導語：如何才能寫好一篇統計學的分類方法，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

關鍵詞：通識教育；分類教學；教學方法

中圖分類號：G642.41 文獻標志碼：A 文章編號：1674-9324（2016）03-0276-02

通識教育的目標與專業教育不一樣。簡單說就是不以知識的識記為目的，而以價值觀和精神理念的接受、內化為目的，因此在教學方法上要注意與專業教育區別對待。目前通識教育效果不佳，除了對通識教育的研究、重視程度不夠外，教學方法的失當也是重要原因之一。本文將在對通識教育內容分類的基礎上，并以哈工大深研院正在進行的通識教育課程改革為例，分別探討相應的通識教育教學方法。

一、以熏陶為核心的人文藝術類課程教學法

人文藝術類課程是通識課程類別中重要的一類，一般包括文學、美學、文化、藝術等課程。這些課程講授的內容多是文學藝術作品、美學現象、思想文化等。這些內容的一個共同點就是大多都要依賴于人的情感思維發生作用，如文學常被表述為“文學是人學”[1]。

文化藝術類課程的情感性特點要求我們在講授此類通識課時不能像講授專業課那樣以概念、規律和定理為主，而是要尊重情感的接受規律。對于情感和以情感為基礎的人文觀念來說，最為重要的不是相關知識的講授。這些只是讓學生了解所學的對象，而不能真正讓他們形成正確的觀點。這也是目前我們的兩課教育和人文教育面臨的一個最大問題。即熟知并不是真知，人文知識的了解并不代表人文觀念的接受，更遑論人文精神的養成。

根據行為心理學觀點，對于情感和觀念的接受最為重要的環節是情感的認同和觀念的內化。即把外在的情緒和觀點移入接受者內心，讓接受者心悅誠服的接受。這種情感的認同和觀點的接受我們可以通過一些教學方法來實現。其中最為核心的就是“熏陶法”。比如《文藝與審美鑒賞》課需要我們把抽象的美和藝術作品中蘊藏著的深厚的人類情感傳達給學生，因此我們需要大量創設情境以激發學生的情緒共鳴。在創建情境時我們一般會利用多媒體設備展示圖片、視頻等感性材料，并減少PPT中的文字敘述，以盡量激發學生的官能感覺。在調動學生的感覺情緒后再輔以老師的講授。如在講悲劇美時我們會用影像展示作品，待學生進入觀影狀態，被影片所打動時再點出悲劇的美學特征。此外，人文藝術課還要發揮老師身教的作用，即老師的講授要飽含感情，要先把自己投入到感情中去，這樣學生才會信服。

與熏陶法相似，并且可以配合使用的是經典導讀法。經典是經過歷史磨煉、沉淀下來的人類優秀的精神文化寶藏，其往往對人的精神和心靈有著巨大的震撼作用。歌德曾說過“鑒賞力不是靠觀賞中等作品而是要靠觀察最好的作品才能培養成的。所以我只讓你看最好的作品。等你在最好的作品中打下牢固的基礎，你就有了用來衡量其他作品的標準，估價不至于過高，而是恰如其分。”[2]在這方面我們借鑒國外的名著通識課程，在一些課程中，如《中國文化原點導讀》中老師會提前布置閱讀任務，然后再進行課堂導讀，最后組織小組討論。不求多、快，只求精、深。從而避免了一些課程走馬觀花，只求面廣，不求甚解的弊端。

此外，人文教育需要穩定、持續的影響以激發學生心靈中的善端。因此我們的通識教育就不能僅僅滿足于課堂教育。我們應該利用學生課余休閑和閱讀的時間，為學生提供持續、正面人文影響。為此我們優選國內外一些精短的名家作品編成《人文讀本》。按照古代君子自我成長的修身、齊家、治國、平天下步驟分為數卷，發放給學生閱讀。我們在選文時注意文章的深度與可讀性結合，從而使學生得到了良好的教育。

二、以體驗為核心的社會管理類課程教學法

社會管理類課程是人文通識課中又一重要類別的課程。他的突出特點不僅僅以知識的獲取為目的，更重要的是要培養學生在實際社會生活和管理活動中的能力。通識課體系中涉及此類的課程主要有言語邏輯類、創業管理類和溝通交流類等課程。這類課程的關鍵是要保證讓每一個學生都實際參與其中，在做中學。通過自己參與和實際鍛煉達到心領神會，具備某種能力的目的。因此這類課程的教學需要為學生提供一種切近的身臨其境感，讓學生在體驗中學到知識，掌握技能。這種教學思想又具體體現在以下三種教學方法中。

1.案例法。案例教學法由美國哈佛商學院所倡導，是一種以案例為基礎的教學法，后來在很多課程中得到運用，收效良好。案例法是一種分析歸納式的教學方法，它不同于我們在專業課講授時常用的演繹法，先通過講授一般原理和公式，再用具體練習和例子去鞏固強化所學的公式。在案例法中老師現提供一個實際問題，讓學生自己思考，再提供幾個成功的案例，最后通過不同案例的歸納得出一些具有普遍性的規律和知識，而學生也在思考中得到了能力鍛煉。案例教學法適合于開發分析、綜合及評估能力等高級智力技能。

2.情境式課堂。情境式教學以學生為主體，在教學中為學生提供與其認知結構相適應的環境，采取“任務驅動”的方式提供互動的教學平臺，通過多種反饋方式來實現評價系統。教師的主要工作不是講課、考試和維持紀律，最重要的任務是布置學習環境，供應必要的資源。教師要設計各種活動，在活動中啟發、鼓勵、指導和幫助學生。比如我們的《言語交際課》，老師會把課程分為兩類，一是普通社交類交流，一是辯論類。然后選取不同的學生充當不同的角色，完成特定的交際任務。其余同學充當觀眾并未參與的同學打分、尋找存在的問題。課程一般是小班上課，保證每個學生都有參與、鍛煉的機會。

3.體驗教學法。是使學生直接接觸講授對象，通過經驗感知達到課堂上無法達到的效果的一種教學方法。在我院改革后的通識教育中，特別注重學生的實踐接觸和體驗。如《西方禮儀簡介》、《公共演講技巧》等。這些課程的教學目的也不僅局限于相關知識的傳授，而在于學生實際經驗的體驗與相關事務活動、相關習慣規則的熟悉與養成。針對于此，深研院嘗試讓人文教育走出課堂，要讓學生體驗和習慣所講授的內容。如西方禮儀簡介就把課堂放置在咖啡廳、西餐廳來學習西方進餐禮儀，在與外籍教師、留學生的各種活動中學習與外國人打交道的社交禮儀和溝通技巧。

三、以主動性為核心的科學技術類課程教學法

科學技術類課程是理工類研究型大學通識課程體系中較具特色的一類課程。這類課程包括一些公共數學課、邏輯推理課，甚至還包括哲學課。科學技術類課程的關鍵是激發學生學習的主動性，讓學生采用一種探究式的態度在老師指導下完成抽象理論知識的學習。在實踐中我們主要嘗試研究了如下教學法。

1.問題導向式教學。這是一種新的教學模式，它把學生置于混亂、結構不良的情境中，并讓學生成為該情境的主人，讓學生自己去分析問題、學習解決該問題所需的知識，一步一步的解決問題。老師把實際生活問題作為教學材料，采用提問的方式，不斷地激發學生去思考、探索，最終解決問題。這種教學方式的特點是：以重能力培養代替重知識教授；以多學科的綜合課程代替單一學科為基礎的課程；以小組討論代替班級授課制；以學生為中心代替教師為中心。課程往往包括“提出問題、建立假設、收集資料、論證假設、總結”五個階段，課程強調以學生的主動學習為主，而不是傳統教學中的以教師講授為主。

2.翻轉課堂。翻轉課堂是近幾年在中國越來越流行的教學法，但是目前主要在中學推廣，大學課堂涉足的相對較少。我們通過研究和實踐認為在大學課堂引入翻轉教學可以發揮學生學習的自主性和主動性，將會大幅度提高學生的學習效率。在實踐中我們對翻轉課堂進行了改造，主要是把在線教育和翻轉課堂結合起來，并重新設計了翻轉課堂的各個環節。在這方面我們突出的例子是《應用隨機過程》課。在這門課中我們利用學校的blackboard在線教學平臺把課程需要的教學錄像和PPT、習題上傳上去。然后我們要求學生要在線完成學習和習題練習任務。在學生學習時，我們通過這一教學平臺搜集學生學習的數據并進行統計分析，老師會通過分析結果判斷學生的知識掌握程度，然后調整學習進度。著這一過程中老師可以決定是否要補充內容，是否要重新學習某一個知識點。在課堂環節中我們設置三個環節。第一個環節是學生的自我陳述。即不同的組選派代表，講述自己對問題的解決方案和面臨的困難。第二個環節是小組之間的交流。這是在完成自我陳述后，要求不同小組對別人解決問題的方法和效果進行評價。根據研究表明，講述一個問題要比學習一個問題難的多，而評價一個問題又比講述一個問題難度多。通過不同小組之間的評價、比較可以互補有無。自己的問題可能已經被另外一個小組解決。而且小組間的交流與評價還可以在學生中造成競爭的情境，鼓勵學生的學習勁頭。第三個環節是老師的講述。在完成前面所有環節后，老師應根據前期掌握的情況對問題進行精準的講解，這樣可以節約課上寶貴時間。在講解中老師可以根據情況，采用邏輯演繹的方法，從知識到問題；也可以用歸納的方法，從問題到知識。最后，老師要應根據本知識點的邏輯關系，為學生梳理知識脈絡。這樣可以加深學生對所應掌握的知識點的理解。

