Kim był Debabrata Basu?
Debabrata Basu (1924–2001) był indyjskim statystykiem, autorem twierdzenia Basu i zbioru słynnych przykładów i kontrprzykładów, którymi sprawdzał podstawy wnioskowania statystycznego. Urodził się 5 lipca 1924 r. w Dhace, w dzisiejszym Bangladeszu, jako drugie z siedmiorga dzieci. Z powodu słabego wzroku uczył się głównie w domu, a za wzór stawiał sobie dwóch matematyków: ojca, Naliniego Mohana Basu, i swojego nauczyciela, T. Vijayaraghavana. Ukończył studia magisterskie na Uniwersytecie w Dhace i wykładał tam w latach 1947–1948 (M. Basu, 2024).
Podział Indii zmienił jego życie: rodzina musiała opuścić dom w Dhace, a on zaczynał od nowa jako uchodźca w Kalkucie. Pracował jako urzędnik aktuarialny w towarzystwie ubezpieczeniowym, potem jako stypendysta badawczy wstąpił do Indyjskiego Instytutu Statystycznego (ISI) i blisko współpracował z C. R. Rao. W 1953 r. dostał stypendium Fulbrighta na Uniwersytecie Kalifornijskim w Berkeley i spędził tam dwa lata. Później wykładał m.in. w Libanie, Japonii, Wielkiej Brytanii, Australii i USA, a w 1975 r. przyjął profesurę na wydziale statystyki Florida State University w Tallahassee. Na początku 1986 r. z powodów rodzinnych wrócił do Kalkuty i przez pewien czas znów pracował w ISI. Zmarł w marcu 2001 r. (M. Basu, 2024).
Najważniejsze pomysły
- Twierdzenie Basu (1955). Opublikowane w indyjskim czasopiśmie Sankhyā mówi, że statystyka dostateczna i zupełna jest niezależna od każdej statystyki pomocniczej, czyli takiej, której rozkład nie zależy od parametru (M. Basu, 2024). To krótka droga do dowodów niezależności. Przykład: w próbie z rozkładu normalnego o znanej wariancji średnia jest dostateczna i zupełna dla μ, a wariancja z próby ma rozkład niezależny od μ – więc obie są niezależne. Na tej niezależności opiera się rozkład t Studenta.
- Przykłady i kontrprzykłady. Basu wykładał z pamięci i prosił studentów, by zamiast notować, śledzili jego przykłady i kontrprzykłady oraz kwestionowali wszystko. Egzaminów nie lubił – wolał sprawdzać wiedzę w rozmowie w gabinecie (M. Basu, 2024).
- Krytyka wnioskowania opartego na losowaniu. W eseju o logicznych podstawach badań sondażowych z 1971 r. Basu pokazał, że nieobciążoność względem schematu losowania nie gwarantuje rozsądnego wyniku w próbie, którą faktycznie mamy (D. Basu, 1971).
Ciekawostka
Słonie z cyrku. Najsłynniejsza opowieść Basu dotyczy właściciela cyrku, który przed wysyłką 50 słoni chce oszacować ich łączną masę, ważąc tylko jednego. Z zapisów sprzed trzech lat wynika, że średni był słoń Sambo, więc właściciel chce zważyć Sambo i pomnożyć wynik przez 50. Przerażony statystyk żąda losowania i obaj ustalają plan: Sambo z prawdopodobieństwem 99/100, każdy z pozostałych 49 słoni z równym, małym prawdopodobieństwem. Wypada Sambo, a statystyk – powołując się na optymalność estymatora Horvitza–Thompsona – ogłasza, że łączna masa to 100/99 masy Sambo. Gdyby wylosowano olbrzyma Jumbo, oszacowanie wyniosłoby 4900 mas Jumbo. Basu kończy uwagą, że tak statystyk stracił posadę w cyrku i być może został nauczycielem statystyki (D. Basu, 1971, s. 212–213).
