跳转到内容

计算统计学

维基百科,自由的百科全书
1964年在伦敦政治经济学院统计机房工作的学生

计算统计学统计计算统计学计算机科学之间的纽带,是指通过计算方法实现的统计方法。计算统计学是计算科学中专门针对统计学数学科学的领域,目前还在迅速发展,因此有人呼吁在普通统计教育中教授更广泛的计算概念。[1]

与传统统计学一样,其目标是将原始数据转化为知识[2]而重点在于计算机密集型统计方法,例如样本量非常大的情形与非齐性数据集等。[2]

“计算统计学”(computational statistics)与“统计计算”(statistical computing)两词常常混用,国际统计计算协会前主席Carlo Lauro建议加以区分,“统计计算”可定义为“计算机科学在统计学中的应用”,“计算统计学”则定义为“在计算机上实现统计方法的算法的设计,包括前计算机时代无法想象的算法(如自助法蒙特卡洛方法等),并应对用分析难以解决的问题”。[3]

“计算统计学”也可指计算密集型统计方法,如重抽样马尔可夫链蒙特卡洛局部回归核密度估计人工神经网络广义加性模型

历史

[编辑]

虽然计算统计学在今天得到了广泛应用,但在统计学界被接受的历史其实相对较短。大多数情况下,统计领域的奠基人在开发计算统计方法时依赖数学与渐进逼近。[4]

统计学领域中,“计算机”(computer,即字面上的“计算用的机器”)一词首次出现于Robert P. Porter于1891年发表在《美国统计协会杂志》(Journal of the American Statistical Association)中的一篇文章,文章讨论了赫尔曼·霍利里思的机器在美国第11次人口普查中的使用情况。[來源請求]赫尔曼·霍利里思的机器又叫穿孔制表机(tabulating machine),是电动机械学机器,用于协助汇总存储在打孔卡上的信息。发明者赫尔曼·霍利里思(1860年2月29日 – 1929年11月7日)是美国商人、发明家、统计学家,穿孔制表机于1884年获得专利,用在了美国1890年的人口普查中。1880年普查大约有5000万人参与,用了7年多时间才完成制表工作;而1890年普查时,人口有超过6200万,却只用了不到一年时间。这标志着机械化计算统计与半自动数据处理系统时代的开端。 1908年,威廉·戈塞进行了现在广为人知的蒙特卡洛模拟,从而发现了学生t-分布[5]在计算方法的帮助下,他还绘制了经验分布图与相应的理论分布图。计算机给模拟带来了革命性变化,使复制戈塞的实验变得不过是一种练习。[6][7]

后来,科学家们提出了生成伪随机性偏差的计算方法,用逆累积分布函数或接受-拒绝方法将均匀偏差转换为其他分布形式,并开发了马尔可夫链蒙特卡洛的状态空间方法。[8]1947年,兰德公司首次尝试全自动生成随机数,生成的随机数表整合为《百万乱数表》,于1955年出版。

到20世纪50年代中期,已经有多篇文章和专利提出了随机数生成器的设备,[9]其开发源于用随机数进行模拟和统计分析中其他基本组成的需要,其中最著名的是ERNIE,它产生的随机数决定了英国发行的彩票债券Premium Bond的中奖者。1958年,约翰·图基发明了大折刀(jackknife),是一种在非标准条件下减少样本参数估计偏差的方法。[10]这就需要计算机操作,至此,计算机使很多繁琐的统计研究变得可行。[11]

方法

[编辑]

最大似然估计

[编辑]

最大似然估计用于根据观测数据估计假定概率分布参数。其方法是最大化似然函数,使观测数据在假定的统计模型下最有可能实现

蒙特卡洛法

[编辑]

蒙特卡洛法是依靠重复随机抽样获得数值结果的统计方法,其概念是利用随机性解决原则上确定性的问题,常用于物理学数学问题,在难以使用其他方法是往往有效。蒙特卡洛法主要用于三类问题:最优化数值积分与从概率分布中生成抽样。

马尔可夫链蒙特卡洛

[编辑]

马尔可夫链蒙特卡洛方法从连续随机变量中创建样本,概率分布与已知函数成正比。这些样本可用于估计变量的积分,如其期望值方差。包含的步骤越多,样本分布就越接近实际预期分布。

应用

[编辑]

协会

[编辑]

另见

[编辑]

参考文献

[编辑]
  1. ^ Nolan, D. & Temple Lang, D. (2010). "Computing in the Statistics Curricula", The American Statistician 64 (2), pp.97-107.
  2. ^ 2.0 2.1 Wegman, Edward J. “Computational Statistics: A New Agenda for Statistical Theory and Practice.页面存档备份,存于互联网档案馆)” Journal of the Washington Academy of Sciences页面存档备份,存于互联网档案馆, vol. 78, no. 4, 1988, pp. 310–322. JSTOR
  3. ^ Lauro, Carlo, Computational statistics or statistical computing, is that the question?, Computational Statistics & Data Analysis, 1996, 23 (1): 191–193, doi:10.1016/0167-9473(96)88920-1 
  4. ^ Watnik, Mitchell. Early Computational Statistics. Journal of Computational and Graphical Statistics. 2011, 20 (4): 811–817 [2024-02-06]. ISSN 1061-8600. S2CID 120111510. doi:10.1198/jcgs.2011.204b. (原始内容存档于2023-12-21) (英语). 
  5. ^ "Student" [William Sealy Gosset]. The probable error of a mean (PDF). Biometrika. 1908, 6 (1): 1–25 [2024-02-06]. JSTOR 2331554. doi:10.1093/biomet/6.1.1. hdl:10338.dmlcz/143545. (原始内容存档 (PDF)于2008-03-08). 
  6. ^ Trahan, Travis John. Recent Advances in Monte Carlo Methods at Los Alamos National Laboratory. 2019-10-03. OSTI 1569710. doi:10.2172/1569710. 
  7. ^ Metropolis, Nicholas; Ulam, S. The Monte Carlo Method. Journal of the American Statistical Association. 1949, 44 (247): 335–341. ISSN 0162-1459. PMID 18139350. doi:10.1080/01621459.1949.10483310. 
  8. ^ Robert, Christian; Casella, George. A Short History of Markov Chain Monte Carlo: Subjective Recollections from Incomplete Data. Statistical Science. 2011-02-01, 26 (1). ISSN 0883-4237. S2CID 2806098. arXiv:0808.2902可免费查阅. doi:10.1214/10-sts351可免费查阅. 
  9. ^ Pierre L'Ecuyer. History of uniform random number generation (PDF). 2017 Winter Simulation Conference (WSC). 2017: 202–230 [2024-02-06]. ISBN 978-1-5386-3428-8. S2CID 4567651. doi:10.1109/WSC.2017.8247790. (原始内容存档 (PDF)于2022-08-04). 
  10. ^ QUENOUILLE, M. H. Notes on Bias in Estimation. Biometrika. 1956, 43 (3–4): 353–360. ISSN 0006-3444. doi:10.1093/biomet/43.3-4.353. 
  11. ^ Teichroew, Daniel. A History of Distribution Sampling Prior to the Era of the Computer and its Relevance to Simulation. Journal of the American Statistical Association. 1965, 60 (309): 27–49. ISSN 0162-1459. doi:10.1080/01621459.1965.10480773. 

阅读更多

[编辑]

文章

[编辑]

[编辑]

外部链接

[编辑]

协会

[编辑]

期刊

[编辑]