从现在开始学习R

R作为一种统计与语言,具有灵活的数据处理能力和强大的作图功能。用R语言能够得到做到的精美的图形,做出的统计结果,很多是SPSS无法用简单的界面操作难以完成的。如矩阵操作,GAM。

有人说SPSS界面化操作,简单易学,当前的教程很多。界面化操作除了容易入门之外,其计算过程过于拘谨,如果要将相似的内容重复很多次,界面化操作的统计平台无疑是对人的摧残。而用程序代码执行类似的操作,仅需要将相应的代码做小的改动,就能完成相应的大量重复性工作。

但是如果你特别想要用鼠标界面操作,R也提供了RCommander 包,可以像用SPSS一样,进行界面化的统计分析。

R语言并不像想象中的那么难学。其实对于大部分的数据分析,只需要非常简单的命令就能完成了。不仅如此,R完全是免费的,不需要你再花钱购买或者使用盗版的SPSS软件。
因此,从现在开始,就学习R语言吧。学习了这门语言,我想你就会喜欢上她。

Windows版 R程序下载地址之一:
http://cran.cnr.berkeley.edu/bin/windows/base/R-2.9.1-win32.exe

R教程推荐

  • Crawley 编写的 The R Book
  • Crawley 编写的 Statistics an introduction using R
  • Peter Dalgaard Introductory statistics with R.pdf
  • Modern Applied Statistics with S-Venables, W. N. and Ripley, B. D. (2002)
  • Verzani的SimpleR.pdf
  • J. Maindonald的Using R for data analysis and graphics introduction code and commentary usingR
  • Emmanuel Paradis的 R for Beginners
  • W. N. Venables, D. M. Smith 编写的 《R 导论》

R语言:常用统计检验方法

R已经成为当前国际学术界最流行的统计和绘图软件之一,该语言较为简单易学,统计分析功能强大,且具有很强的绘图功能,能够绘制学术出版要求的多种图表.R语言在生物信息学,进化生物学、生态学与环境、经济学、语言学等领域有着极为广泛的应用。

R软件是跨平台的,可以在Linux, MacOs, Windows等多种系统上运行。针对每个研究方向,有大量的科研人员编写了相关的程序包,可以导入到基本的程序平台上运行。现有的程序包已经超过了1800个,并且还在增加中。

不仅如此,R是完全免费的,而且全部代码是公开的。

读者可以到 https://cran.r-project.org/ 下载windows版的R软件,安装程序仅为30M。

学习并掌握R语言,对于需要用到统计学的研究人员和学生都是非常必要的。

这里选取了R语言中若干操作实例,所有的命令行均可以在R中运行,并得到结果。

正态总体均值的假设检验

t检验

单个总体

例一
某种元件的寿命X(小时),服从正态分布,N(mu,sigma^2),其中mu,sigma^2均未知,16只元件的寿命如下:问是否有理由认为元件的平均寿命大于255小时。
命令:

1
2
3
X <- c(159, 280, 101, 212, 224, 379, 179, 264,
222, 362, 168, 250, 149, 260, 485, 170)
t.test(X, alternative = "greater", mu = 225)

两个总体

例二
X为旧炼钢炉出炉率,Y为新炼钢炉出炉率,问新的操作能否提高出炉率
命令:

1
2
3
X <- c(78.1,72.4,76.2,74.3,77.4,78.4,76.0,75.5,76.7,77.3)
Y <- c(79.1,81.0,77.3,79.1,80.0,79.1,79.1,77.3,80.2,82.1)
t.test(X, Y, var.equal=TRUE, alternative = "less")

配对t检验

例三
对每个高炉进行配对t检验
命令:

1
2
3
X <- c(78.1,72.4,76.2,74.3,77.4,78.4,76.0,75.5,76.7,77.3)
Y <- c(79.1,81.0,77.3,79.1,80.0,79.1,79.1,77.3,80.2,82.1)
t.test(X - Y, alternative = "less")

正态总体方差的假设检验

例四
从小学5年级男生中抽取20名,测量其身高(厘米)如下:
问,在0.05显著性水平下,平均值是否等于149,sigma^2 是否等于 75

命令:

1
2
3
X <- c(136, 144, 143, 157, 137, 159, 135, 158, 147, 165,
158, 142, 159, 150, 156, 152, 140, 149, 148, 155)
var.test(X,Y)