參考文獻：

篇2

摘 要：隨著我國經濟發展水平的不斷提高，各行各業得到了顯著發展，數據統計學方法也變得日趨多樣，數據挖掘是建立在數據庫與人工智能基礎上發展起來的一種高新技術，其功能是從眾多的數據當中挖掘到最有價值的信息，進而實現對數據資源的高效利用。聚類分析能夠被當成一種數據分析工具，能真實反映出數據分布情況，本文主要對統計學在數據挖掘中的應用進行了探討，從而表現統計學在數據挖掘應用中的重要性。

關鍵詞：統計學方法；數據挖掘；應用分析

數據挖掘就是指從眾多實際應用數據中獲取批量大、有噪聲、且隨機性強的數據，將潛在的信息與數據提取出來，就是從數據中挖掘有價值的知識，而大多數原始數據具有一定的結構化特征，比如，關系數據庫中的數據；也可以通過文本、圖形、圖像等半結構化發掘有用知識，這些知識可以是數學的也可以是非數學形式的；數據挖掘能以歸納形式存在，能夠被廣泛應用到信息查詢、信息管理、信息決策控制中，方便數據的維護與管理。由此可見，數據挖掘是一門交叉性強的學科，加強對其的研究非常有意義，下面將對統計方法在數據挖掘中的具體應用進行分析。

一、數據挖掘與統計學的關系

（一）數據挖掘的內涵

通常來說，數據挖掘的定義較為模糊，沒有明確界定，大部分對其的定義只是停留在其背景與觀點的內容上。通過對不同觀點的統一整理，人們最終將其描述為：從大量多樣化的信息中發現隱晦性、規律性等潛在信息，并對這些信息進行創造、加工的過程。數據挖掘作為一門重要的交叉學科，能夠將數據庫、人工智能、機器學習、統計學等眾多的科學融入到一起，從而實現技術與理論的創新與發展[1]。其中，數據庫、人工智能與統計學是數據挖掘當中的三大支柱理論。數據挖掘的目的是從數據庫當中發掘各種隱含的知識與信息，此過程的方法非常多，有統計學知識、遺傳算法、粗集方法、決策法、模糊邏輯法等，還可以應用向鄰近的可視技術、模式識別技術等，在以上所有技術的支持上能夠使數據挖掘更為科學、有序。

（二）數據挖掘與統計學間的關系

通常來說，統計學的主要功能是對統計原理與統計方法進行研究的科學。具體來說就是指對數字資料進行的收集、整理、排序、分析、利用的過程，數字資料是各種信息的歸納與總結，可以將其作為特性原理的認知、推理方法[2]。而統計學則表示的是使用專業的統計學、概率理論原理等對各種屬性關系的統計與分析過程，通過分析成功找到屬性間的關聯與發展的規律。在此過程中，統計分析方法是數據挖掘最為重要的手段之一。

在數據挖掘這一課題被提出來之前，統計分析技術對于人們來說更熟悉，也是人們日常開展工作、尋找數據間規律最常使用的方法。但是不能簡單的將數據挖掘作為統計學的延伸與替代工具，而是要將兩者的區別認識到位，再結合兩者間的不同特點分析其應用特點[3]。大部分的統計學分析技術都是建立在數學理論與技巧上的，預測通常較為準確，效果能夠讓大部分人滿意。數據挖掘能夠充分借鑒并吸收統計學技術，在融入到自身特點以后成為一種數據挖掘技術。

統計學與數據挖掘存在的目標都是一致的，就是不斷對數據結構進行發掘。鑒于統計學與數據挖掘在目標上的一致性，致使很多研究學者與專家將數據挖掘作為了統計學的一個分支機構[4]。但是這種認知非常不正確，因為數據挖掘不僅體現在與統計學的關系上還體現在思想、工具與方法上，尤其是在計算機科學領域對數據挖掘起到的作用非常大。比如，通過借助數據庫技術與人工智能的學習，能夠關注到更多統計學與數據挖掘上的共通點，但是兩者存在的差異依然非常大。數據挖掘就是指對大量的數據信息不斷挖掘的過程，DM能夠對數據模式內的數據關系進行充分挖掘，并對觀測到的數據庫處理有著極高的關注度。

二、數據挖掘的主要過程

從數據本身出發探討數據挖掘過程，數據挖掘的過程分為信息的收集、數據集成、數據處理、數據變換、數據挖掘實施等過程。

首先，要將業務對象確定下來，明確不同業務定義，并認清數據挖掘的目的，這是做好數據挖掘最關鍵的一步，也是最重要的一步，雖然挖掘的結果不能被準確預測到，但卻需要對問題的可預見性進行探索[5]。其次，還要做好數據準備工作，包含數據清理、數據變換等工作，數據清理的實際意義是將噪聲與空缺值補全，針對這一問題，可以使用平滑技術，而空缺值的處理則是屬性中最常見的，可以將統計中最可能出現的值作為一個空缺值[6]。

信息收集指的是按照特定的數據分析對象，可以將分析中需要的特征信息抽象出來，并在此基礎上選擇出較為科學、適合的信息收集方法，將全部的信息全部錄入到特定的數據庫中。如果數據量較大，則可以選擇一個專門的管理數據的倉庫，實現對信息的有效保護與管理；數據集成就是指將來源不同、格式不同、性質不同、特點不同的數據集成到一起，進而為企業提供更為全面、系統的數據共享平臺；數據變換就是通過聚集、概化、規范化等方式對數據進行挖掘，對于一些實用數據，則可以通過分層與分離方式實現對數據的轉換；數據挖掘就是結合數據倉庫中的數據信息點，并選擇正確的分析方法實現對有價值數據的挖掘，事例推理、規則推理、遺傳算法等都是應用較多的方法[7]。

三、統計學方法中的聚類分析

在統計學聚類方法基礎上能夠構建出潛在的概率分布假設，可以使用試圖優化的方法構建數據與統計模型的擬合效果。基于統計學聚類方法當中，Cobweb方法是在1987年由Fisher提出的，能夠以分類樹作為層次聚類創建的方法，在分類樹上，每一個節點都能代表著一個概念，該方法就是對節點概率描述的過程。Cobweb方法還使用了啟發式估算方式，使用分類效用對分類樹的構建進行指導，從而實現對最高分類的劃分目的，能夠將不同分類對象全部歸類到一個類別中，并依據這些內容創建出一個新的類別。但是這種方法也存在一定局限性，局限性在于假設的屬性概率分布都是獨立的，并不能始終處于成立狀態中。

只有在掌握了Cobweb算法以后才能對概念聚類算法的特點進行探究。Cobweb算法能夠以分類樹方式創建層次聚類，可以將概率表現為p（Ai=Vii/Ck）條件概率，其中，Ai=Vij是一個類別下的，同屬于一個值對，Ck是概念類中的一種。在給出一個特定的對象以后，Cobweb能夠將全部對象整合到一個節點上，從而計算出分類效應，分數最高的效用就是對象所在的節點位置[8]。如果對象構建失去節點，則Cobweb能夠給出一個新的節點，并對其進行分類使用，這種節點計算方法起步較晚，能夠對現有的節點與計算相互對比，從而劃分出最高的分類指標，將全部對象統一到已有的分類中，從而構建出一個新的類別。

Classitci是Cobw eb方法的一種延伸與發展，能夠使用其完成聚類數據的處理，在該方法下，節點中的每一個存儲屬性都是處于連續分布狀態中，能夠將其作為分類效果修正的方法，并以度量的形式表現出來，這種度量基礎上能夠實現連續性的積分，從而降低分散發生率，該方法是積分過程而不是對屬性的求和過程。

Auto Class方法也是一種應用較為普遍的聚類方法，該方法主要采用統計分析對結果類的數目進行估算，還可以通過模型搜索方式分析空間中各種分類的可能性，還能夠自動對模型數量與模型形態進行描述。在一定類別空間中，不同的類別內屬性存在關聯性，不同的類別間具有相互繼承性，在層次結構當中，共享模型參數是非常重要的。

