数理统计第十章 回归分析

1、第十章第十章 回归分析回归分析 回归分析的基本概念回归分析的基本概念 一元线性回归一元线性回归 多元线性回归多元线性回归1、函数关系y=f (x)； 2、相关关系Y = f (x, )，其中为随机变量。 常把上述关系表为: Y = f (x) + 确定性非确定性 相关关系式中最简单、最常用的一种是相关关系式中最简单、最常用的一种是线线性回归性回归, 即其中即其中f (x) =L(x) = ax + b 的的情形.10.1 10.1 回归分析基本概念回归分析基本概念一一. 相关关系相关关系二、一元线性回归的数学模型二、一元线性回归的数学模型1、一元线性理论回归模型),(2100Nxy（10.1.

2、1）其中x10为确定性部分，0 、 1为未知参数2、一元线性回归模型、一元线性回归模型niNxyiiii, 1,), 0(210且且相相互互独独立立 对(x, y)作n次独立观察，得n组数据(xi, yi)，代入（ 10.1 ）得一元线性回归模型（10.1.2）由(xi, yi)的值可作出0 、 1的估计10, 从而可得xy10 上述方程称为一元线性经验回归方程（简称回归方程） 参数的参数的最小二乘估计最小二乘估计 模型线性模型线性性的检验性的检验 预测与控制预测与控制10102 2 一元线性回归一元线性回归一、参数的最小二乘估计参数的最小二乘估计考虑一元线性理论回归模型),(2100Nxy(

3、10. 2. 1)代入（10. 2.1）可得一元线性回归模型: 若我们对（x, y）做n次独立的观察, 可获得n组相互独立的观测值).(,),;(22101niyxiiniNxyiiii,),(10210且且相相互互独独立立(10. 2. 3)1. 0, 1的最小二乘估计最小二乘估计 先讨论问题: 如何由 (10. 2. 2)去估计(10. 2. 3)中的参数0, 1 与 2 。若已得到0, 1的估计10,则线性方程)4.2.10(,10 xy )5.2.10(, 1,10nixyii 称为一元线性经验回归方程一元线性经验回归方程（简称回归方程）。于于是对是对(10. 2. 2)的每一组观测值

4、，由(10. 2. 4)均可求得一个相应的值iy 常称为回归值回归值或预测值预测值、拟合值拟合值等。我们总希望由估计10, 所定出的回归方程能使一切iiyy与与之间的偏差达到最小，根据最小二乘法最小二乘法的原理，即要求min)() (121012niiiniixyyy 必须满足以下方程组（由微积分）niiixyQQ121010)(),(则10, 令niiiiniiixxyQxyQ110111000202,)(,)(用代替，经整理即得n1i).(621012010iiiiiiyxxxyxn(10. 2. 6)称为正规方程组正规方程组，在xi, i = 1, , n 不全相等时它有唯一解xyxnx

5、yxnyxiii10221(10. 2. 7)容易验证, 上式中 的确能使Q达到最小, 因此他们是0 , 1的最小二乘估计最小二乘估计.10,)(xxyy1 可见可见, 回归方程的图形是通过点回归方程的图形是通过点( ), ( ), 斜率为斜率为 的直线的直线. . 称此直线为称此直线为回归直线回归直线. .(10. 2. 8)yx,12. 最小最小二乘估计的性质及二乘估计的性质及 2的估计的估计令令222222ynyyyLxnxxxLyxnyxyyxxLiiiyyixxiiiixy)()()(10. 2. 9)则(10. 2. 7)和(10. 2. 8) 可表为:xyLLxxxy101和和)

6、(xxLLyyxxxy1此时的残差平方和此时的残差平方和),(10Q最小最小, 记为记为Se, 称为称为剩余剩余平方和平方和. 即即niiieyyQS1210)(),(10. 2. 12)进一步分析进一步分析, 可得可得niiiexxyyS121)()()()(yyxxxxyyiiii122221xyyyxyxxyyeLLLLLS11212(10. 2. 13)由于xyxxLL1, 故很明显,eS,10都是统计量, 在),(,210Niidn的假设下, 它们具如下性质具如下性质: (设 x0为自变量 x 的值.);)( ,()(220011xxLxnN);)( ,()(220010010013

