数理统计范文

数理统计范文第1篇

（一）数理统计的主要特点

数理统计就是通过对随机现象有限次的观测或试验所得数据进行归纳，找出这有限数据的内在数量规律性，并据此对整体相应现象的数量规律性做出推断或判断的一门学科。概括起来有如下几方面的特点：一是随机性，就是说数理统计的研究对象应当具有随机性，确定性现象不是数理统计所要研究的内容。二是有限性，就是说数理统计据以研究的随机现象数量表现的次数是有限的。三是数量性，即数理统计以研究随机现象的数量规律性为主，而对随机现象质的研究为次。四是采用的研究方法主要为归纳法。最后，数理统计通过对小样本的研究以达到对整体的推断都具有一定的概率可靠性。用样本推断总体误差的存在是客观的，但是数理统计不仅重在研究误差的大小，还指出误差发生的可能性的大小。

从数理统计的学科特征来看，数理统计是应用数学中最重要、最活跃的学科之一。由此可见!数理统计从学科划分来说，应属于数学学科，但是其重在应用!而不是纯数学理论或方法的研究，故其采用的方法也就重在归纳法，而不是数学的演绎法。

综上所述，数理统计的主要特点可以用一句话概括为、数理统计是一门对随机现象进行有限次的观测或试验的结果进行数量研究，并依之对总体的数量规律性做出具有一定可靠性推断的应用数学学科。

（二）统计学的主要特点

统计学是一门收集、整理和分析统计数据的方法论科学，其目的在于探索数据的内在数量规律性，以达到对客观事物的科学认识。

统计学从其研究的范围来说有三大领域：数据的收集$数据的整理和数据的分析。首先，这三大领域随着统计学的不断发展，已很难分辨出哪个领域更重要些。也许有很多人认为数据的分析要相对重要些。在对1900年和1910年美国两次农业普查资料进行分析时，列宁曾指出：“全部问题，任务的全部困难在于，如何综合这些资料，才能确切地从政治上经济上说明不同种类或类型的农户的整个情况。”这足见数据整理的重要性。近年来困扰我国统计研究的并不是数据的分析方法，而是缺少充分真实有效的统计数据，造成无法用数据去检验或证实相应的经济理论、经济模型和经济政策。数据收集的重要性可见一斑。其次，统计学是一门方法论科学。长期以来，人们一直认为在这众多的方法中，统计研究的基本方法是大量观察法、统计指标法、统计分组法和模型推断法。特别是大量观察法更成为统计学最重要的基本特征方法之一，也可以说这是统计学与数理统计的根本区别之一，否则，统计学也就真的成了现代西方数理统计学了。随着统计学由早期的纯粹描述统计不断拓展为描述统计与推断统计并重，直至有的学者认为现代统计学应该以推断统计为主，描述统计为辅，暂且不论这种观点是否有不妥之处，但可足见推断统计学已在现代社会生活中起到举足轻重的作用。事实上，推断统计已成为现代统计学的基本特征之一。再次，统计学从其成为一门科学的那一天起，就把对现象数量方面的研究作为自己的基本特征，但是，同时强调要以对现象的定性认识为基础。

（三）数理统计与统计学的比较

通过上述对数理统计与统计学特点的分析，可以把数理统计与统计学的主要异同归纳为如下几方面：

1.从其研究目的来看，两者都重在揭示总体现象的数量规律性，而统计学更声称要以对总体现象的定性认识为基础。

2.从其研究的途径来看，数理统计希望通过对总体部分个体的数量特征的研究，以达到对总体相应数量特征的认识；而统计学既希望通过对构成总体的全部个体的数量特征的研究(如果可能$或值得的话)，以达到对总体相应数量特征的认识，同时也希望能通过对构成总体的部分个体的数量特征的研究，以达到对总体相应数量特征的认识。

3.从其研究的手段来看，数理统计主要依赖于小样本特征值统计分布的数学原理来推断总体的相应特征值；而统计学或者说推断统计学主要依赖于大样本特征值统计分布的数学原理来推断总体的相应特征值。

4.从其研究的主要范围来看，数理统计侧重于对样本数据的定量分析；而统计学不仅重视样本数据的定量分析，而且重视对所获得的总体全部数据的定量分析，同时，重视数据收集方法、数据整理方法的研究。

5.从其利用样本数据对总体进行推断的数理机理而言，概率论是其共同的基础。特别是作为统计学基本方法之一的大量观察法，其数理基础正是概率论中的大数定律；统计学中用大样本可以方便地推断出总体特征的数理基础正是概率论中的中心极限定理，而无论是大数定律还是中心极限定理也都是数理统计的根基。

6.数理统计尽管强调应用性，但是它本身还是一门数学学科，重在应用方法的数理基础的研究；统计学更侧重于对解决社会、经济等现实问题数量分析方法的研究与应用，而方法本身的数理基础的科学性研究，则由相应的理论统计学去研究，事实上，推断统计方法的数理基础的科学性研究，正是数理统计的研究范畴之一。

从上述数理统计与统计学的特点及其比较，可以清楚地看到，随着现代统计学的发展及其在社会政治经济生活中发挥作用越来越大的趋势，数理统计研究问题的理念及其方法已对统计学的发展产生重要的革命性影响，但是，数理统计与统计学毕竟是两门差异较大的学科，不可能简单地加以“统一”。

二、数理统计在统计学中的地位

数理统计与统计学是两门不同的学科，不可相互取代，也不可能像多年来有些学者提出的那样，要建立所谓的大统计，或者说融合统计学，其实质就是要把数理统计与统计学融合起来。但是其融合的直接后果就是现在某些高校所使用的统计学教材中，既有统计学的内容，也有数理统计的成分，不伦不类，细读之，其实就是数理统计的内容与统计学内容的简单拼接。这不能不说是近年来，中国统计学、统计学教材、统计教学的一大悲哀：迷失了自我，盲目地要“与西方接轨”。笔者认为要想理顺数理统计与统计学的关系，就必须对数理统计在统计学中的地位加以深入的研究。

（一）数理统计在统计思想发展中的地位

统计作为一项社会实践活动，已有几千年的历史。“统而计之”，就是人们对统计的朴素认识。随着社会生产力的不断进步，当代的统计已不圄于“统而计之”的范畴。

1.统计作为人们认识社会的最有力的武器之一，已广泛应用于社会、政治、经济、科技等众多领域，而每一个领域有其复杂多样性，若采用简单地“统”，即全面调查几乎是不可能的，但是全面地了解每一个领域的基本情况及不同领域之间的数量联系的规律性，又为现代社会管理所必需。数理统计研究问题的思路和方法，自然而然地为统计学所利用，即数理统计为现代统计学的发展点燃了解决复杂现实问题的科学思想火花——为用总体的部分去说明总体奠定了数理基础。

2.20世纪30年代以来，随着政府要有效地干预国民经济理念的形成，政府以社会经济生活直接参与者的身份出现，基于对全局数据的掌握，大大地推动了统计思想的发展，不仅投入了大量的资金对统计这支“武器”进行开发，更重要的是从立法的角度对统计行为进行规范。在当今许多国家的统计法规中，都明确地规定抽样调查在统计调查中的重要地位。比如，在我国1996年5月经修改后颁布并实施的《中华人民共和国统计法》第二章第十条就明确规定：“统计调查应当以周期性普查为基础，以经常性抽样调查为主体，以必要的统计报表、重点调查、综合分析等为补充，收集、整理基本统计资料”。而抽样调查的基本原理就基于数理统计的推断原理。可见，数理统计的推断理念在统计实践中的地位已用法律的形式确定下来。

3.作为社会经济活动主体的企业单位，在世界经济全球化、区域经济一体化的发展背景下，不仅没有足够的资金、技术支持从事某一方面的全面调查，有时也没有必要通过全面调查以获得生产经营方面的全面数据资料，而抽样调查就足以提供相应可靠的数据作为企业生产经营决策的依据。这也说明数理统计有着微观的现实需要，为微观经济管理活动开辟了无限广阔的前景。在微观统计应用中有着坚实的思想根基。

4.统计的理念，已不仅仅在于用历史数据描述历史的发展特征，而当代更强调通过对历史数据的收集、整理和分析，去预测未来，而这种预测的基础同样基于数理统计的原理。即从历史的时序数据中找出数据的内在数量规律性，以把握未来的走向，即数理统计的分析原理在时间序列数据预测中的作用，同样功不可没。

（二）数理统计在统计方法中的地位

随着数理统计解决现实问题的理念在统计思想中地位的确立，数理统计在统计方法中的重要地位也相应地得以确立。

1.大数定律为数理统计应用于统计学搭起了连接的纽带。大量观察法是现代统计学的基本方法之一，而大数定律又是大量观察法的基础。统计学若没有大量观察法的支撑，则统计分析中的基本指标——平均数与相对数，则失去其应有的作用和意义，可见数理统计在统计方法中的基础地位不容置疑。

2.中心极限定理为数理统计在统计学中的应用铺平了道路。用样本推断总体的关键在于掌握样本特征值的抽样分布，而中心极限定理表明+只要样本容量足够地大，得自未知总体的样本特征值就近似服从正态分布。从而，只要采用大量观察法获得足够多的随机样本数据，几乎就可以把数理统计的全部处理问题的方法应用于统计学，这从另一个方面也间接地开辟了统计学的方法领域，其在现代推断统计学方法论中居于主导地位。

3.数理统计中样本抽样分布的理论，为现代统计学中的方差分析、正交设计等方法的应用同样提供了方法上的理论保证。特别是正交设计在现实工农业生产中的作用，及其对经济的贡献已引起国外学者的高度关注。据日本某些专家估计：“（日本）经济发展中至少有10％的功劳归于正交设计。”这足见数理统计的方法在统计方法中应用的现实意义。

（三）数理统计在统计内容中的地位

统计学是一门关于如何收集、整理和分析统计数据的一门方法论科学。不管数理统计对统计思想的发展有多大的影响，也不管数理统计在统计方法中居于何种地位，数理统计在统计学中的地位还是主要体现在统计分析中的地位。数理统计对数据的收集方法与整理方法的实际影响要比其对统计数据分析方法的影响小得多。也就是说，统计学作为一门方法论科学，其研究领域要比数理统计宽广得多。试图用数理统计取代统计学的观点显然是不正确的，同样试图用大统计学取代数理统计的观点也不正确，毕竟数理统计作为一门数学学科有其自身的不可替代的特点。因此，数理统计在统计内容中的地位，也只能主要体现在统计分析方面。

1.统计数据收集方法的研究仍然是现代统计学的主要内容之一。正如前所述，在我国现阶段如何获得大量真实有效的统计数据，是我们所面临的迫切任务之一。不真实、不全面的统计数据，使国家的宏观管理"经济理论’经济模型和经济政策的统计检验，以及企业的生产经营预测、决策，都不能有效地进行。可见，“统计数据的质量是统计全部工作的生命”的观点的正确性。而数理统计在统计数据收集方面的影响仅体现在统计数据调查方式方法方面，即抽样调查如何组织实施的方式方法，在统计数据收集方法中得以突出和强调。

2.相同的原始统计数据，采用不同的整理方法所获得的整理资料可以完全不同，并由此对其采用相同的方法进行分析所得的结论，可能完全相反。这足以说明统计整理的重要性。但是数理统计在统计整理方面却难以发挥有效的作用，毕竟，数理统计研究的依据是小样本，而统计学研究的依据的是大样本。假如统计学不是以大样本或总体的全部个体为研究依据，统计学也许就真的沦为数理统计了。

3.数理统计对统计数据分析方法的影响是显著的。不仅体现在对大样本总体参数估计、非参数估计、相关与回归分析、总体分布型态的判断、一个总体参数与两个总体参数的假设检验、方差分析和正交设计等许多内容上，而且体现在描述统计学中最基本指标：平均数、相对数的计算原理等方面。也许真不可想象，若在现代统计方法的内容体系中缺少了数理统计的关于大样本的分析方法原理，将是怎样一种景象。

三、统计学传播理念的转变

对数理统计与统计学的特点作了比较研究，以及对数理统计在统计学中的地位作了分析之后，让我们再回到统计学知识传播的现实实践中来，可以更清楚地看到我们现在正在做什么、在哪些方面还需要改进、今后该怎样把工作做得更好。

