概率论发展简史

概率论起源于十七世纪中叶，是一门研究随机现象规律的数学分支。当时，在误差、人口统计、人寿保险等范畴中，需要整理和研究大量的随机数据资料，这就孕育出一种专门研究大量随机现象的规律性的数学，但当时刺激数学家们首先思考概率论的问题，却是来自赌博者的问题。

1．20世纪以前的概率论

概率论起源于博弈问题。15-16世纪，意大利数学家帕乔利(L.Pacioli,1445-1517)、塔塔利亚(N.Tartaglia,1499-1557)和卡尔丹(G.cardano,1501-1576)的著作中都曾讨论过俩人赌博的赌金分配等概率问题。概率的概念起源于中世纪以来的欧洲流行的用骰子赌博，这一点不难理解，某种情况出现可能性的大小要能够体察并引起研究的兴趣，必须满足两个条件：一是该情况可以在多次重复中被观察其发生与否（在多次重复下出现较频繁的情况有更大的概率），一是该情况发生与否与当事人的利益有关或为其兴趣关注之所在，用骰子赌博满足这些条件。

三四百年前在欧洲许多国家，贵族之间盛行赌博之风。掷骰子是他们常用的一种赌博方式。因骰子的形状为小正方体，当它被掷到桌面上时，每个面向上的可能性是相等的，即出现1点至6点中任何一个点数的可能性是相等的。有的参赌者就想：如果同时掷两颗骰子，则点数之和为9与点数之和为10，哪种情况出现的可能性较大？17世纪中叶，法国有一位热衷于掷骰子游戏的贵族德·梅耶，发现了这样的事实：将一枚骰子连掷四次至少出现一个六点的机会比较多，而同时将两枚骰子掷24次，至少出现一次双六的机会却很少。 这是什么原因呢？后人称此为著名的德·梅耶问题。又有人提出了“分赌注问题”：两个人决定赌若干局，事先约定谁先赢得6局便算赢家。如果在一个人赢3局，另一人赢4局时因故终止赌博，应如何分赌本？ 诸如此类的需要计算可能性大小的赌博问题提出了不少，但他们自己无法给出答案。 

数学家们“参与”赌博。参赌者将他们遇到的上述问题请教当时法国数学家帕斯卡，帕斯卡接受了这些问题，他没有立即回答，而把它交给另一位法国数学家费尔马。他们频频通信，互相交流，围绕着赌博中的数学问题开始了深入细致的研究。这些问题后来被来到巴黎的荷兰科学家惠更斯(C.Huygens,1629-1695)获悉，回荷兰后，他独立地进行研究。帕斯卡和费尔马一边亲自做赌博实验，一边仔细分析计算赌博中出现的各种问题，终于完整地解决了“分赌注问题”，并将此题的解法向更一般的情况推广，从而建立了概率论的一个基本概念——数学期望，这是描述随机变量取值的平均水平的一个量。而惠更斯经过多年的潜心研究，解决了掷骰子中的一些数学问题。1657年，他将自己的研究成果写成了专著《论掷骰子游戏中的计算》。这本书迄今为止被认为是概率论中最早的论著。因此可以说早期概率论的真正创立者是帕斯卡、费尔马和惠更斯。这一时期被称为组合概率时期，计算各种古典概率。这些数学家的著述中所出现的第一批概率论概念与定理，标志着概率论的诞生。

