序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇統計學統計方法范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

起源于上世紀七十年代的層次分析法(簡稱AHP)是由美國運籌學家T.L.Sattyti提出的，主要是對多指標系統方案給出一種層次化、結構化的決策方法。該方法綜合考慮了定性與定量兩種決策分析方法，在決策分析問題中有著廣泛的應用。

 

層次分析法主要是一個模型化、數量化的過程，通過對復雜系統的分解，將其轉化為若干因素，在各因素之間通過比較和計算，從而得出不同方案的權重，該權重可為最佳方案的選擇提供依據。在處理實際問題的過程中，經常會遇到諸如目標準則層次較多以及非基本結構的復雜決策問題，此時如何能夠將該問題簡化主要取決于如何從少量的定量信息入手，深入探究問題的本質及其內在關系，將思維的過程數字化，從數學的角度思考，用數字說話，達到準確計量的目的。

 

層次分析法中各層次的結構反映了各因素之間的關系，如何確定該結構是關鍵所在。通常準則層中的各準則在目標衡量中所占的比重并不一定相同，處理的關鍵在于如何較為準確的將這些比重進行量化。很多時候，對某個因素有影響的因子比較多，如若直接給出各個因子的比重，難免出現偏差，主要原因有：問題考慮不全面、首尾數據顧此失彼、所有數據可能不符合整體性為1的隱含條件等。

 

比如我們有這樣的生活常識：假如有若干個大小不一的西瓜，每個人都能按照自己的感覺給出每個西瓜所占總體重量的大致比重，但是由于不知道每個西瓜具體的重量，每個人給出的數據都不盡相同，而且由于只是估計值，可能所有的比值會出現相互矛盾的情況，也容易出現比值和不等于1的情形。因此，當影響某因素的因子較多時，通常將眾多專家研判的均值作為各因子的比重，但這些比重只是初始值，通常要在初始值的基礎上經過一系列嚴格的轉化、換算，才能最終得出各準則層的相對權重。

 

各準則層相對權重求解的過程大致可以分為三個步驟：1.構造判斷矩陣——分析系統中各因素間的關系，對同一層次各元素關于上一層次中某一準則的重要性進行兩兩比較，從而構造得出兩兩比較的判斷矩陣;2.構造判斷轉化矩陣——由上一步中的判斷矩陣中數據計算各比較元素所在準則的相對權重，并進行一致性檢驗。通常由判斷矩陣到判斷轉化矩陣的轉化方式不唯一，不同的轉化構造方式往往對應不同的適用和使用效果;3.計算各層次對于系統的總排序權重，并進行排序。以上三個步驟中，第二步是關鍵，最終可以得到各方案對于總目標的總排序。

 

在用層次分析法解決某些具體問題時，可能會出現相對權重明顯集中，權重差距較大的現象。因此，需要對層次分析法相對權重進行改進計算，努力提升層次分析法實際應用效果。本文主要介紹確定相對權數的一種新算法—方程法，并且通過實例檢驗其使用效果。1層次分析法中相對權重的算法新思路

 

1.1建立判斷矩陣

 

判斷矩陣是在對每一層次中的所有因素進行相對重要性的兩兩比較的基礎上而建立的矩陣，即：

 

R=r111…1R1n

 

1

 

rn11…1rnn，其中r11。，r22，…，rnn=0.5，rij表示第i個元素相對于第j個元素的重要程度關系，采用0.05-0.95標度給予數量表示，且rij+rji=1。江蘇理工學院學報第20卷第6期孫丹丹：確定統計權數的新方法——方程法

 

rij的取值不應由個別人來確定，應由眾多專家共同研判，最終取其均值。專家研判的取值是第i個元素相對于第j個元素的重要程度確定：特別重要(0.85-0.95)、重要(0.75-0.85)、相對重要(0.65-0.75)、稍重要(0.55-0.65)、重要程度相當(0.5)。

 

1.2判斷轉化矩陣

 

判斷轉化矩陣：A=a111…1a1n

 

1

 

an11…1ann，其中a11，a22，…，ann=1。

 

判斷轉化矩陣，需要將rij轉化為aij。

 

判斷轉化矩陣中aij和aji必須滿足兩個條件：①aij*aji=1;②aij-aji=rij-rji(其中i為i和j兩個元素中較重要者，否則條件②改為aij-aji=rij-rji)。

 

將以上兩個條件進行變換，即aij-11aij=rij-rji或aji-11aji=rji-rij，求解可以得aij或aji(取正數解)。

 

1.3準則層的相對權重的計算

 

①計算判斷矩陣中各行元素乘積：Mi=∏N1j=1aij=ai1·ai2…ain(i=1，2，....n)。

 

②計算Mi的n-1次方根：Wli=n-11Mi。

 

判斷轉化矩陣中涉及元素是n個，反映元素間的關系應是n-1個關系。事實上，由于判斷轉化矩陣中a11，a12，…，ann=1，因此對角線上的元素對計算判斷轉化矩陣中各行元素之乘積是沒有影響的。基于以上考慮，應該計算Mi的n-1次方根。

 

③對Wli進行正則化處理：Wi=Wli/∑n1i=1Wli，其中Wli為判斷矩陣中各行元素乘積的n-1次方根。正則化處理后，∑n1i=1Wi=1。

 

從上述過程可以看出，新方法中準則層的相對權重計算過程與傳統層次分析法相比，區別主要在于第二步，即判斷轉化矩陣的計算。在判斷轉化矩陣中，aij保留了最初判斷矩陣中rij之間的差異性，并進一步將最初判斷矩陣的對角線相應因素和為1轉化為了判斷轉化矩陣中的對角線相應因素積為1，這在一定程度上解決了相對權重明顯集中，權重差距較大的現象。下面將通過實例，來驗證該方法在處理權重差距較大問題時的可行性和優越性。2層次分析法中相對權重的改進算法實際應用

 

全部國有及規模以上非國有工業企業主要經濟效益指標：工業增加值率、總資產貢獻率、資產負債率、流動資產周轉次數、成本費用利潤率、全員勞動生產率、產品銷售率，記這7個指標分別為1、2、3、4、5、6、7。

 

2.1判斷矩陣：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判斷轉化矩陣

 

由上述矩陣結合算法新思路中判斷轉化矩陣的求法，不妨以a12與a21為例。

 

由r12=0.25，r21=0.75可知：a21·a12=1，

 

a21-a12=r21-r12，即a21·a12=1，

 

a21-a12=0.5。

 

解方程組可得：a12=0.780 8;a21=1.280 2。

 

同理，可求得所有a1ij，i，j=1，2，…，7。

 

匯總整理后可得如下判斷轉化矩陣：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準則層的相對權重的計算

 

由上述矩陣結合算法新思路中準則層的相對權重的計算方法可得：Mi分別為：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次方根分別為：1.150 268，1.419 648，0.876 805，1.050 715，0.984 286，0.732 772，0.921 605。

 

從而可以求得每個Mi相對權重，匯總整理如下：

 

