统计学特性篇1
关键词：土壤；生态化学计量学；中亚热带原生性森林系统；武夷山
0引言
生态化学计量学是近年来新兴的生态学研究领域，对揭示土壤化学元素的可获得性、循环和平衡机制及生态系统植被养分的限制性等具有重要意义，为研究土壤-植物相互作用与C、n和p循环提供了新的思路[1，2]。土壤养分是土壤肥力最重要的物质基础，其中，n和p是生物生长的限制性养分，C是物质结构，三者密切相关，所以，关于C、n和p的生态化学计量学的研究最多[3]。生态化学计量学提出20多年来，国内外学者已在许多领域进行了应用。例如，张向茹等人在研究黄土高原不同纬度下刺槐林土壤生态化学计量学特征中发现土壤C/p和n/p随纬度的升高显著减小[4]，刘兴诏等人发现南亚热带森林不同演替过程中植物与土壤各土层的n/p随演替的进行有不断增加的趋势[5]。然而，相较于国外生态化学计量学研究的深度和广度，国内研究则相对不足[6]。
我国森林生态系统退化程度严重，恢复已退化的森林生态系统成为当代人迫切需要解决的重大问题。武夷山是福建省著名旅游景点，因其保存着大量完整无损、多种多样的林带，是中国亚热带森林和南中国雨林最大、最具代表性的例证。作为中亚热带原生性森林生态系统，研究其土壤中多种元素含量变化，循环平衡和有效性对恢复我国森林生态系统具有借鉴作用。因此，本文主要对武夷山土壤C、n和p含量及生态化学计量学特征进行探讨，以期为恢复我国森林生态系统提供科学的理论依据。
1研究区概况与数据源
1.1研究区概况
武夷山自然保护区位于27°33′-27°54′n，117°27′-117°51′e，处福建省武夷山市，区内多为北北东向和北西向的断谷所分割，形成高山深谷地貌。武夷山地处中亚热带，四季温度均匀，年平均气温约8.5～18℃，年降水量约1846～2150mm[7]，是福建省降水量最多的地区。武夷山主要分布前震旦系和震旦系的变质岩系，中生代的火山岩、花岗岩和碎屑岩，由于坡度较大，成土母质多为坡积物或残积-坡积物，土壤类型主要有红壤、黄红壤、黄壤、草甸土[8，9]。武夷山保存了世界同纬度带最完整、最典型、面积最大的中亚热带原生性森林生态系统，发育有明显的植被垂直带谱，几乎囊括了中国亚热带所有的亚热带原生性常绿阔叶林和岩生性植被群落[10，7]。
1.2数据源
本文土壤样品为2014年11月在武夷山自然保护区所采集的土壤。土壤野外采样过程中，利用手持GpS准确定位。野外采样共采集土壤样品41个。将采集的土壤样品带回室内实验室进行土壤理化性质的测定，测定项目包括有机质、全氮和全磷，有机质的测定采用高温外热重铬酸钾氧化-容量法，全氮采用开氏消煮法，全磷采用氢氧化钠熔融-钼锑抗比色法。在此基础上再计算出C/n、C/p和n/p（质量比）的值，如表1；采用SpSS进行单因素方差分析（p
2结果分析
2.1研究区土壤C、n和p含量特征
研究区土壤C、n和p含量平均值分别为25.35g・kg-1、2.95g・kg-1和0.29g・kg-1，中值为27.12g・kg-1、2.53g・kg-1和0.29g・kg-1，说明土壤中C、n和p含量多集中于平均值附近。土壤C、n和p变异系数分别为50%、72%和39%，C和n属中等变异，p属低变异。
2.2研究区土壤C、n和p化学计量学特征
武夷山土壤C/n、C/p和n/p平均值分别为9.50、102.27和12.67，变异系数分别为30%、64%和110%，C/n属低变异，C/p属中等变异，n/p属强变异。
3讨论
3.1土壤C、n和p含量分析
根据第二次全国土壤普查分级标准，研究区土壤有机质含量属一级水平（>40g・kg-1），全氮属一级水平（>2g・kg-1），土壤全磷属六级极贫乏水平（
武夷山发育有明显的植被垂直带谱，海拔的不同发育不同的森林植被，不同的植被类型土壤的可溶性有机碳和氮存在差异[12]，所以研究区的土壤C和n都属中等变异，变异系数分别为50%和72%。由于我国南方土壤普遍属于p限制，加之武夷山保护区受人为影响较少，因而不同类型植被p含量差异不大，p的变异性弱。
3.2土壤C/n、C/p和n/p分析
C/n可作为估算土壤n储量的一个数值[13]。研究区土壤C/n平均值为9.5，低于我国土壤C/n平均值（10-12）[14]。微生物在分解有机物过程中，在一定范围内，有机物C/n值越大，分解速率越小。研究区土壤C/n较低，土壤有机质分解速率较快，形成的腐殖质量多，土壤肥力较好，n储量丰富。C/n属低等变异，主要是因为C和n元素之间具有极显著的相关关系，而且对环境变化的响应几乎同步[15]。
研究区土壤C/p平均值为102.27，研究区土壤为p限制。makino和Cotner认为在p限制的情况下（C/p大于93：1），C/p越小，植物生长率越高。反之，C/p比较高，微生物在有机质分解过程中存在p受限，从而与植物竞争土壤中的无机磷，不利于植物生长[16]。研究区土壤C/p比较低，有利于微生物在分解有机质过程中促进土壤有效磷的增加。土壤C/p与C呈极显著正相关，与n和p不呈显著相关关系，所以C/p与C一样也属中等变异。
研究区土壤n/p平均值为12.67，远大于我国有机土（8）及我国陆地土壤（3.9）[17]。陆地生态系统中，土壤n/p越大，生物固氮量越小[18]，研究区土壤生物固氮量明显小于我国有机土壤和陆地土壤。n/p的强变异性说明研究区n和p时空分布不一致。
4结论
（1）研究区土壤C和n含量相对丰富，p含量贫乏，属p限制。
统计学特性篇2
【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。
【论文关键词】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).
