oz9967gn背光不亮有什么含义
点击联系发帖人
时间：2018-07-31 15:16
&p&——————6.23重新编辑——————&/p&&br&&p&一年多以前的回答，突然收到大家这么多赞，真是没想到。&/p&&p&现在再看，对有些问题的理解有所不同，所以再修改一下。&/p&&br&&p&与前两季相比，神夏第三季风格风云突变，过多的感情戏与过少的推理使很多观众大失所望，以致恶评不断。除了对剧情的诟病外，人物的巨大变化也使人接受不能，高功能反社会的夏洛克变圣母，忠诚正直的华生善恶不分，冷血无情的玛丽居然能被医生原谅。仅仅两年，曾被奉为“神剧”的神夏似乎已从神坛上跌落下来。&br&&br&&/p&&p&做为神夏的脑残粉，我很难相信魔法特和麦哥的水准在两年时间里会这样离奇的大跌，弄出这么个说言情不言情，说探案不探案的故事来糊弄观众。他们都是铁杆的原著粉，似乎不大可能允许福尔摩斯故事出现这种“拉低智商”的错误，所以花了些时间再看第三季的故事，果然发现，第三季，其实很有趣。&br&&br&它&b&精致而狡猾，披着感情戏的皮，用尽各种手段忽悠人。&/b&很多情节，如果你愿意象苏格拉底那样多问一个“为什么”的话，就会发现这第三季，还真有点琢磨头。&/p&&br&&p&第三季有几个突出特点：&/p&&br&&p&&b&细节盛宴&/b&&/p&&br&&p&这一季的前后铺垫非常之多，很多重要信息以细节形式呈现，与前两季形成明显的对比。前两季基本是每集讲不同的案件（当然有一条暗线贯通始终，那就是莫教授），这一季就可以说从301就在讲一个案子（301里的开关炸弹和302的案子只能算是小插曲）。从301开始，诸多伏笔，线索，细节就已经埋下，至303爆发，看起来分外过瘾。&/p&&p&比如：&/p&&p&CAM可并不是301才出现的，在圣诞特辑里，德国陪审员讨论的那个案子，结果见报：&br&&/p&&p&&figure&&img src=&https://pic1.zhimg.com/50/5d9b328d8ce65b9acca2_b.jpg& data-rawwidth=&556& data-rawheight=&310& class=&origin_image zh-lightbox-thumb& width=&556& data-original=&https://pic1.zhimg.com/50/5d9b328d8ce65b9acca2_r.jpg&&&/figure&在这里，CAM的名字就已经开始登场了。而CAM受质询，以及与麦哥的较量，均早于夏洛克回归。&br&&br&&/p&&p&第三季一开始，就出现一个重要细节。在301里夏洛克回归时，新闻曾有报道：&/p&&figure&&img src=&https://pic3.zhimg.com/50/be598c6ebad505d56a97188_b.jpg& data-rawwidth=&558& data-rawheight=&315& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/50/be598c6ebad505d56a97188_r.jpg&&&/figure&&figure&&img src=&https://pic2.zhimg.com/50/825e692a1c97c1aaca7a0177ecfbfd91_b.jpg& data-rawwidth=&558& data-rawheight=&315& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic2.zhimg.com/50/825e692a1c97c1aaca7a0177ecfbfd91_r.jpg&&&/figure&&p&新闻标题下的字幕滚动条，上面写着：MAGNUSSEN SUMMONED BEFORE PARLIAMENTARY——马格努森在议会前被传唤。也就是说，马格努森被议会质询发生在夏洛克回归前，&b&这个时间线，对使后面的情节有大大的，大大的影响，&/b&不信你理理看！&/p&&br&&p&在很多地方，剧组在细节上都极为用心，几乎做到极致。比如：&/p&&p&303侦探被枪击后，在病床上仔细思索，想到了梅丽，想到了打中自己的那一枪。&/p&&p&这一枪让夏洛克心有余悸，有图为证。&/p&&figure&&img src=&https://pic1.zhimg.com/50/d8d2fda116d95bd_b.jpg& data-rawwidth=&559& data-rawheight=&315& class=&origin_image zh-lightbox-thumb& width=&559& data-original=&https://pic1.zhimg.com/50/d8d2fda116d95bd_r.jpg&&&/figure&&p&看一看心电监护，这里正好有个早搏&/p&&br&&p&可是，&b&为什么在另一处，一个反复给近镜头的&/b&&b&U&/b&&b&盘，却出了问题呢？&/b&&/p&&p&这是玛丽拿出来的U盘：&/p&&figure&&img src=&https://pic1.zhimg.com/50/04dcbb071cae13b3a04bcf6089a6eea2_b.jpg& data-rawwidth=&559& data-rawheight=&315& class=&origin_image zh-lightbox-thumb& width=&559& data-original=&https://pic1.zhimg.com/50/04dcbb071cae13b3a04bcf6089a6eea2_r.jpg&&&/figure&&p&这是华生扔到火里的U盘：&/p&&figure&&img src=&https://pic2.zhimg.com/50/68c87aff2b4b25fea413e7ca_b.jpg& data-rawwidth=&558& data-rawheight=&315& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic2.zhimg.com/50/68c87aff2b4b25fea413e7ca_r.jpg&&&/figure&&p&前后两个U盘上面的字不一样（R与最后一个A）。&/p&&p&这是BUG吗？神夏面对的，可是一群逐帧刷剧的粉丝，那为什么一定要在这个反复出现近镜头的东西上面出BUG，要打算要提醒观众“看这里，看这里”吗？&/p&&p&（我个人认为，这个U盘，只是玛丽伪装自己身份的一个道具，华生看与不看，没有分别。）&/p&&br&&p&对一些细节整理参见我另一个回答：&a href=&http://www.zhihu.com/question//answer/& class=&internal&&《神探夏洛克》中有哪些被人忽略的细节？ - 知乎用户的回答&/a&&/p&&br&&p&&b&基情泛滥？&/b&&/p&&br&&p&其实这个问题是，仁者见仁，智者见智，腐者见腐。&/p&&p&第三季里的一些情节让观众觉得“腐气”扑面而来，令人难以接受。但如果换个角度，会发现，在这些“腐”情节的背后，所表达的，未必全是“腐”的含义。&/p&&br&&p&比如：&/p&&p&在揍了夏洛克三次之后，华生与玛丽坐出租车离开，剩下夏洛克独自站在街头，形单影只。&/p&&figure&&img src=&https://pic4.zhimg.com/50/23578ddbba0adca717f54_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic4.zhimg.com/50/23578ddbba0adca717f54_r.jpg&&&/figure&&p&也许有人觉得“华生不要他了，他好可怜？”&/p&&p&他可怜吗？他的表情与其说是失落，还不如说是在思考。在那样的饭店，那样的场合，他肯定知道华生要做什么。结合他对玛丽的观察，他能不好好思索，&b&这个带有Liar印记的人是谁&/b&吗？&/p&&br&&p&在华生与玛丽的婚礼上，当夏洛克观察出玛丽怀孕后，三人表情各异。华生欣喜非常，玛丽则有些惊慌，而夏洛克呢？&/p&&figure&&img src=&https://pic4.zhimg.com/50/b293bebb9b80_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic4.zhimg.com/50/b293bebb9b80_r.jpg&&&/figure&&p&这是“他结婚了，新娘不是我”的节奏吗？ 或者，这是“你们是个真正的家庭了，不要我了”的伤感吗？&br&或许，两个好友之间的关系肯定会因为一方的婚姻而发生重大而永远改变，这确实会令人感到非常遗憾，也确实会使人为之伤感。但把夏洛克的表情解释为伤感却不符合这个人物的性格特征，就算他真的因华生的婚礼而伤感，以他骄傲的个性，他会在婚礼上表现出来吗，特别是会当着华生和玛丽的面表现出来吗，韩剧都不会这么演吧？&/p&&br&&p&另一种可能是解释是，这个重要信息（玛丽怀孕）可能会对华生的婚姻会产生影响，使一些潜在的问题，处理起来，更是麻烦。夏洛克很有可能是在思考这个（一直令他担心的）问题。&br&&br&&/p&&p&当然，最直接的，就是麦哥对那些没完没了惦着看“基情”的人的评价：&/p&&figure&&img src=&https://pic3.zhimg.com/50/285239dbcdd3dea32d84b5_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/50/285239dbcdd3dea32d84b5_r.jpg&&&/figure&&br&&p&&b&剧情弱智——侦探剧变煽情大戏？&/b&&/p&&br&&p&不可否认，这季从301就开始煽情，因为夏洛克回归，华生结婚等这些情节当然会引起剧中人物（以及观众）情感的强烈冲突，的确值得大煽特煽（当然编剧并没有那么做，点到即止，让观众自己去体会），如果对这些变化无动于衷，只是简单的处理为——哦，你回来了，好吧，那我们继续破案去吧——那反而显得生硬而不自然。&/p&&br&&p&在303更是上演了一出苦情大戏，高功能反社会的夏洛克居然变圣母了！结尾一段尤为感人，我们都被感动坏了——当然，还有一部分想看推理分析的观众被感动怒了。&/p&&br&&p&但感完动，发完怒，&b&你有没有发现这些所谓感情戏的背后，这情节全是自相矛盾，无论是夏洛克中枪，还是夏洛克向华生解释玛丽射伤自己的原因&/b&&b&——&/b&&b&那是根本就是莫名其妙！&/b&&/p&&br&&p&先说玛丽这一枪。&/p&&br&&p&对于玛丽向夏洛克开枪这个情节，我原来的想法， 是出于马格努森的刻意安排。在与夏洛克就斯莫伍德夫人的委托进行谈判时，马格努森故意露出那封信，加上透露给助手简妮的日程安排，引得夏洛克当晚来他办公室偷信。另一方面，玛丽因为她的过去被马格努森所要挟，只得服众他的安排。与斯莫伍德夫人一样的香水和夏洛克听到的马格努森模棱两可的话误导了夏洛克。当夏洛克看到这样的玛丽后大为震惊，这不仅打乱夏洛克的计划，使得夏洛克先失一局（这与原著情节相吻合）。而且使夏洛克受伤，无法继续为斯莫伍德夫人工作。斯莫伍德夫人只能被马格努森所要挟，从而使马格努森有机会在质询中脱身。&/p&&br&&p&但后来，我的想法有了一些改变，向着更加深井冰的的方向越走越远。&/p&&br&&p&&b&那一枪，是玛丽策划的一起谋杀。&/b&&/p&&p&&br&如果玛丽开枪是由于马格努森的授意，这似乎解释不通。因为从马格努森的角度来说，他只需要夏洛克倒下，不能继续为斯莫伍德夫人工作，不去妨碍他的敲诈就可以了。正如他自己所说，他只是个商人，没有什么阴谋，只不过是想攫取最大的利益而已。他行事小心，在勒索界做的风声水起却一直高枕无忧，由此可见他通常并不会以杀人这种极端行为作为首要选择。况且这个时候，他正面临质询，他已经麻烦缠身了，更需小心行事，以免再被抓到他的把柄。更重要的是，夏洛克是他掌握麦哥压制链的关键一环，夏洛克一死，他的压制链就不存在，使他没有底牌与麦哥较量了。所以对他来说，夏洛克的命极其重要，他无论如何也不能让夏洛克死。但玛丽的那一枪却几乎杀死了夏洛克，显然，玛丽的目的，远比马格努森要求她做的更多。&br&&br&&/p&&p&在夏洛克中枪后，他脑中思维宫殿里的麦哥说：&/p&&p&&figure&&img src=&https://pic4.zhimg.com/50/bdea4e16ab3bf_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic4.zhimg.com/50/bdea4e16ab3bf_r.jpg&&&/figure&有网友提示我，在麦哥的用词非常微妙，不是“shoot”（枪击），也不是“kill”（杀害），而是 “murder”，即夏洛克当时判断玛丽的行为是“谋杀”。&/p&&p&&br&后来夏洛克与华生去阿普多找马格努森进行交易。马格努森谈到玛丽时，说：&br&&figure&&img src=&https://pic4.zhimg.com/50/a3b347ee2f_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic4.zhimg.com/50/a3b347ee2f_r.jpg&&&/figure&&figure&&img src=&https://pic3.zhimg.com/50/1b1c7bb9ca6ce22a37af_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/50/1b1c7bb9ca6ce22a37af_r.jpg&&&/figure&&/p&&p&马格努森用的词也是“murderer”。麦哥在夏洛克心中是神一般的存在，马格努森的厉害之处是对信息的精准掌控，&b&他们之所以都选&Murder&这个词，想必不是没有理由的。&/b&&/p&&br&&p&维基百科里，murder的解释是：Murder is the unlawful killing, with malice
aforethought, of another human, and generally this premeditated state of mind
distinguishes murder from other forms of unlawful homicide (such as manslaughter).即谋杀是带有恶意预谋的杀人行为，&b&并且有别于过失杀人&/b&。&br&&br&如果玛丽只是因夏洛克发现了她的秘密而开枪的话，&b&这种行为就无法解释为 “恶意预谋”了，&/b&因为那只是惊慌无措的反应，最多是过失杀人。玛丽与夏洛克认识不过半年多，夏洛克是她丈夫的挚友，又精心帮助她筹备婚礼，就在一个月前她的婚礼上还做过要守护他们一家的誓言，那么她对夏洛克哪来那么大的仇呢？&/p&&p&&br&在玛丽开枪后，马格努森的表情惊愕，似乎玛丽的做法，也出乎他的意料。&/p&&figure&&img src=&https://pic2.zhimg.com/50/3a6bcb062f_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic2.zhimg.com/50/3a6bcb062f_r.jpg&&&/figure&&br&&p&在中枪后，夏洛克内心深处的“莫里亚蒂”在提到“华生那个老婆”时，态度颇为不屑，并且提醒夏洛克：&/p&&figure&&img src=&https://pic3.zhimg.com/50/8e25adde596_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/50/8e25adde596_r.jpg&&&/figure&&figure&&img src=&https://pic1.zhimg.com/50/2f00c014d79d079520fbcec_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic1.zhimg.com/50/2f00c014d79d079520fbcec_r.jpg&&&/figure&&p&夏洛克内心深处的“莫里亚蒂”可以说是他性格的一个侧面，有点象性格中的“阴影”。这一人格侧面对犯罪有着高度的敏感和深刻的洞察力，&b&如果玛丽那一枪真是被要挟的无奈之举，夏洛克为何会得出这样一个结论来？！&/b&&/p&&p&&br&所以，夏洛克在伤情还没有稳定的情况下，就急急安排空屋一计了。&/p&&br&&p&&b&再看夏洛克向华生的解释，那也是完全不靠谱。&/b&&/p&&br&&p&夏洛克告诉华生说，玛丽做为一个特工，解决问题总是会用最直接最有效的方法。当她发现自己的被人发现，首选的解决方法就是杀了他与马格努森以免后患。但玛丽没有那么做，是因感情占了上风，所以只是射伤但没杀死他。玛丽这么做，是顾念对华生的感情，当然，同时也算救（饶）了夏洛克一命。&/p&&p&&br&但是结合剧中表现出来的情节，就会发现夏洛克的这个解释很令人困惑，因为这与他自己的判断，根本就是矛盾的。&/p&&br&&p&在夏洛克中弹后的思维宫殿里，&b&直接的判断就是玛丽要杀死他&/b&。&/p&&figure&&img src=&https://pic3.zhimg.com/50/87548aef6fa84f6a0f3c19_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/50/87548aef6fa84f6a0f3c19_r.jpg&&&/figure&&p&在中枪后，夏洛克思维宫殿里对自己的伤情的两种判断：失血和休克。随便哪一个都能要了他的命。事实也是如此，当时他的心电图已经成了一条直线，医生也放弃抢救了。也就是说，虽然夏洛克已经拼尽全力，利用仅有的3秒钟清醒时间来自救，但都没能阻止死神一步步向他逼近。要不是他在最后关头想到华生有危险，他绝无生还的可能。在这里编剧强调了华生对夏洛克的重要性，虽然深究起来，这种表现方式可能并不完全科学，但夏洛克能活过来，确实有幸运的成分在里面。&/p&&p&&br&另外，担心华生成为嫌疑犯的说法也讲不通。华生或许会因保护玛丽而向马格努森开枪，但谁会相信他会向夏洛克开枪？！&/p&&br&&p&在去马格努森办公室之前，夏洛克特地告诉华生，别带枪，别带刀或撬棍，什么都别带，所以他们的行为至多是个入室盗窃。别说他们什么都没有偷到，就算偷了， 马格努森会向警方报告这起盗窃案吗？报警就要走官方程序，这对他一点好处都没有。&/p&&br&&p&夏洛克给出的解释让华生根本无法接受，也很难让观众接受。华生（和观众）都认为，她开枪打你差点让你没命，你就是再怎么舌灿莲花也不能让我相信这是在救你。夏洛克自己也无法令人满意的向医生解释这个问题，所以只好在这里非常“恰到好处”的在晕倒了。&/p&&br&&p&&b&再看玛丽是如何应对夏洛克的解释的。&/b&&/p&&br&&p&夏洛克给华生的的分析，明确表达并且强调了一个意思——&b&玛丽是你选择的&/b&。平淡的生活让你很容易厌烦，危险的情境令你着迷，你打心眼里就喜欢危险的人，所以你才选择了玛丽，也就是说，这是你的问题。而玛丽对这种解释的态度也同样如此，你发现并感受到了我身上的危险气息，&b&所以你才会娶了我&/b&，他说的没错，因为这就是你的所喜欢的，你所需要的。——好吧，原来如此。等一下，你们怎么全把错推到华生身上去了？！原来这全都是华生的错吗？！&/p&&p&&br&当然，这有可能是因为夏洛克非常了解华生，他对华生的分析非常准确，说出了华生选择玛丽的深层次心理原因。但也有可能是：这是夏洛克说给华生听的，玛丽只不过是打蛇随棍上，顺着他的说法接下去而已。更重要的是，&b&玛丽在处理自己真相这个关键环节中，非常巧妙地把问题的焦点，转到华生身上&/b&——这是你的责任，你的问题（而不是我的）。&/p&&br&&p&另外，玛丽在把U盘交给华生时，说：如果你爱我就别当着我的面看，因为你看过后就不会再爱我了。这句话说的，太有内涵了！她知道华生还爱她，她这么一说，华生就算想看但怎么看啊！对比在圣诞特辑里华生看夏洛克录的那段视频，当时雷斯垂德把光盘给华生时，华生曾说他也许不会看的。但他还是看了，一方面是因为怀念夏洛克，另一方面是当时华生认为侦探已死，看那个视频是缅怀好友，给自己安慰。但这个U盘却是关于一个活人的，看完以后可能会对自己，对自己的生活产生不可预计的后果！&/p&&br&&p&另外，玛丽这么说，其实也堵住了夏洛克的嘴，他还怎么找华生要那个U盘？！——这事关人家夫妻的感情，你要去掺合什么？你这么做会把人家夫妻感情扰坏的你知道吗？&/p&&br&&p&不得不说，&b&Linguist&/b&&b&，语言学家，果然是善用语言的高手！&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/50/d119bf51c1d2fe7b2d773_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic1.zhimg.com/50/d119bf51c1d2fe7b2d773_r.jpg&&&/figure&&br&&p&&b&还有值得一提的一点是：&/b&&/p&&p&夏洛克在贝克街谈到华生的“神经病吸引体质”时，说华生周围的人都是“不正常”的。他说：&/p&&figure&&img src=&https://pic3.zhimg.com/50/f8a160fd0_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/50/f8a160fd0_r.jpg&&&/figure&&figure&&img src=&https://pic1.zhimg.com/50/a7f26b139c8bffb_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic1.zhimg.com/50/a7f26b139c8bffb_r.jpg&&&/figure&&br&&p&&b&夏洛克为什么还要加上这一句？&/b&&br&&br&在101里，夏洛克就告诉我们他是个&b&高功能反社会&/b&，他也一直以高功能反社会自称，但惟独在这里，变成了“反社会人格”。为什么呢？这是说给玛丽听的，他是要让玛丽知道，他是个“反社会”分子。“反社会”意味着他并不在意社会世俗的道德观念，玛丽即使有非常不堪的过去，对他来说没什么不可接受，她对自己开枪，他也并非不能接受。而且在这里，夏洛克特地说自己是“sociopath”（反社会），而不是 “high-functioning sociopath”（高功能反社会），这是因为，和适应相对良好的高功能反社会人格比起来，真正意义上的反社会人格障碍是更加漠视道德规范，无视法律，对一些严重违法和伤害行为也更加不在意。&/p&&br&&p&另外，夏洛克在这里，也在强调，他之所以做解决案件，搜寻罪犯这样的工作，并不是出于他的正义感，也不是除暴安良的目的，而只不过是为了给自己“找点乐子”，意即告诉玛丽，她可以不必担忧夏洛克会对她有道德上的批判。&/p&&br&&p&但很可惜，他的一番苦心，玛丽却仍然不为所动，拒不接受夏洛克的帮助，对马格努森到底掌握她什么资料闭口不谈。那么她隐藏的东西，恐怕就不仅仅是“有着黑暗过去但想过上平常人生活的特工”那么简单了。&/p&&p&（话说夏洛克的这点心思，才是好感人的，不是么？）&/p&&br&&p&&b&关于玛丽的疑点&/b&&/p&&br&&p&玛丽是第三季中的重要人物，这个角色实在是非常有意思，&b&关于她的情节，全是矛盾重重。&/b&&/p&&p&从夏洛克一开始观察出玛丽的LIAR标签后，一直都没有对玛丽完全放心，就象幕后访谈里说的，在一定程度上，他喜欢玛丽，所以才一直没有揭穿她，但这并不代表夏洛克忽视她。