北師版數(shù)學高一 素材 數(shù)理統(tǒng)計學的奠基人_第1頁
北師版數(shù)學高一 素材 數(shù)理統(tǒng)計學的奠基人_第2頁
北師版數(shù)學高一 素材 數(shù)理統(tǒng)計學的奠基人_第3頁
全文預覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、數(shù)理統(tǒng)計學的奠基人-RA費歇爾20 世紀上半葉, 數(shù)理統(tǒng)計學發(fā)展成為一門成熟的學科, 這在很大程度上要歸功于英國統(tǒng)計學家RA費歇爾(Ronald Aylmer Fisher) 的工作.他的貢獻對這門學科的建立起了決定性的作用.費歇爾1890 年2 月17 日生于倫敦, 1909 年入劍橋大學學習數(shù)學和物理, 1913 年畢業(yè), 之后他曾投資辦工廠, 到加拿大某農(nóng)場管理雜務, 還當過中學教員, 1919 年參加了羅薩姆斯泰德試驗站的工作, 致力于數(shù)理統(tǒng)計在農(nóng)業(yè)科學和遺傳學中的應用和研究.1933 年他離開了羅薩姆斯泰德, 去任倫敦大學優(yōu)生學高爾頓講座教授, 1943 1957 年任劍橋大學遺傳學

2、巴爾福爾講座教授.他還于1956 年起任劍橋?qū)S爾科尼斯學院院長.1959 年退休, 后去澳大利亞, 在那里度過了他最后的三年.費歇爾在羅薩姆斯泰德試驗站工作期間, 曾對長達66 年之久的田間施肥、管理試驗和氣候條件等資料加以整理、歸納、提取信息, 為他日后的理論研究打下了堅實的基礎.2050 年代間, 費歇爾對當時被廣泛使用的統(tǒng)計方法, 進行了一系列理論研究, 給出了許多現(xiàn)代統(tǒng)計學中的重要的基本概念, 從而使數(shù)理統(tǒng)計成為一門有堅實理論基礎并獲得廣泛應用的數(shù)學學科,他本人也成為當時統(tǒng)計學界的中心人物.他是一些有重要理論和應用價值的統(tǒng)計分支和方法的開創(chuàng)者.他對數(shù)理統(tǒng)計學的貢獻, 內(nèi)容涉及估計理論

3、、假設檢驗、實驗設計和方差分析等重要領域.在對統(tǒng)計量及抽樣分布理論的研究方面, 1915年費歇爾發(fā)現(xiàn)了正態(tài)總體相關(guān)系數(shù)的分布.1918 年費歇爾利用n 維幾何方法, 即多重積分方法, 給出了由英國科學家傲賽特( Gosset 1876 1937) 1908年發(fā)現(xiàn)的t - 分布的一個完美嚴密的推導和證明, 從而使多數(shù)人們廣泛地接受了它, 使研究小樣本函數(shù)的精確理論分布中一系列重要結(jié)論有了新的開端,并為數(shù)理統(tǒng)計的另一分支多元分析奠定了理論基礎.F 分布, 是費歇爾在20 年代提出的, 中心和非中心的F 分布在方差分析理論中有重要應用.費歇爾在1925 年對估計量的研究中引進了一致性、有效性和充分性

4、的概念作為參數(shù)的估計量應具備的性質(zhì), 另外還對估計的精度與樣本所含信息之間的關(guān)系, 進行了深入研究, 引進了信息量的概念.除了上述幾個側(cè)面的工作以外, 20 年代費歇爾系統(tǒng)地發(fā)展了正態(tài)總體下種種統(tǒng)計量的抽樣分布, 這標志著相關(guān)、回歸分析和多元分析等分支的初步建立.在對參數(shù)估計的研究中, 費歇爾在1912 年提出了一種重要而普遍的點估計法極大似然估計法,后來在1921 年和1925 年的工作中又加以發(fā)展, 從而建立了以極大似然估計為中心的點估計理論, 在推斷總體參數(shù)中應用這個方法, 不需要有關(guān)事前概率的信息, 這是數(shù)理統(tǒng)計史上的一大突破.這種方法直到目前為止仍是構(gòu)造估計量的最重要的一種方法.在數(shù)

