统计学

龙望

目录

  • 1 第一单元   绪论
    • 1.1 课程总体介绍
    • 1.2 理论部分
    • 1.3 应用部分
    • 1.4 单元小结
    • 1.5 随堂小练
    • 1.6 课后习题详解
    • 1.7 【思政导读】统计学家:戴世光
  • 2 第二单元  数据的搜集
    • 2.1 理论部分
    • 2.2 应用部分
    • 2.3 单元小结
    • 2.4 随堂小测
    • 2.5 课后习题详解
    • 2.6 【思政导读】统计学家:吴定良
  • 3 第三单元  数据的图表展示
    • 3.1 理论部分
    • 3.2 应用部分
    • 3.3 单元小结
    • 3.4 随堂小测
    • 3.5 课后习题详解
    • 3.6 【思政导读】数据可视化名人
  • 4 第四单元   数据的概括性度量
    • 4.1 理论部分
    • 4.2 应用部分
    • 4.3 单元小结
    • 4.4 随堂小测
    • 4.5 课后习题详解
    • 4.6 【思政导读】趣味统计故事会
  • 5 第五单元  概率与概率分布
    • 5.1 理论部分
    • 5.2 应用部分
    • 5.3 单元小结
    • 5.4 随堂小测
    • 5.5 课后习题详解
    • 5.6 【思政导读】正态分布的前世今生
  • 6 第六单元  统计量及其抽样分布
    • 6.1 理论部分
    • 6.2 应用部分
    • 6.3 单元小结
    • 6.4 随堂小测
    • 6.5 课后习题详解
    • 6.6 【思政导读】T分布的由来
  • 7 第七单元  参数估计
    • 7.1 理论部分
    • 7.2 应用部分
    • 7.3 单元小结
    • 7.4 随堂小测
    • 7.5 课后习题详解
    • 7.6 【思政导读】脱贫普查工作
  • 8 第八单元  假设检验
    • 8.1 理论部分
    • 8.2 应用部分
    • 8.3 单元小结
    • 8.4 随堂小测
    • 8.5 课后习题详解
    • 8.6 【思政导读】 P 值详解
  • 9 第九单元  分类数据分析
    • 9.1 理论部分
    • 9.2 应用部分
    • 9.3 单元小结
    • 9.4 随堂小测
    • 9.5 课后习题详解
    • 9.6 【思政导读】从数据的角度看《泰坦尼克号》
  • 10 第十单元  方差分析
    • 10.1 理论部分
    • 10.2 应用部分
    • 10.3 单元小结
    • 10.4 随堂小测
    • 10.5 课后习题详解
    • 10.6 【思政导读】方差分析的应用
  • 11 第十一单元 一元线性回归
    • 11.1 理论部分
    • 11.2 应用部分
    • 11.3 单元小结
    • 11.4 随堂小测
    • 11.5 课后习题详解
    • 11.6 【思政导读】高尔顿与回归
  • 12 第十二单元 多元线性回归
    • 12.1 理论部分
    • 12.2 应用部分
    • 12.3 单元小结
    • 12.4 随堂小测
    • 12.5 课后习题详解
    • 12.6 【思政导读】统计学家:许宝騄
  • 13 第十三单元 时间序列分析和预测
    • 13.1 理论部分
    • 13.2 应用部分
    • 13.3 单元小结
    • 13.4 随堂小测
    • 13.5 课后习题详解
    • 13.6 【思政导读】毛主席田野调查
  • 14 第十四单元 指数…
    • 14.1 理论部分
    • 14.2 应用部分
    • 14.3 单元小结
    • 14.4 随堂小测
    • 14.5 课后习题详解
    • 14.6 【思政导读】中国统计思维
  • 15 【选学】专题1:统计调查
    • 15.1 调查问卷基础知识
    • 15.2 网络问卷实操
  • 16 【选学】专题2:空间统计基础
    • 16.1 理论:空间统计学
    • 16.2 应用1:空间模式识别
  • 17 【选学】专题3:多元统计分析
    • 17.1 多元统计分析入门
    • 17.2 【实操案例】K-means聚类分析
    • 17.3 【实操案例】主成分分析
  • 18 【选学】专题4:高级统计工具
    • 18.1 R语言之Rstudio入门
    • 18.2 python之Jupyter notebook入门
    • 18.3 数据可视化BI工具
  • 19 【选学】专题5:文本大数据统计应用
    • 19.1 理论
    • 19.2 应用
  • 20 【选学】专题6:统计建模竞赛
    • 20.1 PPT
    • 20.2 视频
  • 21 国贸专题:国际贸易网络流数据分析
    • 21.1 网络计量方法
    • 21.2 国际贸易网络分析实践
  • 22 审计与财管专题:统计实务
    • 22.1 ppt
    • 22.2 应用案例
  • 23 数经与财管专题:商务大数据分析
    • 23.1 RFM:识别客户群体
  • 24 金科专题:时间序列预测综合
【思政导读】统计学家:许宝騄

