Introductory Statistics for Data Analysis Warren

J. Ewens install download

https://ebookmeta.com/product/introductory-statistics-for-data-
analysis-warren-j-ewens/

Download more ebook from https://ebookmeta.com

We believe these products will be a great fit for you. Click
the link to download now, or visit ebookmeta.com
to discover even more!

Statistics for Data Scientists: An Introduction to

Probability, Statistics, and Data Analysis Maurits
Kaptein

https://ebookmeta.com/product/statistics-for-data-scientists-an-
introduction-to-probability-statistics-and-data-analysis-maurits-
kaptein/

Statistics and Data Analysis for Engineers and

Scientists 1st Edition Tanvir Mustafy

https://ebookmeta.com/product/statistics-and-data-analysis-for-
engineers-and-scientists-1st-edition-tanvir-mustafy/

Introduction to Python for Econometrics, Statistics and

Data Analysis. 5th Edition Kevin Sheppard.

https://ebookmeta.com/product/introduction-to-python-for-
econometrics-statistics-and-data-analysis-5th-edition-kevin-
sheppard/

Brothers in Arms Box Set The Complete Series 1st

Edition Scott Moon

https://ebookmeta.com/product/brothers-in-arms-box-set-the-
complete-series-1st-edition-scott-moon/
I'm New Here Ian Russell-Hsieh

https://ebookmeta.com/product/im-new-here-ian-russell-hsieh/

Book Markets in Mediterranean Europe and Latin America:

Institutions and Strategies (15th-18th Centuries) 1st
Edition Montserrat Cachero

https://ebookmeta.com/product/book-markets-in-mediterranean-
europe-and-latin-america-institutions-and-strategies-15th-18th-
centuries-1st-edition-montserrat-cachero/

Inquiry Based Lessons in World History Early Humans to

Global Expansion Vol 1 Grades 7 10 1st Edition Jana
Kirchner

https://ebookmeta.com/product/inquiry-based-lessons-in-world-
history-early-humans-to-global-expansion-vol-1-grades-7-10-1st-
edition-jana-kirchner/

Wonky Inn 06 0 The Mysterious Mr Wylie 1st Edition

Jeannie Wycherley

https://ebookmeta.com/product/wonky-inn-06-0-the-mysterious-mr-
wylie-1st-edition-jeannie-wycherley/

Silent Tears : A dark Revenge Romance Sasha Rc

https://ebookmeta.com/product/silent-tears-a-dark-revenge-
romance-sasha-rc/
Introduction To Electromagnetic Theory A Modern
Perspective 1st Edition Chow Tai

https://ebookmeta.com/product/introduction-to-electromagnetic-
theory-a-modern-perspective-1st-edition-chow-tai/
Warren J. Ewens
Katherine Brumberg

Introductory
Statistics
for Data
Analysis
Introductory Statistics for Data Analysis
Warren J. Ewens • Katherine Brumberg

Introductory Statistics
for Data Analysis
Warren J. Ewens Katherine Brumberg
Department of Statistics and Data Science Department of Statistics and Data Science
University of Pennsylvania University of Pennsylvania
Philadelphia, PA, USA Philadelphia, PA, USA

ISBN 978-3-031-28188-4 ISBN 978-3-031-28189-1 (eBook)

https://doi.org/10.1007/978-3-031-28189-1

Mathematics Subject Classification: 62-01

© The Editor(s) (if applicable) and The Author(s), under exclusive license to Springer Nature Switzerland
AG 2023
This work is subject to copyright. All rights are solely and exclusively licensed by the Publisher, whether
the whole or part of the material is concerned, specifically the rights of translation, reprinting, reuse
of illustrations, recitation, broadcasting, reproduction on microfilms or in any other physical way, and
transmission or information storage and retrieval, electronic adaptation, computer software, or by similar
or dissimilar methodology now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this publication
does not imply, even in the absence of a specific statement, that such names are exempt from the relevant
protective laws and regulations and therefore free for general use.
The publisher, the authors, and the editors are safe to assume that the advice and information in this book
are believed to be true and accurate at the date of publication. Neither the publisher nor the authors or
the editors give a warranty, expressed or implied, with respect to the material contained herein or for any
errors or omissions that may have been made. The publisher remains neutral with regard to jurisdictional
claims in published maps and institutional affiliations.

This Springer imprint is published by the registered company Springer Nature Switzerland AG
The registered company address is: Gewerbestrasse 11, 6330 Cham, Switzerland
Preface

We take “data analysis” to be the analysis of data to obtain information of scientific

and social value. Much of the data currently considered derive from a sample,
and the randomness in the selection of that sample means that Statistics is a key
component in data analysis, since Statistics is the science of analyzing data derived
from some random process such as sampling.
Our aim in this book is to give a precise account of introductory Statistics
theory suitable for those wishing to analyze data from a variety of fields, including
medicine, biology, economics, social sciences, the physical sciences, and engineer-
ing. However, the examples given in the book are often simple ones involving
flipping a coin, rolling a die, and so on. This is because we do not want the
complexities that arise in any given scientific field to obscure the basic principles
that we describe. We have emphasized concepts and the basics of the statistical
theory, first because they are central to any data analysis, and second because in our
teaching experience, this is what students find most difficult to understand.
This implies that we have occasionally been pedantic in presenting some
theoretical concepts. For example, we have been careful to distinguish between the
concepts of a mean and an average. The conflation of these two words, sometimes
in the same paragraph in published papers, has led in our experience to much
confusion for students. Similarly, we distinguish carefully between the concepts
of a random variable, of data, and of a parameter, using notation that helps in
making this distinction. On the other hand, we have not been pedantic in stating
the requirements, for example, needed for the Central Limit Theorem to hold.
We have followed a two-track approach in this book. A student not interested in
the computing aspects of the material can follow one track and ignore all references
to R. For a student interested in a computing approach to some parts of the material
discussed, an additional approach using R has been provided. The non-computing
part of the book is self-contained and can be read without any reference to R. All
examples and problems in this book contain small data sets so that they can be
analyzed with just a simple calculator.

v
vi Preface

We have often given detailed answers to the problems since this allows them to be
considered as instructive examples rather than as problems. We have also provided
flowcharts that help put the material discussed into perspective.
We are well aware of the practical aspects of data analysis, for example of
ensuring that the data analyzed form an unbiased representative sample of the
population of interest and that the assumptions made in the theory are justified,
and have referred to these and similar matters several times throughout the book.
However, our focus is on the basic theory, since in our experience this is sometimes
little understood, so that incorrect procedures and inappropriate assumptions are
sometimes used in data analysis.
Any errors or obscurities observed in this book will be reported at the webpage
https://kbrumberg.com/publication/textbook/ewens/. Possible errors can be reported
according to the instructions on the same webpage.

Philadelphia, PA, USA Warren J. Ewens

January, 2023 Katherine Brumberg
Contents

Part I Introduction
1 Statistics and Probability Theory .. . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 3
1.1 What is Statistics? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 3
1.2 The Relation Between Probability Theory and Statistics. . . . . . . . . . . 5
1.3 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 7

Part II Probability Theory

2 Events . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 11
2.1 What Are Events? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 11
2.2 Notation .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 11
2.3 Derived Events: Complements, Unions and Intersections
of Events .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 11
2.4 Mutually Exclusive Events . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 12
2.5 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 12
3 Probabilities of Events . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 13
3.1 Probabilities of Derived Events .. . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 13
3.2 Independence of Two Events . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 14
3.3 Conditional Probabilities.. . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 16
3.4 Conditional Probabilities and Mutually Exclusive Events . . . . . . . . . 17
3.5 Conditional Probabilities and Independence .. . .. . . . . . . . . . . . . . . . . . . . 17
3.6 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 18
4 Probability: One Discrete Random Variable . . . . . . . .. . . . . . . . . . . . . . . . . . . . 21
4.1 Random Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 21
4.2 Random Variables and Data . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 22
4.3 The Probability Distribution of a Discrete Random Variable . . . . . . 23
4.4 Parameters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 26
4.5 The Binomial Distribution . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 26
4.6 The Hypergeometric Distribution . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 30
4.7 The Mean of a Discrete Random Variable . . . . . .. . . . . . . . . . . . . . . . . . . . 34

vii
viii Contents

4.8 The Variance of a Discrete Random Variable .. .. . . . . . . . . . . . . . . . . . . . 38

4.9 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 41
5 Many Random Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 47
5.1 Introduction .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 47
5.2 Notation .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 48
5.3 Independently and Identically Distributed Random Variables . . . . . 48
5.4 The Mean and Variance of a Sum and of an Average . . . . . . . . . . . . . . 49
5.5 The Mean and the Variance of a Difference.. . . .. . . . . . . . . . . . . . . . . . . . 52
5.6 The Proportion of Successes in n Binomial Trials .. . . . . . . . . . . . . . . . . 53
5.7 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 55
6 Continuous Random Variables. . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 61
6.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 61
6.2 The Mean and Variance of a Continuous Random Variable.. . . . . . . 63
6.3 The Normal Distribution .. . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 64
6.4 The Standardization Procedure . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 67
6.5 Numbers that Are Seen Often in Statistics . . . . . .. . . . . . . . . . . . . . . . . . . . 68
6.6 Using the Normal Distribution Chart in Reverse . . . . . . . . . . . . . . . . . . . 70
6.7 Sums, Averages and Differences of Independent Normal
Random Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 71
6.8 The Central Limit Theorem .. . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 74
6.9 Approximating Discrete Random Variable Probabilities
Using the Normal Distribution . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 76
6.9.1 The Binomial Case . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 77
6.9.2 The Die Example . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 77
6.10 A Window Into Statistics . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 78
6.11 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 78

Part III Statistics

7 Introduction .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 85
8 Estimation of a Parameter .. . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 87
8.1 Introduction .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 87
8.2 Estimating the Binomial Parameter θ . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 87
8.2.1 Properties of Estimates and Estimators .. . . . . . . . . . . . . . . . . . . 87
8.2.2 The Precision of the Estimate of θ . . . . .. . . . . . . . . . . . . . . . . . . . 88
8.3 Estimating the Mean μ . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 91
8.3.1 The Estimate of μ . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 91
8.3.2 The Precision of the Estimate of μ . . . .. . . . . . . . . . . . . . . . . . . . 91
8.4 Estimating the Difference Between Two Binomial
Parameters θ1 − θ2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 95
8.4.1 The Estimate of θ1 − θ2 . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 95
8.4.2 The Precision of the Estimate of θ1 − θ2 . . . . . . . . . . . . . . . . . . 96
8.5 Estimating the Difference Between Two Means μ1 − μ2 . . . . . . . . . . 98
8.5.1 The Estimate of μ1 − μ2 . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 99
Contents ix

8.5.2 The Precision of the Estimate of μ1 − μ2 .. . . . . . . . . . . . . . . . 99

8.6 Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 103
8.7 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 110
9 Testing Hypotheses About the Value of a Parameter . . . . . . . . . . . . . . . . . . . 115
9.1 Introduction to Hypothesis Testing . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 116
9.2 Two Approaches to Hypothesis Testing .. . . . . . . .. . . . . . . . . . . . . . . . . . . . 116
9.2.1 Both Approaches, Step 1 . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 116
9.2.2 Both Approaches, Step 2 . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 118
9.2.3 Both Approaches, Step 3 . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 119
9.2.4 Steps 4 and 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 119
9.2.5 Approach 1, Step 4, the Medicine Example .. . . . . . . . . . . . . . 120
9.2.6 Approach 1, Step 5, the Medicine Example .. . . . . . . . . . . . . . 121
9.2.7 Approach 1, Step 4, the Coin Example .. . . . . . . . . . . . . . . . . . . 123
9.2.8 Approach 1, Step 5, the Coin Example .. . . . . . . . . . . . . . . . . . . 124
9.2.9 Approach 2 to Hypothesis Testing .. . . .. . . . . . . . . . . . . . . . . . . . 124
9.2.10 Approach 2, Step 4, the Medicine and the Coin
Examples .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 125
9.2.11 Approach 2, Step 5, the Medicine Example .. . . . . . . . . . . . . . 125
9.2.12 Approach 2, Step 5, the Coin Example .. . . . . . . . . . . . . . . . . . . 126
9.3 The Hypothesis Testing Procedure and the Concepts
of Deduction and Induction .. . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 127
9.4 Power . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 129
9.5 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 133
10 Testing for the Equality of Two Binomial Parameters.. . . . . . . . . . . . . . . . . 137
10.1 Two-by-Two Tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 137
10.2 Simpson’s Paradox and Fisher’s Exact Test . . . . .. . . . . . . . . . . . . . . . . . . . 144
10.3 Notes on Two-by-Two Tables. . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 147
10.4 Two-Sided Two-by-Two Table Tests . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 150
10.5 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 153
11 Chi-Square Tests (i): Tables Bigger Than Two-by-Two . . . . . . . . . . . . . . . . 157
11.1 Large Contingency Tables . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 157
11.2 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 161
12 Chi-Square Tests (ii): Testing for a Specified Probability
Distribution.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 163
12.1 Introduction .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 163
12.2 Generalization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 166
12.3 A More Complicated Situation . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 168
12.4 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 170
13 Tests on Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 173
13.1 The One-Sample t Test. . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 173
13.2 The Two-Sample t Test . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 181
13.3 The Paired Two-Sample t Test. . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 188
x Contents

13.4 t Tests in Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 192

13.5 General Notes on t Statistics. . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 195
13.6 Exact Confidence Intervals . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 196
13.7 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 199
14 Non-parametric Tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 205
14.1 Introduction .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 205
14.2 Non-parametric Alternative to the One-Sample t Test:
The Wilcoxon Signed-Rank Test . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 205
14.3 Non-parametric Alternative to the Two-Sample t Test:
The Wilcoxon Rank-Sum Test . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 210
14.4 Other Non-parametric Procedures .. . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 213
14.5 Permutation Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 213
14.5.1 The Permutation Alternative to the Signed-Rank Test . . . . 213
14.5.2 The Permutation Alternative to the Rank-Sum Test . . . . . . 214
14.6 Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 216
Useful Charts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 219
Solutions to Problems .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 229
Index . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 271
 Part I
Introduction
Chapter 1
Statistics and Probability Theory

1.1 What is Statistics?

The word “Statistics” means different things to different people. For a baseball fan,
it might relate to batting averages. For an actuary, it might relate to life tables. In
this book, we mean the scientific definition of “Statistics”, which is Statistics is the
science of analyzing data in whose generation chance has played some part. This
sentence is the most important one in the entire book, and it permeates the entire
book. Statistics as we understand it via this definition has become a central area of
modern science and data analysis, as discussed below.
Why is Statistics now central to modern science and data analysis? This question
is best answered by considering the historical context. In the past, Mathematics
developed largely in association with areas of science in which chance mechanisms
were either non-existent or not important. Thus in the past a great deal of progress
was made in such areas as Physics, Engineering, Astronomy and Chemistry using
mathematical methods which did not allow any chance, or random, features in the
analysis. For example, no randomness is involved in Newton’s laws or in the theory
of relativity, both of which are entirely deterministic. It is true that quantum theory
is the prevailing paradigm in the physical sciences and that this theory intrinsically
involves randomness. However, that intrinsic level of randomness is not discussed
in this book.
Our focus is on more recently developed areas of science such as Medicine,
Biology and Psychology, in which there are various chance mechanisms at work,
and deterministic theory is no longer appropriate in these areas. In a medical clinical
trial of a proposed new medicine, the number of people cured by the new medicine
will depend on the choice of individuals in the trial: with a different group of
individuals, a different number of people cured will probably be seen. (Clinical
trials are discussed later in this book.) In areas such as Biology, there are many
random factors deriving from, for example, the random transmission of genes from
parent to offspring, implying that precise statements concerning the evolution of a

© The Author(s), under exclusive license to Springer Nature Switzerland AG 2023 3

W. J. Ewens, K. Brumberg, Introductory Statistics for Data Analysis,
https://doi.org/10.1007/978-3-031-28189-1_1
4 1 Statistics and Probability Theory

population cannot be made. Similar comments arise for many other areas of modern
science and indeed in all areas where inferences are to be drawn from data in whose
generation randomness played some part.
The data in “data analysis” are almost always a sample of some kind. A different
sample would almost certainly yield different data, so that the sampling process
introduces a second chance element over and above the inherent randomness in
areas of science described above. This means that in order to make progress in these
areas, one has to know how to analyze data in whose generation chance mechanisms
were at work.
This is where Statistics becomes relevant. The role played by Mathematics in
Physics, Engineering, Astronomy and Chemistry is played by Statistics in Medicine,
Economics, Biology and many other associated areas. Statistics is fundamental to
making progress in those areas. The following examples illustrate this.
Example 1.1.1 In a study to examine the effects of sunlight exposure on the growth
of a new type of grass, grass seeds were sown in 22 identical specifically designed
containers. Grass in 11 of these containers were exposed to full sunlight during the
growing period and grass in the remaining 11 containers were exposed to 50% shade
during the growing period. At the end of the growing period, the biomass in each
container was measured and the following data (in coded units) were obtained:

Full sun: 1903, 1935, 1910, 2096, 2008, 1961, 2060, 1644, 1612, 1811, 1714
.
50% Shade: 1759, 1718, 1820, 1933, 1990, 1920, 1796, 1696, 1578, 1682, 1526
(1.1)

There are clearly several chance mechanisms determining the data values that we
observed. A different experiment would almost certainly give different data. The
data do not immediately indicate an obvious difference between the two groups,
and in order to make our assessment about a possible difference, we will have to
use statistical methods, which allow for the randomness in the data. The statistical
analysis of data of this form is discussed in Sects. 8.5 and 13.2.
Example 1.1.2 The data from the 2020 clinical trial of the proposed Moderna
COVID vaccine, in which 30,420 volunteers were divided into two groups, 15,210
being given the proposed vaccine and 15,210 being given a harmless placebo, are
given below. The data are taken from L. R. Baden et al. Efficacy and Safety of the
mRNA-1273 SARS-CoV-2 Vaccine, New England Journal of Medicine 384:403-416,
February 2021.

Did not develop COVID Did develop COVID Total

Given proposed vaccine 15,199 11 15,210
Given placebo 15,025 185 15,210
Total 30,224 196 30,420
1.2 The Relation Between Probability Theory and Statistics 5

The way in which data such as those in this table are analyzed statistically will be
described in Chap. 10. For now, we note that if this clinical trial had been carried out
on a different sample of 30,420 people, almost certainly different data would have
arisen. Again, Statistics provides a process for handling data where randomness
such as this arises.
These two examples are enough to make two important points. The first is that
because of the randomness inherent in the sampling process, no exact statements
such as those made, for example, in Physics are possible. We will have to make
statements indicating some level of uncertainty in our conclusions. It is not possible,
in analyzing data derived from a sampling process, to be .100% certain that our
conclusion is correct. This indicates a real limitation to what can be asserted in
modern science. More specific information about this lack of certainty is introduced
in Sect. 9.2.2 and then methods for handling this uncertainty are developed in later
sections.
The second point is that, because of the unpredictable random aspect in the
generation of the data arising in many areas of science, it is necessary to first
consider various aspects of probability theory in order to know what probability
calculations are needed for the statistical problem at hand. This book therefore
starts with an introduction to probability theory, with no immediate reference to
the associated statistical procedures. This implies that before discussing the details
of probability theory, we first discuss the relation between probability theory and
Statistics.

