统计学统计方法精选(十四篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的14篇统计学统计方法，期待它们能激发您的灵感。

篇1

关键词:财经类;统计;教学;探讨

中图分类号:G64文献标识码:A

统计学作为财经类学生的一门必修的专业基础课,它的作用是很重要的。但是针对不同的学生群体,教师应当采用不同的教学方法。非统计专业统计学的教学目的不是把学生培养成统计学家,而是使学生在学习中获得应用统计解决实际问题的技能。因此,对于非统计专业的统计教学要特别注意统计应用和案例教学,注重学生统计分析能力的培养。在统计教学中应尽可能灵活地采取多种形式的教学方法,培养学生运用统计的才能。应彻底改变传统的“灌输式”的教学方法,注意采用讨论式教学、案例式教学、提问式教学等“启发式”教学方法。尤其要加强统计案例教学,通过案例教学加强学生对实际统计资料的开发和应用,强化学生阅读、理解、应用统计教学的能力,培养学生利用统计资料发现问题、提出问题、分析研究问题和解决问题的能力。同时,在教学过程中应尽可能利用各种机会,创造适当条件,加强统计实践性教学,把统计课堂教学和统计实践教学有机地结合起来。

一、用通俗简洁的语言进行教学

统计学是一门对客观实际进行调查、分析和研究,找出事物的发展规律,并在此基础上做出预测或决策的学科。它作为经济管理类专业核心课程之一,一直被学生认为是枯燥而难学的课程。

传统的统计学教学过于注重统计指标的计算统计理论的演绎,使学生深陷繁复的计算中,对于如何运用统计方法和统计工具解决实际问题则很少讲到。教师在具体授课过程中一般都津津乐道于统计学基本概念的阐述和统计公式的推导, 使用的语言都非常专业化、学术化。对一部分学生来讲,他们认为教师的语言是晦涩难懂的。

针对这一现状,在教学中要用简洁、通俗的语言。而且这种语言形式要贯穿讲课的始终,不管是讲授统计思想、统计概念,还是讲授统计公式。可以把公式具体化,删繁就简,挑选重点有代表性的着重讲解,而没有必要对每一个公式都推导其来龙去脉。还可以通过不断地举例来解释说明统计概念的实际意义,使学生活学活用。另外,教师在上课过程中应该多用些提问句、疑问句,引导学生发现问题、提出问题,培养学生提问问题的能力。

教师还要与学生互动,一起探讨问题、解决问题,这样可以激发学生的学习积极性,提高教学效率。统计学的灵魂在于与经济管理类各实质学科相结合,用统计方法去分析、解决问题。所以,教师在讲课时可以与学生熟知或学过的课程联系, 这样更加便于他们理解、掌握所学的统计学知识,并且能把所学过的知识融会贯通其中。

二、案例教学法

案例教学法就是教师通过分析案例, 激发学生参与讨论、分析,让学生从自己的亲身体验中理解理论知识。这个方法在非统计专业的授课过程中运用得非常广泛,普遍反映效果良好,具有很高的推广价值。

第一,要做好准备工作,就是精心选择适当的案例。所谓的适当是指:一要和所讲述的理论知识联系密切;二要难度适中,但要有综合性,不能只针对某个具体定义而编写,因为案例太容易就没有挑战性,不深入讨论就学不到东西,太难就会让一部分学生知难而退,不参与讨论;三是尽量选择学生感兴趣的题材,所选的案例必须是真实发生过的事件,而不能是一个虚构的故事。比如对于金融专业的学生可以设计用几何平均数计算投资的平均收益率、运用标志变异指标考察投资组合的风险大小等。对于经管专业的学生,精选抽样推断、假设检验、方差分析对于控制产品质量,经营决策等方面的案例,深入浅出地介绍这些方法的基本思想、并用Excel进行分析。既激发了学生的兴趣、扩大了学生的视野,也使统计学的课堂不再是教师1块黑板、1支粉笔、1本教材、1张嘴巴就能将一门专业课程从头讲到尾。

第二,要组织好案例教学的课堂教学。教师的角色需要发生变化,要从教师的角色转化为一个普通学生,让自己参与其中,充分调动学生的积极性、主动性和自觉性,放手让学生自由讨论。当学生提出问题时,不要直接作答,而是引导学生互答问题和辩论,让学生通过讨论、分析,自觉地运用所学的理论知识,自觉地归纳总结。

第三,还要注意在案例课结束以后,让同学写总结。把课上所运用的理论知识,在讨论中领悟到的东西,以及自己归纳总结的东西书面化,只有这样才能达到好的教学效果。

三、多媒体教学

多媒体教学以其不可替代的优越性正在逐步取代传统的利用黑板、粉笔的教学模式。利用多媒体教学就可以把授课重点转向过去传统教学顾及不到但实际上更加重要的方面,即从过去主要针对统计学概念和方法的理解转向使学生深入理解和掌握各种统计方法的实际应用。

多媒体教学的关键是教学课件的制作。为了达到更好的教学效果,作为教师应该自觉地学习并掌握教学课件的制作,由于运用多媒体演示课件或幻灯片信息的流量大、速度快,接受起来有些难度,学生可以不再记笔记,而是将不明白的作标记,课件可以让学生课下拷贝,以便于复习。

四、将Excel应用在统计学教学中

第一,Excel是使统计学教学走出困境的一个辅助教学工具。统计学是关于数据的收集、整理、分析和解释的一门科学,统计学教学活动也是围绕着数据展开的。由于概念多、图表多、公式多、计算繁琐、抽象、枯燥、难教难学、学生缺乏学习兴趣等,使统计学教学面临严峻的困境。Excel在统计学教学中的应用,可以节省大量的时间,丰富教学内容,增强趣味性,活跃课堂气氛,使一些比较抽象、难以理解的东西具体化、简单化,完成那些在传统教学手段下难以完成的任务,并且教师的课堂操作、演示,还可以激发学生课下动手的兴趣。

第二,Excel是目前最适合作为统计学教学辅助工具的一款软件。(1)Excel的统计功能虽然不像专业统计软件那样强大,但能够满足教学需要;(2)无论是多媒体教室里的还是学生宿舍里的计算机,一般都装有现成的Excel软件,而那些专业统计软件则需专门购买,而且价格昂贵;(3)大学一般会开设Office软件应用课程,学生具备一定的Excel应用基础;(4)最重要的是Excel软件易学易用,比起那些专业性的统计软件来更受欢迎。

五、注重实践

第一,课堂体验方式,即在课堂进行现场实验教学。例如在介绍统计学的抽样估计内容时,可以以同学的学习成绩、学习时间、学生每月的消费等为调查内容,课堂上当场随机抽取部分同学资料,进行样本资料计算,进行估计和精度分析,当场给出结论说明。使学生直接感受到了抽样调查和估计的整个过程,从而很快就能理解和掌握,不再显得抽象和难学了。

第二,实践性教学,即通过组织学生到统计部门进行见习活动,增加学生对统计工作的感性认识。例如,在学生学习了统计的基础知识,理解了统计的学科性质和任务后,我们可以组织学生到统计局进行现场了解本区人口数据,根据统计目的的不同,让一部分学生用变量进行分组,如按年龄、按家庭人口数等进行分组,以了解人口的年龄状况、家庭状况等情况;让一部分学生按品质标志进行分组,如按职业、文化程度等进行分组,以了解人口的职业、文化程度分布等情况,再用Excel进行统计分析,然后把结果与该局统计的结果进行交流比较。让学生了解统计工作的整个流程,使学生对如何组织一项统计工作有了进一步的认识,为学生今后能胜任工作,奠定了一定的基础。

第三,直接参与方式,即利用假期,让学生自行设计,自行组织调查,直到调查报告的编写,调查总结或体会的形成,全部由同学自己来完成。通过这次调查活动,使学生加深了对统计调查工作的理解,而且在这次活动中,学生也能够灵活运用各种统计调查方法和组织形式进行调查,如调查网吧的运营情况,学生就会采用抽样调查的方法,而调查上网人员的构成情况,有的学生采用了抽样调查,也有的学生采用了重点调查和典型调查等方法,组织形式有的采用等距抽样,有的采用整群抽样,达到了预期的目的,为学生将来独立组织统计调查工作打下了一定的基础。

(作者单位:陕西财经职业技术学院)

主要参考文献:

[1]戴发山.统计学课程教与学探讨.高教论坛,2006.8.

篇2

 

起源于上世纪七十年代的层次分析法(简称AHP)是由美国运筹学家T.L.Sattyti提出的，主要是对多指标系统方案给出一种层次化、结构化的决策方法。该方法综合考虑了定性与定量两种决策分析方法，在决策分析问题中有着广泛的应用。

 

层次分析法主要是一个模型化、数量化的过程，通过对复杂系统的分解，将其转化为若干因素，在各因素之间通过比较和计算，从而得出不同方案的权重，该权重可为最佳方案的选择提供依据。在处理实际问题的过程中，经常会遇到诸如目标准则层次较多以及非基本结构的复杂决策问题，此时如何能够将该问题简化主要取决于如何从少量的定量信息入手，深入探究问题的本质及其内在关系，将思维的过程数字化，从数学的角度思考，用数字说话，达到准确计量的目的。

 

层次分析法中各层次的结构反映了各因素之间的关系，如何确定该结构是关键所在。通常准则层中的各准则在目标衡量中所占的比重并不一定相同，处理的关键在于如何较为准确的将这些比重进行量化。很多时候，对某个因素有影响的因子比较多，如若直接给出各个因子的比重，难免出现偏差，主要原因有：问题考虑不全面、首尾数据顾此失彼、所有数据可能不符合整体性为1的隐含条件等。

 

比如我们有这样的生活常识：假如有若干个大小不一的西瓜，每个人都能按照自己的感觉给出每个西瓜所占总体重量的大致比重，但是由于不知道每个西瓜具体的重量，每个人给出的数据都不尽相同，而且由于只是估计值，可能所有的比值会出现相互矛盾的情况，也容易出现比值和不等于1的情形。因此，当影响某因素的因子较多时，通常将众多专家研判的均值作为各因子的比重，但这些比重只是初始值，通常要在初始值的基础上经过一系列严格的转化、换算，才能最终得出各准则层的相对权重。

 

各准则层相对权重求解的过程大致可以分为三个步骤：1.构造判断矩阵——分析系统中各因素间的关系，对同一层次各元素关于上一层次中某一准则的重要性进行两两比较，从而构造得出两两比较的判断矩阵;2.构造判断转化矩阵——由上一步中的判断矩阵中数据计算各比较元素所在准则的相对权重，并进行一致性检验。通常由判断矩阵到判断转化矩阵的转化方式不唯一，不同的转化构造方式往往对应不同的适用和使用效果;3.计算各层次对于系统的总排序权重，并进行排序。以上三个步骤中，第二步是关键，最终可以得到各方案对于总目标的总排序。

 

在用层次分析法解决某些具体问题时，可能会出现相对权重明显集中，权重差距较大的现象。因此，需要对层次分析法相对权重进行改进计算，努力提升层次分析法实际应用效果。本文主要介绍确定相对权数的一种新算法—方程法，并且通过实例检验其使用效果。1层次分析法中相对权重的算法新思路

 

1.1建立判断矩阵

 

判断矩阵是在对每一层次中的所有因素进行相对重要性的两两比较的基础上而建立的矩阵，即：

 

R=r111…1R1n

 

1

 

rn11…1rnn，其中r11。，r22，…，rnn=0.5，rij表示第i个元素相对于第j个元素的重要程度关系，采用0.05-0.95标度给予数量表示，且rij+rji=1。江苏理工学院学报第20卷第6期孙丹丹：确定统计权数的新方法——方程法

 

rij的取值不应由个别人来确定，应由众多专家共同研判，最终取其均值。专家研判的取值是第i个元素相对于第j个元素的重要程度确定：特别重要(0.85-0.95)、重要(0.75-0.85)、相对重要(0.65-0.75)、稍重要(0.55-0.65)、重要程度相当(0.5)。

 

1.2判断转化矩阵

 

判断转化矩阵：A=a111…1a1n

 

1

 

an11…1ann，其中a11，a22，…，ann=1。

 

判断转化矩阵，需要将rij转化为aij。

 

判断转化矩阵中aij和aji必须满足两个条件：①aij*aji=1;②aij-aji=rij-rji(其中i为i和j两个元素中较重要者，否则条件②改为aij-aji=rij-rji)。

 

将以上两个条件进行变换，即aij-11aij=rij-rji或aji-11aji=rji-rij，求解可以得aij或aji(取正数解)。

 

1.3准则层的相对权重的计算

 

①计算判断矩阵中各行元素乘积：Mi=∏N1j=1aij=ai1·ai2…ain(i=1，2，....n)。

 

②计算Mi的n-1次方根：Wli=n-11Mi。

 

