统计学
统计学是关于数据的收集、整理、分析、解释与推断的方法论科学。它的核心任务是:从有限的样本出发,借助概率论的工具,对总体的特征作出估计与判断,并量化结论的不确定性。统计学既是一套数学方法,也是一种面对数据的思维方式,被广泛应用于科学研究、社会调查、工业生产、医学试验、金融决策与政府治理之中。[1]
从计数到推断
统计的雏形可以追溯到最早的计数活动——人口清查、土地丈量、赋税登记,这些都是描述性统计的源头,目标是把纷繁的现实化为可以比较的数字。但现代统计学的真正特质在于"推断":人们往往无法考察研究对象的全体,只能抽取一小部分进行观察,再据此推断总体。如何在信息不完整的情况下作出可靠判断,并诚实地说明判断的把握有多大,构成了统计学区别于一般数据整理的根本问题。
这种从样本到总体的跨越,离不开概率论提供的语言。概率论描述随机现象的规律,统计学则反过来利用这些规律,从已观察到的数据反推未知的总体参数。二者相辅相成,共同构成处理不确定性问题的数学支柱。在现代科学的诸多领域,概率统计已成为不可或缺的工具——无论是现代战争的定量化分析建模,还是气象、海洋与金融领域的预测,背后都有它们的身影。[2]
抽样与大数定律
抽样调查是统计推断最直观的体现。要了解一所大学读过某本书的学生比例,逐一询问所有学生虽然精确却费时费力,而按学号随机抽取一部分人调查,就能得到一个既省时又相当可靠的估计。这种方法的核心 justification 在于:当样本量足够大时,样本中某事件发生的比例会接近总体中该事件的比例。
支撑这一直观的是大数定律。它指出,当重复试验的次数足够多,随机事件会倾向于按其概率的比例发生:抛一枚质地均匀的硬币,正面朝上的次数会落在总数的一半附近。这种稳定性并非玄学,而是可以用概率计算严格推导的——连续抛200次硬币,每次都正面向上的概率是1比2的200次方,而正面朝上的次数落在80到120次之间的概率则高达99.52%。正因为存在这种规律,抽样调查得到的比例才不会与真实比例相差太远,统计推断才有可靠的根基。[3]
两种概率观与贝叶斯方法
统计推断中一直存在两种对概率的理解。频率派把概率看作大量重复试验中事件频率的稳定值,强调客观性,但遇到"某位患者检测为阳性时究竟有多大可能患病"这类一次性事件时显得力不从心。贝叶斯派则把概率看作对事件信任程度的度量,允许把先验经验与新证据结合起来,用贝叶斯定理更新对某一判断的信心。[4]
英国牧师托马斯·贝叶斯在18世纪提出的这一工具,被法国数学家拉普拉斯完善发扬,被认为是整个统计学思想的底层框架。它让人们能够在已知结果、未知机制的情形下,基于观察到的现象反推事件发生的可能性,因而广泛用于医学诊断、社会科学与日常判断。[5]在概率论与统计学中,数学期望是最基本的数学特征之一,反映随机变量平均取值的大小,是连接概率与统计的关键概念。[6]
从描述到建模
统计学的现代形态高度依赖建模。研究者先提出关于数据生成机制的假设,再用观测数据估计模型参数,并通过检验评估模型与现实的吻合程度。基于观测数据约束的地球系统模式被用来预估气候变化,就是统计建模与物理模型结合的实例:科学家整合多源观测资料,对青藏高原未来的降水与径流变化作出预估,发现全球升温2℃情景下主要河流径流总量将增加,且不同区域之间存在显著差异。[7]这类研究也提醒人们,模型结论的可靠性取决于数据质量与假设合理性,不同的模式可能给出差别很大的预估结果。
在金融领域,统计思想同样深刻。中国数学家彭实戈开创的非线性数学期望理论,针对线性期望难以刻画的金融市场不确定性,提出根据现在的数据预测未来,其方法已在金融风险的测算中得到应用。[8]这些进展表明,统计学正从传统的"整理与描述数据",走向对复杂系统不确定性的深度刻画。
意义与局限
统计的力量在于,它让人们在信息有限的情况下依然能够作出有理有据的判断,并明确说明结论的可靠程度。但统计结论从来不是绝对的真理:抽样误差、模型假设、数据偏差乃至对指标的选择性使用,都可能影响结果。这就是为什么一项负责任的统计研究,除了给出点估计之外,通常还要报告置信区间与显著性水平,并如实交代数据的来源与处理方式——这些做法的目的,正是让读者看清结论所依赖的条件与不确定性边界。同样一组数据,若采用不同的模型或不同的变量 definitions,可能得出方向相反的结论,因而保持方法上的透明与可复现,是统计研究的基本规范。
正如概率论所揭示的,理论上哪怕极其偶然的事件,只要有足够长的时间也可能发生,因此以"无限猴子定理"为代表的思考提醒人们注意小概率事件的累积效应:在足够多的重复与足够大的样本中,再离奇的巧合也终会出现,这既说明了随机世界的运行规律,也提示人们不要把单次巧合误读为必然。[9]理解统计的方法是现代公民科学素养的重要组成部分——从读懂一项抽样调查到评估一条"研究表明"的新闻,从辨别相关关系与因果关系到警惕被操纵的数字,统计思维都不可或缺。[10]
参考资料
- ↑ 十分之一的公民具备科学素养,没被测试的我是不是……,科普中国,2021-03-10。
- ↑ 科技强国始于重视数学,科普中国,2021-06-13。
- ↑ 十分之一的公民具备科学素养,没被测试的我是不是……,科普中国,2021-03-10。
- ↑ 既死又活的薛定谔的猫,根本就不存在?,科普中国,2019-10-29。
- ↑ 十二位古代数学家的现代化成就,科普中国,2016-11-15。
- ↑ 彭实戈:用数学计算"对冲"金融风险,科普中国,2020-09-28。
- ↑ 全球变暖背景下青藏高原将会更"湿",科普中国,2021-01-14。
- ↑ 彭实戈:用数学计算"对冲"金融风险,科普中国,2020-09-28。
- ↑ 猴子打出莎士比亚全集?,科普中国,2016-08-15。
- ↑ 十分之一的公民具备科学素养,没被测试的我是不是……,科普中国,2021-03-10。