The Difference between Probability and Statistic

【本科数学专业，现在在PKU学习计算机，当前主要的focus是DNN&RNN in Action Recognition。心中总有一股数学情结，OOAD 课程上老师提及这个问题，所以信誓旦旦地想写一篇博客。可惜最后发现雷声大，雨点小，先mark在这里，以后再做完善和修改吧。】

【特别声明一下，成文之前在自己思考的框架内，部分参考了知乎上的观点，郑重致敬】

【趁机在CSDN上刷了一拨存在感，传了几个原创文档，加上了这篇博客，算是给自己一个好的开端吧】

1. 探讨概率（probability）和统计（statistic）的关联和区别，有如下类似的表达：

（1）概率论和统计学；

（2）概率论和数理统计。

   这里，因为我们的focus是二者的关系，所以从广义上把这三组概念等价看待。

2. 在应用中，二者共同的落脚点都是基于概率建模，并预测未来走向。

（1）概率论的核心内容有：……；数理统计的核心内容是：……；

（2） 概率是对未知推断（基于事件本身属性对应的模型规律），统计是已知归纳（基于事件的历史观测数据分析）；

（3） 概率是数学导向应用，统计是数据驱动应用；（新新范畴，数据挖掘和统计学习；不老传奇：贝叶斯概率模型）

（4）概率论和统计学的产生过程交织：……；现如今学习和授课中，概率论一般在数理统计之前，然后很多时候二者是共同作用的；

（5） 两张图：

3. 我对这个问题的思考准备

      本科时学习数学专业，包括分析，代数，概率，几何的基础课程，也包括之后的抽象代数，实变函数，测度论，泛函分析等“进阶”课程。

在学习过程中，常常需要理解不同课程中大量相关联的概念和定义，我时常自发地做类似的辨析和归纳，对于此类问题及其思考模式并不陌生。

     概率论作为数学的重要分支，从小学时就开始接触相关的内容（比如掷硬币，频率计算，统计图等等）。大学里，直接相关的课程很多，包括：理论性的《概率论和数理统计》，《测度论》，《多元回归分析》，《随机过程》等等，应用性的《信息论》，《SAS和数据分析》，《条件概率和决策论》等等，新新范畴的《数据挖掘和统计学习》，《贝叶斯网络和概率图》等等。而我自己本科学习的第一门概率方面的课程是《概率论和数理统计》，由MUC陈方樱教授授课，采用的教材是由她自己主编的。

     事实上，提及概率和统计的概念辨析，似乎从一开始二者就紧密地交织在一起的。这一点的直接体现便是，问题求解的计算过程都是P主导，结果输出都是各种统计特征变量（均值，方差，标准差），结果解释往往都涉及数据离散和集中程度以及各种统计图表。

     第一次感受到区别，是在接触概率的公理化定义和基于微积分定义各种分布密度的时候。之后又学习了大数定律和中心极限定理的，概率和统计的分界线便十分清晰了。

【写作本文时，中间因为午饭和午休耽搁了，所以直接导致思路断层，虎头蛇尾，惭愧；另外，深切感到午休之后肝供血不足，整个人都焦了】