判断转化矩阵中涉及元素是n个，反映元素间的关系应是n-1个关系。事实上，由于判断转化矩阵中a11，a12，…，ann=1，因此对角线上的元素对计算判断转化矩阵中各行元素之乘积是没有影响的。基于以上考虑，应该计算Mi的n-1次方根。

 

③对Wli进行正则化处理：Wi=Wli/∑n1i=1Wli，其中Wli为判断矩阵中各行元素乘积的n-1次方根。正则化处理后，∑n1i=1Wi=1。

 

从上述过程可以看出，新方法中准则层的相对权重计算过程与传统层次分析法相比，区别主要在于第二步，即判断转化矩阵的计算。在判断转化矩阵中，aij保留了最初判断矩阵中rij之间的差异性，并进一步将最初判断矩阵的对角线相应因素和为1转化为了判断转化矩阵中的对角线相应因素积为1，这在一定程度上解决了相对权重明显集中，权重差距较大的现象。下面将通过实例，来验证该方法在处理权重差距较大问题时的可行性和优越性。2层次分析法中相对权重的改进算法实际应用

 

全部国有及规模以上非国有工业企业主要经济效益指标：工业增加值率、总资产贡献率、资产负债率、流动资产周转次数、成本费用利润率、全员劳动生产率、产品销售率，记这7个指标分别为1、2、3、4、5、6、7。

 

2.1判断矩阵：11121314151617110.510.2510.8010.5510.7010.8010.75210.7510.510.9010.8010.8510.9510.90310.2010.1010.510.3510.3510.8010.40410.4510.2010.6510.510.5510.8510.60510.3010.1510.6510.4510.510.7510.60610.2010.0510.2010.1510.2510.510.25710.2510.1010.6010.4010.4010.7510.52.2判断转化矩阵

 

由上述矩阵结合算法新思路中判断转化矩阵的求法，不妨以a12与a21为例。

 

由r12=0.25，r21=0.75可知：a21·a12=1，

 

a21-a12=r21-r12，即a21·a12=1，

 

a21-a12=0.5。

 

解方程组可得：a12=0.780 8;a21=1.280 2。

 

同理，可求得所有a1ij，i，j=1，2，…，7。

 

汇总整理后可得如下判断转化矩阵：1112131415161711110.780 811.34411.051 211.219 811.34411.280 8211.280 81111.47711.34411.409 511.546 611.477310.74410.6771110.861 210.861 211.34410.905410.951 310.74411.161 21111.051 211.409 511.105510.819 810.709 511.161 210.951 31111.280 811.105610.74410.646 610.74410.709 510.780 81110.780 8710.780 810.67711.10510.90510.90511.280 8112.3准则层的相对权重的计算

 

由上述矩阵结合算法新思路中准则层的相对权重的计算方法可得：Mi分别为：2.316 294，8.186 244，0.454 378，1.345 582，0.909 344，0.154 815，0.612 73。Mi的n-1次方根分别为：1.150 268，1.419 648，0.876 805，1.050 715，0.984 286，0.732 772，0.921 605。

 

从而可以求得每个Mi相对权重，汇总整理如下：

 

%11121314151617统计局公布权重116120112115114110113新算法权重116.12119.89112.29114.72113.79110.27112.91传统层次分析法权重123.36146.5913.1518.95111.8611.5414.55本例中，由最后的计算结果可以看出：若使用传统层次分析法，则最终计算出的权重值差距较大且仅集中于个别因素;而使用新方法所计算出来的相对权重明显更接近于统计局所公布的数值，且由此方法计算出的权重值也有更为合理的解释。3结语

 

本文在传统层次分析法权重计算的基础上，提出了一种确定统计学权数的新方法—方程法。不仅给出了新方法的推导过程，并且通过实例计算，证实了该方法在解决实际问题中的可行性和优越性。

篇3

关键词生物统计学；教学方法；改革

生物统计学是南阳师范学院生命科学与技术学院的一门专业基础课，主要包括试验统计分析和设计两部分内容，是现代生物学研究不可缺少的工具。通过该课程的学习，可使学生掌握基本的试验设计和统计分析方法，培养学生具有严谨的科学态度与分析问题、解决问题的能力，以为以后的工作和科学研究打下基础。但该课程原理复杂、内容抽象、计算公式繁多且难记，加之教学内容的不断增加和学时的相对减少，开课时间又大多安排在大四，对大一所学的数学基础知识有所淡化，被许多学生认为是较难学习和掌握的一门课程，加之大部分学生又忙于准备考研，对学习该门课程的重要性认识不足，兴趣不浓，都给该课程的教学带来困难和挑战。因此，对生物统计的教学方法进行改革，以激发学生的学习兴趣，提高学生对该课程重要性的认识，理解和掌握基本知识及技能，特别是培养学生的应用能力，以进一步提高该课程教学效果。

1由考试型授课向实际应用型授课转变

生物统计学原理复杂，让学生完全掌握每个统计方法的原理、统计公式的推导较困难，且对于非统计专业人士是没有必要的。生物统计学的公式比较多，统计分析的方法也比较多，让学生把所有的公式记下来，既费时间、学生不易接受，也没有必要。在遇到生物、农林、生态、生化等实际问题时，一方面是如何设计实验方案，使实验既科学合理，节约时间和成本，通过统计分析，得出理想的实验结果；另一方面是面对已取得的实验结果，如何选择和使用统计分析方法。在大学科研中，有很多学生或在读研究生，在这方面的知识和能力表现不足。因此，培养学生解决实际问题的能力比考试取得高分更重要。授课内容要深入浅出，多拿实际事例让学生选择统计分析方法，把不同的统计方法加以比较；或者把一个实验结果用多种统计分析方法同时进行分析，对分析结果加以比较，使学生充分认识不同统计方法的特点和不足，激发学生对统计学的认识和兴趣，把学生从繁琐的概念和复杂的公式中解脱出来。由考试型授课向实际应用型授课转变的另一个重要环节，就是考试方式的转变。考试方式是学生学习方法的指挥棒。如果采取传统闭卷笔试的方式，学生往往在考前几天死记硬背公式以应付考试，考试过后又很快忘记。对于这门实践性较强的工具性课[1]，教师尝试了“带纸开卷”考试法。即在考试内容上侧重以应用为主的考题，减少问答等概念性的内容，以引导学生掌握学习重点和方向，培养实际解决问题的能力。在学生的备考复习上，采用激发学生积极思考问题的方式，规定学生在2张A4纸上可单面手写自认为重要的公式供考试时参考，但不允许写有关基本概念、问答之类的内容。筛选和抄写公式的过程，本身就是一个深刻认真学习和思考的过程，这正是该课教学所要求的，促使学生把主要精力放在用统计分析方法解决实际问题的方向上，提高解决实际问题的能力，同时也大大减轻了学生的学习负担[2]。

2由纯理论型授课向软件应用实验型授课转变

统计学是一门相对古老的学科，在过去的授课过程中，因为计算多是笔算或由计数器计算，这就要求必须掌握计算过程，掌握计算的每一步骤，否则无法进行实际应用。但是随着现代计算机和计算软件的发展，使计算软件在工作和科研中的应用已经广泛普及。相反，如果不会使用计算机和计算软件，会给实际工作带来很多不便和困难，不能满足工作和科研的需要，特别是现代计算技术和计算软件突飞猛进的发展。在分析方法的多样性、分析结果的准确和详细性、分析制图的精美和完善性等方面，都是手工计算无法达到的。因此，必须改变传统的纯理论型授课方式，通过上机实习环节使学生应用统计软件进行数据分析，将学生从大量复杂计算中解放出来，提高效率，使学生综合运用知识的能力得到提高。适用于统计教学的计算机软件较多，目前主要有SAS、SPSS、Excel 等，都提供了一个功能相对完整的数据分析工具[3]。但相比之下，从功能和可操性而言，SPSS是国际流行的统计软件，有强大的数据处理功能，操作简单，分析结果详细，还有很好的制图功能，得到国内外专家的认可[4-5]。因此，在实践课程的教学过程中，要加大对该软件的应用。同时，老师要经常给学生介绍新的统计分析软件，扩大学生的视野。

3由完全依靠教材内容型授课向以教材为主、结合实际需要、拓展新内容型授课转变

生物统计学作为一门有一定学时限制的学科，在知识的组合方面，具有基础性、系统性和经典性的特点，所介绍的方法也是相对古老、常用、相对简单的，如假设检验、区间估计、方差分析、回归分析、相关分析、简单的正交实验设计等。而实际上生物统计的内容较多，如主成分分析、判别分析、聚类分析、对应分析、典型相关分析、通径分析等，实验设计中还有均匀设计、配合均匀设计等[6-7]。随着现代计算技术的飞速发展，许多新的计算方法不断出现，这些新方法是实践中非常需要的，而且新分析方法具有生物统计学所介绍的统计方法不可取代的作用。因此，完全有必要根据实际需要，适当插入一些新的内容，扩大学生的知识视野，其中重要的途径就是介绍使用新方法的文献资料，使学生充分认识到统计分析的重要性、广泛性，增加学生的实践能力。对生物统计学所介绍的方法，在实际应用时也有必要进行完善。如多重比较，虽然课本中介绍了多重比较的方法，对比较结果的显著性表示方法也做了介绍。但是在实际时，由于期刊文字的限制，用生物统计学所介绍的方法，所用版面太大，要求简明标出，这就提出了如何简化的问题。特别是很多组数据进行比较时，步骤较繁琐。如比较10组数据，用生物统计学所介绍的方法，需要45组数据来表示，显然占用版面较大，这时则需要启发学生用简明的办法进行解决。因此，要结合实际，完善课本内容，增强学生实际应用的能力，培养学生的创新能力，从而提高学生的实际操作能力。

4参考文献

[1] 孙晓菲，李鑫玲.《生物统计》教学改革实践[J].科技信息，2010（18）：96.

[2] 郝小琴.生物统计课采用“一纸开卷”考试的体会[J].高教论坛，2006（4）：64-65.

[3] 范平，崔党群，詹克慧，等.Excel软件在生物统计实验教学中的综合开发应用[J].实验技术与管理，2003，20（2）：65-69.

[4] 向穷，施树良，李钰.常用统计软件在生物统计中的应用比较[J].现代生物医学进展，2009，9（9）：1775-1777.

[5] 高忠江，施树良，李钰.SPSS方差分析在生物统计的应用[J].现代生物医学进展，2008，8（11）：2116-2120.

篇4

关键词统计学实践教学课程设计实践类竞赛实践类课程

统计学的产生发展来源于实践，依赖于应用，形成理论进一步来指导实践，并在应用过程中不断发展壮大，统计学的生命力就在于其能不断满足社会应用的需要。统计学专业的特点在于将数据处理和统计分析这两大核心功能结合实际问题应用于实践，从而解决各种实际问题。因此对于高校统计人才的教育不仅要重点讲授理论知识，同时要结合专业特点，培养和提高学生解决实际问题的综合能力和实践能力。如何更好地开展统计专业实践教学就显得尤为重要。

1目前实践教学的主要方式及存在的主要问题

统计实践教学是学生在校期间进行的一个不间断的、完整的教学过程，包括课堂案例教学、课程设计、实践竞赛、社会调查、校外实习、毕业实习等在内的一系列过程。①通过上述各种类型的实践教学环节的实施，以实践教学任务为中心来组织课程内容，所需要的理论知识也围绕实践过程来选择、组织和学习，让学生在实践的基础上建构所需的理论知识，以实践过程作为学生学习的主要形式，并通过实践报告、实践表现等来评价学生的学习结果。我国各高校统计学人才培养方案中均设计有一定比例的实践教学环节，但缺乏系统性研究和整体设计，实践教学方案与培养应用型、复合型人才目标有较大的距离。

（1）实践教学的课程体系不够完整。

就目前整个统计专业的教学情况来看，统计核心理论课程体系尚属完善，但教学模式仍停留在传统统计专业教学模式上，大多数课程偏重理论教学，忽视实践教学，由于某些客观原因，人才培养计划中未设置实践教学环节或者实践教学课时所占课时比重不高。课时少必然会造成对应的实践教学环节无法达到理想的效果。

（2）教学手段和教学时间安排上

大部分教师采取传统教学形式，实践内容一成不变，不能最大程度激发学生的学习兴趣，缺乏探讨式、研究式、报告式等多样化教学研讨形式。在实践教学时间安排上存在另一个问题就是理论和实践实验的内容不能很好地相吻合，很多时候会出现实验超前或者滞后的情况。例如，统计学原理课程中一元线性回归分析章节中对应的实验，如果实验在此之前已经上机操作过，那么在之前操作过程中学生只是单纯地操作，得到一个结果，并不能真正和理论结合起来；如果实验是安排在课程讲解之后很长一段时间，这个时候学生对所学的理论知识已经有所遗忘，上机操作时亦是按照要求单纯来操作；合理的时间安排应该是学生学习完理论课程以后及时地由指导老师指导开展实验，这样不仅可以加深对理论知识的理解，而且也使学生掌握了上机操作的技巧。但是，很多高校在课程的安排过程当中并不能做到这一点。