（一）统计学知识传播理念的转变主要体现在如下三个方面：

1.统计是什么。这是对统计的最基本的认识，可以通过加强对统计知识的宣传达到。在现代统计工作中，尽管“统而计之”仍有非常重要的现实意义，但是在我们的统计学教学与其它途径的统计知识的传播中，绝不能仅限于此。不仅要让不同阶层的人，认识到统计对现实社会生活的巨大认识作用，而且要让他们了解统计在国家宏观管理、企业经营预测、决策，以及对经济理论#经济模型、经济政策检验中的重要性，从而使各个阶层的人民群众自觉地参与和配合各级统计机构所开展的统计调查活动，以保证统计数据的真实完整。这就要求我国必须加强统计知识普及教育及统计法规的宣传教育!开辟多途径多手段的统计知识传播途径。这是统计学传播的基础理念。

2.统计为什么，即让统计活动的直接参与者懂得为什么要这样做。显然，这是对统计学传播的较高层次要求。知道为什么要这样做!即要知道统计的原理，这并不需要所有的公民都知晓。事实上，只能是具有一定知识基础的人才可能真正理解，且其途径主要是通过高等学校的统计教学活动。由此就对高校的统计学教学理念提出了挑战：统计学课堂上应向学生教授什么。笔者从事高校统计学教学多年，认为高校统计学课堂上应向学生解释统计方法的原理。高校统计学教学课堂不应过分地强调对统计知识的宣传和如何具体地从事统计活动，而应强调重视统计方法机理教学的传播理念，但这在我国现实的高校统计学教学中并没有真正地形成。

3.怎么做统计，这是统计方法具体应用的问题。可以说当前我国高校统计学教学实质上就是教会学生如何做实际统计工作。如何收集、整理数据，如何用公式去计算某些指标等。显然，这样的工作中学生就可以胜任。而真正为什么要那样组织实施数据的调查、整理，为什么要那样计算。不仅老师介绍的不够!而且教材编写的深度也不够。

由此可见，统计知识的传播理念应大致界定在三个层面上：一是统计基本常识的传播。二是如何开展具体的统计活动。三是为什么那样开展统计活动可以达到预期的目的。不同层面的传播对象是有差别的。知道统计是什么、怎么做统计，相对于懂得为什么要那样做统计，其要求是相当低的。也许只要会记数、会写字的居委会大妈，就可以从事数据的收集工作，而会套用公式的一个中学生就可以计算服从X*2分布的统计量的样本数值。而知道为什么要这样做，没有相应的数理统计知识是万万不行的。另一方面，随着计算机的普及及统计数据处理软件的开发，利用计算机对数据进行分析已变得异常简单，甚至一个孩童都可以教会使用统计处理软件，在这种情况下。是否让学生懂得统计为什么就变得不重要了呢？正相反，在统计学的高校课堂上让学生懂得为什么就更重要了。

四、我国统计学教材改革的方向

从对统计学传播理念的不同层次的要求，及数理统计在统计学中的地位和学生的知识结构来看，改革现行高校统计学教材内容体系及教学理念势在必行。

1.去除现行统计学教材中与数理统计相重复的内容，加强关于大样本的数理统计内容，即增加大样本统计分布的数理基础的内容。

2.强调大数定律及中心极限定理内容的教学。尽管这两个定理是纯数理统计的问题，但由于其在数理统计的教学中，教师通常重视不够，因为小样本问题才是数理统计研究的主要问题，因此，可能一带而过，而它们恰恰是联系数理统计与统计学的重要纽带。因此，在统计学教材中必须增加并突出其内容。

3.增加统计方法机理的内容。不仅表现在统计推断方法的数理统计机理!而且也包括统计数据收集方法、整理方法的机理。

数理统计范文第2篇

关键词：数理统计；地位

数理统计与统计学是两门不同的学科，不可相互取代，也不可能像多年来有些学者提出的那样，要建立所谓的大统计，或者说融合统计学，其实质就是要把数理统计与统计学融合起来。但是其融合的直接后果就是现在某些高校所使用的统计学教材中，既有统计学的内容，也有数理统计的成分，不伦不类，细读之，其实就是数理统计的内容与统计学内容的简单拼接。这不能不说是近年来，中国统计学、统计学教材、统计教学的一大悲哀：迷失了自我，盲目地要“与西方接轨”。笔者认为要想理顺数理统计与统计学的关系，就必须对数理统计在统计学中的地位加以深入的研究。

一、数理统计在统计内容中的地位

统计学是一门关于如何收集、整理和分析统计数据的一门方法论科学。不管数理统计对统计思想的发展有多大的影响，也不管数理统计在统计方法中居于何种地位，数理统计在统计学中的地位还是主要体现在统计分析中的地位。因此，数理统计在统计内容中的地位，也只能主要体现在统计分析方面。

1、统计数据收集方法的研究仍然是现代统计学的主要内容之一。正如前所述，在我国现阶段如何获得大量真实有效的统计数据，是我们所面临的迫切任务之一。不真实、不全面的统计数据，使国家的宏观管理"经济理论’经济模型和经济政策的统计检验，以及企业的生产经营预测、决策，都不能有效地进行。可见，“统计数据的质量是统计全部工作的生命”的观点的正确性。而数理统计在统计数据收集方面的影响仅体现在统计数据调查方式方法方面，即抽样调查如何组织实施的方式方法，在统计数据收集方法中得以突出和强调。

2、相同的原始统计数据，采用不同的整理方法所获得的整理资料可以完全不同，并由此对其采用相同的方法进行分析所得的结论，可能完全相反。这足以说明统计整理的重要性。但是数理统计在统计整理方面却难以发挥有效的作用，毕竟，数理统计研究的依据是小样本，而统计学研究的依据的是大样本。假如统计学不是以大样本或总体的全部个体为研究依据，统计学也许就真的沦为数理统计了。

3、数理统计对统计数据分析方法的影响是显着的。不仅体现在对大样本总体参数估计、非参数估计、相关与回归分析、总体分布型态的判断、一个总体参数与两个总体参数的假设检验、方差分析和正交设计等许多内容上，而且体现在描述统计学中最基本指标：平均数、相对数的计算原理等方面。也许真不可想象，若在现代统计方法的内容体系中缺少了数理统计的关于大样本的分析方法原理，将是怎样一种景象。

二、数理统计在统计思想发展中的地位

1、统计作为人们认识社会的最有力的武器之一，已广泛应用于社会、政治、经济、科技等众多领域，而每一个领域有其复杂多样性，若采用简单地“统”，即全面调查几乎是不可能的，但是全面地了解每一个领域的基本情况及不同领域之间的数量联系的规律性，又为现代社会管理所必需。数理统计研究问题的思路和方法，自然而然地为统计学所利用，即数理统计为现代统计学的发展点燃了解决复杂现实问题的科学思想火花——为用总体的部分去说明总体奠定了数理基础。

2、20世纪30年代以来，随着政府要有效地干预国民经济理念的形成，政府以社会经济生活直接参与者的身份出现，基于对全局数据的掌握，大大地推动了统计思想的发展，不仅投入了大量的资金对统计这支“武器”进行开发，更重要的是从立法的角度对统计行为进行规范。在当今许多国家的统计法规中，都明确地规定抽样调查在统计调查中的重要地位。可见，数理统计的推断理念在统计实践中的地位已用法律的形式确定下来。

3、作为社会经济活动主体的企业单位，在世界经济全球化、区域经济一体化的发展背景下，不仅没有足够的资金、技术支持从事某一方面的全面调查，有时也没有必要通过全面调查以获得生产经营方面的全面数据资料，而抽样调查就足以提供相应可靠的数据作为企业生产经营决策的依据。这也说明数理统计有着微观的现实需要，为微观经济管理活动开辟了无限广阔的前景。在微观统计应用中有着坚实的思想根基。

4、统计的理念，已不仅仅在于用历史数据描述历史的发展特征，而当代更强调通过对历史数据的收集、整理和分析，去预测未来，而这种预测的基础同样基于数理统计的原理。即从历史的时序数据中找出数据的内在数量规律性，以把握未来的走向，即数理统计的分析原理在时间序列数据预测中的作用，同样功不可没。

三、数理统计在统计方法中的地位

1、大数定律为数理统计应用于统计学搭起了连接的纽带。大量观察法是现代统计学的基本方法之一，而大数定律又是大量观察法的基础。统计学若没有大量观察法的支撑，则统计分析中的基本指标——平均数与相对数，则失去其应有的作用和意义，可见数理统计在统计方法中的基础地位不容置疑。

2、中心极限定理为数理统计在统计学中的应用铺平了道路。用样本推断总体的关键在于掌握样本特征值的抽样分布，而中心极限定理表明+只要样本容量足够地大，得自未知总体的样本特征值就近似服从正态分布。从而，只要采用大量观察法获得足够多的随机样本数据，几乎就可以把数理统计的全部处理问题的方法应用于统计学，这从另一个方面也间接地开辟了统计学领域，其在现代推断统计学方法论中居于主导地位。

数理统计范文第3篇

《数理统计与应用概率》（43-1121/O1）是一本有较高学术价值的季刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

《数理统计与应用概率》是一份数学和应用数学期刊，是一个国内较有影响的学术期刊。该期刊主要刊载原创性的、有较高水平的数学和应用统计研究论文，以及调研、概括、综述等。主要涵盖数理统计和应用概率的理论研究和实际应用，其主要内容包括： 数理统计理论：涵盖各种统计方法的理论研究和应用，如大样本理论、假设检验、统计机器学习等；应用统计：介绍最新的统计方法在应用领域的研究成果，如医疗统计、统计遥感、金融统计等；概率论：介绍新的概率理论及其在数理统计中的应用，例如随机过程分析、马尔科夫过程分析等； 统计计算：介绍高性能计算集群上的数学统计方法及其实现方法、数学软件、模拟方法和计算方法等。

总之，《数理统计与应用概率》期刊的内容涉及范围较广，能覆盖数理统计和应用概率领域的大部分研究成果和应用趋势。该期刊的文章不仅具有很强的学术性和理论性，还具有较强的实用性，能让读者在学术理论研究以及实际应用中受益匪浅。

数理统计范文第4篇

《数理统计与管理》（CN：11-2242/O1）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

数理统计范文第5篇

1突出知识的产生背景

简而言之，所谓的“突出知识的产生背景”就是让学生知道为什么要学习这个知识点。在编辑教材时往往出于篇幅以及学术性的考虑而略掉了知识点的产生过程或者应用背景。但教师在授课过程中应该让学生明了为何要学习这个知识点，也就是首先让学生了解该知识点的产生过程或者应用背景，从而激发他们对该课程的学习兴趣。例如，当讲授到概率的公理化定义时，教师不妨一开始就告诉学生为何要学习该公理化定义，其原因在于我们之前介绍了若干种计算概率的方法，既然不同的方法计算出来的都是概率，很自然地我们就要思考“什么才是概率”这个问题。而数学学科的一个特点就是用高度精确而简练的语言来描述自然界或者数学科学中具有相同性质的一些事物，那我们应该用什么样的最简洁的语言来给出概率的定义呢？接着教师不妨举一两个例子说明历史上数学家关于这方面工作的努力探索，再指出我们现在所学习的公理化定义是1933年前苏联数学家科尔莫哥洛夫所给出的。然后再引进概率的公理化定义，之后还可以通过对不同方法所得到的概率来对公理化定义进行检验，说明不同方法得到的概率都满足概率的公理化定义。这样一来，学生就知道了为什么要学习概率公理化定义，其学习兴趣也会大大提高。当然，突出知识的产生背景不一定在授课初始就告诉学生，也可以在授课过程中或者授课结束总结时给出。例如，当讲到棣莫弗-拉普拉斯定理，即若随机变量X服从参数为n，p的二项分布，则对于任意区间[a，b)，恒有比较上述两式可发现前式有2000个数相加，而后式可通过查表很容易得到结果。于是最后给出总结：棣莫弗-拉普拉斯定理的作用就是把复杂计算进行简化的过程，它的主要作用就是把二项分布概率模型下若干项的概率之和转化为一个正态分布标准化查表计算的过程。

