基于协同创新的物流管理模式分析:基于协同创新的物流管理专业教学模式分析 摘 要 近年来，各方面对于中国职业的教育水平与质量以及大学生群体本身所实际具备的能力的质疑之声日渐高涨，大有“山雨欲来风满楼”之势。无论这些质疑是有根据还是没有根据，我们教育事业要做的不是反击，而是思考与教学模式的创新。本文就“协同”思想下的物流管理专业的教学模式创新问题进行分析。 关键词协同创新 物流管理专业 教学模式 “协同”思想在物流管理领域中所占的地位非常重要，它要求物流管理中的整一条链上的每一个环节以及各种资源打破彼此之间的各种界限，通过协同合作，使资源利用率达到尽可能最大的地步，使物流供应链的成本降至最低，来实现整条物流链的整体利润最大化，从而实现共赢。这是相当长一段时间内物流供应链的发展趋势。与物流链密切相关的一个专业是物流管理专业。在我国，这是一个起步较晚同时具有很大发展空间的与物流管理直接对口的专业。在实际的教学中，物流管理专业的学生不仅被要求必须具备相当的物流管理方面的理论知识，还要具备一定的实践能力和创新意识，同时还必须紧紧跟着社会中企业的实际要求去发展。所以，对于物流管理专业来说，如何将这种以后即将要用到的协同思想提前融入到本身的教学与学习的整个过程中，是一个非常值得探讨的问题。在物流管理专业的教学中，主要有三方面的协同：学生之间的协同、学生与老师之间的协同、专业知识和专业技能间的协同。 一、学生之间的协同 培养学生与学生之间在专业学习与社会实践中的协同是把协同思想植入教学模式中最为基本也是最为重要的一项工作。一方面，由于中职学生与专业老师的接触机会不多，同时社会实践的时间也不多，他们接触最多的就是自己身边的同学了，由于处境一样，所以他们知道哪些问题是在学习或者实践中经常遇到的问题，交流起来也没有隔阂，这样不仅能够让学生的学习生活变得愉悦充实，由于年龄上的原因，还能让他们更加坦诚的沟通问题，让他们之间的协同变得更有效率；另一方面，培养学生之间在学习和实践中的协同习惯，有助于在学生之间营造起一种强烈的学习氛围，让学生能够更加主动、更加迫切地去学习相关的知识。近几年，企业对物流管理专业的学生持有怀疑态度，在学生们刚刚毕业的时候往往不敢让他们直接从事与他们所学专业对口的工作，或者让他们在物流管理工作中去做一些边缘性的无关紧要的工作，根本不敢让他们担任物流管理方面的职务，这很大一部分原因是企业主们根本不相信学生们的实践能力，同时对他们所学知识的实用性不太相信。他们的怀疑不无根据，因为现在学生的生活状况就是“老师带进门，修炼没几人”，很多人在学校期间往往都把时间花在学习之外的事情上面去了，对专业知识和相关技能的掌握程度远远不够。在学生之间培养起一种协同的习惯，对于解决这一问题具有非凡的意义。 二、学生与老师之间的协同 不仅在物流管理专业，在整个中职的教学中，一个很现实的情况是“老师带进门，修炼靠个人”；这种初衷是好的，因为只有学生自己去自觉地学习了，才能真正掌握相关的知识和技能。但是，由于学生在学习生活中本身所具有的惰性，使得这一教学思想不仅没有发挥出其计划中的作用，还让学生的惰性习惯变得愈发严重了。另一方面，由于物流管理专业本身是理论性很强的一门专业，它所涉及的理论知识领域包括物流与供应链、管理学、会计学等等多方面的知识，仅仅依靠学生自身根本很难去完全掌握。如果让老师积极参与进来，比如说，老师在教学的过程中如果能积极跟进学生的学习而不仅仅只是在课堂的教学中才对学生的学习进行指导，这样必然是提高了学生的学习效率。 三、专业知识和专业技能间的协同 这方面的协同工作主要有两方面，一是专业知识与操作技能的协同，另一方面是专业知识与实践技能的协同。 （一）专业知识与操作技能的协同 掌握专业知识只是使物流管理教习停留在纸面上，而物流管理专业所要求的不仅仅是这样，它更强调的是基于理论知识上的实践能力，所以，在教学过程中，为了适应社会企业的要求，就必须把理论知识同相关的操作技能协同起来，让理论知识达到“学以致用”的效果。比如说，可以让学生们多多参与企业沙盘的操作，参加各种物流管理方面的比赛以及各种相关活动，在这些考验专业技能的活动中提高大家的操作能力。 （二）专业知识与实践技能的协同 在进行专业知识和能力的协同教学中，另一个重要的方面的增加学生与企业间的协同。在教学的过程中，由于学校教学具有延迟性，所教知识往往不能满足社会中变化的需求，所以，仅仅依靠教学根本无法让学生很好地适应现在的企业需求。同时，社会的企业对教学问题所一直提出的问题也是大学的教学根本不能使学生具备有胜任企业相关职位的能力。如果这些问题解决了，那么物流管理专业学生的就业问题也就解决了。而解决这些问题的最好方法无疑是让学生们直接投入到企业中进行学习。让学生在学习的过程中，通过与企业间的沟通，既能够让学生明确学习的方向，又能够让学生让物流管理专业的学生在接受教育的时候同时又具备强的实践能力和丰富的实践经验。 本文提出物流协同教育的专盈教学模式，通过整合多种物流教学模式优点，改善教学模式的不足。物流教育教学将推动职业教育建设及优质资源共享，为多方位、多角度培养和供应物流人才提供途径。 基于协同创新的物流管理模式分析:区域港口物流产业技术协同创新平台构建研究 摘 要：为有效提高区域港口物流产业的技术创新能力和产业竞争力，文章在分析区域港口物流产业技术协同创新动力机制的基础上，对区域港口物流产业技术协同创新平台的构成、功能、组织结构和运行机制进行了研究，以支撑区域港口物流产业的自主创新和产业技术进步。 关键词：港口物流；技术创新；协同创新平台 港口物流是港口城市利用其具备的口岸优势，以临港产业为依托，以优化港口资源为目标，具有涵盖物流产业链所有环节的港口综合服务体系。党的十八大提出了“海洋强国”的发展战略，作为海洋服务业的重要组成部分的港口物流服务业对促进临港产业的转型发展和港口经济的发展具有重要的意义。与鹿特丹港、安特卫浦港、香港港、新加坡港等先进的国际港口城市的港口物流产业相比，我国的港口物流产业虽然在总量上具有一定的优势，但是在管理理念、信息化水平等方面还处于较低水平，具体表现在：港口物流产业组织化程度不高，港口物流业技术创新能力和整体综合竞争力有待进一步提升；港口物流企业规模普遍较小，物流基础性工作薄弱；港口物流人才匮乏，物流发展的软环境需要进一步改善。港口物流产业的发展迫切需要通过协同创新的方式促进港口物流产业的技术创新和服务创新，通过与港城区域经济协同发展，提升行业的整体竞争力。 20世纪90年代以来，产业技术创新战略联盟作为产学研深化合作的一种创新模式在全球范围内大量涌现，产业技术创新战略联盟克服了传统产学研合作存在的缺陷，已成为解决产业内共性关键技术、提高企业技术创新效率、促进产业优化升级、获取产业竞争优势的关键方式[1-2]。港口物流产业技术协同创新战略联盟作为一种市场经济条件下以企业为主体、市场为导向、产学研相结合的技术创新体系组织模式，对于推动区域港口物流产业技术创新和管理创新，加快成果产业化转化，促进区域传统物流业向现代物流业转型具有重要的意义。 1 区域港口物流产业技术协同创新的动力机制分析 区域港口物流产业技术协同创新的动力机制是促使区域港口物流产业协同创新和发展的动力源，在“海洋强国”的发展战略背景下，临港产业之间的关系更加密切，港口物流产业已经成为临港经济发展的大动脉。技术创新和服务创新已经成为港口物流产业发展和提升竞争力的主要手段。从一般意义上分析，促进区域港口物流产业技术协同创新的动力分为内部动力和外部动力。 港口物流产业协同创新的内部动力是存在于港口物流产业内部的动力要素，是港口物流产业内部存在的一种自发的内在力量。随着临港区域经济的转型发展、临港产业与港口物流产业的联动发展和港口物流产业专业化分工的不断细化，港口物流企业为了更好地整合企业资源，提高运作效率和提升客户服务水平，必然会在企业的战略制定、文化建设、员工创新能力提升、企业品牌建设等方面促进企业的核心竞争力，推进港口物流企业技术创新和服务能力创新，提升物流企业的市场竞争能力。港口物流产业技术创新的内部动力主要包括企业战略驱动力、文化影响力、员工创新能力、激励动力以及创新保障力等动力要素。 港口物流产业技术创新的外部动力主要是来源于外部环境及政府有意识的规划、调控行为[3]，通过引导、刺激和驱动等方式对港口物流产业技术创新产生推动作用。港口城市区域经济的发展以及临港产业物流服务的不断外包给港口物流企业创造了巨大的市场需求空间，但国际、国内物流巨头的进入给港口物流产业的本土物流企业形成了巨大的竞争压力，同时政府对港口物流产业规划和新技术（如物联网、云计算等新一代信息技术）的不断应用也推动着物流企业不断开展技术创新和物流服务创新，通过应用新技术和新的管理模式、服务理念提升服务品牌和市场竞争力。港口物流产业技术创新的外部动力主要包括市场需求的拉动力、市场竞争力、技术推动力、政府支持力、区域选择力等动力要素。 港口物流产业技术创新的内外部动力及相关构成要素在产业技术创新过程中通过相互作用和协同，形成功能更加强大的合动力，共同作用于港口物流产业技术创新系统，在产业技术创新策略的引导下，推动港口物流产业技术协同创新的演化和发展。 2 区域港口物流产业技术协同创新平台的构成与功能 区域港口物流产业技术协同创新平台是一个复杂系统，它是由港口物流行业企业、行业协会、高校、科研院所、地方政府等创新主体构成，通过整合资源和协同创新以促进区域港口物流产业技术创新、港口物流人才培养、行业共性技术研发和成果转化。 （1）区域港口物流产业技术协同创新平台的构成要素 区域港口物流产业技术协同创新平台由区域港口物流产业核心创新主体、区域港口物流产业创新支撑体系和区域港口物流产业创新外部环境构成。其中：区域港口物流产业核心创新主体是区域港口物流产业技术创新平台的核心，由港口码头运营企业和专业从事运输、仓储、货代、船代、报关、配送等功能性物流服务的港口物流企业，提供物流行业管理咨询和技术服务解决方案的咨询公司或IT企业，高校和科研院所，具有物流服务外包需求的制造业企业、商贸企业等相关企业构成。区域港口物流产业创新支撑体系由硬件和软件构成，硬件包括港口物流基础设施（如港口、码头、公路等）和物流技术装备，软件包括区域港口物流公共信息平台、地方政府机构、面向港口物流的金融服务机构和人才培训机构及港口物流相关的行业协会等，为区域港口物流产业技术协同创新提供支持。区域港口物流产业创新外部环境包括区域港口的区位环境、产业环境、外部市场环境以及商业文化环境等，外部环境是区域港口物流产业技术协同创新的土壤，良好的外部环境对港口物流产业技术协同创新具有重要的促进作用。 （2）区域港口物流产业技术协同创新平台的主要功能 区域港口物流产业技术协同创新平台的主要功能是组织企业、大学和科研机构等围绕区域港口物流产业技术和管理创新的关键问题，开展技术合作，突破产业发展的核心技术；建立区域港口物流产业公共技术平台，实现创新资源的有效分工和合理衔接，实现知识产权共享；实现技术转移，加速科技成果商业化应用；联合培养人才，加强人员交流互动。其主要任务包括：①提升区域港口物流产业整体创新能力。统筹规划与分工协作，共同开展现代港口物流产业发展和港口物流企业运作过程中的管理模式、物流技术、物流装备、物流行业标准化及物流信息化软件设计和应用等涉及物流产业发展战略的共性、关键技术研发，解决制约行业可持续发展的技术和产业化问题。②建立产学研技术创新机制。构筑港口物流产业技术创新平台，统一协调和充分利用优势科技资源，建立具有法律约束力的互惠互利、优势互补产业技术创新协作机制，促进科技成果转化；构建现代港口物流技术公共服务平台，开展国内外及区域现代物流法律法规、标准、资讯等信息共享服务。③建立区域港口物流产业化体系。面向市场，依托技术创新和管理创新，形成港口物流行业标准，打造知名物流品牌。通过产业链的技术衔接，形成具有鲜明特色和市场竞争力的现代港口物流产业化体系。④建立人才培养和人员交流的平台。为区域港口物流企业提供物流管理和技术培训、技术支持与咨询服务、物流信息化应用服务及成果推广应用服务；开展国内外及区域港口物流技术领域的合作与交流活动。 3 区域港口物流产业技术协同创新平台的组织结构与运行管理 区域港口物流产业技术协同创新平台的组织机构是围绕平台创新的目标，由平台各主体构成的内部关系结构和共同规范的协调系统[4]。从目前产学研协同创新平台的组织形态来看，主要有成立独立的法人实体和建立技术协同创新战略联盟两种形式[5]。由于技术协同创新战略联盟具有共同创造新的商业模式、整合资源创造新的价值等优势已经成为当前产业技术创新平台采用的主要模式。近年来，在科技部、国资委等八部门的积极推动下，产业技术协同创新联盟的构建和发展取得了积极进展。通过联合攻关，联盟突破了一批核心关键技术，推动了产业优化升级，提升了产业核心竞争力，联盟引领产业发展和技术进步的作用正在显现[6-7]。针对区域港口物流产业的特点，本文构建由联盟大会、理事会、专家委员会、专业联盟、秘书处组成的区域港口物流产业技术协同创新联盟作为区域港口物流产业技术协同创新平台的组织结构。 （1）联盟大会。区域港口物流产业技术协同创新战略联盟大会为联盟的最高权力机构，由区域港口物流产业技术协同创新战略联盟全体成员组成。 （2）理事会。理事会是区域港口物流产业技术协同创新战略联盟大会闭会期间的常设机构，负责联盟大会各项决议的实施。理事会原则上每半年召开一次全体会议，如遇重大、紧急事项，可临时召开理事会议通报相关情况。 （3）专业联盟。联盟内设置若干专业联盟，专业联盟受区域港口物流产业技术协同创新战略联盟的领导，负责组织其专业领域的物流技术创新和管理创新、合作研发和成果推广活动。根据港口物流产业的特点可设置港口物流发展战略技术联盟、港口物流企业管理创新联盟、港口物流企业物流技术创新联盟、港口物流信息化技术创新联盟、港口物流技（上接第26页）术标准化创新联盟等专业联盟。根据物流技术和管理发展的需要，适时地增设新的专业联盟。 （4）专家委员会。区域港口物流产业技术协同创新战略联盟专家委员会是联盟的技术咨询机构，由国内外及本区域港口物流技术和管理领域的专家、学者组成。 （5）秘书处。秘书处是港口物流产业技术协同创新战略联盟理事会的日常办事机构，负责联盟的日常管理工作，同时做好协调各成员单位的工作。 区域港口物流产业技术协同创新战略联盟是以企业为主体、市场为导向、产学研相结合的技术创新体系组织模式，是一种松散耦合型组织，区域港口物流产业技术协同创新战略联盟的运行需要建立明确的运作制度和管理制度，一般通过联盟章程、管理办法等方式予以明确，如建立联盟运行的资源整合与优化配置机制、风险共担与利益共享机制、成果扩散与辐射带动机制以及人才培养机制等联盟运行机制和管理办法，通过联盟秘书处整合联盟成员的资源组织开展行业关键共性技术研发、成果应用与推广、项目推进与实施、人才培训等各项服务，从而促进区域港口物流产业的技术创新和服务创新能力，提升整个产业的竞争力。 4 结束语 区域港口物流产业技术协同创新平台是促进区域港口物流行业技术创新和提升港口物流产业竞争力的新型创新组织，是“政、产、学、研、用”协同创新的主要载体。本文在剖析区域港口物流产业技术协同创新内、外部动力机制的基础上，围绕港口物流产业的特点，对区域港口物流产业技术协同创新平台的构成与功能进行了分析，并研究了区域港口物流产业技术协同创新平台的组织结构和运行机制，能够为区域港口物流协同创新平台的构建提供借鉴和参考。 基于协同创新的物流管理模式分析:协同创新视角下地方院校物流管理专业实践教学研究 【摘要】随着国内物流业的快速发展，物流人才的市场需求进一步扩大，对物流人才实践能力的要求也不断提高。同时，“高等学校创新能力提升计划”的颁布给高校实践教学提出了更新的要求。地方院校由于自身的特点，在人才培养方面有独特的要求。本文首先指出了协同创新视角下对地方院校物流管理专业实践教学的要求，并结合所在学校的教学实践，分析现有实践教学体系存在的问题，在此基础上探讨新型实践教学体系的构建。 【关键词】协同创新，物流管理，地方院校，实践能力 1.引言 实践教学是实现人才培养目标的重要途径。随着我国现代化建设的快速发展，社会对应用型高级人才的需求与日俱增，要求物流管理专业思考如何构建一个科学合理的实践教学体系，加强实践教学环节，确保人才培养目标的实现。“高等学校创新能力提升计划”（简称“2011计划”）的颁布给高校实践教学提出了更新的要求。物流管理专业的实践教学应与科研院所，行业企业，地方政府以及国际社会等建立深度合作，形成协同创新的有机整体，培养以需求为导向的综合型高级物流人才。对地方院校而言，协同创新的难度更大，而相关方面的研究还不够完善，值得进行长期深入的研究。据统计，我国目前有1055所非“211”地方本科院校。有研究显示，地方本科院校因为与重点大学没有差别的办学定位，通常为教学科研型，甚至是科研型定位，已连年面临就业率低、专业对口率低、就业质量不高的生存窘状。按照社会需求，研究型大学应是少数，经济社会发展更需要大批的应用技术型人才。 湖北文理学院目前的人才培养目标定位是：“高层次应用型专门人才”并在此定位下开始了积极的实践教学探索。物流管理专业作为新兴专业和实践能力要求极高的专业，更要不断创新改革实践教学体系。 2.地方院校物流管理专业实践教学存在的问题 2.1理念上不够重视;相关配套政策，保障体系不够完善 由于学校长期的办学理念“重理论，轻实践”，各种政策都向科研和理论教学工作倾斜，导致实践教学严重滞后。对教学经费的使用缺乏有效的管理和制度化的绩效考核，致使实验、实习等重要的教学环节的经费紧缺。另外，专业尚未建立全面、完整且具有专业个性的质量标准体系，对实践教学的引导、激励和保障效果不佳。 2.2校企、校地、校所协同度不高 目前，普遍存在地方政府，行业企业和学校之间协同程度不高、协同机制不完善的现象。对于地方高校而言，这种现象尤其严重。政府相关部门在人才培养和储备方面没有出台有效的政策，没有在学校与用人单位之间起到桥梁的作用。另外，地方有影响力的物流企业非常少，提供学生实习实训的能力有限。企业都以盈利为目的，由于实习不能给企业带来实际的经济效益，不少用人单位不愿接受大学生来实习。地方院校由于服务社会和企业的能力有限，既不像重点高校那样有较深厚的社会关系，又不像高职院校能够向企业输送大量一线技术人才，所以在校企合作中少有优势。 学校存在关起门来办学的状况，由于信息渠道不顺畅，不太了解政府和单位对新时期人才类型和能力的需求，对实践教学的设计不合理，造成实习内容与社会要求脱节的情况。 2.3实践教学体系不完善。具体表现在：实习和实践环节教学课时比重较低。部分专业课程的实践教学部分被理论教学占据;并且由于缺乏双师型的教师，大部分老师的讲课均以理论为主。实践方式单一;实践内容陈旧。另外，实践教学平台数量不足质量不高，高水平的能够承担综合性专业技能训练的平台较少。实践教学平台管理机制欠完善，打破学院专业壁垒的开放共享不够。 2.4师资力量匮乏。人才引进机制不完善。人才队伍引进的重点是院校毕业的高学历高学位人才，引进考量的标准注重了科学研究的水平但对培养应用型人才的水平有所忽视。教师队伍的培训力度和针对性不够。教师的教学能力不能完全适应应用型人才培养要求，特别是实践创新教学能力不足。虽然建立了教师到企业实践锻炼制度，但力度不强，机制不健全，培训面还较窄。 3.协同创新，构建地方院校物流管理专业实践教学新体系 3.1开创应用性的产学研合作协同创新。国外先进经验，均由政府或行业协会出面，政府主导进行校企合作。建立健全校企协同培养体制机制，要建立校企合作领导组织，成立由学校领导、政府领导和企事业单位领导共同组建的校企合作育人工作领导小组，为校企深度合作对接提供政策和组织保障。 积极寻求行业、企业的支持与合作，加强实践教学基地建设，增加实践教学基地建设经费投入，增加实践教学基地的数量，提高实践教学基地的质量，为应用型人才培养提供坚强保证。 同时要积极探索新型的校企合作模式。如创建经济实体的校企合作模式，可以成立加盟型，合作型或者咨询型的经济实体。 3.2构建新的应用型人才培养实践教学体系 彻底改变过去那种偏重理论传授忽视实践教学环节的倾向，深刻认识实践在人才培养中的特殊作用，在教学计划中突出实践性教学环节的重要地位，以强化实践教学来构建创新人才培养的扎实基础。制定具有前瞻性和系统性的实践教学培养方案。要尽可能考虑学生的特性、专业发展趋势以及实践教学内容的侧重点和交叉点。专业课程设置应尽量吻合物流协会制定的教育培训标准。德国、澳大利亚等国的应用型大学，主要依据政府或行业制定的标准来制定教学方案，同时邀请企业参与制订教学计划。这点值得我们借鉴。加强物流实验室建设。尤其是针对物流企业视为核心能力的仓储、运输管理与作业能力，物流信息分析与管理能力等要具备专业的软件，开设相关课程，培养学生具备一定的操作分析能力。 3.3完善应用型师资队伍建设机制 完善人才引进机制，开放有行业经验的师资准入机制。转变新近教师招聘思路，要把实践经验看作一项重要的条件。加强对现任教师的培训，使其尽快向双师型教师转变。强化教师企业实践锻炼制度，将企业实践锻炼经历纳入教师岗位任务，并作为年终考核、职务晋升的重要指标。 基于协同创新的物流管理模式分析:大数据环境下物流服务终端多主体协同创新 摘 要：在信息技术高速发展的大背景下，服务业在国民经济中的比重越来越重，其中物流服务业发展尤其迅速。文章利用文献查阅法，基于国内外物流服务创新的研究成果，并结合大数据时代背景，构建本文的理论框架，研究物流服务终端多主体（包括物流企业、制造商、消费者）进行协同创新的方法，重点从信息平台搭建、物流服务能力提高，消费者反馈机制建立服务产品创新等角度来分析物流服务终端的创新优化过程。 关键词：大数据；物流服务；物流能力；多主体；协同创新 一、引言 统计2013～2015年服务业年均增长超过国内生产总值年均增长0.8个百分点，达8.1%。跃居我国第一大产业（国家统计局，2016），作为服务业的一个子集的物流早在2010年入选中国十大产业振兴规划，物流的可持续发展离不开创新，十八大提出创新是引领发展的第一动力，提倡“万众创新”，创新成为当前中国的主旋律，这也成为本文研究的一个契机。 二、文献综述 （一）服务创新概念及发展 “创新”的概念最早由经济学家Schumpeter提出，即开发新产品，采用新生产方式，开辟新市场，发现新生产要素和实现新组织1，他强调创新是不同要素的组合。随着对于服务创新研究的深入，研究视角也呈现多元化。Lars Witell、Laurel Anderson（2015）等人研究服务创新的二元性，提出运用逆向思维研究服务创新失败的消极影响，失败有助于找到创新的关键特征。Renu Agarwal 和Willem Selen（2009） 则从整个服务生态系统的角度去研究服务创新，认为在服务生态系统中的服务创新是以资源基础理论为中心，将服务视作能力的应用，利用利益相关者的知识、技能和经验。Lusch和Vargo（2004， 2008）则最先提出基于资源优势理论和核心竞争理论的服务主导逻辑的价值共创，认为企业提供服务主张，创建平台和顾客共同创造价值。价值创造的主体包括了企业、合作伙伴和消费者，顾客最终获得使用价值或者体验价值。2008年两位学者接着进一步提出“一切经济和社会主体都是资源整合者”，进一步拓展价值创造的源泉。从资源基础观的视角研究服务创新，强调参与主体间的资源整合（RL Priem，2001， Jeroen Kraaijenbrink，2010 ）。 随着互联网技术的快速发展，实践与理论界关于服务创新的研究呈现出新的特点，尤其是大数据时代的到来。俞立平（2013）在研究大数据与大数据经济学时根据前人的研究总结大数据具有规模性、多样性、实时性、价值性，为管理与创新工作带来巨大的机遇与挑战，对物流服务行业更是如此。徐宗本，冯芷艳等人（2014）认为网络环境下的大数据精准映射并持续记录人们的行为特征，为了解消费者行为特征变化和消费需求提供了巨大的商业价值，而基于大数据的管理创新呈现出跨组织数据整合、多主体决策等特征。这说明大数据时代的到来为物流服务业发展带来新的契机，不论是新的技术、新的商业模式还是新的经营理念都会或多或少的产生一定影响。 （二）多主体协同创新理论框架 物流服务业跨越了商品供应者、服务提供者以及消费者之间的界限，对供应链成功运行已越来越重要。价值网络理论认为个体无法拥有充足的资源创造价值，就需要将相互影响的个体的特色资源相互匹配和整合，提出互动与资源整合创新模型，通过创新网络内部成员间的互动，资源的相互转换，组织间的相互学习，以达到资源整合的目的，这些资源包括了知识、技能、过程、活动等，从而进行价值创新8。