例五
对炼钢炉的数据进行分析,命令:

1
2
3
X <- c(78.1,72.4,76.2,74.3,77.4,78.4,76.0,75.5,76.7,77.3)
Y <- c(79.1,81.0,77.3,79.1,80.0,79.1,79.1,77.3,80.2,82.1)
var.test(X,Y)

二项分布的总体检验

例六 有一批蔬菜种子的平均发芽率为P=0.85,现在随机抽取500粒,用种衣剂进行浸种处理,结果有445粒发芽,问种衣剂有无效果。
命令:

1
binom.test(445,500,p=0.85)

例七 按照以往经验,新生儿染色体异常率一般为1%,某医院观察了当地400名新生儿,有一例染色体异常,问该地区新生儿染色体是否低于一般水平?
命令:

1
binom.test(1,400,p=0.01,alternative="less")

非参数检验

数据是否正态分布的Neyman-Pearson 拟合优度检验-chisq

例八 5种品牌啤酒爱好者的人数如下:

啤酒品牌 人数
A 210
B 312
C 170
D 85
E 223

问不同品牌啤酒爱好者人数之间有没有差异?

命令:

1
2
X <- c(210, 312, 170, 85, 223)
chisq.test(X)

例九
检验学生成绩是否符合正态分布
命令:

1
2
3
4
5
6
7
8
X <- c(25,45,50,54,55,61,64,68,72,75,75,
78,79,81,83,84,84,84,85,86,86,86,
87,89,89,89,90,91,91,92,100)

A <- table(cut(X, br=c(0,69,79,89,100)))
p <- pnorm(c(70,80,90,100), mean(X), sd(X))
p <- c(p[1], p[2]-p[1], p[3]-p[2], 1-p[3])
chisq.test(A,p=p)

说明:

  • cut 将变量区域划分为若干区间
  • table 计算因子合并后的个数
  • 均值之间有无显著区别

大麦的杂交后代芒性状的比例 无芒:长芒: 短芒=9:3:4,而实际观测值为335:125:160 ,检验观测值是否符合理论假设?
命令:

1
chisq.test(c(335, 125, 160), p=c(9,3,4)/16)

例十 现有42个数据,分别表示某一时间段内电话总机接到呼叫的次数,
接到呼叫的次数 0 1 2 3 4 5 6
出现的频率 7 10 12 8 3 2 0

问:某个时间段内接到的呼叫次数是否符合Possion分布?

命令:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
x <- 0:6
y <- c(7,10,12,8,3,2,0)
mean <- mean(rep(x,y))
q <- ppois(x,mean)
n <- length(y)
p[1] <- q[1]
p[n] <- 1-q[n-1]
for(i in 2:(n-1)) {
p <- q-q
}
chisq.test(y, p=p)
Z <- c(7, 10, 12, 8)
n <- length(Z); p <- p[1:n-1]; p[n] <- 1-q[n-1]
chisq.test(Z, p=p)

按:处理方法有点儿复杂,貌似不是最好的方法

理论分布依赖于若干未知参数时

Kolmogorov-Smirnov 检验 ks.test()

例一 对一台设备进行寿命检验,记录十次无故障操作时间,并按从小到大的次序排列如下,用ks检验方法检验此设备无故障工作时间是否符合rambda=1/1500的指数分布

命令:

1
2
X <- c(420, 500, 920, 1380, 1510, 1650, 1760, 2100, 2300, 2350)
ks.test(X, "pexp", 1/1500)

例二 假设从分布函数F(x)和G(x)的总体中分别随机抽取25个和20个观察值样本,检验F(x)和G(x)是否相同。

命令

1
2
3
4
5
6
7
8
9
10
X <- c(
0.61,0.29,0.06,0.59,-1.73,-0.74,0.51,-0.56,0.39,
1.64,0.05,-0.06,0.64,-0.82,0.37,1.77,1.09,-1.28,
2.36,1.31,1.05,-0.32,-0.40,1.06,-2.47)

