Статистические данные

Книга: Укрощение бесконечности. История математики от первых чисел до теории хаоса

Главным приложением и ответвлением теории вероятностей стала статистика, использующая вероятности для анализа данных реального мира. Она выросла из астрономии XVIII в., когда возникла необходимость учитывать ошибки наблюдений. Эмпирически и теоретически они распределены согласно функции ошибок, или нормальному распределению. Кривая этой функции формой напоминает колокол и часто называется колоколом Гаусса (колоколообразной кривой). Здесь величина ошибки откладывается по горизонтальной оси с нулевым значением посередине, а вершина кривой представляет вероятность ошибки соответствующей величины. Мелкие ошибки гораздо вероятней, серьезные случаются гораздо реже.

Колоколообразная кривая

В 1835 г. Адольф Кетле выступил с предложением использовать колоколообразную кривую для моделирования социальных данных: рождений, смертей, разводов, преступлений и суицидов. Он открыл, что, хотя такие события непредсказуемы для отдельных лиц, они обладают статистическими закономерностями, если рассматривать их по популяции в целом. Он воплотил свою идею, создав «среднестатистического человека», фиктивную личность со средними показателями по всем параметрам. По Кетле, среднестатистический человек вовсе не был отвлеченной математической концепцией: это объект социальной справедливости.

График Кетле для количества людей, имеющих данный вес. Вес откладывается по горизонтальной оси, количество людей – по вертикальной

Начиная с 1880-х общественные науки существенно расширили использование идей статистики, особенно колоколообразной кривой, в качестве замены реальному эксперименту. В 1865 г. Фрэнсис Гальтон занялся исследованием наследственности человека. Как рост ребенка соотносится с ростом его родителей? А как насчет веса или умственных способностей? Он принял колоколообразную кривую Кетле, но воспринимал ее как способ разделения определенных популяций, а не как моральный императив. Если какие-то данные демонстрировали два пика вместо одного на колоколообразной кривой, значит, популяция должна состоять из двух субпопуляций, каждая со своей кривой. К 1877 г. исследования Гальтона подвели его к изобретению регрессионного анализа – способа сравнения одного множества данных с другим для выявления наиболее вероятных взаимоотношений.

Другой заметной фигурой был Исидор Эджуорт. Он не был наделен воображением Гальтона, а был, скорее, технократом и сумел подвести под идеи Гальтона надежную математическую основу. Третьим был Карл Пирсон, внесший значительный вклад в развитие математики. Однако наибольшую пользу своими открытиями Пирсон принес в качестве «продавца идеи»: он убедил весь мир, что статистика – очень полезная наука.

ЧТО ТЕОРИЯ ВЕРОЯТНОСТЕЙ ДАЕТ НАМ
Чрезвычайно важная область приложения теории вероятностей – медицинские испытания новых лекарств. В этих экспериментах проводится сбор данных о воздействии препарата: действительно ли он лечит болезнь и имеет ли какие-то нежелательные побочные эффекты. Что бы ни показывали полученные цифры, главным вопросом остается их статистическая значимость: являются ли они результатом непосредственного воздействия лекарства, или это плод чистой случайности? Проблему помогает решить использование статистического метода под названием проверка гипотезы. Он сравнивает данные исследования со статистической моделью и определяет вероятность того, что результат случаен. Если, например, вероятность меньше 0,01, данные с вероятностью 0,99 не получены случайно. Эффект значим на 99 %. Такие методы позволяют с высокой степенью достоверности определить, какое лекарство самое эффективное, а какое имеет побочные эффекты и не годится для использования.

Ньютон и его последователи показали, что математика может быть очень эффективным способом постижения закономерностей природы. Открытие теории вероятностей и ее прикладной ветви, статистики, имело то же значение для постижения нерегулярности природы. Безусловно, и в случайных событиях можно найти числовые закономерности. Однако они проявляются только в статистических величинах, таких как долгосрочные тренды и средние значения. Они позволяют делать предположения, но лишь о вероятности некоего события. Они не предсказывают, когда событие произойдет. Несмотря на это, теория вероятностей стала одним из самых популярных математических приемов, востребованных и в науке, и в медицине – везде, где необходимо решить, является ли полученный эффект значимым или кажущейся закономерностью, полученной в результате совпадений.

Назад: Определение вероятности

Дальше: Глава 19. Мельницы для чисел