期刊大全 杂志订阅 SCI期刊 投稿指导 期刊服务 文秘服务 出版社 登录/注册 购物车(0)

首页 > 精品范文 > 统计学论文

统计学论文精品(七篇)

时间:2022-04-14 10:28:18

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论文范文,愿它们成为您写作过程中的灵感催化剂,助力您的创作。

统计学论文

篇(1)

【论文摘要】所谓统计思想,就是在统计实际工作、统计学理论的应用研究中,必须遵循的基本理念和指导思想。统计思想主要包括均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等思想。文章通过对统计思想的阐释,提出关于统计思想认识的三点思考。

一、关于统计学

统计学是一门实质性的社会科学,既研究社会生活的客观规律,也研究统计方法。统计学是继承和发展基础统计的理论成果,坚持统计学的社会科学性质,使统计理论研究更接近统计工作实际,在国家和社会得到广泛发展。

二、统计学中的几种统计思想

2.1统计思想的形成

统计思想不是天然形成的,需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括,才能逐步形成系统的统计思想。

2.2比较常用的几种统计思想

所谓统计思想,就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下:

2.2.1均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论,是统计学的基本思想。均值思想也要求从总体上看问题,但要求观察其一般发展趋势,避免个别偶然现象的干扰,故也体现了总体观。

2.2.2变异思想

统计研究同类现象的总体特征,它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差,是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3估计思想

估计以样本推测总体,是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设:样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响,在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4相关思想

事物是普遍联系的,在变化中,经常出现一些事物相随共变或相随共现的情况,总体又是由许多个别事务所组成,这些个别事物是相互关联的,而我们所研究的事物总体又是在同质性的基础上形成。因而,总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在,所有实际事物的关系都表现得非常复杂,这种方法就是对规律或趋势的拟合。拟合的成果是模型,反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6检验思想

统计方法总是归纳性的,其结论永远带有一定的或然性,基于局部特征和规律所推广出来的判断不可能完全可信,检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3统计思想的特点

作为一门应用统计学,它从数理统计学派汲取新的营养,并且越来越广泛的应用数学方法,联系也越来越密切,但在统计思想的体现上与通用学派相比,还有着自己的特别之处。其基本特点能从以下四个方面体现出:(1)统计思想强调方法性与应用性的统一;(2)统计思想强调科学性与艺术性的统一;(3)统计思想强调客观性与主观性的统一;(4)统计思想强调定性分析与定量分析的统一。

三、对统计思想的一些思考

3.1要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过:“统计学具有处理复杂问题的非凡能力,当科学的探索者在前进的过程中荆棘载途时,唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单,因为我们所面临的现实问题可能要比想象的复杂得多。此外,有些人认为方法越复杂越科学,在实际的分析研究中,喜欢简单问题复杂化,似乎这样才能显示其科学含量。其实,真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是,有些人认为只有推断统计才是科学,描述统计不是科学,并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的,至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论,并且注重于把统计学应用于人类事物,试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念,如GNP、人口增长率等等,均是凯特勒及其弟子们的遗产。

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知,逻辑推理方式主要有两种:归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设,即以所掌握的数据信息为依据,归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化,尤其是在根据必然性去研究和认识偶然性方面,具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着,但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面:一是基于同样的数据会得出不同、甚至相反的分析结论;二是我们所面对的分析数据有时是缺损的或存在不真实性;三是我们所面对的分析数据有时则又是海量的,让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段,分析的方法技术已经有了质的飞跃,但与人类不断提高的要求相比,存在的问题似乎也越来越多。所以,我们必须深化对数据分析的认识,围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的,不断拓展研究思路,继续开展数据分析方法技术的研究。

参考文献:

[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).

[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).

篇(2)

长期以来,各级统计部门(包括政府统计部门的综合统计和政府其他职能部门的专业、行业统计)年年讲天天讲的是,统计要为政府服务,要为领导服务。这种提法本没有错,但却是不全面的。随着社会主义市场经济体制的逐步完善,随着政府职能的逐步转变,面向公众、为社会服务,应该成为统计工作的一个重要组成部分。

统计面向公众是统计工作的性质所决定的。统计用数字描述、反映事物的发展变化及其规律;任何事物都有其数量特征。统计数字覆盖经济和社会生活的各个领域;对统计数字的需求自然也来自社会的方方面面,而绝不仅限于政府部门或有关领导。如果无视或轻视更为庞大的社会需求群体,统计工作就是不全面、也是不完整的。

统计面向公众是发展市场经济、转变政府职能的要求所决定的。一方面,随着市场对资源配置的基础作用愈来愈强,社会对统计信息的需求也必然愈来愈多。另一方面,所谓政府职能,从本质上说,就是运用法律赋予的管理手段为社会公众服务。随着市场经济的发展,政府应该逐步变管理为服务,政府统计部门自然也要转变观念和职能。

篇(3)

关键词:生物统计学;精品课程;教学改革

一、引言

随着生物科学的发展,只有定性的结论已不能满足实践的需要,实现生物科学结论定量化是人们长期追求探索的目标;生物统计学是生物学科定量化的重要分析理论与方法,生物统计学是生物学科应具备的基本知识和素质,与生命活动有关的各种现象中普遍存在着随机现象,大到森林陆地生态系统,小至分子水平,均受到许多随机因素的影响,表现为各种各样的随机现象,而生物统计学正是从数量方面揭示大量随机现象中存在的必然规律的学科。因此,生物统计学是一门在实践中应用十分广泛的工具学科,它是生命科学各专业的专业基础课,对后续生命科学课程学习和生物科研有重要作用。

同时,生物统计作为数理统计在生物学领域的应用,是教学难度较大的一门课程。因此,在生物统计学精品课程建设过程中,针对各专业培养目标的定位,因材施教,更新教育理念,加强实践训练,在教学方法和教学手段上进行改革和大胆探索。

二、二十一世纪对生物统计学课程的重新定位

(一)新世纪对生物统计学课程提出的新要求。

二十世纪上半叶农业和遗传统计学首先获得了发展,在其基础上发展起来的生物统计学、统计流行病学、随机化临床试验学已经成为攻克人类疾病的一个里程碑。这在过去的半个世纪里显著提高了人类的期望寿命。

21世纪人类基因组,基因芯片等实验科学产生出的巨量数据,需要新工具来组织和提取重要信息。

将数据转化为信息需要统计理论和实践方面的洞察力、技术和训练。

未来的生物统计学将会与信息技术密切结合,较少侧重传统数理统计,而会更多注意数据分析,尤其是大型数据库的处理。生物统计学越来越不同于其它数学领域,计算机和信息科学工具至少和概率论一样重要。

(二)生物统计学对大学生素质培养的作用。

生物统计学的一个重要特点就是通过样本来推断和估计总体,这样得到的结论有很大的可靠性但有一定的错误率,这是统计分析的基本特点,因此在生物统计课程的学习中培养了一种新的思维方法———从不肯定性或概率的角度来思考问题和分析科学试验的结果。