%11121314151617統計局公布權重116120112115114110113新算法權重116.12119.89112.29114.72113.79110.27112.91傳統層次分析法權重123.36146.5913.1518.95111.8611.5414.55本例中，由最后的計算結果可以看出：若使用傳統層次分析法，則最終計算出的權重值差距較大且僅集中于個別因素;而使用新方法所計算出來的相對權重明顯更接近于統計局所公布的數值，且由此方法計算出的權重值也有更為合理的解釋。3結語

 

篇（2）

中圖分類號：G71 文獻標識碼：A 文章編號：1673-9132（2016）14-0290-005

醫學統計學是以數理統計和概率論為基礎，以醫學理論為指導，運用統計學的原理和方法研究醫藥衛生領域中數據的收集、整理、分析的一門應用型科學。該門課程概念抽象、內容邏輯性強，被許多學生認為是最難學習的課程之一。對于醫學統計學教師來說，如何改變傳統的教學方法，培養學生的統計思維，是值得進一步探究的問題。為此，我們對醫學統計學的教學方法進行了改革，現將教學情況總結如下。

一、研究對象與方法

（一） 研究對象

將我院2014級醫學檢驗技術專業4個班級隨機分成實驗組2個班級和對照組2個班級，實驗組85人，對照組102人，實驗組和對照組學生在性別、生源、錄取分數等方面均無統計學差異（p>0.05），實驗組和對照組授課教師、教材選取、教學內容、課時均相同。

（二）研究方法

1.教學方法及內容選取：對照組采用“灌輸式”教學方法，即課堂上以教師講授為主，學生被動接受，課后練習教材上的習題；實驗組采用“分組討論-課堂點評-效果鞏固及檢查”新的教學方法，但有些內容是離不開教師的課堂講授的，如基本概念等，結合課程內容特點及學生的能力，我們選取了四個章節實施新的教學方法，這四個章節包括定量數據的統計描述、醫學參考值范圍估算、統計表和統計圖以及x2檢驗。

2.分組：對照組102名學生不分組，實驗組85名學生按分成10組，每組有8～9名學生，每組由教師選出2名負責人。

3.實施過程：在對照組學生每次上完課后告知下次上課的內容，要求學生提前做好預習；實驗組學生在提前1周左右告訴每組的2名負責人課堂討論的內容，由負責人和組員分工準備，通過教材研讀和文獻查閱等制作PPT或掛圖，上課時每組選派一名代表進行講解，其他成員參與討論，教師做適當的引導，最后由教師歸納總結。

4.效果評價：課程結束后采用卷面考核和滿意度調研來評價教學效果。由于教學方法不同，所以兩組學生考核的題型不同，對照組學生考核題型包括名詞解釋、填空題、判斷題、單項選擇題和計算題，實驗組學生考核題型包括判斷題、單項選擇題和原始資料的統計學處理（計算題），實驗組學生題型的靈活性優于對照組學生；滿意度調研的問卷自行設計，兩組學生所用的問卷相同，問卷包括四部分內容，即教學方法、教學適應性、教學效果、綜合素質的提高，在課程結束后由授課教師統一發放填寫，當場回收。

（三）統計分析

采用Epidata3.0雙人雙份錄入數據并核對檢查，用SPSS18.0統計軟件包分析，定量資料采用t檢驗，定性資料采用x2檢驗，以p

二、結果

（一）教學效果評價

1.總成績評價：兩組學生采用不同試卷進行考核，滿分均為100分。對照組學生最低得分28分，最高得分93分，平均得分66.35±15.13；實驗組學生最低得分36分，最高得分94分，平均得分71.07±12.69。兩組學生總成績有統計學差異（p

2.正確率評價：兩組學生相同題型的正確率得分見表2，計算題和單項選擇題實驗組學生正確率高于對照組學生，差異有統計學意義（p

（二）滿意度評價

實驗組共發放問卷85份，回收85份，有效率100%；對照組共發放問卷102份，回收98份，有效率96.08%。教學方法、教學效果和綜合素質提高三方面實驗組學生優于對照組學生，有統計學差異（P0.05），具體見表3。

表3 兩組學生滿意度調查結果

三、討論

其一，通過本次調研發現，實驗組學生卷面總得分高于對照組學生，有統計學差異（p

其二，滿意度調研方面發現除了教學方法的適應性兩組學生無統計學差異外，其余方面均是新的教學方法優于傳統教學方法，且有統計學差異（p

其三，通過訪談發現，學生以往學習中接觸到的都是傳統教學方法，這次突然面臨一種全新的教學方法，可激發學生的好奇心。但是這種教學方法使得學生課后需花大量的時間查閱文獻及制作ppt，這導致他們研讀教材的時間相對不夠，對教材上的基本概念一知半解，最終在卷面考核中判斷題的正確率非常低。在以后的教學中，我們需要進一步找到兩者的平衡點，既要重視基本概念的理解，又要重視實際能力的培養。

其四，“學生分組討論-課堂點評-效果鞏固及檢查”并不適合理論性強的章節，所選的教學內容應該在前期的教學中作了必要的鋪墊，學生已具備自主分析問題時所必須的理論基礎，在前期已經系統講解了概率分布原理等。

其五，“學生分組討論-課堂點評-效果鞏固及檢查”教學法的核心是自我學習，教師不再處于中心位置，而是對學生的學習起引導作用。這就要求教師鼓勵學生提出不同的見解，在關鍵點內教師進行提示和引導，及時做好點評、課堂總結。

篇（3）

近年來，統計學已成為高職院校財經類特別是經濟管理等專業的一門重要課程。統計學有著自己的課程體系和框架內容，也有著獨特的研究思路及方法。為提高教學質量和效果，本文探究高職院校統計學的教學方法。

一、高職院校統計學定位

所謂高職，亦即職業技術教育的高等階段。在我國大陸，當前的高職教育主要還是專科層次。它以培養技術型人才為主要目標，著重培養具有較高思想素養、具備必要理論知識、熟練掌握專業技能、全面發展綜合能力的應用型人才。高職院校必須自覺承擔起時代賦予的新使命，大力推進高職教育教學改革，培養數量充足、素質過硬、結構合理的高端技能型專門人才。

統計學作為一門學科，它運用專門的技術和方法，收集所觀察事物的數據，進行量化的分析、總結，并進而進行推斷和預測，為相關決策提供依據和參考。統計學既是一門科學，亦是一門藝術。

高職院校的統計學教學，其理論知識的講授應以能用為度，實用為本，重在培養和提高學生的動力能力和實際操作技能。要將統計學的基本理念、思路及分析方法和技巧與社會生產生活實踐高度融合，真正做到理論聯系實際，學以致用。

