关于适马DP2 Merrill vs. 尼康D810的对比评测结果

　　经过微博统计，共收上来有效样本76份，样本容量偏小。六组中答对数量的样本均值为3.294，答对数量的样本方差为1.277，强行根据t检验进行假设检验分析的话，可以得出结论：

　　有93.27％的把握认为D810缩图之后和DP2M没有直观上的图像差别。

　　评测这东西为什么无论怎么写都饱受质疑？

　　摄影器材测评门户都有这样的困扰，无论怎样的一篇文章下面都有人在以各种或平和或激烈的方式表达自己的异议，从来没看到人们的意见统一过。后来仔细想了一下这里边的原因，大概有以下几条吧。

　　1. 人们其实都只需要一台相机20％的功能，但糟糕的是每个人的20％都不一样。

　　这句话之前是用来形容手机界的，但是放到相机这里来看的话也没什么不妥。每个人有自己的使用习惯，别人所需要的20％和你所需要的20％未必会重合，这时候你看完文章，或许就会产生暴力粉／黑的感受。

　　同样的道理也包含在使用习惯的评价之内。比如部分风光摄影用户几乎从不使用自动对焦功能（手动对焦相对更可靠），但如果按照这个拍摄习惯来写评测，必然无法得到大多数人的认可。

　　2. 每个人对缺陷的容忍度都不一样。

　　举个简单的例子，部分要求严谨的用户对索尼相机RAW的有损编码算法基本是零容忍的，但很多人对此抱无所谓态度。类似的，像什么最高快门速度低、宽容度有限等等，有些人表示不能接受，另一些人表示完全无所谓。无论从什么角度出发、无论怎么评价，都不可能满足大众胃口。

　　3. 已发生沉没成本的影响

　　大家可以试想一下，你攒了一年的零花钱，欢天喜地的抱了一台佳能EOS 6D套机回家，还没怎么好好用就看到最近佳能被黑得一文不值，你会是什么感想，即使这台机器实际价值没有变化，你也会产生它在你心中已经贬值了的感觉。但是既然已经买了，又不好去换，只好用一些诸如“色彩好”之类的理由来安慰自己，让自己还有心情继续使用手里的某品牌机身。

　　4. 不同的评判标准

　　有些人看重主观感受，觉得用着舒服就是好机器；有些人看跑分，觉得得分高的就是好机器。诸如此类，不一而足。

　　当然其他的小原因还有很多，所以一篇图文类的评测，想要满足所有人的口味，还是很有难度的。[NextPage]

D700这种产品现在来看已经很老旧了，但仍然有人怀念

　　那究竟应该如何看评测？

　　之前“新测评”栏目第一期里说过自己是“客观的评测模式”，其实现在想一想，也是多有不妥。毕竟人或许可以理性，但是永远不可能绝对客观。就像上页所说，人总是避免不了“屁股决定脑袋”这个问题。

　　虽然我们不可能完全客观，但是我们可以讲科学——科学不是一种结论，而是一种方法。按照科学方法得到的答案，除非能够被其他科学方法推翻，否则应当被认为是正确结论。

　　科学方法是一种有系统地寻求知识的程序，涉及了以下三个步骤：问题的认知与表述、实验数据的收集、假说的构成与测试。 ——梅里亚姆·韦伯斯特辞典

　　具体到摄影器材评测这件事上，可以借鉴的科学方法是很多的。

　　中学阶段的基础学科教育就曾经告诉我们：做实验一定要有对照，做对照一定要注意控制变量。因此如果要做摄影器材之间的直接对比，同机位、同构图、同参数、同镜头、同时间的比较是最具有参考价值的。如果比较镜头，那就是同机位、同构图、同参数、同机身、同时间。这里得出的一个次级结论就是不同焦段的镜头不具备太好的直接可比比较性——因为无法完美的控制变量。诸如EF 17－40mm f／4L USM和EF 24－105mm f／4L IS USM哪个素质更好这类问题，真的很难做出好的回答。[NextPage]

不同焦段镜头、不同画幅机身之间的比较一直是个老大难问题

　　我们能做到的就是机身测评统一用适马50mm f／1.4 DG HSM Art，镜头测评统一用索尼A7R。至于剩下的，也是尽量统一，以使得结论更具有参考价值。

　　科学方法得出的结论应当具有可重复性和能够通过双盲测试。比如我通过理论测试得出了结论：尼康D810的传感器分辨率比佳能EOS 5D Mark III要高。这时候我将两个机身分别拍摄、抹去所有附加信息的图给100个人看，其中98个人认为更锐利分辨率更高的是D810那张，那么这个结论就可以成立。

　　再比如之前有人主张结论“适马Foveon X3 Merrill传感器的分辨率能够超过135画幅的极限，达到645画幅6000万像素传感器的水平”，而文章开头的微博盲评结果显示，数据不能够支持这一结论，仅仅有最大7％的可能性认定二者之间存在分辨率上的差异。所以可以得出结论，现在135画幅传感器的分辨率已经逼平了APS－C画幅的X3传感器，再加上存在放大输出和动态范围方面的优势，最适合拍风光的机身已经不再是适马SD1 Merrill。

　　这一方法显然比各大摄影论坛里“玄学”方式的上图对喷要有效得多，这就是科学方法的力量。因为微博数据可以认为是完全随机样本，结果的可信性不容置疑。

　　国外的DxOMark测试就是基于控制变量的原理，而得出的结论却被很多人认为是暴力黑佳能和Delsa，暴力粉索尼——但只要给不同的人同场景拍摄的欠曝RAW让他们自己进ACR调整，统计结果完全可以支持DxOMark的结论。科学方法得出的结论，是一定能够经过科学方法检验的。

　　除此之外的方式得出的结论，都不能够让人信服。

　　国内的评测最主要的问题也就是主观因素（编辑自身体验）影响得太多，而真正严谨科学的测评相对较少。其实这是日系测评的思路，但日系测评几乎是只谈体验不怎么提性能的，而且写作难度相对来说更大，毕竟要对一个器材进行深度体验，还是需要时间积累。而且这样得出的结论也只是“适合不适合”而不是“好不好”，“好不好”更多的是性能方面的差异，还是欧美系的科学测评更值得参考。毕竟四百年的近代科学积淀对文化的影响是不可磨灭的，“赛先生”漂洋过海来到中国的时日还是短了一些。

　　（编辑：刘颖娜）