大學(xué)《統(tǒng)計思想綜述》題庫試題「附答案」1.（單選）“統(tǒng)計思想”一詞最早被系統(tǒng)闡述于下列哪本著作？A.Fisher《TheDesignofExperiments》B.Pearson《TheGrammarofScience》C.Laplace《APhilosophicalEssayonProbabilities》D.Hacking《TheEmergenceofProbability》答案：B解析：KarlPearson在1892年出版的《科學(xué)的語法》中首次把統(tǒng)計方法上升為“思想”層面，提出“科學(xué)的統(tǒng)一性在于統(tǒng)計描述”，而Fisher、Laplace、Hacking雖對統(tǒng)計哲學(xué)有貢獻，但并未直接使用“統(tǒng)計思想”這一術(shù)語。2.（單選）下列哪一選項最能體現(xiàn)“數(shù)據(jù)生成機制（DGP）”與“統(tǒng)計模型”之間的哲學(xué)差異？A.前者是客觀存在，后者是主觀建構(gòu)B.前者包含參數(shù)，后者不含參數(shù)C.前者只能用非參數(shù)方法刻畫，后者只能用參數(shù)方法刻畫D.前者與樣本量無關(guān)，后者與樣本量有關(guān)答案：A解析：DGP是自然界或社會系統(tǒng)中真實產(chǎn)生數(shù)據(jù)的過程，具有本體論地位；統(tǒng)計模型是研究者對DGP的近似描述，屬于認(rèn)識論工具，因此差異的根本在于主客觀關(guān)系。3.（單選）若隨機變量X的分布屬于指數(shù)族，且其自然參數(shù)空間包含一個開集，則下列哪條性質(zhì)必然成立？A.樣本均值是充分統(tǒng)計量B.樣本方差是完備統(tǒng)計量C.最大似然估計漸近有效D.貝葉斯估計與頻率估計等價答案：C解析：指數(shù)族+開集條件保證Cramér-Rao下界可達(dá)，MLE的漸近正態(tài)性、一致性及有效性成立；A、B、D均需要額外條件。4.（單選）在Neyman-Pearson框架下，若對簡單原假設(shè)H?:θ=θ?使用似然比檢驗，顯著性水平α固定，當(dāng)備擇假設(shè)H?:θ=θ?逐漸遠(yuǎn)離θ?時，檢驗功效（power）的變化趨勢為：A.單調(diào)不增B.單調(diào)不減C.先增后減D.保持不變答案：B解析：似然比統(tǒng)計量非負(fù)，且隨|θ??θ?|增大其非中心性參數(shù)增大，功效函數(shù)在固定α下單調(diào)不減。5.（單選）“貝葉斯假設(shè)檢驗使用Bayes因子而非p值”這一做法的核心哲學(xué)理由是：A.p值無法度量證據(jù)強度B.p值依賴于抽樣計劃C.Bayes因子滿足似然原理D.以上皆是答案：D解析：p值在Neyman-Pearson框架下是“重復(fù)抽樣”下的錯誤率，不直接度量數(shù)據(jù)對假設(shè)的證據(jù)；同時p值對停止規(guī)則敏感，違反似然原理；Bayes因子則直接比較邊際似然，滿足似然原理且量化證據(jù)。6.（單選）DeFinetti表示定理說明：A.任意可交換序列均可表示為獨立同分布變量的混合B.任意獨立序列均可表示為可交換序列C.任意平穩(wěn)序列均可表示為鞅差序列D.任意鞅差序列均可表示為可交換序列答案：A解析：DeFinetti定理指出，若無限序列可交換，則存在隨機分布函數(shù)使變量條件獨立同分布，體現(xiàn)“主觀概率”與“客觀頻率”的橋梁。7.（單選）“Bootstrap置信區(qū)間的迭代偏倚校正（BCa）”中，加速度（acceleration）a的估計主要用來修正：A.抽樣分布的偏度B.抽樣分布的峰度C.抽樣分布的離散度D.抽樣分布的尾部指數(shù)答案：A解析：BCa通過估計偏度相關(guān)的加速度a，使置信區(qū)間的端點向偏斜相反方向移動，達(dá)到二階精度。8.