二、高職院校統計學教學中存在的問題

隨著高職高專教育教學改革的不斷深入，高職統計學教學取得了很大的改進和提高，但還存在著不少的問題。

在教材的選用問題上，部分高職院校因客觀或主觀因素未選用本層次的適用教材，取而代之的是本科生或研究生教材，難免造成層次脫節。當今教材市場亦是魚龍混雜，良莠不齊，也難免出現選擇不當的情況。教師教學經驗問題上，部分教師因經驗不足或水平受限不能很好的把握學科的靈魂和精髓，容易導致層次不清，側重不明。學生學習基礎問題上，不少學生基礎薄弱，在學習如概率論、抽樣估計、指數分析等問題上顯得較為吃力。教學方法問題上，一些院校教師思想保守，觀念陳舊，他們不愿或不便采取先進的教育教學技術，教學方法單一落后，效率低下。自然影響學生的學生興趣和激情，不利于學生主觀能動性的發揮和創造性的施展。更為重要的是，在一部分院校，統計學雖有理論知識和方法技巧的悉心講授，但忽視了技術和方法的操練和具體應用環節，學生的實際應用技能呈現空白或相當薄弱，這無疑與高職教育的培養目標相悖。

當然，教學中還存在著如重視不夠、師資配備不力、課程設置不合理、內容體系不系統等問題。以上問題并不難解決，本文重點探討統計學的教學方法。

三、高職院校統計學教學方法探析

談及高職院校的統計學教學，一定要高度理解并深入貫徹高職教育教學的指導方針、政策，明確高職教育的人才培養需求，在充分挖掘高職學生具體情況特點的基礎上，探索并遵循統計學學科的教學規律，謀求更為高效的教學方法。

要做好統計學課程的教學，作為教師，崇高的道德、超凡的品格、高貴的氣質、幽雅的風度是首要的。同時，教師還應博覽群書，廣泛涉獵學科知識和前沿信息，精通學科的框架結構和知識體系，高瞻遠矚，高屋建瓴。這是做好教學工作的前提。

俗話說，教無定法。在統計學的教學過程中，還是有一些方式方法值得借鑒、引用。對于統計學的基本理論和基本知識部分，可以課堂講授為主，要不惜精力把重要理論的淵源和來龍去脈講清講透。對于方法技能部分，要重點加強實訓和操練，突出實用性。根據具體需要，可組織開展案例教學、情景模擬教學、頭腦風暴法教學、換位教學等多種教學方式。可組織開展專題研討會、聽取講座、觀看圖像影片等形式豐富知識信息。可綜合利用課堂講授、多媒體演示、實地考察、實訓演練等多種教學平臺開展教育教學。

要培養高等技術應用型人才，就要突出應用技能的培養和提高。為此，可考慮以下方式方法。

第一，突出實踐教學。統計學是一門應用性較強的學科，在教學過程中一定要注重技能性和實用性。引導學生理論實踐結合，自發學習，深入研究，努力拓展，強化技能，注重實效。比如，安排學生調查本班學生的家庭情況、收集并整理今年我省高招的信息、設計關于學生興趣愛好的調查問卷、抽樣估計食堂饅頭的重量、對鄭州市商品房銷售額進行指數分析等，將理論知識自覺應用于具體實踐，在操作過程中獲得更深刻的知識與技能體驗。

第二，案例分析法教學。案例分析法易于激發學生的創新思維，培養其分析思辨能力。該方法操作簡單，但應注意選擇恰當的、有代表性的典型案例。比如，在學習數據收集和描述時，可運用“北京奧運會獎牌的分布及構成分析”案例；在學習線性回歸時，可運用“鄭州市城鎮居民消費支出與可支配收入的關系”案例；在學習時間序列時，可運用“改革開放三十年我國GDP的變化”案例等等。可選擇全部或一定比例的學生就案例分析討論情況發表言論，一方面，激發了思維；另一方面，也提高了語言表達能力。但應注意，案例分析法不能亂用、濫用，漫無邊際的案例分析會適得其反，只會浪費時間和精力。

第三，實地考察法教學。這是非常好的獲取知識和信息的途徑。通過實地參觀考察，可以直接領略統計工作開展的具體情形，在觀察中獲得感知，這種東西是課堂上無法學習和領悟到的。比如，通過對統計部門的實地考察來領會統計工作流程、通過對第六次人口普查的觀察與體驗來品味統計調查方法等。

第四，情景模擬法教學。在統計學的教學中，可通過創設條件，模擬生產生活中的某些具體場景，讓學生來體驗不同統計調查方式的選擇、統計資料的收集與整理、統計分析方法的具體運用等。

第五，運用多媒體等現代教學手段教學。多媒體具有信息豐富、演示便捷、形象生動、技術先進等優勢，要將多媒體等教學手段與傳統教學方式結合起來，使之相得益彰。

在教學中，也要解放思想，實事求是，與時俱進。積極探索更為靈活適用的教學方式方法，以期師生共益。

參考文獻：

[1]時曉文.高職高專統計學教學方法初探.《中小企業管理與科技》，2011年第18期

[2]申荷珺.高職院校統計學課程教學改革探討，2007.10

[3]王珂珣.淺談高職院校統計學的教學方法.《中國科教創新導刊》，2011年第13期

篇（4）

一、運用統計學案例教學本文由收集整理的必要性

自從十九世紀統計技術為基因學說奠定了理論基礎開始，科學技術日新月異的發展，各類科學技術也開始依賴于統計方法，統計方法與技術的應用也變得越來越重要。統計學作為一門方法論學科，最終的道路都是與其他科學結合交融的共同發展。為了滿足二十一世紀現代化建設的要求，縮小與國際先進水平的差距，使統計人才的培養適應建立社會主義市場經濟體制的需要，關鍵在提高統計教育的質量。

統計教學包括教學目的、教學內容和教學方法三個基本要素。教學目的是教學的核心，教學內容和教學方法都是為實現教學目的而服務的。統計教學以學生為中心，是統計教師的“教”和學生的“學”相結合的雙邊活動，因此，既要調動教師的積極性，也要調動學生的積極性，這樣才能較好地實現統計教學的目的。

統計案例教學是指在教師的指導下，學生通過對案例情況的熟悉，運用所學的統計理論和統計方法對案例中待解決問題進行分析和研究，對計算過程和計算結果進行分析和評價，從而選擇一個最優解決方案的過程。

二、統計學案例教學的特點

案例教學把被動式學習變成主動式學習，有效地防止了濫竽充數。傳統的教師灌輸式教學法的弊病之一是學生沒有什么學習壓力，因為學生在課前預習與否無人問津，在課堂上是否注意聽講無法考量，除非學生在打瞌睡，否則，只要人坐在課堂里，即便是在“溜號”，也拿他沒辦法。久而久之，灌輸式教學實際上培養了學生懶于學習和思考惰性，尤其是在教師苦口婆心地“灌”陳舊、過時、空洞理論的時候，更使課堂氣氛顯得沉悶和壓抑，導致學生學而生倦，學而生厭。

《統計學》課程案例教學法與傳統教學法有著根本差異，集中體現在傳統教學法是老師講授，學生被動學習，而《統計學原理》課程案例教學是老師與學生都在一個平等的位置上相互探討，使學生成為學習的主體，成為主動的學習者。學生可以針對案例中出現的一些問題進行提問，與老師共同完成任務。

