数理统计的起源
课程文化2-数理统计的起源
数理统计是伴随着概率论的发展而发展起来的一个数学分支,研究如何有效
的收集、整理和分析受随机因素影响的数据,并对所考虑的问题作出推断或预测,为采取某种决策和行动提供依据或建议．
数理统计的发展大致可分为古典时期、近代时期和现代时期三个阶段．
古典时期（19世纪以前）．这是描述性的统计学形成和发展阶段,是数理统计的萌芽时期．在这一时期里,瑞土数学家雅各布·伯努利(Jakob Bernoulli,1654－1705)较早地系统论证了大数定律．1763年,英国数学家贝叶斯(Thomas Bayes,1701-1761)提出了一种归纳推理的理论,后被发展为一种统计推断方法―
贝叶斯方法,开创了数理统计的先河．法国数学家棣莫佛（de Moivre,1667-1754）于1733年首次发现了正态分布的密度函数并计算出该曲线在各种不同区间内的概率,为整个大样本理论奠定了基础．1809年,德国数学家高斯（Gauss．Garl Friedrich,1777-1855,德国）和法国数学家勒让德（Adrien Marie Legendre1752-1833）各自独立地发现了最小二乘法,并应用于观测数据的误差分析．在数理统计的理
论与应用方面都作出了重要贡献,他不仅将数理统计应用到生物学,而且还应用到教育学和心理学的研究．并且详细地论证了数理统计应用的广泛性,高斯曾预言：＂统计方法,可应用于各种学科的各个部门．＂
近代时期（19世纪末至1845年）．数理统计的主要分支建立,是数理统计的形成时期．上一世纪初,由于概率论的发展从理论上接近完备,加之工农业生产迫切需要,推动着这门学科的蓬勃发展．
1889年,英国数学家皮尔逊(Karl Pearson,1857-1936)提出了矩阵估计法,次年
又提出了频率曲线的理论,并于1900年在德国大地测量学者赫尔梅特（F．Helmert）1876年研究正态总体的样本方差时发现的一个十分重要的分布的基础上提出了
检验,这是数理统计发展史上出现的第一个小样本分布．
1908年,英国的统计学家戈塞特(W．S．Gosset,1876-1937)创立了小样本检验代替了大样本检验的理论和方法(即t分布和t检验法),这为数理统计的另一分支---多元分析奠定了理论基础．
1912年,英国统计学家费歇(R．A．Fisher,1890-1962)推广了t检验法,同时发展了显著性检验及估计、方差分析等数理统计新分支．
这样,数理统计的一些重要分支如假设检验、回归分析、方差分析、正交设
计等都有了决定其基本面貌的内容和理论框架．数理统计成为应用广泛、方法独特的一门数学学科．
现代时期(1945年以后)．美籍数理统计学家瓦尔德(A．Wald,1902-1950)致力于用数学方法使统计学精确化、严密化,取得了很多重要成果．他发展了决策理论,提出了一般的判别问题,创立了序贯分析理论,提出了著名的序贯概率比检验
法(比如,用于贵重产品的抽样检查与验收)．瓦尔德的两本著作《序贯分析》和《统计决策函数论》,被认为是数理发展史上的经典之作．统计决策理论从人与大自
然进行博弈的观点出发,把形形色色的统计问题纳入一个统一的模式之下,对战后数理统计许多分支的发展产生了很大的影响,特别是参数估计这个分支．
随着概率论的高速发展,随机过程的统计逐步形成了内容丰富的重要分支．其中,线性滤波理论占据了显著地位,它是40年代维纳-柯尔莫哥洛夫滤波理论(N．Wiener,A．H．Kolmogorov)和60年代卡尔曼滤波理论(Rudolf E．Kalman)向非线性领域的扩展．苏联学者李普泽尔（R．S．Liptser）和希拉也夫（A．N．Shiryaev）在1974年写的专著《随机过程的统计》系统论述了这方面的理论．
统计学发展在趋于成熟并得到大量应用后,一些回避不了的弱点开始显露并逐渐为人们所重视．传统的统计方法不能充分利用过去经验积累起来的知识,小样本问题里表现出来难以克服的局限性,这一点在可靠性统计问题中特别突出．二战后数理统计的发展中,一个引人注目的现象是贝叶斯学派的崛起．他们用独到的方法,加入了过去积累的经验因素,在应用中常能得到意想不到的效果．虽然如此,贝叶斯方法仍存在很多困难,先验分布的客观性常引起非议．贝叶斯学派的观点还难以被广大统计工作者普遍接受,因此和传统学派的争论仍将长期存在．目前情况,后者大体上仍处于支配地位．
随着计算机技术的进步和广泛使用,统计学又产生了一些新的分支和边缘性的新学科,如最优设计和非参数统计推断等,不仅使得过去难于计算的问题能够解决,而且有利地促使了那些能有效利用现代计算机强大计算能力的统计学新理论、新方法的纷纷问世,例如自助法（bootstarp）、投影寻踪法（projection pursuit）、蒙特卡罗法（Monte Carlo Method)等．统计的应用范围愈来愈广泛,已渗透到许多科学领域,应用到国民经济各个部门,成为科学研究不可缺少的工具．。
数理统计学的诞生
数理统计学的诞生当你漫步在森林公园或在水库边领略自然风光的时候，你是否知道森林中的树有多少棵，水库里到底有多少条鱼?这些都无法具体去数，具体去量。
而当我们必须知道某一无法具体测量的事物的量时，就可以用一种可行的数学方法来计算，那就是数理统计。
从一个总体中抽取样本，将收集来的样本数据加以整理，并从中得出认识总体的结论，这是科学研究工作和日常生活中屡见不鲜的手段。
