统计学科前沿概述

统计方向前沿概述

科学技术日新月异，不管我们承不承认，我们当今正处于一场大数据带来的巨大变革中，这场变革影响着我们生活的方方面面，而统计学正是这场变革中重要的角色。统计学是关于认识客观现象总体数量特征和数量关系的科学。它是通过搜集、整理、分析统计资料，认识客观现象数量规律性的方法论科学。由于统计学的定量研究具有客观、准确和可检验的特点，所以统计方法就成为实证研究的最重要的方法，也是强有力的数据分析的工具，广泛适用于自然、社会、经济、科学技术各个领域的分析研究。

1990年钱学森教授提出定性与定量相结合的综合集成方法。这一方法的实质就是将科学理论、经验知识和专家判断相结合，提出经验性的假设，再用经验数据和资料以及模型对它的确实性进行检测，经过定量计算及反复对比，最后形成结论。它是研究复杂系统的有效手段，而且在问题的研究过程中处处渗透着统计思想，为统计分析方法的发展提供了新的思维方式。也为我国统计学的发展奠定一定的基础。

随着21世纪人类科学技术的飞速发展，特别是随着电脑和互联网的普及，我们正面临即将到来的大数据时代。许多科学研究领域产生了多种多样的复杂超高维海量大数据，如在基因学、天文学、宇宙学、流行，病学、经济学、金融学、功能性磁共振成像以及图像处理等领域。面对这些高速增长的复杂超高维海量大数据的挑战，各个领域的科学家需要具有快速提取所需信息的能力。我们知道统计学是研究如何测定、收集、整理、归纳和分析反映客观现象总体数量的数据的一门社会学科。就统计学自身而言，大数据时代的到来无疑是大机遇。通过对大数据的统计推断，我们能够研发出强有力的统计工具、总结出有效可行而且计算简便的统计方法，这显然会给统计界带来切实的利益: 将有利于统计学科理论和方法在更广阔的天地中长足发展，有利于促进对自然和科学的深度理解。反过来，就统计学对其他学科的影响来说，通过对复杂数据开展深入系统的创新性研究，将产生新的统计思想、新的统计工具，形成新的统计理论，从而推动其他重要领域和科学前沿取得突破。其实，随着大量产生于当今科学的大数据在不停地快速增长，从基因组到自然科学领域，统计学家一直在积极参与跨学科领的科学研究。从统计学的发展史可以看出，随着各门具体科学领域产生的复杂数据的增多，统计学家面临的机遇也就越多，统计学理论和方法的发展也得到更大的发展空间。进而推动着许多重要领域或科学前沿取得突破。

现代科学发展已经出现了整体化趋势，各门学科不断融合，已经形成一个相互联系的统一整体。由于事物之间具有的相互联系性，各学科之间研究方法的渗透和转移已成为现代科学发展的一个大趋势。许多学科取得的新的进展为其他学科发展提供了全新的发展机遇。模糊论、突变论及其他新的边缘学科的出现为统计学的进一步发展提供了新的科学方法和思想。将一些尖端科学成果引入统计学，使统计学与其交互发展将成为未来统计学发展的趋势。统计学也将会有一个令人振奋的前景。今天已经有一些先驱者开始将控制论、信息论、系统论以及图论、混沌理论、模糊理论等方法和理论引入统计学，这些新的理论和方法的渗透必将会给统计学的发展产生深远的影响。

作为当今大数据时代重要的交叉领域，统计学在各个方面都充当着重要角色。大数据时代诸多科学研究领域将产生多种多样的海量超高维多元复杂大数据。面对这些高速增长的复杂超高维海量大数据的挑战，要求当代统计学家具有快速提取所需信息的能力。因此，就统计学学科自身而言，通过对这些复杂的大数据的分析，研发出强有力的数据分析工具，形成相应的大数据统计学理论，以解决一些复杂性、前沿性、综合性的重大现实问题。我们不难发现目前一些学术造诣深厚的研究者已经将他们的研究兴趣转移到了高维多元复杂数据分析工程上来。

