时间:2023-09-19 16:12:52
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基本原理范文,愿它们成为您写作过程中的灵感催化剂,助力您的创作。
《应用统计学》是一门工程实用性非常强的基础课程,它在经济、管理以及系统分析与决策中起着至关重要的作用,[1~2]因此,《应用统计学》课程已成为普通高等院校的一门重要基础课。[3]然而,对于《应用统计学》的教学,尤其是部分高等院校要求对《应用统计学》采用双语教学后,《应用统计学》以其知识点多、公式多、推理过程复杂等特点,给《应用统计学》的课堂教学和学习造成了很大的困难。
经过长期的教学研究和实践,在总结归纳现有的启发式教学、案例式教学等教学方法的特点和不足的基础上,我校《应用统计学》课程小组提出了自助式的统计学教学方法,并且在教学中取得了良好的效果。本文重点对自助式教学方法的理论和特点进行阐述。
1 自助式教学的基本方法
自助式教学方法的核心思想是:以全面质量管理的八项原则中的“以顾客为关注焦点”[4]为基础,在教员对统计学的基本原理进行教学引导的基础上,以学员为中心,进行统计学的学习、教学、评价和质量控制,达到使学员理解统计学知识、掌握统计学方法的工程应用的目的。
1.1 自助式学习
应用统计学具有知识点多、公式多等特点,在教学中若将所有的公式都进行推导,则难以全面地完成教学任务。自助式学习则是要求教员在讲述基本原理的基础上,由学员依据基本原理进行相关公式的推导。如在非参本文由收集整理数检验一章,进行统计分析的基础是“秩”,学员只要掌握了“秩”的原理和计算方法,则就可比较容易的采用与参数检验类似的方法,通过比较分析方法,[5]完成相关公式的推导。如对于spearman秩相关系数的计算,[6]只需将pearson相关系数中的定量数据用两个变量的秩替换,即可得出spearman秩相关系数的计算公式,其他相关公式都是以此为基础得出的。
自助式学习方法的优点是:学员只要掌握了统计学的基本原理,则可以通过基本的代数学知识,比较容易的完成相关公式的推导,而不需要记忆复杂的数学公式,从而降低学习的枯燥性。
1.2 自助式教学
自助式教学即是在教员讲述统计学基本原理和使用技巧的基础上,由学员自修完成统计学软件的学习。要求学员在收集相关数据的基础上,学会运用统计学软件完成数据的描述、解释,以及相关的统计推断工作。《应用统计学》对管理工程、系统工程等应用性比较强的专业而言,教学与学习的重点应该放在“应用”上。因此,在统计学的教学过程中,一方面要注重对统计学原理的说明;另一方面要注重向学员分析、讲述统计学中不同方法的使用环境、使用要求,并且适当地通过管理、工程等中的案例讲述统计学的应用。辅助统计学应用的最为有效的工具是统计学的相关数学软件,如spss、matlab、r等。[7]spss以其简洁直观的操作界面受到各行各业人员的青睐,目前全球已有近30万用户,是最受欢迎的统计软件之一。所以,在统计学的教学过程中,要适当增加对统计学软件使用方法的说明,增加学员对软件输出结果的判读能力。
自助式教学的优点在于锻炼学员的动手能力和统计软件的使用技巧,通过自助式教学,学员一方面可以加强对统计学基础知识的理解;另一方面可以适当地在教员的指导下完成统计学软件使用的学习,从而为以后统计学理论的实际应用打下基础。
1.3 自助式评价
自助式评价是变教员的作业分析、课堂讲述为以学员为主进行统计学习题和案例的分析,使其掌握对学习效果的评价方法。自助式评价主要有如下两种方法:(1)基于软件的自助式评价,即对于课后的习题,要求学员采用手动求解和软件求解两种方法完成习题计算,然后对两种结果进行比对,若结果不正确,则分析错误的原因。(2)基于小组的自助式评价,即在教学过程中,将学员按一定的比例分成若干学习小组。然后,由小组集体收集相关的统计分析案例或者教员给出统计分析案例,组内的成员则通过讨论完成案例的分析,在讨论过程中,小组内的成员互相启发,完成案例的分析。最后,由部分小组对其分析过程和分析方法对全体学员进行讲解。