（3）教学内容上

统计软件应用大部分限于Excel、SPSS、Eviews等传统老旧的软件，而SAS、R语言、Python等功能强大兼具实用性的潮流软件学习课程欠缺。很多潮流软件课程的开展是以专业选修课的形式设立的，在课程安排时相对独立，忽略了与其他学科的交叉融合学习。因此学生在学习的过程中是比较被动的，往往以拿到学分为目的，学过之后并没有真正思考如何将其运用到现实生活当中或者各个领域，最终导致一个结果就是学生学的积极性不高，老师教的积极性也不高，慢慢就在培养计划中被删除。

（4）组织形式上

目前学生实践类课程有两种形式：一种是院系组织，有穿插在课程当中的，例如实验、课程设计；有建立校企合作实习基地的，然后定期输送学生到实习岗位进行实习，如课程实习、毕业实习。但由于实习时间的限制、交通、硬件设备等问题，安排学生实习机会较少，实习时间短无法为学生提供高质量的实习机会。例如，本来需要一个月时间的实习，但是在课时安排上只能安排两周，这就造成了企业在下一年不愿再安排学生实习；或者由于实习单位和学校所处的地理位置不够便利，学校出于安全、实习经费方面的考虑，也会严重制约实习的开展。

（5）实践类教学还包括学生参加科技创新类项目、参加各种统计类竞赛等方面。

学生在科研创新项目上往往缺乏自信心，这主要是因为缺乏教师积极主动的引导，导致学生的积极性不高。在统计类竞赛上虽然学生表现出很高的积极性，但是竞赛结果并不是特别理想。由于各种奖励机制，学生初期报名热情高涨，后期由于指导教师欠缺、教学软件资源不足等原因，培训指导不能满足学生参加竞赛的知识需求，大部分学生是靠自学获取相关知识，实践类项目、竞赛的组织迫在眉睫。

2实践教学模式改革的主要方向及主要措施

实践课程的开展首先应从培养计划的制定、完善课程体系的设置着手，对于实践课程分课内课外两种形式，分别制定不同的教学体系和方法。实践教学体系应包括理论课相关章节的实验、课程设计、实践类课程体系、实践类竞赛、实习等一系列实践教学，分别针对不同的实践课程特点制定相应的组织开展形式、考核形式。并通过实践加以改进和优化，使之不断规范化、完整化。

（1）课程所带实验能够及时在理论课程结束以后实现上机操作，这就要求学校要有充足的实验室供学生和老师随时可以进行上机操作。实验课程的安排之所以超前或者滞后很多一部分原因都是实验室不足造成的，只有解决硬件问题，才能从根本上解决教学问题。

（2）课程设计是教师形成具体教学方案的过程，特别是对于统计学这门应用性、实践性都很强的课程，它不仅要求学生能够熟悉和掌握统计学基本理论知识及常用的统计分析方法，更要求能够结合实际问题，应用最合适的统计方法，借助统计软件，完成对问题的研究分析，真正达到学以致用的目的，统计学课程的课程设计尤为重要。课程设计需要综合考虑教师自身的教学技能、知识结构和教学经验、学生的知识储备情况和学习能力及课程本身所承载的信息技能。课程设计联系经济生活中的实际问题，有助于开拓学生的思维空间，学以致用、触类旁通，作为理论知识到实际应用的桥梁工程，合理规范的课程设计起到将抽象理论具化到应用的纽带作用。课程设计的开展主要应注意以下几个方面的问题：第一个是课程设计时间的安排，课程设计需要安排在基本理论内容学习完以后才能够开展，因此需要结合实际的上课时间来安排。第二是明确课程设计的具体要求和主要任务。第三是考核阶段。对于课程设计的考核可不拘泥于传统的考试形式，课程考核模式方面可以考虑加入分组开展调研、总结报告等开放式考核形式，变革考核情境，激发学生主动学习的积极性，在考核过程中塑造学生的统计思想。最终可按照优、良、中、及格、不及格来评定最终成绩。

（3）实践类课程主要是结合目前“互联网+”及“大数据”时代背景，培养如何将大数据处理技术融入相关统计学课程教学，以促进数据处理与分析技术的发展，使学生适应时代需求。在以往的教学内容上，统计软件应用大部分限于传统老旧的软件，而功能强大兼具实用性的潮流软件学习课程欠缺。因此，在培养计划的制定过程中要考虑此类课程的选择、开设学期、学时设置和考核方式几个方面的问题。一方面要制定好相关课程的培养计划，另一方面通过教学和实践不断改进不断完善。

（4）实践类竞赛的组织与开展对于在校大学生来说不仅可以促进他们将所学知识应用到实践当中，还可以培养他们的沟通能力、表达能力以及组织协调等方面的能力，因此，统计学专业实践竞赛的组织和开展也是统计实践教学需要进一步完善的主要内容。目前有各种国家级省级科研竞赛项目、挑战杯、数学建模竞赛、统计建模竞赛、数据挖掘竞赛、SAS数据分析大赛、市场调查大赛等各类学术竞赛，通过这些竞赛不仅可以提高和锻炼学生的学术能力，同时通过竞赛可以使学生获得成就感，培养他们解决实际问题的能力。对于竞赛最大的问题是经费问题，一方面需要学校的大力支持，另一方面也需要加强校企合作，获得来自企业方面的赞助和支持。

（5）统计实习开展的目的在于使学生不再单纯局限于实验室的环境中模拟实验，更多的是为了增强学生对实际工作的适应能力，使学生在实习中践行理论。这就需要学校积极组织学生到实习基地开展专业类相关的岗位轮换，让他们熟悉岗位工作对自身的主要要求有哪些，然后再有针对性地加强相关方面能力的培养。在人才培养过程中注重与时俱进，时刻把握社会需求，促进校企合作实习项目，使学校掌握一手的社会需求资料，针对性地为各行业培养出应用性统计分析人才。因此，要加强学校与企事业单位的合作，建立长期友好的合作实习基地，从而为学生提供实习机会创造良好的条件。②

3结语

统计学是一门理论与应用相结合的课程，不仅要重视理论教学，也需要加强薄弱环节——实践教学。通过实践教学不仅能够进一步促进理论知识的转化和吸收，同时也可以在很大程度上提高学生学习的积极性及对专业的兴趣度。对于实践教学的加强，需要从多个层面着手，针对不同板块采用不同的教学管理方法，着力提高实践教学环节，为社会真正培养出所需的应用型、复合型人才。

注释

①徐秋艳,万秋成.高校统计专业实践教学体系探讨[J].统计与决策,2006.6:67-68.

篇5

案例教学法起源于1920年代，由美国哈佛商学院所倡导，当时是采取一种很独特的案例型式的教学，这些案例都是来自于商业管理的真实情境或事件，透过此种方式，有助于培养和发展学生主动参与课堂讨论，实施之后，颇具绩效。这种案例教学法到了1980年代，才受到师资培育的重视。而国内教育界开始探究案例教学法，则是1990年代以后之事，现在案例教学法运用于各专业教学领域中。

一、运用统计学案例教学本文由收集整理的必要性

自从十九世纪统计技术为基因学说奠定了理论基础开始，科学技术日新月异的发展，各类科学技术也开始依赖于统计方法，统计方法与技术的应用也变得越来越重要。统计学作为一门方法论学科，最终的道路都是与其他科学结合交融的共同发展。为了满足二十一世纪现代化建设的要求，缩小与国际先进水平的差距，使统计人才的培养适应建立社会主义市场经济体制的需要，关键在提高统计教育的质量。

统计教学包括教学目的、教学内容和教学方法三个基本要素。教学目的是教学的核心，教学内容和教学方法都是为实现教学目的而服务的。统计教学以学生为中心，是统计教师的“教”和学生的“学”相结合的双边活动，因此，既要调动教师的积极性，也要调动学生的积极性，这样才能较好地实现统计教学的目的。

统计案例教学是指在教师的指导下，学生通过对案例情况的熟悉，运用所学的统计理论和统计方法对案例中待解决问题进行分析和研究，对计算过程和计算结果进行分析和评价，从而选择一个最优解决方案的过程。

二、统计学案例教学的特点

案例教学把被动式学习变成主动式学习，有效地防止了滥竽充数。传统的教师灌输式教学法的弊病之一是学生没有什么学习压力，因为学生在课前预习与否无人问津，在课堂上是否注意听讲无法考量，除非学生在打瞌睡，否则，只要人坐在课堂里，即便是在“溜号”，也拿他没办法。久而久之，灌输式教学实际上培养了学生懒于学习和思考惰性，尤其是在教师苦口婆心地“灌”陈旧、过时、空洞理论的时候，更使课堂气氛显得沉闷和压抑，导致学生学而生倦，学而生厌。

《统计学》课程案例教学法与传统教学法有着根本差异，集中体现在传统教学法是老师讲授，学生被动学习，而《统计学原理》课程案例教学是老师与学生都在一个平等的位置上相互探讨，使学生成为学习的主体，成为主动的学习者。学生可以针对案例中出现的一些问题进行提问，与老师共同完成任务。

1.强调学生学习的主动性

《统计学》课程案例教学法与传统教学法有着根本差异，集中体现在传统教学法是老师讲授，学生被动学习，而《统计学》课程案例教学是老师与学生都在一个平等位置上相互探讨，使学生成为学习的主体，成为主动的学习者。学生可以针对案例中出现一些问题进行提问，与老师共同完成任务。

2、案例的真实性

案例来源于客观世界的事实，同时又反映客观世界的真实内容，在案例中还可以结合地区经济发展实际情况，使学生增强了解为今后就业提供帮助。只有这样，才使得《统计学原理》课程案例教学更具有现实的一面，学生才能真正感受到解决实际问题的情景。促使学生自主地将理论知识应用于实际。

3、重视学生分析问题、解决问题能力的培养。

统计案例教学注重引导学生运用所学知识来解决实际问题，教学案例与教科书上的例题不同，例题的作用是单一的、有限的，通过例题只是掌握和熟练所学的统计方法及计算公式，而案例的作用是多方面的，它让学生了解了分析问题的思路，要解决什么问题，如何解决，应用什么理论和方法，需要什么数据，怎样解读计算结果，并根据分析结果，提出针对性的对策和措施，训练学生综合运用所学知识去解决实际问题的能力，激发学生学习的兴趣和求知的欲望。

三、统计学案例教学中应采取的措施

案例教学法有很多自己的独到之处，经过近百年的探索，在美国和世界各地得到了广泛的应用，显示了案例教学法的重要作用和强大生命力。但全面运用案例教学法时要注意以下一些问题。

1、编写出本专业特色的案例教材

教学案例应该本着“以用促学，学以致用”的原则，围绕不同的教学内容建立。每个案例都必须是真实事例，并配有相应的数据库以供选择各种统计方法进行分析，为了使学生对案例有全面深入的了解，还需对每个案例所涉及的数据的取

得程序和方法、调查表的表式、样本点的分布、数据的含义以及案例的约束条件等作具体说明。

2、统计学案例教学方法应和传统授课方法相结合

案例是为教学目的服务的，应与所对应的理论知识有直接联系，即案例教学一定要在理论基础上进行。只有将基本概念、基本原理理解得透彻，才能充分开展案例讨论，取得实效。而在理论知识普及和更新方面，传统讲授式教学法具有其独到之处，它能全面、系统地向学员传授基本概念和基本知识。但在讲授中要注意理论部分力求少而精，并注意启示学员学习的主动性、自觉性，使学员在系统掌握知识、技能的同时，提高分析问题和解决问题的能力。

3、统计学案例教学方法对授课教师提出了很高的要求

篇6

摘 要 统计学是一门研究如何根据现象的随机性规律来收集、整理、分析数据,并利用统计结果进行推断的方法论的科学。该课程明显的特点是定量分析的内容较多,应用性和实践性都很强。在统计学教学过程中,学生普遍感到难学,为解决这一问题,本文结合自己多年的教学实践,经过思考和摸索,在统计学教学过程中的各个环节形成了一些有效的教学设计和方法,并对当前统计学教学改革的问题进行了探讨。

关键词 统计学 教学方法 教学质量 教学改革

统计学是经济、管理类专业的一门重要的专业基础课。学习目的就是引导学生认识、熟悉和应用统计理论和统计分析方法,培养学生具有统计意识和实际操作能力,让学生了解到统计学在今后的学习工作中是必可少的,学习这门课就是为他们将来从事经济管理工作提供必要的知识和能力储备。本人从事统计学以及相关课程的教学二十多年了,我非常热爱教师这个职业,因此在工作中我能全身心地投入,经过多年的教学实践、思考和摸索,在统计学教学过程中的各个环节形成了一些有效的教学设计和方法,下面想就这个以及统计学教学改革方面的问题谈谈体会和想法。