1.2 The Relation Between Probability Theory and Statistics

We start with a simple example concerning the flipping of a coin. Suppose that we
have a coin that we suspect is biased towards heads. To check on this suspicion, we
flip the coin 2000 times and observe the number of heads that we get. Even if the
coin is fair, we would not expect, beforehand, to get exactly 1000 heads from the
2000 flips. This is because of the randomness inherent in the coin-flipping operation.
However, we would expect to see approximately 1000 heads. If once we flipped the
coin we got 1373 heads, we would obviously (and reasonably) claim that we have
very good evidence that the coin is biased towards heads. The reasoning that one
goes through in coming to this conclusion is probably something like this: “if the
coin is fair, it is extremely unlikely that we would get 1373 or more heads from 2000
flips. But since we did in fact get 1373 heads, we have strong evidence that the coin
is unfair.”
Conversely, if we got 1005 heads, we would not reasonably conclude that we
have good evidence that the coin is biased towards heads. The reason for coming to
this conclusion is that, because of the randomness involved in the flipping of a coin,
a fair coin can easily give 1005 or more heads from 2000 flips, so that observing
1005 heads gives no significant evidence that the coin is unfair.
6 1 Statistics and Probability Theory

These two examples are extreme cases, and in reality we often have to deal with
more gray-area situations. If we saw 1072 heads, intuition and common sense might
not help. What we have to do is to calculate the probability of getting 1072 or more
heads if the coin is fair. Probability theory calculations (which we will do later) show
that the probability of getting 1072 or more heads from 2000 flips of a fair coin is
very low (about 0.0006). This probability calculation is a deduction, or implication.
It is very unlikely that a fair coin would turn up heads 1072 times or more from
2000 flips. From this fact and the fact that we did see 1072 heads on the 2000 flips
of the coin, we make the statistical induction, or inference, that we can reasonably
conclude that we have significant evidence that the coin is biased.
The logic is as follows. Either the coin is fair and something very unlikely has
happened (probability about 0.0006) or the coin is not fair. We prefer to believe the
second possibility. We do not like to entertain a hypothesis that does not reasonably
explain what we saw in practice. This argument follows the procedures of modern
science.
In coming to the opinion that the coin is unfair we could be incorrect: the coin
might have been fair and something very unlikely might have happened (1072
heads). We have to accept this possibility when using Statistics: we cannot be certain
that any conclusion, that is, any statistical induction or inference, that we reach is
correct. This problem is discussed in detail later in this book.
To summarize: probability theory makes deductions, or implications. Statistics
makes inductions, or inferences. Each induction, or inference, is always based both
on data and the corresponding probability theory calculation relating to those data.
This induction might be incorrect because it is based on data in whose generation
randomness was involved.
In the coin example above, the statistical induction, or inference, that we made
(that we believe we have good evidence that the coin is unfair, given that there
were 1072 heads in the 2000 flips) was based entirely on the probability calculation
leading to the value 0.0006. In general, no statistical inference can be made
without first making the relevant probability theory calculation. This is one reason
why people often find Statistics difficult. In doing Statistics, we have to consider
aspects of probability theory, and unfortunately our intuition concerning probability
calculations is often incorrect.
Here is a more important example. Suppose that we are using some medicine
(the “current” medicine) to cure some illness. From experience we know that, for
any person having this illness, the probability that this current medicine cures any
patient is 0.8. A new medicine is proposed as being better than the current one. To
test whether this claim is justified, we plan to conduct a clinical trial in which the
new medicine will be given to 2000 people suffering from the disease in question.
If the new medicine is equally effective as the current one, we would, beforehand,
expect it to cure about 1600 of these people. Suppose that after the clinical trial is
conducted, the proposed new medicine cured 1643 people. Is this significantly more
than 1600? Calculations that we will do later show that the probability that we would
get 1643 or more people cured with the new medicine if it is equally effective as the
current medicine is about 0.009, or a bit less than 0.01. Thus if the new medicine did
1.3 Problems 7

indeed cure 1643 or more people, we might claim that we have good evidence that it
is better than the current one. Intuition probably does not help here and a probability
calculation followed by a statistical inference based on that calculation is necessary.
The relation between probability theory and Statistics will be discussed in more
detail in Chap. 9 in connection with the statistical theory of hypothesis testing.
Despite the fact that the reason why we discuss probability theory is that it is basic
to the statistical calculations considered later, for the next few chapters we discuss
probability theory on its own, without considering its relation to Statistics.

1.3 Problems

1.1 This problem is intended to illustrate the relation between probability (involv-
ing a deductive calculation) and Statistics (involving an inductive statement). This
relation will be discussed at length in the Statistics part of the book.
It has been claimed, on the basis of the physical and geometrical properties of a
thumbtack, that if it is thrown in the air it has a probability 3/4 of landing “point up”
(as opposed to “point down”). We want to test this claim.
If this claim is true and the thumbtack is to be thrown in the air 4000 times, the
probability that the number of times that it will land “point up” is between 2929 and
3071 is about 0.99. This statement is a deduction, or implication, that is, a statement
deriving from probability theory. For now we take it on trust: later we will see how
this probability calculation is made. The thumbtack is now thrown 4000 times and
it is observed that it lands “point up” 3082 times. What reasonable induction, or
inference, that is, statistical statement, do you think you can make about the claim
that the thumbtack will land “point up” with probability 3/4? (Whatever your answer
is, it must depend on the probability theory calculation given above.)
1.2 This problem is also intended to illustrate the relation between a probability
calculation and a statistical induction (or inference). We are interested in whether a
newborn is equally likely to be a boy as a girl. If a newborn is indeed equally likely
to be a boy as a girl, then in a well-conducted representative unbiased sample of
10,000 newborns, the probability that the number of boys will be between 4825 and
5175 is about 0.9996 (we will learn how to calculate this later). In a well-conducted
representative unbiased sample of 10,000 newborns we observed 5202 boys. What
reasonable statistical induction can make about the view that a newborn is equally
likely to be a boy as a girl?
1.3 These non-statistical examples are intended to illustrate the relation between
a deductive statement starting with “if”, which is taken as being true, and the
corresponding inductive statement, based on the deductive statement together with
an observation (or data). In each case, indicate the words that should appear in
“...”.
8 1 Statistics and Probability Theory

(a) Susan always looks at the weather forecast before going to work. If the forecast
predicts rain, she will take her umbrella to work. I observe that she did not take
her umbrella to work. Therefore...
(b) If he has the ace of spades, he will play it. I observe that he did not play the ace
of spades. Therefore...
(c) If one travels overseas, one must have a passport. She travelled overseas.
Therefore...
 Part II
Probability Theory

As discussed in the previous chapter, any discussion of Statistics requires a

prior investigation of probability theory. The following chapters provide a brief
introduction to that theory. Each topic discussed will correspond to some statistical
procedure discussed later in the book.
The concept of a probability is quite a complex one. These complexities are
not discussed here: we will be satisfied with a straightforward intuitive concept of
probability as in some sense meaning a long-term frequency. For example, we would
say when flipping a coin that the probability of a head is 1/2 if, in an infinitely long
sequence of flips of the coin, a head will turn up half the time.
Chapter 2
Events

2.1 What Are Events?

We start by considering events and, later, the probabilities of events. An event is

something which either will or will not occur when a certain experiment, field
survey, etc. is performed. For example, an event might be “a head turns up when
we flip this coin”. Once the coin has been flipped, that event either did or did not
occur. In a more serious example, an event might be “in a clinical trial, 3874 of the
people given the proposed new medicine were cured of the illness of interest”.

2.2 Notation

We denote events by upper-case letters at the beginning of the alphabet:

A, B, C, . . ., as well as the special notation .φ defined below. It is also sometimes
.

convenient to use the notation .A1 , A2 , . . . when several similar events are involved.

2.3 Derived Events: Complements, Unions and Intersections

of Events

(i) The event “the event A did not occur” is said to be the complement of the event
A and is denoted Ac .
(ii) The event “both A and B occur in the same experiment” is said to be the
intersection of the events A and B. This event is denoted A ∩ B. It sometimes
happens that two events cannot both occur in the same experiment. For
example, if a die is rolled once and the event C is “on that roll, 5 turned up”
and the event D is “on that roll, 3 turned up”, then C and D cannot both occur

© The Author(s), under exclusive license to Springer Nature Switzerland AG 2023 11

W. J. Ewens, K. Brumberg, Introductory Statistics for Data Analysis,
https://doi.org/10.1007/978-3-031-28189-1_2
12 2 Events

on that roll of the die. In this case, the intersection event C ∩ D is said to be
an empty, or impossible, event. Any impossible event is denoted by the special
notation φ mentioned above: φ is the Greek letter “phi”.
(iii) The event “either A occurs or B occurs or both events occur in the same
experiment” is said to be the union of the events A and B. This event is denoted
A ∪ B.
The complement of an event, the union of two events, and the intersection of
two events are called “derived” events—they are derived from one event or more
events. Examples of unions, intersections and complements of events are given in
the problems.

2.4 Mutually Exclusive Events

The events A and B are said to be “mutually exclusive” if they cannot both occur
in the same experiment. The events C and D discussed in item (ii) of Sect. 2.3
are mutually exclusive: they cannot both occur for any given roll of the die. The
following example will be discussed often later. If a coin is flipped twice, the two
events “head on first flip, tail on second flip” and “tail on first flip, head on second
flip” are also mutually exclusive: they cannot both happen on the same two flips of
the coin. The intersection of two mutually exclusive events is the impossible event .φ.

2.5 Problems

2.1 A die is to be rolled once. Let A be the event “3 or 6 turns up” and B the event
“3, 4 or 5 turns up”. Describe in words (such as x or y or z turns up) the events (a)
Ac , (b) B c , (c) A ∪ B and (d) A ∩ B. Are A and B mutually exclusive events?
2.2 You observe songbirds with long or short tails and orange or yellow beaks.
Event L is when a bird has a long tail, and event O is when a bird has an orange
beak. Describe in words (a) L ∪ O, (b) L ∩ O, (c) LC ∩ O, and (d) LC ∪ O C .
2.3 Describe why the complement of the event A ∪ B is the intersection of the
events Ac and B c .
Chapter 3
Probabilities of Events

We write the probability that the event A occurs in some given experiment, field
survey, etc. as Prob.(A), the probability that the event B occurs in this same
experiment or field survey as Prob.(B), and so on. From now on, we take the word
“experiment” to include field surveys, etc., and for convenience will often omit
the expressions “in some given experiment” and “in the same experiment”. In this
section we will only consider those probability calculations that will be relevant to
the statistical theory discussed later.

3.1 Probabilities of Derived Events

(i) The probability of the complement of an event. The total probability of all
possible outcomes is always equal to 1. Since an event and its complement
contain all possible outcomes,

Prob(Ac ) = 1 − Prob(A).
. (3.1)

(ii) The probability of the intersection of two events. The probability of the
intersection of the events A and B, that is, the probability that both the event
A and the event B occur in the same experiment, is denoted Prob(A ∩ B). The
calculation of this probability is sometimes difficult. If A ∩ B is an impossible
event, Prob(A ∩ B) = Prob(φ) = 0.
(iii) The probability of the union of two events. The probability of the union of the
events A and B, that is, the probability that either the event A occurs, or the
event B occurs, or both the events A and B occur in the same experiment, is
denoted Prob(A ∪ B). This probability is given by

Prob(A ∪ B) = Prob(A) + Prob(B) − Prob(A ∩ B).

. (3.2)

© The Author(s), under exclusive license to Springer Nature Switzerland AG 2023 13

W. J. Ewens, K. Brumberg, Introductory Statistics for Data Analysis,
https://doi.org/10.1007/978-3-031-28189-1_3
14 3 Probabilities of Events

If A and B are mutually exclusive events, they cannot both occur in the same
experiment, and their intersection is the empty event φ and has probability 0.
In this case, (3.2) becomes

Prob(A ∪ B) = Prob(A) + Prob(B).

. (3.3)

Generalization. If an event G will happen if one of several mutually exclusive

events happens in some experiment, the probability that G will happen is the
sum of the probabilities of the various ways that it can happen. That is, Eq. (3.3)
can be generalized as follows: If the event G occurs in some experiment if
and only if one of the mutually exclusive events A, B, . . . , F occurs in that
experiment, then

Prob(G) = Prob(A) + Prob(B) + · · · + Prob(F ).

. (3.4)

Example Suppose that an experiment consists of flipping a fair coin three times. We
define the event G as the event “heads turns up exactly twice in these three flips in
this experiment”. Suppose that A is the event “in this experiment, two heads appear
in the order HHT”, that B is the event “in this experiment two heads appear in the
order HTH”, and that C is the event “in this experiment two heads appear in the
order THH”. Then A, B and C are mutually exclusive events and G is the event that
one of the events A, B and C occurs. Then from (3.4),

Prob(G) = Prob(A) + Prob(B) + Prob(C).

. (3.5)

To find Prob(G) in this example we have to find Prob(A), Prob(B) and Prob(C).
This brings us to the concept of the independence of events.

3.2 Independence of Two Events

Two events .A1 and .A2 are said to be independent if and only if

Prob (A1 ∩ A2 ) = Prob(A1 ) × Prob(A2 ).

. (3.6)

In words, two events .A1 and .A2 are said to be independent if and only if the
probability that they both occur in the same experiment is the probability that
.A1 occurs in this experiment multiplied by the probability that .A2 occurs in this

experiment. The intuitive meaning of independence of events is that the occurrence

of one of the events does not change the probability that the other event occurs.
Examples of independent (and also dependent) events will be given in the problems.
One has to be careful when considering the independence of more than two
events. The events .A1 , A2 , . . . , Am are independent if and only if all of the following
3.2 Independence of Two Events 15

requirements are met:

.Prob(Ai ∩ Aj ) = Prob(Ai ) × Prob(Aj ) for all (i, j ), i = j,

Prob(Ai ∩ Aj ∩ Ak ) = Prob(Ai ) × Prob(Aj )
× Prob(Ak ) for all (i, j, k), i = j = k,
..
.
Prob(A1 ∩ A2 ∩ · · · ∩ Am ) = Prob(A1 ) × Prob(A2 ) × · · · × Prob(Am ).

The fact that all of these requirements are needed is illustrated by following
simple example. A fair die is to be rolled twice. The event .A1 is the event “an
odd number will turn up on roll 1”, the event .A2 is the event “an odd number will
turn up on roll 2”, and the event .A3 is the event “the sum of the two numbers to
turn up is an odd number”. It is easy to show that Prob(.Ai ∩ Aj ) = Prob(.Ai ) .×
Prob(.Aj ) for all .(i, j ), i = j . However, since Prob(.A1) = Prob(.A2) = Prob(.A3) =
. , whereas .Prob (A1 ∩ A2 ∩ A3 ) = 0, the three events are not independent. In other
1
2
words, pairwise independence of a collection of events does not automatically imply
independence of all the events.
Very often in practice we assume that two or more events are independent from
experience or common sense. For example, we reasonably believe that the results
of different flips of a coin are independent. This means that in the case of flipping a
fair coin three times as discussed in the example at the end of the previous section,
and with the events A, B and C as defined in that example, Prob(A) = Prob(head on
flip 1) .× Prob(head on flip 2) .× Prob(tail on flip 3). From the requirements of the
independence of more than two events, this is

1 1 1 1
. × × = .
2 2 2 8

By the same reasoning, Prob(B) = . 18 and Prob(C) = . 18 . The events A, B and C

are mutually exclusive, since no two of them can both occur on the same three flips
of the coin, so that from Eq. (3.5),

1 1 1 3
Prob(G) =
. + + = .
8 8 8 8
In some situations, the independence of two events can be found from some
given information. For example, suppose that we know that a certain six-sided die
is fair. The die is to be rolled once. Let A be the event that an even number turns
up and B be the event that 1 or 2 turns up. From this information Prob(.A) = 12
and Prob(.B) = 13 . Further, the event .A ∩ B is the event that 2 turns up, and the
probability of this is Prob(.A ∩ B) = . 16 . Since . 16 = . 12 × 13 , Eq. (3.6) shows that A
16 3 Probabilities of Events

and B are independent. In intuitive terms, if we are given that 1 or 2 turned up, the
probability that an even number turns up (that is, 2 and not 1 turns up) is . 12 , and
this is the same probability for an even number turning up if we were not given the
information that 1 or 2 turned up.

3.3 Conditional Probabilities

Suppose that a fair coin is flipped twice. Suppose that we are told that at least
one head appeared. What is the probability that both flips gave heads? The quick
intuitive answer is usually either . 12 or . 14 . However, neither of these answers is
correct. The correct answer is . 13 . Deriving the correct answer to this question is an
example of a conditional probability calculation. We want to find the probability that
both flips gave heads under the condition that least one flip gave heads. Conditional
probabilities are often needed in Statistics so we next discuss their calculation.
Suppose that A and B are two events and that .0 < Prob(B) < 1. The conditional
probability that the event A occurs, given that the event B has occurred, denoted by
Prob(.A | B), is

Prob(A ∩ B)
Prob(A | B) =
. . (3.7)
Prob(B)

This is a crucial formula. It must always be used when calculating conditional

probabilities. Intuition is usually a very poor guide when calculating conditional
probabilities.
The coin-flipping probability . 13 mentioned above is found from (3.7) as follows.
Suppose that A is the event that both flips gave heads and B is the event that at least
one flip gave heads. The intersection event .A ∩ B is the event that both flips gave
heads and also that there was at least one head, which is the same as the event that
both flips gave heads. This has probability . 14 . The event B, that there was at least one
head, is the union of three mutually exclusive events: “head on both flips”, “head
on first flip, tail on second flip”, and “tail on first flip, head on second flip”. Each
of these has probability . 14 , so from (3.5), the probability of B is . 34 . Inserting these
values in (3.7) we get

Prob(A | B) = (1/4)/(3/4) = 1/3.

. (3.8)

Another way of seeing this result is that initially there are four equally likely
possibilities: HH, HT, TH, TT. However, we are told that one of the three
possibilities HH, HT and TH actually did occur, so that the probability that this
was HH is 1/3.
3.5 Conditional Probabilities and Independence 17

As stated above, statistical operations depend on probabilities, and the take-home

message from this and other examples is that probability calculations are often
counter-intuitive. Take care when doing them!

3.4 Conditional Probabilities and Mutually Exclusive Events

Suppose that the events A and B are mutually exclusive. Then Prob(.A ∩ B) = 0,
and Eq. (3.7) shows that Prob(.A|B) = 0. This corresponds to the fact that if A and
B cannot both happen in the same experiment and we are told that B has occurred,
then it is impossible that A occurred.

3.5 Conditional Probabilities and Independence

Suppose that A and B are independent events, so that from Eq. (3.6), Prob(.A ∩ B)
= Prob(.A)× Prob(B). Then from Eq. (3.7),
.

Prob(A) × Prob(B)
Prob(A | B) =
. = Prob(A). (3.9)
Prob(B)

This implies that the information that B has occurred has not changed the probability
that A will occur. This is perhaps a more natural concept of independence than the
condition given in Eq. (3.6). Examples illustrating conditional probabilities will be
given in the problems.
A flow-chart of the “events” part of the book is given on the following page to
show the various topics covered in perspective.
18 3 Probabilities of Events

Flowchart: Events

What probability
would we like to know?

Intersection: Conditional probability: Complement:

Union: Prob(A ∪ B)
Prob(A ∩ B) Prob(A|B) Prob(AC )

Are A and B Prob(A ∪ B) = Prob(A) + Prob(A ∩ B) Prob(AC ) =

Prob(A|B) =
mutually exclusive? Prob(B) − Prob(A ∩ B) Prob(B) 1 − Prob(A)

Mutually Not mutu-

exclusive ally exclusive

Prob(A ∩ B) = Are the events A

Prob(φ) = 0 and B independent?

