统计学的本质精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇统计学的本质范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

安全科学是研究技术应用导致的安全与危险这对矛盾的运动规律，以采取对策将技术危害控制在允许限度内，促进生产持续稳定的发展，达到保护人员身心健康和安全、避免物质财产损失和保护环境的目标的跨学科综合叉科学。安全统计学是安全科学发展的结果，与安全科学息息相关，以安全科学为本体，下面将结合安全科学的内容对安全统计学的定义和研究对象进行分析。

1安全统计学定义

对安全科学进行研究就必须从事物的表面现象认识事物的本质和规律性，把握事物间的联系，进行抽象与概括，以求认识事物的本质，作出准确的判断和推理，得出本质和规律。安全统计学是以安全科学为基础，是安全科学和统计学的交叉学科，以收集与安全有关的资料进行整理、分析和研究等统计技术为手段，对所研究的对象和数据资料去伪存真、去粗取精，从而分析出与安全问题有关的各种现象之间的依存关系，找到其规律性。基于统计学理论与安全科学学的原理，并参考有关文献[2-5]，安全统计学定义为利用统计学原理和方法研究人们在生活、生产、生存领域与安全问题有关数据的数量表现和数量关系，揭示安全问题的本质特征与一般规律，对安全生产规律进行预测和决策，并提出具体的应对策略的一门方法论学科。

2安全统计学研究对象

安全统计学所研究的是人们在生活、生产、生存领域的安全问题，不同于其他安全学科的以“统计”为研究手段,研究事故现象和过程的数量表现、数量关系等问题，这种数量关系既包括安全生产领域的安全现象，也包括社会、经济领域中的安全现象，以及各种安全现象与社会、经济相互影响的数量关系，其范围几乎涉及安全科学体系中的各门学科，从大安全观出发，从社会各领域相互联系的角度入手，对社会存在的安全问题进行全方位的观察、描述、分析和评价。

二、安全统计学的知识体系

1安全统计学学科基础

安全统计学是一个综合性的新兴交叉学科，广泛运用统计分析的方法，通过客观事实的大量观察来分析事故特征和变化规律，是在实现总目标前提下的多学科理论和技术有机结合而形成的知识综合体，与安全学、社会科学、统计学密切相关，既有哲学、安全科学、社会科学基础理论部分，也包括数量理论的知识。基于安全学的理论体系及其与相关学科关系，将其学科基础大致划分为以下三部分[8-10]：（1）安全统计学的指导科学唯物辩证主义是人类认识世界最一般的方法论科学，它为一切科学提供方法论基础，安全统计学当然也不例外，哲学是科学研究和学科建设的根本，为科学研究与学科建设提供指导思想与哲学方法，其理所当然成为安全统计学的指导科学。唯物辩证主义是安全统计学的指导思想，处于安全统计学体系的最高层次，其理所当然成为安全统计学的指导科学。根据辩证唯物主义关于存在决定意识的原理，安全统计学必须坚持实践第一的观点，从实际出发、实事求是，如实反映情况，反对弄虚作假。哲学中质和量辩证统一的原理又要求我们在质和量的密切联系中去认识事物的本质和规律性。哲学还告诉我们：任何事物的认识过程都是从个别到一般，从现象到本质。安全统计学正是依照这个原理，从对大量个别事物的观察中，总结出现象的总体特征。另外，哲学关于认识论及事物普遍联系和不断运动发展的原理，都是指导安全统计学认识事物的方法。（2）安全统计学的基础理论学科安全统计学的基础学科是由一些安全科学和统计学的基础学科所构成的，它们是安全统计学的基础体系。这些学科包括统计学、数学、数理统计学、政治经济学、安全科学、系统科学、科学方法学、社会学等，为安全统计学实践应用提供理论基础，并将这些基础学科的基本原理、知识体系与方法等理论广泛应用于其安全统计学自身特殊活动与规律研究中，满足安全统计学交叉与综合学科属性对理论基础的广泛要求。（3）安全统计学的工程技术理论学科工程技术科学着重研究应用的基本理论、原理与方法，是指导生产技术的直接理论基础，同时又是联系基础科学和工程技术的纽带。这些学科包括安全信息工程、职业卫生工程、矿业安全工程、石油化工安全工程以及冶金、建筑、交通运输、航空航天等各种安全工程技术、安全法律法规、安全管理工程、安全经济、系统可靠性、系统危险分析技术等均是安全统计学必须与之紧密协同的学科。

2安全统计学主要内容

一个学科的构成及其研究内容都是由其研究对象决定的，安全统计主要是对安全生产领域和社会、经济领域中大量事故现象的数量表现进行搜集、整理、描述、分析和开发利用，就是对事故现象的数量表现的一种调查研究活动或认识活动。安全统计学研究的是与安全有关的统计问题，运用到统计学原理与方法、安全学原理与方法、经济学原理与方法等。在综合运用多学科理论与方法的基础上把安全统计学的研究内容分为基础理论与应用理论两大部分。

（1）基础理论部分

安全统计学的基础理论是安全统计学研究的重要内容。它包括如下三个组成部分：一是安全统计学的理论基础，如数理统计学理论、统计物理学理论、信息论、灰色预测理论等。二是安全统计学的方法理论，如统计调查方法、统计分析方法、趋势预测方法等。三是安全统计学的体系理论，如体系结构、指标设置、相互衔接理论等。它们作为安全统计学的基础理论，是使安全统计学成为一门科学的理论与方法的基本保证。

（2）应用理论部分

包括如下内容：一是安全统计工作的程序与操作规则，如统计时间要求、安全统计报表的填报、安全统计法规制度的制定与执行、安全统计数据的获取与等。二是计算方式，如各统计指标的计算公式等，即是安全统计学应用理论的重要构成部分。三是安全损失评估方法，它主要用于对各种具体灾害的危害后果进行价值评价与估算。主要实际运用如下：统计资料的搜集和整理的方法是否正确和全面，决定着统计分析的结果准确性，主要包括原始记录、安全统计台账和安全统计报表等。安全统计资料的整理是将搜集的事故资料进行审核、汇总，然后将汇总的资料根据安全统计的需要编制成表，如按事故类别、事故原因和事故时间等分组。统计指标的重要地位和作用随着安全工作的不断加强，随着全社会对安全的关注程度的不断提升，越来越显得重要，已成为安全工作的重要信息支持和决策依据。安全生产统计指标体系的建设包括安全生产控制考核指标体系、安全生产综合评价指标体系、生产安全事故统计指标体系、行政执法统计指标体系、职业卫生统计指标体系、煤炭工业统计指标体系。统计组织体系统计组织体系，是指为了使有关各方尤其是统计组织系统及其内部的有关各方能够有效地开展工作，并充分发挥其功能作用而建立的一种统计组织结构网络，如图1。国家安全生产监督管理局成立以后，对生产安全统计报告制度进行了改革，按照《安全生产法》的要求，建立了生产安全综合统计分析制度。有关行业事故由各相关部门统计后，以在安监系统内逐级上报为统计路径，即由事故发生地的区县安监局上报至省市安监局，再由省市安监局上报至国家安监总局；以事故发生的墓本情况为统计内容，由国家安监总局在第二年的第一季度通过官方媒体向社会统计结果。安监系统和煤监机构所进行的统计，不仅有工作对象状况的统计，还有监督、监察工作的统计，不仅有简单统计，还有统计分析以及综合分析。安全统计推断，就是以“安全数据库”为基础，针对某一具体问题建立相应的数学模型，应用工程数学及时对数据进行统计推断，进而充分定性、定量分析评定比较系统的“安全度”，以便针对存在的安全隐患采取相应的措施，消除隐患或将隐患降至最小程度。安全统计推断的最大特点是对原始数据进行统计分析，并用分析结果来推断生产过程中的安全状况，监视系统危险的动态变化。事故损失评估事故损失[14]，是各种外事故灾害造成的生命与健康的丧失、物质财产的损毁以及对环境的破坏、时间的损失等方面的总称，此外事故损失还有人员伤害与财产或利益损失、经济损失与非经济损失等种类划分。所谓损失统计是指对事故造成的各种损害后果进行统计，包括事故发生前的损失预测评估统计、事故发生时的跟踪快速评估统计和事故发生后的实际损害后果的统计，伤亡事故的经济损失包括直接经济损失和间接经济损失两部分，事故经济损失可由直接经济损失与间接经济损失之和求出。