&/p&&br&&p&在302夏洛克为华生准备婚礼时，夏洛克问玛丽餐巾准备折成什么式样，这时玛丽假借接电话把华生叫到一边，告诉华生夏洛克被吓坏了，&b&建议华生带夏洛克去破个案子来帮助夏洛克放松一下紧张的心情。&/b&可华生并不同意玛丽的观点，他了解夏洛克的个性，知道他就是那个样子，并不认为他是被吓坏了，也不认为自己结婚会影响与夏洛克的关系。&/p&&br&&p&同样的，夏洛克也对华生在准备婚礼中突然冒出来想去破案的念头感到奇怪。但因玛丽对华生说这么做是为了夏洛克，华生对夏洛克说这么做是为了自己，两人才一致同意出去破案。&/p&&p&&br&但实际上玛丽的说法非常牵强，而且破案不仅有可能会占据相当的时间，影响婚礼的筹备，更有可能会面临危险的情境。有哪个新娘愿意让即将成为自己丈夫的爱人平白无故的去涉险呢？&/p&&br&&p&当华生去拿外套时，玛丽对夏洛克说：&/p&&figure&&img src=&https://pic4.zhimg.com/50/2b52a024e0e5a8fd629fbe21a761729b_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic4.zhimg.com/50/2b52a024e0e5a8fd629fbe21a761729b_r.jpg&&&/figure&&p&这个对话来看&b&，玛丽也曾对夏洛克说过，让夏洛克带华生去破个案子这样的话。&/b&那么玛丽为什么要分别对夏洛克和华生这么说呢？是为了让夏洛克与华生一起出门吗？&/p&&br&&p& 再看一看夏洛克的笑容。这个笑容让我想到夏洛克在与玛丽前男友谈话时露出的那个“笑容”。不得不说，这挤出来的层层叠叠的“褶子笑容”，有点“假”。&/p&&br&&p&果然，在与华生出门后，夏洛克的表情就不一样了。&/p&&figure&&img src=&https://pic4.zhimg.com/50/f49e693c14df0bce61480d_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic4.zhimg.com/50/f49e693c14df0bce61480d_r.jpg&&&/figure&&br&&p&他们坐在长椅上等卫兵换岗时，夏洛克表情严峻，双手紧握，使他看起来非常紧张不安。这与华生完全放松的坐姿形成非常鲜明的对比。&/p&&p&&br&&b&有什么事让夏洛克感到不安呢？&/b&&br&&br&是因为他发现对舒尔托少校一无所知吗？&br&不是。从时间来说，那时夏洛克还不知道华生向玛丽“经常谈起这位少校”（那是在婚礼当天发生的事），他没有理由对华生以前的长官感到不安。&/p&&p&&br&那么，是听担心华生婚后会影响两人之间的关系？&br&也不是。在这里，真应该感谢导演，婚礼的这段情节被剪的七零八落，让人很容易把情节的前后弄乱。这段情节发生在筹备婚礼时，在婚礼当天，经哈德森太太的提醒（婚姻对人的影响，你根本没法预料），在那时华生的婚姻可能会影响他们友谊这回事才触动到夏洛克的内心，在这之前夏洛克似乎并没有考虑到这一点。&/p&&p&另一个佐证就是在婚礼典礼前，夏洛克给麦哥打电话时，麦哥说“今后我可能会经常见到你了“，夏洛克还不明所以。所以，夏洛克应该也并不是因为担心他们的友谊会发生改变而困扰。&/p&&p&&br&那么，就是玛丽了。他知道华生与玛丽没有叫“Beth”的朋友。这个细节，华生都注意到了，夏洛克没有理由忽略，也许正是玛丽的动机，让夏洛克感到不安。&/p&&br&&p&这种不安夏洛克一直都有，所以在婚礼上，他特地说：&/p&&figure&&img src=&https://pic3.zhimg.com/50/bcf553ba0d27_b.jpg& data-rawwidth=&1912& data-rawheight=&1072& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic3.zhimg.com/50/bcf553ba0d27_r.jpg&&&/figure&&figure&&img src=&https://pic2.zhimg.com/50/2984ce8dcb2ea7e7524fafc14cf841b3_b.jpg& data-rawwidth=&1912& data-rawheight=&1072& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic2.zhimg.com/50/2984ce8dcb2ea7e7524fafc14cf841b3_r.jpg&&&/figure&&p&这里再插一句：&/p&&br&&p&在婚礼读电报环节，夏洛克读了三封电报。第一个来自史坦佛，这个家伙大家早就知道是华生的老同学，就是他介绍华生与夏洛克相识的。第二个来自斯黛拉和泰德，这两个人观众没听过，夏洛克这时眼睛迅速眨动几下，显示出他在脑海里搜索这两个人是谁，同此可见，夏洛克对婚礼不会放过任何细节。&/p&&br&&p&而当夏洛克读到来自CAM的电报时，导演只让你看到玛丽的反应，却偏偏没让你看到夏洛克。对比一下夏洛克读上封电报时的反应，你觉得他会“放过”这个CAM吗？&/p&&br&&p&在婚礼上，夏洛克在提到露水情人一案后，强调了华生对他很重要，并且说“a word to the wise”（意为：明白人用不着多说，有“忠告”之意）：&/p&&figure&&img src=&https://pic1.zhimg.com/50/a383f6fc2ccd87c28e9db1c5650ca60e_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic1.zhimg.com/50/a383f6fc2ccd87c28e9db1c5650ca60e_r.jpg&&&/figure&&figure&&img src=&https://pic3.zhimg.com/50/151d6bf9eab7fd54d999e5_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/50/151d6bf9eab7fd54d999e5_r.jpg&&&/figure&&figure&&img src=&https://pic4.zhimg.com/50/6bafad25ad7a9fd7c691d_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic4.zhimg.com/50/6bafad25ad7a9fd7c691d_r.jpg&&&/figure&&p&这句话细究起来挺有意思，它是对在场所有人说的（any of you require the services），当然也包括玛丽。夏洛克强调，&b&我来解决案子，华生来拯救你&/b&。&/p&&br&&p&在303中，夏洛克更是在马格努森办公室，空屋，贝克街都提出要帮助玛丽，但全被玛丽回绝了。她为什么要拒绝夏洛克，夏洛克有多大本事她不会不知道，如果说开始是为了担心自己的身份被华生发现，影响他们的感情与婚姻，可在贝克街时，所有的问题已经全摆在台面上了，华生已经知道她的身份了，她还需要隐藏什么？为什么仍然拒绝让夏洛克帮助她来搞定马格努森？她到底有什么秘密，是她不愿意夏洛克和华生知道的？&/p&&br&&p&再看一下玛丽这个人物，她曾为国家服务，但后来却转而走向犯罪道路，她是神枪手，曾射杀夏洛克，但却被夏洛克使用空屋一计而显出原形，&b&这样的情节安排，与原著中的一个人很象——即莫里亚蒂的参谋长，伦敦第二号危险人物莫兰上校。&/b&&/p&&br&&p&那么，她还真的只是一个一心想摆脱过去，期望与华生过普通生活的女人吗？她还真的只是一个夹在麦哥与马格努森之间斗争的无辜牺牲品吗？这恐怕很难说了。&/p&&p&&br&另外，其实在第三季中，&b&马格努森不是真正的大BOSS&/b&。至少，在麦哥眼中，他不算。&/p&&p&&b&&figure&&img src=&https://pic2.zhimg.com/50/43e0d556ff37e9edb6c6830_b.jpg& data-rawwidth=&1912& data-rawheight=&1072& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic2.zhimg.com/50/43e0d556ff37e9edb6c6830_r.jpg&&&/figure&麦哥认为，真正的“龙”，在家门口呢。&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/50/a07dc75f28f04a38b1bbbad2a6ded4c8_b.jpg& data-rawwidth=&1912& data-rawheight=&1072& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic1.zhimg.com/50/a07dc75f28f04a38b1bbbad2a6ded4c8_r.jpg&&&/figure&&figure&&img src=&https://pic1.zhimg.com/50/fcc815eb6cc_b.jpg& data-rawwidth=&1912& data-rawheight=&1072& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic1.zhimg.com/50/fcc815eb6cc_r.jpg&&&/figure&&p&麦哥口中的“龙”到底是指谁，真是非常有意思问题了。&/p&&br&&p&在303结尾，夏洛克用计“除掉”马格努森。夏洛克终于可以和真正的玩家开始游戏了。&/p&&figure&&img src=&https://pic1.zhimg.com/50/cbb89f0fd20_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic1.zhimg.com/50/cbb89f0fd20_r.jpg&&&/figure&（从结尾的细节来看，我个人认为马格努森没死，麦哥曾说，马格努森还有用处，那么夏洛克不大可能头脑发热，一枪崩了他。）&br&&br&&p&值得吐糟的地方还有几处，都说就有点太罗嗦了（已经够罗嗦了……）。&/p&&br&&p&再罗嗦一句，有不少人说我是在“过度解读”了。&/p&&p&&br&对于这个问题，我在满脑子的兴奋“HIGH”过后，也想过来着。要是我过度解读了呢，要是我全猜错了呢，要是人家编剧根本就没那些个意思你这瞎忙活脑补填坑呢？那第四季出来，岂不让人贻笑大方！想到这一点，觉得自己的做法既没意义又无聊，忽然对自己写的东西非常厌恶。可后来我还是决定要继续写完，部分是因为强迫症，部分是因为我觉得这就是娱乐的一部分吧，象安德森那样，兴致勃勃的经营着“空灵柩”俱乐部，在远离现实生活烦扰的一片清静之地自得其乐。说他愚蠢也好，无聊也好，继续拉低满大街的智商也好，但他很充实，可能也很快乐。那么，就来点娱乐精神，向安德森童鞋学习一下，猜错又怎样，out of mind又怎样，“因为这（小说）是避世消愁的途径”嘛。&/p&&p&&br&最后，附上麦哥箴言：&/p&&figure&&img src=&https://pic3.zhimg.com/50/9ed55fbdfdbf918bbf18_b.jpg& data-rawwidth=&1912& data-rawheight=&1072& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic3.zhimg.com/50/9ed55fbdfdbf918bbf18_r.jpg&&&/figure&
——————6.23重新编辑—————— 一年多以前的回答，突然收到大家这么多赞，真是没想到。现在再看，对有些问题的理解有所不同，所以再修改一下。 与前两季相比，神夏第三季风格风云突变，过多的感情戏与过少的推理使很多观众大失所望，以致恶评不断。…
&p&-updated &br&这个书单顺序是我为了自己写起来方便列的，也算自己一个归纳总结。&b&不是说按这个顺序学，&/b&不然数学都学完了还没碰微经。至于顺序的话，我觉得是“（&b&蒋中一）--Varian--Barro--Wooldridge&/b&”这个顺序下去，数学需要的时候再补。比如开始学计量了，去学下概率论和统计。需要学高级的计量了，去学下测度论。另，这个不是写给打算了解入门下经济学的同学的，是写给打算“&b&系统地学习本科生或者研究生那样专业学习&/b&”的，当然研究生主要是靠paper。如果了解下经济学，那曼昆是很好的，但系统地学习用曼昆就比较浪费时间了，因为高级的教材基本都是self-contained，只要用中级垫下脚就够得到了，就没必要读曼昆了。（如果&b&有公开版权的&/b&我会贴链接，不然的话请自行google，大部分都有电子版的吧）&br&&br&&br&1 数学&br&关于经济学要不要数学化大论战可以看看这个：&a href=&http://www.zhihu.com/question//answer/& class=&internal&&经济学数学化的利弊都有什么？如何看待经济学不断数学化的趋势？ - 慧航的回答&/a&&br&&br&1.0 &br&&b&蒋中一Alpha C.Chiang的《数理经济学的基本方法》（Fundamental Method of Mathematical Economics）&/b&&br&&br&1.1 分析&br&&b&张筑生的《数学分析新讲》&/b&是一本非常平易近人的入门书、我旦的&b&陈纪修的《数学分析》&/b&也还不错，主要我蛮喜欢陈纪修老师的，就带点私货。当然，能读英文的可以读下&b&Terence Tao（陶哲轩）的Analysis&/b&。如果能比较抽象地想问题的话，可能去看看&b&Walter Rudin 的淑芬原理。&/b&这本书很多证明很巧妙（Left as Homework，2333）。如果已经学过简单的微积分或者淑芬，可以看看&b&辛钦的《数学分析八讲》&/b&，只是中译本印刷错误太多，俄语我又不会。&br&公开课可以看看台大的高等微积分，虽然第一课故弄玄虚，但很多东西还是很有见地的。&a href=&//link.zhihu.com/?target=http%3A//ocw.aca.ntu.edu.tw/ntu-ocw/index.php/ocw/cou/101S130& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&高等微積分 - 臺大開放式課程 (NTU OpenCourseWare)&/a&&br&实分析我上课用的是周性伟的《实变函数》这本的证明非常的简略，国内可能周民强、夏道行那本用的比较多吧，夏道行口碑比较好。英语的教材挺多的，比如Royden, Rudin, Stein, Folland, etc. 但是我这块学的不咋地就不评价了。台湾的国立交大有个很不错的实变的视频。虽然是硕士生课程，但是还蛮容易懂得。&a href=&//link.zhihu.com/?target=http%3A//ocw.nctu.edu.tw/course_detail.php%3Fbgid%3D1%26gid%3D1%26nid%3D188%23.VlR_fPkrKM8& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&國立交通大學開放式課程(OpenCourseWare, OCW)&/a&&br&（复分析好像经济学里没啥用，但是我想安利下，因为他很好玩并且优美，可以看看是&b&Tristan Heedham的复分析&/b&。）&br&泛函什么的，Kreyszig的那本应该Introductory Functional Analysis with application应该是最容易读的了吧。我打算。。。下学期选这门课。。。&br&&br&&br&&br&&br&1.2 线性代数&br&&b&MIT的线性代数公开课&/b&据说非常赞，我没看过，但认识的人看过都说好。毕竟是Gilbert Strang来上的。 &a href=&//link.zhihu.com/?target=http%3A//ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/video-lectures/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Video Lectures&/a&&br&&b&Axler的Linear Algebra done Right.&/b&这本书的翻译超级狗血，叫《线性代数应该这样学》，但是是我见过最最最最最合适的入门教材的。他会跟你讲清楚线性代数到底是怎么一回事，矩阵到底是干嘛的，矩阵的乘法为什么这么定义、矢量空间是什么鬼东西。而不是一上来告诉你一堆determinant、逆序数、矩阵分割怎么算，也不是让你一上来就解线性方程组。读此书有正三观的作用。&br&难一点的可以看&b&Peter Lax的Linear Algebra and its Application&/b&（不是Lay的那本同名书，他们作者名字和书名都很像，Lay那本太关注计算了，很费时间）。这本书很虐的，读之前最好沐浴净身、请神辟邪(??`ω??)。&br&抽代一般是用不着的，不过可能在看拓扑、实分析等内容时需要了解一点群的内容，一本很容易的教材是张禾瑞的《近世代数基础》，Artin的《代数》应该是标准教程。&br&&br&1.3 概率和统计&br&简单地可以看&b&钟开莱《初等概率论》，&/b&国内的陈希孺那本口碑不错，难点的（其实是很难）可以看&b&Durrettd的Probability: Theory and example, 钟开莱《概率论教程》，&/b&&b&Jun Shao的Mathematical Statistics&/b&，需要一点测度论知识。&br&&br&然后，有为武大IAS的同学提出一定要&b&随机过程。&/b&我自己就看过&b&Sheldon Ross的Introduction to Probability Models。&/b&是基于概率的随机过程，不需要测度论知识。已经上过概率论可以跳过前三章。例子和习题非常多==、（而且例子都要比正文难）中文翻译蛮糟糕的，英文版的好懂一点。&br&那位童鞋的推荐是&b&张景波，张肖的《应用随机过程》&/b&，第一章预备知识里写着我们需要复习下关于概率测度的积分==、我就没看下去，写得挺数学的。以武大IAS的品质应该是好书。&br&&br&1.4 拓扑&br&我目前没有读起来特别顺的拓扑书。。。大概是拓扑本来就很奇怪。。。&br&比较详细的是Munkres的topology. 不过这本书读起来很慢，因为非常非常细碎，会让人失去耐心。没耐心的同学不妨看看Armstrong的Basic Topology，进度快一点。 Janich的Topology虽然是给本科生写的，但我觉得这个书应该是学完一遍拓扑后再看，不能用这本学拓扑。国内尤承业的好像比较常用吧。&br&&br&1.5 软件&br&一般的数学运算，比如求个逆矩阵、对角化、积分，这个就够了&br&&a href=&//link.zhihu.com/?target=http%3A//www.wolframalpha.com/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Wolfram|Alpha: Computational Knowledge Engine&/a&&br&计量我推荐用SciPy自己鼓捣，R也很好。而且不要钱。&br&如果有钱的话Mathematica、maple、matlab、stata、eviews、spss都好用啦。对于各个软件的好坏，知乎有很多圣战，可自行浏览。我一般是用R。这些收费软件也有免费替代品，比如Octave、Sage等等。&br&&br&2 经济学&br&2.1 微观经济学&br&简单的就&b&Varian的Intermediate Microeconomics：a modern approach&/b&。几乎不用什么数学。&br&我们当时老师教微观的时候是用的自己的lecture notes, 从效用函数讲起，过度到multi-periods，再加入uncertainty。接下去就开始讨论社会主义（dictatorship）和contract theory之类以及后面的拓展了。整个学期就没讲什么供求曲线。当时Varian那本书是我们的参考书，但他上课完全没有讲。但我上这么课最大的收获，不在于学到多少经济学知识，&b&而是学会在一个给定的环境下，如何把情形抽象化，并用最简单的数学工具搭建起一个简单的模型。然后再一步步地扩充模型。&/b&其次告诉了你，微观的核心就是“选择”这个行为。这个要比你在读曼昆的书，死记硬背下那些什么十大原理要有用的多。&br&另，我们当时其他老师的微经教材主要是平狄克的。我不喜欢那本书，现实的例子太多。数据、图表太多。（而且啰嗦）在入门时候用这些，我认为是不好的，虽然他能让你把经济理论和现实联系在一起，但很容易让你犯一些逻辑错误，特别是用图表来呈现数据，得出的结论很可能是误导性的。（经典例子，警察越多小偷越多，要降低犯罪率应该裁掉警察。）不然干嘛要用发明计量这个东西出来啊摔。&br&中文的话&b&平新乔&/b&有本&b&《微观经济学十八讲》&/b&还不错，简洁清楚。&br&高级一点的最经典就是&b&MWG Microeconomic Theory。&/b&大百科全书，但是有点旧。不过新理论也主要靠论文而不是教材。（吐槽一句，我现在有一门通识课老师拿这本书来给非经济专业的同学入门用，因为他导师是作者之一。。。）&br&&br&此外Rubinstein有个免费的Lecture Notes On Microeconomics ， 也很不错。&a href=&//link.zhihu.com/?target=http%3A//press.princeton.edu/rubinstein/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Rubinstein, A.: Lecture Notes in Microeconomic Theory.&/a&&br&&br&2.2宏观经济学&br&不用读曼昆的宏观，真的很糟糕。我当时开始学的哪个老师就是用曼昆的。（我的微经老师当年就吐槽过在上完他的微经在本校就遇不到这么厉害的老师了。）&br&一般比较好的凯恩斯主义的是&b&Blanchard的宏观，&/b&国内大多数经济学专业都是学的凯恩斯主义的宏观。这本书至少把凯恩斯主义的大多数基本模型都讲得很清楚。&br&但我更推荐看&b&Robert Barrro的Macroeconomics: A Modern Approach. &/b&这本算是新古典的代表教材，好处在于方法上和微观保持一致。凯恩斯主义的宏观教材往往会让人觉得和微观没什么关系，是完全风马牛不相及的学问。&br&高级的微观基本就是Romer和Sargent吧，另外可以参考&a href=&http://zhihu.com/question//answer/& class=&internal&&数学系的人打算了解一下经济学，看什么书合适？ - 慧航的回答&/a&，他给的那些宏观我都没看到过。。。。但这个回答里的书基本那都是研究生的教材，我的回答里面会多一点基础的教材。&br&&br&2.3计量经济学&br&先搞定统计和概率论。&br&计量入门一般是Gujarati的Basic Econometrics或者Wooldridge的Introductory Econometrics: A&br&Modern Approach (一般会写modern approach的都还不错的。)