A and B in- A and B are not independent

dependent (or we do not know if they are)

Prob(A ∩ B) = Prob(A ∩ B) is either given, or if you are

Prob(A) × Prob(B) given Prob(A ∪ B) or Prob(A|B), you can
use the union or conditional probability for-
mulas, respectively, to solve for Prob(A ∩ B)
.

3.6 Problems

3.1 A fair die is to be rolled once. The event A is: “an odd number turns up” and the event B is:
“a 2 or a 3 turns up”.
(a) Calculate (i) Prob(A), (ii) Prob(B), (iii) Prob(A ∪ B), (iv) Prob(A ∩ B).
(b) Are A and B independent events?
3.2 This problem also refers to the events A and B in Problem 3.1. Suppose now that the die is
unfair, and that the probability that the number j turns up is j /21, (j = 1, 2, . . . , 6). (That is, the
probability that 1 turns up is 1/21, the probability that 2 turns up is 2/21, the probability that 3 turns
up is 3/21, the probability that 4 turns up is 4/21, the probability that 5 turns up is 5/21 and the
probability that 6 turns up is 6/21.)
(a) Calculate (i) Prob(A), (ii) Prob(B), (iii) Prob(A ∩ B), (iv) Prob(A ∪ B).
(b) Are A and B independent events?
3.3 A fair die is to be rolled once. D is the event that an even number turns up. E is the event that
a 1, 2, or 3 turns up. Calculate (a) Prob(D), (b) Prob(D ∩ E), (c) Prob(D ∪ E).
3.6 Problems 19

3.4 There is a generalization of the formula (3.2) for the probability of the union of two events A
and B. This is, that if A, B and C are three events,

.Prob(A ∪ B ∪ C) = Prob(A) + Prob(B) + Prob(C) − Prob(A ∩ B)

− Prob(A ∩ C) − Prob(B ∩ C) + Prob(A ∩ B ∩ C). (3.10)

Suppose that a die is fair, that the events A and B are as given in Problem 3.1, and the event C is “a
3 or a 6 turns up”. Calculate Prob(A ∪ B ∪ C) (a) directly, by working out what the event A ∪ B ∪ C
is, and (b) by calculating the right-hand side in Eq. (3.10) and check that your two answers agree.
3.5 A fair die is to be rolled twice. It is assumed that the numbers turning up on the two rolls are
independent. That is, if the event A is: “the number turning up on the first roll is x” and the event
B is: “the number turning up on the second roll is y,” then it is assumed that the events A and B
are independent for all choices of x and y.
By considering all the possible outcomes and their probabilities, consider the possible outcomes
of the two rolls to find the probability (a) that the sum of the two numbers is 2, (b) that the sum of
the two numbers is 3, (c) that the sum of the two numbers is 4.
3.6 Let C be the event that an undergraduate chosen at random is female and L be the event that
a student chosen at random is left-handed. If the events C and L are independent, and Prob(C) =
0.63, Prob(L) = 0.10, (a) Find Prob(C ∩ L), (b) Prob(C ∪ L).
3.7 Referring to the songbirds in Problem 2.2, suppose now that Prob(L) = 0.3 and Prob(O) =
0.6.
(a) Assuming that the events L and O are independent, find (i) Prob(L ∩ O), (ii) Prob(L ∪ O),
(iii) Prob(LC ∩ O), and (iv) Prob(LC ∪ O C ).
(b) Keep the same probabilities for L and O, but now do not assume independence and let
Prob(L ∪ O) = 0.64. Find Prob(L ∩ O) and from this assess whether L and O are dependent
or independent.
(c) Use Prob(L ∩ O) you calculated in part (b) of the problem to find Prob(L|O) and Prob(O|L).
How would you use these to check for independence instead?
3.8 Show that if A and B are independent events, then Ac and B c are also independent events.
Hint: To do this, you have to show that Prob(Ac ∩ B c ) = Prob(Ac ) × Prob(B c ). You should start
out by using the fact (which you may take as given or refer to Problem 2.3) that Prob(Ac ∩ B c )
= 1− Prob(A ∪ B), and then use a formula given in Eq. (3.2) for Prob(A ∪ B) and also the fact that
A and B are independent.
3.9 Women over the age of 50 are advised to have a mammogram every 2 years to test for breast
cancer. Women whose mammogram is positive then have a further test (a biopsy). It is important to
work out various probabilities with respect to the mammogram part of this procedure. This problem
is about this situation.
Let A be the event (for any woman): “her mammogram is positive”. Let B be the event (for any
woman): “she has breast cancer”.
(a) In words, what does the event Ac mean?
(b) In words, what does the event B c mean?
(c) In words, what do the probabilities Prob(B|A) and Prob(B|Ac ) mean?
(d) What would it mean in terms of the usefulness of a mammogram if the probabilities Prob(B|A)
and Prob(B|Ac ) were equal?
Chapter 4
Probability: One Discrete Random
Variable

4.1 Random Variables

In this section we define some terms that will be used often. We often adopt the
coin flipping example as an illustration, but the corresponding definitions for other
examples are easy to imagine.
If we plan to flip a coin 2000 times tomorrow, then today the number of heads
that we will get tomorrow is unknown to us. This number is therefore a “random
variable”. The concept of a random variable is perhaps the most important one in
all of probability theory. We now give the formal definition of a discrete random
variable.
Definition A discrete random variable is a conceptual and numerical quantity that,
in some future experiment involving chance, or randomness, will take one value
from some discrete set of possible values. In some cases the respective probabilities
of the members of this set of possible values are known and in other cases they are
unknown.
The words “conceptual”, “numerical” and “discrete” in this definition need
further discussion. A random variable is conceptual because it is something that
is only in our mind. For example, if we plan to flip a coin 2000 times tomorrow, the
number of heads that we will get tomorrow is, today, only a concept of our minds.
No specific number of heads has yet arisen. A random variable is required to be
numerical because we will later do mathematical computations involving random
variables. A discrete random variable can only take one of a discrete set of numbers
(often restricted to the numbers 0, 1, 2, . . . ). The number of heads that we will get
tomorrow when we flip a coin 2000 times is therefore a discrete random variable: it
can only take one of the discrete set of values {0, 1, . . . , 2000}.
In practice, a random variable is either discrete or continuous. By contrast with a
discrete random variable, a continuous random variable can take any value in some
continuous interval of values. For example, the height of an individual whom we will

© The Author(s), under exclusive license to Springer Nature Switzerland AG 2023 21

W. J. Ewens, K. Brumberg, Introductory Statistics for Data Analysis,
https://doi.org/10.1007/978-3-031-28189-1_4
22 4 Probability: One Discrete Random Variable

randomly choose tomorrow is a continuous random variable: it can take any value
in some interval of values. The mathematical theory for discrete random variables
differs from that for continuous random variables—for continuous random variables
we need calculus. Continuous random variables will be considered in a later section,
but an understanding of calculus is not needed in this book.
Why is the concept of a random variable, either discrete or continuous, so
important? As emphasized in Chap. 1, statistical operations depend on probability
calculations, and probabilities relate to random variables. For example, it will be
shown in Sect. 4.5 that it is possible to calculate the probability that tomorrow
we will get x or more heads from 2000 flips of a fair coin, for any number x.
This probability calculation relates to the random variable “the number of heads
that we will get tomorrow”. Suppose that in the coin-flipping example mentioned
above, we wish to assess whether the coin is fair. If tomorrow we flip the coin
2000 times and get 1087 heads, we cannot make any inference as to whether the
coin is fair unless we have in hand the probability calculation of a fair coin giving
1087 or more heads. The take-home message is that statistical inferences depend
on probability calculations, and these calculations often refer to discrete random
variables. Therefore the probability theory relating to a discrete random variable is
essential to Statistics.

4.2 Random Variables and Data

The concept of a discrete random variable is in contrast to what we mean by the

word “data”. By “data” we mean the observed value of a random variable once
some experiment has been performed. In the coin example of the previous section,
suppose that tomorrow has now come and we have flipped the coin 2000 times. The
“data” is the observed number of heads that we did actually get, for example 1087.
It is an “after the experiment” concept. It is the observed value of a random variable
once the “experiment” of flipping the coin has been carried out.
It is crucial to distinguish between the “before the experiment” concept of a
random variable and the “after the experiment” concept of data. In practice, we will
often analyze experiments after they have occurred, but we will still need to consider
random variables. In doing so, we will always put ourselves in the position of the
experimenter before the data has been gathered, so that we can think of random
variables as future concepts, whether or not the experiment has already taken place.
To assist us with keeping clear the distinction between random variables and
data, and following the standard notational convention, a random variable is always
denoted by an upper-case Roman letter near the end of the alphabet. We therefore
use the upper-case letters X, Y and Z (and sometimes other upper-case letters) in
this book to denote random variables. In the coin example, we might denote the
random variable number of heads we will get tomorrow by X.
The notation for the “after the experiment” data value is the corresponding lower
case letter. So if today we denote by X the number of heads that we will get
4.3 The Probability Distribution of a Discrete Random Variable 23

tomorrow when we flip the coin, then tomorrow, after we have flipped the coin,
we would denote the number of heads that we did get by the corresponding lower-
case letter x. Thus it makes sense, after the coin has been flipped 2000 times, to
say “.x = 1087”. This simply states that after we flipped the coin 2000 times, we
observed that heads turned up 1087 times. It does not make sense before the coin is
flipped to say .X = 1087. This statement “does not compute”.
There are therefore two notational conventions: upper-case Roman letters for
random variables, the corresponding lower-case Roman letters for data. We will
later use a third notational convention (Greek letters) for “parameters”. Parameters
will be defined later.
We shall not consider data until later, when we turn to the Statistics part of this
book. For the moment, we consider only random variables and the probability theory
associated with them.

4.3 The Probability Distribution of a Discrete Random

Variable

There are various ways in which one can present the probability distribution of a
discrete random variable. The first is the “tableau” method. In this method, we give
a list of all the possible values that the random variable (denoted here by X) can take,
together with their respective probabilities. If there are k possible values of X, these
are denoted by .v1 , v2 , . . . , vk , written in increasing order so that .v1 < v2 < . . . <
vk . If these values have respective probabilities Prob(.v1), Prob(.v2), . . . , Prob(.vk ),
the probability distribution of X when written in the “tableau” form is

Possible values of X v1 v2 ... vk

. (4.1)
Respective probabilities Prob(v1 ) Prob(v2 ) . . . Prob(vk )

The expression “Prob(.vj )” in (4.1) is a shorthand for the statement that “the
probability, before the experiment is performed, that the eventually observed data
value corresponding to the random variable X will be .vj ”. These probabilities might
be known or might be unknown. This shorthand is used later in this book. Examples
of the tableau method of describing a probability distribution are given below in
(4.2) and (4.3). In (4.2) the probabilities are known and in (4.3) they are unknown if
the value of .θ is unknown.
The support of a discrete random variable is the set of possible values that it can
take. In the notation given in (4.1), the support of the random variable X is the set
of values {.v1 , v2 , . . . , vk }. In both (4.2) and (4.3) the support is {0, 1, 2}.
The link between the notation “Prob(.vj )” and the notation for probabilities of
events is that we think of “Prob(.vj )” as the probability of the event “after the
experiment has been conducted, the observed value of the ‘before the experiment’
random variable X will be .vj ”.
24 4 Probability: One Discrete Random Variable

In the coin flipping case, if we know that the coin is fair, the probability
distribution of X, the (conceptual) number of heads that we will get on two flips
of the coin, is found as follows. The possible values of X are 0, 1 and 2. We
will get 0 heads if both flips give tails, and since the outcomes of the two flips
are assumed to be independent, as discussed in Sect. 3.2, the probability of this is
.(0.5) × (0.5) = 0.25. We can get 1 head in two ways: head on the first flip and

tail on the second, and tail on the first flip and head on the second. These events
are mutually exclusive, and each has probability .0.25. Thus the total probability of
getting exactly 1 head is .0.5. The probability of 2 heads is .(0.5) × (0.5) = 0.25.
This leads to the following probability distribution:

Possible values of X 0 1 2
. (4.2)
Respective probabilities 0.25 0.50 0.25

This tableau states that Prob(0) .= 0.25, Prob(1) .= 0.5, Prob(2) .= 0.25.
In this fair coin example above, the probabilities for the possible values 0, 1 and
2 are known. In other situations, these probabilities might be unknown. In these
situations we denote the probability of getting a head on any flip by .θ , which is the
Greek letter “theta”. The discussion below covers both cases, that is both when the
numerical value of .θ is known and when it is unknown to us. We continue to define
X as the number of heads that we get on two flips of the coin, and the possible
values of X are still 0, 1 and 2. We will get 0 heads if both flips give tails, and
since the outcomes of the two flips are independent, the probability of this event is
.(1 − θ ) × (1 − θ ) = (1 − θ ) . As above, we can get 1 head in two ways: head on
2

the first flip and tail on the second, and tail on the first flip and head on the second.
These events are mutually exclusive, and each has probability .θ (1 − θ ). Thus the
probability of getting exactly one head is .2θ (1 − θ ). The probability of getting two
heads is .θ × θ = θ 2 . This leads to the following probability distribution:

Possible values of X 0 1 2
. (4.3)
Respective probabilities (1 − θ )2 2θ (1 − θ ) θ2

In other words,

Prob(0) = (1 − θ )2 , Prob(1) = 2θ (1 − θ ), Prob(2) = θ 2 .

. (4.4)

Even though the numerical value of .θ might be unknown to us, so that we do

not know the numerical values of any of the probabilities in (4.3), the probability
distribution (4.3) is still useful. In this distribution, .θ is a so-called parameter: these
are discussed extensively below. The probability distribution (4.3), or equivalently
(4.4), can be generalized to the case of an arbitrary number of flips of the coin—see
(4.5) below. The probability distribution (4.2) is thus a special case of the probability
distribution (4.3), corresponding to the value .θ = 12 .
4.3 The Probability Distribution of a Discrete Random Variable 25

probabilities

2 3 4 5 6 7 8 9 10 11 12 possible values of
the random variable

Fig. 4.1 A discrete probability distribution for the sum of two numbers to turn up on a biased die

In cases such as (4.2), where numerical values of all probabilities are known
(in contrast to (4.3) where the numerical values of the probabilities are unknown if
the numerical value of .θ is unknown), a probability distribution can be presented
graphically. This form of presentation has a visual appeal. An example is given in
Fig. 4.1. In this example, the random variable is the sum of the two numbers to turn
up on two rolls of a biased die, where the probabilities for the numbers 1, 2, 3, 4, 5
and 6 turning up on any roll are known. On the horizontal axis we write the possible
values of the random variable (2, 3, . . . , 12, as shown in the graph), and on the
vertical axis we draw rectangles whose various heights indicate the probabilities of
these various possible values.
Suppose that a given coin is fair. Although it is possible in principle to construct
either a tableau or graphical presentation of a probability distribution of the number
X of heads to arise, this might not be easy in practice. For example, if we plan to flip
a fair coin 1,000,000 times, it would be impractical in practice to list the probabilities
of 0, 1, 2, . . . , 1,000,000 heads or to draw a graph of these probabilities. In this case,
we use a mathematical formula: an example is given in (4.5) below.
It is not always possible even in principle to give a graphical presentation of
a probability distribution. For example, the probabilities given in (4.3) depend on
the value of .θ , and therefore the general shape of the distribution differs, often
substantially, from one value of .θ to another. Thus it is not possible to draw a unique
graph of the probability distribution (4.3) that applies for all values of the parameter
.θ . This leads us to consider the concept of a parameter in more detail.
26 4 Probability: One Discrete Random Variable

4.4 Parameters

The quantity .θ introduced in the previous section is called a “parameter”. A

parameter is some constant whose numerical value is either known or (more often
in practice) unknown to us. For example, in a clinical trial the probability that a
proposed new medicine cures a patient of some illness is unknown, and thus this
probability is regarded as a parameter. (If we did know this probability, there would
be no need to conduct the clinical trial.) Other examples of parameters are given
later.
When the numerical value of a parameter is unknown, large parts of Statistics
consist of:
(i) Using data to estimate the numerical value of a parameter.
(ii) Using data to get some idea of the precision of our estimate of a parameter
(sometimes called finding the “margin of error”).
(iii) Using data to test hypotheses about the numerical value of a parameter.
We shall consider these three activities later in this book. In the clinical trial
example, if .θ is the (unknown) probability that the proposed new medicine cures a
patient, these would be
(i) Estimating the numerical value of the parameter .θ .
(ii) Using data to get some idea of the precision of our estimate of .θ .
(iii) Using data to test hypotheses about the numerical value of this parameter, for
example testing the hypothesis that .θ = 0.8.
As a notational convention in this book, we always use Greek letters (for example
θ ) to denote parameters. Unfortunately statistical convention implies that Greek
.

symbols are sometimes used to denote quantities that are not parameters. We have
already seen one example of this with the empty event .φ. There will be two
more cases later in this book when Greek letters are used for quantities other than
parameters due to statistical convention; it will be pointed out when this occurs.