生物统计学是通过个别的试验研究得出其一般性结论,属于归纳推理的范畴。但其有别于简单枚举法和科学归纳法,是一种或然性归纳推理或者概率归纳推理。在生命科学的研究中绝大多数涉及到的是随机事件,因此,生物统计学不仅是试验设计与统计方法的教学,更重要的还是大学生思维方式的培养,这对提高大学生的素质很有必要。

生物统计学包括试验设计和统计方法两个有机联系的组成部分。通过试验设计的教学可提高大学生设计研究课题试验方案的能力,使之明确课题的研究目的、试验因素与水平以及试验设计方法等方面的内容。通过统计方法的教学除让学生弄清各种统计方法的内涵外,还需要使学生能够正确地选择最适合的统计方法,以揭示资料潜在的信息,达到研究的最终目的,从而提高大学生科学研究素质。

三、教学方法和教学手段的改革

(一)加强电子课件及网络平台建设。

生物统计学是应用概率论和数理统计原理研究生物界数量变化的学科,而概率统计的理论和思维方法对本科生来说有一定的难度,加之课程学时的减少(由原来的60-70学时,降到现在的40学时左右),如何深入浅出地引导学生入门,并使学生在了解概率统计思想的基础上,掌握常用统计分析方法的应用及使用条件是课程的教学难点。为此,我们利用多媒体技术,制作了与教材配套的课件,通过在课堂上把抽象内容形象化与直观化,收到了良好教学效果。建设了一个生物统计学教学网络支撑平台,现有课程简介、教学大纲、师资力量、授课教案、电子版《生物统计学》教材、课程录像、实习指导、在线测试题、参考文献、其它教学资源等栏目,免费向全校师生开放。

(二)将多媒体教学优势与学生的认知规律有机结合,用较少的学时得到良好的教学效果。

多媒体具有信息量大、形象化、直观化的特点。

但是如果不能很好地将多媒体这些特点与学生的认知规律相结合,多媒体教学就可能会带来一些弊端诸如:(1)内容多,幻灯片变换快,由照本宣科变为照屏宣科,为新的“满堂灌”;(2)课件图片多,内容以展示为主,缺乏启发性;(3)教学内容常用满屏的方式显示(即所谓“死屏”),老师照着屏幕上的内容给学生讲解,失去了传统教学方法,老师边讲边板书能给学生留下比较深刻印象的特点,缺乏吸引力。

而多媒体在教学中只能充当工具的角色,在教学过程中必须将多媒体信息量大、形象化、直观化的特点与学生的认知规律紧密结合在一起。在制作课件时,采用启发式教学方式,精炼教学内容,模仿传统教学书写板书的过程,根据教学内容的难易程度,采用逐字、逐句、逐段显示教学内容的动画方式。在课堂教学中,老师仍然保持传统教学方法的教姿教态,在授课的过程中与学生保持互动,根据学生在课堂上接受知识的能力,掌握屏幕上显示内容的速度,必要时辅以板书进行讲解。这样做既发挥了多媒体教学的特点,又充分照顾到学生的认知规律,在内容没有缩减,学时减少近三分之一的情况下,仍然取得良好的教学效果。

(三)长期坚持教育教学方法及教学规律的研究。

生物统计学的理论基础是概率论与数理统计,从这个层面上讲,它有非常浓的数学味道,但是它又有别于概率论与数理统计,生物统计学更主要强调的是概率论及数理统计的思想和方法在解决生命科学中一些具体问题的应用。因此在教学过程中就存在一个“度”的把握问题,如果将概率论及数理统计的原理讲得太多,一是学时不允许,二是学生难以消化,得不到好的教学效果;如果只注重方法的讲解,学生知其然不知其所以然,就会误入乱套公式的歧途。经过将教学的重点放在教学中引导学生重点掌握统计方法的功能与用途,方法与步骤,防止各类方法的误用,淡化定理的证明与公式的推导。在教学内容的安排上采用“保干削枝”,即在学时减少很多的情况下,将一些次要的统计方法去掉,也要保证有足够的学时讲授理论分布与抽样分布、统计假设测验等方面的内容,让学生掌握生物统计学中所蕴含的概率论及数理统计的思想精髓,从而避免学生乱套统计公式。

(四)密切跟踪生命科学发展的前沿动向,探索生物统计学解决前沿问题的理论与方法。

统计学在生物学中的应用已有长远的历史,许多统计的理论与方法也是自生物上的应用发展而来,而且生物统计是一个极重要的跨生命科学各研究领域的平台。现在基因组学、蛋白质组学与生物信息学的蓬勃发展,使得生物统计在这些突破性生物科技领域上扮演着不可或缺的角色。在课程建设中,随时注意纳入生物统计学在前沿领域研究应用的内容,增强课程的活力,提高教师和学生面向生物产业主战场解决实际问题的能力。

四、加强实践教学,注重学生能力培养

生物统计学要不要开实验课,怎样开实验课,一直存在争议,在此认为生物统计学不仅应该开设实验课,而且还要将实践教学的重点放在计算机技术和统计软件的应用上,让学生不仅掌握统计方法,而且加深对原理的认识,获得就业或升学的必备计算机统计技能,提高解决复杂问题的能力。

(一)开展统计软件的实习,扩大学生的视野,提高学生素质。

20世纪20年展起来的多元统计方法虽然对于处理多变量的种类数据问题具有很大的优越性,但由于计算工作量大,使得这些有效的统计分析方法一开始并没有能够在实践中很好推广开来。而电子计算机技术的诞生与发展,使得复杂的数据处理工作变得非常容易,所以充分利用现代计算技术,通过计算机软件将统计方法中复杂难懂的计算过程屏障起来,让用户直接看到统计输出结果与有关解释,从而使统计方法的普及变得非常容易。在课程体系改革中,各课程的教学时数与达到培养目标所需完成的教学内容相比还是不足的。为此,可以通过标准的统计软件的教学实习来达到以点带面,扩大学生视野,提高学生素质。

为此我们建立了一个专用于实习教学的生物统计电脑实验室。现共有50余台电脑,并连接到校园网。实验室配备有指导教师,负责对上机的学生答疑。除按教学计划进行的正常实习教学外,实验室还对优秀学生免费开放,鼓励他们结合教师的科研活动,应用所学生物统计学知识,学习新的生物统计学知识,掌握应用计算机解决生物统计学问题的技能。

(二)全方位、多层次的实践教学。

为了进一步培养学生实际动手能力和科学严谨的治学态度,必须将本课程的实践教学活动延伸到课堂教学外,开展全方位、多层次的实践教学。

在原绵阳农专期间,主要在作物育种、作物栽培、动物营养等课程实验与实习中,根据相关内容加入了试验设计方法以及数据统计分析的相关内容。

组建了西南科技大学生命科学与工程学院以后,由原来的单一农科专业变成了理、工、农三大学科均有专业的格局。虽然专业的学科归属不同,但有一点是相通的,其内涵均属于生命科学的范畴。以科学研究的方法进行划分,均属于实验科学。