7、xxLxxnxNxy);,()(xxLN2112.),(),()(相互独立相互独立且与且与102224nSe例例10.2.1 在硝酸钠在硝酸钠(NaNO3)的溶解度试验中的溶解度试验中, 测得在不同温度测得在不同温度x(0C)下下, 溶解于溶解于100份水中的硝酸钠份数份水中的硝酸钠份数y的数据如下表所示的数据如下表所示. 求求 0, 1的最小二乘估计的最小二乘估计 及及 2的无偏估计的无偏估计, 并写出并写出回归方回归方程程.xi 0 4 10 15 21 29 36 51 68yi66.7 71.0 76.3 80.6 85.7 92.9 99.4 113.6 125.110,解解 编制计

8、算表如下:xi=234 yi=811.3 n=9xi2=10144 yi2=76218.17 xiyi=24628.6 Lxx=4060 Lyy=3084.0543 Lxy=3534.826x144490.y60842xn11566731342.yn821093.yxn故, 可算得;.,.50886787060101xyLLxxxy2的无偏估计为.949802212nLLnSxyyye所求的回归方程为.xy87060508867二、模型线性性的检验二、模型线性性的检验 如果y与x之间不存在良好的线性关系，这样得到的回归方程是毫无意义的。因此，我们必须检验假设H0：1=0； H1：10 (10.

9、 2. 15)离差分解离差分解ReiiiiTSSyyyyyyS22 )()(10. 2. 17)其中ST称为总离差平方和总离差平方和, 2)(iieyyS称为剩余平方和剩余平方和. 由性质(4)知, 它的分布仅依赖于n和2, 与x的分布无关，因此它反映了除去y与x之间的线性相关关系之外其他因素引起的数据yi间的波动xyxxiiRLLxxyyS121212)()(10. 2. 18)称为回归平方和回归平方和. 它主要反映由变量x的变化引起的yi间的波动. 由性质(4)知,)(2122nSe且与SR独立；在H0真时, 由性质(2)及(10.2.18)知)(1122212xxRLS 故, H0为真时

10、统计量),()/()/(/21221nFnSSnSSFeReR(10. 2. 19)从而, 给定水平, 假设H0 (10.2.15) 有拒绝域),(21nFF易知, 在ST一定时, 若回归平方和SR越大, 则剩余回归平方和Se越小, 此时F值就越大, 从而反映出y与x之间的线性相关程度就越高, 模型(10.2.1)就越好; 反之, 则相反. 以上方法称为模型线性性检验(或回归方程显著性检验)的F检验法检验法. 这种检验也需要做方差分析方差分析. 模型线性性检验模型线性性检验方差分析表方差分析表离差来源平方和自由度F值显著性回归R剩余eSRSe1n 2总和STn 1)/(2nSSFeR 回归模型

11、线性性不显著的原因可能有如下几种: (1) 影响y的除x外, 还可能有其他不可忽略的因素; (2) y与x的关系不是线性的, 而是存在其它的关系; (3) y与x无关.为此需要进一步查明原因, 视具体情况处理.模型线性性检验的模型线性性检验的 t 检验法检验法 事实上, 当H0真时,)()(22121ntLnSLFtxxexx于是, 给定水平, 假设H0 (10.2.15) 有拒绝域:).(2ntt例例10.2.2(续例续例10.2.1) 试判断温度试判断温度x和硝酸钠溶解份数和硝酸钠溶解份数y之间的之间的线性关系是否显著线性关系是否显著? 选用F检验法. 由例例10.2.1的计算结果(见P3

12、64), 并利用(10.2.13)式和(10.2.18)式得65742639688307711.,.xyyyexyRLLSLS建立方差分析表如下.表表10-4 方差分析表方差分析表离差来源平方和自由度F值显著性回归R剩余eSR=3077.39688Se=6.6574217F=3235.75 总和ST=3084.05488给定=0.01, 查表得 F0.01(1, 7)=12.23235.75=F, 故拒绝H0. 这表明温度x和硝酸钠溶解份数y之间的线性关系非常显著. 也可选用 t 检验法检验法. 此时因为t(n 2)= t0.01(7)=3.00, 而统计量 t 的值0035236299484

