“变异”统计和数据分析之源

统计学的渊源是什么呢？所有统计学的发展，或者说统计学之所以存在，只有一个原因，那就是变异以及变异所导致的抽样误差。没有变异，没有抽样误差，就没有统计学存在的理由。想象一下，如果全世界所有人的身高都是1.70米，那还有必要进行抽样做统计推断吗？只要随便量一个人的身高，就知道了全世界人的身高。那统计学还有存在的必要吗？

造物主在创造这个世界的时候，没有把每类事物都按照一个模子去套用，这样给予我们做统计和数据分析的机会。

所以说，变异和抽样误差是统计学的渊源，我们一定要先搞清楚这一点，然后才能开始学习统计学。

那么到底什么是变异呢？变异（variation）也就是不同，通俗来说也就是不一样，可能有的人觉得“不一样”这个字眼太俗气，所以起了个文雅的词叫变异。我们的身高都不一样，这就是变异；我们的血压不一样，这也是变异；我们吃了同一种感冒药，我1天就好了，你7天才好，这也是变异。总之，世界上没有完全相同的两片叶子，更不用说两个人，即使双胞胎，也不是完全一样的。所以变异是到处存在的。、

可能有人说了，既然每个人都不一样，那还研究什么？尽管变异存在，但我们依然能够在变异之中找到一定的规律，这也正是统计学的目的和作用。比如，尽管我们体质都不一样，但不管怎么样，服了药之后可能都治好了某种疾病；而没有服药的人可能大多数人都没有治好，这就是规律。或者说，尽管每个人体格有异，但多数吸烟的人肺都有一定问题，这也是规律。所以我们要在小变异中发现大规律，这也是统计学存在的目的 既然统计学是要阐明某种规律，那就要证明这种规律是放之五湖四海皆准的规律，只在一小部分人中存在的规律不一定是真的规律，有可能是偶然。就像某些大师声称自己治好了多少例疑难杂症，然后说自己的疗法包治百病。结果一查，一共只治好了3例。只在这例中有效，这不是规律，这是瞎猫撞上死老鼠，这是偶然 那怎么证明这种规律是真正的规律呢？起码有一点，那就是一定要在大量人群中都存在这种规律，最好是全世界人都有这种规律。然而这听起来就难以实现，怎么可能把全世界人都调查一遍呢，即使是一个县都很难全部调查。所以统计学家就想了一个办法，调查部分人群，然后用统计学的方法根据这部分人的结果来推广到全县、全国、甚至全世界。这就是抽样调查 我们已经说了，每个人都是不一样的，比如全县有30万人，我只调查了万人，这万人肯定跟其余的29万是不一样的，那我怎么就能说明这万人的结果能推广到万人呢？这就需要一定的抽样和调查技巧，所以统计学发展出了很多抽样方法，如随机抽样。通过这些好的抽样方法，可以尽量保证这万人与万人特征差不多。比如可能这万人中男女比例是：1.2，那这万人也按这个比例选择。等等 当然，不管如何抽样，总会存在抽样误差。举个例子，这一次你用随机方法抽取了万人，能够计算一个数值，比如糖尿病发病率。假设你重新抽取万人，仍然用随机方法，那第二次抽取的万人肯定跟第一次不一样（万个随机数不可能完全一样），那么计算的糖尿病发病率肯定也不一样。如果你再抽取第次、第4次、……，每一次抽取的万人都不一样，每一次计算的发病率也都不一样。这种不一样就是抽样误差。如果每次抽样样本的发病率差别都很小，就表明抽取的样本较为稳定，代表性比较好，也就是抽样误差小。如果各次抽样样本的发病率差别很大，则表明抽取的样本不稳定，代表性较差，也就是抽样误差大

如何估计抽样误差？我们已经说过，可以用多次抽样的结果之间的差别大小来估计抽样误差，但实际中我们不可能真的做这么多次的重复抽样，否则你的老板要疯掉了。医学统计学中，抽样误差一般用标准误来估计。标准误这一名词在很多统计方法中都会碰到，如t检验、线性回归、logistic回归等各种回归。如果标准误较小，说明抽样误差小，样本代表性较好，结果较为可靠。但如果标准误较大，说明抽样误差大，提示样本代表性不强，这种情况下一般需要加大样本量，否则结果不可靠 这么多年来，这么多统计学家拼了命地研究新方法是为了干什么呢？就是为了减少那么一点点的抽样误差，让结果变得更可靠。所以我们说不同数据用不同的方法，条件不一样时用不一样的方法，是为了干什么呢？就是为了减少标准误，让结果更可靠 最后一句话结尾：统计学起源于变异，发展于变异，结束于变异，整个统计学发展都是围绕变异。

（来源：金融投资智库）

跨国名师开讲：建立系统的量化数理分析思维能力

深入理解金融市场----（数据科学下的视角）
统计、概率分析回顾以及金融分析中的应用
金融中的统计和量化的编程实践
禅修课： 生命故事里数字的灵性之美——曼陀罗思维法
金融中的统计和计量
经济学中时序分析方法
初识衍生工具及对冲策略
算法交易实践

1月16、17日，北京

咨询报名手机/微信：13061694649