掌握正确的实验设计方法,从不确定性数据中挖掘事物的客观规律,是实验科学工作者必备的技能。因此,我们将原来只是在农科专业上延伸实践教学的作法推广到全院的所有专业,结合实验课教学的改革,对发酵工艺学实验、植物细胞工程实验、食用菌实验、微生物学实验等课程的内容全部或部分改为用生物统计学指导学生自主进行实验设计,把过去单一的实验流程、样品观察或检测实验改变为试验条件的优化试验,提出在不同条件下对样品测定的比较试验设计、单因素试验设计、多因素试验设计、正交试验设计、均匀试验设计,对试验结果要求学生使用统计学的方法对进行分析和讨论,最后得出最佳试验条件。

这样的实验教学改革起到了一箭双雕的作用,从专业基础课或专业课的角度看,改验证性实验为设计型、综合性实验,增强了学生解决实际问题的能力,培养了学生创新思维的能力;从生物统计学角度看,将课程的教学实践延伸到课程外,弥补了学时的不足,更重要的是学生将自己学到的统计学知识,转化为解决实际问题的能力,知识得到很好的内化。

此外,在学生课外科技活动中指导学生选用正确的实验设计和数据的统计分析方法,提升科技作品的档次;在毕业论文(设计)中要求学生采用恰当的生物统计学方法进行设计与分析,写出高质量的毕业论文(设计)。

通过这样的教学实践,训练了学生的统计思维能力,使学生充分认识到掌握生物统计学这一工具的重要性和必要性,增强了学生学好用好这门工具的信心,提高了学生从复杂的生命现象中挖掘事物客观发展规律的能力。

精品课程是集科学性、先进性、教育性、整体性、有效性和示范性于一身的优秀课程。作为精品课程的载体,应具有一流的教师队伍、一流的教学内容、一流的教学方法、一流的教材、一流的教学管理等特点。与之相比,我们在生物统计学精品课程的建设上,才刚刚起步,今后还要在教材建设、师资队伍建设、科学研究等方面加大力度,将生物统计学建设成体现现代教育教学思想、符合现代科学技术和适应社会发展进步的需要、能够促进学生的全面发展而深受学生欢迎的一门课程。

参考文献:

[1]何风华,李明辉。生物统计学多媒体教学的探索与实践[J].江西教育学院学报(综合),2004,25(6):25~27

[2]洪伟,吴承祯,陈辉,等。精品课程建设的核心:学科、队伍建设与科学研究[J].高等农业教育,2004,6:50~51.

[3]崔相学。提高学生统计分析素质的实践与探讨[J].成都中医药大学学报(教育科学版),2004,6(2):67~68.

[4]邓华玲,傅丽芳,孟军,等。概率论与数理统计课程的改革与实践[J].大学数学,2004,20(1):34~37.

篇(4)

目前,很多研究人员对影像资料分析方法的学习和理解存在一定困难,尤其初学者对繁杂的概念、复杂的计算公式、数据资料性质判断以及如何选择合适统计学方法等问题难以深刻理解。针对这些问题,王良等[1]建议采用以下模式:判断资料类型、根据研究目的选择分析方法、其他适宜方法。

1.1根据资料类型初步确定方法

临床研究中产生的各种不同原始资料,而不同数据资料类型采用的统计分析方法也不同。定量资料常用的方法有t检验、方差分析、非参数检验、线性相关与回归分析等。定性资料可用的方法有χ2检验、对数线性模型、logistic回归等,影像医师可根据不同需要选用不同统计方法。值得一提的是有些资料类型确定后,统计方法的选用对其有序性有相应要求;而多种方法联合应用或者使用部分少见的分析方法时还需要在选定统计方法后,利用统计软件(如SAS、SPSS)对应的不同命令进行初步分析试验。

1.2根据研究目的选择方法

1.2.1差异性研究

差异性分析是指评价比较组间均数、频数、比率等的差异。根据研究需要可选用的方法有χ2检验、t检验、方差分析、非参数检验等。临床上研究两组、多组样本比率或构成比之间的差别关系时最常用χ2检验,也是针对计数资料进行假设检验的一种常用的统计学方法,而对两组定量资料分析常用t检验和秩和检验,多组资料分析则常用方差分析;Fisher精确概率法主要适用于总体样本频数小于40或四格表中最小格子T值<1。虽然Fisher精确检验不属于χ2检验,但仍可以作为有效的补充,而也有人认为在统计软件普遍易得的当下,Fisher精确概率法也同样适用于大样本四格表的资料。如彭泽华等[6]在探讨冠状窦-左心房肌连接的双源CT冠状动脉成像(DSCTCA)形态特征时针对冠状窦-左心房肌连接的类型在两组类别变量采用联表的χ2检验,结果差异无统计学意义(χ2=0.115,P=0.944)。Teefey等[7]在研究超声表现及白细胞计数预测急性胆囊炎坏疽变化关系时使用Fisher精确分析。t检验适用于两组定量资料分析且资料满足方差齐性和正态性两个基本条件;同样t检验适用于完全随机设计的单因素两水平的资料,在选用t检验时应注意对资料进行相应的变量变换,若资料不能满足基本条件则选用适合分析偏态分布的非参数检验(如:秩和检验)进行分析。如Wang等[8]在研究不同侵袭性的前列腺癌组织和正常前列腺组织以及外周带前列腺癌Gleason评分与肿瘤信号对比时采用t检验。Kung等[9]在研究化脓性髋关节炎的临床和放射学预测指标时也使用t检验分析。秩和检验包括基本秩和检验(Wilcoxon等级检验、Mann-WhitneyU-检验)和高级秩和检验(Kruskal-Wallis、Friedmantests、Kolmogorov-Smirnov拟合检验)。当研究资料为两方差齐且呈正态分布的总体,而总体分布类型未知或者不满足参数检验的条件时,采用t检验对样本进行比较;但若无需比较总体参数只比较总置的分布是否相同且总体资料分布类型未知时需要采用非参数的Wilcoxon秩和检验进行比较。针对两组或多组样本的定性资料使用秩和检验比较时,需要混合两样本数据、编秩(从小到大)、计量T值、查表或计算求得P值。如Saindane等[10]在对“空蝶鞍”的临床意义判定因素研究中针对颅内压增高和偶然发现空蝶鞍患者两组资料对比时采用Wilcoxon秩和检验。Filippi等[11]在研究DTI测量儿童Ι型神经纤维瘤病胼胝体派生指标时运用Wilcoxon秩和检验。事实上在影像资料分析中经常见到多重组间比较的情况,方差分析(analysisofvariance,ANOVA)就是用来推断两个或者多个总体之间是否有差别的检验,又称F检验。多重组间比较不能单纯选用两样本均数比较的t检验,但是可以根据资料类型选用ANOVA检验。若来自两个随机样本资料呈正态分布且方差齐性同的定量资料,应采用两因素(处理、配伍)方差分析(two-wayANOVA)或配对t检验。通过F检验可以比较可能由某因素所至的变异或随机误差,同时可了解该因素对测定结果有无影响。当不满足方差分析和t检验条件时,可对数据进行变换或采用随机区组设计资料的FriedmanM检验。Obdeijn等[12]在研究乳腺术前MRI能减少术中切缘和乳腺保守术后再次手术,使用ANOVA分析两组资料,结果对照组(29.3%)相比术前MRI病例组(15.8%)有效减少切缘和再次手术(P<0.01)。

