Słownik metodologiczny · Ludzie statystyki

Harald Cramér (1893–1985) i Richard von Mises (1883–1953) – aktuariusz i lotnik, którzy połączyli nazwiska

Szwedzki aktuariusz i matematyk Harald Cramér oraz urodzony we Lwowie inżynier i matematyk Richard von Mises nigdy nie pisali razem, a jednak łączy ich test zgodności Craméra–von Misesa. Przedstawiamy obie drogi, ciekawostkę o samolocie von Misesa i problem urodzin w R: rachunek dokładny kontra symulacja.

Strona główna / Słownik / Harald Cramér i Richard von Mises
W skrócie: Harald Cramér (1893–1985) – szwedzki matematyk i aktuariusz, autor podręcznika „Mathematical Methods of Statistics” (1946), od którego nazwiska pochodzą V Craméra i granica Craméra–Rao. Richard von Mises (1883–1953) – matematyk i inżynier urodzony we Lwowie, twórca częstościowej teorii prawdopodobieństwa, autor pracy, od której zaczęły się badania nad problemem urodzin. Oba nazwiska łączy test zgodności Craméra–von Misesa.

Kim byli Harald Cramér i Richard von Mises?

Harald Cramér (1893–1985) urodził się w Sztokholmie i na tamtejszym uniwersytecie studiował matematykę i chemię. W 1917 r. obronił pracę o rozkładzie liczb pierwszych, a pod wpływem Marcela Riesza zajął się matematyką ubezpieczeniową i rachunkiem prawdopodobieństwa. Od 1920 r. był aktuariuszem towarzystwa ubezpieczeń na życie Svenska Lif, a od 1928 r. także towarzystwa reasekuracyjnego Sverige. W 1929 r. został profesorem w Stockholms Högskola i szefem instytutu matematyki ubezpieczeniowej i statystyki matematycznej; w latach 1934–1939 pracował tam William Feller (Lundberg, 1986).

Richard von Mises (1883–1953) urodził się we Lwowie, wówczas w habsburskiej Galicji. Studiował inżynierię na Politechnice Wiedeńskiej, był asystentem w Brnie, a w 1909 r. został profesorem nadzwyczajnym matematyki stosowanej w Strasburgu (Siegmund-Schultze, 2020). Po I wojnie światowej kierował Instytutem Matematyki Stosowanej w Berlinie i w 1921 r. założył czasopismo ZAMM (Strick, 2023). W 1933 r., jak wielu uczonych opuszczających Niemcy z powodów politycznych, przeniósł się na Uniwersytet Stambulski, gdzie przez sześć lat prowadził pierwsze w tym wydziale doktoraty z matematyki (Kadıoğlu i Şahinbaş Erginöz, 2011). Potem objął profesurę na Uniwersytecie Harvarda (Strick, 2023), który był jego ostatnim miejscem pracy (Siegmund-Schultze, 2020).

Najważniejsze pomysły

  • Cramér: statystyka na fundamencie rachunku prawdopodobieństwa. Podręcznik „Mathematical Methods of Statistics” (wyd. szwedzkie 1945, Princeton 1946) wyznaczył program teorii statystycznej (Lundberg, 1986). Według literatury wtórnej to w nim pojawiła się oparta na χ² miara związku, którą dziś nazywamy V Craméra (Cramér, 1946). Jego nazwisko nosi też granica Craméra–Rao – najmniejsza możliwa wariancja estymatora nieobciążonego, opisana w hasłach efektywność estymatora i C. R. Rao.
  • Cramér: teoria ryzyka. Rozwijał matematykę ubezpieczeń, zwłaszcza teorię ryzyka zbiorowego i prawdopodobieństwo ruiny towarzystwa (Lundberg, 1986).
  • Von Mises: prawdopodobieństwo jako częstość. W 1919 r. opublikował dwa podstawowe artykuły o podstawach rachunku prawdopodobieństwa (Siegmund-Schultze, 2020), a w książce „Wahrscheinlichkeit, Statistik und Wahrheit” (1928) zdefiniował prawdopodobieństwo jako granicę częstości względnej w nieskończonym ciągu prób, uzupełnioną aksjomatem losowości (Strick, 2023). Ujęcie to jest bliskie intuicji prawa wielkich liczb.
  • Wspólne nazwisko: test zgodności. Kryterium ω² Craméra–von Misesa to całka z kwadratu różnicy dystrybuanty empirycznej i hipotetycznej (Anderson, 1962) – stąd test Craméra–von Misesa, krewny testu Kołmogorowa–Smirnowa.

