数据。还有，文献也不看看 <br>清楚，等实验做完了才发现自己的结果和前人结果有严重矛盾，自己又 <br>不是什么一言九鼎的催化大师，写好的文章也只能往垃圾桶里扔了。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;其次，药品纯不纯啊？不要跟我说你从实验室角落里随便拿了一瓶 <br>什么&#8220;1970年国营**化工厂&#8221;的药品来做实验噢。在有些精细的实验中， <br>即使是买来的&#8220;分析纯&#8221;的药品，都要事先检验纯净度的。提纯是难免 <br>的。别到了最后才发现药品不纯，结果做的数据全废了。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;再次，不要节约用钱啊。在家里不要把水龙头拧成滴水成线而水表 <br>不转的状态，在实验室不要把气相色谱记录仪的走纸速度调成只出峰面 <br>积而不走纸的状态。光看峰面积，你叫我如何判断这个数据有用没用？ <br>假设基线没走稳，则数据没用，但是如果记录仪不走纸，我如何判断基 <br>线有无走稳？ <br><br>&nbsp;&nbsp;&nbsp;&nbsp;善于观察的人能发现新现象，实验中往往能发现微量的新物种，这 <br>些物种对判断反应机理有重要作用。比如有人发现在固体超强酸催化烷 <br>烃异构化中有微量烯烃生成，于是新的反应机理就突破了。而假如你把 <br>气相色谱的最小峰面积设得很大，那么你怎么判断有没有新物种生成？ <br>如果有，量又是多少？ <br><br>&nbsp;&nbsp;&nbsp;&nbsp;还有，实验条件事先设计好了没有啊？不要对我说你的这个系列催 <br>化剂负载量是10%、20%、30%、40%，而那个系列催化剂负载量是0.1、 <br>0.2、0.3、0.4&nbsp;g/g&nbsp;载体噢！！这两种计量方法是不同的，在同一篇文 <br>章中出现两种计量方法是非常可笑的，把一种换算成另外一种，就会带 <br>来&#8220;负载量为&nbsp;9.09%,&nbsp;16.67%,&nbsp;23.08%,&nbsp;28.58%&#8221;这样难看的数字。而 <br>且两个系列催化剂之间根本无法对比，因为它们的计量是不同的。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;做实验还真是一门学问，没有猛干精神不行，光有猛干精神更不行。 <br>&#8220;多动脑筋少动手&#8221;，不错不错！！ <br></font><br><strong>科研随想录（6）——出文章秘诀</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;系里规定硕士毕业要一篇SCI，博士要两篇SCI，能否完成？很多同 <br>学愁眉苦脸怕完不成，其实是不知道&#8220;行情&#8221;，吉林大学、大连化物所、 <br>南京大学有些牛人的学生，出起文章来速度很快。博士毕业10篇外国文章 <br>都不希奇。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;出文章，的确有窍门！！别的我不敢说，我来说说催化吧！！ <br>&nbsp;&nbsp;&nbsp;&nbsp;首先，&#8220;鲜花需要绿叶陪衬&#8221;，你研制出一种好催化剂，你就要拿10 <br>种不做也知道没有活性的催化剂来衬托它的好。大家都是这么做的，否则 <br>审稿人就会说：&#8220;空白实验做过了吗？不加催化剂有没有活性啊？你的二 <br>元金属氧化物活性很高，你和它们各自的母体氧化物比较过吗？不比较你 <br>怎么证明二元比一元好？你的是二元固熔体，你做过二元氧化物机械混合 <br>的催化剂吗？你的是Si-Al，你做过Si-Ti吗？你做过Si-V吗？你怎么知 <br>道Si-Al最好？还有，你的催化剂和文献报道的最好的催化剂比较过吗？ <br>退稿！！&#8221; <br><br>&nbsp;&nbsp;&nbsp;&nbsp;其次，数据越多越好，有些东西也许是你不做也知道的，但是不能因 <br>为不做也知道规律而不做，越是做得出的东西越是要做。文章里不能老是 <br>有标新立异的东西，大路货也要有，这是文章的血，这是文章的肉，这是 <br>稳拿的数据，这是体现工作量的，没有功劳也有苦劳。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;比如外国催化大师做杂多酸铯盐的新反应，每开发一个新反应，自然 <br>先要把杂多酸铯盐表征一番。这种东西不做也知道什么样，但做了更好。 <br>XRD，红外，热重，酸量......这种稳拿的数据先做好，然后做一个别人 <br>从来也没做过的反应，就可以发篇好文章。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;还有，外国有的人机械研磨法做LiMn2O4尖晶石，用来做电池。那种 <br>文章很好出。要是轮到一些不会混文章的人来做实验，准保是&#8220;一点法&#8221; <br>，即给出一个最佳配方，然后测测电化学性质。那个外国人会做，他考察 <br>了研磨时间的影响：不研磨、研磨2,&nbsp;4,&nbsp;6,&nbsp;8,&nbsp;10,&nbsp;小时，看它们的XRD <br>、比表面、TEM变化，很有规律；然后考察了焙烧温度的影响：不焙烧、 <br>200，400，600，800，1000，1200度焙烧，看它们的它们的XRD、比表 <br>面、TEM变化，很有规律，并用TG/DTA和前面结果关联；最后考察了样品 <br>的电化学性质，就出了篇好文章。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;这可不是投机混文章，这是科学的严谨态度！这是不厌其烦！！很多 <br>科学家都是这么做的！！比如&nbsp;Surface&nbsp;Science&nbsp;上面很多文章都是这么 <br>做条件实验的：改变吸附气体的吸附量，改变脱附温度......&nbsp;<br><br><font color=#0000ff>［2008评注: 科研认真精神是需要的，但是做实验前要想清楚这个体系有<br>没有意思？没有意思就不要详细考察条件的影响，而是应该放弃。］</font><br><br>&nbsp;&nbsp;&nbsp;&nbsp;<font color=#ff0000>要想出长文章就是要苦做，数据往多里做，文章往长里写。想省力， <br>最好做两个星期就出篇文章反而适得其反。做实验不一定是速率决定步 <br>骤，审稿才是。与其数据不丰满而被退稿，来回四个月过去了，还不如静 <br>下心来把数据补补全，把文章写写好。把工作量调整到正好够发&#8220;某某学 <br>报&#8221;的程度而把工作嘎然而止是可惜的。要&#8220;法乎上，取其中&#8221;，数据能 <br>充实尽量充实，文章能丰满尽量丰满。</font> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;<font color=#ff0000>还有，写文章要&#8220;你有我有大家有&#8221;，充分引用他人工作。这可不是 <br>拍审稿人的马屁。文献没有引用好只能说明你文献把握不全，不能正确领 <br>会这个课题的意义和动向。另外，数据规律也要和别人大致吻合，提出一 <br>个观点要能找出三篇文献来证实我的观点，这是一种保险文章的写法。如 <br>果实验现象反常而没有合理解释，那只有退稿的份了。老实说很多文章都 <br>没有特别大的新异，要全文通篇有新意很难。中国人发发文章，往往是催 <br>化剂和别人不一样，但规律和前人的工作基本吻合，那也就可以了。 <br></font><br><strong>科研随想录（7）——合作精神</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;是不是希望写文章的署名栏人越少越好啊？一开始我也是这么想的， <br>但是时间长了，第一作者的文章多了，就不这么想了。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;有些人真把天下看成漆黑一片，仿佛天下老板都是什么事情都不做而 <br>挂名的。我当然不赞成随便挂名，但至少在复旦，主流还是好的嘛！！现 <br>在的老板又不是傻瓜，他不会随便给别人挂名而去冲淡自己的贡献。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;对所谓&#8220;挂名&#8221;的态度，表面上打着&#8220;反对挂名&#8221;的旗号，实际上是 <br>拒绝合作。表现在实验中拒绝和别人交流讨论，怕别人知道自己的实验情 <br>况，有些实验明明可以叫别人轻车熟路帮忙做一做，却偏偏要自己活受罪 <br>从头学起耽搁了实验进度，为的就是少署个名字；有的表征明明可以去做 <br>，做了有助于提高文章质量，把蛋糕做大，但自己的私心在那里作怪，怕 <br>别人&#8220;篡党夺权&#8221;而忍痛割爱不去做表征。以上都是&#8220;岛国文化&#8221;、小家 <br>子气，钻进小楼成一桶，一辈子都走不出自己的这个圆。