3学科建设

根据安全科学学科体系中的事故类别，结合安全统计学的属性和内容，安全统计学与其他安全科学技术二级学科和三级学科间存在交叉，见表1。安全统计学的研究也是安全科学技术各个二级学科和三级学科与统计学交叉部分的研究[2,15]

三、安全统计学方法

现代科学技术发展的一个重要特征，就是学科的高度分化与学科之间的高度综合。学科的综合化主要表现为在自然科学和社会科学相互交叉地带生长出一系列新生学科，从而形成多种类多层次的交叉学科群。其中有一类是由一门科学的研究方法与另一门科学的研究内容相结合而生成的交叉学科，安全统计学即属此类。它是用统计学的理论与方法研究与安全有关问题的一门交叉科学，特点是研究方法属统计学。安全统计学的研究方法主要如下：

1大量观察法

大量观察法就是通过对大量同类客观现象的观察和研究，去认识客观现象的本质特征和发展变化规律。社会客体中的现象更多地遵循统计规律，安全生产领域也不例外。统计调查中有许多方法，如安全统计台账、安全统计报表、安全普查、抽样调查、重点调查等。

2统计图表法

统计表法是将事故资料数字变成表格，利用表中的统计指标来表示各类事故统计数字的表示关系，一般是根据统计表的资料，用点、线、面或立体图像鲜明地表达其数量或变化动态，事故常用的统计图有趋势图、柱状图、饼图。

3统计分组法

由于事故现象具有多层次性和多各类性，通过统计分组，将事故现象进行分类，为统计整理和统计分析奠定良好的基础。如按事故发生的单位所在行业、事故发生所在的地区进行分组汇总统计事故数据。

4数量分析法

数量分析法是在一定的理论指导下，对反映风险的各项指标进行整理分析，编制出各种指数，或者建立数学模型，揭示与安全有关的现象和事故过程中反映规律性的数量联系，揭示其发展变化中反映质的数量规定和界限的方法。以定量分析为主，可分为静态分析方法和动态分析方法。

（1）静态分析方法

静态分析方法主要采用综合指标、抽样推断等。安全统计学中的数量分析方法都是在可比的条件下，运用数学的方法分析数量关系及其表现形式的规律性，所以统计工作就要借助于统计指标。作为安全情况衡量指标通常为：绝对指标、相对指标和平均指标。绝对指标是反映一定历史条件下现象的规模或工作总量的统计指标，反映的是安全事故的全面情况的绝对数值，反应的是总体水平，如死亡人数、重轻伤人数、死亡事故起数、损失的工作日、经济损失量等。相对指标是将两个有联系的绝对指标之比，将安全事件的总体组成和其各部分之间的数量关系进行分析、比较，相对指标是绝对指标的比值，如百万吨死亡率、10万人生产安全事故死亡率等，其可以很明确地反映出企业在一段时间内的安全管理发展情况和同期各个单位的安全管理情况。平均指标是将总体内各单位某一数量标志值的数量差异抽象化，它反映的是某单位在某一时间段、某个范围内的总体安全管理水平，如每起火灾平均损失折款数。抽样推断是根据随机原则，在抽样调查的基础上，从总体中抽取部分实际数据，运用数理统计方法，对总体某一现象的数量性作出具有一定可靠程度的估计判断。抽样推断的理论基础主要是概率论的大数定律和中心极限定理。

（2）动态分析法

安全生产是一种动态变化的过程，仅仅依靠静态指标来分析并指导生产显然是不够的。安全统计工作也不只是填写报表、累计数据，还必须对安全生产发展变化的方向和速度进行描述。只有这样，才能够掌握事故现象的本质特征、内在联系和发展变化规律，预测和预防事故的发生。动态分析主要采用时间数列、相关分析等方法。时间数列是将某一统计指标在不同时间上的数值，按照时间先后顺序排列而形成的一种数列，以时间数列为基础，计算现象发展的水平指标和速度指标，分析现象发展变动的影响因素和趋势。在安全统计研究中，通过时间序列资料分析，可以在对时间序列的各种变动进行分析的基础上，将安全生产过去和现在所呈现出来的趋势和规律进行类推或延伸，利用一定的数量模型预测在未来可能达到的安全水平；可以通过计算各种水平指标和速度指标，了解和分析安全生产的发展变化历程；可以利用有关时间序列的解析模型，通过长期趋势分析、循环变动分析等了解事故现象发展变化的规律性。相关与回归分析均属研究及度量两个或两个以上变量之间的不确定性关系的方法，回归分析即被用来探讨诸影响因子与受动因子间在满足理论检验要求时存在的影响过程，选择的自变量将全部进入建立的模型中。在相关系数中，是通过对数据的x和y的综合平均离中程度来衡量x和y的线性相关程度的。生产工艺水平、安全投资能力、国家或地区的安全政策、公众的安全意识和行为等因素都对安全生产构成一定的影响，探索安全问题的数量关系能大致地说明这些安全问题之间存在的关系，因此运用相关与回归分析能够认识安全生产与社会发展之间的联系和影响机理，可以揭示安全生产领域中隐含的数量关系和其规律性，可以预测下一时期事故变化趋势，并指导下一步的安全工作[16-19]。各种指数编制的基本方法是将需分析的不同时间或空间的数据组进行算术加权平均，分别得到各时间或空间的平均水平后，再进行比较。在动态数列分析中常用的方法主要有最小平方法、季节指数法等方法。当前统计实践中常用的有总量指标两因素和多因素指数及其体系，平均指标两因素指数及其体系。运用统计指数来分析复杂安全现象总体的变动方向和程度，分析安全现象总体的长期变化趋势，借助连续编制的动态指数形成的指数数列，也可以反映安全现象在长时间的动态特征。

篇(2)

关键词：统计学；体验式教学理念；实践；应用

中图分类号：G642.0 文献标识码：A 文章编号：1673-291X（2011）35-0266-02

一、体验式教学理念在《统计学》教学中应用的必要性

（一）体验式教学理念顺应学习的本质要求

什么是学习？教育心理学认为，学习是“由反复经验所引起的”个人行为的改变。即人的学习“是一种以语言为中介，有目的的、自觉的、积极主动掌握社会和个体经验的过程。”什么是体验？在现代汉语词典中对“体验”的解释是,通过实践来认识周围事物；亲身经历。显然，学习和体验之间有密切联系。学习本身是一种自觉主动的行为，是主体自我感知、亲身经历的过程，它受外界因素影响有限，只有在经历中产生共鸣，才有深刻体会，学习领悟到的东西才更加深刻。因此，学习本就是一种体验的过程。然而，目前大学教育，包括《统计学》在内的大部分课程的教学理念完全忽略学习的本质所在，以陈旧的教学观念、落后的教学手段、单一的教学方式，把知识强行填压给学生的教学模式，使学生对学习兴趣全无，主动学习变成“被学习”，学习目的也发生偏差，出现“学习是为了考试，考试是为了拿奖学金”的功利化现象。

体验式教学要求在教学中教师应积极创造各种情境，引导学生由被动到主动、由依赖到自主、由接受性到创造性地对教育情境进行体验，并且在体验中学会避免、战胜及转化消极的情感和错误认识，发展、享受和利用积极的情感与正确的认识，使学生充分感受蕴藏于这种教学活动中的欢乐与愉悦，从而达到促进学生自主发展的目的。该模式的基本理念认为学习是学习主体主动建构的过程，其操作的基本流程为：提出问题―探索问题―实践运用。体验式教学完全打破了现今大学的教育模式，更强调学生学习的自主性、学习的趣味性，以及学习方法的多样性，符合对学生学习本质的要求，为包括《统计学》在内的所有大学课程改革提供了新鲜思路。

