读《女士品茶》有感

读《女士品茶》有感
说来惭愧，就我本身而言就不是一个特别爱读书的人，不会为了读书而读书（个人认为这是读书的一大境界），这次拿起《女士品茶》还真是赶鸭子上架的看了一遍，诚然这本书出乎我意料之外的并非是纯理论的高不可深的科学之作，亦不是茶余饭后的八卦之聊，而是一本比较通俗易懂的统计入门读物。

开篇就介绍了一群无聊的剑桥精英们喝下午茶时突发奇想的一个实验，一位女士声称她可以分辨出奶茶是先放的奶还是先放的茶，当然就有人不信啦，然后一个瘦小的英国绅士就建议来做个实验。

大家都知道，如果这位女士毫无分辨能力，她也有50%的概率猜中这杯奶茶是先放的奶还是先放的茶，于是这位绅士设计了一个巧妙的实验，就是端出10杯奶茶，当然这些奶茶除了奶和茶放的顺序不同以外其他条件都要精准地相同，比如温度比如搅拌均匀什么的。

说到这里大家都明白其实这就是一个假设检验的简单问题，只有实验设计得足够地好，结论并不难得出。

先来谈谈书中的人物，其上那个瘦小的英国绅士就是20世纪最伟大的统计学家——R.A.Fisher，正如你看到的，没有之一，他给我留下了最深刻的印象。

作为一个学习统计的学生，我其实很佩服他。

他的伟大并不在于他先天灵敏的几何直觉（或许命中注定费歇尔会成为一个伟大的数学家因而让他在数学方面有惊人的天赋，虽然他很多的成就是跟遗传学有关），也不在于他认为显而易见的数学知识在别人看来却是需要花上数月才能理解或者接收，而是在于他能够通过生活中一个普通简单的小事情而深入的研究出这些事情背后的本质现象和规律。

这是一般人做不到的，也是我认为他伟大的地方。

但是我却并不认同费歇尔这个人。

由于数学上的天赋，他没有很多的耐心，然而在我看来统计是一门严谨的学科，它需要人们耐心的去统计分析所得到的数据，得出的数据结果多一点少一点，带来的后果可能都是无限的。

其次就是他跟皮尔逊的对头关系导致他对小皮尔逊的态度也是非常的恶劣。

作为一个伟大的统计学家，如此小的气量也使得我对费歇尔的印象大打折扣。

相反，小皮尔逊并没有因为自己父亲与费歇尔的对头关系或者是费歇尔不待见自己而对费歇尔产生敌意。

相反，小皮尔逊非常认同费歇尔对统计做出的贡献，不仅对费歇尔很尊重，同时还高度的评价费歇尔。

这让我对小皮尔逊产生由衷的佩服。

既然都谈到了费歇尔和小皮尔逊，又怎么能不说说皮尔逊这个人呢。

我很佩服他的一点是他虽然拿的是政治学博士的学位但是他却能够对统计做出如此大的贡献。

谈到他对统计的贡献就又不能不提到他提出的四个基本参数，这四个参数被广泛的应用到各个领域，可以说是为统计的发展做出了巨大的贡献。

而由他提出的卡方检验、标准差、成本分析等等都为现代统计学打下了坚实的基础。

然而，皮尔逊虽然怀着社会主义，同情被社会压迫的人们，自己却非常的执拗，不能够接受别人的意见跟想法。

也正是因此，他的劳动成果在当时并没有受到社会的重视，很多人还是抓着他的过失不肯放手。

同时他与费歇尔的矛盾却成为了统
计学的一大遗憾。

由于私人矛盾，他俩总是在一件事情上互相反驳对方，同时还会因为一些事情为难对方。

如果他们两个能够团结一致、通力合作，受益方绝对不止是统计学，可能会使得全社会都有一个良好的发展。

不过不管怎么样，这两个对统计作出了巨大贡献的人物将会永远的被人们牢记于心中，而他们的成就也讲永世的流传下去。

再回到女士品茶这个故事当中。

很有意思的是整本书并不是把这个看似很简单并且从某些角度看起来仅仅是一个很无关重要的消遣的实验作为一个引子，而是将这个例子作为一条线索贯穿了整本书，从第一章的纯粹的验证这位女士的结论是否正确开始，如何在这位女士没有区分能力的情况下设计实验让她无法仅凭猜测正确，如何在这位女士有区分能力的时候容忍区分出错的概率，比如十次重复实验之后区分对了九次的情况下是否值得我们相信这个女士是有区别能力。

