统计学的历史与今天——《 社会统计学与数理统计学的统一》理论

统计学是一门通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。

据权威统计学史记载，从17世纪开始就有了“政治算术”、“国势学”，即初级的社会统计学，起源于英国、德国。几乎同时在意大利出现了“赌博数学”，即初级的概率论。直到19世纪，由于概率论出现了大数定理和误差理论，才形成了初级的数理统计学。
也就是说，社会统计学的形成早于数理统计学两个世纪。
由于社会统计学广泛地用于经济和政治，所以得到各国历届政府的极大重视，并得到系统的发展。而数理统计在20世纪40年代以后，由于概率论的发展，而得到飞速发展。经过近400年的变迁，目前世界上已形成社会统计学和数理统计学两大体系。两体系争论不休，难分伯仲。
王见定教授经过30年的学习与研究，发现了社会统计学与数理统计学的联系与区别。它们的关系与著名牛顿力学与相对论力学关系非常相似。
相对论力学在接近光速时使用，而大多数情况下是远离光速的，此时使用牛顿力学既准确又方便。如果硬套相对论力学，则是杀鸡用了宰牛刀，费力不讨好。社会统计学在描写变量时使用，数理统计学在描写随机变量时使用。
我们知道变量与随机变量是既有联系又有区别的。当变量取值的概率不是1时，变量就变成了随机变量；当随机变量取值的概率为1时，随机变量就变成了变量。
变量与随机变量的联系与区别搞清楚了，社会统计学与数理统计学的关系就搞清楚了。以后，在描述变量时，大胆地使用社会统计学；在描述随机变量时，就用数理统计学。如果在描述变量时非用数理统计学，那就是杀鸡用了宰牛刀。
近70年，由于数理统计学的飞速发展，大有“吃掉”社会统计学的势头，尤其是以美国为代表的发达国家，几乎认为统计学就是数理统计学。实际上，这是一个极大的误区。王见定教授的研究已经说明了数理统计学永远“吃不掉”社会统计学，今后的日子，将是社会统计学与数理统计学的共存与互补。
社会统计学与数理统计学的争论可以结束了。
结束语
“社会统计学与数理统计学的统一”理论对近四百年历史的统计学进行了科学的梳理，规范了整个统计学的发展，结束了一百年来社会统计学与数理统计学之间的争论。由于经济是通过统计学进行计量和分析的，所以社会统计学与数理统计学的统一，必将从整体上提高经济学的分析水平。
作者简介：
王见定教授是我国早期的国际统计学会会员，国际著名数学家，著有：半解析函数与共轭解析函数。
转载：前沿科学2008年2期，前沿科学是由科技部主办，编委主任：宋健.委员有：丁肇中，李政道.杨振宁，罗伯特.劳伦斯.库恩等...国际著名人士。

由于人类的统计实践是随着计数活动而产生的，因此，统计发展史可以追溯到远古的原始社会，也就是距今有5000多年的漫长岁月。但是，能使人类的统计实践上升到理论上予以概括总结的程度，即开始成为一门系统的科学统计学，却是近代的事情，距今只有300余年的短暂历史。统计学发展的概貌，大致可划分为古典记录统计学、近代描述统计学和现代推断统计学三种形态。

英国地质学家莱伊尔根据各个地层中的化石种类和现在仍在海洋中生活的种类作出百分率，然后定出更新世、上新世、中新世、始新世的名称，并于1830－1833年出版了三卷《地质学原理》。这些地质学中的名称沿用至今，可是他使用的类似于现在数理统计的方法，却没有引起人们的重视。生物学家达尔文关于进化论的工作主要是生物统计方面的，他在乘坐“贝格尔号”军舰到美洲的旅途上带着莱伊尔的上述著作，两者看来不无关系。从数学上对生物统计进行研究的第一人是英国统计学家皮尔逊，他曾在剑桥大学数学系学习，然后去德国学物理，1882年任伦敦大学应用数学力学教授。1891年，他和剑桥大学的动物学家讨论达尔文自然选择理论，发现他们在区分物种时用的数据有“好”和“比较好”的说法。于是皮尔逊便开始潜心研究数据的分布理论，他借鉴前人的做法，并大胆创新，其研究成果见诸于著作《机遇的法则》。其中提出了“概率”和“相关”的概念。接着又提出“标准差”、“正态曲线”、“平均变差”、“均方根误差”等一系列数理统计的基本术语。这些文章都发表在进化论的杂志上。直至1901年，他创办了杂志《生物统计学》，使得数理统计有了自己的阵地。这可以说是数学在进入20世纪初时的重大收获之一。统计学的历史与今天——《 社会统计学与数理统计学的统一》理论