&br&Reduced form的可以看看Most Harmless Econometrics（《基本无害的计量经济学》）。很有趣。。&br&&br&高级一般是Greene，Wooldridge（panel data那本），Hayashi三位大神。&br&&br&&br&2.4 博弈论&br&我室友比较推崇神取道宏（Kandori Michihiro），总是说他是距诺奖最近的。&br&一般的入门书是&b&Gibbons, A Primer in Game Theory&/b&. 作者好像还有一本书Game Theory for Applied Economists，但内容和这个是一样的。我们上课的是谢识予的经济博弈论，我觉得写得很清楚，甚至有点啰嗦了。&br&进阶的书，如果不怕被虐可以看&b&Osborne的A Course in Game Theory&/b&.&br&比较有趣的有本Binmore的Play for Real，内容比较杂，但是引人思考。&br&另外还有Fernando Vega-Redondo的Economics and the Theory of Games 和 Fudenberg&Tirole也听说适合进阶阅读。（都么看过。。）（再注一下，后面那本的作者&b&Jean Tirole今年刚拿了诺奖&/b&==、）&br&&br&&br&2.5 金融&br&先安利下史树中《金融经济学》。&br&【待补】&br&&br&2.6 优化&br&Dixit&br&蒋中一&br&【待补】&br&================================&br&这是原来的开头。。。。。&br&1. &b&不学经济学理论就来，上来就读学经济史的就是耍流氓。&/b&因为你根本没办法判断作者给的结论是不是对的，是不是有逻辑错误。并且，古代人的行为准则和资本主义世纪以来，有很大不同，古代的经济现象不一定是符合现带经济理论的。比如现代经济理论要求的个体假设、完全信息假设、理性人假、市场有效性假设（并非所有理论都有这些假设，但基础的经济学理论是有这个假设的）设在古代史不完全一致的。而且古代的知识构建范式和现代史不同的，就像管仲也提出了国营经济（盐铁专营）、政府要大力投资基础设施建设等一系列看起来很现代的政策，如果你不知道古代知识体系和现代知识体系范式构建的区别的话，就会觉得凯恩斯主义早就有了。。。&br&2. &b&不要读《资本论》、《通论》、《国富论》&/b&，这些经济著作，在早期政治经济学（或早期宏观）中确实有重要的地位，但是一来，这些书没有清晰的理论架构（假设、结论、推导）。这点是非常重要的，因为当你不清楚一个理论的假设、前提的时候，可能正反的结论都是对的。比如宏观里面的汇率问题，变一个假设结论和路径就全变了。而这些书是经济思想的萌芽阶段的书，他可能是有连贯一致的逻辑的，但在表现上会更混乱。比如《国富论》在论证分工的有效性、金价谷价的波动时候用了很大的篇章，举了很多数据。（光是单位换算就能烦死你）而用现在经济理论几句话就能解释了。同理，像某位答主给了几百本汉译名名著蓝皮书，这对专业（政治）经济学以及现在很多的制度经济学、法经济学等学者而言是很有用的，但对于一个没有经济学基础的人来讲，这些书很可能会看成“民经”。就像现在学物理学，朗道、费曼的书是经典，也是教材，但牛顿的《自然哲学的数学原理》绝不是好的入门教材。&a href=&http://www.zhihu.com/question/& class=&internal&&为什么中国的经济学家大都信奉西方经济学，马克思的经济学真的不实用吗？&/a&这个问题下面也有几个好的答案。&br&3. &b&放弃高鸿业、曼昆。&/b&就像谭浩强的C语言教材是一本很经典的教材，但现在基本都被更好的教材取代了。我认为，一本好的教材应该有三个特征：1）逻辑一致；2）内容自洽（self-contained，即不需要你了解很多其他基础知识）；3）良好、简洁的论述。像曼昆的宏观，不同章节之间没有什么联系，一开始学很可能根本不知道为什么下一张就变成了这个东西。而且没有IS-LM模型直接跳到AD-AS模型也很令人犯糊涂。&br&4. &b&明确你要学的是经济学还是经济&/b&，后者需要你了解一系列现实，但是前者（大部分）只需要逻辑。后文主要针对前者而言。下面这些内容可能不能帮你了解很多关于经济的知识，甚至不能让你了解经济学的大部分内容。但至少能让你知道现代的经济学是一门怎样的学问。所以只包括了一些最最基本的内容，而不会涉及到金融、贸易、财政、制度经济学、奥地利学派、会计学、行为经济学、网络经济学、神经经济学（嗯，比如汪丁丁）、股票技术分析等一些列你之后才需要学的东西。【补，这部分我开始觉得这么两分不太妥当，因为经济和经济学不能截然分开，一个比较好的例子是：比如券商的研究员，他们的研究是运用经济理论来研究现在的经济现象，比如预测预测某行业的下半年经济状况或者央行加息对经济有啥影响。我把这样的人视为研究经济的。研究经济学的人，比如我的一个老师，他目前研究的课题是动态合约的最优终止条件，这是经济学里的重要问题，虽然他可能并不了解目前的经济状况。】&br&5 &a href=&http://www.zhihu.com/question/& class=&internal&&如何学习经济学?&/a&这个问题下面FlyRiderR的回答值得看看。&/p&
这个书单顺序是我为了自己写起来方便列的，也算自己一个归纳总结。不是说按这个顺序学，不然数学都学完了还没碰微经。至于顺序的话，我觉得是“（蒋中一）--Varian--Barro--Wooldridge”这个顺序下去，数学需要的时候再补。比如开始学…
Update: 由于收到较多同学的私信询问一些留学的情况，本人将于17年1月5号晚9点发起live，跟大家聊一聊一些适合工薪家庭的学校项目及申请过程，以及新加坡留学的一些干货。&br&有兴趣的同学请戳这里：&a href=&https://www.zhihu.com/lives/069120& class=&internal&&知乎 Live - 全新的实时问答&/a&&br&&br&提供点干货吧，当时申请的学校遍布亚欧大陆，主要说下便宜的master项目。&br&我只对理工科有些了解，其他专业的同学们去寄托论坛看看吧~&br&&br&1.欧盟Erasmus Mundus项目&br&&a href=&//link.zhihu.com/?target=http%3A//eacea.ec.europa.eu/erasmus_mundus/results_compendia/selected_projects_action_1_master_courses_en.php& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Erasmus Mundus&/a&&br&该项目属于游学性质的，每年提供几十个方向的master course，每个course会有2~4个不同国家的学校参与，每学期/学年换学校。这几年申请的同学剧增，全奖应该是比较难拿的，不过按LZ的backgrond，也不能说没有希望。&br&就算拿不到奖，学费也是很便宜的，拿当时我申请的MERIT来说，全球600个申请人，给了7个全奖（学费全包，4000欧飞机票+1000欧/月生活费），121个Admission，我当时选的第一年西班牙第二年斯德哥尔摩（还有德国比利时意大利可选），学费一年5000欧，比起英国简直便宜太多。&br&&br&2.EIT-ICT Labs&br&&a href=&//link.zhihu.com/?target=http%3A//www.masterschool.eitictlabs.eu/programmes/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&The Eight Programmes&/a&&br&这简直是CS/EE同学的福音，全是欧洲技术强校，而且知道的人少，全奖还没有那么难拿！可惜我当年死在成绩单审核上。。这个项目性质跟EM类似，不过program全是信息科技方面的。学费8000欧/年，全奖也是免学费+3000机票+1000/月生活费（2013年一半的学生拿奖）。&br&&br&3.北欧&br&北欧全英文教学，目前芬兰和挪威仍然免学费，瑞典和丹麦已开始收费但是奖学金很多。&br&挪威：University of Oslo，比较强的综合性大学，生活成本也不高，还有NTNU很不错（需要CDGDC认证，可以跟芬兰一起做）。&br&丹麦：这个国家我没有申请，但是哥本哈根大学跟丹麦科技大学都很不错，也给奖。&br&芬兰：University of Helsinki，Aalto，Tampere University of Technology 都是很不错的学校，但是芬兰需要CDGDC认证，贵且费时。&br&&br&瑞典：瑞典是一个university admissions的平台，依次排位申请，最多有四个志愿，第一志愿录取之后后面志愿就自动delete。&br&奖学金： 大多数学校需要在1.15之前申，会有连接。需要注意的是学校有没有规定一定要第一顺位，方可考虑评奖学金，比如：kth明确规定只有第一志愿才能有奖，好像就30个名额的TW，瑞典的奖学金一般只是学费减免。主要讲一下CTH的奖学金：CTH的学费减免一般有三档，75%TW ，50%TW，25%TW，拿奖机会很大，另外有企业奖学金volvo car是给2个中国人，volvo group是给2个中国/印度人（全奖+实习）。一个同学CTH的EE毕业后在挪威找到工作。。&br&瑞典还有一个SI奖学金，cover学费+生活费，但是比较难拿（据说已取消）。&br&&br&4. 德国&br&工科的话德国是一个不错的选择，TU9全是强校，并且免学费，生活费也还好。但是需要APS审核，从小学开始的毕业证全要去认证，并且需要面试，当时觉得麻烦没有去弄。&br&&br&5. 荷兰&br&荷兰是欧洲教育大国，教学质量比英国好，学费还便宜，但是需要两年时间。荷兰是只有ddl，没有开始时间，一般10月就有人会开始申请，越早申请越好。&br&&br&TUD：工科强校，AD发的很多，但是奖难拿。11/1前（每年时间不定）接收材料才有可能列入奖学金考虑范围，校奖一个学院2个人，TW+950欧/月，还会有ASML的企业奖（实习+毕设）有机会可以去了解一下；&br&TUE：有ALSP奖学金（免学费+5000欧每年），GPA高的话希望很大，每年两批（11月+3月）；&br&twente：需要自己去申奖学金，同样有两次机会，uts最高是25000欧/年；&br&综合性的Utrecht University也是有拿奖的机会。&br&&br&6.欧洲其他&br&其他还有比利时鲁汶大学（免学费+需要APS认证），瑞士ETH（爱因斯坦母校，免学费）和EPFL，意大利米兰理工、都灵理工（都有针对中国学生的奖学金项目，还能申请助学金），还有法国一些学校有兴趣也可以去了解。&br&&br&7.亚洲&br&香港：HKU，HKUST，CUHK都很不错呀，学费+生活费十多万。&br&日本排名第一的答主也提到了，韩国也不是很了解，只知道留学生基本都有奖。&br&&br&新加坡：最终来到了这里，就多说一点。新加坡比香港便宜，且提供毕业后工作三年的bond（减免5万RMB左右），提供4万左右的助学贷款，再加上生活费很便宜，省点的话8万也够读完了。同时可以利用业余时间去打工，大约35RMB/小时，我读书的一年断断续续打工也赚了1W多RMB。同时新加坡还有一点巨大的优势就是可以留下来工作，起薪15000RMB以上，再往后移民或者回国就看各人打算了。&br&&br&最后，留学也只是一段经历，看看不同的文化和风景。LZ想要申请海外，就多了解一些信息，在国内读研好好努力，用心提高自己，也定能有很好地前途。&br&&br&&br&01.28 Update&br&谢谢大家的赞。最近也收到不少同学的私信，有个就说自己很想出国读书，但是这些便宜项目也读不起怎么办，又不想读PHD。&br&其实很简单，先工作攒钱，两到三年后再申请海外硕士，Background好的可以直接北美MBA（这个虽然贵，但是不太需要考虑钱的问题~），这也是国外学生比较主流的方式，而不是一路读到底然后工作。我本人也是工作三年后出国读硕，被社会折磨一段时间再回到学校，感觉别提多好了，也更能知道自己要的是什么。具体可参见这个问题的答案：&a href=&//link.zhihu.com/?target=http%3A//zhi.hu/erRU& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&工作几年后再回学校脱产读书是什么感觉？ - Nick Yin 的回答&/a& 有什么需要咨询的可以私信我，我会尽量帮忙解答。
Update: 由于收到较多同学的私信询问一些留学的情况，本人将于17年1月5号晚9点发起live，跟大家聊一聊一些适合工薪家庭的学校项目及申请过程，以及新加坡留学的一些干货。 有兴趣的同学请戳这里： 提供点干货吧，当时申请的学校…
=============================前言===============================&br&本人北美Biostatistics博士生，对这几个问题有一点点自己的思考，所以来跟大家分享一下（这么装逼的外交辞令....）准备大体介绍一下统计学、国外（北美）的统计系，大致分支、近年来的某些热点。&br&&br&傲娇的声明&br&本人不是本科学数学或统计出身，而且生物统计也只是统计学的一个应用分支而已，所以我并不是回答这个问题的上佳人选。在知乎上看过不少藤校的数学和统计博士，希望他们有空的时候来作更全面的解答（其实是更无情的碾压T^T...）我回答的私心是趁机宣传生物统计学近年来的热点：Bayesian （hierarchical）disease mapping and spatial analysis。所以如果认为我重点跑偏，或者答案没有帮助，请自由地选用“赞同”、“感谢”、“评论感谢”、“私信感谢”、“关注我”等一系列激烈的手段来表达你们的愤怒。&br&&br&PS：感谢 &a data-hash=&bdf51bdfffece7& href=&//www.zhihu.com/people/bdf51bdfffece7& class=&member_mention& data-editable=&true& data-title=&@张雨萌& data-hovercard=&p$b$bdf51bdfffece7&&@张雨萌&/a& 大牛对答主的建议和指点！已根据他的建议将部分答案做了修改。&br&&br&===========================开始答题==============================&br&首先，&b&“统计学的发展现状是怎样的？都有哪些分支？”&/b&&br&&br&1. 在回答之前，先要澄清一下统计学是什么。统计学是&b&以数据为对象&/b&的一门&b&科学&/b&。可以把它归类为形式科学（formal science，像数学、逻辑学、系统论），因为它的研究领域是抽象的形式（abstract structures）。另外有些人认为它是自然科学或社会科学，因为它研究了自然科学的问题或者社会领域的问题。但是&b&如何分类并不重要&/b&。&br&&br&统计学的方法论里有一部分内容是抽象的形式为研究对象，比如中心极限定理，比如正态分布，这些内容是无法证伪的，因为它是按照严格的逻辑关系推导出来的，是数学的一个分支，是一种逻辑体系。而另外一部分内容，尤其是贝叶斯主义兴盛之后，则是可以证伪的。比如我先观察了飞机起飞的间隔大约是五分钟，然后预测下一班飞机将于五分钟后起飞。这个统计推断就是可证伪的。所以非要把统计学归为某类科学没什么意义，知道它是研究数据的科学就够了。&br&&br&插一段&b&题外话：可证伪性&/b&是卡尔·波普尔的理论，也是从20世纪以来最流行的科学哲学理论。因为科学理论是建立在“观察现象—提出理论—进行实验—修改理论”的科学方法之上，所以可证伪性成为一个理论是不是科学理论的必要条件。比如“神爱众人”，这个理论不可能检验，因为没法观察到“神”，也没法定义什么才是“神”的“爱”。但另一些建立在观察基础上的推断，比如“摩擦力导致运动着的小球停止，摩擦力越大，运行距离越短”，则是完全可以证伪的。这就是伽利略开创的科学方法，经由这套方法发展出来的理论才是科学理论：并不是说凡是可被证伪的理论都是科学理论，但是科学理论一定要具备可以被实验推翻的可能性。&br&&br&话题回来。我们大概&b&追溯一下现代统计学的发展&/b&。统计方法可以追溯到很早，几乎在计数方法被发明的时候就有了原始的统计方法。到了16世纪，由于&b&掷筛子赌博&/b&的兴盛（据说），学者们开始研究点数的频率，推算概率。这是早期的概率论。与此同时，政府为了增强控制力需要了解人口的特征。学者们发展了国情学，开始应用在人口统计上，比如男女性别。统计方法以概率论和国情学为两个方法论的源头，有了进一步的发展。&br&&br&统计方法发展成为现代（数理）统计学，则是更近的事。17、18世纪的数学家继续发展了概率论，为现代统计学的奠定了部分理论基础。这其中就有数学家Thomas Bayes，他在18世纪中期提出条件概率的贝叶斯公式之后，他并不知道会给统计学带来多大的变化。&br&&br&不得不提到的一个巨人是&b&Karl Pearson&/b&。没错，就是Pearson test 那个Pearson，他还很任性地用姓氏首字母命名了一个折磨了统计系学生们一百年的变量—— p value。除此之外，他在统计理论的各个方面都有创新，最重要的是，他创建了世界上第一个统计系。他被公认为是现代（数理）统计学的创建者，也是我们生物统计的创建者（第一个生物统计学期刊就是他开的）。其实能者是无所不能的，此君在业余还取得了大律师资格，还是一个坚定的基因改良主义者，要知道那才是1890s！&br&&br&下面这幅图是Pearson的老婆为他的学术著作画的插页（1），主题就是：Chance of death。从左到右意思是人从出生到老要经历不同的死亡风险。不知道为什么采用桥这个元素，有可能是听过奈何桥的传说？？&br&&figure&&img src=&https://pic2.zhimg.com/50/eeb9b77cad723be73468c8b_b.jpg& data-rawwidth=&835& data-rawheight=&626& class=&origin_image zh-lightbox-thumb& width=&835& data-original=&https://pic2.zhimg.com/50/eeb9b77cad723be73468c8b_r.jpg&&&/figure&&br&Pearson之后，统计学就发展得非常快了：Spearman、Bonferroni、Neyman、Tukey、Cox、Box等等，基本上我们现在常用到的工具在1950s之前已经被发展的比较完备了。在这之后，比较大的变化是贝叶斯主义的兴盛。&br&&br&1950s，统计学家内部还是一边倒地偏向frequentist。不过城堡都是从内部被攻破的。当时Irving Good还跟同事打了赌，他预测贝叶斯理论将成为统计思想的主流，同事则坚信频率主义。后来事实的发展支持了Good （2）。&br&&br&我说一点对于贝叶斯主义的理解（很有可能是根本不着调的，但。。。不管了！）&br&在贝叶斯主义之前，使用prior knowledge是不规范的。你必须比较确切地知道某个随机事件发生的概率，才能用它来计算一些东西。怎么知道呢？你得去吭哧吭哧统计这个随机事件发生的频率，如果遇到一个很大的总体，那可能等你统计出来人家的paper早发了。贝叶斯主义者比较简单粗暴，根据一些prior knowledge，直接给概率赋值。看似武断，其实大大拓展了统计学的发展和应用空间。&br&&br&因为建筑在各种prior knowledge基础上的统计推断，天然具备了可证伪性，比如我们前面举的例子：“五分钟后飞机起飞”这个推断。要检验这一点非常直接：你只需要再观察五分钟即可。如果起飞了，说明我们的推断是还算准确的，如果没起飞，说明我们用的prior有问题，要修改它的值，然后再做下一次的统计推断。如果是frequentist，他会搭好观察台，在机场长期观察各类型飞机的起飞时间和架次，统计出来比较精确的频率，然后再做推断。这个时候人家Bayesian早迎娶白富美走上人生巅峰了！&br&&br&你可以把贝叶斯主义看做“尺蠖式”前进：往前两步再后退一步，后退是没有问题的，马老师说过这叫“螺旋式上升”，毛老师说过撤退就是转进嘛！关键是要行动：大量应用prior knowledge和贝叶斯定理，做出推断，然后再根据观察去修正prior knowledge。&br&&br&统计学的历史简单介绍到这里（还是挺啰嗦的T^T....）下面开始回答问题（这次是认真的....）&br&&br&2. 统计学可以这样划分：&b&理论统计学&/b&和&b&应用统计学&/b&。&br&&ul&&li&统计学的基础理论包括概率论、实分析、线性代数、asymptotic theory 等等数学内容。现在又包括了computational statistics。Computational statistics发展了bootstrapping、Monte Carlo simulation这些新的方法，在计算机被发明以前，这些技术是没法想象的，因为计算量太大了（不太确定computational statistics是否应该放在理论统计学里，不过这个不重要）。&/li&&br&&li&应用统计学基本分为两大块：descriptive statistics 和 inferential statistics。前者是从总体中抓样本数据进行描述，后者是通过对于样本的分析对总体的特征进行推断。&br&&/li&&/ul&
这样直观的记忆比较好：&br&
前者：population ---& sample&br&
后者：sample ---& population&br&&br&从population到sample，这个是以使用概率论为主。不过descriptive statistics本身并不发展新的理论知识。从sample到population，这个才是应用统计学的重要目的。因为统计学面对的是随机事件，而且是不完整的信息（sample），但要对完整的世界（population）做出估计。&br&&br&划分理论统计学和应用统计学意义也不是很大。统计学起源之一是国情学，这就注定了“应用”的基因。但是现在科学进步这么快，而一部分人对理论研究更感兴趣，说不定就突然发现新的方法打开了一片新天地。对这些新方法加以应用，统计学才得以保持旺盛生命力，过去五十年不正是这样吗？&br&&br&统计学经过漫长的发展，尤其是计算机的大量应用，目前&b&包括但不限于下面这些分支&/b&（或者交叉领域）：&br&&ul&&li&&b&理论研究&/b&：概率论（比如stochastic process），计算统计理论（比如asymptotic theory，在CS系的computational theory下面）当然应该包括很多我听也没听过的理论知识（搞应用的伤不起。。。），这里就没法列举了。&br&&/li&&li&&b&统计模型&/b&（在前人基础上继续发展各种regression model，stratification，clustering，blocking，classification等等）&b&、各种test的发展&/b&（比如time series，likelihood ratio test, Wald test, permutation test 等等）。&br&&/li&&li&&b&计算统计方法的发展&/b&（比如Monte Carlo simulation，Bootstrap）&br&&/li&&li&&b&数据采集&/b&（census，survey和clinical trial等）&br&&/li&&li&&b&生物统计&/b&（比如longitudinal analysis， spatial analysis）&br&&/li&&li&&b&machine learning&/b&&br&&/li&&li&&b&data mining&/b&&br&&/li&&/ul&目前最火热的学科都是&b&跟计算机结合比较紧密&/b&的。统计学领域也不例外，data mining 和 machine learning都是一出生就建立在统计学（和概率论）基础之上的，现在大量的人在做这个。而解决的实际问题包括：卫生、环境、行为等等。比如你的每一次点击都部分地决定了Google将要给你投放什么样的广告，你的每一个手机使用行为都部分地决定了苹果下一款手机的开发方向。这里面海量的数据的搜集、统计分析、行为分析，都是以统计学为核心的。（PS：上述研究分支的分类也不是很完备，欢迎多多补充！尤其是各个分支搞前沿研究的PhD们，可以在评论里留下各自有趣的方向，我一一补充进来。不管学有所成还是刚上本科，我们都可以充分共享信息！）&br&&br&3. 如果要高屋建瓴地评价各个分支的“研究现状和研究前沿”，有这个能力的人估计也不多，也不会来知乎，那个已到了methodological philosophy的层面。&br&&br&但我们还是有间接的方法——通过&b&阅读top journal&/b&知道行业内现在流行的研究趋势和最新的进展。统计领域的top journal包括下面这些（3，4）：&br&&ul&&li&Journal of American Statistical Association (JASA )&br&&/li&&li&Biometrika (Bka )&br&&/li&&li&Journal of Royal Statistical Society (Series B, and Series A)