（單選）若對高維回歸（p?n）使用Lasso，且真實系數(shù)向量僅有k個非零元，則下列哪種條件下Lasso的“不可表示條件（IrrepresentableCondition）”成立？A.設(shè)計矩陣的列滿足兩兩正交B.設(shè)計矩陣的Gram矩陣的逆存在C.活躍變量與非活躍變量的協(xié)方差足夠小D.誤差項服從亞高斯分布答案：C解析：不可表示條件要求活躍集與非活躍集之間的協(xié)方差不能過大，否則Lasso無法一致選擇真實模型；正交設(shè)計是充分非必要條件。9.（單選）“統(tǒng)計學(xué)習(xí)理論”中，Rademacher復(fù)雜度與VC維相比，其優(yōu)勢在于：A.可直接用于任意損失函數(shù)B.數(shù)據(jù)依賴，可給出更緊的泛化界C.計算復(fù)雜度更低D.不依賴于假設(shè)空間的基數(shù)答案：B解析：Rademacher復(fù)雜度基于給定樣本計算，能反映數(shù)據(jù)分布特性，因此泛化誤差界通常比基于VC維的分布無關(guān)界更緊。10.（單選）下列關(guān)于“因果推斷中的前門準(zhǔn)則”的描述，正確的是：A.前門變量必須位于從處理到結(jié)果的所有通路上B.前門變量必須屏蔽處理與混雜之間的直接聯(lián)系C.前門變量無需被觀測D.前門準(zhǔn)則不需要結(jié)構(gòu)方程模型答案：B解析：前門準(zhǔn)則要求：1.前門變量Z完全中介X→Y；2.Z與混雜U獨立給定X；3.Y與X獨立給定Z與U。條件2即“屏蔽”作用。11.（單選）若對泊松回歸使用對數(shù)連接函數(shù)，且存在過度離散（over-dispersion），則仍使用標(biāo)準(zhǔn)最大似然估計會導(dǎo)致：A.回歸系數(shù)估計有偏B.標(biāo)準(zhǔn)誤估計偏小C.標(biāo)準(zhǔn)誤估計偏大D.回歸系數(shù)估計不一致答案：B解析：過度離散使實際方差大于名義方差，標(biāo)準(zhǔn)誤被低估，導(dǎo)致置信區(qū)間過窄、第一類錯誤率膨脹；系數(shù)本身仍一致。12.（單選）在EM算法中，若Q函數(shù)在M步可解析求導(dǎo)，則該算法收斂點：A.必為對數(shù)似然的局部極大B.必為對數(shù)似然的全局極大C.必為觀測似然的駐點D.必為完全似然的鞍點答案：C解析：EM收斂到觀測似然函數(shù)的駐點（梯度為零），但不保證是局部極大，更不一定是全局極大。13.（單選）“統(tǒng)計思想”中的“數(shù)據(jù)主義（Dataism）”主張：A.一切科學(xué)問題均可還原為數(shù)據(jù)量大小B.相關(guān)性足以取代因果性C.數(shù)據(jù)即現(xiàn)實，模型只是裝飾D.數(shù)據(jù)與理論應(yīng)雙向迭代答案：D解析：現(xiàn)代數(shù)據(jù)主義強調(diào)數(shù)據(jù)驅(qū)動與理論驅(qū)動的融合，反對“無理論”的極端經(jīng)驗主義；A、B、C均為被批判的極端觀點。14.（單選）若對時間序列使用ARIMA(0,1,1)模型，其MA(1)系數(shù)為?0.8，則該過程對永久沖擊的“記憶”表現(xiàn)為：A.有限記憶，3期后消失B.無限記憶，衰減率指數(shù)?0.8C.無限記憶，衰減率指數(shù)0.2D.無限記憶，衰減率線性答案：C解析：ARIMA(0,1,1)的一階差分為MA(1)，其沖擊響應(yīng)權(quán)重呈指數(shù)衰減，衰減率為1+θ=0.2，故記憶持久但衰減。15.（單選）“統(tǒng)計倫理”中，對敏感問題采用“隨機化回答技術(shù)”主要解決：A.非抽樣誤差B.測量誤差C.社會期望偏倚D.無回答誤差答案：C解析：隨機化回答通過引入已知概率的隨機機制，切斷真實回答與身份識別之間的聯(lián)系，降低受訪者因社會期望而撒謊的動機。16.