Ciekawostka

Zanim von Mises zajął się prawdopodobieństwem, latał. Był zapalonym pilotem i już w 1913 r. wykładał o budowie samolotów i silników lotniczych (Strick, 2023). W czasie I wojny światowej służył jako oficer austriackich wojsk lotniczych w Wiedniu, a w 1916 r. zaprojektował „duży samolot” (Großflugzeug) pomyślany jako bombowiec. Maszyna, którą Strick opisuje jako samolot o mocy 600 KM, nie weszła do służby z powodu kłopotów z silnikami. Z wykładów dla oficerów lotnictwa powstała jego „Fluglehre”, wydana w 1918 r. (Siegmund-Schultze, 2020; Strick, 2023).

Cramér przez całe życie był z kolei związany z ubezpieczeniami. Jego profesurę i instytut finansowały szwedzkie towarzystwa ubezpieczeń na życie, przez prawie trzy dekady (1935–1964) przewodniczył Szwedzkiemu Towarzystwu Aktuariuszy, a mając ponad 90 lat, w listopadzie 1983 r. wygłosił w Królewskiej Szwedzkiej Akademii Nauk wykład o sześćdziesięciu latach służby teorii prawdopodobieństwa (Lundberg, 1986).

Przykład: problem urodzin

W czasie pobytu w Stambule von Mises napisał pracę o prawdopodobieństwach przydziału i obsadzenia (Über Aufteilungs- und Besetzungs-Wahrscheinlichkeiten), od której – według Stricka (2023) – zaczęła się seria badań nad tzw. problemem urodzin. Pytanie brzmi: jaka jest szansa, że w grupie n osób co najmniej dwie mają urodziny tego samego dnia? Liczymy ją dokładnie i symulacją – jak w hasłach o Pascalu i Fermacie i Ulamie – przy 365 jednakowo prawdopodobnych dniach i niezależnych urodzinach. To nasza ilustracja, nie rachunek z pracy von Misesa.

Rachunek dokładny to 1 − (365/365)(364/365)…((365 − n + 1)/365). Dla 10 osób szansa wynosi 0.117, dla 23 – 0.507, dla 50 – 0.970. Już 23 osoby wystarczą, by przekroczyła 50%, a 57 – by przekroczyła 99%; to samo zwracają funkcje pbirthday() i qbirthday(). Symulacja 10 000 grup dla każdego n = 5, 10, …, 60 (ziarno 1939) daje wyniki różniące się od dokładnych najwyżej o 0.007.

Strick wspomina też drugie pytanie: ilu osób trzeba średnio pytać o datę urodzin, zanim po raz pierwszy powtórzy się dzień? Dokładna wartość oczekiwana wynosi 24.617 osoby; 10 000 symulowanych ciągów (ziarno 1883) dało średnią 24.356 (SE = 0.121) i medianę 23.

Na rysunku

Dwie poziome osie czasu od 1880 do 1990. Górna – Richard von Mises: 1883 urodził się we Lwowie; 1909 profesor w Strasburgu; 1916 projekt dużego samolotu; 1921 zakłada ZAMM; 1928 książka Wahrscheinlichkeit, Statistik und Wahrheit; 1933 Uniwersytet Stambulski; 1939 Harvard; 1953 zmarł. Dolna – Harald Cramér: 1893 urodził się w Sztokholmie; 1917 doktorat o liczbach pierwszych; 1920 aktuariusz Svenska Lif; 1929 profesor w Sztokholmie; 1946 Mathematical Methods of Statistics; 1985 zmarł. Kształt i kolor znacznika oznaczają rodzaj zdarzenia: koło – życie, kwadrat – praca, romb – publikacja
Rysunek 1. Oś czasu: Richard von Mises (1883–1953) i Harald Cramér (1893–1985). Lata według Lundberga (1986), Siegmunda-Schultzego (2020), Stricka (2023), Kadıoğlu i Şahinbaş Erginöz (2011) oraz Craméra (1946). Rysunek: R, pakiet ggplot2.