数理统计是现代数学中一个非常活跃的分支，它在20世纪获得巨大的发展和迅速普及，被认为是数学史上值得提及的大事。
然而它是如何产生的呢?随着生物学发展而产生的数学方法莱尔根据各个地层中的化石种类和现仍在海洋中生活的种类作出百分率，然后定出更新世、上新世、中新世、始新世的名称，并于1830~1833年出版了三卷《地质学原理》。
这些地质学中的名称沿用至今，可是他使用的类似于现在数理统计的方法，却没有引起人们的重视。
生物学家达尔文关于进化论的工作主要是生物统计，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进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年在剑桥大学获得学士学位，1882年任伦敦大学应用数学力学教授。
1891年，他和剑桥大学的动物学家讨论达尔文自然选择理论，发现他们在区分物种时用的数据有“好”和“比较好”的说法。
于是皮尔逊便开始潜心研究数据的分布理论，他借鉴前人的做法，并大胆创新，其研究成果见诸著作《机遇的法则》，其中提出了“概率”和“相关”的概念。
接着又提出“标准差”、“正态曲线”、“平均变差”、“均方根误差”等一系列数理统计的基本术语。
这些文章都发表在进化论的杂志上。
直至1901年，他创办了杂志《生物统计学》，使得数理统计有了自己的阵地。
这可以说是数学在进入20世纪时最初的重大收获之一。
学科奠基者——费歇尔数理统计作为一个进一步完善的数学学科的奠基者是英国人费歇尔。
数理统计学的发展历程
数理统计学的发展历程数理统计学是伴随着概率论的发展而发展起来的。
19世纪中叶以前已出现了若干重要的工作，如C.F.高斯和A.M.勒让德关于观测数据误差分析和最小二乘法的研究。
到19世纪末期，经过包括K.皮尔森在内的一些学者的努力，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。
特别是费希尔的贡献，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。
数理统计学的发展大致可分3个时期。
第一时期20 世纪以前。
这个时期又可分成两段，大致上可以把高斯和勒让德关于最小二乘法用于观测数据的误差分析的工作作为分界线，前段属萌芽时期，基本上没有超出描述性统计量的范围。
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，而摆脱了单纯描述的性质。
由于高斯等的工作揭示了正态分布的重要性，学者们普遍认为，在实际问题中遇见的几乎所有的连续变量，都可以满意地用正态分布来刻画。
这种观点使关于正态分布的统计得到了深入的发展，但延缓了非参数统计的发展。
19世纪末，K.皮尔森给出了以他的名字命名的分布，并给出了估计参数的一种方法——矩法估计。
德国的F.赫尔梅特发现了统计上十分重要的x2 分布。
第二时期20世纪初到第二次世界大战结束。
这是数理统计学蓬勃发展达到成熟的时期。
许多重要的基本观点和方法，以及数理统计学的主要分支学科，都是在这个时期建立和发展起来的。
这个时期的成就，包含了至今仍在广泛使用的大多数统计方法。
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。
第三时期战后时期。
这一时期中，数理统计学在应用和理论两方面继续获得很大的进展。
概率论与数理统计的起源与发展
概率论与数理统计的起源与发展概率论产生于十七世纪，本来是有保险事业的发展而产生的，但是来自于赌博者的请求，却是数学家们思考概率论中问题的源泉。
早在1654年，意大利医生兼数学家卡当，据说曾大量地进行过赌博。
他在赌博时研究不输的方法，实际是概率论的萌芽。
在那个时代，虽然概率论的萌芽有些进展，但还没有出现真正的概率论。
十七世纪中叶，法国贵族德·美黑在骰子赌博中，由于有要急近处理的事情必须中途停止赌博，要靠对胜负的预测把赌资进行合理的分配，但不知用什么样的比例分配才算合理，于是就写信向当时法国的最高数学家帕斯卡请教。
正是这封信使概率论向前迈出了第一步。
帕斯卡和当时第一流的数学家费尔玛一起，研究了德·美黑提出的关于骰子赌博的问题。
于是，一个新的数学分支--概率论登上了历史舞台。
三年后，也就是1657年，荷兰著名的天文、物理兼数学家惠更斯企图自己解决这一问题，结果写成了《论机会游戏的计算》一书，这就是最早的概率论著作。
在概率问题早期的研究中，逐步建立了事件、概率和随机变量等重要概念以及它们的基本性质。
后来由于许多社会问题和工程技术问题，如：人口统计、保险理论、天文观测、误差理论、产品检验和质量控制等。
这些问题的提法，均促进了概率论的发展，从17世纪到19世纪，贝努利、隶莫弗、拉普拉斯、高斯、普阿松、切贝谢夫、马尔可夫等著名数学家都对概率论的发展做出了杰出的贡献。
在这段时间里，概率论的发展简直到了使人着迷的程度。
但是，随着概率论中各个领域获得大量成果，以及概率论在其他基础学科和工程技术上的应用，由拉普拉斯给出的概率定义的局限性很快便暴露了出来，甚至无法适用于一般的随机现象。
因此可以说，到20世纪初，概率论的一些基本概念，诸如概率等尚没有确切的定义，概率论作为一个数学分支，缺乏严格的理论基础。
概率论的第一本专著是1713年问世的雅各·贝努利的《推测术》。