统计学特性篇3
【关键词】统计学；统计思想；认识
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。随着社会的不断发展，统计学的应用越来越广泛，并不断发展。
一、统计学中的几种统计思想
（一）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。
（二）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：
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.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。
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。
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。
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”。
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。
（三）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。
二、对统计思想的一些思考
（一）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。
（二）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。
（三）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）.
[3]范文正.几种基本统计思想的现实意义[J].统计与决策，2007.（08）.
[4]邢莉.《九章算术》中的统计学思想探究[J].统计研究，2008.（03）.
[2]王大治.统计工作的科学性[J].科技情报开发与经济，2008.（04）.
统计学特性篇4
【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。
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。www.133229.Com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).
统计学特性篇5
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，中国统计学、统计学教材、统计教学的一大悲哀：迷失了自我，盲目地要“与西方接轨”。笔者认为要想理顺数理统计与统计学的关系，就必须对数理统计在统计学中的地位加以深入的研究。
（一）数理统计在统计思想发展中的地位
统计作为一项社会实践活动，已有几千年的历史。“统而计之”，就是人们对统计的朴素认识。随着社会生产力的不断进步，当代的统计已不圄于“统而计之”的范畴。
1.统计作为人们认识社会的最有力的武器之一，已广泛应用于社会、政治、经济、科技等众多领域，而每一个领域有其复杂多样性，若采用简单地“统”，即全面调查几乎是不可能的，但是全面地了解每一个领域的基本情况及不同领域之间的数量联系的规律性，又为现代社会管理所必需。数理统计研究问题的思路和方法，自然而然地为统计学所利用，即数理统计为现代统计学的发展点燃了解决复杂现实问题的科学思想火花——为用总体的部分去说明总体奠定了数理基础。
2.20世纪30年代以来，随着政府要有效地干预国民经济理念的形成，政府以社会经济生活直接参与者的身份出现，基于对全局数据的掌握，大大地推动了统计思想的发展，不仅投入了大量的资金对统计这支“武器”进行开发，更重要的是从立法的角度对统计行为进行规范。在当今许多国家的统计法规中，都明确地规定抽样调查在统计调查中的重要地位。比如，在我国1996年5月经修改后颁布并实施的《中华人民共和国统计法》第二章第十条就明确规定：“统计调查应当以周期性普查为基础，以经常性抽样调查为主体，以必要的统计报表、重点调查、综合分析等为补充，收集、整理基本统计资料”。而抽样调查的基本原理就基于数理统计的推断原理。可见，数理统计的推断理念在统计实践中的地位已用法律的形式确定下来。
3.作为社会经济活动主体的企业单位，在世界经济全球化、区域经济一体化的发展背景下，不仅没有足够的资金、技术支持从事某一方面的全面调查，有时也没有必要通过全面调查以获得生产经营方面的全面数据资料，而抽样调查就足以提供相应可靠的数据作为企业生产经营决策的依据。这也说明数理统计有着微观的现实需要，为微观经济管理活动开辟了无限广阔的前景。在微观统计应用中有着坚实的思想根基。
4.统计的理念，已不仅仅在于用历史数据描述历史的发展特征，而当代更强调通过对历史数据的收集、整理和分析，去预测未来，而这种预测的基础同样基于数理统计的原理。即从历史的时序数据中找出数据的内在数量规律性，以把握未来的走向，即数理统计的分析原理在时间序列数据预测中的作用，同样功不可没。
（二）数理统计在统计方法中的地位
随着数理统计解决现实问题的理念在统计思想中地位的确立，数理统计在统计方法中的重要地位也相应地得以确立。