2加强课堂教学的师生互动

数学家的故事以及数学知识的产生历史或应用背景可以为枯燥的数学知识增添一些光泽，但为了提高课堂的教学效果，师生间的课堂互动必不可少。作为教学的另外一个主体———学生因为年龄处于20岁左右，注意力容易分散，如果没有有效的师生互动，学生的注意力很容易就会偏离课堂。那么如何才能达到师生之间的有效互动呢？笔者认为如下方法可行。

2.1课堂提问提问的问题应该是精心设计的，且应具备趣味性和启发性。一般而言，数学课堂的提问问题要和所讲授的公式或者定理紧密联系。例如在讲到“泊松近似定理”时，教师可以首先僵硬地摆出公式。然后提问学生：“你觉得左右两个公式哪一个比较简单”。由于学生高中开始就接触组合公式，所以他们对组合公式比较熟悉，一般情况下他们都会回答比简单。接着，引进例“某人骑摩托车上街，出事故率为0.02，若他独立重复上街400次，求出事故恰好两次的概率。”此时让学生甲、乙到黑板求解该题目，规定甲用组合公式，乙用近似公式。结果乙不用两分钟就可通过查表解决，而甲算半天得不到结果。最后教师可以把用组合公式计算的结果以及近似公式计算的结果给出，比较之后给出以下结论：实际上“泊松近似定理”就是把复杂的计算进行简化的一个工具，并且这种简化具有很强的实际应用，特别是在没有计算机的时代，这种简化优势特别明显。

2.2分组讨论让学生分组讨论问题，可以让每个学生都参与到课堂教学中，增加学生之间的相互交流，加深他们对所学知识的理解和掌握，也提高了学生学习的兴趣。例如在讲授“古典概率模型”时引进例“从一副没有大小王的扑克中，取五张牌，求下列事件的概率：A=出现，B=出现俘虏，C=出现四大天王，D=我们不妨先把公式展示出来，然后分析说明该定理可以陈述成若随机变量Y服从参数为n，p的二项分布，则近似地有Y～N(np,np(1-p))。于是，(2)相比之下，学生对(1)式中的积分和极限符号始终带有恐惧感，此时我们把(1)式化成了一个标准化的(2)式。而学生在高中就开始接触正态分布标准化的过程，所以这一个化简过程可以增加学生对该定理的好感，能够让学生完全掌握这个公式。此时，再引进下面的例子“在3000次抛银币的试验中，求正面向上的次数在500次到2499次之间的概率”。接着给出下面两种不同的解法：出现同色。”然后让学生分组讨论，最后各组选派代表在黑板上写出答案。由于该问题源于实际生活，学生都会积极地参与到讨论中，这样课堂气氛就会活跃起来，也提高了教学效果。

2.3黑板练习随机选择部分学生到黑板进行练习。有些大学教师或许会认为让学生到黑板进行练习是中学教师做的事情，实际上大学数学教学中随机选择学生到黑板练习也是必须并且很有意义的。随机地挑选学生到黑板进行练习可以让教师了解到学生对知识的掌握程度，同时也可以对学生的心理造成一定的影响，对抄袭作业等行为起到一定的抑制作用，并且也可以加强师生间的课堂互动。

3注意教材的灵活处理

首先教材的选择非常重要，要根据学生的授课学时、接受能力进行筛选。但是，即使确定好教材之后，授课内容也必须因材施教。例如在农业院校给农学的学生授课，在概率论方面应该注重理论知识的讲解，里面一些知识的推导必不可少，其逻辑性要求也应该严谨化。这样有助于学生数学思维的锻炼，也有助于提高学生学习数学的兴趣，如前文所介绍的棣莫弗-拉普拉斯定理的讲授。但对于数理统计部分内容，由于其知识推导需要较多较复杂的高等数学知识，所以在对农科数学学生授课过程中就不宜于详细证明和推导，而更应该侧重于思想以及知识的实际应用。例如，在讲授“无交互作用的双因素的方差分析”时，对于公式SST=SSA+SSB+SSE我们可不必进行严格推导，只是粗略地介绍一下其推导原理，即，而更应该注重于SST，SSA，SSB，SSE的意义，并且突出“无交互作用的双因素的方差分析”的应用背景。这样的授课方式，即概率论方面注重于理论推导、数理统计方面注重于实际应用的处理方法主要是根据农业院校的学生文理兼有、数学基础参差不齐并且学时数不多的情况而采用。否则，若把数理统计部分内容也进行严格化证明和推导，那对于很多高中选修文科上来的大一学生来说无疑是难度过大，最终虽然教师授课认真辛苦，但教学效果会大打折扣。因此，教师应该根据不同的学科需要并且根据不同的学生水平选择适当的教材，并合理地处理教材中的授课内容。

4留意知识的前后联系

概率论与数理统计是数学学科的一个分支，因此在授课过程中教师也应该时时留意知识的前后联系。这里所讲“知识的前后联系”主要有以下两种情况：第一，新旧概念的区别联系。当讲授到一个新概念，发现它与某些旧概念有密切联系或者容易产生混淆时就应该对两者进行对比辨析。例如，当讲授到“相互独立”概念时，很多学生都会把它与“互不相容”概念联系在一起或者对这两个概念产生混淆。此时，教师应该通过例子说明“相互独立”与“互不相容”没有任何联系；第二，新旧结论的区别联系。当讲授到一个新结论，发现它和原来的结论容易产生混淆时，教师也应该通过例子对两者进行辨析。例如在讲授完“独立同分布的中心极限定理”之后，很多学生就会把它和“切比雪夫不等式”混淆。此时不妨引进下面例子“一零件包括10部分，每部分的长度是一个随机变量，相互独立，且具有同一分布。其数学期望是2mm，均方差是0.05mm，规定总长度为20±0.1mm时产品合格，试求产品合格的概率。”然后让学生用“独立同分布的中心极限定理”和“切比雪夫不等式”来求解(也可以分组讨论)。通过这个例子可以很好地让学生明白“切比雪夫不等式”一般用于理论研究，得到的结果比较粗糙(该例用“切比雪夫不等式”将得到一个毫无疑义的但并无矛盾的不等式)。相比之下，“独立同分布的中心极限定理”更具有实际应用的价值。除此之外，教师还应在授课过程中注意到新旧知识的前后承接或者同一概念的前后变异。例如，在讲授到数理统计知识时书本往往针对于正态总体进行展开，这时候就要复习中心极限定理以及通过实例来说明现实生活中大部分的随机变量都服从或者近似地服从正态分布，因此数理统计基本上都是针对正态总体进行研究。另外，在讲授到回归分析中的样本相关系数应该和概率论中所讲授的两个随机变量的相关系数进行对比，这样就可以让学生更好地理解样本相关系数的作用以及定义的形式。总而言之，在授课过程中教师应时刻留意知识的前后联系，这样可以使学生对新旧知识有更好的理解和认识，也加深他们对新旧知识的记忆和掌握。

5注重理论的实际应用

第一，在教学过程中由始至终地突出概率论与数理统计中所有知识点的实际应用背景，也就是前面所谈及的突出知识的产生背景。例如，抽取扑克概率的问题可以解决打扑克过程中不同牌种的大小关系，再比如方差分析表中只要把算出的F统计量的值和相应临界值比较就可以用来判断不同总体的期望值之间是否相等。只要让学生明白到他们一旦掌握了这些知识就可以用来解决生活实际问题，则他们学习的兴趣就可大大提高。第二，开设上机实验课，引导学生应用数学软件解决实际问题。在讲授概率论与数理统计的同时开设数学实验的课程与之匹配。让学生在计算机上通过数学软件实现区间估计、假设检验、方差分析和回归分析等。如此一来，学生就会觉得数学是好玩的、有用的，其学习兴趣更加浓厚。在上机实验课最后阶段教师还可以引进生活实际应用例子，提供生活实际数据让学生通过软件对数据进行建模拟合。

数理统计范文第6篇

少年时代的许宝騄受益于表姐夫徐传元(毕业于美国麻省理工学院)的指导。1928年,许宝騄考入燕京大学化学系,但对数学的浓厚兴趣,促使他改攻数学,并于1930年考入清华大学数学系。期间,深受熊庆来(1893—1969年)、孙光远(1900—1979年)和杨武之(1896—1973年)的教诲。1933年,以优异成绩获得理学士学位。1936年,通过赴英庚子赔款公费留学考试,进入伦敦大学学院(UniversityCollege)的高尔顿(FrancisGaldon,1822—1911)实验室和统计系学习数理统计学。1938年获得哲学博士学位,两年后又获得理学博士学位[2]。

1940年,许宝騄回到抗日烽火中的祖国,受聘为北京大学教授,在西南联合大学任教。1945年,应加州伯克利大学和哥伦比亚大学的联合邀请而前往美国。1947年10月,谢绝众多朋友的挽留,毅然回到中国,此后一直在北京大学任教。

许宝騄是中央研究院第一届当选的5名数学所院士之一。1955年当选为中国科学院学部委员。1979年美国《数理统计学年鉴》高度评价了他对概率论与数理统计学科所做出的卓越贡献。1981年和1983年,科学出版社和德国施普林格(Springer2Verlag)出版社分别出版了《许宝騄文集》和《许宝騄选集》。在美国斯坦福大学统计系走廊里至今悬挂着许宝騄的画像。

1984年,为了纪念许宝騄及推进我国统计学的发展,数学家钟开莱、郑清水、徐利治发起设立“许宝騄统计数学奖”,奖励35岁以下研究数理统计与理论统计的青年工作者。这是我国最高的数学奖项之一。

1问津概率论王国

1880年,英国学者傅兰雅(JohnFryer,1839—1928)和中国数学家华蘅芳(1833—1902年)合译的《决疑数学》是传入我国的第一部概率论著作。由于种种因素,该书对我国的概率论发展没有产生多大影响。辛亥革命后,微积分、近世代数、近世几何学等相继进入我国的高等教育领域,而概率论尚未进入。1915年1月创刊的中国第一份现代科学杂志《科学》曾刊出一篇文章《最小二乘式》,此为我国第一篇概率论文章。后胡明复(1891—1927年)曾撰写《几率论》、《误差论》等一系列论文探讨概率统计的哲学问题[3]。由于受中国传统数学思想的影响,加之近代数学基础薄弱,随机数学在我国发展甚是缓慢。直到20世纪30年代,我国数学家褚一飞、刘炳震、许宝騄、钟开莱等才陆续发表概率论与数理统计的研究论文,拉开了中国对概率论与数理统计研究的序幕。

许宝騄痛感中国数学之落后,怀着满腔的报国热情,决心把自己的事业立足于祖国。由于概率论与数理统计在中国几乎是空白的学科领域,于是,许宝騄以惊人毅力和无私奉献精神为其奠定了基础,并为之振兴付出了毕生精力。

在实际工作及理论问题中,概率接近于1或0的随机事件具有重要意义。概率论的一个基本问题就是探索概率接近于1的规律,特别是大量独立或弱相依因素累积结果所发生的规律。大数定律就是研究这种规律的命题之一。许宝騄对大数定律进行了深入探讨。

强大数定律和弱大数定律取决于收敛的类型。第一个弱大数定律由雅可布·伯努利(JacobBernoulli,1654—1705)提出,刻画了大量经验观测中呈现的稳定性。后泊松(SiméonDenisPoisson,1781—1840)又提出了一个条件更宽的陈述,即泊松大数定律。

切比雪夫(P.L.Chebyshev,1821—1894)第一次严格地证明了伯努利大数定律,并把结果推广到泊松大数定律。1866年,切比雪夫给出著名的切比雪夫不等式,并由此导出切比雪夫大数定律。

第一个强大数定律由法国数学家博雷尔(EmailBorel,1871—1956)在1909年对伯努利试验场合建立。他证得若试验次数无限增加时,频率将趋于概率。博雷尔的工作激起了数学家沿这一崭新方向的一系列探索,其中尤以柯尔莫戈罗夫(A.H.Kolmogorov,1903—1987)的研究最为卓著。他在1926年推导了弱大数定律成立的充分必要条件,后又对博雷尔提出的强大数定律给出了一般结果。