自助式评价的优点在于,学员可以通过主动的分析问题,明确自身对统计学知识的掌握程度,进一步明确自身学习的不足。另一方面,自助式评价可以提高学员学习的积极性和对知识的掌握能力,可以提高学员对知识的理解能力和学员的主动参与性,[1]并且增加学员对统计学方法的统计实践分析能力。[3]
1.4 自助式质量控制
从质量管理的角度而言,统计学的教学是一个“过程”,服务的对象是授课的学员,其产品是统计学的教学成果,教学成果的质量水平是由其教学过程决定的。因此,在统计学的教学过程中要加强质量控制,确保在教学的过程中大多数学员能理解、掌握所讲授的相关知识。这就要求教员在教学的过程中,要注重学员对所讲授知识的理解能力、注重学员的课堂和习题反应。自助式质量控制,就是要求学员主动的通过调查问卷、阶段小测验、阶段学习报告、课后习题等途径收集教学过程中存在的问题,并且及时向教员反馈。而教员则需要通过集中讲述、课后答疑等形式及时解决课堂教学中出现的问题,从而确保及时解决学员的疑虑、理解中存在的偏差,保证教学的质量。
自助式质量控制的优点在于可实现对统计学教学的全过程的质量控制,确保学员掌握教学内容。
2 自助式教学法在应用中应重点关注的问题
通过课程教学小组的长期的教学实践与学员的调查反馈,我们认为自助式教学是一种有效的教学方法,尤其是将该方法与启发式教学、案例式教学等教学方法结合使用时,可以使得学员快速、有效地掌握所学统计学知识。但运用自助式教学方法进行教学时,要重点关注如下问题。
转贴于
2.1 要注重教员的引导作用
自助式教学强调学员参与教学,强调学员自助学习、推理。但并不等价于要求学员自学。在自助式教学过程中,教员要起到引导作用,引导学员掌握统计学的基本原理,引导学员掌握统计学的使用方法,并且要通过质量控制,收集和分析学员学习过程中存在的问题,并提供有效的解决方案。
2.2 要注重在理解中学习
统计学是一门逻辑性非常强的学科,记住公式不等于学会统计学,应用统计学的学习在于要求学员理解所学的知识,掌握统计学方法的使用技巧,因此,自助式教学的目的在于强调通过学员的自助式学习,使学员掌握统计学的基本原理和统计学方法的使用技巧。
2.3 要注重学员的反馈
在自助式教学过程中,要通过采用相关的反馈渠道,及时收集学员在学习过程中遇到的问题、疑惑,并及时给予解决。这样才能提高学员的学习主动性和对知识的掌握能力。
关键词:大数据 传统统计教学 改革 理论基础
伴随着社会经济的飞速发展,信息和数据的重要作用日益凸显出来,特别是伴随着“大数据”时代的到来,“大数据”已经成为当今最热门的关键词。“大数据”在各行各业中都掀起了变革的巨浪,在教育领域中也掀起了对教学模式的深刻探讨。那么,从统计学的角度来说,“大数据”可以说是基于现代的信息技术和工具从而可以自动记录、储存和连续扩充的一切类型的数据,它已经大大的超出了传统统计记录与储存能力,对统计学的教学产生了巨大的冲击。
一、“大数据”时代对传统统计教学的冲击
统计的研究对象是大量社会经济现象总体的数量方面,可以说统计就是研究“量”的,“大数据”时代恰恰是以数据为中心的,所以说统计人员必须学会用数据去思考问题。如何适应“大数据”时展的要求,如何在这样的背景下对统计学教学进行改革,是急需解决的问题。除了普查这种调查方式以外,许多传统的统计方法都是基于小样本数据而建立起来的,因此它并不适用于“大数据”分析的需要。在如今这样的“大数据”时代,这些传统内容的相对重要性也会随之发生改变。比如,传统统计的数据搜集,通常是根据研究目的,在已知来源的数据当中搜集,记录者的身份是确定的,而“大数据”时代,数据的来源是很难追溯的,而且对记录者的身份也很难确定。再如,传统的抽样推断是在概率保证的前提之下,以分布理论为基础,用样本的特征推断总体特征的,而在“大数据”背景下,分布状况是实际的,判断也是基于总体特征进行的。
二、“大数据”时代下的传统统计教学必要性分析
“大数据”一词是由统计学家提出来的,可见“大数据”与统计渊源甚深。目前“大数据”时代致使统计学的教学内容发生了重大改变,但是其中最基本的原理保持不变,因此在统计学的教学过程中,要能够让学生应用基本原理进行新的教学内容的理解。在教学过程中要能够采取理论与实际并重的教学模式,将基础理论以及实际应用进行紧密的结合。“大数据”虽然对传统的统计教学产生了近乎颠覆性的影响,但并不是所有的问题都有海量的数据,不是说传统的统计理论和方法就不能用了,也不是所有的数据问题都适合用现有的大数据处理技术来处理。
