統計學的本質精品(七篇)

序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇統計學的本質范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

安全科學是研究技術應用導致的安全與危險這對矛盾的運動規律，以采取對策將技術危害控制在允許限度內，促進生產持續穩定的發展，達到保護人員身心健康和安全、避免物質財產損失和保護環境的目標的跨學科綜合叉科學。安全統計學是安全科學發展的結果，與安全科學息息相關，以安全科學為本體，下面將結合安全科學的內容對安全統計學的定義和研究對象進行分析。

1安全統計學定義

對安全科學進行研究就必須從事物的表面現象認識事物的本質和規律性，把握事物間的聯系，進行抽象與概括，以求認識事物的本質，作出準確的判斷和推理，得出本質和規律。安全統計學是以安全科學為基礎，是安全科學和統計學的交叉學科，以收集與安全有關的資料進行整理、分析和研究等統計技術為手段，對所研究的對象和數據資料去偽存真、去粗取精，從而分析出與安全問題有關的各種現象之間的依存關系，找到其規律性。基于統計學理論與安全科學學的原理，并參考有關文獻[2-5]，安全統計學定義為利用統計學原理和方法研究人們在生活、生產、生存領域與安全問題有關數據的數量表現和數量關系，揭示安全問題的本質特征與一般規律，對安全生產規律進行預測和決策，并提出具體的應對策略的一門方法論學科。

2安全統計學研究對象

安全統計學所研究的是人們在生活、生產、生存領域的安全問題，不同于其他安全學科的以“統計”為研究手段,研究事故現象和過程的數量表現、數量關系等問題，這種數量關系既包括安全生產領域的安全現象，也包括社會、經濟領域中的安全現象，以及各種安全現象與社會、經濟相互影響的數量關系，其范圍幾乎涉及安全科學體系中的各門學科，從大安全觀出發，從社會各領域相互聯系的角度入手，對社會存在的安全問題進行全方位的觀察、描述、分析和評價。

二、安全統計學的知識體系

1安全統計學學科基礎

安全統計學是一個綜合性的新興交叉學科，廣泛運用統計分析的方法，通過客觀事實的大量觀察來分析事故特征和變化規律，是在實現總目標前提下的多學科理論和技術有機結合而形成的知識綜合體，與安全學、社會科學、統計學密切相關，既有哲學、安全科學、社會科學基礎理論部分，也包括數量理論的知識。基于安全學的理論體系及其與相關學科關系，將其學科基礎大致劃分為以下三部分[8-10]：（1）安全統計學的指導科學唯物辯證主義是人類認識世界最一般的方法論科學，它為一切科學提供方法論基礎，安全統計學當然也不例外，哲學是科學研究和學科建設的根本，為科學研究與學科建設提供指導思想與哲學方法，其理所當然成為安全統計學的指導科學。唯物辯證主義是安全統計學的指導思想，處于安全統計學體系的最高層次，其理所當然成為安全統計學的指導科學。根據辯證唯物主義關于存在決定意識的原理，安全統計學必須堅持實踐第一的觀點，從實際出發、實事求是，如實反映情況，反對弄虛作假。哲學中質和量辯證統一的原理又要求我們在質和量的密切聯系中去認識事物的本質和規律性。哲學還告訴我們：任何事物的認識過程都是從個別到一般，從現象到本質。安全統計學正是依照這個原理，從對大量個別事物的觀察中，總結出現象的總體特征。另外，哲學關于認識論及事物普遍聯系和不斷運動發展的原理，都是指導安全統計學認識事物的方法。（2）安全統計學的基礎理論學科安全統計學的基礎學科是由一些安全科學和統計學的基礎學科所構成的，它們是安全統計學的基礎體系。這些學科包括統計學、數學、數理統計學、政治經濟學、安全科學、系統科學、科學方法學、社會學等，為安全統計學實踐應用提供理論基礎，并將這些基礎學科的基本原理、知識體系與方法等理論廣泛應用于其安全統計學自身特殊活動與規律研究中，滿足安全統計學交叉與綜合學科屬性對理論基礎的廣泛要求。（3）安全統計學的工程技術理論學科工程技術科學著重研究應用的基本理論、原理與方法，是指導生產技術的直接理論基礎，同時又是聯系基礎科學和工程技術的紐帶。這些學科包括安全信息工程、職業衛生工程、礦業安全工程、石油化工安全工程以及冶金、建筑、交通運輸、航空航天等各種安全工程技術、安全法律法規、安全管理工程、安全經濟、系統可靠性、系統危險分析技術等均是安全統計學必須與之緊密協同的學科。

2安全統計學主要內容

一個學科的構成及其研究內容都是由其研究對象決定的，安全統計主要是對安全生產領域和社會、經濟領域中大量事故現象的數量表現進行搜集、整理、描述、分析和開發利用，就是對事故現象的數量表現的一種調查研究活動或認識活動。安全統計學研究的是與安全有關的統計問題，運用到統計學原理與方法、安全學原理與方法、經濟學原理與方法等。在綜合運用多學科理論與方法的基礎上把安全統計學的研究內容分為基礎理論與應用理論兩大部分。

（1）基礎理論部分

安全統計學的基礎理論是安全統計學研究的重要內容。它包括如下三個組成部分：一是安全統計學的理論基礎，如數理統計學理論、統計物理學理論、信息論、灰色預測理論等。二是安全統計學的方法理論，如統計調查方法、統計分析方法、趨勢預測方法等。三是安全統計學的體系理論，如體系結構、指標設置、相互銜接理論等。它們作為安全統計學的基礎理論，是使安全統計學成為一門科學的理論與方法的基本保證。

（2）應用理論部分

包括如下內容：一是安全統計工作的程序與操作規則，如統計時間要求、安全統計報表的填報、安全統計法規制度的制定與執行、安全統計數據的獲取與等。二是計算方式，如各統計指標的計算公式等，即是安全統計學應用理論的重要構成部分。三是安全損失評估方法，它主要用于對各種具體災害的危害后果進行價值評價與估算。主要實際運用如下：統計資料的搜集和整理的方法是否正確和全面，決定著統計分析的結果準確性，主要包括原始記錄、安全統計臺賬和安全統計報表等。安全統計資料的整理是將搜集的事故資料進行審核、匯總，然后將匯總的資料根據安全統計的需要編制成表，如按事故類別、事故原因和事故時間等分組。統計指標的重要地位和作用隨著安全工作的不斷加強，隨著全社會對安全的關注程度的不斷提升，越來越顯得重要，已成為安全工作的重要信息支持和決策依據。安全生產統計指標體系的建設包括安全生產控制考核指標體系、安全生產綜合評價指標體系、生產安全事故統計指標體系、行政執法統計指標體系、職業衛生統計指標體系、煤炭工業統計指標體系。統計組織體系統計組織體系，是指為了使有關各方尤其是統計組織系統及其內部的有關各方能夠有效地開展工作，并充分發揮其功能作用而建立的一種統計組織結構網絡，如圖1。國家安全生產監督管理局成立以后，對生產安全統計報告制度進行了改革，按照《安全生產法》的要求，建立了生產安全綜合統計分析制度。有關行業事故由各相關部門統計后，以在安監系統內逐級上報為統計路徑，即由事故發生地的區縣安監局上報至省市安監局，再由省市安監局上報至國家安監總局；以事故發生的墓本情況為統計內容，由國家安監總局在第二年的第一季度通過官方媒體向社會統計結果。安監系統和煤監機構所進行的統計，不僅有工作對象狀況的統計，還有監督、監察工作的統計，不僅有簡單統計，還有統計分析以及綜合分析。安全統計推斷，就是以“安全數據庫”為基礎，針對某一具體問題建立相應的數學模型，應用工程數學及時對數據進行統計推斷，進而充分定性、定量分析評定比較系統的“安全度”，以便針對存在的安全隱患采取相應的措施，消除隱患或將隱患降至最小程度。安全統計推斷的最大特點是對原始數據進行統計分析，并用分析結果來推斷生產過程中的安全狀況，監視系統危險的動態變化。事故損失評估事故損失[14]，是各種外事故災害造成的生命與健康的喪失、物質財產的損毀以及對環境的破壞、時間的損失等方面的總稱，此外事故損失還有人員傷害與財產或利益損失、經濟損失與非經濟損失等種類劃分。所謂損失統計是指對事故造成的各種損害后果進行統計，包括事故發生前的損失預測評估統計、事故發生時的跟蹤快速評估統計和事故發生后的實際損害后果的統計，傷亡事故的經濟損失包括直接經濟損失和間接經濟損失兩部分，事故經濟損失可由直接經濟損失與間接經濟損失之和求出。