许宝騄进一步加强了强大数定律的结论。其结果为:设X1,X2,⋯,Xn,⋯是独立同分布均值为零、方差有限的随机变量序列,任给ε>0,有Σ∞n=1P1n|X1+X2+⋯Xn|>ε<∞证明是经过一个卷积的富立叶逆转,把问题转化为含有特征函数某个积分的分片估计,这需要具有相当深厚的数学功底和敏锐的数学眼光才能完成。由于推证较复杂,尽管已经得出关于矩的充要条件,但在刊出时删去了必要性的证明[4]。

概率论中的极限定理研究的是随机变量序列的某种收敛性,对随机变量收敛性的不同定义将导致不同的极限定理。许宝騄在“依分布收敛”、“依概率收敛”、“r2阶收敛”和“依概率1收敛”的基础上,创造性地提出“完全收敛性”概念,开辟了概率论极限理论研究的新局面。直到今天,对完全收敛性的讨论仍是一个有意义的课题,这就足以表明该文的开创性价值。正如许宝騄所说:“一篇论文不能因为获得发表就有了价值。其真正价值要看发表后被引用的状况来评价。”[1]许宝騄对中心极限定理也进行了较为深入的研究。“中心极限定理”这个术语是由波利亚(G.Polya,1887—1985)1920年引入的。该定理断言在适当条件下,大量独立随机变量和的概率分布近似于正态分布。在长达两个世纪的时间内极限定理成了概率论的中心课题。

1733年,棣莫弗(A.DeMoivre,1667—1754)由二项分布的渐进分布推导出正态分布。较一般的极限定理由拉普拉斯(Pierre2SimonMarquisdeLaplace,1749—1827)给出,但其证明不完善。

误差分析是概率论的生长点之一。如果把随机变量总和中的每项看作是小的“基本误差”,那么中心极限定理就为观察误差中正态分布的发生给出一个解释。19世纪初高斯(C.F.Gauss,1777—1855)在研究测量误差时引进了正态分布,并发展了具有广泛应用的最小二乘法。

在许多数学家为给出中心极限定理严格证明所做的努力均告失败后,切比雪夫使用矩方法的尝试相当令人鼓舞。马尔科夫(A.A.Markov,1856—1922)于1887年第一个用矩方法给出了中心极限定理的严格证明。切比雪夫的另一个弟子李雅普诺夫(A.M.Lyapunov,1857—1918)则从一个全新角度去考察中心极限定理,引入特征函数这一有力工具,避免了矩方法所要求的高阶矩存在的苛刻条件,在1901年给出了定理的完善证明,其证明方法与现在素数理论中的方法相类似。特征函数实现了数学方法的革命,为极限定理的进一步精确化提供了条件。

一个从理论和应用上都应当关心的问题是,仅知道某个概率分布渐近正态分布是不够的,还必须知道换成正态分布后误差有多大。李雅普诺夫给出这个误差的一个上限。瑞典数学家克拉美(H.Cramér,1893—1985)发现李雅普诺夫所给余数的估计在风险问题中是远远不够的,并于1928年改进了结果。1941年,贝莱(A.C.Berry)再次改进了李雅普诺夫的结果。

许宝騄有一本翻破了的克拉美概率著作,书上几乎写满了批注。他认为该书包含了所有概率论的基础。1945年,许宝騄改进了克拉美定理和贝莱定理,并给出克拉美定理的一个初等证明[5]。他以特征函数为工具,通过12个引理,给出了上述定理的证明。但影响更深远的结果是他将相应的样本均值代之以样本方差。许宝騄说:“关于均值的渐近分布,已知结果如此之多。考尼斯(Cornish)和费希尔(R.A.Fisher,1890—1962)通过半不变量获得了逐步近似于任何随机变量分布的各项。若把考尼斯和费希尔的形式结果转化为一条渐近展开的数学定理,它能给出剩余项大小的阶。在本文中,样本方差就做到了这一步。”[5]

这里许宝騄第一个讨论了样本方差的渐近展开,给出余项阶的估计。他直接引进了一个新维数,用特征函数来近似随机向量的分布,其难点是用特征函数来近似两个高度相关的随机变量的分布。他对特征函数的应用已经达到炉火纯青的境界,在不少论文中对这一技巧信手拈来,应用自如。

许宝騄所采用的方法具有普遍意义,还可以用于解决样本高阶中心矩、样本相关系数及样本统计量的类似问题。他的这一工作在20世纪70年代以后引起了进一步的研究。此后,许宝騄开始研究费勒(W.Feller,1906—1970)对中心极限定理一般形式的充要条件。1947年5月,他得到每行独立的无限小随机变量三角阵列的行和,依分布收敛于一给定的无穷可分律的充要条件。当时一些著名的概率专家,如柯尔莫戈罗夫、辛钦(A.Ya.Khintchine,1894—1959)、格涅坚科(B.V.Gnedenko,1912—1995)、莱维(PaulLévy,1886—1971)和费勒等,都在寻找这一答案,所以许宝騄在给钟开莱的信中说,担心正在进行的工作会和别人相重复。

许宝騄的条件与格涅坚科的不同,后者的“两个尾巴”是并在一起的,而许宝騄则利用核(sint/t)3直接证明。但得知格涅坚科的研究成果已经发表时,许宝騄立即承认了其优先权[6]。因此,在格涅坚科和柯尔莫戈罗夫合著的相关专著英译本再版时,添加了许宝騄的这一论文作为附录。

20世纪50年代中期,许宝騄对马尔科夫过程产生了兴趣,他用分析的方法讨论了关于转移概率函数的可微性。这一工作暗示了分析结构和概率结构的内在联系,为进一步研究奠定了基础。

2涉足统计推断领域

贝叶斯(T.Bayes,1702—1761)的论文《论机会学说问题的求解》可看作最早的一种统计推断程序。拉普拉斯和高斯等利用贝叶斯公式估计参数的研究,促使统计学摆脱观测数据的单纯描述而向强调推断的阶段过渡。

19世纪末,皮尔逊(K.Pearson,1857—1936)明确指出,统计学不是研究样本本身而是要根据样本对总体进行推断,并引进一个分布族,包含正态分布及现在已知的一些重要非正态分布,还提出矩估计法,用来估计分布族中的参数[7]。皮尔逊所提出的检验拟合优度统计量,为大样本统计的先驱性工作。戈塞特(W.S.Gosset,1876—1937)1908年导出的t分布,则开了小样本理论的先河。小样本理论强调样本必须从总体中随机抽取,从而使统计学研究对象从群体现象转变为随机现象。

20世纪20年代费希尔对现代数理统计学的形成和发展做出了卓越贡献。他发展了正态总体下种种统计量的抽样分布理论,建立了以最大似然估计为中心的点估计理论,创立了实验设计,并发展了相应的数据分析方法———方差分析。

1911年,皮尔逊应聘为伦敦大学学院优生学教授,并任生物统计系主任,而费希尔自1933年起任伦敦大学学院教授。他们共同建立和领导了一个有世界影响的数理统计学派,使伦敦大学学院的高尔顿实验室和统计系成为世界数理统计学的研究中心。

1936年许宝騄来到高尔顿实验室和统计系学习时,小皮尔逊(E.S.Person,1895—1980)刚继任父亲的领导工作,任统计系主任;费希尔任高尔顿实验室主任;现代统计学家奈曼(J.Neyman,1894—1981)任统计系教授;一些著名学者也不断来访,如美国的多元分析专家郝太林(H.Hotelling,1895—1973)、频率曲线专家克莱格(C.C.Craig)和概率专家费勒等。频频接触这些“世界级”人物,其发现一般原理、发现科学实质的深邃思想,其才气横溢、思如泉涌的大家风范,其刻苦钻研、锲而不舍的科学精神,都给天资聪慧的许宝騄留下了深刻印象。这对其概率统计思想的形成和发展产生了很大影响,他一生的科学贡献与这段经历是密切相关的。

在奈曼.皮尔逊的假设检验理论建立之初,将这一方法应用于线性模型的线性假设检验问题是一个很有意义的研究方向。费希尔对线性模型的线性假设发展了F检验(起初他称之为Z检验,其学生改进为F检验,用Fisher的第一个字母命名),但这种检验有何优越性或是否存在比它更优越的检验,尚需进一步探讨。奈曼2皮尔逊理论提供了以比较功效函数为基础的方法,涉及到很复杂的精细分析问题,在当时的统计队伍中,具备这样数学素质的为数甚少,许宝騄正是其中的突出者。他敏锐地意识到该课题的重要性,并随之进行了精心研究,发表了一系列相关论文,取得了突破性进展,从而在国际数理统计界争得一席之地。

28岁的许宝騄在奈曼和皮尔逊《统计研究报告》的第二卷发表了关于数理统计学的第一篇论文《Studentt分布理论用于两样本问题》,研究了所谓Behrens2Fisher问题。[8]他创造性地引进统计量u=(X-Y)2(A1S21+A2S22)

其中A1>0,A2>0为常数,来讨论以|u|>c为否定域的检验。许宝騄通过把u的密度函数展开成幂级数,研究了否定域|u|>c的势函数对参数的依赖关系。其主要内容是计算上述U检验的功效函数,并研究该检验在种种情况下的表现[9]。这是一个精确的(不是渐进的)分析,当代统计学家谢非(H.Scheffe)称之为“数学严密性的范本”。据许宝騄的研究结果所给出的方法后被称为“许方法”。

1941年,许宝騄首次证明了方差分析中的F检验在功效函数观点下的优越性。方差分析中任一个效应有无的检验,都可以化为典则形式之下的假设。他证得若假设水平α的检验不是F检验,其功效函数在任一球面上保持常数,则此检验的功效必小于水平α的F检验的功效[10]。这是一元线性假设似然比检验的第一个优良性质,其本质上是对任何特定多于一个参数值假设的第一个非局部的优良性质。许宝騄考察了高斯2马尔科夫模型中方差的最优估计问题,得到了样本方差为总体方差的最优二次无偏估计的充要条件。后来的研究表明,许宝騄的结果是近年来研究方差分量模型和方差最优二次估计的起点。

许宝騄证明了似然比检验在所有功效函数仅依赖于一个非中心参数的所有检验中是一致最强的。这个条件等价于势函数在某一类自然变换下的不变性,由此开创了假设检验的两个发展方向:(1)将所得形式推广到多元问题(郝太林的T2及多元相关系数);(2)提供了获得所有相似检验的新方法。

正是在许宝騄的建议下,其学生席玛卡(J.B.Simaika)和莱曼(E.L.Lehmann)将这个方法用于其他问题,后莱曼和谢飞形成了完备性的概念。

3推进多元分析发展

皮尔逊的数理统计学建立在自然总体的“大样本”基础上,而费希尔则着重处理受控实验中“小样本”的统计分析。后者在数学上占有优势,频频对前者发起攻击,尖锐地批评皮尔逊所提出的x2检验。

奈曼和小皮尔逊在1933年发表了关于假设检验的论文,把检验问题作为一个数学最优化问题来处理,发展了费希尔的研究工作。由于费希尔对皮尔逊有成见,因而对奈曼和小皮尔逊的研究也不以为然,甚至称其编辑的《统计学研究通报》是“一堆破烂货”。由于和费希尔的矛盾,奈曼感到在英国难以发展,于1938年4月应聘为美国加州伯克利大学数学系教授,并筹建了统计实验室。

加州伯克利大学统计实验室在二战后逐步取代了伦敦大学学院的统计系地位,成为世界数理统计学的中心。相比之下,当时苏联在概率论领域虽领先于世界,但在数理统计领域远远落后于美国。在20世纪50年代大力倡导“学习苏联”时期,中国统计学也长时期得不到发展。

奈曼犹如伯乐,慧眼识俊才。他非常器重许宝騄,认为许宝騄是新一代数理统计学家中的佼佼者,一度选定其为接班人。1945年,奈曼邀请许宝騄参加了第一届伯克利概率统计讨论会,并聘请他为伯克利统计实验室教师。校方仅聘许宝騄为讲师,奈曼为此大声疾呼,表示了强烈不满。1946年秋,许宝騄开始在教堂山(ChapelHill)教学,奈曼还曾去看过他。当许宝騄回国时,奈曼一再挽留,想把他争回自己的麾下。回国后,许宝騄也与奈曼保持了多年的联系。许宝騄对科学所做的贡献以及孜孜以求的好学精神,是与奈曼的教诲和影响分不开的。

