Nothing Really Matters

这部剧以男主人公的第一视角，讲述了他和妻子在婚不久后因为“Nothing Really Matters”而酿成悲剧留下遗憾的故事。在对“Nothing Really Matters”的不断反思中，男主人公实现与自我的对话和对客观环境的审视，也反映了理想与现实的冲突。 从故事情节中，可以看出男主人公是一个偏向于理想主义的人，有一些知识和才华，善于自我反思；然而在工作、生活和婚姻的现实面前，他又展现出软弱、逃避和虚伪的一面。妻子轻貌美但是知识文化水平不如丈夫，从男主的视角中，可以感受到他对妻子这方面的Nothing Really Matters，也有他对妻子自身感受、精神世界和内在价值的忽视。然而当我们代入妻子的角色对男主的种种想法和行为感到不满时，是否可以想一想男主自身之外的因素影响呢？当理想被现实撕碎，为了钱不得不低头，沦为他人的工具，丢掉自己的喜好和坚持，当社会环境就是如此，个人的思想和看法很难不被影响，甚至会被扭曲，影响着我们如何看待分析别人的看法和行为。 男主的妻子一直悉心经营家庭，温柔耐心，并不是一无是处，而曾经却一直被男主忽略，现在社会不也普遍存在这样的问题吗？男性忽视女性作为独立个体在家庭和社会中的价值，忽视女性的思想和人格，缺少应有的尊重。对一些不屑的行为称之为“女人才那样”。随着社会的发展，女性的能力、思想发展的更快而男性似乎更多停留在男权社会的典型思维。书中男主人公不断自我反思，发现问题后能不断尝试思考和解决问题，这是他的可贵之处。 诚然男主人公的妻子自身也存在问题，不与男主人公坦诚沟通，回避男主的解释和反省。相比男主人公的理想主义和自我探索，妻子更现实主义一些，想法也更朴素直接。我认为两个人实际上是在这种社会环境下持有两种人生观价值观的人，不在一个层面，难以避免不能相互理解的“Nothing Really Matters”。起初男主人公在财富一无所有时，妻子仍然嫁给了男主，并不是为了所谓的“房子”，然而后来她成为了别人的情妇，Nothing Really Matters男主“不是个男人”（虽然文中并没有交代具体原因，男主看来是因为自己当初不尊重妻子、忽略她的感受、让对方误以为是拿自己交换利益导致的)，我想真正的原因，是在窘迫的现实面前，丈夫为了薪水唯唯诺诺没有尊严，而丈夫的合伙人导演更像世俗定义的“成功男人”。妻子自身的价值观发生了变化，而男主人公并不能改变现状成为一个“真正的男人”，这是出现“Nothing Really Matters”的根源所在。如男主人公所说，他同魔鬼签订了合同，成为仆人，出卖了自己的灵魂，他自己也痛苦地Nothing Really Matters自己。在这里我看到了所有“打工人”的影子。我想，在资本面前，男女真正实现互相理解才能共赢，男女的一味对立只会加重资本对人的奴役。文中男主人公最后仍然把婚姻的破裂归咎于妻子对他的“Nothing Really Matters”让这个故事留下了更多遗憾，好在结尾处他还没有停止反思，给读者留下了想象空间。 回到现实，故事中出现的困境一定程度上也是我们在社会大环境中的缩写。相爱本是一件简单的事，而现在更多的是权衡利弊、计较算计之下的相互博弈，作为年轻人，期待爱又怕爱。在理想和现实面前也像男主人公一样痛苦过、迷茫过、反省过、权衡过，不断试图找到二者的平衡，一次又一次爬起来面对现实。 最后在感情上，希望有情人相爱时赤诚相待，不爱时也能坦诚布公，不要留下故事中那样难以弥补的遗憾。

