对於统计学的看法与小故事范例

對於統計學的看法與小故事範例

班級：閩廣3

學號：A4522594

姓名：林敏

指導老師：陶聖

目錄

1、我對於統計學的初步認識⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 3

2、小故事之一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 4

3、小故事之二⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 6

4、小故事之三⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 7

5、小故事之四⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 8

6、小故事之五⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 9

7、學習心得⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 11

我對於統計學的初步認識

統計學是在資料分析的基礎上，自17世紀中葉產生並逐步發展起來的一門學科。它是研究如何測定、收集、整理、歸納和分析反映資料資料，以便給出正確訊息的科學。谷歌給出的解釋太書面太拗口太籠統不好記憶與理解。在我看來，統計學如字面所說，是一門有關“統計”的學科，是一種讓問題更快找到答案的輔助方法，運用的好可以輕鬆的事半功倍。當然這只是我初步的淺薄認識。

目前統計廣泛地應用在各門學科，從自然科學、社會科學到人文學科，甚至被用來工商業及政府的情報決策之上。並且與資訊、計算等領域密切結合，是資料科學(Data Science)中的重要主軸之一。而關於統計學的歷史，我從網絡資料上了解到統計手法最早可以追溯至公元前5世紀。最早的統計著作來自公元9世紀的《密碼破譯》，由阿拉伯人肯迪編著。在書中，肯迪詳細記錄了如何使用統計資料和頻率分析進行密碼破譯。根據沙烏地阿拉伯工程師易卜拉欣·阿凱笛（Ibrahim Al-Kadi）的說法，統計學和密碼學分析便如此一同誕生了。

統計方法則包括實驗法、觀察法和實驗觀察法。統計研究中的共同目標是分析因果關係，具體來講就是從預估資料變化中得出結論，或是研究自變量與因變量之間的關係。方法概括起來很簡單，運用起來卻很靈活，書本知識的更好掌握需要更多的實踐。老師給我們上課理論知識會貫徹在實踐中來說，讓我們受益匪淺。

統計學的範疇和延伸學科都很廣，在這裏就不一一舉例了。條形統計圖是最容易使用、最容易理解的圖表了，它可以用手或電腦繪製而成。[13]不巧的是，許多人忽視其中的偏差、誤差，因為他們不留意。因此，雖然圖表品質低劣，但人們常常願意去相信。統計資料時常被濫用，對結果的解釋時常有利於演講者。[10]對統計的懷疑與誤導可被稱為：「世上有三種謊言：謊言，該死的謊言，統計數字」。許多對統計的濫用可能出於無意，也可能出於故意。老師在上課時特意強調了這個問題，統計學運用的好，得出的研究成果讓人受益匪淺；但倘若有心引誘，亂出題，採取不嚴謹的態度，樣本的可靠性可以被偏差破壞，得出的結果也將會南轅北轍。

统计学是一个枯燥的专业，我们要和大量的数据打交道，堆积如山的各式表格看了都让人害怕，更别说还要去整理和分析这一堆堆冷冰冰的数字了，不过，统计学又是一个有趣的专业，毕竟它是和生活紧密联系在一起的。

統計學在與戰爭的故事（之一）

二戰前期德國勢頭很猛，英國從敦刻爾克撤回到本島，德國每天不定期的對英國狂轟亂炸，後來英國空軍發展起來，雙方空戰不斷。

為了能夠提高飛機的防護能力，英國的飛機設計師們決定給飛機增加護甲，但是設計師們並不清楚應該在什麼地方增加護甲，於是請來了統計學家。統計學家將每架中彈之後仍然安全返航的飛機的中彈部位描繪在一張圖上，然後將所411有中彈飛機的圖都疊放在一起，這樣就形成了濃密不同的彈孔分佈。工作完成了，然後統計學家說沒有彈孔的地方就是應該增加護甲的地方，因為這個部位中彈的飛機都沒能倖免於難。