经过二十多年的艰难研究，贝努利在该树种，表述并证明了著名的"大数定律"。
数理统计
数理统计数理统计(Mathematics Statistics)什么是数理统计数理统计是以概率论为基础，研究社会和自然界中大量随机现象数量变化基本规律的一种方法。
其主要内容有参数估计、假设检验、相关分析、试验设计、非参数统计、过程统计等。
数理统计的特点它以随机现象的观察试验取得资料作为出发点,以概率论为理论基础来研究随机现象.根据资料为随机现象选择数学模型,且利用数学资料来验证数学模型是否合适,在合适的基础上再研究它的特点,性质和规律性.例如灯泡厂生产灯泡,将某天的产品中抽出几个进行试验.试验前不知道该天灯泡的寿命有多长,概率和其分布情况.试验后得到这几个灯泡的寿命作为资料,从中推测整批生产灯泡的使用寿命.合格率等.为了研究它的分布,利用概率论提供的数学模型进行指数分布,求出值,再利用几天的抽样试验来确定指数分布的合适性.数理统计的起源与发展数理统计是伴随着概率论的发展而发展起来的一个数学分支，研究如何有效的由集、整理和分析受随机因素影响的数据，并对所考虑的问题作出推断或预测，为采取某种决策和行动提供依据或建议.数理统计起源于人口统计、社会调查等各种描述性统计活动.公元前2250年，大禹治水，根据山川土质，人力和物力的多寡，分全国为九州；殷周时代实行井田制，按人口分地，进行了土地与户口的统计；春秋时代常以兵车多寡论诸侯实力，可见已进行了军事调查和比较；汉代全国户口与年龄的统计数字有据可查；明初编制了黄册与鱼鳞册，黄册乃全国户口名册，鱼鳞册系全国土地图籍，绘有地形，完全具有现代统计图表的性质.可见，我国历代对统计工作非常重视，只是缺少系统研究，未形成专门的著作.在西方各国，统计工作开始于公元前3050年，埃及建造金字塔，为征收建筑费用，对全国人口进行普查和统计.到了亚里土多德时代，统计工作开始往理性演变.这时，统计在卫生、保险、国内外贸易、军事和行政管理方面的应用，都有详细的记载.统计一词，就是从意大利一词逐步演变而成的.数理统计的发展大致可分为古典时期、近代时期和现代时期三个阶段.古典时期(19世纪以前).这是描述性的统计学形成和发展阶段，是数理统计的萌芽时期.在这一时期里，瑞土数学家贝努里(1654-1795年)较早地系统论证了大数定律.1763年，英国数学家贝叶斯提出了一种归纳推理的理论，后被发展为一种统计推断方法――贝叶斯方法，开创了数理统计的先河.法国数学家棣莫佛(1667-1754)于1733年首次发现了正态分布的密度函数.并计算出该曲线在各种不同区间内的概率，为整个大样本理论奠定了基础.1809年，德国数学家高斯(1777-1855)和法国数学家勒让德(1752-1833)各自独立地发现了最小二乘法，并应用于观测数据的误差分析.在数理统计的理论与应用方面都作出了重要贡献，他不仅将数理统计应用到生物学，而且还应用到教育学和心理学的研究.并且详细地论证了数理统计应用的广泛性，他曾预言："统计方法，可应用于各种学科的各个部门."近代时期(19世纪末至1845年)数理统计的主要分支建立，是数理统计的形成时期.上一世纪初，由于概率论的发展从理论上接近完备，加之工农业生产迫切需要，推动着这门学科的蓬勃发展.1889年，英国数学家皮尔逊(1857-1936)提出了矩估计法，次年又提出了频率曲线的理论.并于1900年在德国数学家赫尔梅特在发现 c 2分布的基础上提出了c 2 检验，这是数理统计发展史上出现的第一个小样本分布.1908年，英国的统计学家戈塞特(1876-1937)创立了小样本检验代替了大样本检验的理论和方法(即t分布和t检验法)，这为数理统计的另一分支――多元分析奠定理论基础.1912年，英国统计学家费歇(1890-1962)推广了t检验法，同时发展了显著性检验及估计和方差分析等数理统计新分支.这样，数理统计的一些重要分支如假设检验、回归分析、方差分析、正交设计等有了其决定其面貌的内容和理论.数理统计成为应用广泛、方法独特的一门数学学科.现代时期(1945年以后)美籍罗马尼亚数理统计学家瓦你德(1902-1950)致力于用数学方法使统计学精确化、严密化，取得了很多重要成果.他发展了决策理论，提出了一般的判别问题.创立了序贯分析理论，提出著名的序贯概率比检法.瓦尔德的两本著作《序贯分析》和《统计决策函数论》，被认为是数理发展史上的经典之作.由于计算机的应用，推动了数理统计在理论研究和应用方面不断地向纵深发展，并产生一些新的分支和边缘性的新学科，如最优设计和非参数统计推断等.当前，数理统计的应用范围愈来愈广泛，已渗透到许多科学领域，应用到国民经济各个部门，成为科学研究不可缺少的工具.。
概率论和数理统计起源
概率论和数理统计起源（1）从随机现象谈起在自然界和现实生活中，一切事物都是相互联系和不断发展的。
在它们彼此间的联系和发展中，根据它们是否有必然的因果关系，可以分成截然不同的两大类：一类是确定性的现象。
这类现象是在一定条件下，必定会导致某种确定的结果。
举例来说，在标准大气压下，水加热到100度，就必然会沸腾。
又如，把铁加热到1530度的时候，必然会熔化成液态。
事物间这种联系是属于必然性的。
通常的自然科学各学科就是专门研究和认识这种必然性，寻求这类必然现象的因果关系，把握它们之间的数量规律，以达到认识世界和改造世界的目的。
另一类是不确定性的现象。
这类现象是在一定条件下，它的结果是不确定的。