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;年轻人，把什么署名先后拉，什么署多少人拉看得那么种有什么用？ <br>你要评院士，你并不会因为这两篇文章而评得上；你要找工作，回过头想 <br>想文章又有什么用，赚点钱不比你发篇文章强啊？不要老是把文章看做是 <br>自己的私人财产，没有课题组的积累，哪来的个人成就？没有人帮你搭仪 <br>器装置，没有人帮你测试样品，哪来的你的文章啊？理科不是文科，不是 <br>你坐在小房间里看看书动动脑子文章就出来的。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;这样私心这么重，这样怕合作（因为一合作，就必然涉及到作者名单 <br>的增长），以后谁还来和你合作啊？&nbsp;<br><br><font color=#0000ff>［2008评注: 与人合作是很困难的事。Making the right moves一书介绍了与<br>人合作的注意事项。］</font><br><br><strong>科研随想录（8）——文献是个宝</strong>&nbsp;<br><br>&nbsp;&nbsp;&nbsp;&nbsp;<font color=#ff0000>不读文献不做实验。否则，一是做了老半天发现别人做过了；二是 <br>做了老半天发现实验条件都是错误的。做了也白做。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;文献读一遍是远远不够的，每读一遍都有新的收获。初次接触一个 <br>课题，往往看文献如坠入九里云雾中，不能深刻体会其精髓和实验细节 <br>的奥妙之处，只留连于具体的实验结果；做了实验，碰到难题了，回过 <br>头来再去分析、比较、仔细体会，方知奥妙之所在，对这个课题才会有 <br>更深的认识；等到写文章了，再看看文献，比较自己和文献的结果，庞 <br>征博引，使感性认识上升到理性高度；文章发表了，自己的文章也成了 <br>文献大海中的一朵小浪花。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;只有做了实验，才会真正读懂文献。也就是说，如果要写综述，自 <br>己没有做过这个课题，很难写好综述。而一旦读了很多文献，又做好了 <br>实验，研究生还是完全有能力写一篇综述的。很多同学抱怨出文章难， <br>其实文献不能白看，看看文献也能在中国杂志出篇文章呢。这篇文章又 <br>可以算硕士论文第一章，真是一举两得。&nbsp;<br></font><br><strong>科研随想录（9）——老板剥削论？</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;我曾经说过到国外去干活，做出成绩都是老板的，这是剥削；别 <br>人还对我说我们研究生做实验，发表专利算老板的，不合算云云。其 <br>实我脑子早就变了，没有什么&#8220;被剥削&#8221;的概念。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;首先，出文章对你自己的前途有好处啊。出国看文章，我回国当 <br>长江学者黄河教授也看文章啊。没有老板的正确指导、流利写作和把 <br>关，没有老板的名字做招牌，你一个人能达到这种效果吗？老实说外 <br>国某教授的有些文章，是学生做实验老师写文章，在这种情况下即使 <br>老师挂第一作者也很正常嘛！！什么&#8220;剥削&#8221;啊，&#8220;剥削&#8221;啊。你看 <br>看那些文章嘛，讨论占一半以上！！没有老师那支笔、那个脑袋、那 <br>个名字，文章只能往低档次里投了。学生这样被&#8220;剥削&#8221;还是合算的。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;其次，干活培养你自己的能力啊。老板经常教诲我要热心公共事 <br>物，要做得多，手要勤脚要快，勇挑重担多做&#8220;额外&#8221;的事情。对于 <br>好学生就是要压担子，做得越多就越熟悉，就做得越快，别人赶也赶 <br>不上。几年来我深深感到老板的话是对的，我也在努力地做事。哪怕 <br>是跑跑财务科、采购采购仪器照样可以接触更多、培养能力！我的能 <br>力提高地飞快这些能力是抢也抢不走的。老板也非常乐意做很多&#8220;额 <br>外&#8221;的公共事情，同样是速度飞快，越做越快，任何人都赶不上。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;再次，老实说学生发表几篇文章，出了专利，本来就不产生什么 <br>巨大的经济效益。一般的，发表也只是发表了，所以剥削也无从谈起。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;做学徒就是要做的，脑子里不要有&#8220;被剥削&#8221;的感觉，才能学到 <br>真本事为我所用。三年研究生，你说你被老板剥削了，其实也未必， <br>你也在为你的将来打造资历（文章）和能力（经验）的基础，这是千 <br>金不换的。特别是后者，一辈子受用啊！！ <br><br>&nbsp;&nbsp;&nbsp;&nbsp;也许有的人说我中毒了、着魔了，可我要说只有经历了，才真正 <br>会有体会——多做没错。 <br><br><strong>科研随想录（10）——一体化理论</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;<font color=#ff0000>看来现在很多同学和老师的观念需要更新。如前文所说，科研中 <br>需要一种民营企业家精神。如果把这个观念再外推，就成了一体化理 <br>论，即：（1）科研和生活一体化；（2）科研和学习一体化。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;（1）科研和生活一体化：不严格按照国营科研单位&#8220;坐班时间&#8221; <br>，而是跟着实验安排自己的休息时间，围着仪器转。仪器一转，午饭 <br>都可以不出去吃而呆在实验室一边看着仪器一边吃干粮；今天下午实 <br>验做完了，哪怕是&#8220;上班时间&#8221;照样可以回寝室睡上一觉，养足精神 <br>晚上好看文献动脑筋。或者可以去家乐福采购点东西，反正早晚都要 <br>采购的，现在有了&#8220;货物储备&#8221;，过几天就可以不去采购而安心做实 <br>验了。别人休息星期天，我偏要休息星期五而星期天工作，因为这时 <br>候仪器空闲。平时人多，仪器挤，走廊里电话响个不停，真是吵也吵 <br>死了！ <br><br>&nbsp;&nbsp;&nbsp;&nbsp;（2）科研和学习一体化：我的论调是在实验室里看TOEFL、GRE也 <br>没有什么不好的。这是年轻人积极奋发、志向远大的象征，总比在寝 <br>室里搓麻将或者在花园里搂搂抱抱强吧。一边看TOEFL、GRE，一边实 <br>验做得呱呱叫的人确有其人（不是我。）特别是对于催化实验，不就 <br>是半小时打一针吗。这是苦力活，从早做到晚。总不能叫我守在仪器 <br>旁边干坐着吧，看看英语，很正常嘛！再说暑假寒假，本来可以休息 <br>的，现在在实验室开着空调一边半小时打一针一边看我的英语书，公 <br>私兼顾嘛！！文章也出了，英语也看了，一举两得嘛！！ <br><br>&nbsp;&nbsp;&nbsp;&nbsp;现在很多老板都想通了。不让我看GRE我不来了，或者出工不出力 <br>，或者出一堆废数据浪费药品仪器，这不两败俱伤吗？再说现在出国 <br>的人希望多出文章好出国，不出国的人混篇文章毕业就行了。所以阻 <br>止学生出国是种荒谬的想法，不利于学生，也不利于老板效用最大化。 <br><br></font><strong>科研随想录（11）——能垒效应</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;对于刚开始搞科研的人来说，绝对存在能垒效应。有的人做出成 <br>果的活化能大一点，有的人小一点，这和自己自身的功底有很大关系。 <br>基础没打好，活化能特别大，甚至连英语阅读、文章写作、图表绘制 <br>都会成为能垒的一部分。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;老师是催化剂，可以降低活化能。学生一旦开窍，再加上自己用 <br>心，就一发不可收拾。第一篇文章最难写，一旦突破能垒，以后投外 <br>国文章不再是不可逾越的鸿沟。 <br><br><strong>科研随想录（12）——科研逆境</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;科研逆境是不可避免的，是我们所不愿意遇到的。本命年的时候 <br>我遇到过科研逆境，而且还是在科研顺境之后的科研逆境，其对比反 <br>差之强烈，令我寝食难安——整整一年都没有实验进展，在实验室里 <br>晃来晃去就象光吃米不下蛋的。我选择了放弃那个课题，另起炉灶。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;实验室里，谁没有走过弯路？少则半年，多则一年。有时候调仪 <br>器调了半年都没有调好，有时候做了一年都没有得到任何有价值的数 <br>据。