统计学论文大全11篇

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的11篇统计学论文范文，希望它们能为您的写作提供参考和启发。

篇（1）

二、生物统计学教学存在的主要问题

1.生物统计学教材方面。教材是体现教学内容和教学要求的知识载体，也是教学最基本的工具，它不仅是教师进行教学的依据，而且是学生获取知识的重要资料，选择适合教师和学生的生物统计学教材，能够保证教学过程的顺利进行，而且还能提高教学质量，达到良好的教学效果[14，15]。目前，国内所出版的生物统计学教材种类较多，各大高校由于教师和学生的情况不同，在教材方面的选择和使用也不一样。尽管如此，目前国内所出版的生物统计学教材主要包括两大类。第一大类完全是传统生物统计学的知识和内容，不涉及统计软件的介绍和使用，这一大类教材包含两小类，一类主要侧重理论教学，过分强调课程体系的完整性和理论讲授，注重公式的推导而忽视了实际应用例题的讲解。这类教材忽略了对大学生统计思维和综合分析问题能力的培养，因此有一定的缺陷。另一类是目前各大高校使用较多的生物统计学教材，该类教材虽然也存在一些必要的公式推导，但更侧重于统计学理论与实际结合，清楚介绍每一个统计原理理论后，再通过具体实例分析和巩固统计学的基本原理和基本方法，注重培养学生分析实际问题和解决实际问题的能力，因此这类教材比较适合现在生物科学等本科专业的使用。但这类生物统计学教材由于不涉及统计软件的内容，也存在一定的不足。如果教师在授课过程中未涉及一些统计软件的介绍和使用，那么即使学生完全掌握了相关的统计原理和方法，学生在复杂的试验设计及庞大的数据面前可能也会束手无策，即使会计算，在复杂及庞大的数据计算中也可能会算错，因此可能会得出相反的结论。第二大类统计教材完全是统计软件的介绍和使用，如Excel软件、SAS统计软件、SPSS统计软件、DPS统计软件、R统计软件等的介绍和使用。生物科学、技术等飞速发展的今天，这类统计软件发挥了很大的优势，给科技工作者带来了极大的方便。但这类教材也存在一定的不足，它只注重统计过程的运算和统计，没有统计原理的介绍，因此对没有相关统计学知识或统计学基础较差的学生或老师来说，即使按照教材上的步骤计算出相应的结果，但也不知道具体的含义，也不知道怎么分析。因此这类教材不适合大学本科生的教学。另外，这两大类教材要么只注重数理统计方法的讲授，要么只重视统计软件的使用，而忽视了统计学中的数理统计分析方法是建立在正确的试验设计以及所获数据资料准确的基础上才能发挥正确的作用，这是这两大类生物统计学教材共同存在的不足之处。因此，目前市场上还未见有统计学理论与实际结合，试验设计与统计原理相结合，统计软件与统计学原理相结合的较为完善的生物统计学教材。笔者认为这类生物统计学教材是当前生物科学专业、生物技术专业、生物工程专业、农学专业、医学专业、食品专业等本科专业较为适合的教材。

2.生物统计学与高等数学方面。①生物统计学与高等数学开课时间上的不一致性。国内许多高等学校生物科学等本科专业的培养方案中都把高等数学课程作为一门必修的基础课，学生通过对该门课程的学习，系统获得函数、极限、连续、导数、微积分及常微分方程等基础知识，它为后续课程的学习和解决实际问题提供必不可少的数学基础知识及常用的数学方法。而且，通过各个知识点的学习，逐步培养学生具有较为熟练的基本运算能力和自学能力，综合运用所学知识分析和解决实际问题的能力。更重要的是，高等数学课程是学习生物统计学的关键，生物统计学中的许多原理和方法都需要高等数学中相应的知识作为基础。②生物统计学与高等数学教学上的脱节性。高等数学课程作为生物科学本科专业一门必修的基础课，各高校均认识到它在生物科学本科专业中的重要性。但长期以来，高等数学和生物统计学均作为两名独立的课程开设，一般情况下，高等数学课程由数学专业教师讲授，由于数学专业的教师没有生物学专业的相关知识，不清楚生物统计学课程的知识体系，只注重数学知识的推导、讲授。因此所讲授的知识内容之间通常存在许多不衔之处，形成了不利于生物统计学课程教学的知识的断层。同样，这也是生物统计学中教师难教，学生难学、难懂、难用的原因之一。

3.生物统计学教师知识结构和科研能力方面。常言道，学生需要一滴水，教师至少要有一桶水。生物统计学的教学，相对于其他课程而言，对教师的要求更高，不仅要求教师要有一定的数学知识，较为渊博的统计学知识，还要求教师要有较强的科研能力。教师只有具备一定的数学知识和渊博的统计学知识，才能很好把握生物统计学相关原理、理论、统计分析方法等。具备较强的科研能力，才能很好将生物统计学相关原理、理论、统计分析方法与实际相结合，才能很好地进行案例教学。4.考试制度方面。考试制度在高等教育中占有非常重要的地位，考试是教学质量评价的一项重要指标，它既是对教师教学质量的反映，也是对学生学习效果的检验。考试制度是否合理

，决定着教学质量的好坏以及学生学习积极性是否能得到最大限度地调动[16]。但是现阶段我国许多高校的考试制度较为死板，缺乏合理性和灵活性。如在学期期末考试中规定一定数量的题型，当然，这种考试制度对于规范考试是必须的，但是应该根据具体课程而定，而不能一概而论。就生物统计学课程而言，如果规定一定数量的考试题型（比如四种题型），那么教师只能根据考试规定勉为其难考虑四种题型。比如说名词解释、填空、问答、计算这四种题型。很明显，这种考试方式只是较为死板的考试，不能真证体现生物统计学课程的本质，不能很好考察学生对生物统计学原理的掌握及运用。

三、生物统计学教学策略

针对目前生物统计学存在的问题，笔者根据自己近十年的生物统计学教学实践，就如何提高生物统计学的课堂教学效果，提出如下建议。

1.选择合适的教材并优化教学内容。教材是教学最基本的工具，选择适合的生物统计学教材，能够保证教学过程的顺利进行，并能提高教学质量。针对目前市场上的不同种类教材，结合学生的实际，选择统计学理论与实际相结合，试验设计与统计原理相结合，统计软件与统计学原理相结合的生物统计学教材进行教学较为合适。据笔者过去的教学实践，该课程授课内容不宜过多和过深，授课内容过多学生精力会分散，分不清重点，而过深则影响学生的接受效果[17]。因此应根据学生实际优化教学内容，坚持以试验研究实例为线索，以科学的试验研究方法为主线，理论原理和实际例子相结合，从试验研究的选题和设计、试验方案的制定和实施、试验数据的收集和整理到试验数据的统计分析，最后做出科学的推断等，尽可能把抽象的统计学概念和原理转变为具体的实例，提高学生的学习兴趣，使其更好地理解和掌握所学的课程内容[7]。很好激发学生学习生物统计学课程的兴趣，从而更好地提高教学效果和教学质量。

2.处理好高等数学和生物统计学的关系。高等数学作为生物科学本科专业的基础课，是学习生物统计学的关键。一方面，高等数学一般在第一学年开设，因此生物统计学安排在第二学年开设为宜，这样能避免高等数学和生物统计学课程开设在时间上形成的断层，有利于学生对生物统计学的学习。另一方面，高等数学和生物统计学不应分别让不同专业的教师讲授，而均应由生物学专业教师讲授，因为生物学专业的教师清楚生物统计学课程的知识体系，在讲授高等数学时，能够根据生物统计学的相关原理和内容，优化高等数学的教学内容，有侧重点进行知识的讲授。从而能避免生物统计学与高等数学教学在知识上的脱节性，也有利于学生对生物统计学的学习。

3.提高自身知识结构和科研能力，注重案例教学。生物统计学教材大多理论性强，内容枯燥，容易使学生产生厌烦感。照本宣科的传统授课方法，更会使学生失去兴趣，对于培养学生的独立思考能力和创造能力十分不利。在现代教学中，教师既是知识的传授者，也是教学活动的组织者，在教学过程中起到关键的作用，教师知识水平的高低直接影响学生的学习效果[18]。因此教师应不断加强对生物统计学基本原理、基本理论和基本方法的学习与实践。另外，教师还应不断加强自身的科研能力，在教学过程中将自己的科研工作或生产实践案例贯穿到教学中，以自身科研实例辅助教学，增加学生的学习兴趣，培养学生的统计学思维以及对统计学的实际应用能力。

篇（2）

一、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。

二、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。

三、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).