（二）体验式教学理念符合《统计学》的课程性质

首先，《统计学》对实践的高要求与体验式教学理念的核心不谋而合。高教出版社《统计学》第一版前言提到，统计学是一门收集、整理和分析统计数据的方法科学，其目的是探索数据内在的数量规律性，以达到对客观事物的科学认识。统计学不同于其他理论性课程，它要求学生应具备极强的实践操作能力。从统计工作的程序来看，无论是统计数据的收集，还是统计数据的整理或分析都要求学生要有极强的实际动手能力.如何能搜集整理出有效可靠的数据，怎样得到数据背后所反映出的真实信息，学生仅从课本和课堂的学习无法真实体会，只有让学生真正与统计相融，就某一问题实地调查走访，动手设计问卷，亲自整理和分析数据信息，在实践中学习，在体验中体会，才能达到学习《统计学》的真正目的。另外，从统计方法理论的学习来看，统计分为描述统计和推断统计两大体系，描述统计涉及的指标运用和计算较易掌握，但对推断统计部分的理解难度则较大。推断统计是根据样本信息对总体进行估计、假设检验、方差分析、预测的统计方法，它是《统计学》的主要内容，是统计思想的基本体现。其中诸如“小概率”原理、抽样分布、显著性水平等核心概念的理论性较强，且以上推断方法的实际运用对统计软件使用的要求较高。如果按照现行教学模式，学生不但会认为这些体现统计学重要思想的概念难以理解、理论枯燥乏味，更觉《统计学》在现实无任何用武之地，开设《统计学》课程也毫无意义。因此，笔者认为，体验式教学理念在非统计专业《统计学》教学中的引入已刻不容缓。体验式教学理念的应用，除了能让学生亲临其境、参加实践，提高学生学习的主动观能动性之外，更重要的作用是它可以有效改变任课教师的传统教学观念，进而更新单一的教学方法和教学模式，把灵活多样的教学方法、先进新兴的教学手段带进课堂，让学生在学习过程中真正认识《统计学》，体会到《统计学》的重要性，更加促进其学习的积极性，最终形成一个良好的循环机制。

其次，《统计学》的应用性要求体验式教学理念必须引入课堂。在统计学科建设方面，业界曾经提出“大统计”思想，即强调统计学和其他学科的密切关系，认为统计学是一门应用型的交叉学科，它不但综合了多门自然学科，更与诸如生产质量管理、市场营销、医学领域、气象领域、军事领域等其他社会学科紧密不可分。其实，《统计学》对学生动手实践的高要求恰恰也体现出其应用型的特点。在余明江、丁家云的《论我国统计高等教育的改革取向》一文中明确提出，“统计高等教育必须突破传统观念，逐步建立起以现代统计为基础，以信息科学为方向，以计算机技术为手段，以市场经济导向为为终结的大统计教育观。”诚然，大统计教育观是针对应用型的《统计学》而提出，那么这种大统计教育观又需要通过怎样的教学理念来体现呢？应用型的学科需要培养出应用型的人才，应用型人才又需要多元立体的教学模式培养，正如前文提到，这种多手段的教学模式其核心恰恰是体验式教学理念的体现。所以，笔者认为，体验式教学理念能够很好体现大统计教育观的精髓，更应是所有应用型学科积极提倡的全新教学观念。

（三）体验式教学理念符合非统计专业《统计学》的培养目标

我们首先应该给非统计专业开设的《统计学》课程进行定位。在非统计专业中，《统计学》作为一门看似独立的课程，实则与其他课程有着千丝万缕的关系。仅以经管类非统计专业为例，在课程横向设置方面，与《统计学》相关的课程就有《市场营销学》、《市场调查》、《生产运作管理》、《管理学》等多门课程。这些课程无一例外都是将《统计学》的相关原理和推断方法付诸实践，用以分析和解决实际问题的。如若学生对《统计学》的基本理论和思想全然不知，其专业课程的学习则障碍诸多，所学的专业知识也无法运用自如了。因此，《统计学》在非统计专业的定位就是“服务”。在非统计专业中，《统计学》应作为一门应用课程，一种技术工具，服务于其他专业之所学。那么，对非统计专业《统计学》的定位恰好也确定了其人才的培养目标，其服务的职能标示了对非统计专业《统计学》教学培养目标应更加关注学生的实践操作能力，要求学生对统计思想及基本理论能灵活运用的同时，还应掌握EXCEL、SPSS等基础的统计分析软件，从而有对现实问题进行统计分析的基本能力。

除此之外，社会对具备统计素养的人才需要也决定其培养目标的确定。随着市场经济的不断发展，人们对信息的需求也在日益增加。如何能在纷繁复杂的数据和现象中寻找出有效的信息则是统计最基本的职能。正如袁卫在其主编的《统计学》教材中提到，无论是国民经济管理和公司、企业的经营及决策，还是科学研究都越来越依赖于数量分析和统计分析方法。统计方法已经成为理、工、农、医、人文、社会、管理、军事等所有学科领域科学研究的基本方法。因此，市场对具备统计素养人才的需要给我们《统计学》教学的人才培养目标提出了明确的要求，即要培养实践型、应用型的统计人才。

教育培养目标决定着教育教学的发展方向。显然，现行的教学方法和教学手段已无法满足对非统计专业《统计学》人才培养的目标。一切似乎又回到了原点，应用实践型人才的培养，必须要在原有的教学模式上有所创新，制定出一套多元化的教学体系，而这正是体验式教学理念所倡导的核心本质。

二、体验式教学在《统计学》教学中实施的条件

体验式教学理念的本质即是给学生创造多样化的学习情境，提供多元化的教学手段，营造宽松良好的互动氛围，使学生在体验中感知，在感知中反思，进而达到有效学习的过程。这种教学模式也给现行的大学课堂教学方式提出了更高的要求。

第一，对教师的业务素质提出了更高的要求。首先，要求教师应具有创新精神，及时转变观念，主动营造良好开放的课堂气氛，创建教师与学生、学生与学生之间对等交流的平台，保证学生能各抒己见、畅所欲言，并对学生的评论能做到正确引导、公正评价，为后续的教学模式改革营造一个良好宽松的氛围。其次，要求教师必须具备很强的组织和管理能力。无论是在课堂上，还是在外出实践中，教师必须有充备的事前设计能力，并在整个活动流程中有效组织和管理，对整个过程的节奏能收放自如，控制得当。最后，对教师的专业素养提出了更高的要求。在体验式教学模式的引导下，对《统计学》的教学，要求教师能在课本内和课本外做到游刃有余，及时搜集国内外相关资料和案例，通过大案例引入、多媒体教学、统计软件应用、课外实践指导四方面达到多元立体化的实践教学体系。

第二，对院系和相关行政部门提出了明确的要求。体验是通过实践得来的，尤其《统计学》的课程性质更加需要给学生提供充足的实际机会和适当的实践场所。除了教师的一己之力，更加需要院系和高校相关部门的大力支持、通力配合，能积极帮助教师和学生寻找更多的实践机会和实践场所，给予一定的经费支持，只有教师、院系、学校三方积极配合，才能达到最终的教学目的。

参考文献：

[1] 袁卫，庞皓，等．统计学[M]．北京：高等教育出版社，2005.

[2] 余明，丁家云．论我国统计高等教育的改革取向[J]．安徽工业大学学报，2001，（4）.

篇(3)

一、统计及其基本思想与方法

1　什么是统计学

问：一般认为，统计学这个词来源于拉丁语的国情学，原是国家管理人员感兴趣的事情。《大不列颠百科全书》对统计学下的定义是：“统计学是关于收集和分析数据的科学和艺术。”陈希孺院士认为：“统计学是有关收集和分析带有随机性误差的数据的科学和艺术。”

史宁中教授，作为统计学家，您是如何认识统计学的?