我曾经问师兄，有没有遇到科研挫折，遇到了以后是如何消除的。 <br>他说的确遇到过，挫折就放在那里，做着做着就自然消除了。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;老板绝对不是那种随随便便就允许放弃的那种人。&#8220;活要见人， <br>死要见尸&#8221;，你说实验遇到困难了，无法贯彻下去了，准备混过去了 <br>，老板就一定要知道为什么做不下去，而不是你说另起炉灶就另起炉 <br>灶。因为你做了几个月放弃了，那么即使你换了课题，说不定又做了 <br>几个月又放弃了，这就表明不是实验课题难，而是实验者自己的问题 <br>。在老板这种契而不舍的督促下，原先已经&#8220;做死&#8221;的很多题目没有 <br>被放弃，死死咬住，反而又获得了生机。这使我明白： <br><br>&nbsp;&nbsp;&nbsp;&nbsp;实验逆境并不是不可逾越的，科学总是科学，该做得出的总归做 <br>得出，尽管存在能垒。如果做不出，也要明白为什么做不出，&#8220;活要 <br>见人，死要见尸&#8221;。静下心来好好分析实验失败的原因，静下心来做 <br>一做，而不要有急着&#8220;赌输了急着翻本&#8221;的心理，那么最后总归是做 <br>得出的。 <br><br><strong>科研随想录（13）——失活和再生</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;我是研究催化的。催化剂有失活和再生，而作为科研主体的人， <br>同样也有&#8220;失活和再生&#8221;现象！！ <br><br>&nbsp;&nbsp;&nbsp;&nbsp;科研者不是金刚，研究做长了在某段时间内会有&#8220;失活&#8221;现象， <br>人累了，心倦了，灵感没有了，一拿起烧杯就厌烦。这就象谈恋爱时 <br>间长了，天天在一起，该干的事情都干了，就觉得不过如此，一点意 <br>思都没有了。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;做一个课题，绝对需要一鼓作气，设计实验的时候宁可做全一点 <br>，不要&#8220;敬酒不吃吃罚酒&#8221;，等到退稿了才去补数据。这时候一种厌 <br>倦的心情油然而生，&#8220;又要补数据啊&#8221;，而且仪器工作也改变了，仪 <br>器也坏了，实验结果和一年前做的不一定有精确的可比行性。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;长时间没有实验结果导致毕业压力大，同样也会产生&#8220;失活&#8221;现 <br>象，拿起烧杯的时候就想&#8220;别又是一堆废数据&#8221;，对科研彻底失去信 <br>心。再加上看看其他同学文章多，导师又催得紧，心理压力就更大了。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;科研热情的&#8220;再生&#8221;，有时可以通过&#8220;偏离&#8221;(deviation)，即离 <br>开实验室，不去想任何实验问题，到外面社会上去走走看看，做不出 <br>实验就休息一段时间，让脑子充分地放松，然后再回到实验室做实验， <br>有&#8220;小别胜新婚&#8221;的效果。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;可是，这种&#8220;再生&#8221;是&#8220;引发剂&#8221;，如果还是做不出东西，科研 <br>热情还是会熄灭。最好的再生是：做实验走上正轨，每天都出有用的 <br>数据，文章雏形更加清晰，这样的科研是不会疲倦的。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;我曾经&#8220;失活&#8221;过，后来又&#8220;再生&#8221;了。最好的实验安排，是整 <br>理完一篇文章，然后自由休息半个月。这半个月的休息比在实验室里 <br>继续泡着效果好得多。休息，是为了更好地工作。&nbsp;<br><br><strong>科研随想录（14）——出文章和成就感</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;歌星以新专辑层出不穷为成就感，民营企业家以开了10个公司为 <br>成就感，而我从出文章中获取成就感。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;《<a href="http://fifid.com/search/%E5%B0%81%E7%A5%9E%E6%BC%94%E4%B9%89?src=yb_qsal&amp;utm_source=yb_qsal&amp;utm_medium=link" target=_blank><strong><font color=#86aa42>封神演义</font></strong></a>》中总有这样情节：&#8220;敌方&#8221;布下夺命的阵，&#8220;我方 <br>&#8221;一开始总是肉包子打狗有去无回，这时总有得道的仙人从容应对， <br>凭着一朵莲花也能如入无人之境，任阵势险恶，能耐我何？ <br><br>&nbsp;&nbsp;&nbsp;&nbsp;投外国文章也是这样的。混篇中国文章很容易的，随便做做就有 <br>了；可要出篇外国文章需要很大的努力，要憋着一股气，做上半年才 <br>能实现。看中国多少人在国内杂志号称&#8220;首次发现......，突破了外 <br>国文献公认的观点&#8221;，可是这些人中国文章一大堆，还号称催化大师 <br>，怎么连篇外国文章都没有？<font color=#ff0000>所以，如果能达到投外国杂志指东打东， <br>指西打西的境界，也是一种从容。为人所不能为，则有成就感。</font> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;想想有些学校凭借三篇《<a href="http://fifid.com/search/%E5%8C%96%E5%AD%A6%E5%AD%A6%E6%8A%A5?src=yb_qsal&amp;utm_source=yb_qsal&amp;utm_medium=link" target=_blank><strong><font color=#86aa42>化学学报</font></strong></a>》也能评个教授，难得出个《 <br>**师院学报》也要争先恐后地挂名，视其为油水，在复旦这么浓郁的 <br>科研气氛中成长，在不同的起点进步，我怎么没有成就感呢？这种成 <br>就感超越了工资的需要，超越了&#8220;出篇文章够毕业就行了&#8221;的态度， <br>成为了我科研的驱动力之一。老实说，以出文章为科研驱动力之一也 <br>是正常的，真正&#8220;为了科学而科学&#8221;，做了实验只是自己探索科学奥 <br>妙而不发表的人绝对是少见的。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;<font color=#ff0000>最美丽的景色往往在最险峻的地方，自己征服了最险峻的地方才 <br>会有成就感，而花钱雇别人抬我上去，或者仅仅从照片上看到则没有 <br>这种真实的感觉。对于出文章，只有自己&#8220;为伊消得人憔悴&#8221;，在艰 <br>难中杀出一条血路才会体会到真正的成就感。所以，我是不喜欢互相 <br>交换挂名的。不做实验而交换挂名，文章是多，但是当文章一大堆的 <br>时候，那些第三作者的文章又有什么用？把我真正花力气辛辛苦苦做 <br>的第三作者文章都淹没在文章堆里了！</font> <br><br>************************************************************ <br><br>[1]&nbsp;&nbsp;Chemistry&nbsp;Letters&nbsp;&nbsp;第一作者&nbsp;(1999) <br><br>[2]&nbsp;&nbsp;Journal&nbsp;of&nbsp;Molecular&nbsp;Catalysis&nbsp;A&nbsp;&nbsp;第一作者&nbsp;(2000) <br><br>[3]&nbsp;&nbsp;Chinese&nbsp;Journal&nbsp;of&nbsp;Chemistry&nbsp;&nbsp;第一作者&nbsp;(2000) <br><br>[4]&nbsp;&nbsp;Catalysis&nbsp;Letters&nbsp;&nbsp;第三作者&nbsp;(2000) <br><br>[5]&nbsp;&nbsp;化学通报（综述）&nbsp;第一作者&nbsp;(2001) <br><br>[6]&nbsp;&nbsp;Journal&nbsp;of&nbsp;Molecular&nbsp;Catalysis&nbsp;A&nbsp;&nbsp;第一作者&nbsp;(2001) <br><br>[7]&nbsp;&nbsp;Journal&nbsp;of&nbsp;Catalysis&nbsp;&nbsp;第二作者&nbsp;(2001) <br><br>[8]&nbsp;&nbsp;Journal&nbsp;of&nbsp;Molecular&nbsp;Catalysis&nbsp;A&nbsp;&nbsp;整理中&nbsp;(2002)&nbsp;<br><br><strong>科研随想录（15）——科研的心理屏障</strong> <br><br>&nbsp;&nbsp;&nbsp;&nbsp;以前前进GRE教材第一篇文章就是方守成的文章，他指出以前从 <br>来没人考过2000分，所以大家都认为自己考不过2000分，以至于诱导 <br>了你的复习和临场发挥，最终果然不过2000分；自从第一个人过了20 <br>00分，以后又有一群人过了2000分，于是大家都认为考2000分如屡平 <br>地，冲破了这个&#8220;心理屏障&#8221;，所以人人都超过了2000分。