莎士比亚的新诗一曲统计学的赞歌.docVIP

莎士比亚的新诗：一曲统计学的赞歌 1985年11月，研究莎士比亚的学者泰勒(G. Taylor)从1775年以来就保存在Bodelian 图书馆的收藏中发现了写在纸片上的九节新诗。新诗只有429个字，没有记载谁是诗的作者。这首诗会是莎士比亚的作品吗？两个统计学者Thisted和Efron（1987）利用统计方法研究了这个问题，得到结论: 这首诗用词的风格(规范)与莎士比亚的风格非常一致。这个研究纯粹基于统计学基础，其过程可描述如下： 已知莎士比亚所有著作的用词总数为884647个，其中31534个是不同的。这些词出现的频数如表1所示。 表1 不同单词所使用的频数分布 单词使用的频数 不同的单词数 1 14376 2 4343 3 2292 4 1463 5 1043 6 837 7 638 100 846 总数 31534 表1中所包含的信息可用来回答下列类型的问题。如果要求莎士比亚写一个含有一定数量单词的新作品，他会使用多少新单词(以前作品中未使用过的)？在他以前所有的作品中，有多少单词他仅使用过一次，两次，三次，…？这些数字可以用费歇等(1943)提出的划时代的法则来预测。在完全不同的领域内，费歇利用他的方法估计了未被发现的蝴蝶总数！利用费歇的理论，如果莎士比亚用与他已有的所有作品中出现的单