逆向思维与统计研究.pptVIP

统计基本概念回顾

规随

律机

性性

和

现实中的随机性和规律性

•从中学起，我们就知道自然科学的许多定律，例

如物理中的牛顿三定律，物质不灭定律以及化学

中的各种定律等等。

•但是在许多领域，很难用如此确定的公式或论述

来描述一些现象。比如，人的寿命是很难预先确

定的。一个吸烟、喝酒、不锻炼、而且一口长荤

的人可能比一个很少得病、生活习惯良好的人活

得长。

•因此，可以说，活得长短是有一定随机性的

(randomness)。这种随机性可能和人的经历、基

因、习惯等无数说不清的因素都有关系。

现实中的随机性和规律性

•但是从总体来说，我国公民的平均

年龄却是非常稳定的。而且女性的

平均年龄也稳定地比男性高几年。

这就是规律性。

•一个人可能活过这个平均年龄，也

可能活不到这个年龄，这是随机的。

•但是总体来说，平均年龄的稳定性，

却说明了随机之中有规律性。这种

规律就是统计规律。

概率和机会

•你可能经常听到概率（probability）这个

名词。例如在天气预报中会提到降水概

率。大家都明白，如果降水概率是百分

之九十，那就很可能下雨；但如果是百

分之十，就不大可能下雨。

•因此，从某种意义说来，概率描述了某

件事情发生的机会。

•显然，这种概率不可能超过百分之百，

也不可能少于百分之零。换言之，概率

是在0和1之间的一个数，说明某事件发

生的机会有多大。

有些概率是无法精确推断的

•比如你对别人说你下一个周末去公园

的概率是百分之八十。但你无法精确

说出为什么是百分之八十而不是百分

之八十四或百分之七十八。

•其实你想说的是你很可能去，但又没

有完全肯定。

•实际上，到了周末，你或者去，或者

不去；不可能有分身术把百分之八十

的你放到公园，而其余的放在别处。

有些概率是可以估计的

•比如掷骰子。只要没有人在骰子上做

手脚，你得到6点的概率应该是六分之

一。得到其他点的概率也是一样。

•得到6的概率或者机会是可以知道的，

但掷骰子的结果还只可能是六个数目

之一。

•这个已知的规律就反映了规律性，而

得到哪个结果则反映了随机性。

•如果你掷1000次骰子，那么，大约有

六分之一的可能会得到6；这也是随机

性呈现有规律的一个体现。

变量

•做任何事情都要有对象。比如一个班上注册

的学生有200人，这是一个固定的数目，称为

常数（constant）或者常量。

•但是，如果猜测今天这个班有多少人会来上

课，那就没准了。这有随机性。可能有请病

假或事假的，也可能有逃课的。这样，就要

来上课的人数是个变量(variable)。

•另外对于某项政策同意与否的回答，也有

“同意”、“不同意”或者“不知道”三种

可能值；这也是变量，只不过不是数量而已。

变量

•当变量按照随机规律所取的值是数量时该变量称

为定量变量或数量变量（quantitativevariable）；

因为是随机的，也称为随机变量（random

variable）。

•象性别，观点之类的取非数量值的变量就称为定

性变量或属性变量或分类变量（qualitative

variable，categoricalvariable）。

•这些定性变量也可以由随机变量来描述，比如男

性和女性的数目，同意某政策人数的比例等等。

只有当变量用数量来描述时，才有可能建立数学

模型，才可能使用计算机来分析。

数据

•有了变量的概念，什么是数据呢？拿掷骰子来说，掷骰

子会得到什么值，是个随机变量；而每次取得1至6点中

任意点数的概率它在理论上都是六分之一（如果骰子公

平）。这依赖于在掷骰子背后的理论或假定；而在实际

掷骰子过程中，如果掷100次，会得到100个由1至6点组

成的数字串；再掷100次，又得到一个数字串，和前一

次的结果多半不一样。这些试验结果就是数据。所以说,

数据是关于变量的观测值.

•通过数据可以验证有关的理论或假定（比如每一次得到

每个点