Córka Basu, Monimala, wspomina, że od wczesnych lat dostawała od ojca do poprawek językowych rozdziały jego książek i artykułów. Dorastała więc z opowieściami o Marsjanach lądujących na Ziemi, o właścicielu cyrku, który chciał wysłać 50 słoni, i o „likelihoodwallahs” – pełnymi humoru historyjkami, przez które ojciec objaśniał twierdzenia (M. Basu, 2024).
Przykład: słonie Basu w liczbach
Przeliczamy opowieść na fikcyjnym stadzie 50 słoni (set.seed(917)): masę sprzed trzech lat losujemy z rozkładu normalnego (średnio 4 t, SD 0.7 t), a dzisiejszą jako dawną pomnożoną przez czynnik od 0.97 do 1.12 – te parametry dobraliśmy ręcznie. Prawdziwa łączna masa wynosi 203.67 t. Sambo ważył kiedyś 3.96 t, dziś 4.37 t.
W planie z opowieści estymator Horvitza–Thompsona jest nieobciążony: jego wartość oczekiwana to dokładnie 203.67 t. Ale gdy wypadnie Sambo (99 razy na 100), daje 4.4 t, a gdy Jumbo – 28 273 t. Odchylenie standardowe wynosi 2011.8 t, a prawdopodobieństwo, że oszacowanie trafi w przedział ±10% od prawdy, jest równe 0. W 100 000 symulowanych losowań (set.seed(1971)) Sambo wypadł w 99.0% przypadków, średnia oszacowań to 202.4 t i ani jedno nie znalazło się bliżej niż 10% od prawdziwej masy. Szacunek właściciela, 50 × 4.37 = 218.5 t, jest za wysoki o 7.3%, bo Sambo przybrał na wadze bardziej niż reszta stada.
Ten sam estymator działa dobrze, gdy prawdopodobieństwa wylosowania są proporcjonalne do dawnej masy (dobór PPS): każde możliwe oszacowanie leży między 192.7 a 216.3 t, a SD wynosi 7.2 t. Wniosek nie brzmi więc „estymator HT jest zły”, tylko: estymator HT dziedziczy jakość po schemacie losowania.
Na rysunku
Co widać. Twierdzenie Basu powstało kilka lat po przybyciu do Kalkuty, a esej ze słoniami – szesnaście lat później.
Na co uważać. Źródło nie podaje roku, w którym Basu wstąpił do ISI, dlatego na osi stoi przybliżenie „koniec lat 40.”.
Podpis do pracy:
set.seed(917)).Co widać. W panelu A żaden punkt nie leży blisko zielonej linii: oszacowanie dla Sambo to 2.2% prawdziwej masy, a dla pozostałych 49 słoni – od 59 do 139 razy więcej niż prawda. Średnia ważona prawdopodobieństwami trafia w prawdę tylko dlatego, że skrajne błędy się znoszą. W panelu B wszystkie możliwe wyniki mylą się od −5.4% do +6.2%.
Na co uważać. Rysunek pokazuje próbę jednego słonia, czyli przypadek skrajny. Dane są fikcyjne i nie pochodzą od Basu, który podał tylko liczby 50, 99/100 i 4900. W prawdziwym badaniu masy sprzed lat nie byłyby znane tak dokładnie, a słonie nie przybierałyby na wadze proporcjonalnie.
Podpis do pracy:
Gdzie spotkasz Basu w swojej pracy
- Wagi w sondażu. Waga osoby to 1/π, a estymator Horvitza i Thompsona (1952) sumuje y/π. Przykład Basu przypomina, że wagi muszą wynikać z rozsądnego planu: gdy π nie ma związku z mierzoną cechą, wagi stają się skrajne, a wynik niestabilny. Praktykę opisują ważenie danych i wpis ważenie danych sondażowych krok po kroku.
- Plan losowania. Od operatu losowania i wyboru między doborem losowym prostym a doborem z nierównymi prawdopodobieństwami zależy, ile warta jest próba. Dobór celowy – jak plan właściciela – bywa trafny, ale jego błędu nie da się oszacować (dobór celowy, próba reprezentatywna w obrazkach).