在他们之后，对概率论这一学科做出贡献的是瑞士数学家族——贝努利家族的几位成员。雅可布·贝努利在前人研究的基础上，继续分析赌博中的其他问题，给出了“赌徒输光问题”的详尽解法，并证明了被称为“大数定律”的一个定理，这是研究等可能性事件的古典概率论中的极其重要的结果。大数定律证明的发现过程是极其困难的，他做了大量的实验计算，首先猜想到这一事实，然后为了完善这一猜想的证明，雅可布花了20年的时光。雅可布将他的全部心血倾注到这一数学研究之中，从中他发展了不少新方法，取得了许多新成果，终于将此定理证实。1713年，雅可布·贝努利的著作《猜度术》出版。遗憾的是在他的大作问世之时，雅可布已谢世8年之久。这部著作除了总结前人关于赌情的概率问题的成果并有所提高外，还有一个极重要的内容，即如今以他的名字命名的“大数律”，大数律是关于（算术）平均值的定理，算术平均值，即若干个数之和除以n，是最常用的一种统计方法，人们经常使用并深信不疑。但其理论根据何在，并不易讲清楚， 就是伯努利的大数律要回答的问题，在某种程度上可以说，这个大数律是整个概率论最基本的规律之一，也是数理统计学的理论基石。雅可布的侄子尼古拉·贝努利也真正地参与了“赌博”。他提出了著名的“圣彼得堡问题”：甲乙两人赌博，甲掷一枚硬币到掷出正面为一局。若甲掷一次出现正面，则乙付给甲一个卢布；若甲第一次掷得反面，第二次掷得正面，乙付给甲2个卢布；若甲前两次掷得反面，第三次得到正面，乙付给甲22个卢布。一般地，若甲前n－1次掷得反面，第n次掷得正面，则乙需付给甲2n-1个卢布。问在赌博开始前甲应付给乙多少卢布才有权参加赌博而不致亏损乙方？尼古拉同时代的许多数学家研究了这个问题，并给出了一些不同的解法。但其结果是很奇特的，所付的款数竟为无限大。即不管甲事先拿出多少钱给乙，只要赌博不断地进行，乙肯定是要赔钱的。

随着18、19世纪科学的发展，人们注意到某些生物、物理和社会现象与机会游戏相似，从而由机会游戏起源的概率论被应用到这些领域中，同时也大大推动了概率论本身的发展。伯努利之后，法国数学家棣莫弗(A.de Moivre,1667-1754)把概率论又作了巨大推进，他提出了概率乘法法则，正态分布和正态分布率的概念，并给出了概率论的一些重要结果。之后法国数学家蒲丰提出了著名的“普丰问题”，引进了几何概率。拉普拉斯、高斯和泊松(S.D.Poisson,1781-1840)等对概率论做出了进一步奠基性工作。特别是拉普拉斯，他是严密的、系统的科学概率论的最卓越的创建者，在1812年出版的《概率的分析理论》中，拉普拉斯以强有力的分析工具处理了概率论的基本内容，实现了从组合技巧向分析方法的过渡，使以往零散的结果系统化，开辟了概率论发展的新时期。法国数学家拉普拉斯将古典概率论向近代概率论进行推进，他首先明确给出了概率的古典定义，并在概率论中引入了更有力的数学分析工具，将概率论推向一个新的发展阶段。他还证明了“棣莫弗——拉普拉斯定理”，把棣莫弗的结论推广到一般场合，还建立了观测误差理论和最小二乘法。拉普拉斯于1812年出版了他的著作《分析的概率理论》，这是一部继往开来的作品。这时候人们最想知道的就是概率论是否会有更大的应用价值？是否能有更大的发展成为严谨的学科。泊松则推广了大数定理，提出了著名的泊松分布。

19世纪后期，极限理论的发展称为概率论研究的中心课题，俄国数学家切比雪夫对此做出了重要贡献。他建立了关于独立随机变量序列的大数定律，推广了棣莫弗—拉普拉斯的极限定理。切比雪夫的成果后被其学生马尔可夫发扬光大，影响了20世纪概率论发展的进程。19世纪末，一方面概率论在统计物理等领域的应用提出了对概率论基本概念与原理进行解释的需要，另一方面，科学家们在这一时期发现的一些概率论悖论也揭示出古典概率论中基本概念存在的矛盾与含糊之处。这些问题却强烈要求对概率论的逻辑基础做出更加严格的考察。