(一)统计基础理论的重要性
在教学过程中,理论教学的作用非常重要。应该强调统计学理论基础,并分析基本理论在实践当中的应用。虽然一些统计学中的概念在“大数据”背景下变得不再是普遍性问题,比如样本的概念。但是在淡化了类似样本和总体概念的同时,似是模糊了抽样推断这一传统统计分析方法,但事实上却是强调了归纳,本质来说仍是推断(归纳推断)。
(二)传统统计调查、整理方法的重要性
传统统计学在数据搜集、模型的选择方面,有相当的独特之处。虽然已经进入了“大数据”的时代,但是并不是所有的问题都有海量的数据。传统的统计数据搜集、整理的方法仍然适用,因此,相关知识的传统统计教学十分重要。
(三)传统统计分析方法的重要性
较之传统的统计分析方法,现有的“大数据”分析方法更为复杂。“大数据”背景下,要强化分析统计软件的使用,同时要能够考量方法的适用性以及解决问题的可用性,使得学生能够掌握应用统计学基本原理解决实际问题的能力。“大数据”统计学对传统统计学是补充,而不是替代。以样本统计和预测分析为基础的传统统计学仍将会在经济分析和社会统计的很多领域中继续发挥重要的作用。因此,不难看出相关的基础知识、理论的教学的重要性。
三、结束语
在以数据为驱动、以数据为中心的时代,作为研究数据的统计学面临的挑战和机遇十分重大。“大数据”背景之下,数据的搜集、整理、分析处理技术对统计学的发展、统计学的教学提出了巨大挑战。尽管如此,统计学中的基本原理始终不变,加之传统统计方法在统计搜集、整理当中的独特的不可替代之处,另外基于不能使用“大数据”进行分析的情形也不少见等问题出发考虑的话,传统统计教学的重要之处显而易见。
总之,在大数据时代,作为统计学的教学人员,我们既要面对挑战,也要抓住机遇。在强化传统统计学教学的基础之上,对教学形式、方法进行改革与创新,推动统计学的发展。
参考文献:
[1]李金昌.大数据与统计新思维[J].统计研究,2014(1)
[2]赵伟.大数据在中国[M].江苏文艺出版社,第1版,4014年6月1日
[3]杨铁莘.大数据时代下的统计学[M].电子工业出版社,第1版 ,2015年9月1日
[关键词]卫生信息管理医学统计学教学改革
[作者简介]周文君(1975-),女,江苏盐城人,盐城卫生职业技术学院卫生信息管理教研室主任,讲师,研究方向为公共卫生及卫生信息管理专业教学。(江苏盐城224005)孙晓凯(1978-),男,江苏盐城人,盐城市疾病预防与控制中心慢性病科主管医师,研究方向为慢性非传染性疾病的预防与控制及卫生统计学教学。(江苏盐城224002)
[中图分类号]G642.0[文献标识码]A[文章编号]1004-3985(2009)20-0144-02
现代医药卫生科技信息化发展迅速,卫生信息管理科学的发展对卫生信息管理专业人员的素质提出了很高的要求。医学院校培养的卫生信息管理专业学生需要面向各级卫生行政管理部门、医院、医学信息部门、医学图书馆等部门,从事日常办公事务处理、病案管理、卫生信息资料、医学图书、档案管理等工作和计算机维护工作。①他们除了需要掌握基础医学、临床医学等医药卫生知识和程序设计、数据库管理等计算机知识外,还需要具有较好的统计学理论知识,能够熟练掌握部分统计软件的使用,以便为各级医药卫生机构提供信息和决策依据。为了提高医学统计学课程质量,培养卫生信息管理专业学生建立统计学观念,提高动手解决实际问题能力,近年来,盐城卫生职业技术学院对卫生信息管理专业的医学统计学的教学方法进行了探索与研究,主要从以下几个方面着手。
一、根据课程特点明确学习要求
1.课程特点。医学统计学是一门既有复杂理论知识,又有丰富应用技巧的医学专业基础课程。它是科研设计、资料的搜集、整理和分析的灵魂,可应用于居民健康状况评价、医疗卫生实践和医学科研等各个方面,涉及基础医学、临床医学、预防医学等多学科领域。医学统计学内容主要是以医学理论及其研究内容为载体,应用数理统计学的理论和方法来阐述某个医学实际问题。②
