漫步数理统计一——绪论

许多调查可以由部分进行表征，前提是基于以下事实：在基本相同的条件下，重复进行的试验或多或少是标准的程序。 例如，在医学研究中关注点集中于待使用药物的效果；或对经济学家而言，关注的可能是三种指定商品在不同时间的价格；或对农艺师而言，可能想研究化肥对谷物产量的影响。调查人员获得此类信息的唯一方法就是进行实验。每个实验都会产生一个结果，但这些试验的特点是在实验进行之前我们无法进行预测。

假设我们有这样一个试验，其结果不能确定的预测出来，但在执行之前，每个可能结果能被准确的描述出来，如果这种试验可以在相同条件下重复进行，我们就被它为随机试验，并且每个可能结果的集合称为试验空间或样本空间。

$\textbf{例1：}$现在投掷一枚硬币，背面朝上用T表示，正面朝上用$H$表示，假设在相同的条件下硬币可以重复投掷，那么这个硬币的投掷过程就是一个随机试验的例子，在这个试验中结果就是两个符号$T,H$中的一个；即样本空间是这两个符号的集合。

$\textbf{例2：}$现在红白两方每人掷一次骰子，结果用有序数对表示，假设在相同的条件下双方重复掷骰子，那么产生数对过程就是一个随机试验，样本空间有36个有序对组成：$(1,1),\ldots,(1,6),(2,1),\ldots,(2,6),\ldots,(6,6)$。

令$\textbf{C}$表示样本空间，$c$表示$\textbf{C}$中的一个元素，$C$表示$\textbf{C}$中元素的一个集合，如果试验的结果在$C$中，我们就说事件$C$发生了。现在设想我们进行了$N$次随机试验，那么我们可以得出$N$个结果中$C$发生的次数(频数)$f$，比率$f/N$称为$N$次试验中事件$C$的相对频率，当$N$很小时相对频率通常不稳定，从掷硬币中就能感觉出来。但是随着$N$的增大，经验表明我们可以将事件$C$与一个数联系起来，假设为$p$，它等于或近似等于相对频率稳定的那个数。如果这么做的话，那么$p$可以看成未来试验中，事件$C$相对频率要么等于要么近似等于的值，因此，虽然我们不能预测随机试验的结果，但是当$N$非常大时，我们预测$C$发生的相对频率。与事件$C$关联的数$p$有许多名字，有时称为试验结果在$C$中的概率；有时称为事件$C$的概率；有时称为$C$的概率测度，通常会根据上下文选择合适的属于。

$\textbf{例3：}$令$\textbf{C}$表示例2的样本空间，$C$是$\textbf{C}$中满足和等于7的有序对组合的集合，那么$C$就是$(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)$。假设骰子掷了$N=400$次，和等于7的频数$f=60$，那么结果在$C$中的相对频数是$f/N=\frac{60}{400}=0.15$，因此我们可以将$C$与非常靠近0.15的数$p$联系起来，$p$称为事件$C$的概率。

$\textbf{注1：}$上面概率的解释有时看成相对频率法，它显然依赖这样的事实：试验在基本相同的条件下重复进行。然而，许多人将其看成合理的置信度量，据此将概率应用到其他情况。例如$p=\frac{2}{5}$意味着对于事件$C$而言，他们个人的或主观的概率等于$\frac{2}{5}$，因此，如果他们愿意赌博的话，这可以解释成他们对结果$C$下注的意愿，这样的话两种结果的比率为$p/(1-p)=\frac{2}{5}/\frac{3}{5}=\frac{2}{3}$，并且，如果他们确实相信$p=\frac{2}{5}$是正确的，那么他们更愿意下注到另一方：$(a)$如果$C$发生就赢3元，不发生的话输2 元，或者$(b)$如果 C <script type="math/tex" id="MathJax-Element-57">C</script>不发生赢2元，不发生的话输3元。然而，因为概率的数学性质与这两种解释都是一致的，所以数学的发展并不依赖于使用哪种方法。

掌握统计数学理论的主要目的是提供随机试验的数学模型，一旦提供了这种试验的模型并且详细阐述了理论，那么统计学家就可以在这个框架内对随机试验进行推断（即得出结论）。 这种模型的构建需要概率论，逻辑上满足概率的一个模型就是基于集合概念和集合函数的模型，下篇博文简单介绍一下集合论的相关知识。