           多元分析的奠基人之一——许宝騄


      许宝騄,中科院院士,著名数学家,多元统计学科的开拓者之一,中国数学会历任理事。他开创了我国在概率论、数理统计方面的教学与研究工作,并且在内曼·皮尔逊理论、参数估计理论极限理论、多元分析等方面都取得了卓著成绩。

       许宝騄,字闲若,1910年出生于浙江杭州的名门世家。他的祖父曾任苏州知府,父亲为两浙盐运使。许宝騄自幼跟随父亲任职,父亲聘请了专门的老师教他古文。直到1925年,15岁的许宝騄才进入北京汇文中学读高中一年级。在这期间,许宝騄受表姐夫徐传元的影响,对数学产生了浓厚的兴趣。1928年,高中毕业后,许宝騄以优异的成绩考取了燕京大学理学院。后来,当他得知中国最好的数学系在清华大学,1929年便转入清华大学学习。著名数学家熊庆来、孙光远是他当时在清华大学时的导师,华罗庚、柯召等人都是他的同学。

        1933年,许宝騄取得了清华大学理学学士学位,并考取了英国留学名额,但是因为他的身体原因,在体检中被查出体重不合标准而未能前行。此后,许宝騄一直在家休养。

1934年,在家休养一年的许宝騄接受了北京大学数学系助教的工作。此时,美国著名数学家哈佛大学教授奥斯古德正在北京大学访问,许宝騄成为他的助手。奥斯古德教授是分析方面的权威专家,许宝騄在为他担任助手的两年时间里开始了分析方面的研究,他通过大量做习题,熟练掌握了矩阵工具,并且精通了分块演算,这些都为他今后在分析与代数方面的发展打下了坚实的基础。

        1936年,许宝骚获得了留学英国的机会,他来到伦敦大学攻读数理统计博士学位。当时,伦敦大学对数理统计方向有一个特殊规定,就是要取得哲学博士学位必须利用新的统计量,编制一张统计量临界表。但是许宝騄却凭借自己出色的成绩仅仅依靠统计实习的口试就被破格授予哲学博士学位,这在伦敦大学的历史上是绝无仅有的第一人。1938年,许宝騄取得了哲学博士学位,并发表了3篇论文,受到系主任内曼先生的青睐。后来,内曼先生离开伦敦大学前往美国加州伯克利分校时,将许宝騄提升成讲师,接替自己在伦敦大学讲课。

       在1939年到1940年这两年间,许宝騄共发表了5篇论文,其中两篇文章已成为数理统计学科中的经典文献,对多元统计分析和内曼·皮尔逊理论起到了奠基性的重要作用。也正是凭借这些出色表现,许宝騄获得了科学博士的学位。

      1940年,许宝騄不顾当时战争的危险,毅然返回祖国,来到位于昆明的西南联合大学任教。钟开莱、王寿仁、徐利治等人都是他在西南联大的学生。

      1945年秋天,许宝騄前往美国,他要在加州大学伯克利分校和哥伦比亚大学分别做一学期的访问教授。安德森和莱曼等人就是他在这一时期的学生。一年后,许宝騄又来到北卡罗来纳大学任教。

       1947年,许宝騄再次返回祖国,到北京大学任教授。1948年,他被选为中央研究院院士。新中国成立以后,许宝騄于1955年当选了中国科学院学部委员。

       由于多年的积劳成疾,刚回国不久,许宝騄被查出患有肺结核病。但是他仍然坚持教学和科研工作,先后发表了10多篇论文,为矩阵论、概率论和数理统计方面的研究工作留下了宝贵的资料。

1963年,许宝騄的身体每况愈下,肺部有空洞,结核病开始出现抗药反应。组织上多次建议他休息养病,但每次都被许宝騄拒绝了。他还是像往常一样一个人带着平稳过程、马氏过程、数理统计三个研讨班的学生们,夜以继日地进行科研攻坚。

      1971年12月18日清晨,许宝騄在北京大学勺园佟府病逝,人们在他的病床边看到一支钢笔和一部未完成的书稿。

不可替代的国际建树

        20世纪30、40年代,内曼·皮尔逊理论正处于形成阶段,创造性地提出点估计和假设检验的概念。此时伦敦大学学院统计系也处于发展的黄金时期,全世界知名学者,包括美国多元分析专家霍太林、威尔克斯、频率曲线专家克莱格、概率专家费勒等人,都曾到伦敦大学访问。非常幸运的是,这段时间许宝騄正好在伦敦大学学院统计系学习,他有机会接触到世界上最先进的科学理念。

