统计学相关性篇1
【关键词】统计学课程教学过程
统计学在我们的学习、工作以及生活过程中随处可以用到，统计学的实质就是经过对相关数据或者信息进行整理或者处理分析之后得出更深层的原理或者规律的一门学科。统计学是一种应用学科，它主要的工作原理就是利用相关的数据进行简单的分析或者处理，从而来解决实际工作或者实际生活中出现的各种问题。结合现在统计学的发展情况以及各种相关学科的发展状况。我们可以知道统计学科发展的综合情况并不是很好，其中这些不好的情况主要表现为以下几个方面：统计学教育教学的主要内容不能够达到非常强的针对性，相关统计学老师的教学思想或者教学观念比较陈旧，与此同时教学方式方法不恰当或者不能够符合现在学生的思维方式以及学习习惯，更重要的是学校关于统计学的考试方法不合理等很多方面，这些方面不得到很好的解决或者处理，将直接导致统计学专业的学生专业素质比较低，具体来讲就是，统计学专业的学生没有非常清晰的统计思维去观察事物、思考事物，并且缺少利用统计学的方式方法去分析问题或者解决问题，与此同时在很大程度上限制统计学专业学生发挥自身的专业知识以及专业技能。
1.统计学科有自身的优点或者强势之处，所以我们的相关工作人员应该将其的优势很好的表现出来
统计学在教学过程中能够提供一套通用的计算方法，并且它是一门专业基础课程，正是由于这些特点，所以统计学与其他相关的学科相比有很多比较独特的优势，这就使得我们的学生经过统计学科的学习之后，能够拥有一定水平的专业特长，只有这样才能够在很大程度上适应千变万化的社会以及竞争非常激烈的市场中对于相关的统计学人才的需要以及需求标准。结合这个原则以及统计学的学科性质，将统计学的优势或者强势之处定位在培养统计思维习惯以及训练学生实用的计算能力以及统计能力，这样的定位相对来说比较科学合理。与此同时在统计学专业的教育教学的实际工作过程中中，要想将思维习惯以及应用能力这两个主要目标进行非常好的融合工作。
统计思维是存在于统计学中的一种思维方式，其中比较良好的统计思维不仅仅是学习统计学相关知识以及技能的必要条件，同时也是统计学与其他相关学科进行连接的介质工具，如果能够培养适当，那么学生在以后的学习或者工作过程中都会受益良多。相关的统计学老师在进行教学的过程中，需要将训练统计思维的方法以及授课的主要内容进行联系或者结合，比如：数学课程中的概率论以及随机过程的相关知识的作用是揭示事物在发展的整个过程中存在的不确定的现象的规律性，并且相关数据或者信息的收集以及处理过程就是能够在现象发生的过程中控制提供决策的主要依据。
2.统计学老师在进行教育教学的过程中教学的主要内容的变化
为了能够更好地突出统计学的优势，我们的相关工作人员需要对统计学的主要教学内容进行几方面的改变或者变革。其中增加统计学科的相关数学的理论基础知识的讲授内容就是其中的一部分。之所以这样做就是由于大部分的统计工具均是利用概率论作为基础或者前提，以参数估计以及假设检验作为教学过程的主要内容之一。增强理论基础知识的讲授内容主要表现在下面的两个方面：第一个方面就是把概率论的相关知识加入到统计学课程的教学课程中；第二个方面就是把参数估计的相关知识在原来的基础上进行深化，把假设检验的相关知识也加入到统计学的教学过程中。我们不仅仅需要重视上面讲述的这些知识，同时还需要关注相关与回归分析的统计方法、时间序列分析的统计方法以及指数的统计方法，相关的教学工作人员需要时刻关注这些统计方法的改革问题。
刚才讲述的这几种统计方法在经济管理的相关教学中经常运用，在原先的统计学的教育教学过程中也进行了比较重要的阐述。但是要想能够更好地体现统计方法的实用性这个原则，所以上面讲述的这三种统计方法的相关运用也需要进行一定的调整或者变革。结合具体情况来说，就是相关与回归分析的统计方法在进行讲解的过程中，需要加入实用性比较强的多元线性回归的主要内容，与此同时需要将这些知识讲解的更加深入一点，更加透彻一点；时间序列分析的统计方法在进行讲解的过程中需要将教学的工作重点问题转移到构成分析上去，但是对于动态分析指标来说，只要进行简单的介绍以及选择性的讲解即可；指数的统计方法只要将它的基本工作原理解释清楚就可以了，重点关注的问题时指数在实际工作中的应用问题，比如：国民经济指标中的居民消费价格指数或者公司中经常使用的股票价格指数等等。
3.统计学在教学方法以及教学手段方面的变革或者创新
以前比较传统的统计学教学模式就是统计学的教学老师通过黑板、粉笔以及教材等一些工具进行相关的统计知识的讲解，这样的教学模式经常会使得学生被动的接受知识的传授，从而让学生对于知识的学习产生一种厌恶的感觉，同时降低学生学习的主动性以及积极性，最终可能导致统计学老师的教学质量下降、教学效率也降低。
统计学的教学方法需要进行相应的改变，具体来说可以实行实验教学的方式进行统计知识的讲授。统计学的学生在进行课程的学习过程中不仅仅需要掌握一定的统计学基本理论知识，更要求学生能够比较熟练的掌握一定的计算机水平，并且利用计算机的相关运算对统计数据或者统计资料进行整理或者分析。比如：收集数据之后绘制相关的统计图表、相关的统计指标的运算工作以及统计学中经常用到的统计软件。实验教学的方式能够将作用比较强大的统计分析软件进行相应的链接，同时通过统计软件这个计算工具在教学课堂上进行整理或者处理比较大型的数据资料，尽最大可能将那些非常复杂的计算或分析过程进行简，这样能够在很大程度上促进统计学的理论教学与实践教学的融合，并且让学生的感性认识与理性认识进行比较有效的链接。
统计学的相关课程在进行教学的发展趋势是把现在的统计方法的教学与统计应用的软件进行结合，这样才能够使得学生在进行统计学的相关理论知识或者统计方法的学习过程的同时，也能够非常熟练的运用统计应用软件进行相关统计数据的处理工作。
参考文献：
[1]邱东.统计学发现和发明中的“误称”[J].中国统计,2011(05):25-28.
[2]伍业锋.统计数据的概念、范式及其角色[J].统计与决策,2011(14):15-19.
统计学相关性篇2
关键词：统计学；发展趋势；统计教育改革
0引言