1.2.2相关性分析

相关性分析不等同因果性,也不是简单的个性化相比,其涵盖的范围和领域较为广泛。统计学意义中的相关性分析包含相关性系数的计算,其过程为:每个变量转化为标准单位后,乘积的平均数即为相关系数。相关性分析可以用直观地用散点图表示两个或者多个变量的离散,当其紧密地靠近于一条直线时,即变量间存在很强的相关性。相关分析常用的方法有Pearson相关性分析、Spearman等级相关分析和卡方检验。临床中对两个或者多个均为定量变量的资料,且变量均呈正态分布时可选用Pearson相关分析,但多数情况下Pearson相关分析适用于两组资料的相关性分析。判断两变量之间线性关系的密切程度主要用Pearson积差相关系数,其范围为-1~+1。若相关系数的绝对值越接近1,即两变量间相关性越密切;反之,相关系数的绝对值越接近0,其相关性越差。实际上在高质量期刊论文中使用Spearman等级相关分析的研究也很常见,其通过相关系数进行变量间线性关系分析来判定两个变量间相关性的密切程度。而密切程度的量化指标则通过计算样本相关系数r,根据实际计算r绝对值所属范围来推断两个来自总体变量的线性相关程度,从而推断总体的相关性。根据实际分析需要,将相关关系密切程度分为6等:当IrI=0时,说明两变量完全不相关:当0<IrI<0.3时,说明两变量不相关;当0.3<IrI<0.5时,说明两变量低度相关;当0.5<IrI<0.8时,说明两变量显著相关;当0.8<IrI<1说明两变量高度相关:当IrI=l时,说明两个变量完全相关。王效春等[13]在研究磁敏感加权成像与动态磁敏感加权对比增强MR灌注加权成像联合应用在脑星形细胞瘤分级中的价值一文应用Spearman等级相关分析,结果显示肿瘤内磁敏感信号与相对血容量最大值和病理分级呈正相关(IrI分别为0.72、0.89,P值均<0.01),相对血容量与病理分级呈显著正相关(r=0.78,P<0.01)。又如Lederlin等[14]在比较几何参数、相关功能与组织学特性在哮喘患者的支气管壁CT衰减性关系中同时使用Pearson相关分析和Spearman等级相关分析,其r=0.39~0.43,表明与对照组相比常规CT衰减参数在哮喘患者平常支气管的CT参数、气道壁衰减方面更好的区分哮喘患者,同时也更好地区分气道梗阻。值得提及的是对资料有序或无序无法作出初步判定,且明确资料类型为定性资料时还可以选择使用卡方检验和Spearman等级相关分析。

1.2.3影响性分析

由于事物之间的联系是多种多样的,而某一结局可能受到来自其他多个方面的影响,此时为分析某一结局发生的影响因素可采用的资料分析方法有线性回归(一元或多元)、logistic回归、Cox比例风险回归模型(生存分析)等。在影像资料分析中一元线性回归是将影像资料中一个最主要影响因素作为自变量来解释因变量的变化。多元回归定义为某一因变量的变化受多个重要因素的影响,而此时需要用两个或多个影响因素作为自变量来解释因变量的变化,且多个自变量与因变量之间是线性关系(多个因变量之间相互独立)。实际研究中多元线性回归模型在影像资料分析应用较为广泛。Langkammer等[15]在磁敏感系数绘图在多发性硬化中应用研究中使用多元线性分析,结果显示各种影响因素中年龄是预测磁化率影响最强的因素。Logistic回归是研究二分类和多分类观察结果与某些影响因素自己建关系的一种多变化分析方法,其经常需要分析疾病与各影像指标之间的定量关系,同时又需要排除一些混杂因素影响。Logistic回归在统计学上属于概率型非线性回归,其分析思路与线性回归大致相同,能有效解决过高或过低水平因素以及分析因素少而样本量大等问题。相比多元线性回归,Logistic回归在处理分类反应数据方面更为常用,且适用于结局为定性影像资料。如Lee等[16]研究高分辨率CT在发现小蜂窝样特发性间质肺炎纤维化的连续变化和预后应用中使用logistic回归分析,结果表明高分辨率CT在网状和磨玻璃状范围内评价普通肺炎与非特异性纤维化肺炎之间差别明显(P<0.01)。在临床实际工作中常常需要分析生存时间与影像资料之间的关系,Kaplan-Meier法就是常用的一种分析方法,其又称乘积极限法,对大小样本资料分析均适用。实践中习惯上以时间为横轴、生存率为纵轴回执的阶梯状图称为Kaplan-Meier生存曲线(survivalcurve),也称K-M曲线。Cox比例风险回归模型是另一种生存分析方法,包括参数与半参数模型两类,其主要是进行多因素生存分析的一种方法,同时可分析众多变量对生存时间和生存结局的影响。Saad等[17]在经颈静脉肝内门体静脉分流术在肝移植受者的技术分析和临床评估研究中比较成功施行肝移植与非移植病人开展门体分流术(transjugularintrahepaticportosystemicshunt,TIPS)后的临床疗效评估,使用了Kaplan-Meier法,结果显示6~12个月、12~24个月、24个月以上,移植成活率分别为43%、32%和22%。生存期大于1年的晚期肝脏疾病模型存活评分低于17分、等于17分或大于17分的存活率分别为54%和8%(P<0.05)。

2其他适用方法

2.1ROC曲线

ROC(receiveroperatingcharacteristic)曲线是欧美影像学期刊中应用较为常见的统计学方法,国内期刊应用相对较少。ROC曲线根据一系列不同的分界值以真阳性率(灵敏性)为纵坐标,假阳性率(特异性)为横坐标绘制的曲线。ROC曲线分析结合灵敏度(sensitivity)和特异度(specificity)广泛应用于医学诊断,也应用于影像诊断及人群筛查。ROC曲线根据曲线下面积(areaundertheROCcurve,AUC)的大小对诊断试验作定量分析。理论上,AUC值在0~1间。根据实际情况将诊断分为不符合诊断(AUC<0.5)、无诊断价值(AUC=0.5)、低准确性(0.5<AUC<0.7)、一定准确性(0.7<AUC<0.9)、较高准确性(0.9<AUC<1),AUC越接近于1,表明诊断准确性越高。Hyodo等[18]在研究乏血管少结节的慢性肝脏疾病患者发展成富血管性肝细胞癌风险因素一文中使用ROC曲线分析,结果显示后续发展成血管性结节平均增长率明显高于非血管过渡性结节。

2.2Kappa检验

Kappa检验主要用于评价不同资料间一致性程度,常用Kappa值评价一致程度。Kappa系数适用于两项和多项无序分类变量资料。在影像学试验中常需要判断多名医师测量同一研究对象或者同一医师多次测量同一对象的一致性,Kappa一致性检验便是最佳选择。Kappa检验还可通过计算Kappa值对两种非金标准的诊断方法进行诊断结果一致性分析。一般而言,评价Kappa一致性需要计算Kappa系数,但在研究考察新的诊断试验方法是否优于金标准,或者检验是否与金标准一致时,还需要计算特异度、灵敏度、阳性预测值和阴性预测值等指标。目前公认的Kappa系数分为六个区段即一致性极差(Kappa值<0),一致性微弱(Kappa值0~0.2),一致性弱(Kappa值0.21~0.40),中度一致Kappa值(0.41~0.60),高度一致(Kappa值0.61~0.80),一致性极强(Kappa值0.81~1.00)。