如果个体的观测数据能表示为P维欧几里得空间的点,那么这样的数据叫做多元数据,而分析多元数据的统计方法称为多元统计分析。主要多元分析方法有:多重回归分析、判别分析、聚类分析、对应分析、典型相关分析、多元方差分析等。许宝騄在哥伦比亚大学和教堂山讲授多元统计分析,培养学生从事这一领域的研究。

自20世纪30年代起,费希尔、郝太林、许宝騄等做出了一系列奠基性的工作,使多元统计分析在理论上得到迅速发展。1938年到1945年,许宝騄所发表的相关论文一直处在多元统计分析理论的前沿。在多元分析假设检验理论中,许宝騄最先讨论了优良性,是奈曼-皮尔逊的假设检验理论在多元分析中应用的先导。他推进了矩阵论在数理统计理论中的应用。许宝騄把矩阵论中处理问题的方法引进了数理统计的研究,实质上这是一个长方阵在某一变换群下的标准型。有了线性模型的法式,使估计和假设检验问题变得十分简明。

费希尔创立的“n维几何”方法,使数学家们获得了一些重要统计量的精确分布。典型例子是1928年维夏特(J.Wishart)导出了任意维正态样本全体二阶矩的联合分布———维夏特分布。

不少学者给出维夏特分布的不同证明。1939年,许宝騄利用数学归纳法推导出维夏特分布。他假定对n-1,p-1成立来推导对n,p的密度函数。除了密度函数中的矩阵外,还需要一个(p-1)维的正态向量和一个n维的正态变量,在证明过程中所需的分析推导仅仅是n维向量模的平方是x2n分布[11]。专家们一致认为许宝騄的推导方法是最优美的一个。

文中许宝騄的另一个杰作就是得到了现今所称的许氏公式:当n≥p≥1时,有

∫⋯∫f(x′x)dxn×p=πnp2-p4(p-1)Πp-1j=OΓ(n-j2)∫A>0⋯∫|A|n-p-12f(A)dA

该公式是处理20世纪80年代所形成的椭球等高分布统计量的有力工具。

多元分析中一个基本分布是关于随机正定阵相对特征根的分布。线性模型中线性假设的检验问题,都与这些特征根有关。若正定随机矩阵A和B相互独立,各自遵从维夏特分布W(m,Σp×p)和W(n,Σ),且m≥p,n≥p,θ1≥⋯≥θp≥0表示|A-θ(A+B)|=0

的p个根,寻求θ1,⋯,θp的联合密度是一个重要研究课题。在20世纪30年代末,许宝騄和一些著名统计学家,都对其进行了探讨。在众多方法中,许宝騄的方法严密而清晰,他以矩阵微分为工具,计算了一些复杂变换的雅可比行列式,而导出相应的分布[12]。

这个方法的难点是计算雅可比行列式,许宝騄在文章中给出了任意阶的雅可比行列式结果,并证明了3阶行列式情形。其学生安德逊(T.W.Anderson)详细介绍了这一工作,认为某些雅可比行列式的计算是许宝騄的杰作。

许宝騄把数学家分成三流。第一流的数学家是天才,他们能开创新的领域,如柯尔莫哥洛夫、诺依曼(JohnvonNeumann,1903—1957)、维纳(NorbertWiener,1894—1964)等。第二流数学家是靠刻苦学习而成功的。他们认真消化整理前人的东西,在此基础上有所创造和发现,辛钦就属于这一类。第三流的数学家只是在某个问题上有所贡献,不能像第二流的那样系统工作。剩下的就是不入流的数学家了。他认为自己没有才能,所有成就完全是靠刻苦学习而获得。

“三十功名尘与土,八千里路云和月”。许宝騄对科学研究的态度和精神永远值得我们借鉴和学习。

参考文献

1吴文俊.世界著名数学家传记[M].北京:科学出版社,1990.

2江泽涵,段学复.深切怀念许宝騄教授[J].数学的实践与认识,1980,(3):1—3.

3张奠宙.中国近现代数学的发展[M].石家庄:河北科学技术出版社,2000.

4Pao-LuHsu,pleteConvergenceandtheLawofLargeNumber[J].Proc.Nat.Acad.Sci.U.S.A.,1947,33:25—31.

5Pao-LuHsu.TheApproximateDistributionoftheMeanandVarianceofaSampleofIndependentVariables[J].Ann.Math.Statist,1945,16:1—29.

6钟开莱.许宝騄在概率论方面的工作[J].数学的实践与认识,1980,(3):12—15.

7陈希孺.数理统计学简史[M].长沙:湖南教育出版社,2005.

8MorrisLE,RichardAO.RandomQuotientsandtheBehrens2FisherProblem[J].AnnMathStatist,1972,43:1852—1860.

9Pao-LuHsu.ContributionstotheTwo-sampleProblemandtheTheoryofthe“StudentpsT-test[J].Statist.Res.Mem,1938,2:1—24.

10Pao-LuHsu.OntheBestQuadraticEstimateoftheVariance[J].Statist.Res.Mem,1938,2:91—104.

11Pao-LuHsu.AnalysisofVariancefromthePowerFunctionStandpoint[J].Biometrika,1941,32:62—69.

12Pao-LuHsu.ANewProofoftheJointProductMomentDistributions[J].Proc.CambrigePhilos.Soc.,1939,35:336—338.

摘要许宝騄是中国最早在概率论与数理统计研究方面达到世界先进水平的杰出数学家。他奠定了中国概率论与数理统计学科的基础,并为之付出了毕生精力。其研究成果已成为当代概率论与数理统计理论的重要组成部分,至今“许方法”仍被认为是解决检验问题的最实用方法。

数理统计范文第7篇

1.1单病种/单病种0是指出院第一诊断的单一疾病,着眼点是患同一种疾病患者在诊断治疗以及愈后的过程中所表现出的共性。单病种研究最关键的一步就是单病种的选择,本研究所选用的病种均按照国际疾病分类法为蓝本抽取。技术要点是在选择单病种时应遵循三条主要原则:(1)以常见病、多发病为主;(2)突出代表专科水平的病种;(3)病种病例的覆盖面越大越好。

1.2综合评价法以数理统计学的基本原理和方法为基础,将一些边界不清,不易定量的因素量化,并进行分析评价。选用的方法有:综合评分法(SyntheticscoredMethod)、综合指数法(SyntheticindexMethod)、秩和比法(RansumRatio)、逼近理想解排序法(TOPSIS)、层次分析加权法等。综合评价的技术要点:一要恰当地选择评价指标体系;二要正确地确定权重系数。在实际使用时应重点把握的关键问题:(1)评价方法要符合医院科学管理决策的实际应用要求;(2)分析模型应浅显易懂,计算简单,便于操作;(3)评价指标应直观具体,便于比较;(4)指标权重的赋予应准确可靠,符合实际情况。

1.3预测技术预测是决策的基础,决策是根据预测作出的决断。预测技术是针对预测目标,在一定制约条件下,从诸多措施方案中选取一个最佳方案,并付诸实施,收到预期效益。其理论基础是以概率论与统计推断为基础。选用的方法有:灰色模型预测法GM(1,1)、趋势季节模型预测法、时间序列预测法、马尔科夫链预测法(A#A#Markov)、巴列特图法等。成功的预测,应把握以下关键技术要点:(1)用于预测的资料样本量足够大,可靠性高;(2)资料包括影响预测变量的主要影响因素;(3)资料变化范围的覆盖面较宽。

1.4结果验证使用的数据以网络病案数据库数据为主,以多种数理统计学方法为基础,结合文献综述,在建立各专题模型前,对各种评价指标变量值均进行正态性检验,对不符合正态要求的变量,进行变量转换。运用SPSS软件包进行数据处理,检验方法分别采用t检验、方差分析、回归分析和多元逐步回归等方法进行结果验证,把研究结果与实际工作相结合,并分析各研究结果的主要影响因素。

2研究专题内容

2.1单病种管理在医院管理决策中的应用研究

2.1.1单病种住院费用的多影响因素分析与研究我国实施医疗体制改革是我国政府为解决老百姓/就医难、看病贵0问题而出台的新举措,研究单病种住院费用的构成情况,既可反映卫生资源的利用情况,也可反映医院的综合医疗水平,对合理分配和使用现有卫生资源具有积极的指导意义。故对我院52879例出院患者按照国际疾病分类法进行病种排序,选取出前5种疾病:冠心病、胆囊结石伴胆囊炎、上呼吸道感染、2型糖尿病及脑梗塞。通过方差分析和多元逐步回归分析,五种病种人均住院费用分别为:冠心病:27992.4元,胆结石:3902.8元,上感:2381.9元,糖尿病:5914.4元,脑梗塞:9631元。除冠心病外,其余4种疾病的住院总费用构成中,在调查的5个病种住院总费用构成比中,药品费所占比重明显较大,其中胆结石近50%,其余三种达65%以上;而床位费等相对较低。由此可见,处理好病种质量与费用的关系,对体现医务人员劳动价值具有一定的管理和监督作用。把医疗过程中知识性和科学性真正体现出来,将卫生资源的消耗控制在切实合理的范围内。

2.1.2损伤与中毒外部原因的巴列特图分析在对出院病历进行国际疾病分类编码时,发现损伤与中毒有逐年上升的趋势,为此,我们对损伤与中毒的外部原因做了疾病谱构成分析,引用管理学中巴列特图(Pareto-Chart)理论对日常生活中威胁人身安全的主要危险因素进行了专题病案信息挖掘。将其影响因素从大到小排列为11类,以各类外部原因为横轴,以实际发生例数为纵轴,绘制巴列特图。对其分类结果进行巴列特图分析,探讨危险发生的原因和疾病结构特征。通过3848例病案统计结果及论证分析可知,造成损伤与中毒外部原因的主要因素是由机动车辆造成的交通事故,占总的外部原因的31.88%。通过掌握事故发生的主要原因和规律性,一方面医院要加强急诊科室的建设,完善急诊救治体系,针对影响的主要因素,提高对该类病人的专科救治水平,形成畅通无阻的绿色通道。另一方面,提醒交通部门及社会治安部门要集中力量,针对主要影响因素进行预防性治理,以降低此类事故的发生。

2.1.3住院病人单病种医疗质量与费用分析对出院病案15460例进行信息挖掘,按照国际疾病分类法选取出院病人疾病构成的前六种疾病。病种1-脑血管疾病、病种2-冠心病、病种3-糖尿病、病种4-胆结石伴胆囊炎、病种5-椎间盘疾病、病种6-阑尾炎,调查病人的社会经济特征、疾病特征、诊疗质量等22个指标。建立单病种费用与住院天数的多元逐步回归分析模型,对影响人均住院费用的因素进行了分析。本研究选取的住院天数、入院病情、年龄、性别、费别、诊断符合、治疗结果7种因素,通过人均住院费用与多影响因素间的多元逐步回归分析可知,影响单病种人均住院费用的因素,按作用大小排列在前三位的上表所示,住院天数是各病种的首要影响因素。通过对病种费用与人均住院天数的关系做方差分析可知,虽然各单病种费用的影响因素各不相同,但/住院天数0是各病种的首要影响因素,即:住院天数越长,住院费用越高。说明/住院天数0是影响大多数病种住院费用增高的主要和共同因素,且影响强度较大。由此可见,缩短无效住院天数是控制单病种住院费用增高的有效措施。此举要以确保良好的疾病诊疗效果为前提。

2.2综合评价技术在医院管理决策的应用研究

2.2.1应用TOPSIS法对医院医疗工作质量和工作效率进行综合评价TOPSIS法是系统工程中有限方案多目标决策分析中常用的决策方法。结合我院三年来六项主要医疗指标完成情况进行了综合评价。旨在探讨综合评价方法在医院信息挖掘和医疗质量管理中的应用,促进医院整体管理水平的提高。研究结果依据所求C值,排列出最好年度与最差年度,结果与我院实际情况完全相符。TOPSIS法评价医院医疗工作较为直观、可靠。它不仅运算简便,对数据的分布、样本含量、指标多少不做严格的限制,在医疗工作绩效评价中有很好的灵活性和实用性,建议此法可作为医院工作绩效评价的常用手段。并适合在不同级别的医院推广应用。

