第四個(gè)故事：超市銷售額有規(guī)律嗎？1993年一位美國人發(fā)現(xiàn)，在超市里有67%的顧客在買啤酒的同時(shí)，也買了尿布。是顧客喝完啤酒以后用尿布嗎？顯然不是。進(jìn)一步調(diào)查發(fā)現(xiàn)，購買尿布的人80%都是年輕的父親，在購買尿布的時(shí)候，他們順便為自己買點(diǎn)啤酒。商家發(fā)現(xiàn)這樣的規(guī)律，便在婦產(chǎn)醫(yī)院及相關(guān)的機(jī)構(gòu)的超市里，把啤酒和尿布放在一個(gè)貨架上，以方便年輕的父親，結(jié)果，銷售額大增。這種用于商品的貨架設(shè)計(jì)、存貨安排，根據(jù)購買模式對客戶進(jìn)行分類的方法，就叫數(shù)據(jù)挖掘。數(shù)據(jù)挖掘是統(tǒng)計(jì)學(xué)一個(gè)比較新的研究方向和領(lǐng)域，把統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)、人工智能、繼續(xù)學(xué)習(xí)等各種方法融合在一起的一個(gè)邊緣學(xué)科。數(shù)據(jù)挖掘的商用價(jià)值相當(dāng)大，利用數(shù)據(jù)挖掘可以使統(tǒng)計(jì)學(xué)在為社會(huì)服務(wù)方面走得更遠(yuǎn)。

第五個(gè)故事：數(shù)據(jù)勝過軼聞。軼聞引人注目，是因?yàn)樗芡怀?，容易深入人心，但軼聞使議題人性化，所以不少新聞報(bào)道常常是以軼聞開場或結(jié)尾，但它并不足以當(dāng)成決定的根據(jù)，只是能影響收視率罷了。例如美國住在高壓線附近的一個(gè)兒童得了白血病，孩子的母親認(rèn)為是高壓線使她的孩子得了白血病，能說會(huì)道的母親在電視臺(tái)露面，字字血聲聲淚地控訴，引起公眾的同情。而美國國家癌癥研究所花了5年時(shí)間和500萬美元進(jìn)行研究，資料顯示，白血病和高壓線產(chǎn)生的磁場并無關(guān)系，但人們還是相信軼聞，相信沒有代表性的“典型”，而不相信科學(xué)推斷的數(shù)據(jù)。所以，我們應(yīng)該用科學(xué)態(tài)度來對待事實(shí)，而不應(yīng)該相信軼聞。

第六個(gè)故事：《靜靜的頓河》的作者是誰？1928年有人提出《靜靜的頓河》作者不是肖洛霍夫，而是克留柯夫。1974年，一個(gè)匿名的作者在巴黎寫了一本書，斷言克留柯夫是《靜靜的頓河》的真正作者，肖洛霍夫則是一個(gè)剽竊者。為了弄清真相，一些學(xué)者用統(tǒng)計(jì)方法進(jìn)行了考證，具體做法是把《靜靜的頓河》同肖洛霍夫與克留柯夫兩個(gè)人沒有疑問的作品用計(jì)算機(jī)量化，采集數(shù)據(jù)，加以分析比較。研究結(jié)果表明，《靜靜的頓河》與肖洛霍夫的其它作品非常接近，與克留柯夫的作品則相距甚遠(yuǎn)，有充分把握推斷出《靜靜的頓河》的作者就是肖洛霍夫，從而了結(jié)了長達(dá)數(shù)十年的文壇公案。這種統(tǒng)計(jì)學(xué)的新分支叫做文獻(xiàn)計(jì)量學(xué)，主要的功能就是通過文獻(xiàn)來搜尋信息。比如要判斷《紅樓夢》前80回和后40回是不是一個(gè)人寫的？如果不學(xué)統(tǒng)計(jì)，你可能要下數(shù)十年的工夫，使自己幾乎成為一個(gè)紅學(xué)家，要對那段生活的歷史、文化、民俗，對曹雪芹、高鶚的風(fēng)格，做一個(gè)全方位的比較，才能夠做出一個(gè)判斷。如果學(xué)了統(tǒng)計(jì)，把前80回和后40回一對比，看看虛詞的使用、句子的長度、標(biāo)點(diǎn)使用的一些習(xí)慣，就可以判出來，國外把這叫做文字DNA。日本京都大學(xué)村上教授有一個(gè)著名的案例。有一個(gè)人去世以后，別人偽造了一份遺囑。村上教授把這個(gè)人生前所有寫的信件、書籍作為一個(gè)新的樣本，與假遺囑進(jìn)行對比，發(fā)現(xiàn)遺囑不是此人的行文風(fēng)格，法院就以此為依據(jù)作出相應(yīng)的判決。