關於德國坦克，我們知道德國的坦克戰在二戰前期占了很多便宜，直到後來，蘇聯的坦克才能和德國坦克一拼高下，坦克作為德軍的主要戰力是盟軍非常希望獲得的重要情報，有很多盟軍特務的任務就是竊取德軍坦克總量情報，然而根據戰後所獲得的數據，真正對可靠的情報不是來源於盟軍特務，而是統計學家。

統計學家做了什麼事情呢？這和德軍制造坦克的慣例有關，德軍坦克在出廠之後按生產的先後順序編號，1，2...N，正式因為這個傳統德軍送給了盟軍統計學家需要的數據。盟軍在戰爭中繳獲了德軍的一些坦克並且獲取了這些坦克的編號，現在統計學家需要在這些編號的基礎上估計N，也就是德軍的坦克總量。這其實均勻分佈邊界的估計，好吧公式是（1+1/繳獲德軍坦克的總量）*所有繳獲坦克中的最大編號。

統計學在戰爭裏面的運用也讓我意識到了統計學的強大之處，通過統計存活的飛機上的彈孔，從而來分析被擊毀的飛機是因為哪個部分護甲不好而被擊落！很明顯，那些空白的部位就是需要加強護甲的地方，這兩個主要的地方就是機頭和機尾。但其實第一個故事我曾經有了解過，那個統計設計是後來美國為了大規模轟炸德國所設計的，因為英國的轟炸規模是有限的，而且是集中在民用建築上的。第二個故事也是蠻神奇，我終於知道為什麼我們中國解放軍的編號會那麼的複雜，什麼92315部隊、62962部隊，並不是真的有那麼多的部隊，而是出於資訊安全的考慮，才考慮那麼編號，畢竟德國坦克的前車之鑒放在那呢。上面兩則都是是一個統計試驗的例子，設計一個好的統計試驗還是很實用的。但現在我的工作中會得到大量數據，總是感覺能有設計一些統計試驗揭示背後的什麼規律，但是就是想不出來。

我現在一個不僅不知道怎麼設計試驗，而且連能得到什麼都不知道。但我相信這些數據一定

是有用的，等以後的統計的繼續學習或許能解開。

一次失敗的統計實驗（之二）

霍桑效应（Hawthorne Effect）或称霍索恩效应，起源于1924年至1933年间的一系列实验研究，在西方電器公司（Western Electric）位於伊利諾州的霍桑工廠（Hawthorne Works），霍桑一词是美国西部电气公司座落在芝加哥的一间工厂的名称，是一座进行实验研究的工厂，進行心理學實驗，研究工作環境改變對生產率的影響。研究人員嘗試增強照明，觀察它是否有助於提高流水線工人的生產率。研究人員首先檢測了工廠的生產率，爾後改變車間的照明強度，觀察結果。結果是生產率在實驗環境下的確提升了。实验最开始研究的是工作条件与生产效率之间的关系，包括外部环境影响条件（如照明强度、湿度）以及心理影响因素

（如休息间隔、团队压力、工作时间、管理者的领导力）。

然而，該實驗因其流程誤差在今天飽受批評，特別是實驗缺乏參照組和雙盲。霍桑效應僅從觀測來得出結論。所谓“霍桑效应”，就是指那些意识到自己正在被别人观察的个人具有改变自己行为的倾向。該實驗中生產率的提升不是因為照明強度的改變，而是因為工人們發覺他們被圍觀了。就霍桑试验本身来看，当这六个女工被抽出来成为一组的时候，她们就意识到了自己是特殊的群体，是试验的对象，是这些专家一直关心的对象，这种受注意的感觉使得她们加倍努力工作，以证明自己是优秀的，是值得关注的。所以生產效率的提高只是因為霍桑效應，而不是與實驗有關的其他影響因素。

這是一次失敗的統計實驗過程，因為沒有採取正確的方法而做誤判。從中我們可以學到，統計學是一門嚴謹的學科，我們在學習和實驗的過程中同樣也要採取嚴謹務實的態度來策劃執行一項實驗。否則結果會因為之前的一些誤差或錯誤導向而出現偏差乃至嚴重的錯