格格党

手机浏览器扫描二维码访问

二经济统计专业发展历史（第6页）

信念并不可靠。

1894年，他在《关于不对称频率曲线的分解》一文中首先把非对称的观察曲线分解为几个正态曲线。

他利用所谓“相对斜率”

的方法得到12种分布函数型，其中包括正态分布、矩形分布、J型分布、U型分布或钟型分布等。

后来经费歇尔（R.A.Fisher，1890—1962）的进一步研究，皮尔逊分布曲线中第Ⅰ、Ⅱ、Ⅲ、Ⅳ及Ⅶ型出现在小样本理论内。

尽管，皮尔逊的曲线体系的推导方法是缺乏理论基础的，但也给人们不少启迪。

（3）卡方检验的提出。

1900年皮尔逊独立地又重新发现了χ2分布，并提出了有名的“卡方检验法”

。

在自然现象的范围内，χ2检验法运用得很广泛。

后经费歇尔补充，成为小样本推断统计的早期方法之一。

（4）回归与相关的发展。

回归与相关，经皮尔逊进一步作了发展后，这两个出自于生物统计学领域的概念，便被推广为一般统计方法论的重要概念。

1896年，他在《进化论的数理研究：回归、遗传和随机**》一文中得出至今仍被广泛使用的线性相关计算公式。

皮尔逊还得出回归方程以及回归系数的计算公式。

此外，在1897—1905年，皮尔逊还提出复相关、总相关、相关比等概念，不仅发展了高尔顿的相关理论，还为之建立了数学基础。

（三）现代统计学时期（20世纪初至今）

1.数理统计学发展的主流：这一时期的数理统计学，在深度和广度上都有了迅速的发展，出现了新的分支和边缘科学，成为现代统计学的主流学派。

从描述统计转向推断统计学。

20世纪初，英国统计学家戈塞特创立了小样本理论，开创了统计学的新纪元。

其后，费歇尔、皮尔逊等人进一步发展，建立了统计假设理论，建立了统计学的数学框架。

20世纪50年代以后，受计算机、信息论等现代科学技术的影响，新的研究领域层出不穷。

例如：多元统计分析、现代时间序列分析、贝叶斯统计、非参数统计等。

现代推断统计学形成期间大致是20世纪初叶至20世纪中叶。

人类历史进入20世纪后，无论社会领域还是自然领域都向统计学提出更多的要求。

各种事物与现象之间繁杂的数量关系以及一系列未知的数量变化，单靠记录或描述的统计方法已难以奏效。

因此，相继产生“推断”

的方法来掌握事物总体的真正联系以及预测未来的发展。

从描述统计学到推断统计学，这是统计发展过程中的一个大飞跃。

统计学发展中的这场深刻变革是在农业田间试验领域中完成的。

因此，历史上称之为农业试验学派。

对现代推断统计的建立贡献最大的是英国统计学家戈塞特（W.S.Gosset，1876—1937）和费歇尔。

t分布是统计中的一个重要分布，它与标准正态分布的微小差别是戈塞特（GossetW.S.1876—1937）提出的。

戈塞特是英国一家酿酒厂的化学技师，在长期从事实验和数据分析工作中，发现了t分布。

但在当时，Gosset的公司害怕商业机密外泄，所以禁止员工对外发表文章。

所以，Gosset在1908年以“Student”