1.大数定律为数理统计应用于统计学搭起了连接的纽带。大量观察法是现代统计学的基本方法之一，而大数定律又是大量观察法的基础。统计学若没有大量观察法的支撑，则统计分析中的基本指标——平均数与相对数，则失去其应有的作用和意义，可见数理统计在统计方法中的基础地位不容置疑。
2.中心极限定理为数理统计在统计学中的应用铺平了道路。用样本推断总体的关键在于掌握样本特征值的抽样分布，而中心极限定理表明+只要样本容量足够地大，得自未知总体的样本特征值就近似服从正态分布。从而，只要采用大量观察法获得足够多的随机样本数据，几乎就可以把数理统计的全部处理问题的方法应用于统计学，这从另一个方面也间接地开辟了统计学的方法领域，其在现代推断统计学方法论中居于主导地位。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。
二、数理统计与统计学的主要特点
（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”。
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。
统计学特性篇6
关键词:大数据;统计学;数据分析;抽样理论;理论
重构随着信息科学技术的高速度发展,当代获取和储存数据信息的能力不断增强而成本不断下降,这为大数据的应用提供了必要的技术环境和可能.应用大数据技术的优势愈来愈明显,它的应用能够帮助人类获取真正有价值的数据信息.近年来,专家学者有关大数据技术问题进行了大量的研究工作[1],很多领域也都受到了大数据分析的影响.这个时代将大数据称为未来的石油,它必将对这个时代和未来的社会经济以及科学技术的发展产生深远的意义和影响.目前对于大数据概念,主要是从数据来源和数据的处理工具与处理难度方面考虑,但国内外专家学者各有各的观点,并没有给出一致的精确定义.麦肯锡全球数据分析研究所指出大数据是数据集的大小超越了典型数据库工具集合、存储、管理和分析能力的数据集,大数据被Gartner定义为极端信息管理和处理一个或多个维度的传统信息技术问题[23].目前得到专家们认可的一种观点,即:“超大规模”是GB级数据,“海量”是tB级数据,而“大数据”是pB及其以上级别数据[2].
一些研究学者把大数据特征进行概括,称其具有数据规模巨大、类型多样、可利用价值密度低和处理速度快等特征,同时特别强调大数据区别于其他概念的最重要特征是快速动态变化的数据和形成流式数据.大数据技术发展所面临的问题是数据存储、数据处理和数据分析、数据显示和数据安全等.大数据的数据量大、多样性、复杂性及实时性等特点,使得数据存储环境有了很大变化[45],而大部分传统的统计方法只适合分析单个计算机存储的数据,这些问题无疑增加了数据处理和整合的困难.数据分析是大数据处理的核心过程,同时它也给传统统计学带来了巨大的挑战[6].产生大数据的数据源通常情况下具有高速度性和实时性,所以要求数据处理和分析系统也要有快速度和实时性特点,而传统统计分析方法通常不具备快速和实时等特点.基于大数据的特点,传统的数据统计理论已经不能适应大数据分析与研究的范畴,传统统计学面临着巨大的机遇与挑战,然而为了适应大数据这一新的研究对象,传统统计学必须进行改进,以继续和更好的服务于人类.目前国内外将大数据和统计学相结合的研究文献并不多.本文对大数据时代这一特定环境背景,统计学的抽样理论和总体理论的存在价值、统计方法的重构及统计结果的评价标准的重建等问题进行分析与研究.
1传统意义下的统计学
广泛的统计学包括三个类型的统计方法:①处理大量随机现象的统计方法,比如概率论与数理统计方法.②处理非随机非概率的描述统计方法,如指数编制、社会调查等方法.③处理和特定学科相关联的特殊方法,如经济统计方法、环境科学统计方法等[7].受收集、处理数据的工具和能力的限制,人们几乎不可能收集到全部的数据信息,因此传统的统计学理论和方法基本上都是在样本上进行的.或者即使能够得到所有数据,但从实际角度出发,因所需成本过大,也会放弃搜集全部数据.然而,选择最佳的抽样方法和统计分析方法,也只能最大程度还原总体一个特定方面或某些方面的特征.事实上我们所察觉到的数据特征也只是总体大量特征中的一小部分,更多的其他特征尚待发掘.总之,传统统计学是建立在抽样理论基础上,以点带面的统计分析方法,强调因果关系的统计分析结果,推断所测对象的总体本质的一门科学,是通过搜集、整理和分析研究数据从而探索数据内部存在规律的一门科学.
2统计学是大数据分析的核心
数的产生基于三个要素,分别是数、量和计量单位.在用数来表示事物的特征并采用了科学的计量单位后,就产生了真正意义上的数据,即有根据的数.科学数据是基于科学设计,通过使用观察和测量获得的数据,认知自然现象和社会现象的变化规律,或者用来检验已经存在的理论假设,由此得到了具有实际意义和理论意义的数据.从数据中获得科学数据的理论,即统计学理论.科学数据是通过统计学理论获得的,而统计学理论是为获得科学数据而产生的一门科学.若说数据是传达事物特征的精确语言,进行科学研究的必备条件,认知世界的重要工具,那么大数据分析就是让数据最大限度地发挥功能,充分表达并有效满足不同需求的基本要求.基于统计学的发展史及在数据分析中的作用,完成将数据转化为知识、挖掘数据内在规律、通过数据发现并解决实际问题、预测可能发生的结果等是研究大数据的任务,而这必然离不开统计学.以大数据为研究对象,通过数据挖掘、提取、分析等手段探索现象内在本质的数据科学必须在继承或改进统计学理论的基础上产生.