- Dowody niezależności. Gdy podręcznik pokazuje, że średnia i wariancja z próby normalnej są niezależne, często korzysta z twierdzenia Basu.
Jego drogi krzyżowały się z pracami Ronalda Fishera i Jerzego Neymana: z Berkeley wrócił zwolennikiem teorii testowania Neymana i Pearsona, a wątpliwości przyszły po zetknięciu z Fisherem, którego w esejach nazywał „Sir Ronald” (M. Basu, 2024).
Słonie Basu w R
Kod tworzy fikcyjne stado 50 słoni, liczy dokładnie (bez losowania) wartość oczekiwaną, odchylenie standardowe i rozrzut estymatora Horvitza–Thompsona w planie Basu i w planie PPS, sprawdza wynik symulacją 100 000 losowań i rysuje rysunek 2. Drugi przepis rysuje oś czasu (rysunek 1). Rysunki na stronie powstały z tych samych obiektów p1 i p2, którym podmieniono tylko motyw na motyw serwisu; dane, geometrie i skale są identyczne. Ziarna: set.seed(917) dla stada i set.seed(1971) dla symulacji.
1. Słonie i estymator Horvitza–Thompsona: rysunek 2
Kod R rysunku 2
# Debabrata Basu: słonie z cyrku i estymator Horvitza–Thompsona (przykład Basu, 1971) – dane fikcyjne
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
kol <- c(zwykly = "grey45", Sambo = "#0072B2", Jumbo = "#D55E00", prawda = "#009E73") # Okabe–Ito
motyw <- theme_minimal(base_size = 13) +
theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"), legend.position = "bottom")
# 1. Stado 50 słoni (fikcyjne): masa sprzed 3 lat i masa dziś (w tonach)
set.seed(917)
N <- 50
dawniej <- round(rnorm(N, mean = 4, sd = 0.7), 2) # wagi z dawnych zapisów właściciela
dzis <- round(dawniej * runif(N, min = 0.97, max = 1.12), 2) # słonie przybrały od −3% do +12%
sambo <- which.min(abs(dawniej - mean(dawniej))) # „przeciętny” słoń 3 lata temu
jumbo <- which.max(dawniej) # największy słoń
Y <- sum(dzis) # prawdziwa łączna masa – nieznana właścicielowi
round(c(laczna_masa_t = Y, Sambo_dawniej = dawniej[sambo], Sambo_dzis = dzis[sambo], Jumbo_dzis = dzis[jumbo]), 2)
# 2. Trzy sposoby oszacowania Y z jednego zważonego słonia
# (a) plan właściciela: zważ Sambo i pomnóż przez 50 (dobór celowy, nie losowy)
szacunek_wlasciciela <- 50 * dzis[sambo]
# (b) kompromis ze statystykiem: P(Sambo) = 99/100, każdy z pozostałych 49 słoni: 1/4900; estymator HT = y / π
pi_basu <- ifelse(seq_len(N) == sambo, 99 / 100, 1 / 4900)
ht_basu <- dzis / pi_basu # wynik HT, gdyby wylosowano danego słonia
# (c) plan rozsądny: prawdopodobieństwo wylosowania proporcjonalne do dawnej masy (PPS), ten sam estymator HT
pi_pps <- dawniej / sum(dawniej)
ht_pps <- dzis / pi_pps
plany <- function(pi, est) c(wartosc_oczekiwana = sum(pi * est), SD = sqrt(sum(pi * (est - Y)^2)),
P_blad_ponizej_10proc = sum(pi[abs(est - Y) / Y < 0.10]))
round(rbind(HT_plan_Basu = plany(pi_basu, ht_basu), HT_plan_PPS = plany(pi_pps, ht_pps)), 3)
round(c(wlasciciel_50y = szacunek_wlasciciela, HT_gdy_Sambo = ht_basu[sambo], HT_gdy_Jumbo = ht_basu[jumbo],
HT_PPS_min = min(ht_pps), HT_PPS_max = max(ht_pps)), 1)