Co widać. Cramér całe życie zawodowe spędził w Sztokholmie, a von Mises pracował kolejno w Austro-Węgrzech, Niemczech, Turcji i USA.

Na co uważać. Rok 1939 przy Harvardzie wynika z sześcioletniego pobytu w Stambule od 1933 r. (Kadıoğlu i Şahinbaş Erginöz, 2011). Rok 1946 to wydanie amerykańskie podręcznika Craméra; wydanie szwedzkie ukazało się w 1945 r.

Podpis do pracy:

Rysunek 1. Najważniejsze daty z życia i pracy Richarda von Misesa (1883–1953) i Haralda Craméra (1893–1985). Uwaga. Kształt znacznika oznacza rodzaj zdarzenia (życie, praca, publikacja).
Dwa panele. A: niebieska krzywa dokładnego prawdopodobieństwa, że w grupie n osób co najmniej dwie mają urodziny tego samego dnia, rośnie w kształcie litery S od 0 przy n = 2 do 99% przy n = 60; pomarańczowe trójkąty z symulacji 10 000 grup dla n = 5, 10, …, 60 leżą na krzywej; przerywana linia 50% przecina krzywą przy kropkowanej pionowej linii n = 23, podpisanej P = 0.507. B: szary histogram numeru osoby, przy której dzień urodzin po raz pierwszy się powtórzył, w 10 000 symulacjach – prawostronnie skośny, z maksimum około 20 i ogonem do 90; niebieska ciągła linia przy wartości oczekiwanej 24.62 i pomarańczowa przerywana przy średniej z symulacji 24.36 niemal się pokrywają
Rysunek 2. Problem urodzin: prawdopodobieństwo wspólnych urodzin w grupie n osób – rachunek dokładny i symulacja (A) – oraz rozkład numeru osoby, przy której dzień urodzin po raz pierwszy się powtórzył (B). Dane symulowane (set.seed(1939) i set.seed(1883), po 10 000 powtórzeń); obliczenia i rysunek: R, pakiety stats, ggplot2 i patchwork.

Co widać. Na panelu A krzywa rośnie zaskakująco szybko: przy 23 osobach szansa przekracza połowę, choć dni w roku jest 365. Powód: liczy się każda para osób, a par w grupie 23 osób jest 253. Punkty z symulacji leżą na krzywej dokładnej. Panel B pokazuje rozkład prawostronnie skośny z długim ogonem.

Na co uważać. Prawdziwe urodziny nie rozkładają się równo w roku, a 29 lutego pominęliśmy; nierówny rozkład tylko zwiększa szansę powtórzeń. Symulacja ma błąd losowy: punkt dla n = 10 i średnia 24.356 (wobec dokładnych 24.617) odchylają się o około dwa błędy standardowe – przy wielu porównaniach to się zdarza.

Podpis do pracy:

Rysunek 2. Prawdopodobieństwo, że co najmniej dwie z n osób mają urodziny tego samego dnia – wartości dokładne (linia) i z symulacji 10 000 grup (trójkąty, słupki ±1.96 SE) (A) – oraz rozkład numeru osoby, przy której dzień urodzin po raz pierwszy się powtórzył, w 10 000 symulacjach (B). Uwaga. Założono 365 jednakowo prawdopodobnych dni i niezależne urodziny. Linie pionowe w panelu B: wartość oczekiwana (24.62) i średnia z symulacji (24.36).

Gdzie spotkasz Craméra i von Misesa w swojej pracy

Spory, mity i trudne strony

  • Częstość czy aksjomaty? Częstościowa teoria von Misesa długo przegrywała z aksjomatycznym ujęciem Andrieja Kołmogorowa opartym na teorii miary, choć sam Kołmogorow podkreślał wagę jego rozważań (Strick, 2023). Siegmund-Schultze (2020) ocenia, że krytyka jego podstaw prawdopodobieństwa bywała niedoinformowana.
  • Czy to von Mises wymyślił problem urodzin? Strick (2023) przypisuje jego pracy zapoczątkowanie badań nad tym problemem; nie twierdzimy, że był pierwszym, kto postawił samo pytanie.
  • Cramér czy Cramer? Szwedzkie nazwisko pisze się z akcentem: Cramér. Zapis bez akcentu to tylko uproszczenie.
Przykład reprodukowalny