2.2.2应用层次分析加权法对护理工作进行综合评价在众多综合评价方法中,引入层次分析加权法对护理工作中数量指标和质量指标进行评价,筛选出临床科室护理工作中有代表性的两大类17项主要指标建立指标体系和目标树图。结果发现,护理工作完成好的科室,医疗工作也相应地走在前面,而护理工作完成差的科室,医疗工作分值也较低。由此反映出医院工作的内容和结构的复杂性及多变性,它们是相互干预、相互渗透、相互影响的。提示在抓好护理工作效率的同时,抓好护理工作质量,只有两者有机地相结合,才能提高医院整体护理工作水平[3]。

2.2.3医技科室综合效益纵向评价针对医技科室长期以来存在的评价指标零乱、不连贯等造成数据信息不易挖掘等问题,我们选取了12项具有代表性和可靠性的指标,引入秩和比法解决了医技科室指标评价的难题,在充分考虑到指标的集中性和离散性的情况下,消除异常值的干扰,消除了医技科室指标无标准值的问题,避免了单一指标评价的片面性和主观性。通过对医技科室的主要指标进行综合评价,评价结果与实际情况完全符合,是实际工作的真实反映。该方法使用灵活、直观、分辨力强,为医技科室绩效评价寻找出一种新的方法。

2.3预测技术在医院管理决策的应用研究

2.3.1医院感染的趋势季节模型预测及动态分析本专题采用趋势季节模型预测法来挖掘医院感染变化的规律和特点,力求从理论上预测今后院内感染发生数。通过对医院七年来院内感染的预测分析,说明院内感染有时间高峰,预测值较接近实际值。它表明趋势季节模型适用于对院内感染的预测和预报。引用趋势季节模型预测法对具有连续性和周期性的指标进行信息挖掘,兼顾了趋势性和季节性,对预防院内感染的发生是一种有效的方法,它既可以统计过去,有可以预测未来,值得对此类资料进行推广应用[4]。

2.3.2肿瘤科住院人数的时间序列预测及动态分析为寻求并掌握肿瘤科住院人数的季节变化规律,本研究引用时间序列法对肿瘤科住院人数进行预测,将肿瘤病人及时安排入院,并得到合理的诊断和治疗提供科学依据。时间序列预测法是利用时间序列资料进行短期预测的一种方法。要点是根据过去按时间顺序已经发生的实际,通过数学方法加工整理后,推测出未来值。对资料的索取和要求比较单一,只需变量本身的原始数据。以我院3年来肿瘤科住院人数为数据挖掘依据,将住院人数的原始资料按月为单位排序,发现住院人数变化趋势呈逐年上升的同时,有两个周期性波动,资料的季节性特征非常明显。引用时间序列法,建立预测模型:Xi=(ai+bixi)Kli,从理论上预测下一年度肿瘤科住院人数,并对3年来的肿瘤病人收治情况进行动态分析,研究结果说明此方法在医院临床科室指标管理中有着较好的适用性。住院人数指标是反映一个医院的医疗技术水平的综合指标,各个医院因专业特色和专科重点不同,在各个时期制定的工作计划也截然不同,时间序列预测法就是适合为医院制定中、短期规划提供依据。

2.3.3应用灰色模型对门诊急诊接诊人数分析预测以10年来门急诊接诊人数为基础,采用灰色系统(1.1)模型进行建模运算、拟合比较、误差分析、外推预测等,通过拟合模型对今后几年接诊人数进行预测分析。为了提高预测的准确性,减少预测值的相对误差,计算实测值和预测值的最大误差和最小误差。结果显示,原始数据拟合效果好,模型精度高,外推预测值是可信的。使用灰色模型方法预测门急诊人数的优点是此方法对样本容量和概率分布没有严格的要求,在实践中应用有良好的适应性和可行性。为今后工作计划的制定提供及医院决策提供科学依据。

本研究始终坚持以医院科学管理为前提,紧紧抓住医院病案服务并保障于临床一线这条主线,将国际上普遍认可的门类庞杂的数理统计学中诸多定量分析方法引入医院科学管理和常规病案信息挖掘工作中,将传统的病案信息定期统计改为定期与不定期相结合,由单纯的事后期末数据累加改为事前的预测与咨询、事中的监督与控制、事后的评价与反馈为一体,实现病案信息管理的时时监控和评价结果的及时反馈等病案信息管理监督功能。用数据的形式来说明医疗工作运营现状,寻找差距。把病案信息的服务功能落实到医疗工作的各个环节,实现/在病案管理理论上有新的突破,在病案管理方法上有新的对策0,确保医院病案信息挖掘经常化、评价模型自动化。总之,军队医院医疗服务的对象不仅仅是平时本地区的医疗卫生需求,同时还承担着所在区域的反恐、维稳、突发事件及自然灾害等诸多医疗卫生保障任务。只有明确了医院的职责和任务,不断改进医院管理模式,提高医院管理和医疗救治水平,提醒并规范医务人员的诊治行为,用最有限的卫生资源为社会提供最大化的医疗服务。今后要更好地促进数理统计方法在医院科学管理中的推广应用,为医疗体制改革和医院科学管理提供基础性研究和理论保障。

数理统计范文第8篇

由于学生接触的主要是确定性事物，对于不确定性事物的认识非常有限，学生有关概率与统计的认识大都来自于个体的一些零碎的、不成熟的经验．尽管现在义务教育阶段已经增加了概率与统计的内容，但其教学目标定位于感性和定性认识的水平．因此，学生对许多问题还无法进行理性判断，往往只能借助于已有的经验或先前概念（学生在未学习严格定义之前就有的概念）来进行判断．例如：有5个足球迷欲通过抽签的方式决定谁获得唯一的一张足球赛入场券，为此设有5张卡片，其中只有一个写有入场券字样，5个人依次从中抽取．对此类问题有不少学生认为，先抽取的人比后抽取的人得到入场券的可能性大．但是，概率的确定却不依赖直觉，通过事件之间的关系以及乘法公式严格的推理可以证明：在抽取过程中，不论先抽还是后抽，抽到的概率都是相同的，均为15．学生在作业中经常出现的一个错误，当一个事件的概率为1时，如P(A)1，学生往往会不假思索地写出结论：ABB或者ABA．在这里学生犯错误的原因仍然是直觉判断，很多学生认为概率为1的事件一定会发生，从而是必然事件，因此得出错误结论．其实在讲概率的几何概型时，可以通过向边长为1的正方形内投飞镖的试验，说明概率为1的事件不一定会发生．

2注意数学命题的转换命题转换

简单地说就是把一个命题转换为另一个命题．命题转换本质上就是变换问题，通过改变问题的叙述和形式，改变观察和分析问题的角度，使问题呈现出新的面貌，引发新的思考和联想，从而使问题获得解答．命题转换是数学命题理解的一种重要方法，对数学命题的学习具有非常重要的意义．命题转换不仅可以深化对原有命题的理解，优化学习者的认知结构，而且有利于学生创造性思维能力的培养以及良好数学素养的形成．在概率统计的教学中，有时需要将严谨的数学语言转换成通俗语言．如在讲授参数估计中点估计问题时，教材是这样描述的：所谓点估计问题就是要构造一个适当的统计量12ˆ,,,nXXX，用它的观测值12ˆ,,,nxxx来估计未知参数．通过提问发现，学生对点估计并不十分理解，但看了例题后不用知道这个概念也会做相关习题．其实完全可以将点估计概念换一种方式叙述，即所谓点估计就是通过构造样本函数的方法将未知参数的值估计出来．这样一来，学生对点估计理解就会很容易了．由于形象记忆比抽象记忆更容易被学生接受，因此，在授课过程中有时也需要将代数语言与几何语言做转换．如在讲授连续型随机变量的概率密度函数的性质时，概率密度函数有2个基本的性质：转换成几何语言就是：概率密度函数f(x)几何上表示一条位于x轴上方的曲线并且此曲线与x轴之间所围图形的面积是1．如果学生能记住这样一个几何印象，那么对于概率密度函数的性质就会牢记于心了．另外，在概率统计课程的教学中有时也需要注意数学命题的逻辑转换．如在讲授随机变量的数学期望的性质时，有命题：如果2个随机变量X和Y相互独立，由于原命题与逆否命题是等价的，因此，则一定可以推出随机变量X和Y不独立．数值反映了随机变量X和Y之间的某种关系，这就是后面要学习的协方差概念．

3注重对概念的正确理解

数学学习的关键是理解，概率统计的学习也不例外．理解与记忆是相互渗透、相互促进的．就一本教材而言，它的内容无非主要是概念、性质以及例题和习题等．其中，对概念的正确理解是第一步的，是理解性质、例题和习题的基础，如果对概念能正确理解，那么对性质、例题、习题的理解也会融会贯通．相反，如果学生从一开始就通过死记硬背的方式把概念记下来，那么学生就只能从头背到尾，无法深入地理解和掌握所学的知识．所以，正确地理解数学概念是非常重要的．如在讲授随机变量的数字特征方差时，随机变量X的方差D(X)定义为：随机变量X的期望E(X)表示随机变量X的平均取值，这样2(XE(X))的大小可以表示随机变量X的取值与其平均取值的偏离程度，再取期望后偏离程度就变成平均偏离程度了，因此随机变量X的方差2D(X)E(XE(X))表示随机变量X的取值与其平均取值的平均偏离程度．在讲授点估计量的评价标准时，课本对有效性的定义为：设1ˆ和2ˆ都是参数的无偏估计量，则称1ˆ较2ˆ有效．在讲完有效性定义后，可以向学生提出问题：为什么称一个方差小的无偏估计量比方差大的无偏估计量更有效．这时有的学生就会觉得这个问题有些奇怪，因为他们觉得这就是一个定义没有为什么．在他们看来定义就是一个一成不变的东西，其实不然，作为教师应该向学生阐明定义总是有根据的，既然称1ˆ较2ˆ有效，就一定有其缘由的．方差刻画的是随机变量取值偏离其平均取值的平均偏离程度．由于1ˆ和2ˆ都是参数的无偏估计量，故1ˆ和2ˆ的平均取值都是参数的真值，所以方差小意味着其与参数的真值偏离来得小，从而方差小的无偏估计量更有效．通过这样的解释，学生对这个定义的理解就相当透彻，也无需刻意对这个定义进行记忆．

4运用案例教学法

案例教学法是一种以案例为基础的教学法，把学生引导到实际问题中去，通过分析和互相讨论，提出解决问题的基本方法和途径的一种教学方法．传统的教学只告诉学生怎么去做，而且其内容在实践中可能并不实用，且非常乏味无趣，在一定程度上损害了学生的积极性和学习效果．在案例教学中，教师并不是把案例的解决方案直接讲述给学生，而是要学生自己去思考、去创造，使枯燥乏味的学习变得生动有趣．由于概率论与数理统计课程应用性较强，因此教师应注意收集与本课程相关的案例，将理论教学与实际案例有机地结合起来，使得课堂讲解生动有趣，从而收到良好的教学效果．概率论与数理统计中的经典案例是赌徒梅累向数学家帕斯卡提出的合理分配赌金问题．具体问题是这样的：甲、乙两人进行，各出赌金a元．若每局各人获胜概率都是12，约定：谁先胜s局，即赢得全部赌金2a元．现进行到甲胜1s局，乙胜2s局（1s和2s都小于s）时因故停止，问此时赌金2a元应如何分配给甲乙两人才算公平．对于这个问题出现过种种不同的见解，有人提出按12s:s的比例分配，有人提出按比例分配，也有人提出按比例分配，还有人提出按比例分配，当然这些解法如今看来都不正确．其实解决此问题的关键点在于：假定甲乙两人能继续进行下去，各人最终取胜的概率．按照这个出发点，此问题就比较容易解决了．当然在概率论与数理统计的教学过程中可以使用的案例有很多，如在讲解古典概型时，可以选用问题或生日问题；在讲解全概率公式与贝叶斯公式时，可以选用血液检测问题或狼来了的故事；在讲解常见随机变量分布时，可以选用考试中的运气问题或招聘考试录取问题；在讲解随机变量数字特征时，可以选用卖报问题或分组验血问题；在讲解中心极限定理时，可以选用人身保险问题；在讲解参数估计时，可以选用敏感性问题的调查等．

