第三個故事：曹雪芹懂統(tǒng)計么？《紅樓夢》第六十三回寶玉過生日，晚上請來了林黛玉、史湘云、薛寶釵、李紈、探春、薛寶琴等在怡紅院玩擲骰子抽簽的游戲。大家圍成一團，按照搖出骰子的點數(shù)數(shù)到誰，誰就從簽筒里抽出一根簽，按照簽上的要求或罰做詩、或罰喝酒。我們感興趣的是四個骰子出現(xiàn)的點數(shù)分布。假設(shè)這四顆骰子均為沒有出老千的骰子，經(jīng)計算其分布，如無限次數(shù)的扔硬幣，正反面概率為1/2，那么扔一個骰子每個面出現(xiàn)的概率就是1/6，同時扔四個就要算一算了。人民大學(xué)袁衛(wèi)教授把它算出來了，有四個參數(shù)：點數(shù)、理論頻數(shù)、頻率（概率）、實際頻數(shù)（賈寶玉和眾美女實際扔的次數(shù))。賈寶玉和眾美女實際扔的次數(shù)一共扔了八次，分別是五點一次、六點一次、八點一次、十六點一次、十八點一次、十九點兩次、二十點一次。這些點數(shù)所相應(yīng)對的概率都非常小，有六次結(jié)果是小于0.05的小概率。小概率在一次實驗中幾乎是不可能發(fā)生的，而曹雪芹先生竟搖了八次，就有六次結(jié)果是小概率。特別是晴雯和香菱分別搖出了0.0031、0.0077的小概率，相當(dāng)于雨點打在香頭上。這該做何解釋呢？曹雪芹在寫這一回時，實際上事先確定了搖骰子的幾位人物，并為這些人物設(shè)定了骰子及詩詞作為與此人命運的寫照。如果曹雪芹有一點概率統(tǒng)計的知識，他就會合理安排人物的順序和給出合理的點數(shù)，就不會發(fā)生小概率了。所以，我們分析的結(jié)果是曹雪芹不懂統(tǒng)計。因為在曹雪芹的時代，西方的概率統(tǒng)計剛剛產(chǎn)生。

第四個故事：超市銷售額有規(guī)律嗎？1993年一位美國人發(fā)現(xiàn)，在超市里有67%的顧客在買啤酒的同時，也買了尿布。是顧客喝完啤酒以后用尿布嗎？顯然不是。進一步調(diào)查發(fā)現(xiàn)，購買尿布的人80%都是年輕的父親，在購買尿布的時候，他們順便為自己買點啤酒。商家發(fā)現(xiàn)這樣的規(guī)律，便在婦產(chǎn)醫(yī)院及相關(guān)的機構(gòu)的超市里，把啤酒和尿布放在一個貨架上，以方便年輕的父親，結(jié)果，銷售額大增。這種用于商品的貨架設(shè)計、存貨安排，根據(jù)購買模式對客戶進行分類的方法，就叫數(shù)據(jù)挖掘。數(shù)據(jù)挖掘是統(tǒng)計學(xué)一個比較新的研究方向和領(lǐng)域，把統(tǒng)計學(xué)、數(shù)學(xué)、計算機、人工智能、繼續(xù)學(xué)習(xí)等各種方法融合在一起的一個邊緣學(xué)科。數(shù)據(jù)挖掘的商用價值相當(dāng)大，利用數(shù)據(jù)挖掘可以使統(tǒng)計學(xué)在為社會服務(wù)方面走得更遠。

第五個故事：數(shù)據(jù)勝過軼聞。軼聞引人注目，是因為它很突出，容易深入人心，但軼聞使議題人性化，所以不少新聞報道常常是以軼聞開場或結(jié)尾，但它并不足以當(dāng)成決定的根據(jù)，只是能影響收視率罷了。例如美國住在高壓線附近的一個兒童得了白血病，孩子的母親認為是高壓線使她的孩子得了白血病，能說會道的母親在電視臺露面，字字血聲聲淚地控訴，引起公眾的同情。而美國國家癌癥研究所花了5年時間和500萬美元進行研究，資料顯示，白血病和高壓線產(chǎn)生的磁場并無關(guān)系，但人們還是相信軼聞，相信沒有代表性的“典型”，而不相信科學(xué)推斷的數(shù)據(jù)。所以，我們應(yīng)該用科學(xué)態(tài)度來對待事實，而不應(yīng)該相信軼聞。

第六個故事：《靜靜的頓河》的作者是誰？1928年有人提出《靜靜的頓河》作者不是肖洛霍夫，而是克留柯夫。1974年，一個匿名的作者在巴黎寫了一本書，斷言克留柯夫是《靜靜的頓河》的真正作者，肖洛霍夫則是一個剽竊者。為了弄清真相，一些學(xué)者用統(tǒng)計方法進行了考證，具體做法是把《靜靜的頓河》同肖洛霍夫與克留柯夫兩個人沒有疑問的作品用計算機量化，采集數(shù)據(jù)，加以分析比較。研究結(jié)果表明，《靜靜的頓河》與肖洛霍夫的其它作品非常接近，與克留柯夫的作品則相距甚遠，有充分把握推斷出《靜靜的頓河》的作者就是肖洛霍夫，從而了結(jié)了長達數(shù)十年的文壇公案。這種統(tǒng)計學(xué)的新分支叫做文獻計量學(xué)，主要的功能就是通過文獻來搜尋信息。比如要判斷《紅樓夢》前80回和后40回是不是一個人寫的？如果不學(xué)統(tǒng)計，你可能要下數(shù)十年的工夫，使自己幾乎成為一個紅學(xué)家，要對那段生活的歷史、文化、民俗，對曹雪芹、高鶚的風(fēng)格，做一個全方位的比較，才能夠做出一個判斷。如果學(xué)了統(tǒng)計，把前80回和后40回一對比，看看虛詞的使用、句子的長度、標(biāo)點使用的一些習(xí)慣，就可以判出來，國外把這叫做文字DNA。日本京都大學(xué)村上教授有一個著名的案例。有一個人去世以后，別人偽造了一份遺囑。村上教授把這個人生前所有寫的信件、書籍作為一個新的樣本，與假遺囑進行對比，發(fā)現(xiàn)遺囑不是此人的行文風(fēng)格，法院就以此為依據(jù)作出相應(yīng)的判決。