举例来说，同一工人在同一车床上加工同一种零件若干个，它们的尺寸总会有些差异。
又如，在同样条件下，进行小麦品种的人工催芽试验，各颗种子的发芽情况也不尽相同，有强弱和早晚之别等等。
为什么在相同的一定条件下，会出现这种种不确定的结果呢？这是因为，我们说的“相同条件”是指一些主要条件来说的，除了这些主要条件外，还会有许多次要条件和偶然性因素影响着结果。
而这些次要的、偶然起作用的因素又是人们无法事先一一能够掌握的。
正因为这样，我们在这一类现象中，就无法用必然性的因果关系，对个别现象的结果事先作出确定的答案。
事物间这种关系是属于偶然性的，这种现象叫做偶然现象，或者叫做随机现象。
在自然界，在生产、生活中，随机现象十分普遍，也就是说随机现象是大量存在着的。
比如：拿北京地区来说，测量每年七月份的天气平均气温，每年都各有差异，不完全相同，而且也不能准确地预测来年七月份的平均气温。
这样，“北京七月份平均气温”就是随机现象。
又如，同一名工人，用同一台车床在同一条件下(同材料、同一操作规程)加工一种标准长度150毫米的零件等现象，也是随机现象。
因此，我们说随机现象就是：在同样条件下，多次进行同一试验或调查同一现象，所得结果不完全一样，而且无法准确地预测下次所得结果的现象。
概率论与数理统计发展史简要、主要内容概要及其主要应用
概率论与数理统计是一门研究随机现象和数据分析的学科。
以下是关于概率论与数理统计发展史、主要内容概要以及其主要应用的简要介绍：发展史概率论与数理统计是数学的重要分支之一，其发展可以追溯到17世纪。
以下是一些重要的里程碑事件：- 1654年，法国贵族帕斯卡尔引入概率论的基本概念。
- 18世纪，瑞士数学家伯努利家族对概率论做出了系统的研究，并提出伯努利试验和大数定律。
- 19世纪，法国数学家拉普拉斯在概率论方面有很多重要贡献，提出了拉普拉斯公式和拉普拉斯逼近定理。
-20世纪，俄国数学家科尔莫哥洛夫发展了现代概率论的基本框架，建立起了测度论和概率测度的数学基础。
主要内容概要概率论研究随机现象的规律性和不确定性，主要包括以下几个方面的内容：1. 概率基本概念：包括样本空间、事件、随机变量等。
2. 概率分布：研究随机变量的取值及其对应的概率。
3. 大数定律：研究随机变量序列的稳定性，指出当样本容量足够大时，随机现象的长期平均值收敛于期望值的概率趋近于1。
4. 中心极限定理：研究多个相互独立的随机变量之和的分布趋近于正态分布的概率。
数理统计是利用样本数据对总体特征进行推断和决策的学科，主要内容如下：1. 抽样方法：研究如何从总体中获取代表性样本的方法。
2. 统计描述：通过统计量对总体特征进行度量和描述。
3. 参数估计：利用样本数据对总体参数进行估计。
4. 假设检验：根据样本数据对关于总体的假设进行推断和判断。
5. 方差分析和回归分析：研究多个变量之间的关系和影响。
主要应用概率论与数理统计具有广泛的应用领域，涉及自然科学、社会科学、工程技术等众多领域，包括但不限于以下方面：1. 金融和风险管理：用于分析投资组合的风险、金融市场波动性的预测和金融产品的定价。
2. 医学和生物统计学：应用于疾病概率分析、药物疗效评估和流行病学研究等。
3. 工程和质量控制：用于产品质量分析、过程改进和可靠性评估。
4. 社会科学和市场调查：用于样本调查、舆论调查和社会现象的分析。
数理统计学
[科目] 数学[关键词] 统计/相关系数[文件] sxbj90.doc[标题] 数理统计学[内容]数理统计学数理统计学﹝Mathematical Statistics﹞是研究大量随机现象的统计规律性的数学学科。
其核心问题是根据从总体中随机抽出的样本里所获得的信息来推断总体的性质。
数理统计学的发展可分为三个时期。
20世纪以前，是数理统计学的萌芽时期。
这个时期，总的说没有超出描述性统计的范围。
历史上最早出现的统计推断可以看作是英国统计学家J‧格兰特在1662年组织调查伦敦市死亡人数，从数量上去掌握集团的统计推断，并发表专着《从自然和政治方面观察死亡统计表》。
因此，数理统计学可认为是格兰特于17世纪60年代开创的。
格兰特对生命统计，保险统计及经济统计进行数学的研究。
这一学问曾被称为「政治算术」。
他由统计的结果发现人口出生率与死亡率相对稳定，于是提出「大数恒静定律」，成为统计学的基本原理。
这个时期，在概率论方面有较多的发展，必然影响到数理统计学的发展。
现在人们所理解的统计推断程序，最早的就是贝斯方法。
T‧贝斯在1763年发表的《论有关机遇问题的求解》对后世的统计思想影响很大。
19世纪初开始用概率模型进行数据分析。
高斯和勒让德首先把最小二乘法用于分析天文观测中的误差。
20世纪以来，最小二乘法经过俄国数学家马尔可夫和其它学者的工作，成为数理统计学中的一个重要方法。
19世纪中叶，许多数理统计学理论的新发展，几乎直接或间接地由两个人所推动。
一个是比利时统计学家A‧凯特勒，一个是英国生物学家S‧E‧高尔顿。
凯特勒的主要功绩在于使统计方法获得普遍应用。
他对天文学、数学、物理学、生物学、社会统计学及气象学等均有研究，将统计方法应用到上述研究范围上去，并强调了正态分布的用途，主张这一分布状态可以适用于许多学科范畴。
高尔顿最早把统计方法应用于生物学。
他曾到非洲考察和探险，搜集了大量资料，并投入很大精力钻研资料中所隐藏的模型与关系。
3.数理统计学发展简史
数理统计学发展简史数理统计学的发展大致可分三个时期来叙述。
