注意题目，任何笼统的攻击都不可取。


1现代所谓的以数学实证经济学，说白了就是理科生的的中国似诡辩，说成是数学算命更加好。如果这种真理还能够控制社会利益的分配，那也太搞笑了。数学逻辑不是实证，而是令实证的逻辑结论一致，只是逻辑一致的工具。在诸如经济学，历史学，进化论，生物学这些学科之中，数学的应用并不广泛。绝大部分情况下，使用对象角色的主谓宾，可以更容易描述研究内容的关系，更容易被读者理解。因此，在大部分情况下，高等数学是不必要的，如果不是说数学是不必要的话。考虑到数学是一门专门的学科，每个人只能说掌握部分的数学能力，因此，数学只有在局部领域的专业人员交流的范筹才是有帮助的。而这些领域，则是不能决定全局论点的细节，是边缘性的利益参考，
2芝加哥学派为代表的“实证统计学派”，科学逻辑上的弱点，不是存在反面个案，是威胁其基础逻辑的六条。第一，抽样和统计，就存在着抽样和统计是否足以复原整个客观事实的问题。即，依傅里叶变换，存在着最低限度采样率和乖离率。如果不把后两者的误差要求纳入到“根据抽样统计数据发现并确定边际发生的科学”结论中，则该结论是不完全的，不科学的。一旦纳入误差和乖离限制，则“看得见的手”，就不得不面临Frank H.Knight<风险，成本和不确定性>，即《不确定性定律》的限制。
其次是统计是否可信，象中国的失业率？考虑到相对精确的统计数据，只能存在于工业革命以后的西方市场经济国家，因此，从这些统计数据的起源，这一实证就已经打上了问号，因为，这是以“市场经济”为前提的第三方统计的数据。如果不符合这两个条件，那么，所有的支持现代经济学的实证依据，全部失效。西方的经济学理论搬到中国，总是淮北为桔，淮南为枳，不难理解其中因由。显然，“统计可靠”放大了不确定性，弱化了经济学“量化”的实证意义。
3统计学派依靠历史统计数据，设定干预因素和响应因素的手段，通过截取时间片断“作实验”，考虑干预因素与响应因素，在统计学上的相关关系。著名的加速模型和菲利普斯曲线，就是这样的产物。今天，这一模型，一直是中国“看得见的手”的政策依据，从保八到四万亿，统统出自这一“现代经济学发明”。只不过，如果按照这一模型，和民间对中国失业率的估计，中国的中性失业率，可真是*****惊人。估计凯恩斯和菲利普斯再加上费里德曼，都会一起给吓死。
4芝加哥学派为代表的“经济学统计实验”，所设定的干预因素和响应因素的实验模型，缺乏两个关键要素的量化。第一是干扰时滞。换言之，激励因素（干扰因素）与响应因素的出现，有不确定的时滞，从而，无法无歧界定，到底是那个激励因素起作用。举个例子说，有一个人吃东西后得病，即吃即病反复多次，不难确认吃的问题。但是如果滞后一年半载，那是四海为家除了人没吃过全啃过了，天知道那样致病，还是根本就是中了甲流，和吃无关？
5“经济学统计实验”不能指出干预因素和响应因素中的作用机制，从而无法分离耦合影响。因此，干预因素和响应因素之间，很可能是全不相干的。象如果统计人类死亡最可能的杀手，很可能会把医生宰了，因为99.99%的病人临死前，接触过医生。。还有另一个类似实验，有人要找女人的脚长和阴茎长度的统计关系，相当于激励因素和响应因素，……，小量样本时，发现有均差联系，但是更多的分组样本，得出……，毫无关系。
6“经济学统计实验”无法分离耦合因素的缺点，就是无法分离社会经济要素中的相互耦合性，即，激励输入和响应输出之间，有各自的替代因素存在。这和计划经济无法处理复杂的要素耦合的连续的市场，道理一模一样。这样就令到实验本身的结果，只适用于实验所在的条件，而对其他条件，没有任何参考意义。
“经济学统计实验”是失败的方法论。由于逻辑上的弱点，令到实验模型的结果存在着不可克服的不确定的偏差，而令依靠不确定性希望包含误差的预期落空。原因就在于，数学本身只不过是逻辑工具，可以扩展实证，但是不构成独立的实证。弗里德曼创建的实证经济学派，恰恰是“丢掉了实证”的经济学派。看似“科学了”的微观经济学，由于数学引入的基础并不是实证，而完全变成了凭空的理论，成了伪科学。