Y <- c(2.20,1.66,1.38,0.20,0.36,0.00,0.96,1.56,0.44,
1.50,-0.30,0.66,2.31,3.29,-0.27,-0.37,0.38,0.70,
0.52,-0.71)

ks.test(X, Y)

ks多样本检验的局限性,只用在理论分布为一维连续分布,且分布完全已知的情形。ks检验可用的情况下,功效一般优于Pearson chisq检验

列联表(contingerncy table)的独立性检验

Pearson chisquare 进行独立性检验

例三 为了研究吸烟是否与肺癌有关,对63位患者及43名非肺癌患者调查了其中的吸烟人数,得到2*2列联表

数据 肺癌 健康 合计
吸烟 60 32 92
不吸烟 3 11 14
合计 63 43 106

命令

1
2
3
4
x <- c(60, 3, 32, 11)
dim(x) <- c(2,2)
chisq.test(x,correct = FALSE) # 不带连续校正的情况
chisq.test(x) # 带连续校正的情况

例四 在一次社会调查中,以问卷方式调查了901人的年收入,及其对工作的满意程度,其中年收入A分为四档:小于6000元,6000-15000元,15000元至25000元,超过25000元。对工作的满意程度B 分为 很不满意,较不满意,基本满意和很满意四档,结果如下

很不满意 较不满意 基本满意 很满意 合计
< 6000 20 24 80 82 206
6000 ~15000 22 38 104 125 289
15000~25000 13 28 81 113 235
> 25000 7 18 54 92 171
合计 62 108 319 412 901

命令如下

1
2
3
4
5
x <- c(20,24,80,82,22,38,104,125,
13,28,81,113,7,18,54,92)

dim(x) <- c(4,4)
chisq.test(x)

Fisher 精确的独立检验

试用条件 样本数小于4

例五 某医师研究乙肝免疫球蛋白防止子宫内胎儿感染HBV的效果,将33例HBsAg阳性孕妇随机分为预防注射组和对照组,结果由下表所示,两组新生儿HBV总体感染率有无差别

组别 阳性 阴性 合计 感染率
预防注射组 4 18 22 18.8
对照组 5 6 11 45.5

命令如下

1
2
3
x <- c(4,5,18,6)
dim(x) <- c(2,2)
fisher.test(x)

对前面提到的肺癌进行检验

1
2
3
x <- c(60, 3, 32, 11)
dim(x) <- c(2,2)
fisher.test(x)

McNemar检验

McNemar检验不是独立性检验,但是是关于列连表的检验

例六 甲、乙两种方法检测细菌的结果如下,问:

合计
+ 49 25 74
- 21 107 128
合计 70 132 202
命令
1
2
3
X  <-  c(49, 21, 25, 107);
dim(X) <- c(2,2)
mcnemar.test(X,correct=FALSE)

符号检验

1 假设一个样本是否来自某个总体

例七 联合国人员在世界上66个大城市的生活花费指数(以纽约1996年12月为100),按照从小到大的次序排列如下,其中北京的指数为99。假设这个样本是从世界大城市中随机抽样得到的。用符号检验分析,北京是在中位数之上,还是中位数之下。

1
2
3
4
5
6
7
8
9
X <- c(
66,75,78,80,81,81,82,83,83,83,83,
84,85,85,86,86,86,86,87,87,88,88,
88,88,88,89,89,89,89,90,90,91,91,
91,91,92,93,93,96,96,96,97,99,100,
101,102,103,103,104,104,104,105,106,109,109,
110,110,110,111,113,115,116,117,118,155,192)

binom.test(sum(X>99),length(X), al="l")

2 用成对样本检验两总体间是否有差异

例八 两种不同饲料,对猪增重情况如下,分析两种饲料养猪有无差异

命令

1
2
3
x <- c(25,30,28,23,27,35,30,28,32,29,30,30,31,16)
y <- c(19,32,21,19,25,31,31,26,30,25,28,31,25,25)
binom.test(sum(x<y), length(x))

例九 某饮料店为调查了顾客对饮料的爱好情况,某日随机调查了13为顾客,喜欢奶茶超过咖啡用-表示,喜欢咖啡超过奶茶用+表示,两者都喜欢用0表示,结果如下,分析顾客是更喜欢咖啡开始奶茶。

顾客编号 1 2 3 4 5 6 7 8 9 10 11 12 13
喜欢咖啡 1 1 1 1 0 1 1 1 1 1
喜欢奶茶 1 1 1
1
binom.test(3,12,p=1/2, al="l", conf.level = 0.90)

