统计学十篇

统计学篇1

【关键词】统计学；统计思想；认识

1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。

2 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。

3 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) .

统计学篇2

人教版数学二年级下册第109～110页例2内容。

教学目标：

1.使学生体验随机出现的数据收集和整理的过程与方法，同时使学生体验动态的统计过程。

2.使学生认识条形统计图(一格代表五个单位)，根据统计表提供的数据初步掌握绘制条形统计图的方法(一格代表五个单位)；能根据统计图回答简单的问题并做出合理的预测。

3.通过对周围现实生活中有关事例的调查，激发学生的学习兴趣，培养学生的合作意识和创新精神。

教学重点、难点：

1.教学重点：认识条形统计图(一格代表五个单位)。

2.教学难点：绘制条形统计图的方法(一格代表五个单位)。

教学过程：

一、创设情境，感受统计。

1.“六一”儿童节快到了，学校决定表彰一批优秀少先队员，分配给我们班两个名额。先请每小组推荐一名候选人，分别填入下表中(生推荐，师板书)。

2.如果要从4名候选人中选出2人作为我们班推荐学校表彰的优秀少先队员，该怎么办?(板书课题：统计)

【设计意图】利用学生熟悉的“六一”表彰优秀少先队员这一教学资源，诱发学生学习的积极情感，让学生感受到数学来源于生活，生活处处有统计，体会统计的必要性。感受统计的价值。

二、自主探索，认识统计。

1.收集整理数据。

(1)议一议：4名候选人中选出2人，你认为用什么方法推荐比较好?(举手表决、无记名投票)

(2)比一比：举手表决和无记名投票的优越性(无记名投票有利于保护选举人，便于剔除不按规定填写的废票)。

(3)进行无记名投票：①在纸条上写出上面候选人中最优秀的两名少先队员姓名(超过两名为无效票)。②由小组长把票收齐交老师。

(4)计票：①议一议：我们学过的统计方法中，用什么方法统计选票最好?(画“正”字统计)②荐一荐：推荐计票人、唱票人、监票人。③算一算：由计票人、唱票人、监票人在黑板上画“正”字计票。④填一填：把统计结果整理好填入下表(媒体出示)。

【设计意图】创设民主、宽松、和谐的活动氛围，让学生参加投票，运用自己喜欢的方法对数据进行收集，通过方法的比较，学会优化方法，体会画“正”字的统计方法更为直观、准确。放手让学生亲身经历分工合作、收集整理的过程，培养学生公平公正的做人原则和民主意识，使学生体验随机出现的数据收集和整理的过程与方法，真正成为学习的主人。

2.绘制统计图。

(1)想一想：如果想一眼看出谁的票数最多。谁的票数最少，还可以用什么方法?(统计图)

(2)怎样画统计图呢?我们一起来学习例2。①看一看：(出示教材109页动态图及统计表)注意观察辆数。②试一试：根据统计表中的信息，尝试画统计图。③比一比：展示学生不同的生成情况。(一格代表1辆、2辆、3辆……)④说一说：你发现了什么?如果用每个口代表2辆.最多要画几格呢?⑤议一议：每个口代表几辆比较好?⑥画一画：用每个口代表5辆，在教材110页再画一画。⑦想一想：A.每个口表示(　)辆车。B.面包车比货车多(　)辆。C.(　)车最少，(　)车最多。它们相差(　)辆。⑧猜一猜：20分钟后来的第一辆车最有可能是哪一种车?为什么?

(3)比较小结方法。

议一议：为什么一格代表5个单位最好?你还发现了什么问题?

由于数据比较大，用一格表示5个单位的方法比一格表示1或2个单位更清楚、更合适。在实际生活中，如果碰到更大数据，我们可以用每格表示5或10个单位，甚至更大的单位。

【设计意图】课件出示例2主题图，化静为动，让学生体验动态的统计过程；接着尝试画统计图，由于统计图上设置的单位过小无法完整展现数据引起学生认知冲突，促使学生逐步寻求解决问题的方法。通过比一比、说一说、议一议、画一画，使学生在具体情景中领悟制作统计图要根据实际情况来确定一格表示的数量，初步掌握绘制条形统计图的方法。

(4)画一画：根据投票结果统计表中的信息，独立画统计图。

说一说：①从图中你知道了什么?②谁当选为我们班推荐学校表彰的优秀少先队员?

【设计意图】通过对导人题自主生成的数据进行绘制统计图并解决问题，使学生在活动中进一步深化知识，灵活地绘制统计图，培养学生动手实践能力和独立思考能力；再通过说一说，使学生敢想、敢说，培养学生的问题意识，逐步增强他们应用统计知识解决问题的能力。

三、学以致用，体验统计。

1.看图回答问题。

(1)从图中你知道了什么?

(2)假如一个口代表3人，参加各项活动各是多少人?

(3)参加人数最多的比最少的多多少人?

(4)如果再来一人参加活动最有可能是参加什么活动?为什么?

4.完成114页第4题后，交流“你知道吗”内容。

5.做环保小卫士：(课件出示某餐馆上星期丢弃塑料袋数量统计表)

请你根据表中数据在统计图中涂色，并回答问题。(个)

(1)统计表中每个口代表(　)个塑料袋。

(2)星期(　)丢弃的塑料袋最多，是(　)个。

(3)星期一到星期五一共丢弃(　)个。

(4)塑料袋对环境有害，为了保护环境，怎样解决这个问题?可以用什么办法少丢弃几个塑料袋?

(5)你平时是怎么做的?我们都来做个环保小卫士。

【设计意图】把统计引向社会生活，应用所学知识解决问题，既巩固新知，又拓展学生思维，使学生在收集、整理、分析、决策过程中实现相互交流、相互沟通、相互促进，加深理解统计在现实生活中的意义和作用，培养学生的环保意识和用眼卫生习惯。

四、总结延伸，渗透统计。

1.这节课你有什么收获?你想说什么?

统计学篇3

心理统计学是研究在心理实验或调查中如何收集、整理、分析数字资料，以及如何根据这些资料所传递的信息作出科学推论的应用统计学分支。 心理统计学是心理学研究的有效工具之一。心理学发展的历史证明，科学心理学离不开科学实验或调查，而心理实验或调查又必然要面临处理数字资料的问题。

例如：怎样收集资料才能使数字最有意义、最能反映所研究的课题；采用什么方法整理和分析所得数据，才能最大限度地显现这些数据所反映的信息，从而对实验或调查结果作出科学的解释；怎样才能从所得局部结果推论到总体，作出一般规律性的科学结论等等。要解决这些问题就必须依靠科学的统计方法。 心理统计学与教育统计学、生物统计学、医学统计学等相似，都是数理统计学在某一学科的具体应用。

（来源：文章屋网 ）

统计学篇4

关键词：统计测度；统计学；大数据；数据科学；

作者简介：李金昌，男，50岁，浙江义乌人。浙江财经大学校长，统计学教授，博士生导师。研究方向为经济统计学，统计理论与方法，抽样技术，政府统计等。

最近两年，统计学界对大数据问题所进行的理论探讨逐渐增多，视角也各有千秋，引起了一些共鸣。围绕大数据问题，由统计学、计算机科学、人工智能、数学等学科共同支撑的数据科学开始形成。但大数据毕竟是一个新课题，因此远未达到对其有一个系统完整的认识，仍然需要从不同的方面加以研究，其中有一个重要但又容易被忽视的问题，即统计测度问题，值得去探讨。

一、什么是统计测度

汉语上，测度是指猜测、揣度、估计。数学上，测度是一个函数，它对一个给定集合的某些子集指定一个数，这个数可以比作大小、体积、概率等等。通俗地说，测度把每个集合映射到非负实数来规定这个集合的大小：空集的测度是0；集合变大时测度至少不会减小(因为要加上变大的部分的测度，而它是非负的)。

