統(tǒng)計模型法是統(tǒng)計學的最基本研究方法之一，略復雜一點的統(tǒng)計分析通常就會借助統(tǒng)計模型。一般地，統(tǒng)計模型可以分類為參數模型與非參數模型、線性模型與非線性模型、一元模型與多元模型等等，應用領域十分廣泛。然而，統(tǒng)計學家George Box曾經說過：所有的模型都是錯的，但有些是有用的。我們該如何理解其中的意思?

所謂統(tǒng)計模型，顧名思義就是用以刻畫、反映現象發(fā)展變化趨勢、或測度不同現象之間內在聯系關系、或據以推斷總體特征的數學方程，所以模型構建的過程，就是把上述趨勢、關系和特征進行量化的過程，因而統(tǒng)計模型的關鍵詞就是變量、參數和方程形式。衡量統(tǒng)計模型的構建是否成功，就看其中的變量、參數和方程形式是否符合所研究問題的實際情況而渾然一體。

為什么說所有的統(tǒng)計模型都是錯的呢?我想可以這樣來理解：首先，統(tǒng)計模型畢竟只是用一定的方程給出一個模擬的型態(tài)，由于不知道所研究問題的實際情況，所以模擬的過程沒有真實的參照物，只能根據已經掌握了的有關信息去勾勒其可能的狀態(tài)，因而它不是真實的，與實際情況不可能完全一致。其次，統(tǒng)計模型的構建有很多假設條件或限制條件，這些假設通常由一組概率分布來描述，其中一些概率分布被假定為充分近似于對特定總體進行抽樣的分布，因此，統(tǒng)計模型只是以相當理想化的形式來表示所研究問題的數據生成過程，是統(tǒng)計推斷理論的形式化表示，而這些假設條件或者分布往往是不嚴格成立的，有時甚至差距很大。第三，統(tǒng)計模型由與一個或多個變量相關的數學方程來確定，確定的依據是已掌握的樣本數據或歷史數據，是樣本數據(歷史數據)與方程形式固化的理想結果，因此在據以進行放大推斷或外推預測時，實際情況不可能與模型保持一致。第四，在統(tǒng)計模型中，我們通常都把涉及到的變量當成隨機變量來處理，而事實上很多變量、特別是社會經濟統(tǒng)計變量并不是完全的隨機變量而是半隨機變量，因此，基于隨機變量假設的統(tǒng)計模型不能很好地刻畫半隨機變量的統(tǒng)計數據特征。第五，就同一個研究問題而言，可以構建的統(tǒng)計模型絕對不止一個，無論是方程形式、變量及其個數、參數設定還是有關假設，都可以有多種選擇，沒有公認的評判標準，在不可能構建出所有統(tǒng)計模型的情況下，只能按照一定的原則給出其中的一個模型。綜上所述，沒有一個統(tǒng)計模型可以做到與實際情況完全一致，有些還相差甚遠，因而所有統(tǒng)計模型都是錯的。如果依賴統(tǒng)計模型就能解決實際問題，那么世界就變得簡單了，而事實并非如此。

但為什么又說有些是可用的?我認為其理由在于，統(tǒng)計研究作為量化認識事物本質特征的方式，就是要用統(tǒng)計數據去描述事物特征，以統(tǒng)計規(guī)律去逼近事物的本質規(guī)律，而統(tǒng)計模型則是發(fā)現和描述統(tǒng)計規(guī)律的有效工具之一。當基于統(tǒng)計模型的統(tǒng)計規(guī)律能夠比較好地解釋客觀事物的問題、本質和發(fā)展趨勢時，它就是有用的。也就是說，統(tǒng)計模型是否有用，取決于它對現實問題的定量解釋能力。那么，其定量解釋能力來自何處?這才是問題的關鍵。我認為它來自于對所研究問題的了解程度，來自于對涉及變量的解讀及其關系的判斷程度，來自于相關假設條件的滿足以及對它們的把控程度，來自于數學方程的適應性和可解性，來自于構建模型所需數據的真實性和可取得性。只有當這些方面都達到相當高的程度時，統(tǒng)計模型才具有足夠的定量解釋能力，才有意義。然而在現實中，并非所有的統(tǒng)計模型都能做到這些要求，通常只有一部分符合這些要求，所以說“有些”是“有用”的。由此可見，要想構建一個可用的統(tǒng)計模型絕非易事，需要做大量的工作。

