数据立场 · 化繁为简 · 上帝视角与样本 · 反公式直觉
清华经管 DMD《数据、模型与决策》线上主讲。从不背公式，用抛硬币、掷骰子、玩扑克的故事讲透概率与统计；把复杂的实际问题切割成可控片段，教你驾驭数据，而不被掌握数据的人忽悠。这里是她八讲招牌讲法、招牌案例与反直觉洞察的一张教学地图。
清华大学经济管理学院
管理科学与工程系 副教授 ·《数据、模型与决策》主讲
清华大学经济管理学院管理科学与工程系副教授。天津大学技术经济与系统工程系学士、硕士，北京航空航天大学管理学院管理学博士，2000 年起任教于清华经管。研究领域横跨战略决策与变革管理、服务运营管理、决策科学、统计数据挖掘与知识发现、质量工程与全面质量管理；在质量与六西格玛领域有深厚积累，曾任 ISO/TC69/SC7 六西格玛分技术委员会主席、中国质量协会常务理事，并先后访学麻省理工斯隆管理学院与哈佛商学院。
DMD《数据、模型与决策》主讲，依托雨课堂对决策分析、概率与分布、统计抽样、回归与优化逐章精讲。这门课正是她"把决策科学讲给管理者听"的看家功夫——既有运筹与统计的硬底子，又始终对准真实管理决策的落地。
教学风格鲜明：反公式、重直觉、用故事讲。她常说"我从来不背公式"——抛硬币理解概率、掷骰子看中心极限定理、玩扑克讲条件概率，把抽象的数学结构还原成可感知的直觉。
贯穿全课的三条主线：其一，"数据没有立场，有立场的是用数据的人"——要具备驾驭数据的能力，而不被掌握数据的人忽悠；其二，"把一个复杂的实际问题切割成若干简单、可控、可解的片段"；其三，始终区分"上帝视角的真值"与"我们手里只有一个样本"。她强调真实管理决策没有标准答案。
精讲讲次
7 讲
覆盖讲次
第1讲—第8讲
教学主线
5 条
枢纽一讲
第6讲 · 回归
贯穿主线
3 条主线
教学主线
"数据没有立场，有立场的是用数据的人。"同一组数字，招聘时晒均值、申资助时晒众数、求客观时用中位数——结论可以被剪裁。这门课的第一目的，是让你具备驾驭数据的能力，而不被掌握数据的人忽悠。
"把一个复杂的实际问题切割成若干简单、可控、可解的片段——这就是你的本事。"决策树把"选择—不确定—结果"结构化，仿真把复杂运营拆成可给假设的碎片，回归把关系拆成一个个可检验的系数。
上帝视角下，总体参数 μ 早已确定；而我们手里永远只有一个样本。95% 是 confidence（把握）不是 probability——你不是上帝，所以才用"把握"。这条线贯穿抽样、置信区间到回归的 p 值。
"我从来不背公式。"贝叶斯用一张 2×2 概率表代替公式，中心极限定理只用掷骰子一个例子讲清，正态分布之美在于位置与胖瘦正交。先有直觉，公式只是直觉的记号。
"决策树当数学题一定有最优解，但任何真实管理问题都没有绝对最优决策——你真正的倾向来自内心，不来自那棵树。"模型是辅助，回归选哪个代表变量、优化设哪个初始值，都没有唯一答案。
核心金句
“决策树当数学题一定有最优解，但任何真实管理问题都没有绝对最优决策——你真正的倾向来自内心，不来自那棵树。”
“数据没有立场，有立场的是用数据的人。”
“我没给你证明，只用掷骰子这一个例子，就让你看到独立同分布之和趋近正态。CLT 就是从概率论走向统计学的桥梁。”
“95% 是 confidence（把握）不是 probability。上帝视角下 μ 已定、区间要么含要么不含，无概率可言——你不是上帝，所以才用"把握"。”
“把一个复杂的实际问题切割成若干简单、可控、可解的片段——这就是你的本事。”
“p 值大有时是变量真没用，还有一种是它和别人强相关（共线性）——面对共线性，绝不能把 p 值大的直接删。”
“线性优化的影子价格能告诉你约束放松一单位的边际收益；非线性只敢给拉格朗日乘子——边界变大一点的结果你预测不了。”
招牌讲法
点击每一讲，展开案例 · 反直觉洞察 · 考点“数据没有立场，有立场的是用数据的人。我们要具备驾驭数据的能力，而不被掌握数据的人忽悠。”
孙静
《数据、模型与决策》全课总纲