Nature：21世纪“最具影响力”论文，这几款统计学工具入围

引用（作者在文献中承认先前来源的方式）是衡量一篇论文影响力的一个指标。

但被引用次数最多的论文通常并不是最著名的科学发现。相反，这些作品倾向于描述科学方法或软件，科学家们所依赖的主要工具。

2025年4月15日，《自然》杂志的一项分析揭示了本世纪发表的25篇引用率最高的论文，并探讨了它们打破纪录的原因。

老郑是搞统计学的，重点关注了一下上榜的几款统计学工具。

其中，scikit-learn论文和lme4论文分别为Python和R语言用户提供了强大的数据分析工具，分别排名第15和第14，免费程序G*Power排名第25。下面我们再详细介绍！

Nature选择了五个数据库进行分析，并采用了它们的中位数排名。这些数据库涵盖了 21 世纪发表的数千万篇论文。

《自然》新闻团队分析这25篇论文后得出，被引用次数最多的文章报道了：人工智能（AI）的发展；提高研究质量或系统评价的方法；癌症统计数据；科研软件。

然而，2004年一篇关于石墨烯实验的开创性论文也入榜了，该论文的作者因此获得了2010年的诺贝尔物理学奖。

统计或编程软件相关论文，在榜单中名列前茅。

scikit-learn是一个为Python程序语言用户提供的免费、开源的机器学习预编程函数与技术库，获得了超过50,000次引用（或据Google Scholar统计达100,000次）。

而另一篇2015年的论文介绍了lme4软件包，该包利用免费编程语言R来分析采用特定统计模型的数据，其引用排名位于scikit-learn论文之上。

排名第25的一篇关于另一款高引用的免费程序G*Power的论文，该程序为生物学家提供了便捷的软件，帮助他们计算实验需要达到统计显著性所需的样本量。

值得注意的是，R编程语言本身未出现在榜单中，尽管OpenAlex记录其引用量超过30万次。

这是因为R的开发者建议用户引用一个网站，即软件所在的资源库，而并未撰写一篇标准的、权威的研究论文。

这也提醒研究者：若开发了有影响力的程序，发表一篇相关论文至关重要。

除此之外，其他高引用文章也有不少和统计分析息息相关，比如说深度学习、随机森林等方法，主题分析方法，改进版统计量I²等等，一起来看看其他榜上论文吧！

AI的崛起

“AI 论文在引用数量上天然占据优势”，这一领域的论文与众多领域都有相关性，21 世纪见证了极其迅速的进展以及大量论文的涌现。

本世纪被引用最多的论文是一份2016年的报告，由科技巨头微软的研究人员撰写，内容关于“深度残差学习”（deep residual learning）网络，也称为ResNets。这是一种人工神经网络——受神经网络启发的算法，支撑了深度学习以及随后一系列AI进展。

许多人将深度学习革命归功于 2012 年 Hinton 合著的一篇论文，该论文展示了多层人工神经网络的广泛实用性，排名第 8，关于深度学习的综述论文则位列第 16，ImageNet：一个大规模层次化图像数据库名列第 24 位。

引用排名中位列第 12 位的是，基于AlexNet结构进行改进的的U-Net论文，U-net 需要更少的训练数据来处理图像，“它至今仍是大多数图像生成扩散模型中的主要工作马力”。

2017 年，谷歌的研究人员发表了一篇具有里程碑意义的论文，题为《Attention is all you need》，该论文提出了一种被称为 Transformer 的神经网络架构，推动了大型语言模型的发展，这些模型支撑了像 ChatGPT 这样的工具。这篇论文是本世纪引用量第 7 高的文章。

排名第 6 的论文题为《Random forests》（随机森林），介绍了一种改进了以往类似方法的机器学习算法。这篇论文受欢迎的原因在于该方法开源、免费且易于使用。它还具有极佳的开箱即用性能，几乎不需要任何定制。

科研软件

本世纪第 2 被引用的论文并非偶然上榜：它的撰写目的明确是为了给研究人员提供可引用的依据，提供了qPCR数据分析的标准公式，用于计算基因表达变化。