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;我们复旦化学系绝对存在心理屏障。评奖学金的时候谁文章稍微 <br>多一点，下面的先生就跳出来说&#8220;不正常&#8221;云云。而在实验室里出文 <br>章有&#8220;极限效应&#8221;，这个极限是12-13篇。一般的博士出个三五篇文章 <br>以后，&#8220;心理屏障&#8221;效应就开始发挥作用了，不再向极限冲刺。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;其实，你要是看看外面的科研单位，如今的那些杰出青年、长江 <br>学者在当年做博士的时候就显现出来了。南京大学毕业的金国新，戴 <br>安邦院士的学生，博士论文219页，博士期间发表文章第一作者20篇； <br>大连化物所毕业的肖丰收，郭燮贤院士的学生，博士期间发表第一作 <br>者文章16篇；大连化物所毕业的赵东源，郭燮贤院士的学生，博士期 <br>间发表文章15篇；吉林大学徐如人院士的学生，个个文章一大把。 <br><br>&nbsp;&nbsp;&nbsp;&nbsp;达到这样的高度没有什么&#8220;不正常&#8221;的，我们复旦完全能达到同 <br>样的高度，很多时候是&#8220;心理屏障&#8221;在作祟而阻挡了前进的脚步。有 <br>种人做实验有股&#8220;凶&#8221;劲，杀气腾腾，死死盯住不放，猛冲猛打、掘 <br>地三尺，抱定&#8220;与众不同&#8221;的决心，对自己高标准严要求，这样就可 <br>以达到以上各位同样的高度了。</font>&nbsp;<br><br><font color=#0000ff>［2008评注: 不能以文章数目和杂志的名称来论英雄。有的人发了很多<br>文章，别人也不承认；有的老外发了很少文章，却被尊为国际权威。对<br>于研究生来说，首先要把重心放在学到什么东西。如果没有学到什么东<br>西，出再多文章也没有用。让我们想象一个情景：一个研究生在做自己<br>研究课题的同时，还东打一枪、西打一枪做了很多无关的文章。那么，<br>这就是没有形成体系化，没有学到东西。在做自己课题的同时读英语都<br>比在做自己课题的同时做无关的科研文章强。］</font></div>
<img src ="http://www.teachblog.net/hutaomath/aggbug/10216.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.teachblog.net/hutaomath/" target="_blank">统计学习</a> 2009-04-06 14:18 <a href="http://www.teachblog.net/hutaomath/archive/2009/04/06/10216.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>统计学基础</title><link>http://www.teachblog.net/hutaomath/archive/2007/06/16/5788.html</link><dc:creator>统计学习</dc:creator><author>统计学习</author><pubDate>Sat, 16 Jun 2007 11:05:00 GMT</pubDate><guid>http://www.teachblog.net/hutaomath/archive/2007/06/16/5788.html</guid><wfw:comment>http://www.teachblog.net/hutaomath/comments/5788.html</wfw:comment><comments>http://www.teachblog.net/hutaomath/archive/2007/06/16/5788.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.teachblog.net/hutaomath/comments/commentRss/5788.html</wfw:commentRss><trackback:ping>http://www.teachblog.net/hutaomath/services/trackbacks/5788.html</trackback:ping><description><![CDATA[&nbsp;
<p align=center><strong><span>课程名称</span></strong><strong><span>：统计学基础</span></strong><strong></strong></p>
<p align=center><span>Elementary Statistics</span></p>
<p align=center><strong>&nbsp;</strong></p>
<p><span>【<strong>课程编号</strong>】</span><span>0911050<span> </span><span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span><span>【<strong>课程类别</strong>】</span><span>学科基础课</span></p>
<p><span>【<strong>学分数</strong>】</span><span>&nbsp;</span><span>4<span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span><span>【<strong>适用专业</strong>】</span><span>统计学，应用数学</span></p>
<p><span>【<strong>学时数</strong>】</span><span>&nbsp;</span><span>6</span><span>4+32</span><span>（机时）</span><span><span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span><span>【<strong>编写日期</strong>】</span><span>2007.6.4</span></p>
<p>&nbsp;</p>
<p><strong><span>一、教学目标</span></strong></p>
<p><span>统计学基础是统计与概率专业的基础课，是该专业学生必须掌握的专业课程，通过这一门课的学习使学生熟练掌握统计学的基本概念，基本方法与基本技巧，训练学生利用概率理论解决统计问题的能力，使学生对数理统计知识用于解决实际问题的方法步骤有初步的了解。本课程强调统计基础理论知识及其应用方法的教学，理解实际问题统计解的概率含义，尤其注意利用概率统计理论解决实际问题的能力。本课程安排</span><span>64+32</span><span>学时。</span></p>
<p>&nbsp;</p>
<p><strong><span>二、教学内容和学时分配</span></strong><strong></strong></p>
<p>&nbsp;</p>
<p><strong><span>（一）总论（或绪论、概论等）</span> <span><span>&nbsp;&nbsp;</span><span>&nbsp;&nbsp;</span></span></strong><strong><span>学时（</span></strong><span>课堂讲授学时</span><span>+</span><span>课程实验学时<strong>）</strong></span><strong><span>2 + 2</span></strong></p>
<p><strong><span>主要内容：</span></strong></p>
<p><span>1</span><span>．统计学概述</span></p>
<p><span>2</span><span>．基本概念</span></p>
<p><strong><span>教学要求：</span></strong><span>要求学生掌握统计基本概念</span></p>
<p><strong><span>重点、难点</span></strong><span>：基本概念样本，样本观测值等</span><strong></strong></p>