篇（3）

2方法

2.1样本数据

本研究中选择的煤田地质构造复杂、煤种丰富，研究中选择了24个样本点，硫分分别为0.49，0.48，0.60，0.36，0.55，0.52，0.55，0.96，0.55，0.77，0.81，0.59，0.55，0.50，0.60，0.49，0.64，0.83，0.38，1.01，0.68，0.55，0.97，0.48，其中最大为1.01，最小为0.36。将煤层煤样硫分化验后进行插值比较，更适合对地质统计学进行插值运用。

2.2地质统计学中的插值方法

地质统计学中，克里金法占据着重要的地位，克里金法对待估样本点内的已知数据进行测试，结合样本点的大小、形状及空间分布，掌握样本点之间的相互关系，从而进行无偏估计。对于数据点较多的样本，内插结果具有较高的可信度。

2.2.1区域变量及协方差。

研究中将（zx）统称为呈空间分布的变量，也叫区域化变量，（zx）反映空间属性的分布特征。为了对区域化变量的变异性进行描述，引入协方差函数。不同的两点x和x+h处对应的不同区域化变量（zx）和（zx+h）之间的差只于两点的空间位置有关。协方差函数cov[（zx），（zx+h）]=E[（zx）（zx+h）]-E[（zx）]E[（zx+h）]=cov（h），其中E（）为均值。

2.2.2参数分析。

不同点所对应的区域化变量（zx）和（zx+h）的差的方差的一般作为（zx）在X轴上的变异函数，记作P（h），P（h）=0.5var[（zx）-（zx+h）]，其中va（r）为均方差。在满足二阶平稳的条件下，P（h）=0.5E[（zx）-（zx+h）]2。样本点的空间距离大时，相关性较小，变异性较大；空间距离小时，相关性较大，变异性较小。在实际研究中，将样本点的空间距离按照不同等级划分，针对不同的样本点，求出距离的平均值和P（h）的平均值，连接（h，P（h））后得出实验变异函数，结合最小二乘法得出理论变异函数和相关参数，后文理论数据的得出建立在理论变异函数的球状模型和指数模型的基础上。

3结果分析

3.1数据预处理

为了使克里金法插值满足正态分布的要求，需对数据进行预处理，本研究中采用偏度和峰度检验法对分布状态进行分析，实验油田煤层硫分布服从正态分布，从理论上讲，完全可以利用克里金插值法。

3.2插值精度比较

研究中采用交叉验证法对插值精度进行评价。在研究变量（zx）的过程中，除去采样点xi（i=1，2，3，…，n）处的（zx）属性值（zxi），其他属性值不变，根据剩下的n-1个属性值，进行误差分析和插值精度评价。在交叉验证的方法中，常选用标准均方根、平均标准差、误差均方根、平均预测标准差、平均误差来预测总体误差，第1项的指标越大越好，后4项指标越小越好，插值精度越高。常规插值方法和克里金插值比较选用误差均方根和平均误差进行，不同的克里金插值模型选用以上5项指标进行比较。

3.2.1插值比较。

在克里金法的应用中，采用简单克里金法、普通克里金法、泛克里金法进行比较，三种方法中分别采用球状模型和指数模型进行拟合；在常规插值方法的应用中，采用距离反比法、多项式插值、径向基函数三种方法。

3.2.2克里金插值法之间的比较。

普通克里金法与泛克里金法的球状模型和指数模型的平均误差都是-0.00024和0.00183；误差均方根分别是0.14219和0.14100；平均预测标准差为0.12921和0.12772；平均标准差为-0.00098和-0.00945；标准均方根为1.08810和1.08410。通过分析发现，球状模型中的普通克里金法和泛克里金法各项指标相同，球状模型中的平均误差和平均标准差小于其他4种指标。对于误差均方根、平均预测标准差和标准均方根预测误差，普通克里金法和泛克里金法与其他方法差别不明显。由此可见，在克里金插值的应用中，普通克里金法和泛克里金法的球状模型精度最高，优于常规方法。

篇（4）

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

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（5）

1.2两两比较时检验水准的重新调定χ2检验或秩和检验3组以上整体比较有差异时,需应用分割法进行两两比较,这时检验水准应由原0.05调定为0.0167,否则会增加第Ⅰ类统计学错误的发生率。特别当P值处于0.0167~0.05时,按照P<0.0167的标准,差异无统计学意义,而按照P<0.05的标准,却有意义,与事实相悖,出现假阳性,很容易得出错误结论。这种分割法有时很保守,当行列表资料分组多且为有序时可用Mantel-Haenszel卡方检验,也称线性趋势检验(testforlineartrend)或定序检验(Linear-by-Lineartest)[2]。统计路径:用SPSS进行计数资料的趋势检验,在输出结果中读取线性关联检验统计量(Linear-by-LinearAssociation,LLA),如P<0.05可得出随着病种级别的升高,检测指标逐渐升高的趋势。

1.3临床诊断试验中的统计学方法应用在临床诊断试验研究中,经常选取单项计量指标或者联合计量指标以诊断某种疾病,若仅用初级统计学方法如t检验、单因素方差分析等往往不能有效挖掘信息,此时应采用受试者工作特征曲线(ROC)对检测结果进行分析评价。ROC曲线分析基本原理是通过诊断界点的移动[3],获得多对灵敏度和误诊率(1-特异度),以灵敏度为纵轴、误诊率为横轴,连接各点绘制曲线,然后计算曲线下的面积,面积越大诊断价值越高。ROC曲线很直观,能根据敏感性与特异性之和最大化原则自动产生最有效的诊断临界点。具体路径可以参考相关统计专著[3]。统计学处理一般描述为:采用SPSS(版次)统计软件分析数据,对单项及联合检测结果作图绘成ROC曲线,计算曲线下面积(AUC)和标准误,其中联合检测结果变量即预测概率由Logistic回归产生(也可以用判别分析得出)。计量资料应用-x±s表示,运用独立样本t检验及单因素方差分析,两两比较采用SNK及LSD法,计数资料采用χ2检验。检验水准为0.05。具体内容可据情而定。

1.4重复测量资料的方差分析误用拆分文件的t检验或方差分析如研究共设3组,每位患者在3个时间点均查某项血指标,部分作者在处理此类数据时,常误将纵向(同一时间点3组的比较)与横向(同组3个时间点的比较)数据均应用拆分文件的t检验或单因素方差分析来处理,结果导致统计学第Ⅰ类错误发生。此组数据实质是重复测量资料,应采用重复测量资料的方差分析。SPSS中的统计路径:数据-分析-一般线性模型-重复度量。研究者可以参考相关书籍进行处理[3]。

