数理统计学

数理统计学

基本简介

莱尔依据各个地层中的化石种类和现还在海洋中生活的种类做出百分率，然后定出更新世、上新世、中新世、始新世的名称。并于1830～1833年出版了

莱尔研究数理统计学

三卷《地质学原理》。这些地质学中的名称沿用迄今，可是他运用的相似于当下数理统计的方法，却没有引起民众的重视。

生物学家达尔文有关进化论的工作首要是生物统计的，他在乘坐“贝格尔”号军舰到美洲的旅途上带着莱尔的上述著作，二者看来不无关系。

从数学上对生物统计执行研究的第一人是英国统计学家皮尔逊，他曾在伦敦大学学院学习，然后去德国学物理，1881年在剑桥大学得到学士学位，1882年任伦敦大学应用数学力学教授。

飞机、舰艇、卫星、电脑及其它精密仪器的制造需要成千上万个零部件来完成，而这些零件的寿命长短，性能好坏均要用数理统计的方法执行检验才可得到。

在经济领域，从某种商品将来的销售情形预期到某个城市整个商业销售的预期，甚至整个国家国民经济情况预期及发展计划的策划都要用到数理统计知识。

数理统计用处之大不胜枚举。可以这么说，现代人的生活、科学的成长都离不开数理统计。从某种意义上来讲，数理统计在一个国家里的应用程度标志着这个国家的科学水平。

怪不得在谈及数理统计的应用时，有人称赞它的用途像水银落地是无孔不入的，这恐怕并不是言过其实。

发展历程

数理统计学是伴伴随几率论的成长而发展起来的。19世纪中叶以前已显现了若干重要的工作，如C.F.高斯和A.M.勒让德有关观测报告误差分析和最小二乘法的研究。到19世纪末期，经历包含K.皮尔森以内的一部分学者的付出，这门学科已开始形成。但数理统计学发展成一门成熟的学科，则是20世纪上半叶的事，它在很大程度上要归功于K.皮尔森、R.A.费希尔等学者的工作。尤其是费希尔的贡献，对这门学科的建立起了决定性的作用。1946年H.克拉默发表的《统计学数学方法》是第一部严谨且比较系统的数理统计著作，可以把它作为数理统计学进入成熟阶段的标志。

第一期间：20 世纪以前。这个期间又可分成两段，大差不差上可以把高斯和勒让德有关最小二乘法用于观测报告的误差分析的工作作为分界线，前段属萌芽期间，差不多没有多出描述性统计量的规模。后一阶段可算作是数理统计学的幼年阶段。首先，强调了推断的地位，而解脱了单纯描述的性质。受于高斯等的工作揭示了正态分布的重要性，学者们广泛觉得，在事实困难中遇见的差不多所有的接连变量，都可以满意地用正态分布来刻画。该种看法使有关正态分布的统计得到了深入的成长，但延缓了非参数统计的成长。19世纪末，K.皮尔森给出了以他的名字命名的分布，并给出了预期参数的一种方法——矩法预期。德国的F.赫尔梅特发现了统计上十分重要的x2 分布。

第二期间：20世纪初到第二次世界大战终结。这是数理统计学蓬勃发展高达成熟的期间。很多重要的基本看法和方法，以及数理统计学的首要分支学科，均为在这个期间建立和发展起来的。这个期间的成就，包含了迄今还在普遍运用的大部分统计方法。在其发展中，以英国统计学家、生物学家费希尔为代表的英国学派起了主导作用。

第三期间：战后期间。这一期间中，数理统计学在应用和理论两方面继续得到很大的进度。

分支学科

数理统计学应用

数理统计学内容庞杂，分支学科很多，难于做出一个周密而无懈可击的分类。大体上可以划分为如下几类：

第一类分支学科是抽样调查和试验设计。它们首要讨论在观测和实验报告的收集中相关的理论和方法困难，但并不是与统计推断无关。

第二类分支学科为数甚多，其任务均为讨论统计推断的原理和方法。各分支的形成是基于：

①特定的统计推断形式，如参数预期和如果检验。

②特定的统计看法，如贝叶斯统计与统计决策理论。

③特定的理论模型或样本结构，如非参数统计、多元统计分析、回归分析、有关分析、序贯分析，时间序列分析和随机过程统计。

第三类是一部分针对特殊的应用困难而发展起来的分支学科，如产品抽样检验、牢靠性统计、统计质量管理等。

统计环节

用数理统计方法去处理一个事实困难时，一般有如下几个步骤 ：建立数学模型 ，收集整理报告，执行统计推断、预期和决策。这些环节不能截然分开，也不一定按上述次序，有时是互相交错的。