Problem urodzin w R

Kod liczy dokładne prawdopodobieństwo wspólnych urodzin dla n = 2–60 (własną funkcją i, dla kontroli, pbirthday()), symuluje po 10 000 grup dla n = 5, 10, …, 60 (set.seed(1939)) i osobno dla n = 23 (set.seed(23)), a potem liczy dokładnie i symulacyjnie (set.seed(1883)), przy której osobie dzień urodzin po raz pierwszy się powtarza. Liczbę powtórzeń i ziarna ustaliliśmy z góry. 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.

1. Rachunek dokładny i symulacja: rysunek 2

Dane wejściowe: brak danych – 365 jednakowo prawdopodobnych dni, losowanie ze zwracaniem (sample.int()).

Co odczytać: P dla wybranych n; wynik qbirthday() dla 50% i 99%; tabelę symulacji (P_sym, SE, P_dokl, roznica); dokładne E(N) i średnią, SE, medianę i zakres z symulacji.

Kod R rysunku 2
# Problem urodzin (problem przydziału, którym zajmował się Richard von Mises): rachunek dokładny vs symulacja
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
kol <- c(dokladnie = "#0072B2", symulacja = "#D55E00", pomoc = "grey55")   # Okabe–Ito
motyw <- theme_minimal(base_size = 13) +
  theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"), legend.position = "bottom")
d <- 365   # założenia: 365 jednakowo prawdopodobnych dni, bez 29 lutego i bliźniąt, urodziny niezależne

# 1. Rachunek dokładny: P(co najmniej dwie osoby z n mają urodziny tego samego dnia) = 1 − ∏(1 − j/365), j = 0, ..., n − 1
P_dokl <- function(n) 1 - prod(1 - (0:(n - 1)) / d)
n_siatka <- 2:60
dokl <- data.frame(n = n_siatka, P = sapply(n_siatka, P_dokl))
stopifnot(all.equal(dokl$P, sapply(n_siatka, pbirthday, classes = d)))   # to samo co pbirthday() z pakietu stats
round(dokl$P[dokl$n %in% c(10, 20, 22, 23, 30, 40, 50, 57)], 4)
qbirthday(prob = 0.5, classes = d)   # najmniejsze n, przy którym P ≥ 0.5
qbirthday(prob = 0.99, classes = d)

# 2. Symulacja: B grup po n osób z losowymi dniami urodzin
B <- 10000
set.seed(1939)
n_sym <- seq(5, 60, by = 5)
sym <- do.call(rbind, lapply(n_sym, function(n) {
  trafienie <- replicate(B, anyDuplicated(sample.int(d, n, replace = TRUE)) > 0)
  data.frame(n = n, P_sym = mean(trafienie), SE = sqrt(mean(trafienie) * (1 - mean(trafienie)) / B))
}))
sym$P_dokl <- sapply(sym$n, P_dokl)
sym$roznica <- sym$P_sym - sym$P_dokl
print(transform(sym, P_sym = round(P_sym, 4), SE = round(SE, 4), P_dokl = round(P_dokl, 4), roznica = round(roznica, 4)),
      row.names = FALSE)
# dla n = 23 osobno
set.seed(23)
mean(replicate(B, anyDuplicated(sample.int(d, 23, replace = TRUE)) > 0))

# 3. Inne pytanie: ile osób trzeba zapytać, zanim po raz pierwszy powtórzy się dzień urodzin?
# Dokładnie: E(N) = Σ P(N > k) = 1 + Σ_{k=1}^{365} ∏_{j=0}^{k−1} (1 − j/365)
EN_dokl <- 1 + sum(cumprod(1 - (0:364) / d))
round(EN_dokl, 3)
set.seed(1883)
N_sym <- replicate(B, {
  dni <- sample.int(d, d + 1, replace = TRUE)   # 366 osób na pewno wystarczy
  anyDuplicated(dni)                             # pozycja pierwszej osoby z powtórzonym dniem
})
c(srednia = round(mean(N_sym), 3), SE = round(sd(N_sym) / sqrt(B), 3), mediana = median(N_sym),
  min = min(N_sym), max = max(N_sym))

