间餐厅不错，一起去试试？”

“没问题，你请客。”

“你这该死的混蛋，凭什么我请？”

“刚才辩论你输了。”

“我输了？你哪只眼睛看见我输了？”

这些人说着说着又争了起来，但语气里已经没有火药味，倒像是在开玩笑。

“你看看这些人，刚才恨不得打起来，现在倒好，勾肩搭背去回去了。”

巴兰坦走了过来，十分鄙视的说了一句。

费兰没有接话。

他只是看着那些离去的背影，看着他们在走廊里互相拍肩膀、开玩笑、约饭局，心里再次感叹——这就是政客。

刚才还在为一条定义争得你死我活，转眼就能勾肩搭背去喝酒。

不是因为他们虚伪，是因为他们知道——争，是为了利益；不争，也是为了利益。

没有了华尔街的干扰，也没有了两院委员会没完没了的争吵，接下来的起草工作顺利得像是顺水行舟。

日子一天天推进，草案的框架越来越清晰，条款越来越严密，那些曾经争论不休的定义和界限，在反复的推敲和打磨中渐渐定型。

起草大厅里的灯光依然亮到深夜，但气氛已经不像之前那样紧绷。

人们有条不紊地忙碌着，偶尔还能听到几声压低的笑声——那是看到胜利曙光的笑声。

不过在这些日子里，有一个人进步的速度，比草案推进得还快。

那就是艾米莉·沃森。

费兰一直在有意识地将一些现代的分析方法传授给她。

那些来自后世的东西。

经过几十年无数专家和学者的反复验证、修正、完善，对于1933年这个许多领域还处在摸索阶段的年代来说，还没有出现的东西。

比如回归分析。

这个年代的人做数据分析，还停留在‘看趋势’、‘比大小’的阶段。

费兰教她把一组数据拆成若干个变量，看每个变量对结果的影响有多大。

哪个是主因，哪个是次因，哪个看起来重要其实无关紧要，一张张表列出来，清清楚楚。

比如相关性检验。

这个年代的人看到两件事同时发生，很容易得出‘甲导致了乙’的结论。

费兰告诉她：同时发生，不一定有因果关系。

要先排除巧合，排除第三方因素的影响，才能下结论。

比如抽样方法。

这个年代的人做调查，往往是‘能找到什么数据就用什么数据’。

费兰告诉她：数据来源的偏差，比数据本身的误差更致命。

样本要有代表性，要有随机性，要能经得起推敲。

这些在后世任何一个大学统计学入门课上都会讲到的东西，在1933年的华盛顿，即便不算降维打击，但也能称作是远超时代的方式。

当然，光有方法不够。

艾米莉本身就有很好的底子。

她毕业于马里兰州的巴尔的摩女子学院，那是一所规模不大、名声不显的学校，但它的统计学专业在东海岸颇有名气。

她在那里打下了扎实的基础，只是毕业后进了财政部

章节内容不完整，请退出阅读模式查看完整内容！