一方面，可以看到推动统计学整体发展的几个力量：来自数据的发展，如缺失的数据处理，图像图表形式数据的丰富化，网络和调整测试的数据，定性数据和数据模糊化处理都对统计学提出了新的要求和挑战；同时，生物、医学、市场金融也极大地推动了统计学应用的发展。另一方面，统计学开创了新的方法和研究方向来处理各类新问题：聚类方法应对海量数据的出现，使其成为第一位研究主题；对空间的数据和方法更加重视；不再局限于对均值建模，充分挖掘数据所隐含的信息，继而分位成为一个重要主题；预测一直是统计的一个重要命题，近年来对此方向的研究也有一定的提升。

数据研究方面，国际上有着共同的趋势：数据来源上，利用调差数据的更多，网络数据的研究有一定减少；在数据表现形式上，图形和图像等主题近几年有上升趋势；数据问题上，缺失数据、高维数据问题的处理越来越受到科学家们的重视。方法研究方面：似然方法、半参数和非参数方法等重要主题逐渐成熟化，发展平稳；聚类分析和分位呈现下降趋势；贝叶斯研究和自助法研究有上升趋势。在应用方面，国内外对各领域的风险研究是前沿研究的重要主题，而且前沿研究还是以理论研究为主。

我们知道统计学背后牵涉到更多数学导向的领域，如概率论，或是从经验科学如天文学中获得的经验证据设定估计参数等。在今日世界统计学已经不仅仅在国家或政府的事务中使用，更延伸到商业、自然及社会科学等更多方面。因为统计学拥有深厚的历史以及广泛的应用性，统计学通常不仅被认为是数学所处理的对象，而是与数学本身的哲学定义与意义有密切的关联。随着大量产生于当今各领域复杂数据不断的快速增长，统计学家一直在积极参与跨学科领域的科学研究。从统计学的发展史可以看出，随着数据量增大，统计学家面临的机遇也越多，相关的统计学理论和方法也得到了空前的发展。反过来，推动着许多重要领域或科学前沿取得突破。

在大数据时代下，关于高维多元复杂数据分析中形成一整套相关的大数据统计学理论和方法，促进交叉科学的“大数据时代超高维多元复杂数据分析”这一国际前沿研究; 将大数据时代新的统计方法应用到国民经济和社会发展中，具有广阔的应用前景。例如在金融风险管理方面的应用，包括大数据时代高维空间里的风险值的快速而精确地计算; 事实上，当人们仍然在把微博、微信等社交平台当作抒情或者发表议论的工具时，华尔街的敛财高手们却正在挖掘这些互联网的“数据财富”，并用其预判市场走势，取得了不俗的收益。这些都是大数据分析中统计学理论有效应用的结果。

作为统计学重要课题的统计预测也是现在统计方向一个重要的应用。统计预测是对事物的发展趋势和在未来时期的数量表现作出推测和估计的理论和技术。统计预测以自然现象和社会现象发展规律为依据，以充分的统计资料和最新信息为基础，以统计方法和数学方法为手段，配合适当的数学模型，通过推理和计算，找出该事物数量变化的规律性，对事物未来情况从数量上作出比较肯定的推断，即从该事物未来可能出现的多种数量表现中，指出在一定概率保证下的可能范围。统计预测是研究概率分布随机过程与时间序列的未来观测值或未来样本的观测值及其统计量的预测问题，详细来说，给出概率分布、随机过程与时间序列的样本的未来观测值及其统计量的预测。预测为决策提供客观事物和现象的规律性认识。这些规律是通过对客观事物和现象的过去经验和资料进行定性和定量分析，经过一番“去伪存真，去粗取精，由此及彼，由表及里”的加工制作而发现的。并往往用数学模型加以描述。这种认识既可以用来评价过去，也可以用来预测未来，预测为决策降低决策风险提供了依据。所以统计预测作为一种预测技术被广泛应用于社会现象和自然现象的各个方面，在经济预测、社会预测、气象预测及科学技术预测各个领域中起着重要的作用。

统计学博大精深，是现代社会科学中一门重要的学科，对社会各个领域都有重要的作用，所以更好地研究统计方法，利用统计方法科学地进行统计预测，可以更好地分析数据，做出决策，解决问题。