(JRSB, JRSA)&br&&/li&&li&The American Statistician (AmSt )&br&&/li&&li&Survey Methodology (SrvM )&br&&/li&&li&Annals of Statistics (AoS )&br&&/li&&li&Journal of Official Statistics (JOS )&br&&/li&&li&Biometrics (Bcs )&br&&/li&&li&International Statistical Review (ISR )&br&&/li&&li&另外还有计量经济学领域的Econometrica也是统计学家们会去投的top journal。 PS：经济学领域投这个比投AER还难。。。吧？&br&&/li&&/ul&有兴趣的可以结合自己的背景去翻一翻最新的期刊。&br&&br&4. 送给留学党：&b&北美的统计系PhD项目&/b&，一般在数学系下面或者统计系下面（有一些在商学院的运筹学系）。好一点包括：Stanford，UC Berkeley，Harvard，NYU （专指Courant），MIT，U Washington, Johns Hopkins, Chicago, Princeton, CMU, UPenn等等, 还有加拿大的UBC。US NEWS每年都做美国的统计系排名： &a href=&//link.zhihu.com/?target=http%3A//grad-schools.usnews.rankingsandreviews.com/best-graduate-schools/top-science-schools/statistics-rankings& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Best Statistics Programs&/a&，可以作为参考。当然也欢迎大家来读生物统计系，一般是在公共卫生学院，学生的背景比较多样，学生物的学医学的学统计的都不少，也有个别像我这样从经济系过来的（异端T^T）。最好的学校有John Hopkins, Harvard school of public health, Columbia (Mailman school)，北卡教堂山。加拿大的UBC也不错，医学院和统计系都挺强。一般来说，统计系好的学校生物统计也不差，大概是因为教师资源可以共享吧。&br&&br&根据 &a data-hash=&bdf51bdfffece7& href=&//www.zhihu.com/people/bdf51bdfffece7& class=&member_mention& data-editable=&true& data-title=&@张雨萌& data-hovercard=&p$b$bdf51bdfffece7&&@张雨萌&/a& 的介绍，统计系的就业还有一点分化。偏概率的就业要稍微窄一点差一点，跟数学系差不多，多数还是去学术界。偏统计的则好一些，因为现在IT界有大量的data analyst需求。他介绍说：（他们统计系）&blockquote&这一届10个人，4个概率6个统计。统计的几个人中还没毕业就被google挖走2个了，另外一个也在湾区找了工作。概率的2个人想走业界路线的也都在自学统计/机器学习。&/blockquote&虽然工作走向有差别，不过还是觉得大家根据自己的兴趣来就好，喜欢搞理论就研究理论，喜欢应用就搞应用，follow your heart （烂俗的鸡汤话。。。）&br&&br&&br&=========================生物统计的热点========================&br&&br&先讲一个spatial analysis的小故事，来作为后面介绍Bayesian disease mapping的引子。同时也希望更多的人关注这个问题，这是统计领域目前很火也很有发展潜力的一个方向！而且这是个交叉领域，数学、CS、流行病学、地球科学、经济学都可以有很强的input&br&&br&尽管已经经历了工业革命，19世纪的英国对于公共卫生的重视还远远不够，各种烈性传染病时有发生。1840s末期，伦敦又爆发了严重的霍乱疫情，不少人死去。&br&&br&当时主流的理论认为霍乱是靠“肮脏的空气”传染的。但是又怎么可能识别和隔离“肮脏的空气”呢？所以当时对霍乱的预防其实是毫无办法的——理论的误导太严重了。一个年轻有为的医生，John Snow，这时已经是伦敦皇家外科医学院和伦敦皇家内科医学院的双料成员，盯上了这个问题。他不太相信空气传播霍乱的说法，认为水里携带的细菌才是主因。他用几年时间，走遍伦敦进行调研和病情记录，绘制了一系列的点图。比如：&br&&figure&&img src=&https://pic3.zhimg.com/50/a7fa00f74d0d_b.jpg& data-rawwidth=&1122& data-rawheight=&794& class=&origin_image zh-lightbox-thumb& width=&1122& data-original=&https://pic3.zhimg.com/50/a7fa00f74d0d_r.jpg&&&/figure&从图中可以清晰看到，霍乱的发生跟地点的关系很大，呈中心发散型。这就很大程度上挑战了“空气传染”说，因为如果是空气传染的话，霍乱的发生应该是比较均匀的才对。同时这个研究也提供了很强的证据支持霍乱是水传播的。就在图的中心，Snow将传染源锁定为一个公共抽水机（从被污染了的泰晤士河里取水），并说服政府将抽水机挪走。尽管这个研究后来还有一些波折，这里按下不表，无论如何，Snow的工作大大开拓了当时的研究视野。&br&&br&这就是Snow锁定的抽水机，现在已经成了一个地标：&br&&figure&&img src=&https://pic3.zhimg.com/50/e7cbedc2422dda6_b.jpg& data-rawwidth=&505& data-rawheight=&523& class=&origin_image zh-lightbox-thumb& width=&505& data-original=&https://pic3.zhimg.com/50/e7cbedc2422dda6_r.jpg&&&/figure&&br&这就是早期的最有影响力的spatial analysis的研究！从中可以受到启发，关键的是两块信息：&br&1. 某个outcome （eg 霍乱的发生）&br&2. 地理位置&br&&br&这个outcome可以千变万化，疾病发生率，死亡率，收入水平，就业率，入学率等等。地理位置也可以上至大洲大洋，下至左邻右坊，可以是单中心，也可以多中心，可以有不同类型的分布，不同的方差，等等等等。当信息量超过一定程度，又需要更好用的数学模型，更有效率的算法，更强大的硬件……所以这个领域能结合各学科知识，能重新诠释很多问题。就像课上老师说的：given enough data, with spatial analysis you could act like a God! &br&&br&故事讲完。&br&&br&我们已经得到了一个信息：疾病的发病率跟地理位置是相关的，所以spatial analysis在生物统计方面应该是大有用处的。但是以前这方面的研究很少，没别的，就是缺少数据。不是每个人都肯像Snow那样跑遍伦敦——所以他四十多岁就累死了。。。&br&&br&题外话：Snow也是乙醚麻醉剂定量研究的第一位科学家，维多利亚女王生孩子的时候，他使用了乙醚进行麻醉。当时连毒理实验也没做过，&b&真是奔放的年代！&/b&&br&&br&要应用spatial analysis在疾病的统计上，需要两门核心基础课：longitudinal data analysis和Bayesian Biostatistics （更基础一点的课比如400 level的就不提了）。&br&&br&&b&1. longitudinal data analysis&/b&&br&最好的教材，由浅入深依次是：&br&&ul&&li&1. Hedeker, Donald, and Robert D. Gibbons. Longitudinal data analysis. Vol. 451. John Wiley & Sons, 2006.&br&&/li&&li&2. Fitzmaurice GM, Laird NM, and Ware JH. 2011. Applied Longitudinal Analysis (2nd Edition). Wiley.&br&&/li&&li&3. Diggle PJ, Heagerty P, Liang KY, and Zeger SL. 2002. Analysis of Longitudinal Data (2nd Edition). Oxford University Press.&br&&/li&&/ul&Hedeker的教材语言平易，容易入门。Fitz的书覆盖面很广。Diggle最难，但公式和推导都给得很全，是最严谨的。&br&&br&&b&2. Bayesian Biostatistics&/b&&br&参考书目是：&br&&ul&&li&1. Berry DA and Stangl DK (eds). Bayesian biostatistics. Taylor & Francis, New York &br&&/li&&li&2. Carlin BP and Louis TA. Bayes and empirical Bayes methods for data analysis. Chapman
& Hall, New York. &br&&/li&&li&3. Gelman A, Carlin JB, Stern HS, and Rubin DB. Bayesian data analysis. Chapman & Hall,
New York &br&&/li&&li&4. Congdon P. Bayesian statistical modeling. Wiley, New York.&br&&/li&&li&5. Andrew B Lawson. Bayesian disease mapping. Chapman & Hall, New York&br&&/li&&/ul&我们老师主要用的是Berry和Lawson的。这里重点推荐一下Lawson的书给所有学统计的朋友，语言简单易懂，理论与实践的应用结合得很好，关键是做&b&disease mapping是统计学和公共卫生交叉的一个未来研究趋势&/b&，在北美已经做了不少了，中国在这一块潜力很大。（不过要吐槽一下，现在国内像样的数据还没有。大城市也只是有全病因mortality的location数据而已，数据量少、单一，而且还不公开）&br&&br&在这两门课掌握好之后，就可以开始Bayesian Disease Mapping的入门了。&br&&br&1. 先看看“别人家的孩子”。&br&北美的disease mapping开始得早，所以应用的也早。比如加拿大的British Columbia省，就有这个很好的官网（要安装 Microsoft Silverlight）： &br&&ul&&li&&a href=&//link.zhihu.com/?target=http%3A//maps.gov.bc.ca/ess/sv/imapbc/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&iMapBC&/a&&br&&/li&&/ul&在网页地图里选择某种outcome（比如心脏病），很快就会显示这个outcome在各地的发病率是多少，非常直观，很容易看到跟location的关系，从而有助于政府制定相关的预防措施。&br&&br&2. 目的。我们能用disease mapping干什么？&br&&ul&&li&了解疾病在各地的发生&br&&/li&&li&预测各地的疾病发生率&br&&/li&&li&测量地区之间在疾病发生率上的差异&br&&/li&&li&总结数据的“pattern”，看看有什么规律没有&br&&/li&&/ul&这一切都是为了能够更好的评估各地的health service outcome，从而将有限的资源更加合理地分配，实现最大化的效用。比如蒙古和卢旺达在Ebola上的发病率肯定是显著不同的，联合国要援助，显然是要先援助卢旺达。但是卢旺达和纳米比亚相比？这就需要更加精细的spatial analysis了&br&&br&3. 数据。&br&要做成iMapBC里面的效果，必须要有足够丰富的数据。NASA data是一个好的来源（&a href=&//link.zhihu.com/?target=http%3A//data.nasa.gov/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&data.nasa.gov&/a& ）。柴静那个片子里面用到NASA的图片来说明问题应该是有人指点过吧，思路挺对的，虽然不够严谨，但没关系。真正要深入研究还是要先define一个良好的问题，然后从NASA下载数据，用统计学手段好好分析。当然也不一定局限于NASA的数据。考古学、地质学的数据，都可以拿来应用，只要能拿来数据！&br&&br&比如这篇堪称&b&&u&丧心病狂&/u&&/b&的农业经济学文章：&br&Bowles, Samuel, and Jung-Kyoo Choi. &Coevolution of farming and private property during the early Holocene.& &i&Proceedings of the National Academy of Sciences&/i& 110.22 (2013): .&br&用了考古数据——&b&&u&四万年的地表温度数据&/u&&/b&，来估计当时原始人的迁徙，以及对于农业和私有制产生的影响。四万年！！！&br&&br&那我们一般需要什么样的data呢？&br&最好是这样的：&br&&ul&&li&来自于一个大型的有很多观察结点的&b&follow-up stud&/b&y，这样就可以使用longitudinal analysis看看时间跟发病率之间有什么样的关系。&br&&/li&&li&数据结构有几个&b&hierarchy&/b&，比如省、市、医院、个体四级，这样就可以使用Bayesian hierarchical &br&&/li&&li&model&br&&/li&&li&地位信息是完备的（&b&spatial data&/b&），这样就可以使用spatial analysis。&br&&/li&&/ul&一般是没有这么理想，但是即便只满足一个要求，也是质量很不错的data了。&br&&br&其中spatial data是非常有趣的：&br&&ul&&li&可以是John Snow那样的&b&静态位点&/b&信息；&br&&/li&&li&可以是动态的&b&位置连续变化&/b&，比如汽车的移动；&br&&/li&&li&还可以是&b&Lattice data&/b&，这是以区域为单位的一块一块的数据，就像这样：&br&&/li&&/ul&&figure&&img src=&https://pic4.zhimg.com/50/c7bce2fec04bb_b.jpg& data-rawwidth=&542& data-rawheight=&465& class=&origin_image zh-lightbox-thumb& width=&542& data-original=&https://pic4.zhimg.com/50/c7bce2fec04bb_r.jpg&&&/figure&&br&4. 模型。&br&我们现在有一些常用的模型去处理disease mapping。比如：&br&&ul&&li&Mixed effects model for longitudinal data （5）&br&&/li&&li&Bayesian hierarchical model （intrinsic conditional autoregressive， iCAR）（6）&br&&/li&&li&spatial model. Eg. BYM model （7）&br&&/li&&/ul&还有一些不太常用的。模型就不在这里展开了，提供了模型的文献，有兴趣的可以随意观赏。但是我建议把例子看一下。&br&&br&这是BC省的injury情况的Bayesian spatial analysis （8），图是这样的：&br&&figure&&img src=&https://pic4.zhimg.com/50/2db396ce6dae5923db24_b.jpg& data-rawwidth=&550& data-rawheight=&412& class=&origin_image zh-lightbox-thumb& width=&550& data-original=&https://pic4.zhimg.com/50/2db396ce6dae5923db24_r.jpg&&&/figure&&br&而通过下面这个图，又能看到从的变化：&br&&figure&&img src=&https://pic3.zhimg.com/50/b8ae716c64c70e78f8826_b.jpg& data-rawwidth=&333& data-rawheight=&441& class=&content_image& width=&333&&&/figure&&br&&br&&br&第二个例子是英国的一个地区：喝酒引起的死亡率的spatial analysis （9），如图：&br&&figure&&img src=&https://pic4.zhimg.com/50/e169a63cf1f316ce67345d2_b.jpg& data-rawwidth=&525& data-rawheight=&502& class=&origin_image zh-lightbox-thumb& width=&525& data-original=&https://pic4.zhimg.com/50/e169a63cf1f316ce67345d2_r.jpg&&&/figure&&br&&br&&br&5. 未来发展的方向。&br&随着更先进的卫星、更庞大的监测体系、更长跨度的跟踪，我们会有更加丰富也更加复杂的数据，体现在：&br&&ul&&li&&b&Areal data&/b&：现在往往是以省、市为单位做Bayesian spatial analysis，将来一定囊括比现在更广阔的地区；&br&&/li&&li&&b&Multilevel data&/b&：现在基本是三级数据已经很难得，将来的数据会有更多的层级；&br&&/li&&li&&b&Dynamic data&/b&：现在的数据还基本是静态数据，将来也许会容纳很多的动态数据，来反映即时的位置变化和状态变化。&br&&/li&&/ul&&br&终于把这个大坑基本填完了！谢谢各位朋友的点赞和感谢！如果想交流更多的disease mapping和Bayesian spatial analysis，我们可以另外开新的题目继续交流！&br&&br&&br&Reference&br&（1）Pearson, Karl. The chances of death, and other studies in evolution. L New York : E. Arnold, 1897.&br&&br&（2）Good, Irving John. &Some history of the hierarchical Bayesian methodology.&&i&Trabajos de estadística y de investigación operativa&/i& 31.1 (1980): 489-519.&br&&br&（3）Theoharakis, Vasilis, and Mary Skordia. &How do statisticians perceive statistics journals?.& &i&The American Statistician&/i& 57.2 (2003).&br&&br&（4）&a href=&//link.zhihu.com/?target=http%3A//archive.sciencewatch.com/dr/sci/10/apr25-10_1/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&04.25.2010 - Journals Ranked by Impact: Statistics & Probability&/a&&br&&br&&p&（5） McLean, Robert A.; Sanders, William L.; Stroup, Walter W. (1991). &A Unified Approach to Mixed Linear Models&. The American Statistician (American Statistical Association) 45 (1): 54–64. doi:10.. JSTOR 2685241&/p&&br&&p&（6）Besag, Julian, and Charles Kooperberg. &On conditional and intrinsic autoregressions.& &i&Biometrika&/i& 82.4 (1995): 733-746.&/p&&br&&p&（7）Besag J, York J, Mollie A: Bayesian image restoration with two applications in spatial statistics. Annals of the Institute of Statistical Mathematics -59.
