很少在 v 站上回复，但我想以商科去看待统计学，看你的用途，计量经济学 econometrics 和生物计量学 biometrics 应该是能发挥统计学优势的，现在的经济学论文趋势越来越多以实证 /自然实验 /统计显著的数据证实，而不是纯理论；我觉得单纯学统计学只是提供了一个能处理数据并发现数据特征的能力，R/Stata 都是熟能生巧，不需要你有怎样过人的数学思维。

我特别推荐《精通计量 从原因到结果的探寻之旅》这本书，因为它就是最初 /简化的数据科学，能说出回归模型背后的意义是重要的，很多人忽视分析能力，还有一些简单的谬误如“不显著不是结论”，“过拟合能被检验”。

统计学对我而言更多是一种工具去论证 /检验，还有机器学习领域，模型选择、交叉验证，然后利用模型去预测，对于写经济学论文不要太爽了，非常建议读《伯南克论大萧条》，统计学的宏观经济应用。

生物计量学则据说是非常严谨的比起计量经济学，不像经济学能经常用各种假设，什么变量是外生性，多重共线性问题？

总而言之，我觉得统计学本身和做程序员 /developer 没有直接的联系，我的专业和 cs 无关，但也不影响我自学，顺便推荐下《 An Introduction to Statistical Learning: with Applications in R 》和《 The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition 》。

几乎每个研究经济学的，都会 log-log model 去研究宏观经济增长，类似这种研究方法，要想办法应用到其他领域和原有理论结合起来是不容易的。

身边就有学计量经济学说很痛苦的，如果你没强烈兴趣，建议还是劝退，可能对未来学术研究有帮助，但希望你有更完善的专业和职业规划。

与君共勉

Next.js13.3 最近添加了 app dir 下的[SSG]( https://nextjs.org/blog/next-13-3#static-export-for-app-router)

是严格的 SPA

> 我觉得 nextjs 挺好，但又忍不住想试试 remix 。但 nextjs 其实有一些问题，也不是 100%满意的。

我之前也有这种想法，但我后来换成 astro ，写了篇[搬迁的文章]( https://www.xushilu.com/posts/from-nextjs-to-astro-a-simpler-solution-to-build-a-website/)，建议以实现功能为导向，很多框架一上来就说“性能得到多大的改善”，之前 turbopack 搞“性能测速”就被社区批评，似乎前端社区陷入一种性能焦虑的伪需求？（应该是我的误解）