# Ile razy oszacowanie przekracza prawdę (plan Basu) i błąd względny w % (właściciel, plan PPS)
round(c(Basu_Sambo_ulamek_Y = ht_basu[sambo] / Y, Basu_inne_min_razy_Y = min(ht_basu[-sambo]) / Y,
Basu_inne_max_razy_Y = max(ht_basu[-sambo]) / Y, wlasciciel_blad_proc = 100 * (szacunek_wlasciciela / Y - 1),
PPS_blad_min_proc = 100 * (min(ht_pps) / Y - 1), PPS_blad_max_proc = 100 * (max(ht_pps) / Y - 1)), 3)
# 3. Symulacja: 100 000 losowań jednego słonia według planu Basu
set.seed(1971)
wylosowany <- sample(N, 100000, replace = TRUE, prob = pi_basu)
oszacowania <- ht_basu[wylosowany]
round(c(srednia_oszacowan = mean(oszacowania), odsetek_Sambo = mean(wylosowany == sambo),
odsetek_w_10proc_od_Y = mean(abs(oszacowania - Y) / Y < 0.10)), 3)
# Rysunek 2: wynik estymatora HT dla każdego możliwego wyniku losowania (bez losowania – rachunek dokładny)
d <- data.frame(slon = seq_len(N), dawniej, dzis, ht_basu, ht_pps,
kto = ifelse(seq_len(N) == sambo, "Sambo", ifelse(seq_len(N) == jumbo, "Jumbo", "zwykly")))
d$kto <- factor(d$kto, levels = c("zwykly", "Sambo", "Jumbo"))
etykiety_slonie <- c(zwykly = "pozostałe słonie", Sambo = "Sambo (przeciętny)", Jumbo = "Jumbo (największy)")
pA <- ggplot(d, aes(dawniej, ht_basu, colour = kto, shape = kto)) +
geom_hline(yintercept = Y, colour = kol[["prawda"]], linewidth = 1) +
annotate("text", x = min(dawniej), y = Y * 1.6, label = sprintf("prawdziwa łączna masa: %.0f t", Y),
hjust = 0, colour = kol[["prawda"]], size = 3.6) +
geom_point(size = 2.8) +
annotate("text", x = dawniej[sambo], y = ht_basu[sambo] * 0.55, label = sprintf("Sambo: %.1f t\n(P = .99)", ht_basu[sambo]),
size = 3.4, colour = kol[["Sambo"]], lineheight = 0.9) +
annotate("text", x = dawniej[jumbo], y = ht_basu[jumbo] * 2.2, label = sprintf("Jumbo: %.0f t", ht_basu[jumbo]),
size = 3.4, colour = kol[["Jumbo"]], hjust = 1) +
scale_y_log10(breaks = c(1, 3, 10, 30, 100, 300, 1000, 3000, 10000, 30000, 100000), labels = function(x) format(x, big.mark = " ", scientific = FALSE, trim = TRUE),
limits = c(1, 1e5)) +
scale_colour_manual(values = kol, labels = etykiety_slonie, name = NULL) +
scale_shape_manual(values = c(zwykly = 16, Sambo = 17, Jumbo = 15), labels = etykiety_slonie, name = NULL) +
labs(title = "A. Plan Basu: P(Sambo) = 99/100, inne 1/4900",
x = "Masa słonia 3 lata temu (t)", y = "Oszacowanie HT łącznej masy (t, skala log.)") +
motyw
pB <- ggplot(d, aes(dawniej, ht_pps, colour = kto, shape = kto)) +
geom_hline(yintercept = Y, colour = kol[["prawda"]], linewidth = 1) +
geom_hline(yintercept = szacunek_wlasciciela, colour = "grey20", linetype = "22") +
annotate("text", x = max(dawniej), y = szacunek_wlasciciela, label = "właściciel: 50 × Sambo", hjust = 1, vjust = -0.5, size = 3.4) +
geom_point(size = 2.8) +
scale_y_continuous(limits = Y * c(0.9, 1.1)) +
scale_colour_manual(values = kol, labels = etykiety_slonie, name = NULL) +
scale_shape_manual(values = c(zwykly = 16, Sambo = 17, Jumbo = 15), labels = etykiety_slonie, name = NULL) +