# Rysunek 2A: prawdopodobieństwo wspólnych urodzin – krzywa dokładna i punkty z symulacji
pA <- ggplot(dokl, aes(n, P)) +
  geom_hline(yintercept = 0.5, linetype = "dashed", colour = kol[["pomoc"]]) +
  geom_vline(xintercept = 23, linetype = "dotted", colour = kol[["pomoc"]]) +
  geom_line(aes(colour = "rachunek dokładny"), linewidth = 1) +
  geom_errorbar(data = sym, aes(x = n, ymin = P_sym - 1.96 * SE, ymax = P_sym + 1.96 * SE), inherit.aes = FALSE,
                width = 0.8, colour = kol[["symulacja"]]) +
  geom_point(data = sym, aes(n, P_sym, colour = "symulacja (10 000 grup)"),
             shape = 24, size = 2.6, fill = "white", stroke = 1.1) +
  annotate("text", x = 24, y = 0.08, label = sprintf("n = 23: P = %.3f", P_dokl(23)), hjust = 0, size = 3.5) +
  scale_colour_manual(values = c("rachunek dokładny" = kol[["dokladnie"]], "symulacja (10 000 grup)" = kol[["symulacja"]]),
                      name = NULL) +
  guides(colour = guide_legend(override.aes = list(linetype = c("solid", "blank"), shape = c(NA, 24)))) +
  scale_y_continuous(labels = function(x) paste0(round(100 * x), "%"), limits = c(0, 1)) +
  labs(title = "A. Szansa wspólnych urodzin w grupie", x = "Liczba osób w grupie (n)",
       y = "P(co najmniej jedna para)") +
  motyw
# Rysunek 2B: ile osób do pierwszego powtórzenia dnia urodzin – rozkład z symulacji i wartość oczekiwana
rozklad <- as.data.frame(table(N_sym)); rozklad$N_sym <- as.numeric(as.character(rozklad$N_sym))
pB <- ggplot(rozklad, aes(N_sym, Freq)) +
  geom_col(width = 1, fill = "grey70", colour = NA) +
  geom_vline(xintercept = EN_dokl, colour = kol[["dokladnie"]], linewidth = 1.1) +
  geom_vline(xintercept = mean(N_sym), colour = kol[["symulacja"]], linewidth = 1.1, linetype = "dashed") +
  annotate("text", x = 45, y = max(rozklad$Freq) * 0.95, hjust = 0, size = 3.4, colour = kol[["dokladnie"]],
           label = sprintf("dokładnie: E(N) = %.2f", EN_dokl)) +
  annotate("text", x = 45, y = max(rozklad$Freq) * 0.85, hjust = 0, size = 3.4, colour = kol[["symulacja"]],
           label = sprintf("symulacja: średnia = %.2f", mean(N_sym))) +
  scale_x_continuous(limits = c(0, 95)) +
  labs(title = "B. Która osoba pierwsza powtórzy dzień?", x = "Osoba, przy której dzień się powtórzył (N)",
       y = "Liczba symulacji") +
  motyw
p2 <- pA + pB + plot_layout(widths = c(1.1, 1))
p2
Wynik w R
[1] 0.1169 0.4114 0.4757 0.5073 0.7063 0.8912 0.9704 0.9901
[1] 23
[1] 57
  n  P_sym     SE P_dokl roznica
  5 0.0291 0.0017 0.0271  0.0020
 10 0.1101 0.0031 0.1169 -0.0068
 15 0.2478 0.0043 0.2529 -0.0051
 20 0.4076 0.0049 0.4114 -0.0038
 25 0.5686 0.0050 0.5687 -0.0001
 30 0.7045 0.0046 0.7063 -0.0018
 35 0.8181 0.0039 0.8144  0.0037
 40 0.8925 0.0031 0.8912  0.0013
 45 0.9379 0.0024 0.9410 -0.0031
 50 0.9722 0.0016 0.9704  0.0018
 55 0.9871 0.0011 0.9863  0.0008
 60 0.9928 0.0008 0.9941 -0.0013
[1] 0.5101
[1] 24.617
srednia      SE mediana     min     max 
 24.356   0.121  23.000   2.000  90.000 

2. Oś czasu: rysunek 1

Dane wejściowe: czternaście zdarzeń z latami według cytowanych źródeł, wpisanych ręcznie.