（單選）若對分層抽樣使用事后分層（post-stratification），與事前分層相比，其方差減少效果取決于：A.事后層權(quán)是否與總體層權(quán)一致B.層內(nèi)方差是否遠(yuǎn)小于層間方差C.樣本量是否足夠大以使每層均有觀測D.以上皆是答案：D解析：事后分層需滿足：1.樣本對每層均有覆蓋；2.層內(nèi)同質(zhì)、層間異質(zhì)；3.已知總體層權(quán)。三者共同決定方差減少幅度。17.（單選）“統(tǒng)計思想”中的“模型不確定性”與“參數(shù)不確定性”相比，下列說法正確的是：A.前者可通過模型平均降低，后者不能B.前者隨樣本量增加而消失，后者不會C.前者可用BIC量化，后者可用后驗方差量化D.兩者均隨樣本量增加而消失答案：C解析：模型不確定性指不同模型間選擇的不確定性，可用BIC、AIC、Bayes因子等近似；參數(shù)不確定性指給定模型下參數(shù)估計的波動，用后驗方差或標(biāo)準(zhǔn)誤度量；A錯在參數(shù)不確定性也可通過模型平均降低；B錯在模型不確定性不必然消失。18.（單選）若對函數(shù)型數(shù)據(jù)使用FPCA，則選擇截斷維度K的“累積方差貢獻率>85%”準(zhǔn)則的哲學(xué)基礎(chǔ)最接近：A.主成分的可解釋性B.Kullback-Leibler信息損失最小C.特征值的Shannon熵最大D.過擬合與欠擬合的權(quán)衡答案：D解析：85%準(zhǔn)則本質(zhì)是偏差-方差權(quán)衡的經(jīng)驗法則，既保留主要波動信息，又避免噪聲維度，屬于啟發(fā)式?jīng)Q策而非信息論最優(yōu)。19.（單選）“統(tǒng)計思想”中，對“可重復(fù)性危機”貢獻最小的因素是：A.選擇性報告B.HARKingC.預(yù)注冊D.p-hacking答案：C解析：預(yù)注冊通過提前公開假設(shè)與分析計劃，抑制選擇性報告與p-hacking，是解決方案而非危機成因。20.（單選）若對深度神經(jīng)網(wǎng)絡(luò)使用Dropout訓(xùn)練，則其“模型平均”解釋對應(yīng)貝葉斯視角的：A.對后驗分布的蒙特卡洛近似B.對先驗分布的變分近似C.對證據(jù)下界的優(yōu)化D.對預(yù)測分布的Laplace近似答案：A解析：Dropout可視為對網(wǎng)絡(luò)權(quán)重的Bernoulli先驗，預(yù)測時對各子網(wǎng)絡(luò)輸出求期望，即對后驗進行蒙特卡洛積分。21.（多選）下列哪些陳述符合“統(tǒng)計思想”中的“模型生成式觀點（Model-GeneratingView）”？A.模型是科學(xué)家對數(shù)據(jù)生成機制的想象B.模型選擇應(yīng)基于預(yù)測性能而非真實度C.模型可通過迭代與數(shù)據(jù)對話而演化D.模型必須可解釋才能被接受答案：A、C解析：模型生成式觀點強調(diào)模型是創(chuàng)造性構(gòu)造，通過數(shù)據(jù)反饋修正；B屬預(yù)測主義，D屬解釋主義，均非核心。22.（多選）關(guān)于“統(tǒng)計思想”中的“因果層級（Pearl’sCausalHierarchy）”，下列哪些層級需要反事實？A.關(guān)聯(lián)（Association）B.干預(yù)（Intervention）C.反事實（Counterfactual）D.分布（Distribution）答案：C解析：Pearl三層：關(guān)聯(lián)、干預(yù)、反事實；只有第三層需要反事實推理。23.（多選）若對空間自回歸模型（SAR）使用最大似然估計，下列哪些因素會導(dǎo)致參數(shù)估計的漸近方差增大？A.空間權(quán)重矩陣行標(biāo)準(zhǔn)化后特征值趨近1B.空間依賴強度趨近1C.樣本量固定而空間單元增多D.誤差項方差增大答案：B、D解析：空間依賴強度→1時，信息矩陣接近奇異；誤差方差直接放大方差；A、C不必然增大方差。