对比一下国内和国外教育一些随想

可能是国情所致吧

我记得我一些实验报告,10业长,当中有7-8业是用来分析到底什么原因导致数据不完美,寻找造成这些不完美的因素, 结合其他原理进行分析,比如一个模型是没有考虑到能量损失的, 而实验数据和理想数据之间的差异,会不会就是因为能量损失造成的.
——这个么，态度很好，不过，坦率地说，一定是前期工作没有做完善。
举例。近来读一些有关金融市场的论文资料，有个硕士生在论文里做期货市场效率（弱式有效性检验），也是洋洋数页，愈看愈心惊，到最后，检验结果于所提出的理论假设偏差比较大（基本相反）；于是，不无主观地给了一个解释出来；其实，由于时间序列数据自身的特性，她选用的数据有问题；前提处理有问题；上软件也有问题；而且，致命的是：几乎同类研究都会做类似检验，98%的结论都是肯定的；这使她的研究缺乏创新点；也存在技术上的错误。 因此，科研态度很重要，但科研方法的采用更重要；尤其是经济科学这样一个相对缺乏客观性，因而工具有限，方法和路径依赖严重的“科学”领域~~

国情

以下是引用le2005在2009-1-11 20:38:00的发言：
我记得我一些实验报告,10业长,当中有7-8业是用来分析到底什么原因导致数据不完美,寻找造成这些不完美的因素, 结合其他原理进行分析,比如一个模型是没有考虑到能量损失的, 而实验数据和理想数据之间的差异,会不会就是因为能量损失造成的.
——这个么，态度很好，不过，坦率地说，一定是前期工作没有做完善。
举例。近来读一些有关金融市场的论文资料，有个硕士生在论文里做期货市场效率（弱式有效性检验），也是洋洋数页，愈看愈心惊，到最后，检验结果于所提出的理论假设偏差比较大（基本相反）；于是，不无主观地给了一个解释出来；其实，由于时间序列数据自身的特性，她选用的数据有问题；前提处理有问题；上软件也有问题；而且，致命的是：几乎同类研究都会做类似检验，98%的结论都是肯定的；这使她的研究缺乏创新点；也存在技术上的错误。 因此，科研态度很重要，但科研方法的采用更重要；尤其是经济科学这样一个相对缺乏客观性，因而工具有限，方法和路径依赖严重的“科学”领域~~

很坦率地说， 你自己并不是工科专业的学生，你自然不会理解这些数据分析的作用。

人口统计有100万人口误差是正常， 经济 的计量统计，尤其宏观部分 有1个亿误差是正常。  但是对于工科和科学专业，尤其是应用类别的，就完全不是这么一回事了。

lz说的不错。

 

其实在我第一天开始接触数据的时候，就被教授严格地告知，无论数据结果有多么荒谬，都不要去改动它的原始值。我想说深一些，有些关系到了诚信问题了。而且我发现很多人做数据分析的时候，是拿起来就做，跟本就没有好好地考虑一下数据的特征，而是强行地把自认的模型加上去，有时难免数据的结果不是很乐观。再者，数据分析都是严格的遵照理论来建立的，而关于模型的设定，遗漏变量，设置问题等等应该说还是很严肃的一章节在计量的教科书里面，我想这章也常常被大家忽视了。其实如果在你发现有些结果难以接受，这也正是你发现问题的锲机。如果抛开模型设置错误等等问题，你常常会得到别人都没有机会解释的东东。

 

至于楼主说的第二点，也是严格赞同的。

每次我们交作业的时候，都是很短的时间交几千字，是关于某一理论的论述。坦白说，正确答案是没有的。如果你按照讲义的那几个重点，只按照教授给的参考资料来写，是会及格，但是绝对得不到高分的。这就需要自己多读有关的资料，背景知识，最新研究结果，和一些争论问题，而这一切，完全是培养了学生自己研究能力，思维能力和运用语言的能力的。

 

第三点，当时我是无意中发现学校好像有类似的事情。记得当初看得是一个类似正态分布的图形，最后的零星的学生真得会被费掉，自己当时的恐惧是可想而至了。而这种恐惧，今天看来完全就是动力了。还是那句话，国外的考试题目，很多很多真的是没人给你正确答案的，真正的你认为正确的答案最后只来自你对这个问题的理解，当然，这个理解完全是需要你付出汗水的，不仅仅是教授课堂上那点讲义而已。

 

看了深受启发，大学教育确实有很多弊端。

多谢！很有启发，再次感谢！

收获很大

支持一下~~国外的教育的确比国内的教育有一些进步

同意观点，但也不是所有的外国教育模式都值得推崇呀.比如我现在呆的大学，BUSSINESS的学生连什么是MARKETING的基本理论都搞不清，就让做研究报告。