2．概率论的公理化

概率论在20世纪再度迅速地发展起来，则是由于科学技术发展的迫切需要而产生的。1906年，俄国数学家马尔科夫提出了所谓“马尔科夫链”的数学模型。俄国数学家伯恩斯坦和奥地利数学家冯•米西斯(R.von Mises,1883-1953)对概率论的严格化做了最早的尝试。但它们提出的公理理论并不完善。事实上，真正严格的公理化概率论只有在测度论和实变函数理论的基础才可能建立。测度论的奠基人，法国数学家博雷尔(E.Borel,1781-1956)首先将测度论方法引入概率论重要问题的研究，并且他的工作激起了数学家们沿这一崭新方向的一系列搜索。特别是原苏联数学家科尔莫戈罗夫的工作最为卓著。他在1926年推倒了弱大数定律成立的充分必要条件。后又对博雷尔提出的强大数定律问题给出了最一般的结果，从而解决了概率论的中心课题之一——大数定律，成为以测度论为基础的概率论公理化的前奏。1933年，科尔莫戈罗夫出版了他的著作《概率论基础》，这是概率论的一部经典性著作。其中，科尔莫戈罗夫给出了公理化概率论的一系列基本概念，提出了六条公理，整个概率论大厦可以从这六条公理出发建筑起来。科尔莫戈罗夫的公理体系逐渐得到数学家们的普遍认可。由于公理化，概率论成为一门严格的演绎科学，并通过集合论与其它数学分支密切地联系者。科尔莫戈罗夫是20世纪最杰出的数学家之一，他不仅仅是公理化概率论的建立者，在数学和力学的众多领域他都做出了开创或奠基性的贡献，同时，他还是出色的教育家。由于概率论等其它许多领域的杰出贡献，科尔莫戈罗夫荣获80年的沃尔夫奖。1934年，前苏联数学家辛钦又提出一种在时间中均匀进行着的平稳过程理论。如何把概率论建立在严格的逻辑基础上，这是从概率诞生时起人们就关注的问题，这些年来，好多数学家进行过尝试，终因条件不成熟，一直拖了三百年才得以解决。20世纪初完成的勒贝格测度与积分理论及随后发展的抽象测度和积分理论，为概率公理体系的建立奠定了基础。在这种背景下柯尔莫哥洛夫1933年在他的《概率论基础》一书中首次给出了概率的测度论式定义和一套严密的公理体系。他的公理化方法成为现代概率论的基础，使概率论成为严谨的数学分支。

3．概率论的进一步发展

在公理化基础上，现代概率论取得了一系列理论突破。公理化概率论首先使随机过程的研究获得了新的起点。1931年，科尔莫戈罗夫用分析的方法奠定了一类普通的随机过程——马尔可夫过程的理论基础。科尔莫戈罗夫之后，对随机过程的研究做出重大贡献而影响着整个现代概率论的重要代表人物有莱维(P.Levy,1886-1971)、辛钦、杜布(J.L.Dob)和伊藤清等。1948年莱维出版的著作《随机过程与布朗运动》提出了独立增量过程的一般理论，并以此为基础极大地推进了作为一类特殊马尔可夫过程的布朗运动的研究。1934年，辛钦提出平稳过程的相关理论。1939年，维尔引进“鞅”的概念，1950年起，杜布对鞅概念进行了系统的研究而使鞅论成为一门独立的分支。从1942年开始，日本数学家伊藤清引进了随机积分与随机微分方程，不仅开辟了随机过程研究的新道路，而且为随机分析这门数学新分支的创立和发展奠定了基础。

 概率论虽发端于赌博，但很快在现实生活中找到多方面的应用，概率论逐步成长为现代数学的一个重要分支，在其影响下，数理统计的理论也日益向深化的方向发展。目前，概率论与以它作为基础的数理统计学科一起，在自然科学，社会科学，工程技术，军事科学及工农业生产等诸多领域中都起着不可或缺的作用。直观地说，卫星上天，导弹巡航，飞机制造，宇宙飞船遨游太空等都有概率论的一份功劳；及时准确的天气预报，海洋探险，考古研究等更离不开概率论与数理统计；电子技术发展，影视文化的进步，人口普查及教育等同概率论与数理统计也是密不可分的。根据概率论中用投针试验估计π值的思想产生的蒙特卡罗方法，是一种建立在概率论与数理统计基础上的计算方法。借助于电子计算机这一工具，使这种方法在核物理、表面物理、电子学、生物学、高分子化学等学科的研究中起着重要的作用。 概率论作为理论严谨、应用广泛的数学分支正日益受到人们的重视，并将随着科学技术的发展而得到发展。概率统计理论与方法的应用几乎遍及所有科学技术领域、工农业生产和国民经济的各个部门中。例如:

1. 气象、水文、地震预报、人口控制及预测都与概率论紧密相关； 

2. 产品的抽样验收，新研制的药品能否在临床中应用，均需要用到假设检验； 

3. 寻求最佳生产方案要进行实验设计和数据处理； 

4. 电子系统的设计, 火箭卫星的研制与发射都离不开可靠性估计； 

5. 处理通信问题, 需要研究信息论 

6. 探讨太阳黑子的变化规律时，时间序列分析方法非常有用； 

7. 研究化学反应的时变率，要以马尔可夫过程来描述； 

8. 在生物学中研究群体的增长问题时提出了生灭型随机模型，传染病流行问题要用到多变量非线性生灭过程； 

9. 许多服务系统，如电话通信、船舶装卸、机器维修、病人候诊、存货控制、可用一类概率模型来描述，其涉及到的知识就是排队论. 

目前，概率统计理论进入其他自然科学领域的趋势还在不断发展。在社会科学领域，特别是经济学中研究最优决策和经济的稳定增长等问题，都大量采用概率统计方法。法国数学家拉普拉斯(Laplace)说对了：“生活中最重要的问题，其中绝大多数在实质上只是概率的问题。”英国的逻辑学家和经济学家杰文斯曾对概率论大加赞美：“概率论是生活真正的领路人，如果没有对概率的某种估计，那么我们就寸步难行，无所作为。”

数理统计发展简史

数理统计学是研究收集数据、分析数据并据以对所研究的问题作出一定的结论的科学和艺术。数理统计学所考察的数据都带有随机性（偶然性）的误差。这给根据这种数据所作出的结论带来了一种不确定性，其量化要借助于概率论的概念和方法。数理统计学与概率论这两个学科的密切联系，正是基于这一点。

统计学的英文词 statistics 源出于拉丁文，是由 status（状态、国家）和statista（政治家）衍化而来的,可见起源很早并和国家事务的管理需求有关.这时期也出现了一些现在仍很常用的统计方法,如直方图法.但最重要的、超出描述性统计范围的成就是高斯和勒让德关于最小二乘法的工作,导致统计思想上的重大进展: 数据是来自服从一定概率分布的总体,而统计学就是用这些可观察到的数据去推断这个分布的未知属性.这个观点强调了推断的地位,使统计学摆脱了单纯描述的性质.

统计学起源于收集数据的活动，小至个人的事情，大至治理一个国家，都有必要收集种种有关的数据，如在我国古代典籍中，就有不少关于户口、钱粮、兵役、地震、水灾和旱灾等等的记载。现今各国都设有统计局或相当的机构。当然，单是收集、记录数据这种活动本身并不能等同于统计学这门科学的建立，需要对收集来的数据进行排比、整理，用精炼和醒目的形式表达，在这个基础上对所研究的事物进行定量或定性估计、描述和解释，并预测其在未来可能的发展状况。例如根据人口普查或抽样调查的资料对我国人口状况进行描述，根据适当的抽样调查结果，对受教育年限与收入的关系，对某种生活习惯与嗜好（如吸烟）与健康的关系作定量的评估。根据以往一般时间某项或某些经济指标的变化情况，预测其在未来一般时间的走向等，做这些事情的理论与方法，才能构成一门学问——数理统计学的内容。