24.（多選）下列哪些技術(shù)可用于“統(tǒng)計思想”中的“模型可解釋性”提升？A.SHAP值B.LIMEC.深度特征可視化D.隨機森林變量重要性答案：A、B、C、D解析：四者均提供不同層面的解釋：局部/全局、模型無關(guān)/模型特定。25.（多選）“統(tǒng)計思想”中，對“大數(shù)據(jù)”提出的“稀疏性假設(shè)”包括：A.系數(shù)稀疏B.協(xié)方差稀疏C.圖結(jié)構(gòu)稀疏D.誤差分布稀疏答案：A、B、C解析：稀疏性通常指參數(shù)、協(xié)方差或圖邊稀疏；誤差分布稀疏（如尖峰厚尾）非假設(shè)核心。26.（填空）若隨機變量X服從N(0,1)，則其熵功率（entropypower）為________。答案：2πe解析：高斯變量熵h=?ln(2πeσ2)，熵功率定義為e^(2h)/2π，代入σ2=1得2πe。27.（填空）在“統(tǒng)計思想”中，F(xiàn)isher信息量I(θ)可視為________幾何的度量張量。答案：統(tǒng)計流形解析：Rao將Fisher信息視為參數(shù)空間的黎曼度量，開創(chuàng)信息幾何。28.（填空）若對二項分布Bin(n,p)使用Jeffreys先驗，則其形式為________。答案：Beta(?,?)解析：Jeffreys先驗與Fisher信息平方根成比例，對二項情形得Beta(?,?)。29.（填空）“統(tǒng)計思想”中，對模型選擇使用“最小描述長度（MDL）”準(zhǔn)則，其編碼長度包含________長度與________長度之和。答案：模型；數(shù)據(jù)給定模型解析：MDL=模型編碼長度+數(shù)據(jù)在模型下的編碼長度，體現(xiàn)奧卡姆剃刀。30.（填空）若對泊松過程使用Gamma過程作為其共軛先驗，則后驗分布仍為________過程。答案：Gamma解析：Gamma是泊松likelihood的共軛先驗，后驗更新形狀與率參數(shù)。31.（判斷）“統(tǒng)計思想”中，Bootstrap方法無需任何分布假設(shè)，因此其置信區(qū)間總是具有二階精度。答案：錯誤解析：Bootstrap區(qū)間需平滑條件及有限方差，BCa、ABC等校正才達(dá)二階精度；樸素百分位區(qū)間僅一階。32.（判斷）若兩個變量在因果圖中被m-分離，則它們在任何概率分布下均條件獨立。答案：錯誤解析：m-分離僅保證在“忠實性（faithfulness）”假設(shè)下對應(yīng)條件獨立；若分布非忠實，可能出現(xiàn)依賴。33.（判斷）“統(tǒng)計思想”中，使用交叉驗證選擇超參數(shù)必然導(dǎo)致模型選擇一致性。答案：錯誤解析：交叉驗證具漸近模型選擇一致性需滿足“訓(xùn)練/驗證比→0”等條件；高維下可能過擬合。34.（判斷）對任意凸損失函數(shù)，梯度下降法必收斂到全局最小。答案：錯誤解析：需損失函數(shù)可微且L-光滑、步長適當(dāng)；非光滑或步長不當(dāng)可能收斂到局部最小或發(fā)散。35.（判斷）“統(tǒng)計思想”中，后驗概率與p值在零假設(shè)下均服從Uniform(0,1)。答案：錯誤解析：僅當(dāng)原假設(shè)為簡單假設(shè)且檢驗統(tǒng)計量連續(xù)時，p值在原假設(shè)下服從Uniform(0,1)；后驗概率無此性質(zhì)。36.（簡答）闡述“統(tǒng)計思想”中“數(shù)據(jù)科學(xué)三角”及其相互關(guān)系，并舉一例說明忽略一角可能帶來的風(fēng)險。答案：數(shù)據(jù)科學(xué)三角指“領(lǐng)域知識”“統(tǒng)計方法”“計算技術(shù)”。三者相互制約：領(lǐng)域知識指導(dǎo)變量選擇與因果假設(shè)；統(tǒng)計方法提供推斷框架；計算技術(shù)實現(xiàn)可擴展算法。