OpenURL&/p&&br&&p&（8）MacNab, Ying C. &Bayesian spatial and ecological models for small-area accident and injury analysis.& &i&Accident Analysis & Prevention&/i& 36.6 (2004): .&/p&&br&&p&（9）Strong, Mark, et al. &Mapping gender variation in the spatial pattern of alcohol-related mortality: a Bayesian analysis using data from South Yorkshire, United Kingdom.& &i&Spatial and spatio-temporal epidemiology&/i& 3.2 (2012): 141-149.&/p&&p&&br&---------------------------------------------------------------------------------------&/p&PS：写这种长答案太不容易了！如果你看到这里已经不耐烦了，就顺手点个赞和感谢吧！&br&&br&PS：&br&如果你对Public Health，流行病学、卫生经济学、生物统计、卫生政策、医学等等方面感兴趣，并且希望与相同专业的朋友交流探讨，欢迎加入我们的学术共同体。我们的微信群是“青年公卫人”，我们的媒体公众号和知乎专栏是“Hi生煎包”。扫描下方二维码，小助手会在当天把你加入群里。也敬请关注“Hi生煎包”。&br&&p&&a href=&//link.zhihu.com/?target=http%3A//weixin.qq.com/r/8q8OFjPE5G6brXd19-rg& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&weixin.qq.com/r/8q8OFjP&/span&&span class=&invisible&&E5G6brXd19-rg&/span&&span class=&ellipsis&&&/span&&/a& (二维码自动识别)&/p&
=============================前言=============================== 本人北美Biostatistics博士生，对这几个问题有一点点自己的思考，所以来跟大家分享一下（这么装逼的外交辞令....）准备大体介绍一下统计学、国外（北美）的统计系，大致分支、近年来的某…
1. 最重要的就是——不要用错词！！！！！&br&当你用 a bar of cigarettes 来表示一条烟的时候，剩下的再怎么说都是逗逼了。（一条烟是 a carton of cigarettes）&br&搭配！搭配很重要！！！&br&&br&2. 扩大词汇量&br&《中式英语之鉴》里作者明确说了，一直用动词+副词的方式是很 low 的，英语里词汇那么多，十有八九有特定动词可以表示某个普通含义动词+副词&br&walk unsteadily 可以用 totter 代替；cry loudily 可以用 wail 代替等等。一直用各种动词+副词是文化水平不高的表现&br&&br&除了别老用副词之外，各种同义词的替换也很重要。以《银河系漫游指南》小说的开头为例&br&&br&Far out in the uncharted backwaters of the unfashionable end of the western spiral arm of the Galaxy lies a small unregarded sun&br&&br&作者一连用了三个形容词 uncharted, unfashionable 和 unregarded 来表示偏僻的，另外还有个名词 backwaters&br&&br&3. 用好介词&br&最经典的例子，林肯所说的“民有、民治、民享”，如果翻回英文，大部分人恐怕都会翻译 owned, governed and shared by people. 但是英文原文用的是 of the people by the people for the people，根本就没用动词。简洁有力&br&&br&4. 名词化。&br&名词化是非常重要的，英文中一个句子只能有一个谓语动词，所以每一个动词的使用都必须小心谨慎，为了让句子简洁，把动词转换为名词是十分重要的。&br&&br&中国越来越多地参与地区性事务说明中国是个负责任的国家 &br&&br&上句如果用从句的话就累赘了 That China is}
aforethought, of another human, and generally this premeditated state of mind
distinguishes murder from other forms of unlawful homicide (such as manslaughter).即谋杀是带有恶意预谋的杀人行为，&b&并且有别于过失杀人&/b&。&br&&br&如果玛丽只是因夏洛克发现了她的秘密而开枪的话，&b&这种行为就无法解释为 “恶意预谋”了，&/b&因为那只是惊慌无措的反应，最多是过失杀人。玛丽与夏洛克认识不过半年多，夏洛克是她丈夫的挚友，又精心帮助她筹备婚礼，就在一个月前她的婚礼上还做过要守护他们一家的誓言，那么她对夏洛克哪来那么大的仇呢？&/p&&p&&br&在玛丽开枪后，马格努森的表情惊愕，似乎玛丽的做法，也出乎他的意料。&/p&&figure&&img src=&https://pic2.zhimg.com/50/3a6bcb062f_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic2.zhimg.com/50/3a6bcb062f_r.jpg&&&/figure&&br&&p&在中枪后，夏洛克内心深处的“莫里亚蒂”在提到“华生那个老婆”时，态度颇为不屑，并且提醒夏洛克：&/p&&figure&&img src=&https://pic3.zhimg.com/50/8e25adde596_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/50/8e25adde596_r.jpg&&&/figure&&figure&&img src=&https://pic1.zhimg.com/50/2f00c014d79d079520fbcec_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic1.zhimg.com/50/2f00c014d79d079520fbcec_r.jpg&&&/figure&&p&夏洛克内心深处的“莫里亚蒂”可以说是他性格的一个侧面，有点象性格中的“阴影”。这一人格侧面对犯罪有着高度的敏感和深刻的洞察力，&b&如果玛丽那一枪真是被要挟的无奈之举，夏洛克为何会得出这样一个结论来？！&/b&&/p&&p&&br&所以，夏洛克在伤情还没有稳定的情况下，就急急安排空屋一计了。&/p&&br&&p&&b&再看夏洛克向华生的解释，那也是完全不靠谱。&/b&&/p&&br&&p&夏洛克告诉华生说，玛丽做为一个特工，解决问题总是会用最直接最有效的方法。当她发现自己的被人发现，首选的解决方法就是杀了他与马格努森以免后患。但玛丽没有那么做，是因感情占了上风，所以只是射伤但没杀死他。玛丽这么做，是顾念对华生的感情，当然，同时也算救（饶）了夏洛克一命。&/p&&p&&br&但是结合剧中表现出来的情节，就会发现夏洛克的这个解释很令人困惑，因为这与他自己的判断，根本就是矛盾的。&/p&&br&&p&在夏洛克中弹后的思维宫殿里，&b&直接的判断就是玛丽要杀死他&/b&。&/p&&figure&&img src=&https://pic3.zhimg.com/50/87548aef6fa84f6a0f3c19_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/50/87548aef6fa84f6a0f3c19_r.jpg&&&/figure&&p&在中枪后，夏洛克思维宫殿里对自己的伤情的两种判断：失血和休克。随便哪一个都能要了他的命。事实也是如此，当时他的心电图已经成了一条直线，医生也放弃抢救了。也就是说，虽然夏洛克已经拼尽全力，利用仅有的3秒钟清醒时间来自救，但都没能阻止死神一步步向他逼近。要不是他在最后关头想到华生有危险，他绝无生还的可能。在这里编剧强调了华生对夏洛克的重要性，虽然深究起来，这种表现方式可能并不完全科学，但夏洛克能活过来，确实有幸运的成分在里面。&/p&&p&&br&另外，担心华生成为嫌疑犯的说法也讲不通。华生或许会因保护玛丽而向马格努森开枪，但谁会相信他会向夏洛克开枪？！&/p&&br&&p&在去马格努森办公室之前，夏洛克特地告诉华生，别带枪，别带刀或撬棍，什么都别带，所以他们的行为至多是个入室盗窃。别说他们什么都没有偷到，就算偷了， 马格努森会向警方报告这起盗窃案吗？报警就要走官方程序，这对他一点好处都没有。&/p&&br&&p&夏洛克给出的解释让华生根本无法接受，也很难让观众接受。华生（和观众）都认为，她开枪打你差点让你没命，你就是再怎么舌灿莲花也不能让我相信这是在救你。夏洛克自己也无法令人满意的向医生解释这个问题，所以只好在这里非常“恰到好处”的在晕倒了。&/p&&br&&p&&b&再看玛丽是如何应对夏洛克的解释的。&/b&&/p&&br&&p&夏洛克给华生的的分析，明确表达并且强调了一个意思——&b&玛丽是你选择的&/b&。平淡的生活让你很容易厌烦，危险的情境令你着迷，你打心眼里就喜欢危险的人，所以你才选择了玛丽，也就是说，这是你的问题。而玛丽对这种解释的态度也同样如此，你发现并感受到了我身上的危险气息，&b&所以你才会娶了我&/b&，他说的没错，因为这就是你的所喜欢的，你所需要的。——好吧，原来如此。等一下，你们怎么全把错推到华生身上去了？！原来这全都是华生的错吗？！&/p&&p&&br&当然，这有可能是因为夏洛克非常了解华生，他对华生的分析非常准确，说出了华生选择玛丽的深层次心理原因。但也有可能是：这是夏洛克说给华生听的，玛丽只不过是打蛇随棍上，顺着他的说法接下去而已。更重要的是，&b&玛丽在处理自己真相这个关键环节中，非常巧妙地把问题的焦点，转到华生身上&/b&——这是你的责任，你的问题（而不是我的）。&/p&&br&&p&另外，玛丽在把U盘交给华生时，说：如果你爱我就别当着我的面看，因为你看过后就不会再爱我了。这句话说的，太有内涵了！她知道华生还爱她，她这么一说，华生就算想看但怎么看啊！对比在圣诞特辑里华生看夏洛克录的那段视频，当时雷斯垂德把光盘给华生时，华生曾说他也许不会看的。但他还是看了，一方面是因为怀念夏洛克，另一方面是当时华生认为侦探已死，看那个视频是缅怀好友，给自己安慰。但这个U盘却是关于一个活人的，看完以后可能会对自己，对自己的生活产生不可预计的后果！&/p&&br&&p&另外，玛丽这么说，其实也堵住了夏洛克的嘴，他还怎么找华生要那个U盘？！——这事关人家夫妻的感情，你要去掺合什么？你这么做会把人家夫妻感情扰坏的你知道吗？&/p&&br&&p&不得不说，&b&Linguist&/b&&b&，语言学家，果然是善用语言的高手！&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/50/d119bf51c1d2fe7b2d773_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic1.zhimg.com/50/d119bf51c1d2fe7b2d773_r.jpg&&&/figure&&br&&p&&b&还有值得一提的一点是：&/b&&/p&&p&夏洛克在贝克街谈到华生的“神经病吸引体质”时，说华生周围的人都是“不正常”的。他说：&/p&&figure&&img src=&https://pic3.zhimg.com/50/f8a160fd0_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/50/f8a160fd0_r.jpg&&&/figure&&figure&&img src=&https://pic1.zhimg.com/50/a7f26b139c8bffb_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic1.zhimg.com/50/a7f26b139c8bffb_r.jpg&&&/figure&&br&&p&&b&夏洛克为什么还要加上这一句？&/b&&br&&br&在101里，夏洛克就告诉我们他是个&b&高功能反社会&/b&，他也一直以高功能反社会自称，但惟独在这里，变成了“反社会人格”。为什么呢？这是说给玛丽听的，他是要让玛丽知道，他是个“反社会”分子。“反社会”意味着他并不在意社会世俗的道德观念，玛丽即使有非常不堪的过去，对他来说没什么不可接受，她对自己开枪，他也并非不能接受。而且在这里，夏洛克特地说自己是“sociopath”（反社会），而不是 “high-functioning sociopath”（高功能反社会），这是因为，和适应相对良好的高功能反社会人格比起来，真正意义上的反社会人格障碍是更加漠视道德规范，无视法律，对一些严重违法和伤害行为也更加不在意。&/p&&br&&p&另外，夏洛克在这里，也在强调，他之所以做解决案件，搜寻罪犯这样的工作，并不是出于他的正义感，也不是除暴安良的目的，而只不过是为了给自己“找点乐子”，意即告诉玛丽，她可以不必担忧夏洛克会对她有道德上的批判。&/p&&br&&p&但很可惜，他的一番苦心，玛丽却仍然不为所动，拒不接受夏洛克的帮助，对马格努森到底掌握她什么资料闭口不谈。那么她隐藏的东西，恐怕就不仅仅是“有着黑暗过去但想过上平常人生活的特工”那么简单了。&/p&&p&（话说夏洛克的这点心思，才是好感人的，不是么？）&/p&&br&&p&&b&关于玛丽的疑点&/b&&/p&&br&&p&玛丽是第三季中的重要人物，这个角色实在是非常有意思，&b&关于她的情节，全是矛盾重重。&/b&&/p&&p&从夏洛克一开始观察出玛丽的LIAR标签后，一直都没有对玛丽完全放心，就象幕后访谈里说的，在一定程度上，他喜欢玛丽，所以才一直没有揭穿她，但这并不代表夏洛克忽视她。&/p&&br&&p&在302夏洛克为华生准备婚礼时，夏洛克问玛丽餐巾准备折成什么式样，这时玛丽假借接电话把华生叫到一边，告诉华生夏洛克被吓坏了，&b&建议华生带夏洛克去破个案子来帮助夏洛克放松一下紧张的心情。&/b&可华生并不同意玛丽的观点，他了解夏洛克的个性，知道他就是那个样子，并不认为他是被吓坏了，也不认为自己结婚会影响与夏洛克的关系。&/p&&br&&p&同样的，夏洛克也对华生在准备婚礼中突然冒出来想去破案的念头感到奇怪。但因玛丽对华生说这么做是为了夏洛克，华生对夏洛克说这么做是为了自己，两人才一致同意出去破案。&/p&&p&&br&但实际上玛丽的说法非常牵强，而且破案不仅有可能会占据相当的时间，影响婚礼的筹备，更有可能会面临危险的情境。有哪个新娘愿意让即将成为自己丈夫的爱人平白无故的去涉险呢？&/p&&br&&p&当华生去拿外套时，玛丽对夏洛克说：&/p&&figure&&img src=&https://pic4.zhimg.com/50/2b52a024e0e5a8fd629fbe21a761729b_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic4.zhimg.com/50/2b52a024e0e5a8fd629fbe21a761729b_r.jpg&&&/figure&&p&这个对话来看&b&，玛丽也曾对夏洛克说过，让夏洛克带华生去破个案子这样的话。&/b&那么玛丽为什么要分别对夏洛克和华生这么说呢？是为了让夏洛克与华生一起出门吗？&/p&&br&&p& 再看一看夏洛克的笑容。这个笑容让我想到夏洛克在与玛丽前男友谈话时露出的那个“笑容”。不得不说，这挤出来的层层叠叠的“褶子笑容”，有点“假”。&/p&&br&&p&果然，在与华生出门后，夏洛克的表情就不一样了。&/p&&figure&&img src=&https://pic4.zhimg.com/50/f49e693c14df0bce61480d_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic4.zhimg.com/50/f49e693c14df0bce61480d_r.jpg&&&/figure&&br&&p&他们坐在长椅上等卫兵换岗时，夏洛克表情严峻，双手紧握，使他看起来非常紧张不安。这与华生完全放松的坐姿形成非常鲜明的对比。&/p&&p&&br&&b&有什么事让夏洛克感到不安呢？&/b&&br&&br&是因为他发现对舒尔托少校一无所知吗？&br&不是。从时间来说，那时夏洛克还不知道华生向玛丽“经常谈起这位少校”（那是在婚礼当天发生的事），他没有理由对华生以前的长官感到不安。&/p&&p&&br&那么，是听担心华生婚后会影响两人之间的关系？&br&也不是。在这里，真应该感谢导演，婚礼的这段情节被剪的七零八落，让人很容易把情节的前后弄乱。这段情节发生在筹备婚礼时，在婚礼当天，经哈德森太太的提醒（婚姻对人的影响，你根本没法预料），在那时华生的婚姻可能会影响他们友谊这回事才触动到夏洛克的内心，在这之前夏洛克似乎并没有考虑到这一点。&/p&&p&另一个佐证就是在婚礼典礼前，夏洛克给麦哥打电话时，麦哥说“今后我可能会经常见到你了“，夏洛克还不明所以。所以，夏洛克应该也并不是因为担心他们的友谊会发生改变而困扰。&/p&&p&&br&那么，就是玛丽了。他知道华生与玛丽没有叫“Beth”的朋友。这个细节，华生都注意到了，夏洛克没有理由忽略，也许正是玛丽的动机，让夏洛克感到不安。&/p&&br&&p&这种不安夏洛克一直都有，所以在婚礼上，他特地说：&/p&&figure&&img src=&https://pic3.zhimg.com/50/bcf553ba0d27_b.jpg& data-rawwidth=&1912& data-rawheight=&1072& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic3.zhimg.com/50/bcf553ba0d27_r.jpg&&&/figure&&figure&&img src=&https://pic2.zhimg.com/50/2984ce8dcb2ea7e7524fafc14cf841b3_b.jpg& data-rawwidth=&1912& data-rawheight=&1072& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic2.zhimg.com/50/2984ce8dcb2ea7e7524fafc14cf841b3_r.jpg&&&/figure&&p&这里再插一句：&/p&&br&&p&在婚礼读电报环节，夏洛克读了三封电报。第一个来自史坦佛，这个家伙大家早就知道是华生的老同学，就是他介绍华生与夏洛克相识的。第二个来自斯黛拉和泰德，这两个人观众没听过，夏洛克这时眼睛迅速眨动几下，显示出他在脑海里搜索这两个人是谁，同此可见，夏洛克对婚礼不会放过任何细节。&/p&&br&&p&而当夏洛克读到来自CAM的电报时，导演只让你看到玛丽的反应，却偏偏没让你看到夏洛克。对比一下夏洛克读上封电报时的反应，你觉得他会“放过”这个CAM吗？&/p&&br&&p&在婚礼上，夏洛克在提到露水情人一案后，强调了华生对他很重要，并且说“a word to the wise”（意为：明白人用不着多说，有“忠告”之意）：&/p&&figure&&img src=&https://pic1.zhimg.com/50/a383f6fc2ccd87c28e9db1c5650ca60e_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic1.zhimg.com/50/a383f6fc2ccd87c28e9db1c5650ca60e_r.jpg&&&/figure&&figure&&img src=&https://pic3.zhimg.com/50/151d6bf9eab7fd54d999e5_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/50/151d6bf9eab7fd54d999e5_r.jpg&&&/figure&&figure&&img src=&https://pic4.zhimg.com/50/6bafad25ad7a9fd7c691d_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic4.zhimg.com/50/6bafad25ad7a9fd7c691d_r.jpg&&&/figure&&p&这句话细究起来挺有意思，它是对在场所有人说的（any of you require the services），当然也包括玛丽。夏洛克强调，&b&我来解决案子，华生来拯救你&/b&。&/p&&br&&p&在303中，夏洛克更是在马格努森办公室，空屋，贝克街都提出要帮助玛丽，但全被玛丽回绝了。她为什么要拒绝夏洛克，夏洛克有多大本事她不会不知道，如果说开始是为了担心自己的身份被华生发现，影响他们的感情与婚姻，可在贝克街时，所有的问题已经全摆在台面上了，华生已经知道她的身份了，她还需要隐藏什么？为什么仍然拒绝让夏洛克帮助她来搞定马格努森？她到底有什么秘密，是她不愿意夏洛克和华生知道的？&/p&&br&&p&再看一下玛丽这个人物，她曾为国家服务，但后来却转而走向犯罪道路，她是神枪手，曾射杀夏洛克，但却被夏洛克使用空屋一计而显出原形，&b&这样的情节安排，与原著中的一个人很象——即莫里亚蒂的参谋长，伦敦第二号危险人物莫兰上校。&/b&&/p&&br&&p&那么，她还真的只是一个一心想摆脱过去，期望与华生过普通生活的女人吗？她还真的只是一个夹在麦哥与马格努森之间斗争的无辜牺牲品吗？这恐怕很难说了。&/p&&p&&br&另外，其实在第三季中，&b&马格努森不是真正的大BOSS&/b&。至少，在麦哥眼中，他不算。&/p&&p&&b&&figure&&img src=&https://pic2.zhimg.com/50/43e0d556ff37e9edb6c6830_b.jpg& data-rawwidth=&1912& data-rawheight=&1072& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic2.zhimg.com/50/43e0d556ff37e9edb6c6830_r.jpg&&&/figure&麦哥认为，真正的“龙”，在家门口呢。&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/50/a07dc75f28f04a38b1bbbad2a6ded4c8_b.jpg& data-rawwidth=&1912& data-rawheight=&1072& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic1.zhimg.com/50/a07dc75f28f04a38b1bbbad2a6ded4c8_r.jpg&&&/figure&&figure&&img src=&https://pic1.zhimg.com/50/fcc815eb6cc_b.jpg& data-rawwidth=&1912& data-rawheight=&1072& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic1.zhimg.com/50/fcc815eb6cc_r.jpg&&&/figure&&p&麦哥口中的“龙”到底是指谁，真是非常有意思问题了。&/p&&br&&p&在303结尾，夏洛克用计“除掉”马格努森。夏洛克终于可以和真正的玩家开始游戏了。&/p&&figure&&img src=&https://pic1.zhimg.com/50/cbb89f0fd20_b.jpg& data-rawwidth=&558& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic1.zhimg.com/50/cbb89f0fd20_r.jpg&&&/figure&（从结尾的细节来看，我个人认为马格努森没死，麦哥曾说，马格努森还有用处，那么夏洛克不大可能头脑发热，一枪崩了他。）&br&&br&&p&值得吐糟的地方还有几处，都说就有点太罗嗦了（已经够罗嗦了……）。&/p&&br&&p&再罗嗦一句，有不少人说我是在“过度解读”了。&/p&&p&&br&对于这个问题，我在满脑子的兴奋“HIGH”过后，也想过来着。要是我过度解读了呢，要是我全猜错了呢，要是人家编剧根本就没那些个意思你这瞎忙活脑补填坑呢？那第四季出来，岂不让人贻笑大方！想到这一点，觉得自己的做法既没意义又无聊，忽然对自己写的东西非常厌恶。可后来我还是决定要继续写完，部分是因为强迫症，部分是因为我觉得这就是娱乐的一部分吧，象安德森那样，兴致勃勃的经营着“空灵柩”俱乐部，在远离现实生活烦扰的一片清静之地自得其乐。说他愚蠢也好，无聊也好，继续拉低满大街的智商也好，但他很充实，可能也很快乐。那么，就来点娱乐精神，向安德森童鞋学习一下，猜错又怎样，out of mind又怎样，“因为这（小说）是避世消愁的途径”嘛。&/p&&p&&br&最后，附上麦哥箴言：&/p&&figure&&img src=&https://pic3.zhimg.com/50/9ed55fbdfdbf918bbf18_b.jpg& data-rawwidth=&1912& data-rawheight=&1072& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic3.zhimg.com/50/9ed55fbdfdbf918bbf18_r.jpg&&&/figure&