1. 19世纪以前的数理统计：描述性的统计学形成和发展阶段,是数理统计的萌芽时期

这样的统计学始于何时？恐怕难于找到一个明显的、大家公认的起点。一种受到某些著名学者支持的观点认为，英国学者葛朗特在1662年发表的著作《关于死亡公报的自然和政治观察》，标志着这门学科的诞生。中世纪欧洲流行黑死病，死亡的人不少。自1604年起，伦敦教会每周发表一次“死亡公报”，记录该周内死亡的人的姓名、年龄、性别、死因。以后还包括该周的出生情况——依据受洗的人的名单，这基本上可以反映出生的情况。几十年来，积累了很多资料，葛朗特是第一个对这一庞大的资料加以整理和利用的人，他原是一个小店主的儿子，后来子承父业，靠自学成才。他因这一部著作被选入当年成立的英国皇家学会，反映学术界对他这一著作的承认和重视。这是一本篇幅很小的著作，主要内容为8个表，从今天的观点看，这只是一种例行的数据整理工作，但在当时则是有原创性的科研成果，其中所提出的一些概念，在某种程度上可以说沿用至今，如数据简约（大量的、杂乱无章的数据，须注过整理、约化，才能突出其中所包含的信息）、频率稳定性（一定的事件，如“生男”、“生女”，在较长时期中有一个基本稳定的比率，这是进行统计性推断的基础）、数据纠错、生命表（反映人群中寿命分布的情况，至今仍是保险与精算的基础概念）等。葛朗特的方法被他同时代的政治经济学家佩蒂引进到社会经济问题的研究中，他提倡在这类问题的研究中不能尚空谈，要让实际数据说话，他的工作总结在他去世后于1690年出版的《政治算术》一书中。 当然，也应当指出，他们的工作还停留在描述性的阶段，不是现代意义下的数理统计学，那时，概率论尚处在萌芽的阶段，不足以给数理统计学的发展提供充分的理论支持，但不能由此否定他们工作的重大意义，作为现代数理统计学发展的几个源头之一，他们以及后续学者在人口、社会、经济等领域的工作，特别是比利时天文学家兼统计学家凯特勒19世纪的工作，对促成现代数理统计学的诞生起了很大的作用。

数理统计学的另一个重要源头来自天文和测地学中的误差分析问题。早期，测量工具的精度不高，人们希望通过多次量测获取更多的数据，以便得到对量测对象的精度更高的估计值。量测误差有随机性，适合于用概率论即统计的方法处理，远至伽利略就做过这方面的工作，他对测量误差的性态作了一般性的描述，法国大数学家拉普拉斯曾对这个问题进行了长时间的研究，现今概率论中著名的“拉普拉斯分布”，即是他在这研究中的一个产物，这方面最著名且影响深远的研究成果有二：一是法国数学家兼天文家勒让德19世纪初（1805）在研究慧星轨道计算时发明的“最小二乘法”，他在估计过巴黎的子午线长这一工作中，曾使用这个方法。现今著作中把这一方法的发明归功于高斯，但高斯使用这一方法最早见诸文字是1809年，比勒让德晚。一种现在逐步取得公认——这项发明系由二人独立做出，看来使比较妥当的。另外一个重要成果是德国大学者高斯1809年在研究行星绕日运动时提出用正态分布刻画测量误差的分布。正态分布也常称为高斯分布，其曲线是钟形，极象颐和园中玉带桥那样的形状，故有时又称为“钟形曲线”，它反映了这样一种极普通的情况：天下形形色色的事物中，“两头小，中间大”的居多，如人的身高，太高太矮的都不多，而居于中间者占多数——当然，这只是一个极粗略的描述，要作出准确的描述，须动用高等数学的知识。正是其数学上的特性成为其广泛应用的根据。 

正态分布在数理统计学中占有极重要的地位，现今仍在常用的许多统计方法，就是建立在“所研究的量具有或近似地具有正态分布”这个假定的基础上，而经验和理论（概率论中所谓“中心极限定理”）都表明这个假定的现实性，现实世界许多现象看来是杂乱无章的，如不同的人有不同的身高、体重。大批生产的产品，其质量指标各有差异 。看来毫无规则，但它们在总体上服从正态分布。这一点，显示在纷乱中有一种秩序存在，提出正态分布的高斯，一生在多个领域里面有不少重大的贡献，但在德国10马克的有高斯图像的钞票上，单只画出了正态曲线，以此可以看出人们对他这一贡献评价之高。 