20世纪以前，这是数理统计学的萌芽时期。
在这漫长的时期里，描述性统计占据主导地位。
描述性统计就是收集大量的数据，并进行一些简单的运算（如求和、求平均值、求百分比等）或用图表、表格把它们表示出来，中国古代就有钱粮户的统计，西方国家也多次进行人口统计，早期这些统计工作都与国家实施统治有关，统计学的英文statistics源出于位丁文，系由status（状态、国家）和statista（政治家）衍化而来。
这时期也出现了一些现在仍很常用的统计方法，如直方图法，但最重要的，超出描述性统计范围的成就是高斯或勒让德关于最小二乘法的工作，在统计思想上的重大进展有是高斯和勒让德关于最小二乘法的工作，在统计思想上的重大进展是：数据是来自服从一定概率分布的总体，而统计学就是用数据去推断这个分布的未知方面，这个观点强调了推断的地位，使统计学摆脱了单纯描述的性质。
由于高斯等人在误差方面的研究工作，正态分布（又叫高斯分布）的性质和重要性受到广泛重视。
19世纪末皮尔森（K.Pearson，1857-1936）引进了一个以他的名字命名的分布族，它包含了正态分布及现在书籍的一些重要的非正态分布，扩大了人们的眼界 ，皮尔森还提出了一个估计方法——矩估计法，用来估计他所引进的分布族中的参数。
另外，德国的 地测量学者赫尔梅特（F.Helmert）1876年在研究正态总体分布。
高尔顿（F.Galton）在生物学研究中的样本方差时，发现了十分重要的x2提出了回归分析方法，这些都是数理统计发展史中的重要事件。
20世纪初到第二次世界大战结束，这是数理统计学莛发展达到成熟的时期，许多重要的基本观点和方法，以及数理 统计学的主要分支学科，都是在这个时期建立和发展起来的。
在其发展中，以费希尔（R.A.Fisher,1890-1962）为代表的英国学派起了主导的作用。
K．皮乐森在1900年提出了检验拟合优度的x统计量，并证明其极限分布（在2布。
数理统计学
数理统计学数量统计学是根据从总体中随机抽出的样本里所获得的信息来推断关于总体性质的一门学科.或者说是为了得到科学的和实用的结论,而系统整理并利用统计数据的数学方法.它的任务就是研究怎样获得数据和如何分析带有随机性数据,在此基础上对各知识领域中的问题进行推断、预测、直至确定应采取的行动和决策方案.“统计学”（statistics）一词是德国学者阿享瓦尔针对17世纪在德国兴起的“政治学”（德文,staatenkunde）而使用的术语.这门学问最初是用统计方法描述一些先进国家的经济和税收状况.而作为以概率论为基础的数理统计学的产生却是相对比较晚近的事.几百年来,数理统计学已经发展成为一门既有坚实的理论基础,又有广泛实用价值的数学学科.数理统计学的发展史大致可以分为三个时期.数理统计学的萌芽时期历史上最早出现的统计推断可以看作是英国统计学家格兰特在1662年组织调查伦敦市死亡人数,从数量上去掌握集团的统计推断,并发表专著《从自然和政治方面观察死亡统计表》.因此,数理统计学可以认为是格兰特于17世纪60年代开创的.格兰特对生命统计、保险统计及经济统计,进行数学的研究.这一学问曾被称为“政治算术”.他由统计的结果发现人口出生率与死亡率相对稳定,于是提出“大数恒静定律”,成为统计学的基本原理.英国学者佩蒂沿袭了格兰特的方法,统计不同职业人口及伦敦等地的居民数目,著有《政治算术》一书.由于需要对各地人口、农业生产品及国际贸易数量的估计,亟待若干形式的测定数作为处理问题的根据,并需要科学的方法,对测定数进行分析,于是统计学的数学性质逐渐加深,奠定了现代数理统计学的基础.另一方面,概率论的发展不可避免地要影响到数理统计学的发展.现在人们所理解的统计推断程序,最早的就是贝叶斯方法.贝叶斯长期担任英国一个地方教堂的牧师.他自学数学成才,对概率论作出了重要贡献.在他的论文《机会学说问题试解》中建立了条件概率的贝叶斯定理或贝叶斯公式,以后成为统计推断的基础.用概率模型作为手段的数据分析始于19世纪初.被某些人称为近代统计分析中的“汽车”1的最小二乘法原理是由两位著名数学家高斯和勒让德发展起来的2,首先用于分析天文观测中的误差.高斯把钟形曲线作为观测误差的分布曲线.20世纪以来,最小乘二法原理经过俄国数学家马尔可夫和其他学者的工作发展成为数理统计学中的一个重要方法.高斯的工作揭示了正态分布的重要性,因此,人们通常称正态分布为高斯分布.曾经有一段时间,学者们普遍认为在实际问题中遇到的几乎所有连续随机变量,都可以用正态分布来刻划.到19世纪后期,一些学者（特别是皮尔逊）开始认识到这种看法的局限性.19世纪中叶,许多数理统计学理论的新发展,几乎直接或间接地由两个人1指最小二乘法在近代统计中的作用,有如汽车在现代社会中的作用.2高斯和勒让德到底是谁先发明最小二乘法,是统计学史上最著名的有关优先权的争论.勒让德一直声称他是最早的发明者,他在1805年发表了有关结果.所推动.一个是比利时统计学家凯特勒,一个是英国生物学家高尔顿凯特勒的主要功绩在于使统计方法获得普遍应用.凯特勒对各种学科均有研究,如天文学、数学、物理学、生物学、社会统计学及气象学等.他将统计方法应用到上述研究范围上去,并强调了正态分布的用途,主张这一分布状态可以适用于许多学科范畴.凯特勒曾致力于比利时国势调查以及组织国际统计活动.他引进所谓“平均人”（averageman）的概念,起了总体概念的先驱作用.高尔顿是生物学家达尔文的表弟,他对遗传定律颇感兴趣,并最早把统计方法用于生物学.