统计学的发展史是什么

[统计学经济学是学什么课程]展开全部课程性质教育部经济学学科教学指导委员会规定：计量经济学为经济学类各专业必修的核心课程教学的目的要求 ▲掌握计量经济学的基本理论和方法 ▲能应用计量经济方...+阅读

统计学的发展史是什么

“统计”一词，英语为statistics，用作复数名词时，意思是统计资料，作单数名词时，指的是统计学。一般来说，统计这个词包括三个含义：统计工作、统计资料和统计学。这三者之间存在着密切的联系，统计资料是统计工作的成果，统计学来源于统计工作。原始的统计工作即人们收集数据的原始形态已经有几千年的历史，而它作为一门科学，还是从17世纪开始的。英语中统计学家和统计员是同一个（statistician），但统计学并不是直接产生于统计工作的经验总结。每一门科学都有其建立、发展和客观条件，统计科学则是统计工作经验、社会经济理论、计量经济方法融合、提炼、发展而来的一种边缘性学科。 1，关于单词statistics 起源于国情调查，最早意为国情学。十七世纪，在英格兰人们对“政治算术”感兴趣。

1662年，John Graunt发表了他第一本也是唯一一本手稿，《natural and politics observations upon the bills of mortality》，分析了生男孩和女孩的比例，发展了现在保险公司所用的那种类型的死亡率表。英文的statistics大约在十八世纪中叶由德国学者 Gottfried Achenwall所创造，是由状态status和德文的政治算术联合推导得出的，第一次由John Sinclair所使用，即1797年出现在Encyclopaedia Britannica。（早期还有一个单词publicitics和statistics竞争“统计”这一含义，如果得胜，现在就开始流行 publicitical learning了）。 2，关于高斯分布或正态分布 1733年，德-莫佛（De Moivre）在给友人分发的一篇文章中给出了正态曲线（这一历史开始被人们忽略） 1783年，拉普拉斯建议正态曲线方程适合于表示误差分布的概率。 1809年，高斯发表了他的关于天体运行论的伟大著作，在这一著作的第二卷第三节中，他导出正态曲线适宜于表示误差规律，同时承认拉普拉斯较早的推导。

正态分布在十九世纪前叶因高斯的工作而加以推广，所以通常称作高斯分布。卡尔-皮尔逊指出德-莫佛是正态曲线的创始人，第一个称它为正态分布，但人们仍习惯称之高斯分布。 3，关于最小二乘法 1805年，Legendre提出最小二乘法，Gauss声称自己在1794年用过，并在1809年基于误差的高斯分布假设，给出了严格推导。 4，其它在十九世纪中叶，三个不同领域产生的重要发展都是基于随机性是自然界固有的这个前提上的。阿道夫·凯特莱特（A. Quetlet,1869）利用概率性的概念来描述社会学和生物学现象（正态曲线从观察误差推广到各种数据）孟德尔（G.Mendel,1870）通过简单的随机性结构公式化了他的遗传法则玻尔兹曼（Boltzmann,1866）对理论物理中最重要的基本命题之一的热力学第二定律给出了一个统计学的解释。

1859 年，达尔文发表了《物种起源》，达尔文的工作对他的表兄弟高尔登爵士有深远影响，高尔登比达尔文更有数学素养，他开始利用概率工具分析生物现象，对生物计量学的基础做出了重要贡献（可以称他为生物信息学之父吧），高尔登爵士是第一个使用相关和回归这两个重要概念的人，他还是中位数和百分位数这种概念的创始人。受高尔登工作影响，在伦敦的大学学院工作的卡尔-皮尔逊开始把数学和概率论应用于达尔文进化论，从而开创了现代统计时代，赢得了统计之父的称号，1901年Biometrika第一期出版（卡-皮尔逊是创始人之一）。 5，关于总体和样本在早期文献中可找到由某个总体中抽样的明确例子，然而从总体中只能取得样本的认识常常是缺乏的。 ----K.皮尔逊时代到十九世纪末，对样本和总体的区别已普遍知道，然而这种区分并不一定总被坚持。

----1910年Yule在自己的教科书中指出。在 1900年代的早期，区分变的更清楚，并在1922年被Fisher特别强调。----Fisher在1922年发表的一篇重要论文中《On the mathematical foundation of theoretical statistics》，说明了总体和样本的联系和区别，以及其他概念，奠定了“理论统计学”的基础。 6，期望、标准差和方差期望是一个比概率更原始的概念，在十七世纪帕斯卡和费马时代，期望概念已被公认了。K.皮尔逊最早定义了标准差的概念。1918年，Fisher引入方差的概念。力学中的矩和统计学中的中数两者之间的相似性已被概率领域的早期工作者注意到，而K.皮尔逊在1893年第一次在统计意义下使用“矩”。 7，卡方统计量卡方统计量，是卡-皮尔逊提出用于检验已知数据是否来自某一特定的随机模型，或已知数据是否与已给定的假设一致。