20世纪以前数理统计学发展的一个重要成果，是19世纪后期由英国遗传学家兼统计学家高尔顿发起，并经现代统计学的奠基人之一K·皮尔逊和其他一些英国学者所发展的统计相关与回归理论。所谓统计相关，是指一种非决定性的关系如人的身高X与体重Y，存在一种大致的关系，表现在X大（小）时，Y也倾向于大（小），但非决定性的：由X并不能决定Y。现实生活中和各种科技领域中，这种例子很多，如受教育年限与收入的关系，经济发展水平与人口增长速度的关系等，都是属于这种性质，统计相关的理论把这种关系的程度加以量化，而统计回归则是把有统计相关的变量，如上文的身高X和体重Y的关系的形式作近似的估计，称为回归方程，现实世界中的现象往往涉及众多变量，它们之间有错综复杂的关系，且许多属于非决定性质，相关回归理论的发明，提供了一种通过实际观察去对这种关系进行定量研究的工具，有着重大的认识和实用意义。 

 主要历史事件包括：

瑞土数学家贝努里(Bernoulli,1654-1795年)较早地系统论证了大数定律.

 1763年,英国数学家贝叶斯(Thomas Bayes)提出了一种归纳推理的理论,后被发展为一种统计推断方法---贝叶斯方法,开创了数理统计的先河.

 法国数学家棣莫佛(de Moivre,1667-1754)于1733年首次发现了正态分布的密度函数,并计算出该曲线在各种不同区间内的概率,为整个大样本理论奠定了基础.

1809年,德国数学家高斯(Carl Friedrich Gauss,1777-1855)和法国数学家勒让德(Adrien-Marie Legendre,1752-1833)各自独立地发现了最小二乘法,并应用于观测数据的误差分析,在数理统计的理论与应用方面都作出了重要贡献.他不仅将数理统计应用到生物学,而且还应用到教育学和心理学的研究,并且详细地论证了数理统计应用的广泛性.他曾预言:"统计方法,可应用于各种学科的各个部门."

2. 19世纪末至1945年的数理统计：数理统计学的近代发展时期

到20世纪初年，由于上述几个方面的发展，数理统计学已积累了很丰富的成果——在此因篇幅关系，我们不能详尽无遗地一一列举有关的重要成果，如抽样调查的理论和方法方面的进展，但是直到这时为止，我们还不能说现代意义下的数理统计学已经建立起来，其主要标志之一就是这门学问还缺乏一个统一的理论框架，这个任务在20世纪上半叶得以完成，狭义一点说可界定在1921——1938年，起主要作用的是几位大师级的人物，特别是英国的费歇尔·K·皮尔逊，发展统计假设检验理论的奈曼与E·皮尔逊和提出统计决策函数理论的瓦尔德等。我国已故著名统计学家许宝（1910——1970）在这项工作中也卓有建树。

小样本理论作为数理统计的主要分支开始建立,是数理统计的形成时期.上一世纪初,由于概率论的发展从理论上接近完备,加之工农业生产迫切需要,推动着这门学科的蓬勃发展.

  1889年,英国数学家皮尔逊(Karl Pearson,1857-1936)提出了矩阵估计法,次年又提出了频率曲线的理论,并于1900年在德国大地测量学者赫尔梅特（F.Helmert）1876年研究正态总体的样本方差时发现的一个十分重要的分布的基础上提出了检验,这是数理统计发展史上出现的第一个小样本分布.

 1908年,英国的统计学家戈塞特(W.S.Gosset,1876-1937)创立了小样本检验代替了大样本检验的理论和方法(即t分布和t检验法),这为数理统计的另一分支---多元分析奠定了理论基础.

  1912年,英国统计学家费歇(R.A.Fisher,1890-1962)推广了t检验法,同时发展了显著性检验及估计、方差分析等数理统计新分支.

这样,数理统计的一些重要分支如假设检验、回归分析、方差分析、正交设计等都有了决定其基本面貌的内容和理论框架.数理统计成为应用广泛、方法独特的一门数学学科.