美国多元分析专家霍太林曾经提出:T2检验在一定意义下是局部最优的,主要困难是在零假设不成立时,如何导出T2的分布,通常称为非零分布,有了非零分布才能讨论功效函数的大小,1938年,许宝騄导出了霍太林的这种理论,对后世的研究具有深远的影响。

       在学术研究上,许宝騄积极参加重大问题的研讨,面对难题,他不会轻易放弃,一定要从根本上解决它。非中心维希特分布的随机矩阵W的全部特征根,它们在联合分布时是非常困难的。从大样理论上来看,求得渐近分布就可以解决实际问题,而它的极限情况依赖总体的协差阵∑和非中心参数阵,这些特征根的联合分布只是依靠I∑I =0的这些相对特征根1≥…≥p≥0,这些i可以是0,也可以是重根。许宝騄凭借自己非凡的数学能力,最终解决了最普遍的情况。

      在斯坦福大学统计系走廊的墙面上,悬挂着许宝騄以及世界上最著名的统计学家的画像。许宝騄不仅在多元分析领域做出了许多创造性的贡献,被誉为多元分析的奠基人之一,而且他还非常注重人才的培养,像国际知名的多元分析专家安德森、奥肯等人都是许宝騄的学生。

        20世纪40年代,国际上一些著名的概率论专家都在研究独立随机变量之和的极限分布正在从古典向近代转化。许宝騄在伦敦大学深造时,就已经通过克拉美的《随机变量和概率分布》掌握了特征函数的工具,并对极限理论产生了浓厚的兴趣。1947 年,许宝騄与罗宾斯合著的论文《全收敛和大数定律》发表了,在这篇论文中第一次使用了全收敛的概念。

        1945年,许宝騄在论文中第一次采用特征函数近似处理两个高度相关的随机变量的分布,并且给出了样本方差的渐近展开和余项的估计。这一研究成果的难点在于如何处理二维的分布虽然这是个数理统计的问题,但是它的解决方法却采用的是概事论中的常用的特征函数。30年后,许宝騄的这种方法在国际上引起更大范围的关注和研究。

          1947年,许宝騄正在研究的课题是,每行独立的无限小随机变量三角阵列的行和,根据分布收敛到一给定的无穷可分律的充分必要条件,当时他已经取得了一些成果。后来,他了解到俄国数学家格涅坚科和科尔莫哥罗夫两人也在做这项研究时,就没有把自己的研究成果发表出来。实际上,许宝騄的方法并没有与任何人重复,他的方法更明确直接。1968年,格涅坚科和科尔莫哥罗夫合作完成的《独立随机变量之和的无限分布》的英文译本再版时,许宝騄当年的研究成果被收录在附录中,这是他的工作方法首次被公开发表,但是,许宝騄却没能看到这个结果。

勤奋的天才

        每一个成功人士都有着超强的学习能力,许宝騄也不例外。尤其是在外语方面,许宝騄从小就显示出过人的语言天分。中学时,许宝騄在学习英语的同时还自学法语,仅用两年时间就可以用法语写出短文和对话。后来,他还自学了德语和俄语。新中国成立初期,国内的信息资源特别匮乏,许宝騄就自己找来苏联的教材,例如,格涅坚科的《概率论教程》以及菲赫金戈尔兹的三卷《微积分学教程》等一些重要资料,他都亲自翻译、校订。

        为了更深入地做好教学、研究工作,许宝騄自学了测度论、泛函分析、勒贝格积分等内容。每次看到自己感兴趣的书籍,许宝騄都如获至宝,不仅仔细阅读书中的每个章节,甚至连书中的习题都要亲自演算一遍。即使是在新中国成立后,已经是著名教授的许宝騄,依然保持着这种看书、解题的习惯。那汤松著的《实变函数论》、安德森的《多元统计分析引论》中的练习题,他都一一做了解答。在解题过程中,许宝騄会从一个小问题进行深人思考,往往引申出新的思路,甚至因此写成一篇论文。 许宝騄一生中共发表了30多篇论文,有的长达几十页,有的只有短短不到两页的内容。不管是长篇还是短篇,许宝騄对自己的论文要求都是非常严苛的,他要求自己发表的每一篇论文都要有的放矢,都要解决实际问题。他的论文大多发表在北京大学的学报上,对于像《科学记录》这样的知名刊物,他却少有问津。他常说:"我不希望自己的文章因为登在有名的杂志上面出名,而是希望杂志因为登了我的文章而出名。"

        1983年,德国施普林格出版社出版发行了《许宝騄全集》,主编是钟开莱。在这套全集中共收集整理了40多篇许宝騄发表及未发表过的论文。在数理统计和概率论领域,许宝騄是我国第一位具有国际影响力的数学家。在教学工作和科学研究中,他又是一位身体力行的导师,他用渊博的学识、谦逊严谨的治学态度,影响着身边的学生和同事。他们总是被许宝騄身上锲而不舍的钻研精神所感染。