3學科建設

根據安全科學學科體系中的事故類別，結合安全統計學的屬性和內容，安全統計學與其他安全科學技術二級學科和三級學科間存在交叉，見表1。安全統計學的研究也是安全科學技術各個二級學科和三級學科與統計學交叉部分的研究[2,15]

三、安全統計學方法

現代科學技術發展的一個重要特征，就是學科的高度分化與學科之間的高度綜合。學科的綜合化主要表現為在自然科學和社會科學相互交叉地帶生長出一系列新生學科，從而形成多種類多層次的交叉學科群。其中有一類是由一門科學的研究方法與另一門科學的研究內容相結合而生成的交叉學科，安全統計學即屬此類。它是用統計學的理論與方法研究與安全有關問題的一門交叉科學，特點是研究方法屬統計學。安全統計學的研究方法主要如下：

1大量觀察法

大量觀察法就是通過對大量同類客觀現象的觀察和研究，去認識客觀現象的本質特征和發展變化規律。社會客體中的現象更多地遵循統計規律，安全生產領域也不例外。統計調查中有許多方法，如安全統計臺賬、安全統計報表、安全普查、抽樣調查、重點調查等。

2統計圖表法

統計表法是將事故資料數字變成表格，利用表中的統計指標來表示各類事故統計數字的表示關系，一般是根據統計表的資料，用點、線、面或立體圖像鮮明地表達其數量或變化動態，事故常用的統計圖有趨勢圖、柱狀圖、餅圖。

3統計分組法

由于事故現象具有多層次性和多各類性，通過統計分組，將事故現象進行分類，為統計整理和統計分析奠定良好的基礎。如按事故發生的單位所在行業、事故發生所在的地區進行分組匯總統計事故數據。

4數量分析法

數量分析法是在一定的理論指導下，對反映風險的各項指標進行整理分析，編制出各種指數，或者建立數學模型，揭示與安全有關的現象和事故過程中反映規律性的數量聯系，揭示其發展變化中反映質的數量規定和界限的方法。以定量分析為主，可分為靜態分析方法和動態分析方法。

（1）靜態分析方法

靜態分析方法主要采用綜合指標、抽樣推斷等。安全統計學中的數量分析方法都是在可比的條件下，運用數學的方法分析數量關系及其表現形式的規律性，所以統計工作就要借助于統計指標。作為安全情況衡量指標通常為：絕對指標、相對指標和平均指標。絕對指標是反映一定歷史條件下現象的規?；蚬ぷ骺偭康慕y計指標，反映的是安全事故的全面情況的絕對數值，反應的是總體水平，如死亡人數、重輕傷人數、死亡事故起數、損失的工作日、經濟損失量等。相對指標是將兩個有聯系的絕對指標之比，將安全事件的總體組成和其各部分之間的數量關系進行分析、比較，相對指標是絕對指標的比值，如百萬噸死亡率、10萬人生產安全事故死亡率等，其可以很明確地反映出企業在一段時間內的安全管理發展情況和同期各個單位的安全管理情況。平均指標是將總體內各單位某一數量標志值的數量差異抽象化，它反映的是某單位在某一時間段、某個范圍內的總體安全管理水平，如每起火災平均損失折款數。抽樣推斷是根據隨機原則，在抽樣調查的基礎上，從總體中抽取部分實際數據，運用數理統計方法，對總體某一現象的數量性作出具有一定可靠程度的估計判斷。抽樣推斷的理論基礎主要是概率論的大數定律和中心極限定理。

（2）動態分析法

安全生產是一種動態變化的過程，僅僅依靠靜態指標來分析并指導生產顯然是不夠的。安全統計工作也不只是填寫報表、累計數據，還必須對安全生產發展變化的方向和速度進行描述。只有這樣，才能夠掌握事故現象的本質特征、內在聯系和發展變化規律，預測和預防事故的發生。動態分析主要采用時間數列、相關分析等方法。時間數列是將某一統計指標在不同時間上的數值，按照時間先后順序排列而形成的一種數列，以時間數列為基礎，計算現象發展的水平指標和速度指標，分析現象發展變動的影響因素和趨勢。在安全統計研究中，通過時間序列資料分析，可以在對時間序列的各種變動進行分析的基礎上，將安全生產過去和現在所呈現出來的趨勢和規律進行類推或延伸，利用一定的數量模型預測在未來可能達到的安全水平；可以通過計算各種水平指標和速度指標，了解和分析安全生產的發展變化歷程；可以利用有關時間序列的解析模型，通過長期趨勢分析、循環變動分析等了解事故現象發展變化的規律性。相關與回歸分析均屬研究及度量兩個或兩個以上變量之間的不確定性關系的方法，回歸分析即被用來探討諸影響因子與受動因子間在滿足理論檢驗要求時存在的影響過程，選擇的自變量將全部進入建立的模型中。在相關系數中，是通過對數據的x和y的綜合平均離中程度來衡量x和y的線性相關程度的。生產工藝水平、安全投資能力、國家或地區的安全政策、公眾的安全意識和行為等因素都對安全生產構成一定的影響，探索安全問題的數量關系能大致地說明這些安全問題之間存在的關系，因此運用相關與回歸分析能夠認識安全生產與社會發展之間的聯系和影響機理，可以揭示安全生產領域中隱含的數量關系和其規律性，可以預測下一時期事故變化趨勢，并指導下一步的安全工作[16-19]。各種指數編制的基本方法是將需分析的不同時間或空間的數據組進行算術加權平均，分別得到各時間或空間的平均水平后，再進行比較。在動態數列分析中常用的方法主要有最小平方法、季節指數法等方法。當前統計實踐中常用的有總量指標兩因素和多因素指數及其體系，平均指標兩因素指數及其體系。運用統計指數來分析復雜安全現象總體的變動方向和程度，分析安全現象總體的長期變化趨勢，借助連續編制的動態指數形成的指數數列，也可以反映安全現象在長時間的動態特征。

篇(2)

關鍵詞：統計學；體驗式教學理念；實踐；應用

中圖分類號：G642.0 文獻標識碼：A 文章編號：1673-291X（2011）35-0266-02

一、體驗式教學理念在《統計學》教學中應用的必要性

（一）體驗式教學理念順應學習的本質要求

什么是學習？教育心理學認為，學習是“由反復經驗所引起的”個人行為的改變。即人的學習“是一種以語言為中介，有目的的、自覺的、積極主動掌握社會和個體經驗的過程?！笔裁词求w驗？在現代漢語詞典中對“體驗”的解釋是,通過實踐來認識周圍事物；親身經歷。顯然，學習和體驗之間有密切聯系。學習本身是一種自覺主動的行為，是主體自我感知、親身經歷的過程，它受外界因素影響有限，只有在經歷中產生共鳴，才有深刻體會，學習領悟到的東西才更加深刻。因此，學習本就是一種體驗的過程。然而，目前大學教育，包括《統計學》在內的大部分課程的教學理念完全忽略學習的本質所在，以陳舊的教學觀念、落后的教學手段、單一的教學方式，把知識強行填壓給學生的教學模式，使學生對學習興趣全無，主動學習變成“被學習”，學習目的也發生偏差，出現“學習是為了考試，考試是為了拿獎學金”的功利化現象。

體驗式教學要求在教學中教師應積極創造各種情境，引導學生由被動到主動、由依賴到自主、由接受性到創造性地對教育情境進行體驗，并且在體驗中學會避免、戰勝及轉化消極的情感和錯誤認識，發展、享受和利用積極的情感與正確的認識，使學生充分感受蘊藏于這種教學活動中的歡樂與愉悅，從而達到促進學生自主發展的目的。該模式的基本理念認為學習是學習主體主動建構的過程，其操作的基本流程為：提出問題―探索問題―實踐運用。體驗式教學完全打破了現今大學的教育模式，更強調學生學習的自主性、學習的趣味性，以及學習方法的多樣性，符合對學生學習本質的要求，為包括《統計學》在內的所有大學課程改革提供了新鮮思路。