2.学习要求。医学生学习医学统计学,并非要成为医学统计学的专业人才,其目的在于建立起统计学观念,学会从不确定性、机遇、风险和推断的角度去思考医学问题。对于卫生信息管理专业等非预防医学专业学生,特别是专科生,医学统计学的数学原理、公式推导等要求可以更加放宽,重点应放在统计方法的应用上。因此,我们要求学生学习医学统计学必须要牢固树立起统计学观念,如生物性个体变异观念,各种医学指标独特和分类观念,抽样误差不可避免及各种条件下样本具有不同的误差观念,各种研究对象和研究方式含有不同变异的观念,等等。学习医学统计学的具体要求是:能够理解一些基本概念、基本原理;记住一些最基本的公式和界值;重点要掌握统计方法的适用条件、统计结果的解释;此外还要再加上认真的课后练习和上机实习。
二、系统安排教学重点
1.合理选择授课章节。目前,各地院校本科、专科生开设的医学统计学课程课时大多在50~100节课间,要在这有限的课时内讲完这么多的内容很不现实,所以各地学校要根据培养目标选择适当的章节为学生讲解。对于非预防医学专业学生,除了基本的概念、统计描述、概率分布、参数估计、t检验、卡方检验、非参数检验等医学统计学基础理论部分外,其他的理论部分,如实验设计、调查设计、复杂的相关与回归等章节可以不讲,留给有兴趣的同学自学,把更多的时间安排在课上讨论和实习课的操作上。对于卫生信息管理专业学生的培养目标,除了基本统计学理论外,还应重点加上在日后信息统计工作中会常用到的关于各种率的概念、计算方法的章节。此外,还可以讲座的形式为学生介绍一些常用的、比较复杂的统计学方法。
2.明确教学重点。传统的统计学教学内容包括三个方向:一是基本概念和方法;二是公式的来源、推导和详细的手工计算步骤;三是统计结果的解释与分析。③传统的公式推导虽有利于对统计基本概念的理解,但对非统计专业的医学生来讲,冗长的公式推导已很难理解,更谈不上对它的记忆了。因此,对于统计公式,我们要求学生只要了解其直观意义、用途和应用条件,而不要求掌握其数学推导,教学内容的重点放在统计学基本原理、基本要领和逻辑思维上,而不是统计学方法的计算过程或数学算法的讲解上。同时,随着信息技术的迅速发展,各种数据处理软件和统计软件唾手可得,统计学计算也很容易实现,相反,统计学基本知识和基本原理的教学更显迫切。我们的教学重点是培养学生解决实际问题的能力,让学生对已有资料能够找到适合的统计方法,结合本专业知识解释统计结果。为此我们调整了一些教学内容,注重统计学基础、统计学思维、统计学操作能力的培养,同时利用优秀的统计软件,简化统计计算过程,强调统计方法的选择与报告信息的提取。例如,目前医学上常用的假设检验方法有十余种。我们要教会学生能够根据研究目的、资料类型选择最适宜的统计方法,如计量资料常用t检验、方差分析等方法;计数资料常用卡方检验;等级资料可用秩和检验等,同时还要注意各种检验方法的应用条件。
三、注重例题的练习
1.从例题入手,提高学生的认识。医学统计学的学习以理解为主,而一般医学院校的学生对数学的接触很少,因此,对于医学统计学这门课程,很多学生往往存在一种恐惧心理。为消除这种心理,使学生对之感兴趣,从实例入手是非常重要的。在理论教学课上讲授某个概念或方法之前先举个例子或提出问题,让学生给出自己的看法和解决思路,教师适当加以引导和启发,在解决这些问题的同时,再将统计学基本概念、基本原理和基本方法融入其中。这里提到的实例,可以是教材中现有的例题或练习题,可以是统计咨询中碰到的实际问题,或医学期刊论著中的一些实例,也可以是日常生活中的某一现象。学生的思维经过这样一个由感性到理性,由具体到抽象的认识过程,减轻了接受抽象概念和方法的难度,加深了对书本内容的理解,还调动了他们学习的积极性,对提高教学效果大有帮助。此外,大量例题的讲解和练习还有利于提高学生日后解决实际问题的能力。由于毕业后从事不同的工作岗位,对于大部分人来说,很多统计方法往往因用不到而不会使用,等实际工作中碰到时候便无从下手,这时他们便可查阅以往教材、参考书上的例题,与实际工作中的材料进行对比来获得合适的统计方法。