<p><strong><span>其它教学环节</span></strong><span>（如实验、习题课、讨论课、其它实践活动）</span><strong></strong></p>
<p><span>R </span><span>或</span><span> Splus</span><span>语言</span></p>
<p>&nbsp;</p>
<p><strong><span>（二）第一章</span><span>&nbsp;</span></strong><span>统计推断导论</span><strong><span><span>&nbsp;&nbsp; </span></span></strong><strong><span>学时（</span></strong><span>课堂讲授学时</span><span>+</span><span>课程实验学时<strong>）</strong></span><strong><span>10 + 4</span></strong></p>
<p><strong><span>主要内容：</span></strong></p>
<p><span>1.0 </span><span>常用统计分布</span></p>
<p><span><span>1.1<span>&nbsp;&nbsp;&nbsp; </span></span></span><span>点估计</span></p>
<p><span><span>1.2<span>&nbsp;&nbsp;&nbsp; </span></span></span><span>均值的置信区间</span></p>
<p><span><span>1.3<span>&nbsp;&nbsp;&nbsp; </span></span></span><span>均值差的置信区间</span></p>
<p><span><span>1.4<span>&nbsp;&nbsp;&nbsp; </span></span></span><span>假设检验</span></p>
<p><span><span>1.5<span>&nbsp;&nbsp;&nbsp; </span></span></span><span>统计检验的扩充</span></p>
<p><strong><span>教学要求：</span></strong><span>要求学生掌握常见统计分布和统计基本概念（点估计、置信区间、假设检验）</span></p>
<p><strong><span>重点、难点</span></strong><span>：基本概念点估计、置信区间、假设检验</span></p>
<p><strong><span>其它教学环节：</span></strong><span>（如实验、习题课、讨论课、其它实践活动）</span><strong></strong></p>
<p><span>R </span><span>或</span><span> Splus</span><span>语言</span></p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p><strong><span>（三）第二章</span> </strong><span>充分统计量</span><span>&nbsp;</span><strong><span><span>&nbsp;&nbsp;&nbsp;</span></span></strong><strong><span>学时（</span></strong><span>课堂讲授学时</span><span>+</span><span>课程实验学时<strong>）</strong></span><strong><span>12 +6</span></strong></p>
<p><strong><span>主要内容：</span></strong></p>
<p><span>2.1</span><span>估计优良性的度量</span></p>
<p><span>2</span><span>.<span>2</span> </span><span>参数的充分统计量</span></p>
<p><span>2.3</span><span>充分统计量的性质</span></p>
<p><span>2.4 </span><span>完全性与唯一性</span></p>
<p><span>2.5</span><span>指数族概率密度函数</span></p>
<p><span><span>2.6<span>&nbsp;&nbsp; </span></span></span><span>参数的函数</span></p>
<p><span><span>2.7<span>&nbsp;&nbsp; </span></span></span><span>多参数的情况</span></p>
<p><span><span>2.8<span>&nbsp;&nbsp; </span></span></span><span>最小充分辅助统计量</span></p>
<p><span><span>2.9<span>&nbsp;&nbsp; </span></span></span><span>充分性、完全性与独立性的关系</span></p>
<p><strong><span>教学要求：</span></strong><span>要求学生掌握</span><span>估计优良性的度量，</span><span>统计基本概念：充分统计量、完全性、唯一性、指数族</span></p>
<p><strong><span>重点、难点</span></strong><span>：基本概念充分统计量、完全性、唯一性、指数族等</span><strong></strong></p>
<p><strong><span>其它教学环节：</span></strong><span>（如实验、习题课、讨论课、其它实践活动）</span><strong></strong></p>
<p><span>R </span><span>或</span><span> Splus</span><span>语言</span></p>
<p><strong><span>（四）第三章</span><span><span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span></strong><span>其它估计量</span><span><span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span><strong><span>学时（</span></strong><span>课堂讲授学时</span><span>+</span><span>课程实验学时<strong>）</strong></span><strong><span>8 +6</span></strong></p>
<p><strong><span>主要内容：</span></strong></p>
<p><span><span>3.1<span>&nbsp;&nbsp; </span></span></span><span>Fisher</span><span>信息和</span><span>Rao-Cramer</span><span>不等式</span></p>
<p><span><span>3.2<span>&nbsp;&nbsp; </span></span></span><span>极大似然估计的极限分布</span></p>
<p><span><span>3.3<span>&nbsp;&nbsp; </span></span></span><span>稳健</span><span>M</span><span>估计</span></p>
<p>&nbsp;</p>
<p><strong><span>教学要求：</span></strong><span>要求学生掌握</span><span>Fisher</span><span>信息和</span><span>Rao-Cramer</span><span>不等式，极大似然估计的极限分布的推导</span></p>
<p><span>统计基本概念：</span><span>M</span><span>估计</span></p>
<p><strong><span>重点、难点</span></strong><span>：基本概念</span><span>M</span><span>估计和极大似然估计极限分布的推导</span><strong></strong></p>
<p><strong><span>其它教学环节：</span></strong><span>（如实验、习题课、讨论课、其它实践活动）</span><strong></strong></p>
<p><span>R </span><span>或</span><span> Splus</span><span>语言</span></p>
<p>&nbsp;</p>
<p><strong><span>（五）第四章</span><span><span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span></strong><span>统计检验理论</span><span><span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span><strong><span>学时（</span></strong><span>课堂讲授学时</span><span>+</span><span>课程实验学时<strong>）</strong></span><strong><span>12 +6</span></strong></p>