1.強調學生學習的主動性

《統計學》課程案例教學法與傳統教學法有著根本差異，集中體現在傳統教學法是老師講授，學生被動學習，而《統計學》課程案例教學是老師與學生都在一個平等位置上相互探討，使學生成為學習的主體，成為主動的學習者。學生可以針對案例中出現一些問題進行提問，與老師共同完成任務。

2、案例的真實性

案例來源于客觀世界的事實，同時又反映客觀世界的真實內容，在案例中還可以結合地區經濟發展實際情況，使學生增強了解為今后就業提供幫助。只有這樣，才使得《統計學原理》課程案例教學更具有現實的一面，學生才能真正感受到解決實際問題的情景。促使學生自主地將理論知識應用于實際。

3、重視學生分析問題、解決問題能力的培養。

統計案例教學注重引導學生運用所學知識來解決實際問題，教學案例與教科書上的例題不同，例題的作用是單一的、有限的，通過例題只是掌握和熟練所學的統計方法及計算公式，而案例的作用是多方面的，它讓學生了解了分析問題的思路，要解決什么問題，如何解決，應用什么理論和方法，需要什么數據，怎樣解讀計算結果，并根據分析結果，提出針對性的對策和措施，訓練學生綜合運用所學知識去解決實際問題的能力，激發學生學習的興趣和求知的欲望。

三、統計學案例教學中應采取的措施

案例教學法有很多自己的獨到之處，經過近百年的探索，在美國和世界各地得到了廣泛的應用，顯示了案例教學法的重要作用和強大生命力。但全面運用案例教學法時要注意以下一些問題。

1、編寫出本專業特色的案例教材

教學案例應該本著“以用促學，學以致用”的原則，圍繞不同的教學內容建立。每個案例都必須是真實事例，并配有相應的數據庫以供選擇各種統計方法進行分析，為了使學生對案例有全面深入的了解，還需對每個案例所涉及的數據的取

得程序和方法、調查表的表式、樣本點的分布、數據的含義以及案例的約束條件等作具體說明。

2、統計學案例教學方法應和傳統授課方法相結合

案例是為教學目的服務的，應與所對應的理論知識有直接聯系，即案例教學一定要在理論基礎上進行。只有將基本概念、基本原理理解得透徹，才能充分開展案例討論，取得實效。而在理論知識普及和更新方面，傳統講授式教學法具有其獨到之處，它能全面、系統地向學員傳授基本概念和基本知識。但在講授中要注意理論部分力求少而精，并注意啟示學員學習的主動性、自覺性，使學員在系統掌握知識、技能的同時，提高分析問題和解決問題的能力。

篇（5）

中圖分類號 G642.0 文獻標識碼 A 文章編號 1007-7731（2013）15-148-02

生物統計學是數理統計原理和方法在生物學中的應用，不僅在生命科學領域、而且也在其他學科領域中得到廣泛應用，是一門工具學科[1]。生物統計學的理論性和實踐性均較強，涉及的基本原理、公式和概念較多，需有一定的數學基礎和邏輯推理能力才能學好，相對于其他專業課程，師生普遍反映難教、難學、難記[2]。《生物統計學》不容易理解和掌握，導致學生缺乏學習興趣和動力，考試前通過死記硬背接受理論知識，形成短暫記憶，隨著時間的延長，所學內容逐漸忘記。這門課程講授完之后，學生不會靈活運用其中的方法，也不會設計一個簡單的試驗，更不會將生物統計學的基本理論、技術和常用統計方法應用到本科畢業論文設計中，導致理論教學與實踐應用脫節，顯然未達到教學目的。以往《生物統計學》教學以單純理論教學為主，不設或很少開設實驗課。因此，筆者結合《生物統計學》的基本原理，利用計算機和統計軟件，開設了《生物統計學》實驗課，并嘗試對該課程的實驗教學方法進行改革探索。

實踐教學環節非常有利于提高大學生的培養質量，而《生物統計學》課程教學的實踐環節亟待加強。在《生物統計學》實驗教學過程中，我們利用計算機輔助實驗教學，開設以下實驗課：（1）《生物統計學》某章節理論知識講授完之后，利用計算機和相關統計軟件，開設相應的實驗課。在實驗課上，教師通過統計軟件演示例題的計算和分析過程，并講授統計軟件的使用方法，學生根據所學理論知識，結合實例在計算機上借助統計軟件進行操作，這樣使學生獲得知識更加直接與快速。（2）學生參與試驗設計和科學試驗。學生要在生產實踐或實驗室中設計試驗，親自參與試驗數據的采集，并對試驗數據進行統計和分析，這樣有利于加深學生對所學內容的理解。《生物統計學》教學開設了如下實驗：

1 利用Excel繪制常用統計圖

Excel繪制圖形功能強大，各種版本的Excel軟件均提供了14種標準圖表類型，每種圖表類型中又含有2～7種子圖表類型；還有20種自定義圖表類型可以套用。講授完試驗資料的搜集和整理后，開設利用Excel繪制常用統計圖的實驗課。學生在實驗課上利用Excel繪圖時，可以對圖表區、繪圖區、數據系列、坐標軸、圖例、圖表標題的格式，例如文字的顏色、字體、大小，背景圖案、顏色等進行修改和調整，使修飾后的圖形更加美觀好看，爽心悅目。當圖和數據放在一張工作表上、學生改變繪制圖形的數據時，其圖形將發生相應變化；將鼠標放在圖中某數據點上，在鼠標下方將彈出一個文本框給出數據點的具體數值；用鼠標單擊繪圖區中的“數據系列”標志，其圖所屬數據單元格將被彩色框線圍住，便于用戶查看圖形的數據引用位置。在“數據系列”點擊右鍵可以向散點圖、線圖、條形圖等添加趨勢線，并可給出趨勢線的方程與決定系數。

2 利用Excel進行數據描述統計分析

講授完試驗資料特征數的計算后，開設利用Excel進行數據描述統計分析的實驗課。首先選用與生活聯系緊密的數據資料，讓學生利用Excel計算這些數據的平均數、中位數和眾數，測定和分析這些數據的集中趨勢，然后利用Excel測定樣本標準差、總體標準差和四分位數，讓學生分析這些數據的離散趨勢。另外，讓學生利用Excel分析總體次數的分布形態，計算總體平均值的置信區間，有助于識別總體的數量特征。總體的分布形態可以從兩個角度考慮，一是分布的對稱程度，另一個是分布的高低。前者的測定參數稱為偏度或偏斜度，后者的測定參數稱為峰度。

3 利用Excel進行統計假設檢驗

講授完統計推斷之后，利用Excel進行統計假設檢驗的實驗課。統計假設檢驗是根據隨機樣本中的數據信息來判斷其與總體分布是否具有指定的特征[1]。我們選擇實際案例，讓學生提出假設，利用Excel中適當的統計方法計算檢驗的統計量及其分布，確定顯著性水平和決策規則，最后推斷是否接受假設，得出科學合理的結論，這個過程就稱為假設檢驗或統計假設檢驗。統計假設檢驗的方法多樣，通過比較就會發現它們的基本方法和步驟大同小異，例如t檢驗、u 檢驗、x2檢驗等，可以詳細講述其中1～3種假設檢驗方法，其它假設檢驗方法可以采用啟迪和推導方式讓學生利用統計軟件自行輕松地學習和操作。