统计学是一门通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。

据权威统计学史记载，从17世纪开始就有了“政治算术”、“国势学”，即初级的社会统计学，起源于英国、德国。几乎同时在意大利出现了“赌博数学”，即初级的概率论。直到19世纪，由于概率论出现了大数定理和误差理论，才形成了初级的数理统计学。
也就是说，社会统计学的形成早于数理统计学两个世纪。
由于社会统计学广泛地用于经济和政治，所以得到各国历届政府的极大重视，并得到系统的发展。而数理统计在20世纪40年代以后，由于概率论的发展，而得到飞速发展。经过近400年的变迁，目前世界上已形成社会统计学和数理统计学两大体系。

“统计”一词，英语为statistics，用作复数名词时，意思是统计资料，作单数名词时，指的是统计学。一般来说，统计这个词包括三个含义：统计工作、统计资料和统计学。这三者之间存在着密切的联系，统计资料是统计工作的成果，统计学来源于统计工作。原始的统计工作即人们收集数据的原始形态已经有几千年的历史，而它作为一门科学，还是从17世纪开始的。英语中统计学家和统计员是同一个（statistician），但统计学并不是直接产生于统计工作的经验总结。每一门科学都有其建立、发展和客观条件，统计科学则是统计工作经验、社会经济理论、计量经济方法融合、提炼、发展而来的一种边缘性学科。
　　1，关于单词statistics
　　起源于国情调查，最早意为国情学。
　　十 七世纪，在英格兰人们对“政治算术”感兴趣。1662年,John Graunt发表了他第一本也是唯一一本手稿，《natural and politics observations upon the bills of mortality》， 分析了生男孩和女孩的比例，发展了现在保险公司所用的那种类型的死亡率表。
　　英文的statistics大约在十八世纪中叶由德国学者 Gottfried Achenwall所创造，是由状态status和德文的政治算术联合推导得出的，第一次由John Sinclair所使用，即1797年出现在Encyclopaedia Britannica。（早期还有一个单词publicitics和statistics竞争“统计”这一含义，如果得胜，现在就开始流行 publicitical learning了）。
　　2，关于高斯分布或正态分布
　　1733年，德-莫佛（De Moivre）在给友人分发的一篇文章中给出了正态曲线（这一历史开始被人们忽略）
　　1783年，拉普拉斯建议正态曲线方程适合于表示误差分布的概率。
　　1809年，高斯发表了他的关于天体运行论的伟大著作，在这一著作的第二卷第三节中，他导出正态曲线适宜于表示误差规律，同时承认拉普拉斯较早的推导。
　　正态分布在十九世纪前叶因高斯的工作而加以推广，所以通常称作高斯分布。卡尔-皮尔逊指出德-莫佛是正态曲线的创始人，第一个称它为正态分布，但人们仍习惯称之高斯分布。
　　3，关于最小二乘法
　　1805年,Legendre提出最小二乘法，Gauss声称自己在1794年用过，并在1809年基于误差的高斯分布假设，给出了严格推导。
　　4，其它
　　在十九世纪中叶，三个不同领域产生的重要发展都是基于随机性是自然界固有的这个前提上的。
　　阿道夫·凯特莱特（A. Quetlet,1869）利用概率性的概念来描述社会学和生物学现象（正态曲线从观察误差推广到各种数据）
　　孟德尔（G.Mendel,1870）通过简单的随机性结构公式化了他的遗传法则