2.进行案例讨论,加深对常见错误的认识。统计方法的选择重点在于要根据设计类型、资料类型及分析目的选用适当的检验方法和检验统计量。我们在讲授各种检验方法时,不但重点强调各种方法的应用条件,还举出具体误用例子加以讨论,将常被误用的方法列举出来,供学生辨析,从反面吸取经验教训。比如常见误用有:配对t检验误用为成组t检验;多组均数比较应用方差分析及q检验误用为t检验;配对设计卡方检验误用为成组卡方检验;多个率比较应用行×列表卡方检验误用为四格表;应该用确切计算概率法误用为四格表卡方检验;等等。新版的“卫生统计学”教材每章都增加了“案例讨论”部分,教师减少了习题课时间,充分利用这些案例,给学生足够时间进行课堂讨论。案例讨论在不偏离主题的前提下,调动了每一个同学的积极性,又能及时发现问题,解决问题,培养学生的综合应用能力,为今后的实际应用打下坚实基础,很受学生的欢迎。
四、使用统计软件提高教学质量
1.选择SPSS软件作为教学软件。计算机和软件技术的飞速发展避免了在医学统计工作中烦琐的计算过程和记忆复杂的计算公式,使得医学统计学的应用越来越易于实现。卫生信息管理专业学生之前接受过计算机基本知识的培训,很容易掌握软件的操作,因此开设统计软件实习课显得尤为必要。目前,国内外的统计软件众多,根据学生的实际情况,从针对性、实用性的观点出发,我们选择了功能强大且易于掌握的SPSS软件作为医学统计学实习课的教学软件。SPSS是目前国际上最流行的、具有权威性的统计分析软件之一,它操作简单,无须编程,易学易用,可以直接读取Excle等数据文件,分析结果清晰、直观,可以直接复制到Word文档中,为学生使用带来极大的方便。④
2.精心安排实习课内容。实习课我们要求学生在计算机上学会应用该软件,能够在学习之后应用该软件独立完成实际资料的统计分析等工作。具体做法是,首先由实习教师对本节课的内容进行讲解,并在主机动态演示SPSS软件的操作过程,解释结果,然后让学生应用SPSS软件独立完成书本上或教师精心筛选的习题,并要求学生看懂计算机输出的结果,同时能对资料进行解释。我们重点让学生掌握的是一些基本操作(包括数据的输入和整理、变量的设置、转换等)、主要统计分析过程(包括描述性统计、t检验、方差分析、卡方检验、线性回归和相关分析、非参数检验)和基本统计图等内容,同时要求学生能理解输出的结果,合理解释统计结论中重点指标的含义。
3.避免盲目使用统计软件。统计方法选择的正确与否依赖于使用者对资料的了解程度与统计分析方法的掌握程度。而SPSS软件只是一种工具,它无法对统计方法的适应性做出判断,不能取代分析过程。如果不懂得选用正确的统计方法,而盲目使用计算机和统计软件,不管是什么研究类型的数据都简单地交给计算机处理,用计算机取代统计,那么大量的信息和统计数据将得不到有效的利用,势必造成统计方法的滥用和误用。另外,学生在课本上看到的是规范化的表格表示出来的资料,很容易选择适当的方法,而日常工作中往往不是这样,因此,如果学生对统计方法掌握不好,在实际工作学习中很容易出现滥用统计软件的情况。所以,我们教学中一再强调不能盲目的使用统计软件,而是要根据统计学原理选择合适的统计方法,然后再使用统计软件进行分析。
五、采用现代化教学手段
【关键词】保险产品定价 保险精算学 保险经济学
精算一般是指运用数学、统计学、金融学、保险学以及人口学等学科知识和原理,定量解决工作,尤其保险经营管理中的实际问题,进而为决策提供科学依据。精算和保险的结合形成保险精算,保险精算是精算学的重要组成部分。保险经济学是经济学的一个分支,运用经济学原理来分析、研究关于保险领域问题的一门学科。从微观层面来看,保险经济学研究个人、保险人、保险中间人、保险监管者在市场中的行为决策,如何在有限资源下达到效用最优。从宏观层面来看,保险经济学研究保险在整个国民经济中的作用及影响。在这两个既有联系又有区别的学科中,保险产品定价是它们共同的重要内容,究竟这两门学科中保险产品定价有何异同,这正是本文所要尝试探讨的问题。
一、保险定价的数理基础
(一)保险精算学中保险定价的数理基础
大数定律在保险定价中所起的作用主要有以下几个方面:一是利用贝努里大数定律和泊松大数定律来估计风险损失发生的概率;二是利用大数定律来分散和降低风险;三是大数定律是衡量保险公司财务稳定性的数理基础;四是大数定律也是再保险的数理基础。