史教授：我们先来简单地回顾统计学的历史是有益处的。正如拉丁语所说，统计原本就是收集和分析国家管理中需要的各种数据，比如国民收入、各种税收。为了直观，人们才发明了各种报表、直方图、扇形图，等等。可以看到，这种传统意义上的统计学现在仍然是非常重要的，这也是我们现在小学统计教学中的主要内容之一。后来到了14世纪左右，随着航海业在欧洲兴起，航海保险业开始出现。为了合理地确定保险金与赔偿金，需要了解不同季节、不同路线航海出现事故的可能性大小，需要收集相关的数据，根据数据进行分析和判断，这被称为近代统计学的发端。到了19世纪末20世纪初，人们把数学、特别是概率论的有关知识引入到统计学，构建了统计学的基础。与古典统计学相比，虽然二者都是对数据的收集和分析，但却有本质的不同，因为后者进行分析的基础是“不确定性”，我们称之为“随机”。

到了现代，人们发现，对于大量数据的分析，采用随机的方法不仅方便而且准确。比如，对于国民收入，我们可以动用大量的人力来收集数据，但是谁都知道这样的数据不可能是准确的，远不如我们依据某种原则规划分出地区和人群，然后抽样、加权求和准确。再比如，对于股票市场，一天交易之后，可以得到精确的交易总量，但是人们宁可用部分核心企业的股票交易量来反映股票的变化，这便是“恒生指数”“上证指数”，等等。特别是到了2l世纪，银行、保险、电信，以及材料科学、基因组学等新兴学科的实验中涉及大量数据，其分析更需要借助随机方法了。我想，大概就是因为这些原因，国家才决定在现在中小学数学的教学中加入统计学的内容。

因此，你们谈到的关于统计学的定义都是可以的。但是，要把握统计学的根本思想方法却是非常困难的。

问：那么，您认为统计学的基本思想方法是什么呢?

史教授：这是一个不容易回答的问题。对于统计学的掌握很大程度上依赖于感悟，需要比较长的时间的理解与实践。我们先来回顾一下中小学传统数学的教学内容。这些内容主要是对日常生活中见到的图形和数量的抽象，研究的问题是图形的变化和计算法则，研究的基础是定义和假设，研究的方法主要是归纳、递归、类比和演绎推理。

统计学则不同。如我上面谈到的，统计学是通过数据来进行分析和推断的。因此，统计研究的基础是数据。这些数据的特点是，对于每一个数据而言，都具有不确定性，我们需要抽取一定数量的数据，才能从中获取信息。因此，统计学的研究依赖于对数的感悟，甚至是对一堆看似杂乱无章的数的感悟。通过对数据的归纳整理、分析判断，可以发现其中隐藏的规律。因为可以用各种方法对数据进行归纳整理、分析判断，所以，得到的结论也可能是不同的。而且，我们很难说哪一种方法是对的，哪一种方法是错的，我们只能说，能够更客观地反映实际背景的方法要更好一些。比如，我们希望知道某公司员工的收入情况，可以用平均数也可以用中位数，很难说哪个方法错。事实上，如果收入比较均衡，用平均数要好一些；如果收入比较极端，用中位数要好一些。当然，最好的方法是对收入。情况进行分类，但是分类的方法又有好坏之分。我们可以看到，统计学关心更多的是好与不好，而中小学传统数学关心更多的是对与错。

因此，统计学的基本思路是，根据所关心的问题寻求最好的方法，对数据进行分析和判断，得到必要的信息去解释实际背景。

2　统计学的研究对象

问：我们对于统计学有了一定的了解。从您的谈话中我们感觉到，统计学似乎是包罗―万象的。那么，统计学到底是研究什么呢?

史教授：是这样的，统计学的应用面非常广，凡是涉及数据分析的都可以成为统计学的研究领域。特别是到了近代，人们希望更加精细地了解实际背景，更多地借助数据分析，甚至人文科学也是如此，并且逐渐形成了专业的研究领域，比如计量经济学、计量社会学、计量教育学、计量心理学，等等。这些研究领域分析方法的基础大体是统计学。统计学并不研究某一个领域的具体内容，在本质上只是研究数据分析的方法，这包括创新的方法，也包括分析方法的好坏、分析方法的适用条件。

问：您能否结合中小学统计的内容谈得更具体一些?特别是在统计教学过程中，应当把握的基本原则是什么呢?

史教授：可以在统计研究中首先遇到的问题是如何获取“好”的数据。所谓“好”的数据，是指那些能够更加客观地反映实际背景的数据，而要获取好的数据要依赖于“好”的方法。根据数据的不同，方法主要分两大类，一是通过调查收集数据，二是通过实验制造数据-中小学统计教学中涉及的主要是前者，称为抽样调查(而后者通常被称为实验设计)_抽样调查又包含两个方面，一个是对已经存在的数据的收集，称之为抽样，比如市场的物价、学生的身高、企业的产值，等等；另一个是需要我们了解才能够获取的，称之为调查，比如美国总统的民意支持率、人们日常消费的主要项目、中小学生喜欢的歌手，等等。

根据问题的不同，所要采用的方法也可能不同，但是要建立两个基本原则。第一个基本原则是，采用能够获取好的数据的方法。为了获取好的数据，我们需要尽可能多地利用对于实际背景已有的先验知识。比如，希望知道学生的身高，先验知识是“年龄之间差别很大”。因此，最好是根据年龄段学生数的多少按比例抽取样本，我们称这种方法为分层抽样。可以看到，统计方法的直观想法是很明显的。如果对于实际背景一无所知，那么一定要抽取样本，这便是随机抽样。比如，希望知道学生喜欢的歌手，因为这些学生年龄之间差别可能不大，就可以采取随机抽样。当然也可以用分层抽样，但要麻烦得多。第二个基本原则是，采用简单的方法。能够基于上述两个原则的方法就是一个好方法。我们不要小看第二个原则，一个好的方法往往能够节省很多调查经费。这就是为什么咨询公司非常欢迎统计学家的原因。

问：刚才您提到了样本，许多教师对样本这个概念总是感到费解。

史教授：是的，这个概念很难把握。样本实质上就是数据，但是，统计学中涉及的数据往往是随机性的。还是

回到“学生的身高”这个问题上来。在抽样之前。我们可能并不知道具体数据的大小，这些数据对于我们是随机的。为了讨论出一个好的方法，我们假想能够得到这些数据，并且假想这些数据的出现是依据某种规律的，这种规律就是数据出现的可能性在小，我们称之为概率。比如，高年级学生出现大数据(高个子)的可能性要大于低年级学生，就是说，出现大数据的概率要大。但是，只有当抽样之后我们才能得到真实的数据；才能进行实质的计算与分析。这样，我们所要研究的数据既具有随机性又具有真实性。为了方便起见，我们称这样的数据为样本。

问：根据您的阐述，统计学怎么有一些哲学式的思考呢?

史教授：你们理解到了根本。这是统计学与中小学传统数学的最大区别。传统数学可以根据假设和规定的原则进行计算或者推理，但是统计学往往要问你所采用的方法是不是有道理，是不是还有更为合理的方法。不过，传统数学是统计学不可缺少的工具。

问：是不是因为统计学需要计算呢?

史教授：不仅仅如此，判断统计方法的好坏也是依赖传统数学的。

篇(4)

截止到2007年，我国有160所高校设有统计学本科专业，163所培养统计学硕士研究生。2006年授予统计学学士学位5300余人，硕士学位1566人，博士学位186人。可以说统计学专业达到前所未有的繁荣，但统计学专业在我国的发展并非一帆风顺，而是经过了非常艰难、曲折的过程。笔者认为在袁卫教授划分的“三个阶段”基础上，结合目前统计学的发展状况，我国统计学的发展大致可以分为以下四个阶段。

第一阶段：从统计学传入我国到1949年。20世纪初统计学由日本传入我国，其研究内容和授课内容基本与国外一致，主要是介绍统计学的初步知识，整体水平较低。

第二阶段：从1949~1978年峨嵋山会议。这一阶段可以说是统计学的分裂和衰退时期。1949年，大学教学模式及专业设置完全参照前苏联体制，从此，统计学就被分割成两部分：数理统计学和社会经济统计学。数理统计学被认为是数学的分支，不再称为“统计学”，被置于数学专业之下，仅在北京大学、南开大学等综合类大学或科学院系统所等研究机构开设。而另一部分就是社会经济统计学，占据了统计学的主导地位，被称为“统计学”，实际上是政府统计工作的解释，主要讲解各部门统计指标和统计工作制度，更极端时还被赋予了阶级性，被视为阶级斗争的有力武器，完全扭曲了陈希孺先生强度的“数理统计方法是一个中立性的工具”。这30年的统计学教学和研究是以所谓的“部门统计学”为主线设计的，统计学专业大部分设置在“计划统计系”，与计划经济运行体制高度相关，与国家统计工作保持高度一致，从政府统计工作角度讲解统计学，当时确实为国家的经济管理做出了一定贡献，但作为一门“科学”却走进了死胡同，研究领域和方法越来越窄，为使其看上去像一门“科学”被迫提出了一些常识性的概念如“标志”、“总量指标”、“总体单位”等繁琐概念作为研究对象，将简单问题复杂化，严重影响了我国统计学的发展。