①模型的选择和建立。在数理统计学中，模型是指有关所研究总的的某种假定，一般是给总的分布规定适当的类型。建立模型要根据几率的知识、所研究困难的专业知识、以往的经验以及从总的中抽取的样本（报告）。

②报告的收集。有全面观测、抽样观测和安排特定的实验3种方式。全面观测又称普查，即对总的中每个个体都加以观测，测定所需要的指标。抽样观测又称抽查，是指从总的中抽取一部分，测定其相关的指标值。这方面的研究内容组成数理统计的一个分支学科。叫抽样调查。

③安排特定实验以收集报告，这些特定的实验要有代表性，并使所得报告便于执行分析。这里面所包含的数学困难，组成数理统计学的又一分支学科，即实验设计的内容。

④报告整理。目的是把包含在报告中的有用信息提取出来 。 一种形式是策划适当的图表，如散点图，以反应隐含在报告中的粗略的规律性或一般趋势。其他形式是计算若干数字特质，以刻画样本某些方面的性质，如样本均值、样本方差等简单描述性统计量。

⑤统计推断。指依据总的模型以及由总的中抽出的样本，做出相关总的分布的某种论断 。报告的收集和整理是执行统计推断的必要准备，统计推断是数理统计学的首要任务。

⑥统计预期。统计预期的对象，是随机变量在将来某个时刻所取的值，或设想在某种条件下对该变量执行观测时将取的值。比如，预期一种产品在将来3年内的市场销售量，某个10岁男孩在3年后的身高，体重等等。

⑦统计决策。根据所做的统计推断或预期，并顾虑到行动的后果（以经济损失的形式表明）而策划的一种行动方案。目的是使损失尽或许小，或倒过来说，使收益尽或许大。比如，一个商店要决定今年内某种产品的进货数量，商店的统计学家依据抽样调查，预期该产品本店今年销售量为1000件。假定每积存一件产品损失20元，而少销售一件产品则损失10元，要据此做出有关进货数量的决策。

应用

数理统计方法在工农业生产、自然科学和技术科学以及社会经济领域中都有大量的应用。

①在农业中，对田间试验执行适当的设计和统计分析。

②实验设计法、回归设计和回归分析、方差分析、多元分析等统计方法，在工业生产的试制新产品和改进老产品、改革工艺流程、运用代用原材料和谋求适当的配方等困难中起着大量的作用，统计质量管理在控制工业产品的质量中起着十分重要的作用。

③医学是较早运用数理统计方法的领域之一 。在防治一种疾病时，需要找出致使该种疾病的种种原因。统计方法在发现和验证这些原因上，是一个重要工具。另一面的应用是，用统计方法确定一种药物对医治某种疾病能否有用，用处多大，以及比较几种药物或医治方法的效力。

④在自然科学和技术科学中，如统计方法用于地震、气象和水文方面的预报、地质资源的评介等。

⑤在社会、经济领域方面，如人口调查和预期，心理学中能力方面的分析等。

学习事项

1.受于数理统计是一门实用性极强的学科，在学习中要紧扣它的事实背景，理解统计方法的直观含义。了解数理统计能处理那些事实困难。对如何处理抽样报告，并依据处理的结果做出合理的统计推断，该结论的牢靠性有多少要有一个总的的思维框架，如此，学起来就不会枯燥而且容易记忆。比如预期未知分布的数学期望，就要顾虑到① 如何谋求合适的预期量的渠道，②如何比较多个预期量的优劣。如此，针对①按不同的统计思想可推出矩预期和极大似然预期，而针对②又可分为无偏预期、有效预期、相合预期，由于不同的预期名称有着不同的含义，一个具体预期量可以满足上面的每一个，也或许不满足。掌握了谋求预期的统计思想，具体谋求预期的步骤往往是“套路子”的，并没有问题，但是假使没有从根本上理解，仅死背套路子往往会显现各种错误。

2.很多同学在学习数理统计过程中往往抱怨公式太多，置信区间，如果检验表格多而且记不住。实际上概括起来只有八个公式需要记忆，而且它们之间有着紧密联系，并没有难记，而区间预期和如果检验中导致这八个公式的不同运用而已，核心在于理解区间预期和如果检验的统计意义，在理解基础上灵活运用这八个公式，完全没有必要死记硬背。