保险精算一般分为寿险精算和非寿险精算,它们具有不同的数理基础。寿险保费的计算涉及的数理基础主要有概率论与数理统计、人口数学、利息理论和生存模型等。非寿险保费的计算比寿险保费计算更为复杂,因为非寿险中损失次数和损失额都是随机变量,其涉及的数理基础主要有概率论与数理统计、信度理论等。
(二)保险经济学中保险定价的数理基础
保险经济学的建立与发展有赖于不确定情况下的经济分析工具的发展。金融定价模型,如投资组合选择模型、资本资产定价模型、最佳证券投资理论、跨时期资本资产定价模型、套利定价理论、期权定价理论、折扣的现金流模型等,在保险定价中起着重要的作用,也是保险经济学中保险产品定价的重要的数理理论基础。将资本资产定价模型应用到保险业后可以发现,均衡保险价格反映了保险经营中的不变风险。如果保险风险和金融市场风险没有统计相关,那么均衡保险价格是以预期索赔成本的现值厘定的。如果它们是统计相关的,那么均衡中会出现正的或负的保险附加费。资本资产定价模型的一个主要局限在于其没有考虑诸如有限责任及不对称税收计划等要素引起的非线性影响。
(三)保险定价数理基础的差异
从上面的分析可以看出,保险精算学中定价的数理基础是纯数学的、概率统计的,而保险经济学中定价更多的是基于金融数学、随机过程。尽管二者都采用了数学分析手段,但各自的侧重点不相同。
二、保险定价的基本原理
(一)保险精算学中保险定价的基本原理
保险精算学中保险定价的核心内容是厘定纯保费,用E表示。纯保费厘定的基本原理是收支平衡原理,厘定结果为精算公平纯保费,即纯保费与保险人未来预期保险责任赔款损失相等。用L表示保险人在签单生效时的损益,表示保险人未来预期保险责任赔款损失现值,X表示投保人或被保险人缴纳的纯保费的现值,则保险精算学中保险定价的收支平衡原理可以表示为E(L)=0,即E(Z)=E(X)。尽管寿险精算和非寿险精算所处理的风险性质不相同,但是纯保费厘定所适用的原理都是一样的,只是在具体的厘定纯保费模型上有差异。给定了预定死亡率(非寿险为预定损失率)、预定利息率(非寿险是短期险,一般不考虑)、预定费用率以及安全加成或利润因素等,采用收支平衡原理厘定毛保费。在保险精算中,这些预定的定价因素是从保险公司(或再保险公司)以往经营中得到的经验结果,具有很强的主观性,不同的保险公司之间可能会存在个体差异性。
(二)保险经济学中保险定价基本原理
保险经济学中保险定价和保险精算学中保险定价的不同之处在于,保险经济学定价在保险价格的决定过程中充分考虑了市场的作用,应用了经济学中的均衡价格决定原理。因此,保单价格应该是风险和收益的一种均衡。相对而言,保险精算中的精算保费模型是从供给方面着手,它假定价格由保险人单方面决定。在保险经济学中,由精算学者和金融经济学者共同发展的保险金融定价模型成为了保险定价的主流趋势。在保险经济学中,在不同的保险市场和经济条件下应用经济学理论来考察保险定价。在完全市场模型下,认为由竞争决定的长期均衡保险费即公平保费与索赔、销售费用、所得税和其他成本,包括税收以及资本成本等的预期现金流的风险贴现值相等(Myers and Cohn,1986)。保险经济学者也在资本冲击、价格管制等经济条件下来考察对保险定价的影响。
三、保险产品定研――保险精算学与保险经济学研究比较
通过上面的分析,对于保险精算学和保险经济学中关于保险定价的一些联系与差异,我们可以得到一些探索性的结论:
(1)从数理基础上看,保险精算学偏重于纯数学的、概率统计的的数学工具,而保险经济学侧重于应用的、随机过程的、和金融市场结合紧密的数学工具。
(2)从定价的基本原理上看,保险精算学立足于计算公平保费,使用的是收支平衡原理。保险经济学立足于计算市场均衡保费、最优保险保费等,充分利用了经济学原理,如供求均衡原理、效用最大化原理、市场结构理论等。而且,在保险经济学中,保险被看成是一种金融产品,在其价格确定时,也充分利用了金融产品价格确定的金融数学模型。
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.