1.52×2析因设计及析因方差分析实验是2×2析因设计时,分组有两个因素,A与B,故分组为A、B、O、A+B,这个设计在析因设计研究中很常用,但常会出现分组设计正确,却没有用析因设计方差分析。析因设计与单因素方差分析不同[4],它不但能分析治疗效果中处理因素的单独效应和主效应,还能分析因素间的交互效应,并能提高检验效能。非统计专业的研究者进行析因分析可能稍有难度,可参考相关统计学书籍提供的统计步骤进行此类分析[3]。

1.6Meta分析Meta分析是循证医学系统评价常用的方法[5],应用时需注意统计学处理中计数资料采用比值比(OR)作为效应变量。具体路径:先进行异质性检验,当P>0.05时,认为同质,选择固定模型;P≤0.05时,不同质,此时可采用敏感性分析或分层分析等异质性处理,使之达到同质后再选择固定模型;若采用异质性处理仍未达到同质,则采用随机模型,以上统计路径均需交代清楚。Meta分析的结果是以“森林树”体现的,审校中我们经常遇到作者绘制的“森林树”左上角“文献、对比、结果名称”等内容显示为“?”,这是由于部分版本的RevMan软件不能输入中文,此时可以考虑省去,或用Photo-shop软件添加相应中文。Meta分析作为一种高级统计方法,专业性要求较高,作者可参考循证医学类权威杂志上的文章格式,如《中国循证医学杂志》中“论著•二次研究”栏目的循证文章。

2科技论文中统计学处理的相关表述

篇（6）

随着生物科学的发展，只有定性的结论已不能满足实践的需要，实现生物科学结论定量化是人们长期追求探索的目标；生物统计学是生物学科定量化的重要分析理论与方法，生物统计学是生物学科应具备的基本知识和素质，与生命活动有关的各种现象中普遍存在着随机现象，大到森林陆地生态系统，小至分子水平，均受到许多随机因素的影响，表现为各种各样的随机现象，而生物统计学正是从数量方面揭示大量随机现象中存在的必然规律的学科。因此，生物统计学是一门在实践中应用十分广泛的工具学科，它是生命科学各专业的专业基础课，对后续生命科学课程学习和生物科研有重要作用。

同时，生物统计作为数理统计在生本论文由整理提供物学领域的应用，是教学难度较大的一门课程。因此，在生物统计学精品课程建设过程中，针对各专业培养目标的定位，因材施教，更新教育理念，加强实践训练，在教学方法和教学手段上进行改革和大胆探索。

二、二十一世纪对生物统计学课程的重新定位

（一）新世纪对生物统计学课程提出的新要求。

二十世纪上半叶农业和遗传统计学首先获得了发展，在其基础上发展起来的生物统计学、统计流行病学、随机化临床试验学已经成为攻克人类疾病的一个里程碑。这在过去的半个世纪里显著提高了人类的期望寿命。

21世纪人类基因组，基因芯片等实验科学产生出的巨量数据，需要新工具来组织和提取重要信息。

将数据转化为信息需要统计理论和实践本论文由整理提供方面的洞察力、技术和训练。

未来的生物统计学将会与信息技术密切结合，较少侧重传统数理统计，而会更多注意数据分析，尤其是大型数据库的处理。生物统计学越来越不同于其它数学领域，计算机和信息科学工具至少和概率论一样重要。

（二）生物统计学对大学生素质培养的作用。

生物统计学的一个重要特点就是通过样本来推断和估计总体，这样得到的结论有很大的可靠性但有一定的错误率，这是统计分析的基本特点，因此在生物统计课程的学习中培养了一种新的思维方法———从不肯定性或概率的角度来思考问题和分析科学试验的结果。

生物统计学是通过个别的试验研究得出其一般性结论，属于归纳推理的范畴。但其有别于简单枚举法和科学归纳法，是一种或然性归纳推理或者概率归纳推理。在生命科学的研究中绝大多数涉及到的是随机事件，因此，生物统计学不仅是试验设计与统计方法的教学，更重要的还是大学生思维方式的培养，这对提高大学生的素质很有必要。

生物统计学包括试验设计和统计方法两个有机联系的组成部分。通过试验设计的教学可提高大学生设计研究课题试验方案的能力，使之明确课题的研究目的、试验因素与水平以及试验设计方法等方面的内容。通过统计方法的教学除让学生弄清各种统计方法的内涵外，还需要使学生能够正确地选择最适合的统计方法，以揭示资料潜在的信息，达到研究的最终目的，从而提高大学生科学研究素质。

三、教学方法和教学手段的改革

（一）加强电子课件及网络平台本论文由整理提供建设。

生物统计学是应用概率论和数理统计原理研究生物界数量变化的学科，而概率统计的理论和思维方法对本科生来说有一定的难度，加之课程学时的减少（由原来的60-70学时，降到现在的40学时左右）,如何深入浅出地引导学生入门，并使学生在了解概率统计思想的基础上，掌握常用统计分析方法的应用及使用条件是课程的教学难点。为此，我们利用多媒体技术，制作了与教材配套的课件，通过在课堂上把抽象内容形象化与直观化，收到了良好教学效果。建设了一个生物统计学教学网络支撑平台，现有课程简介、教学大纲、师资力量、授课教案、电子版《生物统计学》教材、课程录像、实习指导、在线测试题、参考文献、其它教学资源等栏目，免费向全校师生开放。

（二）将多媒体教学优势与学生的认知规律有机结合，用较少的学时得到良好的教学效果。

多媒体具有信息量大、形象化、直观化的特点。

但是如果不能很好地将多媒体这些特点与学生的认知规律相结合，多媒体教学就可能会带来一些弊端诸如：（1）内容多，幻灯片变换快，由照本宣科变为照屏宣科，为新的“满堂灌”；（2）课件图片多，内容以展示为主，缺乏启发性；（3）教学内容常用满屏的方式显示（即所谓“死屏”）,老师照着屏幕上的内容给学生讲解，失去了传统教学方法，老师边讲边板书能给学生留下比较深刻印象的特点，缺乏吸引力。

而多媒体在教学中只能充当工具的角色，在教学过程中必须将多媒体信息量大、形象化、直观化的特点与学生的认知规律紧密结合在一起。在制作课件时，采用启发式教学方式，精炼教学内容，模仿传统教学书写板书的过程，根据教学内容的难易程度，采用逐字、逐句、逐段显示教学内容的动画方式。在课堂教学中，老师仍然保持传统教学方法的教姿教态，在授课的过程中与学生保持互动，根据学生在课堂上接受知识的能力，掌握屏幕上显示内容的速度，必要时辅以板书进行讲解。这样做既发挥了多媒体教学的特点，又充分照顾到学生的认知规律，在内容没本论文由整理提供有缩减，学时减少近三分之一的情况下，仍然取得良好的教学效果。