Spearman秩相关检验

例十 一项有六人参加表演的竞赛,有两人进行评定,评定结果用如表所示,试用Spearman秩相关检验方法检验这两个评定员对于等级评定有无相关性

选手编号 1 2 3 4 5 6
甲的打分 4 2 2 4 5 6
乙的打分 5 3 4 3 2 5
1
2
3
x <- c(4,2,2,4,5,6)
y <- c(5,3,4,3,2,5)
cor.test(x, y, method = "spearman")

Kendall相关检验

例十一 某幼儿园对9对双胞胎的智力进行测验,并按照百分制打分,试用Kendall相关检验方法检验双胞胎的智力是否相关。

1 2 3 4 5 6 7 8 9
86 77 68 91 70 71 85 87 63
88 76 64 96 65 80 81 72 60
1
2
3
X <- c(86, 77, 68, 91, 70, 71, 85, 87, 63)
Y <- c(88, 76, 64, 96, 65, 80, 81, 72, 60)
cor.test(X, Y, method = "kendall")

Wilcoxon秩检验—— 考虑了样本观察值月总体中位数的差。

1 对于来自同一个总体样本的检验

例十二 某电池厂称其生产的某种电池,中位数为140安培小时,现随机从其新生产的电池中抽取20个,检验其寿命:137.0, 140.0, 138.3, 139.0, 144.3, 139.1, 141.7, 137.3, 133.5, 138.2, 141.1, 139.2, 136.5, 136.5, 135.6, 138.0, 140.9, 140.6, 136.3, 134.1

用Wilcoxon符号检验分析该厂生产的电池是否符合标准

1
2
3
4
X <- c(137.0, 140.0, 138.3, 139.0, 144.3, 139.1, 141.7, 137.3, 133.5,
138.2, 141.1, 139.2, 136.5, 136.5, 135.6, 138.0, 140.9, 140.6, 136.3, 134.1)

wilcox.test(X,mu=140, alternative="less",exact=FALSE, correct=FALSE, conf.int=TRUE)

该方法也可用于成对样本的检验

例十三 为检验某种新肥料,将现有麦地分为十块,再将每一块分为两部分,一半施普通肥料,一半儿施新肥料,用Wilcoxon符号检验法检验新复合肥能否显著提高小麦产量。

1 2 3 4 5 6 7 8 9 10
459 367 303 392 310 342 421 446 430 412
414 306 321 443 281 301 353 391 405 390
1
2
3
4
5
x <- c(459, 367, 303, 392, 310, 342, 421, 446, 430, 412)
y <- c(414, 306, 321, 443, 281, 301, 353, 391, 405, 390)
wilcox.test(x, y, alternative = "greater", paired = TRUE)
wilcox.test(x-y, alternative = "greater")
binom.test(sum(x>y), length(x), alternative = "greater")

非成对样本的秩次和检验

Wilcoxon-Mann-Whitney 统计量 U

例十四 测量了10名不同作业组的工人血铅含量,分析两组之间是否有差别。

非铅作业组 24 26 29 34 43 58 63 72 87 101

含铅作业组 82 87 97 121 164 208 213

1
2
3
4
x <- c(24, 26, 29, 34, 43, 58, 63, 72, 87, 101)
y <- c(82, 87, 97, 121, 164, 208, 213)
wilcox.test(x,y,alternative="less",exact=FALSE,correct=FALSE)
wilcox.test(x, y, alternative="less", exact=FALSE)

例十五 学生数学能力排序: 新方法 3 5 7 9 10, 原方法 1 2 4 6 8。 问新旧方法之间是否有差别。

1
2
3
x <- c(3, 5, 7, 9, 10);
y <- c(1, 2, 4, 6, 8)
wilcox.test(x, y, alternative="greater")

例十六 检验一种药物对于慢性支气管炎有没有效果,抽取了216个病例,治疗效果。分析该药物对两种慢性支气管炎的治疗效果是否相同。

   控制 显效 进步 无效

单纯型 62 41 14 11
喘息型 20 37 16 15

1
2
3
x <- rep(1:4, c(62, 41, 14,11));
y <- rep(1:4, c(20, 37, 16, 15))
wilcox.test(x, y, exact=FALSE)

参考资料

  • 薛毅 陈立萍 《统计建模与R软件》 清华大学出版社 2006

什么是箱线图

什么是箱线图

img

箱线图在文献中经常见到,是对数据分布的一种常用表示方法。但是所见资料中往往说的不是特别清楚,因此需要了解一下箱线图的绘制过程,与部分的意义。

计算过程:

  1. 计算上四分位数,中位数,下四分位数
  2. 计算上四分位数和下四分位数之间的差值,即四分位数差(IQR,interquartile range)
  3. 绘制箱线图的上下范围,上限为上四分位数,下限为下四分位数。在箱子内部中位数的位置绘制横线。
  4. 大于上四分位数1.5倍四分位数差的值,或者小于下四分位数1.5倍四分位数差的值,划为异常值(outliers)。
  5. 异常值之外,最靠近上边缘和下边缘的两个值处,画横线,作为箱线图的触须。
  6. 极端异常值,即超出四分位数差3倍距离的异常值,用实心点表示;较为温和的异常值,即处于1.5倍-3倍四分位数差之间的异常值,用空心点表示。
  7. 为箱线图添加名称,数轴等。

在SPSS,SigmaPlot, R,SPlus,Origin等软件中,绘制箱线图非常方便。

下面是R中的一个箱线图举例, 在R软件中输入如下命令:

1
2
3
4
x <- c(25, 45, 50, 54, 55, 61, 64, 68, 72, 75, 
75,78, 79, 81, 83, 84, 84, 84, 85, 86, 86,
86, 87, 89, 89, 89, 90, 91, 91, 92, 100)
boxplot(x)

对x向量绘制箱线图。

冰凌花

在黑龙江,山中的花草总给人一种质朴大方的美感,虽不像花园里的那么娇艳欲滴,但仿佛为了博得人们的喜爱,那些花朵更添了几分灵气,要么秀丽典雅,要么简约灵动。而其中要提到的,当属冰凌花。

冰凌花是侧金盏花的俗称,村里的人们都叫它冰凌花。在冰天雪地里绽放,这是冰凌花独有的品格。

当春天的气息尚早,一切还沉睡在冬的怀抱,冰凌花,懒洋洋的睁开了眼,扬起了金灿灿的脸,朝着太阳微笑,仿佛那太阳就是为它们而生。你猜想,春天就要来临,这世界肯定还很静,但是,只要看到了冰凌花,仿佛就能听到它们的喧嚣呢。叫它冰凌花,这也不奇怪,在三、四月的黑龙江,随时都可能有漫天飞舞的大雪降临,林子里的积雪还未融化,在这冰天雪地里,一棵棵冰凌花,把春天最早带给了人们。

即使四处依然白雪皑皑,当你看着一朵朵冰凌花,依然在寒风中,在雪地里绽放着,欢笑着。仿佛如果你去用手碰一碰花瓣,都能感受到那融融的暖意。也许冰凌花也能让一颗心感受到温暖

当你看到这一张张金灿灿的冰凌花,心里没感觉暖起来吗?

img
黑龙江帽儿山

img
侧金盏花 学名 Adonis amurensis Regel et Radde

俗称冰凌花 为毛茛科侧金盏花属植物,分布于我国的黑龙江,辽宁,吉林.在3月下旬开花,后展叶,是颇具观赏价值的植物。

科学的价值及其认知误区

二十一世纪的今天,人类无时无刻不在享受科学与技术带来的恩惠,从计算机到汽车,从衣着到手机,现代科学与技术深入到人们生活的每一个角落。但是另一方面,人类也面临着着各种前所未有的威胁,全球变暖,环境污染,核武器威胁等等,已构成了对文明社会持续发展的巨大威胁[1]。教育中的重要方面是科学的与科学方法的学习,媒体热衷于报道科学研究的最新发现,科学及其价值受到了几乎前所未有的关注。但科学究竟是什么? 其价值何在?人们对科学的认知存在哪些误区呢?本文试做阐述。

一 科学是什么?

Science一词,中国最早在清末翻译为“格致”,“科学”一词源于日本的翻译[2],2007 年,维基百科将科学定义为“科学是一个基于科学方法的获取知识的系统,同时,知识的体系也是基于科学方法获得的. 科学有时候称为纯科学,它区别于应用科学.应用科学是将科学研究应用到人们的需要中”[3].而大不列颠百科全书则将科学定义为依据无偏观测和系统实验得出的,关于物质世界及其现象的知识体系。 综合得说,科学包括对解释一般事实的知识或基本规律运行的追求。”[4]可见科学是一种用无偏差的手段,进行观察,实验后对现实的一种解释,是一种知识体系。

二 科学的价值

科学共同体把追求真理、造福人类作为共同的价值追求,致力于促进人的自由发展和人与自然的和谐,体现了科学的人文关怀和社会关怀[5]。但科学在我们今天生活中的价值究竟是什么?

