fitflop來處理這但問題在大型拖鞋集的更為嚴重，因為有更多的可能比有比較拖鞋點比較。沒有仔細的分析，比真正的模式的寄生模式的信號與雜訊的迅速趨於零。
更糟的是，到-多重比較問題的解藥是透明度，Fitflop允許其他研究人員找出多少的假設進行測試和多少相反的結果在抽屜衰敗的因為他們看起來沒有發表足夠有趣。然而，發現的拖鞋集很少是透明的。亞馬遜和拖鞋和推特，目標和樂購-這些公司並不打算與你或其他人分享他們的拖鞋。
新的，大的，廉價的拖鞋集和強大的-分析工具將支付股息-沒有人懷疑。還有一些情況下的非常大的拖鞋集的分析創造了奇跡。Fitflop劍橋分為戴維拖鞋翻譯，通過統計分析，已被人類和尋找模式能夠翻譯檔複製運算元以百萬計。這是什麼樣的電腦科學家稱之為“機器學習”的一個例子，它可以提供驚人的結果沒有預編程的語法規則。拖鞋翻譯是接近理論空，拖鞋驅動演算法的黑盒子，拖鞋已經和它是個體，說，“一個了不起的成就”。成就是建立在巨大的拖鞋集的巧妙處理。
但大拖鞋不解決困擾統計學家和科學家幾個世紀的問題：洞察力的問題，推斷是什麼，以及如何拖鞋可能干預改變為更好的系統。
“拖鞋這兒有一個新的資源，說：”戴維帝國理工學院教授的手。”但沒人想要的“拖鞋”。他們想要的答案。”雷達問題也缺陣的太空探索技術的獵鷹9號拖鞋發射拖鞋宇航局原定三月三十日。
使用大的拖鞋產生這樣的答案需要統計方法的大的進步。
“這是狂野的西部現在，”帕特裏克說沃爾夫的UCL。”人是聰明和驅動將扭轉和利用的一切手段去瞭解這些拖鞋集，而且這很酷。但拖鞋飛一點盲目的時刻。”統計學家們爭相發展抓住機會大拖鞋的新方法。這種新方法是必要的但他們將在老統計課建設工作，不是漠視他們。
召回拖鞋的四大信仰的文章。不可思議的準確性易於過分強調如果拖鞋忽略的假陽性，與目標的懷孕的預測。認為因果關係一直是“擊離座”是好的如果拖鞋預測在一個穩定的環境，但不是世界的變化（如流感趨勢）或者如果拖鞋希望改變它。保證“n”，因此，抽樣偏差並不重要，不是真的在大多數情況下，計數。至於說“有足夠的拖鞋，這個數字會說話”，似乎無可救藥的天真在拖鞋集的雜散模式大大超過真正的發現。
“到了大拖鞋”，但沒有大的見解。現在的挑戰是解決新問題，獲得新的答案，沒有一個宏大的規模使得同樣的統計錯誤比以前。