3. 1945年以后的数理统计：

1945年以后，美籍Roumania数理统计学家瓦尔德(A.Wald,1902-1950)致力于用数学方法使统计学精确化、严密化,取得了很多重要成果.他发展了决策理论,提出了一般的判别问题,创立了序贯分析理论,提出了著名的序贯概率比检验法(比如,用于贵重产品的抽样检查与验收).瓦尔德的两本著作《序贯分析》和《统计决策函数论》,被认为是数理发展史上的经典之作.统计决策理论从人与大自然进行博弈的观点出发,把形形色色的统计问题纳入一个统一的模式之下,对战后数理统计许多分支的发展产生了很大的影响,特别是参数估计这个分支.

随着概率论的高速发展,随机过程的统计逐步形成了内容丰富的重要分支.其中,线性滤波理论占据了显著地位,它是40年代维纳-柯尔莫哥洛夫滤波理论(N.Wiener, A.H.Kolmogorov)和60年代卡尔曼滤波理论(Rudolf E. Kalman)向非线性领域的扩展.苏联学者李普泽尔（R.S.Liptser）和希拉也夫（A.N.Shiryaev）在1974年写的专著《随机过程的统计》系统论述了这方面的理论. <统计学发展在趋于成熟并得到大量应用后,一些回避不了的弱点开始显露并逐渐为人们所重视.传统的统计方法不能充分利用过去经验积累起来的知识,小样本问题里表现出来难以克服的局限性,这一点在可靠性统计问题中特别突出.二战后数理统计的发展中,一个引人注目的现象是贝叶斯学派的崛起.他们用独到的方法,加入了过去积累的经验因素,在应用中常能得到意想不到的效果.虽然如此,贝叶斯方法仍存在很多困难,先验分布的客观性常引起非议.贝叶斯学派的观点还难以被广大统计工作者普遍接受,因此和传统学派的争论仍将长期存在.目前情况,后者大体上仍处于支配地位.

自二战结束迄今，数理统计学有了迅猛的发展，主要有以下三方面的原因：一是数理统计学理论框架的建立以及概率论和数学工具的进展，为统计理论在面上和向纵深的发展打开了门径和提供了手段，许多在早期比较粗略的理论和方法，在理论上得到了完善与深入，并不断提出新的研究课题；二是实用上的需要，不断提出了复杂的问题与模型，吸引了学者们的研究兴趣；三是电子计算机的发明与普及应用，一方面提供了必要的计算工具——统计方法的实施往往涉及大量数据的处理与运算，用人力无法在合理的时间内完成，所以在早年，一些统计方法人们虽然知道，但很少付诸实用，就因为是人力所难及。计算机的出现解决了这个问题。而赋予统计方法以现实的生命力。同时，计算机对促进统计理论研究也有助益，统计模拟是其表现之一，在承认上述成就的同时，不少统计学家也指出这一时期发展中出现的一些问题或偏向，其中主要的一点是，数理统计学理论研究中的“数学化”气味愈来愈重，相当一部分研究工作停留在数学的层面，早期那种理论研究与现实问题密切结合的优良传统有所淡化，一些学者还提出了补救的建议，对未来统计学发展的方向进行探讨。同时，现实问题愈来愈涉及到大量的，结构复杂的数据，按现行的数理统计学规范去处理，显得力所不及，需要一些带有根本性创新的思路，使统计学的发展登上一个新的台阶，以适应应用上的需要，考虑这一背景，有的统计学家乐观地认为数理统计学正面临一个新的突破。 

随着计算机技术的进步和广泛使用,统计学又产生了一些新的分支和边缘性的新学科,如最优设计和非参数统计推断等,不仅使得过去难于计算的问题能够解决,而且有利地促使了那些能有效利用现代计算机强大计算能力的统计学新理论、新方法的纷纷问世,例如自助法（bootstarp）、投影寻踪法（projection pursuit）、蒙特卡罗法（Monte Carlo Method)等.统计的应用范围愈来愈广泛,已渗透到许多科学领域,应用到国民经济各个部门,成为科学研究不可缺少的工具.

在上面讲述数理统计学的发展状况时，我们着重在实际需要所起的促进作用方面，由于概率论的概念和方法是数理统计学的理论基础，概率论的进展也必然对数理统计学的发展起促进作用。