（二）體驗式教學理念符合《統計學》的課程性質

首先，《統計學》對實踐的高要求與體驗式教學理念的核心不謀而合。高教出版社《統計學》第一版前言提到，統計學是一門收集、整理和分析統計數據的方法科學，其目的是探索數據內在的數量規律性，以達到對客觀事物的科學認識。統計學不同于其他理論性課程，它要求學生應具備極強的實踐操作能力。從統計工作的程序來看，無論是統計數據的收集，還是統計數據的整理或分析都要求學生要有極強的實際動手能力.如何能搜集整理出有效可靠的數據，怎樣得到數據背后所反映出的真實信息，學生僅從課本和課堂的學習無法真實體會，只有讓學生真正與統計相融，就某一問題實地調查走訪，動手設計問卷，親自整理和分析數據信息，在實踐中學習，在體驗中體會，才能達到學習《統計學》的真正目的。另外，從統計方法理論的學習來看，統計分為描述統計和推斷統計兩大體系，描述統計涉及的指標運用和計算較易掌握，但對推斷統計部分的理解難度則較大。推斷統計是根據樣本信息對總體進行估計、假設檢驗、方差分析、預測的統計方法，它是《統計學》的主要內容，是統計思想的基本體現。其中諸如“小概率”原理、抽樣分布、顯著性水平等核心概念的理論性較強，且以上推斷方法的實際運用對統計軟件使用的要求較高。如果按照現行教學模式，學生不但會認為這些體現統計學重要思想的概念難以理解、理論枯燥乏味，更覺《統計學》在現實無任何用武之地，開設《統計學》課程也毫無意義。因此，筆者認為，體驗式教學理念在非統計專業《統計學》教學中的引入已刻不容緩。體驗式教學理念的應用，除了能讓學生親臨其境、參加實踐，提高學生學習的主動觀能動性之外，更重要的作用是它可以有效改變任課教師的傳統教學觀念，進而更新單一的教學方法和教學模式，把靈活多樣的教學方法、先進新興的教學手段帶進課堂，讓學生在學習過程中真正認識《統計學》，體會到《統計學》的重要性，更加促進其學習的積極性，最終形成一個良好的循環機制。

其次，《統計學》的應用性要求體驗式教學理念必須引入課堂。在統計學科建設方面，業界曾經提出“大統計”思想，即強調統計學和其他學科的密切關系，認為統計學是一門應用型的交叉學科，它不但綜合了多門自然學科，更與諸如生產質量管理、市場營銷、醫學領域、氣象領域、軍事領域等其他社會學科緊密不可分。其實，《統計學》對學生動手實踐的高要求恰恰也體現出其應用型的特點。在余明江、丁家云的《論我國統計高等教育的改革取向》一文中明確提出，“統計高等教育必須突破傳統觀念，逐步建立起以現代統計為基礎，以信息科學為方向，以計算機技術為手段，以市場經濟導向為為終結的大統計教育觀?！闭\然，大統計教育觀是針對應用型的《統計學》而提出，那么這種大統計教育觀又需要通過怎樣的教學理念來體現呢？應用型的學科需要培養出應用型的人才，應用型人才又需要多元立體的教學模式培養，正如前文提到，這種多手段的教學模式其核心恰恰是體驗式教學理念的體現。所以，筆者認為，體驗式教學理念能夠很好體現大統計教育觀的精髓，更應是所有應用型學科積極提倡的全新教學觀念。

（三）體驗式教學理念符合非統計專業《統計學》的培養目標

我們首先應該給非統計專業開設的《統計學》課程進行定位。在非統計專業中，《統計學》作為一門看似獨立的課程，實則與其他課程有著千絲萬縷的關系。僅以經管類非統計專業為例，在課程橫向設置方面，與《統計學》相關的課程就有《市場營銷學》、《市場調查》、《生產運作管理》、《管理學》等多門課程。這些課程無一例外都是將《統計學》的相關原理和推斷方法付諸實踐，用以分析和解決實際問題的。如若學生對《統計學》的基本理論和思想全然不知，其專業課程的學習則障礙諸多，所學的專業知識也無法運用自如了。因此，《統計學》在非統計專業的定位就是“服務”。在非統計專業中，《統計學》應作為一門應用課程，一種技術工具，服務于其他專業之所學。那么，對非統計專業《統計學》的定位恰好也確定了其人才的培養目標，其服務的職能標示了對非統計專業《統計學》教學培養目標應更加關注學生的實踐操作能力，要求學生對統計思想及基本理論能靈活運用的同時，還應掌握EXCEL、SPSS等基礎的統計分析軟件，從而有對現實問題進行統計分析的基本能力。

除此之外，社會對具備統計素養的人才需要也決定其培養目標的確定。隨著市場經濟的不斷發展，人們對信息的需求也在日益增加。如何能在紛繁復雜的數據和現象中尋找出有效的信息則是統計最基本的職能。正如袁衛在其主編的《統計學》教材中提到，無論是國民經濟管理和公司、企業的經營及決策，還是科學研究都越來越依賴于數量分析和統計分析方法。統計方法已經成為理、工、農、醫、人文、社會、管理、軍事等所有學科領域科學研究的基本方法。因此，市場對具備統計素養人才的需要給我們《統計學》教學的人才培養目標提出了明確的要求，即要培養實踐型、應用型的統計人才。

教育培養目標決定著教育教學的發展方向。顯然，現行的教學方法和教學手段已無法滿足對非統計專業《統計學》人才培養的目標。一切似乎又回到了原點，應用實踐型人才的培養，必須要在原有的教學模式上有所創新，制定出一套多元化的教學體系，而這正是體驗式教學理念所倡導的核心本質。

二、體驗式教學在《統計學》教學中實施的條件

體驗式教學理念的本質即是給學生創造多樣化的學習情境，提供多元化的教學手段，營造寬松良好的互動氛圍，使學生在體驗中感知，在感知中反思，進而達到有效學習的過程。這種教學模式也給現行的大學課堂教學方式提出了更高的要求。

第一，對教師的業務素質提出了更高的要求。首先，要求教師應具有創新精神，及時轉變觀念，主動營造良好開放的課堂氣氛，創建教師與學生、學生與學生之間對等交流的平臺，保證學生能各抒己見、暢所欲言，并對學生的評論能做到正確引導、公正評價，為后續的教學模式改革營造一個良好寬松的氛圍。其次，要求教師必須具備很強的組織和管理能力。無論是在課堂上，還是在外出實踐中，教師必須有充備的事前設計能力，并在整個活動流程中有效組織和管理，對整個過程的節奏能收放自如，控制得當。最后，對教師的專業素養提出了更高的要求。在體驗式教學模式的引導下，對《統計學》的教學，要求教師能在課本內和課本外做到游刃有余，及時搜集國內外相關資料和案例，通過大案例引入、多媒體教學、統計軟件應用、課外實踐指導四方面達到多元立體化的實踐教學體系。

第二，對院系和相關行政部門提出了明確的要求。體驗是通過實踐得來的，尤其《統計學》的課程性質更加需要給學生提供充足的實際機會和適當的實踐場所。除了教師的一己之力，更加需要院系和高校相關部門的大力支持、通力配合，能積極幫助教師和學生尋找更多的實踐機會和實踐場所，給予一定的經費支持，只有教師、院系、學校三方積極配合，才能達到最終的教學目的。

參考文獻：

[1] 袁衛，龐皓，等．統計學[M]．北京：高等教育出版社，2005.

[2] 余明，丁家云．論我國統計高等教育的改革取向[J]．安徽工業大學學報，2001，（4）.

篇(3)

一、統計及其基本思想與方法

1　什么是統計學

問：一般認為，統計學這個詞來源于拉丁語的國情學，原是國家管理人員感興趣的事情?！洞蟛涣蓄嵃倏迫珪穼y計學下的定義是：“統計學是關于收集和分析數據的科學和藝術?！标愊Ｈ嬖菏空J為：“統計學是有關收集和分析帶有隨機性誤差的數據的科學和藝術?！?/p>

史寧中教授，作為統計學家，您是如何認識統計學的?