统计数据的发展变化经历了一系列过程,从只能收集到少量的数据到尽量多地收集数据,到科学利用样本数据,再到综合利用各类数据,以至于发展到今天的选择使用大数据的过程.而统计分析为了适应数据可观察集的不断增大,也经历了相应的各个不同阶段,产生了统计分组法、大量观察法、归纳推断法、综合指标法、模型方程法和数据挖掘法等分析方法,并且借助计算机以及其他软件的程度也越来越深.300多年来,随着数据量以指数速度的不断增长,统计学围绕如何搜集、整理和分析数据而展开,合理构建了应用方法体系,帮助各个学科解决了许多复杂问题.现在进入了大数据时代,统计学依旧是数据分析的灵魂,大数据分析是数据科学赋予统计学的新任务.对于统计学而言,来自新时代的数据科学挑战有可能促使新思想、新方法和新技术产生,这一挑战也意味着对于统计学理论将面临巨大的机遇.
3统计学在大数据时代下必须改革
传统统计学是通过对总体进行抽样来搜索数据,对样本数据进行整理、分析、描述等,从而推断所测对象的总体本质,甚至预测总体未来的一门综合性学科.从研究对象到统计结果的评判标准都是离不开样本的抽取,完全不能适应大数据的4V特点,所以统计学为适应大数据技术的发展,必须进行改革.从学科发展角度出发,大数据对海量数据进行存储、整合、处理和分析,可以看成是一种新的数据分析方法.数据关系的内在本质决定了大数据和统计学之间必然存在联系,大数据对统计学的发展提出了挑战,体现在大样本标准的调整、样本选取标准和形式的重新确定、统计软件有待升级和开发及实质性统计方法的大数据化.但是也提供了一个机遇,体现在统计质量的提高、统计成本的下降、统计学作用领域的扩大、统计学科体系的延伸以及统计学家地位的提升[7].
3.1大数据时代抽样和总体理论存在价值
传统统计学中的样本数据来自总体,而总体是客观存在的全体,可以通过观测到的或经过抽样而得到的数据来认知总体.但是在大数据时代,不再是随机样本,而是全部的数据,还需要假定一个看不见摸不着的总体吗?如果将大数据看成一个高维度的大样本集合,针对样本大的问题,按照传统统计学的方法,可以采用抽样的方法来减少样本容量,并且可以达到需要的精度;对于维度高的问题,可以采取对变量进行选择、降维、压缩、分解等方法来降低数据的复杂程度.但实际上很难做得到,大数据涵盖多学科领域、多源、混合的数据,各学科之间的数据融合,学科边界模糊,各范畴的数据集互相重叠,合成一体,而且大数据涉及到各种数据类型.因此想要通过抽样而使数据量达到传统统计学的统计分析能力范围是一件相当困难或是一件不可能的事.大量的结构数据和非结构数据交织在一起,系统首先要认清哪个是有价值的信息,哪个是噪声,以及哪些不同类型的数据信息来自于同一个地址的数据源,等等,传统的统计学是无法做到的.在大数据时代下,是否需要打破传统意义的抽样理论、总体及样本等概念和关系,是假设“样本=总体”,还是“样本趋近于总体”,还是不再使用总体和样本这两个概念,而重新定义一个更合适的概念,等等.人们该怎样“安排”抽样、总体及样本等理论,或人们该怎样修正抽样、总体、样本的“公理化”定义,这个问题是大数据时代下,传统统计学面临改进的首要问题.
3.2统计方法在大数据时代下的重构问题
在大数据时代下,传统的高维度表达、结构描述和群体行为分析方法已经不能精确表达大数据在异构性、交互性、时效性、突发性等方面的特点,传统的“假设-模型-检验”的统计方法受到了质疑,而且从“数据”到“数据”的统计模式还没有真正建立,急切需要一个新的理论体系来指引,从而建立新的分析模型.去除数据噪声、筛选有价值的数据、整合不同类型的数据、快速对数据做出分析并得出分析结果等一系列问题都有待于研究.大数据分析涉及到三个维度,即时间维度、空间维度和数据本身的维度,怎样才能全面、深入地分析大数据的复杂性与特性,掌握大数据的不确定性,构建高效的大数据计算模型,变成了大数据分析的突破口.科学数据的演变是一个从简单到复杂的各种形式不断丰富、相互包容的过程,是一个循序渐进的过程,而不是简单的由一种形式取代另一种形式.研究科学数据的统计学理论也是一样,也是由简单到复杂的各种形式相互包容、不断丰富的发展过程,而绝不是完全否定一种理论、由另一种理论形式所代替.大数据时代的到来统计学理论必须要进行不断的完善和发展,以适应呈指数增长的数据量的大数据分析的需要.