4.5 The Binomial Distribution

There are many important discrete probability distributions that arise often in
the applications of probability theory and Statistics to real-world problems. Each
of these distributions is appropriate under some set of requirements specific to
that distribution. In this section, we focus on one of the most important of these
distributions, namely the binomial distribution, and start by listing the requirements
for it to be appropriate.
The binomial distribution arises if, and only if, all four of the following
requirements hold.
4.5 The Binomial Distribution 27

(i) First, we plan to conduct some fixed number of trials. By “fixed” we mean fixed
in advance, and not, for example, determined by the outcomes of the trials as
they occur. We always denote this number by n.
(ii) Second, there must be exactly two possible outcomes on each trial. The
two outcomes are often called, for convenience, “success” and “failure”. For
example, we might regard getting a head on the flip of a coin as a success and
a tail as a failure, or the proposed new medicine curing a patient a “success”
and not curing a patient a “failure”.
(iii) Third, the various trials must be independent—the outcome of any trial must
not affect the outcome of any other trial.
(iv) Finally, the probability of success, which we always denotes by .θ , must be the
same on all trials.
One must be careful when using a binomial distribution to ensure that all four of
these conditions hold. We reasonably believe that they hold when flipping a coin,
but there are many situations in practice where they do not hold. For example,
when rolling a die, there are six possible values for the number turning up, not
two. If in baseball we call hitting a home run a success, then different players on
a team will almost certainly have different probabilities of a success. If a proposed
new medicine is given to twins, the outcomes (cured or not cured) might not be
independent because of the genetic similarity of the twins.
For now we assume that the four requirements (i)–(iv) hold. The random variable
of interest is the total number X of successes in the n trials. If the numerical value
of .θ is unknown, the probability distribution of X cannot be given by a graph. It is
best given by the binomial distribution formula
 
n x
.Prob(X = x) = θ (1 − θ )n−x , x = 0, 1, 2, . . . , n. (4.5)
x

This compact formula presentation provides an example of the third method of

describing a probability distribution, that is, by a mathematical formula.
In the formula (4.5), .θ is called the parameter, and n is called the index, of the
binomial distribution. The support
  of X is {.0, 1, . . . , n}.
The binomial coefficient . xn in this formula is often spoken as “n choose x” and
is equal to the number of different orderings in which x successes can arise in the n
trials. It is calculated from the formula
 
n n!
. = ,
x x! × (n − x)!

where for .x ≥ 1, we define .x! = x × (x − 1) × (x − 2) × · · · × 3 × 2 × 1 and for

x = 0 we define .0! =
.
 1.
As an example, . 42 = 2!×(4−2)!
4!
= 2×2
24
= 6. Thus there are six orderings in
which we can get two successes from four trials. If we denote S for success and F
for failure, these are SSFF, SFSF, SFFS, FSSF, FSFS, FFSS.
28 4 Probability: One Discrete Random Variable

 
The word “choose” originates from another interpretation of . nx , namely, it is the
number of ways of choosing a committee of x people from a group of n people. This
is discussed in Problem 4.8.
Proof of the Binomial Formula (4.5) We first consider the expression .θ x (1 −
θ )n−x arising in (4.5). The probability of first obtaining x successes and then
obtaining .n − x failures (in that specific order) is .θ × θ × · · · × θ × (1 −
θ ) × (1 − θ ) × · · · × (1 − θ ), where .θ occurs x times in the product and
.(1 − θ ) occurs .n − x times. This is .θ (1 − θ )
x n−x . The probability of first

obtaining .n − x failures and then obtaining x successes (in that specific order)
is .(1 − θ ) × (1 − θ ) × · · · × (1 − θ ) × θ × θ × · · · × θ , where .θ again occurs
x times in the product and .(1 − θ ) occurs .n − x times. This is also .θ x (1 − θ )n−x
after rearranging the terms in the product. Indeed the probability of obtaining x
successes and .(n − x) failures in any specified order is .θ x (1 − θ )n−x , since .θ will
occur exactly x times and .(1 − θ ) will occur exactly .n − x times in finding the
probability of x successes and .(n − x) failures in any specified order.
Because the
 events corresponding to different orderings are mutually exclusive,
and there are . nx orderings by definition, Eq. (3.4) shows that the overall probability
 
of x successes from n trials is . xn θ x (1 − θ )n−x , which is the binomial probability
given in (4.5).
Example If .θ = 0.4, the probability of getting .x = 2 successes from .n = 6 trials is
 
6
.Prob(2) = (0.4)2(0.6)4 = 15 × 0.16 × 0.1296 = 0.31104. (4.6)
2

We can use R to do this calculation explicitly as well using the function

choose() where n is the number of trials and k is the number of successes:
choose(n = 6, k = 2) * 0.4^2 * 0.6^4. We can also use the built in func-
tion dbinom() in R for finding binomial probabilities where x is the number of
successes, size is the number of trials, and prob is the probability of success .θ :
dbinom(x = 2, size = 6, prob = 0.4).
Chart 1, the chart of binomial probabilities provided at the back of the book, gives
0.3110 for this probability. This occurs because the probabilities in the binomial
chart are accurate only to four decimal places.
The case .n = 1 deserves explicit discussion. The particular case of the binomial
distribution when .n = 1 is called the Bernoulli distribution. The random variable
X, the number of successes, can only assume the values 0 (with probability .1 − θ )
or 1 (with probability .θ ). The various properties that will be given for the binomial
distribution apply equally for the Bernoulli distribution by putting .n = 1.
The case .n = 2 also deserves explicit discussion. The factor 2 in (4.4) is an
example of a binomial coefficient, reflecting the fact that there are two orderings
(success followed by failure and failure followed by success) in which we can
obtain one success
 and one failure in two trials. This is also given by the binomial
calculation . 21 = 1!×(2−1)!
2!
= 1×1
2
= 2.
4.5 The Binomial Distribution 29

The following examples involve some cases where the binomial distribution
applies and some cases where it does not apply.
Example 4.5.1
(a) Suppose that the probability that a man is left-handed is 0.1 and the probability
that a woman is left-handed is also 0.1. In a group consisting of two men and
two women, what is the probability that there is exactly one left-handed person?
Since the probabilities of being left-handed are the same for men and
women, the four  requirements for a binomial distribution apply and the required
probability is . 41 (0.1)1 (0.9)3 = 0.2916.
(b) Suppose now that the probability that a man is left-handed is 0.1 and the
probability that a woman is left-handed is 0.08. In a group consisting of two
men and two women, what is the probability that there is exactly one left-handed
person?
Since the probabilities of being left-handed are not the same for men and
women, the answer can only be found by applying one binomial distribution for
men and another for women. The details are as follows.
The event “exactly one left-handed person” is the union of two mutually
exclusive events, namely “exactly one man is left-handed, neither of the two
women is left-handed” and “neither of the two men is left-handed, exactly one
of the two women is left-handed”. Using two different binomial distributions,
one for men and one for women, together with the probability formula for
independent events and also for the union of two mutually exclusive events,
the required probability is

     
2 2 2
. (0.1) (0.9) ×
1 1
(0.08) (0.92) +
0 2
(0.1)0(0.9)2
1 0 0
 
2
× (0.08)1(0.92)1 = 0.26204544.
1

(c) The result of part (a) of this question can be found by using the (unnecessarily
complicated) method employed in part (b) of finding the answer by using
two binomial calculations. The event “exactly one left-handed person” is the
union of two mutually exclusive events, as described in part (b). Using the
same binomial distributions for both men and for women, together with the
probability formula for independent events and also for the union of two
mutually exclusive events, the required probability is

     
2 2 2
. (0.1)1(0.9)1 × (0.1)0 (0.9)2 + (0.1)0 (0.9)2
1 0 0
 
2
× (0.1)1 (0.9)1 = 0.2916.
1

This agrees with the simpler calculation given above.

30 4 Probability: One Discrete Random Variable

Example 4.5.2 You have to carry two eggs home from a shop. There are two
methods by which this can be done. Under Method 1, each egg is carried in its
own basket. Basket 1 is dropped, and the egg in it is broken, with probability .θ .
Independently of this, Basket 2 is dropped, and the egg in it is broken, also with
probability .θ . Because of the independence assumption, the number of broken eggs
has a binomial distribution with index .n = 2 and parameter .θ . Under Method
2, both eggs are put in the same basket. This basket is dropped with probability
.θ (the same numerical value as in Method 1) and if the basket is dropped, both

eggs are broken. Under this second method, the number of broken eggs does not
have a binomial distribution because the independence assumption does not hold: if
one egg is broken, then the other egg is also broken. If one egg is not broken, the
other egg is not broken. The number X of broken eggs has the following probability
distribution for Method 2:

Possible values of X 0 1 2
. (4.7)
Respective probabilities 1 − θ 0 θ

We will see later what this means concerning the expression “don’t put all your eggs
in one basket”.
Example 4.5.3 (The “Hat-Check” Problem) Suppose that two men go to a restau-
rant and leave their hats at the hat-check desk. After they finish their meal, the
hat-check clerk returns the hats at random to the two men. Let X be the number of
men (0, 1 or 2) who get their correct hat. We call it a success for each man if he
gets his correct hat and let X be the total number of successes. Then X does not
have a binomial distribution. The reason for this is that the binomial requirement of
independence does not hold—if the first man gets his correct hat then the second
man must also get his correct hat and if the first man gets the incorrect hat then the
second man also gets the incorrect hat. The probability distribution of X is

Possible values of X 0 1 2
. (4.8)
Respective probabilities 0.5 0 0.5

4.6 The Hypergeometric Distribution

Although the binomial distribution is discussed frequently in this book, there

are of course many other discrete probability distributions which arise when the
requirements for the binomial distribution to hold are not met. In this section, we
introduce one such distribution using a simple example.
Suppose that an urn contains r red marbles and b blue marbles, the total number
.r + b of marbles being denoted by n. A total of d marbles is drawn from the urn

(.1 ≤ d ≤ n) at random and without replacement. The number d of marbles drawn is

4.6 The Hypergeometric Distribution 31

fixed in advance. The number X of red marbles taken out is then a random variable
and our aim is to find its probability distribution.
Before considering this distribution, called the hypergeometric distribution, we
observe that it is not the binomial distribution. There is a dependence in the
outcomes of the successive draws from the urn because we do not replace the
drawn marble after each draw. If, for example, many red marbles happen to have
been drawn initially, this somewhat decreases the probability that on the next draw
a red marble is drawn compared to the situation where few red marbles were
drawn initially. Thus two of the requirements for the binomial distribution to hold,
independence and equal success probabilities, are not satisfied.
Before discussing the probability distribution of X, it is necessary first to consider
the support of X, and doing this is not straightforward. If more than b marbles are
taken from the urn, then we will draw at least .d − b red marbles. By definition, X
can never exceed the number r of red marbles initially in the urn or the number d
of marbles taken from the urn. These considerations show that the support of X is
{.,  + 1, . . . , h}, where . is the maximum of 0 and .d − b and h is the minimum of
r and d. For example, if .r = 10, .b = 10 and .d = 6, then . = 0 since it is possible
that all six marbles drawn are blue and .h = 6 because it is also possible that all
six marbles drawn are red. If, however, d = 16, then . = 6 since at least six of the
marbles drawn out must be red because only ten blue marbles exist and we draw
sixteen marbles. Next, .h = 10, since even though we will draw 16 marbles, only ten
red marbles exist.
For any number x in its support, the random variable X has the following
hypergeometric distribution:
 r  b 
x d−x
.Prob(X = x) = n  . (4.9)
d

Proof The proof follows the general lines of the proof of the binomial distribution
formula (4.5). We first find the probability of first drawing x red marbles and then
.d − x blue marbles (in that specific order). This is

r r −1 r −x+1 b b−1 b−d +x+1

. × ×· · ·× × × ×· · ·× . (4.10)
n n−1 n−x+1 n−x n−x−1 n−d +1

Using the fact that for any numbers u and v with .u > v, .u×(u−1)×· · ·×(u−v+1)
u!
can be written as . (u−v)! , this probability can be written as
   
r! b n! r! b! (n − d)!
. × / = .
(r − x)! (b − d + x)! (n − d)! (r − x)! (b − d + x)! n!
(4.11)
32 4 Probability: One Discrete Random Variable

The probability of first drawing .d − x blue marbles and then x red marbles (in that
specific order) is

b b−1 b−d +x+1 r r −1 r −x+1

. × ×· · ·× × × ×· · ·× ,
n n−1 n−d +x+1 n−d +x n−d +x−1 n−d +1

and this is identical to the expression in (4.10) since the order of multiplication can
be interchanged. More generally, the probability of drawing x red marbles and .d −x
blue marbles in any specified order is also equal to the expression in (4.10) since all
that changes is the order of terms in the numerator.
From this, the required probability is the expression given in (4.11) multiplied by
the number  marbles and .d − x blue marbles can be drawn,
 of orders in which xd red
equal to . dx or equivalently . d−x , as specifying the draws with red marbles will
determine the draws with blue marbles and vice versa. We then have
r! b! (n − d)! d!
. × . (4.12)
(r − x)! (b − d + x)! n! x! (d − x)!

r! b! d! (n − d)!
Rearranging terms, we have . × × ,
x! (r −
 r  b  x)! (d − x)! (b − d + x)! n!

which can also be written as . x

nd−x
 , as given in (4.9).
d
Example The hypergeometric distribution arises in various versions of a lottery.
The following is a typical example. A contestant selects six numbers without
replacement from the set {1, 2, . . . , 45}. The lottery administrators choose six
numbers (the “winning” numbers) at random from the same set, and the contestant
wins the lottery if all six numbers that she chooses are the winning numbers.
By analogy with the marbles example, the probability that the contestant wins
the lottery is the same as the probability that all six red marbles are drawn at
random from a bag containing 45 marbles, 6 of which are red and 39 are blue.
This probability is
639
6 1
. 450 = 45 ≈ 0.00000012. (4.13)
6 6

Suppose next that the contestant also wins the lottery if she chooses five of the six
winning numbers. The probability of this event is
639
234
. 451 = 45 ≈ 0.00002873.
5
(4.14)
6 6

The overall probability of winning the lottery is then the sum of the two values in
(4.13) and (4.14), that is about 0.00002885.
4.6 The Hypergeometric Distribution 33

In R, to simultaneously obtain the hypergeometric probabilities of choosing

5 and 6 correct numbers, we use the dhyper() function, which takes
arguments x, m, n, k. These correspond to x, r, b, d in our notation:
dhyper(x = 5:6, m = 6, n = 39, k = 6). To find the probability of
choosing 5 or 6 correct numbers, equivalent to getting more than 4 correct
numbers, we can use the phyper() function with the new arguments
q = 4 and lower.tail = FALSE: phyper(q = 4, m = 6, n = 39, k = 6,
lower.tail = FALSE).
The hypergeometric distribution also arises in the situation described in the
following paragraphs, and in Sect. 10.2 we shall see the relevance of this new
situation to statistical operations.
Suppose that we plan to conduct two experiments, both involving a binomial
random variable. The number of successes in Experiment 1, namely .X1 , has a
binomial distribution with index r and parameter .θ . The number of successes in
Experiment 2, namely .X2 , has a binomial distribution with index b and also with
parameter .θ . We denote .r + b by n. The outcomes of the two experiments are
independent events. Suppose that you are given that after the two experiments have
been completed, the total number of successes is d. Given this information, what is
Prob(.X1 = x)?
The required probability is a conditional probability (we are given the event that
the total number of successes is d). This implies that we have to use the conditional
probability formula (3.7), repeated here for convenience.

Prob(A ∩ B)
Prob(A | B) =
. . (4.15)
Prob(B)

In terms of the notation in (4.15), the event that we are given is B, that the total
number of successes is d. The denominator in the right-hand side of Eq. (4.15) is
Prob(B), and we find this by conceptually amalgamating the two experiments, so
that we now consider .n = r + b trials, where the probability of success on each
trial is .θ . The probability of d successes in these n trials is given by the binomial
probability formula
 
n d
. θ (1 − θ )n−d . (4.16)
d

We now have to find the numerator in (4.15). We define the event A as “x

successes in Experiment 1”. The intersection event .(A ∩ B) involved in the
numerator of (4.15) is the event “x successes in Experiment 1, d successes in total”.
The probability of this is not easy to evaluate directly, since the events A and B are
not independent. However, the intersection event .(A ∩ B) is also the intersection of
the two events “x successes in Experiment 1, .d − x successes in Experiment 2”.
These two events are independent, so that from (3.6) and (4.5), the probability that
34 4 Probability: One Discrete Random Variable

they both occur is

      
r x b r b
. θ (1 − θ )r−x × θ d−x (1 − θ )b−d+x = θ d (1 − θ )n−d .
x d−x x d −x
(4.17)

The probability that we want is the ratio of the probabilities in (4.17) and (4.16). In
this ratio, the factor .θ d (1 − θ )n−d cancels out and we are left with
 r  b 
x d−x
Prob(A | B) =
. n . (4.18)
d

This is precisely the hypergeometric probability (4.9). Given that in both trials
combined there were d successes, the probability that x of these successes arose
from Experiment 1 is given by (4.18). Although this calculation might seem
unnecessarily complicated, we shall see that it is relevant to the statistical operations
discussed in Sect. 10.2.

4.7 The Mean of a Discrete Random Variable

The mean of a random variable is often confused with the concept of an average, and
it is important to keep a clear distinction between the two concepts. There is much
confusion between the respective meanings of the words “mean” and “average”.
So for this book we use a very precise definition: the mean of the discrete random
variable X whose probability distribution is given in tableau form in (4.1) is defined
as

v1 Prob(v1 ) + v2 Prob(v2 ) + · · · + vk Prob(vk ).

. (4.19)

That is, the mean of a discrete random variable is the smallest possible value that
the random variable can take multiplied by the probability of that value, plus the
next to smallest possible value that the random variable can take multiplied by the
probability of that value, and so on, and finally, plus the largest possible value that
the random variable can take multiplied by the probability of that value. In more
mathematical shorthand “sigma” notation, the mean is


k
. vi Prob(vi ), (4.20)
i=1

the summation being over all possible values .v1 , v2 , . . . , vk that the random variable
X can take. We call the expression (4.19), or equivalently the expression (4.20), the
4.7 The Mean of a Discrete Random Variable 35

“long” formula for a mean. It always gives the correct value for the mean of any
discrete random variable X.
Example 4.7.1 (Die Roll) As another example of the calculation of a mean, con-
sider the number X to turn up when a die is rolled once. Then X is a random variable
with possible values 1, 2, 3, 4, 5 and 6. If the die is fair, each of these values has
probability . 16 . Thus the probability distribution of X, given in tableau form, is

Possible values of X 1 2 3 4 5 6
. (4.21)
1 1 1 1 1 1
Respective probabilities 6 6 6 6 6 6

In this case, the mean of X is found from the long formula (4.19) to be

1 1 1 1 1 1
1×
. + 2 × + 3 × + 4 × + 5 × + 6 × = 3.5. (4.22)
6 6 6 6 6 6
Suppose on the other hand that the die is unfair, and that the probability distribution
of X is:

Possible values of X 1 2 3 4 5 6
. (4.23)
Respective probabilities 0.15 0.25 0.10 0.15 0.30 0.05

In this case, the mean of X is found from the long formula (4.19) to be

1 × 0.15 + 2 × 0.25 + 3 × 0.10 + 4 × 0.15 + 5 × 0.30 + 6 × 0.05 = 3.35.

. (4.24)

Example 4.7.2 (Hat-Check) Another example of the calculation of a mean derives

from the hat-check example given at the end of Sect. 4.5. From the probability
distribution (4.8), the mean of X is .0 × 0.5 + 1 × 0 + 2 × 0.5 = 1. This is not
a realizable value for the number of men getting their correct hats, and in general a
mean is often not a realizable value for a random variable.
Example 4.7.3 (Binomial) As an important example, the mean of a random variable
having the binomial distribution (4.5) is found from (4.5) and (4.19) to be
     
n 0 n 1 n n
.0× θ (1−θ ) +1×
n−0
θ (1−θ ) +. . .+n×
n−1
θ (1−θ )n−n . (4.25)
0 1 n

Using the shorthand “sigma” notation, this is


n  
n x
. x θ (1 − θ )n−x . (4.26)
x
x=0

The binomial long formula expression in (4.25) can be shown, after some
algebra, to simplify to .nθ . We call the expression .nθ the “short” formula for the
36 4 Probability: One Discrete Random Variable

mean of the binomial distribution. It is the first of the short formulas to be discussed
in this book. It is so important that we display it explicitly:
If X is a random variable having a binomial distribution with index n and parameter
θ , then
.

the mean of the binomial random variable X = nθ.

. (4.27)

In the case of a random variable X having the Bernoulli distribution, the mean is
found by putting .n = 1 in (4.27), yielding a mean of .θ . This result can also be
found from the fact that the possible values of a Bernoulli random variable are 0 and
1, with respective probabilities .1 −θ and .θ , so the mean of a random variable having
the Bernoulli distribution as found from (4.19) is .0 × (1 − θ ) + 1 × θ = θ . We will
see later how the binomial mean .nθ can be found from this Bernoulli distribution
mean.
If a short formula for a mean is available, it is more convenient than the
long formula. For example, in the case of a random variable having the binomial
distribution, it is much easier to calculate .nθ than the expression in (4.25) if the
numerical values of n and .θ are given.
As another example, the probabilities listed in (4.4) are a particular case (for
.n = 2) of the binomial probabilities as given in (4.5). We can check the short

formula (4.27) for the mean in the case .n = 2 by using the probabilities in (4.4)
and the long formula (4.19) for a mean. The long formula gives

mean = 0×(1−θ )2 +1×{2θ (1−θ )}+2×θ 2 = 2θ −2θ 2 +2θ 2 = 2θ,

. (4.28)

and this agrees with (4.27) for the case .n = 2.