（三）长期坚持教育教学方法及教学规律的研究。

生物统计学的理论基础是概率论与数理统计，从这个层面上讲，它有非常浓的数学味道，但是它又有别于概率论与数理统计，生物统计学更主要强调的是概率论及数理统计的思想和方法在解决生命科学中一些具体问题的应用。因此在教学过程中就存在一个“度”的把握问题，如果将概率论及数理统计的原理讲得太多，一是学时不允许，二是学生难以消化，得不到好的教学效果；如果只注重方法的讲解，学生知其然不知其所以然，就会误入乱套公式的歧途。经过将教学的重点放在教学中引导学生重点掌握统计方法的功能与用途，方法与步骤，防止各类方法的误用，淡化定理的证明与公式的推导。在教学内容的安排上采用“保干削枝”，即在学时减少很多的情况下，将一些次要的统计方法去掉，也要保证有足够的学时讲授理论分布与抽样分布、统计假设测验等方面的内容，让学生掌握生物统计学中所蕴含的概率论及数理统计的思想精髓，从而避免学生乱套统计公式。

（四）密切跟踪生命科学发展的前沿动向，探索生物统计学解决前沿问题的理论与方法。

统计学在生物学中的应用已有长远的历史，本论文由整理提供许多统计的理论与方法也是自生物上的应用发展而来，而且生物统计是一个极重要的跨生命科学各研究领域的平台。现在基因组学、蛋白质组学与生物信息学的蓬勃发展，使得生物统计在这些突破性生物科技领域上扮演着不可或缺的角色。

在课程建设中，随时注意纳入生物统计学在前沿领域研究应用的内容，增强课程的活力，提高教师和学生面向生物产业主战场解决实际问题的能力。

四、加强实践教学，注重学生能力培养

生物统计学要不要开实验课，怎样开实验课，一直存在争议，在此认为生物统计学不仅应该开设实验课，而且还要将实践教学的重点放在计算机技术和统计软件的应用上，让学生不仅掌握统计方法，而且加深对原理的认识，获得就业或升学的必备计算机统计技能，提高解决复杂问题的能力。

（一）开展统计软件的实习，扩大学生的视野，提高学生素质。

20世纪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，所以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。在课程体系改革中，各课程的教学时数与达到培养目标所需完成的教学内容相比还是不足的。为此，可以通过标准的统计软件的教学实习来达到以点带面，扩大学生视野，提高学生素质。超级秘书网

为此我们建立了一个专用于实习教学的生物统计电脑实验室。现共有50余台电脑，并连接到校园网。实验室配备有指导教师，负责对上机的学生答疑。除按教学计划进行的正常实习教学外，实验室还对优秀学生免费开放，鼓励他们结合教师的科研活动，应用所学生物统计学知识，学习新的生物统计学知识，掌握应用计算机解决生物统计学问题的技能。

（二）全方位、多层次的实践教学。

为了进一步培养学生实际动手能力和科学严谨的治学态度，必须将本课程的实践教学活动延伸到课堂教学外，开展全方位、多层次的实践教学。

在原绵阳农专期间，主要在作物育种、作物本论文由整理提供栽培、动物营养等课程实验与实习中，根据相关内容加入了试验设计方法以及数据统计分析的相关内容。

组建了西南科技大学生命科学与工程学院以后，由原来的单一农科专业变成了理、工、农三大学科均有专业的格局。虽然专业的学科归属不同，但有一点是相通的，其内涵均属于生命科学的范畴。以科学研究的方法进行划分，均属于实验科学。

掌握正确的实验设计方法，从不确定性数据中挖掘事物的客观规律，是实验科学工作者必备的技能。因此，我们将原来只是在农科专业上延伸实践教学的作法推广到全院的所有专业，结合实验课教学的改革，对发酵工艺学实验、植物细胞工程实验、食用菌实验、微生物学实验等课程的内容全部或部分改为用生物统计学指导学生自主进行实验设计，把过去单一的实验流程、样品观察或检测实验改变为试验条件的优化试验，提出在不同条件下对样品测定的比较试验设计、单因素试验设计、多因素试验设计、正交试验设计、均匀试验设计，对试验结果要求学生使用统计学的方法对进行分析和讨论，最后得出最佳试验条件。

这样的实验教学改革起到了一箭双雕的作用，从专业基础课或专业课的角度看，改验证性实验为设计型、综合性实验，增强了学生解决实际问题的能力，培养了学生创新思维的能力；从生物统计学角度看，将课程的教学实践延伸到课程外，弥补了学时的不足，更重要的是学生将自己学到的统计学知识，转化为解决实际问题的能力，知识得到很好的内化。

此外，在学生课外科技活动中指导学生选用正确的实验设计和数据的统计分析方法，提升科技作品的档次；在毕业论文（设计）中要求学生采用恰当的生物统计学方法进行设计与分析，写出高质量的毕业论文（设计）。

通过这样的教学实践，训练了学生的统计思维能力，使学生充分认识到掌握生物统计学这一工具的重要性和必要性，增强了学生学好用好这门工具的信心，提高了学生从复杂的生命现象中挖掘事物客观发展规律的能力。

篇（7）

（一）对照与均衡性测定

国内医学期刊有关临床疗效观察的文章甚多，不少杂志刊登了一些事先未设计对照的文章，其结论难以令人信服。如《用柴葛解肌汤治疗上呼吸感染》一文，报道治愈好转率为97.7％，因无对照，无法断定其效果如何，因此，治愈好转率中含有假像。

对照的方法虽有多种，但对照的基本原则是与实验组齐同可比，最好作均衡性测定。

（二）安慰剂与盲法试验

安慰剂与盲法试验是医研（主要是比较性研究）中常用的科研方法，结果准确、误差性小。安慰剂在形、量、色、味等要与实验药物一样，不能给受试者和执行者任何暗示。这种试验就是双盲法试验。但近年来，尚有人用改良的双盲法，此法分两期：第一期（公开期）试验有效者留，无效者弃。有效者进入第二期（双盲试验），以确定疗效是否系安慰剂的作用。在预防效果观察时可采用该法，临床上应用诸多困难，应视具体情况而定。

（三）样本含量与重复原则

没有足够样本的研究结果，是经不起重复试验的，有的论文凭少数病例观实的结果下结论，是不慎重的。如《重症肺炎并发DIC29例》一文，作者观察脑型患者3例，其中死亡一例，就得出“一般脑型病死率高达57％，本组脑型病死率较低，看来及早用肝素阻断DIC过程，对降低脑型病死率可能具有重要意义”的结论。因无对照，结论不可靠。

（四）随机分组与实验设计类型

篇（8）

进入21世纪，随着我国市场化步伐的加快，社会对新知识的需求日益增加，无论是国民经济管理，还是公司企业乃至个人的经营、投资决策，都越来越依赖于数量分析，依赖于统计方法，统计方法已成为管理、经贸、金融等许多学科领域科学研究的重要方法。教育部也将《统计学》课程列为财经类专业本、专科专业的核心必修课程之一。力图通过《统计学》的学习，使学生掌握探索各学科内在的数量规律性，并用这种规律性的解释来研究各学科内在的规律。同时，由于统计学所倡导的尊重客观实事，通过调查研究用实事说话，这也有利于培养学生的实事求是的学习、工作和科学研究精神。

一、《统计学》课程教学面临的挑战

1、内容日益丰富。长期以来，在我国存在两门相互独立的统计学——数理统计学和社会经济统计学，分别隶属于数学学科和经济学学科。20世纪80年代以来，建立包括数理统计学和社会经济统计学在内的大统计学，逐步成为我国统计学界的共识。1992年11月，国家技术监督局正式批准统计学上升为一级学科。国家颁布的学科分类标准已将统计学单列为一级学科。随着大统计学思想的建立和统计学在实质学科中的应用的需要，大多数学校和老师在财经类专业的本、专科专业《统计学》教学过程中，除了保留社会经济统计学原理中仍有现实意义的内容，如统计学的研究对象方法、统计的基本概念、统计数据的搜集整理、平均及变异指标、总量指标、相对指标、抽样调查、时间序列、统计指数等；同时也系统的充实了统计推断的内容，如：统计数据的分布特征、假设检验、方差分析、相关与回归分析、统计决策等。这一变化使得《统计学》的内容更适合相关实质学科的发展需要。