一、统计学课堂教学是基础,必须保证其效果和质量

统计学课程课堂教学是基础,课堂教学的效果和质量必然影响到课后实践以及其他,所以首先是要保证该课程的课堂教学。由于统计学课程的特点,课程中理论内容抽象的知识占了一定的比例,特别是有些概念不容易理解。课本内容多、重点难点多、计算公式多,难以记忆掌握。教师备课是课堂教学的前提,是课堂教学的基本点。如果授课老师没有很好理解和体会教材内容,就只能在课堂上照本宣科。如何把抽象的知识讲得生动,如何化解内容难点,让学生能够理解进而掌握,提高教学效果,势必要求教师在备课环节下功夫。因此我尽全力备好每一节课,运用精心设计的课堂导入把学生的全部注意力吸引到所要讲述的问题上,使学生为新课的学习做好精神准备。教师要善于组织一堂课的开端,先声引人,先声夺人,先声服人,激发学生的求知欲。兴趣是最好的老师,只有对所学的知识产生浓厚的兴趣,学生才会有学习的积极性。如果老师的讲解枯燥无味,晦涩难懂,学生就不可能对所学知识产生浓厚的兴趣。另外,我经常同时承担着本科、专科,还有成教学生的教学任务,学生基础不同,选用教材不同,要求也不同,在这种情况下,我会根据不同的教学计划和要求,准备不同的课件,因材施教,取得很好的效果。

在课堂教学过程中,我主要注意解决好以下三点问题。

1.授课思路清晰,把握重点,运用适当的方法化解难点

在课堂讲授时,一定要让学生清楚你在讲什么,讲了些什么。在教学过程中,如何把握教学的重点,化解难点,是提高教学质量的关键。教学重点既包括课程内容中所处地位比较重要、比较突出的基础知识,也包括在整个教学中起主导作用或核心作用的内容。因此,对教学重点,应该讲清、讲透,使学生理解后能牢固地掌握。这样一方面起到巩固知识的作用,另一方面又培养了学生运用知识的能力。因此,教师要在教学中要把握和突出教学重点,以引起学生的重视和为知识点的应用做准备。对教学上的难点,首先应根据学生的认知特点,分析造成学生学习上难点的原因,再考虑如何分散和化解难点,即是采用由浅入深、循序渐进的方式,或是采用化抽象为具体的方式。比如,在学习平均差、标准差和方差的时候,学生们对这样一些抽象概念很难理解透彻,有的同学甚至到学完这门课还没弄清楚这几个指标,这就看老师怎么去讲了。教材上对这些基本概念的介绍是先叙述定义,然后给出计算公式,最后举例说明。在教学过程中,我是先通过一个简单的例子:有甲乙两个文科学生同时参加高考,语文、数学、英语和文科综合的成绩,甲同学各门课程分数为101、69、98、126,乙同学各门课程分数为99、90、112、93。学生们很容易看出,尽管两个学生的平均分数都是98.5,但甲学生偏科明显,分数比乙更分散,也就是说每个分数距离平均分数较远,这样一来,学生们就理解了这几个指标都是用来说明变量值之间差异程度的,这时老师再进一步介绍这几个变异指标之间的关系和解释计算公式,对于学生来说,难点问题就变得非常通俗易懂了。通过类似问题,就会让学生知道,老师的课堂教学对自己非常重要,应该争取机会感受老师对课本内容的归纳和深层次发掘。曾经有位学校校长说过一句话,老师上课是个天。这句话道出了老师课堂教学的重要。

2.运用生动有效的课堂教学方法,激发学生的学习潜能,充分调动学生学习积极性

知识的传授是老师的根本。怎样才能有效地进行知识传授,这是我们应该常思考的问题。在一堂课上,如果70%以上的学生以主人翁的姿态,积极主动地参与教学的全过程,这就可以说是一堂非常理想的课。有专家认为这是考察课堂教学的标准之一。因此教师在教学中应该提高和加强自己驾驭课堂的能力和课堂机智,尽量想办法引导学生主动参与学习过程,激发学生解决问题的欲望,使学生的思维积极活跃。如果一位教师光有爱心或责任心,也不算是好老师。要善于将教学活动的各个环节组织得当。使其环环相扣,从而提高教学效率。要能有效地把握课堂气氛,为学生营造一个轻松自然的学习环境。要使学生都活跃起来,都在教学活动中受益。在教学中,不仅要将学生教会,而且还要教学生会学。课堂上,教师既要注重培养学生动脑、动手、自主探究与合作的习惯,在课堂上让学生有表现自己才干的机会。尽可能给学生多一些赏识和鼓励,这样才能充分调动学生学习的积极性、主动性,使学生有被认可的满足感和成就感。

3.身教胜于言教,工作认真负责,给学生作榜样,和学生建立良好的师生关系。

在多年的教学工作中,在与学生的交流中我也学到了很多东西,能够见证他们的进步给我带来了极大的欢乐。我的性格比较温和,富有爱心、能真诚对待学生,这样学生才会喜欢和尊敬你,学生才会喜欢你带的这门课。有一个班,当我给他们带完一学期课后,他们送给我一个本子,上面有很多同学的留言,我可能叫不出每个人的名字,但那些真诚的话语,我非常感动,至今不忘。

课堂教学质量是一个永恒的话题,也是我们永远的追求。要搞好统计学课堂教学,是一个对课程的分析、整理和设计的综合过程,需要教师考虑的内容还有很多方面。只有根据课程和学生特点,切实保证课堂教学中各个环节的质量,才能保证和提高课堂教学的效果和质量。

二、统计学教学改革是发展方向,必须认清其发展形势

统计学教学改革是发展方向,要认清其发展形势,这是我们必须面对的问题。下面从加强教学实践环节和教学方法的创新两个方面谈谈自己对统计教学改革的问题的认识。

1.加强教学实践环节,充分调动学生学习的积极性

统计学是一门应用性很强的方法论科学。它的产生与发展始终是与实际紧密联系的。统计学只有贴近现实的经济、管理问题才有用武之地,才有生存空间。所以统计教学应该重视统计教学实践,在教学过程中,理论上我们要注重统计方法的讲授,为了培养学生学习统计学的兴趣,训练学生的逻辑思维,使学生能够较好地运用统计学方法解决实际问题,我们还应该鼓励学生积极地学以致用,把理论与实际经济生活相结合,因此,要加强教学实践环节,引用多种案例促使学生学会应用统计方法。从目前统计教学的情况看,受到课时的限制,老师只能是在课堂上向学生灌输理论,设计简单案例,这样脱离实际的教学,结果是学生学习了统计课程仍然不会应用统计方法收集、整理和分析数据.在遇到现实问题时不知如何选择正确的统计分析方法解决问题。在专业问题的研究中不会利用统计学的方法与技术结合自己的专业知识对所研究的问题做出推断与预测。这种状况与统计学的教学目的相悖。

针对上述问题,我建议今后在在教学大纲中适当安排一定的课时,让学生接触实际,同时也安排一些课下统计实践作业,强化课堂教学的效果,提高学生的实践动手能力。比如,在讲统计调查方案时,教材里已经把几个内容介绍的清清楚楚,但如果只记住这几个内容,在碰到实际问题时,学生还是不会制定调查方案。这时我们可以让学生根据统计研究任务,亲自去调查,设计一份统计调查方案。这样,学生不仅对调查方案的几个内容有了认识,还对统计研究的数据整理和分析等其他环节也有了认识。因此,我认为实践教学在统计教学中非常重要的,它使学生得到了多方面的训练,也充分调动了学生学习的积极性。

2.教学方法的创新是提高统计学教学质量的关键

篇7

安全科学是研究技术应用导致的安全与危险这对矛盾的运动规律，以采取对策将技术危害控制在允许限度内，促进生产持续稳定的发展，达到保护人员身心健康和安全、避免物质财产损失和保护环境的目标的跨学科综合叉科学。安全统计学是安全科学发展的结果，与安全科学息息相关，以安全科学为本体，下面将结合安全科学的内容对安全统计学的定义和研究对象进行分析。

1安全统计学定义

对安全科学进行研究就必须从事物的表面现象认识事物的本质和规律性，把握事物间的联系，进行抽象与概括，以求认识事物的本质，作出准确的判断和推理，得出本质和规律。安全统计学是以安全科学为基础，是安全科学和统计学的交叉学科，以收集与安全有关的资料进行整理、分析和研究等统计技术为手段，对所研究的对象和数据资料去伪存真、去粗取精，从而分析出与安全问题有关的各种现象之间的依存关系，找到其规律性。基于统计学理论与安全科学学的原理，并参考有关文献[2-5]，安全统计学定义为利用统计学原理和方法研究人们在生活、生产、生存领域与安全问题有关数据的数量表现和数量关系，揭示安全问题的本质特征与一般规律，对安全生产规律进行预测和决策，并提出具体的应对策略的一门方法论学科。

2安全统计学研究对象

安全统计学所研究的是人们在生活、生产、生存领域的安全问题，不同于其他安全学科的以“统计”为研究手段,研究事故现象和过程的数量表现、数量关系等问题，这种数量关系既包括安全生产领域的安全现象，也包括社会、经济领域中的安全现象，以及各种安全现象与社会、经济相互影响的数量关系，其范围几乎涉及安全科学体系中的各门学科，从大安全观出发，从社会各领域相互联系的角度入手，对社会存在的安全问题进行全方位的观察、描述、分析和评价。

二、安全统计学的知识体系

1安全统计学学科基础

安全统计学是一个综合性的新兴交叉学科，广泛运用统计分析的方法，通过客观事实的大量观察来分析事故特征和变化规律，是在实现总目标前提下的多学科理论和技术有机结合而形成的知识综合体，与安全学、社会科学、统计学密切相关，既有哲学、安全科学、社会科学基础理论部分，也包括数量理论的知识。基于安全学的理论体系及其与相关学科关系，将其学科基础大致划分为以下三部分[8-10]：（1）安全统计学的指导科学唯物辩证主义是人类认识世界最一般的方法论科学，它为一切科学提供方法论基础，安全统计学当然也不例外，哲学是科学研究和学科建设的根本，为科学研究与学科建设提供指导思想与哲学方法，其理所当然成为安全统计学的指导科学。唯物辩证主义是安全统计学的指导思想，处于安全统计学体系的最高层次，其理所当然成为安全统计学的指导科学。根据辩证唯物主义关于存在决定意识的原理，安全统计学必须坚持实践第一的观点，从实际出发、实事求是，如实反映情况，反对弄虚作假。哲学中质和量辩证统一的原理又要求我们在质和量的密切联系中去认识事物的本质和规律性。哲学还告诉我们：任何事物的认识过程都是从个别到一般，从现象到本质。安全统计学正是依照这个原理，从对大量个别事物的观察中，总结出现象的总体特征。另外，哲学关于认识论及事物普遍联系和不断运动发展的原理，都是指导安全统计学认识事物的方法。（2）安全统计学的基础理论学科安全统计学的基础学科是由一些安全科学和统计学的基础学科所构成的，它们是安全统计学的基础体系。这些学科包括统计学、数学、数理统计学、政治经济学、安全科学、系统科学、科学方法学、社会学等，为安全统计学实践应用提供理论基础，并将这些基础学科的基本原理、知识体系与方法等理论广泛应用于其安全统计学自身特殊活动与规律研究中，满足安全统计学交叉与综合学科属性对理论基础的广泛要求。（3）安全统计学的工程技术理论学科工程技术科学着重研究应用的基本理论、原理与方法，是指导生产技术的直接理论基础，同时又是联系基础科学和工程技术的纽带。这些学科包括安全信息工程、职业卫生工程、矿业安全工程、石油化工安全工程以及冶金、建筑、交通运输、航空航天等各种安全工程技术、安全法律法规、安全管理工程、安全经济、系统可靠性、系统危险分析技术等均是安全统计学必须与之紧密协同的学科。

2安全统计学主要内容

一个学科的构成及其研究内容都是由其研究对象决定的，安全统计主要是对安全生产领域和社会、经济领域中大量事故现象的数量表现进行搜集、整理、描述、分析和开发利用，就是对事故现象的数量表现的一种调查研究活动或认识活动。安全统计学研究的是与安全有关的统计问题，运用到统计学原理与方法、安全学原理与方法、经济学原理与方法等。在综合运用多学科理论与方法的基础上把安全统计学的研究内容分为基础理论与应用理论两大部分。

（1）基础理论部分

安全统计学的基础理论是安全统计学研究的重要内容。它包括如下三个组成部分：一是安全统计学的理论基础，如数理统计学理论、统计物理学理论、信息论、灰色预测理论等。二是安全统计学的方法理论，如统计调查方法、统计分析方法、趋势预测方法等。三是安全统计学的体系理论，如体系结构、指标设置、相互衔接理论等。它们作为安全统计学的基础理论，是使安全统计学成为一门科学的理论与方法的基本保证。