3.3如何构建大数据时代下统计结果的评价标准框架
大数据时代下,统计分析评价的标准又该如何变化?传统统计分析的评价标准有两个方面,一是可靠性评价,二是有效性评价,然而这两种评价标准都因抽样而生.可靠性评价是指用样本去推断总体有多大的把握程度,一般用概率来衡量.可靠性评价有时表现为置信水平,有时表现为显著性水平[8].怎么确定显著性水平一直是个存在争议的问题,特别是在模型拟合度评价和假设检验中,因为各自参照的分布类型不一样,其统计量就不一样,显著性评价的临界值也就不一样,可是临界值又与显著性水平的高低直接相关.而大数据在一定程度上是全体数据,因此不存在以样本推断总体的问题,那么在这种情况下,置信水平、可靠性问题怎么确定?依据是什么?有效性评价指的是真实性,即为误差的大小,它与准确性、精确性有关.通常准确性是指观察值与真实值的吻合程度,一般是无法衡量的,而精确性用抽样分布的标准差来衡量.显然,精确性是针对样本数据而言的,也就是说样本数据有精确性问题,同时也有准确性问题.抽样误差和非抽样误差都可能存在于样本数据中,抽样误差可以计算和控制,但是非抽样误差只能通过各种方式加以识别或判断[910].大多数情况下,对于样本量不是太大的样本,非抽样误差可以得到较好的防范,然而对于大数据的全体数据而言,没有抽样误差问题,只有非抽样误差问题,也就是说大数据的真实性只表现为准确性.但是由于大数据特有的种种特性,使得大数据的非抽样误差很难进行防范、控制,也很难对其进行准确性评价.总之,对于大数据分析来说,有些统计分析理论是否还有意义,确切说有哪些统计学中的理论可以适用于大数据分析,而哪些统计学中的理论需要改进,哪些统计学中的理论已不再适用于大数据统计研究,等等,都有待于研究.所以大数据时代的统计学必是在继承中求改进,改进中求发展,重构适应大数据时代的新统计学理论.
4结论
来自于社会各种数据源的数据量呈指数增长,大数据对社会发展的推动力呈指数效应,大数据已是生命活动的主要承载者.一个新事物的出现,必然导致传统观念和传统技术的变革.对传统统计学来说,大数据时代的到来无疑是一个挑战,虽然传统统计学必须做出改变,但是占据主导地位的依然会是统计学,它会引领人类合理分析利用大数据资源.大数据给统计学带来了机遇和挑战,统计学家们应该积极学习新事物,适应新环境,努力为大数据时代创造出新的统计方法,扩大统计学的应用范围.
参考文献:
[1]陈冬玲,曾文.频繁模式挖掘中基于CFp的应用模型[J]沈阳大学学报(自然科学版),2015,27(4):296300.
[3]卞友江.“大数据”概念考辨[J].新闻研究导刊,2013,35(5):2528.
[5]靳小龙,王元卓,程学旗.大数据的研究体系与现状[J].信息通信技术,2013(6):3543.
[6]覃雄派,王会举,杜小勇,等.大数据分析:Rdbms与mapreduce的竞争与共生[J].软件学报,2012,23(1):32-45.
[7]游士兵,张佩,姚雪梅.大数据对统计学的挑战和机遇[J].珞珈管理评论,2013(2):165171.
[8]李金昌.大数据与统计新思维[J].统计研究,2014,31(1):1017.
统计学特性篇7
生物统计附试验设计课程特点改革生物统计是应用数理统计的原理和方法来分析和解释生物界遗传变异现象的数量特征的科学。试验设计是科研工作未进行之前对整个试验研究课题的设计，生物统计与试验设计二者相辅相成。生物统计附试验设计作为畜牧兽医类专业的必修专业基础课，是一门理论性和实践性较强的课程，其教学目的在于使学生在掌握基本统计分析方法的基础上，培养学生独立处理和分析试验数据的能力，为进一步学习其它专业课程和毕业论文设计奠定一定的基础。该门课程相对于其它课程内容广、概念多、公式多。教学过程中教师难教，学生难学，加之大部分学生对该门课程的重要性认识不足，导致学生怕学，教师怕教。针对课程特点，对教学现状进行分析，为进一步教学改革提供帮助。
一、生物统计附试验设计课程特点
1.章节内容关系紧密，连贯性强
生物统计附试验设计的教学内容前后章节关系密切，环环相扣，层层深入。如本科教材中，常用统计术语、资料的整理、资料的统计描述、常用概率分布属于描述性统计部分，是理论基础；而假设检验、方差分析、X2检验、回归与相关分析是统计的核心内容，属于理论的应用部分；描述性统计与理论应用又为试验设计提供相应的原理和实验分析方法。如果学生对描述性统计部分尤其是常用概率分布内容理解不透的话，则后续章节中的假设检验部分将很难理解，进而导致学生越听越不懂，越听越没兴趣。
2.公式多，计算多，内容多，概念抽象，理解记忆难度大