2、学生的学习难度加大。首先、结合《统计学》的课程特点——概念多而且概念之间的关系十分复杂、公式多且计算有一定难度等。如果学生不做必要的课外阅读、练习和实践活动，是很难理解和掌握的。对于财经类专业的本、专科专业的学生来说，本身的专业课学习负担已不轻。其次、对于财经类专业的本、专科专业的学生来说，由于其本专业的课程体系要求，使得学生的数学或者数理统计的基础不是特别好，对于专科学生来说更不用说，推断统计将是他们学习的困难。再说，《统计学》作为专业基础课，一般安排在一年级或二年级第一学期，在这个学习时段也是大多数专科生和本科生忙于计算机课程和英语课程的考证时段。如果以牺牲授课内容和降低要求来减轻学生的学习负担，显然有悖于《统计学》课程的教学和相关专业的发展要求。所有这一切对于学生学好这一课程面临的困难可想而知。

3、教师的教学难度加大。授课内容越来越丰富；课程难度太大可能导致学生兴趣下降；在倡导学生自主性学习的背景下，授课时数大为减少（一般安排一个学期共17～19教学周，每周2～3课时）；高等教育扩招后，由于师资力量一时没有跟上，大多数学校，授课班级学生人数越来越多，一个教师跨越不同专业授课不再新鲜。这要求授课教师必须深刻领会授课内容的核心和相互关系，学会控制和驾驭课堂教学，学会激发学生的兴趣，注重统计学在不同专业领域的具体应用等等。作为这门学科的授课教师特别需要认真考虑该怎么办？

二、《统计学》教学的发展趋势分析

1、统计学从数学技巧转向数据分析的训练。在计算机及计算机网络非常普及的今天，统计计算技术不再是统计学教学的重点了。统计思想、统计应用才应该是重点。现代统计方法的实际应用离不开现代信息处理技术。统计软件的使用，不仅使统计数据的计算和显示变得简单、准确，而且使统计教学由繁琐抽象变得简单轻松、由枯燥乏味变得趣味盎然。所以，在统计教学过程中，大量的内容只需要给学生讲清楚统计基本思想、计算的原理和正确应用的条件、正确解读计算的结果，而对大量复杂具体的计算可以交给计算机去完成。

比如方差分析，手工计算量非常大，没有计算机软件的支撑，是很难教学实际问题分析的。现在我们只要讲清楚方差分析要做什么，为什么方差分析要解决的中心问题是判断有无条件误差，而原假设又是K种不同水平下总体的理论均值是否相等，检验结果表示什么等就可以了，大计算量的工作让计算机去完成。

2、通过统计实践学习统计。也就是以学生为中心，通过课堂现场教学、引导学生先读后写再议、模拟实验、利用课余时间完成项目、利用假期时间，通过参加学校组织的某些团队、小组或自己组织去开展一些与专业有关的活动，如社会调查、专题研究、提供咨询、参与企业管理等方法。全方位地激发学生的学习兴趣、培养学生的专业能力、方法能力和社会能力。

比如依同学们在设计调查问卷和调查方案的基础上，让他们组成若干调查小组（如以寝室为单位），在校园内真正进行一次统计调查活动，从具体调查对象和单位的确定，样本的抽取（不一定要很大），问卷的发放、回收与审核，数据输入与资料整理，估计与分析，一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。这样，同学们就亲身参与了统计调查、统计整理和统计分析（含统计推断）的整个过程，效果很好。

三、基于EXCEL的《统计学》教学设想

如何从烦琐的数理统计技巧转向数据处理的训练，同时还要使学生容易掌握并有机会辅之于实践。教师的导向是第一位的，要求必须选择容易获得而且普及性比较强的统计分析软件，并在课堂教学和引导学生实践中广泛采用。

转贴于中国论文下（一）微软公司开发的EXCEL软件无疑是我们最好的选择

专业的统计分析软件SPSS、SAS、BMDP、SYSTAT其功能固然强大，统计分析的专业性、权威性不可否认，但是对于没有开设统计学专业的院校这些软件并不常用，如果学生要进行自主性学习也比较难以找到相应的工具，此外专业统计分析软件的英文操作界面，也让中国人用起来不是很顺手。微软公司开发的EXCEL软件作为一款优秀的表格软件，其提供的统计分析功能虽然比不上专业统计软件，但它比专业统计软件易学易用，便于掌握。在Windows操作系统极为流行的今天，EXCEL也是随处可见。对于《统计学》这门课程而言，利用EXCEL提供的统计函数和分析工具，结合电子表格技术，已能满足统计方面的要求。

（二）基于EXCEL的《统计学》教学设想

1、在教学内容上，依据EXCEL的函数功能、电子表格功能、数据分析功能，结合统计学原理的基本理论和方法，整合教学内容。比如传统的统计学原理教学过程中，对统计数据的搜集主要强调统计报表制度，在EXCEL环境应该更注重抽样推断，EXCEL提供的随机抽样工具使得抽样调查不再是十分复杂的技术，统计图也可以被广泛运用于对数据的描述；再比如现有统计学教材很多都讲根据整理的数据计算平均数时，都用加权平均的方法，当用组距式变量数列计算平均数时，用组中值作为各组的代表值进行计算。我们知道，组中值作为各组的代表值是假定各组变量值在组内是均匀分布的，如果实际数据与这一假定相吻合，计算结果比较准确，否则误差比较大。事实上实际数据往往就不是均匀分布的，因此用组中值计算的平均数都是近似的，而且相同资料编制的不同变量数列计算的平均数还不相等。其实为了编制变量数列，我们必须输入原始数据，EXCEL的有关程序可以得到准确平均数，哪里还有必要按加权算术平均的方法计算近似的平均数呢？那么有没有必要编制变量数列、特别是组距式变量数列呢？有没有必要按加权的方法计算平均数呢？我们认为有必要，但是组距式变量数列的主要功能不再是提供计算资料了，而是用于表现资料的分布状况和进行分析用；加权平均方法主要是介绍和要求学生掌握加权平均的思想，用于综合评价分析中。

2、案例教学成为《统计学》课程的重要内容。案例教学法不仅可以将理论与实际紧密联系起来，使学生在课堂上就能接触到大量的实际问题，而且对提高学生综合分析和解决实际问题的能力大有帮助。结合学生所学专业精选案例教学，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一块黑板、一支粉笔、一本教材、一张嘴巴就能将一门专业课程从头讲到尾。

3、改革考试方式和内容，合理评定学生成绩。考试是教学过程中的一个重要环节，是检验学生学习情况，评估教学质量的手段。对于《统计学原理》的考试，多年以来一直沿用闭卷笔试的方式。这种考试方式对于保证教学质量，维持正常的教学秩序起到了一定的作用，但也存在着缺陷，离考试内容和方式应更加适应素质教育，特别是应有利于学生的创造能力的培养之目的相差较远。在过去的《统计学》教学中，基本运算能力被认为是首要的培养目标，教科书中的各种例题主要是向学生展示如何运用公式进行计算，各类辅导书中充斥着五花八门的计算技巧。从而导致了学生在学习《统计学》课程的过程中，为应付考试搞题海战术，把精力过多的花在了概念、公式的死记硬背上。这与财经类专业培养新世纪高素质的经济管理人才是格格不入的。为此，需要对《统计学》考试进行了改革，主要包括两个方面：一是考试内容与要求不仅体现出《统计学》的基本知识和基本运算以及推理能力，还注重了学生各种能力的考查，尤其是创新能力。二是考试模式不具一格，除了普遍采用的闭卷考试外，还在教学中用讨论、答辩和小论文的方式进行考核，采取灵活多样的考试组织形式。学生成绩的测评根据学生参与教学活动的程度、学习过程中提交的读书报告、上机操作和卷面考试成绩等综合评定。这样，可以引导学生在学好基础知识的基础上，注重技能训练与能力培养。

参考文献：

[1]谢安邦.高等教育学[M].北京：高等教育出版社，1999.