13、04060870601.)(.(xxLt故拒绝H0.三、预测与控制三、预测与控制0100 xy 回归方程的一个重要应用就是预测。 对于给定的点 x = x0, 我们常希望知道x0所对应的y0 =0+1x0+0的点预测和预测区间. 此处 y0与各 yi (i =1, 2, , n)相互独立.1. 一元线性回归预测一元线性回归预测y0的点预测可由回归方程(10.2.4)直接得到 求 y0 的预测区间的方法与求参数的置信区间的方法类似(因y0是随机变量而非常数, 故不称置信区间而称预测区间预测区间).显然),(20100 xNy(10.2.20)由y0与 的独立性及性质(3), 可知0y )( ,(

14、22000110 xxLxxnNyy标准化后得),()(10112000NLxxnyyUxx又由性质(4)及(10.2.14)式知:).(222nSe00yySe,与与因因独立, 故U与2222/)(/nSe也独立. 于是)()()(21122000ntLxxnyynUxx故y0的置信度为1的预测区间为xxLxxnnty202/0)(11)2( (10.2.21)若记xxLxxnntx202/0)(11)2()( 则y0的预测区间可记为).(),(0000 xyxy对于给定的样本观测值x, 可作两条曲线),()(xxxyy101)()(xxxyy102这两条曲线可形成一含回归直线0100 xy

15、的带域, 两头呈喇叭形, 在 x = 处最窄. x当n充分大时, 因,/)(/11120 xxLxxn而近似地有),(2000Nyy 可用u/2代替t/2(n 2), 从而y0的预测区间可近似表为,/2020uyuy(10.2.22) 2. 一元线性回归控制一元线性回归控制 控制是预测的反问题, 即问自变量 x 应控制在什么范围内, 才能以一定的置信度保证因变量 y 落在某一给定的区间之内. 换句话说, 对于给定的置信度1及区间y1, y2 , 要寻找x1和x2, 使当x1 x x2时x 所对应的 y 落在y1, y2 内的概率 1. 仅限于讨论 n 较大的情形.一种简便的方法是: 利用(10

16、.2.22)式, 从不等式组 中解出x来即可得到控制x的上、下限. 但要注意须有./2221uyy2102221021/uxuyyuxuyy(10.2.23) p元线性回归模型元线性回归模型 参数估计参数估计最小二乘估计最小二乘估计 假设检验与假设检验与回归系数的区间估计回归系数的区间估计 预测和变量控制预测和变量控制10.3 10.3 p(多多)元线性回归元线性回归一、p元线性回归模型一般地有),(2pp1100Nxxy(10.3.1)其中x1,xp是可精确测量或可控制的一般变量，y是可观测的r.v.， 1, p是未知参数未知参数。 若我们对(10. 3.1)获得n个相互独立的观测值).(,

17、),;(2310211nixxyipii则由(10. 3.1)知：yi 具有数据结构式).(),(,33100211110Nxxyiidniippi这就是p元（多元）线性回归模型元（多元）线性回归模型。对对p元线性回归模型我们将研究下面几个元线性回归模型我们将研究下面几个问题问题 由样本由样本观测值观测值(10.3.2)去估计未知参数去估计未知参数 1, , p , 2，从而建立，从而建立y与与x1, , xp间的数量关系间的数量关系式（所谓的式（所谓的回归方程回归方程）；）； 对由此得到的数量关系式的可信度进行统计对由此得到的数量关系式的可信度进行统计检验检验； 检验各变量检验各变量x1,

18、, xp 分别对指标分别对指标y是否有显是否有显著影响；著影响； 回归系数的区间估计、预测和变量控制。回归系数的区间估计、预测和变量控制。二、参数估计二、参数估计 先讨论第一个问题，即如何由 (10.3.2)去估计(10.3.1)中的参数0, p 与 2 。若已得到0, p的估计,p0则线性方程)4.3.10(,110ppxxy 称为p元线性回归方程元线性回归方程。于是对(10.3.2)的每一组观测值，由(10.3.4)均可求得一个相应的值)5 .3 .10(, 1,110nixxyippii iy 常称为回归值回归值或预测值预测值、拟合值拟合值等。我们总希望由估计p ,0所定出的回归方程能使