5、理統(tǒng)計學的一個重要分支假設檢驗的15發(fā)展中費歇爾也起過重要的作用.他引進了顯著性檢驗等一些重要概念, 這些概念成為假設檢驗理論發(fā)展的基礎.方差分析是分析實驗數(shù)據(jù)的一種重要的數(shù)理統(tǒng)計學方法, 其要旨是對樣本觀測值的總變差平方和進行適當?shù)姆纸? 以判明實驗中各因素影響的有無及其大小, 這是由費歇爾于1923 年首創(chuàng)的.多元統(tǒng)計分析是數(shù)理統(tǒng)計學中有重要應用價值的分支.1928 年以前, 費歇爾已經(jīng)在狹義的多元分析(多元正態(tài)總體的統(tǒng)計分析) 方面做過許多工作.費歇爾在統(tǒng)計學上一項有較大影響的工作, 是他在30 年代初期引進的一種構(gòu)造區(qū)間估計的方法信任推斷法.其基本觀點是: 設要作的區(qū)間估計, 在抽樣得

6、到樣本(X1 , , Xn ) 以前, 對一無所知, 樣本(X1 , , Xn ) 透露了的一些信息, 據(jù)此可以對取各種值給予各種不同的“信任程度”, 而這可用于對作區(qū)間估計.這種方法不是基于傳統(tǒng)的概率思想, 但對某些困難的統(tǒng)計問題,特別是著名的貝倫斯費歇爾問題, 提供了簡單可行的解法.在費歇爾眾多的成就中, 最使人們稱頌的工作是他在20 年代期間創(chuàng)立的實驗設計(又稱試驗設計, 研究如何制定實驗方案, 以提高實驗效率, 縮小隨機誤差的影響, 并使實驗結(jié)果能有效地進行統(tǒng)計分析的理論與方法) .費歇爾與他人合作, 奠定了這個分支的基礎.費歇爾在羅薩姆斯泰德試驗站工作時曾指出: 在田間實驗中, 由于

7、環(huán)境條件難于嚴格控制, 實驗數(shù)據(jù)必然受到偶然因素的影響, 所以一開始就得承認存在誤差.這一思想是與傳統(tǒng)的“精密科學實驗”相對立的, 在精密科學實驗中, 不是從承認誤差不可避免出發(fā), 而是致力于嚴格控制實驗條件, 以探求科學規(guī)律.田間試驗的目的之一是尋求高產(chǎn)品種, 而實驗時的土地條件, 如土質(zhì)、排水等都不能嚴格控制.因此,“在嚴格控制的這樣或那樣條件下, 品種A 比品種B 多收獲若干斤”這類結(jié)論, 實際意義就不大.在現(xiàn)場進行的工業(yè)實驗,醫(yī)學上的藥物療效實驗等, 也有類似情形.這表明,費歇爾首創(chuàng)的實驗設計原則, 是針對工農(nóng)業(yè)以及技術(shù)科學實驗而設, 而不是著眼于純理論性的科學實驗.實驗設計的基本思想

8、, 是減少偶然性因素的影響, 使實驗數(shù)據(jù)有一個合適的數(shù)學模型, 以便使用方差分析的方法對數(shù)據(jù)進行分析.他利用隨機化的手段, 成功地把概率模型引進實驗領域, 并建立了分析這種模型的方差分析法, 強調(diào)了統(tǒng)計方法在試驗設計中的重要性.按照他的方法使科學試驗從某一個側(cè)面“科學化”了, 因而可以節(jié)省人力、物力,提高工作效率.費歇爾于1923 年與WA梅克齊(Makezie) 合作發(fā)表了第一個實驗設計的實例,1926 年提出了實驗設計的基本思想, 1935 年出版了他的名著實驗設計法, 其中提出了實驗設計應遵守三個原則: 隨機化、局部控制和重復.費歇爾最早提出的設計是隨機區(qū)組法和拉丁方方法, 兩者都體現(xiàn)了上述原則.費歇爾不僅是一位著名的統(tǒng)計學家, 還是一位聞名于世的優(yōu)生學家和遺傳學家.他是統(tǒng)計遺傳學的創(chuàng)始人之一, 他研究了突變、連鎖、自然淘汰、近親婚姻、移居和隔離等因素對總體遺傳特性的影響, 以及估計基因頻率等數(shù)理統(tǒng)計問題.他的生物學、農(nóng)業(yè)和醫(yī)學研究的統(tǒng)計表是一份很有價值的統(tǒng)計數(shù)表 費歇爾還是一位很好的師長, 培養(yǎng)了一大批優(yōu)秀學生, 形成了一個實力雄厚的學派, 其中既有專長純數(shù)學的學者, 又有專長應用數(shù)學的人才.費歇爾一生發(fā)表的學術(shù)論文有300 多篇, 其中294 篇代表作收集在費歇爾論文集中.他

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論