還有一種使用較為普遍的模型是混合模型，混合模型在統計學聚類方法上使用也非常普遍。該方法最為基本的思想就是概率分布決定著每一種聚類狀態，并且模型中的每一個數據都是由多個概率在分布狀態下產生的。混合模型還能夠作為一種半參數密度評估方法，其能夠將參數估計與非參數估計的優點全部集中到一起，并將參數估計法與非參數估價法的諸多優點融合到一起，因為模型具有一定復雜性，為此，不能將其限制在概率密度函數表達形式上，這種復雜性決定了模型與求解存在關聯，與樣本集合的聯系非常少。通過以上的研究可以了解到，數據發掘中應用聚類方法非常有效，并且較為常見。比如，構建出Cobweb模型與混合模型，采用Clara與Clarans方法中的抽樣技術，將Denclue方法用在概率密度函數中。

結束語

統計學方法自產生開始已經有非常久遠的歷史，將嚴謹的數學邏輯作為基礎，將分類算法假定作為獨立條件，屬性值之前能夠相互保持獨立，對假定進行計算，當假定成立時，可以再與其他分類算法進行對比，這種分類算法準確性非常高。為此，其不僅能夠對連續值進行預測，還可以通過線性回歸方程對系數進行比較，從而歸納出結果。

（作者單位：中國人民大學）

參考文獻：

[1] 張愛菊.基于數據挖掘技術的瓦斯氣體紅外光譜定量分析方法的研究[J].光譜學與光譜分析，2013，33（10）：2646-2650.

[2] 許長福，李雄炎，譚鋒奇等.任務驅動數據挖掘方法的提出及在低阻油層識別中的應用[J].吉林大學學報（地球科學版），2012，42（1）：39-46.

[3] 鄭曉峰，王曙.基于粗糙集與關聯規則的道路運輸管理信息數據挖掘方法[J].華南理工大學學報（自然科學版），2014（2）：132-138.

[4] 周復之.固定收益決策支持系統機理建模與數據挖掘的協同研究[J].系統工程理論與實踐，2010，29（12）：38-45.

[5] 張繼福，張素蘭，蔣義勇等.基于約束概念格的天體光譜局部離群數據挖掘系統[J].光譜學與光譜分析，2011，29（2）：551-555.

[6] 張欣欣，繆弈洲，張月紅等.CrossRef文本和數據挖掘服務――《浙江大學學報（英文版）》的實踐[J].中國科技期刊研究，2015，26（6）：594-599.

篇3

83·7%的學生認為是專業學習和工作的需要,有14·3%的學生是為了應付考試。醫學統計學對以后工作的重要程度:有68·5%的學生認為很重要或重要,30·0%的學生認為一般,認為不重要的學生只有1·5%。經過一個學期的學習,97·5%的學生認為對醫學統計學有了大致了解或了解,但其中只有21·2%學生對醫學統計學的學習感興趣,75·4%的學生則認為一般,沒什么特別的感受,3·5%開始厭倦和討厭。由此可見,學生對醫學統計學的重要性有一定的認識,但學習的積極性不高。

2學生對統計學教學內容的把握

81·7%的學生認為醫學統計學的重點應該是方法的選擇和結果報告的書寫。難點依次為:數值變量的統計推斷(t檢驗、Z檢驗和秩和檢驗),方差分析,分類變量假設檢驗,生存資料的分析和分類變量和數值變量的統計描述。關于教材使用的難度,有30·1%的學生認為很難或有難度,而69·0%的學生認為基本合適。醫學統計學與其他一般醫學課程相比,有30·0%的學生認為難度大;難度大的原因是方法多,難以選擇和原理抽象。

3教學內容的選擇和安排情況

在本次調查中,62·0%的學生對醫學統計學的課程內容及學時安排認為很滿意或滿意,36·0%覺得一般,不滿意4人(2·0%)。對于醫學統計學的理論教學內容的安排,62·0%的學生認為很滿意或滿意,36·9%的學生認為一般,不滿意的有2人(1·0%)。醫學統計學的實踐教學內容的安排,69·5%認為很滿意或滿意,29·1%的學生認為一般,3人(1·5%)感覺不滿意。另有60·1%學生認為有必要設討論課,討論課內容應為統計方法誤用分析、醫學統計學問題的答疑,對個別難點和重點內容建議開設專題講座。2·2·2授課和考核方式78·3%的學生認為最適合的授課方式是多媒體和板書;考核方式最為贊同的是閉卷考試(筆試)結合上機操作考(61·6%的學生選擇),其次20·7%的學生認為只要上機操作考就可以,16·7%學生建議開卷的形式。

4教學效果評價

目前,該課程的考核方式主要是理論考核和上機操作考。其中筆試的題型包括選擇題、是非題、名詞解釋、簡答題和綜合分析題。綜合分析題的內容主要是如何進行醫學統計學方法的選擇和SPSS分析結果的閱讀。203名學生的理論考試成績呈正態分布,平均成績為72·54±12·64分,及格率83%。從試卷的失分情況分析,綜合分析題的錯誤率最高,說明學生對分析方法的選擇還有一定的困難。通過一學期的學習,203名被調查者中,179名(88·2%)的學生認為自己能或基本能獨立對一般資料進行分析,而有11·8%的學生不能獨立對一般資料進行分析。能獨立完成資料分析的179名學生中,32·5%的認為自己能夠獨立進行統計描述和計量資料的統計推斷,28·6%的認為自己能進行計數資料的統計推斷,36·5%能進行直線相關與回歸;而能進行原始數據庫的統計分析并給出簡單報告的比例占調查者的8·4%(17/203),

篇4

關鍵詞：統計學；教學；教材；教師隊伍

中圖分類號：C81.4 文獻標識碼：A doi:10.3969/j.issn.1672-3309（s）.2012.04.18 文章編號：1672-3309（2012）04-40-02

隨著市場經濟的不斷發展，統計學應用的領域不斷擴展，現有的統計學教學受傳統教學模式的影響頗深，強調理論知識，忽視統計學知識在實際中的運用。即使有實踐的部分，實踐內容和現實生活差距很大，遠不能滿足經濟發展的要求。統計學作為基礎課程，教學目的、內容、方法、教材基本相同，既沒有考慮到專業間的不同特點，也沒有考慮到各專業學生未來的發展需求。針對統計學教學現狀，本文提出了構建與經濟發展現狀相匹配、并結合不同專業的特點和不同專業學生的發展需要的統計學教學新模式的設想。

一、高職統計學教學存在的問題

（一）統計學教學目的不明確

統計學是一門工具性的課程，目前的教學重點還是集中在介紹統計學有哪些工具，至于這些工具怎么用，提得很少。教學的目的還是要求學生掌握統計學的理論知識，雖然教師在編寫教學大綱中會寫“通過該課程的學習，使學生能夠運用基本的統計方法，對社會經濟活動進行統計設計，統計資料收集、整理，統計資料的分析、預測以及統計報告的撰寫。”但是哪些統計方法是分析不同專業最新統計資料需要的？收集、整理、分析的統計資料哪些是最新的，并且是相關專業學生需要了解或掌握的？能用來預測的統計學方法有哪些是對高職各專業學生有用的，需要預測什么？這些絕大多數高職類院校的統計學老師都不清楚。教學目的只是空話，形同虛設。在課堂上，教師還是把大部分時間用在講解概念和公式上。由于教學目的不明確，教材、教學內容、教學方法和任課教師的選擇上都很迷茫，即使會做些調整，也只是治標不治本，教學效果可想而知。

（二）教材不能滿足專業需求

通過一定的調查發現，同一院校的各專業大都選用統一的教材。另一方面，不同的院校所選用教材的作者、版本等縱然各不相同，但是，其基本內容體系卻是大同小異，所強調的重點基本一致。統計學教學的有關負責人意識到這點，也做了一些嘗試。如有的負責人每個學期都選用不同的教材，以期在中間找到適合高職院校各專業的材，但結果令人失望；有的根據不同的專業選擇不同的教材，但各個版本的教材大體一致，專業針對性不強；有的則直接摒棄統計學基礎教材，直接選用統計學在各專業中應用的教材，如管理與統計、會計與統計分析、金融統計分析等，這種改革非常具有突破性，專業針對性很強，但是對承擔統計學課程的教師要求很高，既要有深厚的相關專業的知識累積，又要非常熟悉統計學方法在相關專業的運用。同時，由于學生沒有接觸過統計學，只有一本介紹統計學在相關專業中的應用教材，顯得力不從心。這些嘗試遇到的困難源于目前沒有一本與高職院校各專業對應的統計學教材。