高尔顿曾到非洲考察和探险,搜集了大量资料,并投入很大精力钻研资料中所隐藏的模型与关系.在1889年出版了《自然的遗传》一书,引进了回归直线、相关系数的概念,创立了回归分析.这在遗传的研究中,是以弄清儿辈特征值与父辈特征值的相关关系为目的的.但在那个时代,样本特征值与总体特征值的区别还是很不清楚的.此外,高尔顿还提出了中位数、四分位数、百分位数及四分位偏差等概念.爱尔兰经济学家兼统计学家埃奇沃思关于方差和或然误差的一系列文章也是这一时期的工作.日渐成熟的数理统计学从19世纪末到第二次世界大战结束,可认为是数理统计学发展的第二个时期.这个时期,数理统计学蓬勃发展,名家辈出,提出了一些带根本性的重要概念和方法,完成了许多重要的工作,形成了一系列的基本分支,为数理统计成为一门数学学科打下了坚实的基础.这一时期开始于英国数学家皮尔逊的工作.皮尔逊1884年任伦敦大学学院应用数学和力学教授,担任过格雷沙姆几何学教授、应用数学系主任和高尔顿优生学教授.1899年,他和剑桥大学的动物学家讨论达尔文的自然选择理论.他将数理统计应用于生物遗传和进化诸问题,得到生物统计学和社会统计学的一些基本法则.进一步发展了回归和相关的理论.术语“总体”、“众数”、“标准差”,“变差系数”都是他引进的.皮尔逊认为,统计的基本问题在于“由过去的数据来推断未来会发生什么事”.做到这一点的途径是“把观测数据转化为一个可供预测用的模型”.他对统计的理解已经接近现代的理解.他为此发展了一系列方法──皮尔逊分布族、矩法、拟合优度2 检验等.为了描述自然现象的非对称分布特性,皮尔逊研究出所谓反频率曲线.他和高尔顿等人主持创办了著名的《生物计量》杂志,皮尔逊于1901—1936年担任主编.这一杂志,至今在国际上仍享有盛名;他还担任过《优生学纪事》的编辑.他的著作有:《对进化论的数学贡献》、《统计学家和生物统计学家用表》、《死的可能性和进行论的其它研究》等.19世纪末年,由于概率论的发展,使数理统计学进一步与应用相结合.于是,统计理论与方法开始演进到现代的形态.1908年对现代数理统计学来说,是极重要的一年.英国学者戈塞特以“学生”,为笔名在《生物计量》上发表一篇划时代的文章,得到了t-统计量的精确分布的形式.它不仅成为数理统计学常用的工具,而且也是统计量精确分布理论中一系列重要结果的开端;特别在多元正态总体抽样分布方面有重要意义.因此,可以说戈塞特的工作为样本资料的统计分析与解释开辟了一个新纪元.戈塞特自1899年到他逝世的1937年,都在世界上最大酿酒商之一吉尼斯的啤酒厂担任统计工作.他常与农业实验接触.为了使实验尽可能少消耗原料,他注意到应用小样本及从小样本得到可靠知识的重要性,从而创立了t-分布方法.但当时,他所推导的t-分布方法是不完整的.对现代数理统计学的发展作出决定性贡献的:是英国学者费希尔.他早年在剑桥大学攻读数学和理论物理,后来致力于生物统计学的研究.费希尔利用n维几何方法（多重积分法）给出了t-分布方法的完整证明.他引进了解消假设和显著性检验的概念,成为假设检验理论的先驱,并列举了一致性、有效性和充分性,作为参数的估计量应具备的性质.他还对估计的精度与样本所具有的信息之间的关系进行了考虑,得到了信息量的概念.极大似然法是由费希尔提出的.试验设计法也是由费希尔开创和发展的统计方法之一.他凭借随机化的手段,成功地把概率模型带进了实验领域,并作为分析这种模型的一个方法,建立了方差分析法,他强调了统计方法在试验设计中的重要性.1925年他发表《研究人员用统计方法》一书,50余年内已再版多次.1956年总结其数理统计学研究,著《统计方法及科学推理》一书.除了费希尔以外,这一时期数理统计学发展的重大事件要推内曼和皮乐逊之子皮尔逊在1928—1938年期间建立了假设检验理论和内曼在1934年建立了置信区间理论.内曼生于俄国,后移居美国,在伯克利的加里福尼亚大学任教.他在该校建立了一个研究机构,后来发展成为世界著名的数理统计中心.内曼在假设检验理论中,引进检验功效函数概念,以此作为判断检验方面,取得了许多成果.中国著名数理统计学家许宝騄,在20世纪数理统计史上享有盛名.早年留学英国,就读于费希尔门下,当时英国统计学派的研究在数学论证方面有不少欠缺,许宝騄以其扎实的数学基本功夫,给出许多统计规律的极其漂亮和严密的证明.他在多元分析、统计推断和线性模型方面做出国际水平的工作,尤其在多元分析方面的贡献,起了奠基性的作用.1979年,美国《数理统计年鉴》曾邀请一些著名学者撰文介绍他的生平和工作,高度评价他的贡献.二次大战前数理统计学的另一项重要进展是时间序列分析.1925—1930年间,英国数学家尤尔研究了振荡的时间序列,引进了自回归过程和序列相关等重要概念,奠定了这个统计分支现代发展的基础.1946年,瑞典统计学家克拉默尔发表了《统计学的数学方法》一书,总结了二次大战前数理统计学发展的大部分工作.某些专家认为,这部著作标志着现代数理统计作为一门数学分支的确立.数理统计学的深入发展二次大战以后是数理统计学发展的第三个时期.其特点一方面是使用的数学工具愈广愈深,除了数学分析、测度论、矩阵代数以外,往往还需要泛函分析、拓扑学、近世代数等现代数学工具;另一方面是数理统计学的应用愈加广泛.战后,由于工业和军事技术的飞速发展,使数理统计方法的应用达到前所未有的规模.如在工业上广泛应用统计质量管理,并由此产生了抽样检验、管理图等方法.