概率统计在生活中应用.doc
《概率统计在生活中应用.doc》由会员分享，可在线阅读，更多相关《概率统计在生活中应用.doc（21页珍藏版）》请在冰点文库上搜索。
概率统计在生活中应用
随着科学的发展，数学在生活中的应用越来越广，生活的数学无处不在。
而概率作为数学的一个重要部分，同样也在发挥着越来越广泛的用处。
抽样调查，评估，彩票，保险等经常会遇到要计算概率的时候，举个例子在保险公司里有2500个同一年龄的人参加了人寿保险，在一年里死亡的概率为0.002，每个人一年付12元保险费，而在死亡的时候家属可以领取由保险公司支付的2000元，问保险公司盈利的概率是多少，公司获利不少于10000的概率是多少？
这样的问题咋一看很难知道保险公司是否盈利，但经过概率统计的知识一计算就可以得知公司是几乎必定盈利的
A＝{2500×12-2000X<0}＝{X>15}
由此得知P=0.999931,而盈利10000以上的概率也有0.98305，以上的结果说明了为什么保险公司那样乐于开展保险业务的原因.
除了保险，概率统计学对彩票也有有两个方面的应用。
据钱江晚报报道，彩票市场越来越火爆，据了解，南京某一期电脑福利彩票有一懂概率统计的彩民一个人中1个一等奖、3个二等奖、33个三等奖，有一期彩票有9注号码中一等奖，从而引发了无数彩民自己预测号码的愿望，概率统计方面的书籍也一下子走俏。
许多平时见到符号就头疼的彩民也捧起概率书兴趣盎然地啃起来。
东南大学经管院陈建波博士指出，概率书上讲的都是理论知识，一大堆数学计算公式，如何把概率书的理论运用到彩票选号中来，才是许多彩民关心的问题。
实际上，概率统计学主要有两个方面的应用：
一个方面是利用概率公式计算各种数字号码出现的概率值，然后选择最大概率值数字进行选号。
举一个简单的例子，类似“1234567”七个数一直连续的彩票号码与非一直连续的号码出现的概率比例为：
29：
6724491（1：
230000）左右，由于出现的概率值极低，因此一般不选这种连续号码。
另一方面的应用是统计，即把以前所有中奖号码进行统计，根据统计得到的概率值来预测新的中奖号码，例如五区间选号法，就是根据统计进行选号的。
南京的“专业”彩民则介绍一条选号规则———逆向选号法。
从摇奖机的构造角度来说，它要保证每个数字中奖的概率都一样。
虽然摇一次奖无法保证，摇100次奖也无法保证，但摇奖的次数越多，各个数字中奖的次数也必定越趋于平均。
就像扔硬币，一开始就扔几次可能正反面出现的次数不一样，但随着扔的次数的增加，正反面出现的次数就会越来越接近。
从这个角度考虑，在选号时就应该尽量选择前几次没中过奖的数字。
这就是逆向选号法，即选择上一次或前几次没中奖的数字.......这也说明了概率的无所不在。
但由于传统的数学教育属于知识传授型，比较注重课程各自的系统性、独立性和方法的应用，人为地割裂了数学理论和教学方法与现实世界的联系，不注意学生对数学方法产生的背景和思想的理解，使学生不善于利用所学到的数学知识、数学方法分析解决实际问题，只是生搬硬套，而真正在实际中有重要应用的值的数理统计部分往往被轻视，使得有些人在学完该课后只知道几个抽象的分布，甚至连最简单的数据处理方法都不会应用．
而基于概率统计在我们的生活中几乎无处不在，学好概率尤其是能够将学习的概率统计应用与实践中对我们确实是较困难而又受益非浅的事啊。
多元统计方法在企业经营管理中的应用
随着市场经济的发展和竞争的日益激烈，如何运用科学的分析方法对到的数据做出准确、及时的分析并制定正确的决策，已成为企业极为关注的问题。
本文重点介绍了多元统计分析方法中的聚类分析、判别分析、主成分分析、因子分析及其在企业经营管理中的应用。
例如：
某销售企业对100名招聘人员的销售策略知识和能力进行测试，出了50道题的试卷，其内容包括的面较广，但总的来说，通过应用因子分析方法可以归纳为六个方面：
