1701023329
上图表明，总的来说，分数高的学校收费也高。但是，高多少呢？这就需要在图中引入线性回归这个工具了。在上图中，所有的点很明显都不在同一条直线上。但是，这些点并不十分分散，我们可以徒手画出一条直线，从这些点比较集中的位置穿过。借助线性回归，无须猜测，就可以画出最接近于[1]所有点的直线。对于北卡罗来纳的高校，这方面的大致情况可用下图表示。
1701023330
1701023331
1701023332
1701023333
1701023334
图中直线的倾斜角度约为28度，这意味着：如果学费真的完全取决于SAT分数，而且决定关系可由我在图中绘制的直线来表示，那么SAT分数每提高1分，与之相对应，学费就会增加28美元。如果新生的SAT平均分提高50分，就可以把新生的人均学费提高1 400美元。（从学生家长的角度看，孩子的分数提高100分，就意味着家长每年要多支付2 800美元的学费。由此可见，考试辅导班比我们预想的要贵得多！）
1701023335
1701023336
线性回归是一个非常实用的工具，用途广泛、操作简便，只需要在数据表上点击鼠标即可完成。这个工具可以用来处理包含两个变量的数据集（就像前文中我绘制的那些图），而且，在处理含有三个变量甚至1 000个变量的数据集时，效果同样好。在希望了解哪些变量对其他变量有作用以及作用方向时，我们第一个想到的就是线性回归。不夸张地说，线性回归可以处理所有数据集。
1701023337
1701023338
线性回归应用广泛，这既是一个长处，也会带来问题。我们尚未考虑正在建模的现象是否真的接近于线性，就可能会迫不及待地对其进行线性回归，但这样做肯定是不妥当的。的确，我说过，线性回归就像一把螺丝刀，但是从另一个方面看，它更像一把锯。如果未经考虑拿来就用，那么后果可能会相当可怕。
1701023339
1701023340
以上一章讨论的导弹发射为例。也许，导弹根本不是我们发射的，甚至有可能我们就是导弹要袭击的目标。因此，我们迫切希望尽可能准确地分析导弹的运动轨迹。
1701023341
1701023342
如果我们已经把导弹在不同时间点上的竖直位置绘制成5个点，那么这幅图大概如下图所示：
1701023343
1701023344
1701023345
1701023346
1701023347
接着，我们迅速完成了线性回归并得出了完美的分析结果。我们画出的直线几乎正好从那5个点上穿过：
1701023348
1701023349
1701023350
1701023351
1701023352
（一旦完成上述操作，就代表我们的手正在伸向锯子锋利的锯齿。）
1701023353
1701023354
这条直线为导弹的运动轨迹建立了一个精准的模型：在飞行过程中，导弹每分钟都会升高固定的高度，比如说400米。一小时之后，导弹会飞升到距离地面24 000米的高度。那么，导弹何时落地呢？根本不会落地！这条直线将一直向上延伸，这就是直线的特点。
1701023355
1701023356
（血花飞溅，皮开肉绽，凄厉的惨叫声。）
1701023357
1701023358
不是所有的线都是直线，所以导弹的运动轨迹绝对不可能是直线，而是抛物线。就像阿基米德的圆一样，近距离观察这条抛物线，就像一条直线。正因为如此，在跟踪到导弹之后，线性回归可以成功地告诉我们5秒之后该导弹所在的位置。但是，如果间隔了一个小时呢？想都别想！我们根据模型预测导弹会处于平流层下层，而实际上导弹可能就要落到我们的屋顶上了。
1701023359
1701023360
针对这种不假思索就进行线性回归的最生动警告，不是统计学家发出的，而是来自马克·吐温（Mark Twain）。他在小说《密西西比河上的生活》（Life on the Mississippi）[2]中写道：
1701023361
