神经系统与统计方法揭示感觉系统信息处理机理

上帝不掷骰子。

——爱因斯坦

混沌之物并非凌乱不堪，世界和谐地隐匿着迷惑，我们在变化中寻觅一致，那里，万物纵然千差万别，却也协调默契。

——亚历山大·蒲柏（Alexander Pope）

19世纪下半叶，统计物理作为一门新兴的学科成了物理学的分支，将概率的语言引入被决定性理论统治的物理中，被誉为物理发展史上的一场革命。整个20世纪，量子力学、相对论和统计物理的建立和发展，成了物理学探索的最前沿。到目前为止，碰到“没有规律”的数据或“很混乱”的不确定的事件，唯一的处理方法就是统计方法。(www.xing528.com)

神经科学家也一样，他们不断地做了大量实验，企图在“随机状的”实验数据中寻找规律。文献［1］指出，统计方法已经成为神经研究中必不可少的一种手段，它不仅是总结实验数据的一种普适手段，还是对生物系统参数估计和参数不确定性进行评价的工具，并且是对理论的适用性进行评价的基本手段，似乎离开了统计方法便无法研究生物系统。随着现代的技术发展，“统计”已经演变为很多方法，如统计平均、各种分布（如高斯概率分布等）、统计相关法、信息熵方法、聚类分析、中心模式理论、模式识别等，以及各种统计指标，如李雅普诺夫指数、分维数、复杂性指标等。

文献［2］和［3］提出了有关不确定性的讨论。这一问题涉及的范围从量子力学中的测不准原理到自由意志，从物理到生物以及哲学等广泛领域。文献［2］和［3］从可逆性、微观和宏观的关系来讨论问题。但是，这些文章最后还是留下了一些使人怀疑的问题。为什么目前在脑科学研究中常会出现完全相反的观点，同时它们却都有实验“佐证”？对于这些不能解决的矛盾问题，人们往往把它们归结为“脑太复杂”，很多因素还没有被掌握的结果。我们认为不恰当使用统计方法也许是其中的原因之一。

基于S 空间假设的出现，我们对统计有了另一种看法。现有的科学都以“线性观”为主，线性观强调的是稳定、平衡、确定性和一致性。而生物系统是非线性的，是以不稳定、非平衡、不确定和非一致性为特征的。线性观与非线性观两者完全相反，对不确定性的看法也完全相反，因此对处理“较乱的数据”也应该存在两种看法。线性观认为，数据是确定的，虽然表面上看很乱，但其中必有一个确定的规律，也就是说其中存在一个统计规律。非线性观认为，“较乱的数据”可能源于系统本身的特点，无法用统计方法描述。也可以说，对统计的看法不同，实际上也反映了线性和非线性观念的不同。应该说，现有的统计观点是线性观点，统计方法适用于线性稳定系统，对非线性不稳定系统却不一定适用。

要建立认识不稳定和不确定性的观点，就要对统计方法有一个正确的认识。因为对统计的看法将直接影响我们对很多问题的看法，有必要专列一章来讨论对统计方法的认识问题。