2.1 科学价值定义

价值是对人需要的满足。科学价值是指人从自身需要出发,与科学活动及其成果之间需要与满足关系的审视[6]。

2.2 价值中立说和科学价值负荷说

西方科学价值观大致可分为两种观点,即科学价值中立说和科学价值负荷说。

前者如18 世纪法国启蒙伏尔泰把科学看作是了解自然进而实现支配自然的手段和工具,认为科学使人类改善了物质生活条件、扩大了视野,使人们能够更方便地联系和交往。休谟、康德、韦伯等人认为科学是不承载价值的,科学是正确反映自然界的事物和现象的本质及规律的一种知识体系,是以追求真理为目标的事业。即科学价值的中立说[6]。如史蒂文森认为,科学只能处理事实,而不处理价值;只能处理技巧,而不处理目标;只能处理达到目的的手段,而不处理目的本身,对后者的处理,是由社会决定的[7]。人为科学研究活动是无利益驱动的,它“只为科学而科学”,不问功利[8]。

后者如,彭加勒、默顿、劳丹等人认为科学是一种社会活动,科学不是价值中立的。在科学活动中始终渗透着价值判断因素,科学家进行科学活动时都脱离不了价值判断,因而科学不是纯粹的个性工具,而是处在社会中的复杂事业[6]。科学发展应该有其功利价值,追求实际应用[8]。

这两种观点的争论仍然在继续,从科学发展史上来看,科学研究,往往是适应于社会发展的一定阶段的产物。而作为科学研究本身,其价值并不完全取决于社会,而科学本身也仅仅是对事物的理解与知识体系的完善过程。而直至现在,仍然有学者在强烈的否定科学价值中立论。如果没有社会的需求,就没有大量社会的有效资助, 从而科学难以发展到现在的阶段。所以说, 科学价值中立论只能阻碍科学的发展而不是相反[9]。这种观点模糊了科学本身的概念。

2.3 科学价值的体现

美国物理学家费曼认为:科学的价值第一方面指它在技术上的应用,这是科学最明显的价值之一。第二方面科学为人类提供智慧与思辨的享受。第三个方面是科学的研究方法,是一种永远保持开放的头脑和对任何事物采取一种批判的态度和怀疑的精神[10]。这种观点还可以进一步补充,作为人类知识的积累,就有自身的价值。

另一种观点认为科学价值可分为:科学的内在价值和社会价值 。内在价值主要指科学精神、科学思想、科学方法等成果蕴含于科学本身中; 社会价值是指科学与社会相互作用过程中对人类社会的作用和意义[6]。《中国科学院关于科学理念的宣言》(中国科学院 2007)是将科学作为一种促进国家发展的一种措施,强调其重要性,科学的外在价值从促进国家发展的角度得以体现[5]。

第一 科学本身作为一种价值存在,科学是人类对自然及其规律的一种理解与知识体系,这种知识体系是构建在科学的研究方法基础之上的。随着认知程度的加深,人们理解自然,理解支配物质世界运行的基本规律更近一步。在科学的探究过程中,科学家体会到智慧的快乐。

第二 科学精神的价值。科学是关于“事实的知识”,科学精神是对“事实”的“真”的追求。科学精神,是关于“事实的知识”,是对“事实”的“真”的追求,要求知识符合事实,解决“是与非”、回答“是不是真”的问题[11]。科学精神的本质特征是倡导追求真理,鼓励创新,崇尚理性质疑,恪守严谨缜密的方法,坚持平等自由探索的原则,强调科学技术要服务于国家民族和全人类的福祉 [12]。科学主要以科学思想,科学方法,科学精神潜移默化得影响着人们的思想,影响人的行为,改变社会价值观念[13]。科学精神对人潜移默化的教育,体现出科学的重要价值。

第三 科学的潜在应用价值。任何科学知识,都有潜在被应用的可能。历史上,伦琴在实验室发现X射线时,无法预料其发现在医学上的巨大应用。沃森和克里克在发现了DNA双螺旋结构的时候,也很难预计分子生物学会受到这一发现如此深远的影响。牛顿和莱布尼茨创立了微积分,奠定了高等数学的基础,后来高等数学成了现在科学技术发展的基础。而在科学发现初期,很难预测其后来的重要意义,正所谓“无用之用,是为大用”。正因为如此,基础研究才显得如此重要。