（2）应用理论部分

包括如下内容：一是安全统计工作的程序与操作规则，如统计时间要求、安全统计报表的填报、安全统计法规制度的制定与执行、安全统计数据的获取与等。二是计算方式，如各统计指标的计算公式等，即是安全统计学应用理论的重要构成部分。三是安全损失评估方法，它主要用于对各种具体灾害的危害后果进行价值评价与估算。主要实际运用如下：统计资料的搜集和整理的方法是否正确和全面，决定着统计分析的结果准确性，主要包括原始记录、安全统计台账和安全统计报表等。安全统计资料的整理是将搜集的事故资料进行审核、汇总，然后将汇总的资料根据安全统计的需要编制成表，如按事故类别、事故原因和事故时间等分组。统计指标的重要地位和作用随着安全工作的不断加强，随着全社会对安全的关注程度的不断提升，越来越显得重要，已成为安全工作的重要信息支持和决策依据。安全生产统计指标体系的建设包括安全生产控制考核指标体系、安全生产综合评价指标体系、生产安全事故统计指标体系、行政执法统计指标体系、职业卫生统计指标体系、煤炭工业统计指标体系。统计组织体系统计组织体系，是指为了使有关各方尤其是统计组织系统及其内部的有关各方能够有效地开展工作，并充分发挥其功能作用而建立的一种统计组织结构网络，如图1。国家安全生产监督管理局成立以后，对生产安全统计报告制度进行了改革，按照《安全生产法》的要求，建立了生产安全综合统计分析制度。有关行业事故由各相关部门统计后，以在安监系统内逐级上报为统计路径，即由事故发生地的区县安监局上报至省市安监局，再由省市安监局上报至国家安监总局；以事故发生的墓本情况为统计内容，由国家安监总局在第二年的第一季度通过官方媒体向社会统计结果。安监系统和煤监机构所进行的统计，不仅有工作对象状况的统计，还有监督、监察工作的统计，不仅有简单统计，还有统计分析以及综合分析。安全统计推断，就是以“安全数据库”为基础，针对某一具体问题建立相应的数学模型，应用工程数学及时对数据进行统计推断，进而充分定性、定量分析评定比较系统的“安全度”，以便针对存在的安全隐患采取相应的措施，消除隐患或将隐患降至最小程度。安全统计推断的最大特点是对原始数据进行统计分析，并用分析结果来推断生产过程中的安全状况，监视系统危险的动态变化。事故损失评估事故损失[14]，是各种外事故灾害造成的生命与健康的丧失、物质财产的损毁以及对环境的破坏、时间的损失等方面的总称，此外事故损失还有人员伤害与财产或利益损失、经济损失与非经济损失等种类划分。所谓损失统计是指对事故造成的各种损害后果进行统计，包括事故发生前的损失预测评估统计、事故发生时的跟踪快速评估统计和事故发生后的实际损害后果的统计，伤亡事故的经济损失包括直接经济损失和间接经济损失两部分，事故经济损失可由直接经济损失与间接经济损失之和求出。

3学科建设

根据安全科学学科体系中的事故类别，结合安全统计学的属性和内容，安全统计学与其他安全科学技术二级学科和三级学科间存在交叉，见表1。安全统计学的研究也是安全科学技术各个二级学科和三级学科与统计学交叉部分的研究[2,15]

三、安全统计学方法

现代科学技术发展的一个重要特征，就是学科的高度分化与学科之间的高度综合。学科的综合化主要表现为在自然科学和社会科学相互交叉地带生长出一系列新生学科，从而形成多种类多层次的交叉学科群。其中有一类是由一门科学的研究方法与另一门科学的研究内容相结合而生成的交叉学科，安全统计学即属此类。它是用统计学的理论与方法研究与安全有关问题的一门交叉科学，特点是研究方法属统计学。安全统计学的研究方法主要如下：

1大量观察法

大量观察法就是通过对大量同类客观现象的观察和研究，去认识客观现象的本质特征和发展变化规律。社会客体中的现象更多地遵循统计规律，安全生产领域也不例外。统计调查中有许多方法，如安全统计台账、安全统计报表、安全普查、抽样调查、重点调查等。

2统计图表法

统计表法是将事故资料数字变成表格，利用表中的统计指标来表示各类事故统计数字的表示关系，一般是根据统计表的资料，用点、线、面或立体图像鲜明地表达其数量或变化动态，事故常用的统计图有趋势图、柱状图、饼图。

3统计分组法

由于事故现象具有多层次性和多各类性，通过统计分组，将事故现象进行分类，为统计整理和统计分析奠定良好的基础。如按事故发生的单位所在行业、事故发生所在的地区进行分组汇总统计事故数据。

4数量分析法

数量分析法是在一定的理论指导下，对反映风险的各项指标进行整理分析，编制出各种指数，或者建立数学模型，揭示与安全有关的现象和事故过程中反映规律性的数量联系，揭示其发展变化中反映质的数量规定和界限的方法。以定量分析为主，可分为静态分析方法和动态分析方法。

（1）静态分析方法

静态分析方法主要采用综合指标、抽样推断等。安全统计学中的数量分析方法都是在可比的条件下，运用数学的方法分析数量关系及其表现形式的规律性，所以统计工作就要借助于统计指标。作为安全情况衡量指标通常为：绝对指标、相对指标和平均指标。绝对指标是反映一定历史条件下现象的规模或工作总量的统计指标，反映的是安全事故的全面情况的绝对数值，反应的是总体水平，如死亡人数、重轻伤人数、死亡事故起数、损失的工作日、经济损失量等。相对指标是将两个有联系的绝对指标之比，将安全事件的总体组成和其各部分之间的数量关系进行分析、比较，相对指标是绝对指标的比值，如百万吨死亡率、10万人生产安全事故死亡率等，其可以很明确地反映出企业在一段时间内的安全管理发展情况和同期各个单位的安全管理情况。平均指标是将总体内各单位某一数量标志值的数量差异抽象化，它反映的是某单位在某一时间段、某个范围内的总体安全管理水平，如每起火灾平均损失折款数。抽样推断是根据随机原则，在抽样调查的基础上，从总体中抽取部分实际数据，运用数理统计方法，对总体某一现象的数量性作出具有一定可靠程度的估计判断。抽样推断的理论基础主要是概率论的大数定律和中心极限定理。

（2）动态分析法

安全生产是一种动态变化的过程，仅仅依靠静态指标来分析并指导生产显然是不够的。安全统计工作也不只是填写报表、累计数据，还必须对安全生产发展变化的方向和速度进行描述。只有这样，才能够掌握事故现象的本质特征、内在联系和发展变化规律，预测和预防事故的发生。动态分析主要采用时间数列、相关分析等方法。时间数列是将某一统计指标在不同时间上的数值，按照时间先后顺序排列而形成的一种数列，以时间数列为基础，计算现象发展的水平指标和速度指标，分析现象发展变动的影响因素和趋势。在安全统计研究中，通过时间序列资料分析，可以在对时间序列的各种变动进行分析的基础上，将安全生产过去和现在所呈现出来的趋势和规律进行类推或延伸，利用一定的数量模型预测在未来可能达到的安全水平；可以通过计算各种水平指标和速度指标，了解和分析安全生产的发展变化历程；可以利用有关时间序列的解析模型，通过长期趋势分析、循环变动分析等了解事故现象发展变化的规律性。相关与回归分析均属研究及度量两个或两个以上变量之间的不确定性关系的方法，回归分析即被用来探讨诸影响因子与受动因子间在满足理论检验要求时存在的影响过程，选择的自变量将全部进入建立的模型中。在相关系数中，是通过对数据的x和y的综合平均离中程度来衡量x和y的线性相关程度的。生产工艺水平、安全投资能力、国家或地区的安全政策、公众的安全意识和行为等因素都对安全生产构成一定的影响，探索安全问题的数量关系能大致地说明这些安全问题之间存在的关系，因此运用相关与回归分析能够认识安全生产与社会发展之间的联系和影响机理，可以揭示安全生产领域中隐含的数量关系和其规律性，可以预测下一时期事故变化趋势，并指导下一步的安全工作[16-19]。各种指数编制的基本方法是将需分析的不同时间或空间的数据组进行算术加权平均，分别得到各时间或空间的平均水平后，再进行比较。在动态数列分析中常用的方法主要有最小平方法、季节指数法等方法。当前统计实践中常用的有总量指标两因素和多因素指数及其体系，平均指标两因素指数及其体系。运用统计指数来分析复杂安全现象总体的变动方向和程度，分析安全现象总体的长期变化趋势，借助连续编制的动态指数形成的指数数列，也可以反映安全现象在长时间的动态特征。

篇8

1、统计研究设计：应交代统计研究设计的名称和主要做法。如调查设计(分为前瞻性、回顾性或横断面调查研究)；实验设计(应交代具体的设计类型，如自身配对设计、成组设计、交叉设计、析因设计、正交设计等)；临床试验设计(应交代属于第几期临床试验，采用了何种盲法措施等)。主要做法应围绕4个基本原则(随机、对照、重复、均衡)概要说明，尤其要交代如何控制重要非试验因素的干扰和影响。

2、资料的表达与描述：用x±s表达近似服从正态分布的定量资料，用M(QR)表达呈偏态分布的定量资料；用统计表时，要合理安排纵横标目，并将数据的含义表达清楚；用统计图时，所用统计图的类型应与资料性质相匹配，并使数轴上刻度值的标法符合数学原则；用相对数时，分母不宜小于20，要注意区分百分率与百分比。

3、统计学分析方法的选择：对于定量资料，应根据所采用的设计类型、资料所具备的条件和分析目的，选用合适的统计学分析方法，不应盲目套用t检验和单因素方差分析；对于定性资料，应根据所采用的设计类型、定性变量的性质和频数所具备的条件以及分析目的，选用合适的统计学分析方法，不应盲目套用x2检验。对于回归分析，应结合专业知识和散布图，选用合适的回归类型，不应盲目套用简单直线回归分析，对具有重复实验数据的回归分析资料，不应简单化处理；对于多因素、多指标资料，要在一元分析的基础上，尽可能运用多元统计学分析方法，以便对因素之间的交互作用和多指标之间的内在联系进行全面、合理的解释和评价。

4、统计结果的解释和表达：当P＜0.05(或P＜0.01)时，应说明对比组之间的差异有统计学意义，而不应说对比组之间具有显著性(或非常显著性)的差别；应写明所用统计学分析方法的具体名称(如：成组设计资料的t检验、两因素析因设计资料的方差分析、多个均数之间两两比较的q检验等)，统计量的具体值(如t值，x2值，F值等)应尽可能给出具体的P值；当涉及总体参数(如总体均数、总体率等)时，在给出显著性检验结果的同时，再给出95％可信区间。

篇9

基于理念分析和比较研究方法，对大数据的分析方法和传统统计学分析方法的关联性和差异进行了对比分析，从方法的基本思想、量化形式、数据来源、分析范式、分析方法、分析视角等角度揭示了两种社会科学分析方法存在的联系与差异。

关键词：

大数据；统计学；研究方法

中图分类号：

F27

文献标识码：A

文章编号：16723198（2015）11005201

随着信息技术的日益发展与普及，信息以及数据在社会经济发展过程中发挥的作用越来越重要。现如今，“大数据”时代已经来临，于是如何更有效地利用数据快速做出科学决策也已成为众多企业甚至是国家所共同关注的焦点问题。在数据处理和分析方法方面，《统计学》以及在其基础上发展而来的实证统计方法是当前的主流，这些方法可以帮助数据持有者从大量的数据中挖掘有价值的信息，并为其相关决策提供理论支撑和方法支持。然而，传统的实证统计方法在最新出现的大数据情境下，却呈现出了诸多缺陷，例如传统数据收集方法无法实现大规模（甚至是总体）数据的收集，传统统计方法和分析软件无法处理大规模数据，等等。于是，在将传统统计学方法应用于最新的大数据情境和问题之前，需要首先明确大数据所要求的处理方法与传统的统计学处理方法存在哪些关联和区别，然后才能够决定是否可以应用既有统计学理论和方法来处理某些大数据问题。

1大数据的界定

根据一位美国学者的研究，大数据可以被定义为：it means data that’s too big， too fast， or too hard for existing tools to process。也就是说，该学者认为：在关于大数据的所有定义中，他倾向于将之定义为那类“太大”、“太快”，或现存工具“太难”处理的数据。一般而言，大数据的特征可以概括为四个V：一是量大（Volume）；二是流动性大（Velocity），典型的如微博；三是种类多（Variety），多样性，有结构化数据，也有半结构化和非结构化数据；四是价值大（Value），这些大规模数据可以为持有企业或者组织创造出巨大的商业或社会价值。