篇（9）

2、学生的学习难度加大。首先、结合《统计学》的课程特点——概念多而且概念之间的关系十分复杂、公式多且计算有一定难度等。如果学生不做必要的课外阅读、练习和实践活动，是很难理解和掌握的。对于财经类专业的本、专科专业的学生来说，本身的专业课学习负担已不轻。其次、对于财经类专业的本、专科专业的学生来说，由于其本专业的课程体系要求，使得学生的数学或者数理统计的基础不是特别好，对于专科学生来说更不用说，推断统计将是他们学习的困难。再说，《统计学》作为专业基础课，一般安排在一年级或二年级第一学期，在这个学习时段也是大多数专科生和本科生忙于计算机课程和英语课程的考证时段。如果以牺牲授课内容和降低要求来减轻学生的学习负担，显然有悖于《统计学》课程的教学和相关专业的发展要求。所有这一切对于学生学好这一课程面临的困难可想而知。

3、教师的教学难度加大。授课内容越来越丰富；课程难度太大可能导致学生兴趣下降；在倡导学生自主性学习的背景下，授课时数大为减少（一般安排一个学期共17～19教学周，每周2～3课时）；高等教育扩招后，由于师资力量一时没有跟上，大多数学校，授课班级学生人数越来越多，一个教师跨越不同专业授课不再新鲜。这要求授课教师必须深刻领会授课内容的核心和相互关系，学会控制和驾驭课堂教学，学会激发学生的兴趣，注重统计学在不同专业领域的具体应用等等。作为这门学科的授课教师特别需要认真考虑该怎么办？

二、《统计学》教学的发展趋势分析

1、统计学从数学技巧转向数据分析的训练。在计算机及计算机网络非常普及的今天，统计计算技术不再是统计学教学的重点了。统计思想、统计应用才应该是重点。现代统计方法的实际应用离不开现代信息处理技术。统计软件的使用，不仅使统计数据的计算和显示变得简单、准确，而且使统计教学由繁琐抽象变得简单轻松、由枯燥乏味变得趣味盎然。所以，在统计教学过程中，大量的内容只需要给学生讲清楚统计基本思想、计算的原理和正确应用的条件、正确解读计算的结果，而对大量复杂具体的计算可以交给计算机去完成。

比如方差分析，手工计算量非常大，没有计算机软件的支撑，是很难教学实际问题分析的。现在我们只要讲清楚方差分析要做什么，为什么方差分析要解决的中心问题是判断有无条件误差，而原假设又是K种不同水平下总体的理论均值是否相等，检验结果表示什么等就可以了，大计算量的工作让计算机去完成。

2、通过统计实践学习统计。也就是以学生为中心，通过课堂现场教学、引导学生先读后写再议、模拟实验、利用课余时间完成项目、利用假期时间，通过参加学校组织的某些团队、小组或自己组织去开展一些与专业有关的活动，如社会调查、专题研究、提供咨询、参与企业管理等方法。全方位地激发学生的学习兴趣、培养学生的专业能力、方法能力和社会能力。

比如依同学们在设计调查问卷和调查方案的基础上，让他们组成若干调查小组（如以寝室为单位），在校园内真正进行一次统计调查活动，从具体调查对象和单位的确定，样本的抽取（不一定要很大），问卷的发放、回收与审核，数据输入与资料整理，估计与分析，一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。这样，同学们就亲身参与了统计调查、统计整理和统计分析（含统计推断）的整个过程，效果很好。

三、基于EXCEL的《统计学》教学设想

如何从烦琐的数理统计技巧转向数据处理的训练，同时还要使学生容易掌握并有机会辅之于实践。教师的导向是第一位的，要求必须选择容易获得而且普及性比较强的统计分析软件，并在课堂教学和引导学生实践中广泛采用。

（一）微软公司开发的EXCEL软件无疑是我们最好的选择

专业的统计分析软件SPSS、SAS、BMDP、SYSTAT其功能固然强大，统计分析的专业性、权威性不可否认，但是对于没有开设统计学专业的院校这些软件并不常用，如果学生要进行自主性学习也比较难以找到相应的工具，此外专业统计分析软件的英文操作界面，也让中国人用起来不是很顺手。微软公司开发的EXCEL软件作为一款优秀的表格软件，其提供的统计分析功能虽然比不上专业统计软件，但它比专业统计软件易学易用，便于掌握。在Windows操作系统极为流行的今天，EXCEL也是随处可见。对于《统计学》这门课程而言，利用EXCEL提供的统计函数和分析工具，结合电子表格技术，已能满足统计方面的要求。

（二）基于EXCEL的《统计学》教学设想

1、在教学内容上，依据EXCEL的函数功能、电子表格功能、数据分析功能，结合统计学原理的基本理论和方法，整合教学内容。比如传统的统计学原理教学过程中，对统计数据的搜集主要强调统计报表制度，在EXCEL环境应该更注重抽样推断，EXCEL提供的随机抽样工具使得抽样调查不再是十分复杂的技术，统计图也可以被广泛运用于对数据的描述；再比如现有统计学教材很多都讲根据整理的数据计算平均数时，都用加权平均的方法，当用组距式变量数列计算平均数时，用组中值作为各组的代表值进行计算。我们知道，组中值作为各组的代表值是假定各组变量值在组内是均匀分布的，如果实际数据与这一假定相吻合，计算结果比较准确，否则误差比较大。事实上实际数据往往就不是均匀分布的，因此用组中值计算的平均数都是近似的，而且相同资料编制的不同变量数列计算的平均数还不相等。其实为了编制变量数列，我们必须输入原始数据，EXCEL的有关程序可以得到准确平均数，哪里还有必要按加权算术平均的方法计算近似的平均数呢？那么有没有必要编制变量数列、特别是组距式变量数列呢？有没有必要按加权的方法计算平均数呢？我们认为有必要，但是组距式变量数列的主要功能不再是提供计算资料了，而是用于表现资料的分布状况和进行分析用；加权平均方法主要是介绍和要求学生掌握加权平均的思想，用于综合评价分析中。

2、案例教学成为《统计学》课程的重要内容。案例教学法不仅可以将理论与实际紧密联系起来，使学生在课堂上就能接触到大量的实际问题，而且对提高学生综合分析和解决实际问题的能力大有帮助。结合学生所学专业精选案例教学，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一块黑板、一支粉笔、一本教材、一张嘴巴就能将一门专业课程从头讲到尾。