三 认知的误区

3.1 科学与技术的混淆

虽然科学具有潜在的应用价值,但并不代表每一项研究,都能得到实际应用。能够实际应用的是技术本身,而不是事务的原理。历史上,功力思想,急功近利的思想,促进了科学,同时又制约了科学的发展[13]。

前面已经述及,科学与技术是不同的,但是当前的一种常将“科学技术”结合在一起使用,而“科技”一词有时作为科学的代名词,这就在一定程度上混淆了科学与技术。甚至有些从事自然辩证法研究的作者也将两者混淆。例如, 宣称科技价值是一个包含事实价值真理价值和工具价值实用价值两大要素组成[1]。

科学技术是第一生产力。但是真正作为生产力的,应该是应用了科学的技术。而非科学本身。科学要通过一系列的过程,经过理论科学、基础科学,再到应用科学和技术,才能转化成生产力[14 ]。

科学研究的结果往往是不能确定的。 但是由于当前科学与技术的概念的混淆,使得科学研究也需要按照一定的步骤得到某种可以预测达到的目标,而没有在时间或者结果上给科学发现留出足够的余地。用技术的管理办法来管理科学。申报课题时,要求写清楚创新点在哪里,预期产生什么成果,给出明确的研究进展时间表,隔段时间检查,为了验收合格,研究只能按照既定的线路走,这种做法是不符合科学研究的规律的。因此,必须将纯粹科学研究、应用型研究、技术型研究分开对待。在管理上,应根据科学的特点来采取一种评定方式[14]。

3.2 科学的善与恶

如在工业化早期,因环境污染曾导致大量损害人类健康的事件。早在1749年法国哲学家卢梭在《论科学与艺术》中表达了他对科学的否定,他认为,科学的发展,不但没有使贫困人口减少,反而污染了环境,破坏了人类赖以生存的基础,因此认为科学是邪恶的[6]。科学的善恶之争也随之展开。在二十世纪至今,著名的环境公害事件,几乎都和工业发展有关,如光化学烟雾,酸雨,温室气体大量排放,水体污染,海上原油污染等。

一些学者认为,由于科学的承载的价值取向发生问题,因此带来了严重的危害,威胁到了人类生存本身。他们认为科学并非价值中立, 而是具有一定的价值倾向性, 因此无论是在科学研究过程中, 还是在科学应用中都应充分考虑科学的价值倾向, 正确地处理科学与人类的关系, 从而避免科学对于人类的伤害[9]。而的科学家的任务是要为社会的物质生产提供安全、有效的技术支持,真正把科学作为一种为人类谋福利的手段而不是危及下一代的工具[1]。

他们不但粗略得承认科学承载着善与恶,而且混淆了科学与技术的概念。

但是也有学者指出,科学,作为一种不承载价值取向的知识体系,并不会带来环境问题,也更不存在邪恶的之说。如费曼认为科学应用所带来的社会后果并不是科学本身造成的[10],造成这些问题的根源在于技术的滥用。正如李醒民教授所言:科学以及其导致的技术,创造了巨大的物质财富,增进了社会福利,提高了人们的生活水平。 科学也产生了一些不容忽视的副作用,但是这只是技术被恶用,或被误用所致,并非科学本身之过[13]。

3.3 科学成果的评价

在对科学工作者科研水平的评价中,人们正从一种单一评价指标转向另一种单一评价指标,也就是从追求数量,转移到到追求SCI影响因子上。

1990年我国的科技论文篇数全球排名是第15位,2000年排名第8,2004年排名第5,2005年第4,到2007年,科技论文篇数已跃居世界第2了。我们正满怀信心地向全球首屈一指的论文生产大国冲刺[15]。我国具有博士授予权的高校已超过310所,而美国只有253所,博士研究生数量已经超过美国,居世界第一位[16]。2008年5月16日,汤姆森科学论文检索的数据显示:2007年,美国的SCI论文数位居世界第一;中国首次超过日本位居第四,而且只比位居第二的英国少将近4000篇,比位居第三的德国少400篇[17]。