资源观认为企业要想获得竞争优势，就应对构成企业竞争优势所需要的关键资源具备识别和获取的能力，这种能力的形成是企业成功的关键因素，是企业获取持续竞争优势的重要源泉（于亢亢，宋华，钱程，2014）。以上都在强调系统内的各利益相关主体是创新的驱动力，需要相互合作，整合各自拥有的资源进行协同创新，这样才能获得持续的竞争优势。而H・伊戈尔・安索夫提出的公司战略要素之一的“协同”更是为多主体服务创新提供了新的思路。所谓的协同效应是指由于协同作用而产生的结果，是指复杂开放系统中大量子系统相互作用而产生的整体效应或集体效应（刘[，2014）。 由此，我们在大数据的背景下，从多主体的视角出发，整合供应商、物流企业以及消费者的资源进行服务创新。 三、物流发展现状 针对国内物流服务的发展现状，将物流服务的现状概括总结为以下三个方面，如图所示： 物流服务终端直接面向最终消费者，是整个服务价值链的关键一环。 物流企业面临的环境是一个动态、复杂的环境，最关键的是从消费者的需求出发，而消费者日趋多样化、个性化的需求难以精准把握。将物流企业、供应商和消费者等重要主体联系起来，进行充分的信息沟通与深入的互动，整合各主体的技术、知识等资源，并充分利用大数据、云计算等手段实时追踪预测消费者需求趋势，以求提高服务质量，增加消费者满意度，这就显得尤为重要。 四、多主体参与物流服务创新 （一）构建信息平台加强合作 信息交换是节点企业交流与合作的纽带，是节点企业利益共享和风险共担的平台（李维安，李勇建，石丹，2016）。物流终端的各参与方应充分认识到平台的重要性，积极建立信息平台，各参与方依托平台建立的信息服务中心相关的供求信息，实现信息资源的及时共享，加快物流各环节对接速度，通过促进成员之间的有效沟通与合作，来增强供应链的向心力和凝聚力。王美英（2014）从云技术的角度提供解决建设物流平台的问题，利用云计算技术具有的海量存储、高扩展性、高可靠性、通用性、虚拟化、自治性等特点以及强大的容错、容灾，故障恢复，网络存储和数据分析功能，全面整合物流系统中相关组织的信息资源，将各类资源进行分布式存储和统一管理，提供更加高效的索引、分享服务；另一方面利用大数据将海量的非结构化数据转化为有用的商业信息活动，满足用户对海量行业数据分析、决策的需求。 （二）提高物流服务能力 Edward A.Morash（1996）等学者提出主要的物流能力包括两大类，需求导向的能力：售前服务（帮助消费者了解信息）、售后服务（持续的顾客满意度）、配送速度、配送可靠性、对目标市场的响应能力；供应导向的能力：广泛的分销覆盖（可用性）、有选择的分销覆盖、低的分销总成本。国内学者马士华、陈习勇（2006）指出整个物流链的物流要素能力由4部分组成，其中分销阶段的服务能力由基本服务能力和增值服务能力组成，前者的衡量指标包括3部分：（1）产品供应能力，（2）产品交付能力，（3）信息服务能力；后者指提供定制化物流服务能力。总的来说，物流服务的能力水平强调了对消费需求的响应能力，以及满足消费需求的能力。例如，企业之间可以紧密合作，建立分销资源计划（DRP），实时查询订单、产品供应及库存状况，增强对订单和供货的反应能力，持续补充库存能力，以便产品及时、准确地配送到消费者手中。 （三）建立消费者反馈机制 顾客导向服务创新强调对顾客的消费能力、消费偏好以及消费行为的深入了解，相应的调整产品与服务，以动态的适应顾客需求。Renu Agarwal和Willem Selen（2015）认为在服务过程中顾客扮演了重要的角色：一种资源、一个同事、买家/使用者、共同创造者，这也就是说消费者也是服务创新的重要源泉之一。因此，为了整合顾客的资源，可以对终端客户提供门户网站服务平台，建立消费者反馈机制，用来收集消费者需求信息、消费体验以及感受评价，获得最真实、全面的反馈信息。在设计与产品特点、消费者偏好匹配的服务，第三方物流供应商流程再造过程，发展信息共享与交换功能包等方面融入消费者的意见。 （四）进行服务产品创新 制造商通过以上任何客户互动机制，利用客户的期望来解读市场情报和识别竞争机会，设计出迎合顾客需求的产品和服务，积极参与服务设计、公开分享知识与信息将导致更高的物流外包绩效。物流企业则应专注于同他们的顾客（制造商）基于服务主导逻辑进行价值共创，这能够提升消费者的满意度和忠诚度（Juga et al.，2010）。物流企业和制造商共同学习、信息分享、以及建立一个聚焦服务、顾客导向和关系的逻辑，对于二者的成功至关重要。 五、结论与展望 针对外部环境的不确定性和非对称信息程度的增加，充分利用大数据挖掘顾客需求变化趋势显得尤为重要。通过多主体的协同创新，整合物流分销系统内部各利益相关主体拥有的资源，构建分销渠道信息共享机制，消费者反馈机制，以提高物流分销系统的柔性；另外从服务产品的创新方面进行改善，以期提高顾客满意度。本文不足之处在于缺少实证研究，没有涉及到该领域的创新与绩效之间的关系、创新的效果。这将在接下来的研究工作中加以补充。 基于协同创新的物流管理模式分析:协同创新的电子商务物流论文 1宁波电子商务与物流协同发展面临的问题 1.1企业对协同创新认识不足，基础薄弱一些生产企业更多关注的是产品的开发和销售方面，但很少关注物流方式的合理性。规模较小的企业无力规划自己的电商物流体系，发展基本依靠第三方物流提供支持。规模较大的企业逐渐认识到物流的重要性，但通过协同创新产生价值尚需时日。目前，企业创新物流体系投入较低，各种运输方式之间装备标准不统一，设施和装备标准化滞后，物流领域信息技术应用较少，管理信息系统不健全；电子数据交换系统的应用范围有限，企业之间的物流共享机制尚未形成。大部分的物流企业处于小、多、散、弱的状况，难以形成有效的社会服务网络，大多数物流企业还只是被动地按照用户的指令和要求，从事单一功能的运输、仓储和配送，很少能提供物流策划、组织及深入到企业生产领域进行供应链全过程的管理，物流速度慢、成本高，影响效率。宁波政府、电商物流企业、电商集聚园区相关部门要提高对电子商务物流协同创新重要性的认识。 1.2政府对协同创新服务不够到位，政策法规尚不健全大部分电子商务企业，电商物流这一块也是瓶颈，大多依靠购买服务，但国际物流配送仍非常不方便，导致跨境业务发展缓慢。宁波在对电商与物流行业的政策支持上滞后于快速发展的电商物流行业。如当前电商物流法律法规建设相对滞后，市场准入服务监管体系、信用体系统计监测体系产业投融资机制亟待建立；物流供应链协同融资服务等环节缺少相应的法规规范标准；电商物流行业标准化建设落后；在维护电子商务交易秩序，防范电子支付风险和网络与信息安全方面未形成有效的企业与个人信用监督约束机制。2.3电子商务物流创新人才短缺物流管理人才的缺乏是物流业发展的重要制约因素，现代物流业是与信息技术的发展和现代物流技术的创新相伴而行的。据权威机构调查，国内近几年物流专业人才的需求量为600余万，而高级物流管理人才到2010年需求量为34万人。人才的短缺主要是相应的培养体系不够成熟和不够健全，宁波高校电子商务人才的培养经过近10年的发展已经从电商技术人才培养转变为电商营销人才的培养，物流管理人才培养普遍面向港口服务企业、第三方物流企业和传统供应链管理。既懂电商又懂物流运作的复合人才培养体系并未建立，所以电商物流人才十分缺乏。 2“宁波电子商务物流协同创新体系”的基本框架和功能 以电子商务企业和物流企业为主体。宁波电子商务企业与物流企业是宁波电子商务物流协同创新中的主导群体，其发展水平决定着宁波电子商务物流协同创新的水平，两者运行发展既相互独立，又存在紧密的业务联系，两者的协同创新必须要在现有电子商务企业与物流企业的发展层次上实现对接协同，从而促进宁波电商物流的快速、协调、创新发展。科研创新机构、创新人才和创新政策咨询为辅助的组织要素模块。宁波电子商务物流协同创新体系要在协同的基础上实现创新，须配套相应的创新要素。高水平的科研创新机构为电商物流创新提供智力支持，高素质的创新人才为电商物流创新提供人才基础，有效务实的创新政策为电商物流创新提供政策保障。三者协同形成有效的创新合力。技术、管理、服务三协同创新模块。宁波电子商务协同创新须紧紧围绕技术、管理、服务三个方向，电子商务物流技术的创新为企业硬实力的提升提供支持，电子商务物流管理的创新为企业软实力的提升提供支持，电子商务物流服务的创新为企业业务能力的提升提供支持，三者缺一不可，三者协同创新提升宁波电子商务物流企业的核心竞争力。创新资源投入模块与创新资源产出模块。创新资源的投入与创新资源的产出可以有效评估宁波电子商务物流协同创新体系的效率，在较少的投入条件下实现较高的产出表明宁波电子商务物流协同创新能力强。因此，量化地分析创新资源投入模块与创新资源产出模块可以有效实现宁波电子商务物流协同创新能力的评价，并反馈体系，不断改进体系架构。 3推动宁波电子商务与物流协同创新发展的对策建议 3.1做好电子商务物流产业集聚规划指导，完善宁波电子商务城服务配套一方面提高电子商务物流协同创新重要性的认识，加快电商物流联动集聚：宁波政府、电商物流企业、电商集聚园区相关部门要提高对电子商务物流协同创新的重要性认识；电子商务是商业领域内的一次革命，而现代物流则是物流领域内的一次革命，高速发达的电商平台、高效运转的物流体系和高度灵敏的产业供给协同共进将成为未来经济发展的新模式。宁波应顺势而动，把握“电商换市”的制高点，谋划和推进电子商务产业的集聚和培育，实现产城联动集群式创新发展。另一方面科学制订电子商务物流集聚规划，完善宁波电子商务城服务配套：根据宁波电子商务发展态势，整体布局电子商务运营商、供应商与第三方物流服务商等产业链各环节，由宁波发改局服务业可协同宁波经济与信息化委员会等部门，会同电商物流企业专家、行业专家，科学制订宁波电子商务物流集聚规划。 3.2借电子商务城建设契机优化协同创新的模式，加强产业链间的配套协调一方面借助宁波建设电子商务城的契机，选择合适的电商协同创新模式。紧紧围绕宁波电子商务城建设配套政策，以及宁波物流及相关配套产业发展水平，科学定位，合理评价，结合电商物流协同创新模式的理论指导，同时借鉴其它同类城市的电子商务园区协同创新模式，邀请国内外电商物流专家把脉问诊，选择适合宁波自身特点的电子商务物流协同创新模式。另一方面加快电商物流与其他产业的协同创新，促进经济转型升级和增强带动效应。从宁波现有优势产业为着眼点和出发点，如宁波服装产业、小家电产业、进口红酒产业以及未来建设梅山保税港区打造的进口奢侈品业，加强这些产业与电子商务物流产业在合作模式等方面的协同创新，加快宁波传统产业的“电商换市”转型升级建设步伐。利用宁波港口外贸产业优势，试水跨境电商，可组织开展“跨境电商”的可行性论证、政策论证、电商企业需求、电商市场需求等方面调研，探索适合宁波的“跨境电商”的电商物流协同创新模式。 3.3加大对电商物流创新经费等的投入，促进电子商务物流创新水平的提高一方面加大电商物流行业的创新研究经费投入，降低企业创新风险。由市贸易局牵头，依托在甬高校在电商领域的专长特点，共同组建产学研一体化的宁波市电子商务研究院，提供专项经费支持研究院的研究创新水平。针对电子商务物流新型行业风险大、市场不稳定等特点，政府部门可出台相应的补贴政策或提供研发融资平台降低企业创新风险，特别是加大对电商物流企业的创新经费投入，与宁波市创业基金等建立渠道，以“共担风险，共享收益”的形式，促进电商物流模式的开发创新。另一方面加大电商物流方面的专利申请，提升电商物流创新水平。鼓励电子商务物流的创新产出与成果申报，组织专业机构加大对电子商务物流企业的专业申请培训，促进更多的电商物流方面的创新成果得到知识产权保护，完善电子商务物流创新的产学研转化机制，建立电商研究院与电商企业间的产学研平台与制度，通过电商物流间创新成果的流通共享，提升电商物流整体创新水平。 3.4整合电商物流业务流程和创新综合服务模式，提供优质及个性化服务一方面加快电商物流流程创新，整体服务模式更新。由政府搭桥，邀请国内外电子商务物流方面的专家对宁波电子商务与物流企业的高层管理人员进行培训与授课，提供先进企业的电商物流流程设计思路和方法，以及其以电子商务为服务对象的物流服务模式的更新和改进，通过学习与交流，加快宁波电子商务物流的流程更新和再造，适应电子商务的快速发展和完善物流的配套服务功能。另一方面以网络客户为导向，提供优质及个性化的电商物流服务。企业要准确定位电商物流的服务客户对象，清晰区别其与传统客户的差异，以及明确网络客户对物流的高标准。政府应鼓励宁波电商物流企业提升服务意识，可以通过每年设置宁波电商物流企业服务质量奖的方式，奖励高服务质量的电商物流企业，促进企业不断改进服务手段，提升服务质量。 3.5创新管理技术手段，提高协同管理水平一方面以供应链为视角进行协同管理，加强管理的协同性。将电子商务物流业务运作的各个环节纳入企业供应链管理体系，将其视为企业供应链的重要组成部分，加强电子商务企业、物流服务企业、实体生产供应商、网络客户间的供应链协同管理与协同创新，加速供应链各主体间的信息流通和创新成果流通，提升电子商务物流企业供应链整体运作效率。另一方面重视技术方法的应用，提升电商物流企业信息化、标准化协同度。电商物流企业的信息化与标准化直接影响电商物流的运作效率。作为政府部门，要加大在物流集疏运体系、信息网络等方面投入资金，以保证交通流和信息流的通畅，形成一个覆盖全社会的交通网络和信息网络，为电商物流企业的信息化和标准化应用提供良好的基础环境。作为电商物流企业，要加强ERP、RFID、GPS等先进供应链物流管理技术的应用，通过技术创新，提升电商物流企业间的协同运作效率。 3.6加快电子商务物流创新人才的培养，夯实协同创新的人才基础一方面出台电商物流人才引进专项政策，引进中高端电商物流协同创新管理技术人才。定期开展电商物流专场人才招聘会，利用“海洽会、高洽会”等宁波高端人才引进洽谈会契机，开设电商物流类人才专区，与国内大型人才招聘网站合作电商物流人才需求信息，并出台专项人才引进政策，如人才补贴、安家补贴等吸引国外内电商物流管理创新等高层次人才来甬工作。另一方面利用在甬高校和知名电商物流企业，合作开展电子商务物流协同创新人才培养。利用宁波大学、万里学院、浙江纺织服装职业技术学院等宁波高校的专业资源，搭建与国内外知名电商物流企业(淘宝、顺丰、太平鸟、GXG、1号店、京东商城等)校企合作的平台，由宁波高校定期组织电商物流专家来甬开设讲座，对宁波电商物流从业人员起到积极的培训作用，通过校企间的人才契合、师资流动、培训交流，加快宁波电子商务物流整合型协同创新人才的培养。 作者：唐铮单位：浙江纺织服装职业技术学院

多元统计分析论文:全国31个省市经济发展多元统计分析 摘 要：面对新常态下的新环境、新机遇、新挑战和新要求，我们要充分认识到发展才是硬道理。只有坚持不懈地推动发展，才能避免落入中等收入陷阱，才能保证中华民族自立于世界民族之林的地位。通过聚类、判别、主成分、因子等统计分析方法，对全国31个省市经济实力进行综合评价，并对各地如何利用自身比较优势形成持续改革和创新这一新动力进行了客观分析、可以供部门领导决策和参考。 关键词：31个省市；经济发展；多元统计；分析 风正帆悬逐浪疾，勇立潮头越雄关。在金融危机、货币博弈、外需疲软、“三期叠加”等错综复杂的国内外环境下，中国经济呈波浪式螺旋前进，进入了形态更高级、分工更复杂、结构更合理的新常态，进入了“爬坡越坎”的关键阶段。多次强调，大时代需大格局，大格局需大智慧。在中国经济步入新常态下，大力推进“一带一路”建设，抢抓“重要战略机遇期”成为支撑中国经济发展、塑造对外开放新格局的重中之重。如何在新常态中抢机遇、赢发展呢？我们要用开放倒逼改革，以改革深化开放，用改革开放赢得发展。 本文以2014年中国统计年鉴为数据基础，通过聚类、判别、主成分、因子等统计方法对全国31个省市经济实力进行多元分析，以求在新常态下对各地经济发展水平进行科学评价，找出影响经济发展的关键因素，为各地抢抓机遇，实现“一带一路”国家战略提供决策参考。 一、聚类分析 当今世界已经进入了全球一体化的时代，城市作为国家的经济、政治、科技和教育文化发展中心已经成为经济循环的主角。而决定每个城市的地位、作用以及未来发展事态的主要因素是它们各自拥有的综合经济实力。 “物以类聚、人以群分”，对事物进行分类，是人们认识事物的出发点，也是人们认识世界的一种重要方法。因此，我们就采用聚类分析方法，将31个省市进行科学分组。聚类分析采用定量统计方法，找出一些能够度量变量亲疏关系的统计量，以此为依据，把一些相似程度较大的变量聚合为一类，关系疏远的聚合为另一类，从而发现规律，认识客观现象。 （一）变量的选取 为对全国31个省市综合经济实力进行科学评价，我们首先采取聚类分析方法把其进行有效分类，确定哪些城市的经济发展处于同一集群，具有高度同质性，哪些城市的经济综合实力相对较弱。本文选取了12项通用的社会经济指标，具体为人口总数、GDP、第一产业产值、第二产业产值、第三产业产值、资本形成总额、财政收入、财政支出、货物进出口总额、居民消费价格指数、商品零售价格指数、人均消费水平。 （二）距离统计量、聚类方法及标准化 1.距离统计量。为将变量进行科学分类，我们需要研究它们之间的关系，需用一个统计量来刻画其之间的距离。本文采用最为常用的平方欧氏距离（Euclidean distance）。 二、判别分析 为对聚类分析结果进行科学评判，我们根据判别分析的基本原理，采用贝叶斯判别准则对聚类情况进行判别。贝叶斯后验概率公式如下： 从表3看，使用聚类分析的统计方法对全国31个省市经济综合实力进行分组的结果，与贝叶斯判别预测的分组结果完全吻合，且从后验概率的检验结果分析，各组分类的样品属于该类的概率均呈显著性，通过判别分析，聚类分析进行的分组效果良好。 三、主成分分析 为能从大量的原始指标中综合出较少的几个综合指标，以找出影响各省市经济发展的主要成分，我们采取了主成分分析法。其优点在于通过采用降维的方法，用少数几个综合指标来反映大量原始指标的主要信息，使得我们分析各省市综合经济发展影响因素得以简化、直观。 （一）计算主成分 （二）提取主成分 通过对全国31个省市的主要经济数据进行主成分分析（详见表4），前两个累计贡献率已达85.92%，满足提取主成 分的累计贡献率不小于85%的原则，可以提取两个主成分。根据因子载荷矩阵和主成分系数向量矩阵的如下关系： 从第一主成分函数看，GDP、第二产业产值、第三产业产值、财政收入、财政支出、资本形成总额其系数接近且在式中影响较大；从第二主成分函数看，第一产业产值、商品零售价格指数系数较大。从拉动地方经济角度看，要加快经济的转型升级，从以上两个关键之处入手，效果较为明显。其中就包括了GDP结构合理调整、发展速度的“换档提速”、以财政资金引导社会资本进入竞争性领域、扩大社会商品零售总额等。 四、因子分析 为能在主成分分析的基础上对全国31个省市的经济发展实力进行综合比较，找出各经济变量相互依存的“无形的手”，我们选择因子分析中的因子得分对各地经济实力进行综合排名。 五、我国经济现状及形成新动力的途径 （一）我国经济发展现状 在“三期”叠加和四大镇痛（制造业去产能化、环境去污染化、房地产去泡沫化、环境去污染化）的背景下，我国经济下行压力不断增大，增速放缓。今年以来，在错综复杂的国内外环境下，中央坚持稳中求进的工作总基调，创新宏观调控方式，以全面深化改革促发展、调结构、惠民生，使经济稳步走向“新常态”。所谓“新”，即经济增长由高速转向中高速，发展方式由规模速度型粗放增长转向质量效率型集约增长，发展结构从增量扩能转向调整存量做优增量的深度调整，发展动力从传统增长点转向新的增长点。我们的经济发展也取得了来之不易的成绩。以2015年一季度为例，虽然增速有所回落，但这是一个让人“不难受”的速度，用老百姓的话讲就是既有“面子”又有“里子”。从主要经济指标看，一季度GDP增长7%，合乎预期，在全球范围是很快的，而且在基数较大的情况下，我们的增量也较大；城镇新增就业324万人，就业形势平稳；城乡居民收入水平同比增长8.1%，各项民生指标继续明显改善。一系列重大改革举措相继出台，一些新增长点破茧而出。经济金融风险总体可控，社会大局稳定。 尤其要看到，在增速放缓的同时，经济发展质量得到进一步提高，结构调整稳步推进，转型升级势头良好，出现了新的积极变化。产业结构方面，服务业跑出了“加速度”，经济结构由工业主导向服务业主导转型的趋势更明显。需求结构方面，投资增速虽有放缓，但消费增长比较稳健。收入分配结构也在持续改善，农民收入增速继续快于城里人，城乡居民的收入倍差在缩小。一季度单位GDP能耗同比降了5.6%。一些新主体、新产业、新业态、新产品、新动力在加快孕育。 （二）形成经济发展新动力的途径 中国幅员辽阔，各地区差异较大。主要体现在：一是从自然资源方面看，西部地区能源、原材料等资源最丰富，中部地区次之，东部地区相对贫乏；二是从经济发展水平看，东部最为先进，中部与西部阶梯状向下发展；三是从人口文化素质、市场经济意识、交通基础设施、改革开放程度的影响看，东部地区的市场体系发育程度比中西部地区市场体系更加坚强。在新常态中，各省市如何抢抓发展机遇，在充分发挥比较优势下融入“一带一路”的国家战略，赢得地区发展，其根本途径在于持续改革和创新。一是要着力推动科技创新。在新的技术领域，如增材制造、数字机器人、分布式能源、智能电网、物联网、新材料等领域，我国与发达国家大体上站在同一起跑线上，我们有机会走在创新的前列甚至最前沿。我们应统筹配置创新资源，以在这些新技术领域实现创新的重大突破。二是要着力推动生产组织方式创新。对我们而言需要把握两个方向：应用新技术革命成果，优化大规模集中式生产组织流程；适应市场需求多元化的趋势，发展小型化、个性化生产。三是要着力推动商业模式创新。要创造一个宽松的、有利于创新的环境，但也要引导和规范商业模式的创新，坚决杜绝以商业模式创新之名扰乱市场竞争秩序，切实保证商业模式创新走在健康的轨道上。四是要统筹利用国内外创新资源。我们要以开阔的胸怀，虚心学习其他国家的创新经营经验，广泛借鉴其他国家的创新成果，更大程度、更大范围扩大合作创新的内涵和形式，充分利用全球的创新资源。五是要加快构建良好的创新生态环境。要“充分发挥市场中资源配置中的决定性作用和更好地发挥政府的作用”，要加快推进各领域特别是科技创新领域的改革，建立健全创新所需的体制机制，激发全社会的创新活力和潜力，让创新成为生产力发展的第一推动力。 多元统计分析论文:多元统计分析模型在国民区域经济评价的运用 摘要：国民区域经济的发展很大程度取决于国民经济指标的衡量因素，其中很大部分在于对区域经济分析及评价，当前对于国民区域经济评价的方法有多元统计分析、函数型数据分析、线性分析和决策论等。其中多元统计数据分析是一种使用较为普遍的经济分析理论工具，其主要是通过对历史数据进行比较分析和参数修正，推导出区域经济的发展状况。 关键词：多元统计分析；武汉城市圈；聚类分析；经济评价 一、多元统计分析方法及其主要类型 （一）主成分分析 主成分分析的方法论就是数学降维方法的运用，其宗旨在通过新变量代替旧变量，同时新变量之间是独立的，同时使用者还可以自己决定是否进行分布统计，因此，主成分分析就是一种以多数相关的变量取代少数不相关变量的分析模式。主成分分析的基本特征就在于其可以避免设定参数与实际误差的影响到最后的统计分析结果，并且在统计的过程中该分析方法选取了较多的变量，提高了变量基数大小的准确性，同时在分析的过程中变量较少，而且较少的变量之间互相不影响，这样的一个过程可以使得统计分析结果与实际情况更加符合。[1] （二）因子分析 因子分析方法是在主成分分析基础上发展出的分析方法，其主要研究的对象就是矩阵内部的联系程度，即以带有原始指标数据的矩阵为基础，研究该矩阵的内部结构，进而寻找对该结构具有支配作用的独立新的因子，从而定位那些能够影响变量的特殊因子。因子分析的目的不在于寻找主因子，而是要知道这些因子所代表的含义是什么，可是主成分分析方法寻找到的主因子的解初始载荷矩阵并不满足简单结构原则， 各因子的典型代表变量不很突出，因而容易使因子的意义含糊不清，不便于以因子进行经济解释。为此可对因子进行旋转，以便得到满意效果。[2] （三）聚类分析 聚类分析的基本定义是通过统计变量的分布情况，并在分析过程中将具有同类性质的变量予以归纳总结，从而实现减少系统变量的目的的一种统计学方法。[3]实际上，聚类分析法就是一个寻找一种统计量，即可以客观反映变量之间密切联系程度的统计量，在此基础上对这些变量进行分类，目前常用的聚类统计量有距离系数和相似系数两类。