统计概率的数学思想.pdfVIP

《统计、概率的数学思想》 谢衷洁 第一讲 统计学最重要的概念总体样本，因为统计学是收集数据和分析数据的科学，就离不开数 据。 总体，什么叫做总体，我们要研究统计，我们在统计研究对象的全体，所以研究对象的 全体，我们管它叫做总体。 例如要研究海淀居民年平均工资收入的问题，总体就是按户口有工资收入的人的，年平 均工资收入数它的全体就是我们的研究的对象，这里头不论人种、性别、民族等等因素，所 以总体，不等同于海淀居民，有海淀居民，还有别的省市，我们研究的就是年平均工资收入 的全体，学校的230 名学生，要考察学生的体重状况，总体是什么，全体学生的体重数，比 方说，用公斤来说，这个它的体重这是我们研究的对象，它的全体就是我们研究的总体，而 不是学生本身，因为学生本身他还有性别民族身高等等其他的一些信息，当然，如果约定了， 认指一个学生就等同于指他的体重，如果做这样的约定的话，那我总体就是学生，那也未尝 不可，但心里头要明确这两者有所差距，所以一个是什么叫做总体。 下面要讲什么是样本，这个是非常麻烦的一件事情，简单地说，通俗地说，就是和主体 既有相同统计性质的一组相互独立的随机事件。注意，和主体具有相同性质的统计性质的而 且又相互独立的，而且他们是随机数不能是指定的。只有这三条性质，我们才能做样本，因 此作为样本来讲的话呢，特点就是什么呢，我们是希望通过较少样本的分析，来对总体做推 断，刚才讲了，检验，估计了，等等，预报，都是希望通过局部的观察，对总体的性质来做 普及推断，因此来讲，这个样本的抽取，必须很科学。 它必须要满足以下几条： 第一条，它必须是随机的，不能是事先指定的。 第二条有代表性，也就是说和总体的性质，我研究总体的性质是相当的。 第三条必须是相互独立，不能有依赖。 说他那个身高，1.5 米，我这儿就简单地写个1.4 米，不行，必须是独立出去，这四条， 很多是忽视，其实是非常要命的，只要你是科学地样本的获得以后这些数据，不得任意筛选， 合意的我就留着，不合意的，我就筛选，筛掉，当领导的就愿意做，有助于提高本省的什么 什么我留着，调查上来的话了，这个对我们的不利，完成今年指标不利，删掉了，可以吗？ 不可以，会出大事情的，历史上有很多影响以上的统计规律出现的大问题，我讲两个例子， 第一个非常著名的一个是美国的文学摘要，它的话，我们这个统计学里头经典的例子，反面 例子，当年的时候是罗斯福和兰登，竞选总统，这个文学摘要来讲是失败的预测，它自己 1916 年以来，历届的总统选举都准确地预报，说它的奢望很高，销售量很宽，这个，但是 1936 年的时候，大选当中，是由罗斯福和兰登对决，的确是来讲，调查了注意看230 多万 人，这个数目相当地大调查，最后预报是兰登获胜，可是事件选取的结果当中，罗斯福却是 多出1000 多万张票，获胜，这么大的偏差，这个杂志，这个就比较惨了，后来就倒闭了， 这是一个非常惨痛的教训，那犯了什么错误了，抽样法，他当时是按电话部，从电话部里头 来随机点名来记处，调查问卷懂吧，还有一个是从俱乐部的名册来头来随机点名，但是1936 年的时候，电话平均3 个家庭才有一部电话，因此很多穷人是不在考虑之内的，俱乐部也不 是穷人能够随便加入的，因此它的抽样是有偏抽样，230 多万人，难道抽样数还不够吗？ 记住我们统计学一个非常重要的教训，假如抽样是有偏的，更多的抽样只能是在重复基 本的错误。就不要以为打样是对的，不一定的，你有偏抽样越多，你就是不断地在重复着错 误。这个盖伦（同音）很厉害，现在做到中国来了，盖伦（同音）来讲，它的只用了5 万个 人，你那几百万人，我就用了5 万人，正确地预报了刘师傅要获胜，误差只有6% 。盖伦（同 音）的方法是非常科学的，它的抽样是非常科学的，那么 1948 年大家还可以看，还剩好被 而（同音），肯尼迪、约翰逊、尼克松、卡特、里根、不什，大家看这两者预测跟实际的结 果，非常地积极，有时候全美国才收的3000 多人，他就敢作于保，而且得出了很准确的结 果，所以大家可以看出来，抽样这个环节，非常非常地关键，所以我们看见你们理论硕士， 初一的时候，就叫学生去抽样，站在门口，找谁抽，我就很害怕，因为抽样对我们来讲是非 常地严肃，很害怕的一件事情，一旦有偏就是这个问题，所以，我不太同意，让学生在街上 做一些问卷，然后就说怎么怎么，前些日