这些对于这个很简单的实验设计形象化了数理课中很多的概念化的东西，最大似然估计，假设检验,中心极限，大数定律。

不同于其他书籍那样，这本书对于学术概念仅仅是下定义的生硬描述。

而是辅以精妙的故事和例子，在这些统计学基本概念和术语的背后，是一个个统计大师鲜活的形象、是一段段他们探索创新，历尽坎坷的人生故事。

可以说，这本书将严谨却又无趣的统计给生动化形象化了，使得大家我们惊喜的发现统计也有有趣好玩的一面。

对于其中的精妙的阐述，我依旧是选取了一个让我影响特别深刻的地方---抽样统计。

书中第17 章“当部分优于总体时”提到：1937 年，美国政府想得到有关失业率的准确数据，要在全国进行随机调查，同时国会授权在1937 年进行失业普查。

那时，全国失业人口数估计在300 万到1500 万之间，依据对整个调查所作的规划设计，普查局从邮递线路中随机选取2% ，然而，即使按2% 的比例抽样，普查局也被这样大量的调查问卷难住了：没有人知道该如何来处理这么大量的详细信息。

那时根本没有电脑来帮助运算。

当然，即便有电脑，这也绝对不是一个轻松的工作。

正当大家为巨大的工作量手足无措的时候，耶日·奈曼指出，“我们不必知道或去探讨所有的细节，也不必弄清具体的关系如何，只需为最重要的问题找到答案就行了。

”采纳了奈曼的建议，他们抛弃了问卷中复杂而令人困惑的细节，只计算失业的人数。

并且普查局作了一系列细致的分析，证实这种随机小样本调查的结论比起以前所用的判断样本要精确得多。

从这个事例，作者引出了抽样调查的概念：抽样调查是一种非全面调查，它是从全部调查研究对象中，抽选一部分单位进行调查，并据以对全部调查研究对象作出估计和推断的一种调查方法。

《女士品茶》通过社会生活的鲜活事例，对统计学知识进行了绝佳的诠释，让我不仅能很好的理解的抽样调查实施过程，而且一目了然的了解了抽样调查相比于全面调查的优势：调查成本低、时效性强、适应面广。

在深刻的了解抽样调查之后，我真的免不了为要面对13亿人口的全国人口普查捏一把汗。

另一方面我觉得用概率来看世界非常赞。

每个人都有个人可能性，意思是个人的背景和受到的教育会对每一件事情形成一个先验概率，我觉得这件事有50%可能性发生，你觉得有60%，都是一种经验判断，没有对错。

每个人的风险规避也不同，所以保险公司耍滑头利用此常常大赚一笔。

电视广告各大保险巨头纷纷露脸，这个利用人性挣钱当然是受到保护的，虽然我很不想保健康保险，但一旦强制性保险不再强制，风险厌恶的人（比如我）跑出保险市场，平均保费不得不提高因为保险公司面对的是风险更高的人，这时，又有一部分风险相对较低的人会逃出，这样最终的结果是风险性最高的人投保，保费当然是高的惊人的，保险市场只得崩塌，这就是逆选择的结果。

所以我们要强制每个人保险，虽然我不想。

读《女士品茶》，让我了解统计学整个发展历程，也让我知道了学习统计学的意义所在，它不仅解除我心中对这些统计工具在应用上的疑问，而且更加坚定了我学习统计的决心。

让我开始了解，统计并不是一门单纯的枯燥无味的数学，在作为一门学科知识的同时，它也是一项重要技能，更是有趣的学科知识和实践必要的知识，学习统计，并不能单纯的学习，更重要的是为了以后能在生活，工作乃至研究中对它应用的淋漓尽致，发挥它的作用。

南丁格尔有一句名言：如果要想了解上帝在想什么，我们就必须学统计，因为统计学就是在测量上帝的旨意。

可见，统计的运用并不止与数学，而更是由数学向外更为广阔的衍生。

20世纪是统计学快速发展的时期。

这一时期内，统计学与科学技术的发展相辅相成，互相推动。

而21世纪作为一个信息时代，可以预测的是人们的生活也将和统计有着越来越大的联系。

拥有再多的数据，如果不统计工具对这些数据进行加工整理，那么我们看到的永远只是这些数据所代表的一些表面含义罢了，并不能通过深入的探究而发现这些数据内在的规律跟信息。

如果没有了统计，那么人类很多重大的发现跟发明也将不复存在或者推迟很多年才能够被人们所发现。

作为21世纪的新一代青年，我们站在皮尔逊、费歇尔这些巨人的肩膀上，更加的有责任有义务将这门伟大的学科传承下去。

即使一个人的力量是有限的，但是我们却可以从自身开始做起，哪怕是为统计做出一点小小的贡献也没事。

学好统计不仅能让我们明理，更能够让我们看清楚一个现象的内在本质。

我相信统计的明天一定是辉煌的，无可比拟的。