哈佛教授孟晓犁是否有搞错了？
作者：詹华平
孟晓犁是谁？ 从2004年开始，哈佛大学统计系的系主任。
他在杂志《新一代》2015年第12期上发表了一篇面向大众的非学术文章《大
数据：越大越有价值吗？》。我是在文摘杂志《读者》(2016年第4期)上读到的。
在那篇文章里，他举了一个例子用来说明“所谓大数据，并非越大越有价值”。
他的例子如下：
“比如，在美国做一个1000人的抽样调查，这个调查若是在中国做，要达到
同样的精度，需要抽取多少人？美国的人口是3.2亿人，中国的人口是美国的4倍
多一 点。每次我在大学做讲座问到这个问题时，只有10%的人能说出正确答案：
仍需抽样1000人。绝大多数人认为，抽样数必须大于4000。”
然后他进一步用喝汤做比喻，“要确定汤的咸淡，大多数人只需要尝几口，
并不需要把汤全部喝完。......”
关于喝汤的比喻，我是同意的，但是关于抽样调查，我个人觉得有一点点误
导。查一下
https://en..org/wiki/Standard_error#Correction_for_finite_population ，
就可以发现，对于人口是有限多的情况，精确地说需要一个修正项
(在没有这个修正项的情况下，是与人口数无关)。所以要得到同样的精度，严谨
地说抽样数是与总人口数有关的。如果中国人口按14亿算，那么在中国为了同样
的精度，必须抽样4373人。也就是说真地必须大于4000人的。
孟晓犁是哈佛大学统计系的系主任，一年的薪水我估计35万美金。而我的年
薪是2万元人民币不到。如果读者根据年薪来判断，或许他是对的，而我说的是
错误的。(SciFans.Net)