2.3Levene检验

篇(5)

关键词:统计学;教学模式;EXCEL

进入21世纪,随着我国市场化步伐的加快,社会对新知识的需求日益增加,无论是国民经济管理,还是公司企业乃至个人的经营、投资决策,都越来越依赖于数量分析,依赖于统计方法,统计方法已成为管理、经贸、金融等许多学科领域科学研究的重要方法。教育部也将《统计学》课程列为财经类专业本、专科专业的核心必修课程之一。力图通过《统计学》的学习,使学生掌握探索各学科内在的数量规律性,并用这种规律性的解释来研究各学科内在的规律。同时,由于统计学所倡导的尊重客观实事,通过调查研究用实事说话,这也有利于培养学生的实事求是的学习、工作和科学研究精神。

一、《统计学》课程教学面临的挑战

1、内容日益丰富。长期以来,在我国存在两门相互独立的统计学——数理统计学和社会经济统计学,分别隶属于数学学科和经济学学科。20世纪80年代以来,建立包括数理统计学和社会经济统计学在内的大统计学,逐步成为我国统计学界的共识。1992年11月,国家技术监督局正式批准统计学上升为一级学科。国家颁布的学科分类标准已将统计学单列为一级学科。随着大统计学思想的建立和统计学在实质学科中的应用的需要,大多数学校和老师在财经类专业的本、专科专业《统计学》教学过程中,除了保留社会经济统计学原理中仍有现实意义的内容,如统计学的研究对象方法、统计的基本概念、统计数据的搜集整理、平均及变异指标、总量指标、相对指标、抽样调查、时间序列、统计指数等;同时也系统的充实了统计推断的内容,如:统计数据的分布特征、假设检验、方差分析、相关与回归分析、统计决策等。这一变化使得《统计学》的内容更适合相关实质学科的发展需要。

2、学生的学习难度加大。首先、结合《统计学》的课程特点——概念多而且概念之间的关系十分复杂、公式多且计算有一定难度等。如果学生不做必要的课外阅读、练习和实践活动,是很难理解和掌握的。对于财经类专业的本、专科专业的学生来说,本身的专业课学习负担已不轻。其次、对于财经类专业的本、专科专业的学生来说,由于其本专业的课程体系要求,使得学生的数学或者数理统计的基础不是特别好,对于专科学生来说更不用说,推断统计将是他们学习的困难。再说,《统计学》作为专业基础课,一般安排在一年级或二年级第一学期,在这个学习时段也是大多数专科生和本科生忙于计算机课程和英语课程的考证时段。如果以牺牲授课内容和降低要求来减轻学生的学习负担,显然有悖于《统计学》课程的教学和相关专业的发展要求。所有这一切对于学生学好这一课程面临的困难可想而知。

3、教师的教学难度加大。授课内容越来越丰富;课程难度太大可能导致学生兴趣下降;在倡导学生自主性学习的背景下,授课时数大为减少(一般安排一个学期共17~19教学周,每周2~3课时);高等教育扩招后,由于师资力量一时没有跟上,大多数学校,授课班级学生人数越来越多,一个教师跨越不同专业授课不再新鲜。这要求授课教师必须深刻领会授课内容的核心和相互关系,学会控制和驾驭课堂教学,学会激发学生的兴趣,注重统计学在不同专业领域的具体应用等等。作为这门学科的授课教师特别需要认真考虑该怎么办?

二、《统计学》教学的发展趋势分析

1、统计学从数学技巧转向数据分析的训练。在计算机及计算机网络非常普及的今天,统计计算技术不再是统计学教学的重点了。统计思想、统计应用才应该是重点。现代统计方法的实际应用离不开现代信息处理技术。统计软件的使用,不仅使统计数据的计算和显示变得简单、准确,而且使统计教学由繁琐抽象变得简单轻松、由枯燥乏味变得趣味盎然。所以,在统计教学过程中,大量的内容只需要给学生讲清楚统计基本思想、计算的原理和正确应用的条件、正确解读计算的结果,而对大量复杂具体的计算可以交给计算机去完成。

比如方差分析,手工计算量非常大,没有计算机软件的支撑,是很难教学实际问题分析的。现在我们只要讲清楚方差分析要做什么,为什么方差分析要解决的中心问题是判断有无条件误差,而原假设又是K种不同水平下总体的理论均值是否相等,检验结果表示什么等就可以了,大计算量的工作让计算机去完成。

2、通过统计实践学习统计。也就是以学生为中心,通过课堂现场教学、引导学生先读后写再议、模拟实验、利用课余时间完成项目、利用假期时间,通过参加学校组织的某些团队、小组或自己组织去开展一些与专业有关的活动,如社会调查、专题研究、提供咨询、参与企业管理等方法。全方位地激发学生的学习兴趣、培养学生的专业能力、方法能力和社会能力。

比如依同学们在设计调查问卷和调查方案的基础上,让他们组成若干调查小组(如以寝室为单位),在校园内真正进行一次统计调查活动,从具体调查对象和单位的确定,样本的抽取(不一定要很大),问卷的发放、回收与审核,数据输入与资料整理,估计与分析,一直到调查报告的编写,调查总结或体会的形成,全部由同学自己来完成。这样,同学们就亲身参与了统计调查、统计整理和统计分析(含统计推断)的整个过程,效果很好。

三、基于EXCEL的《统计学》教学设想

如何从烦琐的数理统计技巧转向数据处理的训练,同时还要使学生容易掌握并有机会辅之于实践。教师的导向是第一位的,要求必须选择容易获得而且普及性比较强的统计分析软件,并在课堂教学和引导学生实践中广泛采用。

(一)微软公司开发的EXCEL软件无疑是我们最好的选择

专业的统计分析软件SPSS、SAS、BMDP、SYSTAT其功能固然强大,统计分析的专业性、权威性不可否认,但是对于没有开设统计学专业的院校这些软件并不常用,如果学生要进行自主性学习也比较难以找到相应的工具,此外专业统计分析软件的英文操作界面,也让中国人用起来不是很顺手。微软公司开发的EXCEL软件作为一款优秀的表格软件,其提供的统计分析功能虽然比不上专业统计软件,但它比专业统计软件易学易用,便于掌握。在Windows操作系统极为流行的今天,EXCEL也是随处可见。对于《统计学》这门课程而言,利用EXCEL提供的统计函数和分析工具,结合电子表格技术,已能满足统计方面的要求。