4 利用Excel和SAS軟件進行方差分析

講授完方差分析之后，開設利用Excel和SAS軟件進行方差分析的實驗課。利用Excel只能進行單因素或雙因素（包括可重復雙因素和無重復雙因素）方差分析，而涉及雙因素隨機區組試驗、三因素試驗和裂區試驗等試驗數據的方差分析，即讓學生利用SAS軟件進行多重方差分析。另外，Excel中的單因素或雙因素方差分析只能給出方差分析表，不能進行平均數的多重比較，也無法用不同字母標記法表示差異顯著性的結果，這些也都需要利用SAS軟件。

5 利用多種統計軟件進行回歸分析

由一個或一組非隨機變量來估計或預測某一個隨機變量的觀測值時，所建立的數學模型及所進行的統計分析，稱為回歸分析[1]。按變量個數的多少，回歸分析有一元回歸分析與多元回歸分析之分，多元回歸分析的原理與一元回歸分析的原理基本相似。按變量之間的關系，回歸分析可以分為線性回歸分析和非線性回歸分析。利用統計軟件進行回歸分析時，首先讓學生如何確定因變量與自變量之間的回歸模型；如何根據樣本觀測數據，估計并檢驗回歸模型及未知參數；在眾多的自變量中，讓學生判斷哪些變量對因變量的影響是顯著的，哪些變量的影響是不顯著的。在方差分析實驗課上，先讓學生利用Excel進行簡單的線性回歸分析，然后利用SPSS軟件進行相關與回歸分析，最后利用SAS軟件進行多元線性回歸分析和逐步回歸分析，使學生了解不同統計軟件的特點、功能和作用。

6 利用基本原理設計試驗

試驗的精確度高低取決于試驗設計的各個方面，只有通過有效地控制試驗誤差才能提高試驗精確度。因此，教師有必要正確引導大學生在試驗過程中要做到操作仔細，這樣有利于提高學生的科研素質。在試驗工作中，從試驗資料中發現潛在的規律性是極其重要的，這需要科學合理地運用統計學的基本原理和方法。講授完試驗設計之后，要求學生根據試驗設計的基本原理，在生產實踐或實驗室內提出試驗設計的基本思路，制定試驗方案。然后，學生分組討論試驗設計的可行性，并進行糾正和修改。在試驗前期，學生應進行試驗前期準備工作。在試驗過程中，學生要考慮試驗條件的差異對試驗數據的影響，可根據試驗設計的原理和技巧分析試驗出現的問題，使學生獲得的理論知識與實際聯系起來，從而加深對理論知識的理解。試驗結束后，獲得大量的試驗數據，需要選擇正確的統計方法分析試驗資料，得出科學合理的結論，以達到研究目的。最后，教師根據學生設計的試驗思路、方案、步驟及作出的試驗報告給予評價。通過開設試驗設計實踐課，可以使學生明確試驗的目的、試驗設計方法、試驗因素及水平等內容，有利于提高學生設計試驗方案的能力。

實踐證明，開設《生物統計學》實驗教學后，學生能夠在計算機上借助相關統計軟件親自統計試驗數據，利用所學的統計學方法分析和檢驗試驗結果，最后得出可靠的結論。最后畢業時，學生能根據試驗設計的基本原理，可獨立完成畢業論文試驗設計，實施設計的試驗方案，獲得試驗數據資料。由于試驗數據統計分析耗時，而且繁瑣，因而過去畢業生害怕對試驗數據進行統計分析。自從我們結合《生物統計學》的基本原理，利用計算機和計軟件開設了該課程的實驗教學后，學生輕松地掌握了該課程的基本原理和統計分析方法，統計和分析數據的速度、精確度均大幅度提高。現在部分學生還能幫助教師進行科研課題的數據處理和分析，畢業論文水平也大大提高。

《生物統計學》教學實驗課的開設，使學生從被動學習轉變為積極主動地學習，培養了學生進行科學試驗設計的能力，初步掌握開展科學試驗設計的方法；培養學生掌握正確收集、整理試驗資料的方法，能利用生物統計方法對試驗資料進行正確的統計分析；培養學生掌握常見統計軟件的使用方法和統計方法。《生物統計學》實驗課深受學生的歡迎，這也是對該課程實驗教學的嘗試和改革探索的肯定。在該課程實驗教學過程中，筆者深刻體會到要提高《生物統計學》課程的實驗教學效果和質量，教師需要投入時間與精力，鉆研實驗教學內容，提高教學水平，轉變實驗教學理念，不斷探索和優化多元化的實驗教學方法。

參考文獻

篇（6）

數學的文化性特征應該具有多元性、開放性和動態性等特點。概率論是研究大量隨機現象規律性的一門數學分支。而隨機現象的兩個重要特征即不確定性和規律性,卻經常使得學生在直覺與科學之間無所適從,給學習與教學帶來一定的困難。正是因為如此,從文化的角度重新審視概率統計的教學,既能促進教學,又符合新課程的理念。

1.概率統計理論的發展史略

縱觀歷史,自文藝復興時期的數學家,醫學教授Cardan在其熱衷的賭博游戲中開始思考獲得7點和在一副牌中獲得“A”的概率開始,數學的一個新的分支——概率論,便在對游戲的思考中展開了它的宏偉畫卷。我們知道,在自然界和現實生活中,隨機現象十分普遍,它表面上雜亂無章,但在多次實驗后卻隱藏著規律性。續Cardan之后大約100年,另一位賭徒Mere繼續研究了上述賭博問題,但是由于他數學知識的局限性,不得不求助當時數學奇才Pascal,而Pascal在與Fermat的通訊討論中逐步明確了概率值的確定方法等理論問題,從而將游戲問題上升到了數學問題。而十

七、十八世紀之后,由于商業保險、產品檢驗,以及軍事、選舉、審判調查和天氣預報等大量隨機問題的涌現,概率論逐步從最初為給賭徒提供咨詢,轉變成為急需解決的數學理論問題。自1713年Bernouli到1917年Kolmogorov,以及十九世紀二三十年代的凱特勒更是將概率統計理論不斷系統化、公理化,從而確立了概率統計成為數學的一個邏輯嚴謹的分支。

在教學中,特別是講授概率統計概念的教學中,還原它的文化性,將歷史再現出來,既能夠讓學生在有趣的游戲中了解概率統計的源頭,也可以讓學生體驗到概率統計源于生活,服務于生活的科學本質,并了解人類在認識這一問題的過程中所付出的巨大努力,從而在學習知識的同時潛移默化地感受到數學文化的存在性。