语言表达能力、逻辑思维能力、判断事物的敏锐和果断程度、思想品德、兴趣爱好、生活常识等，我们将每一个方面称为因子。
显然，这里所说的因子不同于回归分析中的因素，因为前者是比较抽象的一种概念，而后者有极为明确的实际意义。
因子分析在市场调查分析中也有广泛的应用。
例如：
对30个调查区的商业网点数、人口数、金融机构服务数、收入情况等20个指标进行因子分析，如果按照一般的分析方法，我们就需要处理20个指标，并给它们以不同的权重，这样不仅工作量变大，而且由于指标之间存在比较高的相关性，会给分析结果带来偏差。
另外，给具有较高相关性的众多指标设置权重系数也是一件非常复杂的事情。
于是可以考虑采用因子分析的方法，从而减少分析变量的个数，然后再给它们以不同的权数，从而计算出各个调查区平均综合实力得分，以便决定在某个调查区拟建何种类型的销售点。
综上所述，多元统计分析方法的应用均需借助统计分析软件，目前较多使用的有SAS、SPSS等统计分析软件，这些软件均提供了多元统计分析功能。
参考文献
于秀林，任雪松，多元统计分析，中国统计出版社，1999.8
卢文岱，SPSSFORWINDOWS统计分析，电子工业出版社，2002.9
应用统计学
作者：
蔡春红学号：
0705106429
摘要：
统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。
它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。
统计学主要又分为描述统计学和推断统计学。
给定一组数据，统计学可以摘要并且描述这份数据，这个用法称作为描述统计学。
另外，观察者以数据的形态建立出一个用以解释其随机性和不确定性的数学模型，以之来推论研究中的步骤及母体，这种用法被称做推论统计学。
这两种用法都可以被称作为应用统计学。
另外也有一个叫做数理统计学的学科专门用来讨论这门科目背后的理论基础。
关键词：
统计学、分析、总结、研究、起源、发展、应用
统计学的思想可归纳为：
对某事做出决策之前，必须先收集数据，然后利用统计学技术分析它，最后做出决策。
应用统计学技术，不能无视必要的数学知识，但作为本课程，即社会经济统计学的原理来说，严密的数学论证完全是没有必要的。
因此，在教育教学过程中，避开繁琐的数学推导，把重点放在统计方法在学校教育领域中的应用。
这才能充分发挥心理与教育统计学的社会价值。
三、统计学的实际应用
当公共会计师事务所为其客户进行审计时，他们要利用统计抽样的方法，如，假定一家会计师事务所想要确定某客户资产负债表中所显示的应收帐款余额是否公允地反映了其真实地应收帐款余额。
通常应收帐款的笔数是如此之大以至于检查和判断每一帐户是否正确就会太浪费时间，而且也不经济。
在这种场合下，审计人员可根据一定的抽样方式抽取一部分帐户，对其正确性进行审查后，审计人员就可以得出关于该客户资产负债表中所列示的应收帐款余额是否属实的结论。
金融顾问们利用各种统计信息来引导投资。
拿股票投资来说，顾问们检查包括市盈率和红利在内的一系列金融数据。
通过将某只个股的数据与股票市场平均数进行比较，金融顾问们就能够判断该只股票的价值是被高估还是被套低估了。
例如，道·琼斯30家工业股票平均数的市盈率是20.1。
同一天，菲利浦·莫里斯公司股票的市盈率是14。
因此，关于市盈率的统计信息就表明：
与道·琼斯30家股票平均数相比较，菲利浦·莫里斯股价偏低。
金融顾问们可以得出这样的结论：
菲利浦·莫里斯的市价被低估了。
这方面和其他一些有关菲利浦·莫里斯公司信息还将帮助顾问们做出买入、卖出还是继续持有该股的建议。
装在零售收银台的电子扫描设备，是用来为各种各样的营销研究的应用收集资料的。
例如，像尼尔森公司和信息资源公司等数据提供商，从杂货商店购买关于销售的扫描数据，然后将其加工成综合的统计信息卖给生产商。