随着国家创新形式的发展，统计创新工作已经得到相关部门的重视，统计创新包括统计实践创新和统计教育创新两个方面。统计教育的创新是统计创新的基础，没有统计教育的创新，就谈不上统计实践的创新，下面我从统计学的基本发展趋势来探讨目前统计教育的改革方向。
1统计学的基本发展趋势
统计学的发展与其它学科的发展相似，也需要走与其它学科相联系的发展道路。
1.1统计学与实质性学科相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。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，统计方法基本是从一些实质性学科的研究活动得来的，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，抽样调查方法源于政府统计调查资料的搜集。同时历史上一些着名的统计学家同时也是生物学家或经济学家等。另外，从学科体系上看，统计学与实质性学科之间的关系不是并列的，而是相交的，统计方法与实质性学科相结合，才产生了统计学的分支，如统计学与经济学相结合产生了经济统计学，与社会学相结合产生了社会统计学等，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、社会统计学不仅仅属于统计学，同时也属于经济学、社会学、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和发展的。这个发展趋势说明了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。因此，统计专业的学生必须在学好本专业知识的同时，也要通晓相关的实质性学科的课程知识，只有这样，所学的统计方法才有用武之地。
1.2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，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。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。随着计算机应用的越来越广泛，信息数据也越来越多，大量信息在给人们带来方便的同时也带来了许多问题：信息过量、信息真假、信息安全等问题出现了，同时信息形式的不一致也导致信息难以统一处理。于是如何从大量的信息中找出有用的信息？如何提高信息的利用率？数据挖掘和知识发现（DmKD）技术随之应运而生了。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。在这种需求下，汇聚了不同领域的研究者们投身到数据挖掘这一新兴的研究领域。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。所以，对于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，与计算机技术相结合，这是发展的趋势。所以统计教育的一些课程要改革，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。
2统计教育的改革
2.1统计专业课程建设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则是课程设置和规范课程的内容。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，将统计方法与相关领域的专业知识完美结合。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三方面的知识：（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。
2.2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，应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。
2.2.1改接受式的教学为互动式教学，以案例分析与情景教学开启学生的思维，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，培养学生的创造性思维能力。
2.2.2构建以课堂－实验室－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，才能展现统计学的生命力。
2.3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，培养出来的学生都会要用统计软件分析数据。再者，统计学是一门应用的方法型学科，统计学应当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，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。
2.4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。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，而且也锻炼和培养了学生研究和解决问题的能力。
2.5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，还影响着教学的内容。语言、数学、计算机、专业知识是一个统计人才必备的素质，它们之间是不可分离的，而是要尽可能结合在一起来进行教学，单一化人才已不适应现代化教育教学的需要，现代教育更注重教育信息技术中的多媒体、网络化、社会化和国际化、多样化和多层次的综合人才。超级秘书网：
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.