数理统计范文第9篇

1.1废烟支消耗描述性统计

被解释变量（即废烟支单箱消耗）是由当班废烟支量除以某牌号正品入库量得到，其单位为kg/箱。利用SPSS16软件进行描述性统计，得到如表2、表3结果。描述性统计显示，废烟支消耗最大值为1.0443kg/箱，最小值为0.0651kg/箱，平均值为0.3071kg/箱。5%分位和95%分位对应的废烟支单耗为0.1255kg/箱和0.5508kg/箱，界定了窗口内该牌号废烟支消耗的正常波动范围。

1.2相关关系分析

在本文的样本中，质量事件和人为事故没有有效的数据记录，因此在相关关系分析中剔除这两个变量。相关关系分析结果见表4。表中显示了各个变量之间的相关关系系数（略去p值），其中带有**上标的系数表示在0.01的水平上具有显著性，带有*上标的系数表示在0.05的水平上具有显著性。在上述变量中，显著的相关关系集中在废烟支单耗、废烟支量、正品产量、停机频次、停机时间和轮保这几个变量之间。废烟支单耗与废烟支量、停机频次、停机时间、扫尾和排空呈显著的正相关关系，与有效作业率和换牌呈显著的负相关关系；废烟支量与正品产量呈显著的正相关关系，与停机时间和换牌呈显著的负相关关系；排空与换牌、轮保、扫尾呈显著正相关关系。上述变量之间的相关关系，是纯粹从数据趋势上来看两个变量的线性关联度，无法说明因果关系，但可以作为多元线性回归分析结果的重要参考。

1.3多元线性回归分析

多元线性回归分析假定被解释变量是连续正态分布，解释变量则可以是连续型数据也可以是离散型数据。废烟支单耗属于平稳的时间序列，可以以之为被解释变量进行多元线性回归分析。在本文所采集的数据中，主要材料问题、质量事件和人为事故三个变量无有效数据，因此暂剔除这些变量。

1.3.1模型一

为保证线性回归的全面性和客观性，以废烟支单耗为被解释变量，以常数、废烟支量、正品产量、停机频次、停机时间、有效作业率、辅助材料问题、换牌、轮保、扫尾、排空为解释变量建立模型一，进行多元线性回归，得到结果，如表5所示。量的p值大于0.05。回归结果不理想，回归模型需要改进。废烟支单耗和废烟支量具有线性同源性，放入同一模型将产生极大的偏差，因此剔除废烟支量这一变量。结合实际生产情况，在机器正常开动的情况下，正品产量的大小将影响废烟支单耗，且正品产量与废烟支单耗是反函数关系，因此模型中应当保留正品产量这一变量。

1.3.2模型二

以废烟支单耗为被解释变量，以常数、正品产量、停机频次、停机时间、有效作业率、换牌、轮保、扫尾、排空、辅助材料问题为解释变量建立模型二，进行多元线性回归，结果见表6。回归模型的R=0.606，p值=0，回归结果具有显著性。常数项、正品产量、停机频次、停机时间、有效作业率、换牌、扫尾的p值小于0.05，回归系数具有显著性，模型较为理想。然而，停机时间和换牌两个变量的系数显著为负数，这与实际情况不符，说明模型需要进一步修正。经过多次回归分析，发现轮保在回归模型中p值过大，系数波动较大，解释力度非常弱，因此剔除该变量，进行回归分析得到模型三。

1.3.3模型三

以废烟支单耗为被解释变量，以常数、正品产量、停机频次、停机时间、有效作业率、换牌、扫尾、排空、辅助材料问题为解释变量，回归得到表7所示结果。回归模型的R=0.606，p值=0，回归具有显著性。常数项、正品产量、停机频次、停机时间、有效作业率、换牌和扫尾的p值都小于0.05，系数具有显著性。然而，停机时间和换牌这两个变量的回归系数仍然与实际情况不符。因此，需要仔细分析，以查找回归模型偏离实际的原因。①辅助材料问题有30多条有效数据，在回归方程中对其它变量的影响不大，自身回归系数不显著，说明在2～4月份某牌号产品生产过程中辅助材料问题未对废烟支单耗产生显著的实质性影响。在相关关系分析里，辅助材料问题与其它影响因素也无明显的相关关系，为此，将该变量从模型中剔除。停机时间和有效作业率具有同源的非线性关系，二者同时放入线性模型中对回归结果产生较大的偏差，因此需要剔除停机时间这一变量。③相关关系分析结果显示，排空和换牌、轮保及扫尾三个变量存在显著的正相关关系。根据生产实际，排空是换牌、轮保和扫尾的必然结果。因此，剔除换牌、轮保和扫尾，而只保留排空，进而得到模型四。

1.3.4模型四

以废烟支单耗为被解释变量，以常数、正品产量、停机频次、有效作业率、排空为解释变量，进行回归得到表8所示结果。回归模型R=0.580，解释度较高，p值=0，回归结果具有显著性。常数、正品产量、停机频次、有效作业率和排空的p值小于0.05，回归结果具有显著性。正品产量提高1箱，废烟支单耗下降0.003kg/箱；停机频次增加1次，废烟支单耗增加0.018kg/箱；有效作业率提高1个百分点，废烟支单耗下降0.003kg/箱；排空影响废烟支单耗增加0.056kg/箱。综上所述，经过有效的多次回归分析，得到2~4月份某牌号废烟支消耗的关联关系分析模型如下：废烟支单耗0.6810.003正品产量0.018停机频次0.003有效作业率0.056`排空(公式2)根据公式2，只要能适当地预测正品产量、停机频次、有效作业率和排空次数，就能得到当班废烟支单耗的预测值。例如，以2月15日包#53乙班为例，正品产量为57.8箱，停机频次为1，有效作业率为69.80，排空为1，将这些数据代入上述公式得到当班消耗数据为0.3722kg/箱，当班废烟支单耗实际值为0.3858kg/箱，预测精度达到96.47%，预测效果良好。

2实时监测与反馈

2.1基本思路

在证券市场上，股票价格波动是常态，投资者根据一些技术指标来判断买入卖出股票的机会，MACD（平滑异同移动平均线）是股票价格行情监测与反馈的常用工具。对MACD进行简单的修正，构建废烟支单耗实时线（MovingAverage1，简写为MA1）、5单位时间移动平均线（MovingAverage5，简写为MA5）和10单位时间移动平均线（MovingAverage10，简写为MA10）。其中MA5是指连续5个单位时间内废烟支单耗的简单加权平均值所描绘的曲线，MA10是指连续10单位时间内废烟支单耗的简单加权平均值所描绘的曲线。MA5和MA10的具体算法如下：0X是指实时废烟支单耗。

2.2实时监测与反馈原理

本文所设计的实时监测与反馈机制是通过三线分析模块来实现的。基本原理为：快的移动平均线往上穿过慢的移动平均线，则趋势为向上增长（此点称为“金叉”）；快的移动平均线往下穿过慢的移动平均线，则趋势为向下降低（此点称为“死叉”）；快的移动平均线拉动慢的移动平均线，越慢的移动平均线显示越稳定的长期趋势。此外，在图中设定若干条警戒线，分不同的警戒等级，以实现预警功能。以3月份某机组该牌号废烟支消耗为研究对象，绘出三线图。在实时监测图上标定0.5517kg/箱（即2~4月95%分位）、0.39kg/箱（即2~4月80%分位）和0.35kg/箱（即2~4月75%分位）为红色、黄色和绿色警戒线，超过红色警戒线的MA1将启动最高级别的应急预案，绿色线以下的MA1值则表示正常状况，中间再分两级，如图1所示。根据MA1、MA5和MA10相对于上述警戒线实现实时监测和反馈，方法如下：废烟支消耗具有上升趋势时，按照关联关系分析模型所确定的每一机组和每一牌号废烟支消耗公式，初步判断产生消耗升高的原因，结合机台实际生产运行情况，及时采取正确的措施以控制消耗上升的趋势。如果废烟支消耗偏离绿色警戒线较少，则应当保持密切跟踪，直到回复到正常水平；如果废烟支消耗异常值远远超出红色警戒线，则应立即启动最高级别应急预案，上报负责人并果断采取措施。

3结论

本文以生产实践为基础，结合数理统计软件和方法，借鉴金融学原理，建立了废烟支消耗关联关系分析模型和废烟支消耗实时监测与反馈机制，对于控制和降低废烟支单耗具有重要的作用。根据本文的思路，可以由废烟支消耗推及至所有车间物料消耗，建立属于每一产品牌号和每一机组的物料消耗决定公式，从而掌握每一牌号、每一机组的物料消耗性态，绘制实时监测与反馈图，为实时监测物料消耗异常情况和及时采取相应措施提供了参考，有助于推动物料消耗的控制，从而真正实现卷烟生产的精细化管理，实现卷烟上水平的目标。

数理统计范文第10篇

（一）数理统计的主要特点

数理统计就是通过对随机现象有限次的观测或试验所得数据进行归纳，找出这有限数据的内在数量规律性，并据此对整体相应现象的数量规律性做出推断或判断的一门学科。概括起来有如下几方面的特点：一是随机性，就是说数理统计的研究对象应当具有随机性，确定性现象不是数理统计所要研究的内容。二是有限性，就是说数理统计据以研究的随机现象数量表现的次数是有限的。三是数量性，即数理统计以研究随机现象的数量规律性为主，而对随机现象质的研究为次。四是采用的研究方法主要为归纳法。最后，数理统计通过对小样本的研究以达到对整体的推断都具有一定的概率可靠性。用样本推断总体误差的存在是客观的，但是数理统计不仅重在研究误差的大小，还指出误差发生的可能性的大小。

从数理统计的学科特征来看，数理统计是应用数学中最重要、最活跃的学科之一。由此可见!数理统计从学科划分来说，应属于数学学科，但是其重在应用!而不是纯数学理论或方法的研究，故其采用的方法也就重在归纳法，而不是数学的演绎法。

综上所述，数理统计的主要特点可以用一句话概括为、数理统计是一门对随机现象进行有限次的观测或试验的结果进行数量研究，并依之对总体的数量规律性做出具有一定可靠性推断的应用数学学科。

（二）统计学的主要特点

统计学是一门收集、整理和分析统计数据的方法论科学，其目的在于探索数据的内在数量规律性，以达到对客观事物的科学认识。

统计学从其研究的范围来说有三大领域：数据的收集$数据的整理和数据的分析。首先，这三大领域随着统计学的不断发展，已很难分辨出哪个领域更重要些。也许有很多人认为数据的分析要相对重要些。在对1900年和1910年美国两次农业普查资料进行分析时，列宁曾指出：“全部问题，任务的全部困难在于，如何综合这些资料，才能确切地从政治上经济上说明不同种类或类型的农户的整个情况。”这足见数据整理的重要性。近年来困扰我国统计研究的并不是数据的分析方法，而是缺少充分真实有效的统计数据，造成无法用数据去检验或证实相应的经济理论、经济模型和经济政策。数据收集的重要性可见一斑。其次，统计学是一门方法论科学。长期以来，人们一直认为在这众多的方法中，统计研究的基本方法是大量观察法、统计指标法、统计分组法和模型推断法。特别是大量观察法更成为统计学最重要的基本特征方法之一，也可以说这是统计学与数理统计的根本区别之一，否则，统计学也就真的成了现代西方数理统计学了。随着统计学由早期的纯粹描述统计不断拓展为描述统计与推断统计并重，直至有的学者认为现代统计学应该以推断统计为主，描述统计为辅，暂且不论这种观点是否有不妥之处，但可足见推断统计学已在现代社会生活中起到举足轻重的作用。事实上，推断统计已成为现代统计学的基本特征之一。再次，统计学从其成为一门科学的那一天起，就把对现象数量方面的研究作为自己的基本特征，但是，同时强调要以对现象的定性认识为基础。

（三）数理统计与统计学的比较

通过上述对数理统计与统计学特点的分析，可以把数理统计与统计学的主要异同归纳为如下几方面：

1.从其研究目的来看，两者都重在揭示总体现象的数量规律性，而统计学更声称要以对总体现象的定性认识为基础。

2.从其研究的途径来看，数理统计希望通过对总体部分个体的数量特征的研究，以达到对总体相应数量特征的认识；而统计学既希望通过对构成总体的全部个体的数量特征的研究(如果可能$或值得的话)，以达到对总体相应数量特征的认识，同时也希望能通过对构成总体的部分个体的数量特征的研究，以达到对总体相应数量特征的认识。