　　玻尔兹曼（Boltzmann,1866）对理论物理中最重要的基本命题之一的热力学第二定律给出了一个统计学的解释。
　　1859 年，达尔文发表了《物种起源》，达尔文的工作对他的表兄弟高尔登爵士有深远影响，高尔登比达尔文更有数学素养，他开始利用概率工具分析生物现象，对生物计 量学的基础做出了重要贡献（可以称他为生物信息学之父吧），高尔登爵士是第一个使用相关和回归这两个重要概念的人，他还是中位数和百分位数这种概念的创始 人。
　　受高尔登工作影响，在伦敦的大学学院工作的卡尔-皮尔逊开始把数学和概率论应用于达尔文进化论，从而开创了现代统计时代，赢得了统计之父的称号，1901年Biometrika第一期出版（卡-皮尔逊是创始人之一）。
　　5，关于总体和样本
　　在早期文献中可找到由某个总体中抽样的明确例子，然而从总体中只能取得样本的认识常常是缺乏的。 ----K.皮尔逊时代
　　到十九世纪末，对样本和总体的区别已普遍知道，然而这种区分并不一定总被坚持。----1910年Yule在自己的教科书中指出。
　　在 1900年代的早期，区分变的更清楚，并在1922年被Fisher特别强调。----Fisher在1922年发表的一篇重要论文中《On the mathematical foundation of theoretical statistics》，说明了总体和样本的联系和区别，以及其他概念，奠定了“理论统计学”的基础。
　　6，期望、标准差和方差
　　期望是一个比概率更原始的概念，在十七世纪帕斯卡和费马时代，期望概念已被公认了。K.皮尔逊最早定义了标准差的概念。1918年，Fisher引入方差的概念。
　　力学中的矩和统计学中的中数两者之间的相似性已被概率领域的早期工作者注意到，而K.皮尔逊在1893年第一次在统计意义下使用“矩”。
　　7，卡方统计量
　　卡方统计量，是卡-皮尔逊提出用于检验已知数据是否来自某一特定的随机模型，或已知数据是否与已给定的假设一致。卡方检验被誉为自1900年以来在科学技术所有分支中20个尖端发明之一，甚至敌人Fisher都对此有极高评价。
　　8，矩估计与最大似然
　　卡-皮尔逊提出了使用矩来估计参数的方法。
　　Fisher则在1912年到1922年间提出了最大似然估计方法，基于直觉，提出了估计的一致性、有效性和充分性的概念。
　　9，概率的公理化
　　1933年，前苏联数学家柯尔莫格洛夫（Kolmogorov）发表了《概率论的基本概念》，奠定了概率论的严格数学基础。
　　10，贝叶斯定理
　　贝叶斯对统计学几乎没有什么贡献，然而贝叶斯的一篇文章成为贝叶斯学派统计学的思想模式的焦点，这一篇文章发表于1763年，由贝叶斯的朋友、著名人寿保险原理的开拓者Richard Price在贝叶斯死后提出来的----贝叶斯定理。
　　概 率思想的两种方法，（1）作为一个物理系统内在的一种物理特性，（2）对某一陈述相信程度的度量。 在1950年代后期止，多数统计学家采取第一种观点，即概率的相对频数解释，这一时期贝叶斯定理仅应用在概率能在频数框架内解释的场合。贝叶斯统计学派著 作的一个浪潮始于1960年。自此，赞成和反对贝叶斯学派统计的两方以皮尔逊和费舍尔所特有的激情和狂怒进行申辩和争辩。
　　在1960年以前，几乎所有的统计书刊都避免使用贝叶斯学派方法，Fisher坚持避免使用贝叶斯定理，并在他的最后一本书中再一次坚决的拒绝了它。卡尔-皮尔逊偶然使用，总的来说是避免的。奈曼和E.S.皮尔逊在他们有关假设检验的文章中坚决反对使用。