本周的Monday@TEDtoChina栏目介绍牛津大学统计学教授彼得•多纳利（Peter Donnelly）在TEDGlobal 2005年大会的演讲。这个每日专栏由王韫千主持。如果你有兴趣在周一专栏发表你撰写的TED演讲稿件，请发邮件至Monday at TEDtoChina dot com联络她。今天的稿件由韫千撰写。

王韫千
Monday@TEDtoChina专栏主持人

王韫千毕业于华东政法大学英语（涉外法律）专业，目前在美国宾夕法尼亚大学攻读跨文化交流专业。她相信文字与传媒的力量，喜欢生活中美好的事物与思想，喜欢与人分享，希望用自己的力量尽可能多地帮助他人。

联络方式：Monday at TEDtoChina dot com

彼得•多纳利（Peter Donnelly）现任牛津大学统计学教授，他不仅是概率理论的专家，还将统计学方法运用于基因研究中，推动了疾病治疗领域的发展。同时，他也擅长DNA分析，并提倡将合理的统计分析方法引入法庭。在TEDGlobal 2005年大会上，他为大家讲述了错误的统计数据是如何迷惑陪审团，导致错误判定结果的。

在旁人看来，统计学也许是枯燥无趣的。彼得告诉大家，当晚在牛津大学自然历史博物馆将举办一场酒会。他假想，当现场有人问你是做什么的时候，如果你告诉对方你是统计学家，那么可能他不是借口发现了自己久未相见的兄弟姐妹，就是借口去拿点东西填饥或解渴，离你而去。不过，话说回来，那个留下来和你谈话的人，一定是真正想要和你交流的人。

虽然统计学家并不是人们邀请的常客，但对概率知识的运用却在我们的日常生活中随处可见。彼得以投硬币为例，他问观众，是连续出现“正－反－正”还是“正－反－反”的可能性大？大多数观众都会回答概率一样大。但其实，正确答案是掷出“正－反－反”的概率更大。原因在于，虽然两种结果在最后一局时，都有50%的成功可能性，但“正－反－正”如果变成“正－反－反”，那么就需要再投出一次“正”，才能重新开始。而“正－反－反”如果没投中，就是“正－反－正”，那么下一轮马上就能开始。彼得指出，其实大多数人都错误地理解了这个简单的概率事件。

彼得随后将话题引入了他感兴趣的遗传学领域。与投掷硬币类似的是，当我们观察DNA时，我们能观察到DNA分子四种碱基A、G、C、T的序列。当有某中特定序列组合出现时，类似于化学剪刀的限制性内切酶就会剪切DNA分子。这时，问题就和投掷硬币类似——反复出现某种序列组合的概率是多少？

彼得认为，我们利用计算机建模、数学建模或统计技术能够揭开许多人类奥秘。其中他还提及了自己参与的两个宏伟计划：试图找出人类共性的人类基因计划(Human Genome Project)和试图理解人类差异的国际单体型图计划（HapMap Project）。他们的最终目的是想要了解，不同的基因如何导致不同的疾病，从而找到更好的疾病治疗方法或预防途径。

TED.com: Peter Donnelly shows how stats fool juries

言归正传回到统计，彼得提醒我们要注意统计的方法与结论。他向大家介绍了一个统计学上常用的例子。假设一万人中只有一人会患一种罕见的疾病，对100万人进行测试，测试结果的准确率高达99％。虽然这个准确率已经很高，但我们同时意识到，由于健康群体的数字庞大，即使是1％的错误率也会导致许多错误结论。

对于测试出来有病的情况，现在有两种：一种是一个人没有患病，测试仪器说他患病；另一种是一个人患病，测试仪器也说他患病。彼得说我们应该做的是通过测试两种不同可能性之间的相互关联，得出最后的概率结果。

彼得提到了一起曾在英国轰动一时的误判案件。当事人Kelly Clarkson的两个孩子分别猝死，她被指控犯谋杀罪。在法庭上，一位著名儿科医生举证，在Kelly Clarkson这样的家庭中（知识分子，无吸烟群体），两个婴儿双双猝死的概率为1/7300万。可他是如何得到这个数据的呢？原来，他从一些研究中了解道，在像Kelly Clarkson这样的家庭中，一个婴儿猝死的概率为1/8500。他将两个婴儿猝死的概率看作投硬币事件中的独立事件概率，于是将两个1/8500相乘得到了最后的结论。可是陪审团并不了解这一结果的前提假设，他们看到的只是1/7300万这样一个数据。

彼得认为这个结论并不准确。我们也许没有意识到诸如环境或者基因等因素对婴儿猝死的影响，如果1/8500的概率中包含着其他因素，我们就不能简单地将两个1/8500相乘。还有媒体宣称，Kelly Clarkson的无罪可能是1/7300万，彼得认为这也存在着逻辑错误。与之前的测试疾病例子相同，现在同样也存在着两种解释，一种是假设Kelly Clarkson无无罪（美国司法系统通常采用无罪假设），而遭受了极小的两个婴儿双双猝死的概率事件；另一种是Kelly Clarkson有罪。我们需要同时衡量这两种可能性，而不是简单地将Kelly Clarkson的无罪率等同于婴儿猝死的概率。

环顾我们的生活，不确定事件、偶发事件和机遇事件无时不在发生，但我们往往对这些事件缺乏理性的逻辑分析。随着统计学逐渐成为各行各业进行质量控制的基本方法，我们应该对这些偶发事件具有掌控力，或者，至少我们应该意识到自己无法掌控而不去妄下论断。如果陪审团能够更准确地解读这些数据,像Kelly Clarkson这样蒙冤入狱的案件也会减少一些吧。

相关链接：

International HapMap Project ： http://hapmap.ncbi.nlm.nih.gov/

您可以通过RSS阅读器订阅“TEDtoChina”的文章：
http://feeds.feedburner.com/tedtochina
欢迎发表评论，参与“TEDtoChina”的讨论组，或者在 twitter 上面 follow我们，以及关注我们的新浪微博（http://t.sina.com.cn/tedtochina）。
参与越多，您也会学到更多。