除了数学角度的测度论，查阅国内文献资料，带有测度这个词汇的文献不少，但专门针对统计测度(或测度)内涵的讨论几乎没有。一些对社会经济现象进行分析测度的文献，例如新型工业化进程测度、货币流动性测度、全面小康社会发展进程测度、收入分配公平性测度、技术效率测度、人力资本测度、金融风险测度、产业关联测度等等，所做的测度都是再测度，均不对测度本身进行讨论。查阅国外文献资料(关键词：measurement)，也同样存在这样的问题，只能收集到一些比较零散的表述。LudwikFinkelstein(1975)[1]认为，在我们对事物或现象进行描述时，测度可以被定义为对现实世界中某一现象的个体属性或特征进行量化的过程。JamesT.Townsend和F.GregoryAshby(1984)[2]认为，如果按照极端的观点，那么统计分析中的基本测度理论的含义仍然是存在争议的。LudwikFinkelstein(2003)[3]指出，测度在那些原来尚未得到卓有成效或广泛应用的领域，也已取得了明显的进步，社会、政治、经济和行为科学正在更大程度地利用定量技术；测度是现代思维的一种实际有效的工具，是我们借以描述世界的一种方法。GiovanniBattistaRossi(2007)[4]认为，用以表示测度结果的，是数字或者数字符号。LucaMari(2013)[5]认为，测度的基础特征是被公认为世界上获取并正式表达信息的基本方法，这让它成为一种跨学科的工具。LudwikFinkelstein(2014)[6]指出，在自然科学技术中，测度的重要性不可否认，它是科学调查和发现必不可少的工具，它可将宇宙中的复杂现象用精确、简洁和普遍的数学语言来描述。

那么，到底什么是统计测度呢？目前没有一个统一的定义。本文认为，统计测度具有不同于测度的意义，并且大大超越数学上的界定，即它具有数学定义的一般属性，但又不受制于函数表现形式，因为统计测度所要面对的是现实世界，实际问题要比理论上可以定义的问题复杂得多。按照我们的理解，统计测度就是用一定的符号和数字，用一定的形式和载体，对所研究的现象或事物的特征进行量化反映，表现为可用于统计分析的数据的过程。它应该具有这样一些属性：以实际现象为测度对象，测度结果具有实际意义；以量化为目的，把信息转化为数量，提供人们容易理解的定量结论；个体特征的测度符合形成总体定量结论的要求，同时能够体现个体差异。可以发现，统计测度需要借用数学工具，但更重要的是对具体测度现象本质特征的认识和掌握。

统计测度可以从若干不同角度进行分类。邱东教授(2012)[7]曾在“宏观测度的边界悖律及其意义”一文中，从边界的角度对宏观测度进行了分类：一是因事物本身可测度性而形成的边界，即本体论意义上的测度边界；再一是由人的认知能力而形成的边界，即认识论意义上的测度边界；第三则是由统计相关性偏好和投入约束而形成的边界，即操作意义上的测度边界。这三条测度边界，应该以本体论意义的测度边界最大，认识论意义的测度边界次之，而操作意义的测度边界最小。这样的分类，对于我们正确理解统计测度的内涵很有帮助。受此启发，笔者认为统计测度还可以有如下分类：

1.从测度的实现形式看，可以分为原始测度和再测度。原始测度也可以称为直接测度，它通过对测度对象进行直接测度来获取数据，例如清点库存物品数量、丈量作物播种面积、观察培育细菌数目、检测药物成分等获得的数据，以及各种登记、记录的原始数据等等。再测度也称为间接测度，它以其他已知的测度数据为基础去计算、推算或预测所需的未知数据，例如根据GDP和人口数测度人均GDP、根据人口普查分年龄人口数据测度老龄化系数和社会负担系数、根据相关指标数据测度CPI的变化等等。复杂的再测度则需要借助相应的统计模型作为工具，因为它实际上是对相关变量之间的关系进行定量反映。从两者关系上看，原始测度是基础，是根本，没有科学的原始测度就不会有可靠的再测度；再测度则是测度功能提升的必然要求，以解决原始测度不能解决的问题。

2.从测度的计量方式看，可以分为自然测度、物理测度、化学测度、时间测度和价值测度。自然测度是利用现象的自然属性所进行的一种统计测度，例如人口规模、企业数量等的测度，采用自然计量单位；物理测度是利用现象的物理属性所进行的一种统计测度，例如公路长度、作物播种面积、天然气产量等的测度，采用物理计量单位；化学测度是利用现象的化学属性所进行的一种统计测度，例如医学、生物学中化学合成物的成分结构测度，采用百分数、千分数或特定标识为计量单位；时间测度是利用现象的时间属性所进行的一种统计测度，例如劳动用工、闲暇时间等测度，采用时间计量单位；价值测度是利用现象的价值属性所进行的一种统计测度，例如劳动报酬、经济活动成果等测度，采用货币计量单位。在这些测度计量方式中，价值测度因最具有综合功能而应用最为广泛。

3.从测度的方法看，可以分为计数测度、测量测度、实验测度、定义测度和模型测度。计数测度是一种通过观测计数来获得数据的方法，最为简单，一般用于自然测度或时间测度；测量测度是一种根据物理或化学规制对现象进行测量、测算来获得数据的方法，一般用于物理测度或化学测度；实验测度是一种按照科学实验原理、通过观察实验对象在既定条件下的反应来获得数据的方法，一般与测量测度相结合，用于获取科学研究数据；定义测度也可以称之为指标测度，是一种通过探究现象的本质特征和活动规律、归纳出表现其数量特征的范畴、给出统计指标定义(包括内容、口径、计算方法和表现形式等)来获取数据的方法，最常用于价值测度，也用于其他形式的测度。可以说，定义测度方法应用最为广泛，但也最为困难。模型测度是一种根据现象与现象之间的内在联系关系、或者现象自身的发展变化规律，通过建立一定的方程模型来获取数据的方法。前面三种统计测度方法基本上都属于直接测度，定义测度既可能是直接测度、也可能是间接测度，而模型测度都属于间接测度方法。

4.从测度的维度看，可以分为单一测度与多维测度。单一测度是指采用单一的方式方法对所研究现象或事物进行单一角度的测度，获得单一的数据。多维测度是指对所研究现象或事物进行多角度的测度，测度过程中可能需要采用多种测度方法和计量方式，例如多指标综合评价就需要借助统计指标体系对评价对象进行多角度的测度。显然，单一测度是多维测度的基础。

二、统计测度是统计学的立足之本

首先，从统计学的发展历史看，是统计测度使统计学破茧而出。为什么主流观点认为政治算术是统计学的起源而不是国势学？正是因为威廉·配第首次采用统计测度的方式进行了国家实力的统计分析和有关推算，得出了令人信服的结论。威廉·配第在1693年出版的《政治算术》[8]中写道“因为和只使用比较级或最高级的词汇以及单纯作思维的论证相反，我却采用了这样的方法(作为我很久以来就想建立的政治算术的一个范例)，即用数字、重量和尺度的词汇来表达我自己想说的问题，只进行能诉诸人们的感官的论证和考察在性质上有可见的根据的原因”，这一观点在统计学的发展过程中产生了非常重要的影响。他的这段话虽然没有出现测度一词，但却道出了测度的本质，即让事物变得明白、变得有根据，因为“数字、重量和尺度”就是测度、就是根据，用“数字、重量和尺度的词汇来表达想说的问题”就是一种测度的思想，尽管测度的方式方法还很简单。相反，国势学虽然提出了归纳法这一统计学的基本方法并首创了统计学一词，但由于没有采用统计测度的方式进行国势问题的研究而难以修成正果。正如邱东教授[7]所说：“在配第之前，统计学的研究对象虽然是国家的态势，但它在方法论上只是定性言说。一个国家的财富总量在本体论意义上是可以测度的。然而只是到了配第时期，人类才想到了要测度它，并发明了如何测度的基本方法。政治算术，即开创期的经济统计学，实现了从无到有的转变，大大扩展了宏观测度的认识论边界，因而才具有了统计学范式创新的革命性意义。”同样，格朗特的《关于死亡表的自然观察和政治观察》也是人口统计测度方面的经典之作，无论是原始测度还是再测度，都给后人留下了宝贵的财富。之后，统计学就是沿着如何更加科学、准确测度世界这一主线而发展的。笔者曾在“从政治算术到大数据分析”一文[9]，对数据的变化与统计分析方法的发展进行了粗浅的归纳，其主题实际上就是统计测度问题。