（三）教學內容脫離實際

首先，由于教材基本框架一樣，教學內容也沒有多大區別，即統計學的基本概念、統計調查、統計整理、統計指標、抽樣推斷、時間序列、統計指數、相關分析與一元線性回歸分析，像假設檢驗、統計量都不講，即使課本中有相關內容，教師考慮到學生普遍薄弱的基礎，也會刪除這些內容，或草草帶過，學生聽的也是云里霧里。教學內容幾十年不變，很少有人去研究隨著經濟的發展，統計學的應用領域發生了怎樣的變化？教學內容是否應該調整？應該作怎樣的調整？其次，講解的案例要么過于陳舊，要么離現實生活很遠，引不起學生的興趣。案例脫離實際，一方面表現在所選案例太過宏觀，學生平時都沒關注。比如GDP、三大產業的發展狀況、人口普查、全國客運量等等，學生覺得離自己很遙遠、太抽象、也沒有實用性；另一方面表現在所選案例大都是 “某城市、某企業、某班”等案例，沒有明確地指出具體的研究對象，這樣使得學生對數據的來源產生了懷疑，降低了案例教學的真實性和生動性，也打擊了學生學習的積極性。

（四）教學方法陳舊

統計學作為基礎課程，一直沿襲著“黑板、粉筆、計算器”和“老師講、學生聽”的教學方式。統計學在現實中的運用大多用到統計軟件，“黑板、粉筆、計算器”的教學方式不能夠教會學生應用統計學軟件處理現實中的問題，黑板上呈現的大量的數據和公式、以及運用計算器進行統計的超負荷的計算量，都使得學生望而卻步。“老師講、學生聽”的教學方式，無法培養學生的思考能力、動手能力，也無法激發學生的學習積極性。

（五）統計學教師隊伍力量薄弱

作為教授統計學課程的教師，不僅要有深廣的統計知識，還必需具有相應專業方面的知識，才能把統計學提供的數據處理、數據分析方法和相應專業特定的數據結合起來，從而教會學生處理和分析相應專業統計數據的方法。而在當前我國高職院校統計學課程的任課教師中，大多還不具備這種知識結構和素質。有些院校為了加強統計學教學的專業針對性，不同專業的統計學教學由該專業的教師教授，而這些教師絕大部分不是統計學專業出身，這種安排加強了針對性，削弱了統計學知識的專業性和應用性。

二、構建統計學教學新模式的建議

篇5

【關鍵詞】經管專業 問卷調查 獨立學院

【中圖分類號】G642 【文獻標識碼】A 【文章編號】1006－9682（2011）09－0077－02

統計學課程是高等院校經濟類和管理類專業（以下簡稱經管專業）的一門核心課程。在經濟管理中的作用已逐步為人們所認識，例如，計量經濟學現在已成為經濟學科的核心課程，而計量經濟學的主要內容是來源于統計學的基本原理；而早在二十世紀八十年代，世界著名學府經濟系、金融系或商學院相關領域的著名專家在《金融中的統計方法》一書中揭示了金融研究中若干新的研究方法和新的學科分支在統計學、數學及金融學的交叉與融合。在獨立學院的人才培養模式中，建設與辦學特色相適應的師資隊伍是重要的一環，教師是培養高質量人才的主要力量，統計學在經管專業課程中處于重要的地位，因此，經管專業教師（本文中指非統計專業的經管專業教師，以下同）對統計課程的了解就顯得尤為重要。

一、理論探索

現代統計學的發展與市場經濟的發展緊密聯系，作為經濟學和管理學的重要基礎，統計學已成為經濟管理專業的核心課程之一。經管專業的統計學是應用性很強的一門學科，要求學生學會運用統計方法認識和解決社會經濟問題。傳統的統計教學，側重于統計理論知識講授，注重理論推導，缺乏適當的應用背景，使學生難以理解統計學的意義及其作用，遇到實際問題時往往束手無策。大部分經管專業的學生對學習統計學的價值缺乏認識，未能深刻了解統計的用途、作用，認為自己和統計的距離比較遙遠；普遍認為統計學的學習難度大，看到數字和公式就頭疼，對統計學有著本能的排斥，缺乏學習信心；與經管的其他專業課程相比，在統計學學習過程中的創造性和趣味性要欠缺一些，而更強調的是邏輯性、推理性和嚴肅性，學習過程較枯燥乏味，所以導致許多同學對于統計學的學習容易產生心理暗示，對統計學學習缺乏興趣，產生一些消極的學習心態。這就造成了學生在學習過程中由于學分的要求不得不硬著頭皮學習，被動學習的成分較大。

大統計學是一門搜集、整理和分析統計數據的方法論科學，其目的是探索數據的內在數量規律性。統計學廣泛應用于各學科中，在商業以及工業中，統計被用來了解與測量系統變異性，程序控制，對決策提供數據支持；在第一產業方面，可運用統計計算出各種農產品的需求情況及價格分布，從而指導生產；在生產行業中，統計學可以運用在產品開發、營銷、財務管理等方面，從而提高企業的營運能力；在服務行業中，例如在金融行業中，運用統計技術將各種交易資料加以分類、整理，從而得到如客戶貢獻度、客戶偏好、存款變動趨勢、產品分析、行業發展等數據，為管理層提供決策依據等等。這就要求統計學教師不僅要鉆研本專業領域的知識，而且還應多涉獵一些經管專業的知識，了解有關專業的課程體系及知識體系，并且有意識地將統計方法的講授和具體專業領域的內容相結合，注重統計方法在有關領域的應用，引起學生的共鳴，讓學生深切體會到統計學的應用價值。由于統計學課程在經管專業課程中發揮著重要的作用，與經管專業課程存在很多交叉部分，這就要求經管專業教師對統計學課程的內容有詳細的了解，才能對本專業課程中的知識點予以正確應用。但我院目前的經管專業教師對統計課程的了解到底怎樣，筆者就此問題進行了問卷調查。

二、實證分析

為了了解我院經管專業教師對統計課程的了解程度和重視程度，在廣東外語外貿大學南國商學院國際經濟貿易系和國際工商管理系中，對全體專業教師進行問卷調查，共收回有效問卷30份，從結果中可以得到經管專業的專業教師對統計學的基本了解情況。下面列舉了幾個有代表性的問題及結果進行分析：

1．對于經管專業學科是否需要開設統計學課程及何時開設？

經管專業的教師對這個問題的理解較為一致，專業教師的選擇見圖1，73%的專業教師選擇在大學二年級開設較為合適，沒有教師認為在大學四年級開設，由此可見，在大部分經管教師眼中，統計學還是一門專業基礎課。

2．在各專業課程中統計學的重要性？

圖2

從圖2中可以看出，經管專業教師從事的專業課教學可以分為經濟類、金融類、管理類教學，為了進一步說明問題，將管理類中的會計專業教師單獨分析。從中可以得到以下信息：無論哪個專業方向的教師，普遍認為統計學在各專業課中的重要性一般，而學院的師資大部分是碩士研究生學歷，管理類（不含會計）專業教師更是認為統計學在其專業課的重要性比例高達89%。而會計專業教師對統計學的重視程度略有提高，但仍然低于經濟類和金融類的教師對統計學的重視程度。實際上，無論是在經濟學、金融學，還是在管理類的市場營銷、會計等專業課中，都可以見到統計學的身影。

3．各專業教師在教學中是否發現所教授課程中有知識點和統計學相重復？

從圖3中可以看出，各專業教師中只有27%的教師認為統計學和其所教授課程中有知識點和統計學相重復，而有73%的專業教師認為統計學在其所教授課程中幾乎用不到。為什么會出現這樣的情況呢，問卷的最后一個問題是一個開放性問題，由各位專業教師寫出統計學的基本內容，在這個問題的整理過程中，發現只有一個老師能夠寫出統計學的基本內容，而大部分專業教師只簡單認為統計學就是計算平均數等類似的描述統計。正是因為專業教師對統計學課程的不了解，造成了很多專業課和統計學相同知識點的重復講解，即增加了教師的工作量，也使學生反感。

三、結 論

通過上述分析，可以得出以下結論：在經管專業的其他專業課的教學中，由于各經管專業課程與統計學課程的交叉作用，其他專業教師應該對統計學課程有所了解，和統計學教師進行有效溝通，對所教授課程進行整合，明確統計學各知識點在課程中的講授情況。

獨立學院是我國高等教育在大眾化過程中出現的一種新的辦學模式，能否在激烈的高校競爭中站穩腳跟，關鍵在于能否培養出高素質的、社會需要的人才，因此，獨立學院復合型人才培養已受到高等教育工作者越來越多的關注。獨立學院最大的生命力就是逐年滿足國家對復合型人才的需求。要適應社會、滿足市場需求，則要使獨立學院在眾多的高校教育中辦出特色，多學科交叉正是培養復合型人才的重要途徑。復合型人才是多元型的人才，重應用、動手能力強，同時在科學文化方面又有一定的基礎和造詣，并具有一定的跨學科、跨專業的知識，具有復合型的知識結構。隨著多學科交叉滲透的不斷深入，課程體系、課程內容的改革已成為教學改革的中心工作。希望本文能夠起到拋磚引玉的作用，使更多的教師能重視各專業學科之間的聯系，學科間的不同課程相互補充，實現交叉講授和專業優勢互補。新時代的教師應該具備崇高的師德、現代教育觀念、優秀的教學能力、健康的心理素質、終身學習觀念、創新精神這六種必備的基本素質，才能為祖國培養全面發展的、具有創新精神的一代英才做出應有的貢獻。