19、一切iiyy与与之间的偏差达到最小，根据最小二乘法最小二乘法的原理，即要求min)()(1211012niippiiniiixxyyy 必须满足以下方程组（由微积分）n1i2ipp1i10ip10 xxyQ)(),(则,p0令pjxxxyQxxyQniijippiijniippii, 1, 0)(2, 0)(2111011100 用代替，经整理即得n1i).(731021101112101110iippipiipipiipipiiiipipiyxxxxxyxxxxxyxxn(10.3.7)称为正规方程组，其解称为0 , 1, , p的最小二乘估计最小二乘估计，记为01,p则(10.3.3)可表

20、为 Y=X+ , N(0, 2In) (10.3.8)(10.3.7)可表为 正规方程组可用向量矩阵形式简洁表出。正规方程组可用向量矩阵形式简洁表出。令令npnnpnppyyyYxxxxxxX 2110211221111,111).(9310BAYXXX或或其中X为正规方程组的结构矩阵结构矩阵，A=XX为系数矩阵系数矩阵，是一个p+1阶方阵，B=XY为常数项矩阵。在回归分析中通常A1存在，故)10. 3 .10(,)(11 XXAYXYXXXBA即即从而由最小二乘估计 可建立回归方程(10.3.4)，并利用它对指标y进行预报和控制。例如给出任意一组变量x1,xp的值（x01,x0p ），由(1

21、0.3.4)可得y0的预测值：.), 1 (001001100 pppxxxxy定义定义 为了得到预测的精度及控制生产的需要，通常还要求得2的估计。实测值yi与回归值的差iy iiyy叫残差，2)(iieyyS称为剩余平方和（或残差平方和）。YYY叫残差向量，一般地，有),(,1nyyYXY其中其中 . 1XYY).( )(113101YXXXXIn)()(. 2 XYXYYYSe推论推论)12. 3.10( 1YXXAIYYXYYn 定理定理10.1E(Se)=(np1)2, 从而)13. 3.10(12pnSe 是2的无偏估计。定理定理10.2 现在进一步研究最小二乘估计(least sq

22、uare estimation) 的性质。 是 的无偏估计，其协方差阵为)15. 3 .10(.)()(21 XXD定理定理10.3)16. 3 .10(. 0),cov( Y定理定理10.4当YN(X, 2In)时， 与Se独立，且),(),)( ,(2221qnSXXNe 其中q为矩阵X的秩。 的L.S.E与残差向量的几何意义np10p10RxxxLXUxxxX),()(),(令对于求 的L.S.E ，就是求一个 使得Y与 XY 的距离最短，这等价于在U(X)中找一向量 X使得.min| XYY这只能在)(XUY 才能办到, 式(10.3.16)指出了这一点，可见 X是Y在U(X)上的投影

23、投影。三、假设检验三、假设检验M变量变量y与与x1, , xp之间是否确有线性关系之间是否确有线性关系即检验假设即检验假设 H0： 1= 2= p=0 (10.3.17)M若若y与与x1, , xp之间确有线性关系，那么之间确有线性关系，那么因子因子xj对对y作用是否显著呢？这需要检验作用是否显著呢？这需要检验假设假设 H0 ： j=0, (j=1, , p) (10.3.18)1. 假设假设 (10.3.17)的检验法的检验法总偏差平方和22)()(yyyyyySiiiiT)19.10()()(22ReiiiSSyyyy其中2)(iieyyS即剩余平方和，它反映除去y与x1,xp之间的线性关

24、系以外一切因素引起的数据yi间的波动。而22 )()( iuuiuuiRxxyyS uvuvvuiuvvivuiuvulxxxx )(pypyuuyulll 11称为回归平方和回归平方和。反映由变量x1,xp的变化引起的数据yi间的波动。 在p元线性回归模型(10.3.3)中，当假设 (10.3.17)真时，),(20, 1 Nyyiidn故) 1(122nST, 1)(pXRank由定理10.4知).1(122 pnSe由于SR是正态变量的平方和，其自由度为(n1)(np1)=p,故由定理6.3.2（柯赫伦）知，在(10.3.17)真时，Se与SR相互独立，且),(122pSR 从而有),1

25、,() 1(pnpFpnSpSFeR2. 假设假设(10.3.18)的检验问题的检验问题最后，给定显著性水平后，即可得到假设(10.3.17)的拒绝域).1,(pnpFF).1(1,1222pnSpnSee由定理10.4知),(2jjjjcN其中cjj为(XX)1中第j +1个对角元素，且2j与独立，故)20. 3 .10() 1(0pntcctjjjjHjjjj真).1, 1 (02pnFtFHjj真这就是用来检验第j 个因子j 是否显著为零的统计量。于是，给定显著性水平，假设(10.3.18)的拒绝域为).1, 1 (),1(|pnFFpnttj 或或四四. 回归系数的区间估计、预测和变量