2.概率統計教學文化性的外部表現

2.1豐富有趣的生活問題,為概率統計教學的文化性增加了多元性元素。

概率統計的生活背景可謂豐富多彩,這為課堂教學提供了十分豐富的情景基礎。

在概率定義理解教學中,賭博游戲的下注問題、贖金分配問題、比賽優先權問題、無法投遞信件比例問題、商場結賬快慢問題等。

古典概型教學中,拋硬幣問題、生日問題、天氣預報問題、男女出生比例問題等。

幾何概型教學中,有轉盤中獎問題、蒲風投針實驗問題、會面問題等。

隨機變量及分布教學中,有中獎問題、銀行卡密碼問題、感冒指數問題等。

正態分布教學中,智力分布問題、線段測量誤差問題、一天的氣溫平均值問題等。

這些問題來自我們生活的方方面面,而且許多問題都是歷史經典問題,因此問題本身的數學思維性加上歷史背景性,其文化的氣息更加濃厚,甚至童年故事“狼來了”問題,成語故事“三個臭皮匠頂個諸葛亮”問題,評分術語“去掉一個最高分,去掉一個最低分”問題,等等,都滲透著概率統計的思想,這無不體現著數學來源于生活,服務于生活的文化思想。

2.2大量動手操作性的實驗學習活動,是概率統計教學文化性的又一體現。

在拋硬幣實驗中,學生在拋擲中收集數據,通過操作方式學習數學的結論。

在義務教育階段,通過收集同學的體質健康情況,年齡,身高數據進行數據學習。

在變量的相關關系教學中,收集同學使用計算機時間,物理成績與數學成績等,學習變量的相關性。

在隨機抽樣教學中,設計調查問卷等。

可以看到,以上這些實驗性學習方式,是其他數學學習中較少出現的,然而正是這些帶有操作性的學習方式,豐富著學生的思維,增加著他們的心理感受,認識到所學的東西有用,能解決現實問題,學習熱情高漲,從情感上豐富著他們對數學的感受。

3.概率統計教學文化性的內部表現

3.1科學思維的深刻提升。

概率統計的核心是認識隱藏在隨機現象背后的統計規律性,強調隨機現象的個別觀察的偶然性與大量觀察中的統計規律性之間的聯系。必然性通過偶然性表現出來,偶然性背后總是隱藏著必然性。通過這種必然性去認識和把握隨機現象,而不確定與確定,可能與不可能的集中體現,更是辯證思想的體現,是人類思維成熟的體現。因此概率統計的學習實際上是對學生過去習慣的確定性思維的一次挑戰,是一次思維文化的碰創。例如拋一次硬幣的結果是無法確定的,學生可以理解,但是大量拋擲的結果卻是一個概率確定值,這里具有辯證統一的思想,為了讓學生能夠理解這樣的事實,實驗是必不可少的,這又使得學生經歷了從具體到抽象及歸納的邏輯思維形式。在學生使用概率模型解決問題的同時,歸納思維、合情推理等思想方法與隨機思想方法的交融,都是數學化意識的體現,它深入到內部,不斷完善他們的思維,使其日趨成熟,這正是數學的學科特征。新晨

3.2人文精神的不斷升華。

概率統計的產生就像它的理論那樣帶著大量的偶然因素,但是因為有眾多優秀數學家的鉆研,其產生與發展又是一個必然的結果,并不斷系統化、條理化。如今,概率統計已經滲透到了自然科學和社會科學的方方面面,而對于大量來源于生活的概率統計問題,必將教會學生主動利用所學的知識去認識世界、改造世界,有助于培養學生將數學理論應用于解決實際問題的能力和創新意識。

參考文獻:

[1]人民教育出版,課程教材研究所,中學數學課程教材研究開發中心.高中數學必修3[M].人民教育出版社,2004.

[2]人民教育出版,課程教材研究所,中學數學課程教材研究開發中心.高中數學選修系列(2-3)[M].人民教育出版社,2004.

[3]大連理工大學應用數學系.大學數學文化[M].大連理工大學出版社,2008,(182-212).

篇（7）

1、統計研究設計：應交代統計研究設計的名稱和主要做法。如調查設計(分為前瞻性、回顧性或橫斷面調查研究)；實驗設計(應交代具體的設計類型，如自身配對設計、成組設計、交叉設計、析因設計、正交設計等)；臨床試驗設計(應交代屬于第幾期臨床試驗，采用了何種盲法措施等)。主要做法應圍繞4個基本原則(隨機、對照、重復、均衡)概要說明，尤其要交代如何控制重要非試驗因素的干擾和影響。

2、資料的表達與描述：用x±s表達近似服從正態分布的定量資料，用M(QR)表達呈偏態分布的定量資料；用統計表時，要合理安排縱橫標目，并將數據的含義表達清楚；用統計圖時，所用統計圖的類型應與資料性質相匹配，并使數軸上刻度值的標法符合數學原則；用相對數時，分母不宜小于20，要注意區分百分率與百分比。

3、統計學分析方法的選擇：對于定量資料，應根據所采用的設計類型、資料所具備的條件和分析目的，選用合適的統計學分析方法，不應盲目套用t檢驗和單因素方差分析；對于定性資料，應根據所采用的設計類型、定性變量的性質和頻數所具備的條件以及分析目的，選用合適的統計學分析方法，不應盲目套用x2檢驗。對于回歸分析，應結合專業知識和散布圖，選用合適的回歸類型，不應盲目套用簡單直線回歸分析，對具有重復實驗數據的回歸分析資料，不應簡單化處理；對于多因素、多指標資料，要在一元分析的基礎上，盡可能運用多元統計學分析方法，以便對因素之間的交互作用和多指標之間的內在聯系進行全面、合理的解釋和評價。

4、統計結果的解釋和表達：當P＜0.05(或P＜0.01)時，應說明對比組之間的差異有統計學意義，而不應說對比組之間具有顯著性(或非常顯著性)的差別；應寫明所用統計學分析方法的具體名稱(如：成組設計資料的t檢驗、兩因素析因設計資料的方差分析、多個均數之間兩兩比較的q檢驗等)，統計量的具體值(如t值，x2值，F值等)應盡可能給出具體的P值；當涉及總體參數(如總體均數、總體率等)時，在給出顯著性檢驗結果的同時，再給出95％可信區間。

篇（8）

中圖分類號： C8 文獻標識碼： A

任何理論的靈魂在于其在實踐中的運用，在于其在實踐中的指導性地位。馬克思說理論聯系實踐，是不朽的論題。同樣，統計，顧名思義，統和計，詞典上說：統計是指對某一現象有關的數據進行搜集、整理、計算和分析等。下面將淺談統計學的方法與應用。

一、統計學的方法

（一）大量觀察法。

大量觀察法是統計研究的特有方法。構成社會經濟現象總體的各個統計單位由于各種因素的影響，彼此數量之間存在不同差異。差異有大有小，差異原因有主有次，只有在大量觀察的基礎上，綜合各單位的統計數據和各個調查單位表現出來的偶然的數值差異，才能互相抵消；也只有在大量觀察基礎上形成的總體平均數，才能顯示總體的一般水平和發展變化規律。而少數資料或短時間的數值差異變化，是難以得到正確的分析結論的。