——————6.23重新编辑—————— 一年多以前的回答，突然收到大家这么多赞，真是没想到。现在再看，对有些问题的理解有所不同，所以再修改一下。 与前两季相比，神夏第三季风格风云突变，过多的感情戏与过少的推理使很多观众大失所望，以致恶评不断。…
&p&-updated &br&这个书单顺序是我为了自己写起来方便列的，也算自己一个归纳总结。&b&不是说按这个顺序学，&/b&不然数学都学完了还没碰微经。至于顺序的话，我觉得是“（&b&蒋中一）--Varian--Barro--Wooldridge&/b&”这个顺序下去，数学需要的时候再补。比如开始学计量了，去学下概率论和统计。需要学高级的计量了，去学下测度论。另，这个不是写给打算了解入门下经济学的同学的，是写给打算“&b&系统地学习本科生或者研究生那样专业学习&/b&”的，当然研究生主要是靠paper。如果了解下经济学，那曼昆是很好的，但系统地学习用曼昆就比较浪费时间了，因为高级的教材基本都是self-contained，只要用中级垫下脚就够得到了，就没必要读曼昆了。（如果&b&有公开版权的&/b&我会贴链接，不然的话请自行google，大部分都有电子版的吧）&br&&br&&br&1 数学&br&关于经济学要不要数学化大论战可以看看这个：&a href=&http://www.zhihu.com/question//answer/& class=&internal&&经济学数学化的利弊都有什么？如何看待经济学不断数学化的趋势？ - 慧航的回答&/a&&br&&br&1.0 &br&&b&蒋中一Alpha C.Chiang的《数理经济学的基本方法》（Fundamental Method of Mathematical Economics）&/b&&br&&br&1.1 分析&br&&b&张筑生的《数学分析新讲》&/b&是一本非常平易近人的入门书、我旦的&b&陈纪修的《数学分析》&/b&也还不错，主要我蛮喜欢陈纪修老师的，就带点私货。当然，能读英文的可以读下&b&Terence Tao（陶哲轩）的Analysis&/b&。如果能比较抽象地想问题的话，可能去看看&b&Walter Rudin 的淑芬原理。&/b&这本书很多证明很巧妙（Left as Homework，2333）。如果已经学过简单的微积分或者淑芬，可以看看&b&辛钦的《数学分析八讲》&/b&，只是中译本印刷错误太多，俄语我又不会。&br&公开课可以看看台大的高等微积分，虽然第一课故弄玄虚，但很多东西还是很有见地的。&a href=&//link.zhihu.com/?target=http%3A//ocw.aca.ntu.edu.tw/ntu-ocw/index.php/ocw/cou/101S130& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&高等微積分 - 臺大開放式課程 (NTU OpenCourseWare)&/a&&br&实分析我上课用的是周性伟的《实变函数》这本的证明非常的简略，国内可能周民强、夏道行那本用的比较多吧，夏道行口碑比较好。英语的教材挺多的，比如Royden, Rudin, Stein, Folland, etc. 但是我这块学的不咋地就不评价了。台湾的国立交大有个很不错的实变的视频。虽然是硕士生课程，但是还蛮容易懂得。&a href=&//link.zhihu.com/?target=http%3A//ocw.nctu.edu.tw/course_detail.php%3Fbgid%3D1%26gid%3D1%26nid%3D188%23.VlR_fPkrKM8& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&國立交通大學開放式課程(OpenCourseWare, OCW)&/a&&br&（复分析好像经济学里没啥用，但是我想安利下，因为他很好玩并且优美，可以看看是&b&Tristan Heedham的复分析&/b&。）&br&泛函什么的，Kreyszig的那本应该Introductory Functional Analysis with application应该是最容易读的了吧。我打算。。。下学期选这门课。。。&br&&br&&br&&br&&br&1.2 线性代数&br&&b&MIT的线性代数公开课&/b&据说非常赞，我没看过，但认识的人看过都说好。毕竟是Gilbert Strang来上的。 &a href=&//link.zhihu.com/?target=http%3A//ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/video-lectures/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Video Lectures&/a&&br&&b&Axler的Linear Algebra done Right.&/b&这本书的翻译超级狗血，叫《线性代数应该这样学》，但是是我见过最最最最最合适的入门教材的。他会跟你讲清楚线性代数到底是怎么一回事，矩阵到底是干嘛的，矩阵的乘法为什么这么定义、矢量空间是什么鬼东西。而不是一上来告诉你一堆determinant、逆序数、矩阵分割怎么算，也不是让你一上来就解线性方程组。读此书有正三观的作用。&br&难一点的可以看&b&Peter Lax的Linear Algebra and its Application&/b&（不是Lay的那本同名书，他们作者名字和书名都很像，Lay那本太关注计算了，很费时间）。这本书很虐的，读之前最好沐浴净身、请神辟邪(??`ω??)。&br&抽代一般是用不着的，不过可能在看拓扑、实分析等内容时需要了解一点群的内容，一本很容易的教材是张禾瑞的《近世代数基础》，Artin的《代数》应该是标准教程。&br&&br&1.3 概率和统计&br&简单地可以看&b&钟开莱《初等概率论》，&/b&国内的陈希孺那本口碑不错，难点的（其实是很难）可以看&b&Durrettd的Probability: Theory and example, 钟开莱《概率论教程》，&/b&&b&Jun Shao的Mathematical Statistics&/b&，需要一点测度论知识。&br&&br&然后，有为武大IAS的同学提出一定要&b&随机过程。&/b&我自己就看过&b&Sheldon Ross的Introduction to Probability Models。&/b&是基于概率的随机过程，不需要测度论知识。已经上过概率论可以跳过前三章。例子和习题非常多==、（而且例子都要比正文难）中文翻译蛮糟糕的，英文版的好懂一点。&br&那位童鞋的推荐是&b&张景波，张肖的《应用随机过程》&/b&，第一章预备知识里写着我们需要复习下关于概率测度的积分==、我就没看下去，写得挺数学的。以武大IAS的品质应该是好书。&br&&br&1.4 拓扑&br&我目前没有读起来特别顺的拓扑书。。。大概是拓扑本来就很奇怪。。。&br&比较详细的是Munkres的topology. 不过这本书读起来很慢，因为非常非常细碎，会让人失去耐心。没耐心的同学不妨看看Armstrong的Basic Topology，进度快一点。 Janich的Topology虽然是给本科生写的，但我觉得这个书应该是学完一遍拓扑后再看，不能用这本学拓扑。国内尤承业的好像比较常用吧。&br&&br&1.5 软件&br&一般的数学运算，比如求个逆矩阵、对角化、积分，这个就够了&br&&a href=&//link.zhihu.com/?target=http%3A//www.wolframalpha.com/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Wolfram|Alpha: Computational Knowledge Engine&/a&&br&计量我推荐用SciPy自己鼓捣，R也很好。而且不要钱。&br&如果有钱的话Mathematica、maple、matlab、stata、eviews、spss都好用啦。对于各个软件的好坏，知乎有很多圣战，可自行浏览。我一般是用R。这些收费软件也有免费替代品，比如Octave、Sage等等。&br&&br&2 经济学&br&2.1 微观经济学&br&简单的就&b&Varian的Intermediate Microeconomics：a modern approach&/b&。几乎不用什么数学。&br&我们当时老师教微观的时候是用的自己的lecture notes, 从效用函数讲起，过度到multi-periods，再加入uncertainty。接下去就开始讨论社会主义（dictatorship）和contract theory之类以及后面的拓展了。整个学期就没讲什么供求曲线。当时Varian那本书是我们的参考书，但他上课完全没有讲。但我上这么课最大的收获，不在于学到多少经济学知识，&b&而是学会在一个给定的环境下，如何把情形抽象化，并用最简单的数学工具搭建起一个简单的模型。然后再一步步地扩充模型。&/b&其次告诉了你，微观的核心就是“选择”这个行为。这个要比你在读曼昆的书，死记硬背下那些什么十大原理要有用的多。&br&另，我们当时其他老师的微经教材主要是平狄克的。我不喜欢那本书，现实的例子太多。数据、图表太多。（而且啰嗦）在入门时候用这些，我认为是不好的，虽然他能让你把经济理论和现实联系在一起，但很容易让你犯一些逻辑错误，特别是用图表来呈现数据，得出的结论很可能是误导性的。（经典例子，警察越多小偷越多，要降低犯罪率应该裁掉警察。）不然干嘛要用发明计量这个东西出来啊摔。&br&中文的话&b&平新乔&/b&有本&b&《微观经济学十八讲》&/b&还不错，简洁清楚。&br&高级一点的最经典就是&b&MWG Microeconomic Theory。&/b&大百科全书，但是有点旧。不过新理论也主要靠论文而不是教材。（吐槽一句，我现在有一门通识课老师拿这本书来给非经济专业的同学入门用，因为他导师是作者之一。。。）&br&&br&此外Rubinstein有个免费的Lecture Notes On Microeconomics ， 也很不错。&a href=&//link.zhihu.com/?target=http%3A//press.princeton.edu/rubinstein/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Rubinstein, A.: Lecture Notes in Microeconomic Theory.&/a&&br&&br&2.2宏观经济学&br&不用读曼昆的宏观，真的很糟糕。我当时开始学的哪个老师就是用曼昆的。（我的微经老师当年就吐槽过在上完他的微经在本校就遇不到这么厉害的老师了。）&br&一般比较好的凯恩斯主义的是&b&Blanchard的宏观，&/b&国内大多数经济学专业都是学的凯恩斯主义的宏观。这本书至少把凯恩斯主义的大多数基本模型都讲得很清楚。&br&但我更推荐看&b&Robert Barrro的Macroeconomics: A Modern Approach. &/b&这本算是新古典的代表教材，好处在于方法上和微观保持一致。凯恩斯主义的宏观教材往往会让人觉得和微观没什么关系，是完全风马牛不相及的学问。&br&高级的微观基本就是Romer和Sargent吧，另外可以参考&a href=&http://zhihu.com/question//answer/& class=&internal&&数学系的人打算了解一下经济学，看什么书合适？ - 慧航的回答&/a&，他给的那些宏观我都没看到过。。。。但这个回答里的书基本那都是研究生的教材，我的回答里面会多一点基础的教材。&br&&br&2.3计量经济学&br&先搞定统计和概率论。&br&计量入门一般是Gujarati的Basic Econometrics或者Wooldridge的Introductory Econometrics: A&br&Modern Approach (一般会写modern approach的都还不错的。)&br&Reduced form的可以看看Most Harmless Econometrics（《基本无害的计量经济学》）。很有趣。。&br&&br&高级一般是Greene，Wooldridge（panel data那本），Hayashi三位大神。&br&&br&&br&2.4 博弈论&br&我室友比较推崇神取道宏（Kandori Michihiro），总是说他是距诺奖最近的。&br&一般的入门书是&b&Gibbons, A Primer in Game Theory&/b&. 作者好像还有一本书Game Theory for Applied Economists，但内容和这个是一样的。我们上课的是谢识予的经济博弈论，我觉得写得很清楚，甚至有点啰嗦了。&br&进阶的书，如果不怕被虐可以看&b&Osborne的A Course in Game Theory&/b&.&br&比较有趣的有本Binmore的Play for Real，内容比较杂，但是引人思考。&br&另外还有Fernando Vega-Redondo的Economics and the Theory of Games 和 Fudenberg&Tirole也听说适合进阶阅读。（都么看过。。）（再注一下，后面那本的作者&b&Jean Tirole今年刚拿了诺奖&/b&==、）&br&&br&&br&2.5 金融&br&先安利下史树中《金融经济学》。&br&【待补】&br&&br&2.6 优化&br&Dixit&br&蒋中一&br&【待补】&br&================================&br&这是原来的开头。。。。。&br&1. &b&不学经济学理论就来，上来就读学经济史的就是耍流氓。&/b&因为你根本没办法判断作者给的结论是不是对的，是不是有逻辑错误。并且，古代人的行为准则和资本主义世纪以来，有很大不同，古代的经济现象不一定是符合现带经济理论的。比如现代经济理论要求的个体假设、完全信息假设、理性人假、市场有效性假设（并非所有理论都有这些假设，但基础的经济学理论是有这个假设的）设在古代史不完全一致的。而且古代的知识构建范式和现代史不同的，就像管仲也提出了国营经济（盐铁专营）、政府要大力投资基础设施建设等一系列看起来很现代的政策，如果你不知道古代知识体系和现代知识体系范式构建的区别的话，就会觉得凯恩斯主义早就有了。。。&br&2. &b&不要读《资本论》、《通论》、《国富论》&/b&，这些经济著作，在早期政治经济学（或早期宏观）中确实有重要的地位，但是一来，这些书没有清晰的理论架构（假设、结论、推导）。这点是非常重要的，因为当你不清楚一个理论的假设、前提的时候，可能正反的结论都是对的。比如宏观里面的汇率问题，变一个假设结论和路径就全变了。而这些书是经济思想的萌芽阶段的书，他可能是有连贯一致的逻辑的，但在表现上会更混乱。比如《国富论》在论证分工的有效性、金价谷价的波动时候用了很大的篇章，举了很多数据。（光是单位换算就能烦死你）而用现在经济理论几句话就能解释了。同理，像某位答主给了几百本汉译名名著蓝皮书，这对专业（政治）经济学以及现在很多的制度经济学、法经济学等学者而言是很有用的，但对于一个没有经济学基础的人来讲，这些书很可能会看成“民经”。就像现在学物理学，朗道、费曼的书是经典，也是教材，但牛顿的《自然哲学的数学原理》绝不是好的入门教材。&a href=&http://www.zhihu.com/question/& class=&internal&&为什么中国的经济学家大都信奉西方经济学，马克思的经济学真的不实用吗？&/a&这个问题下面也有几个好的答案。&br&3. &b&放弃高鸿业、曼昆。&/b&就像谭浩强的C语言教材是一本很经典的教材，但现在基本都被更好的教材取代了。我认为，一本好的教材应该有三个特征：1）逻辑一致；2）内容自洽（self-contained，即不需要你了解很多其他基础知识）；3）良好、简洁的论述。像曼昆的宏观，不同章节之间没有什么联系，一开始学很可能根本不知道为什么下一张就变成了这个东西。而且没有IS-LM模型直接跳到AD-AS模型也很令人犯糊涂。&br&4. &b&明确你要学的是经济学还是经济&/b&，后者需要你了解一系列现实，但是前者（大部分）只需要逻辑。后文主要针对前者而言。下面这些内容可能不能帮你了解很多关于经济的知识，甚至不能让你了解经济学的大部分内容。但至少能让你知道现代的经济学是一门怎样的学问。所以只包括了一些最最基本的内容，而不会涉及到金融、贸易、财政、制度经济学、奥地利学派、会计学、行为经济学、网络经济学、神经经济学（嗯，比如汪丁丁）、股票技术分析等一些列你之后才需要学的东西。【补，这部分我开始觉得这么两分不太妥当，因为经济和经济学不能截然分开，一个比较好的例子是：比如券商的研究员，他们的研究是运用经济理论来研究现在的经济现象，比如预测预测某行业的下半年经济状况或者央行加息对经济有啥影响。我把这样的人视为研究经济的。研究经济学的人，比如我的一个老师，他目前研究的课题是动态合约的最优终止条件，这是经济学里的重要问题，虽然他可能并不了解目前的经济状况。】&br&5 &a href=&http://www.zhihu.com/question/& class=&internal&&如何学习经济学?&/a&这个问题下面FlyRiderR的回答值得看看。&/p&
这个书单顺序是我为了自己写起来方便列的，也算自己一个归纳总结。不是说按这个顺序学，不然数学都学完了还没碰微经。至于顺序的话，我觉得是“（蒋中一）--Varian--Barro--Wooldridge”这个顺序下去，数学需要的时候再补。比如开始学…