這里，我們再借用一個例子來說明“所有的模型都是錯的，但有些是有用的”這句話的道理。我們身上的服裝，絕大多數情況下都是商場購買的成衣，很少量身定做。廠家如何批量生產服裝?依靠模型。服裝模型對于能否生產出受消費者歡迎的款式十分重要，它需要考慮的尺寸變量少則幾十個，多則上百個。它需要先根據特定消費者群體的身高體胖特征分成若干組(大、中、小)，然后每一組再設定幾個款型(松、緊)。由于人的身高體重可以通過調查觀察掌握其大致分布規(guī)律，因此設定若干比較合適的服裝模型是可以做到的。最后被確定用以生產服裝的模型，是從大量的設計模型中篩選出來的。嚴格地講(即就消費者個體而言)，任何一個服裝模型都是錯的，因為它都不是根據消費者個人的身材來制定的，都只是消費者群組中各個變量的平均值，消費者只能按照靠近原則選擇尺碼最適合的服裝。但實踐證明，這些服裝模型是有用的，因為它基本符合了特定消費者群體身高體胖的分布特征，多數消費者可以選擇到尺碼比較合適的服裝。少部分消費者選擇不到尺碼合適的服裝，就相當于統(tǒng)計模型中的誤差。部隊服裝的供給，也是根據這個原理。

總之，模型是固化的，而現實是變化的。用固化的模型去反映動態(tài)的現實，只能是一種參考。所以，我們在開展統(tǒng)計分析時，要一分為二地看待統(tǒng)計模型，既不能輕易否定統(tǒng)計模型的作用，也不能盲目崇拜統(tǒng)計模型，而是要一切從實際出發(fā)，根據問題本質來考慮是否需要借助統(tǒng)計模型、需要構建什么樣的統(tǒng)計模型以及如何構建統(tǒng)計模型。特別需要指出的是，我們應該努力避免濫用統(tǒng)計模型的現象。現在有一種普遍觀點，認為沒有統(tǒng)計模型的統(tǒng)計分析是沒有深度的。無論是公開出版的期刊論文，還是學士、碩士和博士論文，都大量充斥著各種各樣的統(tǒng)計模型。在有些學科領域，有無統(tǒng)計模型成了衡量論文水平的不二法則。在這樣的導向下，很多論文就生搬硬套統(tǒng)計模型，不顧所討論問題的背景和本質，不管有關假設條件是否滿足，不論作為建模依據的內在機理是否清晰，不究相關變量之間的內在聯系是否成立，就給出了所謂漂亮的模型。有些統(tǒng)計模型構建者，甚至都沒有弄明白要做什么，沒有讀懂統(tǒng)計指標的含義和數據的意義，就“調”出了自稱理想的結果，細細一究，卻是自相矛盾、漏洞百出，難以自圓其說。有些文獻的所謂研究結論，其實根本不需要統(tǒng)計模型就顯而易見，利用統(tǒng)計模型充其量只是論證了“吃飽了就不餓”，純粹是為了模型而模型。有的統(tǒng)計模型，自始至終不斷地假設、不斷地推演，正如弗里德曼學說所認為的那樣“模型的假設是什么無關緊要”，從而實際問題變成了數學推導，應該有實際意義的定量結論變成了抽象的數字，使人難以理解其所表達的意思。在這種情況下，“假設”就成了掩蓋事實的遮羞布。有的文獻，把簡單問題復雜化，明明依靠簡單的統(tǒng)計模型就可以說明問題，但為了追求所謂的學術性，偏要搞一大堆符號和公式，非要繞大圈子去建一個復雜的模型，生怕讀者輕易地讀懂文章的內容而影響其“高大上”。凡此種種，都不是科學求是的精神。

統(tǒng)計模型是統(tǒng)計分析的重要工具，但用在哪里、怎么用大有講究，千萬不能隨心所欲。歸根結底，統(tǒng)計模型是為定量分析服務的，是輔助性的，而正確理解問題的本質、指標(變量)的含義和數據的意義，科學測度所研究事物的特征，才是根本。我們在利用統(tǒng)計模型開展統(tǒng)計分析研究時，絕不能唯模型是論，不能本末倒置。一定要以“需要、合適、精煉”為原則，把主要功夫花在弄懂問題、讀懂指標含義和數據意義上。否則，那就真的成了“所有的統(tǒng)計模型都是錯的”，沒有可用的了。

真正的高手是化繁為簡。在需要的情況下，如何在看清問題和讀懂數據之后，用簡明、合適的統(tǒng)計模型給出人們容易理解的分析結論，是我們共同追求的目標。特別是在進入大數據時代以后，如何對大數據(尤其是非結構化數據)構建統(tǒng)計模型，無論是思維方式還是具體方法，都是我們需要面對的新挑戰(zhàn)。