Victor在其最新著作《大数据时代――生活、工作与思维的大变革》中指出，大数据时代，思维方式要发生3个变革：第一，要分析与事物相关的所有数据，而不是依靠分析少量数据样本；要总体，不要样本。第二，要乐于接受数据的纷繁复杂，而不再追求精确性。第三，不再探求难以捉摸的因果关系，应该更加注重相关关系。这些变革反映出了大数据处理方式与传统统计学分析方法的很多关联以及主要不同。因此，下面我们分别针对两者的联系和区别进行讨论。

2大数据与统计学分析方法的联系

从18世纪中叶至今，统计学已经经历了两百多年的发展历程，不论是基础理论还是社会应用都极其坚实而丰富。大数据作为一种新兴的事物规律认知和挖掘思维，也将会对人类的价值体系、知识体系和生活方式产生重要影响，甚至引发重大改变。作为两种认知世界和事物规律的基本方法，它们在以下两个方面存在紧密关联。

（1）挖掘事物规律的基本思想一致。统计学（statistics）探索事物规律的基本方法是：通过利用概率论建立数学模型，收集所观察系统的数据，进行量化分析和总结，做出推断和预测，为相关决策提供依据和参考。对于大数据，维克托指出，大数据思维的来临使人类第一次有机会和条件，在非常多的领域和非常深入的层次获得和使用全面数据、完整数据和系统数据，深入探索现实世界的规律，获取过去不可能获取的知识。通过这两个定义可以看出，不论是传统的统计学方法还是新兴的大数据分析方法，都是以数据为基础来揭示事物特征以及发展趋势的。

（2）均采用量化分析方式。大数据分析的基础是数据化，也就是一种把各种各样现象转变为可制表分析的量化形式的过程。不论是传统统计学中所应用的数据（定性和定量数据），还是大数据时代即将被转化和采用其他形式数据（如文字、图像等），最终都是通过量化分析方法来揭示数据中所蕴含的事物特征与发展趋势。

3大数据与统计学分析方法的区别

（1）基础数据不同。在大数据时代，我们可以获得和分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机抽样。这意味着，与传统统计学数据相比，大数据不仅规模大，变化速度快，而且数据来源、类型、收集方法都有根本性变化。

①在数据来源方面，在大数据背景下，我们需要的纷繁多样的数据可以分布于全球多个服务器上，因此我们可以获得体量巨大的数据，甚至是关于总体的所有数据。而统计学中的数据多是经由抽样调查而获得的局部数据，因此我们能够掌握的事“小数据量”。这种情况下，因为需要分析的数据很少，所以必须尽可能精确的量化我们的数据。综上，大数据情况下，分析人员可以拥有大量数据，因而不需要对一个现象刨根问底，只需要掌握事物大体的发展方向即可；然而传统的小数据情况下则需要十分注意所获得数据的精确度。

②在数据类型与收集方面，在既往模式下，数据的收集是耗时且耗力的，大数据时代所提出的“数据化”方式，将使得对所需数据的收集变得更加容易和高效。除了传统的数字化数据，就连图像、方位、文本的字、词、句、段落等等，世间万物都可以成为大数据范畴下的数据。届时，一切自然或者社会现象的事件都可以被转化为数据，我们会意识到本质上整个世界都是由信息构成的。

（2）分析范式不同。在小数据时代，我们往往是假想世界是如何运行的，然后通过收集和分析数据来验证这种假想。也就是说，传统统计实证分析的基本范式为：（基于文献）提出理论假设-收集相关数据并进行统计分析-验证理论假设的真伪。然而，在不久的将来，我们将会在大数据背景下探索世界，不再受限制于传统的思维模式和特定领域里隐含的固有偏见，我们对事物的研究始于数据，并可以发现以前不曾发现的联系。换言之，大数据背景下，探索事物规律的范式可以概括为：数据观察与收集――数据分析――描述事物特征/关系。

（3）数据分析方法不同。传统统计学主要是基于样本的“推断分析”，而大数据情境下则是基于总体数据的“实际分析”，即直接得出总体特征，并可以分析出这些特征出现的概率。

（4）分析视角不同。传统的实证统计意在弄清事物之间的内在联系和作用机制，但大数据思维模式认为因果关系是没有办法验证的，因此需要关注的是事物之间的相关关系。大数据并没有改变因果关系，但使因果关系变得意义不大，因而大数据的思维是告诉我们“是什么”而不是“为什么”。换言之，大数据思维认为相关关系尽管不能准确地告知我们某事件为何会发生，但是它会提醒我们这件事情正在发生，因此相关关系的发现就可以产生经济和社会价值了。

4结语

综上，相对于传统而言，大数据思维主要包括三个重大转变。首先，要分析与某事物相关的所有数据，而不是依靠分析捎来能够的数据样本；其次，研究人员应乐于接受数据的纷繁复杂，而不再追求精确性；最后，认知世界的思想发生了转变，不再探求难以捉摸的因果关系，转而关注事物的相关关系。以上三个转变构成了大数据思维的核心。在统计学的进一步应用和发展完善过程中，需要结合以上转变所产生的挑战，思考有效的统计学发展对策。

参考文献

[1]孟小峰，慈祥.大数据管理：概念，技术与挑战[J].计算机研究与发展，2013，50（1）：146169.

篇10

【关键词】统计学；财务统计；财务管理；财务能力

一、引言

当今社会，科学技术日益革新，统计思想逐步成熟，统计工具也被应用于统计领域，该领域也随之得到延伸和发展。而所谓的统计学其主要的内容是通过对数据的收集、统计、整理分析、数据处理等方法，从而更加深入的发掘数据存在的内部规律，以达到更科学、更合理的解释客观事物的目的，加深对该事物的认知。在具体工作和现实生活中，很多客观规律的分析及归纳是运用统计的方法实现的，通用的操作方法如下：首先需要在分析之前对客观事物进行研究和设计，了解该事物的基本特点；其次针对该事物进行抽样调查，调查的范围要全面；再次利用相应的统计软件和数学思想，建立相应的数学模型，对抽样的结果进行统计分析，让数据呈现一定规律；最后便是根据统计分析的结果作出结论性成果，以便能更加深入的研究及分析客观事物存在的内在规律和普遍性原则等。统计学被应用的领域广泛，本文主要针对统计学在财务方面进行研究。

二、统计学应用于财务方面的意义

（一）将统计学应用于财务，能满足企业和行业对产值、资金等方面的计算需求。行业或企业财务数据极为庞大，运用统计方法进行财务统计，便于反应企业或行业的劳动成果和产能产效，为国家统计国内生产总值、人均GDP等提供数据支撑。

（二）将统计学应用于财务，可以帮助企业或个人进行负债核算、资金流核算等，提供基础数据。运用统计学进行财务统计，既可以作为分析企业经济实力的标准，又可以将统计的数据作为核算资产负债的数据来源。

（三）将统计学应用于财务，可以用于研究分析个人、企业、国家三者之间的利益分配关系，通过统计学研究出的普遍性规律来制定符合大多数人需求的收入分配制度，从而达到合理调整利益关系的目的。

三、如何合理运用统计学解决财务管理问题

（一）利用统计学方法进行财务的收益与风险计算财务管理的过程中，经常需要计算财务收益与风险，而对应在统计学中即为算数平均值与标准差的计算。比如,企业在运营过程中，需要计算期望现金流量,往往在现实运营过程中，存在诸多影响未来现金流量的不可控因素，因此计算出的未来的资金流量存在很大的不确定性，但如果采用单一的现金流量，在一定程度上可以保证现金流量的确定性，却不能全面的反应企业的资金运营情况。在这种大背景下，可结合统计学方法，如期望现金流量法，计算未来的现金流量，能提高计算的准确性，取得较好的效果。此外，在企业财务管理的过程中,需要运用到许多基于统计学的财务预算方法，如在预测资金需求量的情况下，可以运用回归法预测、平滑法预测等。当今，基于统计学原理，已经形成了很多专业的财务预算方法，如：预计资产负债表法、线性回归法等，这些方法的运用，加快了财务管理的效率，为财务人员处理庞大的财务数据提供了方法。

（二）利用统计学方法进行审计统计抽样抽样调查是统计学常用的统计方法，而审计抽样,则是抽样调查在财务应用的体现，主要是指审计人员在审计时，审查主体数据量比较庞大，因此仅抽取部分样本进行审查分析，通过分析抽取样本的审查结果,从而大致推断出总体的审查结果，这也是我国财务审查的主要方法之一。统计抽样之前需要先进行假设检验，即在抽样调查之前需要确定抽样规模、范围、基本参数等，之后还需对选取的样本进行初步审核。若在实际审查的过程中，抽取的样本不能满足审查要求，还可对样本的规模进行逐步扩大，以达到抽样结果的特征与总体情况基本相符的目的。在审查的最后，根据样本的审计结果进行推导，从而得出基本符合总体特征的结论。在实际的审计过程中，抽样的方法有很多，如货币单位抽样、变量抽样等。而在选择抽样方法时，审计人员应该根据审计的目标、效率及审查总体的特征合理选择，以达到审查的最终目的。

四、统计方法在财务管理中的应用

当今社会，统计学方法被大量应用于财务管理的各个方面，其最终目的在于提高财务管理的效率，分析财务活动的合理性，为财务活动的预测、决策、控制等提供科学依据。本文从收益率的预测、概率图的运用、数据的准确性及数据变异系数的分析四个方面着手，对统计学在财务方面的应用进行研究分析。

（一）预测未来收益率，提高企业收益。一个企业在实际运营过程中，能很好的把控未来的发展状态及收益情况，是企业发展的重要途径。利用合适的统计学方法可以实现利用已有的数据预测未来一段时间的数据。对应到企业中去，即运用统计学的方法，对企业现有的资源进行统计分析，预测未来一段时间内的收益情况，从而根据预测的收益率指定相应的实施方案，从而达到提高企业收益的目的。

（二）利用概率分布图，进行数据分析及投资决策。在具体的财务管理过程中，可利用统计学方法对已有数据进行处理，并根据需求绘制相应的概率分布图，那么各种数据的变化规律便一目了然，以便于决策者根据其变化规律进行投资或运营。比如在计算企业未来收益率时，可以根据现有的数据进行统计分析并绘制出一条概率与结果近似关系的连续性曲线，并根据该曲线推导出未来的收益率，从而进行投资决策。概率图有两个最主要的特点：概率分布图越集中，则其预期结果越趋向于实际结果，则其风险越小，投资回报率越高。当所得到的概率分布图越集中时，则说明实际结果越有可能接近预期值；反之，概率分布图越稀疏，则实际结果与实际结果的差距越大，风险也越大。

（三）利用标准差，确保数据的准确度。在财务的实际管理过程中，经常需要确定数据的准确程度，而财务人员通常是是利用统计学中的标准差的大小来判断所得到数据的精确程度。计算标准差的步骤如下：第一，根据现有的数据进行预测，得出收益的预测值；第二，将收益率的预测值和实际值相减，得到离差值；第三，计算概率分布方差，即将离差值求平方，并将得出的平方值与预测值相乘，再将这些乘积相加；第四，对方差进行开方计算，得到标准差。

（四）运用数据变异系数，度量单位收益风险。变异系数是标准差与平均数的比值，主要是用来衡量数据的变异程度，即用于度量单位收益下的所面临的风险。这种单位收益的风险判断为企业的决策提供了有效的借鉴。因为变异系数既能计算风险还可以反映企业收益，因此在企业的财务管理中被大量应用。

五、结论

企业或行业的财务管理过程中会面临大量的数据处理，合理利用统计学方法进行数据的统计及分析，对简化数据处理，提升数据准确度、精确度，甚至对于财务决策等各方面均有所助益，因此，将统计学方法引入财务管理具有非常重要的意义。

【参考文献】

[1]李金昌.关于统计思想若干问题的探讨[J]．统计研究．2006，(3)．

[2]秦红霞.统计学对财务管理学习的影响[J]．统计与管理，2014．

篇11

关键词 统计学实践教学 课程设计 实践类竞赛 实践类课程

中图分类号：G424 文献标识码：A DOI：10.16400/ki.kjdkz.2016.05.065

Abstract Statistics is a curriculum that combined theory and practice， the statistical practice teaching is the weak link in the professional development of statistics， practice teaching exists a series of problems， for example system is not enough for the system， outdated teaching methods， lack of teaching resources， practice base is not stable enough and so on. In this regard， it needs to improve and perfect the training plan， curriculum design， practice courses， internships and other aspects， and find out a feasible solution.