第三阶段：从1978~1998年教育部将统计学设置为本科一级专业学科。随着1978年以来的改革开放，特别是峨嵋上会议以后，统计学界逐渐由过去的僵化、教条的局面出现了讨论和争鸣，大家开始思考统计学是一门还是两门学科，数理统计学到底是不是统计学。上个世纪80年代整个统计学界出现了百花齐放、百家争鸣的繁荣景象。到90年代“大统计”的主张逐渐被大家认可，特别是原“社会经济统计学”专业人士认识到统计学再也不能仅仅作为政府统计工作的解释，必须回归到“数据”才是唯一的出路。90年代初，经济体制改革进入关键时期，提出了“社会主义市场经济”，人们认识到“计划”和“市场”都是调节经济的手段，国家也不再包大学生分配工作，“计划统计”专业遭遇前所未有的艰难局面，招生没人报，分配没人要，很多院校的计划统计专业为求生存去掉“计划”二字改为“统计学专业”或者彻底抛弃“统计”而改为“投资经济专业”。但面对困难，大部分“统计人”本着“不放弃，不抛弃”的精神默默地更新统计学专业知识，逐渐改造统计学课程设置，为迎接统计学的全面发展奠定基础。在此期间一些综合类大学和财经类院校陆续恢复或重建了统计学专业，关于统计学究竟是一门学科还是两门学科的争议也逐渐平息，大家基本都公认“统计学是关于收集、分析、表述和解释数据的科学与艺术”，1992年国家标准委员会将统计学专业由经济学下的二级学科上升为独立的、理学中的一级学科，特别是1998年教育部在本科专业中设置了一级专业学科统计学，并根据实际情况设置了经济学和理学两个学科的统计学学位。从此，统计学进入了全面发展的新时期。

第四阶段：1998年至今，统计学全面、快速发展时期。经过上个世纪20年的争论，统计学界对统计学的认识基本取得一致，2003年11月，高等学校统计教学指导分委员会在厦门召开年会，根据不同的学位授予情况分别制定了统计学专业的教学规范，确定了培养目标、培养规格、课程结构、学制及学分安排，极大地促进了统计学的发展，形成了目前统计学欣欣向荣的大好局面。

为了进一步详细了解统计学专业的发展过程，笔者从首都经济贸易大学档案馆搜集了原北京经济学院开设的统计学专业课，并查阅了中国人民大学教务处编制的历年（包括1986年、1987年和1991年）本科课程内容简介，各年课程设置可见表1。

表1清晰地呈现出了统计学专业由部门统计向现代统计发展的历程。

2新形势下统计学的发展趋势

进入21世纪以来，统计学教学出现了新的发展趋势，主要表现在以下五个方面：

第一，由部门统计为主的课程结构转向以统计方法为主的课程结构，逐步与国际接轨。

从表1可以看出，以前的统计学专业主要讲解《工业统计学》、《农业统计学》等与政府统计工作相对应的课程，现在主要讲解《抽样技术》、《回归分析》、《随机过程》等与各种统计方法相对应的课程。说明统计学作为方法论科学的学科定位得到了大家的认可。

第二，《统计学》课程授课内容彻底改造。经过多年的争论，学界对统计学课程有了新的认识，在统计学专业和非统计学专业学科建设中体现明显。

统计学专业不再开设《统计学》课程。目前大多数院校的统计学专业不再开设《统计学》这门课程。原《统计学》授课内容与其他专业课如数理统计、抽样技术等重复太多，不再专门开设《统计学》课。对于有些《统计学》课程中有的内容而其他课程中不包括的知识多以《统计思想》、《统计初步》或《描述统计》等课程的形式予以弥补。对于非统计学专业，仍保留了《统计学》课程，但其内容有了很大改变。表2列出了传统统计学（以上世纪80年代广为采用的教材《社会经济统计学原理教科书》为例）与现代统计学（以吴喜之教授编著《统计学：从数据到结论》为例）的主要章节结构：

由表2不难发现，现在的《统计学》删去了原课程中很多不能说没有用但肯定是常识性的内容，如总量指标与相对指标等，大量增加了多元统计、非参数统计等内容，并细化了参数估计、假设检验等传统内容。使统计学回归到了关于数据的方法论本质。

第三，统计教学中强化了计算机技术、统计软件的应用。随着计算机的普及，统计方法得到了极大的提升和推广，原先很多手工无法计算的方法变得容易实现，海量数据和复杂的计算不再是统计发展的障碍。在教学中普遍使用SPSS、SAS、R语言等统计软件，一般的非统计专业最起码也挖掘了Ex-cel中的统计功能。

第四，强化了统计教学实践，增加了统计调查内容。统计学是关于数据的科学，数据从哪里来、如何判别数据的适用性是科学使用数据的前提。现在统计教学中比较强调统计实践和统计调查，开设了《统计调查》或《市场调查》课程，并增加了调查教学实践，让学生亲自动手设计问卷、访问调查，并录入数据、分析数据，撰写调查分析报告。有效提高了学生对数据的认识，不再惧怕数据。

第五，教学管理规范化。2003年11月高等学校统计学教学指导分委员会在厦门召开的年会上，各方面统计专家达成一致，分别制定了授予理学学位的统计学、授予经济学学位的统计学教学规范，对课程设置、学分安排等提出了指导性意见。各院校在教育部教学评估的要求下对统计学教学工作也作出了规范性要求，制定了关于教学大纲、统计教材、挂牌上课、教考分离等相关措施，在教学环节上强化了统一管理。

3新形势下出现的新问题

应该承认统计学经过30年的争论、改革，有了很大发展和进步，逐渐走向正规化和系统化，逐步缩小与国际先进统计教育水平的差距。但也应该承认，在发展的过程中也出现了一些问题，笔者认为主要有以下四个问题：

(1)统计学专业不开设《统计学》课程，造成学生对统计学课程体系和统计方法体系缺乏整体认识

现在，原《统计学》中每一章基本上都单独开设为一门课，如回归分析、抽样技术、非参数统计等，各门课由不同教师在不同学期开设，分别零散地教给学生，学生缺乏对统计学整体的认识。另一方面有些《统计学》中讲授的知识其他课程没有包含，造成一些遗漏，如综合评价的方法，在各专业课中都没有讲授。

(2)随着计算机的普及和统计软件的使用，本科统计教学出现了“傻瓜化”教学趋势

统计软件的应用和数据海量化的趋势，使得在平常的统计教学中不再强调统计计算，基本上只讲统计软件操作，结果学生只会利用统计软件对原始数据进行统计数据处理，离开计算机就不会处理数据。另一方面，一般的统计软件对数据有一定的格式要求，大部分认可原始数据，而对于组距式的分组数据不能处理，或者如果只给出基本的调查结果如样本均值、样本方差等，现在的学生大多不会依据现有数据进行统计推断，他们只会看统计软件运行的“P值”，而不知道统计量是如何计算出来的。况且现在很多单位并没有像SPSS等这样的专业统计软件，这种知识结构会给未来的工作造成一定影响，对于非统计专业学生来讲可能会更明显。

(3)对统计思想的讲授不够充分，学生对统计结果的理解不够确切

一般来讲，非统计专业学生数理统计不单独开课，而是与概率论合并成《概率论与数理统计》开一个学期，主要讲概率论，一般只讲到大数定律、中心极限定理，好一点的讲到相关与回归，很多不讲假设检验。而在《统计学》课程有限的课时中主要侧重讲统计方法的基本思路和操作，由于要讲的统计方法比较多，还要结合统计软件的应用，实际上对统计思想的讲授并不到位。造成象前文所说，学生学完统计学，只知道看“P值”，“P值”小于0.05就是拒绝原假设，大于0.05就不拒绝原假设，但到底什么是P值，为什么P值小于0.05就可以拒绝原假设，甚至连原假设是什么，拒绝原假设说明什么问题都不知道，这样的学生不要说非统计专业，就是统计专业四年级学生也不在少数。我们的统计教育被真正彻底地“傻瓜化”了。