庆幸自己“出生在春天里，成长在红旗下”。正因为在毛泽东的领导下，中国实现工业化，民族有了凝聚力，才有了屹立于世界民族之林的底牌！

一、统计学的底层逻辑是什么？ 20世纪以前，人们是按照“决定论”的想法来理解世界的，也就是说，一切自然现象的出现和存在，都是有原因的，并且遵循着一定的法则，人们坚信在理论上，我们可以掌握一切知识和规律，并且未来的一切事物都是可以准确预测的。统计和记录的数据越准确，预测就越精确。皮尔逊首先提出了实验数据的随机性和概率分布的概率，这一思想颠覆了当时人们认知世界的方式和实验研究的对象。人们开始认识到，万事万物不见得一定是因果关系，而是相互作用相互影响的相关关系，也逐渐接受了实验结果的随机性。后来费希尔又搭建了统计的整个理论框架和研究方法体系，后人也是在这个基础上不断完善发展这么学科的。 统计学就是基于问题，收集数据、分析数据、解读数据的学科，人们对统计学的接纳，同时也伴随着对“决定论”的抛弃。 二、统计学如何帮助我们处理复杂的数据？ 统计学就是帮助我们利用样本的信息来推测总体情况的工具，也就是从局部到整体，从已知到未知的过程。根据不同的目的，可以划分为两大部分： 1.描述统计：为了分析现有的样本数据，处理样本数据的过程，通过对杂乱无章的原始数据进行整理，让这些数据能够直观简练的呈现出来，并作为我们认识事物的客观依据。针对的是已知的样本，是当下。比如：分析企业薪酬水平、某国的GDP数据。 “用户画像”概念本质上就是一种描述统计：首先根据需要选取关键的指标或者维度，然后收集各个维度的数据或相关信息，然后将这些信息整理，抽象出一个用户的信息全貌，贴标签。 2.推论统计：估计未知的总体情况，从样本到总体的过程，通过整理出来的样本数据信息来估计总体、预测未来。针对的是未知的总体，是未来。推论统计有两种思路： （1）参数估计：直接从样本出发，利用样本计算出的数据来估计总体情况，分为点估计和区间估计两种。 （2）假设检验：从总体出发，先对总体情况提出一个假设，称之为“零假设”。然后通过实验收集数据，将收集到的数据跟这个零假设进行比较，看其差异大小。其思路和目标管理类似，限定目标，执行完后再看目标是否达成。科学研究就是一步一步地、小心翼翼地在试图推翻零假设的过程。 描述统计是基础，推论统计是目的，客观准确的描述为准确的推论提供了依据。 三、统计学在20世纪如何发展壮大，并快速席卷整个科学和我们的日常生活？ 从人类文明出现以来，统计就已经存在了，statistic源于城邦state，可见统计学跟国家政治的渊源很深。但是统计学长期不受重视，发展很缓慢。统计学的高度发展从20世纪30年代开始，直接原因是战争。30年代，大批优秀的数学家逃亡美国，抑制了欧洲统计学的发展，而美国正在经历大萧条，迫切需要了解国家经济状况有多糟，推动了抽样调查的产生和发展，还逐步应用到政治民意测验领域。二战期间，大量统计学家开始参与到作战研究，发挥了重要作用，让统计学得到真正重视，其研究还影响了最终的战争决策，最终让美国向日本投放原子弹，直接影响了整个二战和人类发展的进程。在此后许多实验和统计分析方法，也得到了系统地梳理和完善。统计学成为各学科数据的研究基础，在经济学、社会学、心理学、流行病学、生物学领域都有重要应用。 到20世纪末，这场统计革命开始受到诸多挑战： 1.统计方法的过度应用：概率分布的观念已经深深渗透到现代科学教育中，很多科研工编剧严格按照假设检验的思想去求证，只关心显著性，却很少去思考这种方法背后的思想内涵。标准的统计方法本身并不足以解决问题，需要关注问题本身，而非只是盯着数据。 2.新的学科和技术的出现，削弱了统计学的影响力。随着互联网的发展，总体数据可以轻易获得，是否还需要推论统

有的人却给别人做活一片青天。