其次，从统计学的研究对象上看，统计测度是体现统计学数量性特征的前提条件。统计学的研究对象是现象的数量方面，或者说统计学是关于如何收集和分析数据的科学。统计数据从何而来？从统计测度中来。数据不同于数字，数字是统计测度的符号，数据是统计测度的结果，这也正是统计学区别于数学之处。所以说，数据的本质问题就是统计测度问题，故此统计测度是统计学的基本问题。这里重点讨论两个问题：一是统计测度与统计指标的关系，二是统计测度面临的新问题。关于第一个问题，本文认为统计测度与统计指标是一个事物的两个方面，这个事物就是数据。统计指标法是统计学的基本方法之一，尽管前面对统计测度从方式方法上进行了分类，但从广义上说所有统计测度都是定义测度，都表现为指标。也就是说，任何统计测度———不论是直接测度还是间接测度，最终目的是获得能够让人明白的数据，而表现数据的最主要形式就是统计指标，其他表现数据的形式都是派生出来的。所以，统计测度就是根据所设定的统计指标去获得所需的数据。关于第二个问题，与后文所要论及的大数据有关，就是定性测度问题。在统计学中，数据可以分为两类———定性数据与定量数据，其中定性数据又包括定类数据与定序数据两种，它们属于非结构化或半结构化数据。相应地，统计测度也可分为定性测度与定量测度。很显然，只有定性测度与定量测度方法得到同步发展，统计学才能更加完善。总体上看，定量数据的统计测度已经比较完善，但定性数据的统计测度还有很多问题尚待解决，难点就在于测度的切入点———如何提取有效的信息、如何最终转化为统计指标。尽管关于定性数据分析的论著已经不少，但还没有从理论方法上建立起定性数据统计测度的体系，因此统计学在这方面的任务依然很重。

第三，从统计学的永恒主题看，通过科学的数据分析、得出有效的结论是其不变的追求，而数据分析过程就是综合的统计测度过程。获得数据的目的是为了发现隐含其中的有价值的信息，即发现数据背后的数据，让数据再生数据，从而满足人们认识事物、掌握规律、科学决策的需要。除了总量、结构等基本信息外，更重要的是通过数据分析来呈现现象的变化规律与相互关系。不难发现，这种数据分析的过程，就是不断进行各种统计测度的过程，所以最终的统计分析结果实际上就是各环节、各方面的各种类型的统计测度的叠加结果，或者说是统计测度不断放大的过程。大量针对社会经济现象进行分析研究的文献(不论是否冠以“测度”两字)，只要有数据分析，都是如此。可以说，统计测度贯穿于统计数据分析的全过程。但是，为什么很多统计数据分析并没有得出有效的结论呢？本文认为原因就出在统计测度上，尤其是没有首先解决好原始统计测度问题。应该说，围绕数据分析已经建立起一整套比较完整的统计方法体系，很多方法也都身经百战、行之有效，但一旦原始统计测度有问题、数据不准确或不真实，那么任何方法都只是摆设。仔细研读很多所谓的实证分析文献，其重点均在于构建什么样的模型或运用什么样的方法，虽然有的文献也必须要讨论选择什么样的变量(指标)这个问题，但并不是系统地从测度的角度进行阐述，因此所用的模型越来越复杂，但所得的结论却离实际情况越来越远。学界总是有这样一种观念：变量越多、符号越新奇、模型越复杂的文章才越有水平，似乎这样分析所得的结论才越可靠。殊不知，不以科学可靠的原始统计测度为基础，任何数据分析都会成为无源之水、无本之木，所得的结论也只是更精确的错误而已。本文认为，任何脱离科学统计测度的统计分析都是毫无意义的，充其量是一种数字游戏而已。应该树立这样一种观念：科学的统计数据分析首先取决于科学的统计测度，而不是首先取决于什么样的分析模型，虽然模型也很重要。这也再一次证明，统计测度问题是统计学的根本问题。其实，归根结底看，在统计数据分析过程中，每一步分析都以前一步的测度为原始测度，每一步所用的方法都是统计测度方法，因此所有的统计分析方法都是统计测度方法。甚至可以说，统计学方法体系就是统计测度方法体系。

当然，在实际的统计分析中，统计测度往往遇到一些困难，即有些指标数据由于各种原因无法获得，这就不得不采用替代这种途径。例如，绿色GDP核算的概念已经提出很多年，但为什么还没有哪个国家真正公布绿色GDP数据，原因就是自然资源价值、生态环境价值等的统计测度目前还面临着很大的困难，其背后存在着一系列有待进一步研究和解决的理论与实践问题，因此不少学者进行了替代测度的探讨。这一方面说明统计测度的重要性，另一方面说明统计测度替代的无奈性。但是，替代测度必须遵守相应的规则与逻辑，要经得起推敲。有的文献明明知道有关变量无法测度、有关数据无法获得，却随意地、不符合逻辑地进行所谓的替代，结果是最后的结论不知替代成什么样了，很难理解它的意义。关于替代测度的有效性问题，邱东教授[7]已有精辟的论述，在此不再展开讨论。

三、统计测度是数据科学的基础

笼统地讲，数据科学就是以大数据为研究对象的科学，需要多学科交叉融合、共同支撑。由于大数据是快速增长的复杂数据，因此大数据分析仅有统计思维与统计分析方法是不够的，还需要强大的数据处理能力与计算能力。只有把统计思维、统计方法与计算技术结合起来，才有可能真正挖掘出大数据中的有价值信息。本文认为统计思维、统计方法与计算技术相结合的基础就是科学的统计测度。

首先，大数据技术不能自行解决其计算和分析应从何处着手的问题。现代信息技术与互联网、物联网技术的快速发展，使人类进入大数据时代，也有人说进入到数联网时代，这意味着我们一方面被各种越来越多、越来越复杂的数据所包围，另一方面又被数据中巨大的信息价值所吸引，想从中挖掘出可供决策之用的信息。如何挖掘大数据？人们已经进行了艰苦的探索，发展了很多专门的方法技术，并已尝到了不少甜头，但远未达到充分利用大数据中有效信息的目的，因为已有的大数据分析研究主要集中于计算机科学与技术、软件工程、计算数学等领域，重点是计算能力与算法研究，而很少从统计学的角度进行有针对的探讨，还没有真正进入数据分析的深层。这里面实际上忽略了最基础的统计测度问题。如果说，计算技术的发展能够解决数据储存与计算的能力问题，算法模型的改进能够解决大数据分析的综合能力问题，那么它们仍然不能解决对谁进行计算与分析的问题，也即从何处着手的问题。无论是传统的结构型数据，还是现在的包含大量非结构型数据的大数据，要对它们进行分析都必须找到正确的切入口，即分析的基本元素是什么，或者说需要测度什么。当然，还有如何测度的问题。然后，才能进行分组、综合和构建模型，否则大数据分析不会达到人们的预期。

其次，大数据之所以催生数据科学，就是为了通过多学科交叉融合来共同解决大数据分析中存在的问题，其中包括统计测度问题，这一点对于非结构化数据尤为突出。实际上，大数据的本质就是非结构化数据，一是体量大、比重高(超过95%)，二是变化快、形式多，三是内容杂、不确定。通过各种社交网络、自媒体、富媒体，以及人机对话和机器感应记录等产生的各种非结构化数据，例如各种文字、各种表情符号、各种声音、各种图像，到底表示什么？综合在一起能体现什么规律？如何综合各种信息？存在着大量有待研究的问题。其实，文字的长短、用词、表达形式(叙述式、议论式、散文式、诗歌式，等)甚至字体大小与颜色，表情类型与偏好，声音高低、频率与情绪，图像颜色等等，都是有特定意义的，即在特定环境条件下的反应。所以，一句话或一段声音的意义并非文字本身的意思，一个表情符号的意义并非符号表征的意思，一个图像的意义并非图像内容与色彩本身的意思，因为背后有太多的未知。人们浏览检索各种信息的习惯、收看与回复邮件等信息的习惯、参与信息网络的习惯、购物习惯与支付习惯等等，也是如此。更何况，同样的网络词汇在不同的时间代表着不同的语义。这背后隐藏着的是人们的行为与社会关系，既具有个性又具有共性，极其复杂。所以对这样的数据进行分析，首先绝非是计算问题，也不是用什么模型问题，而首先是从何处着手、如何选取关键词、如何选定关联词、可以用什么样的指标来综合、可以用什么样的表式来表现等问题，一句话就是统计测度问题。非结构化数据的统计测度将主要是定义测度，这些问题不解决，分析模型也是难以构建的，或者难以得出令人信服的结论。

例如，关于《红楼梦》前80回与后40回是否同一作者的争论，韦博成[10]进行了综合性的比较研究并提出了自己的观点，他指出已有美国威斯康辛大学华裔学者陈炳藻教授(1980)[11]、我国华东师范大学陈大康教授(1987年)[12]和复旦大学李贤平教授(1987年)[13]等学者从统计学的角度进行过专门的研究，但却得出了不同的结论：陈炳藻教授认为前80回与后40回均是曹雪芹所著；陈大康教授认为前80回与后40回为不同人所著；李贤平教授认为前80回是曹雪芹根据《石头记》增删而成，后40回是曹雪芹亲友搜集整理原稿加工补写而成。此外，还有其他一些学者进行过类似的研究，也有一些不同的结论。为什么都通过提取关联词和统计的方法却得出不同的结论？原因就在于用以分析的关联词不同，即统计测度的切入点不同，当然也有统计方法上的差异，但前者是根本。至少存在几个统计测度上的问题：提取单一维度的关联词还是多维度的关联词？提取什么类型的关联词(例如：关联词是名词、形容词还是动词；是花卉、树木、饮食、医药还是诗词)？这些关联词可以综合为什么样的指标？等等。由此可见，原始统计测度代表着数据分析的方向。