Example 4.7.4 (Hypergeometric) Another important case for which we do have a
short formula arises for the mean of the hypergeometric random variable. With some
algebra it can be shown from Eq. (4.9) that the mean of the hypergeometric random
variable X defined in Sect. 4.6 is as given in Eq. (4.29) below:

dr
the mean of the hypergeometric random variable X =
. . (4.29)
n
It is interesting to consider the relation of this mean to the value that would be
obtained if sampling were done with replacement, that is, if once a marble were
drawn from the urn and its color noted, the marble were replaced in the urn before
the next draw. In this case, all the requirements for the binomial distribution apply,
r
and the probability that a red marble appears on any draw is . . The binomial
n
distribution formula shows that the mean of the number of red marbles drawn is
dr dr
. . The mean number of red marbles drawn in both cases is the same, namely . .
n n
We will see in the next section how these two distributions differ.
4.7 The Mean of a Discrete Random Variable 37

For probability distributions other than the binomial and hypergeometric distri-
butions, it is not always the case that a convenient short formula exists. When this is
so, the mean has to be calculated using the long formula (4.19).
Example 4.7.5 (Eggs) The “eggs” example at the end of Sect. 4.5 provides an
illustration of this. Under Method 1 the number of broken eggs has a binomial
distribution with index .n = 2 and parameter .θ . Then from (4.27) the mean number
of broken eggs is .2θ . There is no short formula for the mean number of broken eggs
under Method 2 and we have to use the long formula (4.19) and the probabilities in
(4.7). These give a mean of .0 × (1 − θ ) + 2 × θ = 2θ for the number of broken
eggs under Method 2. Thus the mean number of broken eggs is the same under
both methods. This did not arise because the binomial distribution applies for both
methods, since it does not apply for Method 2. The means just happen to be the
same for both methods. So the expression “don’t put all your eggs into one basket”
does not relate to the mean number of broken eggs. We will see in the next section
where it comes from.
Notes Concerning the Mean of a Discrete Random Variable
(i) The expression “the mean of the probability distribution of a discrete random
variable” is often used instead of “the mean of a discrete random variable”.
These expressions are equivalent: sometimes it is more natural or convenient
to use one expression and at other times it is more natural or convenient to use
the other expression.
(ii) The Greek letter “mu”, .μ, is always used for a mean in this book and is a
reserved notation: in Statistics and probability theory, the symbol .μ rarely, if
ever, denotes anything other than a mean.
(iii) In many practical situations the mean .μ of a discrete random variable X
is unknown to us because we do not know the numerical values of the
probabilities of the possible values of the random variable involved. That is
to say .μ is often a parameter, and this is why we use Greek notation for it. As
an example, if in the binomial distribution case we do not know the numerical
value of the parameter .θ , then we do not know the numerical value of the mean
.μ (= .nθ ) of that distribution.

(iv) The mean of a probability distribution is its center of gravity, its “knife-edge
balance point”. This implies that if a probability distribution is symmetric
about some point, that point is the mean of the corresponding random variable.
(v) Estimating the numerical value of a mean and testing hypotheses about the
numerical value of a mean are perhaps the most important of statistical
operations. Different t tests, to be discussed later in this book, provide
important and frequently used examples of tests of hypotheses about means.
(vi) The word “average” is not an alternative for the word “mean”, and has a quite
different interpretation from that of “mean”. This distinction will be discussed
often in this book.
38 4 Probability: One Discrete Random Variable

4.8 The Variance of a Discrete Random Variable

A quantity of importance equal to that of the mean of a random variable is its

variance. The variance (always denoted by .σ 2 , where .σ is the Greek letter “sigma”)
of the discrete random variable X whose probability distribution is given in (4.1) is
defined by

σ 2 = (v1 − μ)2 Prob(v1 ) + (v2 − μ)2 Prob(v2 ) + . . .+ (vk − μ)2 Prob(vk ).

. (4.30)

In a more mathematical notation, we write this as


k
σ2 =
. (vi − μ)2 Prob(vi ), (4.31)
i=1

the summation being taken over all possible values of the random variable X. We
call the expression (4.30), or equivalently the expression (4.31), the long formula
for the variance of the random variable X.
Example 4.8.1 (Fair Die) In the case of a fair die, we have already calculated (in
(4.22)) the mean of the random variable X, the random number to turn up on a roll
of the die, to be 3.5. Application of (4.30) shows that the variance .σ 2 of X is

1 1 1
(1 − 3.5)2 ×
. + (2 − 3.5)2 × + (3 − 3.5)2 × + (4 − 3.5)2
6 6 6
1 1 1 35
× + (5 − 3.5)2 × + (6 − 3.5)2 × = . (4.32)
6 6 6 12
As we saw with the mean, the long formula for the variance always gives the
correct answer. However, in some cases the calculation simplifies to a short formula.
Example 4.8.2 (Binomial) As an important example, for the binomial distribution
(4.5), the long formula (4.30) can be shown, after some algebra, to simplify to
.nθ (1 − θ ). This is so important that we display it explicitly: if X has a binomial

distribution with index n, parameter .θ , then

variance of the binomial random variable X = nθ (1 − θ ).

. (4.33)

