有件事金雪池没跟薛莲山说，就是学校期中考试了，她只有一门上了八十，其余都是七十多。这个成绩不算好也不算坏，但不光彩，她代表着中国人的脸面。

还好有李熙贞替她代替亚洲人的脸面，在身兼多职的情况下，李熙贞每一门都上了九十。金雪池立刻因为这件事对她产生了热烈的爱，直观表现就是百依百顺。

李熙贞催促说：“来做研究助理！大家都争这个机会，你再不来，没位置了！”

金雪池就答应了，什么理由也没有，什么规划也没有，就觉得李熙贞说的肯定没错。星期一下午就有个行政人员来面试她，第二天早上，内曼教授的博士生和她约在草坪上见。

那位博士生，很凑巧，即是塞缪尔·温斯洛普。塞缪尔早知道是她，因为和李熙贞认识，他还说早看出她是非常积极的学生，因为每一节习题课都没缺席。

这句话透露了一个信息，一节课上那么多人，他却关注到了她来没来。

金雪池礼貌地附和了几句。塞缪尔也不让她做题，只是一边走，一边说：“我们实验室在进行一个与传染病相关的项目。如果想检验‘潜伏期服从对数正态分布’这个假设，你认为应该从何处入手？”

“呃......先估计对数正态分布的两个参数，然后，需要一个拟合优度检验的统计量——比如皮尔逊卡方检验——来量化观测数据与理论分布之间的差异。最后确定这个差异在统计上是否显著。”

“你已经了解了内曼和皮尔逊的假设检验体系？这几年尚不主流呢。”

“不算很了解，略有耳闻。”

话音未落，塞缪尔极快地又问：“皮尔逊卡方检验依赖于分组，结果可能会受分组方式的影响。有没有其他不依赖分组的拟合优度检验方法？”

见她不答，他的语速又慢下来，淡淡地说：“可以去读读科尔莫戈洛夫-斯米尔诺夫检验相关的文献。”

“好的，谢谢温斯洛普先生——”

“倘若样本量只有n=25，你提到的‘渐近分布’还适用吗？如果不适用，我们该怎么办？”

金雪池叫苦不迭，觉得跟这人相处好有压力，然而因为对方反应快、学识渊博，又感到隐隐的刺激，“如果......模型和计算允许，对于某些特定的分布，可能存在基于精确分布理论的检验方法。我的意思是......哦，不，或许是......如果能找到某个检验统计量的充分统计量，或许可以在其条件下构造出精确的条件分布。”

“费舍尔精确检验？”塞缪尔忽然一笑，扭头看她，金色的头发在太阳下趋近于透明，“你在生活中也是那种不把事情从头到尾够想好，绝不动手去做的人吧？”

金雪池点了点头。

“这里的理论推导过于复杂了，我会偏向更有操作性的方法。譬如，假设原假设成立，即数据来自这个对数正态分布，然后从中重复随机生成1000次容量为25的样本，对于每一个样本都计算一次皮尔逊卡方统计量。这样，就能得到在原假设成立下，这个统计量的一个经验分布。最后将实际观测数据算出的统计量与经验分布进行比较，看看它是否处于极端的位置。”

听起来也不是很有操作性，“从对数正态分布中生成一个容量为25的随机样本都挺耗时的......”

“所以招研究助理呀！”他好像不容许别人反驳他，很快又说，“这个方法目前并不被统计学界认可，但我在乌拉姆教授的讲座上听到过。我认为这标志着一种思想上的转向。一旦算力跟上来，统计学将会发生翻天覆地的变化。”

说到底，还是不可操作。

金雪池中午找到李熙贞聊面试情况，李熙贞笑道：“你跟他说费舍尔？费舍尔关心‘现有证据下，结论有多大的不确定性’，然而我们内曼频率派关心的是‘如果实验重复无数次会怎样’。”

“他当时那么咄咄逼人的问，我想到什么说什么。”

“紧张是正常的。毕竟，他很帅，是不是？”

金雪池大惊，虽然早感受到了李熙贞的“松动”，她们的话题也就进展到家庭这份儿上了。她还是觉得李熙贞很正经。没想到谈着数学，这人突然来一句“他很帅”。

“你这么觉得吗？”

“是呀，我刚来的时候还有点分不清洋人长相，对于他可是一眼就记住了。”

“那么我告诉你——我男朋友比他帅得多。而且就是这一类的长相，东方人更有韵味。”

李熙贞似笑非笑地看了她一眼，嘴上说不相信，心里已经信了。金雪池对待绝大多数人都很坏，那男人要是没有过人之处，她不能喜欢成这个样子。

这周四，金雪池就接到了正式录用的通知。

去了实验室一天，她就后悔了，她的工作太基础，就是处理数据、核对计算这两项，每天百无聊赖地耗上几个小时。李熙贞不赞同这一观点，说等她要深造的时候，会跪下来谢谢自己。

金雪池没办法，只好坐在她工位旁边，一边笔耕不辍，一边闲聊。

“有没有兴趣帮我问问温斯洛普的领带夹哪儿买的？”

“你怎么不问？”

“我不敢找他说话，精英感太强了。我昨天才算错了一组数据。你表现好。”