史教授：我們先來簡單地回顧統計學的歷史是有益處的。正如拉丁語所說，統計原本就是收集和分析國家管理中需要的各種數據，比如國民收入、各種稅收。為了直觀，人們才發明了各種報表、直方圖、扇形圖，等等?？梢钥吹剑@種傳統意義上的統計學現在仍然是非常重要的，這也是我們現在小學統計教學中的主要內容之一。后來到了14世紀左右，隨著航海業在歐洲興起，航海保險業開始出現。為了合理地確定保險金與賠償金，需要了解不同季節、不同路線航海出現事故的可能性大小，需要收集相關的數據，根據數據進行分析和判斷，這被稱為近代統計學的發端。到了19世紀末20世紀初，人們把數學、特別是概率論的有關知識引入到統計學，構建了統計學的基礎。與古典統計學相比，雖然二者都是對數據的收集和分析，但卻有本質的不同，因為后者進行分析的基礎是“不確定性”，我們稱之為“隨機”。

到了現代，人們發現，對于大量數據的分析，采用隨機的方法不僅方便而且準確。比如，對于國民收入，我們可以動用大量的人力來收集數據，但是誰都知道這樣的數據不可能是準確的，遠不如我們依據某種原則規劃分出地區和人群，然后抽樣、加權求和準確。再比如，對于股票市場，一天交易之后，可以得到精確的交易總量，但是人們寧可用部分核心企業的股票交易量來反映股票的變化，這便是“恒生指數”“上證指數”，等等。特別是到了2l世紀，銀行、保險、電信，以及材料科學、基因組學等新興學科的實驗中涉及大量數據，其分析更需要借助隨機方法了。我想，大概就是因為這些原因，國家才決定在現在中小學數學的教學中加入統計學的內容。

因此，你們談到的關于統計學的定義都是可以的。但是，要把握統計學的根本思想方法卻是非常困難的。

問：那么，您認為統計學的基本思想方法是什么呢?

史教授：這是一個不容易回答的問題。對于統計學的掌握很大程度上依賴于感悟，需要比較長的時間的理解與實踐。我們先來回顧一下中小學傳統數學的教學內容。這些內容主要是對日常生活中見到的圖形和數量的抽象，研究的問題是圖形的變化和計算法則，研究的基礎是定義和假設，研究的方法主要是歸納、遞歸、類比和演繹推理。

統計學則不同。如我上面談到的，統計學是通過數據來進行分析和推斷的。因此，統計研究的基礎是數據。這些數據的特點是，對于每一個數據而言，都具有不確定性，我們需要抽取一定數量的數據，才能從中獲取信息。因此，統計學的研究依賴于對數的感悟，甚至是對一堆看似雜亂無章的數的感悟。通過對數據的歸納整理、分析判斷，可以發現其中隱藏的規律。因為可以用各種方法對數據進行歸納整理、分析判斷，所以，得到的結論也可能是不同的。而且，我們很難說哪一種方法是對的，哪一種方法是錯的，我們只能說，能夠更客觀地反映實際背景的方法要更好一些。比如，我們希望知道某公司員工的收入情況，可以用平均數也可以用中位數，很難說哪個方法錯。事實上，如果收入比較均衡，用平均數要好一些；如果收入比較極端，用中位數要好一些。當然，最好的方法是對收入。情況進行分類，但是分類的方法又有好壞之分。我們可以看到，統計學關心更多的是好與不好，而中小學傳統數學關心更多的是對與錯。

因此，統計學的基本思路是，根據所關心的問題尋求最好的方法，對數據進行分析和判斷，得到必要的信息去解釋實際背景。

2　統計學的研究對象

問：我們對于統計學有了一定的了解。從您的談話中我們感覺到，統計學似乎是包羅―萬象的。那么，統計學到底是研究什么呢?

史教授：是這樣的，統計學的應用面非常廣，凡是涉及數據分析的都可以成為統計學的研究領域。特別是到了近代，人們希望更加精細地了解實際背景，更多地借助數據分析，甚至人文科學也是如此，并且逐漸形成了專業的研究領域，比如計量經濟學、計量社會學、計量教育學、計量心理學，等等。這些研究領域分析方法的基礎大體是統計學。統計學并不研究某一個領域的具體內容，在本質上只是研究數據分析的方法，這包括創新的方法，也包括分析方法的好壞、分析方法的適用條件。

問：您能否結合中小學統計的內容談得更具體一些?特別是在統計教學過程中，應當把握的基本原則是什么呢?

史教授：可以在統計研究中首先遇到的問題是如何獲取“好”的數據。所謂“好”的數據，是指那些能夠更加客觀地反映實際背景的數據，而要獲取好的數據要依賴于“好”的方法。根據數據的不同，方法主要分兩大類，一是通過調查收集數據，二是通過實驗制造數據-中小學統計教學中涉及的主要是前者，稱為抽樣調查(而后者通常被稱為實驗設計)_抽樣調查又包含兩個方面，一個是對已經存在的數據的收集，稱之為抽樣，比如市場的物價、學生的身高、企業的產值，等等；另一個是需要我們了解才能夠獲取的，稱之為調查，比如美國總統的民意支持率、人們日常消費的主要項目、中小學生喜歡的歌手，等等。

根據問題的不同，所要采用的方法也可能不同，但是要建立兩個基本原則。第一個基本原則是，采用能夠獲取好的數據的方法。為了獲取好的數據，我們需要盡可能多地利用對于實際背景已有的先驗知識。比如，希望知道學生的身高，先驗知識是“年齡之間差別很大”。因此，最好是根據年齡段學生數的多少按比例抽取樣本，我們稱這種方法為分層抽樣。可以看到，統計方法的直觀想法是很明顯的。如果對于實際背景一無所知，那么一定要抽取樣本，這便是隨機抽樣。比如，希望知道學生喜歡的歌手，因為這些學生年齡之間差別可能不大，就可以采取隨機抽樣。當然也可以用分層抽樣，但要麻煩得多。第二個基本原則是，采用簡單的方法。能夠基于上述兩個原則的方法就是一個好方法。我們不要小看第二個原則，一個好的方法往往能夠節省很多調查經費。這就是為什么咨詢公司非常歡迎統計學家的原因。

問：剛才您提到了樣本，許多教師對樣本這個概念總是感到費解。

史教授：是的，這個概念很難把握。樣本實質上就是數據，但是，統計學中涉及的數據往往是隨機性的。還是

回到“學生的身高”這個問題上來。在抽樣之前。我們可能并不知道具體數據的大小，這些數據對于我們是隨機的。為了討論出一個好的方法，我們假想能夠得到這些數據，并且假想這些數據的出現是依據某種規律的，這種規律就是數據出現的可能性在小，我們稱之為概率。比如，高年級學生出現大數據(高個子)的可能性要大于低年級學生，就是說，出現大數據的概率要大。但是，只有當抽樣之后我們才能得到真實的數據；才能進行實質的計算與分析。這樣，我們所要研究的數據既具有隨機性又具有真實性。為了方便起見，我們稱這樣的數據為樣本。

問：根據您的闡述，統計學怎么有一些哲學式的思考呢?

史教授：你們理解到了根本。這是統計學與中小學傳統數學的最大區別。傳統數學可以根據假設和規定的原則進行計算或者推理，但是統計學往往要問你所采用的方法是不是有道理，是不是還有更為合理的方法。不過，傳統數學是統計學不可缺少的工具。

問：是不是因為統計學需要計算呢?

史教授：不僅僅如此，判斷統計方法的好壞也是依賴傳統數學的。

篇(4)

截止到2007年，我國有160所高校設有統計學本科專業，163所培養統計學碩士研究生。2006年授予統計學學士學位5300余人，碩士學位1566人，博士學位186人。可以說統計學專業達到前所未有的繁榮，但統計學專業在我國的發展并非一帆風順，而是經過了非常艱難、曲折的過程。筆者認為在袁衛教授劃分的“三個階段”基礎上，結合目前統計學的發展狀況，我國統計學的發展大致可以分為以下四個階段。

第一階段：從統計學傳入我國到1949年。20世紀初統計學由日本傳入我國，其研究內容和授課內容基本與國外一致，主要是介紹統計學的初步知識，整體水平較低。

第二階段：從1949~1978年峨嵋山會議。這一階段可以說是統計學的分裂和衰退時期。1949年，大學教學模式及專業設置完全參照前蘇聯體制，從此，統計學就被分割成兩部分：數理統計學和社會經濟統計學。數理統計學被認為是數學的分支，不再稱為“統計學”，被置于數學專業之下，僅在北京大學、南開大學等綜合類大學或科學院系統所等研究機構開設。而另一部分就是社會經濟統計學，占據了統計學的主導地位，被稱為“統計學”，實際上是政府統計工作的解釋，主要講解各部門統計指標和統計工作制度，更極端時還被賦予了階級性，被視為階級斗爭的有力武器，完全扭曲了陳希孺先生強度的“數理統計方法是一個中立性的工具”。這30年的統計學教學和研究是以所謂的“部門統計學”為主線設計的，統計學專業大部分設置在“計劃統計系”，與計劃經濟運行體制高度相關，與國家統計工作保持高度一致，從政府統計工作角度講解統計學，當時確實為國家的經濟管理做出了一定貢獻，但作為一門“科學”卻走進了死胡同，研究領域和方法越來越窄，為使其看上去像一門“科學”被迫提出了一些常識性的概念如“標志”、“總量指標”、“總體單位”等繁瑣概念作為研究對象，將簡單問題復雜化，嚴重影響了我國統計學的發展。