其它如试验设计、多元分析、时间序列分析等也找到了不少新的应用领域.由于电子计算机的发展,使得在战前发展起来的一些统计方法发挥了更大作用.这一时期数理统计学的发展,主要有以下几个方面.1 统计判决函数理论犹太血统的美国学者瓦尔德创立了统计判决函数理论,它是统计学的统一数学理论.一般把瓦尔德的专著《统计决策函数》的发表作为这一理论诞生的年代.在这个理论中,把推断程序的全体命名为判决函数空间,第一次明确地定义它为一个集合.这样一来,检验和估计等数理统计问题可用统一方法处理.瓦尔德理论的出现,开拓了统计学一些新的研究领域,特别是参数估计这个分支在这个理论的影响下,面貌有了很大变化.瓦尔德定义了统计推断程序的风险函数,用来作为推断程序好坏的准则.他还使统计理论与对策论结合起来,并在统计学中引进了极小极大原理.2 发展大样本理论大样本理论的深入发展,遍及数理统计学各主要分支.例如,非参数统计,在战前还谈不上系统化,在战后发展很快.由于这个分支的特点决定,只有发展大样本理论,它才得以发展.目前构成这个分支主要内容的U-统计量理论、线性置换统计量理论及秩统计量的大样本理论都是战后发展起来的.再如,在参数估计中,象极大似然估计、稳健估计、自适应估计的大样本理论在战后也得到很大发展.3 贝叶斯统计学派的影响增长贝叶斯统计学派影响的增长是战后数理统计学发展的另一特征.因为贝叶斯方法是在作统计推断前考虑和运用了事前经验（先验知识）,并提供了一种易于实用者掌握的解决问题的方法,在应用上取得相当的地位.在一些数理统计学的专著中,贝叶斯方法仍占很大篇幅.并且以贝叶斯方法为工具研究的统计问题也日渐增多.然而贝叶斯方法的缺点在于未能提供直接由样本观察值来确定参数分布的方法.因此,贝叶斯统计始终是统计界争论的问题.除了以上几个方面以外,还有序贯分析、多元分析、试验设计、过程统计等方面都有不少进展,出现了一些新的工作,但有些理论尚待建立.至此,数理统计学的理论与应用,获得辉煌进展,而概率论的作用也更加重要,它不但成为数理统计学的理论基础,而且作为统计归纳与统计推理的依据.这些研究成果,导致今日更进步更复杂的数理统计学的产生,并使之迅速地应用于极广泛的领域.然而,科学的进展是无止境的,现代数理统计学,仍有许多问题,尚须有更佳的处理,有待学者们不断地探求.统计量样本的已知函数,其作用是把样本中有关总体的信息汇集起来,是数理统计学中一个重要的基本概念.常用统计量有样本矩、次序统计量、U-统计量和秩统计量等.其中U-统计量是霍夫丁于1948年引进的.统计量的充分性和完全性是两个重要概念.充分性是费希尔在1925年引进的,内曼和哈尔莫斯在1949年严格证明了一个判定统计量充分性的方法,叫做因子分解定理.统计量的分布叫做抽样分布,它的研究是数理统计中的重要课题.对一维正态总体,有三个重要的抽样分布,即2χ分布、t-分布和F-分布.其中2χ分布是赫尔梅特于1875年在研究正态总体的样本方差时得到的;t-分布是英国统计学家戈塞特（笔名“学生”）于1908年提出的;F-分布是费希尔在20世纪20年代提出的.实验设计法又称之为试验设计法.数理统计学的一个分支,研究如何制定实验方案,以提高实验效率,缩小随机误差的影响,并使实验结果能有效地进行统计分析的理论与方法.英国统计学家费希尔于1923年与梅克齐合作发表了第一个实验设计的实例,1926年提出了实验设计的基本思想.1935年费希尔出版了他的名著《实验设计法》,其中提出了实验设计应遵循的三个原则:随机化、局部控制和重复.费希尔最早提出的设计是随机区组和拉丁方方法,两者都体现了上述原则.1946年,英国统计学家芬尼在保证能估计全部主效应和少数一部分低阶交互作用的前提下,提出了部分实验法.正交表是进行部分实验法最方便的一种工具,日本统计学家田口玄一为正交表的形式和广泛应用做出了在国际上很有影响的工作.点估计总体未知参数估计的一种形式.目的是依据样本估计总体分布所含未知参数或未知参数的函数.构造点估计的方法常用的有矩估计法、最大似然估计法、最小二乘法和贝叶斯估计法.1894年英国统计学家皮尔逊提出的矩估计法,要旨是用样本矩的函数估计总体矩的同一函数.最大似然估计法是一种重要而普遍的点估计法,由英国统计学家费希尔在1912年提出,后来在他的1921年和1925年的工作中又加以发展.最小二乘估计法是由德国数学家高斯在1799—1809年和法国数学家勒让德在1806年提出的,并由俄国数学家马尔可夫在1900年加以发展.它主要用于线性统计模型中的参数估计问题.贝叶斯估计法是基于“贝叶斯学派”的观点而提出的估计法.英国学者贝叶斯1763年在《机会学说问题试解》中,提出了一种归纳推理的理论,以后被一些统计学者发展成为一种系统的统计推断方法,被称为贝叶斯方法.认为贝叶斯方法是唯一合理的统计推断方法的统计学者组成“贝叶斯学派”,它形成于20世纪30年代,到50—60年代已发展成为一个很有影响的学派.区间估计总体参数估计的一种形式.通过从总体中抽取的样本,根据一定的正确度与精确度的要求,构造出适当的区间,以作为总体的分布参数（或参数的函数）的真值所在范围的估计.1934年,由美国统计学家内曼创立了一种严格的区间估计理论,给出了置信系数和置信区间的概念.20世纪30年代初期英国统计学家费希尔提出了一种构造区间估计的方法,称之为信任推断法.另外,贝叶斯方法也是一种构造区间估计的方法.假设检验又被称为统计假设检验,是一种基本的统计推断形式,也是数理统计学的一个重要分支.