參考文獻

1白日榮、蘇永明.非統計專業統計學教學的改革與創新［J］.統計教育，2007（12）

2楊緒忠.財經類非統計學專業的統計學課程教學探討［J］.統計與決策，2002（5）

3賀 鏗.關于統計學的性質與發展問題［J］.中國統計，2001（9）

4亞 非、朱遠程.經濟管理專業“應用統計學”教學的幾點思考［J］.統計教育，2005（8）

5劉淑茹.提高經濟管理類專業統計學課程教學質量的思考［J］.統計教育，2006（6）

6 章文杰.我國獨立學院人才培養模式的特色分析與研究［D］.南京理工大學，2006

7 來茂德.獨立學院：中國高等教育發展的新探索――以浙江大學的兩個獨立學院為案例［M］.杭州：浙江大學出版社，2004

篇6

關鍵詞：機器學習；計算機科學；學習機理；策略研究

隨著計算機技術的飛速發展，人們嘗試著使計算機具有和我們一樣或類似的學習能力，從而產生了一個新的研究學科-機器學習。總體而言，機器學習是指令計算機通過對目標的識別，利用人類提供的現有知識來獲取新知識和新技能，不斷改善性能，實現自我完善。

1 機器學習發展史

統計學習理論創始人之一的Vapnik將機器學習歸結為如下四個階段。

1.1 學習機器的產生

第一個學習機器的模型是F.Rosenblatt在1962年提出的感知器。它借鑒了神經生理學領域中感知器的思想，將其模型表示為一個計算程序，并通過簡單的實驗說明了這個模型的結果可以進行推廣和泛化。感知器通過給定的樣本構造一條判斷準則來區分不同類別的數據，因此可以用來解決模式識別問題。

1.2 學習理論基礎的創立

1968年，Vapnik和Chervonenkis提出VC維和VC熵來解決模式識別問題。利用這些概念學者發現了大數定律和關于收斂速率的非漸近界。1989年，Vapnik和Chervonenkis提出的經驗風險最小化原則、正則化理論、解決密度估計問題的非參數方法，以及算法復雜度思想，都對學習理論的發展產生了深遠的影響。

1.3 神經網絡的產生

1986年，LeCun和Rumelhart各自獨立地提出了后向傳播方法。該方法采用連續的Sigmoid逼近函數代替了感知器神經元中的不連續符號函數，使人們可用任何基于梯度的方法來逼近預期函數。它的出現標志著學習機器歷史進入了一個新紀元。

1.4 統計學習理論的創立

為了根本解決傳統統計學理論中過學習等弊端，Vapnik于20世紀60-70年代創立了統計學習理論。與傳統統計學相比，它是一種專門研究有限樣本下機器學習規律的理論，不僅考慮了對漸近性能的要求，并且追求在有限信息下獲得最優結果，在理論研究和實際應用中都取得了良好效果。

2 機器學習策略分類

在眾多機器學習策略中，可從不同角度，根據不同原則對其進行分類。本文按照分類原則提出的先后順序以及所用推理策略的繁簡程度將其分為以下兩大類。

2.1 傳統策略

⑴機械式學習。該方法是一種最簡單、原始，也最基本的學習策略。它通過記憶和評價外部環境所提供的信息達到學習的目的。學習系統要做的工作就是把經過評價所獲取的知識存儲到知識庫中，求解問題時就從知識庫中檢索出相應的知識直接用來求解問題。

⑵指導式學習。該方法通過由外部環境向系統提供一般性的指示或建議，把它們具體地轉換為細節知識并送入知識庫。在學習過程中要反復對形成的知識進行評價，使系統的知識庫不斷完善。

⑶歸納學習。該方法應用歸納推理進行學習。歸納推理指從足夠多的事例中歸納出一般性的知識，是一種從個別到一般的推理。常用的方法有枚舉歸納、聯想歸納、類比歸納、逆推理歸納和消除歸納等。

⑷類比學習。類比是人類認識世界的一種重要方法，也是誘導人們學習新事物、進行創造性思維的重要手段。類比學習就是通過對相似事物進行比較所進行的一種學習。

⑸基于解釋的學習。該方法通過運用相關領域知識，對當前提供的實例進行分析，從而構造解釋并產生相應知識。

2.2 現代策略

⑴基于神經網絡的學習。神經網絡由神經元單元及其間帶權重的連接組成，每個單元的狀態由與其相連接其他單元的輸入共同決定。該方法使用樣本來訓練網絡，產生網絡的內部表示，并用來識別新樣本。

⑵基于統計學習理論的學習。Vapnik創立的統計學習理論針對有限樣本統計問題建立了一套新的理論體系，不僅考慮了對漸近性能的要求，并且追求在有限的信息條件下獲得最優的結果。其典型代表SVM，具有許多傳統統計學方法不具備的優點。

⑶強化學習。該理論是在上世紀80年代，基于試錯方法、動態規劃和瞬時誤差方法形成的。

⑷集成學習。該方法集成若干單分類器的分類結果來綜合決定最終分類，可取得比單分類器更好的性能。其主要方法有Bagging、Boosting、Stacking、樸素貝葉斯集成、決策樹集成、人工神經網絡集成、K-近鄰集成、在線集成等等。

⑸主動學習。該方法模擬人的學習過程，選擇標記部分樣例加入訓練集，迭代提高分類器的泛化性能。

[參考文獻]

篇7

【關鍵詞】統計學 公共選修課 實踐

【中圖分類號】G642 【文獻標識碼】A 【文章編號】1674－4810（2012）02－0024－01

一 高校統計學選修課教學現狀分析

隨著社會經濟的發展，很多高校都把統計學作為選修課，在非經濟類的專業中開設，以提高大學生的綜合素質，培養復合型人才。2011年初，國務院學位委員會在新的研究生專業目錄中，將統計學上升為一級學科，為統計學科和統計教育的發展提供了更廣闊的平臺。近年來，在統計學公共選修課教學的過程中發現，部分選課的學生是非經濟、管理專業的學生，原因是對本門課程比較感興趣，意識到了統計學知識對于非經濟、管理類專業學生的重要性，想增加自己的知識量，因而選擇在校期間為自己補充經濟、管理類相關課程，但由于統計學理論性較強，概念又比較抽象、公式多、運算復雜，又涉及一些數學知識，尤其是非經濟類專業的學生，普遍反映難學。

二 統計學作為公共選修課程的實踐方法

1．提高學生學習統計學的興趣

在諸多學生學習的動機中，興趣是最積極的內發性學習動力。在授課中，采用設疑、啟發、討論、鼓勵等方法，營造出師生互動的教學情境。激活學生的思維，調動他們邊聽課、邊參與的積極性；變被動式學習為主動式學習；變灌輸式為吸收式；在聽課過程中給學生一個自由思考的空間，充分發揮他們的聰明才智。在教學過程中，教師和學生是共同參與者和完成者，“教”是為學生的“學”而服務的，“教”只是教學手段，而學生的“學”才是教學的目的。只有充分調動起學生學習的主動性和積極性，知識的導入才會成為可能，教學任務才可能得以實現。

2．突出多媒體課件在統計學教學中的優勢

在統計學教學中，采用多媒體的使用與講授式、啟發式、探究式等傳統教學方法相結合、取長補短、調動學生學習統計學的積極性。多媒體以生動的畫面、逼真的聲效，營造出圖文并茂、動靜結合、情境交融的教學氛圍，并把統計學課本上枯燥、繁雜的內容轉化為鮮活、豐富的教學內容，形成有效的感官刺激、多角度地調動學生的興趣、情緒和注意力。增強了學生對所學知識的感性認識，加深了對所學知識的理解。

3．選用優秀的統計學教材

教材是學生的學習之本，是學生的終身老師。優秀的教材可使教師教得輕松，同時也能使學生少走彎路。可選取國內外權威作者編寫的教材，這些教材的專業性和層次性較強。在教材選用上，應放寬界限，適當選擇一些統計學專業的教材，提倡學生閱讀優秀的英文影印版教材及中譯本教材。國內的很多教材過于重視數學的公式和推導，忽略統計方法的軟件使用，往往只給出幾個例子，而且這些例子很多時候并沒有說明如何根據軟件操作得到。雖然可以通過軟件操作手冊掌握軟件的使用，但這卻增加了學生學習的負擔。統計學教材要體現出應用性，緊密聯系社會實踐，強調統計思想的內涵與應用。教材要適應統計學的需要，特別是計算機科學的發展，統計軟件的使用，記憶并運用統計公式不再適用于大部分學生，傳統的利用手算的一些簡捷公式和方法已過時。