第三階段：從1978~1998年教育部將統計學設置為本科一級專業學科。隨著1978年以來的改革開放，特別是峨嵋上會議以后，統計學界逐漸由過去的僵化、教條的局面出現了討論和爭鳴，大家開始思考統計學是一門還是兩門學科，數理統計學到底是不是統計學。上個世紀80年代整個統計學界出現了百花齊放、百家爭鳴的繁榮景象。到90年代“大統計”的主張逐漸被大家認可，特別是原“社會經濟統計學”專業人士認識到統計學再也不能僅僅作為政府統計工作的解釋，必須回歸到“數據”才是唯一的出路。90年代初，經濟體制改革進入關鍵時期，提出了“社會主義市場經濟”，人們認識到“計劃”和“市場”都是調節經濟的手段，國家也不再包大學生分配工作，“計劃統計”專業遭遇前所未有的艱難局面，招生沒人報，分配沒人要，很多院校的計劃統計專業為求生存去掉“計劃”二字改為“統計學專業”或者徹底拋棄“統計”而改為“投資經濟專業”。但面對困難，大部分“統計人”本著“不放棄，不拋棄”的精神默默地更新統計學專業知識，逐漸改造統計學課程設置，為迎接統計學的全面發展奠定基礎。在此期間一些綜合類大學和財經類院校陸續恢復或重建了統計學專業，關于統計學究竟是一門學科還是兩門學科的爭議也逐漸平息，大家基本都公認“統計學是關于收集、分析、表述和解釋數據的科學與藝術”，1992年國家標準委員會將統計學專業由經濟學下的二級學科上升為獨立的、理學中的一級學科，特別是1998年教育部在本科專業中設置了一級專業學科統計學，并根據實際情況設置了經濟學和理學兩個學科的統計學學位。從此，統計學進入了全面發展的新時期。

第四階段：1998年至今，統計學全面、快速發展時期。經過上個世紀20年的爭論，統計學界對統計學的認識基本取得一致，2003年11月，高等學校統計教學指導分委員會在廈門召開年會，根據不同的學位授予情況分別制定了統計學專業的教學規范，確定了培養目標、培養規格、課程結構、學制及學分安排，極大地促進了統計學的發展，形成了目前統計學欣欣向榮的大好局面。

為了進一步詳細了解統計學專業的發展過程，筆者從首都經濟貿易大學檔案館搜集了原北京經濟學院開設的統計學專業課，并查閱了中國人民大學教務處編制的歷年（包括1986年、1987年和1991年）本科課程內容簡介，各年課程設置可見表1。

表1清晰地呈現出了統計學專業由部門統計向現代統計發展的歷程。

2新形勢下統計學的發展趨勢

進入21世紀以來，統計學教學出現了新的發展趨勢，主要表現在以下五個方面：

第一，由部門統計為主的課程結構轉向以統計方法為主的課程結構，逐步與國際接軌。

從表1可以看出，以前的統計學專業主要講解《工業統計學》、《農業統計學》等與政府統計工作相對應的課程，現在主要講解《抽樣技術》、《回歸分析》、《隨機過程》等與各種統計方法相對應的課程。說明統計學作為方法論科學的學科定位得到了大家的認可。

第二，《統計學》課程授課內容徹底改造。經過多年的爭論，學界對統計學課程有了新的認識，在統計學專業和非統計學專業學科建設中體現明顯。

統計學專業不再開設《統計學》課程。目前大多數院校的統計學專業不再開設《統計學》這門課程。原《統計學》授課內容與其他專業課如數理統計、抽樣技術等重復太多，不再專門開設《統計學》課。對于有些《統計學》課程中有的內容而其他課程中不包括的知識多以《統計思想》、《統計初步》或《描述統計》等課程的形式予以彌補。對于非統計學專業，仍保留了《統計學》課程，但其內容有了很大改變。表2列出了傳統統計學（以上世紀80年代廣為采用的教材《社會經濟統計學原理教科書》為例）與現代統計學（以吳喜之教授編著《統計學：從數據到結論》為例）的主要章節結構：

由表2不難發現，現在的《統計學》刪去了原課程中很多不能說沒有用但肯定是常識性的內容，如總量指標與相對指標等，大量增加了多元統計、非參數統計等內容，并細化了參數估計、假設檢驗等傳統內容。使統計學回歸到了關于數據的方法論本質。

第三，統計教學中強化了計算機技術、統計軟件的應用。隨著計算機的普及，統計方法得到了極大的提升和推廣，原先很多手工無法計算的方法變得容易實現，海量數據和復雜的計算不再是統計發展的障礙。在教學中普遍使用SPSS、SAS、R語言等統計軟件，一般的非統計專業最起碼也挖掘了Ex-cel中的統計功能。

第四，強化了統計教學實踐，增加了統計調查內容。統計學是關于數據的科學，數據從哪里來、如何判別數據的適用性是科學使用數據的前提?，F在統計教學中比較強調統計實踐和統計調查，開設了《統計調查》或《市場調查》課程，并增加了調查教學實踐，讓學生親自動手設計問卷、訪問調查，并錄入數據、分析數據，撰寫調查分析報告。有效提高了學生對數據的認識，不再懼怕數據。

第五，教學管理規范化。2003年11月高等學校統計學教學指導分委員會在廈門召開的年會上，各方面統計專家達成一致，分別制定了授予理學學位的統計學、授予經濟學學位的統計學教學規范，對課程設置、學分安排等提出了指導性意見。各院校在教育部教學評估的要求下對統計學教學工作也作出了規范性要求，制定了關于教學大綱、統計教材、掛牌上課、教考分離等相關措施，在教學環節上強化了統一管理。

3新形勢下出現的新問題

應該承認統計學經過30年的爭論、改革，有了很大發展和進步，逐漸走向正規化和系統化，逐步縮小與國際先進統計教育水平的差距。但也應該承認，在發展的過程中也出現了一些問題，筆者認為主要有以下四個問題：

(1)統計學專業不開設《統計學》課程，造成學生對統計學課程體系和統計方法體系缺乏整體認識

現在，原《統計學》中每一章基本上都單獨開設為一門課，如回歸分析、抽樣技術、非參數統計等，各門課由不同教師在不同學期開設，分別零散地教給學生，學生缺乏對統計學整體的認識。另一方面有些《統計學》中講授的知識其他課程沒有包含，造成一些遺漏，如綜合評價的方法，在各專業課中都沒有講授。

(2)隨著計算機的普及和統計軟件的使用，本科統計教學出現了“傻瓜化”教學趨勢

統計軟件的應用和數據海量化的趨勢，使得在平常的統計教學中不再強調統計計算，基本上只講統計軟件操作，結果學生只會利用統計軟件對原始數據進行統計數據處理，離開計算機就不會處理數據。另一方面，一般的統計軟件對數據有一定的格式要求，大部分認可原始數據，而對于組距式的分組數據不能處理，或者如果只給出基本的調查結果如樣本均值、樣本方差等，現在的學生大多不會依據現有數據進行統計推斷，他們只會看統計軟件運行的“P值”，而不知道統計量是如何計算出來的。況且現在很多單位并沒有像SPSS等這樣的專業統計軟件，這種知識結構會給未來的工作造成一定影響，對于非統計專業學生來講可能會更明顯。

(3)對統計思想的講授不夠充分，學生對統計結果的理解不夠確切

一般來講，非統計專業學生數理統計不單獨開課，而是與概率論合并成《概率論與數理統計》開一個學期，主要講概率論，一般只講到大數定律、中心極限定理，好一點的講到相關與回歸，很多不講假設檢驗。而在《統計學》課程有限的課時中主要側重講統計方法的基本思路和操作，由于要講的統計方法比較多，還要結合統計軟件的應用，實際上對統計思想的講授并不到位。造成象前文所說，學生學完統計學，只知道看“P值”，“P值”小于0.05就是拒絕原假設，大于0.05就不拒絕原假設，但到底什么是P值，為什么P值小于0.05就可以拒絕原假設，甚至連原假設是什么，拒絕原假設說明什么問題都不知道，這樣的學生不要說非統計專業，就是統計專業四年級學生也不在少數。我們的統計教育被真正徹底地“傻瓜化”了。