Update: 由于收到较多同学的私信询问一些留学的情况，本人将于17年1月5号晚9点发起live，跟大家聊一聊一些适合工薪家庭的学校项目及申请过程，以及新加坡留学的一些干货。&br&有兴趣的同学请戳这里：&a href=&https://www.zhihu.com/lives/069120& class=&internal&&知乎 Live - 全新的实时问答&/a&&br&&br&提供点干货吧，当时申请的学校遍布亚欧大陆，主要说下便宜的master项目。&br&我只对理工科有些了解，其他专业的同学们去寄托论坛看看吧~&br&&br&1.欧盟Erasmus Mundus项目&br&&a href=&//link.zhihu.com/?target=http%3A//eacea.ec.europa.eu/erasmus_mundus/results_compendia/selected_projects_action_1_master_courses_en.php& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Erasmus Mundus&/a&&br&该项目属于游学性质的，每年提供几十个方向的master course，每个course会有2~4个不同国家的学校参与，每学期/学年换学校。这几年申请的同学剧增，全奖应该是比较难拿的，不过按LZ的backgrond，也不能说没有希望。&br&就算拿不到奖，学费也是很便宜的，拿当时我申请的MERIT来说，全球600个申请人，给了7个全奖（学费全包，4000欧飞机票+1000欧/月生活费），121个Admission，我当时选的第一年西班牙第二年斯德哥尔摩（还有德国比利时意大利可选），学费一年5000欧，比起英国简直便宜太多。&br&&br&2.EIT-ICT Labs&br&&a href=&//link.zhihu.com/?target=http%3A//www.masterschool.eitictlabs.eu/programmes/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&The Eight Programmes&/a&&br&这简直是CS/EE同学的福音，全是欧洲技术强校，而且知道的人少，全奖还没有那么难拿！可惜我当年死在成绩单审核上。。这个项目性质跟EM类似，不过program全是信息科技方面的。学费8000欧/年，全奖也是免学费+3000机票+1000/月生活费（2013年一半的学生拿奖）。&br&&br&3.北欧&br&北欧全英文教学，目前芬兰和挪威仍然免学费，瑞典和丹麦已开始收费但是奖学金很多。&br&挪威：University of Oslo，比较强的综合性大学，生活成本也不高，还有NTNU很不错（需要CDGDC认证，可以跟芬兰一起做）。&br&丹麦：这个国家我没有申请，但是哥本哈根大学跟丹麦科技大学都很不错，也给奖。&br&芬兰：University of Helsinki，Aalto，Tampere University of Technology 都是很不错的学校，但是芬兰需要CDGDC认证，贵且费时。&br&&br&瑞典：瑞典是一个university admissions的平台，依次排位申请，最多有四个志愿，第一志愿录取之后后面志愿就自动delete。&br&奖学金： 大多数学校需要在1.15之前申，会有连接。需要注意的是学校有没有规定一定要第一顺位，方可考虑评奖学金，比如：kth明确规定只有第一志愿才能有奖，好像就30个名额的TW，瑞典的奖学金一般只是学费减免。主要讲一下CTH的奖学金：CTH的学费减免一般有三档，75%TW ，50%TW，25%TW，拿奖机会很大，另外有企业奖学金volvo car是给2个中国人，volvo group是给2个中国/印度人（全奖+实习）。一个同学CTH的EE毕业后在挪威找到工作。。&br&瑞典还有一个SI奖学金，cover学费+生活费，但是比较难拿（据说已取消）。&br&&br&4. 德国&br&工科的话德国是一个不错的选择，TU9全是强校，并且免学费，生活费也还好。但是需要APS审核，从小学开始的毕业证全要去认证，并且需要面试，当时觉得麻烦没有去弄。&br&&br&5. 荷兰&br&荷兰是欧洲教育大国，教学质量比英国好，学费还便宜，但是需要两年时间。荷兰是只有ddl，没有开始时间，一般10月就有人会开始申请，越早申请越好。&br&&br&TUD：工科强校，AD发的很多，但是奖难拿。11/1前（每年时间不定）接收材料才有可能列入奖学金考虑范围，校奖一个学院2个人，TW+950欧/月，还会有ASML的企业奖（实习+毕设）有机会可以去了解一下；&br&TUE：有ALSP奖学金（免学费+5000欧每年），GPA高的话希望很大，每年两批（11月+3月）；&br&twente：需要自己去申奖学金，同样有两次机会，uts最高是25000欧/年；&br&综合性的Utrecht University也是有拿奖的机会。&br&&br&6.欧洲其他&br&其他还有比利时鲁汶大学（免学费+需要APS认证），瑞士ETH（爱因斯坦母校，免学费）和EPFL，意大利米兰理工、都灵理工（都有针对中国学生的奖学金项目，还能申请助学金），还有法国一些学校有兴趣也可以去了解。&br&&br&7.亚洲&br&香港：HKU，HKUST，CUHK都很不错呀，学费+生活费十多万。&br&日本排名第一的答主也提到了，韩国也不是很了解，只知道留学生基本都有奖。&br&&br&新加坡：最终来到了这里，就多说一点。新加坡比香港便宜，且提供毕业后工作三年的bond（减免5万RMB左右），提供4万左右的助学贷款，再加上生活费很便宜，省点的话8万也够读完了。同时可以利用业余时间去打工，大约35RMB/小时，我读书的一年断断续续打工也赚了1W多RMB。同时新加坡还有一点巨大的优势就是可以留下来工作，起薪15000RMB以上，再往后移民或者回国就看各人打算了。&br&&br&最后，留学也只是一段经历，看看不同的文化和风景。LZ想要申请海外，就多了解一些信息，在国内读研好好努力，用心提高自己，也定能有很好地前途。&br&&br&&br&01.28 Update&br&谢谢大家的赞。最近也收到不少同学的私信，有个就说自己很想出国读书，但是这些便宜项目也读不起怎么办，又不想读PHD。&br&其实很简单，先工作攒钱，两到三年后再申请海外硕士，Background好的可以直接北美MBA（这个虽然贵，但是不太需要考虑钱的问题~），这也是国外学生比较主流的方式，而不是一路读到底然后工作。我本人也是工作三年后出国读硕，被社会折磨一段时间再回到学校，感觉别提多好了，也更能知道自己要的是什么。具体可参见这个问题的答案：&a href=&//link.zhihu.com/?target=http%3A//zhi.hu/erRU& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&工作几年后再回学校脱产读书是什么感觉？ - Nick Yin 的回答&/a& 有什么需要咨询的可以私信我，我会尽量帮忙解答。
Update: 由于收到较多同学的私信询问一些留学的情况，本人将于17年1月5号晚9点发起live，跟大家聊一聊一些适合工薪家庭的学校项目及申请过程，以及新加坡留学的一些干货。 有兴趣的同学请戳这里： 提供点干货吧，当时申请的学校…
=============================前言===============================&br&本人北美Biostatistics博士生，对这几个问题有一点点自己的思考，所以来跟大家分享一下（这么装逼的外交辞令....）准备大体介绍一下统计学、国外（北美）的统计系，大致分支、近年来的某些热点。&br&&br&傲娇的声明&br&本人不是本科学数学或统计出身，而且生物统计也只是统计学的一个应用分支而已，所以我并不是回答这个问题的上佳人选。在知乎上看过不少藤校的数学和统计博士，希望他们有空的时候来作更全面的解答（其实是更无情的碾压T^T...）我回答的私心是趁机宣传生物统计学近年来的热点：Bayesian （hierarchical）disease mapping and spatial analysis。所以如果认为我重点跑偏，或者答案没有帮助，请自由地选用“赞同”、“感谢”、“评论感谢”、“私信感谢”、“关注我”等一系列激烈的手段来表达你们的愤怒。&br&&br&PS：感谢 &a data-hash=&bdf51bdfffece7& href=&//www.zhihu.com/people/bdf51bdfffece7& class=&member_mention& data-editable=&true& data-title=&@张雨萌& data-hovercard=&p$b$bdf51bdfffece7&&@张雨萌&/a& 大牛对答主的建议和指点！已根据他的建议将部分答案做了修改。&br&&br&===========================开始答题==============================&br&首先，&b&“统计学的发展现状是怎样的？都有哪些分支？”&/b&&br&&br&1. 在回答之前，先要澄清一下统计学是什么。统计学是&b&以数据为对象&/b&的一门&b&科学&/b&。可以把它归类为形式科学（formal science，像数学、逻辑学、系统论），因为它的研究领域是抽象的形式（abstract structures）。另外有些人认为它是自然科学或社会科学，因为它研究了自然科学的问题或者社会领域的问题。但是&b&如何分类并不重要&/b&。&br&&br&统计学的方法论里有一部分内容是抽象的形式为研究对象，比如中心极限定理，比如正态分布，这些内容是无法证伪的，因为它是按照严格的逻辑关系推导出来的，是数学的一个分支，是一种逻辑体系。而另外一部分内容，尤其是贝叶斯主义兴盛之后，则是可以证伪的。比如我先观察了飞机起飞的间隔大约是五分钟，然后预测下一班飞机将于五分钟后起飞。这个统计推断就是可证伪的。所以非要把统计学归为某类科学没什么意义，知道它是研究数据的科学就够了。&br&&br&插一段&b&题外话：可证伪性&/b&是卡尔·波普尔的理论，也是从20世纪以来最流行的科学哲学理论。因为科学理论是建立在“观察现象—提出理论—进行实验—修改理论”的科学方法之上，所以可证伪性成为一个理论是不是科学理论的必要条件。比如“神爱众人”，这个理论不可能检验，因为没法观察到“神”，也没法定义什么才是“神”的“爱”。但另一些建立在观察基础上的推断，比如“摩擦力导致运动着的小球停止，摩擦力越大，运行距离越短”，则是完全可以证伪的。这就是伽利略开创的科学方法，经由这套方法发展出来的理论才是科学理论：并不是说凡是可被证伪的理论都是科学理论，但是科学理论一定要具备可以被实验推翻的可能性。&br&&br&话题回来。我们大概&b&追溯一下现代统计学的发展&/b&。统计方法可以追溯到很早，几乎在计数方法被发明的时候就有了原始的统计方法。到了16世纪，由于&b&掷筛子赌博&/b&的兴盛（据说），学者们开始研究点数的频率，推算概率。这是早期的概率论。与此同时，政府为了增强控制力需要了解人口的特征。学者们发展了国情学，开始应用在人口统计上，比如男女性别。统计方法以概率论和国情学为两个方法论的源头，有了进一步的发展。&br&&br&统计方法发展成为现代（数理）统计学，则是更近的事。17、18世纪的数学家继续发展了概率论，为现代统计学的奠定了部分理论基础。这其中就有数学家Thomas Bayes，他在18世纪中期提出条件概率的贝叶斯公式之后，他并不知道会给统计学带来多大的变化。&br&&br&不得不提到的一个巨人是&b&Karl Pearson&/b&。没错，就是Pearson test 那个Pearson，他还很任性地用姓氏首字母命名了一个折磨了统计系学生们一百年的变量—— p value。除此之外，他在统计理论的各个方面都有创新，最重要的是，他创建了世界上第一个统计系。他被公认为是现代（数理）统计学的创建者，也是我们生物统计的创建者（第一个生物统计学期刊就是他开的）。其实能者是无所不能的，此君在业余还取得了大律师资格，还是一个坚定的基因改良主义者，要知道那才是1890s！&br&&br&下面这幅图是Pearson的老婆为他的学术著作画的插页（1），主题就是：Chance of death。从左到右意思是人从出生到老要经历不同的死亡风险。不知道为什么采用桥这个元素，有可能是听过奈何桥的传说？？&br&&figure&&img src=&https://pic2.zhimg.com/50/eeb9b77cad723be73468c8b_b.jpg& data-rawwidth=&835& data-rawheight=&626& class=&origin_image zh-lightbox-thumb& width=&835& data-original=&https://pic2.zhimg.com/50/eeb9b77cad723be73468c8b_r.jpg&&&/figure&&br&Pearson之后，统计学就发展得非常快了：Spearman、Bonferroni、Neyman、Tukey、Cox、Box等等，基本上我们现在常用到的工具在1950s之前已经被发展的比较完备了。在这之后，比较大的变化是贝叶斯主义的兴盛。&br&&br&1950s，统计学家内部还是一边倒地偏向frequentist。不过城堡都是从内部被攻破的。当时Irving Good还跟同事打了赌，他预测贝叶斯理论将成为统计思想的主流，同事则坚信频率主义。后来事实的发展支持了Good （2）。&br&&br&我说一点对于贝叶斯主义的理解（很有可能是根本不着调的，但。。。不管了！）&br&在贝叶斯主义之前，使用prior knowledge是不规范的。你必须比较确切地知道某个随机事件发生的概率，才能用它来计算一些东西。怎么知道呢？你得去吭哧吭哧统计这个随机事件发生的频率，如果遇到一个很大的总体，那可能等你统计出来人家的paper早发了。贝叶斯主义者比较简单粗暴，根据一些prior knowledge，直接给概率赋值。看似武断，其实大大拓展了统计学的发展和应用空间。&br&&br&因为建筑在各种prior knowledge基础上的统计推断，天然具备了可证伪性，比如我们前面举的例子：“五分钟后飞机起飞”这个推断。要检验这一点非常直接：你只需要再观察五分钟即可。如果起飞了，说明我们的推断是还算准确的，如果没起飞，说明我们用的prior有问题，要修改它的值，然后再做下一次的统计推断。如果是frequentist，他会搭好观察台，在机场长期观察各类型飞机的起飞时间和架次，统计出来比较精确的频率，然后再做推断。这个时候人家Bayesian早迎娶白富美走上人生巅峰了！&br&&br&你可以把贝叶斯主义看做“尺蠖式”前进：往前两步再后退一步，后退是没有问题的，马老师说过这叫“螺旋式上升”，毛老师说过撤退就是转进嘛！关键是要行动：大量应用prior knowledge和贝叶斯定理，做出推断，然后再根据观察去修正prior knowledge。&br&&br&统计学的历史简单介绍到这里（还是挺啰嗦的T^T....）下面开始回答问题（这次是认真的....）&br&&br&2. 统计学可以这样划分：&b&理论统计学&/b&和&b&应用统计学&/b&。&br&&ul&&li&统计学的基础理论包括概率论、实分析、线性代数、asymptotic theory 等等数学内容。现在又包括了computational statistics。Computational statistics发展了bootstrapping、Monte Carlo simulation这些新的方法，在计算机被发明以前，这些技术是没法想象的，因为计算量太大了（不太确定computational statistics是否应该放在理论统计学里，不过这个不重要）。&/li&&br&&li&应用统计学基本分为两大块：descriptive statistics 和 inferential statistics。前者是从总体中抓样本数据进行描述，后者是通过对于样本的分析对总体的特征进行推断。&br&&/li&&/ul&
这样直观的记忆比较好：&br&
前者：population ---& sample&br&
后者：sample ---& population&br&&br&从population到sample，这个是以使用概率论为主。不过descriptive statistics本身并不发展新的理论知识。从sample到population，这个才是应用统计学的重要目的。因为统计学面对的是随机事件，而且是不完整的信息（sample），但要对完整的世界（population）做出估计。&br&&br&划分理论统计学和应用统计学意义也不是很大。统计学起源之一是国情学，这就注定了“应用”的基因。但是现在科学进步这么快，而一部分人对理论研究更感兴趣，说不定就突然发现新的方法打开了一片新天地。对这些新方法加以应用，统计学才得以保持旺盛生命力，过去五十年不正是这样吗？&br&&br&统计学经过漫长的发展，尤其是计算机的大量应用，目前&b&包括但不限于下面这些分支&/b&（或者交叉领域）：&br&&ul&&li&&b&理论研究&/b&：概率论（比如stochastic process），计算统计理论（比如asymptotic theory，在CS系的computational theory下面）当然应该包括很多我听也没听过的理论知识（搞应用的伤不起。。。），这里就没法列举了。&br&&/li&&li&&b&统计模型&/b&（在前人基础上继续发展各种regression model，stratification，clustering，blocking，classification等等）&b&、各种test的发展&/b&（比如time series，likelihood ratio test, Wald test, permutation test 等等）。&br&&/li&&li&&b&计算统计方法的发展&/b&（比如Monte Carlo simulation，Bootstrap）&br&&/li&&li&&b&数据采集&/b&（census，survey和clinical trial等）&br&&/li&&li&&b&生物统计&/b&（比如longitudinal analysis， spatial analysis）&br&&/li&&li&&b&machine learning&/b&&br&&/li&&li&&b&data mining&/b&&br&&/li&&/ul&目前最火热的学科都是&b&跟计算机结合比较紧密&/b&的。统计学领域也不例外，data mining 和 machine learning都是一出生就建立在统计学（和概率论）基础之上的，现在大量的人在做这个。而解决的实际问题包括：卫生、环境、行为等等。比如你的每一次点击都部分地决定了Google将要给你投放什么样的广告，你的每一个手机使用行为都部分地决定了苹果下一款手机的开发方向。这里面海量的数据的搜集、统计分析、行为分析，都是以统计学为核心的。（PS：上述研究分支的分类也不是很完备，欢迎多多补充！尤其是各个分支搞前沿研究的PhD们，可以在评论里留下各自有趣的方向，我一一补充进来。不管学有所成还是刚上本科，我们都可以充分共享信息！）&br&&br&3. 如果要高屋建瓴地评价各个分支的“研究现状和研究前沿”，有这个能力的人估计也不多，也不会来知乎，那个已到了methodological philosophy的层面。&br&&br&但我们还是有间接的方法——通过&b&阅读top journal&/b&知道行业内现在流行的研究趋势和最新的进展。统计领域的top journal包括下面这些（3，4）：&br&&ul&&li&Journal of American Statistical Association (JASA )&br&&/li&&li&Biometrika (Bka )&br&&/li&&li&Journal of Royal Statistical Society (Series B, and Series A)
(JRSB, JRSA)&br&&/li&&li&The American Statistician (AmSt )&br&&/li&&li&Survey Methodology (SrvM )&br&&/li&&li&Annals of Statistics (AoS )&br&&/li&&li&Journal of Official Statistics (JOS )&br&&/li&&li&Biometrics (Bcs )&br&&/li&&li&International Statistical Review (ISR )&br&&/li&&li&另外还有计量经济学领域的Econometrica也是统计学家们会去投的top journal。 PS：经济学领域投这个比投AER还难。。。吧？&br&&/li&&/ul&有兴趣的可以结合自己的背景去翻一翻最新的期刊。&br&&br&4. 送给留学党：&b&北美的统计系PhD项目&/b&，一般在数学系下面或者统计系下面（有一些在商学院的运筹学系）。好一点包括：Stanford，UC Berkeley，Harvard，NYU （专指Courant），MIT，U Washington, Johns Hopkins, Chicago, Princeton, CMU, UPenn等等, 还有加拿大的UBC。US NEWS每年都做美国的统计系排名： &a href=&//link.zhihu.com/?target=http%3A//grad-schools.usnews.rankingsandreviews.com/best-graduate-schools/top-science-schools/statistics-rankings& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Best Statistics Programs&/a&，可以作为参考。当然也欢迎大家来读生物统计系，一般是在公共卫生学院，学生的背景比较多样，学生物的学医学的学统计的都不少，也有个别像我这样从经济系过来的（异端T^T）。最好的学校有John Hopkins, Harvard school of public health, Columbia (Mailman school)，北卡教堂山。加拿大的UBC也不错，医学院和统计系都挺强。一般来说，统计系好的学校生物统计也不差，大概是因为教师资源可以共享吧。&br&&br&根据 &a data-hash=&bdf51bdfffece7& href=&//www.zhihu.com/people/bdf51bdfffece7& class=&member_mention& data-editable=&true& data-title=&@张雨萌& data-hovercard=&p$b$bdf51bdfffece7&&@张雨萌&/a& 的介绍，统计系的就业还有一点分化。偏概率的就业要稍微窄一点差一点，跟数学系差不多，多数还是去学术界。偏统计的则好一些，因为现在IT界有大量的data analyst需求。他介绍说：（他们统计系）&blockquote&这一届10个人，4个概率6个统计。统计的几个人中还没毕业就被google挖走2个了，另外一个也在湾区找了工作。概率的2个人想走业界路线的也都在自学统计/机器学习。&/blockquote&虽然工作走向有差别，不过还是觉得大家根据自己的兴趣来就好，喜欢搞理论就研究理论，喜欢应用就搞应用，follow your heart （烂俗的鸡汤话。。。）&br&&br&&br&=========================生物统计的热点========================&br&&br&先讲一个spatial analysis的小故事，来作为后面介绍Bayesian disease mapping的引子。同时也希望更多的人关注这个问题，这是统计领域目前很火也很有发展潜力的一个方向！而且这是个交叉领域，数学、CS、流行病学、地球科学、经济学都可以有很强的input&br&&br&尽管已经经历了工业革命，19世纪的英国对于公共卫生的重视还远远不够，各种烈性传染病时有发生。1840s末期，伦敦又爆发了严重的霍乱疫情，不少人死去。&br&&br&当时主流的理论认为霍乱是靠“肮脏的空气”传染的。但是又怎么可能识别和隔离“肮脏的空气”呢？所以当时对霍乱的预防其实是毫无办法的——理论的误导太严重了。一个年轻有为的医生，John Snow，这时已经是伦敦皇家外科医学院和伦敦皇家内科医学院的双料成员，盯上了这个问题。他不太相信空气传播霍乱的说法，认为水里携带的细菌才是主因。他用几年时间，走遍伦敦进行调研和病情记录，绘制了一系列的点图。比如：&br&&figure&&img src=&https://pic3.zhimg.com/50/a7fa00f74d0d_b.jpg& data-rawwidth=&1122& data-rawheight=&794& class=&origin_image zh-lightbox-thumb& width=&1122& data-original=&https://pic3.zhimg.com/50/a7fa00f74d0d_r.jpg&&&/figure&从图中可以清晰看到，霍乱的发生跟地点的关系很大，呈中心发散型。这就很大程度上挑战了“空气传染”说，因为如果是空气传染的话，霍乱的发生应该是比较均匀的才对。同时这个研究也提供了很强的证据支持霍乱是水传播的。就在图的中心，Snow将传染源锁定为一个公共抽水机（从被污染了的泰晤士河里取水），并说服政府将抽水机挪走。尽管这个研究后来还有一些波折，这里按下不表，无论如何，Snow的工作大大开拓了当时的研究视野。