1992年生产商用于购买这种扫描数据的费用是平均每类产品310000美元.生产商还购买那些关于诸如特殊价格以及店内展销等促销活动的数据和综合统计信息。
由于现在非常重视产品的质量，因此质量控制是统计在生产中的一个重要应用。
许多统计质量控制图被用来控制某生产过程的产量。
例如，假如一台机器被用来向容器中注入一种软飮料，灌装重量是12盎司。
定期从容器中抽取样本，求出样本容器中飮料重量的平均数，若平均数描在质量控制图控制上限的上面，则说明注入的飮料过多应该减少，如在控制下限的下面，则说明注入的飮料过少应该增加。
为此质量控制图为生产过程时时处在“控制之中”提供了统计信息。
人们经常要求经济学家们对将来的经济以及其他方面进行预测。
在进行预测时，往往离不开各种各样的统计信息。
例如，在预测通货膨胀率时，经济学家们就要用到生产者价格指数、失业率和生产利用能力等方面的统计信息，将这些统计信息输入到计算预测模型中，就可预测通货膨胀率指标。
在人类社会的发展、人们的社会生活中，也有许多问题需要统计信息。
例如，社会的人口总量；性别比；父辈与子辈的职业、文化教育程度是否相关（代际关系）；人口质量状况；社会环境（气候）状况；城市污染指数；人民生活的恩格尔系数等，同样需要大量的统计数据进行分析、描述和评价。
除此之外，统计在医学、工程、地学、农业、工业、教育等社会科学、自然科学以及各行各业中都得到了越来越广泛的应用。
如此同时，统计学科的理论和方法也得到了不断的发展和完善。
相信知识经济时代定是统计学一展风采的时代。
当前，我们处在一个比几十年前更加泛学科化的学术世界，对所有的社会科学学科而言现在是突破学科界限，共同将他们的定量方法推向前进的宝贵机会。
在过去的几年中，一些主要的学术机构都建立了他们自己的跨学科的研究中心，并投入资源对社会科学的定量方法进行研究。
华盛顿大学建立了统计学和社会科学研究中心。
哈佛大学的社会科学基础研究中心加强了社会统计学的研究。
加州大学圣巴巴拉分校建立了空间整合社会科学研究中心（CenterforSpatiallyIntegratedSocialSciences），并将研究焦点访在空间统计学上。
加州洛杉矶分校从社会统计学中产生的年轻的统计学系仍然与几个社会科学领域保持着跨学科的紧密联系。
哥伦比亚大学设立了从社会科学和统计学中衍生出来的又一个跨学科专业——定量社会科学硕士培养计划。
密歇根大学的定量方法计划，在统计学系和一些社会科学系之间建立起联合研究生培养协议。
而在目前这些努力中最为成功的或许要数社会统计学系在南安普敦大学的建立。
参考文献：
1、《统计学》DavidFreedman等著，魏宗舒，施锡铨等译中国统计出版社。
2、《统计学》，作者：
曾五一主编，出版：
中国金融出版日期：
2006年04月。
3、、《金融市场的统计分析》，张尧庭著，广西师范大学出版社。
概率统计在经济领域中的应用
学生姓名：
胡晶晶学号：
20075030032
数学与信息科学学院数学与应用数学
指导老师：
蔡礼明职称：
教授
摘 要：
本文通过实例讨论概率统计在经济管理决策、经济损失估计、最大经济利润求解、经济保险、经济预测的等几个经济问题中的应用。
关键词：
概率统计;经济领域;应用
ApplicationofProbabilityandStatistics
intheEconomics
Abstract：
Thistextdiscussesafewapplicationsofprobabilityandstatisticsonsomeeconomicsproblemsthroughsomeconcreteexamples,suchaseconomicmanagement,theestimationofeconomylost,thesolvingofthebiggesteconomicprofits,economicinsuranceetc.