（二）統計分組法。

統計分組法在統計研究中占有重要地位，它不僅是統計資料整理的重要組成部分，而且在整個統計工作階段都能發揮自己特有的作用。從統計設計階段開始，要根據研究對象的特點，制定分類標準，確定反映總體不同性質特征的分類指標體系。在統計調查階段，要根據具體的分組規定和分組方法，分門別類地收集有關數據。在統計資料整理階段，需對搜集來的原始資料，按統計分析的要求進行分析或再分組。到統計分析階段，則可以用類型分組、結構分組、水平分組、依存關系分組、時間階段分組等各種分組方法進行統計分析，以反映總體內部不同分組條件下事物的相互聯系、相互制約、彼此差異的現狀、本質特征及其發展變化趨勢。

（三）綜合指標法。

統計分析過程，就是運用經過綜合的統計指標反映社會經濟現象的數量關系。不僅分析現象的總體數量水平，而且分析現象的結構關系、比例關系、平衡關系、投入產出關系等等。一種統計指標，往往只能反映總體的某一個側面，要了解現象的全貌，統計研究常常把幾個、十幾個甚至幾十個統計指標聯系在一起，組成指標體系，從不同側面反映現象和事物的綜合情況。綜合指標法就是運用表明社會經濟現象不同側面的統計指標，對現象總體展開全面、細致、深入分析研究的方法。

綜合指標法按指標的基本表現形式，可分為總量指標、相對指標和平均指標等。通常將這三種指標統稱為綜合指標。在這三類指標的基礎上，進一步展開綜合統計分析，其統計分析的重要形式有：對比分析、平均分析、差異分析、動態分析、因素分析、相關分析、平衡分析、統計推斷和預測分析等。

（四）歸納推斷法

歸納法是從個別到一般的推理方法，是統計研究中常用的方法。在綜合指標法中將個別現象的數值綜合匯總成總體數值，概括反映總體一般的數量特征，所采用的方法就是歸納法。在研究社會經濟現象的總體數量關系時，當研究的總體單位數很多甚至是無限總體（單位數不可數）時，可采用抽樣調查方法，觀察部分單位進行計算和分析，根據結果來推論總體。例如，為了解產品質量，從正在流水線上大規模生產的產品零部件中抽取其中的一部分產品進行檢驗，借以推斷這批產品質量的好壞，并以一定的臵信標準來推斷所做結論的可靠程度。這種根據樣本數據來推斷總體數量特征的歸納推理方法稱為統計推斷法。統計推斷是現代統計學的基本方法。這種方法既可用于對總體參數的估計，也可用做對總體的某些假設檢驗。廣泛應用于農產品產量的估計，工業產品質量檢查與控制，以及根據時間數列進行預測所做的估計和檢驗。

二、統計學的應用

在當代全球性經濟環境的今天，隨處可以獲取大量的統計信息。最成功的管理者和決策者是那些能夠理解和有效地運用這些統計信息的人。

在生產領域，由于現在非常重視產品的質量，因此質量控制是統計在生產中的一個重要應用。多統計質量控制圖被用來控制某生產過程的產量。例如，假如一臺機器被用來向容器中注入一種軟飮料，灌裝重量是12盎司。定期從容器中抽取樣本，求出樣本容器中飲料重量的平均數，若平均數描在質量控制圖控制上限的上面，則說明注入的飮料過多應該減少，如在控制下限的下面，則說明注入的飮料過少應該增加。為此質量控制圖為生產過程時時處在“控制之中”提供了統計信息。

篇（9）

統計學研究對象的研究方法有：以已知數或已知量為基礎，循著某種具體關系進行推算的方法、通過運用數字的理論性推理來進行推算的方法、以平均數為基礎進行推算的方法。等這幾種研究方法。

統計學是應用數學的一個分支，主要通過利用概率論建立數學模型，收集所觀察系統的數據，進行量化分析、總結，做出推斷和預測，為相關決策提供依據和參考。它被廣泛的應用在各門學科之上，從物理和社會科學到人文科學，甚至被用來工商業及政府的情報決策之上。隨著數字化的進程不斷加快，人們越來越多地希望能夠從大量的數據中總結出一些經驗規律從而為后面的決策提供一些依據。統計學專業不是僅僅像其表面的文字表示，只是統計數字，而是包含了調查、收集、分析、預測等。應用的范圍十分廣泛。

（來源：文章屋網 ）

篇（10）

中圖分類號：G424 文獻標識碼：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

統計學的產生發展來源于實踐，依賴于應用，形成理論進一步來指導實踐，并在應用過程中不斷發展壯大，統計學的生命力就在于其能不斷滿足社會應用的需要。統計學專業的特點在于將數據處理和統計分析這兩大核心功能結合實際問題應用于實踐，從而解決各種實際問題。因此對于高校統計人才的教育不僅要重點講授理論知識，同時要結合專業特點，培養和提高學生解決實際問題的綜合能力和實踐能力。如何更好地開展統計專業實踐教學就顯得尤為重要。

1 目前實踐教學的主要方式及存在的主要問題

統計實踐教學是學生在校期間進行的一個不間斷的、完整的教學過程，包括課堂案例教學、課程設計、實踐競賽、社會調查、校外實習、畢業實習等在內的一系列過程。①通過上述各種類型的實踐教學環節的實施，以實踐教學任務為中心來組織課程內容，所需要的理論知識也圍繞實踐過程來選擇、組織和學習，讓學生在實踐的基礎上建構所需的理論知識，以實踐過程作為學生學習的主要形式，并通過實踐報告、實踐表現等來評價學生的學習結果。我國各高校統計學人才培養方案中均設計有一定比例的實踐教學環節，但缺乏系統性研究和整體設計，實踐教學方案與培養應用型、復合型人才目標有較大的距離。

（1）實踐教學的課程體系不夠完整。就目前整個統計專業的教學情況來看，統計核心理論課程體系尚屬完善，但教學模式仍停留在傳統統計專業教學模式上，大多數課程偏重理論教學，忽視實踐教學，由于某些客觀原因，人才培養計劃中未設置實踐教學環節或者實踐教學課時所占課時比重不高。課時少必然會造成對應的實踐教學環節無法達到理想的效果。

（2）教學手段和教學時間安排上，大部分教師采取傳統教學形式，實踐內容一成不變，不能最大程度激發學生的學習興趣，缺乏探討式、研究式、報告式等多樣化教學研討形式。在實踐教學時間安排上存在另一個問題就是理論和實踐實驗的內容不能很好地相吻合，很多時候會出現實驗超前或者滯后的情況。例如，統計學原理課程中一元線性回歸分析章節中對應的實驗，如果實驗在此之前已經上機操作過，那么在之前操作過程中學生只是單純地操作，得到一個結果，并不能真正和理論結合起來；如果實驗是安排在課程講解之后很長一段時間，這個時候學生對所學的理論知識已經有所遺忘，上機操作時亦是按照要求單純來操作；合理的時間安排應該是學生學習完理論課程以后及時地由指導老師指導開展實驗，這樣不僅可以加深對理論知識的理解，而且也使學生掌握了上機操作的技巧。但是，很多高校在課程的安排過程當中并不能做到這一點。