26、控制回归系数的区间估计、预测和变量控制1. 的线性函数的区间估计的线性函数的区间估计 若检验得知回归因子xj对y的影响显著，此时常要考虑j的区间估计问题。一般地说，在回归分析中常要求考虑 的线性函数的区间估计问题。设 =(1,2,p)为实常向量，记,ii我们要求的是的置信度为1的置信区间。易证 的最小方差线性无偏估计为ii 它称为 的高斯马尔可夫估计。)( ,(12 XXN) 1, 0()( /)(1NXX 且与)(22pnSe 相互独立。可选择)()( /)(21pnSXXTe )21. 3 .10()()( /)(1pntXX 为主元。由P|T| t/2(np)=1 ，解不等式，得 的置信

27、度为1的置信区间如下：)22. 3 .10()( )(12/ XXpnt特别，当jijiji , 0, 1时时置信度为1的置信区间为的则j,)23. 3 .10()(,)(2/2/jjjjjjcpntcpnt 2. y的预测区间的预测区间 设给定x =(x1,xp)的值x0=(x01,x0p) ，要求x0所对应y0的置信度为1的预测预测区间。设给定x0 ，则),1, 0(,0000Nxy y0的回归值).)(,(0102000 xXXxxNxy 由于y0与y1,yn独立，故0y 与y1,yn也独立，),()(/)(10101000NxXXxyy且与)(pnS22e从而独立，故)()(/)(pn

28、SxXXxyyTe2010001).()()(/)(24310101000pntxXXxyy 由P |T| t/2(np)=1 ，解不等式，即得y0的预测区间预测区间如下：).(.)()(/25310101020 xXXxpnty3. x的控制的控制当n充分大时，y0的预测区间预测区间可近似表为).().,(/263102020uyuy由不等式组).(/2731020222021uxuyyuxuyy即可解得控制控制 x 的上、下限的上、下限。五五. 可化为线性回归的例子可化为线性回归的例子1.模型 y=a+bsint+ ， N(0, 2) (10.3.28)其中其中a、b、 2为与为与t无关的

29、未知参数，只要令无关的未知参数，只要令x= sint，即可得一元线性回归模型。，即可得一元线性回归模型。2.模型 y=a+bt+ct2+ ， N(0, 2) (10.3.29)其中其中a、b、 c 、 2为与为与t无关的未知参数，只要无关的未知参数，只要令令x1= t， x2= t2 ，即可得二元线性回归模型。，即可得二元线性回归模型。可推广到可推广到y= gn(t)+ ， N(0, 2)的情形，其中的情形，其中 gn(t)=an+an 1t+ + a0t n ， 为为n次多项式。次多项式。3.模型 (y)=a+bx + ， N(0, 2) (10.3.30)其中其中 为已知函数，且具单值反函

30、数，为已知函数，且具单值反函数，a、b、 2为与为与x无关的未知参数，只要令无关的未知参数，只要令z= (y) 即可。即可。近代统计学的地位近代统计学的地位 统计学统计学是当今最重要的科学技术之一是当今最重要的科学技术之一 很多人不了解统计学很多人不了解统计学! !(1) 美国美国 “科学科学84年年”杂志选出杂志选出“20世纪对人类生活影响最大世纪对人类生活影响最大的的20项项 科技成果科技成果”；统计学统计学 入选其中入选其中(其它如：相对论、激其它如：相对论、激光、电视、塑料、光、电视、塑料、DNA等等) 。(2) 法国科学院近来向政府提交了一个报告；列举了法国科学院近来向政府提交了一个

31、报告；列举了10项应该项应该重点发展的科技领域。其中重点发展的科技领域。其中9项为信息、能源等高科技项目项为信息、能源等高科技项目,唯有一项唯有一项 统计学统计学 属于基础性学科属于基础性学科,报告认为报告认为 “法国统计学发法国统计学发展的滞后展的滞后对法国经济、社会的发展产生了很不利的影响对法国经济、社会的发展产生了很不利的影响”. (3) 日本战后经济发展非常快日本战后经济发展非常快,有人认为有人认为: 以以“统计质量管理统计质量管理” (田口方法、田口方法、TQC即全面质量管理等即全面质量管理等)为中心的为中心的 统计学统计学 方法方法的应用的应用,贡献了贡献了5 % 的份额。的份额。