(4)統計學專業新課程體系中各課程之間內容的劃分和銜接還有待完善

新的統計學專業課程體系基本是按照統計方法體系構造的，但也保留了若干統計方法應用的課程，如社會統計、商務統計等，如何處理這類課程與純統計方法如回歸分析、時間序列分析等課程間的關系還需要進一步研究?，F階段來看，問題出現在兩個方面，從社會統計等課程本身看，其內容設置與授課對象有一些沖突，一般來講，社會統計學課開課對象是社會學專業學生，商務統計學開課對象是工商管理專業學生，主要講解一些基本統計知識和統計技能就可以了，而我們的開課對象是統計學專業學生，就不能僅講一些基本統計方法，但講些什么，應該怎么講，還沒有答案。另一方面是統計方法課，如時間序列分析、統計預測與決策等課程，更多地是講一些該課程的基本方法應用，不是詳細地講解該課程的數學原理證明和推導過程，這就會與統計方法應用類課程內容相重復，故從課程名稱上看我們的統計學與國際接軌了，但授課內容還有很大差距。

4完善統計教學的建議與措施

（1）開設好《描述統計》或《統計初步》等性質的課。這些課程的出現與統計學專業《統計學》課程的調整有極大的關系，該課程的設置在很大程度上是對刪除《統計學》課程的補充。雖然這些課程有其固有的研究內容，但應在一定的彈性范圍內，盡可能彌補其他課程講不到的統計方法，如統計指數、綜合評價等。

（2）科學界定各課程的講授內容，做到既要銜接又不重復。組織各門課程負責人介紹本課程講授的主要知識點和講授程度及要求，在充分協商、溝通的基礎上劃定各課程的授課范圍，確保各課程講授自己該講授的內容，如數理統計學與統計學在參數估計、相關與回歸分析、方差分析等內容。

篇(5)

【關鍵詞】大數據時代；統計學；挑戰

一、前言

作為信息時代的產物，大數據這個概念在全球范圍內迅速普及，如今正在各個領域不斷發展，日益廣泛的被應用。大數據的興起對統計學也起到了不小的沖擊，統計學在大數據時代正面臨著前所未有的挑戰。

二、大數據時代到來的意義

當今社會，科技越來越發達，信息流通速度越來越快，人們生活越來越方便，互相交流也越來越密切，大數據也隨著這個社會的高速發展應運而生。2012年開始，“大數據”一詞被越來越多地提及，它被用來描述和定義這個爆炸時代的海量數據。自此開始，全球范圍內，越來越多的領域爭相恐后步入大數據時代?！都~約時報》的某篇專欄中寫到：“大數據”時代已經到來，在商業、經濟以及其它領域，人們將不再靠經驗和直覺來作出決策，而是通過數據和分析。在我國，大數據雖然起步略晚，但自從出現開始就如雨后春筍般飛速崛起，并且遍地開花般在全國各地廣泛發展，尤其是最近幾年，越來越多的負責搜集、存儲、分析和應用的企業和機構正在興建，在我國的信息、金融、商品銷售等各個行業，也都越來越頻繁的看到大數據的身影。

三、大數據時代統計面臨的挑戰

1.統計數據質量堪憂

大數據與統計學之間存在著非常緊密的聯系。大數據，顧名思義，是由非常龐大的巨型數據組成，有非結構化和半結構化兩種數據形式，雖然和常見的結構化數據不同，但是究其本質，和統計有著非常多的類似之處。此外，在大數據的研究方面，可以在統計學中找到很多行之有效的基本方法，常用的有：大量觀察法、數據分組、相關研究等。大數據的特征有易得性和泛濫性，雖然它極大地減少了統計工作活動中搜集資料所需浪費時間和精力，這是它的優點，但是它的缺點就是為判別數據真偽的工作增加了難度，統計工作也因此不得不改變重心。此外，大數據還有數據量非常龐大、數據增長速度非?？?、數據格式多種多樣和不穩定性等特點。

2.新型統計人才不足

相比于大數據，在研究目的、數據分析技術和處理數據等方面，統計學體現出了兩者的不同。大數據的目的就是為了數字的回報，其手段是通過研究數據的機遇與價值。統計學的目的與之相比則截然不同，統計學是為了探尋事物本質的聯系與規律；統計學所處理的結構化數據體量與大數據的非結構化數據相比，體量小，也更簡單一些。但是在當今的信息化時代，大數據所研究的非結構化數據正在占有越來越大的比重，人們也更傾向于利用計算機和互聯網技術去收集和處理數據。相比于去探尋事物的本質規律，人們越來越看重數據的回報。因此在大數據時代，統計正面臨著前所未有的嚴峻挑戰。在知識結構、研究內容、研究方式和人才培養模式四個方面，大數據對統計學都造成了強有力的沖擊。

四、大數據時代統計應對的策略

1.改變傳統觀念創新思維

當今社會，知識生產率愈加重要，正在取代勞動生產率成為新一輪市場競爭中的關鍵因素。誰能獲取更多更有效的數據，誰就能獲取更多的信息與知識，進而演化成價值和利潤，誰掌握更多數據，誰就能在這個知識改變命運的世界占得先機。大數據既有著數據量大、增長速度快、多樣性等顯著地優點，但也存在著難以解決的不穩定性，也就導致數據可能對用戶產生錯誤導向等諸多隱患。古語道：“窮則思，思則變，變則通?！贝髷祿r代，對以往的統計模式、統計技術、統計工具甚至是理念，都帶來了極大的挑戰。統計學在如此巨大的壓力下，勢必要實行一系列的應對策略。統計學必須與時俱進，創新改革才能適應這個日新月異的新時代。

2.培養新型統計人才

從統計的角度來看，首先要對以往的知識體系和傳統觀念進行不斷的更新升級，將研究重心轉向發現價值和創造利潤，數據正發展為很多公司的直接財富、成功之路上的核心競爭力。統計工作者必須主動接受新的價值觀念、創新思維、積極學習先進的知識文化，緊跟信息技術發展的步伐。與此同時，統計工具、軟件的換代升級也要加快腳步。其次，加大在統計教育中社會教育的比重，是統計學的理論與實踐緊密結合并相互促進。著力培養新時代下的創新性統計人才，在財政、金融、保險、統計等各個部門構建創新型實踐基地，引導學生在這些實訓場上勇敢實踐、感悟心得，提升社會適應能力。此外，統計專業還應積極主動的同其它專業開展合作，共同努力，培養新時代的統計人才。這樣才能讓統計學不至于被新時代的浪潮所淹沒，并且順應時代的步伐、發展創新，繼續發揮其不可替代的作用。

五、結語

面對大數據的挑戰，統計學必須要推行一系列的應對措施，與時俱進，創新改革，才能在當今的信息時代繼續前行。

參考文獻：

[1]馬敏.大數據時代我國政府統計工作面臨的挑戰及變革[J].新經濟，2016，06（06）：107.

[2]耿云江，趙曉曉.大數據時代管理會計的機遇、挑戰與應對[J].會計之友，2015，01（01）：11-14.

篇(6)

關鍵詞：社會經濟統計學；數據；教學

社會經濟統計學是高校經濟管理專業的必修課之一，在經管類的專業課中屬于教學難度較大的一門。不少學生反映統計學課程枯燥、難學、不實用，即使在考試中能夠通過，在現實中也不知如何加以應用。改變這種狀況的一個根本出發點，在于回歸社會經濟統計學課程的原始目的，以數據導向的原則對課程進行全面改革。

一、目前社會經濟統計學教學中存在的主要問題

在過去，我國統計學界一直將社會經濟統計學與數理統計學劃分為兩個性質不同的學派，將社會經濟統計學完全限制于描述統計范疇，從而影響了社會經濟統計學的應用。近年來，隨著經濟管理研究中數學模型的應用日益增加，統計學界又出現了一種矯枉過正的傾向，即過分偏向數理統計學，否認社會經濟統計學的獨立性。近年出版的各種統計學教材中，數理統計的內容所占比重不斷增加，甚至到了滿書都是數學公式的程度。

目前的社會經濟統計學課程由于過分偏向數理統計，在教學中仍以統計公式推導為主。許多統計學教師都是數學專業出身，對于嚴謹的數學邏輯框架情有獨鐘，但其面對的教學對象卻屬于帶有明顯文科性質的經管類專業學生，沒有能力也沒有興趣去追求數學公式的完美。這就造成了教與學之間的矛盾。

