数理统计学小史1.pdfVIP

56 数理统计与管理 18 卷　1 期 1999 年 1 月 数理统计学小史 陈希孺 ( 中国科技大学研究生院, 北京 100039) ( ) 6　误差分布: 正态与偏态 上 上一章我们讲了最小二乘法及其相关的发展, 在那里, 这个方法是纯粹作为一个处理测量 值的代数方法来讨论的, 不涉及有关的统计推断问题, 要研究这个问题, 需要考虑到测量值有 ( ) 误差。这种误差 假定量测过程排除了可能的系统性因素的影响 是随机性的, 它有一定的概率 ( 分布, 对量测数据的统计分析, 就建立在这个分布的基础上。由此可知, 为把最小二乘法 当然 ) 也包括最小一乘法及其他处理量测数据的方法 与数理统计学挂上钩, 基础性的工作就是定出 误差分布的形式。 这个问题的研究可远溯到 16 世纪的伟大天文学家伽利略。 18 世纪的伟大科学家拉普拉 斯在这个问题上下了很大的工夫, 但主要的贡献属于伟大的数学家高斯, 他在 19 世纪初建立 了测量误差的正态分布理论, 是统计史上的一座里程碑, 与这些发展有关的细节将在下文作简 单的介绍。 ( ) 因为最小二乘法是针对数据结合模型而发展起来的 参见第 5 讲 , 这是一种线性模型。后 来, 这个模型的意义脱出量测数据的意义之外而发展成为一个包罗极广大, 应用极广泛的统计 模型, 现今常用的统计方法, 包括线性相关回归分析、方差分析等, 都可包容于其内。有关这个 ( 模型的理论和应用方面的进展, 主要是 20 世纪的事, 但其若干基础性的成果 如作为整个理论 ) 的基础的高斯—马尔科夫定理 , 却是在高斯的正态误差理论确立以后, 在 19 世纪的几十年期 间中建立起来的。有关的历史情况也准备在本章中介绍一下。 ( ) 由高斯正态误差理论的影响, 以及如社会统计学家魁特奈特的工作的带动 见第 8 章 , 正 ( ) 态分布作为一种统计模型, 在 19 世纪极为流行, 一些学者甚至把 19 世纪 的统计学 称为正态 ( ) 分布统治的时代。但在当时, 也有少数学者注意到实际问题中数据不符合正态 称为偏态 的情 况。到 19 世纪末至 20 世纪初, 终于引发了一些研究。其主要成果是卡尔·皮尔逊的分布族。 ( ) 要注意的是, 对偏态分布的研究是为了一般的统计数据分析的需要, 并非 或主要不是 针对量 测误差。因其与正态分布的密切关系, 把这个内容也放在这一章。 早期天文学家的工作 丹麦统计史学家哈尔德( ) 在其著作《1750 年以前概率统计及其应用史》中, A nders H ald 指出天文学在数理统计学发展中所起的作用。 “天文学自古代至