如果，实验做完后，把实验总结报告、实验原始数据交给福尔摩斯。接下来，福尔摩斯会如何分析？

1.  收集证据

福尔摩斯从来不接受别人总结的案情，所以他会把实验总结报告扔到一边，打开实验原始数据，自己从头到尾看一遍。

福尔摩斯发明了最先进的方法显示陈旧的残余血迹。他看实验数据会用傅里叶分析、小波分析提取数据波动的频谱特性，写程序对数据做积分、微分，不会直接把数据画几个图，就算完事。福尔摩斯会看到我们看不到的现象。他不仅仅知道数据在波动，还知道波动的频率如何波动，他知道数据跳跃，还知道跳跃的幅度如何跳跃。

福尔摩斯每次看完资料会回头对华生说：“亲爱的华生，我敢说他们漏掉了最重要的东西。”看完实验原始数据，他会回头对我说：“亲爱的陆姐，我敢说他们漏了最重要的数据。”

然后福尔摩斯带上礼帽，对我说：“陆姐，我们还是去实验现场看看吧。”

到了实验现场，福尔摩斯环顾四周问，在这个屋子做实验是不是声音很大？然后若有所思地说：“陆姐，你看出什么了吗？”我茫然地回答：“实验场地面很光滑。”福尔摩斯笑笑说：“你的观察很细致，不过与结果没有关系。我只关心会影响实验结果的因素。一个人的注意力是有限的，你收集的数据越多，反而会忽略最重要的数据。”

福尔摩斯说：“来之前，我发现湍流转捩比正常的提前了。但是，从他们给我的数据中，我找不到原因。你想想，有两个因素会引起湍流转捩：雷诺数和扰动。他们给的雷诺数没有异常，所以，我想他们必然漏了什么扰动。我观察发现屋子里回声很强，现在我明白了，环境噪声干扰太大，引起湍流提前转捩。至于地面很光滑，那不重要。”

福尔摩斯总是告诉华生，要观察，要看到别人看不到的线索。我们为什么总是和华生一样，没有耐心细细地看数据，偶然认真看了，还看不到重点。

我们用太多时间获取数据，没时间看数据。

我们不知道什么数据最重要，也看不出问题。

福尔摩斯告诉华生，没有人天生是个好侦探。就是观察再观察，训练自己。他会告诉我们，没有人天生是个专家，就是对着数据琢磨再琢磨，训练自己。你看，华生在最后几集也会自己破案了。

2.  假设一个作案现场

福尔摩斯看完实验现场后，对我说：“当时，应当是这样的。”他挥着手杖演示，空气从上游一个宽大的入口进来，这种情况本来会安全地流过。因为流动的雷诺数在临界点对外界扰动很敏感，环境噪声正好激起流动一点波动，然后卷起一个长长的漩涡，漩涡被流动拉断，成为小漩涡、小漩涡互相缠绕，破碎成小小漩涡，流动变为了湍流。

我反对，“福尔摩斯先生，你也太自负了，你根本没有看到流动，这些精彩的画面都是你的想象。”

福尔摩斯拿起烟斗，“是的，陆姐，我没有看到流动的过程，这都是我凭经验猜的。但是，同样的事情已经发生了1000次，为什么第1001次就会不一样呢？”

我们为什么只有测量了所有的状态，才敢相信自己的判断，只有直接看到了，才能知道流动场景。我们为什么不能像福尔摩斯那样，用很少的细节可以想象出整个现场？

我们没有经验，别看做过的实验很多，真正分析过的数据很少。我们没有胆量，怕推理错了挨批。何况写实验报告也没有要求推理出整个场景，何必呢？

提出假设的重要性高于证明假设。

不管对不对，先提个假设。把你散乱的数据装入假设的框架。

3.  证明假设

福尔摩斯推理完整个流动场景，拿起烟斗陷入沉思。他慢慢转向我说，“如果我想对了，噪声应当很大，而且完全传到流动里。我们必须去测量噪声到底有多大？看看我对了没有”

于是我们做了一次噪声测量，不仅仅测量了环境噪声，而且测量能够传入流动的噪声。测量发现，噪声不够强，而且传到流动里的噪声很弱。

福尔摩斯说：“不要打扰我，让我好好想想。”

两天后，福尔摩斯敲门，手里挥舞着一张照片，“陆姐，你看看这个，你知道我漏掉了什么吗？我也够蠢的。”我看看这张照片，原来模型是两块拼装起来的，在拼接处有个铆钉，而且这个铆钉正好在流动最敏感的位置。原来是这个铆钉扰动了流场，带来湍流提前转捩。

福尔摩斯告诉我，他想了很久，觉得现场还是遗漏了重要的线索。他悄悄去实验场，偷出实验模型，细细检查，发现了这个该死的铆钉。

福尔摩斯提出的假设也会错，凭什么要你第一次就提出正确的假设？

有了假设，就去找数据求证。也许，假设被新的数据推翻，让我们修正假设继续求证。

从来没有正确，只有否定后再修正。

4.  给出结论

福尔摩斯也不能保证，他给的结论绝对正确，如果有新的证据，他的结论也会被推翻。但是他可以保证，他的结论可以解释已有的所有证据。

科学没有最后的结论，只要有新的数据出现，我们就有可能修改我们的结论。

但是我们必须保证，今天的结论可以解释全部已有数据。

收集证据：多琢磨数据，找到关键数据

提出假设：不管对不对，先提个假设

证明假设：补充数据求证，修正假设再求证

给出结论：保证结论可以解释全部已有数据