Вероятностные модели стали применять для обработки статистических данных в начале формирования теории вероятностей в XVII веке. Разработанный Карлом Фридрихом Гауссом в XVIII веке и впервые применённый для борьбы с ошибками астрономических наблюдений метод наименьших квадратов – один из наиболее популярных статистических методов и сейчас. Другое математическое достижение Гаусса – закон нормального распределения описывает, как часто различные значения случайной величины встречаются в наборе данных.

На данные, которые можно собрать, существуют определённые ограничения, как и на типы эксперимента, которые можно провести. Вопросы, какие методы использовать для решения задач и какой методологический аппарат применять для проведения исследования, сбора и обработки данных, включая компьютерную обработку, относятся к области прикладной статистики. Этот термин, стал широко использоваться не так давно, после публикации сборника «Современные проблемы кибернетики. Прикладная статистика» издательством «Знание» в 1981 году.

Пожалуй, это закономерно. Во времена СССР статистические методы использовались для реального сектора экономики в прикладных исследованиях повышения качества продукции, улучшения роста семян, животноводства для решения сельскохозяйственных проблем. Исследования проводились и в рамках молодого научного направления – радиобиологии. Например, в одних исследованиях было выявлено, что при малых дозах радиации яйценоскость кур возрастает в месяц на 18%, а в других – от 7 до 15%. Это связывали со стимулирующим эффектом на формирующийся гипофиз будущих цыплят.

Возникает вопрос, как могли проводиться научные исследования, если методологического аппарата ещё не было? Как выявлять ошибки? В одной книжке по статистике, есть хорошая фраза: «Статистика не может быть более совершенной, чем люди, которые ее используют». Человеческий фактор – бесконечный источник головной боли, кейсов из жизни и анекдотов.

Одна такая байка о пользе математического аппарата на Бусти. Все совпадения случайны.