作者可能是谁通过数据分析可以回答许多历史问题，比如利用频数分布可以推测一部历史作品的作者可能是谁．这种通过统计一些特殊词语在作品中使用的频数，并根据频数分布推断作者的做法已经得到广泛应用．在美国就有一个典型的例子．美国历史上有一部著名的论文集，其中有12篇论文不知道是詹姆斯·麦迪逊（JamesMadison，记为M）写的还是亚历山大·哈密尔顿（AlexanderHamilton，记为H）写的．为了推测作者是谁，统计学家对论文集以外M的50篇文章和H的48篇文章进行了分析，统计每篇文章使用介词by、from、to的次数，结果发现，他们在使用介词by的数量上有很大区别．统计学家是怎样计算一篇文章中使用by的次数呢？他们是按1000字计算的，比如一篇文章包含2500个单词，其中有45个by，则这篇文章使用by的次数是：．利用这种方法，统计学家分别计算了M的50篇文章和H的48篇文章中by的使用次数，并以2为组距对次数（x）进行分组，整理得到下面的频数分布表：次数x频数（H）频数（M）1≤x＜3203≤x＜5705≤x＜71257≤x＜91879≤x＜114811≤x＜1351613≤x＜150615≤x＜170517≤x＜1903总计4850从表中我们可以看出H和M使用by的情况．例如由第2行第2列的“2”可以知道，在H的48篇文章中，有2篇使用by的次数在1≤x<3之间．统计学家利用上面的频数分布表画出如图1、如图2的直方图，又分析了需要确定作者的那12篇论文中使用by的次数，画出如图3图1图2图3（注：在以上三个图中，横轴代表by的使用次数，纵轴代表每一个范围的频数与总数的比．如图1中最高的长方形对应纵轴0.375，是指x在7≤x＜9这一范围的频数18除以48所得的结果．）分析上面的三个直方图，统计学家发现，M的文章使用by的情况更接近图3．这个结果为统计学家推测作者不详的那12篇论文可能是M写的提供了重要的依据．当然，这里通过分析频数分布得到的结论只是一种推测，而不是确定的结果，我们不能肯定这12篇论文的作者是M，只能说作者是M的可能性比H的可能性大．