（3）教學內容上，統計軟件應用大部分限于Excel、SPSS、Eviews等傳統老舊的軟件，而SAS、R語言、Python等功能強大兼具實用性的潮流軟件學習課程欠缺。很多潮流軟件課程的開展是以專業選修課的形式設立的，在課程安排時相對獨立，忽略了與其他學科的交叉融合學習。因此學生在學習的過程中是比較被動的，往往以拿到學分為目的，學過之后并沒有真正思考如何將其運用到現實生活當中或者各個領域，最終導致一個結果就是學生學的積極性不高，老師教的積極性也不高，慢慢就在培養計劃中被刪除。

（4）組織形式上，目前學生實踐類課程有兩種形式：一種是院系組織，有穿插在課程當中的，例如實驗、課程設計；有建立校企合作實習基地的，然后定期輸送學生到實習崗位進行實習，如課程實習、畢業實習。但由于實習時間的限制、交通、硬件設備等問題，安排學生實習機會較少，實習時間短無法為學生提供高質量的實習機會。例如，本來需要一個月時間的實習，但是在課時安排上只能安排兩周，這就造成了企業在下一年不愿再安排學生實習；或者由于實習單位和學校所處的地理位置不夠便利，學校出于安全、實習經費方面的考慮，也會嚴重制約實習的開展。

（5）實踐類教學還包括學生參加科技創新類項目、參加各種統計類競賽等方面。學生在科研創新項目上往往缺乏自信心，這主要是因為缺乏教師積極主動的引導，導致學生的積極性不高。在統計類競賽上雖然學生表現出很高的積極性，但是競賽結果并不是特別理想。由于各種獎勵機制，學生初期報名熱情高漲，后期由于指導教師欠缺、教學軟件資源不足等原因，培訓指導不能滿足學生參加競賽的知識需求，大部分學生是靠自學獲取相關知識，實踐類項目、競賽的組織迫在眉睫。

2 實踐教學模式改革的主要方向及主要措施

實踐課程的開展首先應從培養計劃的制定、完善課程體系的設置著手，對于實踐課程分課內課外兩種形式，分別制定不同的教學體系和方法。實踐教學體系應包括理論課相關章節的實驗、課程設計、實踐類課程體系、實踐類競賽、實習等一系列實踐教學，分別針對不同的實踐課程特點制定相應的組織開展形式、考核形式。并通過實踐加以改進和優化，使之不斷規范化、完整化。

（1）課程所帶實驗能夠及時在理論課程結束以后實現上機操作，這就要求學校要有充足的實驗室供學生和老師隨時可以進行上機操作。實驗課程的安排之所以超前或者滯后很多一部分原因都是實驗室不足造成的，只有解決硬件問題，才能從根本上解決教學問題。

（2）課程設計是教師形成具體教學方案的過程，特別是對于統計學這門應用性、實踐性都很強的課程，它不僅要求學生能夠熟悉和掌握統計學基本理論知識及常用的統計分析方法，更要求能夠結合實際問題，應用最合適的統計方法，借助統計軟件，完成對問題的研究分析，真正達到學以致用的目的，統計學課程的課程設計尤為重要。課程設計需要綜合考慮教師自身的教學技能、知識結構和教學經驗、學生的知識儲備情況和學習能力及課程本身所承載的信息技能。課程設計聯系經濟生活中的實際問題，有助于開拓學生的思維空間，學以致用、觸類旁通，作為理論知識到實際應用的橋梁工程，合理規范的課程設計起到將抽象理論具化到應用的紐帶作用。課程設計的開展主要應注意以下幾個方面的問題：第一個是課程設計時間的安排，課程設計需要安排在基本理論內容學習完以后才能夠開展，因此需要結合實際的上課時間來安排。第二是明確課程設計的具體要求和主要任務。第三是考核階段。對于課程設計的考核可不拘泥于傳統的考試形式，課程考核模式方面可以考慮加入分組開展調研、總結報告等開放式考核形式，變革考核情境，激發學生主動學習的積極性，在考核過程中塑造學生的統計思想。最終可按照優、良、中、及格、不及格來評定最終成績。

（3）實踐類課程主要是結合目前“互聯網+”及“大數據”時代背景，培養如何將大數據處理技術融入相關統計學課程教學，以促進數據處理與分析技術的發展，使學生適應時代需求。在以往的教學內容上，統計軟件應用大部分限于傳統老舊的軟件，而功能強大兼具實用性的潮流軟件學習課程欠缺。因此，在培養計劃的制定過程中要考慮此類課程的選擇、開設學期、學時設置和考核方式幾個方面的問題。一方面要制定好相關課程的培養計劃，另一方面通過教學和實踐不斷改進不斷完善。

（4）實踐類競賽的組織與開展對于在校大學生來說不僅可以促進他們將所學知識應用到實踐當中，還可以培養他們的溝通能力、表達能力以及組織協調等方面的能力，因此，統計學專業實踐競賽的組織和開展也是統計實踐教學需要進一步完善的主要內容。目前有各種國家級省級科研競賽項目、挑戰杯、數學建模競賽、統計建模競賽、數據挖掘競賽、SAS數據分析大賽、市場調查大賽等各類學術競賽，通過這些競賽不僅可以提高和鍛煉學生的學術能力，同時通過競賽可以使學生獲得成就感，培養他們解決實際問題的能力。對于競賽最大的問題是經費問題，一方面需要學校的大力支持，另一方面也需要加強校企合作，獲得來自企業方面的贊助和支持。

（5）統計實習開展的目的在于使學生不再單純局限于實驗室的環境中模擬實驗，更多的是為了增強學生對實際工作的適應能力，使學生在實習中踐行理論。這就需要學校積極組織學生到實習基地開展專業類相關的崗位輪換，讓他們熟悉崗位工作對自身的主要要求有哪些，然后再有針對性地加強相關方面能力的培養。在人才培養過程中注重與時俱進，時刻把握社會需求，促進校企合作實習項目，使學校掌握一手的社會需求資料，針對性地為各行業培養出應用性統計分析人才。因此，要加強學校與企事業單位的合作，建立長期友好的合作實習基地， 從而為學生提供實習機會創造良好的條件。②

3 結語

統計學是一門理論與應用相結合的課程，不僅要重視理論教學，也需要加強薄弱環節――實踐教學。通過實踐教學不僅能夠進一步促進理論知識的轉化和吸收，同時也可以在很大程度上提高學生學習的積極性及對專業的興趣度。對于實踐教學的加強，需要從多個層面著手，針對不同板塊采用不同的教學管理方法，著力提高實踐教學環節，為社會真正培養出所需的應用型、復合型人才。