统计学相关性篇3
【论文关键词】统计学；统计思想；认识
【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。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。
新晨
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).
统计学相关性篇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。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) .
统计学相关性篇5
随着国家创新形式的发展，统计创新工作已经得到相关部门的重视，统计创新包括统计实践创新和统计教育创新两个方面。统计教育的创新是统计创新的基础，没有统计教育的创新，就谈不上统计实践的创新，下面我从统计学的基本发展趋势来探讨目前统计教育的改革方向。
1统计学的基本发展趋势
统计学的发展与其它学科的发展相似，也需要走与其它学科相联系的发展道路。
1.1统计学与实质性学科相结本文由收集整理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。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，统计方法基本是从一些实质性学科的研究活动得来的，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，抽样调查方法源于政府统计调查资料的搜集。同时历史上一些着名的统计学家同时也是生物学家或经济学家等。另外，从学科体系上看，统计学与实质性学科之间的关系不是并列的，而是相交的，统计方法与实质性学科相结合，才产生了统计学的分支，如统计学与经济学相结合产生了经济统计学，与社会学相结合产生了社会统计学等，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、社会统计学不仅仅属于统计学，同时也属于经济学、社会学、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和发展的。这个发展趋势说明了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。因此，统计专业的学生必须在学好本专业知识的同时，也要通晓相关的实质性学科的课程知识，只有这样，所学的统计方法才有用武之地。
1.2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，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。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。随着计算机应用的越来越广泛，信息数据也越来越多，大量信息在给人们带来方便的同时也带来了许多问题：信息过量、信息真假、信息安全等问题出现了，同时信息形式的不一致也导致信息难以统一处理。于是如何从大量的信息中找出有用的信息？如何提高信息的利用率？数据挖掘和知识发现（dmkd）技术随之应运而生了。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。在这种需求下，汇聚了不同领域的研究者们投身到数据挖掘这一新兴的研究领域。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。所以，对于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，与计算机技术相结合，这是发展的趋势。以下谈一谈统计教育需要改革的几个方面。
2统计教育的改革
2.1统计专业课程建设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则是课程设置和规范课程的内容。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，将统计方法与相关领域的专业知识完美结合。
2.2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，应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。
2.2.1改接受式的教学为互动式教学，以案例分析与情景教学开启学生的思维，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，培养学生的创造性思维能力。
2.2.2构建以课堂-实验室-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，才能展现统计学的生命力。