<p><strong><span>主要内容：</span></strong></p>
<p><span><span>4.1<span>&nbsp;&nbsp; </span></span></span><span>某些最优检验</span></p>
<p><span><span>4.2<span>&nbsp;&nbsp; </span></span></span><span>一致最优检验</span></p>
<p><span><span>4.3<span>&nbsp;&nbsp; </span></span></span><span>似然比检验</span></p>
<p><span><span>4.4<span>&nbsp;&nbsp; </span></span></span><span>序贯概率比检验</span></p>
<p><span><span>4.5<span>&nbsp;&nbsp; </span></span></span><span>极小极大、贝叶斯和分类过程</span></p>
<p><strong><span>教学要求：</span></strong><span>要求学生掌握统计基本概念：</span><span>一致最优检验、似然比检验等</span></p>
<p>&nbsp;</p>
<p><strong><span>重点、难点</span></strong><span>：基本概念</span><span>似然比检验等</span><strong></strong></p>
<p><strong><span>其它教学环节：</span></strong><span>（如实验、习题课、讨论课、其它实践活动）</span><strong></strong></p>
<p><span>R </span><span>或</span><span> Splus</span><span>语言</span></p>
<p><strong><span>（六）第五章</span><span><span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span></strong><span>正态模型推断</span><span><span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span><strong><span>学时（</span></strong><span>课堂讲授学时</span><span>+</span><span>课程实验学时<strong>）</strong></span><strong><span>12 +6</span></strong></p>
<p><strong><span>主要内容：</span></strong></p>
<p><span>5.1. </span><span>正态二次型的分布</span></p>
<p><span>5.2. </span><span>多个均值相等的检验</span><span>.</span></p>
<p><span>5.3. </span><span>非中心</span><span><span> </span></span><span>分布和非中心</span><span><span> </span></span><span>分布</span></p>
<p><span>5.4 </span><span>方差分析</span></p>
<p><span>5.5. </span><span>多重比较</span></p>
<p><span>5.6. </span><span>回归问题</span></p>
<p><span>5.7. </span><span>独立性检验</span></p>
<p><span>5.8. </span><span>正态二次型的分布</span></p>
<p><span>5.9. </span><span>某些二次型的独立性</span><span>. </span></p>
<p><strong><span>教学要求：</span></strong><span>要求学生掌握</span><span>正态二次型的分布、多个均值相等的检验、方差分析、回归问题、</span></p>
<p><span>独立性检验、正态二次型的分布和某些二次型的独立性</span><span>.</span><span>。</span></p>
<p>&nbsp;</p>
<p><strong><span>重点、难点</span></strong><span>：掌握</span><span>正态二次型的分布、方差分析、回归问题、</span></p>
<p><span>独立性检验、正态二次型的分布和某些二次型的独立性等</span><strong></strong></p>
<p><strong><span>其它教学环节：</span></strong><span>（如实验、习题课、讨论课、其它实践活动）</span><strong></strong></p>
<p><span>R </span><span>或</span><span> Splus</span><span>语言</span></p>
<p>&nbsp;</p>
<p><strong><span>（七）第六章</span><span><span>&nbsp;&nbsp; </span><span>&nbsp;&nbsp;</span></span></strong><span>.</span><span>非参数模型</span><span><span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span><strong><span>学时（</span></strong><span>课堂讲授学时</span><span>+</span><span>课程实验学时<strong>）</strong></span><strong><span>8 +6</span></strong></p>
<p><strong><span>主要内容：</span></strong></p>
<p><span>6.1. </span><span>分布分位数的置信区间</span></p>
<p><span>6.2. </span><span>分布容忍限</span></p>
<p><span>6.3. </span><span>符号检验</span></p>
<p><span>6.4. Wilcoxon</span><span>检验</span></p>
<p><span>6.5. </span><span>两分布相等检验</span></p>
<p><span>6.6. Mann-Whitney-Wilcoxon</span><span>检验</span></p>
<p><span>6.7. </span><span>备择假设下的分布</span></p>
<p><span>6.8. </span><span>线性秩统计量</span></p>
<p><span>6.9. </span><span>自适应非参数方法</span></p>
<p><strong><span>教学要求：</span></strong><span>要求学生掌握</span><span>分布分位数的置信区间、分布容忍限、符号检验、</span><span>Wilcoxon</span><span>检验、</span><span>Mann-Whitney-Wilcoxon</span><span>检验、线性秩统计量。</span></p>
<p><strong><span>重点、难点</span></strong><span>：</span><span>分布分位数的置信区间、线性秩统计量。</span><strong></strong></p>
<p><strong><span>其它教学环节：</span></strong><span>（如实验、习题课、讨论课、其它实践活动）</span><strong></strong></p>
<p><span>R </span><span>或</span><span> Splus</span><span>语言</span></p>
<p>&nbsp;</p>
<p><strong><span>三、教材与学习资源</span></strong></p>
<p>&nbsp;</p>
<p><span>1.&nbsp;</span><span>数理统计学导论，</span><span>Robert V. Hogg and Allen T. Craig</span><span>，北京：高等教育出版社，</span><span>2004</span></p>
<p><span><span>2.<span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span></span><span>陆璇</span><span>. </span><span>数理统计学基础</span><span>. </span><span>北京：清华大学版社，</span><span>2000</span></p>