(4)统计学专业新课程体系中各课程之间内容的划分和衔接还有待完善

新的统计学专业课程体系基本是按照统计方法体系构造的，但也保留了若干统计方法应用的课程，如社会统计、商务统计等，如何处理这类课程与纯统计方法如回归分析、时间序列分析等课程间的关系还需要进一步研究。现阶段来看，问题出现在两个方面，从社会统计等课程本身看，其内容设置与授课对象有一些冲突，一般来讲，社会统计学课开课对象是社会学专业学生，商务统计学开课对象是工商管理专业学生，主要讲解一些基本统计知识和统计技能就可以了，而我们的开课对象是统计学专业学生，就不能仅讲一些基本统计方法，但讲些什么，应该怎么讲，还没有答案。另一方面是统计方法课，如时间序列分析、统计预测与决策等课程，更多地是讲一些该课程的基本方法应用，不是详细地讲解该课程的数学原理证明和推导过程，这就会与统计方法应用类课程内容相重复，故从课程名称上看我们的统计学与国际接轨了，但授课内容还有很大差距。

4完善统计教学的建议与措施

（1）开设好《描述统计》或《统计初步》等性质的课。这些课程的出现与统计学专业《统计学》课程的调整有极大的关系，该课程的设置在很大程度上是对删除《统计学》课程的补充。虽然这些课程有其固有的研究内容，但应在一定的弹性范围内，尽可能弥补其他课程讲不到的统计方法，如统计指数、综合评价等。

（2）科学界定各课程的讲授内容，做到既要衔接又不重复。组织各门课程负责人介绍本课程讲授的主要知识点和讲授程度及要求，在充分协商、沟通的基础上划定各课程的授课范围，确保各课程讲授自己该讲授的内容，如数理统计学与统计学在参数估计、相关与回归分析、方差分析等内容。

篇(5)

【关键词】大数据时代；统计学；挑战

一、前言

作为信息时代的产物，大数据这个概念在全球范围内迅速普及，如今正在各个领域不断发展，日益广泛的被应用。大数据的兴起对统计学也起到了不小的冲击，统计学在大数据时代正面临着前所未有的挑战。

二、大数据时代到来的意义

当今社会，科技越来越发达，信息流通速度越来越快，人们生活越来越方便，互相交流也越来越密切，大数据也随着这个社会的高速发展应运而生。2012年开始，“大数据”一词被越来越多地提及，它被用来描述和定义这个爆炸时代的海量数据。自此开始，全球范围内，越来越多的领域争相恐后步入大数据时代。《纽约时报》的某篇专栏中写到：“大数据”时代已经到来，在商业、经济以及其它领域，人们将不再靠经验和直觉来作出决策，而是通过数据和分析。在我国，大数据虽然起步略晚，但自从出现开始就如雨后春笋般飞速崛起，并且遍地开花般在全国各地广泛发展，尤其是最近几年，越来越多的负责搜集、存储、分析和应用的企业和机构正在兴建，在我国的信息、金融、商品销售等各个行业，也都越来越频繁的看到大数据的身影。

三、大数据时代统计面临的挑战

1.统计数据质量堪忧

大数据与统计学之间存在着非常紧密的联系。大数据，顾名思义，是由非常庞大的巨型数据组成，有非结构化和半结构化两种数据形式，虽然和常见的结构化数据不同，但是究其本质，和统计有着非常多的类似之处。此外，在大数据的研究方面，可以在统计学中找到很多行之有效的基本方法，常用的有：大量观察法、数据分组、相关研究等。大数据的特征有易得性和泛滥性，虽然它极大地减少了统计工作活动中搜集资料所需浪费时间和精力，这是它的优点，但是它的缺点就是为判别数据真伪的工作增加了难度，统计工作也因此不得不改变重心。此外，大数据还有数据量非常庞大、数据增长速度非常快、数据格式多种多样和不稳定性等特点。

2.新型统计人才不足

相比于大数据，在研究目的、数据分析技术和处理数据等方面，统计学体现出了两者的不同。大数据的目的就是为了数字的回报，其手段是通过研究数据的机遇与价值。统计学的目的与之相比则截然不同，统计学是为了探寻事物本质的联系与规律；统计学所处理的结构化数据体量与大数据的非结构化数据相比，体量小，也更简单一些。但是在当今的信息化时代，大数据所研究的非结构化数据正在占有越来越大的比重，人们也更倾向于利用计算机和互联网技术去收集和处理数据。相比于去探寻事物的本质规律，人们越来越看重数据的回报。因此在大数据时代，统计正面临着前所未有的严峻挑战。在知识结构、研究内容、研究方式和人才培养模式四个方面，大数据对统计学都造成了强有力的冲击。

四、大数据时代统计应对的策略

1.改变传统观念创新思维

当今社会，知识生产率愈加重要，正在取代劳动生产率成为新一轮市场竞争中的关键因素。谁能获取更多更有效的数据，谁就能获取更多的信息与知识，进而演化成价值和利润，谁掌握更多数据，谁就能在这个知识改变命运的世界占得先机。大数据既有着数据量大、增长速度快、多样性等显著地优点，但也存在着难以解决的不稳定性，也就导致数据可能对用户产生错误导向等诸多隐患。古语道：“穷则思，思则变，变则通。”大数据时代，对以往的统计模式、统计技术、统计工具甚至是理念，都带来了极大的挑战。统计学在如此巨大的压力下，势必要实行一系列的应对策略。统计学必须与时俱进，创新改革才能适应这个日新月异的新时代。

2.培养新型统计人才

从统计的角度来看，首先要对以往的知识体系和传统观念进行不断的更新升级，将研究重心转向发现价值和创造利润，数据正发展为很多公司的直接财富、成功之路上的核心竞争力。统计工作者必须主动接受新的价值观念、创新思维、积极学习先进的知识文化，紧跟信息技术发展的步伐。与此同时，统计工具、软件的换代升级也要加快脚步。其次，加大在统计教育中社会教育的比重，是统计学的理论与实践紧密结合并相互促进。着力培养新时代下的创新性统计人才，在财政、金融、保险、统计等各个部门构建创新型实践基地，引导学生在这些实训场上勇敢实践、感悟心得，提升社会适应能力。此外，统计专业还应积极主动的同其它专业开展合作，共同努力，培养新时代的统计人才。这样才能让统计学不至于被新时代的浪潮所淹没，并且顺应时代的步伐、发展创新，继续发挥其不可替代的作用。

五、结语

面对大数据的挑战，统计学必须要推行一系列的应对措施，与时俱进，创新改革，才能在当今的信息时代继续前行。

参考文献：

[1]马敏.大数据时代我国政府统计工作面临的挑战及变革[J].新经济，2016，06（06）：107.

[2]耿云江，赵晓晓.大数据时代管理会计的机遇、挑战与应对[J].会计之友，2015，01（01）：11-14.

篇(6)

关键词：社会经济统计学；数据；教学

社会经济统计学是高校经济管理专业的必修课之一，在经管类的专业课中属于教学难度较大的一门。不少学生反映统计学课程枯燥、难学、不实用，即使在考试中能够通过，在现实中也不知如何加以应用。改变这种状况的一个根本出发点，在于回归社会经济统计学课程的原始目的，以数据导向的原则对课程进行全面改革。

一、目前社会经济统计学教学中存在的主要问题

在过去，我国统计学界一直将社会经济统计学与数理统计学划分为两个性质不同的学派，将社会经济统计学完全限制于描述统计范畴，从而影响了社会经济统计学的应用。近年来，随着经济管理研究中数学模型的应用日益增加，统计学界又出现了一种矫枉过正的倾向，即过分偏向数理统计学，否认社会经济统计学的独立性。近年出版的各种统计学教材中，数理统计的内容所占比重不断增加，甚至到了满书都是数学公式的程度。

目前的社会经济统计学课程由于过分偏向数理统计，在教学中仍以统计公式推导为主。许多统计学教师都是数学专业出身，对于严谨的数学逻辑框架情有独钟，但其面对的教学对象却属于带有明显文科性质的经管类专业学生，没有能力也没有兴趣去追求数学公式的完美。这就造成了教与学之间的矛盾。