2.3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，培养出来的学生都会要用统计软件分析数据。再者，统计学是一门应用的方法型学科，统计学应当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，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。
统计学相关性篇6
【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。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) .
统计学相关性篇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.
[2]袁卫.国外统计高等教育发展的趋势及对我国统计教育改革的思考.中国统计，2001.10.
统计学相关性篇8
关键词：统计学；教学；教材；教师队伍
中图分类号：C81.4文献标识码：adoi:10.3969/j.issn.1672-3309（s）.2012.04.18文章编号：1672-3309（2012）04-40-02
随着市场经济的不断发展，统计学应用的领域不断扩展，现有的统计学教学受传统教学模式的影响颇深，强调理论知识，忽视统计学知识在实际中的运用。即使有实践的部分，实践内容和现实生活差距很大，远不能满足经济发展的要求。统计学作为基础课程，教学目的、内容、方法、教材基本相同，既没有考虑到专业间的不同特点，也没有考虑到各专业学生未来的发展需求。针对统计学教学现状，本文提出了构建与经济发展现状相匹配、并结合不同专业的特点和不同专业学生的发展需要的统计学教学新模式的设想。
一、高职统计学教学存在的问题
（一）统计学教学目的不明确
统计学是一门工具性的课程，目前的教学重点还是集中在介绍统计学有哪些工具，至于这些工具怎么用，提得很少。教学的目的还是要求学生掌握统计学的理论知识，虽然教师在编写教学大纲中会写“通过该课程的学习，使学生能够运用基本的统计方法，对社会经济活动进行统计设计，统计资料收集、整理，统计资料的分析、预测以及统计报告的撰写。”但是哪些统计方法是分析不同专业最新统计资料需要的？收集、整理、分析的统计资料哪些是最新的，并且是相关专业学生需要了解或掌握的？能用来预测的统计学方法有哪些是对高职各专业学生有用的，需要预测什么？这些绝大多数高职类院校的统计学老师都不清楚。教学目的只是空话，形同虚设。在课堂上，教师还是把大部分时间用在讲解概念和公式上。由于教学目的不明确，教材、教学内容、教学方法和任课教师的选择上都很迷茫，即使会做些调整，也只是治标不治本，教学效果可想而知。
（二）教材不能满足专业需求
通过一定的调查发现，同一院校的各专业大都选用统一的教材。另一方面，不同的院校所选用教材的作者、版本等纵然各不相同，但是，其基本内容体系却是大同小异，所强调的重点基本一致。统计学教学的有关负责人意识到这点，也做了一些尝试。如有的负责人每个学期都选用不同的教材，以期在中间找到适合高职院校各专业的材，但结果令人失望；有的根据不同的专业选择不同的教材，但各个版本的教材大体一致，专业针对性不强；有的则直接摒弃统计学基础教材，直接选用统计学在各专业中应用的教材，如管理与统计、会计与统计分析、金融统计分析等，这种改革非常具有突破性，专业针对性很强，但是对承担统计学课程的教师要求很高，既要有深厚的相关专业的知识累积，又要非常熟悉统计学方法在相关专业的运用。同时，由于学生没有接触过统计学，只有一本介绍统计学在相关专业中的应用教材，显得力不从心。这些尝试遇到的困难源于目前没有一本与高职院校各专业对应的统计学教材。
（三）教学内容脱离实际
首先，由于教材基本框架一样，教学内容也没有多大区别，即统计学的基本概念、统计调查、统计整理、统计指标、抽样推断、时间序列、统计指数、相关分析与一元线性回归分析，像假设检验、统计量都不讲，即使课本中有相关内容，教师考虑到学生普遍薄弱的基础，也会删除这些内容，或草草带过，学生听的也是云里雾里。教学内容几十年不变，很少有人去研究随着经济的发展，统计学的应用领域发生了怎样的变化？教学内容是否应该调整？应该作怎样的调整？其次，讲解的案例要么过于陈旧，要么离现实生活很远，引不起学生的兴趣。案例脱离实际，一方面表现在所选案例太过宏观，学生平时都没关注。比如GDp、三大产业的发展状况、人口普查、全国客运量等等，学生觉得离自己很遥远、太抽象、也没有实用性；另一方面表现在所选案例大都是“某城市、某企业、某班”等案例，没有明确地指出具体的研究对象，这样使得学生对数据的来源产生了怀疑，降低了案例教学的真实性和生动性，也打击了学生学习的积极性。
（四）教学方法陈旧