Keywords：
probabilityandstatistics;economics;application
引言
概率统计是一门相当有趣的数学分支学科。
随着科学技术的发展和计算机的普及,它最近几十年来在自然科学和社会科学中得到了比较广泛的应用,在社会生产和生活中起着非常重要的作用。
当今概率统计与经济的关系可以说是息息相关的,几乎任何一项经济学的研究、决策都离不开它的应用,例如:
实验设计、多元分析、质量控制、抽样检查、价格控制等都要用到概率统计知识。
实践证明,概率统计是对经济学问题进行量的研究的有效工具,为经济预测和决策提供了新的手段。
本文通过一些具体的例子讨论概率统计在经济管理决策、经济损失估计、最大经济利润求解、经济保险、经济预测等几个经济学问题中的应用。
1.在经济管理决策中的应用
在进行经济管理决策之前,往往存在不确定的随机因素,从而所作的决策有一定的风险,只有正确、科学的决策才能达到以最小的成本获得最大的安全保障的总目标,才能尽可能节约成本。
利用概率统计知识可以获得合理的决策,从而实现这个目标。
下面以数学期望、方差等数字特征为例说明它在经济管理决策中的应。
例1某人有一笔资金,可投入三个项目:
房产、地产和商业,其收益和市场状态有关,若把未来市场划分为好、中、差三个等级,其发生的概率分别为,,,根据市场调研的情况可知不同等级状态下各种投资的年收益（万元）,见表1:
表1 各种投资年收益分布表
好
中
差
房产
11
3
-3
地产
6
4
-1
商业
10
2
-2
请问:
该投资者如何投资好?
解 我们先考察数学期望,可知
；
；
；
根据数学期望可知,投资房产的平均收益最大,可能选择房产,但投资也要考虑风
险,我们再来考虑它们的方差:
;
;
因为方差愈大,则收益的波动大,从而风险也大,所以从方差看,投资房产的风险比投资地产的风险大得多,若收益与风险综合权衡,该投资者还是应该选择投资地产为好,虽然平均收益少万元,但风险要小一半以上。
2.在经济损失估计中的应用
随着经济建设的高速发展火灾、车祸等各种意外事故所造成的经济损失成明显上升的趋势,从而买保险成为各单位及个人分担经济损失的一种有效方法。
利用统计知识可以估计各种意外事故发生的可能性以及发生后导致的经济损失大小。
下面以参数估计为例来说明它在这一方面的应用。
例2已知某仓库货物在储藏过程中,仓库货物因火灾而损失的金额服从正态分布,今随机抽取8次货损资料,得到如下仓库货物损失金额表。
表2 仓库货物损失金额表
货物损失金额（元）
1000
2000
3000
5000
次数
2
1
4
1
解 利用矩估计法或最大似然估计法可知:
的矩估计量分别为:
，
从而根据表2中的数据可计算出:
^
；
从而得到仓库货物损失的平均估计值为2625元,标准差的估计值为1049.55元。
3.在求解最大经济利润问题中的应用
如何获得最大利润是商界永远追求的目标,随机变量函数期望的应用为此问题的解决提供了新的思路。
例3某公司经销某种原料,根据历史资料:
这种原料的市场需求量（单位:
吨）服从上的均匀分布,每售出吨该原料,公司可获利千元;若积压1吨,则公司损失千元,问公司应该组织多少货源,可使期望的利润最大?