社会经济现象与自然科学现象有着本质的不同，一个重要的特点就是研究对象是人的活动，许多活动是很难用精确的数学逻辑来理解的。在自然科学研究中，通过严格控制实验过程，可以使数据表现出稳定的行为特征，与特定的研究模型相吻合。而在社会经济研究中，研究对象是不受约束的个人或者企业，其行为受到各种因素的影响，有时候会表现得十分异常。

以回归分析为例，在数理统计学的教学中，学生拿到的教学习题数据都是性质良好的，回归结果往往表现出较强的统计显著性。但在真实的经济分析中，一次回归能够得到显著系数是非常难得的，由于现实中“噪声”的影响，大多数回归模型都无法通过统计检验。例如，从理论上说，居民的收入与支出之间应当存在着线性或者二次曲线型的相关关系，但学生在利用真实的统计数据进行分析时，往往很难得出这样的结论。一些数理统计成绩很好的学生在使用统计数据撰写论文时，经常会陷入一种困惑，即发现现实中的数据特征与自己所学的理论完全不能吻合。

鉴于这样的问题，在社会经济统计学教学中，应当将更多的精力用于帮助学生形成认识和理解数据的能力，要教育学生适应各种“不完美”的数据，学会从数据中剔除“噪声”的影响，发现数据的本质。教学实践表明，这样的教学改革思路不但能够使课程更加适应现实需要，而且能够极大地调动学生的学习兴趣。

二、数据导向的统计学教学思路

数据导向在统计学教学中主要表现在以下三个方面：

1．注重培养学生对于数据质量的认识

数据质量是进行统计分析之前必须考虑的一个重要问题，由于各种人为因素的干扰，社会经济统计数据往往存在着不同程度的质量问题。在教学中，应当注重培养学生对调查数据质量的认识能力。

调查是所有统计工作的起点，调查数据的质量直接影响到统计分析的效果。人们在日常所接触到的统计数据，都是通过各种渠道调查得来的，如果学生不了解调查的原理，就很难理解数据中各种错误的产生原因。在许多社会经济统计学教材中，统计调查所占的比重都很小，有些甚至直接与“抽样估计”的内容合并在一起，把抽样误差分析作为统计调查的惟一内容。事实上，统计调查所涉及的内容是非常广泛的，抽样误差只是其中很小的一个方面。把统计调查理解为仅仅是抽样误差计算，是一个极大的误区。

基于这种考虑，应当大幅度提高统计调查内容在课程中所占的比重，使之达到全部课时数的1/3左右。教学内容应当包括统计调查的分类、各种抽样调查形式的优缺点、调查误差的来源等等，其核心在于使学生理解影响原始数据质量的各种因素。

在有关抽样调查的内容中，如何确保抽样的随机性是一项重要的内容，对这项内容的深入讨论，能够帮助学生理解随机性对于统计工作的意义，以及在现实中各种可能出现的违背随机性要求的情况。

调查中的非抽样误差是统计学研究的前沿，在传统的统计学教材中往往很少涉及，但这部分内容对于学生理解调查误差的来源有着重要的作用，因此在教学中也应当进行介绍。例如，目前许多媒体都喜欢引用网上调查的数据来分析社会经济现象，但从统计学角度来看，网上调查的抽样框是存在偏差的，其调查结果不能真实地反映全体居民的意见。要认识到这一点，就需要学生对于抽样框的概念、抽样框误差的形式等有一定的认识。对这部分内容进行讲授时，需要教师有一定的社会经济调查实践经验，能够结合现实情况来加以分析。这部分内容如果讲授得当，对于学生来说是很有趣味的。

在条件允许的情况下，教师还可以组织学生参与统计调查的社会实践，通过亲手做几份调查问卷来加深对于统计数据质量的理解。

2．以真实数据替代虚拟的教学数据

传统的统计学教学，侧重于对方法的介绍。教学中使用的数据往往是虚拟数据，或者是经过精选和剪切后的真实数据，这类数据的惟一作用就是让学生练习在课堂中学习到的公式。学生只需要把数据代入公式，就能够得到一个近乎完美的计算结果。这种学习方式带来的一个负面影响是学生误以为统计就是一门利用公式进行计算的科学，而忽略了根据不同数据选择不同计算方法的要求。

采用数据导向的教学方法，要求在教学中抛弃虚构的教学数据，而使用现实中的真实数据作为教学案例。教师对于选择的数据提交给学生，让学生根据所学的各种统计知识进行自主分析。教师应当向学生传递一种权变的统计观念，鼓励学生用不同的方法对同一批数据进行反复处理，从中选择最有效的处理方法。当学生拘泥于某一种习惯的分析方法时，教师应当提示他们思考为什么优先采用了这种方法，而没有采用另一种方法。比如，许多学生在进行综合评价时，习惯选择使用算术平均数，此时，教师可以组织他们讨论是否能够使用几何平均数或者中位数等其他的平均指标。

在教学中，我们曾向学生提供了美国从1900年以来的所有统计年鉴的电子文件，要求学生从中选择出一些有价值的指标，分析美国的经济成长情况、劳动力变化情况等等。由于数据量非常庞大，学生可以选择出许多不同的角度来进行分析，包括横向的州与州的比较，纵向的年度间比较，不同指标间的相互比较等等。每一种分析方法都需要学生深入理解课堂中学习到的各种原理，通过这样的数据分析实践，学生既能够更好地理解统计的精髓，又能够产生浓厚的学习兴趣。

3．借助实验方法解释统计概念

数理统计学的教学侧重于公式的推导，而社会经济统计学则要求让学生更多地理解概念的含义。在教学实践中发现，经管专业学生对于统计分布、参数估计这样的概念往往很难理解，例如在讲授抽样估计的内容时，许多学生无法理解“样本平均数的标准差”这样一个概念，因为在他们的心目中，样本平均数是一次调查中获得的常量，对一个常量计算标准差是很难想象的。尽管教师可以完美地推导出样本平均数标准差的计算公式，但对于学生来说，这只是一个数学游戏，没有任何现实意义。

统计本身是一门来自于实验的科学，数理统计最早起源于对赌场中各种胜率的计算。要帮助学生形成对推断统计概念的理解，就应当从实验出发，通过可触及的数据来理解概率、分布等抽象概念。

篇(7)

关键词 体育科学 体育科研方法 体育统计

中图分类号：G80 文献标识码：A

近20年体育统计在我国已经成为十分重要和最常用的体育科研方法。但是，与此同时也有不少体育学术研究，误用统计方法，乃至以挂上统计公式作为“科学性”的幌子，使体育统计界同仁和体育科研工作者感到不自在。体育统计专业委员会也认为应该作一些有关体育统计和体育科研方法的诠释，以减少体育统计方法的误用，提高体育科研水平。

1中国体育统计现状概要

在80年代以前，包括体育统计在内，我国应用统计学科处于萎缩状态。改革开放后，统计方法的应用与统计教育重新得到重视。80年代初，教育部在武汉与襄阳两地举办体育统计教师培训，培养了改革开放后新一代的体育统计的师资与各地体育统计学术骨干。此后，体育院校、师范院校的体育系逐步开设了体育统计课程。1981年在研讨师范院校体育统计教学大纲的时候，成立了全国体育统计研究会。在中国体育科学学会的积极支持下，1984年成立了中国体育科学学会体育统计专业委员会。近20年间，许多统计方法在体育领域得到应用，如抽样理论、实验设计、估计理论、假设检验、决策理论、非参数统计、序贯分析、多元分析、时间数列等都已有研究成果的发表或报道。

然而，我国从80年代开始重新普及体育统计，与20世纪初已经发表因子分析应用研究的美国，或70年表《行动科学的因子分析》专著的日本相比，难免显得基础薄弱。正如著名社会学家教授所说，“一个学科，可以挥之即去，却不可能招之即来”。于是就出现了评析体育统计应用情况的论文，如杨震的《体育统计中应注意的问题》，梁荣辉的《体育科学研究中应用统计方法需注意的问题》，刘炜的《线性模型在体育科研中应用的常见误区》等等。要解决这些问题，不仅是统计知识的问题，也有科研方法的问题。因此必须从科学的发展，俯视体育科学研究方法，从统计学的发展端详体育统计现状。