相比《红楼梦》，大数据分析要复杂得多、困难得多。所以，数据科学除了需要数学、统计学、计算机科学与技术、人工智能等学科的交叉融合外，还需要与行为科学、语言学、社会学、经济学等学科相结合，以便能很好地解决作为数据分析之前提的统计测度问题。

第三，数据科学将进一步拓展统计测度的边界，并提出更高的要求。伴随着人类认识世界的范围的不断拓展，统计测度的范围也不断扩大，从自然现象统计测度到人口现象、经济现象统计测度，再到社会现象、环境现象、政治现象等统计测度，几乎已经渗透到了所有可以想象到的领域。相应地，统计数据分析也从少量数据的分析进入到了大数据分析。大数据的复杂性、不确定性和涌现性(王元卓等，2013)[14]，意味着统计测度的内容大大增加，原来一些不能测度的数据被纳入到了统计测度的范围，按照邱东教授的说法就是统计测度的边界大大扩展了。统计测度边界的扩大，必须以统计测度能力的提升为前提，即要求统计学借助现代信息技术进一步提升处理和分析数据的能力———对大数据“化繁为简”、“变厚为薄”的能力，这就必须以科学准确的大数据统计测度为前提，既改变统计思维，又创新统计分析方法，其中就包括统计测度思维、统计测度方法与统计测度标准。面对大量繁杂的数据，如果没有更好的统计测度思路与方法，包括个体标志定义方法、最小数据细胞分组与聚类方法、关联词含义的时间影响计量方法、定性测度指标筛选方法、再测度路径与方法、大数据统计测度评价标准等，那么统计学在数据科学发展过程中就难以发挥应有的作用，数据科学也将裹足不前。这就是统计学迈向数据科学的重要挑战之一。

综上所述，统计测度的基础性问题从统计学延伸到了数据科学，是两者的共同基础，并且对于数据科学而言显得更为重要。大数据的复杂性、不确定性和涌现性导致了统计测度的难度猛增，亟需建立面向大数据分析的统计测度理论与方法。要通过研究大数据的复杂性、不确定性和涌现性特征的基本因素，以及这些因素之间的内在联系、外在指标和测度方法，进而研究基于先进计算技术的大数据度量模型，构建寻找面向计算的数据内核或者数据边界的基本方法。总之，建立有效易行的数据表示方法，即科学的统计测度方法，是数据科学必须解决的基础问题之一。

四、创新与完善大数据统计测度方法

如前所述，统计学研究对象已经从结构化数据延伸到了包括非结构化数据在内的一切数据，统计测度边界得到了大大的扩展。按照邱东教授[7]曾经引用过的海德格尔的话：“界限并不表示某一事物的发展到此为止，而是像希腊人所认知的那样，界限是某种事物开始展现的地方”，预示着统计学在数据科学发展阶段的新起点已经展现在我们面前。新的统计测度边界催生统计测度方法的创新，统计测度方法的创新促进统计测度边界的拓展，两者相辅相成，共同推动统计学与数据科学的发展。为此，我们要系统梳理统计测度方法的发展历程，面对大数据提出的新挑战，大胆探索统计测度的新思路、新理论和新方法，为数据科学奠定坚实的统计学基础。为此提出如下几点建议：

首先，要紧密结合现象的本质去探求更科学的统计测度方法。本质决定一切，既然统计测度的目的是获得客观反映现象本质的数据，那么深入到现象本质、认识和掌握现象的本质，是科学统计测度的关键，也是探求新的统计方法的出发点。换句话说，科学的统计测度方法能够体现出数据的真正意义。例如，要探求社交网络数据的统计分析和测度方法，就必须了解社交网络的产生背景、构成要素、表现形式与基本特征，既要研究它的共性问题，又要研究它的个性问题与差异性，同时还要研究它的变化趋势。只有这样，才能掌握社交网络数据的构成要件或元素，才能建立起科学的、能有效体现社交网络数据意义的统计测度方法。再如，要分析研究电子商务数据，也必须先弄清楚什么是电子商务，尤其是弄清楚它与传统的商业模式有什么不同(包括物流、资金流与信息流)、有哪些新生事物(包括时空特征、法律监管)等等，否则统计测度无从下手或者抓不住要害。同时，作为一个新的研究领域，数据科学的理论基础将与计算机科学、统计学、人工智能、数学、社会科学等有关，离不开对相关学科领域知识与研究方法的借鉴，因此对相关领域的知识与研究方法的学习十分重要。否则，就会严重扭曲统计测度方法，胡乱设置测度标志，这需要引起高度关注。

其次，要紧密结合大数据的特点去创新统计测度方法。大数据的特点是复杂性、不确定性和涌现性并存，构成了多维的数据空间，里面蕴藏着丰富的信息资源，这是传统的统计数据不可比拟的。那么该从何处进入这样的数据空间？怎么进去？又怎么出来？这归根结底还是统计测度方法问题。因此，在开展大数据分析之前，首先要研究大数据的基础性问题，包括大数据的内在机理(包括大数据的演化与传播机制、生命周期)，数据科学与社会学、经济学、行为科学等之间的互动机制，以及大数据的结构与效能的规律性等等，为创新统计测度方法提供导向。本文认为，再复杂的数据也有共性，再不确定的数据也有规律，再涌现的数据也有轨迹。网络大数据背后的网络平均路径长度、度分布、聚集系数、核数、介数等具有共性的特征与参数，是开展复杂网络数据分析的基础(李国杰、程学旗，2012)[15]；大数据在时空维度上的分布形式、内在结构、动态变化和相关联的规律，是找到大数据分析切入口、进而简化大数据表征的前提；大数据的涌现性轨迹(包括模式涌现性、行为涌现性和智慧涌现性)，是研究更多的社会网络模型和理解网络瓦解失效原因，理解人们网络行为涌现特征(例如人们发邮件数量的时间分布特征)，以及探求大量自发个体语义融合连接形成有特定意义的通用语义之过程的路径(靳小龙等，2013)[16]。也就是说，这些共性、规律和轨迹就是统计测度的主要依据，也是重点内容。发展和创新能够准确发现大数据的共性、规律和轨迹的定量方法，其实就是发展和创新大数据统计测度方法。

第三，要紧密结合现代信息技术以完善统计测度方法。复杂、多变和不断涌现的大数据，不仅需要借助现代信息技术(包括硬件与软件)来解决极其复杂的分析计算问题，也需要利用现代信息技术来解决其繁杂多样的统计测度问题。对于大数据，不论是原始统计测度还是再测度，其复杂性或难度都不是传统的结构化数据所能相提并论的，哪怕是基本的关联词计数、分类与汇总，其工作量之大也超乎想象，不借用现代信息技术几乎是不可能完成的。而事实上，有些统计测度的内容与方法本身也是以数据处理能力的提升为前提的。可以说，脱离现代信息技术，人们难以承受大数据的统计测度与分析任务；要把统计测度思想变为可实现的统计测度方法，必须借助现代信息技术。为此，要充分利用各种信息技术和手段，把统计测度与数据清洗相结合、与数据分析模型相结合、与计算方法相结合，努力建立融自动搜索统计测度、动态演化统计测度和自主优选统计测度为一体的大数据统计测度方法体系。

统计学篇5

关键词：统计学；实践教学：模式

中图分类号：G64文献标识码：A

随着社会主义市场经济的快速发展，统计方法在金融、管理、证券、营销等领域的应用越来越受到关注，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，都越来越依赖于运用统计方法和进行数量分析。国家教育部将《统计学原理》课程列为高等财经院校财经类专业的必修核心课程之一，目的是使得非统计学专业的学生能够学习和掌握统计学的有关理论和方法，为专业课的学习及以后的工作打下坚实的基础。对于非统计专业学生来说，统计学完全是作为方法论的身份出现，应该强调运用统计方法解决专业实际问题的能力培养。但从目前情况看，许多学校在统计教育上仍存在“重知识、轻能力”的教学观念，对实践教学环节重视不够。因此，在非统计专业统计学教学过程中，强化实践教学、提高学生动手能力和创新能力，是十分重要和必要的。