Key words practice teaching of Statistics； curriculum design； practice class competition； practice courses

统计学的产生发展来源于实践，依赖于应用，形成理论进一步来指导实践，并在应用过程中不断发展壮大，统计学的生命力就在于其能不断满足社会应用的需要。统计学专业的特点在于将数据处理和统计分析这两大核心功能结合实际问题应用于实践，从而解决各种实际问题。因此对于高校统计人才的教育不仅要重点讲授理论知识，同时要结合专业特点，培养和提高学生解决实际问题的综合能力和实践能力。如何更好地开展统计专业实践教学就显得尤为重要。

1 目前实践教学的主要方式及存在的主要问题

统计实践教学是学生在校期间进行的一个不间断的、完整的教学过程，包括课堂案例教学、课程设计、实践竞赛、社会调查、校外实习、毕业实习等在内的一系列过程。①通过上述各种类型的实践教学环节的实施，以实践教学任务为中心来组织课程内容，所需要的理论知识也围绕实践过程来选择、组织和学习，让学生在实践的基础上建构所需的理论知识，以实践过程作为学生学习的主要形式，并通过实践报告、实践表现等来评价学生的学习结果。我国各高校统计学人才培养方案中均设计有一定比例的实践教学环节，但缺乏系统性研究和整体设计，实践教学方案与培养应用型、复合型人才目标有较大的距离。

（1）实践教学的课程体系不够完整。就目前整个统计专业的教学情况来看，统计核心理论课程体系尚属完善，但教学模式仍停留在传统统计专业教学模式上，大多数课程偏重理论教学，忽视实践教学，由于某些客观原因，人才培养计划中未设置实践教学环节或者实践教学课时所占课时比重不高。课时少必然会造成对应的实践教学环节无法达到理想的效果。

（2）教学手段和教学时间安排上，大部分教师采取传统教学形式，实践内容一成不变，不能最大程度激发学生的学习兴趣，缺乏探讨式、研究式、报告式等多样化教学研讨形式。在实践教学时间安排上存在另一个问题就是理论和实践实验的内容不能很好地相吻合，很多时候会出现实验超前或者滞后的情况。例如，统计学原理课程中一元线性回归分析章节中对应的实验，如果实验在此之前已经上机操作过，那么在之前操作过程中学生只是单纯地操作，得到一个结果，并不能真正和理论结合起来；如果实验是安排在课程讲解之后很长一段时间，这个时候学生对所学的理论知识已经有所遗忘，上机操作时亦是按照要求单纯来操作；合理的时间安排应该是学生学习完理论课程以后及时地由指导老师指导开展实验，这样不仅可以加深对理论知识的理解，而且也使学生掌握了上机操作的技巧。但是，很多高校在课程的安排过程当中并不能做到这一点。

（3）教学内容上，统计软件应用大部分限于Excel、SPSS、Eviews等传统老旧的软件，而SAS、R语言、Python等功能强大兼具实用性的潮流软件学习课程欠缺。很多潮流软件课程的开展是以专业选修课的形式设立的，在课程安排时相对独立，忽略了与其他学科的交叉融合学习。因此学生在学习的过程中是比较被动的，往往以拿到学分为目的，学过之后并没有真正思考如何将其运用到现实生活当中或者各个领域，最终导致一个结果就是学生学的积极性不高，老师教的积极性也不高，慢慢就在培养计划中被删除。

（4）组织形式上，目前学生实践类课程有两种形式：一种是院系组织，有穿插在课程当中的，例如实验、课程设计；有建立校企合作实习基地的，然后定期输送学生到实习岗位进行实习，如课程实习、毕业实习。但由于实习时间的限制、交通、硬件设备等问题，安排学生实习机会较少，实习时间短无法为学生提供高质量的实习机会。例如，本来需要一个月时间的实习，但是在课时安排上只能安排两周，这就造成了企业在下一年不愿再安排学生实习；或者由于实习单位和学校所处的地理位置不够便利，学校出于安全、实习经费方面的考虑，也会严重制约实习的开展。

（5）实践类教学还包括学生参加科技创新类项目、参加各种统计类竞赛等方面。学生在科研创新项目上往往缺乏自信心，这主要是因为缺乏教师积极主动的引导，导致学生的积极性不高。在统计类竞赛上虽然学生表现出很高的积极性，但是竞赛结果并不是特别理想。由于各种奖励机制，学生初期报名热情高涨，后期由于指导教师欠缺、教学软件资源不足等原因，培训指导不能满足学生参加竞赛的知识需求，大部分学生是靠自学获取相关知识，实践类项目、竞赛的组织迫在眉睫。

2 实践教学模式改革的主要方向及主要措施

实践课程的开展首先应从培养计划的制定、完善课程体系的设置着手，对于实践课程分课内课外两种形式，分别制定不同的教学体系和方法。实践教学体系应包括理论课相关章节的实验、课程设计、实践类课程体系、实践类竞赛、实习等一系列实践教学，分别针对不同的实践课程特点制定相应的组织开展形式、考核形式。并通过实践加以改进和优化，使之不断规范化、完整化。

（1）课程所带实验能够及时在理论课程结束以后实现上机操作，这就要求学校要有充足的实验室供学生和老师随时可以进行上机操作。实验课程的安排之所以超前或者滞后很多一部分原因都是实验室不足造成的，只有解决硬件问题，才能从根本上解决教学问题。

（2）课程设计是教师形成具体教学方案的过程，特别是对于统计学这门应用性、实践性都很强的课程，它不仅要求学生能够熟悉和掌握统计学基本理论知识及常用的统计分析方法，更要求能够结合实际问题，应用最合适的统计方法，借助统计软件，完成对问题的研究分析，真正达到学以致用的目的，统计学课程的课程设计尤为重要。课程设计需要综合考虑教师自身的教学技能、知识结构和教学经验、学生的知识储备情况和学习能力及课程本身所承载的信息技能。课程设计联系经济生活中的实际问题，有助于开拓学生的思维空间，学以致用、触类旁通，作为理论知识到实际应用的桥梁工程，合理规范的课程设计起到将抽象理论具化到应用的纽带作用。课程设计的开展主要应注意以下几个方面的问题：第一个是课程设计时间的安排，课程设计需要安排在基本理论内容学习完以后才能够开展，因此需要结合实际的上课时间来安排。第二是明确课程设计的具体要求和主要任务。第三是考核阶段。对于课程设计的考核可不拘泥于传统的考试形式，课程考核模式方面可以考虑加入分组开展调研、总结报告等开放式考核形式，变革考核情境，激发学生主动学习的积极性，在考核过程中塑造学生的统计思想。最终可按照优、良、中、及格、不及格来评定最终成绩。

（3）实践类课程主要是结合目前“互联网+”及“大数据”时代背景，培养如何将大数据处理技术融入相关统计学课程教学，以促进数据处理与分析技术的发展，使学生适应时代需求。在以往的教学内容上，统计软件应用大部分限于传统老旧的软件，而功能强大兼具实用性的潮流软件学习课程欠缺。因此，在培养计划的制定过程中要考虑此类课程的选择、开设学期、学时设置和考核方式几个方面的问题。一方面要制定好相关课程的培养计划，另一方面通过教学和实践不断改进不断完善。

（4）实践类竞赛的组织与开展对于在校大学生来说不仅可以促进他们将所学知识应用到实践当中，还可以培养他们的沟通能力、表达能力以及组织协调等方面的能力，因此，统计学专业实践竞赛的组织和开展也是统计实践教学需要进一步完善的主要内容。目前有各种国家级省级科研竞赛项目、挑战杯、数学建模竞赛、统计建模竞赛、数据挖掘竞赛、SAS数据分析大赛、市场调查大赛等各类学术竞赛，通过这些竞赛不仅可以提高和锻炼学生的学术能力，同时通过竞赛可以使学生获得成就感，培养他们解决实际问题的能力。对于竞赛最大的问题是经费问题，一方面需要学校的大力支持，另一方面也需要加强校企合作，获得来自企业方面的赞助和支持。

（5）统计实习开展的目的在于使学生不再单纯局限于实验室的环境中模拟实验，更多的是为了增强学生对实际工作的适应能力，使学生在实习中践行理论。这就需要学校积极组织学生到实习基地开展专业类相关的岗位轮换，让他们熟悉岗位工作对自身的主要要求有哪些，然后再有针对性地加强相关方面能力的培养。在人才培养过程中注重与时俱进，时刻把握社会需求，促进校企合作实习项目，使学校掌握一手的社会需求资料，针对性地为各行业培养出应用性统计分析人才。因此，要加强学校与企事业单位的合作，建立长期友好的合作实习基地， 从而为学生提供实习机会创造良好的条件。②

3 结语

统计学是一门理论与应用相结合的课程，不仅要重视理论教学，也需要加强薄弱环节――实践教学。通过实践教学不仅能够进一步促进理论知识的转化和吸收，同时也可以在很大程度上提高学生学习的积极性及对专业的兴趣度。对于实践教学的加强，需要从多个层面着手，针对不同板块采用不同的教学管理方法，着力提高实践教学环节，为社会真正培养出所需的应用型、复合型人才。

注释

篇12

关键词：教育理论；统计学教育；教学方法

现代教学理念强调“以学生发展为本”，确立“学生主体观”，使学生积极主动地学习，以促进学生的终身发展。而建构主义理念正是倡导学生主动建构，自主学习。因此，以建构主义理论为依托进行课堂教学改革，具有重要的现实意义。本文仅以建构主义理论为指导，从学生“学”的特点出发，探讨统计学教师课堂“教”的特色方法。

一、建构主义理论学生“学”的特点

建构主义对学生学习活动的本质进行了科学的分析，认为学生学习有如下特点

1、学生学习不是从零开始的，而是基于原有知识经验背景的建构。即学生在学习统计课程之前，头脑里并非一片空白。学生通过日常生活的各种渠道和自身的实践，对客观世界中各种自然现象已经形成了自己的看法，建构了大量的朴素概念或前学科概念。这些前概念形形，共同构成了影响学生学习统计学概念的系统。学生的前概念是极为重要的，它是影响统计学学习的一个决定性的因素。前概念指导或决定着学生的感知过程，还会对学生解决问题的行为和学习过程产生影响。

2、学生学习知识是一个主体建构的过程，要突出学习者的主体作用。学习不仅仅是知识由外到内的转移和传递，而是学习者主动地建构自己的知识经验的过程，即通过新经验与原有知识经验的反复的、双向的相互作用，充实、丰富和改造学习者原有的知识经验。在这种建构过程中，学生一方面对当前信息的理解要以原有的知识经验为基础，超越外部信息本身；另一方面，对原有知识经验的运用又不只是简单地提取和套用，个体同时需要依据新经验对原有经验本身也做出某种调整和改造，即同化和顺应两方面的统一。学生不是被动信息的吸收者，而是主动地建构信息，这种建构不可能由其他人代替。因此，教师不能直接将知识传递给学生，而是要组织、引导，使学生参与到整个学习过程中去。

3、学生学习既是个体建构过程，也是社会建构过程。虽然知识是在个体与环境的相互作用中建构起来的，但社会性的相互作用也很重要，甚至更重要。因为人的高级心理机能的发展是社会性相互作用内化的结果（正如统计的特点具有社会性）。此外，每个学习者都有自己的经验世界，不同的学习者对某种问题可以有不同的假设和推论，学习者可以通过相互沟通和交流，相互争辩和讨论，合作完成一定的任务，共同解决问题，从而形成更丰富、更灵活的理解。同时，学生可以与教师、统计专家等展开充分沟通。这种社会性相互作用可以为知识建构创设一个广泛的学习共同体，从而为知识建构提供丰富的资源和积极的支持。因此，课堂上师生交互和生生交互活动起到了很重要的作用，“学习共同体”的形成以及对课堂社会环境和情境的营建是学生获得学习成效的重要途径。

二、建构主义理论教师“教”的特点

建构主义理论认为教师在课堂中的作用，可以概括为教师是课堂教学的组织者、发现者和中介者。

1、教师是课堂教学的组织者，起主导作用和导向作用。教师应当发挥“导向”的作用和教学组织者的作用，努力调动学生的积极性，帮助他们发现问题，进而去“解决问题”。

2、教师是课堂教学的发现者。教师要高度重视对学生错误的诊断与纠正，并用科学的原理和原则，给予正确的引导与指引。

3、教师是课堂教学的中介者。教师是学生与教育方针及知识的桥梁。教师既要把最新的知识和分析方法提供给学生，也要注意提高学生的综合素质。

从辩证法的角度看，教学是一个不断发展的动态过程，教与学是对立统一的矛盾运动，随着教学活动的变化，矛盾的主要方面，或在教师，或在学生。分开来看，“教”的主体是教师，客体是学生，教师发挥主导作用，学生发挥能动作用；“学”的主体是学生，客体是教师，学生进行认识活动和实践活动，教师则对这些活动施加影响。合起来看，在教学活动这一不断发展、循环往复的全过程中，教师与学生的主体客体地位是相互依存、相互规定，又在一定条件下相互转化的。因此，“基于教师在课堂中组织者、发现者和中介者”的角色作用，教师可以实行“提出问题──探索问题──解决问题”的模式组织课堂教学。