卡方检验被誉为自1900年以来在科学技术所有分支中20个尖端发明之一，甚至敌人Fisher都对此有极高评价。 8，矩估计与最大似然卡-皮尔逊提出了使用矩来估计参数的方法。 Fisher则在1912年到1922年间提出了最大似然估计方法，基于直觉，提出了估计的一致性、有效性和充分性的概念。 9，概率的公理化 1933年，前苏联数学家柯尔莫格洛夫（Kolmogorov）发表了《概率论的基本概念》，奠定了概率论的严格数学基础。 10，贝叶斯定理贝叶斯对统计学几乎没有什么贡献，然而贝叶斯的一篇文章成为贝叶斯学派统计学的思想模式的焦点，这一篇文章发表于1763年，由贝叶斯的朋友、著名人寿保险原理的开拓者Richard Price在贝叶斯死后提出来的----...

统计学的发展怎么样呢

统计学的发展统计学是一门古老的科学，迄今已有两千三百多年的历史。新中国成立以后，统计学教育发展也有一段有意思的历史。1952年我国高校进行院系调整，概率论与数理统计归属于数学，设在综合性大学；社会经济统计则划归经济学，大都设在财经类院校。90年代开始，国内统计学人开始提倡“大统计”强调各类统计学的内在统一性。1998年颁布的本科专业目录中，数学类的“数理统计”经济类的“经济统计学”专业合并成“统计学类”归入理学门类，上升成为与数学、物理学、经济学等并列的学科类，可授理学或经济学学士学位。随着统计在经济学越来越多的应用。在2012年教育部最新颁布的本科专业目录中，经济统计重又划归为经济类，授予经济学学位；同时在统计学类中，新增加了应用统计学，和统计学一起授予理学学士学位。

统计学的研究对象是什么

统计学的研究对象：一般来说，统计学的研究对象是自然、社会客观现象总体的数量关系。正是因为统计学的这一研究的特殊矛盾，使它成为了一门万能的科学。不论是自然领域，还是社会经济领域，客观现象总体的数量方面，都是统计学所要分析和研究的。统计学研究对象的特点有如下几点：

1、数量性。统计学的研究对象是自然、社会经济领域中现象的数量方面，这一特点是统计学（定量分析学科）与其他定性分析学科的分界线。数量性是统计学研究对象的基本特点，因为，数字是统计的语言，数据资料是统计的原料。一切客观事物都有质和量两个方面，事物的质与量总是密切联系、共同规定着事物的性质。没有无量的质，也没有无质的量。一定的质规定着一定的量，一定的量也表现为一定的质。但在认识的角度上，质和量是可以区分的，可以在一定的质的情况下，单独地研究数量方面，通过认识事物的量进而认识事物的质。因此，事物的数量是我们认识客观现实的重要方面，通过分析研究统计数据资料，研究和掌握统计规律性，就可以达到我们统计分析研究的目的。

2、总体性。统计学的研究对象是自然、社会经济领域中现象总体的数量方面，即统计的数量研究是对总体普遍存在着的事实进行大量观察和综合分析，得出反映现象总体的数量特征和资料规律性。自然、社会经济现象的数据资料和数量对比关系等一般是在一系列复杂因素的影响下形成的。在这些因素当中，有起着决定和普遍作用的主要因素，也有起着偶然和局部作用的次要因素。由于种种原因，在不同的个体中，它们相互结合的方式和实际发生的作用都不可能完全相同。所以，对于每个个体来说，就具有一定的随机性质，而对于有足够多数个体的总体来说又具有相对稳定的共同趋势，显示出一定的规律性。例如，对工资的统计分析，我们并不是要分析和研究个别人的工资，而是要反映、分析和研究一个地区、一个部门、一个企业事业单位的总体的工资情况和显示出来的规律性。统计研究对象的总体性，是从个体的实际表现的研究过渡到对总体的数量表现的研究的。

3、具体性。统计研究对象是自然、社会经济领域中具体现象的数量方面。即它不是纯数量的研究，是具有明确的现实涵义的，这一特点是统计学与数学的分水岭。数学是研究事物的抽象空间和抽象数量的科学，而统计学研究的数量是客观存在的、具体实在的数量表现。统计研究对象的这一特点，也正是统计工作必须遵循的基本原则。正因为统计的数量是客观存在的、具体实在的数量表现，它才能独立于客观世界，不以人们的主观意志为转移。统计资料作为主观对客观的反映，只有如实地反映具体的已经发生的客观事实，才能为我们进行统计分析研究提供可靠的基础，才能分析、探索和掌握事物的统计规律性。否则，虚假的统计数据资料是不能成为统计数据资料的，因为它违背了统计研究对象的这一特点。

4、变异性。统计研究对象的变异性是指构成统计研究对象的总体各单位，除了在某一方面必须是同质的以外，在其他方面又要有差异，而且这些差异并不是由某种特定的原因事先给定的。就是说，总体各单位除了必须有某一共同标志表现作为它们形成统计总体的客观依据以外，还必须要在所要研究的标志上存在变异的表现。否则，就没有必要进行统计分析研究了。