一、非统计专业《统计学原理》教学存在的问题

(一)教学内容偏重于理论知识的传授，轻视实践技能的训练。目前的统计学原理教学目标，仍然强调让学生系统掌握统计学的理论和方法，教学内容局限在概念、原理、公式推导以及数据计算等方面，不能与实际工作、现实生活相结合，致使学生把统计学视同数学，产生畏难情绪。由于大学的学生一直是从学校到学校，很少接触社会，因此对所学的内容感到乏味且对统计中的概念含义不能正确理解，更不知该如何运用统计方法解决实际问题，甚至感觉统计学没什么用处。枯燥的内容、单调的形式，使得学生们厌学统计课。从多年的教学实践看，这种统计教学模式下，学生对统计分析、预测和决策的方法不能真正理解和掌握，无法培养学生运用统计方法和思维方式解决实际问题的能力。

(二)灌输式教学方式不利于提高学生的学习积极・挂。近年来，教学手段不断提高，多媒体教学已经比较普遍，但传统的教学方式却改进不多，仍然是以教师为主的封闭式课堂教学方式。教师是主讲者，学生是被动的接受者，这种“填鸭式”的单一灌输，不能激发学生的学习热情，师生之间缺乏互动交流，课堂气氛不活跃，不利于具有创新思维和创新能力的创造型人才的成长，而且也使得教师缺乏授课积极性，不利于业务水平的提高。

(三)传统的考核方式不利干检验学生的实际能力。大多数院校的统计学原理考核方式仍然以闭卷笔试为主。统计学原理的课程特点决定了其笔试内容，一般为填空题、选择题、简答题和计算题等题型，这些题目大多偏重于对陈述性知识的考核和简单的公式计算。由于许多学生没有转变中学时代的学习和思维方式，习惯于死记硬背公式、概念，应付考试，“上课时抄笔记(或考前复印别人笔记)、考试前背笔记、考试后全忘记”的现象十分普遍，很容易造成高分低能的现象，无法真正反映出学生对统计方法掌握程度和应用能力。

二、《统计学原理》课程开展实践教学的模式

统计实践教学就是在课堂传授和学习已经形成的知识的同时，利用实验、实践教学加强学生实践能力的锻炼，提高学生综合运用知识去解决实际问题的能力和创新能力。在教学过程中，教师以培养学生分析和处理实际问题的能力为中心，根据各章节的内容选用合适的实验、实践教学方式训练学生，让学生了解分析实际问题的思路。

(一)统计调查实践教学。统计调查是得到统计数据的实践性活动，在教学过程中，首先让学生了解调查方案设计的有关知识点：怎样确定调查目的；什么是调查对象、调查单位和填报单位；怎样选择合适的调查项目，如何设计调查问卷或调查表；什么是调查时间和调查期限；如何制定调查工作的组织实施计划等。然后，要求学生根据所学内容自行设计调查方案。可以自行选题，或者老师命题学生选择，内容一般与学生有关，这样能够调动学生参与的积极性。比如，大学生手机普及情况调查方案设计、大学生生活费用收支情况调查方案的设计、图书馆利用状况调查方案的设计、学生每周上网情况调查方案的设计等，锻炼学生统计调查方案设计的系统性。在老师的指导下，反复修改、补充，即可成为一份比较完善的设计方案。方案设计完毕后，可以从中选择一个或几个方案在学生中开展调查，由学生自行印制和发放问卷，调查信息资料。在搜集资料的过程中，同学们必须面对不同的被调查者，如何取得被调查者的信任与配合，需要有良好的语言表达能力、诚恳的态度和一定的调研技巧，更需要遇事不气馁的勇气和灵活的工作方法。通过实践，学生的调查能力、研究能力和独立工作的能力得到提高。

(二)推断统计实践教学。推断统计就是在搜集、整理样本数据的基础上，对有关总体作出推断，主要有参数估计和假设检验两种方法。对学生来说，这部分内容比较抽象、难懂，单纯地背公式、计算数据没有实际意义。为了让学生对该部分知识有更加深刻的了解，可以结合实践调查数据进行讲解，比如学习参数估计一章时，可以利用前文提到的“大学生手机普及情况调查”取得的样本数据，对大学生购买手机的价格和每月话费支出总额进行区间估计，估计在校大学生中手机拥有率、某种品牌的手机所占比重、短信支出在总支出中的比重等等。学习假设检验时，可以结合现实生活中与大家相关的或感兴趣的问题做一些简单的调查，比如，判断某种罐装饮料的容量或某种洗涤剂的重量是否与标注相符，某品牌手机的待机时间是否达到标准等。可以进行实地调查，利用小样本进行抽样推断。这样做，可以将统计调查方案设计、实施与推断统计等一系列工作紧密衔接起来，各知识点的联系性与系统性得到充分体现。

(三)计算机辅助实践教学。统计学研究的是大量数据的计算和分析，是一个复杂的工作过程，在实际工作中可以借助计算机软件来完成。适用于统计教学的计算机软件有SAS、SPSS、EXCEL等，前两种属于专业统计软件，需要使用者熟悉它们的语言，并进行专门的培训，这对于非统计专业的学生来讲不太适合。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，但比专业统计软件易学易用，便于掌握。EX-CEL提供了一个功能强大的数据分析工具，它的统计功能涵盖了统计学的基本内容。如进行统计分组，编制变量数列，求平均数、标准差，绘制统计图表，进行相关分析、回归分析，为时间数列配合趋势方程等。学生在参加实践教学项目时，通过上机把所学EXCEL功能运用到数据整理分析之中，使实践教学更生动更有效

率。

比如。在学习相关与回归分析时，可以利用统计年鉴提供的某几个省份人均GDP与人均消费水平等数据进行相关与回归分析，并分析其实际意义。如果用手工计算相关系数、建立回归方程，工作量非常大，没有计算机软件的支撑，是很难做好的。现在我们只要讲清楚回归分析基本思想、计算的原理和正确应用的条件、如何正确解读计算结果、怎样与实际问题结合使用，而对大量复杂具体的计算可以交给计算机去完成。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，也有利于学生对知识的理解与升华。

三、开展实践教学应注意的环节

(一)合理制订教学计划，整合教学内容。对于非统计专业学生来说，统计学原理课程的课时都比较少，要同时完成统计理论知识的学习和实践技能培训是无法做到的，因此，任课教师在教学之前，要对教学内容和时间进行合理规划和设计。在课堂上主要是完成理论的学习及少量的讨论，有关调查方案的设计、组织实施、撰写调查报告等工作主要靠课余时间来完成，课堂教学与课余调查进度要衔接。为了保证在有限的时间内，提高理论学习与实践训练效果，可以对教学内容进行适当调整，打破各章节的限制，将相关知识点结合起来进行系统性和整体性安排，充分考虑实用性、技术性和可操作性，保障实践教学的顺利开展。

(二)教师要不断提高自身的实践教学能力。由于实践教学需要教师对各个环节进行指导、检查、考核等，因此，对教师的业务水平、教学能力和知识层面提出了更高的要求。要求教师精通各种理论和方法，并及时了解本学科及相关学科的最新进展，把最先进的知识传授给学生；要求教师具备使用多媒体和统计软件的能力，真正把计算机作为备课、授课、组织教学活动的工具；要求教师经常深入实际，积极参加社会实践活动，不断提高分析问题和解决问题的能力。教师在深入实践教学的同时也提高了自身的业务素质和能力，只有教师的综合素质和实践能力提高了，才能达到培养应用型人才的目标。

统计学篇6

随着社会经济体制的改革和发展，当前的会计核算已远远不能满足医院的市场管理需求，统计学的运用，不仅为医院会计核算管理提供了重要保障，也加大了自身的应用前景，因此，开展实证会计工作，在原有的会计核算管理基础上，采用各种各样的统计方法对医院的会计信息进行统计分析和整理，对现行会计实务进行解释，并预测未来的会计实务，提高会计信息在医院经营活动的使用价值。下面则对统计学在会计核算方面中的运用进行探讨：

(一)统计学在医院财务会计中的运用

针对医院财务会计核算，统计学主要是对医院财务报表进行分析处理，财务报表中主要包括资产、负债、所有者权益等三个静态要素和收入、费用、利润等三个动态要素，而资产、负债、所有者权益等三个静态要素和收入、费用、利润等三个动态要素则正是统计学的时点指标和时期指标，将速动比率、现金流量比率、权益乘数、固定资产周转率等统计函数广泛运用在财务报表中，分析财务报表中的偿债、营运和盈利能力，并采用移动平均法、加权平均法等统计平均数原理运用在财务会计存货计量核算中，以保证财务会计核算的准确性和可靠性。