Co odczytać: nic – kod tylko rysuje oś czasu.

Kod R rysunku 1
# Oś czasu: Harald Cramér (1893–1985) i Richard von Mises (1883–1953) – lata według cytowanych źródeł
library(ggplot2)
zdarzenia <- data.frame(
  osoba = rep(c("Richard von Mises", "Harald Cramér"), times = c(8, 6)),
  rok = c(1883, 1909, 1916, 1921, 1928, 1933, 1939, 1953,
          1893, 1917, 1920, 1929, 1946, 1985),
  opis = c("urodził się\n(Lwów)", "profesor\nw Strasburgu", "projekt dużego\nsamolotu", "zakłada\nZAMM", "„Wahrscheinlichkeit,\nStatistik und Wahrheit”",
           "Uniwersytet\nStambulski", "Harvard", "zmarł",
           "urodził się\n(Sztokholm)", "doktorat\n(liczby pierwsze)", "aktuariusz\nSvenska Lif", "profesor\nw Sztokholmie",
           "„Mathematical Methods\nof Statistics”", "zmarł"),
  rodzaj = c("życie", "praca", "praca", "praca", "publikacja", "praca", "praca", "życie",
             "życie", "publikacja", "praca", "praca", "publikacja", "życie"))
zdarzenia$osoba <- factor(zdarzenia$osoba, levels = c("Richard von Mises", "Harald Cramér"))
zdarzenia$wysokosc <- c(0.5, -0.5, 0.5, -0.5, 1, -0.5, 0.5, -0.5,
                        0.5, -0.5, 0.5, -0.5, 0.5, -0.5)   # etykiety na przemian nad (+) i pod (−) osią; 1928 wyżej
zdarzenia$wyrownanie <- c(0.5, 0.5, 1, 0.5, 0.5, 0.5, 0, 0.5,
                          0.5, 0.5, 0.5, 0.5, 0.5, 0.5)   # etykiety lat 1916 i 1939 odsunięte na boki
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 = wysokosc), colour = "grey70") +
  geom_point(aes(shape = rodzaj, fill = rodzaj), size = 3.6, colour = "black") +
  geom_text(aes(y = wysokosc + 0.06 * sign(wysokosc), label = paste0(rok, "\n", opis), vjust = ifelse(wysokosc > 0, 0, 1),
                hjust = wyrownanie),
            size = 3.1, lineheight = 0.9) +
  facet_wrap(~ osoba, ncol = 1) +
  scale_shape_manual(values = ksztalty, name = NULL) +
  scale_fill_manual(values = kolory, name = NULL) +
  scale_x_continuous(limits = c(1876, 1992), breaks = seq(1880, 1990, by = 10)) +
  scale_y_continuous(limits = c(-1.2, 1.65)) +
  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"),
        strip.text = element_text(face = "bold", hjust = 0), legend.position = "bottom")
p1

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (rachunek – funkcje pbirthday() i qbirthday() z pakietu stats; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. 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/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. 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 byli Harald Cramér i Richard von Mises?

Cramér (1893–1985) był szwedzkim matematykiem, aktuariuszem towarzystw ubezpieczeniowych i od 1929 r. profesorem w Sztokholmie, autorem klasycznego podręcznika „Mathematical Methods of Statistics”. Von Mises (1883–1953), urodzony we Lwowie, był inżynierem, lotnikiem i matematykiem – profesorem w Strasburgu, Berlinie, Stambule i na Harvardzie, twórcą częstościowej teorii prawdopodobieństwa.

Dlaczego test nazywa się testem Craméra–von Misesa?

Bo jego statystyka – całka z kwadratu różnicy dystrybuanty empirycznej i hipotetycznej, zwana kryterium ω² – wiąże się z pracami obu uczonych, choć nie pisali wspólnie. Poprawna pisownia to Cramér, z akcentem; w polskich tekstach często spotyka się uproszczone „Cramera”.

Co to jest częstościowa definicja prawdopodobieństwa von Misesa?