社會經濟現象與自然科學現象有著本質的不同，一個重要的特點就是研究對象是人的活動，許多活動是很難用精確的數學邏輯來理解的。在自然科學研究中，通過嚴格控制實驗過程，可以使數據表現出穩定的行為特征，與特定的研究模型相吻合。而在社會經濟研究中，研究對象是不受約束的個人或者企業，其行為受到各種因素的影響，有時候會表現得十分異常。

以回歸分析為例，在數理統計學的教學中，學生拿到的教學習題數據都是性質良好的，回歸結果往往表現出較強的統計顯著性。但在真實的經濟分析中，一次回歸能夠得到顯著系數是非常難得的，由于現實中“噪聲”的影響，大多數回歸模型都無法通過統計檢驗。例如，從理論上說，居民的收入與支出之間應當存在著線性或者二次曲線型的相關關系，但學生在利用真實的統計數據進行分析時，往往很難得出這樣的結論。一些數理統計成績很好的學生在使用統計數據撰寫論文時，經常會陷入一種困惑，即發現現實中的數據特征與自己所學的理論完全不能吻合。

鑒于這樣的問題，在社會經濟統計學教學中，應當將更多的精力用于幫助學生形成認識和理解數據的能力，要教育學生適應各種“不完美”的數據，學會從數據中剔除“噪聲”的影響，發現數據的本質。教學實踐表明，這樣的教學改革思路不但能夠使課程更加適應現實需要，而且能夠極大地調動學生的學習興趣。

二、數據導向的統計學教學思路

數據導向在統計學教學中主要表現在以下三個方面：

1．注重培養學生對于數據質量的認識

數據質量是進行統計分析之前必須考慮的一個重要問題，由于各種人為因素的干擾，社會經濟統計數據往往存在著不同程度的質量問題。在教學中，應當注重培養學生對調查數據質量的認識能力。

調查是所有統計工作的起點，調查數據的質量直接影響到統計分析的效果。人們在日常所接觸到的統計數據，都是通過各種渠道調查得來的，如果學生不了解調查的原理，就很難理解數據中各種錯誤的產生原因。在許多社會經濟統計學教材中，統計調查所占的比重都很小，有些甚至直接與“抽樣估計”的內容合并在一起，把抽樣誤差分析作為統計調查的惟一內容。事實上，統計調查所涉及的內容是非常廣泛的，抽樣誤差只是其中很小的一個方面。把統計調查理解為僅僅是抽樣誤差計算，是一個極大的誤區。

基于這種考慮，應當大幅度提高統計調查內容在課程中所占的比重，使之達到全部課時數的1/3左右。教學內容應當包括統計調查的分類、各種抽樣調查形式的優缺點、調查誤差的來源等等，其核心在于使學生理解影響原始數據質量的各種因素。

在有關抽樣調查的內容中，如何確保抽樣的隨機性是一項重要的內容，對這項內容的深入討論，能夠幫助學生理解隨機性對于統計工作的意義，以及在現實中各種可能出現的違背隨機性要求的情況。

調查中的非抽樣誤差是統計學研究的前沿，在傳統的統計學教材中往往很少涉及，但這部分內容對于學生理解調查誤差的來源有著重要的作用，因此在教學中也應當進行介紹。例如，目前許多媒體都喜歡引用網上調查的數據來分析社會經濟現象，但從統計學角度來看，網上調查的抽樣框是存在偏差的，其調查結果不能真實地反映全體居民的意見。要認識到這一點，就需要學生對于抽樣框的概念、抽樣框誤差的形式等有一定的認識。對這部分內容進行講授時，需要教師有一定的社會經濟調查實踐經驗，能夠結合現實情況來加以分析。這部分內容如果講授得當，對于學生來說是很有趣味的。

在條件允許的情況下，教師還可以組織學生參與統計調查的社會實踐，通過親手做幾份調查問卷來加深對于統計數據質量的理解。

2．以真實數據替代虛擬的教學數據

傳統的統計學教學，側重于對方法的介紹。教學中使用的數據往往是虛擬數據，或者是經過精選和剪切后的真實數據，這類數據的惟一作用就是讓學生練習在課堂中學習到的公式。學生只需要把數據代入公式，就能夠得到一個近乎完美的計算結果。這種學習方式帶來的一個負面影響是學生誤以為統計就是一門利用公式進行計算的科學，而忽略了根據不同數據選擇不同計算方法的要求。

采用數據導向的教學方法，要求在教學中拋棄虛構的教學數據，而使用現實中的真實數據作為教學案例。教師對于選擇的數據提交給學生，讓學生根據所學的各種統計知識進行自主分析。教師應當向學生傳遞一種權變的統計觀念，鼓勵學生用不同的方法對同一批數據進行反復處理，從中選擇最有效的處理方法。當學生拘泥于某一種習慣的分析方法時，教師應當提示他們思考為什么優先采用了這種方法，而沒有采用另一種方法。比如，許多學生在進行綜合評價時，習慣選擇使用算術平均數，此時，教師可以組織他們討論是否能夠使用幾何平均數或者中位數等其他的平均指標。

在教學中，我們曾向學生提供了美國從1900年以來的所有統計年鑒的電子文件，要求學生從中選擇出一些有價值的指標，分析美國的經濟成長情況、勞動力變化情況等等。由于數據量非常龐大，學生可以選擇出許多不同的角度來進行分析，包括橫向的州與州的比較，縱向的年度間比較，不同指標間的相互比較等等。每一種分析方法都需要學生深入理解課堂中學習到的各種原理，通過這樣的數據分析實踐，學生既能夠更好地理解統計的精髓，又能夠產生濃厚的學習興趣。

3．借助實驗方法解釋統計概念

數理統計學的教學側重于公式的推導，而社會經濟統計學則要求讓學生更多地理解概念的含義。在教學實踐中發現，經管專業學生對于統計分布、參數估計這樣的概念往往很難理解，例如在講授抽樣估計的內容時，許多學生無法理解“樣本平均數的標準差”這樣一個概念，因為在他們的心目中，樣本平均數是一次調查中獲得的常量，對一個常量計算標準差是很難想象的。盡管教師可以完美地推導出樣本平均數標準差的計算公式，但對于學生來說，這只是一個數學游戲，沒有任何現實意義。

統計本身是一門來自于實驗的科學，數理統計最早起源于對賭場中各種勝率的計算。要幫助學生形成對推斷統計概念的理解，就應當從實驗出發，通過可觸及的數據來理解概率、分布等抽象概念。

篇(7)

關鍵詞 體育科學 體育科研方法 體育統計

中圖分類號：G80 文獻標識碼：A

近20年體育統計在我國已經成為十分重要和最常用的體育科研方法。但是，與此同時也有不少體育學術研究，誤用統計方法，乃至以掛上統計公式作為“科學性”的幌子，使體育統計界同仁和體育科研工作者感到不自在。體育統計專業委員會也認為應該作一些有關體育統計和體育科研方法的詮釋，以減少體育統計方法的誤用，提高體育科研水平。

1中國體育統計現狀概要

在80年代以前，包括體育統計在內，我國應用統計學科處于萎縮狀態。改革開放后，統計方法的應用與統計教育重新得到重視。80年代初，教育部在武漢與襄陽兩地舉辦體育統計教師培訓，培養了改革開放后新一代的體育統計的師資與各地體育統計學術骨干。此后，體育院校、師范院校的體育系逐步開設了體育統計課程。1981年在研討師范院校體育統計教學大綱的時候，成立了全國體育統計研究會。在中國體育科學學會的積極支持下，1984年成立了中國體育科學學會體育統計專業委員會。近20年間，許多統計方法在體育領域得到應用，如抽樣理論、實驗設計、估計理論、假設檢驗、決策理論、非參數統計、序貫分析、多元分析、時間數列等都已有研究成果的發表或報道。

然而，我國從80年代開始重新普及體育統計，與20世紀初已經發表因子分析應用研究的美國，或70年表《行動科學的因子分析》專著的日本相比，難免顯得基礎薄弱。正如著名社會學家教授所說，“一個學科，可以揮之即去，卻不可能招之即來”。于是就出現了評析體育統計應用情況的論文，如楊震的《體育統計中應注意的問題》，梁榮輝的《體育科學研究中應用統計方法需注意的問題》，劉煒的《線性模型在體育科研中應用的常見誤區》等等。要解決這些問題，不僅是統計知識的問題，也有科研方法的問題。因此必須從科學的發展，俯視體育科學研究方法，從統計學的發展端詳體育統計現狀。