但是聚类分析方法主要有三种：系统聚类法、调优法、图论法。 二、多元数据统计分析方法的意义 多元数据统计分析方法是随着计算机的迅速发展而兴起的数理统计学的分支，借助计算机对数据超强的处理能力而研发的统计分析软件已经使得统计分析变得更加简单，并且可以处理更大容量的数据，可以说大数据时代已然来临，而多元数据统计分析方法也被应用到经济发展的各个领域。多元数据统计分析主要是对数理统计方法的原理应用，进而对多变量问题进行研究的理论和方法，其可以将复杂的基尼指标变得简单化，更加清晰地反映经济指标的背后含义，这也是多元统计分析的最重要的作用，多元统计分析方法可以在不有损既有信息的前提下，进行变化和构造模型，使得复杂数据简单化。 三、多元统计分析方法在国民区域经济评价的应用 （一）武汉城市圈区域经济发展指标的选取与分析 区域经济发展的状况是需要从整体上予以评估和考量的，而这种经济评价可以客观反映区域经济发的综合经济实力，展现与区域内的整体经济发展水平，综合经济实力就是区域内的具有的全部经济实力和发展潜力，以及经济地位和影响力。[4] 本文所选取的分析对象是武汉市的区域城市圈的经济发展指标，其中的数据来源主要是湖北统计年鉴和湖北省统计局于2014年所公布的数据，通过这些数据我们可以大致了解武汉城市圈区域经济的基本综合经济实力。所以，我们主要选取了其中的15项经济指标，并标记为X1-X15，同时利用了SAS统计分析软件进行了分析，最后的统计分析结果如下表。 （二）聚类分析及其结果评价 聚类分析主要是将需要分类的对象按照特定的规则和方法进行分类，我们主要是对这些数据的特征进行观察，然后确定这些分类的。在聚类之后，同一组内的对象应当具有相似性，而不同组的对象是不相同的。我们根据表3.1的原始数据，我们可以对武汉城市圈区域内的九个城市进行聚类，结果如图1和表2。 （三）结果评价 根据以上的聚类结果的分析，我们基本上把武汉城市圈区域内的九个城市分为三类，通过表图1和表2可以看出，不同类别区域的指标分值的差异，由此也体现了其城市综合经济实力的差距。 首先，区域内的经济实力最强的当属湖北省会城市武汉，因为武汉是该区域内的经济中心，基于其地理位置的优势，交通和基础设施完备，这些指标都是经济发展的重要影响因素，而且武汉作为该区域经济的中心，其领导地位是毋庸置疑的，武汉也需要充分利用自身的优势带动周边经济体的发展。 其次，该区域内的综合经济实力第二类就是黄冈、咸宁和孝感了，该三个城市的相同点都在于地理位置的便利性，而且经济发展模式比较健康，在利用外资方面成绩显著，在武汉城市圈内整体实力较为强大，因此该类城市需要发挥自身的优势，协同武汉共同实现区域经济整体实力的提升。 第三类就是表2中的结果，该类城市的经济综合实力一般，其中的代表性城市有黄石和鄂州，这些城市区域的经济发展比较快，可是相对于第一类和第二类的经济实力还是有所差异性，特别是黄石地区的经济基础设施相对完备，但是在发展速度上还略显落后，整体经济发展水平还有待提高。 多元统计分析论文:贸易国别比较的多元统计分析方法 摘 要：从贸易类别划分，以及贸易完善程度与全球经济贸易组织参与程度的关联等几个方面，采用多元统计分析方法，探讨我国贸易在全球经济体中的位置，以及全球贸易的总体特点。 关键词：国际贸易；多元统计分析方法；比较 研究对象：中国以及2005年与中国贸易往来量高的国家，所有这些国家的贸易总额占全球总额的60%。 （一）基本方法 聚类指标：人均GDP，人均贸易总量，每万平方公里总产值，每万平方公里贸易总量，贸易总额与GDP比值，人均国土面积。上述变量有一定的重复成分，因此要对数据降维。采用因子分析的方法，筛选因子的规则是特征根大于1。 （二）2005年和2000年贸易类别划分 2005年：按照特征根大于1的规则，选取了两个因子，能解释原有变量的85.46%的信息，解释效果比较好。 16个国家的因子得分（见表1）。 再用这两个因子将16个国家聚类。聚类结果分成三类： 第一类：印尼，中国，印度，马来西亚，泰国，俄罗斯，韩国；第二类：澳大利亚，加拿大，法国，日本，英国，德国，意大利，美国；第三类：新加坡。 2000年：用同样的方法，利用2000年的数据将16个国家聚类，分类结果与2005年完全相同，这表明了上述分类的稳定性。 （三）聚类说明 根据各项指标的汇总数据来看，第一类属于贸易发展有待完善的国家，第二类属于贸易发展比较完善的国家，它的所有指标都要高于前者（除贸易总额与GDP比值之外），第三类是贸易发展相当完善的国家，它只有一个国家―新加坡。 二、贸易完善程度与全球经济组织参与程度的关联研究 （一）问题的提出 从以上分类的结果来看，不考虑新加坡，其他两类有一定的规律性，第一类以亚洲国家居多，而第二类以欧美国家居多。在全球以及区域贸易经济组织中，欧美国家的活跃程度要高于亚洲国家，那么这是否表明：一个国家参加的贸易经济组织越多，贸易就越发达呢？为了验证这个设想，首先列出全球几个主要的贸易经济组织以及研究的15个国家的参与情况。 全球性的世界贸易组织（14个）：澳大利亚，加拿大，法国，英国，意大利，日本，德国，马来西亚，泰国，印尼，韩国，美国，印度，中国。 世界四大区域性多边经济组织（北美自由贸易区，欧盟，亚太经合组织，东盟）。北美自由贸易区（两个）：美国，加拿大；欧盟（4个）：法国，英国，意大利，德国；亚太经合组织（10个）：中国，澳大利亚，加拿大，马来西亚，日本，泰国，印尼，俄罗斯，美国，韩国；东盟（3个）：马来西亚，泰国，印尼。 （二）数据整理 利用如上的参与情况，可以将研究的15个国家进行划分（见表4）。 再将这里得到的分值与前面分析得到的类别进行交叉，结果（见表5）。 （三）利用对应分析验证设想 设想：参加成熟的贸易组织越多，贸易越发达。若用上面的表格来解释，也就是一个国家的贸易分值越高，其趋向于归入第一类的程度越高，这也就证实了贸易组织对贸易的促进作用。 对应分析结果：由于行列最小值为2，故最大维度是2-1=1，该维度解释了全部的信息。下面两张表分别是行和列在这个维度上的得分（见表6）。 从表6可知，行的第一类得分接近于列的“分值≤4.5”，而行的第二类得分接近于列的“分值≥5”，同时行和列的不同类别分值差距较大（说明行和列的划分是有效的），因此验证了设想。 多元统计分析论文:试论多元统计分析在企业财务危机预警中的作用 摘要：多元统计分析是从经典统计学中发展起来的一个分支，是一种综合分析方法，能够在多个对象和多个指标的相互关联中分析它们的统计规律，多元统计的发展越来越完善，已经被广泛地使用在各个领域当中。在我国市场激烈竞争的经济发展背景下，许多企业面临着许多的经营风险，其中企业财务危机是导致企业破产的一个重大因素，许多企业出现内部控制不当、风险意识薄弱、投资决策失误等对企业不利的行为，使企业出现财务状况恶化，出现企业财务危机，而多元统计分析在企业财务危机预警中充当着十分重要的角色。因此，下文对多元统计分析在企业财务危机预警中的作用做出了探讨。 关键词：财务危机原因 多元统计 分析危机 预警作用 国内学者对于公司财务危机预警的研究也越来越多，然而学者们大多数只针对纯财务指标构建财务危机预警模型，却忽略了非财务信息的作用。很显然，单一的财务数据所能体现的信息还不够完整，很难反映公司的真实情况，难免会造成预警的偏差，而非财务信息能够对财务信息进行有效地补充，因此，引入非财务指标构建预警模型是非常有必要的。 一、企业财务危机产生的原因 许多现代企业面临着危及生存的问题，财务危机是企业的一大重要问题，许多企业管理不得当，财务环节控制不到位，并且缺少有效的监管机制，造成企业财务管理混乱。企业财务危机是法律意义上对企业破产的定义，企业破产是用来衡量企业财务危机最常用的标准。企业财务危机有负债危机、市场危机、收益质量危机，除此之外，长短期资产配置不当、企业财务机制不健全、管理层的财务管理素质低下、企业本身的风险意识薄弱等都会造成企业财务危机的发生，由于企业更倾向于通过负债来获取收益，因而当风险意识不强时极易形成高度负债，在企业出现入不敷出的财务危机时便会导致破产。 二、多元统计分析 （一）多元统计分析概述与作用 多元统计分析是一种综合分析方法，能够在多个对象和多个指标互相关联的情况下分析它们的统计规律。多元统计规律包含很多内容，主要包括多元正态分布及其抽样分布、多元正态总体的均值向量和协方差阵的假设检验、主成分分析和因子分析、判别分析和聚类分析、直线回归与相关、多元线性回归与相关。多元统计分析可以对许多数据进行观测以及预测，多元统计分析即为分析多元数据的统计方法。根据统计规律性对未来企业财务情况做出预测，根据多元的数据对财务情况进行多方面的设想与观测，预测企业未来发展过程中可能会发生的财务危机情况以及危机程度，让企业提早知晓可能发生的财务危机，并做好全方面的应对措施。 （二）多元统计分析在企业财务危机预警中的主要方法 多元统计分析主要是使用判别分析和主成分分析建立企业财务危机预警模型。首先，在建模的过程中利用随机抽样和对应样本法在企业中进行选择，选取各类指标来反映企业的财务情况，变量越多企业财务危机预警模型就建立的越好。其次，利用抽样选取法抽选出样本和变量，依据这些样本和变量使用判别分析法建立企业财务危机的预警机制。第三，将企业中抽取出来的多个变量通过线性交换选出较少的数量并且是重要的变量，由于变量之间都存在着一定的相关关系，而且要以最少的变量来建立模型，所以要将相关重复的变量除去，最后剩下各不相关的变量，全方面分析企业中存在的问题，这就是主成分分析。 三、多元统计分析在企业财务危机预警中的作用 （一）对财务危机进行分析和预测 多元统计可以通过抽取变量建立预测模型对企业未来的财务危机进行分析和预测，从各个不同的角度预测企业未来可能发生的财务危机，并且经过验证判断企业是财务危机公司，或是非财务危机公司，或是中间状态公司。这种方法的正确率十分高，但是如果预测的年份越远，预测的准确率就会越低；反之年份越近预测的精确度就越高。因此，企业需要及时更新企业的财务危机预测模型，根据不断变化的数据和指标对企业财务危机进行分析，提高预测的准确率，对未来所可能出现的危机做出适应的措施。 （二）减小财务危机对企业的影响 多元统计分析可以减小财务危机对企业的影响，可以通过多元统计分析对企业进行分类，依据采集到的数据建立的模型，辅助分类企业判断是否处于财务危机状态。如果预测结果为财务危机企业，必定会引起相关部门对企业发展的重视，以及采取各类的方法对企业未来可能会发生的财务危机进行合理地防范，企业会谨慎对待发展的每一个步骤，加强风险意识，减小负债率，减小财务危机对企业的影响。 （三）促进市场经济健康发展 以多元统计分析对各个企业进行财务危机预警，使我国的每个企业都能够划分清楚，并且采取最全面、有效的体系适应国内企业的发展，在一定程度上减少了财务危机带来的影响，促进了市场经济的健康发展，提高我国的经济发展水平。 四、结束语 多元统计分析是一项对研究企业财务危机十分有效的方法，在其他领域的应用也十分广泛，多元统计分析可以为企业带来完善的财务预警体系，使企业预测未来可能会发生的财务危机，对未来发生的财务危机采取适当的、避免发生的措施，促进了企业经济的健康发展。 多元统计分析论文:基于多元统计分析的风电设备上市企业财务预警研究 摘 要：本文以风电设备上市企业为研究对象，建立符合该行业特点的财务预警指标体系，并采用多元统计分析的方法进行财务预警分析，以达到帮助风电设备上市企业对财务危机提前做出应对的目的。 关键词：风电设备上市企业；财务预警；多元统计分析 引言 在清洁能源尤其是风能的迅速发展过程中，风电设备制造行业起着至关重要的作用。由于我国的风电设备制造技术与发达国家仍然存在着不小的差距，若风电设备制造企业未能拥有安全的财务状况，将会阻碍我国风电产业的发展。因此，对风电设备上市企业财务预警问题进行研究是十分有必要的。 Fitzpatrick [1]首先建立了财务预警模型，单变量模型，其研究结果表明净利润与股东权益之比，股东股本与债务总额之比这两个指标对企业财务状况的判别能力较高。在我国，最早研究企业财务状况的是吴世农和黄世忠[2]，当时的主要思想是经验分析以及规范性说明，局限性很大。本文将多元统计分析方法运用到财务预警问题中，并构建较为全面的指标体系，以达到良好的财务预警目的。 1.财务预警指标体系的构建 通过对相关企业财务状况研究的文献进行研究分析，总结归纳出了一般上市企业财务预警的主要指标[3]，如表1所示。 除了以上五个方面的财务预警指标外，考虑到风电设备上市企业自身的特点，本文还引入如下4项符合风电设备行业特性的财务指标。 （1）成本比率（X21），其指的是管理费用与主营业务收入之间的比值，由于管理费用的界定比较模糊，所以在一定程度上可以衡量企业管理者的成本。 （2）托宾的Q比率（X22），其指的是企业市场价值与企业资产重置成本之间的比值，该指标将股票价格与投资支出相互联系起来，以反映货币供应，股票价格，投资支出与总产出之间的联动关系。 （3）应收账款比例（X23），其指的是应收账款额与利润总额之间的比值，由于应收账款有可能无法收回，所以会对企业的利润产生一定的负面影响。 （4）资本充足率（X24），其指的是企业资本总额与加权风险资产总额之间的比值，反映了在债权人或存款人的资产在受到损失之后，可以利用自身资本可以挽回损失的程度。 2.多元统计分析财务预警模型的构建 判别分析表示的是在已经研究对象分类情况的前提下，分析样本数据，归纳和推到出一系列判别函数，同时规定判定标准，从而是判别准确率最大。其数学描述如下： 假设由g个p维种类G1，G2，…，Gg，其分布函数分别为F1x，F2x，…，Fgx。对于指定的某一样本x=x1，x2，…，xp来说，需要判别该样本属于哪个种类。 对于样本种类的划分，这里运用主成分分析法就行解决，并依据主成分贡献率及累计贡献率计算出各个样本的综合评价值。计算公式如下： F=∑nj=1dj×fj（1） 上式中，dj表示主成分贡献率，fj表示单个主成分得分。 fj=∑ni=1bij×xi （2） 上式中，bij表示主成分得分系数，xi表示经过标准化处理的评价指标值。 3.实例分析 本文选取我国41家风电设备上市企业2011年到2013年的财务指标数据作为研究样本进行验证分析[3]。 首先，运用主成分分析法对这41家风电设备上市企业的24个财务指标数据进行主成分提取，其结果见表2。 其中，Y1，Y2，Y3和Y4分别表示财务预警的差、中、良、优四种类别。 利用上述判别函数，对41家风电设备上市企业的财务状况进行判别，其中4家财务状况为差的企业全部判断正确；4家财务状况为优的企业全部判断正确；17家财务状况为中的企业，有15家判断正确；16家财务状况为良的企业，有15家判断正确。该模型的整体正确判别率达到了92.7%，说明该模型具有良好的判断效果。 4.结论 本文构建了符合风电设备行业特点的财务预警指标体系，将主成分分析法和多元统计分析法结合起来对41家风电设备上市企业的财务状况进行了判别，判断准确率超过90%，验证了该财务预警指标体系及其预警模型的有效性。（作者单位：中国地质大学长城学院） 多元统计分析论文:医用多元统计分析教学中的几点体会 摘 要 从培养学生实践能力、提高教学效率、激发学习兴趣和引导学生主动学习几个方面，阐述增强医用多元统计分析教学效果的几点体会。 关键词 医用多元统计分析；实践能力；统计软件 随着现代计算机技术和网络技术的发展，医疗卫生领域逐步完善生命健康相关信息登记的数据库，各类数据库之间相互链接形成医药卫生行业的海量信息。面对海量信息，如何透过数据的表面现象抓住其本质？如何通过众多的数据挖掘出有关生命健康的科学规律？迫于此形势的需求，各医学院校纷纷开设医用多元统计分析课程，培养医学研究工作者将各种多元统计分析方法应用到医药卫生领域数据中的能力。 医用多元统计和基本卫生统计构成医药卫生领域内处理数据的有力工具，两者都用到数理统计和概率论的知识，故在教学方法上医用多元统计有许多可以借鉴基本卫生统计的教学经验。医用多元统计分析处理多变量数据，相对于处理单变量数据基本卫生统计方法而言，医用多元统计又呈现出众多自己的特点，比如繁琐的矩阵、复杂的建模、庞大的运算、抽象的概念[1]等。因此，在借鉴基本卫生统计教学方法的同时，还必须依据本课程的特点认真考虑如何增强该课程教学效果的问题。笔者在几年的医用多元统计分析教学中有四点体会与大家分享。 1 通过教学环节培养实践能力 医用多元统计分析属于应用性的方法学科，课程性质要求学生在学习多元统计方法之后，要具备将各种多元统计分析方法应用到医疗卫生领域数据中的能力。培养学生的实践能力，仅从理论授课上下功夫提高学生实践能力是远远不够的，必须在理论授课、实验教学和课程考核等各个教学环节中都不脱离实践能力培养的主线。在理论课上讲授的内容一般包括原理方面的知识和如何分析实际数据两个方面。提高学生实践能力要求教学过程中淡化数学原理方面的知识，而将重点放置在如何分析实际数据上，即该多元统计分析方法使用的前提条件是什么，如何使用该方法以及分析结果如何解读，在具体研究的医学问题中此结果具有什么样的意义。 尽管在现代教学方法中有体验式教学的渗入[2]，但相对于实验课的实际体验来讲，学生对于数据何时采用、如何采用某种多元统计分析方法，还是保持在似乎知道，但又不完全明确的模糊阶段。很多原理方面的知识，尽管不是重点，但也需要学生了解一下，才能有助于把握整体脉络、合理应用，通过实验课的亲身体验，能直观观察到相对模糊的原理知识得到验证的过程，从而心服口服地从心底接受没有经过手工计算而呈现的分析结果。并且多元统计分析的实验课本身就是让学生去体验各多元统计分析方法怎样应用于实际数据的过程，从而使学生实践能力大大提高。 一般课程考试比较侧重理论原理的考核，而医用多元统计分析授课的目的就是给学生讲授多元统计方法应用于医药卫生领域数据的实践过程，学习课程之后学生必须具备这种实践能力，否则就根本没有实现开设这门课程的初衷，没有达到教学目的。因此，课程考试也应侧重在学生实践能力的考核上。课程考核一般有试卷考核、平时实验成绩和上机考核三种形式，而以试卷考核的形式居多。对于医用多元统计分析课程，平时实验成绩考核和上机考核也应该是必须选择的考核形式，除此以外，在试卷考核中也可通过适当的题型体现对学生实践能力的考查。比如，将多元数据分析的结果展示在试卷上，让学生回答此分析结果对于研究目的反映出什么；或者指出研究目的，让学生回答选用何种多元统计分析方法，为何选用这种方法；或者从展现的结果让学生判断是否适用某种多元统计分析方法等多种题型来考查学生的实践能力。通过考核反馈出实践能力欠缺的部分，从而给予相应的应对措施。 2 通过教学软件提高教学效率 多元统计分析建模一般都要经过逆矩阵、相关系数矩阵的计算，求解特征根与特征向量等过程，这些过程没有扎实的数学功底是根本不可能完成的。即便能完成这些运算，但也是相当耗时的过程。就运算相对简单的多元统计分析方法而言，如果采用人工计算器计算的话，也需要大约五个学时的时间才能完成，复杂的多元统计方法需要学时数就更多了。假定学校能够安排充分的学时数，学生也必须有足够的能力和耐心去完成这些运算。可见，统计软件和多元统计分析方法教学的结合是非常必要的。 目前，常用的统计分析软件有SAS、SPSS和STATA。对于医学专业本科生和研究生的统计分析要求来讲，简单掌握每个软件基本功能就可以满足数据分析的需求，但对统计学专业的研究生而言，一般需要用到可编写程序的SAS软件，并且要深入学习，进行数据的模型拟合分析。各医学院校可根据自己的办学条件、师资力量、教材的情况、授课对象等因素综合考虑本院校采用医用多元统计分析的软件。借助软件在很短的时间能完成模型的建立、模型拟合检验等分析过程，通过分析结果中呈现的模型建立中间步骤，了解矩阵运算，求解特征根与特征向量的信息，把握前因后果、各步骤间的相互关系，大量时间的节余可用在多元统计分析方法的专业应用上。 3 通过适宜教材激发学习兴趣 多元统计分析原理部分的繁琐复杂性对该课程的学习形成很大阻碍，且原理部分又不是医学专业学生学习的重点，这提示了教材选择的重要性。合适的教材不应该花费很大的篇幅在理论推导和模型建立的过程上，否则只会增加学生对该课程的畏惧心理。教材应当侧重于多元统计方法的应用部分，应用部分和学生专业的相关性越强，就越容易激发学生学习兴趣。 上文中提到学习医用多元统计分析教学要结合统计分析软件，因此，教材中最好在每个多元统计方法的介绍之后都安排一个章节，说明这种多元统计方法通过统计分析软件如何实现，以及软件运行结果如何解读。医学各专业学生一般都未经过系统的统计软件的学习，因此，教材中软件相关内容的安排就尤其重要，不仅要有这样的章节，而且要通俗易懂，适合医学专业学生的初次统计软件学习，在每一种多元分析方法数据集的录入、软件实现的步骤、一些常用选择项的介绍、软件运行结果的每个部分的解读以及结合专业知识后的结论等各个方面都要有详尽的解释。 医学可以划分成很多不同的专业，如公共卫生、医药和临床专业等，就公共卫生专业又可以进一步详细划分成劳动卫生、儿少卫生和营养等专业。目前的医用多元统计分析教材没有具体针对各个专业的多元统计分析教材，能选择到和医学专业接近的教材充其量也就是医用多元分析的教材了，因此，通过教材提高学习的积极性还是存在一定的局限性，但这种局限可以通过案例教学来弥补。在授课过程中，授课教师可能通过案例式教学[3]，选择和授课学生专业休戚相关的例子来进行讲解，就格外能吸引学生的注意力。 4 通过教学设计引导学生主动学习 多媒体技术在教学中的应用极大优化了教学过程[4]。随着多媒体技术的发展，教学过程中“传统的PPT教学”逐渐形成新的多媒体教学形式――微课件。微课件是指使用多媒体技术在五分钟内就一个知识点进行针对性讲解的一段视频或音频[5]。基于教学设计，微课件可用于难点讲解、内容小结等各个环节。如在教学导入阶段，教师根据新课知识点设计新颖的问题，通过简短的视频的形式展现。微课件以视频的形式吸引学生的注意力的同时，将教学问题引入，让学生带着问题去听完一堂课，从而起到引导学生主动学习、增强听课效果的作用。 布置课后作业也是一种很好的引导学生主动学习的途径。以往教学中教师一般也布置作业，但布置的作业大多是多元分析方法基本思想和原则之类的思考题。笔者在教学实践中，将课后布置作业题目设定为“收集适用本次理论课医用多元分析方法的自己专业相关数据，并预计数据分析后可能的结果”。学生在收集数据的过程中，就必须去主动思考这种多元统计分析方法的基本思想、适用原则等问题，并且会进一步产生通过软件分析此数据的欲望。在实习课上，除了教师规定的实习题目之外，学生一般都会主动完成自己专业数据的分析，和教师探讨此数据分析的结果和对专业的指导意义。 以上是笔者在多年医用多元统计分析课程教学中的几点体会，通过培养实践能力、激发学习兴趣、提高教学效率和引导学生主动学习等多种方法增强教学效果，培养学生独立分析问题、利用科学方法解决问题的能力，使其在未来的科研岗位上能很好地利用和分析医疗卫生领域的海量信息为人们的健康服务。另一方面，通过各种方式增强医用多元统计分析的教学效果，也促使授课教师自身能力素质得以全面提升，真正落实“教师为主导，学生为主体”的教育理念。 多元统计分析论文:多元统计分析在企业财务危机预警中的应用 【摘要】科学技术不断进步，促使我国市场经济体制不断进行改革深化，企业财务管理的方式也呈现出多样化的趋势。在发展的过程中，由于企业财务管理的不完善和企业运营的问题，企业财务危机现象不断出现，现在越来越多的企业开始利用多元统计分析的方法进行财务风险统计，并及时进行危机预警。本文主要对于多元统计分析在企业财务语境中的应用展开论述，通过不同的分析方法以及多元统计分析对于企业财务预警的作用，为企业的财务危机预警提出意见和建议。 【关键词】多元统计分析 财务危机 应用 一、多元统计分析与企业财务危机预警 多元统计分析在在统计学中是一种综合性的分析方法，通过多个分析方式对于同一个对象进行全方位的分析，内容包括多种应用方式。通过多种方式的综合运用，在多个指标的共同参与之下，对于统计的规律进行揭示与挖掘，将这种多元化的分析手法应用于企业财务危机的预警中，是十分有效的，与现代企业管理的多元资金流和运作的资金链串接是有相同的运作模式的。 企业的财务危机主要是指企业在经营过程中由于无力按时偿还到期的债务而产生的危机和困难就是企业的财务危机，企业财务危机的出现有种种原因，管理不善、行业萧条、决策失误、名誉受损等等，都可能导致企业财务危机的出现，企业一般都是个体或者合营，依靠主要管理人员和决策人的共同努力发展壮大，所以对于管理人员的措施采纳和决策人的决定有严格的要求。