分析:
此问题的解决先是建立利润与需求量的函数,然后求利润的期望,从而得到利润关于货源的函数,最后利用求极值的方法得到答案。
解 设公司组织该货源吨,则显然应该有,又记为在吨货源的条件下的利润,则利润为需求量的函数,即,由题设条件知:
当时,则此吨货源全部售出,共获利；
当时,则售出吨（获利）且还有吨积压（获利）,所以共获利，由此得
从而得
上述计算表明是的二次函数,用通常求极值的方法可以求得,吨时,能够使得期望的利润达到最大。
4.在经济预测中的应用
在实际经营中,许多量之间存在某种密切联系,根据数理统计原理,可以根据往年资料或市场信息,通过对社会经济现象之间客观存在的因果关系及其变化趋势进行线性回归分析预测,从而得出未来的数量状况。
下面以一元线性回归分析为例探讨一下线性回归分析在经济预测中的应用。
例4合金的强度与合金中碳的含量有关,为了生产强度满足用户需要的合金,在冶炼时要控制碳的含量。
现调查收集了12组数据,见表3,试建立适当的线性回归模型并进行检验。
如果在冶炼过程中通过化验得知了碳的含量为0.16,根据模型预测这炉合金的强度。
表3 合金刚强度与碳含量的数据表
序号
序号
1
0.10
42.0
7
0.16
49.0
2
0.11
43.0
8
0.17
53.0
3
0.12
45.0
9
0.18
50.0
4
0.13
45.0
10
0.20
55.0
5
0.14
45.0
11
0.21
55.0
0.15
47.5
10
0.23
60.0
解 第一步,建立线性回归模型已知一元线性回归模型为,根据公式及表中的数据得:
,从而所求的回归模型
第二步,检验线性关系的显著性现在用检验法,经计算得,取显著性水平,则,由于,因此在显著性水平下回归方差是显著的。
第三步,预测将代入回归模型,则得到预测值为
在显著性水平下,得的概率的预测区间为,即有的把握认为,碳的含量为时,合金的强度介于之间。
5.在经济保险问题中的应用
目前,保险问题在我国是一个热点问题。
保险公司为各企业、各单位和个人提供了各种各样的保险保障服务,人们总会预算某一业务对自己的利益有多大,会怀疑保险公司的大量赔偿是否会亏本。
下面以中心极限定理说明它在这一方面的应用。
例5已知在某人寿保险公司有个人参加保险,在一年里这些人死亡的概率为,每人每年的头一天向保险公司交付保险费元,死亡时家属可以从保险公司领取元保险金,求:
保险公司一年中获利不少于元的概率;保险公司亏本的概率。
解 设一年中死亡的人数为,死亡率为,把考虑人在一年里是否死亡看成重Bernoulli试验,则
保险公司每年收入为,付出元,则根据中心极限定理得:
（1）所求概率为:
（2）所求概率为:
经上述计算可知一个保险公司亏本的概率几乎为,这也是保险公司乐于开展业务的一个原因。
结束语
通过以上讨论我们知道要利用概率知识来指导我们最初科学推论，就必须考虑概率的统计特性，在理性的基础上进行综合分析。
概率只是在其他领域都有广泛应用，实在是一门应该好好掌握的科学。
参考文献:
[1]茆诗松,程依明,濮晓龙.概率论与数理统计教程[M].北京:
高等教育出版社,2004.
[2]刘桂莲.论概率和数理统计在企业风险分析中的应用[J].商丘职业技术学院学报,2005,4
（2）:
15-16.
[3]孙玉芬.概率统计在商品生产和销售中的一些应用[J].保山师专学报,2003,22
（2）:
51-56.
[4]祁红光.浅谈概率统计在决策优化中的应用[J].沙洋师范高等专科学校学报2005,（5）:
28-30.