若忽略領(lǐng)域知識，僅依賴高維算法，可能把“冰淇淋銷量—溺水死亡”的虛假相關(guān)誤認(rèn)為因果，導(dǎo)致錯誤政策。37.（簡答）解釋“統(tǒng)計思想”中“穩(wěn)定性（Stability）”與“可重復(fù)性（Replicability）”的差異，并指出哪一概念更貼近科學(xué)哲學(xué)中的“可靠證據(jù)”。答案：穩(wěn)定性指模型輸出對數(shù)據(jù)微小擾動的敏感程度，可用擾動下預(yù)測方差度量；可重復(fù)性指獨立研究在相同條件下重現(xiàn)結(jié)果的能力?？茖W(xué)哲學(xué)強調(diào)證據(jù)需跨情境穩(wěn)健，故穩(wěn)定性更貼近“可靠證據(jù)”內(nèi)核，因為高穩(wěn)定性是可重復(fù)性的必要非充分條件。38.（簡答）說明“統(tǒng)計思想”中“選擇性推斷（SelectiveInference）”與傳統(tǒng)假設(shè)檢驗的區(qū)別，并給出一種校正方法。答案：傳統(tǒng)檢驗假設(shè)模型預(yù)先固定；選擇性推斷在數(shù)據(jù)驅(qū)動選擇模型后進行檢驗，導(dǎo)致檢驗統(tǒng)計量分布扭曲。校正方法：利用條件分布，僅對選擇事件進行條件化，如Leeetal.(2016)的Lasso-conditionaltest，或利用數(shù)據(jù)分割（datasplitting）將選擇與檢驗數(shù)據(jù)分離。39.（簡答）概述“統(tǒng)計思想”中“分布無關(guān)（distribution-free）”方法的兩條哲學(xué)支柱，并比較其與“非參數(shù)”方法的異同。答案：支柱一：不假定數(shù)據(jù)來自特定參數(shù)族，僅依賴秩、置換或經(jīng)驗過程；支柱二：保證有限樣本下統(tǒng)計性質(zhì)（如覆蓋）無需漸近。分布無關(guān)是非參數(shù)的子集，但非參數(shù)可含平滑或核方法，仍需某些光滑條件；分布-free則更強，拒絕任何分布假設(shè)。40.（簡答）解釋“統(tǒng)計思想”中“預(yù)測區(qū)間”與“置信區(qū)間”在哲學(xué)目標(biāo)上的差異，并指出哪一區(qū)間在“模型誤設(shè)”下仍有效。答案：置信區(qū)間旨在覆蓋固定但未知的參數(shù)，其有效性依賴模型正確；預(yù)測區(qū)間旨在覆蓋未來可觀測隨機變量，可通過殘差重抽樣或分布無關(guān)方法構(gòu)造，即便模型誤設(shè)，只要殘差可交換，預(yù)測區(qū)間仍保持近似覆蓋。41.（計算）設(shè)X?,…,X?i.i.d.來自Uniform(0,θ)，考慮樞軸量Q=X???/θ，求θ的精確1?α置信區(qū)間，并說明其覆蓋概率為何與θ無關(guān)。答案：Q的CDF為F_Q(q)=q?，0<q<1。令P(c≤Q≤1)=1?α，則c=α^(1/n)。由Q=X???/θ，得P(α^(1/n)≤X???/θ≤1)=1?α，反解θ得區(qū)間[X???,X???/α^(1/n)]。覆蓋概率1?α僅依賴于α與n，與θ無關(guān)，因為Q分布已樞軸化。42.（計算）對線性模型Y=Xβ+ε，ε~N(0,σ2I)，若使用嶺回歸估計β?=(X?X+λI)?1X?Y，證明其可表示為貝葉斯后驗均值，并寫出對應(yīng)先驗。答案：設(shè)先驗β~N(0,τ2I)，則后驗β|Y~N(μ,Σ)，其中Σ?1=X?X/σ2+I/τ2，μ=ΣX?Y/σ2。令λ=σ2/τ2，則μ=(X?X+λI)?1X?Y，與嶺估計一致。43.（計算）設(shè)二維正態(tài)（X,Y）均值為0，方差1，相關(guān)系數(shù)ρ。求E[Y|Y>X]。答案：令Z=Y?X，則(Z,X)聯(lián)合正態(tài)，Cov(Z,X)=ρ?1。條件期望E[Y|Y>X]=E[X+Z|Z>0]=E[X|Z>0]+E[Z|Z>0]。