关键词:ArcGIS 土壤 区域 空间变异
中图分类号:X53 文献标识码:A 文章编号:1007-3973(2012)010-108-02
1 引言
随着信息社会的到来,人类社会进入了信息大爆炸的时代。面对海量的信息,人们对信息的要求发生了巨大变化。随着计算机技术的出现和快速发展,对空间位置信息和其他属性类信息进行统一管理的地理信息系统也随之快速发展起来了。
在众多的地理信息软件中,美国公司ESRI公司推出的ArcGIS地理信息平台是最具代表性的GIS软件平台,其强大的空间分析处理工具和不断更新、完善的空间分析功能是其他软件无法比拟的。
土壤是在岩石风化产物基础上发育形成的自然体,土壤中还有各种重金属,通过ArcGIS的地统计模块能够揭示土壤重金属的空间变异规律和空间分布,为实现土壤可持续利用和区域规划提供理论依据。
2 ArcGIS中地统计模块
来自法国的统计学家G.Matheron在经过许多研究和分析后后创立了一门崭新的统计学分支:地统计学。地统计学的基础是区域化变量,以变异函数为工具,研究的对象是具有随机性和结构性的自然现象。
2.1 地统计基本原理
2.1.1 地统计假设
随机性,正态分布和平稳性分别是地统计原理的三个基本假设。在平稳性中有两大类:均值平稳和二阶平稳、内蕴平稳。均值平稳假设均值是与位置无关的一个常量;二阶平稳与协方差有联系;内蕴平稳与半变异函数有联系。二阶平稳假设在空间上的任意两点,如果它们的距离和方向都相同,那么它们的协方差也是相同的;内蕴平稳则假设在空间上的任意两点,如果它们的距离和方向是相同的,那么它们的方差也是相同的。
1.1独立学院学生的统计学学习现状
学生缺乏对于统计学的兴趣,很多经管类专业的学生在思想上意识不到统计学的重要性,并不太重视统计学的学习。独立学院的学生数学基础相对比较差,并且经管类专业的生源大多是文科生,对于数据、公式、原理的理解和学习普遍存在“畏难”情绪,也不善于数理类课程的学习。授课的普遍经验是学生对于描述统计学部分的学习很轻松,但是对于以概率论为基础的推断统计学部分的学习则是“叫苦连天”。讲授推断统计学部分的内容时,可以看到学生茫然的表情,似乎完全跟不上老师的节奏;下课后,不少学生向老师抱怨“好难,好难”。经管类专业的统计学课程是36-54学时,在这有限的课时里,要完成经典统计学的大部分内容———描述统计学、概率分布、抽样分布、区间估计、假设检验、线性回归的授课,时间已然不太足够。更何况,学生在高中对于排列组合的学习并不深入,甚至很多文科生反映他们完全没有学习过排列组合的内容;在大一只学习了微积分,并没有开设概率论相关的课程。因此在讲课的过程中还需要补充一些教材之外的基础知识,不仅时间不够用,而且学习的效果也大打折扣。
1.2独立学院教师的统计学授课状况
在教学内容方面,由于课时限制和学生基础薄弱,教师能够按计划完成教学计划已属不易;由于学生普遍反映统计学学习太难,一线的授课教师迫于教学质量评估的压力,不得不删减掉一些比较难的知识点。这就使得教师讲课的内容不得不局限于教材基础知识,而缺乏对于基础知识的延伸和对于学生解决实际问题能力的培养。在教学手段方面,由于现在的年轻教师授课过度依赖于多媒体,虽然展示了生动形象的图片、视频等,也能用动态的方式展示图形的变换。但是多媒体授课很难帮助教师把握好授课的节奏,尤其是统计学这种需要深入理解的学科,其结果是导致学生很难透彻理解基本原理和方法。
2独立学院统计学课程教学中存在的问题及分析
2.1教材选用不太合适
独立学院的很多课程在教材使用方面都和母体院校保持一致,统计学教学使用的教材也不例外。然而,母体院校本身就是偏重科研,在教学方面也偏重于理论教学;而独立学院的人才培养定位是应用型人才,在教学方面也更应偏重于应用能力的培养。而且,独立学院的学生相比母体院校的学生来说,基础较差,学习同等难度的教材肯定会很吃力。因此,简单的套用母体院校使用的教材肯定会导致教学内容和教学目标相冲突的现象。许多教材都是重理论、轻应用,太过注重讲述基本理论、基本方法的推导和计算过程,而缺乏经济与管理领域的相关案例,无法调动学生学习的积极性,也无法培养学生学习的兴趣。