This short formula is used frequently in Statistics. This short formula applies only
for the binomial distribution.
The variance of a Bernoulli random variable X with parameter .θ can be found
from (4.31) to be .(0 − θ )2 (1 − θ ) + (1 − θ )2 θ = θ (1 − θ ), and this agrees with the
value found from (4.33) upon setting .n = 1.
Example 4.8.3 (Hypergeometric) Another important case for which we do have a
short formula is the variance for a hypergeometric random variable. With some
Another Random Scribd Document
with Unrelated Content
nordischen Wäldern Europas das Volk der Germanen gebildet haben,
oder ob vielleicht später der gewichtige Einfluß der Parther, die aus
Mittelasien hervorbrachen, eine Reihe von Wörtern in die persische
Sprache eingeführt hat, die man bis dahin nur in den unermeßlichen
asiatischen Steppen vernommen, und die sich bereits in Europa
verbreitet hatten[9] — wie dem auch sei — jedenfalls stammen die
Germanen ursprünglich aus Asien und hat sich ihre Einwanderung in
Europa schon in grauer Urzeit vollzogen.
Diese Völker bildeten einen vollkommenen Gegensatz zu den
Römern und gewissermaßen eine Welt für sich. Ihre physische und
geistige Natur trug den ausgesprochenen Stempel echter
Ursprünglichkeit und Eigenart. Ihre physische Organisation
widersprach durchaus der der Völker der Alten Welt. Die schwarzen
glänzenden Augen, das dunkle Haar, das ausdrucksvolle Gesicht des
Südländers, in dem sich die Begierde nach Üppigkeit und
übermäßigen Genüssen zu spiegeln schien — dieser gemeinsame
Typus der bereits erstarrten antiken Welt — traf hier auf sein
vollkommenes Gegenteil: die blauäugigen, blonden, großen und
starken Germanen mit dem einseitig wilden, kriegerischen Ausdruck
im Gesicht repräsentierten einen völlig neuen Typus der
menschlichen Natur, der den Beginn der Neuen Welt kennzeichnete.
Ihre Religion, ihre Lebensweise, ihr Temperament, die
Grundelemente ihres Charakters unterschieden sich in jeder
Beziehung von den zivilisierten Völkern jener Zeit. Die Religion der
Germanen zeichnete sich durch eine besondere Eigenart aus. Ihre
Gottheit, der Gegenstand ihrer Anbetung, war die Erde. Es war, als
hätte der düstere Anblick des damaligen Europa ihnen die Idee zu
dieser Religion eingegeben. Nur selten von Sonnenlicht umflossen,
immer nur im Schatten hundertjähriger Eichen lebend, und Höhlen
als erste Wohnstätten oder Verstecke für ihre Schätze grabend,
sahen sie nichts wie die Erde, deren gewaltige Kraft auf ihrer
Oberfläche Pflanzen wachsen ließ, die ihnen als armselige Nahrung
dienten, und herrliche, hohe Bäume, die über ihren Köpfen
rauschten — und so konnten sie die Erde für die Erzeugerin aller
Dinge halten. Von ihr leiteten sie ihren Gott Tuisto-Teut ab, der einen
Sohn Mannus hatte und von diesem wiederum die verschiedenen
Stämme der germanischen Völker, die sie für die ältesten Bewohner
der Welt hielten. Es könnte scheinen, als ob dieser Begriff von der
Religion sie ganz wesentlich von Asien unterscheidet, aber wir
müssen nicht vergessen, welch gewaltigen Einfluß die Natur und die
Bodenverhältnisse stets gehabt haben. Die Natur übt eine
despotische Herrschaft über den Urmenschen aus. Je mehr der
Mensch sich entwickelt, je mehr sein Geist heranreift, um so mehr
Macht bekommt er über die Natur, und dann schreibt er ihr die
Gesetze vor, aber im wilden Urzustande muß er sich ihren Gesetzen
fügen, ist er ihr Sklave. In Mittelasien liegt der Himmel immer offen
vor dem Auge da; dort ist er unübersehbar und von einer gewaltigen
Ausdehnung; im Vergleich mit ihm erscheint die Erde armselig und
klein. Keine einzige hochgewachsene Pflanze, kein spitzer, kantiger,
hoher und schmaler Fels fesselt das Auge; das auf den
unabsehbaren Flächen sprießende Gras erscheint hier noch niedriger
als sonst. Aber hier strahlt die Sonne in ihrer ganzen Herrlichkeit und
überflutet alles mit ihrem Licht: leuchtende Sterne übersäen dicht
das Himmelsgewölbe, und sie allein dienen den Menschen zum Halt
und Wegweiser. Daher war in Asien überall die Anbetung der Sonne
und der Himmelsgestirne vorherrschend. Je mehr dagegen die
Völker nach Europa vordrangen, desto seltener sahen sie die Sonne.
Das dichte, majestätische Dunkel der europäischen Wälder machte
einen tieferen Eindruck auf ihre ungebildete Phantasie. Die Nebel
und die aus den Sümpfen aufsteigenden Ausdünstungen verbargen
den Himmel vor ihnen, und die Notwendigkeit, sich zeitweise mit
dem Ackerbau zu beschäftigen, brachte es mit sich, daß sie sich
enger an die Erde anschlossen. Daher war auch bei den
germanischen Völkern die Anbetung der Gestirne nur sehr wenig
verbreitet, und nur bei ganz wenigen Völkern hat sich eine
Erinnerung daran erhalten. Tief im Waldesdickicht, das nie von
einem Sonnenstrahl durchdrungen wurde, brachten sie ihrer Göttin,
der Mutter Hertha, ihre Opfer dar. Es scheint so, als ob ihnen die
Finsternis für heilig galt, darin war ihre Religion schon von Anbeginn
allen anderen Religionen unähnlich. Sie glaubten an die
Unsterblichkeit. Aber ihr Himmel war ein finsterer Himmel. In ihrer
Walhalla sahen sie nur die Fortsetzung ihres kriegerischen Lebens:
dorthin versetzten sie ihre germanischen Eichen, ihre flammenden
Lagerfeuer und das Getöse ihrer Waffen; bleifarbene Wolken
verhüllten ihren Himmel, den sie mit den dunklen Schatten ihrer
großen im Kriege gefallenen Helden bevölkerten. Die Anbetung
Herthas verbreitete sich fast bei allen germanischen Stämmen. Zu
den Gegenständen ihrer Verehrung gehörten auch die Schatten ihrer
verstorbenen Helden, die sie sich in übernatürlicher, ins Riesenhafte
gesteigerter Größe vorstellten. Auch ihre treuen Gefährten, die
Kriegsrosse, genossen dieselbe Verehrung, unter denen die weißen
nach Tacitus für besonders heilig galten und in den heiligen Hainen
untergebracht wurden. Man spannte sie vor den heiligen Wagen,
dem der König und die Priester folgten, und aus dem Schnauben der
Rosse deutete man die Zukunft.
Die germanischen Völker blieben lange Zeit ihrer ursprünglichen
Lebensweise treu. Sie lebten nur für den Krieg, er bildete ihre ganze
Freude. Beim Kriegslärm erbebten sie wie junge, kampfmütige Tiger.
Sie dachten nur daran, ihre Kräfte zu messen und sich an der
Schlacht zu vergnügen. Habgier und Beutelust spielte nur eine
geringe Rolle: als Hauptsache galt ihnen nur, sich in der Schlacht
hervorzutun, damit ihre Heldentaten später im Liede besungen
würden. Alle Vorteile und ihr ganzes Lebensglück hing mit dem
Namen dessen zusammen, der sich mit Kriegsruhm bedeckt hatte. Er
wurde zum Führer gewählt; ihn bewunderten und verehrten alle
Völker. Er war der Vermittler und Richter in allen Streitfragen, und er
verteilte im Kriege nach eigenem Ermessen die ganze Beute; sogar
fremde und weit entlegene Stämme sandten ihm Pferdegeschirr zum
Geschenk; die verwandten und untergebenen Stämme brachten ihm
freiwillig die Erzeugnisse ihrer Felder, Früchte, Rinder und Rosse als
Gabe dar. Mut und Tapferkeit galten als etwas Göttliches; alles
strömte um die Wette der Fahne des Führers zu, und jedermann
kämpfte nicht um der Beute willen, sondern um sich vor ihm
auszuzeichnen und ein Wort der Anerkennung von ihm zu hören.
Sein Name lebte noch lange in den Heldengesängen fort, nach
seinem Tode wurden ihm zu Ehren große Festgelage veranstaltet,
und noch lange rühmte sich sein Stamm seiner Heldentaten; seinem
Schatten wurden allmählich göttliche Ehren zuteil, und er wurde ein
Gegenstand der Anbetung. Solch ein Schicksal war beneidenswert,
denn auch im unentwickelten Menschen glüht ja schon die
Sehnsucht nach Unsterblichkeit. Alle ohne Unterschied eiferten
danach, ruhmvolle Taten zu vollbringen; die Schlachten häuften sich,
und die Germanen waren stets bereit, auf den ersten Ruf mit ihren
wilden Kriegshorden heranzubrausen.
Sie kämpften fast nackt, indem sie ihre athletische Kraft in aller
Schlichtheit an den Tag legten. Ein Mantel, der statt von einer
Schnalle, von einem Dorn zusammengehalten wurde, ein Raubtierfell
über der Schulter — das war ihre ganze Rüstung. Sie stellten sich in
dichten Haufen in keilförmiger Schlachtordnung auf und kämpften
von nahem und von ferne mit kurzen Lanzen, die Framen genannt
wurden; mit der Löwenkraft ihrer Muskeln schleuderten sie sie so
weit, wie es nötig war, um den Feind zu erreichen; nur ihre Schilde
waren etwas schöner und prächtiger und waren mit grellen Farben
bemalt; Scharen von Frauen und Kindern folgten ihnen in die
Schlacht, begleiteten sie mit ihrem Geschrei und spornten sie immer
wieder zu neuem Mut an: sie dachten nicht an Flucht, der Gedanke
an die Sklaverei, die ihre Frauen und Kinder erwartete, verdoppelte
nur die wilde Kraft ihres Ansturms, und der Feind war gezwungen,
nachzugeben. Die Frauen sogen ihren Männern mitten im Getümmel
der Schlacht die Wunden aus, verbanden sie, ja sie trugen die
Verwundeten auf ihren Schultern hinweg. Der Tod des Führers wirkte
nicht etwa lähmend auf sie, im Gegenteil, er kettete alle durch das
stählerne Band der Rache zusammen und machte sie
unüberwindlich. Es galt als größte Schande, seinen Schild
wegzuwerfen; der Unglückliche, dem dies passierte, wurde ein Opfer
der allgemeinen Verachtung und nahm sich selbst das Leben. Nur
auf Grund der allgemeinen Achtung herrschte der Führer, ohne daß
ihm sonst irgendwelche Machtmittel zu Gebote standen,
unumschränkt über die Stämme, und die Krieger befolgten mit
bewunderungswürdigem Gehorsam seine Befehle. Doch nicht nur im
Kriege hatte er den Oberbefehl, er behielt zuweilen seine Macht
auch während des Friedens bei und nannte sich dann
Heerführer[10].
 Die Germanen waren sehr freiheitsliebend und wollten keine
Gewalt über sich anerkennen. Eine eigentliche Regierung gab es
nicht. Sie versammelten sich und veranstalteten
Volksversammlungen, die jeden Monat bei Neumond und Vollmond,
bei außerordentlichen Anlässen jedoch zu jeder beliebigen Zeit
abgehalten wurden. Sie erschienen träge und langsam zu diesen
Versammlungen, wie um anzudeuten, daß sie aus freien Stücken
kämen; es vergingen einige Tage, bis die nötige Zahl beisammen war
und die Beratung beginnen konnte. Sie saßen in voller Rüstung da;
nur die Priester hatten das Recht, Schweigen zu gebieten; die
Familienältesten präsidierten, die sogenannten Grauhaarigen
(grawion), die später diesen Namen in den der Grafen veränderten,
die Fürsten und die, die sich während der Schlachten ausgezeichnet
hatten, führten das Wort; ihre Rede war schlicht und von jenem
kräftigen, gedrängten Lakonismus erfüllt, durch den sich die
treuherzige Beredsamkeit junger Völker auszeichnet.
Sie waren schlicht und offenherzig; ihre Verbrechen waren nur die
Folgen ihrer Unwissenheit und nicht ihrer Lasterhaftigkeit. Nur
Ehrlosigkeit und eine niedrige Gesinnung galten als Verbrechen;
Überläufer und Verräter wurden gehängt und einem qualvollen Tode
überantwortet; für ein gemeines und ehrloses Vergehen wurde der
Schuldige in einen Sumpf versenkt, und es wurde Schlamm und
Reisig auf ihn geworfen, wie um etwas zu verbergen, was nie ans
Tageslicht kommen sollte. Die untreue Frau war ganz in der Gewalt
ihres Mannes: er durfte ihr das Haupthaar abschneiden, ihr ihre
Kleider wegnehmen und sie nackt und schmachbedeckt mit Ruten
durch Dörfer und Siedelungen jagen; niemand wagte es, auch wenn
sie noch so schön war, ihr sein Mitleid zu bezeigen. Aber diese Fälle
waren nur selten, denn die Germanen hatten einen wilden und
rauhen Charakter, und bei ihnen herrschten nur Bräuche und Sitten,
die gewöhnlich viel stärker sind als Gesetze.
In ihrem häuslichen Leben waren sie ganz im Gegensatz zu ihrem
unruhigen kriegerischen Wesen sehr sorglos und träge. Sie waren
stumpf und sehr faul und lagen in ihren Hütten herum, ohne sich
vom Fleck zu rühren. Je mutiger ein Mann zu sein glaubte, um so
mehr hielt er es für unter seiner Würde, sich mit irgendeiner Arbeit
abzugeben; die Äcker wurden von alten Leuten, von den Schwachen,
Minderjährigen und Knechten bebaut; letztere genossen volle
Freiheit und mußten nur eine kleine Naturalabgabe von ihren Feldern
zahlen. Alle häuslichen Arbeiten lagen auf den Schultern der Frauen.
Die Frau brachte ihrem Manne keine Mitgift in die Ehe mit, im
Gegenteil, e r mußte ihr am Vorabend der Hochzeit einen Ochsen im
Joch, ein voll ausgerüstetes Pferd und eine Lanze darbringen, wie
um damit auszudrücken, daß sie von nun an an all seinen
Beschäftigungen teilnehmen müsse.
Die Kleidung der Germanen war ganz anders, als dies in der
römischen Welt und bei allen südlichen Völkern üblich war, die eine
gewisse Liebhaberei für leichte, weite Gewänder hatten; sie trugen
enge Kleider, die sich fest an den Körper anschmiegten, und die
Tierfelle, in die sie sich mit Vorliebe hüllten, verliehen ihnen ein
wildes, tierisches Aussehen. Die Kleidung der Frauen unterschied
sich nur wenig von der der Männer; einzelne trugen hochrote
Leinwandröcke, die nur bis zum Gürtel reichten, so daß der Hals, der
Busen und die Arme offen blieben. Die Kinder waren sich ganz allein
überlassen und wuchsen in der Gesellschaft der Haustiere auf. Erst
wenn sie volljährig wurden, durften sie Waffen tragen und an den
Versammlungen teilnehmen. Die Gastfreundschaft, die allen wilden
Völkern von primitiven Sitten eigen ist, war auch den Germanen
eigentümlich; der Gast wurde reichlich beschenkt, und wenn jemand
nicht in der Lage war, einen Gast zu bewirten, führte er ihn selbst zu
einem seiner Genossen.
Am häufigsten jedoch konnte man die alten Germanen bei ihren
Festgelagen antreffen, wo manches Mal mehrere Nächte hindurch
gezecht wurde, dann war der Wald prachtvoll erleuchtet von
lohenden Eichen, und ein Getränk aus gegorenem Gerstensaft,
wahrscheinlich der Urahne des heutigen Biers, das in Deutschland so
viel getrunken wird, ließ ihren Gedanken, Reden und Entschlüssen
freien Lauf. Bei diesen Gelagen kamen alle ihre Unternehmungen zur
Reife. Hier faßten sie die Pläne zu ihren kühnen, gewagten Angriffen,
die während einer gemächlichen Volksversammlung wohl nicht
jedem und auch nicht immer in den Sinn gekommen wären. Sie
waren stürmisch, waghalsig, und wenn sie einmal wach, erschüttert
und aus ihrer kaltblütigen Indolenz aufgerüttelt waren, kannte ihre
Leidenschaft keine Grenzen. Ihre Verwegenheit kam ganz besonders
beim Würfelspiel zum Ausdruck, da konnte der wilde Germane so
leidenschaftlich werden, daß er sein Haus, seine Waffen, sein Weib,
seine Kinder und zuletzt sich selbst verspielte und in die Sklaverei
verkaufte — ein Zustand, der ihn schlimmer dünken mußte als der
Tod! Vielleicht war dieses wilde Temperament die Quelle jener
starken, kühnen Leidenschaften, die den Europäer erfüllen.
So geartet waren die germanischen Völker — diese wilden
Elemente, aus denen das neue Europa hervorgegangen ist. Sie
zerfielen in unzählige Stämme und überzogen das nördliche Europa
ebenso dicht wie die dichten europäischen Wälder. Um einen klaren
Überblick über sie zu gewinnen, wollen wir mit den Gegenden
beginnen, wo die Alte Welt diese ersten Begründer der Neuen Welt
zuerst erblickte, d. h. mit der Donau, die den Römern als Grenze
diente. Hier wohnten Stämme, die zwar noch frei aber doch nicht
mehr ganz wild waren, und die schon Beziehungen mit dem antiken,
zivilisierten Rom angeknüpft hatten, als da sind: die Hermunduren,
die Narisker, die Markomannen und die Quaden. Ferner lag eine
große Kette von germanischen Stämmen an den Ufern des Rheins
von seiner Quelle bis tief herab zu der Stelle, wo er ins Meer fällt.
Das waren die Vangionen, Triboker, Nemeter, Matiaken, Ubier; auf
sie folgten die Tenkterer, die besten Reiter, deren Reiterei auch bei
den Römern berühmt war, und deren ganzer Besitz aus ihren Rossen
bestand und immer dem Tapfersten hinterlassen wurde; dann
folgten die Usipier und hart an der Mündung des Rheins, wo er ins
Meer strömt — die mächtigen Bataver.
Das mittlere Deutschland war ganz mit Wäldern bedeckt und barg
die wildesten und mächtigsten Stämme in sich. Von Westen nach
Osten fortschreitend, treffen wir zuerst auf die Chatten, die Ahnen
der heutigen Hessen; sie bewohnten die aus zahllosen Hügeln
bestehenden Ufer des Main. Dieses Volk verbreitete Schrecken um
sich durch sein Fußvolk, durch dessen vortreffliche Aufstellung und
Organisation, durch seine umsichtige Angriffstaktik und den wilden
Ausdruck seiner Gesichter. Die Sitten und Gebräuche der Chatten
setzten einen durch ihre Eigenart unwillkürlich in Erstaunen. Kein
Jüngling durfte sich das Haar schneiden, ehe er nicht seine Hände in
Feindesblut gewaschen hatte, während der Schlacht mußten sie in
den vorderen Reihen kämpfen, und dann jagten sie den Feinden mit
ihren struppigen, behaarten Gesichtern Angst und Schrecken ein.
Jeder Chatte trug einen eisernen Ring am Arm, was sonst für
schmachvoll galt, weil der Ring an eine Kette erinnerte, doch durfte
er ihn nicht früher ablegen, als bis er mit eigener Hand einen Feind
getötet hatte. Südlich von den Chatten wohnten die Cherusker, die
Bewohner des Harzes, weiter folgten die Fosen, die Sigambrer, die
Brukterer, die Angrivarier, die Chasuarier und endlich die Harier, die
sich durch eine ganz eigene Angriffsweise auszeichneten. Sie führten
ihre Überfälle in dunklen finsteren Nächten aus, färbten sich, um
Schrecken und Furcht einzuflößen, ihren Leib, trugen schwarz
angestrichene Schilde und boten sich dem erstaunten Blicke der
Feinde, die diesen Anblick nicht zu ertragen vermochten, wie ein
Leichenzug dar. Östlich von ihnen in etwas freieren, offener
daliegenden Gegenden wohnten die Sueven. Diese bestanden aus
einer Menge verschiedener Stämme und führten noch lange Zeit ein
Hirtenleben, obwohl sich der Boden wegen seiner vielen Sümpfe nur
wenig dazu eignete.
Überhaupt kann man sagen, je mehr man sich dem Süden oder
dem Südwesten näherte, um so mehr Ackerbau treibende Stämme
traf man an; oder Ackerbau und Viehzucht traten zusammen auf; je
mehr man sich dagegen dem Osten, Ungarn, Dacien und Polen
näherte, um so mehr überwog das Hirtenleben, und je tiefer man
endlich in die Wälder des Harzes eindrang, um so finsterer und
kräftiger wurden die germanischen Stämme. Aber die
allergefährlichsten unter ihnen, die selbst die Römer fast gar nicht
kannten, und die dennoch die eigentlichen Zerstörer ihrer Herrschaft
wurden — das waren alle die Stämme, die die Küsten des Meeres
und die an der Ostsee gelegenen Länder bevölkerten. Bis hierher
waren die Römer nie vorgedrungen. Hier wohnten Seeräuber, die
unternehmungslustigsten unter den Germanen, die schon die Lage
des Landes und des Meeres dazu zwang, sich in die kühnsten
Unternehmungen zu stürzen.
 So ein Leben führten die Friesen und Chauken am Ufer der
Nordsee, dann ein wenig weiter die gewaltigsten unter den Korsaren
des Nordens, die Sachsen, ferner in Holstein die Cimbern, an der
Ostsee die Goten, die Wariner, die Rugier und Burgunder und in
Preußen die Longobarden, die Vandalen und die Heruler. Außerdem
gab es in Mitteldeutschland noch eine ganze Reihe von
Abkömmlingen dieser Stämme, die ganz verborgen in Wäldern und
Sümpfen lebten; während der häufigen Schlachten und Kämpfe
zwischen den einzelnen Stämmen wurden sie aus ihren Verstecken
hinausgedrängt und sahen sich nun gezwungen, Plätze aufzusuchen,
bis zu denen kein Mensch vordringen konnte. Auch die Berge der
Alpen und der Karpathen bargen eine Menge von Fetzen oder
Überresten verschiedener Stämme in sich: gallische, germanische
und wendische Völker, die in dem wilden Europa
herumvagabundierten. Der Nordwesten des Erdteils konnte infolge
seiner ungeheuren Unfruchtbarkeit und Armut und seiner langen,
öden und ungeheueren Strecken keine starken Völker hervorbringen
und großziehen. In seinen weit verstreuten, obdachlosen, verwaisten
Bewohnern — den Finnen, und den Abkömmlingen estnischer
Stämme erstarb alles Leben, ebenso wie in der Natur jener
Gegenden.
Dies war jene besondere Welt in dem wilden Europa! Da s waren
die Völker, deren gewaltige Kraft die Römer vor allem an sich
erfahren sollten. Und wenn das Weltreich nicht schon viel früher
zusammenbrach, so liegt der Grund nur in der ungeheuren
Zersplitterung der germanischen Völker, in der Bodenbeschaffenheit
Europas, die sie hinderte, zu einem Ganzen zu verschmelzen, in der
Einfachheit ihrer Sitten, die sie veranlaßten, sich mit den rohen
Erzeugnissen ihres Landes zu begnügen, in dem für diese nur auf die
Zerstörung ausgehenden Wilden so bezeichnenden Mangel an
Habgier, in ihrem seßhaften Leben und in ihrer Liebe zur Freiheit, die
sie immer wieder zwang, sich in die Tiefe der Wälder
zurückzuziehen. Die Römer waren sich der Gefahr voll bewußt, die
ihnen von der frischen Kraft dieser europäischen Völker her drohte.
Und daher waren sie darauf bedacht, keine Grenze des Reiches,
weder die asiatische im Osten, noch die afrikanische im Süden, so zu
schützen und zu befestigen, wie die europäische im Norden. Hier,
kann man wohl sagen, konzentrierte sich ihre ganze militärische
Schutzmacht. Und man muß zugeben, daß die
Verteidigungsmaßregeln, die während der damaligen Lage des an
Erschöpfung zugrunde gehenden Reiches aufgeboten wurden, sehr
vernünftig waren. Das römische Reich überließ seine gefährdeten
Grenzen den frischen, kriegerischen Völkern, die sie am besten