由對稱性E[X|Z>0]=0；Z~N(0,2(1?ρ))，故E[Z|Z>0]=√[2(1?ρ)/π]。綜上，E[Y|Y>X]=√[2(1?ρ)/π]。44.（計算）對泊松-伽瑪分層模型Y?|λ?~Poisson(λ?)，λ?~Gamma(α,β)，求后驗期望E[λ?|Y?]并解釋其收縮性質(zhì)。答案：后驗λ?|Y?~Gamma(α+Y?,β+1)，故E[λ?|Y?]=(α+Y?)/(β+1)=wα/β+(1?w)Y?，w=β/(β+1)。觀測Y?向先驗均值α/β收縮，收縮量隨β增大而增強。45.（計算）設(shè)X~Binomial(n,p)，使用Jeffreys先驗，求后驗眾數(shù)（MAP）并比較與MLE差異。答案：后驗p|X~Beta(X+?,n?X+?)，眾數(shù)p?=(X??)/(n?1)（若X≥1）。與MLEX/n相比，向?收縮，避免極端0或1。46.（綜合）某城市欲評估“限塑令”對塑料袋使用的因果效應(yīng)，收集2018–2022年月度數(shù)據(jù)，包含政策虛擬變量D、使用量Y、價格P、人口流量M、環(huán)保宣傳活動A。請：1.畫出潛在因果圖，標(biāo)明可能的混雜與中介；2.寫出使用合成控制法（SCM）的假設(shè)；3.若D對Y的效應(yīng)存在空間溢出，如何修改SCM？答案：1.圖：D→Y；P←U→Y（U為經(jīng)濟景氣，混雜）；A→Y且A→D（宣傳既直接影響使用，又推動政策）；M→Y；空間相鄰城市D’→Y（溢出）。2.SCM假設(shè)：a.無干擾（無溢出）；b.線性因子模型生成Y；c.干預(yù)前期間處理單元可由控制單元加權(quán)復(fù)制；d.權(quán)重非負(fù)和為1。3.引入空間滯后項，把相鄰城市政策作為額外控制，或采用“空間合成控制”，將目標(biāo)城市與鄰市聯(lián)合建模，權(quán)重矩陣包含空間距離。47.（綜合）某在線平臺欲用upliftmodeling優(yōu)化優(yōu)惠券投放，設(shè)處理T為發(fā)券，結(jié)果Y為購買，特征X含用戶歷史消費、瀏覽深度。請：1.寫出條件平均處理效應(yīng)（CATE）定義；2.比較S-Learner、T-Learner、X-Learner在估計CATE時的偏差-方差權(quán)衡；3.若T與Y間存在未觀測混雜（如用戶心情），如何借助工具變量？答案：1.CATE(x)=E[Y(1)?Y(0)|X=x]。2.S-Learner用單一模型含T交互，偏差小但可能平滑掉異質(zhì)；T-Learner分兩模型，方差大但偏差??；X-Learner用傾向得分加權(quán)，對處理組/對照組不平衡更穩(wěn)健，中小樣本方差更低。3.收集外生工具Z（如系統(tǒng)隨機展示券的概率），用兩階段最小二乘或IV-forest，第一階段Z→T，第二階段擬合T?→Y，識別局部平均處理效應(yīng)（LATE）。48.（綜合）對高維回歸（p=10000，n=500），真實模型僅含20變量，誤差重尾。請設(shè)計一套分析流程，兼顧：變量選擇、參數(shù)估計、不確定性量化、可解釋性，并說明每步哲學(xué)依據(jù)。答案：1.領(lǐng)域知識初篩：基于文獻保留500候選變量，體現(xiàn)“理論驅(qū)動”。2.魯棒Lasso（Huber損失+自適應(yīng)懲罰）初選，50變量，兼顧重尾與稀疏。3.雙重機器學(xué)習(xí)：將Y與X正交化，使用RDD或IV控制混雜，體現(xiàn)“因果識別”。4.穩(wěn)定性選擇：100次子抽樣，保留頻率>0.8的變量，降低“選擇偏差”。5.加權(quán)Bootstrap（wildbootstrap）求置信區(qū)間，分布無關(guān)，量化不確定性。6.用SHAP總結(jié)top10變量貢獻，提供可解釋性。哲學(xué)：從“數(shù)據(jù)主義”到“因果主義”再到“解釋主義”的螺旋上升。49.（綜合）某藥企欲用真實世界數(shù)