博士研究生世界第一,论文总数世界第二,SCI论文数量世界第四,是否表明我国已经成为科学研究大国了呢? 答案可能仍然不能十分肯定。因为我国的论文质量从总体上来说,仍然缺乏足够的创新性。一切以以发表论文的影响因子为准,也就是认为论文发表刊物的影响因子和论文本身的引用次数是科学研究的水平的唯一标尺。但实际上,大约一半左右的刊物中的文章,可能是不被引用的[17]。而不同学科受到的关注程度是不同,生物学,生态学,数学,医学,物理学之间,科学家的数量,学科发展的时期不同,繁荣程度也不尽相同,势必造成影响因子与论文数量的差异。

论文的质量取决于其深远的影响,而简单的比较论文的横向比较论文的影响因子,或刊物的影响因子是不合适的。国际数学联盟、国际工业与应用数学委员会和国际数理统计学会警告说:“研究太重要,不能只用一种粗糙的工具来衡量它的价值。”[17] 三大国际数学机构联合发布严重警告:科学评价不能过度依赖引文数据。某些研究的初期,可能并不会受到重视,过于依赖影响因子,将可能阻碍学科的发展。《自然》杂志主编坎贝尔在接受采访时说:我们不需要耸人听闻的科学,不需要吸引眼球的科学,不需要头条,真正优秀的科学研究本身才是最重要的[18]。论文影响的深远程度是关键。郭光灿院士告诫他的学生:发表论文还不是科学研究的最终目标,重要的是你的研究对学科发展所产生的真正影响和价值[19]。

参考文献

  • [1] 周志娟 科技负效应、科技的价值和科学家的责任 自然辩证法通讯 2004年3期 12-13
  • [2]艾尔曼 从前现代的格致学到现代的科学 2000年第2期 中国学术 http://www.cp.com.cn/emd/17/newsdetail.cfm?iCntno=1024
  • [3] 时东陆 再论科学的定义 科学 2007,59(5):23
  • [4]”science.” Encyclopædia Britannica. 2008. Encyclopædia Britannica Online. 29 2008 http://search.eb.com/eb/article-9066286
  • [5]中国科学院学部主席团 中国科学院关于科学理念的宣言http://www.cas.cn/html/Dir/2007/02/26/14/77/72.htm 2007年2月26日
  • [6] 王国弘 , 王树恩 科学价值评价的困境及出路 齐鲁学刊 2006 (2) 611-614
  • [7] 李醒民 科学是价值中性的吗? 河南大学学报 自然科学版 2005年12月 35(4) 113-118
  • [8] 韩美兰 论科学价值的基本蕴涵 科学技术与辩证法 2004年6 月21(3) 14 -16
  • [9] 吴兴华 科学价值中立吗? 自然辩证法通讯 2004年02期 8-10
  • [10] 李亚宁 费曼谈科学的价值,大众科技报,2001年9月16日
  • [11] 余谋昌 科学精神?人文精神? 中国青年报 2001年6月10日
  • [12] 路甬祥 科学的价值与精神 科学时报 2008年12月9日
  • [13] 李醒民 关于科学与价值的几个问题 中国社会科学 1990年第5期 43-6
  • [14] 姜靖 专家学者热议:是什么阻碍了科学界经典理论的“中国造” 科技日报 2007年8月3日
  • [15] 武际可 论文等于科学研究吗 杨纯 李大庆 科技日报 2008年6月25日
  • [16] 张志坤 博士生数量世界第一 光明日报 2008年9月24日
  • [17] 王丹红 金碧辉:现在是提高中国论文质量的关键时刻了 科学时报 2008年5月29日
  • [18] 王嘉宁,金煜 菲利普•坎贝尔:惟一要传递的是科学本身 新京报 2007年6月19日
  • [19] 王静 郭光灿院士谈科学理念:发表论文不是目标 科学时报 2008年9月17 日

何人遗此万卷书-贵州梵净山

2007年夏天,我到贵州印江县梵净山植物调查,从棉絮岭到金顶的路上,山坡上大片大片的百合绽放,让人心旷神怡。

到了金顶,觉得那里的石头仿佛也有了灵性,一片一片,真如一本本厚重的百科全书,等待着我们去释读。

李四光先生说,读得自然书才是真正的读书,才是真学问。我也希望,能够慢慢释读这植物学的百科全书,弄清植物区系的历史,群落的历史及其演化规律,看看这部书是怎么写的。

接下来的日志,应该记录我博士生涯的点滴心得,将进化历史融入到植物群落与植物地理的研究中去。