32、(4) 美国美国2003年年“技术评论技术评论”杂志根据最新调查杂志根据最新调查,介绍了介绍了全球全球九大新兴科技九大新兴科技展望。其中第展望。其中第4项为项为贝叶斯统计技术贝叶斯统计技术 (其它如其它如: 个人基因学；合成生物学；纳米导线；微射流光纤；等个人基因学；合成生物学；纳米导线；微射流光纤；等). 调查报告指出调查报告指出: 贝叶斯统计技术贝叶斯统计技术 将是下一波软件开发的基将是下一波软件开发的基本工具本工具；可能使外语翻译、微型芯片制造、药物发现、基；可能使外语翻译、微型芯片制造、药物发现、基因技术等领域发生巨大进步；因技术等领域发生巨大进步；英特尔、微软、英特尔、微软、Goog

33、le等大等大公司都已挤入这一新领域的研发。微软已进入市场公司都已挤入这一新领域的研发。微软已进入市场,其其2003年版年版Outlook就包括了贝叶斯就包括了贝叶斯 办公室助手软件。办公室助手软件。(5) 美国统计学家把美国统计学家把 新的贝叶斯统计方法新的贝叶斯统计方法 应用于应用于MX导弹试导弹试验。使导弹第一阶段的试验由验。使导弹第一阶段的试验由36次减少到次减少到25次；可靠性由次；可靠性由72 % 提高到提高到93 %；可节省直接费用；可节省直接费用2.5亿美元亿美元 (美国美国David报告报告:“美国数学的现在与未来美国数学的现在与未来”) 。(6) 在美国，统计是最为热门的职业

34、之一。在美国，统计是最为热门的职业之一。统计学家统计学家的工资水的工资水平也是非常高的。美国白宫人事局平也是非常高的。美国白宫人事局2003年的一份报告中指年的一份报告中指出出, 统计学家统计学家 的工资的工资名列第名列第6；高于经济学家、；高于经济学家、计算机科学计算机科学家家、化学家、电气工程师、化学家、电气工程师、建筑师建筑师 等行业。等行业。(7) 在英美等国，二三流大学在英美等国，二三流大学都有都有统计系、生物统计系统计系、生物统计系。美国。美国 统计学博士生统计学博士生 获得资助率获得资助率(32 %)、肯定就业率、肯定就业率(78 %)、到、到重点大学就业率重点大学就业率(43

35、%)都是都是最高的最高的；美国基础数学毕业生；美国基础数学毕业生找工作的平均等待时间为找工作的平均等待时间为14个月个月,而统计学毕业生为而统计学毕业生为2个月个月. (8) 统计学统计学对于对于 现代基因学说现代基因学说 的产生与发展起了非常重要的的产生与发展起了非常重要的作用。孟德尔作用。孟德尔1865年提出基因学说；在年提出基因学说；在1953 年年 Watson & Crick 在分子水平上发现在分子水平上发现DNA的双螺旋分子结构的双螺旋分子结构 之前之前,主要靠主要靠 统计学统计学 的支持的支持。(9) 美国美国Glimm报告报告“数学科学、技术、与经济竞争力数学科学、技术

36、、与经济竞争力”指指出出: 统计学已得到广泛应用，在这个意义上它统计学已得到广泛应用，在这个意义上它 处于数学各处于数学各分支分支领先地位领先地位；是用于分析数据的第一数学分支；是用于分析数据的第一数学分支,也是新科也是新科技中技中 涉及数学的涉及数学的第一分支第一分支，是把新科技进行量化的，是把新科技进行量化的 先驱先驱手段手段。(10) 1991-2001十年期间十年期间,全世界数学论文引用率最高的前全世界数学论文引用率最高的前25名数学家中有名数学家中有18名是名是统计学家统计学家, 占占2/3强。强。数学家成企业新宠数学家成企业新宠 数学系毕业生年薪可达数学系毕业生年薪可达6位数位数