2統計學的發展

要了解體育統計的發展趨勢，有必要簡要了解統計學的發展。

人類的統計活動有悠久的歷史，古代已有統計整理描述的應用；13世紀歐洲有國勢調查；17世紀英國的配第發表了《政治算術》；1790年美國第一次人口普查，同時農業普查；1853年由比利時政府邀請，在布魯塞爾召開有26個國家150人參加的第一次國際統計會議；1857年，恩格爾根據家庭收入越多，則飲食支出的比例越小這一法則，引申出恩格爾系數，以飲食支出的比例作為度量生活水平升降的標準，它一直延用至今；1903年德國柏林的第九次國際統計會議上，抽樣調查得到世界上多數統計學家的認同； 1930年前后美國舉行蓋洛普民意測驗。19世紀中期奠定了概率論的理論基礎。19世紀中葉起，數理經濟學、生物計量學和應用數學促進了數理統計的形成和發展。社會統計學、社會經濟統計學和數理統計學構成了現代統計學的枝葉?，F代數理統計學可以分為兩個側面：一是理論數理統計學，它研究抽樣理論、實驗設計、估計理論、假設檢驗、決策理論、非參數統計、序貫分析、多元分析、時間數列與博弈論等；二是應用數理統計學，高爾頓、K?皮爾遜用于生物學，埃奇沃思、鮑利用于經濟學，R.A.費希爾用于遺傳學、農學。在宏觀層次上，科學系統的發展主要表現為整體化、高度數學化和科學技術一體化。數學的應用已突破傳統的范圍而向人類一切知識領域滲透。二次大戰以來，統計學的巨大進展已使它成為數學科學的重要而獨特的組成部分。

21世紀，統計學將面臨更大的挑戰。統計作為由觀察樣本獲得盡可能多的總體信息的方法，關系到信息的本質和數據處理。計算機與信息化的時代，爆炸式積累的信息與數據必須借助于統計學才能得到充分有效的利用。大規模的信息處理所遇到的信息壓縮、特征檢測、可靠性分析，以及數字、符號、圖形乃至語言的加工等一系列問題，都要依靠統計方法與計算技術來解決。現實中的許多統計難題需要引進新的統計概念與方法甚至理論體系。當然對于體育統計的這些問題，就目前的研究力量與人才資源，是難以承擔如此重任的。

計算機與商品化大型統計軟件的出現，為統計學的發展提供了技術上的可行性，使更多的人有可能進行大樣本數據處理和多元分析。可以預見，體育院校統計教學研究都將使用專業化的大型統計軟件。即將改版的體育統計教材，已將spss的使用列入教學內容?？茖W、統計學的發展給體育統計和體育科研奠定了寬厚的基礎，那么體育統計和體育科研的關系又如何呢？

3體育統計與體育科研方法

3.1體育科研的復雜性

雖然體育對于健康和社會的作用已被社會各界接受。然而，體育學科的復雜性還未被教育界乃至社會所理解。體育外在粗獷，卻蘊含了眾多的自然學科和社會學科，而使投身體育的研究者感到力不從心。誰也無法夸口能解決體育科學的眾多難題。體育與健康的研究，涉及醫學、生理學、心理學、人類學、健康社會學、抗衰老的研究等等；體育的動作技術分析會涉及理論力學、材料力學、流體力學、空氣動力學和解剖學等等；運動訓練理論會涉及技能學習、體能的提高和戰術，它與生理、生化、心理、認知科學、博弈論以及教育科學的許多理論直接相關。許多體育科研，出身于相關學科的研究人員，會因為沒有從事體育的感性知識而產生困難，競技體育的研究會因為沒有體驗訓練而難以深入。顯然，在體育科研中狂妄、自負只能反照自己的淺薄。

3.2體育科研中統計方法應用的幾類問題

3.2.1實驗設計的基本原理

雖然研究有專業設計，但是無論你研究自然現象還是社會現象，大多需要實驗或調查。

無論是實驗設計還是調查設計都離不開統計。最基本的我們應該了解實驗設計的三個基本原理：重復，隨機化以及區組化。由重復使我們得到實驗誤差估計值與效應值更精確的估計；由試驗對象、試驗次序等隨機化使觀察值或誤差為獨立分布的隨機變量，就可以使用各種統計方法；由相似試驗對象的區組化使我們可能提高實驗的精確度。如果不注意基本原理，你的研究難免出現方法錯誤。

3.2.2實驗方法

體育的影響因素，如運動強度等，常常是難以控制的，實驗對象經常是人，常難以齊同對比，不便重復試驗，還不能對實驗對象造成傷害等，這使許多主要源于農業試驗的試驗設計，很少能應用于體育。因此，需根據具體研究目的、研究對象等制約因素，慎重選擇合適的試驗方法。

3.2.3取樣

無論是試驗還是抽樣調查都需要樣本。由于經費、工作量或對抽樣方法了解不夠等原因，在體育科研論文的研究方法里，包括不少學位論文，對于抽樣方法沒有明確的交代，抽樣方法有較大的隨意性。如果精度要求不高，僅作探索性研究，而不是由樣本推測估計總體，有時也可用非概率抽樣。社會科學中的大樣本研究，有時也用非概率抽樣。但是，離開了概率抽樣，許多統計方法就失去了應用的前提。概率抽樣有多種方法，適用不同的情況。因此從研究方法的嚴密性看，需要在體育科研方面增補這方面的內容。

3.2.4統計分析方法

現代統計學可以借鑒的方法應該有不少，在體育統計基礎相對薄弱，原創方法幾乎沒有的情況下，對于體育統計分析方法，首要的是開闊視野，學習、應用前人或相關學科已有的統計方法。在此基礎上，研究前人已有方法不能解決的、有待建立的體育統計方法。當然，方法的建立相當困難，必須重視人才的培養和引進。按照前20年的進程，期望建立新的體育統計方法，形成較為完整的體育統計學科，都是十分困難的。

目前，體育統計應用中存在不少問題，這些問題的根源還是在于對統計基本理論的理解。如：

（1）推測性數理統計是由樣本研究總體，由于樣本信息是不完整的信息，必然有抽樣誤差存在，必然有出錯的可能性。而在統計分析中卻有人得出完全肯定或完全否定的結論。

（2）統計方法僅僅對試驗的可靠性和有效性提供準則，但是并不證明變量間的因果關系。如均數比較的假設檢驗，可以給出比較對象來自同一總體的概率，但統計分析不可能給出它的原因，比如并不說明訓練方法好壞等。

（3）實際的差別顯著與統計顯著性的差別。雖然統計上的顯著性與差別大小有關，但是它的直接含義是來自同一總體的概率大小，而不是你誤指的差別大小或差別顯著。

（4）當訓練強度與成績提高相關，P

（5）統計方法為研究目的服務，要選擇合適的方法，而不是選擇復雜的方法。

（6）統計模型對于數據的測度水平，變量是連續型還是離散型，是計數資料還是計量資料，相關變量是對稱還是不對稱等等有不同的要求，所以在研究設計的時候就要考慮統計分析的方法。

（7）體育問卷調查有大量的名義（定類）測度與序次測度。不能不問數據資料的測度水平，一概用均數表示集中趨勢，用標準差代表離散程度，用它們作線性回歸、因子分析等等。

（8）不注意模型要求亂套統計公式。如不知變量的分布，作小樣本的t檢驗；在自變量間關系過于密切的情況下作回歸分析，在變量間關系不密切的情況下作因子分析。

4用好體育統計方法，提高體育科研水平的建議

（1）科學數學化特征及科學發展趨勢?？梢灶A見，體育科學必然向數學化方向發展，體育統計無論對于體育自然學科或體育社會學科都將成為重要的研究方法。體育高等學校應重視體育統計學科對于體育科學發展的重要作用。體育科研人員應從方法論高度學習科研方法，吸收相關學科的研究方法。

（2）體育統計要注重抽樣研究本質的研討。重視與概率相聯系的思想方法，研究相關學科的統計方法，加強方法的移植研究，明確統計方法建立的條件，避免統計方法誤用。

（3）體育科研應加強實驗設計、抽樣研究及社會科學常用統計方法的普及。提高體育科研人員應用國際通用統計軟件包的能力。

（4）體育統計學科的縱深發展必須有跨學科人才的引進與培養。

參考文獻

[1] 侯燦.醫學科學研究入門[M].上海：上海科學技術出版社，2010

[2] 王維.科學基礎論[M].北京：中國社會科學出版社，2005.