一般来说，判断一个企业财务危机的常用标准是企业破产和在证券交易中面临的退市现象，注意，在证券公司面临退市的现象一般指的是上市公司，中国改革开放以后，证券行业发展迅速，企业的上市已经成为一个企业发展壮大的标识，所以本文研究的企业也包括上市公司。企业在生存发展的过程中，面临的财务危机是一项挑战，也是一项机遇，往往一个企业进行大刀阔斧的改革都是在企业财务危机之后，由于财务危机暴露了企业在发展过程中的弊端，所以企业在财务危机中能够顽强的生存下来，也就获得了成功的准备，将危机中显示出来的问题进行纠正，这样企业获得了良好的发展活力，更能在激烈的社会竞争力实现跨越式前进。 由于企业性质的不同，所以造成企业财务危机的原因也就不同，在企业财务危机预警的多元分析中，要根据企业的独特性采取相应的指标来完成分析，并且在模式模型选择过程中要根据企业财务危机的侧重点来进行选择，这样才能有针对性的提出分析的策略。根据我们选定的财务指标，利用聚类分析法对我国企业进行科学的统计分类；再用判别分析法构造预测判别模型，对其财务危机状况进行判定预测；最后利用主成分分析法提取主成分，计算各主成分的分数和综合得分，根据主成分综合得分对样本进行排序，以发现其财务危机状况，使用Excel电子表格中软件和统计分析软件SPSS来进行数据处理和建立多变量预警模型，这就是多元分析的主要步骤。 二、多元统计分析在企业财务危机预警中的应用 （一）样本和变量选取 在企业财务危机模型的建立过程中，对于企业的财务指标和参数，利用抽样方法进行选择。一般来说，选择的方式主要是随机抽样和对应样本法。在企业中，选取销售净利率、主营业务利润率、净资产收益率、资产净利率、每股收益（EPS）、应收账款周转率、存货周转率、总资产周转率、营运资本总资产比、资产负债率、流动比率、现金负债总额比（债务保障率）、现金流动负债比、现金流入流出比率、销售现金比率、每股净资产来建立指标体系作为分析变量等28个指标作为企业盈利、偿还等能力和资本实力的展现，也是全面地反映企业的财务状况的指标。在多变量模型的财务预警分析中，变量越多选择的余地越大，模型建立就越好。 （二）判别分析 根据样本和变量的选择，利用判别分析法建立企业财务危机的预警机制，在建立机制的过程中，可以根据研究对象创建一组函数，实现对于样本和变量的分析判别。一般来说，用的Fisher线性判别函数是判别分析中比较常见的。函数形式为：Yi=a1x1+a2x2+…+anxn+b（i=1，2，…，k）。其中k是判别组数，Y是判别分数或判别值；x1，x2，…，xn是因变量或预测变量；a1，a2，…，anj是各变量的系数，即判别系数；b是函数中的常数。通过这组函数对于基本的系数和常数进行计算，得出基本的财务危机指数、非财务危机指数以及中间指数。 在数字计算的过程中，判别分析建立的函数变量很多，将其中有显著性代表的变量函数作为典型例证进行分析计算，这样既能节省时间和效率，同时也能准确的代表了判别分析的结果。具体的判别分析方法：①采用一个系统默认的检验指标体系，以每一步λ统计量最小的进入判别函数，这样就能从整体上保证参数的合理性，计算的准确性也有了保证。②逐步判别停止的判据采用F值，当加入一个变量或者剔除一个变量后，对在判别函数中的变量进行方差分析，将因为变量的转换发生的系数变化统计下来，作为以后函数计算的重要数据。 ③将获得的变量均值检验经过系统的分析，得出的结果作为费雪线性判别函数的系数。Fisher系数有被称为费雪线性判别函数的系数，在Fisher系数的系数表里，主要的指标要和变量均值检验表实现同步，这样在不断地分析计算过程中，才能得出Fisher线性判别函数模型。 由于模型中的6个变量从不同角度较好地反映了对于我国企业来说最重要的几个财务指标：盈利能力欠佳、资产周转速度慢， 尤其是应收账款回收慢，以及销售收入增长幅度小，经营现金流的短缺，这些都是极易导致财务危机的发生，最终影响企业生存的重要变量，通过这些数据的分析就能逐步实现财务危机的预警。 （三）主成分分析 在企业财务危机中，除了判别分析模型的建立之外，主成分分析也是较为普遍的方式。主成分分析主要是通过筛选和建立模型来实现，但是主成分分析法对于检测的指数和指标已经有了基本的规定，比如说企业重要的资金流动、盈利收益等，都是企业在财务危机预警里的主要成分。在变量较多的情况下，研究样本通常都比较复杂，因此需要利用主成分分析方法实施第二次筛选，使得模型精简化，这和判别分析的模型建立有同样的方法选择，选取适用的参数和指标来进行有针对性的研究。在企业财务危机分析中，具体是指，对企业收集的原始数据和财务指标进行标准化的处理，取平均为零，方差取1；然后，利用标准化的数据计算财务指标间相关系数矩阵R；最后，按照指标间的矩形计算规则，对于矩阵中的相关系数进行分析和计算。 三、多元统计分析对于企业财务危机预警的作用 本论文主要讨论了判别分析法和主成分分析法的使用，利用变量之间的关系通过函数建立企业财务危机预警模型。在企业财务危机预警的过程中，通过精确地数字来实现对于危机的提前处理，以数字化的指标来证明企业财务危机的可能性和危害性，为如何解决财务危机提供了方向性的指导。比如说，我们根据Fisher系数指标图看出，影响我国企业财务状况的指标主要是反映盈利能力的净资产收益率和资产净利率，反映资产管理能力的应收账款周转率和总资产周转率，反映成长能力的营业额收入增长率，反映获得现金能力的每股经营现金净流量，这几项数据在系数图里都能够看到，结合图示数据的分析，利用函数计算，就能有针对性的解决危机，减少危机的发生。 结语：本文主要针对企业财务危机预警中多元分析法的运用进行分析，借鉴前人的相关经验融合自己的想法与思路，对于应对企业财务危机提出自己的观点和建议。 多元统计分析论文:多元统计分析在企业经济效益评价中的应用 摘要：随着我国社会经济的发展，企业经济效益随之不断地提高，采用多元统计分析对企业经济效益进行评估已成为企业迫切的需求。本文主要从多元统计分析评价企业经济效益的必然着手，归纳和总结了多元化统计分析评价企业经济效益的方法，并对多元统计分析方法在未来企业经济效益评价中的应用进行了展望。 关键词：多元统计 分析方法 经济效益 评价 应用 随着我国经济的快速发展，企业经济效益随之得到提高，企业经济效益的评价是将投入与产出的信息进行综合，从整体上评价企业的优劣，考核指标包括固定资产利税率、销售收入利税率、资金利税率、全员劳动生产率等，这些指标间往往此高彼低且相互间有联系，不能有效地评价企业经济效益。多元统计分析方法是利用信息技术将统计分析方法应用到社会科学的一门学科，研究多个对象（或多个指标）之间相互关联的统计规律性，是一种综合分析方法。在评价企业经济效益过程中，依托多元统计分析方法能够更加客观、全面的反映企业经济效益。 一、多元统计分析评价企业经济效益的必然性 我国自20世纪80年代开始评价企业经济效益，当时针对国有企业的两权分离的特点，特别制定了企业经济效益评价的十大指标体系，并在2002年进行了修改，综合考虑了企业投资人、债权人和社会效益三个方面。虽然此评价体系是根据新财务会计准则进行的调整，但仍存在一些不足之处，过于注重财务指标（总资产报酬率等8个指标），忽视了企业市场竞争力的非财务指标（市场占有率、存货周转率）。有些指标间有交叉或是关联，致使评价体系有一定的局限性，很难客观、全面地评价企业效益。假如资产负债率低的企业，它的自有资本高，同时如果净利润相当，那么它的资本收益率反而比资产负债率高的企业还要低。基于上述的情况和问题，全面考虑到企业市场竞争能力、企业财务能力、经营管理水平和企业发展能力，建立多元化企业经济效益评价体系，主要从获取利润的能力、开展资产运营能力、参与竞争的能力、经营管理能力和企业发展能力对企业经济效益进行全面系统评估。 二、多元统计分析在企业经济效益评价中的应用 统计学的不断发展为企业经济效益评价提供了支持，评价企业经济效益开始采用多元统计分析方法，它可以把多维度问题映射到单一维度，然后通过模糊决策、加权平均等方法全面地反映企业经济效益。在企业经济效益评价中应用较多的多元统计分析方法如下： （一）主成分分析方法 所谓主成分分析是将具有多个相关的指标转换成新的相互独立的指标的一种多元统计分析方法。这种方法可以消除各指标间的相关性，以尽可能小的数据损失，反映尽可能多的指标，客观地描述样本的相对地位，减少主观的评价结果。利用主成分分析方法评价企业经济效益中，在评价企业的资产运营能力时，可以将多项的财务指标（总资产报酬率等8个指标）重新组合、分解，形成生产经营成果指标、资金利用效率和消耗资源指标三个新的相对独立的指标，然后将三个指标通过杜邦分析图进行分析即可。 （二）因子分析方法 因子分析方法可以看作是主成分分析方法的推广，也是企业经济效益评价较为常用的方法之一。因子分析方法能够将多个具有较复杂的关系的指标归纳为主要的少数几个指标的统计方法。此方法以多指标之间的相互关系为基础并加以组合，形成最少个数的独立新变量（因子），简化变量并能够避免不同变量权重设计的误差。例如评价企业经济效益时，可以将固定资产税率、资金利税率、销售收入利税率、资金利润率、固定资产产值率、流动资金周转天数、万元产值能耗、全员劳动生产率等综合为盈利能力（固定资产税率、资金利税率、销售收入利税率、资金利润率、固定资产产值率）、资金和人力利用因子（流动资金周转天数和全员劳动生产率）、产值能耗（万元产值能耗）三个因子作为考核企业经济效益的指标。 （三）聚类分析方法 聚类分析是将研究对象、数据进行分类的分析方法。首先根据研究对象的相似性来分类，按照一定的原则将相似元素归为一类，然后再将相似的样本进行合并，直到所有样本都归为一类。在企业经济效益评价中，可以将资产周转率、利息倍数、流动比率、应收账款周转率、速动比例、偿债比率、存货周转率等利用聚类分析方法将其归为企业资产运营能力进行评价。 （四）判别分析方法 与其他统计方法不同，判别分析是在分类确定的条件下，即事先已经知道了判别的规则和类型，在分析未知样品类型是，只需要遵循判别规则进行样品分类的多元分析方法。在进行企业综合效益分析时，如已经明确了资产运营能力的指标体系，只需要对指标进行加权分类，就可以判定不同企业资产运营能力的强弱。判别标准不同时，常用的判别方法是Fisher判别；按函数的形式，一般用线性判别。判别的方法可分为很多种，要结合企业的实际情况和评价指标，选择最能反映企业效益的判别方法。 三、多元统计分析评价企业经济效益的前景 由于多元统计分析方法是研究多个随机变量之间相互关系及内在规律的一门统计学科，应用到企业经济效益评价中，简化了错综复杂的评价指标，更加客观、全面、系统地反映企业经济活动效率。可以真实、完整地对企业在一定期间的经济效果进行判别，并确定企业经济效益的现状。多元统计分析方法还可以有针对性对企业资本运营效率、资源利用率等分项进行评价，提高劳动生产率和经济效益。我们可以通过对企业经济效益的多方面评价，寻找和挖掘企业的可利用潜力并预测企业发展的前景，促进企业经济效益和社会效益的提高。 四、结束语 多元统计分析针对企业经济效益评价体系中多项指标且错综复杂的情况，通过简化数据结构、或是将复杂变量转化为相对独立的新变量，在尽可能降低数据损失的情况下，将企业经济效益评价体积系统化、全面化。现代企业发展迅速且规模越来越大，采用多元化统计分析方法，不仅可以降低分析的成本，同时对稳定企业经济效益都有一定的作用。 多元统计分析论文:基于多元统计分析的大学生信用评估研究 摘 要：结合主成分分析、因子分析与聚类分析的思想，利用SPSS软件对大学生信用评估问题进行研究。利用网上问卷调查得到的126名本科生反馈信息，对大学生的信用度进行评估，建立大学生信用评估体系，得到大学生群体中女性的诚信度要高于男性，并且随着年级升高大学生的诚信度也逐渐增高的结论。 关键词：大学生;信用评估;主成分分析;因子分析;聚类分析法 引言 本文在国内外个人信用评价相关理论和生活经验的基础上，结合大学生相关特质，确定各指标的重要程度，并用层次分析方法确定各指标的评分值，构建大学生信用评价指标体系，通过对湖南农业大学本科生进行问卷调查，获得客观的原始数据;将多元统计分析中的主成分分析、因子分析和聚类分析作为主要研究方法，构建大学生信用评估模型，运用SPSS统计软件进行相关操作来评估大学生信用好坏情况，并验证所建指标体系的可行性。 一、研究方法 1.主成分分析。主成分方法由Hotelling于1933年提出，是利用降维的思想将多指标转化为少数几个综合指标的多元统计分析方法。主成分分析是对原有所有变量进行简化，建立尽可能少的新变量，使得这些新变量两两不相关，并在反映研究的信息方面尽可能保持原有的信息。 2.因子分析。因子分析是用于数据化简和降维的多元统计分析方法，是在主成分分析的基础上构筑若干意义较为明确的公因子，以它们为框架分解原变量，以此考察原变量间的联系与区别，主要研究的是相关阵或协方差阵内部依赖关系。 3.聚类分析。聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。目标是在相似的基础上对收集的数据进行分类。 利用系统聚类与主成分分析和因子分析相结合的思想，分别将通过主成分分析和因子分析得到的各位同学的最终得分进行聚类，将聚类结果进行比较分析，得到大学生中信用度的集中趋势并进行深入研究。 二、大学生信用评估体系的建立 1.数据选取与处理。本文数据通过网上调查的方法获得，对湖南农业大学各年级本科生进行《大学生诚信情况调查问卷》随机问卷调查，共发放问卷126份，收回有效问卷126份，有效回收率达100%。通过调查问卷收集了大学生学习、经济、社会实践、生活、就业等六大方面诚信情况的数据。 将研究的六大因素作为一级指标、并设置具体问题作为二级指标，建立大学生信用评估体系，在此基础上借鉴国内外个人信用评价指标体系的研究成果和专家评分，同时根据生活实际，对各级指标的重要程度以0～10（分值越高，表示该因素对诚信更重要）进行评分，并赋予相应分值。 2.实证研究过程。首先用主成分分析法对19个变量信息提取主成分解释总方差百分比达到90%的前n个主成分，在操作过程中，发现抽取特征值大于0.6时，主成分解释总方差百分比达90.964%，满足原定的期望值，此时共提取了15个主成分，将得到的因子载荷矩阵复制到数据库中，用依次命名，再将ai对应的特征向量zi计算出来，从而计算各主成分yi，最后计算得到每位同学的综合得分y。再用因子分析来对数据进行处理。选择降维――因子分析，同样抽取特征值为0.6，得到90.964%的方差累积贡献率。 在运行后得到15个公共因子的得分，最后通过公式： F=（8.359*FAC1_1+6.708*FAC2_1+6.459*FAC3_1+6.41* FAC4_1+6.363*FAC5_1+6.246*FAC6_1+5.973*FAC7_1+5.777* FAC8_1+5.725*FAC9_1+5.72*FAC10_1+5.503*FAC11_1+5.472* FAC12_1+5.422*FAC13_1+5.414*FAC14_1+5.413*FAC15_1）/90.964 计算得到每位同学的因子得分F。用系统聚类法分别将主成分分析法和因子分析法得到的每位同学的因子分F分成三类：第一类，信用度高;第二类，信用度中等;第三类，信用度偏低。再对各类别中男女组成及年级组成进行分析，得到相关结论。 三、结果分析 模型的调试： 考虑到问卷调查是随机的，在男女及各年级的比例上存在较大的差距，得出的结果可能与实际情况不相符，因此，对实验结果进行进一步分析前，先要使这两组定性变量构成比例各自相同。 在调查的126份问卷中，参与调查的性别组成为男生57人、女生69人。因此，在调试时需将实验结果性别组成中的男生乘上126/114、女生乘上126/138，使男女总比例为1∶1，得到最终结果。 参与调查的年级组成为大一21人、大二39人、大三57人、大四9人。因此，需将实验得出的各类别在大一、大二、大三、大四数分别乘上126/84、126/156、126/228、126/36进行调整，得到最后的结果。 四、结果分析与讨论 表1 主成分分析调试后性别分析的结果 由表1可得，类别1是诚信度高的，有40人，类别2是诚信度中等的，有51人，类别3是诚信度较差的，有35人。其中，类别1和2共91人，占总体的70%，可见大学生中诚信度较高的人还是居多。在诚信度较高的人群里，男性占43人，女性占48人，可见女性诚信度要高于男性。 根据表2计算得，大一中类别1和2占大一总体的62.5%，大二中的类别1和2占大二总体的77.4%，大三中的类别1和2占大三总体的74.2%，大四中的类别1和2占大四总体的78.1%。可见，大学生的诚信水平是普遍较高的，诚信水平大致上随着年级的升高而增加，且大四学生的诚信水平最高。 因子分析法的结果研究的实验结果： 表3 不同分类下的人数 由表3可知，第三类为诚信度最低的，占总人数的80.2%;第二类为诚信度中等的，占总人数的9.5%;第一类为诚信度最高的人，仅占总人数的10.3%。运用因子分析得到的结果与主成分分析结果差异较大，且与现实不符，因此舍弃运用因子分析得到的结果。 结语 本文根据主成分分析与因子分析两种方法对大学生的诚信调查问卷进行分析，经对比可知，主成分分析的新变量是原始变量的线性组合，每个主成分都是由原有所有变量线性组合得到，但是因子分析不是对原始变量的重新组合，而是对原始变量进行分解，利用少数几个公共因子去解释较多个案观测变量中存在的复杂关系。最终发现主成分分析的结果更符合实际情况，从而剔除因子分析的结果，保留主成分分析计算的结果，得到大学生群体中女性的诚信度要高于男性，同时随着年级升高大学生的诚信度也逐渐增高的结论，这一结论与事实吻合，一般来说，女性比男性更有还贷意识，而且随着年级的升高学生的阅历也逐渐增加，使他们更有责任感。最后给银行发卡部门提出了有建设性的建议，即银行发卡时可注重向女性或者高年级学生多发卡，可减少男性或低年级学生的发卡数。 多元统计分析论文:企业经济效益评价中多元统计分析的应用 摘要：本文根据多元统计分析理论，构建了企业经济效益评价中的要素效益、要素效率、资产报酬和所有者权益报酬等相关因子的模型，并结合了相关统计理论，综合地分析了经过现行组合得到的企业经济效益，以实现对企业经济效益各个生产要素组合运行的量化评价，并借助聚类分析来检验和证实该方法切实有效。 关键词：经济效益评价；主成分因子；多元统计分析 企业的经济效益评价是指把反映企业经济效益的多项指标信息进行汇总，从整体上分析对象的好坏。其基本思想是将多个单项指标组合起来以便能够反映一个对象的整体，反映到数学统计分析的理论层面，就是把多维空间的样本投影并拟合到一维直线上，借助投影点研究样本的规律。本文对这种方法进行了一定的优化，使用主成分分析的方法以实现对企业经济效益的综合评价，既保留了原始变量的信息，又使得各主成分之间互不干扰，确保了企业经济效益评价的真实性。 一、多元统计分析在企业经济效益中的应用 综合评价企业经济效益的工具有很多，多元统计分析作为重要工具，可以把多维度的复杂问题映射到单一维度，再通过加权平均、模糊决策综合评价法等技术方法反映企业经济效益，得到综合性的评价结果。多元统计方法常见的有四种：1.聚类分析。聚类分析也称为群分析，是一种基于数据分类的分析方法，它的核心是将相似元素集合为一类，然后根据样本间的相似程度合并，依次合并减少分类，直到所有样本都合并为一类为止；2.判别分析。判别分析也是一种分类分析，与聚类分析不同，判别分析是已知样本类型和判别规则，然后对未知类型的样本进行判别分析的多元分析方法；3.主成分分析。主成分分析是将具有一定相关性的原指标重新组合、分解，形成一组新的无关联的综合指标，以尽可能小的数据损失，反映尽可能多的指标信息；4.因子分析。它是主成分分析的推广，区别在于它能够将随机的错综复杂的变量综合为主要的少数几个变量， 并以有限数量的变量（或因子）反映出原始数据的内在结构，减少了数据丢失，使评价分析更接近数据本身。本文主要运用的是主成分分析以及因子分析的多元统计分析方法，对企业进行经济效益评价，以体现多元统计分析在企业经济效益评价中的实际应用。 二、应用分析 （一）企业经济效益评价的指标分析 经济效益是企业在定量劳动消耗中产生的劳动成果。由于企业投入生产要素和劳动成果的不同形态，企业经济效益的评价指标有四个，分别是：周转性、报酬性、效果性和效率性。企业的周转性指标反映的是企业资金活动的效率，包含了流动资产和固定资产周转率。报酬性指标对应的是企业的资本收益能力，包括资产报酬率和所有者权益报酬率。效果性指标是企业在一定时间内设计生产的收益水平，有销售收入、产值、成本费用、人均利税率；效率性指标反映企业生产要素的利用效率，有人均产值、固定资产产值率和资金产值率。以上这11个指标共同构成企业经济效益评价体系，分别设定为x1，x2 ，...， x11。 （二）构建评价体系 为更好地构建企业的经济效益评价体系，把企业作为综合经济效益的评价对象，可以把其上一年的截面数据作为数据样本，通过计算机统计软件对这些数据进行标准化处理，求其相关矩阵R，再求R的特征根及特征向量。同时，依据统计分析理论得出主成分及贡献率，并选择贡献率最高的四个作为主成分因子来构成企业经济效益评价的组合指标。这四个因子包含了所有指标最多的信息量，分别设为F1、F2、F3、F4。第1主因子F1直接反映了企业的效果性和效率性，设置为企业的要素效益系数；F2能够反映出企业的要素效率，设置为企业的要素效率系数；F3能够反映企业的报酬率，设置为企业的资产报酬系数；F4能够反映企业的所有者权益报酬率，设置为所有者报酬系数。经过以上分析，四个主因子便构成了企业综合评价体系。 （三）企业经济效益的因子评价方法 因子分析是多元统计分析中的重要方法，在主成分因子分析的基础上，可以得出因子的得分模型，即将通过正交因子解转置矩阵乘以R系数矩阵得出原始变量的线性组合系数矩阵，进而得出因子得分模型和该分析样本的主因子得分结果，并对其结果进行了排列。根据各个因子的得分结果，可以得出以下结论：要素效益因子F1可以用来衡量企业投人生产要素的获利能力，从主因子分析得知在技术条件一定的情况下，扩大生产规模和增加市场销售份额可以影响企业的收益水平；要素效率因子F2反映企业资本和人力运用的效果和协调程度，通过主因子反映可以知道，通过资源配置的优化、运行等手段能够较好的提高企业的运营效率；资产报酬因子F3越高，说明资源配置和占用比较合理；所有者权益因子F4得分越高说明企业资产构成比例合理。 三、企业效益的综合评价 为此，我们可以把以上四个主成分因子特征值及贡献率作为权重来计算一个企业经济效益的总得分。经过计算和分析，将企业的综合得分进行排序。综合得分较高、排名靠前的公司的主因子单项得分基本也是较高的，说明这些公司在资产运用、市场营销和经营管理等方面做得较好，企业综合经济效益也较好。主因子得分较低的企业，说明它们的综合管理水平和资源利用较低，企业的市场竞争力不足。另外，从因子特征值、贡献率来分析经济效益的综合得分，可以根据主因子的单项得分来分析企业经济效益中的优势和劣势。 四、结语 利用数据统计分析的方法可以对反映企业经济效益的各个影响指标进行分类和总结，但是它并没有完全地考虑到类内因子之间的影响，而利用多元统计分析的方法并结合实际数据，采用主成分分析的方法来构建评价体系，可以实现对企业经济效益的多元化评价过程，更好地完成对企业综合效益的量化。 多元统计分析论文:多元统计分析技术在人口研究中的应用 摘要：多元统计分析技术能够定量分析人口研究中各个变量之间的相互关系，讨论多元统计分析技术在人口研究中的应用及其重要意义。本文首先详细介绍了几种在多元统计分析中常用的统计方法，然后论述了我国目前人口研究中多元统计分析技术的应用现状，最后指出了我国人口研究在应用多元统计分析技术过程中存在的主要问题。 关键词：多元统计；人口研究；统计模型 随着统计学和统计软件的发展，统计分析技术被越来越多地应用于实际生活。我国作为一个人口大国，了解我国的人口状况是关系国计民生的一项重大工作。所以，研究多元统计分析技术在人口研究中的应用有着深远的意义。 一、应用于人口研究的多元统计方法 作为一门专业课程，多元统计分析提出了大量的统计方法。如多元线性回归分析、logistic回归分析以及因子分析和聚类分析等。 1.多元线性回归分析在人口研究中的应用 多元线性回归模型主要用于研究一种变量受多种因素影响时的状况。而在人口研究中，多元线性回归模型主要用于人口老龄化以及城乡收入水平的影响因素等问题。