如何理解统计学中的“小概率事件”

  • 格式:doc
  • 大小:15.50 KB
  • 文档页数:2

如何理解统计学中的“小概率原理”
朱继民 博士
统计学是一门处理数据的收集、整理与分析的艺术,是指导人们如何对科学探
索活动进行严密地设计、获取可靠的数据、正确地归纳分析与推理判断的科学。医学统
计学在医学研究中帮助揭示疾病或现象发生、发展规律,为预防疾病、促进健康提供客
观依据。
学过统计学的同学多有这样的体会:刚刚开始的前前几节课感觉很轻松,可是
学着学着就开始犯糊涂了,晕车现象较为严重。原因在哪里呢许多人给出的答案是数学
基础差,而我却认为症结不在这里。统计学的概念与统计思维较为抽象,不易理解;方
法丰富、适用范围与对数据的要求不尽相同,掌握起来困难,实际应用时常有无从下手
的困惑;统计学内容的连贯性很强,环环相扣,而且前一环恰是下一环的基础;如果中
间环节脱落,对后面内容的学习往往会有超出想象的影响。
现从统计学中的一个概念谈谈如何理解统计学的概念,并从应用层面看其与其
他知识点的融合。
概率是统计学的一个重要的基本概念,它反映事件或现象发生可能性的大小,
用P表示;当P=1时,表示肯定发生,即为必然事件,P=0时,肯定不会发生,即为
不可能事件,P介于0与1之间,可能发生也可能不发生,即为随机事件。统计学重点
关注的是随机事件在一次试验中发生的概率。掷币的结果有两种可能,要么正面朝上,
要么反面朝上,概率均为;如果只进行一次掷币试验,那么在掷币前我们无法确定掷币
的结果到底是哪种情况,即朝上的面是正还是反。掷币的结果就是一种随机事件。
小概率事件即发生概率很小的事件(通常指P≤或)在统计学中有着重要的应用。
对于小概率事件,很容易理解;即这样的事件理论上可以发生但发生的概率较小,在一
次试验中发生的可能性则几乎为零。如买彩票中大奖就是典型的小概率事件。也许每一
期均会有大奖开出(概率超低),但对于某一个彩民来说他买一注就中大奖的可能性(小
概率事件在一次试验中就发生的概率)几乎没有。其实这就是小概率事件在统计学上应
用的重要理论依据——小概率原理,即小概率事件在一次试验中发生的可能性很小,如
果真的发生了,统计学则怀疑其真实性。统计学依据小概率原理作出结论的正确性很高,
但也存在犯错误的风险(较低)。现以一个例子来看统计学是如何对待小概率事件的:
不透明箱子里装有大小、形状、质地均相同的小球100个,其中白色球95个,红色球5
个。现在如果由某个人从该箱子中摸球,每次只允许摸1个球;那么,在球被摸出之前,
我们知道白球和红球均有被摸到的可能,只是被摸到的概率不同,分别是和。在试验中,
如果摸到的是白球,统计学会承认球是从该箱子中摸出的;如果摸到的是红球,统计学
则否认球是从该箱子中摸出的。统计学这样判定结果的依据就是小概率事件在一次试验
中发生的可能性几乎不存在,这样判定结果的正确性理论上可高达95%,但也会犯错误
(弃真错误),犯错的概率为5%。
其实,小概率原理在统计上的有非常重要的应用,如假设检验结果的判断。假
设检验是用样本信息推测总体的一种统计推断方法。由于抽样误差的存在,样本信息和
总体特征间可能不尽相同,所以假设检验实际上就是判断待比较各方的差别是否事由抽
样误差造成的;假设检验中P值的大小反映的就是差别由抽样误差造成的概率。在假设
检验中就是通过比较P值与检验水准a(通常设为)的大小关系,从而作出差别有无统
计学意义。如果P值小于a,统计学则认为差别由抽样误差造成的概率很低;那么根据
小概率原理认为:小概率事件在一次抽样中就发生的可能性几乎为零,所以判定差别可
能是由待比较各方在本质上不同导致的。如果P值大于a,统计学则认为差别是由抽样
误差造成的。在这里,检验水准a是在假设检验前人为设定的,是研究者能够承受的本
次假设检验犯弃真错误的概率;也可以理解为是研究者设立的小概率事件的概率。而P
值则是通过计算,即在检验假设H0成立的情况下,差别由抽样误差造成的概率。
实例:某地随机抽取正常男性264名,测得空腹血中胆固醇浓度的均数为L,标
准差为L;随机抽取正常女性160名,测得空腹血中胆固醇浓度的均数为L,标准差为L,
问男、女胆固醇浓度有无差别
分析:由于正常人太多,这里的264和160只是众多正常人中的一小部分,即
样本;而我们的任务却是要依据样本的信息(空腹血中胆固醇浓度)推测所有人的空腹
血中胆固醇浓度情况,比较男、女胆固醇浓度有无差别。怎么办可能有人说,男的L,
女的L,很显然是男的高于女的!如果这位没学过统计,那就情有可原;但如果学过,
那你就不该讲这样的外行话了。正确的做法是进行假设检验:若设检验水准为,根据上
述数据实际计算得到的P值大于,说明:我们尚不能认为男、女胆固醇浓度的差别有统
计学意义,即和的差别很可能是抽样误差造成的。
可见,小概率原理从字面上看很容易理解,但要做到活用还是要下不少功夫的。
真正理解并明白它在统计学上的应用,对统计学的学习大有裨益。