统计学作为基础课程，一直沿袭着“黑板、粉笔、计算器”和“老师讲、学生听”的教学方式。统计学在现实中的运用大多用到统计软件，“黑板、粉笔、计算器”的教学方式不能够教会学生应用统计学软件处理现实中的问题，黑板上呈现的大量的数据和公式、以及运用计算器进行统计的超负荷的计算量，都使得学生望而却步。“老师讲、学生听”的教学方式，无法培养学生的思考能力、动手能力，也无法激发学生的学习积极性。
（五）统计学教师队伍力量薄弱
作为教授统计学课程的教师，不仅要有深广的统计知识，还必需具有相应专业方面的知识，才能把统计学提供的数据处理、数据分析方法和相应专业特定的数据结合起来，从而教会学生处理和分析相应专业统计数据的方法。而在当前我国高职院校统计学课程的任课教师中，大多还不具备这种知识结构和素质。有些院校为了加强统计学教学的专业针对性，不同专业的统计学教学由该专业的教师教授，而这些教师绝大部分不是统计学专业出身，这种安排加强了针对性，削弱了统计学知识的专业性和应用性。
二、构建统计学教学新模式的建议
统计学相关性篇9
关键词：金融学；本科生；统计学；思维训练
中图分类号：G71文献标志码：a文章编号：1000-8772（2013）12-0225-02
随着金融创新的不断加深、金融学学科体系及内容的不断发展和变革，金融学本科专业课程越来越多地涉及统计学的相关知识。但长期以来，大多数金融学专业在招生中文理兼收，学生的数学功底参差不齐，学习专业课的难度加大，在教学中注重加强金融学专业本科生的统计学思维训练无疑是改善金融学专业课程教学效果的重要手段。因此，为了适应经济发展对金融学专业人才的需求，推动金融学专业本科生学科建设的不断完善，本文专门就如何在教学中加强金融学专业本科生统计学思维训练的问题提供了以下几点有益的思考及具有可操作性的建议。
一、在教学中注重统计学与金融学知识的交叉融合
（一）注重体现统计学与金融学各自的地位和作用
当前金融学专业课程教学中存在的问题是，专业课程内容对统计学特别是数理统计有着越来越高的要求，但统计学与金融学各自的课程体系之间却缺乏足够的内在沟通，课程体系目标不够明确。造成的结果往往是，一些金融学专业的学生学了概率论与数理统计、统计学原理甚至金融统计等，却不懂得运用统计分析的方法去分析金融领域的实际问题，两者脱节现象较为严重。
因此，在教学中加强金融学专业本科生的统计学思维训练，首先应注重统计学与金融学两门学科知识的交叉融合，在教学中引导学生认识两者各自的地位和作用。统计学是一门方法论和应用性学科，是一种定量认识问题的工具。统计学只有与实质性学科相结合，才能发挥强大的数据分析功效。在统计学与金融学的相互关系中，统计学为研究金融学服务，统计方法在这一应用过程中得以完善与发展；金融学为统计学的应用提供了基地，为统计学和自身的发展均提供了契机。
（二）注重统计学和金融学交叉融合的实践内容
注重统计学与金融学的交叉融合，反映在课程体系改革上，应适当调整课程设置和重新设计教学方案（特别是概率论与数理统计、统计学原理、金融统计等课程），使之与金融学专业的课程建设相适应；反映在教学实践过程中，教师的关键任务在于告诉学生如何运用统计知识，利用各种统计分析的工具（如统计应用软件）去分析现实中得到的数据，将培养统计思维习惯和训练统计应用能力有机结合。
在统计学和金融学专业课程的教学过程中，教师要善于把统计思维的基本思想与金融学的授课内容有机结合起来。在统计学相关课程的教学中大量运用金融学的案例；在金融学专业课程的教学中大量传输统计思维，使学生学到的不仅是统计和金融的专业知识，更重要的是学到如何用统计思维去观察、思考和处理金融问题的能力。
二、合理设计统计学相关课程的教学内容
统计思维的培养和训练与特定的教学内容紧密联系。加强金融学专业本科生的统计学思维训练需要改革金融学专业学生的统计学相关课程的教学内容，根据金融学专业学科发展的需要对金融学专业本科生开设的统计学相关课程的教学内容和教学方案进行调整和重新设计。
（一）统计学原理课程内容的调整
以统计学原理课程为例，建议调整的内容包括，一是简化统计指标理论，增加统计学数学理论基础的讲授内容。将原来统计学教学中重点讲授的时间数列分析、指数法等内容变为有选择的介绍；将概率论的有关内容纳入统计学课程，并在原有基础上充实参数估计和假设检验的教学内容。二是强化统计定量分析方法，向学生介绍多元线性回归分析、方差分析、因子分析等多种统计分析方法的基本思想和原理。同时，考虑到金融领域以时间序列数据为主，因此，在教学别要让学生对时间序列分析的基本模型有所把握和理解。这样一来，不但丰富和充实了统计学的教学内容，而且也会大大改善金融学专业课程的教学效果。
（二）关于金融统计学课程内容的调整
对于金融学专业开设的金融统计学，需要为金融统计建模做准备，所要掌握的内容更多、要求更高。这就要求在金融统计学课程教学中，结合金融建模思想适当调整教学内容，以提高学生统计思维下分析金融实际问题的能力。以连续性随机变量的分布为例，金融资产收益率序列的统计分布大多是非正态的。这就要求在教学中，一是要介绍非正态分布数据在模型应用中的常用的处理方法，如取对数等；二是要注意非正态分布的学习，可以向学生介绍t分布：贝塔分布、威布尔分布等非正态分布。
