用数理统计学的概念谈谈我为什么要旗帜鲜明地支持西方伪史论

本来是小小回应一位这几天连续在风闻贴文章反诘西方伪史论的题主，结果发现可能是因为之前的回应太有条理和逻辑，竟然被拉黑了

所以干脆自己开一篇长文，好好说一下我为什么要旗帜鲜明地支持西方伪史论

这位题主贴了好多文章嘲讽否定西方伪史论，极力论证希腊伟大和西史正确，姑且不谈这些论证的逻辑水平如何，关键是他似乎一开始就搞错了重点

这里说明一下，我支持西方伪史论并不认为当下西方伪史论提出的论点都是正确的，而是认为西方伪史论在方法论上更加正确。

具体论证如下：

首先抛开数学上的定理和证明不谈，就比喻和举例说明统计推断的基本概念以备用

统计学在以样本（历史文献及考古证据）推断总体（历史真相）时存在两类错误

第一类错误是原假设为真，却因样本呈现的情况错误拒绝了原假设

第二类错误是原假设为假，却因样本呈现的情况错误的接受了原假设

在一定样本量（历史文献及考古证据数量）和检验方法（技术手段，如C14检测）的条件制约下，两类错误是相互矛盾的，也就是说，要想减少第一类错误的风险，就会增大第二类错误的风险，反之则反。

在统计推断时一般都尽量增大第一类错误风险而减少第二类错误风险，换句话说要尽量保护原假设，除非证明原假设下出现样本（各种证据）的可能性极小（P值极小），才会拒绝原假设。

为了好理解，这里面的关系类似司法中的无罪推定和有罪推定，也就是说无罪推定以放过真正罪犯的代价不冤枉好人，有罪推定是以冤枉好人的代价抓到坏人。两种推定在一定证据和技术条件下是互斥的，只有更多证据（更大样本量）和更好刑侦技术（更好的检验方法）才能化解这种矛盾（不放过坏人的同时不冤枉好人）。

其次，运用前面通俗解释的统计推断的原假设、第一类错误、第二类错误的概念及其与样本量和检验方法的关系，将它们用到考古及历史学上。

借用数理统计概念，过去很长一段历史时期及当下都有很多西方学者参与了华夏上古史研究，他们普遍采用华夏传说和古文献叙事设定为假的原假设，因此除非出现考古证据能够证明原假设成立的可能性极小，才会推翻原假设承认传说和文献叙事为真。

但西方学者对西方神话和文献的假设则迥乎不同，哪怕这些西方神话传说和历史文献更加鸡零狗碎、更加不成体系，来源更存疑，他们也通通默认其内容为真，除非出现考古证据证明其为真的可能性极小，才会推翻原假设承认西方神话和文献为假。

学过数理统计的同学都知道这两类不同的原假设对最终推断结论的影响有多大，这就好比西方对我们采取有罪推定，默认中国人都是坏人，除非你有足够证据自证清白；而对自己采用无罪推定，除非有足够证据证明他们确实犯罪，否则就都是大好人。这两种假设下，最终推论结果是中国人大多是坏人，西方大多是好人。

西方伪史论的好处是将西方学者对我们的原假设方式也发还给他们使用，比如亚里斯多德留存的300万字著作，除非西方能拿出经过中国学者检验无误的完美无瑕无法质疑的第一手证据来证明其真实性，否则则被默认为假。

最后，那位着急反驳西方伪史论的题主的思维误区与某些跟风西方学者参与华夏考古创造各种西来说（彩陶、青铜、马车等等）的中国考古学者一样，因为从心底认可了西方学者的双标的原假设，因此即使条件不允许不能去检验西方的一手资料到底能够在多大程度上证明其主张不为假，也不愿对西方不合常理的主张有丝毫存疑，而是默认其主张为真并不断拿西方投喂的在默认为真的原假设基础上加工的二手资料来反复力证其为真。