3、改革考试方式和内容，合理评定学生成绩。考试是教学过程中的一个重要环节，是检验学生学习情况，评估教学质量的手段。对于《统计学原理》的考试，多年以来一直沿用闭卷笔试的方式。这种考试方式对于保证教学质量，维持正常的教学秩序起到了一定的作用，但也存在着缺陷，离考试内容和方式应更加适应素质教育，特别是应有利于学生的创造能力的培养之目的相差较远。在过去的《统计学》教学中，基本运算能力被认为是首要的培养目标，教科书中的各种例题主要是向学生展示如何运用公式进行计算，各类辅导书中充斥着五花八门的计算技巧。从而导致了学生在学习《统计学》课程的过程中，为应付考试搞题海战术，把精力过多的花在了概念、公式的死记硬背上。这与财经类专业培养新世纪高素质的经济管理人才是格格不入的。为此，需要对《统计学》考试进行了改革，主要包括两个方面：一是考试内容与要求不仅体现出《统计学》的基本知识和基本运算以及推理能力，还注重了学生各种能力的考查，尤其是创新能力。二是考试模式不具一格，除了普遍采用的闭卷考试外，还在教学中用讨论、答辩和小论文的方式进行考核，采取灵活多样的考试组织形式。学生成绩的测评根据学生参与教学活动的程度、学习过程中提交的读书报告、上机操作和卷面考试成绩等综合评定。这样，可以引导学生在学好基础知识的基础上，注重技能训练与能力培养。

参考文献：

[1]谢安邦.高等教育学[M].北京：高等教育出版社,1999.

[2]贾俊平.统计学[M].北京：中国人民大学出版社,2000.

[3]王怀伟.统计学教程[M].北京：清华大学出版社,2004.

篇（10）

1.1根据资料类型初步确定方法

临床研究中产生的各种不同原始资料，而不同数据资料类型采用的统计分析方法也不同。定量资料常用的方法有t检验、方差分析、非参数检验、线性相关与回归分析等。定性资料可用的方法有χ2检验、对数线性模型、logistic回归等，影像医师可根据不同需要选用不同统计方法。值得一提的是有些资料类型确定后，统计方法的选用对其有序性有相应要求；而多种方法联合应用或者使用部分少见的分析方法时还需要在选定统计方法后，利用统计软件(如SAS、SPSS)对应的不同命令进行初步分析试验。

1.2根据研究目的选择方法

1.2.1差异性研究

差异性分析是指评价比较组间均数、频数、比率等的差异。根据研究需要可选用的方法有χ2检验、t检验、方差分析、非参数检验等。临床上研究两组、多组样本比率或构成比之间的差别关系时最常用χ2检验，也是针对计数资料进行假设检验的一种常用的统计学方法，而对两组定量资料分析常用t检验和秩和检验，多组资料分析则常用方差分析；Fisher精确概率法主要适用于总体样本频数小于40或四格表中最小格子T值<1。虽然Fisher精确检验不属于χ2检验，但仍可以作为有效的补充，而也有人认为在统计软件普遍易得的当下，Fisher精确概率法也同样适用于大样本四格表的资料。如彭泽华等[6]在探讨冠状窦-左心房肌连接的双源CT冠状动脉成像(DSCTCA)形态特征时针对冠状窦-左心房肌连接的类型在两组类别变量采用联表的χ2检验，结果差异无统计学意义(χ2=0.115，P=0.944)。Teefey等[7]在研究超声表现及白细胞计数预测急性胆囊炎坏疽变化关系时使用Fisher精确分析。t检验适用于两组定量资料分析且资料满足方差齐性和正态性两个基本条件；同样t检验适用于完全随机设计的单因素两水平的资料，在选用t检验时应注意对资料进行相应的变量变换，若资料不能满足基本条件则选用适合分析偏态分布的非参数检验(如：秩和检验)进行分析。如Wang等[8]在研究不同侵袭性的前列腺癌组织和正常前列腺组织以及外周带前列腺癌Gleason评分与肿瘤信号对比时采用t检验。Kung等[9]在研究化脓性髋关节炎的临床和放射学预测指标时也使用t检验分析。秩和检验包括基本秩和检验(Wilcoxon等级检验、Mann-WhitneyU-检验)和高级秩和检验(Kruskal-Wallis、Friedmantests、Kolmogorov-Smirnov拟合检验)。当研究资料为两方差齐且呈正态分布的总体，而总体分布类型未知或者不满足参数检验的条件时，采用t检验对样本进行比较；但若无需比较总体参数只比较总置的分布是否相同且总体资料分布类型未知时需要采用非参数的Wilcoxon秩和检验进行比较。针对两组或多组样本的定性资料使用秩和检验比较时，需要混合两样本数据、编秩(从小到大)、计量T值、查表或计算求得P值。如Saindane等[10]在对“空蝶鞍”的临床意义判定因素研究中针对颅内压增高和偶然发现空蝶鞍患者两组资料对比时采用Wilcoxon秩和检验。Filippi等[11]在研究DTI测量儿童Ι型神经纤维瘤病胼胝体派生指标时运用Wilcoxon秩和检验。事实上在影像资料分析中经常见到多重组间比较的情况，方差分析(analysisofvariance,ANOVA)就是用来推断两个或者多个总体之间是否有差别的检验，又称F检验。多重组间比较不能单纯选用两样本均数比较的t检验，但是可以根据资料类型选用ANOVA检验。若来自两个随机样本资料呈正态分布且方差齐性同的定量资料，应采用两因素(处理、配伍)方差分析(two-wayANOVA)或配对t检验。通过F检验可以比较可能由某因素所至的变异或随机误差，同时可了解该因素对测定结果有无影响。当不满足方差分析和t检验条件时，可对数据进行变换或采用随机区组设计资料的FriedmanM检验。Obdeijn等[12]在研究乳腺术前MRI能减少术中切缘和乳腺保守术后再次手术，使用ANOVA分析两组资料，结果对照组(29.3%)相比术前MRI病例组(15.8%)有效减少切缘和再次手术(P<0.01)。

1.2.2相关性分析

相关性分析不等同因果性，也不是简单的个性化相比，其涵盖的范围和领域较为广泛。统计学意义中的相关性分析包含相关性系数的计算，其过程为：每个变量转化为标准单位后，乘积的平均数即为相关系数。相关性分析可以用直观地用散点图表示两个或者多个变量的离散，当其紧密地靠近于一条直线时，即变量间存在很强的相关性。相关分析常用的方法有Pearson相关性分析、Spearman等级相关分析和卡方检验。临床中对两个或者多个均为定量变量的资料，且变量均呈正态分布时可选用Pearson相关分析，但多数情况下Pearson相关分析适用于两组资料的相关性分析。判断两变量之间线性关系的密切程度主要用Pearson积差相关系数，其范围为－1～+1。若相关系数的绝对值越接近1，即两变量间相关性越密切；反之，相关系数的绝对值越接近0，其相关性越差。实际上在高质量期刊论文中使用Spearman等级相关分析的研究也很常见，其通过相关系数进行变量间线性关系分析来判定两个变量间相关性的密切程度。而密切程度的量化指标则通过计算样本相关系数r，根据实际计算r绝对值所属范围来推断两个来自总体变量的线性相关程度，从而推断总体的相关性。根据实际分析需要，将相关关系密切程度分为6等：当IrI=0时，说明两变量完全不相关：当0<IrI<0.3时，说明两变量不相关；当0.3<IrI<0.5时，说明两变量低度相关；当0.5<IrI<0.8时，说明两变量显著相关；当0.8<IrI<1说明两变量高度相关：当IrI=l时，说明两个变量完全相关。王效春等[13]在研究磁敏感加权成像与动态磁敏感加权对比增强MR灌注加权成像联合应用在脑星形细胞瘤分级中的价值一文应用Spearman等级相关分析，结果显示肿瘤内磁敏感信号与相对血容量最大值和病理分级呈正相关(IrI分别为0.72、0.89，P值均＜0.01),相对血容量与病理分级呈显著正相关(r=0.78，P＜0.01)。又如Lederlin等[14]在比较几何参数、相关功能与组织学特性在哮喘患者的支气管壁CT衰减性关系中同时使用Pearson相关分析和Spearman等级相关分析，其r=0.39～0.43，表明与对照组相比常规CT衰减参数在哮喘患者平常支气管的CT参数、气道壁衰减方面更好的区分哮喘患者，同时也更好地区分气道梗阻。值得提及的是对资料有序或无序无法作出初步判定，且明确资料类型为定性资料时还可以选择使用卡方检验和Spearman等级相关分析。