4．注重聯系實際

從被動的教授理論知識轉化為聯系實際的應用，改革傳統老舊的方法，通過讓學生撰寫調查報告進行考核，掌握從數據的收集、整理、分析、寫出統計報告的全部過程，從而提高教學效果。通過課堂現場教學、指導學生先讀后寫再議、模擬實驗、利用課余時間完成項目、利用假期時間，通過參加學校或其他組織的某些團隊、小組或自己組織去開展一些與專業有關的活動，同時為了避免教材中理論與實踐的脫離，可鼓勵學生開展社會調查、專題研究、參與實習、見習企業管理等方法加強實踐鍛煉。此外，教師還應不斷地加強后續學習，關注知識動態，更新知識體系，將理論研究及實踐經驗補充到教學中，全方位地激發學生的學習興趣、培養學生的專業能力、方法能力和社會能力。

5．改革教學方式和內容，合理評定學生的成績

檢驗學生學習情況，評估教學質量的一個重要手段就是考試。教師為了保證教學質量、能夠維持好教學秩序，對選修課考試一般都采用閉卷筆試的方式。經過多年的教學實踐發現，這種方式也存在著缺陷，考試的目的應更加注重考察學生的素質和創造力，因此要適當地調整考試內容和方式，以適應培養高素質的綜合型人才的需求。在過去的統計學教學中，首先要重點培養的是學生的基本運算能力，相對應的課本和教材中的大量例題，主要是向學生展示如何運用公式進行計算，從而導致學生在學習統計學課程的過程中，把過多的時間和精力花在對概念、公式的死記硬背上。這顯然與教學的目的和專業的發展不相符。為此，統計學作為公共選修課的考試，首先應改變考試組織方式，采取靈活多樣的考核方式，例如，在教學中，用討論、答辯和小論文的方式進行考核。其次，在考試內容上，應體現出統計學的基本知識和基本運算及推理能力。第三，在學生成績的測評上，應根據學生參與教學活動的程度、學習過程中提交的讀書報告、上機操作和卷面考試的成績等綜合評定。通過綜合評定，不僅能提高學生的技能訓練與能力培養，同時也可以引導學生扎實地學好基礎知識。

篇8

文獻標識碼：A

doi：10.19311/j.cnki.16723198.2017.11.075

1統計學在經管類專業課程體系中的重要位置

統計學產生于17世紀中葉，經過三百多年的發展，已經成為涉及多領域的多科性的一門學科，在科技技術領域和國民經濟各個部門不斷被推廣和應用，所以，統計教育受到高度重視，尤其是1998年，統計學作為一級學科的確立，成為了中國統計在與國際接軌的道路上的重要的里程碑。目前在國內普通高校經管類各專業中，統計學已經成為極為重要的核心基礎課程之一。統計學之所以能夠在經管類專業有如此突出的位置，關鍵在于它是一門研究社會經濟現象數量上的規律特征的學科，通過統計學的學習可以使學生能夠掌握基本的數據分析方法，提升學生數據整理、現象分析、解決現實社會經濟問題的能力。

2統計學課程教學中存在的突出問題

基于統計學在經管類專業教學中的越來越重要的位置，諸多學者對統計學課程的教學改革進行了深入的探討和研究，為落實經管類學生學好用好統計學知識的教學目標提供幫助。劉秀艷等結合高職院校的特點探討了如何在教學內容設置、教學方法與教學手段、考核方式與內容等方面進行改革，以實現高職教育培養技能應用型人才的培養目標。未良莉等從我國普通高校經管類專業統計學課程教學整體狀況進行了闡述，結合統計學教學存在的問題研究經管類專業統計學課程的教學模式。吳啟富從統計學專業的發展階段入手分析新形勢下統計學的發展趨勢，針對新形勢下出現的新問題進行了分析，提出了建議和措施。宋繼華等從項目驅動的角度進行了統計學課程教學改革與實踐研究。他們從不同角度提出了課程改革方法與建議。本文則以內無錫某大學為例，詳細分析了經管類專業統計學教學中的突出問題，以期從教學實效性的角度有針對性地提出教學改革建議。

無錫某大學目前有9個專業，近1900名學生在大二第二學期開設統計學課程。通過對經管類專業大三和大四學生的調查發現：學生學完了統計學，也通過了考試，但是面對具體經濟現象問題時，仍然有很多學生不知道如何使用統計方法去分析；用統計思維來思考研究實際問題的能力還很欠缺，教學效果不太理想；統計學課程教學在教學內容、師資隊伍、教學方法、教學手段等方面還存在諸多問題。

2.1實踐教學內容不足

統計學包括統計資料、統計工作和統計學三個方面，應注重理論知識學習與實踐操作的結合。由于無錫某大學商學院沒有足夠的實驗師資力量、大班授課、32學時數的限制，在統計學授課中仍然以理論教學為主的模式，講授描述統計和推動統計的理論和方法，這些講完后，沒有多余的時間帶領學生結合課程內容開展實踐項目。由于學生被動地接受統計理論知識與方法的學習，不能及時通過實際操作來嘗試怎么正確的運用知識，這容易導致學生“課堂一聽就懂，課后一用就蒙”，而且枯燥的統計理論知識與方法的學習會如同冷水般澆滅學生起初高漲的學習熱情。學生主觀能動性受到了抑制，進一步影響了統計知識的有效消化和吸收。

2.2統計教學師資不足，教學團隊素質建設不完善

目前，無錫某大學商學院講授統計學的專任教師只有6名，6名教師面向9個專業近1900名學生，教師數量明顯不足。因此，在教學安排上只能采取合班上課的方式，授課方式按統一的教學模式。而這種合班授課的方式會帶來一系列問題。例如，由于文科學生數學基礎較為薄弱，班級人數又較多，所以難以兼顧眾多學生對統計理論與方法的掌握程度，不僅影響教學進度，也很難達到預期教學目標。此外，由于師資不足，學院只能通過“空降兵”方式讓外聘教師來完成部分教學任務。而外聘教師把教學看作是一種兼職工作，很多只是為了完成上課任務，忽視了教學效果，從而影響了教學質量。另一方面，專任教師多為“學院派”，缺乏企業工作經驗，對實際問題了解不夠深入，難以準確認識經濟管理的規律性，以至于在教學中難以將理論貼切的與實際對接，也不知如何幫助學生觸類旁通，因而統計學教學的深入發展受到一定程度的限制。

2.3未充分發揮案例教學的作用

案例教學是指通過教師的引導，設定角色，把學生帶入特定的案例場景，通過案例分析來提升運用相關理論分析解決問題能力的教學方法。案例教學法已經被廣泛應用到文科各類專業課程。在統計學教學中，如果教師采用案例教學法，更容易借助現實問題的直觀性幫助學生理解理論知識，也容易探究理論與實際現象之間的差異，也能調動學生的主觀能動性去發現問題并同老師溝通交流，形成師生互動的平臺。無錫某大學商學院統計學教學由于課時不足，教師為了完成教學任務，主要側重統計方法理論知識內容，授課老師在整個教學中很少安排案例教學課甚至忽略，以至于統計方法得不到深入應用。另一方面，案例庫建設較為滯后，教師選擇案例的途徑受限，導致案例質量不高，又由于受課時數的限制，學生沒有充足的時間去討論，更多的時候是老師充當主角，由授課教師分析案例，沒有很好發揮案例教學在師生互動教學方面與對學生參與意識與主動思考能力培養方面的作用。

2.4對軟件的學習與應用不足

使用軟件進行數據處理與分析可以避開繁??復雜的公式推導，大大減少計算所花費的時間，將學習重心放在統計模型構建和結果的分析上。因此統計學的實踐操作離不開軟件的使用。國外很多高校對數據的處理大多依賴于軟件，比如美國大學統計教學中常用一些軟件來解決數據的處理問題，比如“JMP”、：SAS、R軟件以及EXCEL等。國內很多高校對統計學方面的教學資源投入力度十分有限，難以構建良好的教師隊伍。無錫某大學也不例外，很多統計學教師雖然理論知識扎實，但對一些統計軟件的操作自身掌握的并不夠，因此在教學中很難深入運用。以至于老師通常是對統計軟件的功能做一個簡單介紹，并沒有結合具體案例進行演示，更不要說上機操作了。因此，學生對統計軟件的功能處在一知半解的狀態，更談不上通過實際操作來去掌握它。而學生不會用統計軟件大大降低了他們對數據的處理分析能力。