labs(title = "B. Plan PPS: P(słoń) ∝ jego dawnej masie",
x = "Masa słonia 3 lata temu (t)", y = "Oszacowanie HT łącznej masy (t)") +
motyw
p2 <- pA + pB + plot_layout(guides = "collect") & theme(legend.position = "bottom")
p2Wynik w R
laczna_masa_t Sambo_dawniej Sambo_dzis Jumbo_dzis
203.67 3.96 4.37 5.77
wartosc_oczekiwana SD P_blad_ponizej_10proc
HT_plan_Basu 203.67 2011.829 0
HT_plan_PPS 203.67 7.220 1
wlasciciel_50y HT_gdy_Sambo HT_gdy_Jumbo HT_PPS_min HT_PPS_max
218.5 4.4 28273.0 192.7 216.3
Basu_Sambo_ulamek_Y Basu_inne_min_razy_Y Basu_inne_max_razy_Y
0.022 59.425 138.818
wlasciciel_blad_proc PPS_blad_min_proc PPS_blad_max_proc
7.281 -5.398 6.214
srednia_oszacowan odsetek_Sambo odsetek_w_10proc_od_Y
202.359 0.990 0.000 2. Oś czasu: rysunek 1
Kod R rysunku 1
# Oś czasu: Debabrata Basu, 1924–2001 – daty według cytowanych źródeł
library(ggplot2)
zdarzenia <- data.frame(
rok = c(1924.5, 1947.5, 1949.5, 1953.5, 1955.5, 1971, 1975.5, 1986, 2001.2),
etykieta = c("1924", "1947–1948", "koniec lat 40.", "1953", "1955", "1971", "1975", "1986", "III 2001"),
opis = c("urodził się\nw Dhace", "wykłada na\nuniwersytecie w Dhace", "uchodźca w Kalkucie;\nInstytut Statystyczny (ISI)",
"stypendium Fulbrighta:\nBerkeley", "twierdzenie Basu\n(Sankhyā)", "esej o podstawach\nbadań sondażowych (słonie)",
"profesor Florida State\nUniversity", "powrót do Kalkuty", "zmarł"),
rodzaj = c("życie", "praca", "życie", "praca", "publikacja", "publikacja", "praca", "życie", "życie"))
# Gęste lata 1947–1956: etykiety nad (1) i pod (−1) osią, na dwóch wysokościach
zdarzenia$strona <- c(1, -1, 1, -1, 1, -1, 1, -1, 1)
zdarzenia$poziom <- c(0.5, 0.5, 0.5, 1.3, 1.3, 0.5, 0.5, 0.5, 0.5)
zdarzenia$wyrownanie <- c(0.5, 0.6, 0.6, 0.5, 0.3, 0.5, 0.5, 0.5, 0.6)
ksztalty <- c("życie" = 21, "praca" = 22, "publikacja" = 23)
kolory <- c("życie" = "grey40", "praca" = "#0072B2", "publikacja" = "#D55E00") # Okabe–Ito
p1 <- ggplot(zdarzenia, aes(rok, 0)) +
geom_hline(yintercept = 0, colour = "grey60", linewidth = 0.8) +
geom_segment(aes(xend = rok, y = 0, yend = poziom * strona), colour = "grey70") +
geom_point(aes(shape = rodzaj, fill = rodzaj), size = 4, colour = "black") +
geom_text(aes(y = (poziom + 0.07) * strona, label = paste0(etykieta, "\n", opis), vjust = ifelse(strona > 0, 0, 1), hjust = wyrownanie),
size = 3.3, lineheight = 0.9) +
scale_shape_manual(values = ksztalty, name = NULL) +
scale_fill_manual(values = kolory, name = NULL) +
scale_x_continuous(limits = c(1918, 2007), breaks = seq(1920, 2000, by = 10)) +
scale_y_continuous(limits = c(-2.1, 2.2)) +
labs(x = NULL, y = NULL) +
theme_minimal(base_size = 13) +
theme(axis.text.y = element_blank(), panel.grid = element_blank(), axis.text.x = element_text(colour = "grey30"),
legend.position = "bottom")
p1Bibliografia oprogramowania
Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (losowanie – funkcje rnorm(), runif() i sample() z pakietów stats i base; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).