例如利用多元线性回归模型研究人口老龄化问题的分析步骤如下： （1）通过分析与人口老龄化有关的变量，我们确定人均国内生产总值、养老保险人数，失业人口人数、人口密度和政府医疗支出作为老龄化问题的影响因素（依次用X1、X2、X3、X4、X5来表示），并通过抽样调查或查阅年鉴的方法获得回归分析所需的数据，采用多元线性回归的方法进行定量分析。 （2）建立多元线性回归模型：Y=A+b1X1+b2X2+b3X3+b4X4+b5X5+e.其中b1、b2、b3、b4、b5为回归系数，A为常数项，e为残差。利用SPSS进行逐步法分析确定系数及常数项。 （3）对各变量进行显著性检验，确定模型并结合实际意义进行分析。 2.logistic回归分析在人口研究中的应用 logistic回归分析的用途主要包括三个：一是寻找特殊因素因素；二是预测；三是判别，例如预测某一个体属于某一情形的概率。logistic回归分析在人口研究中主要用于人口预测。 3.因子分析和聚类分析在人口研究中的应用 因子分析是指从影响研究变量的众多影响因子中提取出公共因子的统计方法。因子分析能够将具有相同本质的影响因子归入同一个公共因子，从而减少研究变量的数目。聚类分析则根据研究对象的特征，对研究对象进行分类，从而达到减少研究对象的目的。因子分析和聚类分析主要用于研究人口迁移影响因素、人口发展水平等问题。 二、多元统计分析技术在人口研究中的应用现状 在20世纪80年代，我国的人口研究中很少使用多元统计分析技术。进入90年代后，随着各种多元统计分析方法的引入和统计分析软件的使用，统计分析技术在人口研究中得到了广泛的应用。多元统计分析技术能够定量分析经济因素、社会因素和人口因素之间的关系，从而更好地解释人口现象。 1.我国人口研究中多元统计分析的特点 我国人口研究问题中多元统计分析技术的应用呈现出多样化的特点，主要表现在统计方法的多样性和统计分析内容的多样性。前面提到的多元线性回归方法、logistic回归分析方法以及聚类分析等多元统计分析方法在我国人口研究中都有应用。统计分析内容更是涉及生殖健康、居住类型以及人均收入水平等生活的各个方面。 2.我国人口研究中多元统计分析数据特点 我国在人口研究中的多元统计分析数据主要来源于抽样调查和典型调查等，统计分析的单位主要是以个人和家庭等个体单位为主。在数据类型方面，我国人口问题研究中的多元分析数据以横截面数据为主，时间序列数据极少用到。 三、我国人口研究中多元统计分析技术存在的主要问题 由于多元统计分析技术在我国人口研究中的应用时间比较短，很多人口研究人员对多元统计分析技术也没有经过系统的学习，在实际应用中难免会出现一些问题。 1.人口研究中多元统计分析方法使用错误 统计方法主要由研究目的和研究数据决定。但在实际应用中，由于研究人员难以正确区分各个统计方法，从而出现随意选择的现象。通过查阅用多元统计方法研究人口问题的相关文献我们发现，在进行人口问题研究时使用最多的就是多元线性回归模型。虽然多元线性回归模型具有易于理解和分析简便的特点，但它主要是研究一个目标受多个因素影响时的情形。很多文献没有注意到这个问题，从而错误地使用了该方法。 2.多元统计分析中缺乏评价和检验 评价和检验是多元统计分析的一个重要内容，因为很多统计方法只有结合实际，才能更好地确定自己的模型建立是否恰当，才能更好地解释模型中各个变量的实际意义。但在人口研究的实际应用中，很多研究人员只是注重对统计结果的分析，而忽略了模型的检验和评价。 对模型的评价主要是指模型对观测数据的拟合程度，每一种多元统计方法都有相应的模型评价方法和指标。对模型的检验主要是指显著性检验，从而判断该模型中各变量之间的关系是否存在。因此，模型评价和检验是多元统计分析不可分割的一部分，读者也只有通过这些内容才能更好地理解人口研究报告中所描述的现象。然而通过统计可以发现，很多有关人口研究的统计报告都缺乏模型评价和检验者方面的内容。 四、结束语 多元统计分析中的很多方法都适用于人口研究。近年来，随着统计学科和计算机技术的发展，多元统计分析技术在人口研究中也得到了广泛的应用。我国人口研究对多元统计分析技术的应用呈现出多样化的特点，多元统计分析的数据来源以抽样调查和横截面数据为主。但由于我国人口研究中多元统计分析技术的引入比较晚，在实际应用中仍存在较多的问题需要改善。 多元统计分析论文:多元统计分析教学研究与实践 【摘要】多元统计分析是统计专业的核心课程，由于多元统计分析方法的应用领域很广，所以统计专业教学计划要求全日制本科学生必须掌握基本的多元统计分析方法，并且能够用于解决实际问题.本文通过国内外多元统计分析课程教学现状对比分析，结合作者编写《应用多元统计分析》教材以及本人的教学实践，谈谈多元统计分析教学研究与实践. 【关键词】多元统计分析;教学研究;实践 多元统计分析是应用统计方法来研究多变量（或多指标）问题的理论和方法.它不仅是统计专业开设的一门重要的专业课程，也是非统计专业本科生、研究生开设的一门重要的基础课程. 如何深化多元统计分析课程教学改革，培养学生的科学思维能力、应用能力和创新能力，改革现有的教学内容和课程体系，具有重要的意义（文献[1]）. 一、国内外该课程教学现状对比分析 当今国际上先进国家多元统计分析得到了非常广泛的应用（文献[2]）.这与他们的教学模式有很大的关系.美国的统计事业是发展得最好的，各行各业，特别是医药业，统计的应用非常深入，当今很多统计思想和方法都是美国人提出的，这与美国多元统计分析教学特别重视动手能力和创新能力的培养是分不开的.日本目前统计教育改革的动向为多元统计分析教育个性化、活动化和实践化，提倡学生综合学习和选择性学习.近年来，世界各国纷纷将信息技术应用于统计学科中，十分重视计算机辅助教学的研究与实施.英国国家统计课程标准要求给学生提供适当的机会来发展并应用信息技术学习统计的能力.荷兰的统计课程标准提出了跨学科目标的概念，反映了课程综合的基本理念.总之，国外比较先进的国家，对统计教育都非常重视，并各有自己的一套教学模式. 我国传统的多元统计分析课程教学就是“数学知识+例子说明+解题”，这种传统的教学模式虽然使学生在一定程度上掌握了基础知识，提高了学生的计算能力、逻辑推理能力、应用能力，但我们也不难看出，当前多元统计分析在教学以及考核中都存在一些问题.比如，只注重理论上的教学，缺乏主动性和创造性，缺少实践环节等.学生感觉到学到的不能用到实处，学习往往是应付考试，也就难以激发学生的学习兴趣，所以这种传统的教学与国外的教育相比缺乏生动性与普及性，难以与时俱进. 综合国外先进统计教育理念，我们必须“博采天下之长，弥补我之短”，对于多元统计分析课程教学进行改革，以适应时代和社会发展的需要. 多元统计分析课程是在高维空间讨论问题，离不开复杂的计算.如果没有相关软件的支撑，手工计算几乎是不可能.因此，引入软件实验教学，使学生既掌握理论知识，又能合理利用软件进行实践操作，这不仅是社会对人才培养的需要，更是新形势下多元统计分析教学改革的必然趋势. 二、编写《应用多元统计分析》教材的实践 作者结合多年来的教学实践，深感一本内容简练但又实用的《多元统计分析》教材的重要性.随着我国高等教育进一步“大众化”，特别是相关软件的普及，学习“多元统计分析”的人越来越多，人们不再只满足于学习一些理论知识，而且大家学习它更重要的是作为工具借助计算机和相关软件进行数据处理和分析.《应用多元统计分析》教材（文献[3]），在介绍多元统计分析的有关概念、背景的基础上，突出统计思想，着重讲解常用方法，并侧重于应用，对一些严格的数学推导被略去而只列出结论（降低了数学基础的要求），读者学习时关键是理解这些结果，清楚它们的意义和背景. 考虑到作为一款免费软件，R软件具有丰富的资源、良好的扩展性和完备的帮助系统;另外，考虑到MATLAB在工程等领域中应用广泛性、在国内外各高等院校使用的普及性，本书的应用案例采用R软件和MATLAB，并给出了相应的程序. 《应用多元统计分析》教材（文献[3]）共分十二章，在介绍多元统计分析的有关概念、背景的基础上，突出统计思想，着重讲解常用方法，主要包括：多元数据的表示、线性回归分析、逐步回归与回归诊断、广义线性模型与非线性模型、方差分析、聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析.注重体现多元统计分析在各个领域的应用，将应用案例贯穿于理论讲解的始终，并给出了R软件、MATLAB的相关程序. 三、教学研究的实践 以下我们通过《应用多元统计分析》教材（文献[3]）中的几个例子，来看多元统计分析中如何从图形得到相应结论的. 例1 （服装标准制定中的变量聚类法）在服装标准制定中，对某地成年女子的各部位尺寸进行了统计，通过14个部位 （上体长，手臂长，胸围，颈围，总肩围，总胸宽，后背宽，前腰节高，后腰节高，总体长，身高，下体长，腰围，臀围） 的测量资料，获得各因素之间的相关系数表（见文献[3]155页的表7-4）.请根据以上数据，按最长距离法对这14个变量进行聚类，并画聚类图. 请根据以上数据，按最长距离法对这14个变量进行聚类，其画聚类图（有关程序见文献[3]的156页），如图1所示. 图1 聚类图 说明 在图1中，编号1，2，…，14分别表示前面的14个变量（上体长，手臂长，胸围，颈围，总肩围，总胸宽，后背宽，前腰节高，后腰节高，总体长，身高，下体长，腰围，臀围）. 从图1可以看出，人体的变量大体可以分为两类：一类反映人高、矮的变量，如上体长、手臂长、前腰节高、后腰节高、总体长、身高、下体长;另一类是反映人体胖瘦的变量，如胸围、颈围、总肩围、总胸宽、后背宽、腰围、臀围. 例2 （蠓虫分类问题）两类蠓虫Af和Apf已由生物学家W.L.Grogon和W.W.Wirth （1981）根据它们的触角长度、翅膀长度加以区分.已经测得9只Af和6只Apf的数据，具体数据见文献[3]205页的表8-7.如何依据以上数据给出一种方法正确区分两类蠓虫？ 根据数据已经测得9只Af和6只Apf的数据，散点图和分类直线图（有关程序见文献[3]的207页），如图2所示. 图2 散点图和分类直线图 从图2 可以看出，已经测得9只Af和6只Apf数据可以用判别直线分为两类. 例3 （学生身体四项指标的主成分分析）在某中学随机抽取某年级30名学生，测得身高、体重、胸围、坐高，具体数据见文献[3]222页的表9-4.试对这30名学生身体四项指标数据画出主成分的碎石图，并从碎石图判断主成分的个数. 30名学生身体四项指标数据主成分的碎石图（有关程序见文献[3]的222-224页），如图3所示. 图3 碎石图 从图3 可以看出，取两个主成分比较合适.碎石图（或悬崖碎石图）是一种可以帮助我们确定主成分合适个数的有用的视觉工具，将特征值从大到小排列，选取一个拐点对应的序号，此序号后的特征值全部较小且彼此大小差异不大，这样选出的序号作为主成分的个数. 例4 （文化程度和就业观点的对应分析）利用20世纪90年代初期对某市若干个郊区已婚妇女的调查资料，主要调查她们对“应该男人在外工作，妇女在家操持家务”的态度，依据文化程度和就业观点（分为非常同意、同意、不同意、非常不同意）两个变量进行分类汇总，具体数据见文献[3]267页的表11-1.请根据以上调查数据画出文化程度和就业观点的对应分析图. 根据以上调查数据画文化程度和就业观点的对应分析图（有关程序见文献[3]的267页），如图4所示. 图4 对应分析图 对应分析图可以直观地来展示两个变量各个水平之间的关系. 结果说明： （1） 对于图4，主要看横坐标的两种点（就业观点与文化程度）的距离，纵坐标的距离对于分析贡献意义不大.（2） 从图4可以看出对该观点持赞同态度的是小学以下、小学、初中文化程度的，而大学文化程度的妇女主要持不同意或者非常不同意的观点，高中文化程度的持有非常不赞同或者非常同意两种观点. 四、结束语 多元统计分析既可以是统计专业核心课程，也可以是其他专业的专业课或基础课等.在该课程中培养学生的动手能力，对于该课程具有重要的意义. 多元统计分析是一门应用性很强的课程，要提高教学质量，学以致用，必须充分调动学生学习的主动性和积极性，采用多媒体教学、案例教学和实验教学相结合的多元化教学方法，强化相关软件的应用，改革考核方法，达到培养创新型人才的目的. 多元统计分析论文:证券投资中多元统计分析法的应用研究 【文章摘要】 随着我国证券市场不断的发展，人们的金融意识和投资理财意识也不断加强。证券业的发展吸引了投资者对证券市场进行投资，但是由于我国证券业起步晚，各项制度法规还不健全，人们的思想水平没有达到一定水平，面对证券市场如此快速的发展速度难免会出现一些问题。本文针对证券市场中出现的问题，研究分析了多元统计分析方法在证券投资中的应用，并对证券市场发展提出一些建议。 【关键词】 证券投资；多元统计分析；应用 证券市场的发展也反映出了我国经济的发展，中国证券业在短短十几年的所做出的成就是发达资本主义国家在历经百年的坎坷之后实现的，这样巨大的成就是中国经济发展的骄傲，但是这其中也存在的巨大的问题。近年来随着证券业的不断发展，这些问题不断暴露出来，对整个证券市场和经济市场的发展构成威胁。为了能够减少这些问题的出现人们也在积极地进行各方面方法的研究，其中多元统计分析法就是非常重要的方面。 1 多元统计分析法的介绍 （1）概念：多元统计分析是从经典统计学中发展起来的重要分支，是一种综合性非常强的分析方法。多元统计分析方法，能够在多个对象和多个指标相互关联的情况下分析它们的统计规律，是数理统计学中的重要分支学科。 （2）内容 多元统计分析方法所包含的统计方法包括：多重回归分析、判别分析、聚类分析、主成分分析、对应分析、因子分析、典型相关分析、多元方差分析等。 （3）应用简介 多元统计分析方法主要研究的是某个客观事物中多个变量之间的相互依赖的统计规律性，并在R.A费希尔等多位统计学家的精心研究下得到了重大发展，到20世纪50年代，伴随着计算机科技的发展和普及，多种统计软件应运而生，多元统计分析方法在地质、气象、生物、医学、图像处理、经济分析等领域得到了广泛的应用，这些实际应用的发展也再一次促进了多元统计分析法理论的发展，使人们在使用多元统计分析法时越开越方便。 2 多元统计分析方法在证券投资中的应用 多元统计分析法是证券投资中非常重要的分析方法，它的理论内容包含了多个方面的理论方法，每个理论分析方法对证券投资有着不同的分析作用，应该对每个分析方法进行认真研究得出相关的结论，再应用到实际经济生活中。 2.1聚类分析在证券投资中的应用 （1）定义：聚类分析是依据研究对象的特征对其进行分类、减少研究对象的数目，也叫分类分析和数值分析，是一种统计分析技术。 （2）在证券投资中应用聚类分析，是基于证券投资的各种基本特点而决定的。证券投资中包含着非常多的动态的变化因素，要认真分析证券投资中各种因素的动态变化情况，找出合适的方法对这种动态情况进行把握规范处理，使投资分析更加的准确、精确。 1）弥补影响股票价格波动因素的不确定性 证券市场受到非常多方面的影响，具有很大的波动性和不稳定性，这种波动性也造成了证券市场极不稳定的发展状态，这些状态的好坏对证券市场投资者和小股民有着非常重要的影响。聚类分析的方法是建立在基础分析之上的，立足基础发展长远，并对股票的基本层面的因素进行量化分析，并认真分析掌握结果再应用于证券投资实践中，从股票的基本特征出发，从深层次挖掘股票的内在价值，并将这些价值发挥到最大的效用。影响证券投资市场波动的因素非常多，通过聚类分析得出的数据更加的全面科学，对于投资者来说这些数据是进行理性投资必不可少的参考依据。 2）聚类分析深层次分析了与证券市场相关的行业和公司的成长性 聚类分析是一种非常专业的投资分析方法，它善于利用证券投资过程中出现的各种数据来对证券所涉及的各种行业和公司进行具体的行业分析，这些数据所产生额模型是证券投资者进行证券投资必不可少的依据。而所谓成长性是一种是一个行业和一个公司发展的变化趋势，聚类分析通过各种数据总结归纳出某个行业的发展历史和未来发展趋势，并不断的进行自我检测和自我更新。并且，要在实际生活中更好的利用这种分析方法进行分析研究总结，就要有各种准确的数据来和不同成长阶段的不同参数，但是，获取这种参数比较困难，需要在证券市场实际交易和对行业和公司的不断调查研究中才能得出正确的数据。因此，再利用聚类分析法进行行业和公司分析和证券投资分析时要注重选取正确的、关键的指标进行检查，例如主营收入增长率、净利润增长率等指标，这样才有利于正确预测证券市场上股票的发展潜力。 3）在实际操作中更加直观实用 聚类分析是根据现代证券市场发展水平和特点发展出来的新的分析方法，这种分析方法的出现与现代的基本的投资组合理论形成了比较，突出了聚类分析方法更加贴近实际生活，更加直观、实用的特点，并且由于技术的发展，聚类分析方法在实际应用中所受到的局限较小，而且易操作，因此它的适用范围就比现资理论更加的广泛。 2.2主成分分析在证券投资中的应用 （1）定义：在统计分析中，主成分分析是一种分析、简化数据集的技术。主成分分析经常用减少数据集的维数，同时保持数据集的对方差贡献最大的特征。主成分分析由卡尔・皮尔逊于1901年发明，用于分析数据及建立数理模型。其方法主要是通过对协方差矩阵进行特征分解，以得出数据的主成分（即特征矢量）与它们的权值。 （2）主成分分析的应用非常广泛，判别分析的分析方法就是通过对各种分类数据的研究，分析出自变量各组间存在的差异，并总结出差异性，判断哪一个自变量对组间差异的贡献是否完全，根据这些数据将自变量的转变方法进行样本归类。 1）降低影响证券投资市场变动的因素之间的互相影响 在证券市场中有非常多的因素在影响着证券市场的稳定，这些因素之间有着非常多的关系，相互影响、相互关联，但相互之间的影响也存在着非常多的影响。而主成分分析方法就是在对影响证券投资相互关系的因素中进行分析，并对原始数据指标变量进行认真分析，将其中重要的主成分因素概括出来，并进行转换形成相互彼此相互独立的成分，而且经过实践证明在影响证券市场投资分析中的指标间相关程度越高，主成分分析效果越好。 2）通过主成分分析减少指标选择的工作量 主成分分析的目的就是要通过对各种数据、因素的分析总结出相对各种因素的不同影响程度，总结总体因素中的主要影响成分，并总结出不同层次的影响因素梯度，在分析时采取逐级分析的方法，这样既可以抓住主要矛盾进行分析，也可以节省时间，并且提高分析的准确性，减少分析人员的工作量，因此，主成分分析法指标选择上的优势更加的突出。 3）由主成分分析法构造回归模型更加的精确、节省时间 在进行证券投资因素分析时，为了能够更加清晰准确的对模型中的相关数据进行分析，都要对各种数据进行模型处理，这样的处理方式可以提高整个证券投资分析的准确性，是模型更加易于做出结构分析、控制和进行证券市场变动的预报。 2.3因子分析 （1）定义：因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。 （2）应用 因子分析最主要的作用是确定证券投资组合的模型。因子分析将影响股票价格的各种因素看成是不同的变量，建立股价因子模型，利用各因子不相关性确定股票的分类，再分析股票的发展潜力的基础上确定出合适的证券投资模型。 3 总结 随着经济发展的不断加快，金融证券市场的发展也达到了又一个高度。我国证券市场的发展还不完善，暴露出来的诸多经济问题必须引起政府和社会的广泛关注。证券市场研究着也要积极进行证券市场的各种理论对市场的发展做出合理的预测和控制。多元统计分析方法是近年来应用比较广泛、科学的方法，它为整个证券市场的健康发展做出了辅助性作用。为了证券市场能够更好发展，多元统计分析方法也要进行积极创新，为将来的发展做出贡献。 多元统计分析论文:多元统计分析在中药质量控制中的应用和思考 [摘要] 中药质量控制的研究一直是中医药发展的热点和难点，也是制约中药走向现代化和国际化的关键问题之一。多元统计分析是适合中医药特点的分析方法，在中药质量控制研究中得到了广泛的应用。运用多元统计分析对中药质量控制研究中出现的多指标、多变量且彼此之间存在着一定相关性的数据进行分析，可发现隐藏在其中的规律或数据间的关系，从而服务于决策，以实现中药质量的有效评价。该文就多元统计分析在中药质量控制中的应用进行了综述，为其进一步研究提供了依据。 [关键词] 多元统计分析；中药；质量控制 中药是指在中医理论指导下，用于预防、治疗、诊断疾病并具有康复与保健作用的物质，包括中药材、中药饮片和中成药等。中药是我国中医药文化的瑰宝，并以资源丰富、疗效独特和副作用少等优势成为国内外关注的焦点。但长久以来，原始、单一的中药质量控制方法，一直制约着中药质量的提高，随着科学技术的发展以及各种新仪器的问世，应用于中药质量控制的方法和手段也不断增加，从原来单一的质控指标发展到现在的多质控指标，这使得中药质量控制标准全面提高[1]。但这些构成指标体系的多个指标又各有侧重地解释着该中药的质量，其间必然存在着多重共线性。比如，指纹图谱在改变单一指标性成分评价中药质量所明显存在片面局限性的同时，也暴露出它自身的问题，即在表现众多成分的指纹峰中，什么是重点？哪些峰是可以放弃的？现实的要求是既不能“片面”，但也不能“一把抓”[2]。如果用一元统计方法一次只能分析一个指标，分析多个指标时就会忽视了各指标之间存在的相关性，分析的结果不能客观全面地反映情况。多元统计分析[3-7]能在不损失信息的情况下，通过变换和构造模型，剔除指标间相互制约的成分，寻找一个简单综合指标，将这些指标反映的内容综合起来，使复杂数据简单化。且有文献报道，多元统计分析能在一定程度上达到数据挖掘的目的，同时它的一些思想和功能也能在数据挖掘的数据收集、数据清理环节发挥作用[8]。因此运用多元统计分析对中药质控研究中出现的多指标、高维和大量统计数据且彼此之间相关的数据进行分析，可发现数据间的内在规律，以实现中药质量的有效控制。 1 多元统计分析的涵义 多元统计分析是同时分析和处理多组变量，从整体把握事件的特征和发生规律统计分析方法，其核心内容是总体参数估计的修正和统计推断，具体表现出来就是各类统计方法，如主成分分析、因子分析、聚类分析、判别分析和典型相关分析等[5]。多元统计分析应用于中药质量控制的研究有以下几种优势：①多指标性只有用相互关联的多个指标（即描述现象的多个方面）才能够对事物或现象的全貌有所了解，这是多元统计分析在中药质控研究多个指标的最大优点；②定量性多元统计分析就是用数学的方法来研究影响中药质量的多个指标之间相互依赖关系以及内在统计规律性的分析方法；③复杂性和数据计算量大等特点这是多元统计分析适宜于分析研究中药质控中出现的繁琐复杂数据的基础[9]。 2 多元统计方法在中药质量控制中的应用现状 多元统计分析广泛应用于经济管理、医学、教育、生物等诸多领域，其中以中医药为检索范围，在已检索到的运用各类统计方法的51 792篇文献中，包括多元统计方法的文献已达25 279篇，说明多元统计方法已在中医药研究中得到了广泛应用。而统计学理论和中医药理论客观存在的相合性，也说明了多元统计方法在中医药研究中的应用不仅是可行的，也是科学的[10]。运用多元统计分析对影响中药质量的多方面因素进行综合分析和评价，以实现对中药质量更准确，更全面地控制。下面分别介绍几种主要的多元统计分析方法近年来在中药质控中的应用。 2.1 主成分分析 主成分分析的定义为利用数学降维方法，寻找新变量替代旧变量群，新变量之间互不干涉，可独立进行分布统计，是一种将多数相关变量群替换成少数无关变量的方法[5]。主成分分析法能过滤虚假信息，减少无关指标的影响，已普遍应用于中药质量标准研究数据的统计分析中，以确定中药资源的分类和聚类，并从中获取能用于中药分析鉴别的有用信息，然后进行分析、鉴别、判断，进而进行分类和优选[11]。王劭华等[12]采用主成分分析对24批不同产地车前子样品中的10个共有峰面积进行分析，以累计方差贡献率达86.45%选取3个主成分，由主成分综合得分排序可知，综合品质较好的车前子品种为大车前子和平车前子，其中综合品质最好的为江西吉水婆婆庙产的大车前子；根据车前子主成分投影图可以将车前和平车前种子与其他品种车前种子区分开来。王琴等[13]应用主成分分析对不同地区枸杞中多糖和金属元素之间的相关性进行分析，以累积方差贡献率达88.181%筛选出3个主成分，结果表明多糖和常量金属元素钙（Ca），镁（Mg），钠（Na），钾（K）是影响枸杞质量的重要因素，微量元素铜（Cu），锌（Zn），铁（Fe）也是不可忽视的因素；其主成分得分可用于不同产地枸杞子质量的综合评价，为以后不同产地枸杞的开发利用奠定了基础。 