3統計學課程教學改革的建議

3.1理論授課與實驗實踐教學相結合

統計學既強調理論的科學性，又注重方法應用的正確性，所以在統計學課程教學中對于參數估計、假設檢驗、回歸分析、相關分析、方差分析等需要實驗的內容，教師可以先講授理論方法，然后進行實驗教學，讓學生模擬教材例題，完成課后練習題。通過學習，學生把相關內容掌握的更牢固，還能在操作過程中，學會根據自己專業的特點，選擇合適的操作方法。為促進理論教學和實驗教學的有機結合，在理論教學環節可以將重點放在分析問題的思路和解決問題的基本方法上，淡化理論推導與證明過程。比如，在講假設檢驗的內容時，教師先把假設檢驗的基本思想、假設的建立和假設檢驗的步驟介紹給學生，在講具體檢驗方法時，在檢驗統計量的形成過程上不去花太多時間，只重點闡述檢驗方法各自的使用條件和檢驗步驟。在實驗環節要結合理論教學的進度情況開展實驗教學，一般，在需要實驗的理論教學完成一個模塊之后，進行一次實驗教學，安排一次上機操作。通過實驗操作，學生不僅更好的理解和掌握理論知識，而且上機操作能力和實踐能力也得以提升。

3.2案例教學和專業特點相結合

案例教學是實踐性教學的重要手段之一，教師應用各類典型案例與學生進行互動式的討論、分析與講解，將理論和實踐緊密聯系起來，既可讓學生對統計學產生興趣意向，輕松學習與掌握基礎理論和專業理論，又能讓學生在課堂上認識到各種實際問題，有利于提升學生獨立分析和解決各種實際問題的能力。為了提升案例教學的效果，有專業特色的高質量案例的積累和案例庫的建設非常重要。案例庫建設必須考慮到案例的針對性、時效性和趣味性。比如對于金融專業的學生可以設計用指數計算不同商品、統一商品、不同區域的購買力，利用標志變異指標分析投資項目組合的風險高低；對于工商管理專業的學生，優選產品質量控制、經營管理等方面的案例深入淺出的介紹參數估計、假設檢驗、方差分析等方法。

3.3適當增加軟件教學內容

由于經管類專業學生數學基礎相對于理科專業較弱，而統計學用到較多數學知識，統計方法應用有一定藝術性和靈活性，統計學是與數據打交道的一門課程，比較難學。因此對計算量大而復雜的數據進行處理大多依賴于統計分析軟件。SPSS、SAS和EXCEL這三個軟件在國內大學統計教學中使用的較為普遍，尤其是SPSS和SAS這兩個專業的統計分析軟件在數據的統計分析方面功能更強大，也更專業。筆者認為，根據當前無錫某大學學生的實際情況，建議選取EXCEL是比較合適的，而且它相對于專業統計軟件更易學易用、便于掌握。加強軟件教學不僅需要在教學過程中介紹基本的操作命令，還要增加一定的學時安排學生上機實驗操作，使學生借助快捷有效的工具提升解決問題的能力。

3.4提升教師業務素質，引入優秀師資人才

在師資隊伍建設方面，一是要提升教師業務素質。經管類專業統計學授課教師不僅需要具備經濟管理理論素養，還要有扎實的數學功底及較強的數據分析處理能力。因此學校應進一步完善科研激勵機制，激勵教師不斷提高自身的創新能力、業務能力、理論教學水平與實踐能力，比如繼續推進“雙師型”教師隊伍建設，鼓勵專業教師參與中級統計師、高級統計師技術職稱考試。另外學校應積極開展教師對統計軟件的學習與培訓，不斷加強教師對統計軟件的應用能力。二是要擴充專任教師隊伍。依據當前學生規模來看，還需再引入優秀教師，優化師生比例，才便于??生互動，提高教學效果。

篇9

關鍵詞 地統計學；生態學；尺度；時空特征；應用

中圖分類號 S153 文獻標識碼 A 文章編號 1007-5739（2014）13-0245-01

Application of Geostatistics in Ecology

LI Xiu-mei 1 ZHOU Shi-xue 2 LUO Sheng-jun 2 LI Chang-zhou 2 LIU Li-ping 2 *

（1 Forestry Ecology Department，Hubei Ecology Vocational College，Wuhan Hubei 430200； 2 Macheng Forestry Bureau）

Abstract Natural phenomena has spatial variability and autocorrelation characteristics.As the theory and methods in researching space distribution，goestatistics became an effective method for quantitative analysis of spatial characteristics，and gradually introduced to ecology.Based on the basic theory and method，the paper introduced the application of geostatistics in ecology.

Key words geostatistics；ecology；scale；temporal and spatial characteristics；application

地統計學起源于20世紀60年代，是以區域化變量為理論基礎，以半變異函數和插值分析為主要工具的一種地質統計學方法；是通過分析空間數據探索空間過程的信息分析技術[1]。與傳統生態學方法相比，地統計學變異函數中的變程（a）包含了距離和方向2種含義，即量化的空間尺度信息，比依靠經驗直接確定空間取樣尺度更合理；比通過尺度推繹方式間接獲得目標現象的特征更精確；修正了傳統景觀格局研究方法中小尺度生態學現象在區域內均質性的不合理假設。

由于該理論充分考慮了樣點的位置、方向和彼此間距離等空間結構信息，為實現參數的離散化與空間化提供了一種有效工具，可以定量化區域變量的空間特征，進而對未知樣點進行無偏最優估值，以直接反映自然現象的隨機性和結構性，廣泛用于地理學、環境科學、土壤學等諸多研究領域[2-3]。揭示了經典統計方法難以發現的規律，有利于融合格局、尺度、過程關系，完善生態學理論與方法。

1 地統計學的基本理論與方法

1.1 區域化變量理論

地統計學處理的對象為區域化變量，區域化變量的兩大特點是隨機性和結構性。基于此，地統計學引入隨機函數及其概率分布模型為理論基礎，對區域化變量加以研究[4]。

1.2 變異函數

變異函數是地統計學方法的基礎，根據已知樣本點來確定變量在空間上的變化規律，推算未知點的屬性。其優點在于根據已知樣本點計算某未知點的屬性值時，考慮了不同距離、不同方向空間點位間的相關性，使估計值更精確。

1.3 空間插值

與傳統的插值方法不同，地統計學考慮樣點的方向、位置和彼此間的距離，可以研究既有一定隨機性又有一定結構性的各種變量的空間分布規律[5]。克里格（Kriging）插值是一種最優、無偏的估值方法，在生態學中的應用最廣泛，可以給出每一估計樣點的不確定性（即產生誤差的幾率和大小），并利用多種附屬信息填補采樣不足的缺陷。這種在誤差允許范圍內的空間差值既節省工作量，又彌補因資料不足帶來的困難[6]。

1.4 空間模擬

空間模擬方法是當今地統計領域中由已知推斷未知的最活躍的一種方法。由于Kriging方法具有平滑作用，不適宜用于獲取變量極值的空間分布，例如通過重金屬含量的極值來尋找湖泊水體污染源；而空間模擬方法即能模擬變量的空間變化趨勢又能保留變量的極值；此外，空間模擬通過多種實現（realization）系統的表現，進行各種情況下的模擬，具有較好的統計效用[1]。

2 地統計學在生態學中的應用

地統計學檢驗、模擬和估計空間特征的作用，對認識不同尺度生態學功能與過程具有重要意義[7]。20世紀80年代初，引起生態學者關注，廣泛應用于描述生態因子的空間自相關性、繪制生態因子分布圖以及設計抽樣方案，分析自然因子普遍存在的空間相關程度、距離和方向等。利用其對可信程度和誤差的評價，解決了定量地測度空間尺度和更精確地繪制自然因子的空間分布[8]。生態現象所涉及的任何屬性，如植被類型、生物量、土壤化學元素含量、污染物濃度等，均可以作為地統計模型的變量。

地統計學方法可以用于研究離散現象的空間特征（群落、種群的格局分布），在處理具有空間連續性特征的變量（土壤性質）更占優勢。20世紀80年代初，區域化變量理論和地統計方法成為量化土壤物理化參數空間變異的有效方法[9]。尤其是地統計學方法中半方差圖和Kriging插值法適合于土壤特性的空間預測[8]。目前廣泛用于土壤養分[10]、水分[11]等的分布、污染物擴散、土壤肥力質量評價[12]、土壤分類制圖、試驗設計和采樣方法探討等[13]。

地統計學在生態學的應用主要集中在生態系統尺度以下，彌補了景觀生態學在處理物種、種群和群落空間信息的不足。區域化隨機變量耦合了地形（海拔、坡度、坡向）、土壤、水分等環境因子，是分析種群、群落的空間異質性與環境因子關系的有力工具[14]；既是對生態系統尺度空間異質性和格局問題的研究，也從生態系統的組成成分入手，同樣是對生態系統功能過程的細化[7]。

3 結語

地統計學無論是空間異質性分析法還是空間模擬差值法，通常都是對因子的靜態研究，對處理時間變化問題存在缺陷。有學者嘗試建立基于地統計學原理的時間動態模型[15]。鑒于地統計學方法側重于空間分析，而傳統統計學方法注重于時序分析，二者相結合，將時間因子融入空間變異中是今后需要解決的問題[6]。非線性多維時間序列分析預測模型（GS-SVR）就是半變異函數基礎上，結合SVR和新的定階方法發展的一種新的多維時間序列最優階數判斷法[16]。

地統計學與其他格局分析方法相結合，將有助于解決現象的時空發展過程與機理問題。近期“3S”技術與地統計學相結合，通過地理數據確定樣點之間的距離，通過屬性數據計算出變量之間的差異，二者結合得到地統計學所需要的步長和半方差函數關系，強化了大尺度空間信息的分析[10，17]。但目前地統計學應用于景觀尺度的研究較少，并且尚未形成較成熟的定量化研究方法。

4 參考文獻

[1] 王勁峰，武繼磊，孫英君，等.空間信息分析技術[J].地理研究，2005，24（3）：464-472.