生物统计附试验设计是一门专业基础课，是动物科学、动物医学以及生物学研究不可缺少的工具。学习过程中，涉及的公式和计算等多而且难记，概念也抽象易混淆，导致学生兴趣不浓。如常用概率分布包括正态分布、二项分布、泊松分布、t分布及样本平均数的抽样分布等，各种分布的特点不一，内容复杂难懂；基本统计量及三大显著性检验涉及大量的计算公式，多且难记；总体与样本、精确性与准确性、参数与统计量、自由度、秩次距等概念抽象易混淆，导致学生感到难懂、难记、难用。
3.以概率论和高等数学为基础，内容广，理论抽象
生物统计附试验设计是一门边缘学科，需要较好的概率论和高等数学为基础，涉及内容广泛。一些计算公式都是通过最小二乘法原理，运用微积分和线性代数等知识推导出来；一些原理，如平方和与自由度的可加性原理、小概率原理、无效假设原理等理论抽象难懂，需要在一定的概率论与数学基础上理解，常常会使学生感到枯燥乏味，不会灵活运用。
二、生物统计附试验设计课程存在的问题
生物统计附试验设计课程的显著特点决定了它必然会存在一些问题，主要表现为：①教学模式传统，手段单一。该门课程以课堂讲授为主，大都采用多媒体教学，教师是主讲者，学生是被动的接受者。由于内容抽象，原理枯燥，计算繁琐，导致学生厌学，积极性不高。②教与学脱节，实践环节薄弱，该门课程公式多，概念多，理论抽象，在讲授过程中，虽然能结合一定的生产和科研实例，但仍显抽象，难理解，直接导致教师感到难教，学生感到难懂，难记，不会灵活运用于生产实践。③学生对该门课程的重要性认识不足，由于学生在学习该门课程之前，对试验设计、试验结果统计分析等科研过程没有直观的认识和接触，直接导致学生认为该门课程不重要，学习也没用，萌生不爱学、不想学的思想。
三、结束语
综上所述，生物统计附试验设计是一门理论与应用相结合的科学，其课程特点决定了这门课程必然会存在一定的问题。在今后的教学中，为了培养更多的实用型和开拓创新型人才，只有认真分析课程的特点，针对教学现状，我们要不断的思考和探索，不断的改革教学方法，最大限度的挖掘学生的应用和创新能力，提高教学质量。
参考文献：
[1]汤赵云，田朋萍，张霞．《生物统计学》课程改革的实践[J]．黑龙江生态工程职业学院学报，2008，21（2）：82-83．
[2]叶子弘，崔海峰，陈春．生物统计学课程“能力素质培养计划”的构建及分析[J]．安徽农业科学，2011，39（10）：6268-6269．
[3]章元明．生物统计学在农科大学生素质教育中的作用[J]．高等农业教育，2002．12（138）：68-69．
统计学特性篇8
一、统计学中的几种常见统计思想
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。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。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:(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。
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.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。
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。
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。
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”。
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。
二、对统计思想的若干思考
1.要改变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。
统计学特性篇9
1我国学位服的现状及问题
根据国务院《关于推荐使用学位服的通知》，不同学位的学位服有不同的服饰颜色，其中，博士服的黑、红两色中黑色是主色调；导师服主色调是红色；硕士服是蓝与深蓝两种颜色。后来在实际应用中又衍生出学士服、校长服。其中，学士服是黑色，校长服是红、黄两种颜色。
当前我国学士服的垂布颜色根据文、理、工、农、医、军事6类学科设置成了粉、灰、黄、绿、白、红六色。然而实际应用中却没有明确的色彩标识，也没有对使用色号进行统一规范。然而当前我国已经有13个学科的学位授予，传统的6大类学科的垂布色彩的适用性开始逐渐减弱。随着当前高校都在追求自身学校特色的个性化学位服，传统的学位服已经不再适应当前社会发展趋势。
2中国学位服的系统设计
在国外，不同国家的学位服系统存在差异。英、美国家对学位服系统的保留较为完整，而有的国家，如意大利的学位服仅将配置限于博士等级，将学位服系统简化了，其他等级的学位授予只是在学位授予仪式中配置一点象征意义的特殊装饰物。当前我国的学位系统发展更加成熟。由此，应该提出相应的完整的具备中国特色的学位服系统。