(二)统计学在医院成本会计中的运用

加强医院成本会计核算管理，主要目的是通过控制医院的运营成本来提高经济效益，在医院管理中，应对成本会计核算引起高度重视，将统计学运用在成本会计核算中，通过产品品种分类来进行单品种核算，并归集生产费用，最终对产品成本进行分析计算，以达到控制成本的目的。

(三)统计学在医院管理会计中的运用

与财务会计核算管理相比较，统计学运用在医院管理会计核算中更为复杂，其主要原因是管理会计涉及面较广，管理会计包括成本预测、销售业绩等活动，为了有效进行管理会计，通常采用联立方程组的方式应用在管理会计中，例如对于医院预测成本和销售管理，主要采用回归分析法对数据进行统计分析，对于医院经营状况的预测，则采用马尔科夫链的形式对其经营成果进行分析预测，对于医院财务状况的评价，则采用层次分析法，而财务建模分析，则主要采用计算机随机模拟的形式，尤其是对医院经营状况的预测，统计学的运用，提高了会计信息在医院经营决策中的价值。

(四)统计学在医院审计中的运用

在会计审计中，其主要是对医院会计核算的整个过程、会计报表进行监督和审核，将统计学应用在会计审计中，采用抽样方法对医院会计核算状况进行审核，进而确保会计审计结构的准确性。

二、在医院会计核算中，应加强统计学的运用

(一)加强医院会计人员对统计学的学习

当前，大多数医院统计和会计工作是相互分离的，在会计核算管理中，会计人员应加强对统计知识的学习，采用集中强化训练的方式，强化会计中常用的总体、指标、抽样等基本概念和统计分组基本方法的训练，并用到实处，提高会计人员的业务水平。另外，统计人员也应加强会计知识的学习，注重统计和会计的相互协调、相互促进，在财务统计核算中，要求统计人员、会计人员共同完成财务分析报告，强化统计、会计工作的优势互补，从而提高医院财务核算管理水平。

(二)建立完善的医院管理会计信息系统

面对医院各个部门的经济业务管理工作，建立管理会计信息系统是非常有必要的，将统计与会计有机结合在一起，对医院信息资源进行统计和分析，并利用管理会计信息系统对医院内部、外部各种信息进行统计和会计核算处理，从而加强医院的事物预测、财务分析和控制功能。

三、统计学应用在医院会计核算管理中的重要意义

(一)有助于推动医疗会计核算体制的改革

针对医院管理的特殊性，目前，大多数医院都在不断推进医疗体制改革，要求实行医药分开的核算体制，这就要求财务人员需要将药品的收入和支出情况单独罗列出来，并对其进行分离核算，但是，医院的药品种类繁多，规格、名称也比较多，这给医院经济业务的管理带来了一定的难度，将统计学运用在财务会计核算中，即对医院基础数据进行分类收集和汇总，从而达到经济业务会计核算的要求，因此，在药品库存管理实践中，为了使医院不会过多积压药品，通常按照药品的重要程度和保质期限来对药品进行分类，并根据各级药品的特质进行用量统计，通过建立数学模型来确定各级药品的最佳库存量，进而规范医院药品的管理。

(二)有助于完善医院医保制度

由于医院医保种类较多，在财务会计核算上，若不采用统计学来进行会计核算，这给财务人员的工作带来了一定的挑战，因此，将统计学运用到医院财务会计核算中，将各类医保病人的门急诊和住院医疗收入等进行报表统计，并单独列出各类医保的报表，进而对各类医保病人在就业过程中产生的医疗费用进行分析和单独核算，从而完善医保制度。总的来说，统计学的运用，对医院财务会计核算管理具有重要作用，例如，财务人员可以通过对医院实际数据进行统计分析，采用单病种结算的方式，进而引导医院降低看病买药的费用；通过对各类医保费用进行分类统计，这样不仅可以明确医院的债权债务，也可以通过医疗费用划拨来增加医院的医疗收入，因此，统计学运用到医院财务会计核算中，推动了医院的经济业务发展。

(三)有利于实现医院财务精细化管理

为了推动医院的可持续发展，注重医院财务精细化管理是非常重要的，将统计学运用在医院会计核算中，即将统计学作为一种数量计算与分析的方式，并运用到医院会计核算的各个环节中，从而实现医院财务精细化管理。统计学运用到会计核算中主要体现在以下几个方面：第一，会计资料的整理，如医院财务会计存货的计量管理，其主要利用统计学中的平均移动法原理来进行计算的；第二，财务信息分析处理，主要运用统计学中的统计指数为基础，并对统计指数进行同比分析和环比分析，以保证会计信息分析的准确性；第三，医院市场的预测，通过统计学对医院经济数据进行分析和预测，即采用统计学中的趋势分析预测模型对医院的医疗设备采购可行性和成本进行分析预测，进而为决策者提供参考依据。

四、结束语

统计学篇7

摘要：本文根据讲授统计学课程中所总结出的经验，针对非统计学专业统计学课程存在的问题提出了统计学教学改革的几点建议，以期能够提高统计学课程的教学质量。

关键词 ：统计学；实验教学；案例教学；多媒体教学

一、前言

在不列颠百科全书中，统计学的定义是一门关于社会经济活动数量表现和数量关系的方法论科学，是收集、分析、表述、解释数据的科学。它通过汇总的大量数据来探索规律，提高我们对事物的认识。统计学是教育部规定的财经类专业学生必修的专业核心课之一，统计学成为培养学生掌握经济学基本理论和方法，夯实数学与经济学基础，熟练地运用计算机分析、处理统计数据，提高学生综合素质的一门重要课程。在现实生活中，统计学应用相当广泛，以致于我们可以将统计学的范围扩展为能够用数据表示的现象。但是目前在非统计学专业的《统计学》教学中出现了很多问题，本文根据统计学课程在非统计学专业中的教学现状进行了分析，针对出现的问题给出相应的解决方法，希望能够给《统计学》课程教学质量的提高提供一些建议。

二、教学中存在的问题

1.课程安排不合理

根据全国的非统计学专业的《统计学》课程设计的调查中发现，某些高校，在课程安排结构上存在不合理现象。例如某些高校，《概率论》与《统计学》安排在统一学期，或者《统计学》安排在《概率论》之前，还有些高校将《西方经济学》安排在《统计学》之后。而《概率论》课程中的内容是学习《统计学》的基础内容，《西方经济学》课程的内容是理解《统计学》课程的前提。

2.课程教学模式不合理，学生难以理解

《统计学》课程本身就有很多抽象的概念及数学公式，这些概念及公式是统计学知识的基础内容。但是，对于大多数非统计学专业的学生来讲，数学功底较差，学习统计学就有着很大难度。另外教师在讲授课程中，由于不注重教学方法，使得本身数学不好的同学对统计学的学习产生恐惧和厌烦感。另外，尽管统计学的应用可以说贯穿各行各业、方方面面，与我们的生活息息相关。但是老师在课堂教学并没有让同学们感受到这一点，所举示例都远离学生们的学习工作生活，学生们自然对这个数学要求高、抽象思维强的课程毫无兴趣，结果就是不想学习，最终结局导致统计学课程没有学好，更谈不上分析实际问题。

三、针对非统计学专业统计学课程中存在问题的建议

1.合理安排课程

根据各个学校的自身情况及《统计学》课程的教学特点，合理安排与《统计学》相关课程的先后顺序，例如《概率论》安排在《统计学》之前，《西方经济学》安排在《统计学》之前等。

2.多媒体教学在《统计学》教学中的合理使用

根据对我校学生的调查发现，学生对多媒体教学信息资源丰富性的满意程度，结果显示58.0%的学生对本校多媒体教学信息资源丰富性现状满意，说明大多数学生认为多媒体内容、形式、学习资源，整体效果的信息丰富性方面比较好，所以在《统计学》的教学中可以合理的使用多媒体教学。

3.开展案例教学与实验教学相结合的教学方式

统计学是理论与实践相结合的课程，而学生们在学习了统计学中的很多理论之后，却不知道自己学习的理论在什么情况下使用、怎么样使用才能够解决实际问题，因此开展案例教学与实验教学相结合的教学方式非常有必要。