verteidigen konnten und sich anfänglich mit wenigem begnügten.
Aber es muß zur Ehre der germanischen Völker gesagt werden, daß
nur die äußerste Not sie zwang, dieses Geschenk Roms
anzunehmen. Diese Abhängigkeit erschien ihnen wie Sklaverei, und
sie eilten wieder in die Tiefe ihrer Wälder zurück — um dort ein
Versteck für ihre Freiheit zu suchen. Die Anschläge der Römer
zwangen sie, starke Bündnisse miteinander zu schließen, aber diese
Bündnisse waren nie offensiver Natur, ihr Zweck bestand immer nur
darin, die Freiheit, die den Germanen teurer als alles war, vor
Gefahren zu schützen. Eins von diesen Bündnissen, das unter dem
Namen des fränkischen Bundes bekannt wurde, wuchs und erstarkte
dank der günstigen Lage des Landes und dem immer heftiger
werdenden Ansturm seitens aller andern Stämme. Die verschiedenen
Völker, die ihm beitraten, hatten einen Teil von Westfalen und
Hessen besetzt und sich so eng miteinander verschmolzen, daß sie
schließlich nur eine Nation unter dem Namen der Franken bildeten.
Doch dieses Bündnis wäre den Römern nie so gefährlich geworden,
und ganz Deutschland hätte sich auch weiter nicht geregt, wenn
nicht eine fremde Kraft, d. h. Völker, die aus Asien kamen, einen
Druck auf die Germanen ausgeübt hätte. Der östliche Teil Europas
war äußerst gefährlich wegen seiner weiten Ebenen. Das war ein
weitgeöffnetes Tor nach Westeuropa, der große Weg, auf dem die so
verschieden gearteten Völker eines nach dem andern herangezogen
kamen, hier waren auch die Wälder bedeutend häufiger
niedergebrannt, wie in anderen Gegenden; auch die Sümpfe waren
hier am frühesten ausgetrocknet und mit jedem Jahrhundert wurde
dieser Weg freier und bequemer für die großen Völkerzüge. Die
weiten offenen Flächen gaben den Völkern und Stämmen die
Möglichkeit, sich zu großen Massen zu vereinigen, und eigneten sich
ungemein für ein Nomadenleben, das seinerseits günstige
Gelegenheiten zu Angriffen in großem Maßstabe bietet. Ein ganzes
Volk konnte plötzlich seine fliegenden Wohnsitze verlassen und mit
seiner ganzen Masse einen furchtbaren, unwiderstehlichen Überfall
auf ein andres ausführen.
Eins von den germanischen Völkern ward früher denn alle übrigen
dazu bestimmt, eine allgemeine Völkerbewegung hervorzurufen.
Dieses Volk waren die Goten[11], ein Volk, auf dem ein furchtbarer
Fluch zu lasten schien, der es zu ewigem Wanderleben verurteilte.
Die Goten mußten lange herumirren, bald erschienen sie in
Skandinavien, bald an den beiden Küsten der Ostsee und endlich im
weiten Osten Europas. Nach dem Zeugnis des Geschichtsforschers
Jornandes saßen sie ursprünglich in Skandinavien. Es ist sogar
möglich, daß dies eins der Urvölker Europas war. Nachdem sie ihre
schneebedeckte Heimat verlassen hatten, drangen sie bis an die
Küsten Preußens und riefen eine große allgemeine Umwälzung
hervor. Sie verdrängten die Vandalen, die Longobarden, die Heruler,
die Burgunder und Sachsen aus jenen Landstrichen und zwangen sie
gegen ihren eigenen Willen, sich am eifrigsten an der Zerstörung des
weströmischen Reiches zu beteiligen. Die allgemeine Erschütterung
machte sich in ganz Europa bemerkbar: diese ganze Kette der
mächtigen baltischen Stämme näherte sich den Grenzen Roms,
drängte viele Stämme ins Gebirge und in die Sümpfe zurück,
konzentrierte ihre Kräfte noch mehr und machte so die Römer mit
neuen Völkern bekannt. Von nun an konnte man Herulern, Vandalen
und Longobarden in ihren Armeen begegnen.
Unterdessen hatten die Goten, nachdem sie vor sich her einen
Weg gebahnt hatten, die am Ufer der Donau lebenden Völker, die
Markomannen und die Quaden, teils vertrieben, teils unterworfen;
nun vereinigten sie sich in großen Massen in den südlichen Ebenen
Daciens und zogen zusammen mit den unterjochten Stämmen dem
Schwarzen Meere entgegen. Je mehr sie nach Süden vordrangen,
desto besser wurde der Weg, und um so schneller vollzog sich ihre
Wanderung. Endlich erschienen sie mitten in Griechenland und in
Kleinasien und brannten die Küsten des Schwarzen Meeres nieder.
Chalcedon und Ephesus wurden eingeäschert. Athen wurde in
furchtbarer Weise und schonungslos zerstört. Kaiser Decius erkannte
die Gefahr, die den östlichen Grenzen seines gewaltigen Reiches
drohte; er führte selbst seine Truppen gen Osten und fiel in der
Schlacht mit der Waffe in der Hand, während sein Heer im Westen
gegen die Vandalen, Heruler und Sueven kämpfte, die von den
Goten aus ihrer Heimat vertrieben worden waren. Mit Beute beladen
kehrten die Goten zurück, besetzten das heutige Rußland, erhielten
auf Grund eines Vertrages mit den Römern ganz Dacien und setzten
sich hier fest. Sie rissen die Herrschaft über die Völker, die an den
Ufern der Donau wohnten, an sich und beunruhigten das sorglose
Kaiserreich durch ihre Gegenwart. Als die Imperatoren, diese
mächtigen Beherrscher der Welt, durch eigene schmerzliche
Erfahrung den wilden Mut der Goten kennen gelernt hatten,
beschlossen sie, sie in ihre Armee aufzunehmen und diesem
unüberwindlichen Volk von Barbaren Sold zu bezahlen. Dadurch
gewannen sie sich kräftige Verteidiger, zugleich aber zogen sie sich
mächtige Feinde heran, denn sie enthüllten ihnen die Geheimnisse
einer wohlausgebildeten Taktik, die ihnen später ein noch größeres
Übergewicht verleihen mußte. Übrigens aber war die Strategie der
Goten auch schon ohnedies unüberwindlich. Sie vereinigten in sich
die Taktik der leichtbeweglichen Wandervölker und die der
ansässigen bodenständigen Stämme. Sie formierten sich in
gewaltigen, dichtgedrängten Massen und zeigten die gleiche
Standhaftigkeit im Ansturm des ersten Angriffs, wie während des
Höhepunktes der Schlacht oder bei ihrem Ausgang, wo ihre Kraft
allmählich erlischt. Eine Schlacht mochte sich noch so lange
hinziehen, es war unmöglich, die Reihen der Goten ins Wanken zu
bringen. Sie begleiteten ihren Angriff, gleich anderen germanischen
Stämmen, mit Gesängen. In ihren Liedern verherrlichten sie die
Namen ihrer alten Helden: Fridigern, Vidicula Ethespamar und
anderer. Die geistliche Obergewalt lag in den Händen eines
einzelnen, dieser war zugleich König, Heerführer und Oberpriester;
trotz alledem aber hing er von dem Rate der Tapferen ab.
Bei den Goten herrschte von Urzeiten an das königliche
Geschlecht der Balten, und nur aus diesem Geschlecht durfte ihr
König gewählt werden. Sie beteten Wotan an, der im grauen
Altertum zusammen mit Odin, diesem nordischen Ulyß[12], ihr
Heerführer gewesen war. Von allen germanischen Stämmen waren
die Goten am meisten zur Assimilation der Kultur befähigt. Bis zur
Mitte des IV. Jahrhunderts wurde die Macht der Goten von den
Völkern, die an der Donau sowie von denen, die im Westen und
Osten des heutigen Rußland saßen, anerkannt. Der Name ihres
Königs Hermanrich stand in hohen Ehren an den Ufern des
Schwarzen Meeres sowohl als auch in Livland. Allein die gotische
Herrschaft wurde durch den großen Völkerzug der Hunnen, die aus
Asien hereinbrachen, erschüttert.
Die Hunnen oder Hjongnu waren nach de Guignes ein mächtiger
Volksstamm, der die großen Steppen der Tatarei und der
Mandschurei bewohnte und China in Unruhe versetzte; da sie jedoch
der verschlagenen chinesischen Politik nicht gewachsen waren,
wurden sie allmählich den chinesischen Kaisern tributpflichtig. Allein
ein großer Teil der Hunnen erhob sich mit seinen Wagen und
Roßherden und zog nach Westen, besetzte die Länder jenseits des
Kaspischen Meeres und entzog sich so den Blicken Chinas. Ihre
Ansiedelung an den Ufern des Kaspischen Meeres verlegen die
römischen Historiker in die Zeit Domitians. Es ist hier vielleicht am
Platz, darauf hinzuweisen, daß die gebildete griechisch-römische
Welt jener Zeit bis zur Regierungszeit des Kaisers Valens gar nicht
einmal wußte, daß dieses Volk existiert, bis plötzlich die aus den
Gebirgen Asiens hervorbrechenden Hunnen und mit ihnen die
Avaren, Unnuguren, Usenguren (Uturguren, Cuturguren) und alle die
anderen Völker vor ihnen auftauchten, deren Namen für das feine
und zugleich korrumpierte Gehör der Griechen und Römer einen so
rohen Klang hatten. Der verheerende, unabwendbare Andrang
dieser Bewohner Asiens, ihre Gewohnheit, rohes Fleisch zu essen,
die Schädel der Feinde als Becher zu benutzen und die ersten besten
unter ihren Gefangenen den Schatten ihrer Ahnen auf blutigen
Scheiterhaufen zum Opfer zu bringen, ihre kalmückischen Züge, die
flachen, plumpen, braunen Gesichter, die einem schon durch ihren
wilden Ausdruck Angst einjagen konnten, ihre kleine Gestalt, die nur
aus Muskeln zu bestehen schien — dies alles versetzte die asiatisch-
römischen Provinzen in solchen Schrecken, daß deren Bewohner
daran zweifelten, ob sie sie wirklich zur menschlichen Gattung
rechnen sollten. Sie waren der Ansicht, die Magier und Zauberer, die
in den ungeheuren Wüsten am Kaspischen Meer hausten, wären in
unreinen Verkehr mit Teufeln getreten, und diesem Bunde seien die
Hunnen entsprossen.
War es nur ein seltsamer Instinkt, der die Hunnen zurücktrieb,
oder erschreckten sie die allzu bunten mit Gärten und Städten
übersäten Flächen des römischen Asiens, die die Nomadenvölker für
Gefängnisse halten und daher fliehen, oder fanden sie keine öden,
freien Steppen, deren sie für ihre zahllosen Herden unbedingt
bedurften — genug, sie zogen, statt die Richtung nach Süden
einzuschlagen, — nach Nordwesten, berührten auf ihrem Wege den
Kaukasus, scheuchten ein paar Volksstämme, die an seinem Fuße
wohnten, auf und nahmen sie auf ihrer Wanderung mit sich, und
diese große Masse von Nomaden ergoß sich über Europa. Auf dem
vorgeschobensten Posten Europas standen damals, wie wir gesehen
haben, die Goten. Ihre zahlreichen Stämme und die von ihnen
unterjochten Völker waren die ersten Wachtposten Europas und
standen in dichten Scharen vor seinem mächtigen Tore, ein Tor, das
leider viel zu gewaltig für den kleinen Erdteil — Europa — war. Und
die Goten, dieselben Goten, die bis dahin für das unüberwindliche
Bollwerk Europas und für eine unbesiegbare Macht gegolten hatten,
wichen vor den Hunnen zurück. Es konnte auch gar nicht anders
kommen. Die geheimnisvolle Kraft eines solchen Ansturms seitens
solcher asiatischer Völkermassen war den Goten vollkommen
unbekannt. Wenn die Goten gewußt hätten, daß ein solcher Einfall
asiatischer Stämme nur durch den ersten gewaltigen Anprall
gefährlich ist, und daß nur die Fähigkeit, ihnen einen dauernden
Widerstand entgegenzusetzen und die Schlacht in die Länge zu
ziehen, den Sieg entscheiden kann — wenn die Goten dies gewußt
hätten, dann hätten sich die Hunnen wieder in den Kaukasus
zurückgezogen, und Europa hätte nichts von der großen
Erschütterung verspürt, die sein ganzes Äußere umwandeln sollte.
Aber dies Geheimnis blieb den Goten unbekannt. Übrigens muß man
auch anerkennen, daß es einer schier übermenschlichen Tapferkeit
und Geistesgegenwart bedurfte, um dem ersten Ansturm der
Hunnen zu widerstehen. Sie begleiteten ihren Angriff mit so
entsetzlichem Geschrei, ihre ungeheuren Massen kamen so
dichtgedrängt herangeflogen, ihre beinahe wilden Rosse kamen so
wütend angerast, als stürzten sie einen steilen Abhang hinunter und
als könnten die Reiter selbst ihren Sturmschritt nicht hemmen; ihr
schmales, zwischen den dicken Backen fast verschwindendes Auge
war so scharf und sicher, sie gaben der Schlacht jeden Augenblick
eine so rasche Wendung, sie konnten sich so schnell in alle Winde
zerstreuen und verschwinden, sich so plötzlich wieder in einem
Haufen vereinigen, sie schleuderten mit so großer Treffsicherheit
einen ganzen Wald von Lanzen gegen ihren Feind, selbst wenn sie
die Flucht ergriffen, wußten sie sich so vorzüglich durch ihre
Geschosse zu decken und sie begleiteten dies alles mit einem so
wilden, betäubenden Geschrei, daß sich schwerlich ein Heerführer
finden konnte, dessen Auge nicht unsicher, dessen Kopf nicht
schwindlig geworden wäre im Kampfe mit den Hunnen.
Nachdem sie die Goten vertrieben hatten, nahmen die Hunnen
den westlichen Teil der polnischen Provinzen des heutigen Rußland,
den Norden und die Donauländer ein — wieder nahm die Geographie
Europas ein andres Ansehen an. Dadurch, daß die Hunnen einen so
großen Flächenraum besetzten, mußten sie notwendigerweise eine
starke Erschütterung und eine mächtige Verschiebung in den
Wohnsitzen der einzelnen Völker hervorrufen. Die zurückgedrängten
Goten zogen, obwohl ihnen dies nicht leicht wurde, nach Westen
und Süden weiter; die Vandalen und Sueven, mit denen sich die
Römer, oder besser gesagt, die römischen Germanen an den
Grenzen schon vielfach gemessen hatten, zogen durch Frankreich
über die Alpen und drangen in Spanien ein. Und hier in Spanien
stießen plötzlich Völker aus den verschiedensten Himmelsgegenden
zur allgemeinen Verwunderung miteinander zusammen: die Sueven
von den Küsten der Ostsee und aus dem schneebedeckten
Skandinavien und die Alanen, die die Hunnen auf ihrem Zuge vom
Fuße des Kaukasus verscheucht und hierher getrieben hatten.
Fünfzig Jahre lang irrten die Hunnen in den Steppen Rußlands
herum, zogen mit ihren Zeltwagen von Ort zu Ort und trieben ihre
Roßherden von einem Platz zum andern, ohne weitere Eroberungen
zu machen; denn auch diesmal wurde Westeuropa durch seine
Urwälder und seine hügelige Bodenbeschaffenheit gerettet, auch
fehlte es den Hunnen an einem unternehmenden Anführer. Sie
begnügten sich damit, ihre nächsten Nachbarn zu überfallen,
raubten meist ihre Frauen und Kinder und trieben ihre Herden mit
sich fort. Unter diesen Raubzügen hatten die Goten, da sie ihnen am
nächsten wohnten, am meisten zu leiden. Die Goten teilten sich um
diese Zeit in zwei große Stämme: in die Westgoten, die sich ihre
Könige aus der älteren herrschenden Linie der Balten, und in die
Ostgoten, die ihre Könige aus dem neuen Herrschergeschlecht der
Amaler wählten. Immer mehr von den Hunnen zurückgedrängt,
drangen sie bis zum Süden der jetzigen Ukraine und der Moldau vor.
Ein Teil der Westgoten, die sich nirgends sicher fühlten, wandte sich,
geführt von Fridigern, Alatheus und Saphrax, mit der Bitte an den
römischen Kaiser, er möge es ihnen erlauben, die Donau zu
überschreiten, sich am südlichen Ufer des Flusses anzusiedeln und
die römischen Provinzen gegen Überfälle der immer mächtiger
werdenden Barbaren zu verteidigen. Der Kaiser Valentinian, der das
Reich gemeinschaftlich mit seinem Bruder Valens regierte, nahm
diese unerwartete Hilfe mit Freuden an — und die Westgoten
überschritten die Donau. Unterdessen hatten die Ostgoten und ein
Teil der Westgoten, die im Südosten wohnten, häufig unter
Hungersnöten zu leiden, und da sie sahen, daß die Not immer
stärker wurde, baten sie den Kaiser Valens, der die östlichen
Provinzen verwaltete und in Konstantinopel residierte, sie mit
allerhand Waren zu versorgen und ihnen zu gestatten, mit den
Bewohnern des Landes Handel zu treiben.
Der Kaiser befahl den Regenten von Thracien, Lupicinus und
Maximus, die Bitten der Goten in allen Punkten zu erfüllen; beide
waren typische Griechen aus der byzantinischen Zeit — hinterlistig
und immer bereit, auch ohne dringende Veranlassung ein
Verbrechen zu begehen, den Barbaren gegenüber aber hielten sie
jede Missetat für erlaubt. Sie ließen sich mit den Goten nicht erst in
Handelsgeschäfte ein, sondern raubten sie ganz einfach aus und
trieben sie bis zum Äußersten, so daß diese genötigt waren, ihre
eigenen Frauen und Kinder zu verkaufen; endlich luden sie die
heldenmütigsten Goten unter freundschaftlichen Vorwänden zu sich
ein und beschlossen, sie heimlich umzubringen. Dies rief die
Rachsucht dieses wilden Volkes, das sich jedoch noch ein
ursprünglich menschliches Gefühl bewahrt hatte, wach. Ungeheure
Scharen von Goten fielen in Thracien ein, drangen bis Konstantinopel
vor, brannten alles nieder und plünderten und äscherten alle Städte
und ihre Umgegenden ein, die sie auf ihrem Wege antrafen. Der
Kaiser Valens befand sich in einer sehr mißlichen Lage. Er war ein
eifriger Arianer und verfolgte unbarmherzig alle Gegner dieser Sekte.
Infolgedessen hatte er viele Feinde, und selbst sein Bruder
Valentinian, der Kaiser von Rom war, verweigerte ihm seine Hilfe.
Überdies war der Kaiser Valens auch sehr grausam und mißtrauisch;
man hatte ihm geweissagt, ein Mann, dessen Name mit den
Buchstaben Theo... beginnt, würde seinen Untergang herbeiführen
— und so ließ er denn sämtliche Theoderiche, Theodate und
Theodosiusse, die irgendein bedeutenderes Amt bekleideten,
erdolchen oder erwürgen. Es versteht sich von selbst, daß diese
Taten in seinen Untertanen keinen allzu großen Eifer und keine
Neigung, ihren Monarchen zu verteidigen, wachriefen, und
außerdem waren diese Untertanen ein erbärmliches und
charakterloses Volk; die Soldaten waren jederzeit bereit, zu meutern
und beim ersten Anlaß die Flucht zu ergreifen; die Staatsgelder
wanderten in die Hände von Eunuchen, Günstlingen, Konkubinen
und schlauen Priestern, und so erhielt Valens schließlich die Strafe
für sein früheres Leben. Verlassen von den fliehenden Soldaten,
suchte er Schutz in einer armseligen Hütte und wurde zusammen
mit dieser von den rachsüchtigen Goten verbrannt. Nur der
Unkenntnis der Goten, die sich nicht auf die Belagerung einer Stadt
verstanden, verdankte Konstantinopel seine Rettung. Triumphierend
und mit Beute beladen kehrten die Goten zu ihren Wohnsitzen
zurück, bei den Römern eine schauerliche Erinnerung an ihren
Besuch hinterlassend.
Bald darauf erfolgte die endgültige Teilung des römischen Reichs.
Der Kaiser Theodosius hoffte, es noch durch diese Säkularisierung zu
retten, er glaubte, die Schwäche des Reiches sei die Folge seiner
unermeßlichen Größe und der Unmöglichkeit seiner Beherrschung
durch einen einzelnen. Die östliche Hälfte, die von nun an mit Recht
die griechische genannt wurde — noch treffender hätte man sie das
Reich der Eunuchen, Komödianten, Günstlinge, Rennbahnen, der
Verschwörer, der gemeinen Mörder und der disputierenden Mönche
nennen können — erhielt Arcadius, der ganz unter dem Einfluß
seines verschmitzten Vormunds Rufinus stand; die westliche Hälfte,
die mit Unrecht die römische genannt wurde, weil hier alle
beliebigen Ämter der Verwaltung von Emporkömmlingen besetzt
waren, die von Goten, Vandalen oder anderen germanischen Völkern
abstammten und nur mit einem dünnen äußerlichen Firniß römischer
Bildung überzogen waren: diese westliche Hälfte, die mitten im
eigenen Herzen gewaltsam eindringende Feinde beherbergte, und
die wie ein lebendiger Leichnam die Lebenskraft in sich schwinden
sah und fühlte, dies weströmische Reich fiel dem minderjährigen
Honorius zu, der sich völlig von Stilicho leiten ließ; letzterer war von
Geburt ein Vandale, der unter Theodosius ein treuer und tapferer
Vasall gewesen war, aber unter dessen unbedeutendem Sohn ein
gemeiner Schwächling wurde. Die Vormünder, die die
entgegengesetzten Enden Europas regierten, haßten einander. Das
erste Geschenk, das Rufinus, der schlau war wie ein byzantinischer
Grieche, seinem Feinde Stilicho übersandte, war das mächtige Heer
der Westgoten, die er überredet hatte, Italien zu erobern, während
er ihnen versprach, seinerseits Rom jede Hilfe zu verweigern. Und
die Westgoten verließen insgesamt ihre Wohnsitze in Dacien und an
den Ufern der Donau und drangen in Italien ein. Aber für Stilicho
hatte diese Invasion gar keine Schrecken, im Gegenteil, er freute
sich im geheimen über sie und knüpfte eine Menge von Plänen an
sie. Vor allem hoffte er, mit Hilfe dieser zahlreichen Menge junger,
kräftiger Barbaren viele andere Barbaren, die schon ins Innere des
römischen Reichs eingedrungen waren, zu vernichten. Damals
gehö r te Gallien zu Rom und es gehörte doch auch wieder nicht
dazu. Der starke Frankenbund stand mit den unter seiner
Hegemonie vereinigten Stämmen an der Grenze dieses Landes; im
Osten und Süden, d. h. im Herzen Frankreichs, hatten sich’s die
Alemannen und Burgunder bequem gemacht. In Spanien hielten die
Sueven, die Alanen und Vandalen die besten Teile des Landes, d. h.
den Süden, besetzt, und die römischen Präfekten und Befehlshaber
spielten unter ihnen eine recht traurige Rolle: sie bekleideten eine
Würde, ohne die geringste Macht zu besitzen. Es schien fast, als läge
über der halben Welt statt des römischen Reichs nur sein langer,
mächtiger Schatten. Dieses Reich glich einer tausendjährigen Eiche,
die einen durch ihren ungeheuren Umfang in Erstaunen setzt, aber
deren Inneres schon längst verfault und vermodert ist. Stilicho
wußte geschickt Alarich von seiner Absicht, sich in Italien
niederzulassen, abzubringen, indem er ihm das reiche blühende
Spanien anbot. Er hatte sogar den Plan, diese Barbaren gegen
seinen Feind Rufinus aufzuhetzen; ja er träumte schon davon, sich,
wenn der Plan gelingen sollte, an Stelle des schwachen Honorius
zum Kaiser ausrufen zu lassen, aber die Sache war zu fein
gesponnen, und statt dessen sank sein eigener Kopf vom Rumpfe.
Der schwache, unbedeutende Honorius, der auch nicht einen von
Stilichos Plänen erfaßt hatte, befahl einem seiner Feldherrn, der
ebenso unverständig war wie er, den Goten, die sich schon nach
Spanien gewandt hatten, um sie zu schädigen, in den Rücken zu
fallen. Da aber kehrte Alarich mit einem Male um und stand nun
plötzlich vor den Toren Roms. Wie gewöhnlich floh Honorius; der