2统计学的发展

要了解体育统计的发展趋势，有必要简要了解统计学的发展。

人类的统计活动有悠久的历史，古代已有统计整理描述的应用；13世纪欧洲有国势调查；17世纪英国的配第发表了《政治算术》；1790年美国第一次人口普查，同时农业普查；1853年由比利时政府邀请，在布鲁塞尔召开有26个国家150人参加的第一次国际统计会议；1857年，恩格尔根据家庭收入越多，则饮食支出的比例越小这一法则，引申出恩格尔系数，以饮食支出的比例作为度量生活水平升降的标准，它一直延用至今；1903年德国柏林的第九次国际统计会议上，抽样调查得到世界上多数统计学家的认同； 1930年前后美国举行盖洛普民意测验。19世纪中期奠定了概率论的理论基础。19世纪中叶起，数理经济学、生物计量学和应用数学促进了数理统计的形成和发展。社会统计学、社会经济统计学和数理统计学构成了现代统计学的枝叶。现代数理统计学可以分为两个侧面：一是理论数理统计学，它研究抽样理论、实验设计、估计理论、假设检验、决策理论、非参数统计、序贯分析、多元分析、时间数列与博弈论等；二是应用数理统计学，高尔顿、K・皮尔逊用于生物学，埃奇沃思、鲍利用于经济学，R.A.费希尔用于遗传学、农学。在宏观层次上，科学系统的发展主要表现为整体化、高度数学化和科学技术一体化。数学的应用已突破传统的范围而向人类一切知识领域渗透。二次大战以来，统计学的巨大进展已使它成为数学科学的重要而独特的组成部分。

21世纪，统计学将面临更大的挑战。统计作为由观察样本获得尽可能多的总体信息的方法，关系到信息的本质和数据处理。计算机与信息化的时代，爆炸式积累的信息与数据必须借助于统计学才能得到充分有效的利用。大规模的信息处理所遇到的信息压缩、特征检测、可靠性分析，以及数字、符号、图形乃至语言的加工等一系列问题，都要依靠统计方法与计算技术来解决。现实中的许多统计难题需要引进新的统计概念与方法甚至理论体系。当然对于体育统计的这些问题，就目前的研究力量与人才资源，是难以承担如此重任的。

计算机与商品化大型统计软件的出现，为统计学的发展提供了技术上的可行性，使更多的人有可能进行大样本数据处理和多元分析。可以预见，体育院校统计教学研究都将使用专业化的大型统计软件。即将改版的体育统计教材，已将spss的使用列入教学内容。科学、统计学的发展给体育统计和体育科研奠定了宽厚的基础，那么体育统计和体育科研的关系又如何呢？

3体育统计与体育科研方法

3.1体育科研的复杂性

虽然体育对于健康和社会的作用已被社会各界接受。然而，体育学科的复杂性还未被教育界乃至社会所理解。体育外在粗犷，却蕴含了众多的自然学科和社会学科，而使投身体育的研究者感到力不从心。谁也无法夸口能解决体育科学的众多难题。体育与健康的研究，涉及医学、生理学、心理学、人类学、健康社会学、抗衰老的研究等等；体育的动作技术分析会涉及理论力学、材料力学、流体力学、空气动力学和解剖学等等；运动训练理论会涉及技能学习、体能的提高和战术，它与生理、生化、心理、认知科学、博弈论以及教育科学的许多理论直接相关。许多体育科研，出身于相关学科的研究人员，会因为没有从事体育的感性知识而产生困难，竞技体育的研究会因为没有体验训练而难以深入。显然，在体育科研中狂妄、自负只能反照自己的浅薄。

3.2体育科研中统计方法应用的几类问题

3.2.1实验设计的基本原理

虽然研究有专业设计，但是无论你研究自然现象还是社会现象，大多需要实验或调查。

无论是实验设计还是调查设计都离不开统计。最基本的我们应该了解实验设计的三个基本原理：重复，随机化以及区组化。由重复使我们得到实验误差估计值与效应值更精确的估计；由试验对象、试验次序等随机化使观察值或误差为独立分布的随机变量，就可以使用各种统计方法；由相似试验对象的区组化使我们可能提高实验的精确度。如果不注意基本原理，你的研究难免出现方法错误。

3.2.2实验方法

体育的影响因素，如运动强度等，常常是难以控制的，实验对象经常是人，常难以齐同对比，不便重复试验，还不能对实验对象造成伤害等，这使许多主要源于农业试验的试验设计，很少能应用于体育。因此，需根据具体研究目的、研究对象等制约因素，慎重选择合适的试验方法。

3.2.3取样

无论是试验还是抽样调查都需要样本。由于经费、工作量或对抽样方法了解不够等原因，在体育科研论文的研究方法里，包括不少学位论文，对于抽样方法没有明确的交代，抽样方法有较大的随意性。如果精度要求不高，仅作探索性研究，而不是由样本推测估计总体，有时也可用非概率抽样。社会科学中的大样本研究，有时也用非概率抽样。但是，离开了概率抽样，许多统计方法就失去了应用的前提。概率抽样有多种方法，适用不同的情况。因此从研究方法的严密性看，需要在体育科研方面增补这方面的内容。

3.2.4统计分析方法

现代统计学可以借鉴的方法应该有不少，在体育统计基础相对薄弱，原创方法几乎没有的情况下，对于体育统计分析方法，首要的是开阔视野，学习、应用前人或相关学科已有的统计方法。在此基础上，研究前人已有方法不能解决的、有待建立的体育统计方法。当然，方法的建立相当困难，必须重视人才的培养和引进。按照前20年的进程，期望建立新的体育统计方法，形成较为完整的体育统计学科，都是十分困难的。

目前，体育统计应用中存在不少问题，这些问题的根源还是在于对统计基本理论的理解。如：

（1）推测性数理统计是由样本研究总体，由于样本信息是不完整的信息，必然有抽样误差存在，必然有出错的可能性。而在统计分析中却有人得出完全肯定或完全否定的结论。

（2）统计方法仅仅对试验的可靠性和有效性提供准则，但是并不证明变量间的因果关系。如均数比较的假设检验，可以给出比较对象来自同一总体的概率，但统计分析不可能给出它的原因，比如并不说明训练方法好坏等。

（3）实际的差别显著与统计显著性的差别。虽然统计上的显著性与差别大小有关，但是它的直接含义是来自同一总体的概率大小，而不是你误指的差别大小或差别显著。

（4）当训练强度与成绩提高相关，P

（5）统计方法为研究目的服务，要选择合适的方法，而不是选择复杂的方法。

（6）统计模型对于数据的测度水平，变量是连续型还是离散型，是计数资料还是计量资料，相关变量是对称还是不对称等等有不同的要求，所以在研究设计的时候就要考虑统计分析的方法。

（7）体育问卷调查有大量的名义（定类）测度与序次测度。不能不问数据资料的测度水平，一概用均数表示集中趋势，用标准差代表离散程度，用它们作线性回归、因子分析等等。

（8）不注意模型要求乱套统计公式。如不知变量的分布，作小样本的t检验；在自变量间关系过于密切的情况下作回归分析，在变量间关系不密切的情况下作因子分析。

4用好体育统计方法，提高体育科研水平的建议

（1）科学数学化特征及科学发展趋势。可以预见，体育科学必然向数学化方向发展，体育统计无论对于体育自然学科或体育社会学科都将成为重要的研究方法。体育高等学校应重视体育统计学科对于体育科学发展的重要作用。体育科研人员应从方法论高度学习科研方法，吸收相关学科的研究方法。

（2）体育统计要注重抽样研究本质的研讨。重视与概率相联系的思想方法，研究相关学科的统计方法，加强方法的移植研究，明确统计方法建立的条件，避免统计方法误用。

（3）体育科研应加强实验设计、抽样研究及社会科学常用统计方法的普及。提高体育科研人员应用国际通用统计软件包的能力。

（4）体育统计学科的纵深发展必须有跨学科人才的引进与培养。

参考文献

[1] 侯灿.医学科学研究入门[M].上海：上海科学技术出版社，2010

[2] 王维.科学基础论[M].北京：中国社会科学出版社，2005.