[2] 唐濤，蔡慶華，潘文斌.地統計學在淡水生態學中的應用[J].湖泊科學，2000，12（3）：280-288.

[3] 張坤，洪偉，吳承禎，等.基于地統計學和GIS的福建省降雨侵蝕力空間格局[J].山地學報，2009，27（5）：538-540.

[4] 孫英君，王勁峰，柏延臣.地統計學方法進展研究[J].地球科學進展，2004，19（2）：268-274.

[5] 王景雷，孫景生，張寄陽，等.基于GIS和地統計學的作物需水量等值線圖[J].農業工程學報，2004，20（5）：51-54.

[6] 王正軍，李典謨，商晗武，等.地質統計學理論與方法及其在昆蟲生態學中的應用[J].昆蟲知識，2002，39（6）：405-411.

[7] 王政，王慶成，李哈濱.紅松老齡林主要樹種的空間異質性特征與比較的定量研究[J].植物生態學報，2000，24（6）：718-723.

[8] 葛劍平，郭海燕，仲莉娜.地統計學在生態學中的應用（Ⅰ）―基本理論和方法[J].東北林業大學學報，1995，23（2）：88-94.

[9] 廖桂堂，李廷軒，王永東，等.基于GIS和地統計學的低山茶園土壤肥力質量評價[J].生態學報，2007，27（5）：1978-1986.

[10] 祝錦霞，許紅衛，王珂，等.基于GIS和地統計學的低丘紅壤地區三種土壤性質空間變異性研究[J].土壤，2008，40（6）：960-965.

[11] 張繼光，陳洪松，蘇以榮.喀斯特山區洼地表層土壤水分的時空變異[J].生態學報，2008，28（12）：6334-6343.

[12] 王曉春，韓士杰，鄒春靜，等.長白山岳樺種群格局的地統計學分析[J].應用生態學報，2002（7）：781-784.

[13] 李艷，史舟，徐建明，等.地統計學在土壤科學中的應用及展望[J].水土保持學報，2003，17（1）：178-183.

[14] 尚占環，姚愛興，龍瑞軍.干旱地區山地荒漠草原陰坡植物群落空間異質性[J].生態學報，2005，25（2）：312-318.

[15] 夏敏，趙小敏，張佳寶，等.基于GIS和地統計學的土壤養分時空變異分析[J].江西農業大學學報，2007，29（2）：312-317.

篇10

[關鍵詞]地質統計學；環境科學；水體污染；大氣污染

doi：10.3969/j.issn.1673 - 0194.2016.12.139

[中圖分類號]P628+.2 [文獻標識碼]A [文章編號]1673-0194（2016）12-0-01

地質統計學被稱作空間信息統計學，是數學地質領域中發展較為迅速且具有廣泛發展空間的一門學科。它將區域之間的變化作為理論基礎，結合多孔介質空間結構變異函數，研究空間分布中具備一定規律性的自然現象，隨后使用取樣方案進行優化，對一些不規則取樣進行處理并插值計算。在礦業、石油、農業、林業等行業中具有廣泛的發展空間，取得了較大的研究應用成果。

1 地質統計學發展歷程

20世紀中期，南非的礦物工程師DG Krige結合對南非金鈾礫巖的研究經驗以及對金礦儲量的計算，根據樣本區域位置的差異及樣本關聯性差異，首次提出了對每一個樣本賦予相應的權值并在此基礎上進行波動加權，以此方式代替傳統的平均加權計算法。20世紀60年代，法國著名的統計學家G Matheron經過大量實驗后，將DG Krige的研究升華為了具體的理論結果，并系統地提出了區域變量這個概念，由此形成了地質統計學這門新型學科。

地質統計學基本理論是在1978年由我國地質專家侯景儒引進的，前后歷經了幾十年的發展，至今為止無論是在理論方法還是實踐應用方面都已經取得了一些進步，但是在環境科學領域方面的應用還不夠成熟。

在短短的半個世紀內，地質統計學已經在各個領域中被廣泛使用，目前為止形成了兩個理論學派，其中一個是以法國統計學家G Matheron為主的“楓丹白露地質統計學派”，另一個是以美國的統計學及AG Journel為主的“斯坦福地質統計學派”，這兩種學派根據其計算方法及應用方式的區別又分別被稱為“參數地質統計”和“非參數地質統計”。地質統計學領域還出現了局部空間估計法如普通克立格法、對數克立格法和因子克立格法等。此外，我國一些相關領域的研究人員也研究出了一批以地質統計學為基礎的軟件。

2 地質統計學在環境科學方面的應用

20世紀初期，人們利用統計方法研究空間變異性，該方法提出將所收集的信息轉變為單獨的數值進行觀測。可是隨著信息化時代的發展，人們掌握的信息量越來越多，依靠收集的信息進行空間變異性研究的弊端越來越明顯，很難實現對空間變異性的客觀研究和評價。隨著地質統計學的完善和進步，地質統計學在環境科學領域取得了很大的成就。

2.1 土壤環境研究中的地質統計學

自然環境下的土壤分布系統非常復雜，同樣性質的土壤受土壤深度和周圍環境的影響，土壤分布狀況存在很大的差異。研究證明，土壤的自然密度、粒徑等特性在同一水平或不同深度上的分布也是不同的。這些土壤特性的非均勻分布狀態決定了土壤特性在空間中的變異性，從而導致土壤理化性質也存在一定程度的空間變異性。

2.2 地質統計學在水環境研究中的運用

水環境污染遷移參數的離散性與隨機性兩大問題是水環境污染領域中的重點研究課題。地質統計學被引進該領域之前，利用傳統地下水水流和水質遷移模型的參數求證方式，對遷移參數的空間變異性進行合理的研究與評價。如果單純使用確定性或偶然性的研究模型是很難正確且全面地描述整個水環境污染物遷移參數的變異背景，地質統計學可以對空間信息與偶然信息進行隨機性處理，可以對這種隨機性進行客觀有效的分析。

2.3 地質統計學在環境科學其他領域中的運用

由于地質統計學可以有效描述同時具備結構性與隨機性的環境參數，因此利用地質統計學研究大氣污染物分布也有很好的研究效果，例如：孟健宇和馬曉明就通過指示克立格法對某個城市大氣中含有的二氧化硫濃度的變異特征進行分析與研究，最后得出該方法是研究大氣污染差值的最佳手段這一結論。

3 地質統計學在環境科學領域中的展望

隨著地質統計學的不斷進步和完善，其實踐方式和理論已經在環境科學研究方面得到了很好的應用，在土壤有毒物質研究以及水環境污染等研究課題方面取得了可觀的成績。由于土壤多孔介質特性中顯著存在空間的變異特征，地質統計學對于這種隨機性的事物來說是最佳研究手段。現階段，對于土壤污染物的空間分布研究重點在重金屬領域，并逐漸延伸到部分難降解污染物質的研究中，例如：影響內分泌物質及一些強致癌物質，他們的分布形態類似于重金屬，地質統計學在這一類物質的研究當中具有十分突出的優勢。自然界中含水介質的非均勻性導致了其他水環境污染參數遷移物質中具有高度變異性，特別是環境十分復雜的地下水環境系統。在以后的環境科學研究中，可以將地質統計學的分析方法、分形理論和灰色系統等一系列的研究方法和相關理論結合在一起進行使用，這樣不僅會進一步降低研究復雜性，還可以更加準確地進行污染物遷移預測以及污染物遷移參數的價值估算，提高環境科學研究的準確性和先進性，為環境模擬和環境評價建立高效、科學的模型。

4 結 語

將地質統計學的研究理論和方法，與地理信息系統的研究工具相結合，為目前的環境科學研究提供了更加科學有效的研究方法。在此基礎上將地質統計學的應用擴大到其他領域中，比如：水體污染和大氣污染研究領域，可以通過地質統計學更加科學、客觀地評價環境污染。

主要參考文獻

[1]陶月贊，鄭恒強，汪學福.用Kriging方法評價地下水監測網密度[J].水文， 2003（2）.