W książce „Wahrscheinlichkeit, Statistik und Wahrheit” (1928) von Mises określił prawdopodobieństwo jako granicę częstości względnej w nieskończonym ciągu prób, który spełnia aksjomat losowości – granica nie może się zmienić, gdy wybierzemy z ciągu podciąg. Ostatecznie przyjęło się jednak aksjomatyczne ujęcie Kołmogorowa oparte na teorii miary.

Ile osób trzeba, by szansa wspólnych urodzin przekroczyła 50%?

23 – przy założeniu 365 jednakowo prawdopodobnych dni i niezależnych urodzin prawdopodobieństwo, że co najmniej dwie osoby mają urodziny tego samego dnia, wynosi wtedy 0.507; przy 57 osobach przekracza 99%. W R daje to funkcja qbirthday(0.5), a samo prawdopodobieństwo – pbirthday(23).

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Anderson, T. W. (1962). On the distribution of the two-sample Cramér–von Mises criterion. The Annals of Mathematical Statistics, 33(3), 1148–1159. https://doi.org/10.1214/aoms/1177704477 ● Otwarty dostęp
  2. Cramér, H. (1946). Mathematical methods of statistics. Princeton University Press. https://doi.org/10.1515/9781400883868
  3. Kadıoğlu, S., & Şahinbaş Erginöz, G. (2011). An emigrant scientist in Istanbul University: Richard Martin Edler von Mises (1883–1953). Almagest, 2(2), 102–123. https://doi.org/10.1484/j.alma.4.1006
  4. Lundberg, O. (1986). Obituary on Harald Cramér. ASTIN Bulletin, 16(1), 9–10. https://doi.org/10.1017/s0515036100005316 ● Otwarty dostęp
  5. Siegmund-Schultze, R. (2020). “The joy that engineers and mathematicians have come together.” Richard von Mises’ foundation of ZAMM, and its “Tasks and Goals” (1920/21). ZAMM – Journal of Applied Mathematics and Mechanics, 100(2), Article e202002017. https://doi.org/10.1002/zamm.202002017 ● Otwarty dostęp
  6. Strick, H. K. (2023). Richard von Mises (April 19, 1883 – April 14, 1953). MacTutor History of Mathematics Archive. https://mathshistory.st-andrews.ac.uk/Strick/mises.pdf ● Otwarty dostęp

Cytowania BibTeX

@article{anderson1962distribution, author={Anderson, T. W.}, title={{On the distribution of the two-sample Cramér–von Mises criterion}}, journal={The Annals of Mathematical Statistics}, year={1962}, volume={33}, number={3}, pages={1148--1159}, doi={10.1214/aoms/1177704477}}
@book{cramer1946mathematical, author={Cramér, Harald}, title={{Mathematical methods of statistics}}, year={1946}, publisher={Princeton University Press}, doi={10.1515/9781400883868}}
@article{kadioglu2011emigrant, author={Kadıoğlu, Sevtap and Şahinbaş Erginöz, Gaye}, title={{An emigrant scientist in Istanbul University: Richard Martin Edler von Mises (1883–1953)}}, journal={Almagest}, year={2011}, volume={2}, number={2}, pages={102--123}, doi={10.1484/j.alma.4.1006}}
@article{lundberg1986obituary, author={Lundberg, O.}, title={{Obituary on Harald Cramér}}, journal={ASTIN Bulletin}, year={1986}, volume={16}, number={1}, pages={9--10}, doi={10.1017/s0515036100005316}}
@article{siegmundschultze2020joy, author={Siegmund-Schultze, Reinhard}, title={{“The joy that engineers and mathematicians have come together.” Richard von Mises’ foundation of ZAMM, and its “Tasks and Goals” (1920/21)}}, journal={ZAMM – Journal of Applied Mathematics and Mechanics}, year={2020}, volume={100}, number={2}, eid={e202002017}, doi={10.1002/zamm.202002017}}
@misc{strick2023richard, author={Strick, Heinz Klaus}, title={{Richard von Mises (April 19, 1883 – April 14, 1953)}}, howpublished={MacTutor History of Mathematics Archive}, year={2023}, publisher={University of St Andrews}, url={https://mathshistory.st-andrews.ac.uk/Strick/mises.pdf}}
R