求剧情
女士品茶:20世纪统计怎样变革了科学 · 第三十五节

《女士品茶:20世纪统计怎样变革了科学》第三十五节

本节首先讨论高维数据的处理难题:每位病人可产生数千个测量值,形成数千维空间。

本节首先讨论高维数据的处理难题:每位病人可产生数千个测量值,形成数千维空间。贝尔曼提出的“维度的诅咒”指出,维度过高而数据不足时无法得出确切估计。但斯坦福研究小组发现真实数据往往集中在低维空间中,因为许多测量值彼此相关,图基也认为医学数据的实际维度通常不超过5,由此发展出“投影追踪”等技术。同时,信息科学的兴起使工程背景的科学家在计算机领域平行发展,重新发现或开拓了统计学的新领域。

接着讲述作者1966年拜访普林斯顿大学、由图基接待并作求职演讲的经历:图基在听完演讲后,用另一种方法迅速证明了作者花费数月才完成的定理。随后介绍图基的生平:他1915年生于马萨诸塞州,先在布朗大学取得化学学位,后在普林斯顿获数学博士并研究拓扑学与元数学,提出图基引理;在威尔克斯教授影响下转向数理统计,二战期间在武器控制研究办公室接触大量实际统计问题,形成“对正确问题的近似答案胜过对错误问题的精确答案”的名言。

图基的学术风格多变,如同毕加索。1945年他进入贝尔实验室,为工程师布登博姆解决雷达跟踪误差的频率估计问题,由此发明快速傅立叶变换——一种向邻近频率“借力”的修匀方法,在早期电脑上运算高效,至今仍比复杂变换更精确。电脑还使统计学家得以储存和分析电话线路、太空探测传回的海量数据。

最后讨论如何在不预设分布模型的情况下检验大量数据。作者以门德尔的杂交实验和流行病学中白血病“群发”现象为例,说明人类易在随机信息中误认模式。图基在60年代由此提出“探索性数据分析”:把观测数据本身当作分布来检验,重新命名分布特征,改用数据形态而非标准概率分布作为起点,审视极值对模式的影响,并发展出一套图形工具来呈现数据。

‹ 上一章目录下一章 ›

全部 47 章