(二)基于EXCEL的《统计学》教学设想

1、在教学内容上,依据EXCEL的函数功能、电子表格功能、数据分析功能,结合统计学原理的基本理论和方法,整合教学内容。比如传统的统计学原理教学过程中,对统计数据的搜集主要强调统计报表制度,在EXCEL环境应该更注重抽样推断,EXCEL提供的随机抽样工具使得抽样调查不再是十分复杂的技术,统计图也可以被广泛运用于对数据的描述;再比如现有统计学教材很多都讲根据整理的数据计算平均数时,都用加权平均的方法,当用组距式变量数列计算平均数时,用组中值作为各组的代表值进行计算。我们知道,组中值作为各组的代表值是假定各组变量值在组内是均匀分布的,如果实际数据与这一假定相吻合,计算结果比较准确,否则误差比较大。事实上实际数据往往就不是均匀分布的,因此用组中值计算的平均数都是近似的,而且相同资料编制的不同变量数列计算的平均数还不相等。其实为了编制变量数列,我们必须输入原始数据,EXCEL的有关程序可以得到准确平均数,哪里还有必要按加权算术平均的方法计算近似的平均数呢?那么有没有必要编制变量数列、特别是组距式变量数列呢?有没有必要按加权的方法计算平均数呢?我们认为有必要,但是组距式变量数列的主要功能不再是提供计算资料了,而是用于表现资料的分布状况和进行分析用;加权平均方法主要是介绍和要求学生掌握加权平均的思想,用于综合评价分析中。超级秘书网

2、案例教学成为《统计学》课程的重要内容。案例教学法不仅可以将理论与实际紧密联系起来,使学生在课堂上就能接触到大量的实际问题,而且对提高学生综合分析和解决实际问题的能力大有帮助。结合学生所学专业精选案例教学,比如对于金融专业的学生可以设计用几何平均数计算投资的平均收益率、运用标志变异指标考察投资组合的风险大小等。对于经管专业的学生,精选抽样推断、假设检验、方差分析对于控制产品质量,经营决策等方面的案例,深入浅出地介绍这些方法的基本思想、并用EXCEL进行分析。既激发了学生的兴趣、扩大了学生的视野,也使统计学的课堂不再是教师一块黑板、一支粉笔、一本教材、一张嘴巴就能将一门专业课程从头讲到尾。

3、改革考试方式和内容,合理评定学生成绩。考试是教学过程中的一个重要环节,是检验学生学习情况,评估教学质量的手段。对于《统计学原理》的考试,多年以来一直沿用闭卷笔试的方式。这种考试方式对于保证教学质量,维持正常的教学秩序起到了一定的作用,但也存在着缺陷,离考试内容和方式应更加适应素质教育,特别是应有利于学生的创造能力的培养之目的相差较远。在过去的《统计学》教学中,基本运算能力被认为是首要的培养目标,教科书中的各种例题主要是向学生展示如何运用公式进行计算,各类辅导书中充斥着五花八门的计算技巧。从而导致了学生在学习《统计学》课程的过程中,为应付考试搞题海战术,把精力过多的花在了概念、公式的死记硬背上。这与财经类专业培养新世纪高素质的经济管理人才是格格不入的。为此,需要对《统计学》考试进行了改革,主要包括两个方面:一是考试内容与要求不仅体现出《统计学》的基本知识和基本运算以及推理能力,还注重了学生各种能力的考查,尤其是创新能力。二是考试模式不具一格,除了普遍采用的闭卷考试外,还在教学中用讨论、答辩和小论文的方式进行考核,采取灵活多样的考试组织形式。学生成绩的测评根据学生参与教学活动的程度、学习过程中提交的读书报告、上机操作和卷面考试成绩等综合评定。这样,可以引导学生在学好基础知识的基础上,注重技能训练与能力培养。

参考文献:

[1]谢安邦.高等教育学[M].北京:高等教育出版社,1999.

[2]贾俊平.统计学[M].北京:中国人民大学出版社,2000.

篇(6)

关键词:统计学教学模式EXCEL

进入21世纪,随着我国市场化步伐的加快,社会对新知识的需求日益增加,无论是国民经济管理,还是公司企业乃至个人的经营、投资决策,都越来越依赖于数量分析,依赖于统计方法,统计方法已成为管理、经贸、金融等许多学科领域科学研究的重要方法。

一、《统计学》课程教学面临的挑战

1.1内容日益丰富。长期以来,在我国存在两门相互独立的统计学——数理统计学和社会经济统计学,分别隶属于数学学科和经济学学科。统计学是一门通用方法论的科学,是一种定量认识问题的工具。统计方法只有与具体的实质性学科相结合,才能够发挥出其强大的数量分析功效。这些分支学科的存在主要不是为了发展统计方法,而是为了解决实质性学科研究中的有关定量分析问题,统计方法是在这一应用过程中得以完善和发展的。随着大统计学思想的建立和统计学在实质学科中的应用的需要,大多数学校和老师在财经类专业的本、专科专业《统计学》教学过程中,除了保留社会经济统计学原理中仍有现实意义的内容,如统计学的研究对象方法、统计的基本概念、统计数据的搜集整理、平均及变异指标、总量指标、相对指标、抽样调查、时间序列、统计指数等;同时也系统的充实了统计推断的内容,如:统计数据的分布特征、假设检验、方差分析、相关与回归分析、统计决策等。

1.2学生的学习难度加大。首先、结合《统计学》的课程特点——概念多而且概念之间的关系十分复杂、公式多且计算有一定难度等。如果学生不做必要的课外阅读、练习和实践活动,是很难理解和掌握的。对于财经类专业的本、专科专业的学生来说,由于其本专业的课程体系要求,使得学生的数学或者数理统计的基础不是特别好,对于专科学生来说更不用说,推断统计将是他们学习的困难。

1.3教师的教学难度加大。授课内容越来越丰富;课程难度太大可能导致学生兴趣下降;传统教学方法的主要目的是让学生了解、掌握知识,其一成不变的教学内容和模式,学生味同嚼蜡,学生只是被动地吸收知识,最后得到的效果就是使其不思进取缺乏新意。高等教育扩招后,大多数学校,授课班级学生人数越来越多,一个教师跨越不同专业授课。这要求授课教师必须深刻领会授课内容的核心和相互关系,学会控制和驾驭课堂教学,注重统计学在不同专业领域的具体应用等等。教师和学生之间不再只是简单的知识“单向”传递,而是师生之间思想、心得、智慧的“双向”交流,教师和学生都承担了更多的教与学的责任。

二、《统计学》教学的发展趋势分析

2.1统计学从数学技巧转向数据分析的训练。在计算机及计算机网络非常普及的今天,统计计算技术不再是统计学教学的重点了。统计思想、统计应用才应该是重点。现代统计方法的实际应用离不开现代信息处理技术。统计软件的使用,不仅使统计数据的计算和显示变得简单、准确,而且使统计教学由繁琐抽象变得简单轻松、由枯燥乏味变得趣味盎然。所以,在统计教学过程中,大量的内容只需要给学生讲清楚统计基本思想、计算的原理和正确应用的条件、正确解读计算的结果,而对大量复杂具体的计算可以交给计算机去完成。注重引导学生运用所学知识来解决实际问题,给学生多做一些教学案例,教学案例与教科书上的例题不同,例题的作用是单一的、有限的,通过例题只是掌握和熟练所学的统计方法及计算公式,而案例的作用是多方面的,它让学生了解了分析问题的思路,要解决什么问题,如何解决,应用什么理论和方法,需要什么数据,怎样解读计算结果,并根据分析结果,提出针对性的对策和措施,训练学生综合运用所学知识去解决实际问题的能力,激发学生学习的兴趣和求知的欲望。