2.1中国学位服的设计原则
遵循中国传统服饰特色。设计属于中国的学位服饰系统，自然要遵循中国传统服饰的特色，然而却不能只复苏汉服制度，这需要通过对中国传统礼服设计进行学习，然后进行现代化的礼服设计，展现中国学士服的特色。首先，要根据传统设计无袖头的长裥衫，展示中国上衣下裳的古制，即裥衫制，象征学子传承中国优秀的学习精神，并保持终身学习的谦虚态度。第二，采用传统的五行色进行学位服色彩方案设计。五行色显示了中国古代的五行时空观念，左（青）龙、右（白）虎、前（朱）雀、后玄武（黑）、中央是蟾（黄色）。此五色作为正色表示高贵，在设计时，注意颜色与习俗礼服相冲的地方，如白素与丧服颜色相冲，可以替换成金色。同样，领缘或袖口纹饰都有较深的设计内涵，要体现出学问、礼仪、不浮夸的特色，以显示中国文人的精神风貌。由此，可以将领缘、袖口的纹饰设计成“梅兰竹菊”，象征学子的不同气节，如梅象征博士的顽强，兰象征硕士的优雅潇洒，菊象征学士的不为百花凋零，竹象征专科生的韧性。同样的，对于半臂、绦带、霞帔也有其设计内涵，对裥衫加入半臂，能增强学位服的传统感。绦带则显示了学位等级。学位帽的改制，学位帽方形代表书本面板，是以流苏颜色来区分授予学位的等级的，应该体现中国传统官帽的内涵。
遵循统一化与个性化相协调的原则。要从国家角度进行学位服的统一性设计，显示中国学位服的设计特色。个性化是根据个别学校、专业甚至是个别学生的要求进行学位服的创造性的个性化设计。在模块中设计元素有多个，在设计模块之间并非必然连接。由此，可以在统一性中进行个性化的元素组合，但是要遵循组合规则，这是有条件的个性化组合设计。
遵循系统相对开放原则。这里的“相对开放”指的是系统中的模块以及设计内容可以在相对条件下进行变换，如出现新的等级学位时，就需要进行新的设计元素的筛选。由此，要将系统设计模块进行开放性设置，方便后面进行等级学位添加和完善设计。
2.2学位服系统款式库构建
（1）学位服基本型设置模块。本文对该模块的设计提供了两个设计方案，供需求者选择。
方案1根据古制学位服的裥衫进行设计，交领右衽，大袖宽袍，腰系绦带，用于辨别学位等级和装饰。
方案2采取传统中式设计立领，下摆有横褴，象征古代的裥衫，并以胸前襞积数量区分学位等级。基本型不具备装饰作用，只为学位服提供设计参考，根据各自的设计模块对一些细节可以进行适当的修改调整。此外，专科没有在学位制度的排名中，只是隶属于高等教育体系。
（2）学位服色彩设计模块。我国最新版《普通高等学校本科专业目录（2012年）》将?{校教育的学科门类增设至13个，相应的专业又增加了，基本专业是352个，特设专业是154个，分为19个学科大类。通常以本科学位等级进行分类和搭配色彩。
本文所选的学位等级色彩是黑色――学士，青色――硕士，红色――博士，金色――导师，褐色――校（院、所长）学位，根据无形色来进行不同等级学位服的设计，象征不同等级学位的内涵。
由于当前我国高校的学科已经增至13大类学科，其色彩也由6色变为13色，并应用到垂布色彩设计中。
（3）学位服衣袖设计模块。设计使用说明：此处仅展现学士学位服的衣袖设计，在该衣袖设计模块中，可以看出衣袖的细节处理带有中国传统衣袖的特色，如其中的“柱”“袂”“半臂”以及袖口缘饰等。在个性化设计中，衣袖还能带有中国结、编绳之类的装饰。在本模块的设计中，不存在对应的数字编码，可以将衣袖组合进行多样化设计，在专科层次的颜色配置上，可以在大体的衣袖颜色与学位服衣身色彩一致的基础上局部变动具有跳跃的色彩装饰。
（4）学位服衣身设计模块。设计使用说明：在建立学位服系统“款式库”时，要对各等级的学位服衣身进行设计，并且设计出不同的男女各两款，本文仅讲了学士学位服衣身设计模块。在该模块中，数字编码要进行一一对应。采取了裥衫制进行衣身设计，在衣身下摆加了横褴。根据编码对应原则，衣身变化一般不多，而特别之处是专科学位服的衣身较短。不同的前衣片裙裥数量代表等级。通常，专科学位服衣身对应灰色，其他的学位等级对应黑色衣身。
统计学特性篇10
[论文摘要]民办高校是我国高等教育的后起之秀，这就决定了它要在当前高校扩招、生源质量和数量面临急剧下降的严峻形势下求得生存与发展，就必须要以市场为导向，以培养应用型人才为己任，以全面提高教学质量为突破口，通过特色专业建设规划和课程改革，以应用能力为主线构建学生的知识、能力、素质结构与培养方案，加强实践性教学环节，注重学生在实验、实训、实习、毕业设计等实践性课程中实际应用能力和创新能力的培养。
一、民办高校艺术设计专业实践教学现状