2.2 因子分析 因子分析又称为探索性因素分析，是根据相关性大小把原始变量进行分组，使同组内变量之间的相关性较高，而不同组变量间的相关性较低[3-4]。因子分析也是利用主成分分析的降维思想，可看作是对主成分分析的推广和发展，但是其因子分析对于所研究的问题是根据原始变量的信息进行重新组合，以试图用最少个数的不可测的所谓公共因子的线性函数和通过旋转使得来的新变量对每个原始变量更具有可解释性。朵兴红[14]采用因子分析对党参、细辛等7种道地药材中Ca，Mg，锰（Mn），Cu，Fe，Zn 6种微量元素进行分析，以方差的贡献率大于99.75%提取2个主因子，分析结果表明这6种微量元素均对防治心脑血管疾病有一定的疗效，为微量元素与中药功效关系的研究提供了科学依据。多杰扎西等[15]采用因子分析对11个不同产地枸杞子中Zn，Cu，Fe，Mn等微量元素之间的关系进行研究，以累计方差达92.236%提取3个主因子，结果表明第一主因子与变量Zn和Mn有高的相关性，是枸杞子中起络合作用的微量元素，也是决定枸杞子质量的基本微量元素；第二主因子在变量Cu元素上有最高的载荷系数，是通过影响生物体内的酶、激素、维生素等生物活性物质，而发挥药效作用的微量元素；第三主因子在Fe元素上有最高的载荷系数，是在氧化还原等许多代谢中起到重要作用的微量元素，这3个主因子能够反映枸杞子中微量元素的分布特征；不同产地枸杞子的综合评价结果，与实际分类和质量的情况基本相符，如列于质量好的第一类、综合因子得分分列第二的宁夏某枸杞研究所，其培植生产的枸杞子质量高，一直起到行业示范作用。 2.3 聚类分析 聚类分析又称又称集群分析，是根据研究对象特征对研究对象进行分类的一种多元分析技术，把性质相近的个体归为一类，使得同一类中的个体都具有高度的同质性，不同类之间的个体具有高度的异质性[6]。聚类分析能够充分利用原始数据信息，除常用于中药系列品种的分类外，还可以广泛地引用于真伪鉴别、成分浅析、质量评价、新旧工艺或不同炮制方法比较、寻找代用品及扩大药用新资源等方面[16]。辛海量等[17]采用聚类分析，对不同来源的蔓荆子、黄荆子、牡荆子近红外漫反射指纹图谱进行分析，聚类分析结果与传统植物分类结果一致。李寒冰等[18]对不同批次的板蓝根抗病毒效价值进行聚类分析，聚类结果与常规质量等级分类一致，结果表明应用抗流感病毒效价检测方法，可以实现对板蓝根药材的质量控制。鄢丹等[19]采用生物热活性检测方法，以黄连道地优级药材为工作参照物、第一指数生长期生长速率常数（k1）为反应值，以量反应平行线（3・3）法设计试验，对7批不同产地的黄连样品的生物效应（效应谱和效应值）进行测定，并采用聚类分析对黄连的生物效价值进行分析，结果表明不同产地黄连的生物效应值存在差异，并以此划分的典型道地产区、一般道地产区和一般主产区，与传统对黄连的道地产区和主产区划分基本一致，生物效应值具有较强的产地专属性和指纹鉴定意义，生物热活性检测方法可作为传统生物效价检测方法的补充和提高。 2.4 判别分析 判别分析是根据一定量案例的1个分组变量和相应的其他多元变量的已知信息，确定分组与其他多元变量之间的数量关系，建立判别函数，然后便可以利用这一数量关系对其他未知分组类型所属的案例进行判别分组，主要包括距离判别、Fisher判别和Bayes判别分析等[6]。在实际应用中，当已知了类别的判别问题时，应选择判别分析；而当面对大量的数据，杂乱无章，而又需要分类时，应考虑聚类分析；二者有衔接之时，聚类分析可作为判别分析的预处理。白雁等[20]采用距离判别分析对来源于山东、山西和焦作的生地黄近红外漫反射指纹图谱进行分析，结果表明欧氏距离在0.6以上时生地黄被分为5类，其中山东因样品差异比较大，分成了3个区域，其他2个区域为山西和焦作样品，分类结果与实际基本一致，且15批验证集样品的预测集正确率为85%以上，为地黄产地鉴别方法提供1种新技术。吴文莉等[21]采用Fisher判别分析对105种中药中42种元素含量进行分析，以42种元素含量的百分位值，对依据全国大中专院校教材《中药学》查询的105味药物的寒、热、温、凉四性，建立4类Fisher判别方程，整体回判复合率为80.9%，研究表明通过分析测定中药中所含微量元素的量，能在一定程度上反映中药的性能，为进一步研究中药的物质基础提供指导。 2.5 典型相关分析 典型相关分析是对每组变量做1个线性组合，即为这组变量的综合变量，然后研究2组综合变量的相关，通过少数几个综合变量来反映2组变量的相关性质[7]。典型相关分析也是利用降维思想，主要对质量评价、成分浅析、新旧工艺或不同炮制方法比较、寻找代用品及扩大药用新资源等方面进行研究。王伽伯等[22]采用典型相关分析，对大黄炮制减毒机制和化学成分改变间的相关性进行探讨，结果表明炮制可降低大黄肝肾毒性，其机制与结合蒽醌和鞣质类成分的下降有关，其中与游离和结合态的芦荟大黄素及大黄素甲醚相关性最强；在肝肾生化功能指标中，血清谷丙转氨酶（ALT）和肌苷（CREA）对肝肾毒性较敏感，可作为临床监测指标，为大黄炮制工艺的优化及肝肾毒性临床监测指标的筛选提供了方法参考。卢林耿等[23]对利用典型相关分析，对中药复方制剂工艺因素和药物成分间的关系进行了分析，结果表明大黄素和淫羊藿苷受制剂工艺影响较大，而芍药苷几乎不受影响；煎煮时间越长，大黄素和淫羊藿苷含量越低；加水量越多，大黄素含量越低，而淫羊藿苷含量越高；浸泡时间与这3种成分的含量成反比，但其影响作用较小，典型相关分析在中药复方制剂工艺研究中的应用有其重要的价值。 2.6 多元统计的联合应用 近年来，不仅单一多元统计分析得到广泛应用，多种统计方法的联合运用也得到快速发展，它能够更客观地实现中药质量的全面控制。王海波等[24]利用因子分析、聚类分析对黄芪中的无机元素含量进行分析，因子分析和聚类分析法的研究都表明黄芪主要判别元素确定为K，Mg，Na，为从不同分析角度实现黄芪饮片的质量控制提供了依据。王晓燕[25]将寒性、热性各10味植物药所含的多糖成分水解成单糖，并测定单糖的HPLC图谱，利用主成分―线性判别对该HPLC图谱进行分析，20味中药判别结果与已知药性完全一致，表明中药寒热药性与所含的多糖成分存在明显相关性；主成分―线性判别可对中药药性进行判别，且判别准确率高。尹海波等[26]利用主成分分析和聚类分析，对10个不同产地的牛儿苗样品中24种无机元素的指纹图谱进行分析，以总方差贡献率为91.5%选取前5个因子，主成分分析得出其特征元素为铝（Al）、铊（Tl）、钡（Ba）、铁（Fe）、镧（La）、铈（Ce）、锂（Li）、镓（Ga）和钯（Pd），聚类分析将路边生长和山坡生长的牛儿苗样品聚为一类，结果表明元素的分布特征与牛儿苗的生态和产地呈一定的相关性。鄢丹等[27]利用相关分析对盐酸小檗碱和不同产地黄连样品的生物热动力学参数（包括生长速率常数、产热量、生长期最大产热功率和达峰时间），和常规抑菌活性评价指标抑菌圈直径进行分析，结果表明生物热动力学法可用于黄连抑菌活性的测定；对不同产地黄连药材的抑菌效价进行聚类分析，结果将不同产地的黄连聚为一类，为利用生物热动力学法和抑菌效价测定法共同实现黄连抑菌活性评价提供依据。 3 小结和思考 综上所述，多元统计分析能够用来进行中药资源的分类、优选、真伪鉴别、质量评价、成分浅析、新旧工艺或不同炮制方法比较、寻找代用品及扩大药用新资源等方面。虽然多元统计分析得到了广泛应用，但仍存在一定的不足，比如主成分分析在简化数据降低维数的过程中又有可能丢失信息；因子分析在采用的是最小二乘法计算因子得分时，此法有时可能会无效；典型相关分析是在原始变量服从多元正态分布，样本容量至少要大于原始变量个数，且原始变量组内要有一定的相关性等前提下进行的，在实际应用时要根据各种分析方法的优缺点和它们之间存在的内在联系及区别，选择合适的分析方法，以实现中药质量更客观有效的全面控制。 多元统计分析在鉴定中药的真伪和质量优劣方面的研究工作已取得了可喜的进展[28]，但其研究尚未成体系。我们能否以常用的中药道地优级药材和其他产区的药材为模型进行研究，建立一个常用中药材真伪鉴别和质量优劣评估体系。即首先选取合适的分析方法如色谱、质谱或生物测定方法等，提取药材的特征数据如化学指纹图谱、生物效价或生物效应谱等；然后对其中一种或多种特征数据进行主成分分析、聚类分析或判别分析等，在分析结果与常规质量等级分类一致的基础上，利用该特征数据建立一个常用中药材真伪鉴别和质量优劣评估体系，再运用相应的分析方法对未知类别的样品进行归属判别，对中药的质量进行有效控制，以期早日实现中药的现代化和国际化。 多元统计分析论文:证券投资中多元统计分析法的应用研究 【文章摘要】 随着我国证券市场不断的发展，人们的金融意识和投资理财意识也不断加强。证券业的发展吸引了投资者对证券市场进行投资，但是由于我国证券业起步晚，各项制度法规还不健全，人们的思想水平没有达到一定水平，面对证券市场如此快速的发展速度难免会出现一些问题。本文针对证券市场中出现的问题，研究分析了多元统计分析方法在证券投资中的应用，并对证券市场发展提出一些建议。 【关键词】 证券投资;多元统计分析;应用 证券市场的发展也反映出了我国经济的发展，中国证券业在短短十几年的所做出的成就是发达资本主义国家在历经百年的坎坷之后实现的，这样巨大的成就是中国经济发展的骄傲，但是这其中也存在的巨大的问题。近年来随着证券业的不断发展，这些问题不断暴露出来，对整个证券市场和经济市场的发展构成威胁。为了能够减少这些问题的出现人们也在积极地进行各方面方法的研究，其中多元统计分析法就是非常重要的方面。 1 多元统计分析法的介绍 （1）概念：多元统计分析是从经典统计学中发展起来的重要分支，是一种综合性非常强的分析方法。多元统计分析方法，能够在多个对象和多个指标相互关联的情况下分析它们的统计规律，是数理统计学中的重要分支学科。 （2）内容 多元统计分析方法所包含的统计方法包括：多重回归分析、判别分析、聚类分析、主成分分析、对应分析、因子分析、典型相关分析、多元方差分析等。 （3）应用简介 多元统计分析方法主要研究的是某个客观事物中多个变量之间的相互依赖的统计规律性，并在R.A费希尔等多位统计学家的精心研究下得到了重大发展，到20世纪50年代，伴随着计算机科技的发展和普及，多种统计软件应运而生，多元统计分析方法在地质、气象、生物、医学、图像处理、经济分析等领域得到了广泛的应用，这些实际应用的发展也再一次促进了多元统计分析法理论的发展，使人们在使用多元统计分析法时越开越方便。 2 多元统计分析方法在证券投资中的应用 多元统计分析法是证券投资中非常重要的分析方法，它的理论内容包含了多个方面的理论方法，每个理论分析方法对证券投资有着不同的分析作用，应该对每个分析方法进行认真研究得出相关的结论，再应用到实际经济生活中。 2.1 聚类分析在证券投资中的应用 （1）定义：聚类分析是依据研究对象的特征对其进行分类、减少研究对象的数目，也叫分类分析和数值分析，是一种统计分析技术。 （2）在证券投资中应用聚类分析，是基于证券投资的各种基本特点而决定的。证券投资中包含着非常多的动态的变化因素，要认真分析证券投资中各种因素的动态变化情况，找出合适的方法对这种动态情况进行把握规范处理，使投资分析更加的准确、精确。 1）弥补影响股票价格波动因素的不确定性 证券市场受到非常多方面的影响，具有很大的波动性和不稳定性，这种波动性也造成了证券市场极不稳定的发展状态，这些状态的好坏对证券市场投资者和小股民有着非常重要的影响。聚类分析的方法是建立在基础分析之上的，立足基础发展长远，并对股票的基本层面的因素进行量化分析，并认真分析掌握结果再应用于证券投资实践中，从股票的基本特征出发，从深层次挖掘股票的内在价值，并将这些价值发挥到最大的效用。影响证券投资市场波动的因素非常多，通过聚类分析得出的数据更加的全面科学，对于投资者来说这些数据是进行理性投资必不可少的参考依据。 2）聚类分析深层次分析了与证券市场相关的行业和公司的成长性 聚类分析是一种非常专业的投资分析方法，它善于利用证券投资过程中出现的各种数据来对证券所涉及的各种行业和公司进行具体的行业分析，这些数据所产生额模型是证券投资者进行证券投资必不可少的依据。而所谓成长性是一种是一个行业和一个公司发展的变化趋势，聚类分析通过各种数据总结归纳出某个行业的发展历史和未来发展趋势，并不断的进行自我检测和自我更新。并且，要在实际生活中更好的利用这种分析方法进行分析研究总结，就要有各种准确的数据来和不同成长阶段的不同参数，但是，获取这种参数比较困难，需要在证券市场实际交易和对行业和公司的不断调查研究中才能得出正确的数据。因此，再利用聚类分析法进行行业和公司分析和证券投资分析时要注重选取正确的、关键的指标进行检查，例如主营收入增长率、净利润增长率等指标，这样才有利于正确预测证券市场上股票的发展潜力。 3）在实际操作中更加直观实用 聚类分析是根据现代证券市场发展水平和特点发展出来的新的分析方法，这种分析方法的出现与现代的基本的投资组合理论形成了比较，突出了聚类分析方法更加贴近实际生活，更加直观、实用的特点，并且由于技术的发展，聚类分析方法在实际应用中所受到的局限较小，而且易操作，因此它的适用范围就比现资理论更加的广泛。 2.2 主成分分析在证券投资中的应用 （1）定义：在统计分析中，主成分分析是一种分析、简化数据集的技术。主成分分析经常用减少数据集的维数，同时保持数据集的对方差贡献最大的特征。主成分分析由卡尔・皮尔逊于1901年发明，用于分析数据及建立数理模型。其方法主要是通过对协方差矩阵进行特征分解，以得出数据的主成分（即特征矢量）与它们的权值。 （2）主成分分析的应用非常广泛，判别分析的分析方法就是通过对各种分类数据的研究，分析出自变量各组间存在的差异，并总结出差异性，判断哪一个自变量对组间差异的贡献是否完全，根据这些数据将自变量的转变方法进行样本归类。 1）降低影响证券投资市场变动的因素之间的互相影响 在证券市场中有非常多的因素在影响着证券市场的稳定，这些因素之间有着非常多的关系，相互影响、相互关联，但相互之间的影响也存在着非常多的影响。而主成分分析方法就是在对影响证券投资相互关系的因素中进行分析，并对原始数据指标变量进行认真分析，将其中重要的主成分因素概括出来，并进行转换形成相互彼此相互独立的成分，而且经过实践证明在影响证券市场投资分析中的指标间相关程度越高，主成分分析效果越好。 2）通过主成分分析减少指标选择的工作量 主成分分析的目的就是要通过对各种数据、因素的分析总结出相对各种因素的不同影响程度，总结总体因素中的主要影响成分，并总结出不同层次的影响因素梯度，在分析时采取逐级分析的方法，这样既可以抓住主要矛盾进行分析，也可以节省时间，并且提高分析的准确性，减少分析人员的工作量，因此，主成分分析法指标选择上的优势更加的突出。 3）由主成分分析法构造回归模型更加的精确、节省时间 在进行证券投资因素分析时，为了能够更加清晰准确的对模型中的相关数据进行分析，都要对各种数据进行模型处理，这样的处理方式可以提高整个证券投资分析的准确性，是模型更加易于做出结构分析、控制和进行证券市场变动的预报。 2.3 因子分析 （1）定义：因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。 （2）应用 因子分析最主要的作用是确定证券投资组合的模型。因子分析将影响股票价格的各种因素看成是不同的变量，建立股价因子模型，利用各因子不相关性确定股票的分类，再分析股票的发展潜力的基础上确定出合适的证券投资模型。 3 总结 随着经济发展的不断加快，金融证券市场的发展也达到了又一个高度。我国证券市场的发展还不完善，暴露出来的诸多经济问题必须引起政府和社会的广泛关注。证券市场研究着也要积极进行证券市场的各种理论对市场的发展做出合理的预测和控制。多元统计分析方法是近年来应用比较广泛、科学的方法，它为整个证券市场的健康发展做出了辅助性作用。为了证券市场能够更好发展，多元统计分析方法也要进行积极创新，为将来的发展做出贡献。

统计分析在企业中的运用:浅谈统计分析在企业中的运用 ［摘 要］统计分析是运用统计方法与分析对象有关的知识，从定量与定性的结合上进行的研究活动，是整个统计工作中的重要组成部分，在企业中发挥着巨大的作用，也是企业制定生产计划、发展战略与规划的主要依据。 ［关键词］统计分析 企业 发展 一、统计分析的概述及其特点 1.统计分析的概述 统计分析是指运用统计方法及与分析对象有关的知识，从定量与定性的结合上进行的研究活动。它是继统计设计、统计调查、统计整理之后的一项十分重要的工作，是在前几个阶段工作的基础上通过分析从而达到对研究对象更为深刻的认识。它又是在一定的选题下，集分析方案的设计、资料的搜集和整理而展开的研究活动。系统、完善的资料是统计分析的必要条件。 2.统计分析的特点 运用统计方法、定量与定性的结合是统计分析的重要特点。随着统计方法的普及，不仅统计工作者可以进行统计分析，各行各业的工作者都可以运用统计方法进行统计分析。只将统计工作者参与的分析活动称为统计分析的说法严格说来是不正确的。提供高质量、准确而又及时的统计数据和高层次、有一定深度、广度的统计分析报告是统计分析的产品。从一定意义上讲，提供高水平的统计分析报告是统计数据经过深加工的最终产品。 （1）运用统计方法:统计方法是以总体现象的数量关系为对象的一类特殊科学研究方法的总称，从运用的角度可分为经验方法和数学方法。经验方法是指人们长期的统计实践经验相关的方法。在统计分析中常用的数量比较法、分组分析法、指数及因素分析法等就属于这一类。对于这一类方法如能正确运用，可以提高统计分析的科学性。 （2） 定量与定性的结合：统计分析面对的不是抽象的数字，而是在定性分析的前提下。通过其数量表现对研究对象进行认识。因此，熟悉和掌握与研究对象有关的知识是十分必要的。 二、统计分析在企业中的运用 统计分析在一个企业的运转中发挥着举足轻重的作用。从统计认识的全过程来看，通过统计设计、调查和初步整理所取得的统计资料，可以对客观现象总体的数量特点取得一定的认识。但是这些认识却只是初步的、表面的，只有对这些资料进行由表及里的分析和研究，才能把握事物的本质特点、内在联系和发展变化规律，使统计认识得到进一步的深化。由于统计分析具有深化认识的作用，使得统计分析在企业当中得到广泛的应用。 统计具有数量性的特点，统计分析所起的作用，主要是通过定量的分析来实现的。统计分析在人们的认识过程中主要有三个方面的作用：一是对客观事物量化，包括反映客观事物规律的数量表现；二是根据量变程度确认事物的质，即确定区别事物质量的数量界限；三是揭示新的规律，即通过分析数量关系，发现尚未被认识的事物的规律。统计分析工作是一个从感性到理性的认识客观世界的过程。在企业正确处理好统计分析工作，可以从整体上更为全面地看清现状，可以更好地促进企业的发展和发挥统计分析工作的作用和意义。就社会经济领域而言，统计分析还是发挥统计整体功能，提高统计工作地位的重要手段。随着我国改革开放的实施，社会经济领域发生了深刻的变化，各级领导部门和决策者仅凭个人能力和经验已经很难把握瞬息万变的局面，更难以正确做出科学的决策。在这种情况下，统计分析的优势随之显现。它可以把数据、情况、问题、建议等融为一体，既有定量分析，又有定性分析。比一般统计数据更集中、更系统、更清楚地反映客观实际，又便于阅读、理解和利用。因而是发挥统计的信息、咨询、监督功能的主要手段。与此同时，也提高了统计工作的社会地位。 统计分析在企业发展中应用广泛，主要体现在三个方面： 第一，统计分析在企业预测中的应用。在统计预测中，一般强调静态分析预测和动态分析预测相结合，以静态分析预测为主。首先，企业应根据自身特点，重点进行年度、季度统计预测分析，确保企业目标管理和考核的有效性。其次，要根据企业的计划目标和历史销售数据确定各项数据指标，找出经济运行波动的共性和差异性。再次，要根据企业的总体规划和行业的特殊性，综合运用一定的预测模型来提高分析的科学性，公司的市场份额取决于该公司的产品、服务、价格、沟通等与竞争者的关系。如其他因素相同，则公司的市场份额取决于它的市场费用在规模和效益上与竞争者的关系。 第二，统计分析在企业决策中的应用。随着企业信息化建设的推进，企业受外部环境的影响逐步加深，这就要求企业及时对相关信息进行处理和分析。一是对市场需求和供给能力的分析。主要包括居民的购买力、商品的潜在和实际市场需求量、品牌成熟度、订单满足率、消费偏好等。通过分析，可以判断企业的赢利空间、供需缺口等，为领导层确定商品销售规模、制定阶段性营销策略等提供依据。二是对社会经济环境的分析和影响。主要包括国内、国际的宏观环境对我国行业发展的影响和对地方法规、民风民俗对企业的发展的影响。三是对企业竞争力的分析。通过分析本行业其他企业的经营情况，在对比中认识自身发展的差距和潜力，从而为制定正确的发展战略提供参考。 第三，统计分析在企业过程分析和阶段分析控制中的应用。在计划方案的落实过程中，往往会出现一些不可预知的状况。需要及时的进行过程分析和阶段分析。企业利用统计数据定期分析计划完成情况、进度情况等，可以及时的发现执行过程中所存在的问题。通过对完成阶段的结果进行对比分析，有利于确定指标完成率。便于衡量市场潜力相同的不同市场之间的业绩。也作为销售目标制定的依据。 在企业当中，统计分析工作是了解现状、预测未来，为了更好的促进企业发展进步的重要方法。做好统计分析工作具有重要的作用和意义。因此，我们要提高对统计分析的研究，使统计分析工作更好地成为企业发展的有力推动力量。 统计分析在企业中的运用:探析新经济环境下统计分析在企业中的运用 摘要：统计分析是一种现在较为普遍的统计方式，它在企业中得到了广泛的运用。统计分析的技术在近些年得到了逐步的提高，它在企业发展结果数据统计方面有着很大的实用性。本文就企业统计的意义做了探讨，并且在这个基础上继续分析了统计分析方法在企业中的具体运用。 关键词：统计分析；企业领导者；运用 随着市场经济的发展，统计分析在企业生产经营以及管理方面的运用越来越广泛。这是因为统计分析方式简单，成本花费小，因此企业利用统计分析可以有效的降低管理成本以及经营成本。不仅如此统计分析还可以提高管理的效率和质量。 一、企业统计分析的意义 在工业企业之中，统计分析工作指的是企业中的统计人员通过获取企业日常经营数据资料，利用统计分析的常规方法，来分析和研究企业内部的经营状况，并且将企业内部的实际情况用数据的形式呈现出来。不仅如此，统计人员通过统计分析还可以了解企业今后发展的前景，企业的内部结构以及其形成的具体原因。在了解企业自身经营情况以及管理状况的前提之下，统计分析工作还可以对企业外部的市场情况做一定的数据统计，它的目的是让企业不仅能够了解自身的发展状况，还需要对外部经济环境有一个深刻的了解，这样才能在竞争日益激烈的环境下发挥自己最大的优势。另外，统计分析还可以提高企业决策的科学性和准确性。 二、统计分析在企业中运用 （一）管理方面 统计分析是企业工作的重点，特别是在企业管理方面起着关键性的作用。企业管理中应用统计分析并非单一为企业管理模式提供信息，它还在企业管理思想方面有着重要的意义，这是因为在整个企业中，企业统计分析可以有效的推动管理思想的变革与创新，这对于提高企业管理质量而言非常之关键。在企业管理的模式方面，运用统计分析可以带来良好的效果。统计分析的优势在于它不需要过多的人力和物力，因此不会给企业造成成本负担，企业管理人员在管理企业的时候可以先分析企业自身的特点，然后再将统计分析与一般的管理方式相结合，这样一来企业可以花最少的成本来有效的进行管理，所以利用统计分析法的最大好处在于降低了管理成本，并且由于统计分析法运用起来比较方便和简单，所以很适合在管理模式中被运用。除此之外，统计分析法还有一个其他的优势。现在很多企业的管理模式都非常的科学，但是在管理工作中仍然存在着很多问题，因此企业管理者利用统计分析，可以既保证管理模式的先进性，又可以利用这种简单的投资小的方式来找出管理方面的不足之处，并且完善这些管理上这些缺陷。从以上内容可以看出，统计分析为企业管理模式带来了积极的影响，它有利于进一步改进管理模式，并且提高企业管理的效率和质量。在企业管理思想方面，统计分析同样有着不可取缔的作用。在企业生产经营的过程之中，管理人员可以充分的利用统计分析来改进企业管理理念，确立新型的管理观念。企业管理观念在目前来看还需要进一步的完善，而企业管理人员可以通过统计分析为企业管理提供更详细的数据，并且它可以呈现出以往管理的历史数据，这样一来就可以为企业管理提供相应的管理程序，从而提高了整个企业管理的水平。 （二）决策方面 企业领导人员常常会利用统计分析为企业决策提供一定的理论基础，因为统计分析可以很好的推动企业决策的顺利进行。在决策环节中采用统计分析法，可以从以下的两个方面来着手。 其一是企业领导人员可以利用统计分析方式来提高企业的竞争力。随着社会竞争力的加大，企业在发展过程中面临着巨大的压力，因此如何要在竞争的环境中击败其他的对手，获得最后的胜利是企业领导者无法逃避的难题。如果企业发展停滞不前，不寻求自身的进步的话，那么企业只能在残酷竞争的环境中被淘汰。所以要想不被其他同行淘汰，需要先了解对手的真正实力，获知其他企业的未来发展情况以及提升的空间大小，并且对其进行一定的评估，企业领导者可以通过运用统计分析做到以上的几点。统计分析有一个非常明显的优点，就是其能够通过统计的数据来了解企业内部以及企业外部的形势变化，这一点对于企业的发展至关重要。因此领导人员利用统计分析法来为决策提供更多的信息是有必要的。企业统计人员在工作中需要仔细的观察外部市场环境的走向，然而在统计竞争对手的市场份额大小以及其今后发展的环境，通过统计的这些数据可以看出企业自身存在的不足之处，同时也可以通过和对手企业的对比，获知对方存在的问题和自身企业的优势。这样一来可以对竞争对手有一个基本的了解，并且自身企业在发展的时候可以取长补短，为企业在复杂的市场环境中抢占更多的份额，提高企业竞争力。企业可以根据其市场趋势以及行业竞争中的数据显示来做出有效、准确、及时的对策，这样一来就为企业发展的经济战略做了充分的准备。 其二统计分析在企业决策方面最直接的、最有效的作用是为领导人员提供市场信息，企业领导者可以通过统计分析法可以有效的获知企业产品在市场中各类信息。一般来说企业最需要的信息就是自身企业产品在市场中需求量的大小，这是因为企业可以根据产品的市场需求量来调整企业的供给大小。换句话说，如果企业产品在市场中需求不足，那么企业管理层则应该立即的降低产品供给，反之则增加产品供给。所以企业通过统计分析法可以不仅能够清楚的了解产品在市场中的购买力、消费者对于产品的看法以及产品在市场中未来发展的空间这方面信息，还可以根据这些信息反映的情况来做出相应的决策调整计划。因此从以上的内容可以看出，企业领导者往往就是根据统计数据来判断自身企业的盈利情况以及产品在市场中的供需情况来制定下一步的计划和企业经营决策，统计分析的数据为领导的判断提供了有效的数据。 三、结束语 总之，统计分析为企业发展带来了积极的作用，因此企业需要采取有效措施推广统计分析在企业各个方面的运用，这样才能增加企业优势，让企业获得长远发展。 统计分析在企业中的运用:统计分析在企业财务管理中的运用 摘 要：随着市场竞争的加剧，企业管理者及外部利益相关者越来越需要第一时间准确掌握企业的经营成果与财务状况，这就对企业财务管理提出了更高要求。为让企业经营活动中产生的大量数据及时向信息需要者提供决策信息，需要运用统计分析这一重要手段完成数据分析，让统计分析在企业筹资、投资、财务分析等财务管理中发挥作用，从而提高企业财务的管理效率。 关键词：统计分析；企业财务管理；应用；数据信息档案部门 统计工作能够全面、联系、系统地记录企业生产经营中的大量数据，统计分析是继统计设计、统计调查、统计整理之后的一项重要统计工作。它通过科学的方法，搜集获取需要分析的统计数据，并以此为依据对这些数据进行定性和定量分析。随着当前市场经济的完善及竞争的加剧，各企业在财务决策中对资金筹资、投资、分配越来越谨慎，企业管理者、投资者等利益相关者越来越重视企业的财务状况及经营成果。为让大量的财务数据及时地为决策者提供有价值的信息，提高企业的财务管理工作，统计分析在企业财务管理中日益重要且被广泛应用。 一、统计分析与企业财务管理的联系 统计学是一门搜集、整理和分析统计数据的应用性较广的学科，它在管理学、经济学、医学、心理学等诸多领域被广泛应用，其中统计分析是运用统计方法及与分析对象有关的知识，从定量与定性结合上进行的研究活动。企业财务管理是以经济理论为指导，在揭示企业资金运动规律的基础上，运用管理科学的理论和方法，具体研究企业资金运动的组织和管理问题，以提高企业资金运动效率和协调财务关系的一门经济学与管理学交叉的学科。企业在财务管理中运用统计分析的多种统计方法来了解与测量系统变异性，程序控制，对决策提供数据支持，从而提高企业的营运能力、盈利能力、偿债能力；对产品收入、成本、费用、利润等重要数据进行统计分析，从而提高企业的财务分析效率；对企业的投资、筹资、营运、分配等财务活动进行科学数据分析，从而为企业利益最大化服务。在管理过程中统计分析与企业财务管理相辅相成，统计分析可以为企业财务管理提供详实的大量数据信息，企业财务管理作用的发挥又推动着统计分析的发展。企业财务管理以统计分析为基础，做好统计分析可以使企业财务管理工作更科学更完善。 二、统计分析在企业财务管理中的应用 （一）回归分析法在筹资活动中的运用 回归分析法，是在分析市场现象自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量关系大多表现的相关关系。 企业财务管理中准备过多的资金会使企业承担过高的资本成本，过少的资金又会使企业难以正常运转下去，合理的资金量是企业管理者、投资者等多方利益相关者均关心的，如何科学地确定合理资金需求量？需要借用统计分析中的回归分析法来解决。假设企业的资金筹资量只与产销量相关性较强而与其他因素相关性弱，企业的产销量越多需要的筹资量也越多，两者成什么趋势变化，可以根据产销量与资金筹资量的关系，对未来资金筹资量建立一元线性回归模型进行预测。现通过A企业近六年的产销量与资金需求量为例，介绍企业在筹资活动中对回归分析法的运用。[1] 第一步：建立一元线性回归方程式。以产销量为自变量x，以资金占用量为因变量y，建立的回归方程为：y=a+bx，其中a为回归直线的起点， b为回归直线的斜率，只要求出方程中的参数a和b即可运用此模式进行筹资量的预测。 （二）统计分析在投资活动中的应用 企业需要将筹资到的有限资金发挥最大用途，就需要选对正常的投资方向，当一笔资金有多个选择项目供投资时，决策者即需借用统计分析来衡量各项目的收益与风险，然后做出正确决策。现通过B公司资金2000万元有两种投资项目供选择为例（资料为表3），假设甲项目的风险报酬系数为10%，乙项目的风险报酬系数为6%，介绍投资活动中统计分析的运用。 （三）统计分析在财务分析中的应用 企业定期报送出的财务报表，有利于企业管理者、投资者、债权人等有关利益各方掌握企业的财务状况、经营成果和现金流量等情况，进而分析企业的盈利能力、偿债能力、投资收益、发展前景等，是他们的财务决策依据。为使报表的独立数据清晰的反映其实质，需要通过比率分析、比较分析、趋势分析等统计分析方法来完成。[3] 1.比率分析。比率分析是通过计算、对比经济指标的比率，揭示经济指标之间相互关系来确定经济活动变动程度的分析方法。常见的比率分析指标有：结构比率，是用于计算某项经济指标的各个组成部分与总体的比重，反映其部分与总体之间的关系，用以分析同一期企业财务报表上有关项目的相对重要性及其在总体中占据的份额；效率比率，计算企业财务报表上有关所耗用与所得数据之间的比率，是反映投入与产出关系的一种分析方法，用以分析企业成本费用与对应销售收入的关系，净利润与销售收入的关系，可以比较好的衡量企业得失，考察经营成果，评价企业经济效益；相关比率，是根据经济活动客观存在的相互依存、相互联系的关系，将企业财务报表上两个不同但又相关指标的数值相比来进行分析的一种方法，用以分析企业相关经济业务的安排是否合理、生产经营状况是否良好。 2.比较分析。比较分析是将两个或两个以上的同一性质或类别的经济指标或数据进行对比分析，以提示其增减变动情况的一种方法。信息需求者通过现有指标与计算指标对比、与前期指标对比、与同行业指标对比，从比较中揭示企业客观存在的差距，找出问题所在，为进一步分析原因、挖掘潜力指明方向，为信息需求者做正确决策提供指引。 3.趋势分析。趋势分析是通过比较企业连续几期的财务报表中的相同指标或财务比率，分析它们的增减变动方向、数额和变动幅度的一种方法。由于企业的财务报表数据反映的是历史的信息，主要是面向过去，而会计信息使用者需要的更多的是企业未来的信息，企业通过连续几期的绝对金额比较或是百分比比较，从中发现企业整体发展趋势，从而揭示企业财务状况和生产经营情况的变化，以便信息使用者做出总的评价，分析企业变化的原因，进而预测企业未来发展前景。 三、企业财务管理中提高统计分析的建议 （一）统计与财务管理一体化 统计与财务管理都是经济管理的主要工具，统计是让统计人员研究大量社会经济现象总体数量的方法，通过收集、整理，分析社会经济现象数据的内在数量性，发现数量方面的特征，并对经济现象进行预测与分析，可见数据在统计中的地位。财务管理是对企业财务活动进行预测、决策、计划、控制和分析，通过数据信息帮助企业解决实际运营问题，可见数据在财务管理中的地位。如果在整个财务管理过程中直接用统计分析方法对财务活动中所表现出的数量特征进行分析研究，为企业做正确预测和决策，将是两种工具的完善结合，大大提高企业财务管理效率。 （二）提高统计分析数据的质量 为突出统计分析结果的有效性、及时性、准确性，企业对统计分析所依据的数据可借用计算机操作，充分利用网络平台以第一时间让信息需求者掌握数据信息；企业可建立信息质量监督部门，配备既懂统计又懂财务的专门监督人员，对数据的真实性积极监督。通过这些方法以提高统计分析所依据数据的质量。 （三）建立数据信息档案部门 企业的整个生产经营过程中会产生大量的数据，这些数据就是企业经营轨迹的体现，代表着一定的发展性、趋势性、特定性等。未来分析的过程中为更准确的揭示实质，需要大量的采用历史数据比较。为使今后的财务管理工作更顺利展开，企业有必要设立数据信息档案部门，将经营过程中所产生的大量数据归案，以方便需要时能及时调用。 四、结语 企业财务信息需求者越来越意识到统计分析在企业财务管理中的作用，企业应正确做好统计分析，帮助企业财务信息需求者决策时提供科学依据，更好地为企业财务信息需求者提供服务。 统计分析在企业中的运用:简述统计分析在企业生产经营管理中的运用 摘要：随着市场经济的变化，以及体制的不断改革，形成了特定的经济潮流，企业要在该经济潮流中获得发展，需要通过统计分析，找出生产、经营活动中存在的问题，采取相应的措施，文章论述统计分析在企业生产经营管理中的重要性和作用，从提高统计员的综合素质、信息搜集的质量、建立统计信息网络，提高统计分析水平等方面提出如何做好企业生产经营管理的统计分析，希望能够为今后企业生产经营管理的有效性提供借鉴。 关键词：统计分析 生产经营 作用 管理 一、企业统计分析的重要性 统计分析指的是一种研究活动，研究方法是统计方法，采用的是定量方法与定性方法，对所要研究对象的实际特征进行分析。统计分析是整个统计过程中的最后一个环节，其他的几个环节分别为统计设计、统计调查与统计整理，同时统计分析在统计工作中占有十分重要的地位，是对已经获得的统计数据进行分析的重要工作。统计方法的运用，制定出相应的生产统计表，这些生产统计表反应了生产内容的数据，将这些数据联系起来，从而为整个企业的实际状况进行科学分析。在对过去经验总结的基础上，对目前工作进行指导，同时对未来的发展方向做出较为合理的规划。在进行统计分析过程中，也是进行统计监督工作。因此，对企业及时进行统计分析，能够更快的发现生产过程中存在的问题，及时提出改正的措施。统计分析是企业经营管理的基础，企业要在千变万化的市场站稳，就需要全面、真实的掌握企业生产经营活动的信息，以及与本企业相关的行业、地区、国家、乃至国际相关的市场信息，这些信息加工成统计资料，通过对这些资料的分析，为企业经营管理决策提供依据。 二、统计分析在企业生产、经营中的作用 首先，统计分析在生产中的作用。生产统计分析是进行统计数据处理之后的主要步骤。在统计数据处理的过程中，其主要提供的产品是统计工作的半成品，在统计分析过程中，能够为统计工作提供一种最终产品。生产统计分析和统计表之间的作用是相互进行补充，首先，统计表能够反应生产过程中存在量的关系，该过程反应的只是一种独立的量。在统计分析过程中，所反应的也只是量上的独立。在生产统计分析的过程，可以联系生产中的各个过程，通过动态的方式对生产的量以及过程进行总结。 其次，统计分析为经营指引方向。通过这种生产统计分析，决策者需要对统计数据进行分析，从而对经营的关键问题进行把握，寻找到经营发展的方向。随后，将该生产统计表中的生产内容量进行对比，生产统计分析可以深入到经营的每个环节，而不像统计指标一样，只是反应特定的对象。 最后，统计分析工作，能够有助于管理者掌握生产客观规律。统计表在该过程中，可以对生产现象的结果进行反应。根据对现实生活的反应，从而得出生产客观规律的选择，通过一种论证，使得统计数据与文字论证能够实现结合。 三、企业如何在生产经营中做好统计分析 （一）提高统计员的综合素质 统计工作者是从事统计工作的主体，统计员的素质高，其统计分析工作完成的也会比较出色。统计员的素质低，其统计分析工作的质量也一般。因此，企业要积极对统计工作人员的素质进行培训，提高其素质与提高其工作质量息息相关。要做到这点，需要注重两个方面。一为专业知识方面，积极组织统计人员学习专业知识，同时不断组织实践活动，不仅能够提高统计人员的理论知识，还能使他们强化分析与解决问题的能力。二为要不断加强统计人员思想道德素质，以统计法为准绳，实事求实，以真实的统计数据进行统计分析，提出符合客观实际的结论。 （二）企业生产管理的统计分析 企业成本与效益是企业经营的重点，分析成本水平是企业市场竞争力的先决条件。通过对生产过程中直接材料、直接人工、其他直接费用变动的总量、结构、单价进行因素分析，并与目标指标比较，找出差异，评价成本计划的执行情况，提出改进措施，进行技改挖掘，促进成本费用的降低，提高企业的竞争力。 （三）企业生产经营成果统计分析 企业经营成果的分析是企业经营管理者制定经营策略的重要依据，主要从企业的盈亏分析入手，采用因素分析法通过对营业收入、营业成本、营业外收入、投资收益等因素与目标利润的差异，如通过产品销售收入的单价、产品销售的数量等因素对收入的变动影响。在评价企业经营业绩的同时还要考虑许多指标如利润、产品产值、产品质量、固定资产、流动资产等等，这些变量对企业的表现也是有升有降，无法从单一的统计指标得出有意义的结论， 因此可用采用主成分分析方法，用少量的几个综合变量代替原来许多变量，得出一个总的指标，按总指标排序、分类，由此得出影响企业经济效益的原因，通过分析有利于企业及时调整产品结构，减少产成品库存，加速资金周转，提高企业盈利水平。 （四）搜集市场信息，提高信息质量 对统计数据来说，真实性、客观性是其最为基本的要求。要做出较为正确的决策，就需要对市场发展的方向与需求有充分的了解。只有这样才能够在激烈的市场中，能够占有一定市场份额。在这过程中，需要对市场信息进行及时收集，同时要保证信息的准确性，并根据企业实际运行状况，进行统计分析。对企业运行过程中的经验进行综合分析，从而找到企业在经营过程中存在的一些问题，使得企业能够进行良性发展。 （五）提高统计分析在产品质量管理中的作用 产品质量的保证需要多方面的配合，比如质检工作的配合、产品质量的评估，在二者工作的基础上，为产品质量的改正提供重要参考。经济的发展，要求企业需要不断改良产品质量。要对质量进行改进，可以通过以下方式进行，如全因子试验、部分因子试验以及田口方法等等。随后通过一系列的试验以及统计，对产品的可靠性进行确定，可以从两个方面进行分析，一是加速试验，一是老化分析。 （六）建立统计信息网络，提高统计分析水平 企业应充分利用计算机信息技术，建立统计信息网络，使生产、供应、销售、库存、财务信息及相应的物流、信息流、资金流有机的结合起来，如利用数据库技术、web技术、java技术、PHP编程技术、数据集成技术以及统计技术建立以数据库为核心的信息化平台，形成生产数据与分析，消耗数据与分析，成本数据与分析、原材料库存与分析、成品库存与分等大模块组成，通过该系统实现生产、消耗、成本、销售数据的分析，为企业生产经营管理提供可靠的及时、准确的统计分析。 四、结束语 由上可知，统计分析工作能够为企业决策提供数据，在数据分析的基础上，为企业今后的发展提供重要指导。还能够在企业运行过程中，提供充分的监督与指导。从某种程度上来说，统计分析是企业生产经营管理过程中不可或缺的重要方面，不断提高统计分析的质量，收集到更多的统计信息。同时还要对过去的经验进行不断总结，过去的经验能够对现在以为未来的工作都进行指导，为企业的发展指明方向，并为未来的发展做出较为合理的规划，同时在统计分析的基础之上，进行统计监督工作。所以，企业要进行及时统计，在生产过程中，不断发现问题，要不断及时改正这些问题，针对这些问题不断提出对策。此外，还应当在企业生产经营管理过程中，不断进行创新，从而对统计分析方法进行完善。笔者在本文中提出的几点建议，希望能够为企业在统计专业的发展提供借鉴。

生物统计学论文:Excel统计功能在生物统计学本科教学中的应用 [摘 要]Excel软件提供的统计功能涵盖统计学的大部分教学内容，且操作简便，可作为生物统计学本科教学的有效辅助工具。笔者参考多年的教学和科研经验，详细介绍了Excel常用统计函数和统计方法的操作步骤与注意事项，并结合理论知识对统计结果进行了解释，提出充分利用Excel软件来辅助生物统计学本科教学的模式。 [关键词]生物统计学；本科教学；Excel软件；统计功能 统计学是生物学领域进行科学研究不可或缺的工具，目前大多数高校已把生物统计学列为生物学相关专业的必修课。通过该课程的学习，有利于培养学生正确分析试验数据的能力，对于进一步学习专业课程和日后进行科研也有着非常重要的作用。近年来，统计分析软件的应用越来越普及，应用统计软件来辅助生物统计学的理论教学变得尤为重要。 Excel作为常用办公软件，除具备较强的图表和计算功能外，还提供了大量的统计函数和数据分析工具。利用Excel的统计功能，可快速、简便地进行描述性统计、t检验、方差分析、回归、相关等多种统计分析，从而为生物统计学的教学提供了极大便利，强化了教学效果。Excel的统计功能虽不如SPSS、SAS等专业统计软件强大，但具有易学易用的优势，适用于统计学的初学者，可基本满足本科生的教学需要。[3][4] 一、Excel统计函数简介 （一）统计函数的插入 Excel软件提供了丰富的数学和统计函数，将这些函数结合起来应用，可显示出Excel的统计分析功能。[3][4]在Excel 2003菜单中的“插入”项，选择“函数”。或在2007及以上版本中，在“公式”菜单项选“插入函数”命令，之后在“选择类别”栏选择“统计”，即显示大量统计函数。 （二）常用统计函数介绍 1.统计学参数或特征数的计算 数据的标准差、平均数等特征数均可由统计函数计算得到。反映集中性的函数包括AVERAGE（均值）、GEOMEAN（几何平均数）、HARMEAN（调和平均数）、MEDIAN（中位数）等；反映离散性的函数有：DEVSQ（离差平方和）、STDEV（样本标准差）、VAR（样本方差）、KURT（峰度系担┑取 2.数据分类 FREQUENCY函数可对大量数据进行分类和统计，表达式为：FREQUENCY（Data array，Bins array）。该函数为数组公式形式，运行显示出一个分组的频数后，还需选中所有结果的显示区域，按F2键，再按“Ctrl+Shift+En？鄄ter”组合键，方可求出所有分组的频数。[5]FREQUENCY的操作步骤因分类资料的性状而有所差异。A. 质量性状资料：在函数对话框中，“Data array”一栏输入分类数据所在的单元格地址，“Bins array”一栏输入分类标志值所在单元格。B. 数量性状资料：确定好分类的组数、组距和组限后，将各组的上限按升序输入工作表，在“Data array”和“Bins array”分别输入相应的单元格地址。 例：现有350名学生的英语成绩，需按优秀、良好、一般和不及格进行分类，并统计各等级人数。考试成绩为数量性状资料，首先按升序将各组上限按升序输入工作表（60、74、90）形成一列，插入FREQUENCY函数，在“Data array”输入成绩所在单元格区域，在“Bins array”输入各上限所在的单元格区域，确认后即可计算出不及格的人数（ 3.概率函数 概率函数可直接计算出给定参数条件下各理论分布的概率值（P）。[6]常用函数有BINOMDIST（二项分布）、POISSON（泊松分布）、NORMDIST（正态分布）、NORMSDIST（标准正态分布）、TDIST（t分布），FDIST（F分布）等。 例如，BINOMDIST函数的功能为计算给定参数条件下二项分布的概率值。函数表达式：BINOMDIST（number_s，trials，probability_s，cumulative），其中num？鄄ber_s为试验成功的次数，trials为独立试验的次数，prob？鄄ability_s为试验成功的概率；cumulative为一逻辑值，用于确定函数的形式，取值为1和0。Cumulative如果取1，结果显示至多n次成功的概率；如为0，则返回恰好为n次成功的概率。 4.t 检验 TTEST函数功能为返回t检验的概率，以此来判断假设检验的显著性。函数表达式：TTEST（array1，array2，tails，type），其中array1为第一组数据所在的单元格区域，array2为第二组数据的区域，tails为分布曲线的尾数（双尾或单尾），type表示t检验的类型。 5.相关和回归系数计算 CORREL函数功能为计算两变量间的相关系数，以此来判断两变量间的相关程度和性质，表达式为COR？鄄REL（array1，array2），array1和array2代表进行相关分析的两组数据。利用INTERCEPT和SLOPE两函数可计算线性回归系数，函数表达式分别为INTERCEPT（known_x′？鄄s，known_y′s），SLOPE（known_x′s，known_y′s），其中known_x′s、known_y′s为自变量和因变量的数据集合。INTERCEPT函数可计算线性回归的截距（a），SLOPE函数可计算线性回归的斜率（b），从而得到线性回归方程：=a+bx。 二、数据分析工具的应用 （一）分析工具库加载 Excel的分析工具库具有较强的统计分析功能，但此功能通常未默认安装，需加载后使用。 1.在Excel 2003中，在“工具”菜单中单击“加载宏”，在弹出对话框中选中“分析工具库”即可，之后“工具”菜单中即出现“数据分析”条目。 2.在Excel 2007或更高版本中，单击左上角的“Office按钮”，选择“Excel 选项”，在弹出对话框中单击“加载项”，然后在“管理”栏中选择“Excel加载项”，单击“转到”，最后在“加载宏”窗口中选中“分析工具库”，之后在“数据”菜单中即出现“数据分析”条目。 （二）常用统计方法介绍 分析工具库包括描述性统计、t检验、方差分析、回归、相关、F检验等多种统计方法。[3][5]每次使用时，按照各统计方法的格式要求输入原始数据，单击“数据分析”选项，在弹出对话框中选择所需统计方法即可。 1.数据分类 将各组的分类标志值（质量性状资料）或上限值（数量性状资料）输入工作表，在“数据分析”中选择“直方图”；弹出对话框后，在“输入区域”选择分类数据的单元格地址，“接收区域”选择分类标志所在的单元格，运行即可。 2.描述统计 输入数据资料，在“数据分析”中选择“描述统计”，运行后即可得到最小值、最大值、平均数、标准差、方差、峰度、偏度等常用统计量。 3.t检验 t检验包括平均值的成对二样本分析，双样本等方差假设，双样本异方差假设检验。如进行平均值的成对二样本分析，弹出对话框后，分别在“变量1区域”、“变量2区域”输入两组数据所在的单元格地址，之后在“输出区域”选择某空白区域，确定即可。运行结果包括平均数、t值、df、单尾和双尾概率（P）、临界t值等信息。若P 如进行成组设计的两样本均值检验，需先进行F检验：双样本等方差假设，判断两样本所在总体方差是否同质。步骤：分别在变量1、变量2输出区域选择相应单元格区域，运行结果包括方差、F值、单尾概率（P）、临界F值等。如P 4.方差分析 方差分析包括单因素、无重复双因素、有重复双因素三种类型。如进行单因素方差分析，弹出对话框中，在输入区域、分组方式、输出区域分别输入相应信息后，单击“确定”即可。