“基于学生为主体，教师为主导”的教学思想，在教学过程中，“学”与“导”的活动、学生与教师之间的关系应该是互动的、融合的，在和谐中不断向前发展。因此，按照“学与导和谐发展”的教学要求，教师在课堂教学中按照“提出问题──探索问题──解决问题”的模式组织课堂教学时，可以采取“诱导试学——引导探学——开导活学”方法组织课堂教学。

（1）设置情境，提出问题，激发学生学习的兴趣和热情

教师引导学生学习首先要从现实的、有兴趣的、富有挑战性的真实问题情境开始。让学生一开始进入学习探索就真切地感受到统计就在自己身边，体验到学习统计的价值，从而激发起学习统计的兴趣，萌发积极主动探索统计理论和方法的求知欲望。教师要通过对课堂的组织，让学生对学习统计产生学习兴趣，“热爱是最好的老师”，兴趣盎然地进入了对统计学知识的探索，学生才能学有所长。

（2）探索问题，增强学生主角意识，激励学生积极参与

“基于教师在课堂中组织者、发现者和中介者”的角色作用，课堂教学方式应从根本上改变原有的教师讲、学生听，教师指挥、学生操作的教学现象。学生要在自己生活经验的基础上不断地提出问题，分析问题，对各种信息进行加工转换，对新经验和旧经验进行综合概括，解释有关现象。在教学过程中，教师可以提供一定的支持和引导，设计有思考价值、有意义的问题。学生可以进行小组合作研究探索，教师允许学生从不同的角度去观察分析，允许学生用自己喜欢的方法学习，通过各自想法的交流、碰撞，发现学生有价值的建设性建议及方法措施，及时制止学生运用统计方法计算分析问题时可能出现的偏差，使问题得到正确的解决。

（3）解决问题，培养学生创新能力，提高学生综合素质

在以往统计学教学中，我们关注比较多的是学生能否记住计算公式、方法、意义、应用条件，能否利用这些知识完成所设问题的正确计算。而“基于教师在课堂中组织者、发现者和中介者”的角色作用，教师在课堂中，就应该更加关注学生能否将科学知识与自己的生活经验紧密联系起来，关注学生在灵活应用统计学知识、创造性地解决实际问题时所表现出来的情感、态度和价值观。并通过实践活动，使学生对学习统计产生兴趣，变抽象的科学法则、科学方法为得心应手的工具，从而使学生在解决问题过程中，体验参与学习统计的快乐，享受成功解决实际问题的愉悦。

三、以建构主义理论为指导统计学教法探讨

1、设计课堂教学新模式

统计学课程旨在培养学生能够运用统计学基本理论和定量分析方法，对经济现象进行定性和定量的分析和评价。统计学课程内容基本分为三个模块两个层次。第一模块：研究统计学的一般问题，属于基础理论。第二模块：推断统计的理论与方法，相关与回归分析，属于一般的统计方法及其在社会经济领域的运用。第三模块：时间序列分析与预测，统计指数与因素分析，统计综合评价，属于社会经济统计方法的特有问题，侧重于各种统计分析方法运用。两个层次即理论部分和计算分析部分，两部分知识比为3070。反映了知识、能力、素质培养的要求。在建构主义学习环境下，教师和学生的地位、作用和传统教学相比已发生很大变化。因而首先教师必须改变传统的教育思想与教育观念，以现代教育思想和学习理论为指导，利用多媒体等现代化技术优势，探索最优的课堂教学模式。课堂教学中应进一步发挥好学生的主体作用，让学生主动地参与到获取知识的过程中去，做到(1)合理处理好教材，创造性地使用教材，充分展示学习内容的实用意义。(2)教学思路清晰，过程流畅、自然。(3)采用启发式、精讲多练式、答疑式、案例式等教学方法，构建情景逼近式的教学模式，努力提高课堂教学效果。

2、设计课内课外相融共生的大课堂

课堂教学不仅要教会想要传授给学生的知识，还要教会学生在书本之外查阅图书、报刊、杂志、网络等资料，以开阔视野，扩大知识面，吸取精华，为我所用，要教给学生发现问题、分析问题、解决问题的方法。此外，还要通过课内设计的实训教学内容激发学生主动参与的热情，实训教学内容主要包括统计调查方案的编制、调查问卷的设计、统计表统计图的制作、综合指标分析、统计案例分析等内容。统计实训的课内教学采用精讲、示范、多练、答疑的方式；课外教学采用学生自行分散复习和有组织分组制表、制图、社会调查、整理计算分析等方式。

3、实行点、线、面、体相结合的大统计

“点”是指让学生根据某一知识点完成作业、实习。“线”是指让学生针对某一问题进行深入分析。“面”是指让学生把若干知识点联系起来进行综合的分析和实训。“体”是指让学生能就学科体系及相关学科的内容进行深入、全面、综合的分析与应用。在讲授基本理论和基本知识的同时，注重学生基本技能培养、综合能力培养、设计能力的培养。使学生能从高度整体把握统计的思路和统计分析、评价思想。

4、充分发挥学生的主体作用

建构主义理论强调学习者在建构性学习中的积极作用，是要求教师在课堂教学中善于激发学生的好奇心和求知欲，使学生主动积极的学习。教学中应根据统计教学内容和学生特点，选择适当的教学方法，灵活运用适当的教学手段，设置悬念，使学生产生好奇心和强烈的求知欲。统计学教学过程中涉及到特有的概念及科学家，教学中可以适当拓展，开阔学生的视野，影响学生的心智，塑造学生的灵魂，在潜移默化中激发学生学习统计的兴趣；教师的教学语言要准确生动形象，善于设疑，启发学生思维，活跃课堂气氛，使学生充满求知思索的激情；做到理论联系实际，强化学习的动机，激发学生学习统计持久的浓厚的兴趣，激励学生不断提高对自己能力的欲求，不断增强自己的学习信心，不断地在自我实现中超越自我。

5、设置情境，在交互中实现教学目标

学校是社会的一个细胞，是社会的一个重要组成部分。课堂也不单纯是“老师教、学生学”的木讷课堂。课堂中的社会性环境主要包括两方面，一是师生之间的交互，二是学生之间的交互。建构主义认为，每个学习者都有自己的经验世界，不同的学习者可以对某种问题形成不同的假设和推论。师生在课堂上可以通过合作解决问题、小组讨论、意见交流、辩论等形式，促进学习者之间的沟通和互动。统计教学要从过去主要关注“人机交互”到关注“人际交互”；从只关注学生与教师、教学信息的交互到关注学生之间的交互以及学生与校外专家、实践工作者的交互；从关注个别化学习到同时关注学习共同体的建立。教学中要充分利用社会性资源，调动学生的学习情趣，拓展学生的知识面，在交互中实现最佳的教学效果。

6、构建科学的考核评价体系

篇13

关键词：多点地质统计学 训练图像 储层建模

一、多点地质统计学与训练图像

基于变差函数的传统地质统计学随机模拟是目前储层非均质性模拟的常用方法。然而，变差函数只能建立空间两点之间的相关性，难于描述具有复杂空间结构和几何形态的地质体的连续性和变异性。

针对这一问题，多点地质统计学方法应运而生。该方法着重表达空间中多点之间的相关性，能够有效克服传统地质统计学在描述空间形态较复杂的地质体方面的不足。多点地质统计学的基本工具是训练图像，其地位相当于传统地质统计学中的变差函数。对于沉积相建模而言，训练图像相当于定量的相模式，实质上就是一个包含有相接触关系的数字化先验地质模型，其中包含的相接触关系是建模者认为一定存在于实际储层中的。

二、地质概念模型转换成图像训练

地质工作人员擅于根据自己的先验认识、专业知识或现有的类比数据库来建立储层的概念模型。当地质工作人员认为某些特定的概念模型可以反映实际储层的沉积微相接触关系时，这些概念模型就可以转换或直接作为训练图像来使用。利用训练图像整合先验地质认识，并在储层建模过程中引导井间相的预测，是多点地质统计学模拟的一个突破性贡献。

可以将训练图像看作是一个显示空间中相分布模式的定量且直观的先验模型。地质解释成果图、遥感数据或手绘草图都可以作为训练图像或建立训练图像的要素来使用。理想状态下，应当建立一个训练图像库，这样一来建模人员就可以直接选取和使用那些包含目标储层典型沉积模式的训练图像，而不需要每次都重新制作训练图像。

三、多点模拟原理

进行多点模拟，需要使用地质统计学中的序贯模拟。但是，多点模拟与传统的基于变差函数的两点模拟是不同的。在传统地质统计学中，我们假设空间变量服从多元高斯分布，这样，确定每一个网格单元条件分布的均值和方差，就相当于求解一个克里金方程组。而在多点模拟中，条件分布是直接通过扫描训练图像得到的。假设现在有一个储层已被离散成N=Nx*Ny个单元格，其属性用随机函数{Z（x）|x储层}来表示。那么，显然变量Z的分布完全由N个变量的联合分布所控制：

利用序贯分解，可以将这个N维的联合分布分解为一系列条件分布：

序贯模拟算法的具体步骤如下：

1.定义一个用于访问所有节点随机路径；

2.对每一个节点i=1，2，…，N 执行

2.1利用前期得到的i-1个抽样，对条件分布进行模拟；

2.2从上面的条件分布模拟结果中抽取一个结果。

持续这一进程直到所有节点都被访问到，这时就生成了一个模拟实现。通过定义另一个随机路径，可以得到新的模拟实现。这一序贯多点模拟算法被命名为SNESIM（Single Normal Equation SIMulation）算法。

四、多点与两点地质统计学之间的理论联系

可以通过一个简单的例子了解多点与两点地质统计学之间的关系：

给定3个已知数据I1、I2、I3，估计位置处的砂岩概率（图1）。

在两点统计学中，这相当于利用三个已知量的线性组合来估计未知量的条件期望：

上式可以近似的写作：

通过求解、、、四个系数，可以确定未知量的条件期望。但是在确定未知量条件期望的过程中，无论是使用变差函数求取两点的相关性，还是使用协方差来求取二阶矩，每次只能使用三个已知数据中的两个，而无法同时使用三个已知量。

全面、准确的条件期望的表达式应当是：

这个含有非线性项的表达式中将三个已知量都包括在内，同时也有更多的系数需要求解。与求解四个系数的方程组类似，这里需要求解一个包含八个方程的方程组，这些方程被称为标准方程。引入非线性项的一个显著后果是标准方程中出现了高阶统计量。由于通过稀疏数据难以推断高阶统计量，因此不可能解出所有的标准方程。但是，我们可以引入一个给定的数据事件，并应用贝叶斯法则来计算条件期望：

其中A代表处为砂岩的数据事件，即；B代表数据事件。可以通过扫描训练图像，统计数据事件B重复出现的次数以及这些重复中为砂岩的概率来计算条件期望：

这一公式是SNESIM算法的核心。可以看出多点地质统计学在再现高度非线性空间结构方面明显优于基于变差函数理论的传统两点地质统计学。

五、结论

将更多的地质资料整合到储层建模过程中以确保最终数值模型更加符合地质认识，这在预测储层流体特征时是十分必要的。多点地质统计学为地质工作者提供了一个强大的工具，使得他们可以通过训练图像将概念模型和先验地质认识整合到建模过程中。

目前研究的重点是提高多点模拟算法的性能，包括：提高运行速度，降低内存开销，提高沉积模式再现效果以及更灵活的整合不同来源的信息等。有理由相信，随着多点建模方法不断趋于主流，以及越来越多的地质工作者对这一方法变得熟悉，多点地质统计学将成为下一代地质建模工具。

参考文献

[1] 王家华等. 克里金地质绘图技术——计算机的模型和算法[M]. 1. 北京：石油工业出版社， 1999 ：1-3.

[2] 王家华， 陈涛. 储层沉积相多点地质统计学建模方法[J]. 石油化工应用， 2013， 32（8）：57-59.

[3] 张团峰. 在储层建模中利用多点地质统计学整合地质概念模型及其解释 [J]. 地学前沿， 2008， 15（1）：26-34.

[4] André G. Journel. Geostatistics： Roadblocks and Challenges[J]. Quantitative Geology and Geostatistics， 1993（5）：213-224.

篇14

n. balakrishnan

methods and applications of statistics in the atmospheric and earth sciences

2012，384p

hardcover

isbn9780470684443

n. balakrishnan著

地球和大气科学中，简明而全面的统计学方法对于收集和理解数据是十分重要的。本书由100多位地球和大气科学领域顶尖的从业人员和研究人员提供素材，全面揭示了当前的地质、农业、动物和地球科学领域的数据收本文由收集整理集和分析方法。同时，本书还论述了与调查方法相关的技术和计算机统计方法，包括一些新兴的研究方向，如：地区天气的非线性预测、工程地质调查和水污染评价。