<p><span><span>3.<span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span></span><span>陈希儒</span><span>. </span><span>高等数理统计</span><span>. </span><span>北京：科学出版社，</span><span>1999</span></p>
<p><span><span>4.<span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span></span><span>复旦大学</span><span>. </span><span>概率论</span><span>(</span><span>第二册</span><span>). </span><span>北京：人民教育出版社，</span><span>1979</span></p>
<p><span><span>5.<span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span></span><span>David Freedmen</span><span>等著，魏宗舒等译</span><span>. </span><span>统计学</span><span>. </span><span>北京：中国统计出版社，</span><span>1997</span></p>
<p><span><span>6.<span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span></span><span>M. Fisz</span><span>著，王福保译</span><span>. </span><span>概率论及数理统计</span><span>. </span><span>上海：上海科学技术出版社，</span><span>1978</span></p>
<p><span><span>7.<span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span></span><span>R.Johnson</span><span>等著，屠俊如等译</span><span>. </span><span>基础统计学</span><span>. </span><span>北京：科学出版社，</span><span>2003</span></p>
<p><span><span>8.<span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; </span></span></span><span>茆诗松等</span><span>. </span><span>数理统计</span><span>. </span><span>上海：华东师范大学出版社，</span><span>2000</span></p>
<p><span>学院机房<span>+</span>统计软件（<span>R</span>，<span>Splus</span>，<span> SAS</span>等）</span></p>
<p>&nbsp;</p>
<p><strong><span>四、先修课要求</span></strong><span>（必备项）</span><strong><span>及教学策略与方法建议</span></strong><span>（可选项）</span></p>
<p><span>先修课：数学分析、统计初步、高等代数、概率论，班级规模</span><span>50</span><span>至</span><span>70</span><span>人。</span></p>
<p><span>通过课堂教学与习作课以及上机操练，使学生熟练掌握统计学的基本概念，基本方法与基本技巧，训练学生利用概率理论解决统计问题的能力，使学生对数理统计知识用于解决实际问题的方法步骤有初步的了解。</span></p>
<p>&nbsp;</p>
<p><strong><span>五、考核方式</span></strong><span>（必备项）</span></p>
<p><span>考试为闭或开卷（笔试或论文）与平时成绩相结合，平时成绩占</span><span>40%</span><span>，考试成绩占</span><span>60%</span></p>
<p>&nbsp;</p>
<img src ="http://www.teachblog.net/hutaomath/aggbug/5788.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.teachblog.net/hutaomath/" target="_blank">统计学习</a> 2007-06-16 19:05 <a href="http://www.teachblog.net/hutaomath/archive/2007/06/16/5788.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>改苏武慢一首</title><link>http://www.teachblog.net/hutaomath/archive/2007/03/29/4658.html</link><dc:creator>统计学习</dc:creator><author>统计学习</author><pubDate>Thu, 29 Mar 2007 10:32:00 GMT</pubDate><guid>http://www.teachblog.net/hutaomath/archive/2007/03/29/4658.html</guid><wfw:comment>http://www.teachblog.net/hutaomath/comments/4658.html</wfw:comment><comments>http://www.teachblog.net/hutaomath/archive/2007/03/29/4658.html#Feedback</comments><slash:comments>3</slash:comments><wfw:commentRss>http://www.teachblog.net/hutaomath/comments/commentRss/4658.html</wfw:commentRss><trackback:ping>http://www.teachblog.net/hutaomath/services/trackbacks/4658.html</trackback:ping><description><![CDATA[<p>仙峰绝壁 攀登无数 往往到头虚老</p>
<p>支离破碎 细微末节 多少青春废了</p>
<p>鲸吞碧海 芥纳须弥 左右逢源最好</p>
<p>只凭这经验过程&nbsp; 消融那稳健生存</p>
<p>谁听得&nbsp; 千尺崖前 百丈悬冰 杜宇一声春晓</p>
<p>相依路远&nbsp; 过程关深 行人原自稀少</p>
<p>体系我立 定理自出 此心可通天道</p>
<p>寻根本 识破源流 自有人间真宝</p>
<img src ="http://www.teachblog.net/hutaomath/aggbug/4658.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.teachblog.net/hutaomath/" target="_blank">统计学习</a> 2007-03-29 18:32 <a href="http://www.teachblog.net/hutaomath/archive/2007/03/29/4658.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>经验过程的参考书</title><link>http://www.teachblog.net/hutaomath/archive/2007/01/16/4047.html</link><dc:creator>统计学习</dc:creator><author>统计学习</author><pubDate>Tue, 16 Jan 2007 14:49:00 GMT</pubDate><guid>http://www.teachblog.net/hutaomath/archive/2007/01/16/4047.html</guid><wfw:comment>http://www.teachblog.net/hutaomath/comments/4047.html</wfw:comment><comments>http://www.teachblog.net/hutaomath/archive/2007/01/16/4047.html#Feedback</comments><slash:comments>1</slash:comments><wfw:commentRss>http://www.teachblog.net/hutaomath/comments/commentRss/4047.html</wfw:commentRss><trackback:ping>http://www.teachblog.net/hutaomath/services/trackbacks/4047.html</trackback:ping><description><![CDATA[D. Pollard, Convergence of Stochastic Processes, Springer-Verlag, 1984<br />D. Pollard, Empirical Processes: Theory and Applications, Institute of Mathematical Statistics, 1990 <br />A. Van der Vaart and J. Wellner, Weak Convergence and Empirical Processes, Springer, 1996. <br />S. A. van de Geer, Empirical Processes in M-Estimation, Cambridge University Press, 1999. <br /><img src ="http://www.teachblog.net/hutaomath/aggbug/4047.