在假设检验中,有一种检验方法被称为显著性检验.它是依据实际数据与理论假设H0之间的偏离程度来推断是否拒绝H0的检验方法.拟合优度检验是一类重要的显著性检验.英国统计学家皮尔逊在1900年提出的2 检验是一个拟合优度检验.原苏联数学家柯尔莫哥洛夫和斯米尔诺夫在20世纪30年代的工作开辟了非参数假设检验的方向,分别得到柯尔莫哥洛夫检验和斯米尔诺夫检验,它们都是重要的拟合优度检验方法.美国学者内曼和皮尔逊之子皮尔逊在前人工作的基础上,于1928—1938年间对假设检验进行了系统而深入的研究,发表了一系列文章,建立了假设检验的严格数学理论.内曼引进了检验功效函数的概念,以此作为判断检验程序好坏的标准.内曼与皮尔逊在1933年提出了著名的内曼─皮尔逊引理,是对简单假设寻求最大功效检验的一个构造性的结果.运用与最大似然估计类似的原理,可得到似然比检验法.在一般情况下,寻求似然比的精确分布并不容易.1938年,美国统计学家威尔克斯建立了有关似然比的一个统计量,并证明了它渐近2χ分布,这就为大样本的似然比检验提供了实行的可能.用似然比法导出的U-检验、t-检验和F-检验,都是假设检验中的重要检验法.统计决策理论一种数理统计学的理论.这种理论把数理统计问题看成是统计学家与大自然之间的博弈,用这种观点把各种各样的统计问题统一起来,以对策论的观点来研究.这一理论的创立是数理统计学上的一次革新,拓广了统计学的内容范围,有较大的实际意义.美国统计学家瓦尔德1939年开始探讨这一理论,提出一般的判决问题,引进了损失函数、风险函数、极小极大原则和最不利先验分布等重要概念.他于1950年出版了专著《统计决策函数》（中译本,上海科技出版社,1960）,系统地总结了他在这一理论研究中的成果,同时也宣布了统计决策理论的正式创立.瓦尔德的理论受到统计学界的重视,成为第二次世界大战后统计学史上一个重大事件.1950年以后的几十年在这方面出现了不少工作,同时,这种理论对数理统计各分支的发展产生了程度不同的影响,特别是参数估计这个分支在其影响下,面貌有了很大变化.序贯分析数理统计学的一个分支.其名称源出于美国统计学家瓦尔德在1947年发表的—本同名著作.它研究的对象是所谓“序贯抽样方案”,及如何用这种抽样方案得到的样本去作统计推断.美国统计学家道奇和罗米格的二次抽样方案是较早的一个序贯抽样方案.1945年,施坦针对方差未知时估计和检验正态分布的均值的问题,也提出了一个二次抽样方案,据此序贯抽样方案既可节省抽样量,又可达到预定的推断可靠程度及精确程度.第二次世界大战时,为军需验收工作的需要,瓦尔德发展了一种一般性的序贯检验方法,叫做序贯概率比检验,此法在他的1947年的著作中有系统的介绍.瓦尔德的这种方法提供了根据各次观测得到的样本值接受原假设H0或接受备择假设H1的临界值的近似公式,也给出了这种检验法的平均抽样次数和功效函数,并在1948年与美国统计学家沃尔福威兹一起,证明了在一切两种错误概率分别不超过α和β的检验类中,上述序贯概率比检验所需平均抽样次数最少.瓦尔德在其著作中也考虑了复合检验的问题,有许多统计学者研究了这种检验,瓦尔德的上述开创性工作引起了许多统计学者对序贯方法的注意,并继续进行工作,从而使序贯分析形成为数理统计学的一个分支.除了检验问题以外,序贯方法在其他方面也有不少应用,如在一般的统计决策、点估计、区间估计等方面都有不少工作.。
数理统计的起源和发展
数理统计的起源和发展李永利黑龙江八一农垦大学信息技术学院农业电气化任何一门学科的产生和发展，都离不开实践的需要，离不开已建立的其他邻近学科．对数理统计这门学科来说，尤其是这样。
因而在谈到数理统计的起源和发展时，必须介绍概率论的产生和形成，田为概率论是数理统计的理论基础。
Ⅰ.起源起源与理统计与概率论的关系，可以用测地学与几何学的关系来比拟。
几何学产生于土地的测量，这是众所周知的。
概率论，也是述主人们观亲大量约髓机现象，搜集大量的数据，进行归纳分析，而逐步产生出来的。
所以，从某种意义上说，概率论的创立，与初等统计是有密切关系的。
在西方各国，统计工作开始于公元前3050年，埃及建造金字塔，为征收建筑费用，对全国人口进行普查和统计。
到了亚里斯多德(Aristotle)时代，统计工作开始往理性演变。
这时，统计在卫生、保险、国内外贸易、军事和行政管理等方面的应用，都有详细的汜载。
统计(Statistics)一词，就是从意大利文Statisti(意指国家、政治)逐步演变而成。
到了15世纪，意大利进入了文艺复兴时期。
一些随机博奕盛行，有的赌徒为了获胜，终日冥思苦想，作了大量的试验和统计工作，从中发现一些解释不了的现象，便去请教当时著名的数学家、天文学家吉里埃(Galilco1564—1642)。
吉里埃研究了赌徒们提出的问题后，损凡了关于概率论的一些简要而有价值的定理。
这些定理，为妆坦统计的皮展奠定了根基。
到了16、l7世纪，各种娱乐和赌钱的方法越来越复杂，这样，有些人又提出了一些新的问题，需要专家们来解释。
如当时法国的一位叫梅耳(Me’re’)的著名赌徒，他曾向当时的哲学家和数学家巴士加(B．Fascal1623一1662)提出如下问题：掷一粒骼子，4次中至少出现一个6的机会，要比掷两粒骼子4次中至少出现一对6的机会更多丝，这是否成立?这一问题，引起了巴士加和他的朋友——另一位数学家费尔马(Fermat1601—1665)的兴趣。