[5]BEANC.Endogenousgrowthandthepro2cyclicalbehaviorofproductivity[J].EuropeanEconomicReview,1990,34:
355-
社会科学实证研究中的统计分析方法应用
社会科学实证研究中的统计分析方法应用郑真真 （北京大学人口研究所 副教授）统计学的应用随着微型计算机的普及越来越广泛,在社会科学实证研究中几乎是无处不在。
有了一定规模的数据和一个统计分析软件,就可以很方便地进行各种估算和分析。
然而由于统计分析方法本身并不像加减乘除那样简单,而一些统计分析软件已经发展到几乎是人人都可使用的程度,如果使用者在只知其然不知其所以然的情况下操作并得到结果,可能出现对统计分析方法误用或滥用的现象。
本文仅对一些统计分析中比较常见的问题进行讨论,以引起各方面的重视。
1 描述性统计描述性统计是社会科学实证研究中最常用的方法。
准确、全面、正确的描述是所有实证分析的基础,如果对某个事件或某种现象的描述不清楚或存在偏差,那么其后的所有分析都将是值得怀疑的。
一项研究能够将所研究的现象或对象描述清楚,就是一个极大的贡献;而描述的偏差可能会引起公众或学术界对某些社会现象的误解,甚至误导政府决策。
但是因为描述性统计所用方法简单易得,往往没有得到足够的重视。
均值的局限 普遍用于描述样本集中趋势的测量之一是均值。
它对于近似正态的对称分布样本来说是比较好的测量,对于不对称分布则不然,尤其会受到极端值的影响。
两个分布完全不同的样本可能会有相同的均值,因此均值在某种程度上抹杀了样本内部的差异,而往往这种内部差异正是需要我们进行深入研究的、或应当引起人们注意的。
为了弥补均值的这个缺陷,一般在报告均值的同时也报告方差,或用直方图/散点图的形式描述分布,以提请读者注意群体内部的差异。
不同群体的可比性 在描述性统计中,往往涉及到对不同时期或不同人群的总体描述,以反映社会变化或地区差异。
在社会科学中、尤其是人口研究中,不少事件的发生都是与年龄密切相关的,如我国妇女大部分在35岁以前完成了生育,从而导致35岁以上育龄妇女中极高的避孕现用率。
在这种情况下,两个样本之间存在避孕现用率的差异可能只是年龄结构的差异,而不是年龄别避孕现用率的差异。
又如在报告流动人口犯罪问题时,给人的印象往往是流动人口犯罪率高于常住人口,但忽视了流动人口的年龄和性别构成与常住人口完全不同,且青年男性是犯罪率较高的人群。
这种对两个不同群体的比较往往会导致错误的结论。
绝对数的使用 由于中国人口数量巨大,调查研究也比较容易得到大容量的样本,所以对任何小概率事件用绝对数报告都会出现惊人的巨大数字,单纯对绝对数的强调往往会产生戏剧性的效果。
比较合理的方式一般是在报告某事件绝对数的同时,给出该事件的发生率或占研究人群的比例。
小样本的代表性 在一次抽样的小样本中求得的率或比例会非常不稳定,与另一次抽样的结果可能会有较大差距。
因此当研究仅限于从小样本获得的资料时,应当在报告比例的同时也报告样本量。
2 双变量统计分析在社会科学研究中,首先分析的往往是两个变量之间的关系,如用相关或列联表等方法。
一般在确定两个变量之间确实有某种关系,如在经过统计检验后证实两变量有显著相关关系,进行更进一步的分析才有意义。
因此,双变量统计分析在实证分析中占有重要地位。
但是,由于在应用中对有些问题的忽视,双变量统计分析也很容易出现偏差或错误。
卡方检验的局限 在利用列联表对两个定序/定类变量进行相关分析时,需要进行统计检验来判断两个变量的相关是否有统计上的显著意义。
不少研究结果都用卡方检验的显著性报告相关状况。
但值得注意的是,卡方统计量的计算本身是有局限性的,样本越大,卡方值就会相应增大,因此大样本的卡方检验很容易得到显著结果。
所以一般在报告卡方检验结果以说明两变量是否显著相关时,还应当同时报告相关强度,即相应的相关系数,如Ｇａｍｍａ,Ｌａｍｂｄａ等。
统计意义上的显著与差别的实际意义 在检验两个定距变量的均值差别是否具有统计上的显著性时,也存在相似的问题。
由于样本量越大,样本均值分布的方差就越小,因此常用的ｔ检验结果就越可能显著,任何细微的差别都可能有统计上的显著性。
但有时具有统计意义显著性的差异,在实际生活中可能意义并不大,如同在两个草堆之间找出一根草的差距,对判断两个草堆的
升级会员 