威廉·西利·戈塞特(William Sealy Gosset)

1876–1937——全世界每个统计初学者都认识”Student”,却很少有人知道他的真名。他是都柏林健力士啤酒厂的酿酒师,t 分布的发明者,统计学史上最成功的匿名者:21篇论文里有19篇署着”Student”,直到他去世后才由皮尔逊之子埃贡公开身份

威廉·西利·戈塞特,1908年摄,时年32岁——正是他以"Student"之名震动统计学界之年。此照首次刊载于1939年费希尔为其撰写的匿名讣告。

生平概览:被一船大麦逼出来的数学家

  • 1876年6月13日生于英格兰坎特伯雷,温彻斯特公学毕业,牛津新学院数学与化学双料一等学位(1897年数学、1899年化学)。
  • 1899年10月入职都柏林健力士啤酒厂,任化学师。当时的统计学是天文大地测量的学问,张口闭口几百个观测值;而酿酒师面对的是三四株大麦、几桶发酵液——大样本方法在啤酒厂里全部失灵。小样本推断这个统计学核心问题,就这样被一船廉价大麦逼上了台面。
  • 1905年7月在皮尔逊乡间寓所与皮尔逊长谈——”他用大约半小时就让我学会了当时几乎所有方法的门道“——健力士随后资助他1906–07学年到UCL皮尔逊门下进修误差理论。
  • 啤酒厂生涯一辈子:1922–1934年执掌健力士统计部,1935年起管理伦敦酒厂,1937年10月16日因心脏病突发去世,享年61岁。

为什么叫”Student”?

健力士因早年有员工泄密而明令禁止发表研究成果。戈塞特想发表,酒厂给了个”既成事实”的方案:可以发,但必须用笔名——公司还贴心地提供了候选名单:”Pupil”或”Student”。于是1908年,《Biometrika》第6卷刊出《均值的概然误差》,作者”Student”——一位32岁、手握化学博士学位的”学生”。于是统计学中最常用的检验,名字成了”匿名者的匿名”:测试统计量叫 t,分布叫 Student’s,而 Student 什么都不是。

被冷落了二十年的划时代论文

讽刺的是,1908年的论文发表后几乎无人理睬——那个年代的统计学家只对大样本感兴趣

。救它的是费希尔:正是费希尔认识到了小样本理论的价值,给出严格推导、引入”自由度”概念,并把戈塞特的 z 改名为今天的 t,推广到双样本、相关与回归。(严格地说,1876年吕罗斯和赫尔默特已预先触及同一分布,但让它成为工具的,是酿酒师。)

他还是重抽样之父

验证分布形态时,戈塞特没有高深的数学武器,就用最笨也最超前的办法:蒙特卡洛模拟。他拿3000名罪犯的测量数据反复重抽样,手工模拟小样本的分布——这是今天自助法(bootstrap)思想的原始雏形。

两个宿敌之间的缝衣针

在费希尔与皮尔逊的漫长战争里,戈塞特是唯一能同时与两人通信的人:与费希尔的友谊始于剑桥时期——戈塞特曾指出费希尔论文里的一个小错,费希尔回敬了两页纸的艰深数学(含一个多维几何证明),戈塞特常抱怨看不懂,但两人终生为友;他也始终是皮尔逊《Biometrika》的常客。1937年他去世后,埃贡·皮尔逊与麦克马伦为他合撰传记,1990年以《Student:威廉·西利·戈塞特的统计学生涯》之名出版——这位”学生”最终有了正式的学籍。

一条评论

  1. […] 1900 前后,当时做质量检验、原料检测时,样本量很小(n 很小)。使用经典正态 Z 检验的前提:总体标准差 σ 已知。在健力士啤酒厂工作的William Sealy Gosset发现,用样本标准差ss代替总体σsigma后,统计量不再服从标准正态分布;尾部更厚,如果继续用正态临界值,会高估显著性; […]

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注