2.2通过统计实践学习统计。它要求统计教师不仅要融会贯通统计理论和方法,而且要对案例中问题的解决思路和方法有熟练的把握。在教学中学生是主角,教师起引导作用,针对不同的统计教学案例,教师只有事先亲自采用各种方法进行计算和分析,才能对学生使用哪些统计方法和统计分析软件进行计算和分析提出建议,并对学生采用不同的分析方法和得到的分析结果作出比较透明的比较和评价。通过课堂现场教学,引导学生利用课余时间完成项目,利用假期时间,通过参加学校组织的某些团队、小组或自己组织去开展一些与专业有关的活动,全方位地激发学生的学习兴趣、培养学生的专业能力、方法能力和社会能力。

三、基于EXCEL的《统计学》教学设想

如何从烦琐的数理统计技巧转向数据处理的训练,教师的导向是第一位的,必须选择容易获得而且普及性比较强的统计分析软件,并在课堂教学和引导学生实践中广泛采用。

3.1微软公司开发的EXCEL软件无疑是我们最好的选择专业的统计分析软件SPSS、SAS、BMDP、SYSTAT其功能固然强大,统计分析的专业性、权威性不可否认,但是对于没有开设统计学专业的院校这些软件并不常用,微软公司开发的EXCEL软件作为一款优秀的表格软件,其提供的统计分析功能虽然比不上专业统计软件,但它比专业统计软件易学易用,便于掌握。对于《统计学》这门课程而言,利用EXCEL提供的统计函数和分析工具,结合电子表格技术,已能满足统计方面的要求。

3.2基于EXCEL的《统计学》教学设想

3.2.1在教学内容上,依据EXCEL的函数功能、电子表格功能、数据分析功能,结合统计学原理的基本理论和方法,对统计数据的搜集主要强调统计报表制度,在EXCEL环境应该更注重抽样推断,EXCEL提供的随机抽样工具使得抽样调查不再是十分复杂的技术,统计图也可以被广泛运用于对数据的描述。

3.2.2案例教学成为《统计学》课程的重要内容。案例教学法不仅可以将理论与实际紧密联系起来,使学生在课堂上就能接触到大量的实际问题,而且对提高学生综合分析和解决实际问题的能力大有帮助。结合学生所学专业精选案例教学,比如对于金融专业的学生可以设计用几何平均数计算投资的平均收益率、运用标志变异指标考察投资组合的风险大小等。对于经管专业的学生,精选抽样推断、假设检验、方差分析对于控制产品质量,经营决策等方面的案例,深入浅出地介绍这些方法的基本思想、并用EXCEL进行分析。

3.2.3改革考试方式和内容,合理评定学生成绩。对于《统计学原理》的考试,多年以来一直沿用闭卷笔试的方式。这种考试方式对于保证教学质量,维持正常的教学秩序起到了一定的作用,但也存在着缺陷。在过去的《统计学》教学中,基本运算能力被认为是首要的培养目标,教科书中的各种例题主要是向学生展示如何运用公式进行计算。这样导致了学生在学习《统计学》课程的过程中,为应付考试把精力过多的花在了概念、公式的死记硬背上。这与财经类专业培养新世纪高素质的经济管理人才是格格不入的。为此,需要对《统计学》考试进行了改革,主要包括两个方面:一是考试内容与要求不仅体现出《统计学》的基本知识和基本运算以及推理能力,还注重了学生各种能力的考查,尤其是创新能力。二是考试模式不居一格,除了普遍采用的闭卷考试外,还在教学中用讨论、答辩和小论文的方式进行考核,采取灵活多样的考试组织形式。学生成绩的测评根据学生参与教学活动的程度、学习过程中提交的读书报告、上机操作和卷面考试成绩等综合评定。这样,可以引导学生在学好基础知识的基础上,注重技能训练与能力的培养。

参考文献:

[1]谢安邦.高等教育学[M].北京:高等教育出版社.1999.

[2]贾俊平.统计学[M].北京:中国人民大学出版社.2000.

篇(7)

随着国家创新体系的建立,统计创新工程已经提上议事日程,统计创新包括两个方面,一是统计实践的创新;二是统计教育的创新。创新的基础在于教育,没有统计教育的创新,就谈不上统计实践的创新。准确把握统计学的发展方向与发展形势,培养适应新世纪社会经济发展需要的人才,是统计教育工作者必须面对的问题,本文从统计学的基本发展趋势谈一谈统计教育急需改革的几个方面。

一、统计学的基本发展趋势

纵观统计学的发展状况,与整个科学的发展趋势相似,统计学也在走与其他科学结合交融的发展道路。归纳起来,有两个基本结合趋势。

(一)统计学与实质性学科结合的趋势

统计学是一门通用方法论的科学,是一种定量认识问题的工具。但作为一种工具,它必须有其用武之地。否则,统计方法就成为无源之水,无用之器。统计方法只有与具体的实质性学科相结合,才能够发挥出其强大的数量分析功效。并且,从统计方法的形成历史看,现代统计方法基本上来自于一些实质性学科的研究活动,例如,最小平方法与正态分布理论源于天文观察误差分析,相关与回归源于生物学研究,主成分分析与因子分析源于教育学与心理学的研究。抽样调查方法源于政府统计调查资料的搜集。历史上一些著名的统计学家同时也是生物学家或经济学家等。同时,有不少生物学家、天文学家、经济学家、社会学家、人口学家、教育学家等都在从事统计理论与方法的研究。他们在应用过程中对统计方法进行创新与改进。另外,从学科体系看,统计学与实质性学科之间的关系绝对不是并列的,而是相交的,如果将实质性学科看作是纵向的学科,那么统计学就是一门横向的学科,统计方法与相应的实质性学科相结合,才产生了相应的统计学分支,如统计学与经济学相结合产生了经济统计,与教育学相结合产生了教育统计,与生物学相结合产生了生物统计等,而这些分支学科都具有“双重”属性:一方面是统计学的分支,另一方面也是相应实质性学科的分支,所以经济统计学、经济计量学不仅属于统计学,同时属于经济学,生物统计学不仅是统计学的分支,也是生物学的分支等。这些分支学科的存在主要不是为了发展统计方法,而是为了解决实质性学科研究中的有关定量分析问题,统计方法是在这一应用过程中得以完善与发展的。因此,统计学与各门实质性学科的紧密结合,不仅是历史的传统更是统计学发展的必然模式。实质性学科为统计学的应用提供了基地,为统计学的发展提供了契机。21世纪的统计学依然会采取这种发展模式,且更加注重应用研究。

这个趋势说明:统计方法的学习必须与具体的实质性学科知识学习相结合。必须以实质性学科为依据,因此,财经类统计专业的学生必须学好有关经济类与管理类的课程,只有这样,所学的统计方法才有用武之地。统计的工具属性才能够得以充分体现。