统计学教师在传授统计学课程的过程当中，应当先注意将案例与教学目标进行有机的结合，唯有理论与实际相结合才能够更好的激发学生们的学习积极性，从而加强学生们对于统计学公式的理解能力，促进统计学课程的教学质量与教学效率。统计学的案例教学可以根据教学内容来指导学生们针对自己感兴趣的日常身边实际问题进行实践活动的组织。例如说：在学习指数的过程中，可以指导学生们可以在高校校园当中调查学校食堂内饭菜的价格，编制高校食堂饭菜价格指数；或者在学习市场调查中，可以对大学生的手机月消费情况进行调查来得到大学生手机消费情况；再或者讲授回归分析中，可以指导学生收集班上同学父亲身高和同学的身高，来计算在班级上的同学父亲身高与子女身高的回归线等等。

从教学实际考虑，统计学实验教学可以利用统计软件进行数据分析，根据统计软件包中的工具对统计学方法进行操作。通过这些训练，能够更好地帮助学生们将统计理论用到实际问题，提高动手能力。目前在高校讲授的统计分析软件主要有SAS、spss、Eviews 和STATA等，但是这些都是相对专业的统计分析软件，非统计学专业的学生在他们的课程中是接触不到的。很多高校也不会为了《统计学》一门课程再重新开一门统计软件课程，所以实验教学中可以考虑使用EXCEL软件，这个被大家熟悉的且功能强大的办公软件。EXCEL 操作比较简洁，功能实用，易学易懂，便于掌握，对于非统计专业的人员进行数据处理和分析非常合适，完全可以满足一般统计分析的需要。在统计学的实验教学中就可以将实例教学中得到的数据使用EXCEL软件，得到分析结果。

四、结论

本文分析了统计学的教学中存在着课程安排不合理、课程教学模式不合理等问题，并针对这些实际问题提出了一些改革建议，例如在教学中实施案例教学与实验教学相结合，配合多媒体教学模式。现代社会“数据的增加呈指数型，数据分析的增加呈二次式”。当大量数据充斥在我们的周围，如果不采用合适的方法去加以整理分析，那数据只能是一种意识空间的浪费，更不用提以此来拉动经济发展和社会进步了。因此，统计学教育工作者通过合理的教学改革方法将枯燥、抽象的统计学理论更加让学生们接受、理解，培养学生们的分析处理实际问题的能力尤为重要。

参考文献：

[1]唐志. 统计学课程考核方式改革的理论与实践[J]. 高教论坛,2011,11:17-19.

[2]袁卫.机遇与挑战———写在统计学成为一级学科之际[J].统计研究,2011,11:3-10.

[3]曾五一,肖红叶,庞皓,朱建平. 经济管理类统计学专业教学体系的改革与创新[J]. 统计研究,2010,02:3-6.

[4]张朝晖.经管类专业统计学课程教学改革探讨———以莆田学院为例[J]. 科技和产业,2010,12:109-112.

[5]吴启富.中国统计学课程建设发展沿革及存在问题[J].统计与决策,2012,03:48-50.

[6]张永林,郑宝成,于建德. 论基于SPSS的统计学课程改革[J]. 吉林省教育学院学报(中旬),2012,01:49-50.

统计学篇8

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（data mining,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data mining的视角不完全相同，但可以说，data mining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.

统计学篇9

（一）数理统计的主要特点

数理统计就是通过对随机现象有限次的观测或试验所得数据进行归纳，找出这有限数据的内在数量 规律 性，并据此对整体相应现象的数量规律性做出推断或判断的一门学科。概括起来有如下几方面的特点：一是随机性，就是说数理统计的研究对象应当具有随机性，确定性现象不是数理统计所要研究的内容。二是有限性，就是说数理统计据以研究的随机现象数量表现的次数是有限的。三是数量性，即数理统计以研究随机现象的数量规律性为主，而对随机现象质的研究为次。四是采用的研究方法主要为归纳法。最后，数理统计通过对小样本的研究以达到对整体的推断都具有一定的概率可靠性。用样本推断总体误差的存在是客观的，但是数理统计不仅重在研究误差的大小，还指出误差发生的可能性的大小。

从数理统计的学科特征来看，数理统计是应用数学中最重要、最活跃的学科之一。由此可见!数理统计从学科划分来说，应属于数学学科，但是其重在应用!而不是纯数学理论或方法的研究，故其采用的方法也就重在归纳法，而不是数学的演绎法。

综上所述，数理统计的主要特点可以用一句话概括为、数理统计是一门对随机现象进行有限次的观测或试验的结果进行数量研究，并依之对总体的数量规律性做出具有一定可靠性推断的应用数学学科。

（二）统计学的主要特点

统计学是一门收集、整理和分析统计数据的方法论 科学 ，其目的在于探索数据的内在数量规律性，以达到对客观事物的科学认识。

统计学从其研究的范围来说有三大领域：数据的收集$数据的整理和数据的分析。首先，这三大领域随着统计学的不断 发展 ，已很难分辨出哪个领域更重要些。也许有很多人认为数据的分析要相对重要些。在对1900 年和1910年美国两次农业普查资料进行分析时，列宁曾指出：“全部问题，任务的全部困难在于，如何综合这些资料，才能确切地从 政治 上 经济 上说明不同种类或类型的农户的整个情况。”这足见数据整理的重要性。近年来困扰我国统计研究的并不是数据的分析方法，而是缺少充分真实有效的统计数据，造成无法用数据去检验或证实相应的经济理论、经济模型和经济政策。数据收集的重要性可见一斑。其次，统计学是一门方法论科学。长期以来，人们一直认为在这众多的方法中，统计研究的基本方法是大量观察法、统计指标法、统计分组法和模型推断法。特别是大量观察法更成为统计学最重要的基本特征方法之一，也可以说这是统计学与数理统计的根本区别之一，否则，统计学也就真的成了 现代 西方数理统计学了。随着统计学由早期的纯粹描述统计不断拓展为描述统计与推断统计并重，直至有的学者认为现代统计学应该以推断统计为主，描述统计为辅，暂且不论这种观点是否有不妥之处，但可足见推断统计学已在现代社会生活中起到举足轻重的作用。事实上，推断统计已成为现代统计学的基本特征之一。再次，统计学从其成为一门科学的那一天起，就把对现象数量方面的研究作为自己的基本特征，但是，同时强调要以对现象的定性认识为基础。

（三）数理统计与统计学的比较

通过上述对数理统计与统计学特点的分析，可以把数理统计与统计学的主要异同归纳为如下几方面：

1.从其研究目的来看，两者都重在揭示总体现象的数量规律性，而统计学更声称要以对总体现象的定性认识为基础。

2.从其研究的途径来看，数理统计希望通过对总体部分个体的数量特征的研究，以达到对总体相应数量特征的认识；而统计学既希望通过对构成总体的全部个体的数量特征的研究(如果可能$或值得的话)，以达到对总体相应数量特征的认识，同时也希望能通过对构成总体的部分个体的数量特征的研究，以达到对总体相应数量特征的认识。

3.从其研究的手段来看，数理统计主要依赖于小样本特征值统计分布的数学原理来推断总体的相应特征值；而统计学或者说推断统计学主要依赖于大样本特征值统计分布的数学原理来推断总体的相应特征值。

4.从其研究的主要范围来看，数理统计侧重于对样本数据的定量分析；而统计学不仅重视样本数据的定量分析，而且重视对所获得的总体全部数据的定量分析，同时，重视数据收集方法、数据整理方法的研究。

5.从其利用样本数据对总体进行推断的数理机理而言，概率论是其共同的基础。特别是作为统计学基本方法之一的大量观察法，其数理基础正是概率论中的大数定律；统计学中用大样本可以方便地推断出总体特征的数理基础正是概率论中的中心极限定理，而无论是大数定律还是中心极限定理也都是数理统计的根基。

6.数理统计尽管强调应用性，但是它本身还是一门数学学科，重在应用方法的数理基础的研究；统计学更侧重于对解决社会、经济等现实问题数量分析方法的研究与应用，而方法本身的数理基础的科学性研究，则由相应的理论统计学去研究，事实上，推断统计方法的数理基础的科学性研究，正是数理统计的研究范畴之一。

从上述数理统计与统计学的特点及其比较，可以清楚地看到，随着现代统计学的发展及其在社会政治经济生活中发挥作用越来越大的趋势，数理统计研究问题的理念及其方法已对统计学的发展产生重要的革命性影响，但是，数理统计与统计学毕竟是两门差异较大的学科，不可能简单地加以“统一”。