3.从其研究的手段来看，数理统计主要依赖于小样本特征值统计分布的数学原理来推断总体的相应特征值；而统计学或者说推断统计学主要依赖于大样本特征值统计分布的数学原理来推断总体的相应特征值。

4.从其研究的主要范围来看，数理统计侧重于对样本数据的定量分析；而统计学不仅重视样本数据的定量分析，而且重视对所获得的总体全部数据的定量分析，同时，重视数据收集方法、数据整理方法的研究。

5.从其利用样本数据对总体进行推断的数理机理而言，概率论是其共同的基础。特别是作为统计学基本方法之一的大量观察法，其数理基础正是概率论中的大数定律；统计学中用大样本可以方便地推断出总体特征的数理基础正是概率论中的中心极限定理，而无论是大数定律还是中心极限定理也都是数理统计的根基。

6.数理统计尽管强调应用性，但是它本身还是一门数学学科，重在应用方法的数理基础的研究；统计学更侧重于对解决社会、经济等现实问题数量分析方法的研究与应用，而方法本身的数理基础的科学性研究，则由相应的理论统计学去研究，事实上，推断统计方法的数理基础的科学性研究，正是数理统计的研究范畴之一。

从上述数理统计与统计学的特点及其比较，可以清楚地看到，随着现代统计学的发展及其在社会政治经济生活中发挥作用越来越大的趋势，数理统计研究问题的理念及其方法已对统计学的发展产生重要的革命性影响，但是，数理统计与统计学毕竟是两门差异较大的学科，不可能简单地加以“统一”。

二、数理统计在统计学中的地位

数理统计与统计学是两门不同的学科，不可相互取代，也不可能像多年来有些学者提出的那样，要建立所谓的大统计，或者说融合统计学，其实质就是要把数理统计与统计学融合起来。但是其融合的直接后果就是现在某些高校所使用的统计学教材中，既有统计学的内容，也有数理统计的成分，不伦不类，细读之，其实就是数理统计的内容与统计学内容的简单拼接。这不能不说是近年来，中国统计学、统计学教材、统计教学的一大悲哀：迷失了自我，盲目地要“与西方接轨”。笔者认为要想理顺数理统计与统计学的关系，就必须对数理统计在统计学中的地位加以深入的研究。

（一）数理统计在统计思想发展中的地位

统计作为一项社会实践活动，已有几千年的历史。“统而计之”，就是人们对统计的朴素认识。随着社会生产力的不断进步，当代的统计已不圄于“统而计之”的范畴。

1.统计作为人们认识社会的最有力的武器之一，已广泛应用于社会、政治、经济、科技等众多领域，而每一个领域有其复杂多样性，若采用简单地“统”，即全面调查几乎是不可能的，但是全面地了解每一个领域的基本情况及不同领域之间的数量联系的规律性，又为现代社会管理所必需。数理统计研究问题的思路和方法，自然而然地为统计学所利用，即数理统计为现代统计学的发展点燃了解决复杂现实问题的科学思想火花——为用总体的部分去说明总体奠定了数理基础。

2.20世纪30年代以来，随着政府要有效地干预国民经济理念的形成，政府以社会经济生活直接参与者的身份出现，基于对全局数据的掌握，大大地推动了统计思想的发展，不仅投入了大量的资金对统计这支“武器”进行开发，更重要的是从立法的角度对统计行为进行规范。在当今许多国家的统计法规中，都明确地规定抽样调查在统计调查中的重要地位。比如，在我国1996年5月经修改后颁布并实施的《中华人民共和国统计法》第二章第十条就明确规定：“统计调查应当以周期性普查为基础，以经常性抽样调查为主体，以必要的统计报表、重点调查、综合分析等为补充，收集、整理基本统计资料”。而抽样调查的基本原理就基于数理统计的推断原理。可见，数理统计的推断理念在统计实践中的地位已用法律的形式确定下来。

3.作为社会经济活动主体的企业单位，在世界经济全球化、区域经济一体化的发展背景下，不仅没有足够的资金、技术支持从事某一方面的全面调查，有时也没有必要通过全面调查以获得生产经营方面的全面数据资料，而抽样调查就足以提供相应可靠的数据作为企业生产经营决策的依据。这也说明数理统计有着微观的现实需要，为微观经济管理活动开辟了无限广阔的前景。在微观统计应用中有着坚实的思想根基。

4.统计的理念，已不仅仅在于用历史数据描述历史的发展特征，而当代更强调通过对历史数据的收集、整理和分析，去预测未来，而这种预测的基础同样基于数理统计的原理。即从历史的时序数据中找出数据的内在数量规律性，以把握未来的走向，即数理统计的分析原理在时间序列数据预测中的作用，同样功不可没。

（二）数理统计在统计方法中的地位

随着数理统计解决现实问题的理念在统计思想中地位的确立，数理统计在统计方法中的重要地位也相应地得以确立。

1.大数定律为数理统计应用于统计学搭起了连接的纽带。大量观察法是现代统计学的基本方法之一，而大数定律又是大量观察法的基础。统计学若没有大量观察法的支撑，则统计分析中的基本指标——平均数与相对数，则失去其应有的作用和意义，可见数理统计在统计方法中的基础地位不容置疑。

2.中心极限定理为数理统计在统计学中的应用铺平了道路。用样本推断总体的关键在于掌握样本特征值的抽样分布，而中心极限定理表明+只要样本容量足够地大，得自未知总体的样本特征值就近似服从正态分布。从而，只要采用大量观察法获得足够多的随机样本数据，几乎就可以把数理统计的全部处理问题的方法应用于统计学，这从另一个方面也间接地开辟了统计学的方法领域，其在现代推断统计学方法论中居于主导地位。

3.数理统计中样本抽样分布的理论，为现代统计学中的方差分析、正交设计等方法的应用同样提供了方法上的理论保证。特别是正交设计在现实工农业生产中的作用，及其对经济的贡献已引起国外学者的高度关注。据日本某些专家估计：“（日本）经济发展中至少有10％的功劳归于正交设计。”这足见数理统计的方法在统计方法中应用的现实意义。

（三）数理统计在统计内容中的地位

统计学是一门关于如何收集、整理和分析统计数据的一门方法论科学。不管数理统计对统计思想的发展有多大的影响，也不管数理统计在统计方法中居于何种地位，数理统计在统计学中的地位还是主要体现在统计分析中的地位。数理统计对数据的收集方法与整理方法的实际影响要比其对统计数据分析方法的影响小得多。也就是说，统计学作为一门方法论科学，其研究领域要比数理统计宽广得多。试图用数理统计取代统计学的观点显然是不正确的，同样试图用大统计学取代数理统计的观点也不正确，毕竟数理统计作为一门数学学科有其自身的不可替代的特点。因此，数理统计在统计内容中的地位，也只能主要体现在统计分析方面。

1.统计数据收集方法的研究仍然是现代统计学的主要内容之一。正如前所述，在我国现阶段如何获得大量真实有效的统计数据，是我们所面临的迫切任务之一。不真实、不全面的统计数据，使国家的宏观管理"经济理论’经济模型和经济政策的统计检验，以及企业的生产经营预测、决策，都不能有效地进行。可见，“统计数据的质量是统计全部工作的生命”的观点的正确性。而数理统计在统计数据收集方面的影响仅体现在统计数据调查方式方法方面，即抽样调查如何组织实施的方式方法，在统计数据收集方法中得以突出和强调。

2.相同的原始统计数据，采用不同的整理方法所获得的整理资料可以完全不同，并由此对其采用相同的方法进行分析所得的结论，可能完全相反。这足以说明统计整理的重要性。但是数理统计在统计整理方面却难以发挥有效的作用，毕竟，数理统计研究的依据是小样本，而统计学研究的依据的是大样本。假如统计学不是以大样本或总体的全部个体为研究依据，统计学也许就真的沦为数理统计了。

3.数理统计对统计数据分析方法的影响是显着的。不仅体现在对大样本总体参数估计、非参数估计、相关与回归分析、总体分布型态的判断、一个总体参数与两个总体参数的假设检验、方差分析和正交设计等许多内容上，而且体现在描述统计学中最基本指标：平均数、相对数的计算原理等方面。也许真不可想象，若在现代统计方法的内容体系中缺少了数理统计的关于大样本的分析方法原理，将是怎样一种景象。

三、统计学传播理念的转变

对数理统计与统计学的特点作了比较研究，以及对数理统计在统计学中的地位作了分析之后，让我们再回到统计学知识传播的现实实践中来，可以更清楚地看到我们现在正在做什么、在哪些方面还需要改进、今后该怎样把工作做得更好。

（一）统计学知识传播理念的转变主要体现在如下三个方面：

1.统计是什么。这是对统计的最基本的认识，可以通过加强对统计知识的宣传达到。在现代统计工作中，尽管“统而计之”仍有非常重要的现实意义，但是在我们的统计学教学与其它途径的统计知识的传播中，绝不能仅限于此。不仅要让不同阶层的人，认识到统计对现实社会生活的巨大认识作用，而且要让他们了解统计在国家宏观管理、企业经营预测、决策，以及对经济理论#经济模型、经济政策检验中的重要性，从而使各个阶层的人民群众自觉地参与和配合各级统计机构所开展的统计调查活动，以保证统计数据的真实完整。这就要求我国必须加强统计知识普及教育及统计法规的宣传教育!开辟多途径多手段的统计知识传播途径。这是统计学传播的基础理念。

2.统计为什么，即让统计活动的直接参与者懂得为什么要这样做。显然，这是对统计学传播的较高层次要求。知道为什么要这样做!即要知道统计的原理，这并不需要所有的公民都知晓。事实上，只能是具有一定知识基础的人才可能真正理解，且其途径主要是通过高等学校的统计教学活动。由此就对高校的统计学教学理念提出了挑战：统计学课堂上应向学生教授什么。笔者从事高校统计学教学多年，认为高校统计学课堂上应向学生解释统计方法的原理。高校统计学教学课堂不应过分地强调对统计知识的宣传和如何具体地从事统计活动，而应强调重视统计方法机理教学的传播理念，但这在我国现实的高校统计学教学中并没有真正地形成。

3.怎么做统计，这是统计方法具体应用的问题。可以说当前我国高校统计学教学实质上就是教会学生如何做实际统计工作。如何收集、整理数据，如何用公式去计算某些指标等。显然，这样的工作中学生就可以胜任。而真正为什么要那样组织实施数据的调查、整理，为什么要那样计算。不仅老师介绍的不够!而且教材编写的深度也不够。

由此可见，统计知识的传播理念应大致界定在三个层面上：一是统计基本常识的传播。二是如何开展具体的统计活动。三是为什么那样开展统计活动可以达到预期的目的。不同层面的传播对象是有差别的。知道统计是什么、怎么做统计，相对于懂得为什么要那样做统计，其要求是相当低的。也许只要会记数、会写字的居委会大妈，就可以从事数据的收集工作，而会套用公式的一个中学生就可以计算服从X*2分布的统计量的样本数值。而知道为什么要这样做，没有相应的数理统计知识是万万不行的。另一方面，随着计算机的普及及统计数据处理软件的开发，利用计算机对数据进行分析已变得异常简单，甚至一个孩童都可以教会使用统计处理软件，在这种情况下。是否让学生懂得统计为什么就变得不重要了呢？正相反，在统计学的高校课堂上让学生懂得为什么就更重要了。

四、我国统计学教材改革的方向

从对统计学传播理念的不同层次的要求，及数理统计在统计学中的地位和学生的知识结构来看，改革现行高校统计学教材内容体系及教学理念势在必行。

1.去除现行统计学教材中与数理统计相重复的内容，加强关于大样本的数理统计内容，即增加大样本统计分布的数理基础的内容。

2.强调大数定律及中心极限定理内容的教学。尽管这两个定理是纯数理统计的问题，但由于其在数理统计的教学中，教师通常重视不够，因为小样本问题才是数理统计研究的主要问题，因此，可能一带而过，而它们恰恰是联系数理统计与统计学的重要纽带。因此，在统计学教材中必须增加并突出其内容。

3.增加统计方法机理的内容。不仅表现在统计推断方法的数理统计机理!而且也包括统计数据收集方法、整理方法的机理。