近几年艺术生源不断加大，艺术设计专业成为当前热门专业，大多高校都增设了这门专业。然而，也暴露了许多问题，艺术设计专业本来是一个专业性、实践性很强的一门学科，但是由于大多高校盲目的扩招以及课程设计的混乱、盲目的模仿教学，无法找到一个行之有效的教学手段，更谈不上特色课程了，使本来实践性很强的学科，跟社会严重脱节。其中，特色课程问题显得更为突出，并已成为制约高校尤其是民办高校艺术设计专业发展的瓶颈。例如：传统图形是中国宝贵的艺术财富，在我国有着得天独厚的基础，理应成为艺术设计专业学生及设计师们着重进行的专业设计内容及研究侧重点。如果从我们的视线中日益消解，会产生多少遗憾、多大损失。有个性的设计往往是来自扎根于本民族悠久的文化传统和富有民族文化本色的设计思想，民族性和独创性及个性同样是具有价值的，地域特点也是艺术设计专业学生及设计师的知识背景之一。未来的设计师不再是狭隘的民族主义者，而每个民族的图形更多的体现在民族精神层面，民族和传统也将成为一种图式或者设计元素，作为设计师有必要认真看待民族传统和文化。而目前高等教育研究界对传统图形的形式有一定研究和探讨，但对民办高校来说把传统图形的形式美和表现技法运用于艺术设计专业形成设计特色并把其作为特色课程实践教学研究的却还很少，而且缺乏系统性的研究。本研究旨在通过对民办高校把传统图形的形式美和表现技法运用于艺术设计专业形成设计特色并把其作为特色课程的实践教学研究分析，并运用一些相关的传统艺术知识，探索以传统图形的形式美和表现技法为“突破口”，培养学生审美能力，实践能力，思维的综合能力，创造能力，全面提高学生的综合素质，凸现把传统图形的形式美和表现技法运用于艺术设计专业形成设计特色并把其作为特色课程实践教学研究，从而提高民办高校教学质量。无疑，把高等院校中具有特殊性的民办高校作为研究对象，分析其艺术设计专业特色课程教学实践研究的成果和成因，并提出相应的实践教学研究策略，对民办高校提高教学、科技水平，完善学校教学管理机制，调动教师的积极性和创造性，培养学生审美能力，实践能力，思维的综合能力，创造能力，全面提高学生的综合素质，从而拓宽素质教育路径，不断发展、壮大学校特色建设，带动学校的整体优化都具有一定的现实意义。
二、特色课程在民办高校的重要性
特色课程是高校发展的亮点。在现代大力发展职业教育的背景下，民办高校要想壮大，必须创建民办高校的特色。所谓办学特色，就是在认真贯彻教育方针的前提下，形成自己学校的办学风格和特征。随着每年艺术生源的不断加大，艺术系的特色课程实践教学改革更加重要。创办特色课程的目的归根到底是为了全面提高学生素质，多出人才，出好人才；而适应社会主义现代化建设需要的人才必然是全面发展、优化个性、各有特长的各级各类合格人才。因此，发展学生的特长是创办特色民办高校的重要任务。这是摆在民办高等院校面前的一个急需研究和解决的重大课题。因此，本研究以高等学校特色课程研究为基础，以凸现把传统图形的形式美和表现技法运用于艺术设计专业形成设计特色并把其作为民办高校特色课程实践教学研究为切入点，在分析民办高校艺术设计专业特色课程实践教学研究现状的基础上，探讨影响民办高校艺术设计专业特色课程实践教学研究的原因，进而针对民办高校艺术设计专业特色实践教学研究问题提出具体对策。
三、民办高校艺术设计专业特色课程实践教学研究的创新视角
由于特色课程涉及学校的课程改革和师资队伍建设，也涉及到艺术设计学科改革和未涉及到的其他学科，还涉及社会存在价值，从长远和从短期来看这一现象是截然不同的，因此研究的角度是关键的问题，从不同的视角去看，得出的结论是完全不同的。从宏观上看，我国长期以来的就业制度及其学科建设的某些不合理性是阻碍艺术设计专业特色课程实践教学研究的，这已经对我国艺术设计学科的发展造成了许多负面影响，如妨碍了新技术的交流与引进，本土传统艺术形式和世界现代艺术设计观的相互作用等，所以从宏观上来看，应该鼓励发展艺术设计专业特色课程改革。但是从组织角度来看，我国许多教育院校、科研单位，尤其是民办高校己深深地为艺术设计专业特色课程改革的乱复制和盲目性现象所困扰，没有根据学校自身发展的实际情况进行特色课程实践教学研究。本研究从民办高校的角度来论述，因此在立意上不主张盲目的进行艺术设计专业特色课程实践教学研究，而是以自身高校实际情况，在发扬民族文化的同时凸现把传统图形的形式美和表现技法运用于艺术设计专业形成设计特色并把其作为民办高校特色课程实践教学研究为出发点，也就是以提高民办高校艺术设计专业特色课程实践教学研究为目的。
通过分析民办高校艺术设计专业特色课程实践教学研究现状以及研究概况，找出其中存在的问题和不足，并将其作为本项目研究的基础；综合分析相关资料和调研结果，归纳影响民办高校艺术设计专业特色课程实践教学研究的因素，并在此基础上提出解决民办高校艺术设计专业特色课程实践教学研究问题的对策。
参考文献
[1]尚刚编著.中国工艺美术史新编.高等教育出版社，2007.2
[2]包装设计的创新生存.美学与艺术教育[m]成都:四川人民出版社.1998