2.2教学形式单一
目前独立学院对于统计学的教学大多仍是采用传统的以教师为主的“讲授式”教学。教师单向灌输式的向学生介绍基本方法及其推导,缺乏学生的全身参与,就会使得课程更加枯燥无聊。而现在的学生都是思想活跃、个性活波的90后,一味的“填鸭式”教学不仅会使他们失去学习兴趣,甚至会引起他们的反感。
2.3教学内容重理论、轻实践
经管类专业的统计学课程由于课时或者教学条件的限制,在统计学教学方面,只注重课堂上教师的单向讲授,只是机械的向学生灌输理论和相关公式,没有把统计学的授课和相关专业课程有机结合起来,甚至出现很多个专业在统计学授课时用同样案例的现象。这导致学生们在学习了一个学期的统计学之后,对它的印象只有“和高数一样难”,“一大堆公式”,而不知道学习这门课有什么用,该怎样用。
2.4考核方式简单
如今统计学课程的考核仍是采用传统的闭卷考试方式,考试的内容主要是计算分析附带一堆数据的题目。这样的考试主要考察学生对基础理论和基础方法的掌握,却很难考察出学生运用知识解决实际问题的能力。尤其是在“挂科”和评奖学金的压力下,学生最关注的还是试卷上的一个分数,他们希望取得高分,所以在期末时会拼命的通过习题进行演练,这个过程当然也能带来强化基础理论的效果。但是更真实的情况是,只要学生练习足够多的习题,即使他完全不会运用这个知识点,仍然能在试卷上按照早已经熟记的步骤和公式写出解题过程,仍然能取得不错的分数。很显然,这样的考核方式和培养应用型人才的目标相冲突的。
3独立学院统计学课程教学改革的措施
3.1选择或开发合适的教材
前几年的统计学教学采用中国人民大学出版社编写的统计学经典教材,该系列的教材内容全面、逻辑清楚,为很多高校所采用。然而该教材对于独立学院的学生来说难度偏大,偏重于对统计学原理和方法的讲解,而缺乏详实的经济管理领域的例子。近两年来我们采用国外学者主编的《经济与商务统计》作为教材,该教材内容相对比较简单,并且包含有丰富案例,这些案例都是来源于经济与管理领域,有些案例是讲述企业在生产经营过程中遇到了难题之后怎样运用统计学的思维进行解决的。较简单的教学内容能够减轻学生在学习中的心理负担,丰富的案例能让学生真切地意识到统计学的实用性,并能够激发他们的学习兴趣。
3.2建设学生参与型课程,充分调动学生积极性
从教学方式上来说,要多种教学手段并用,树立“教师为指导,学生为主体”的教学理念,进行互动式教学。具体来说,在教学中不能单纯采用教师讲授的灌输式授课,要结合采用案例教学法、项目教学法等方法。案例教学法中,通过精心准备的案例,对学生进行逐步引导,培养他们应用统计学的理念和方法解决具体问题的能力。在项目教学法中,把学生分为几个小组,以小组为单位完成一项统计调查任务;让学生作为任务主体,通过独立完成任务把理论和实践结合起来。
3.3改革教学内容,改变教学手段
统计学对于经管类专业的学生来说是一种工具,他们没有必要很清楚具体的统计公式是怎样推导出来的,也没必要把公式背得滚瓜烂熟,更没必要擅长把数据套进公式进行计算。他们只需要知道什么样的情况下应该采用什么样的统计学方法解决问题,统计的结果代表什么含义就可以了。所以在经管类统计学课程的教学中,应该强化基本原理的讲解,弱化公式的推导和统计计算。教学手段上,不应该过度依赖于多媒体教学,应当结和板书与多媒体教学,并增加上机课。统计学的内容理解起来比较难,如果全部采用幻灯片授课,学生对于上课内容无法深刻理解,当然也就不能很好地掌握了。板书教学会放慢课堂节奏,给予学生更充分的思考和理解时间,并且步骤清晰,更方面学生进行复习。上机课主要着重于学生实际操作技能的培训,讲解相关统计软件的使用,并让学生动手操作,加强技能的训练。
3.4考核方式多样化
考核方式不应该只是期末闭卷考试,描述统计学部分可以采用书面报告的形式进行考核。撰写格式规范、层次清晰、图表结合的报告是对于一个大学毕业生最基本的要求,可以找一些与本专业相关的案例和数据资料让学生进行分析整理并撰写分析报告,以此来培养和考核学生撰写规范的统计报告的能力,也可以考察学生对于统计图表的应用能力。
4总结