- R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
- ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
- patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
Najczęstsze pytania
Kim był Debabrata Basu?
Indyjskim statystykiem (1924–2001) urodzonym w Dhace. Po podziale Indii jako uchodźca trafił do Kalkuty i do Indyjskiego Instytutu Statystycznego, w 1953 r. wyjechał na stypendium do Berkeley, a od 1975 r. był profesorem Florida State University (M. Basu, 2024).
Co mówi twierdzenie Basu?
Że statystyka dostateczna i zupełna jest niezależna od każdej statystyki pomocniczej, czyli takiej, której rozkład nie zależy od parametru. Twierdzenie ukazało się w 1955 r. w czasopiśmie Sankhyā i służy do szybkich dowodów niezależności, np. średniej i wariancji z próby normalnej.
Na czym polega przykład ze słoniami Basu?
Statystyk losuje jednego z 50 słoni, dając przeciętnemu Sambo prawdopodobieństwo 99/100, a każdemu z pozostałych 1/4900. Estymator Horvitza–Thompsona daje wtedy 100/99 masy Sambo albo 4900 mas Jumbo – nieobciążony, a absurdalny w każdej próbie (D. Basu, 1971).
Czy przykład Basu znaczy, że nie należy ważyć danych z sondażu?
Nie. Pokazuje, że wagi 1/π działają tylko przy rozsądnym planie losowania. W naszym przeliczeniu ten sam estymator przy prawdopodobieństwach proporcjonalnych do dawnej masy słoni mylił się najwyżej o około 6%.
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Ważenie danych sondażowych krok po kroku
Wagi schematu, korekta braku odpowiedzi, raking w R, przycinanie wag, efektywna liczebność Kisha, błąd standardowy i wzór opisu.
Czytaj →PoradnikPróba reprezentatywna w obrazkach
Mapa odmów na fikcyjnej uczelni, struktura próby a wynik, 1000 badań przed ważeniem i po nim, raking i koszt wag – pięć rysunków z kodem R.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- Basu, D. (1971). An essay on the logical foundations of survey sampling, part one. In V. P. Godambe & D. A. Sprott (Eds.), Foundations of statistical inference (pp. 203–242). Holt, Rinehart and Winston of Canada.
- Basu, M. (2024). Debabrata Basu biography. Sankhyā: The Indian Journal of Statistics, Series A, 86(S1), 8–12. https://doi.org/10.1007/s13171-024-00367-5 ● Otwarty dostęp
- Horvitz, D. G., & Thompson, D. J. (1952). A generalization of sampling without replacement from a finite universe. Journal of the American Statistical Association, 47(260), 663–685. https://doi.org/10.1080/01621459.1952.10483446
Cytowania BibTeX
@incollection{basu1971essay, author={Basu, Debabrata}, title={{An essay on the logical foundations of survey sampling, part one}}, booktitle={Foundations of statistical inference}, year={1971}, pages={203--242}, publisher={Holt, Rinehart and Winston of Canada}}@article{basu2024debabrata, author={Basu, Monimala}, title={{Debabrata Basu biography}}, journal={Sankhyā: The Indian Journal of Statistics, Series A}, year={2024}, volume={86}, number={S1}, pages={8--12}, doi={10.1007/s13171-024-00367-5}}@article{horvitz1952generalization, author={Horvitz, D. G. and Thompson, D. J.}, title={{A generalization of sampling without replacement from a finite universe}}, journal={Journal of the American Statistical Association}, year={1952}, volume={47}, number={260}, pages={663--685}, doi={10.1080/01621459.1952.10483446}}