多元统计分析
多元统计分析
社会统计学导论 华中科技大学社会学系
华中科技大学社会学系 社会统计学导论
第一节统计学漫谈心 思考: 统计学是干什么的? 它与我们的工作与生活有什么联系? 华中科技大学社会学系
华中科技大学社会学系 第一节 统计学漫谈 ▪ 思考： ▪ 统计学是干什么的？ ▪ 它与我们的工作与生活有什么联系？
为什么学习统计? 台湾辅仁大学的谢邦昌教授指出:“When you analyze any topic, you are involved in statistics 一位资深的海外统计学家说:“统计就和 柴、米、油、盐、酱、醋、茶一样,存在 的时候并不是很突出,一旦不见了,人生 就是黑白的了 华中科技大学社会学系
华中科技大学社会学系 一、为什么学习统计？ ▪ 台湾辅仁大学的谢邦昌教授指出：“When you analyze any topic, you are involved in statistics” ▪ 一位资深的海外统计学家说：“统计就和 柴、米、油、盐、酱、醋、茶一样，存在 的时候并不是很突出，一旦不见了，人生 就是黑白的了
不列颠百科全书中指出:“统计学是收 集、分析、表述和解释数据的艺术与科 学 最近美国对统计学所下的定义是: Statistics is the science for learning from data 华中科技大学社会学系
华中科技大学社会学系 ▪ 不列颠百科全书中指出：“统计学是收 ▪ 集、分析、表述和解释数据的艺术与科 学。” ▪ 最近美国对统计学所下的定义是： “Statistics is the science for learning from data
生动的统计学 《红楼梦》作者考证 众所周知,《红楼梦》一书共120回,自从胡 适作《红楼梦考证》以来,一般都认为前80 回为曹雪芹所写,后40回为高鹗所续 然而长期以来这种看法一直都饱受争议 能否从统计上做出论证? 华中科技大学社会学系
华中科技大学社会学系 生动的统计学 ▪ 《红楼梦》作者考证 ▪ 众所周知，《红楼梦》一书共120回，自从胡 适作《红楼梦考证》以来，一般都认为前80 回为曹雪芹所写，后40 回为高鹗所续。 ▪ 然而长期以来这种看法一直都饱受争议。 ▪ 能否从统计上做出论证?
从1985年开始,复旦大学的李贤平教授带领 他的学生作了这项很有意义的工作 研究思路:一般认为,每个人使用某些词的 习惯是特有的 ■他们创造性的想法是将120回看成是120个样 本,然后确定与情节无关的虚词出现的次数 作为变量,巧妙运用数理统计分析方法,看 看哪些回目出自同一人的手笔。 之所以要抛开情节,是因为在一般情况下 同一情节大家描述的都差不多,但由于个人 写作特点和习惯的不同,所用的虚词是不会 样的 华中科技大学社会学系
华中科技大学社会学系 ▪ 从1985 年开始，复旦大学的李贤平教授带领 他的学生作了这项很有意义的工作 ▪ 研究思路：一般认为，每个人使用某些词的 习惯是特有的。 ▪ 他们创造性的想法是将120 回看成是120个样 本，然后确定与情节无关的虚词出现的次数 作为变量，巧妙运用数理统计分析方法，看 看哪些回目出自同一人的手笔。 ▪ 之所以要抛开情节，是因为在一般情况下， 同一情节大家描述的都差不多，但由于个人 写作特点和习惯的不同，所用的虚词是不会 一样的
李教授用每个回目中47个虚词(之,其,或 亦;…:呀,吗,咧,罢.:可,便,就.等) 出现的次数(频率,作为《红楼梦》各个回 目的数字标志 利用多元分析中的聚类分析法进行聚类,果 然将120回分成两类,即前80回为一类,后 40回为一类,很形象地证实了不是出自同一 人的手笔。 华中科技大学社会学系
华中科技大学社会学系 ▪ 李教授用每个回目中47 个虚词(之，其，或， 亦；..：呀，吗，咧，罢..；可，便，就..等) 出现的次数(频率)，作为《红楼梦》各个回 目的数字标志。 ▪ 利用多元分析中的聚类分析法进行聚类，果 然将120回分成两类，即前80 回为一类，后 40 回为一类，很形象地证实了不是出自同一 人的手笔
之后又进一步分析前80回是否为曹雪芹所写 这时又找了一本曹雪芹的其它著作,做了类 似计算,结果证实了用词手法完全相同,断 定前80回为曹雪芹一人手笔,是他根据《石 头记》写成,中间插入《风月宝鉴》,还有 些别的增加成分 华中科技大学社会学系
华中科技大学社会学系 ▪ 之后又进一步分析前80 回是否为曹雪芹所写 ▪ 这时又找了一本曹雪芹的其它著作，做了类 似计算，结果证实了用词手法完全相同，断 定前80回为曹雪芹一人手笔，是他根据《石 头记》写成，中间插入《风月宝鉴》，还有 一些别的增加成分
而后40回是否为高鹗写的呢? 论证结果推翻了后40回是高鹗一个人所写, 而是曹雪芹亲友将其草稿整理而成,宝黛 故事为一人所写,贾府衰败情景当为另 人所写等等。 这个论 证在红学界轰动很大,李教授他们用多元 统计分析方法支持了红学界的观点,使红 学界大为赞叹 华中科技大学社会学系
华中科技大学社会学系 ▪ 而后40回是否为高鹗写的呢？ ▪ 论证结果推翻了后40 回是高鹗一个人所写， 而是曹雪芹亲友将其草稿整理而成，宝黛 故事为一人所写，贾府衰败情景当为另一 人所写等等。 ▪ 这个论 ▪ 证在红学界轰动很大，李教授他们用多元 统计分析方法支持了红学界的观点，使红 学界大为赞叹