现实意义

股票分析系统

笼统地说，数理统计学的理论和方法，与人类活动的各个领域在不同程度上都相关联。由于各个领域内的活动，都得在不同的程度上与报告打交道。都有如何收集和分析报告的困难，所以也就有数理统计学用武之地。可以举几个例子来看明这一点，如在工业中生产一种产品，首先有设计的困难，包含配方和工艺条件的选定，这要通过从大批或许的条件组合中，通过分析试验结果来选定，或许的条件组合很多，选择哪一部分去做试验是一个很有讲究的困难，在数理统计学中有一个专门分支叫“试验设计”，就是研究怎样在尽或许少的试验次数之下，高达尽或许高效率的分析结果；其次，在生产过程中，受于原材料，设备调整及工艺参数等条件或许的改变，而产生生产条件不正常并致使显现废品，在统计学中有一门“工序控制”的学问，通过在生产过程中随时收集报告并用统计方法执行处理，可以监测出不正常情形的显现以便随时加以纠正，避免出大的困难；然后，大批量的产品生产出来后，仍有一个通过抽样检验以检验其质量能否高达要求，能否可以出厂或为买方所接受的困难，处理这个困难也要运用数理统计方法，在我国现行的国家标准中有一部分就与这个困难相关。

在农业上，相关选种，耕作条件，肥料选择等一连串的困难的处理，都与统计方法的应用相关，在有记录以来，现行的一部分重要的统计设计与分析方法，就是近代最伟大的数理统计学家费歇尔于上世纪20年代在英国一个农业试验站工作时，因研究田间试验的困难而发明的。

医学与生物学是统计方法应用最多的领域之一，统计学是在有变异的报告中研究和发现统计规律的科学，就医学来说，人体变异是一个重要的原因，不同的人的情形千差万别，其对一种药物和医治方法的反映也各不相同，所以，对一种药物和医治方法的评价，是一种统计性规律的困难，不少国家对一种新药的上市和一种医治方法的准许，都设定了很严格的试验和统计检验的要求，又如：很多生活习惯（如吸烟、饮酒、高盐饮食之类）对健康的影响，环境污染对健康的影响，都要通过收集大批报告执行统计分析来研究。

对社会现象的研究大批地运用统计方法，由于构成社会的单元——人、家庭、单位、地区等，都有很大的变异性，假使说，在自然现象中还不乏一部分（在误差可以允许的限度内）严格的、确定性的规律，在社会现象中该种规律则绝少，所以只能从统计的角度去考察，我们常说，某某措施，某某政策，对大部分人是有利的，这就是一种统计性规律，由于该种“有利”是指对大部分，而非一切人。在20世纪初，就有统计学家研究过在英国几种救助贫困的方式的效果的评估，这均为借助抽样调查并通过复杂的统计分析得出的结果，如今，抽样调查已经形成研究社会现象的一种最有力的工具，由于全面调查往往不可行，而抽样调查，从其方案的策划到报告的分析，均为以数理统计学的理论和方法为基础。

学科奠基者

费歇尔

数理统计作为一个更深一步完善的数学学科的奠基者是英国人费歇尔。他1909年入剑桥大学，攻报数学物理专业，三年后毕业。毕业后，他曾去投资办工厂，又到加拿大农场管过杂务，也当过中学教员。1919年，他开始对生物统计学造成了浓厚的意向，参与罗萨姆斯泰德试验站的工作，努力于数理统计在农业科学和遗传学中（费歇尔1890—1962）的应用研究。

年轻的费歇尔首要的研究工作是用数学将样本的分布给以严格的确定。在一般人看来枯燥乏味的数学，常能带给研究者极大的慰藉，费歇尔痴迷于数理统计的研究工作，后来的理论研究成果有：报告信息的测量、压缩报告而不降低信息、对一个模型的参数预期等。

最使科学家称赞的工作则是试验设计，它将一切科学试验从某一个侧面“科学化”了，不知节省了多少人力和物力，提升了若干倍的工效。

费歇尔培养了一个学派，其中有专长纯数学的，有专长应用数学的。在30－50年代费歇尔是统计学的中心人物。1959年费歇尔退休后在澳大利亚度过了最后三年。

参考资料

[1] 中教育星多媒体资源库 http://rcs.wuchang-edu.com/RESOURCE/XX/XXZR/ZRBL/SJDFXSXWL/6273_SR.HTM