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.teachblog.net/hutaomath/" target="_blank">统计学习</a> 2007-01-16 22:49 <a href="http://www.teachblog.net/hutaomath/archive/2007/01/16/4047.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>统计学习理论</title><link>http://www.teachblog.net/hutaomath/archive/2007/01/07/3959.html</link><dc:creator>统计学习</dc:creator><author>统计学习</author><pubDate>Sun, 07 Jan 2007 01:53:00 GMT</pubDate><guid>http://www.teachblog.net/hutaomath/archive/2007/01/07/3959.html</guid><wfw:comment>http://www.teachblog.net/hutaomath/comments/3959.html</wfw:comment><comments>http://www.teachblog.net/hutaomath/archive/2007/01/07/3959.html#Feedback</comments><slash:comments>1</slash:comments><wfw:commentRss>http://www.teachblog.net/hutaomath/comments/commentRss/3959.html</wfw:commentRss><trackback:ping>http://www.teachblog.net/hutaomath/services/trackbacks/3959.html</trackback:ping><description><![CDATA[统计学习理论的经典文献：Vapnik的统计学习理论与统计学习理论的本质。我觉得是好东西，后来老瓦的两本书都出了中译本，其中有部分是经验过程的东西，不是很容易学的，DNY的书从优化入手处理SVM入门一读还是很不错的，以前看到Zhou,D.X.在作统计学习的理论工作，其实用经验过程作统计的人与统计学习的人做得活是相同的，但缺乏交流，各干各的。<img src ="http://www.teachblog.net/hutaomath/aggbug/3959.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.teachblog.net/hutaomath/" target="_blank">统计学习</a> 2007-01-07 09:53 <a href="http://www.teachblog.net/hutaomath/archive/2007/01/07/3959.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>约束统计推断</title><link>http://www.teachblog.net/hutaomath/archive/2007/01/01/3921.html</link><dc:creator>统计学习</dc:creator><author>统计学习</author><pubDate>Mon, 01 Jan 2007 12:31:00 GMT</pubDate><guid>http://www.teachblog.net/hutaomath/archive/2007/01/01/3921.html</guid><wfw:comment>http://www.teachblog.net/hutaomath/comments/3921.html</wfw:comment><comments>http://www.teachblog.net/hutaomath/archive/2007/01/01/3921.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.teachblog.net/hutaomath/comments/commentRss/3921.html</wfw:commentRss><trackback:ping>http://www.teachblog.net/hutaomath/services/trackbacks/3921.html</trackback:ping><description><![CDATA[最近越来越觉得优化方法与M估计的关系很密切，以前的时候比较懒散，没好好利用好机会，优化没学好，好在带来了Z老师的优化讲义，粗略的看了一下，得下点功夫，不懂优化怎么行？希望闯出一条新路来，老师说得对，需要有自己的东西。Sen，P.K的书也要好好看。<br /><br /><img src ="http://www.teachblog.net/hutaomath/aggbug/3921.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.teachblog.net/hutaomath/" target="_blank">统计学习</a> 2007-01-01 20:31 <a href="http://www.teachblog.net/hutaomath/archive/2007/01/01/3921.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>终于更新了</title><link>http://www.teachblog.net/hutaomath/archive/2006/12/21/3801.html</link><dc:creator>统计学习</dc:creator><author>统计学习</author><pubDate>Thu, 21 Dec 2006 12:18:00 GMT</pubDate><guid>http://www.teachblog.net/hutaomath/archive/2006/12/21/3801.html</guid><wfw:comment>http://www.teachblog.net/hutaomath/comments/3801.html</wfw:comment><comments>http://www.teachblog.net/hutaomath/archive/2006/12/21/3801.html#Feedback</comments><slash:comments>1</slash:comments><wfw:commentRss>http://www.teachblog.net/hutaomath/comments/commentRss/3801.html</wfw:commentRss><trackback:ping>http://www.teachblog.net/hutaomath/services/trackbacks/3801.html</trackback:ping><description><![CDATA[来学校已经三个月了，挺忙的，日子过得挺充实。<img src ="http://www.teachblog.net/hutaomath/aggbug/3801.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.teachblog.net/hutaomath/" target="_blank">统计学习</a> 2006-12-21 20:18 <a href="http://www.teachblog.net/hutaomath/archive/2006/12/21/3801.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item></channel></rss>