统计学与现象的随机性问题.PDFVIP

统计学与现象的随机性问题 杨 灿 本文以关于现象的随机性与确定性、客观现象的随机性与数据观测的随机性等范畴的辨析为基 础，论述了统计学的对象和方法等问题。认为：现象的随机性是普遍存在的，但统计观测所得到的 数据是否带有随机性影响却与获取数据的方式有关；在统计研究中怎样使用带或不带随机性影响的 数据，又取决于问题的性质或分析的目的。因此，如果承认统计学就是“大统计学”，则其研究对 象就不能仅限于随机性数据，其方法体系也必然是多元的。 关键词 随机性 确定性 统计学 研究统计学的基本理论问题不能回避现象的随机性。关于这个问题存在两种对立的见解： 一种认为任何自然或社会现象都是随机的，统计学只须对随机性的数据进行研究，其理论基础 是数学中的概率论，其研究手段则是数理统计方法，因而，统计学就是数理统计及其应用；另 一种则认为社会经济现象大多是非随机的，社会经济统计学的理论基础不是概率论，数理统计 方法也不是研究社会经济现象的主要方法，社会经济统计学与数理统计学之间存在根本性差异。 那么，统计学的研究对象是否具有随机性？具有何种类型的随机性？统计观测的结果是否都属 于随机性数据？在统计研究中又怎样看待和处理这种随机性？这些疑难问题颇值得深入研究， 本文试图就此展开较为系统的探讨。 一、客观实在的随机性问题 所谓“随机性”通常是指某种不确定性(当然并非任何不确定性)。用概率论的语言来说， 如果某个“事件”在一定的条件下可能发生、也可能不发生，那么它就是一个“随机的”事件。 抛一枚硬币可能出现正面或反面；检验一批产品，其合格率可能是90 ％，也可能是95 ％；乘坐 汽车从机场赶到火车站可能需用 50 分钟，也可能只用了35 分钟；某企业或行业一年的产销率 可能高达90 ％甚至100％，也可能只达到80 ％、70 ％、60 ％甚至更低；随着年景的不同，某农 场种植某种作物的收获率(亩产)常常出现高低不同的水平，等等。诸如此类的现象，都是客观 存在的随机事件的典型实例。与随机事件相对应的就是确定性事件，包括必然事件和不可能事 件，而不可能事件实质上也是一种“必然不会发生的”事件。 · 1 · 随机性的基本特征是：在相同的条件下，某一现象或过程可能引发多种(至少两种)不同的 结果(事件)；而究竟出现何种结果又是无法事先确定的。各个随机事件发生的可能性的大小可 ① 以通过相应的概率来测度，其取值在0～1 之间；概率值越大，事件发生的可能性也就越大 。 在纷繁复杂的客观世界中，随机性几乎是随处可见的。一些看似必然、确定的现象，其背 后却蕴含着某种偶然性或随机性。依据物理学中的自由落体运动定律，在空气阻力可以忽略不 计的情况下，物体下落的速度与其质量无关，因而，一个物体从1000 米高空落到地面所需的时 间是可以精确计算的。若记时间为t，距离为S ，重力加速度为g ，在此就应该有： 2S 2 ×1000 2 t 14 (秒) g 9.8 7 但如果实际观测到的结果恰好就是这个时间(假定观测本身是准确的)，则又不能不说是一种巧 合。一个城市某年的GDP 是500 亿元(假定不存在统计误差)，这看起来已经是一个确定的事件 或指标值了；但为什么不多不少恰好就是 500 亿元，这本身又需要借助于偶然性或随机性才能 适当解释。在类似这样的场合，纯粹的“因果决定律”也许只存在于实验室里或教科书中。 导致客观现象存在随机性的具体原因固然是各不相同的，但它们大抵可以归结为一系列不 可预见因素的影响。如，物体下落的实际速度、方向和时间与当时当地的气温、气压、气流等 影响空气阻力的不确定因素有关，一个城市的GDP 数值则与气候变化、市场状况、心理预期等 影响产出水平的不确定因素有关。诸如此类的影响因素可能多得不计其数，其各自的作