1701023362
176年前，密西西比河在凯罗与新奥尔良之间的河段长1 215英里[3]。经过1722年的截弯取直之后，这个河段缩短为1 180英里，之后在美洲湾取直之后，缩短为1 040英里。再后来，这个河段又缩短了67英里，因此，现在它的长度仅为973英里……在176年的时间里，下密西西比河缩短了31英里多。因此，只要不是瞎子和白痴，稍做冷242英里，平均每年缩短1静的分析，我们就不难推测出，在距明年11月有100万年间隔的鲕状岩志留纪时期（Old Oolitic Silurian Period），下密西西比河应该有130万英里长，像一根钓鱼竿一样，远远地伸出墨西哥湾。同样，我们也会推测出，再过742年，下密西西比河将只有131英里长。到那时，凯罗与新奥尔良会连成一片，那里的人们在同一位市长与同一个市政委员会的领导下，勤勤恳恳地过着舒舒服服的日子。这就是科学的魅力，只要对事实稍加调查，我们就能生出无数的猜想。
1701023363
1701023364
学生应该从数学课上学些什么？
1701023365
1701023366
微积分的方法与线性回归十分相似，两者都是纯机械性方法，用计算器就可以完成。但是，如果漫不经心，就会犯严重的错误。在微积分考试中，题目可能要求在水壶上凿一定尺寸的洞，让水以一定流速从壶中流出，并流淌若干时间，然后要求你计算壶中所剩水的重量。在时间比较紧张的情况下，学生做这类题目时很容易犯计算错误。有时，因为计算错误，学生可能会得出荒谬的结果，例如壶中水的重量是–4克。
1701023367
1701023368
如果学生的答案是–4克，并且潦草地在试卷上写下一行十分沮丧的话：“我算错了，但是我找不到哪里出错了”，那么，我会给他们一半的分数。
1701023369
1701023370
如果他们只写下“–4克”作为答案，他们就会得零分，哪怕整个推导过程都正确，只是在中间某个地方把一个数字搞错了。
1701023371
1701023372
计算积分或者进行线性回归，用计算机就能完成，但是，判断所得结果是否有意义，或者判断所采用的方法是否正确，则离不开人的智慧。我们在教授数学时，应该告诉学生如何应用人的智慧，否则，我们培养出来的学生从本质上就会与微软的Excel程序没什么两样，而且反应迟钝、漏洞百出。
1701023373
1701023374
但是，坦率地讲，有很多数学课程真的就是这样。下面我向大家介绍一个复杂漫长又充满争议的情况（尽管我长话短说，但是所说的内容仍然富有争议性）。几十年来，针对儿童的数学教育一直是所谓的“数学战争”的战场。一方面，有些老师强调熟记规则、解题过程流畅、遵从传统的运算法则，力求答案精准无误；另一方面，有些老师则认为在教学过程中应让学生掌握所学内容的含义，学会正确的思考方法，引导学生去发现，而不要求得出标准答案。第一种方法被称作传统教学，而第二种则被称作教学改革，尽管这种被视为打破传统、鼓励发现的方法已经以某种形式存在了几十年，但人们对所谓的“改革”是否真的可以称作改革依旧争论不休。在数学的盛会上讨论政治或者宗教，本身也无可厚非，但是以讨论数学教学法开始、以某人因为反对传统教学法或教学改革而怒气冲冲地拂袖而去收场，就很不应该了。
1701023375
1701023376
我自认为不属于任何一个阵营。有些改革派希望不要要求学生背诵乘法表，这样的做法我不敢苟同。在认真思考数学问题时，我们有时必须完成6×8这样的运算，如果我们每次都要使用计算器，思路就会被打断，无法认真思考。在写十四行诗时，如果每个单词都要查字典，那么这首诗将永远无法完成。
1701023377
1701023378
有的改革派步子迈得太大，他们甚至认为，如果经典运算法则（例如，“在求两个多位数的和时，如果需要，可以列竖式计算”）影响学生独立地了解数学对象的属性，就应该从课堂教学中移除。[4]