&br&&br&这就是Snow锁定的抽水机，现在已经成了一个地标：&br&&figure&&img src=&https://pic3.zhimg.com/50/e7cbedc2422dda6_b.jpg& data-rawwidth=&505& data-rawheight=&523& class=&origin_image zh-lightbox-thumb& width=&505& data-original=&https://pic3.zhimg.com/50/e7cbedc2422dda6_r.jpg&&&/figure&&br&这就是早期的最有影响力的spatial analysis的研究！从中可以受到启发，关键的是两块信息：&br&1. 某个outcome （eg 霍乱的发生）&br&2. 地理位置&br&&br&这个outcome可以千变万化，疾病发生率，死亡率，收入水平，就业率，入学率等等。地理位置也可以上至大洲大洋，下至左邻右坊，可以是单中心，也可以多中心，可以有不同类型的分布，不同的方差，等等等等。当信息量超过一定程度，又需要更好用的数学模型，更有效率的算法，更强大的硬件……所以这个领域能结合各学科知识，能重新诠释很多问题。就像课上老师说的：given enough data, with spatial analysis you could act like a God! &br&&br&故事讲完。&br&&br&我们已经得到了一个信息：疾病的发病率跟地理位置是相关的，所以spatial analysis在生物统计方面应该是大有用处的。但是以前这方面的研究很少，没别的，就是缺少数据。不是每个人都肯像Snow那样跑遍伦敦——所以他四十多岁就累死了。。。&br&&br&题外话：Snow也是乙醚麻醉剂定量研究的第一位科学家，维多利亚女王生孩子的时候，他使用了乙醚进行麻醉。当时连毒理实验也没做过，&b&真是奔放的年代！&/b&&br&&br&要应用spatial analysis在疾病的统计上，需要两门核心基础课：longitudinal data analysis和Bayesian Biostatistics （更基础一点的课比如400 level的就不提了）。&br&&br&&b&1. longitudinal data analysis&/b&&br&最好的教材，由浅入深依次是：&br&&ul&&li&1. Hedeker, Donald, and Robert D. Gibbons. Longitudinal data analysis. Vol. 451. John Wiley & Sons, 2006.&br&&/li&&li&2. Fitzmaurice GM, Laird NM, and Ware JH. 2011. Applied Longitudinal Analysis (2nd Edition). Wiley.&br&&/li&&li&3. Diggle PJ, Heagerty P, Liang KY, and Zeger SL. 2002. Analysis of Longitudinal Data (2nd Edition). Oxford University Press.&br&&/li&&/ul&Hedeker的教材语言平易，容易入门。Fitz的书覆盖面很广。Diggle最难，但公式和推导都给得很全，是最严谨的。&br&&br&&b&2. Bayesian Biostatistics&/b&&br&参考书目是：&br&&ul&&li&1. Berry DA and Stangl DK (eds). Bayesian biostatistics. Taylor & Francis, New York &br&&/li&&li&2. Carlin BP and Louis TA. Bayes and empirical Bayes methods for data analysis. Chapman
& Hall, New York. &br&&/li&&li&3. Gelman A, Carlin JB, Stern HS, and Rubin DB. Bayesian data analysis. Chapman & Hall,
New York &br&&/li&&li&4. Congdon P. Bayesian statistical modeling. Wiley, New York.&br&&/li&&li&5. Andrew B Lawson. Bayesian disease mapping. Chapman & Hall, New York&br&&/li&&/ul&我们老师主要用的是Berry和Lawson的。这里重点推荐一下Lawson的书给所有学统计的朋友，语言简单易懂，理论与实践的应用结合得很好，关键是做&b&disease mapping是统计学和公共卫生交叉的一个未来研究趋势&/b&，在北美已经做了不少了，中国在这一块潜力很大。（不过要吐槽一下，现在国内像样的数据还没有。大城市也只是有全病因mortality的location数据而已，数据量少、单一，而且还不公开）&br&&br&在这两门课掌握好之后，就可以开始Bayesian Disease Mapping的入门了。&br&&br&1. 先看看“别人家的孩子”。&br&北美的disease mapping开始得早，所以应用的也早。比如加拿大的British Columbia省，就有这个很好的官网（要安装 Microsoft Silverlight）： &br&&ul&&li&&a href=&//link.zhihu.com/?target=http%3A//maps.gov.bc.ca/ess/sv/imapbc/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&iMapBC&/a&&br&&/li&&/ul&在网页地图里选择某种outcome（比如心脏病），很快就会显示这个outcome在各地的发病率是多少，非常直观，很容易看到跟location的关系，从而有助于政府制定相关的预防措施。&br&&br&2. 目的。我们能用disease mapping干什么？&br&&ul&&li&了解疾病在各地的发生&br&&/li&&li&预测各地的疾病发生率&br&&/li&&li&测量地区之间在疾病发生率上的差异&br&&/li&&li&总结数据的“pattern”，看看有什么规律没有&br&&/li&&/ul&这一切都是为了能够更好的评估各地的health service outcome，从而将有限的资源更加合理地分配，实现最大化的效用。比如蒙古和卢旺达在Ebola上的发病率肯定是显著不同的，联合国要援助，显然是要先援助卢旺达。但是卢旺达和纳米比亚相比？这就需要更加精细的spatial analysis了&br&&br&3. 数据。&br&要做成iMapBC里面的效果，必须要有足够丰富的数据。NASA data是一个好的来源（&a href=&//link.zhihu.com/?target=http%3A//data.nasa.gov/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&data.nasa.gov&/a& ）。柴静那个片子里面用到NASA的图片来说明问题应该是有人指点过吧，思路挺对的，虽然不够严谨，但没关系。真正要深入研究还是要先define一个良好的问题，然后从NASA下载数据，用统计学手段好好分析。当然也不一定局限于NASA的数据。考古学、地质学的数据，都可以拿来应用，只要能拿来数据！&br&&br&比如这篇堪称&b&&u&丧心病狂&/u&&/b&的农业经济学文章：&br&Bowles, Samuel, and Jung-Kyoo Choi. &Coevolution of farming and private property during the early Holocene.& &i&Proceedings of the National Academy of Sciences&/i& 110.22 (2013): .&br&用了考古数据——&b&&u&四万年的地表温度数据&/u&&/b&，来估计当时原始人的迁徙，以及对于农业和私有制产生的影响。四万年！！！&br&&br&那我们一般需要什么样的data呢？&br&最好是这样的：&br&&ul&&li&来自于一个大型的有很多观察结点的&b&follow-up stud&/b&y，这样就可以使用longitudinal analysis看看时间跟发病率之间有什么样的关系。&br&&/li&&li&数据结构有几个&b&hierarchy&/b&，比如省、市、医院、个体四级，这样就可以使用Bayesian hierarchical &br&&/li&&li&model&br&&/li&&li&地位信息是完备的（&b&spatial data&/b&），这样就可以使用spatial analysis。&br&&/li&&/ul&一般是没有这么理想，但是即便只满足一个要求，也是质量很不错的data了。&br&&br&其中spatial data是非常有趣的：&br&&ul&&li&可以是John Snow那样的&b&静态位点&/b&信息；&br&&/li&&li&可以是动态的&b&位置连续变化&/b&，比如汽车的移动；&br&&/li&&li&还可以是&b&Lattice data&/b&，这是以区域为单位的一块一块的数据，就像这样：&br&&/li&&/ul&&figure&&img src=&https://pic4.zhimg.com/50/c7bce2fec04bb_b.jpg& data-rawwidth=&542& data-rawheight=&465& class=&origin_image zh-lightbox-thumb& width=&542& data-original=&https://pic4.zhimg.com/50/c7bce2fec04bb_r.jpg&&&/figure&&br&4. 模型。&br&我们现在有一些常用的模型去处理disease mapping。比如：&br&&ul&&li&Mixed effects model for longitudinal data （5）&br&&/li&&li&Bayesian hierarchical model （intrinsic conditional autoregressive， iCAR）（6）&br&&/li&&li&spatial model. Eg. BYM model （7）&br&&/li&&/ul&还有一些不太常用的。模型就不在这里展开了，提供了模型的文献，有兴趣的可以随意观赏。但是我建议把例子看一下。&br&&br&这是BC省的injury情况的Bayesian spatial analysis （8），图是这样的：&br&&figure&&img src=&https://pic4.zhimg.com/50/2db396ce6dae5923db24_b.jpg& data-rawwidth=&550& data-rawheight=&412& class=&origin_image zh-lightbox-thumb& width=&550& data-original=&https://pic4.zhimg.com/50/2db396ce6dae5923db24_r.jpg&&&/figure&&br&而通过下面这个图，又能看到从的变化：&br&&figure&&img src=&https://pic3.zhimg.com/50/b8ae716c64c70e78f8826_b.jpg& data-rawwidth=&333& data-rawheight=&441& class=&content_image& width=&333&&&/figure&&br&&br&&br&第二个例子是英国的一个地区：喝酒引起的死亡率的spatial analysis （9），如图：&br&&figure&&img src=&https://pic4.zhimg.com/50/e169a63cf1f316ce67345d2_b.jpg& data-rawwidth=&525& data-rawheight=&502& class=&origin_image zh-lightbox-thumb& width=&525& data-original=&https://pic4.zhimg.com/50/e169a63cf1f316ce67345d2_r.jpg&&&/figure&&br&&br&&br&5. 未来发展的方向。&br&随着更先进的卫星、更庞大的监测体系、更长跨度的跟踪，我们会有更加丰富也更加复杂的数据，体现在：&br&&ul&&li&&b&Areal data&/b&：现在往往是以省、市为单位做Bayesian spatial analysis，将来一定囊括比现在更广阔的地区；&br&&/li&&li&&b&Multilevel data&/b&：现在基本是三级数据已经很难得，将来的数据会有更多的层级；&br&&/li&&li&&b&Dynamic data&/b&：现在的数据还基本是静态数据，将来也许会容纳很多的动态数据，来反映即时的位置变化和状态变化。&br&&/li&&/ul&&br&终于把这个大坑基本填完了！谢谢各位朋友的点赞和感谢！如果想交流更多的disease mapping和Bayesian spatial analysis，我们可以另外开新的题目继续交流！&br&&br&&br&Reference&br&（1）Pearson, Karl. The chances of death, and other studies in evolution. L New York : E. Arnold, 1897.&br&&br&（2）Good, Irving John. &Some history of the hierarchical Bayesian methodology.&&i&Trabajos de estadística y de investigación operativa&/i& 31.1 (1980): 489-519.&br&&br&（3）Theoharakis, Vasilis, and Mary Skordia. &How do statisticians perceive statistics journals?.& &i&The American Statistician&/i& 57.2 (2003).&br&&br&（4）&a href=&//link.zhihu.com/?target=http%3A//archive.sciencewatch.com/dr/sci/10/apr25-10_1/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&04.25.2010 - Journals Ranked by Impact: Statistics & Probability&/a&&br&&br&&p&（5） McLean, Robert A.; Sanders, William L.; Stroup, Walter W. (1991). &A Unified Approach to Mixed Linear Models&. The American Statistician (American Statistical Association) 45 (1): 54–64. doi:10.. JSTOR 2685241&/p&&br&&p&（6）Besag, Julian, and Charles Kooperberg. &On conditional and intrinsic autoregressions.& &i&Biometrika&/i& 82.4 (1995): 733-746.&/p&&br&&p&（7）Besag J, York J, Mollie A: Bayesian image restoration with two applications in spatial statistics. Annals of the Institute of Statistical Mathematics -59.
OpenURL&/p&&br&&p&（8）MacNab, Ying C. &Bayesian spatial and ecological models for small-area accident and injury analysis.& &i&Accident Analysis & Prevention&/i& 36.6 (2004): .&/p&&br&&p&（9）Strong, Mark, et al. &Mapping gender variation in the spatial pattern of alcohol-related mortality: a Bayesian analysis using data from South Yorkshire, United Kingdom.& &i&Spatial and spatio-temporal epidemiology&/i& 3.2 (2012): 141-149.&/p&&p&&br&---------------------------------------------------------------------------------------&/p&PS：写这种长答案太不容易了！如果你看到这里已经不耐烦了，就顺手点个赞和感谢吧！&br&&br&PS：&br&如果你对Public Health，流行病学、卫生经济学、生物统计、卫生政策、医学等等方面感兴趣，并且希望与相同专业的朋友交流探讨，欢迎加入我们的学术共同体。我们的微信群是“青年公卫人”，我们的媒体公众号和知乎专栏是“Hi生煎包”。扫描下方二维码，小助手会在当天把你加入群里。也敬请关注“Hi生煎包”。&br&&p&&a href=&//link.zhihu.com/?target=http%3A//weixin.qq.com/r/8q8OFjPE5G6brXd19-rg& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&weixin.qq.com/r/8q8OFjP&/span&&span class=&invisible&&E5G6brXd19-rg&/span&&span class=&ellipsis&&&/span&&/a& (二维码自动识别)&/p&
=============================前言=============================== 本人北美Biostatistics博士生，对这几个问题有一点点自己的思考，所以来跟大家分享一下（这么装逼的外交辞令....）准备大体介绍一下统计学、国外（北美）的统计系，大致分支、近年来的某…
1. 最重要的就是——不要用错词！！！！！&br&当你用 a bar of cigarettes 来表示一条烟的时候，剩下的再怎么说都是逗逼了。（一条烟是 a carton of cigarettes）&br&搭配！搭配很重要！！！&br&&br&2. 扩大词汇量&br&《中式英语之鉴》里作者明确说了，一直用动词+副词的方式是很 low 的，英语里词汇那么多，十有八九有特定动词可以表示某个普通含义动词+副词&br&walk unsteadily 可以用 totter 代替；cry loudily 可以用 wail 代替等等。一直用各种动词+副词是文化水平不高的表现&br&&br&除了别老用副词之外，各种同义词的替换也很重要。以《银河系漫游指南》小说的开头为例&br&&br&Far out in the uncharted backwaters of the unfashionable end of the western spiral arm of the Galaxy lies a small unregarded sun&br&&br&作者一连用了三个形容词 uncharted, unfashionable 和 unregarded 来表示偏僻的，另外还有个名词 backwaters&br&&br&3. 用好介词&br&最经典的例子，林肯所说的“民有、民治、民享”，如果翻回英文，大部分人恐怕都会翻译 owned, governed and shared by people. 但是英文原文用的是 of the people by the people for the people，根本就没用动词。简洁有力&br&&br&4. 名词化。&br&名词化是非常重要的，英文中一个句子只能有一个谓语动词，所以每一个动词的使用都必须小心谨慎，为了让句子简洁，把动词转换为名词是十分重要的。&br&&br&中国越来越多地参与地区性事务说明中国是个负责任的国家 &br&&br&上句如果用从句的话就累赘了 That China is}
我要回帖
更多关于 oz9967gn背光不亮 的文章
更多推荐
- ·代孕合法吗 试管婴儿长大后的弊端找人代生违法吗
- ·郑州艺书高级中学收费标准好吗?怎么样？
- ·二胎想要男孩怎样备孕生男孩，孕前应该多吃什么来增加成功率？
- ·对于青春期偏矮的小孩个子矮小吃什么促进生长发育，有哪些营养食物可以帮助他们增高？
- ·对于长得慢的孩子，睡前加餐是否必要？儿童孩子晚上吃夜宵会影响长身体吗身高吗？
- ·求网球王子all冢文包
- ·这样还呗靠谱吗吗？
- ·本田crv四驱怎么样多少钱
- ·就目前这么多的电线品牌，哪个算得上是高端电线的？
- ·张家港珑樾最近新城荣樾好还是南通科技产业园好
- ·给生活无法更改换一个好听的散文题目题目
- ·我的本田缤智雾灯怎么开开近光灯时为什么不显示出来的
- ·求热狗烤肠什么品牌好这件衣服的牌子
- ·大家知道这个是什么鱼吗？泰国的如何从泰国带热带鱼回国
- ·问下，迪蔻DIKO益生菌固体饮料的功能主治这个如何？
- ·这payo社交是真的假的的
- ·这是什么昆虫是马蜂是益虫吗？
- ·我在傣妹怎么样团购一个95代100的券。朋友团购了95代100的券。请问这两张可以叠加一起使用吗
- ·真正的追星是什么么意思？
- ·迪蔻DIKO儿童益生菌哪个牌子好固体饮料到底好不好啊？
- ·oz9967gn背光不亮有什么含义
- ·新飞bcd58a118冰箱58wdk 智能冰箱如何调节保持温度
- ·谁知道这款手表多少钱呢？
- ·求这个包淘宝同款或者类似同款
- ·优子良品国际创始人中国风品牌创始人是谁？
- ·求这张图片的原图原图
- ·在低速路上它不会搞，就是上跑高速水温高,低速正常才高。
- ·上大人，孔乙己大人每个字有句话，，
- ·茵芙莎洗颜料是什么美白面膜要洗吗
- ·用如何泡压缩面膜膜皮肤会过敏吗
- ·我家小受太撩人，我作为攻，我把持不住 怎么办，在线等急
- ·绝版想要皮肤好最重要的是什么你最想要哪个
- ·找一本古言的副cp，铁甲威虫原创女主cp文弟弟跟公主有纠葛，公主把弟弟睡了
- ·脸过敏可以用压缩面膜吗皮肤会过敏吗
- ·眼堂嘴唇发青怎么改善善
- ·大神，可以给一下明也的情人动不动拉我黑明单,什么情说养成的被锁章节吗？谢谢啦
