后，数值和原始数据区别很大，肯定会影响到最后的分析结果。”

“你能解释一下，为什么要行这转换吗？”

王浩，“这是为了之后的数学分析。事实上，我所的一切分析，都是为了后面的数学分析。”

他侧对着台下，说，“这一切的分析都是为了寻找数据趋向，来为数学分析基础。”

“刚才的方法也是一样的，目的同样是一步的分析。”

格斯纳-雷尼尔上，“那么你怎么证明，这个数值转化的分析对于最后的结果不会造成影响？”

他说着站起来，对其他人解释，“我也承认王浩博士的分析方法非常湛，甚至可以说是我想不到的。”

“大家都能发现，其中的转换方法非常的复杂，想理解都不容易，最后的结果也许就会对于后续的分析造成影响。”

“即便是整个转化过程没有问题，但最大的问题就是，最后得的数据和原始数据差异很大，甚至可以说没什么关联。”

“至少，我们很难从分析前的数据以及分析后的数据对比中看关联。”

格斯纳-雷尼尔说的话还是有理的。

他们确实没有在分析方法上找到问题，有些人也完全理解了分析过程，但前后两组数据有如此大的差异，怎么证明对于最后的分析结果没有影响呢？

当然了。

很多数据分析的结论和初始数据都存在差异，表面上当然看不相似之。

这也是很正常的。

大多数人更关心分析结论是否有意义，而不是去追究原始数据和分析后数据的差异。

数据分析就是这样的，从一大堆繁杂的数据中找到一条通路，谁也不敢说，百分之百就是正确的。

同样的原始数据，不同的人能得不同的分析结果。

格斯纳-雷尼尔的问题，从专业的角度上来讲，有些难为人了，但他显然不这么看，既然从方法上找不到问题，自然就要追究结论和初始数据的差异。

他本不相信分析的最终结论，自然是要找到其中可能存在的问题。

布罗恩隐秘的朝着雷尼尔竖起了大拇指，他刚才一直认真的听，结果发现王浩的分析过程非常严谨，本就没有任何问题。

雷尼尔找的问题非常关键。

如果王浩无法有说服力的回答，后面的数学分析的再严谨，结论也肯定会被质疑。

这就足够了。

王浩也没有想到雷尼尔会问这样一个问题，但是他无比确信自己的分析是正确的。

他转过重新审视了整个过程。

没有人说话，没有人开打扰，一直持续了五分钟左右，他很认真的在思考。随后，他掉了中间的一分内容，据整个过程开始列起了公式。

一行，又一行。

这时候，所有人都认真的看着，他们不明白是在什么，有人已经明白过来，但还是觉很不可思议。

王浩继续写着，仿佛是在一个数学证明，一直写了半个白板的内容，随后轻呼一气，转过说“雷尼尔先生，这就是我的回答。”

王浩错展示了后的白板。