37、在在“Google”或或“雅虎雅虎”这样的公司，大学数学系毕业生这样的公司，大学数学系毕业生的起始年薪可达的起始年薪可达6位数。就像不久以前，人们争抢哈佛大学企位数。就像不久以前，人们争抢哈佛大学企管硕士一样，如今，企业已开始纷纷争抢数学家。管硕士一样，如今，企业已开始纷纷争抢数学家。 本报华盛顿本报华盛顿1月月18日电日电 (记者记者 张孟军张孟军)人类社会正在向人类社会正在向“新数字时代新数字时代”迈进。数学家和计算机专家强强结合，正酝酿迈进。数学家和计算机专家强强结合，正酝酿催生出一个全新的业务范畴，从而提高了数学的效能。催生出一个全新的业务范畴，从而提高了数学的效能。 过去几十年来，高

38、级数学和计算机模拟不断改变过去几十年来，高级数学和计算机模拟不断改变着科学和社会的面貌。数学家正在帮助企业收集和挖着科学和社会的面貌。数学家正在帮助企业收集和挖掘消费者和企业数据库中的数据，并从这些数据中找掘消费者和企业数据库中的数据，并从这些数据中找出有用的出有用的“金矿金矿”。据新出版的美国。据新出版的美国商业周刊商业周刊报报道，数学家正在帮助企业拟定广告宣传战略，他们也道，数学家正在帮助企业拟定广告宣传战略，他们也在改变对新闻报道进行研究的切入角度和研究方法。在改变对新闻报道进行研究的切入角度和研究方法。数学家使市场营销人员同客户形成了一对一的关系，数学家使市场营销人员同客户形成了一对一

39、的关系，越来越多的经济活动进入越来越多的经济活动进入“数学王国数学王国”。 例如，在纽约华尔街工作的数学企业家尼尔例如，在纽约华尔街工作的数学企业家尼尔戈德戈德曼，就创建了曼，就创建了“Inform技术公司技术公司”。该公司每天搜索。该公司每天搜索成千上万篇新闻报道和网上博客的文章进行成千上万篇新闻报道和网上博客的文章进行“阅读阅读”，并能将这些文章分门别类地分成不同部分。并能将这些文章分门别类地分成不同部分。Inform公公司不是逐字逐句进行阅读做出文摘，而是按语言和内司不是逐字逐句进行阅读做出文摘，而是按语言和内容，采用数学计算及统计法来分析每篇文章容，采用数学计算及统计法来分析每篇文章。

40、然后按。然后按客户需要，将对客户有用的文章或段落发给客户。客户需要，将对客户有用的文章或段落发给客户。 美国国家安全局美国国家安全局(NSA)数学研究组的首席数学家沙茨说：数学研究组的首席数学家沙茨说：“数学家从未获得过如此高的地位数学家从未获得过如此高的地位。”冷战时期，美国国家安冷战时期，美国国家安全局雇用了大量数学家。该局的数学高手曾同前苏联的数学高全局雇用了大量数学家。该局的数学高手曾同前苏联的数学高手展开竞赛：每边的人都在千方百计保护自己的密码不被对方手展开竞赛：每边的人都在千方百计保护自己的密码不被对方破译，而试图破译对方的密码。如今，美国国家安全局的数学破译，而试图破译对方的密码

41、。如今，美国国家安全局的数学团队已经把工作重点转移到新的领域团队已经把工作重点转移到新的领域反恐。他们不断分反恐。他们不断分析恐怖分子在网上和电话中的各种信息，例如分析恐怖分子的析恐怖分子在网上和电话中的各种信息，例如分析恐怖分子的讲话、主题和通话的频率，以分析判断未来可能出现的恐怖袭讲话、主题和通话的频率，以分析判断未来可能出现的恐怖袭击。击。美国国家安全局正在和美国国家安全局正在和“Google”或雅虎等公司进行人才或雅虎等公司进行人才争夺战，以招聘到最好的数学家争夺战，以招聘到最好的数学家。该局招聘办公室主任米勒。该局招聘办公室主任米勒温温特说：特说：“我们必须寻找新的和创新的方法，以找到最有用的人我们必须寻找新的和创新的方法，以找到最有用的人才才.” 诸如诸如IBM及及Inform等许多公司，也都在让数学家等许多公司，也