二、数理统计在统计学中的地位

数理统计与统计学是两门不同的学科，不可相互取代，也不可能像多年来有些学者提出的那样，要建立所谓的大统计，或者说融合统计学，其实质就是要把数理统计与统计学融合起来。但是其融合的直接后果就是现在某些高校所使用的统计学教材中，既有统计学的内容，也有数理统计的成分，不伦不类，细读之，其实就是数理统计的内容与统计学内容的简单拼接。这不能不说是近年来，

3. 数理统计中样本抽样分布的理论，为 现代 统计学中的方差分析、正交设计等方法的应用同样提供了方法上的理论保证。特别是正交设计在现实工农业生产中的作用，及其对 经济 的贡献已引起国外学者的高度关注。据日本某些专家估计：“（日本）经济 发展 中至少有10％的功劳归于正交设计。”这足见数理统计的方法在统计方法中应用的现实意义。

（三）数理统计在统计内容中的地位

统计学是一门关于如何收集、整理和分析统计数据的一门方法论 科学 。不管数理统计对统计思想的发展有多大的影响，也不管数理统计在统计方法中居于何种地位，数理统计在统计学中的地位还是主要体现在统计分析中的地位。数理统计对数据的收集方法与整理方法的实际影响要比其对统计数据分析方法的影响小得多。也就是说，统计学作为一门方法论科学，其研究领域要比数理统计宽广得多。试图用数理统计取代统计学的观点显然是不正确的，同样试图用大统计学取代数理统计的观点也不正确，毕竟数理统计作为一门数学学科有其自身的不可替代的特点。因此，数理统计在统计内容中的地位，也只能主要体现在统计分析方面。

1.统计数据收集方法的研究仍然是现代统计学的主要内容之一。正如前所述，在我国现阶段如何获得大量真实有效的统计数据，是我们所面临的迫切任务之一。不真实、不全面的统计数据，使国家的宏观管理"经济理论’经济模型和经济政策的统计检验，以及 企业 的生产经营预测、决策，都不能有效地进行。可见，“统计数据的质量是统计全部工作的生命”的观点的正确性。而数理统计在统计数据收集方面的影响仅体现在统计数据调查方式方法方面，即抽样调查如何组织实施的方式方法，在统计数据收集方法中得以突出和强调。

2.相同的原始统计数据，采用不同的整理方法所获得的整理资料可以完全不同，并由此对其采用相同的方法进行分析所得的结论，可能完全相反。这足以说明统计整理的重要性。但是数理统计在统计整理方面却难以发挥有效的作用，毕竟，数理统计研究的依据是小样本，而统计学研究的依据的是大样本。假如统计学不是以大样本或总体的全部个体为研究依据，统计学也许就真的沦为数理统计了。

3.数理统计对统计数据分析方法的影响是显著的。不仅体现在对大样本总体参数估计、非参数估计、相关与回归分析、总体分布型态的判断、一个总体参数与两个总体参数的假设检验、方差分析和正交设计等许多内容上，而且体现在描述统计学中最基本指标：平均数、相对数的 计算 原理等方面。也许真不可想象，若在现代统计方法的内容体系中缺少了数理统计的关于大样本的分析方法原理，将是怎样一种景象。

三、统计学传播理念的转变

对数理统计与统计学的特点作了比较研究，以及对数理统计在统计学中的地位作了分析之后，让我们再回到统计学知识传播的现实实践中来，可以更清楚地看到我们现在正在做什么、在哪些方面还需要改进、今后该怎样把工作做得更好。

（一）统计学知识传播理念的转变主要体现在如下三个方面：

1.统计是什么。这是对统计的最基本的认识，可以通过加强对统计知识的宣传达到。在现代统计工作中，尽管“统而计之”仍有非常重要的现实意义，但是在我们的统计学教学与其它途径的统计知识的传播中，绝不能仅限于此。不仅要让不同阶层的人，认识到统计对现实社会生活的巨大认识作用，而且要让他们了解统计在国家宏观管理、企业经营预测、决策，以及对经济理论#经济模型、经济政策检验中的重要性，从而使各个阶层的人民群众自觉地参与和配合各级统计机构所开展的统计调查活动，以保证统计数据的真实完整。这就要求我国必须加强统计知识普及 教育 及统计法规的宣传教育!开辟多途径多手段的统计知识传播途径。这是统计学传播的基础理念。

2.统计为什么，即让统计活动的直接参与者懂得为什么要这样做。显然，这是对统计学传播的较高层次要求。知道为什么要这样做!即要知道统计的原理，这并不需要所有的公民都知晓。事实上，只能是具有一定知识基础的人才可能真正理解，且其途径主要是通过高等学校的统计教学活动。由此就对高校的统计学教学理念提出了挑战：统计学课堂上应向学生教授什么。笔者从事高校统计学教学多年，认为高校统计学课堂上应向学生解释统计方法的原理。高校统计学教学课堂不应过分地强调对统计知识的宣传和如何具体地从事统计活动，而应强调重视统计方法机理教学的传播理念，但这在我国现实的高校统计学教学中并没有真正地形成。

3.怎么做统计，这是统计方法具体应用的问题。可以说当前我国高校统计学教学实质上就是教会学生如何做实际统计工作。如何收集、整理数据，如何用公式去计算某些指标等。显然，这样的工作中学生就可以胜任。而真正为什么要那样组织实施数据的调查、整理，为什么要那样计算。不仅老师介绍的不够!而且教材编写的深度也不够。

由此可见，统计知识的传播理念应大致界定在三个层面上：一是统计基本常识的传播。二是如何开展具体的统计活动。三是为什么那样开展统计活动可以达到预期的目的。不同层面的传播对象是有差别的。知道统计是什么、怎么做统计，相对于懂得为什么要那样做统计，其要求是相当低的。也许只要会记数、会写字的居委会大妈，就可以从事数据的收集工作，而会套用公式的一个中学生就可以计算服从x*2分布的统计量的样本数值。而知道为什么要这样做，没有相应的数理统计知识是万万不行的。另一方面，随着计算机的普及及统计数据处理软件的开发，利用计算机对数据进行分析已变得异常简单，甚至一个孩童都可以教会使用统计处理软件，在这种情况下。是否让学生懂得统计为什么就变得不重要了呢？正相反，在统计学的高校课堂上让学生懂得为什么就更重要了。

四、我国统计学教材改革的方向

从对统计学传播理念的不同层次的要求，及数理统计在统计学中的地位和学生的知识结构来看，改革现行高校统计学教材内容体系及教学理念势在必行。

1.去除现行统计学教材中与数理统计相重复的内容，加强关于大样本的数理统计内容，即增加大样本统计分布的数理基础的内容。

2.强调大数定律及中心极限定理内容的教学。尽管这两个定理是纯数理统计的问题，但由于其在数理统计的教学中，教师通常重视不够，因为小样本问题才是数理统计研究的主要问题，因此，可能一带而过，而它们恰恰是联系数理统计与统计学的重要纽带。因此，在统计学教材中必须增加并突出其内容。

统计学篇10

>> 分析统计理论在电力统计中的应用 浅谈案例教学在中职统计教学中的应用 多媒体及统计软件在《田间试验与生物统计》教学中的应用 统计意识在概率统计课程教学中的作用 Excel在统计学教学中的应用探讨 浅谈类比法在概率统计教学中的应用 EXCEL在统计学教学中的应用 建构理论在统计学教学中的应用 SAS统计软件在本科实践教学中的应用 SPSS在统计学教学中的应用 SPSS软件在卫生统计教学中的应用 多媒体在概率统计教学中的应用 实事求是在统计教学中的应用 类比法在概率统计教学中的应用 Minitab软件在高职概率统计教学中的应用 R统计软件在区间估计教学中的应用 SPSS软件在统计学教学中的应用 统计在企业中的应用分析 概率统计在中的应用 在非统计专业的概率统计教学中融入统计建模 常见问题解答 当前所在位置：l .

＼[3＼] 蔡教战.企业文化建设与铸造行业歌曲浅谈＼[J＼] .铸造工程，2009（5）：39.

＼[4＼] 内蒙古自治区统计局.为实现内蒙古统计美好明天奋斗＼[EB/OL＼] ..

＼[7＼] 刘强.统计员之歌＼[EB/OL＼] ..

＼[10＼] 月夜飞雪.统计人之歌＼[EB/OL＼] ..

＼[13＼] 野渡无香.基层统计员之歌＼[EB/OL＼] ..

＼[17＼] 石湖秀才.统计员之歌＼[EB/OL＼] .，20070620.

Application of Statistics Songs in Statistics Teaching

TIAN Ping

（Administration Office， Hubei Industrial Polytechnic， Shiyan 442000，China）