1.2.3影响性分析

由于事物之间的联系是多种多样的，而某一结局可能受到来自其他多个方面的影响，此时为分析某一结局发生的影响因素可采用的资料分析方法有线性回归(一元或多元)、logistic回归、Cox比例风险回归模型(生存分析)等。在影像资料分析中一元线性回归是将影像资料中一个最主要影响因素作为自变量来解释因变量的变化。多元回归定义为某一因变量的变化受多个重要因素的影响，而此时需要用两个或多个影响因素作为自变量来解释因变量的变化，且多个自变量与因变量之间是线性关系(多个因变量之间相互独立)。实际研究中多元线性回归模型在影像资料分析应用较为广泛。Langkammer等[15]在磁敏感系数绘图在多发性硬化中应用研究中使用多元线性分析，结果显示各种影响因素中年龄是预测磁化率影响最强的因素。Logistic回归是研究二分类和多分类观察结果与某些影响因素自己建关系的一种多变化分析方法，其经常需要分析疾病与各影像指标之间的定量关系，同时又需要排除一些混杂因素影响。Logistic回归在统计学上属于概率型非线性回归，其分析思路与线性回归大致相同，能有效解决过高或过低水平因素以及分析因素少而样本量大等问题。相比多元线性回归，Logistic回归在处理分类反应数据方面更为常用，且适用于结局为定性影像资料。如Lee等[16]研究高分辨率CT在发现小蜂窝样特发性间质肺炎纤维化的连续变化和预后应用中使用logistic回归分析，结果表明高分辨率CT在网状和磨玻璃状范围内评价普通肺炎与非特异性纤维化肺炎之间差别明显(P<0.01)。在临床实际工作中常常需要分析生存时间与影像资料之间的关系，Kaplan-Meier法就是常用的一种分析方法，其又称乘积极限法，对大小样本资料分析均适用。实践中习惯上以时间为横轴、生存率为纵轴回执的阶梯状图称为Kaplan-Meier生存曲线(survivalcurve)，也称K-M曲线。Cox比例风险回归模型是另一种生存分析方法，包括参数与半参数模型两类，其主要是进行多因素生存分析的一种方法，同时可分析众多变量对生存时间和生存结局的影响。Saad等[17]在经颈静脉肝内门体静脉分流术在肝移植受者的技术分析和临床评估研究中比较成功施行肝移植与非移植病人开展门体分流术(transjugularintrahepaticportosystemicshunt，TIPS)后的临床疗效评估，使用了Kaplan-Meier法，结果显示6～12个月、12～24个月、24个月以上，移植成活率分别为43%、32%和22%。生存期大于1年的晚期肝脏疾病模型存活评分低于17分、等于17分或大于17分的存活率分别为54%和8%(P<0.05)。

2其他适用方法

2.1ROC曲线

ROC(receiveroperatingcharacteristic)曲线是欧美影像学期刊中应用较为常见的统计学方法，国内期刊应用相对较少。ROC曲线根据一系列不同的分界值以真阳性率(灵敏性)为纵坐标，假阳性率(特异性)为横坐标绘制的曲线。ROC曲线分析结合灵敏度(sensitivity)和特异度(specificity)广泛应用于医学诊断，也应用于影像诊断及人群筛查。ROC曲线根据曲线下面积(areaundertheROCcurve，AUC)的大小对诊断试验作定量分析。理论上，AUC值在0～1间。根据实际情况将诊断分为不符合诊断(AUC<0.5)、无诊断价值(AUC=0.5)、低准确性(0.5<AUC<0.7)、一定准确性(0.7<AUC<0.9)、较高准确性(0.9<AUC<1)，AUC越接近于1，表明诊断准确性越高。Hyodo等[18]在研究乏血管少结节的慢性肝脏疾病患者发展成富血管性肝细胞癌风险因素一文中使用ROC曲线分析，结果显示后续发展成血管性结节平均增长率明显高于非血管过渡性结节。

2.2Kappa检验

Kappa检验主要用于评价不同资料间一致性程度，常用Kappa值评价一致程度。Kappa系数适用于两项和多项无序分类变量资料。在影像学试验中常需要判断多名医师测量同一研究对象或者同一医师多次测量同一对象的一致性，Kappa一致性检验便是最佳选择。Kappa检验还可通过计算Kappa值对两种非金标准的诊断方法进行诊断结果一致性分析。一般而言，评价Kappa一致性需要计算Kappa系数，但在研究考察新的诊断试验方法是否优于金标准，或者检验是否与金标准一致时，还需要计算特异度、灵敏度、阳性预测值和阴性预测值等指标。目前公认的Kappa系数分为六个区段即一致性极差(Kappa值<0)，一致性微弱(Kappa值0～0.2)，一致性弱(Kappa值0.21～0.40)，中度一致Kappa值(0.41～0.60)，高度一致(Kappa值0.61～0.80)，一致性极强(Kappa值0.81～1.00)。

篇（11）

关键词：高职高专；统计学；教学

统计学作为经济类、管理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。高职高专教育和普通本科教学存在着很大的区别，本科院校在具体授课过程中主要以理论为主，而高职高专院校则以实践为主，强调学生学有所用。

前者针对的对象主要是一些学习基础好、接受能力强的学生，而后者针对的对象则是学习能力和接受能力相对弱的学生，这要求教师在教学过程中针对不同的对象采用不同的教学方法。本文意在分析高职高专统计学教学的一些特点以及应该采用的教学方法。

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。由于高职高专院校招生分数相对较低，高职高专院校的生源质量与一般本科院校相比总体水平偏低，参差不齐异常突出。

针对这一现实状况，对高职高专学生的教学要用简洁、通俗的语言。这是高职高专教学最基本的要求。语言一定要简洁、通俗，只有这样才符合高职高专学生的实际情况，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，挑选重点有代表性地着重讲解，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。

教师还要和学生互动，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。这个方法在高职高专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。

在高职高专统计学教学过程中，使用案例教学法。

首先，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。

其次，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，要让同学们写总结，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：

首先，要学会运用PowerPoint,并且充分运用PowerPoint的动画功能，这些动画功能可以吸引学生的注意力。

其次，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。

在教学实践中，还可以选择一些分析软件，例如Excel办公软件。Excel是《计算机文化基础知识》中的一部分，高职高专的课程普遍把《计算机文化基础知识》这门课程安排在大一上学期，而《统计学》这门专业基础课则安排在大一下学期或大二开设。所以在学习《统计学》时，学生都已对Excel的使用比较熟悉，在具体授课时教师只需把其中的统计分析功能介绍给学生，再演示一些实例，学生一般很快就能掌握，另外，还可以通过让学生操作来检查教学效果。

四、注重实践操作。