Senat, der seine Ohnmacht einsah, flehte den mächtigen Goten an,
er möge doch abziehen, versprach ihm, Tribut zu bezahlen, und
folgte ihm sofort einen Teil aus; der Sieger entschloß sich, auf den
anderen Teil zu warten, und zog sich von Rom zurück. Kaum aber
hörte Honorius, daß die Gefahr vorüber sei, als er nach Rom
zurückkehrte, doch er dachte nicht daran, den versprochenen Tribut
zu bezahlen. Da jedoch erschien Alarich in heller Empörung vor den
Mauern Roms, und drohte, die ewige Stadt in einen Haufen Asche zu
verwandeln.
Am 23. August 409 nahmen die Mauern der Weltresidenz den
Anführer der Goten in sich auf. Die herrlichen Häuser und Paläste
wurden geplündert, aber der fürchterliche Alarich verbot die
Brandstiftung und das Blutvergießen. Hieraus kann man ermessen,
wie groß seine Willenskraft und die Macht war, die er über seine
wilden Heerscharen besaß, konnte er sie doch davon abhalten,
wovon selbst ein Befehlshaber gebildeter Truppen seine Soldaten
nicht immer abzuhalten imstande ist. Von Honorius war in der Stadt
keine Spur zu entdecken, er hatte längst Zeit gefunden, sich
davonzumachen. Dafür aber machte der Eroberer kein Hehl aus
seiner tiefen Verachtung der Römer; er ernannte ihren Präfekten
Attalus zum Kaiser und ließ ihn auf den Knien vor der Tür seines
Zeltes vorbeirutschen. Nachdem er seinen Rachedurst gestillt hatte,
verließ er Rom und zog nach dem Süden Italiens. Hier schmiedete er
große Pläne; er erbaute eine Flotte und wollte schon seine
siegreichen Fahnen nach der afrikanischen Küste tragen, da gebot
der Tod seinem Siegeszuge Halt. Um ihm ein Grab zu bereiten,
leiteten die Westgoten das Bett des Busentostromes ab, gruben auf
seinem Grunde ein tiefes Grab, in das sie den Leichnam
hinabsenkten, schütteten es zu und lenkten den Strom in sein
früheres Bett zurück, damit niemand das Grab des großen Goten
schänden oder ihm Schimpf antun könnte. Nach Alarichs Tode ward
Athaulf zum König gewählt und dieser führte die Goten endlich nach
Spanien, wo sie sich sehr bald festsetzten und ein mächtiges
gotisches Königreich gründeten, nachdem sie die unbedeutenden
römischen Befehlshaber von dort vertrieben hatten.
Die Einwanderung der Westgoten machte sich an allen Enden
Spaniens lebhaft bemerkbar. Die Alanen und Sueven wurden stark
bedrängt und sahen sich gezwungen, die Herrschaft der Goten
anzuerkennen. Selbst die Vandalen, die bis dahin in Spanien die
stärkste Vormacht gebildet hatten, wurden energisch zurückgedrängt
und gegen die Küste des Mittelmeers zurückgeworfen. Schon dachte
der König Geiserich daran, nach Afrika überzusetzen. Da trat ein
Ereignis ein, das die Verwirklichung seines Planes, wie absichtlich,
noch beschleunigte. Um diese Zeit herrschte in Rom für den
minderjährigen Valentinian und seine Mutter der berühmte Aëtius; er
war sehr unternehmend, ehrgeizig, schlau und nicht wählerisch in
den Mitteln, wenn es galt, zu erringen, was er wünschte. Aëtius
hatte einen mächtigen Feind in Bonifacius, dem Statthalter in Afrika,
und daher war er entschlossen, ihn zugrunde zu richten. Zu diesem
Zweck ließ er ihn im Auftrag des Kaisers nach Rom rufen. Bonifacius
aber hatte den Plan durchschaut, und daher war er entschlossen, in
Afrika zu bleiben und Geiserich um Hilfe anzugehen. 427 landete
Geiserich mit seinen Vandalen und einem Teil der Alanen an der
afrikanischen Küste und bezeichnete seinen Weg durch
Brandstiftungen und Verwüstungen. Zu spät sah Bonifacius ein,
welchen Fehler er begangen hatte, sich einen solchen Gast
einzuladen. Er hatte sich bereits mit seinem Kaiser ausgesöhnt und
wollte nun seinem unruhigen Verbündeten Einhalt gebieten. Aber es
war nicht so leicht, mit Geiserich fertig zu werden, und Bonifacius
ward geschlagen. Geiserich steckte Karthago in Flammen, plünderte
die Häuser, metzelte die Einwohner nieder und riß alle Reichtümer an
sich, die er nur finden konnte.
Die schnellen Erfolge entfachten seinen wilden Ehrgeiz noch mehr.
Bald war die ganze Küste Nordafrikas der Herrschaft der Vandalen
unterworfen. Mit Feuer und Schwert bekehrte er die Bevölkerung
zum arianischen Glauben und gründete eins der mächtigsten Reiche
dieser wilden und finsteren Epoche. Nun aber wurde Geiserich
übermütig. Seine fürchterliche Flotte zerstreute sich über das
Mittelmeer und machte durch ihre Raubzüge jegliche Schiffahrt
unmöglich. Jedes Jahr erschien dieser numidische Löwe an
sämtlichen Küsten des Mittelmeers, von Griechenland und Illyrien bis
Gibraltar, und raubte, als sammele er die Ernte von den eigenen
Feldern ein, alles, was diese blühenden und bevölkerten Gegenden
erzeugten. Spanien, Sizilien, Sardinien, Dalmatien hatten
abwechselnd die fürchterliche und zerstörende Hand dieses
gekrönten Piraten zu fühlen, der hier so schnell das erste Reich
christlicher Corsaren gegründet hatte. Endlich aber erfaßte ihn
inmitten aller Größe und der Pracht der zusammengeraubten
Reichtümer jener Geisteszustand, jene schreckliche Melancholie, die
den Geist verdorren läßt und quält und stets der Vorbote der
Tyrannei, dieser furchtbaren Seelenkrankheit der Herrscher, ist. Er
begann mißtrauisch zu werden gegen alle, die ihn umgaben, und
sein Argwohn erstreckte sich zuletzt sogar auf seine Gemahlin, die
Tochter eines Königs der Westgoten: er bildete sich ein, sie habe die
Absicht, ihn zu vergiften. Ganz hingenommen von diesem Gedanken,
befahl er, ihr Nase und Ohren abzuschneiden, und schickte sie so
verunstaltet zu ihrem Vater. Weil er aber die Rache der Goten
fürchtete, machte er dem Hunnenführer Attila den Vorschlag, von
Norden aus in Spanien und Italien einzubrechen.
Attila residierte in Dacien; hier hatte er, unweit der Donau, sein
Standlager aus rohen, hölzernen Hütten aufgeschlagen, in deren
Mitte sich sein plumper Palast erhob. Attila war der Führer, der den
Hunnen bis dahin gefehlt hatte. Er hatte gezeigt, welch furchtbare
Gewalt die vorwärtsstürmende Kraft der Asiaten annehmen kann.
Der ganze Nordosten Europas erkannte seine Herrschaft an. Die
lange Kette der Völker, die dem schier unüberwindlichen
Hunnenkönige Tribut zahlten, begann mit dem Kaukasus und endete
am Rhein. Die Goten, die Gepiden, die Alanen, die Heruler, die
Akatirer, die Thüringer und die Slawen, sie alle wurden von den
Grenzen seines schnell wachsenden Nomadenreichs umschlossen.
Der griechische Kaiser, der seine Verachtung kennen gelernt hatte,
sandte ihm demütig seinen Tribut und lag im Staube vor seiner
Macht und Größe. Attila war ein Mensch von kleiner Gestalt, fast ein
Zwerg, mit einem ungeheuren Kopf und kleinen Kalmückenaugen,
und sein Blick war so schnell, daß keiner seiner Untertanen ihn
ertragen konnte, ohne unwillkürlich zu zittern. Mit diesem Blick allein
beherrschte er alle seine Stämme, die trotz ihrer zerstreuten
Wohnsitze und trotz der Verschiedenheit ihrer Lebensweise, ihrer
Sitten und Gebräuche durch sein Wort zu einem einzigen Wesen
zusammenschmolzen. Mitten unter seinen Höflingen, die mit
geraubtem Golde prunkten, ging dieser merkwürdige Mensch in
einem groben, weiten Gewand umher, lag auf einem gewöhnlichen
Lager von Filz und trank fast nur Wasser aus einem Holzeimer;
weder sein Roß, noch sein Sattel waren je mit Edelsteinen
geschmückt, und er nannte sich selbst die Geißel Gottes, die gesandt
ward, um die Welt zu züchtigen. Seine Macht über die Truppen war
grenzenlos: sie glaubten, daß er ein verzaubertes Schwert besäße,
mit dem er die ganze Welt erobern müsse. Die unterworfenen Völker
beugten sich mit bewunderungswürdigem Gehorsam unter seine
Herrschaft. Übrigens war auch jeder Gedanke an eine Empörung
völlig ausgeschlossen, denn Attila hätte leicht vor seinem Zelt eine
Pyramide von Schädeln errichten können, bei deren Anblick wohl
einem jeden die Lust zu solchen Unternehmungen vergangen wäre.
Er ließ sich nicht gern ohne Grund in einen Krieg ein, besonders
wenn der Friede für ihn dieselben Vorteile hatte. Er war ein
furchtbarer Richter. Er konnte auch großmütig sein, aber nur gegen
Sklaven, die zu seinen Füßen lagen. Aber Attilas Rache .... jedoch
niemand hätte den Mut gehabt, seine Rache heraufzubeschwören.
Anscheinend hatte Geiserichs Vorschlag ihn in seinen eigenen
Plänen befestigt. Auf sein Gebot sammelten sich all seine zahllosen
Stämme, und er zog mit ihnen gen Westen. Das römische Reich
merkte bald, welch große Gefahr ihm drohte. Alle Nationen, die das
Westeuropa jener Zeit bevölkerten, wurden von einer gewaltigen
Aufregung ergriffen. Und nun geschah etwas Außerordentliches: Das
ganze barbarische Westeuropa vereinigte sich zu einem einzigen
Bündnis, die Römer schlossen sich den Zerstörern ihres Reichs, den
Westgoten, Alanen und Franken an. Nomaden- und Hirtenvölker
stürzten sich auf seßhafte und zum Teil schon ackerbauende Völker,
das ungestüme despotische Asien auf das gefestigte, freie Europa.
Hier müssen wir bemerken, daß die germanischen Völker um so
freiheitsliebender waren, je weiter gen Westen sie lebten. Die Alpen
waren von alters her eine Schutzwehr der europäischen Freiheit und
im weiten Umkreise um sie herum haben sich die Stämme auch
heute noch einen gewissen Unabhängigkeitszug bewahrt. Die
Marneebene in Frankreich sollte der Schauplatz dieser in der
Geschichte einzig dastehenden Schlacht werden. Das freie
Westeuropa, die Römer, die Westgoten, die Aremoriker, die Breonen,
die Burgunder, die Sachsen, die Alanen und die Franken unter
Führung ihrer Könige und Feldherrn und unter der Oberleitung des
gewandten Aëtius und das nomadisierende Osteuropa: die Ostgoten,
Alanen, Gepiden, Markomannen, Veneter, Longobarden, Heruler,
Akatirer, Avaren, Thüringer, Roktolanen sowie einige slawische
Stämme unter der Führung ihrer Fürsten, Könige und Prinzen,
geleitet von dem einen allmächtigen Willen Attilas, sollten eine
Entscheidung über so manches herbeiführen, was für die Nachwelt
von höchster Bedeutung ward. Das freie Europa hielt stand. Die
unüberwindliche verderbenbringende Reiterei Attilas und die
verbündeten Völker wurden zurückgeworfen, und der
unbezwingliche Hunne, der seine ganze ihm zu Gebote stehende
Willenskraft eingesetzt hatte, kehrte mit seinen Roßherden und
Völkern in die Ebenen Ungarns und Pannoniens zurück. Aëtius, der
nicht den Wunsch hatte, daß die Westgoten, die sich in dieser
blutigen Schlacht mehr denn alle übrigen ausgezeichnet hatten, ein
zu großes Übergewicht gewönnen, erleichterte Attila den Rückzug.
Die große Völkerliga zerfiel, nachdem sie ihre Aufgabe erfüllt hatte,
und alles kehrte, da man annahm, die Gefahr sei vorüber, in seinen
Anfangszustand zurück.
Aber der fürchterliche Hunnenführer raufte sich zornig seinen
edlen Haarschopf und fiel nach einem Jahr, nachdem er die Reihen
seiner Truppen durch neue ergänzt hatte, in Italien ein, wo der
sorglose Kaiser Valentinian und sogar Aëtius selbst nichts von Gefahr
ahnten. Die erste Stadt, die Attilas schwere Hand zu spüren bekam,
war Aquileja. Er äscherte sie vollkommen ein und wurde so die
Veranlassung, daß ein Häuflein überlebender Einwohner am
Adriatischen Meere die Stadt Venedig gründeten. Von hier zog er wie
eine feurige Geißel durch ganz Italien. Die Städte Concordia, Brescia,
Vicenza, Padua, Verona, Mantua, Mailand, Modena, Parma ließen
nichts wie niedergebrannte Mauern sehen. „Ich schwöre es,“ rief der
wilde Hunne, „da soll kein Gras mehr wachsen, wo der Huf meines
Rosses den Boden berührt hat!“ Endlich sah auch Rom Attila vor
seinen Mauern. Der erschrockene Papst trat in vollem Ornat und
begleitet von einer ganzen Prozession dem unerbittlichen Hunnen
entgegen und, — war es nun die Pracht des christlichen Ritus oder
der unter den wilden, ja selbst unter den heidnischen Völkern
vielfach verbreitete Gedanke, daß Rom etwas Heiliges in seinen
Mauern berge — genug, Attila begnügte sich damit, einen großen
Tribut zu erheben, zog sich zurück und verließ Italien.
Schon sollte die vereinigte Liga der westlichen Völker seine Macht
und Rache kennen lernen, aber sein plötzlicher Tod rettete sie. Attila
fand einen seltsamen Tod. Er, der so düster und zurückhaltend
gewesen war, der es nicht einmal geduldet hatte, daß der Griff
seines Säbels und sein Filzsattel mit goldenem Zierat oder
Edelsteinen geschmückt werde, veränderte von einem Tage zum
andern seine Lebensweise. Nachdem er die Tochter des Kaisers von
Baktrien, ein Mädchen von wunderbarer Schönheit, geheiratet hatte,
gab er sich, ganz berauscht von Wein und Gelagen, mit einer so
wilden Leidenschaft der Sinnenlust hin, daß er seine ganze stählerne
Lebenskraft wie in einem Zuge ausströmen ließ. Ein Blutstrom rann
ihm aus Ohren, Mund und Nase, und er erstickte.
In einer unbekannten Wüste, in stockfinstrer Nacht grub man
Attila das Grab und begleitete diese Arbeit mit Gesängen, in denen
seine Heldentaten gepriesen wurden. Sein Leichnam wurde in einen
dreiwändigen Sarg gelegt — die eine Wand war von Gold, die andre
von Silber und die letzte von Kupfer; seine Waffen und das Geschirr
seiner Rosse wurde mit ihm ins Grab gesenkt. Alle Knechte und
Sklaven, die die Grube gegraben, wurden am Grabe erstochen,
damit kein Lebender je die Stelle fände, wo die Gebeine des großen
Mannes ruhten[13].
Nach dem Tode Attilas stoben die Hunnen plötzlich auseinander
und zerstreuten sich wie alle asiatischen Völker, die nur durch den
mächtigen Willen eines Führers zusammengehalten werden.
Nunmehr breiteten sich die europäischen Völker weiter und freier
aus, sie wurden selbständiger, und im Osten traten slawische
Stämme mehr in den Vordergrund, die sich allmählich vermehrten
und in sechzig verschiedene Stämme teilten; sie zogen bis nach
Tirol, machten nach dem Abzug der Ostgoten an den Grenzen des
griechischen Kaiserreichs von sich reden, drangen immer mehr in die
weiten Ebenen ein und verwandelten sich allmählich in seßhafte
Völker.
Über Italien lagen nach den Verwüstungen Attilas noch lange
Rauchwolken, aber selbst in den halbzerstörten Ruinen nisteten noch
immer allerhand Tücken und Ränke, und in diesem völlig
erschöpften Reiche gab es immer noch elende Ehrgeizlinge. Dem
Senator Maximus war es gelungen, Aëtius, die einzige Stütze des
schwankenden Thrones, vor dem ohnmächtigen Kaiser Valentinian
zu verdächtigen, und der undankbare Valentinian erschlug ihn mit
eigener Hand. Nun aber, als er dieser Stütze verlustig gegangen war,
fiel er selbst von der Hand des Maximus, dieser setzte sich die
Kaiserkrone auf sein von kindischem Ehrgeiz erfülltes Haupt und
heiratete die Witwe Eudoxia. Die Witwe aber dürstete nach Rache,
sie war empört über den gemeinen Mord an ihrem Gemahl, Italiens
Schicksal beunruhigte sie wenig, und so forderte sie Geiserich im
geheimen auf, nach Rom zu kommen, um den Tod des Kaisers,
seines Verbündeten und Freundes, zu rächen.
Geiserich ließ nicht gern lange auf sich warten; sofort verließ er
mit seinen Vandalen die afrikanische Küste, schiffte sich auf seinen
Piratenschiffen ein und landete in Italien. Und alles, was vom
Schwert Attilas verschont geblieben war, das vernichtete Geiserich in
gewohnter Weise. Er untersuchte nicht lange, wer recht und wer
unrecht hatte, oder wem er Hilfe leisten sollte. Alle traf dasselbe
Schicksal. Geiserich verstand sich besonders gut auf das Plündern;
nach ihm fand niemand etwas, woran er sich hätte bereichern
können. Rom, das bis dahin selbst von den Heiden verschont
geblieben war, wurde von diesem christlichen König ganz
erbarmungslos geplündert; alles, was überhaupt mitgenommen
werden konnte, wurde mitgenommen. Er füllte seine Schiffe mit
einer Unzahl von Gefangenen, mit denen er selbst nichts anzufangen
wußte; er nahm eine Menge von Schauspielern und Künstlern mit,
selbst die Frau des Kaisers samt ihren Töchtern, denen er doch zu
Hilfe geeilt war, zuletzt holte er auch die goldene Kuppel vom Kapitol
herunter und schleppte sie zugleich mit anderen Schätzen nach
Afrika.
Nach all diesen Ereignissen erinnerte Italien kaum noch an den
Schatten seines ehemaligen Ruhms. Einst in herrlicher Blüte
prangend, der Glanzpunkt der europäischen Natur, bot es jetzt den
wilden Anblick eines verwüsteten, zerstörten Landes dar. Der Name
des Kaisers war in den verlassenen Städten kaum noch zu hören.
Der römische Imperator hatte gar keine Einkünfte mehr. Er war nicht
mehr imstande, seinem eigenen Heer, das aus Herulern, Rugiern und
Turcilingern bestand, seinen Sold zu bezahlen. Und so setzte denn
ihr Anführer Odoaker den Kaiser ab und wurde selbst ein
unbeschränkter und völlig unabhängiger Herrscher; allein, er wollte
die kaiserliche Würde gar nicht mehr annehmen, sondern nannte
sich ganz einfach König der Heruler. Ein anderer Teil des römischen
Heeres befand sich in Gallien, es war durch die Alpen
gewissermaßen von der Heimat abgeschnitten, und sein Anführer
Syagrius, der von den Ereignissen in Italien gar keine Kunde hatte,
verteidigte hier das gar nicht mehr existierende Reich gegen den
vereinigten Frankenbund, der um diese Zeit bereits übermächtig zu
werden begann, weil ein unternehmender König und Feldherr,
Chlodwig, an seiner Spitze stand. Syagrius, der von seinem Reich
abgeschnitten war und gar keine Verstärkungen erhielt, fiel es
schwer, diesen frischen Kräften Widerstand zu leisten: er gab nach,
und Gallien wurde von fränkischen Stämmen überschwemmt. Bald
darnach brachen die Ostgoten unter der Führung von Theoderich
von den nördlichen Grenzen des oströmischen Reiches auf, nahmen
Italien ein und brachten die dort lebenden Völker unter ihre
Herrschaft. Kurze Zeit nachher setzten die Angelsachsen auf ihren
plumpen, kühnen Schiffen über das Meer, unterwarfen England —
und damit fand die große Völkerwanderung, soweit sie sich in
großen Massen vollzog, endgültig ihren Abschluß, aber in engeren
Grenzen und in kleinerem Umfange nahm sie auch noch weiter ihren
Fortgang. Die vielen wilden Jäger, die dieses allgemeine Herüber-
und Hinüberwandern und dieser beständige Wechsel der Wohnsitze
herangezogen hatten, waren von einer starken Leidenschaft für
allerhand Abenteuer und Wandern ergriffen, und obgleich ganz
Europa jetzt scheinbar unbeweglich dalag, rührte es sich und wogte
es dort hin und her wie auf einem ungeheuren Marktplatz. Alle
Nationen waren so durcheinandergemengt, daß es vergeblich
gewesen wäre, eine reine und unberührte entdecken zu wollen, und
erst mit der Zeit drückten bestimmte stabile Regierungsformen oder
Beschäftigungen den bedeutendsten unter ihnen eine besondere
Eigenart und bestimmte unterscheidende Merkmale auf. Damals gab
es vier große Völkergruppen oder -massen, die die anderen an
Bedeutung überragten, gleichsam vier Hauptpunkte, in denen sich
die Macht Europas konzentrierte. In Spanien — die Westgoten, die
mit einem Teil der von ihnen unterjochten Völker dort eingefallen
waren, sich daselbst, d. h. in Spanien mit den Alanen, Sueven,
Vandalen und einigen anderen von diesen abhängenden Stämmen
vereinigt und in dem Gebirge von Asturien eine Menge feindlicher
Banditenbanden wider sich aufgeregt hatten. Ferner in Gallien die
Franken, die bereits aus den früheren Nachbarn der Römer, den
Germanen von der Donau und vom Rhein, den Usipiern, Sigambern,
Cheruskern, Chatten, Brukteren, Angrivariern, Chasuariern und
anderen eine Nation gebildet, sich mit den einheimischen römischen
Galliern vereinigt, mit den unterworfenen Aremorikern, Bretonen,
Alemannen, Burgundern und zum Teil auch mit den Bajuwaren und
Friesen verbunden, ohne sich doch mit ihnen zu verschmelzen, und
die das Gebiet ihrer Herrschaft bis über die Alpen über den Rhein
hinaus ausgedehnt hatten.
Das war eine der mächtigsten Völkergruppen. Im nördlichen
Deutschland saßen die Sachsen, die durch ihre Wildheit und ihr
Korsarentum Schrecken erregten und sich nur wenig mit anderen
Stämmen vermischt hatten, und in Italien die Ostgoten, in deren
Masse sich viele Abkömmlinge von Völkern befanden, die in
Osteuropa herumwanderten — Sueven, Alanen, Avaren, Slawen,
Gepiden — und die unter der geschickten und festen Regierung
Theoderichs eine Zeitlang das Übergewicht in Europa erlangten.
Außerdem übten diese großen Völkermassen noch eine
Schutzherrschaft über eine Menge weit abseits wohnender Stämme
aus.
Die Grenzen zwischen ihnen verloren sich oft in unbekannte
Räume; in dem von den Grenzen eingeschlossenen Lande erhielten
sich häufig viele Völker, die hier ganz unabhängig durch- und
nebeneinander lebten. So in Mitteldeutschland — die Longobarden,
dann ein Teil der Bajuwaren, die sich in Italien ausgezeichnet, und
alle Völker, die einst in den ehemals unermeßlichen Wäldern des
Harzes und des felsigen Vorgebirges der Alpen gelebt hatten. Der
Osten Europas war von den völlig zerstreuten slawischen Stämmen
besetzt, die unter dem ewigen Druck aller aus Asien nach Europa
strömenden Völker noch nicht Zeit gefunden hatten, tätig in die
Weltgeschichte einzugreifen. Jenseits des so bezeichneten Kreises im
Norden und Osten wohnten verschiedene Völker, die noch in dunkler
Tatenlosigkeit dahinlebten.
Dies war die Lage Europas am Ende des V. Jahrhunderts, dessen
Ausgang so laut und unruhig war, als durch den unbeschreiblichen
Ratschluß der Vorsehung das gewaltige Chaos, das die dunklen
Elemente zu einer neuen Welt in sich trug, sich auf Europa
niedersenkte, als sich Völker in ungeheuren Massen verheerend auf