(二)统计学与计算机科学结合的趋势

纵观统计数据处理手段发展历史,经历了手工、机械、机电、电子等数个阶段,数据处理手段的每一次飞跃,都给统计实践带来革命性的发展。上个世纪40年代第一台电子计算机的诞生,给统计学方法的广泛应用创造了条件。20年展起来的多元统计方法虽然对于处理多变量的种类数据问题具有很大的优越性,但由于计算工作量大,使得这些有效的统计分析方法一开始并没有能够在实践中很好推广开来。而电子计算机技术的诞生与发展,使得复杂的数据处理工作变得非常容易,那些计算繁杂的统计方法的推广与应用,由于相应统计软件的开发与商品化而变得更加方便与迅速,非统计专业的理论工作者可以直接凭借商品化统计分析软件来处理各类现实问题的多变量数据分析,而无需对有关统计方法的复杂理论背景进行研究。计算机运行能力的提高,使得大规模统计调查数据的处理更加准确、充分与快捷。目前企业经营管理中建立的决策支持系统(DSS)更加离不开统计模型。最近国外兴起的数据挖掘(Datamining,又译“数据掏金”)技术更是计算机专家与统计学家共同关注的领域。随着计算机应用的越来越广泛,每年都要积累大量的数据,大量信息在给人们带来方便的同时也带来了一系列问题:信息过量,难以消化;信息真假,难以辨识;信息安全,难以保证;信息形式不一致,难以统一处理;于是人们开始提出一个新的口号“要学会抛弃信息”。人们考虑“如何才能不被信息淹没,而是从中及时发现有用的知识,提高信息利用率?”面对这一挑战,数据挖掘和知识发现(DMKD)技术应运而生,并显示出强大的生命力。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科,它把人们对数据的应用从低层的简单查询,提升到从数据中挖掘知识,提供决策支持。在这种需求牵引下,汇聚了不同领域的研究者,尤其是数据库技术、人工智能技术、统计、可视化技术、并行计算等方面的学者和工程技术人员,投身到数据挖掘这一新兴的研究领域,形成新的技术热点。虽然统计学家与计算机专家关心Datamining的视角不完全相同,但可以说,Datamining与DSS一样,使得统计方法与计算机技术的结合达到了一个更高的层次。

因此,统计学越来越离不开计算机技术,而计算机技术应用的深入,也同样离不开统计方法的发展与完善。这个趋势说明:充分利用现代计算技术,通过计算机软件将统计方法中复杂难懂的计算过程屏障起来,让用户直接看到统计输出结果与有关解释,从而使统计方法的普及变得非常容易。所以,对于财经类统计专业的学生来说,一方面要学好统计方法,但另一方面更加要学会利用商品化统计软件包解决实践中的统计数量分析问题,学好计算机信息系统开发的基本思想与基本程序设计,能够将具体单位的统计模型通过编程来实现,以建立起统计决策支持系统。

所以统计与实质性学科相结合,与计算机、与信息相结合,这是发展的趋势。了解这一点,再来看我们目前教育中的问题就更加明显了,所以一些课程要改革,教学方式也要改革。以下谈一谈统计教育需要改革的几个方面。

二、统计教育的改革

(一)统计专业课程建设问题

专业建设考虑的是应当培养什么样的人才和怎样培养这样的人才。专业建设的核心问题是课程设置和规范课程内容。课程设置主导学生的知识结构,培养统计理论人才应当设置较多的数学课程,目的是让学生能对各种统计方法有较深刻的理性认识;培养应用统计人才应当设置较多的相关应用领域的专业课程,目的是让学生如何能将统计方法正确地运用到相关领域。例如培养从事经济管理的统计人才,在课程设置上至少应当包括四方面的知识:(1)经济理论课程,让学生了解经济活动的主要进程和基本规律;(2)研究社会经济问题主要统计方法,包括常用的统计数据搜集方法,统计数据处理方法和分析方法;(3)适用电脑技术,让学生初步掌握运用电脑进行统计数据处理和分析的基本理论和技能;(4)有关统计理论和统计实践中的前沿性问题,目的不在于要学生真正掌握这些问题,而是让学生了解统计理论和统计实践的前沿发展动态,启迪学生的科学思维能力。

(二)教学方法和教学手段的改革

统计教学方法和教学手段改革中,有两个焦点问题:一是如何激发学生学习统计学的兴趣;二是应用什么教学手段来达到较好的统计教学效果等。充分运用现代教育技术、教学手段,更新教学方法,促使教育技术、教学手段和教学方法有机结合。

1.改灌输式教学为启发式教学,特别注重教育多样化和多层次性,不仅让学生掌握如何搜集、整理数据的技术,还要教学生读懂数字背后的事实。学会按照具体与抽象、动态与静态、个体与总体、绝对与相对、一般与特殊、演绎与归纳等不同的思维方式分析问题和解决问题。注重利用一题多解与一题多变,开拓学生的发散思维。

2.改单向接受式的教学为双向互动式教学,以案例分析与情景教学开启学生的思维闸门,使学生更形象、快捷的接受知识,发挥其独立思考与创造才能,培养学生创造性思维能力。

3.构建以课堂、实验室和社会实践多元化的立体教育教学体系。在传授和学习已经形成的知识的同时,加强实践能力锻炼,提高学生的动手能力和创新能力。只有将统计学的方法结合实际进行应用,找到应用的结合点,才能使统计学获得最大的生命力。

(三)统计学与计算机教学相结合

教材要与统计软件的应用相结合。现在许多教材都是内容与软件分家,现在计算机已非常普及,无论是高校、高职和中专,培养出来的学生不会用统计软件分析数据,不管哪一个层次,都已说不过去。统计学是一门应用的方法型学科,统计学应从数据技巧教学转向数据分析的训练。统计学与计算机教学有机地合为一体,让学生掌握一些常用统计软件的使用。除了要培养学生搜集数据、分析数据的能力外,还要培养学生处理大量数据的能力,即数据挖掘的能力。

(四)教学与实际的数据分析相结合

统计的教学不能只停留在课本上,案例教学与情景教学应成为统计课程的重要内容。统计教学和教材增加统计实际案例,通过计算机对大量实际数据进行处理,可以在试验室进行,亦可在课堂上进行讨论,这样学生不仅理解了统计思想和方法,而且锻炼和培养了研究和解决问题的能力。

(五)要有一批能用电脑、网络来教学的新型教师

电脑、网络的出现,不仅改变了教学的手段,还深深地影响着教学的内容,因为它影响着经济、生活的发展和需求。语文(中文、外文)、数学、计算机、专业知识是一个统计人才必备的素质,它们之间不是分离的,而是要尽可能结合在一起来进行教学,各管各教一套的办法已不适应现代化教育教学的需要,现代教育特别注重教育信息技术中的多媒体、网络化、社会化和国际化、多样化和多层次,有了电脑、网络,必需要更新,要培养出一批能用电脑、网络来教学的新型教师,以便培养出新型的21世纪的人才。

[参考文献]

[1]贺铿.关于统计学的性质与发展问题.中国统计,2001.9.