统计学相关课程的具体教学方案和内容确定以后，将会有利于统计思维与授课内容的有机结合，譬如概率论、随机过程知识就是用来描述事物发展过程中的不确定现象的，平均数、方差用来刻划现象的集中与波动程度，数字资料的搜集开发是为这些现象的过程控制提供决策依据，如此等等。让学生带着问题有针对性地学习，并把统计思维的基本思想贯穿于整个教学过程中。
三、注重培养学生灵活运用随机性思维的能力
（一）注重培养学生熟悉统计思维和随机性思维
统计思维是统计学中蕴含的一种思维和行为方式。良好的统计思维不仅是学习统计学的需要，也是统计学向其他学科嫁接的一条有效途径，会使学生终身受益。一般认为，统计思维就是人们自觉运用数字对客观事物的数量特征和发展规律进行描述、分析、判断和推理的思维方式。统计思维从内容上讲，包括了从资料收集到资料分析再到统计推断的整个过程，以认识和把握客观事物和现象的本质及其发展变化规律为其终极目的。其中，资料分析和统计推断的理论基础是随机性思维。
在教学中加强金融学专业本科生的统计学思维训练应注重培养学生灵活运用随机性思维的能力。所谓随机性思维，就是以随机性问题为载体和视角来发现问题和解决问题，达到对现实世界空间形式和数量关系的本质的一般性认识的思维过程。随机性思维是统计思维的思想内涵和本质内容，贯穿概率论和数理统计内容体系的始终。
（二）注重解读概率论与数理统计之间的联系与区别
培养灵活运用随机性思维的能力要求教师在教学中帮助学生清楚认识概率论与数理统计之间的区别与联系。虽然概率论和数理统计从严格意义上讲是不同的两门学科，他们研究的对象不同，思维方式也不同，但它们却是联系紧密、相辅相成的两个方面。前者偏重于基础理论，后者偏重于研究应用。随机性和不确定性是数理统计研究对象的最重要的特性。概率是对随机性的一种度量，基于概率的知识，将随机性归纳到可能的规律性中，这是随机性思维的基本特征。由于对随机现象的观察可以直接或间接地用数据来表现，因此对随机性进行描述的一个重要方式是拟合一个适当的分布。
（三）注重帮助学生深刻体会和应用随机性思维
灵活运用随机性思维的前提是能够深刻体会和认知随机性思维，因此，培养学生灵活运用随机性思维的能力还应当经常在课堂上联系现实世界中的随机现象，在教学过程中引导学生深刻理解和体会“随机性”的内涵，并激发学生自觉、自我培养随机性思维的意识。让学生的思维方式由“确定性”向“不确定性”过渡，认识到随机事件广泛地存在于客观世界之中，并且无处不在。
四、通过实验教学切实提高学生的理论水平和实践能力
（一）金融学专业本科生增设实验课的意义
在金融学的专业课程里增设实验课程是实践教学的重要方式，更是金融学专业课程建设的必然趋势。金融学学科建设中一个广泛存在的问题是不重视实践教学。在教学中，统计方法与金融建模、定量分析脱节，缺乏统计案例和统计软件的结合。没有实际的数据分析训练，学生们就无法对统计的广泛应用性有深刻的体会，也不利于保持和提高他们的学习兴趣。同时，对金融专业的本科生来讲，不掌握一门专业的统计软件，很难完成今后的进一步学习和研究工作。因此，在统计思维的训练和培养中，必须注重把统计知识应用于实践的训练，在实践中提高统计思维能力，使统计思维在金融学专业本科生在对金融学专业课的学习中发挥它应有的作用。笔者认为，统计学、金融统计学、计量经济学、金融工程等课程均可以考虑开设一定的实验课。
（二）有效率地上好实验课
处理金融数据所用的统计分析方法众多，每种分析方法都有各自的特点和适用对象，同时彼此联系。在实验课程的开设中，建议每种方法均遵循一现场演示二案例分析三鼓励学生自己动手处理实际金融数据的学习过程。譬如金融学专业本科生会接触到大量的金融时间序列数据，教师在实验教学过程中可以链接功能强大的统计分析软件，用统计软件进行处理金融时间序列数据的演示，并结合软件的输出结果进行讲解，帮助学生正确理解统计理论方法和统计软件输出结果的含义。通过实验课的教学，学生学会使用一种以上的统计应用软件进行统计整理和统计分析，不但提高了实际处理金融统计数据的能力以及金融统计的分析技能，产生比较具体的感性知识，而且加深了对金融统计规律性的认识，激发了对统计学和金融学专业课程的学习兴趣，为实现统计理论与金融实践的顺利结合奠定基础。
此外，将统计应用软件与案例教学有机结合已是国际统计教育的主流。金融统计的案例分析主要体现在统计分析方法的应用上。在案例教学中，应综合应用多种统计分析方法。同时，所选择的案例要与当前备受关注的金融问题、金融现象密切联系，难度也要适中，避免打击学生学习的积极性。在对案例分析过程有比较好的理解和掌握的基础上，学生开始自己动手处理实际金融数据就水到渠成了。
统计学相关性篇10
《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。