输出结果包括平方和（SS）、df（自由度）、MS（均方）、F值、F crit（F临界值）、P值等信息（表1）。如P 0.05（或F 5.回归与相关分析 线性回归分析：在“数据分析” 菜单选择“回归”， 在弹出对话框中输入Y值、X值、置信度、输出区域等信息后，运行即可得到回归截距（Intercept，a）和回归系数（b）（表2），从而写出回归方程。根据回归系数的t检验结果或方差分析的F检验结果，可判断两个变量间的线性回归关系是否有效。[7]由表2可知，a（Intercept）=-1.382，b=5.503，回归方程为：=5.503x-1.382。由回归系数的t检验可知，P=0.00004 三、结语 Excel软件提供的统计功能基本涵盖了统计学的教学内容，且对于生物统计学的初学者而言，具有易学易用的优势，可作为本科教学的有效辅助工具。在每章理论知识讲解完毕，应紧接着介绍Excel的统计功能、操作步骤和结果解释，把课程理论教学、实际案例分析和软件应用有机结合，可取得较好的教学效果。教学实践表明，运用Excel的统计功能来辅助理论教学，不仅能够加深学生对统计学原理的理解，还可以提高学生运用理论知识来分析数据的能力，从而使得生物统计学的学习变得轻松。在今后的生物统计学教学实践中，应紧密加强Excel软件应用与理论教学的融合，并考虑将 SPSS等专业软件逐步引入教学中，以期进一步提升学生分析处理复杂数据、解决实际问题的能力。 生物统计学论文:Excel在生物统计学双样本异方差资料t检验中的应用 摘要 利用Excel对双样本异方差的数据资料进行t检验，并以在pH=5和pH=8条件下测定果蝇的TPI酶活性为案例详细阐述了其分析过程及其注意事项，利用显著性概率P（T≤t）来判定结果更为简单一些。 关键词 Excel；生物统计学；t检验；双样本异方差资料 生物统计学是畜牧、兽医、农学、微生物、医学等领域中不可缺少的统计工具，数据分析离不开生物统计学的原理。随着计算机技术的发展，已有更多的软件被应用于生物统计学，如SPSS[1-4]、Excel[5]、SAS[6]等，但是不同的统计软件有不同的特点，如Excel统计功能虽然简单，但是操作方便，分析出来的结果更为直观，更适合生物统计学的初学者。 1 分析工具库的安装 Excel一般并不直接带着“分析工具库”这一模块，需要在Excel的基础上自行安装。安装步骤：Excel的工具―加载宏―分析工具库―确定。 2 双样本等方差数据资料的t检验 一般很难从数据资料上确定2个样本的方差是否相等，需要对其做方差的齐性检验来判断。下面以果蝇的TPI酶活性为例，阐述双样本异方差的t检验过程。 2.1 数据资料的建立 为了比较果蝇中TPI酶活性在pH=5和pH=8时是否有区别，将10只果蝇随机分为2组，一组测定在pH=5下的TPI酶活性，另一组测定在pH=8下的TPI酶活性，问这2种pH值下的平均TPI活性是否有显著差异[7]。首先在Excel中把分组的名称“pH=5”和“pH=8”分别填入每一列的最上方，然后在“pH=5”和“pH=8”下方录入其果蝇的TPI酶活性数据资料，具体如图1所示。 2.2 t检验分析 因为在本数据资料里，没有提到2个总体方差相等还是不相等，因此有必要先对数据资料进行方差齐性检验。在Excel中，选择工具―数据分析―F检验―双样本方差，点击确定进行分析，在本例题中P（F≤f）单尾 2.3 结果分析 结果部分如图3所示，“t Stat”Excel计算出的t值，图3的最下方4项分别是单尾检验和双尾检验的结果，可以依据题意来选择哪个结果，一般情况是双尾检验。结果分析可以有以下2种途径：①可以根据P（T≤t）双尾的显著性概率直接判定，即0.01 3 结语 本文主要介绍的是如何利用Excel对双样本异方差的数据资料进行t检验，在其t检验过程中一定注意总体方差不等的情况下才可以用双样本异方差的t检验模块，如果方差相等的情况选用其他模块。在结果分析部分有2种依据可以判定结果，利用显著性概率P（T≤t）来判定结果更为简单一些，P（T≤t） 生物统计学论文:Excel在生物统计学普哇松分布概率计算中的应用 摘要 对普哇松分布的概率计算中的POISSON函数的应用及注意事项进行阐述，在POISSON函数的提示框中最后选项如果选“false”，则结果是显示P（X=x）的概率，而当最后一项选择“true”，则显示的概率是P（X≤x） 。普哇松分布的概率计算上来看，Excel统计分析功能略胜于SAS和SPSS。 关键词 Excel；生物统计学；普哇松分布；POISSON函数 生物统计学是研究数据资料的收集、整理、分析、解释的一门科学[1]，也是畜牧、兽医、农学、微生物、医学等领域中不可缺少的统计工具，越来越多的数据分析离不开生物统计学的原理。在生物统计学中的上机实习是提高学生动手能力和解决问题能力的重要环节，在本次的教学改革与实践中，已经把二项分布、正态分布、普哇松分布等的概率计算纳入生物统计学的实践教学中。一方面可以让学生针对不同数据清楚其分布类型，针对不同分布类型选用不同的Excel函数模块，另一方面通过不同分布的概率计算，可以将课本上所学的知识很好地应用于实践数据分析。本文主要介绍利用Excel中的POISSON函数来计算普哇松分布的概率，现就POISSON函数的具体应用情况及注意事项进行介绍。 1 普哇松分布 普哇松分布（Poisson，也称泊松分布）是二项分布的一种极端形式，就是说某种试验结果或某种事件发生的概论极低（P很小）。因此，在应用中很容易将普哇松分布与二项分布混淆，普哇松分布的特点就是λ=π=σ2。普哇松分布的概论函数为[1]： 2 普哇松分布的概率计算示例 例题：已知某地区的牛群中每年出现怪胎的次数服从普哇松分布，每年出现怪胎的次数的平均数为2，计算该地区一年中出现3次怪胎的概率以及出现3次和3次以下怪胎的概率。对于这一问题，很显然牛群中每年出现正常胎和怪胎2种结果，而且怪胎出现的概率极低（平均2次），因此其属于普哇松分布。由于已经知道“每年出现怪胎的次数的平均数为2”，即就有λ=μ=2，因此该地区为出现3次怪胎的概率为： 2.1 出现3次怪胎的概率 利用以上公式可以直接计算普哇松分布的概率，但是因为需要记住公式，并且需要手动来计算，所以还是比较烦琐的。对于这一问题，可以借助Excel中的函数来快速计算出其概率。 首先在Excel中，选定空格按照以下顺序：插入―fx函数―统计―POISSON，出现图1提示框，在提示框中从上到下依次输入3、2、false，点击确定。就可以获得该地区出现3次怪胎的概率为0.180 4。 2.2 出现3次及3次以下怪胎的概率 首先在Excel中，选定空格按照以下顺序：插入―fx函数―统计POISSON，就会出现图2提示框，在提示框中从上到下依次输入3、2、true，点击确定。就可以获得该地区出现3次及3次以下怪胎的概率为0.857 1。 3 结语 随着计算机技术的发展，已经有更多的软件被应用于生物统计学，如Excel[2]、SAS[3]、SPSS[4-5]等，但是不同统计软件具有着不同的统计特点，如Excel统计功能更为简单，适合生物统计学的初学者。SAS统计功能比较宽广些，因其统计模块的限制，所以更适合能够自己编写程序的学者。SPSS的统计功能更为强大，几乎具备了所有的统计分析功能，操作相对简单、直观[6-8]。 虽然从统计分析上来看，SAS和SPSS的统计分析功能略胜于Excel，但是Excel也具有其独特的地方，如对二项分布、正态分布、普哇松分布等常用分布的概率计算来说Excel就显得简单多了。在普哇松分布的概率计算中虽然就是一个POISSON函数，但是针对不同问题这个函数里最后面的选项却不同，在POISSON函数的提示框中最后选项如果选“false”，则结果是显示P（X=x）的概率，而当最后一项选择“true”，则显示的概率是P（X≤x）[9-11]。 生物统计学论文:Excel在生物统计学单因素方差分析中的应用 摘要 本文探讨了利用Excel在单因素方差中的具体应用，并以比较3个品种猪增重为例题，详细阐述了单因素方差分析过程及结果分析等。用Excel进行单因素的方差分析，从数据的建立、分析过程、结果分析等方面来看，操作相对比较方便，在结果输出时给出了相伴概率P和F值这2种结果，可以以2种方式对结果进行分析；而SPSS只是以相伴概率P为依据来判定，结果相对单一。 关键词 Excel；生物统计学；方差分析；单因素 生物统计学是对数据资料进行收集、整理、分析、解释的科学[1]，在生物统计学教材中不仅提供了如何通过合理的试验设计获得理想的数据资料，还提供各种数据资料的分析方法，是所有高等学校本科生的必修课。生物统计学也是畜牧、兽医、农学、林学、微生物、医学等生命科学领域中不可缺少的统计工具，越来越多的数据分析离不开生物统计学的原理与方法。随着计算机技术的发展，已有更多的软件被应用于生物统计学，如SPSS[2-4]、Excel[5]、SAS[6]等，但是不同的统计软件具有着不同的统计特点，如Excel统计功能虽然简单，但是操作方便，分析出来的结果更为直观，更适合生物统计学的初学者。生物统计学公式比较多，理论相对深奥，高等学校本科生对这门课程学习兴趣相对不高。因此，本文主要介绍如何利用Excel对单因素方差进行分析，以案例的形式详细阐述其分析过程，希望能通过本文的应用与探讨来提高学生对生物统计学的学习兴趣，并增强学生分析数据的能力。 1 分析工具库的安装 Excel一般不直接装配“分析工具库”这一模块，需要在Excel的基础上自行安装。安装步骤：Excel的工具加载宏分析工具库确定。 2 单因素方差分析 单因素的方差分析一般适用于单因素试验设计的数据分析，而且是因素水平需要 2时才可以运用此分析模块，例如比较分析3种饲料对仔猪日增重的影响则可以采用单因素方差分析。如果同样是单因素试验设计，但是因素水平是2的话，则可以采用t检验模块进行分析。 2.1 数据资料的建立 例：在同样饲养管理下，3个品种猪（A1、A2、A3）的增重如表1所示，试对3个品种增重差异是否显著进行检验[1]。数据资料建立如表1，以行的形式建立稻荩每行就是1个因素水平。 2.2 单因素方差分析过程 在Excel中：工具数据分析单因素方差分析，点击“确定”进行分析。输入区域：选择原始数据；分组方式：逐行（如果数据是以列的形式构建的，则逐列）；标志位于第1列，指的是在建立数据的时候在数据第1列有数据的变量名，而且在输入区域选择的时候将变量名也选上，这时可以勾选“标志位于第一列”，否则就不选择此项。？琢（显著水平）：0.05（或者0.01）；输出选项：输出区域处选一空白处，单击“确定”按钮（图1）。 2.3 结果分析 结果部分见表2、3，表2中对数据进行了描述统计量的分析，只是简单地列出了3个猪品种的样本大小（6）、平均数、方差、总和等信息。从此结果可以初步看出，第3组（A3）的猪增重均值最小，但是数据资料的变异程度比较大（方差大），而第1组（A1）的猪增重均值是最大，第2组（A2）的数据资料的变异程度最小（方差小）。 方差分析的最终结果见表3，图针对所有数据资料的变异来源分为组间（处理：在此例中为不同品种）和组内（随机误差），分别列出了平方和（SS）、自由度（df）、均方（MS）、F值（F）、相伴概率（显著性概率，P），F的临界值（分位数，Fcrit）。根据表3的结果可以有2种方法判断结果，其一是直接根据显著性概率来判断，在本例中利用小概率不可能性原理，P=0.062 348 0.05（小概率），因此不同品种猪的增重差异不显著；也可以根据F值来判断，F=3.358 039 从表2、3可以看出，虽然不同品种猪的增重从均值上来看略微有些区别，但是经过方差分析，结果为3个品种猪的增重差异不显著，或者说没有显著差异，这也是生物统计学的精髓。 3 讨论 在单因素方差分析中Excel数据资料的建立是十分方便的，基本按照因素水平以行或列建立数据资料即可，而SPSS统计软件的数据建立[7]需要将同一因素的所有水平建立在同一列里，相对复杂一些。Excel在结果输出时候则给出了相伴概率P和F值这2种结果，可以以2种方式对结果进行分析，而SPSS只是以相伴概率P为依据来判定结果相对单一[7]。可以看出，利用Excel进行单因素的方差分析虽然从数据的建立、分析过程、结果分析等方面来看，操作相对比较方便，适合初学者；但是也有不足之处，当方差分析结果是差异显著（或极显著）时，不能够对数据资料进行进一步的多重比较。 生物统计学论文:Excel在《生物统计学》双因素有重复方差分析中的应用与探讨 摘 要： 本文探讨了利用Excel在双因素有重复观测值方差分析中的具体应用，并以比较不同原料、不同温度对酒精产量的影响为例题，详细阐述双因素有重复观测值的方差分析过程及结果如何分析等。用Excel进行双因素有重复观测值的方差分析从数据的建立、分析过程、结果分析等方面来看，操作相对比较方便，而且Excel在结果输出时候给出了相伴概率P和F值这2种结果，可以以2种方式对结果进行分析，而SPSS只是以相伴概率P为依据判定结果，相对单一。 关键词： Excel 生物统计学 方差分析 双因素 重复观测值 《生物统计学》是对数据资料进行收集、整理、分析、解释的科学[1]，在《生物统计学》教材中不仅提供了如何通过合理的试验设计获得理想的数据资料，还提供了各种数据资料分析方法，是所有高等学校本科生的必修课。《生物统计学》是畜牧、兽医、农学、林学、微生物、医学等生命科学领域不可缺少的统计工具，越来越多的数据分析离不开生物统计学原理与方法，随着计算机技术的发展，已有更多软件被应用于《生物统计学》，如SPSS[2-4]，Excel[5]，SAS[6]等，但是不同统计软件具有不同的统计特点，如Excel统计功能虽然简单，但是操作方便，分析出来的结果更为直观，更适合《生物统计学》初学者。《生物统计学》由于公式比较多，理论相对深奥，因此高等学校本科生对这门课程的学习兴趣相对不高。本文主要介绍如何利用Excel对双因素有重复观测值方差分析，以案例的形式详细阐述其分析过程，希望通过本文的应用与探讨提高学生学习《生物统计学》的兴趣，并增强学生分析数据能力。 1.分析工具库的安装 Excel一般并不直接带着“分析工具库”这一模块，需要在Excel的基础上自己安装，安装步骤：Excel的工具加载宏分析工具库确定。 2.双因素有重复的方差分析 双因素有重复观测值方差分析，一般适用于双因素试验设计的数据分析，而且是不同因素水平组合（处理）的观测值需要2个或2个以上才可以运用此分析模块。 2.1数据资料的建立 例1：为了从3种不同原料（A）和2种不同温度（B）中选择使酒精产量最高的水平组合，每一水平组合重复4次，试进行方差分析[1]。数据资料建立如图1，可以将原料（A）放在行上，温度放在列上。 2.2单因素方差分析过程 在Excel中：工具数据分析方差分析：可重复双因素分析，点击确定进行分析，输入区域：选择原始数据（包含行和列的标志在内）；每一样本的行数：4，也就是填写重复观测值的个数；a（显著水准）：0.05（或者0.01），输出选项：输出区域处选一空白处，单击确定按钮，具体选项见图2。 2.3 结果分析 结果部分见图3，图3只是对数据进行了描述统计量分析，只是简单地列出了不同水平组合的样本大小、平均数、方差、总和等信息，从此结果可以初步看出，每个组合的样本大小均为4，A2B2组的酒精产量均值（15.5）是最小的，而A2B1的酒精产量均值（49）是最大的。 方差分析的最终结果见图4，针对所有数据资料的变异来源分为样本行（在此例中为不同原料）、列（本例中为不同温度）、交互（原料与温度的互作）、内部（随机误差），分别列出了平方和（SS），自由度（df），均方（MS），F值（F），相伴概率（显著性概率P-value），F的临界值（分位数，F crit）。根据图4的结果可以有2种方法判断结果，其一是直接根据显著性概率判断，也可以根据F值判断。由图4可以看出，利用相伴概率判定结果如下，不同原料（样本）：P=0.039486 如果根据F值判定，不同原料（样本）：F=3.888219 F临界值=3.554561，因此不同原料的酒精产量差异显著。不同温度（列）：F=44.66207 F临界值=4.413863，因此不同温度的酒精产量差异显著，如想看是否会差异极显著需要返回到图2，在a处输入0.01，然后重新判定结果。交互：F=1.582673 3. 讨论 在双因素方差分析中Excel数据资料的建立是十分方便的，基本按照将一个因素放在行上，另一因素放在列上建立数据资料就可以，而SPSS统计软件的数据建立[7]需要将同一因素的所有水平建立在同一列里。Excel在结果输出时候则给出了相伴概率P和F值这两种结果，可以以两种方式对结果进行分析，而SPSS只是以相伴概率P为依据判定结果相对单一[7]。可以看出，利用Excel进行双因素有重复观测值方差分析虽然从数据的建立、分析过程、结果分析等方面来看，操作相对比较方便适合初学者，但是也有不足之处，当方差分析结果是差异显著（或极显著）时，不能对数据资料进行进一步多重比较。 生物统计学论文:Excel在《生物统计学》分布中的应用与探讨 摘 要： 本文主要介绍了Excel中的CHIDIST函数和CHIINV函数在分布中的概率和临界值计算，并用实际例子演示其操作细节，方便学生或其他人员利用Excel直接获得概率或临界值。 关键词： Excel 生物统计学 分布 CHIDIST函数 CHIINV函数 1.引言 《生物统计学》是研究数据资料的收集、整理、分析和解释的一门科学[1]，是畜牧、兽医、农学、微生物、医学等领域不可缺少的统计工具，越来越多的数据分析离不开生物统计学原理。《生物统计学》中的上机实习是提高学生动手能力和解决问题能力的重要环节，我们在本次教学改革与实践中已经把二项分布、正态分布、普哇松分布、F分布、卡方（）分布等的概率计算纳入《生物统计学》实践教学中，一方面让学生针对不同数据清楚分布类型，针对不同分布类型选用不同Excel函数模块，另一方面通过不同分布概率计算，将课本上所学的知识很好地应用于实践数据分析中。本文主要介绍的是Excel中的CHIDIST和CHIINV函数在分布中具体应用情况及注意事项。 4.结语 随着计算机技术的发展，已经有更多软件被应用于《生物统计学》，如Excel[2]，SAS[3]，SPSS[4]-[6]等，对二项分布、正态分布、普哇松分布、F分布、分布等常用分布的概率计算来说Excel显得简单多了。虽然《生物统计学》后面的附录中一般提供分布的临界值表，但是有其局限性，即当自由度（df） 40时书本上就查找不到其临界值了。因此本文主要介绍了Excel中的CHIDIST函数和CHIINV函数在分布中的概率和临界值计算，方便学生或其他人员利用Excel直接获得概率或临界值。 通讯作者：白俊艳 生物统计学论文:关于生物统计学教学方法的探讨 摘 要： 生物统计学是一门应用性和理论性都非常强的课程，对于理论的掌握需要很好的数学基础，而实践应用需要熟练地运用相关的分析软件。因此，无论对学生还是老师来说，生物统计学都是大学里面难度最大的专业课程之一，在教学过程中应采取多样方式进行授课，传统和创新并重，并结合大学慕课平台，以案例分析为主线，充分调动学生学习主动性。 关键词： 生物统计学 教学方法 实践应用 慕课平台 生物统计学是所有生命科学专业里面最重要的专业课程之一，它的基础是高等数学，概率论、微积分及线性代数是这门课程理论知识体系的核心工具，学好这门课程具有相关的数学基础是基本要求。生物统计学归根结底是为了应用，掌握相关的分析软件是学好这门课程的另一个基本要求。如何把理论体系和实践应用有机地结合起来，是教学中最核心的任务。作者在多年的生物学统计教学的基础上，从以下几个方面阐述这个问题。 1.理论知识的掌握 生物统计学是统计学的手段运用到生物学研究中，因此学好这门课程首先要熟练地掌握统计学相关理论知识。一般来说，高校在学生大一大二的时候开设与数学相关的所有课程，如概率论、线性代数等，为了更好地衔接，生物统计学课程就安排在大三的上学期。生物统计学很多的知识点和概率论与数理统计这门课程高度重合，很多情况下就是对这门课程的一个回顾，这对刚刚学完这门课的学生来说，掌握起来相对简单。而整个理论体系里面的难点是如何把统计学知识和生物学结合起来，这需要学生从思维上真正认识到统计学只有运用到实践中才能发挥作用，尤其在生物学领域中，统计学这个工具在具体的方案解决中的运用才是其生命力的体现。这就需要在教学过程中通过一个个案例分析让学生真正了解统计学是如何运用到实际应用中的，这对他们以后进行毕业论文实验结论的分析有重要的意义。 2.案例分析 上面提到理论知识的真正掌握是运用在实践中，生物统计学教材上也给予大量生物研究方面的案例，但不同的教材偏重点不同，如杜宋骞主编的教材，就是偏重于遗传学方面的知识运用。而你所面对的学生，以后进行的毕业论文研究涉及生物领域的方方面面，因此你所需要进行的案例分析不要仅局限于课本上，而要在各个领域搜寻典型的案例，尽可能地涵盖生命科学的几个主要学科，使学生以后面对任何方面的问题都能够找到相关的借鉴。另外，案例分析要注重案例的代表性和普遍性，尽可能地通过一个案例衍生出多种生物统计学的解决方案，让学生掌握在何种情况下运用何种分析方法，每种分析方法的适用条件是什么，各自的优缺点等。这是生物统计学最精髓的地方，经过这门课程的学习，让学生把这个工具真正运用到实践中，因此这是生物统计学教学的重中之重。这对教师的要求非常高，只有亲身在科研领域进行多年研究的老师才能胜任。因此在选择授课老师方面，科研经验丰富，带过多届研究生的导师是最佳人选。 3.分析软件的运用 生物统计学的计算是一个非常复杂的过程，一个简单的生物统计学分析要伴随大量的计算，如果仅靠人力计算，效率低不说，而且容易出错。在很多年前，统计学相关的软件就已经开始应用到生物统计学的领域。最著名的是SPSS软件，其他的像R，METLAB，ORIGIN等也在各个领域得到广泛的使用。正如前面所说，生物统计学授课的最根本目的是应用，因此理论知识转化到软件的操作，是这门课程的最后一步。SPSS功能强大，可以实现绝大多数的生物统计学分析，如果完全熟练地掌握这个软件工具，所需要的时间远远大于这门课的课时；因此在有限的教学时间里，应尽可能地把生物统计学最基本和最典型的分析教授给学生，并以此作为一个引子，在课余的时间里，让学生自学，根据自己的需要确定掌握到什么程度。老师的作用是把这个软件介绍给他们，并且开启应用的大门，里面的“宝藏”让学生自己挖掘。 4.大学生慕课平台的使用 大学生慕课平台已经开始在中国大学教育体系里崭露头角，这种新形式的教学方法近几年来取得瞩目的成绩。生物统计学这门理论和实践并重的专业课程，如果借助此平台，将会进一步达到课程的核心要求。尤其是关于软件的应用方面，老师可以把相关的操作通过视频讲解的方式到这个平台上，让学生随时都可以查阅，这对他们熟练掌握生物统计学的应用起到事半功倍的作用。在以后这些学生进行毕业论文里面数据分析的时候，慕课平台可以提供他们所需的解决方法，同时平台的互动性也可以让他们随时获得老师的线上线下支持。 生物统计学在大学中的地位决定了这门课程的重要性，相关的教学方法研究探讨将一直进行下去，其核心是更好地应用，让学过这门课程的大学生真正把这个工具应用到实践中。学以致用，对生物统计学来说，尤为重要。 生物统计学论文:水产类生物统计学课程特色建设与教学改革 [摘 要]水产生物学科是门实验性的学科。广东海洋大学水产学院生物统计学课程的课程设置，以及教学内容与方式需要改革。水产类生物统计学课程特色建设与教学改革对策，可以从课程设置、学生思维方式培养、教学内容与方式、考核方式、课程建设几方面进行。 [关键词]水产;生物统计学;教学改革 生物统计学是应用概率论和数理统计的原理和方法研究生物界数量变化规律的学科，属于数学在生命科学领域中的应用学科。其基本任务是研究生物学领域数据资料的收集、整理和分析方法，并对数据分析结果做出合理的解释。[1]生物统计学是生物类、植物生产类、动物生产类、食品科学类、水产类、环境科学类等相关专业的专业基础课，是一门应用性很强的方法论学科。尽管在基本概念和基本原理的讲述上，各专业相差不多，但在有限学时内具体授课内容的选择上，在例题、习题的选择与编写上，在试验设计方法等问题上，不同专业差别还是很大的。21世纪以来，随着社会的发展和科学的进步，高等教育的培养目标从以知识传授为重点转向以能力培养为重点;从培养能够继承和使用知识的人才转向培养能够发现和创新知识的人才。[2]这种人才培养目标的转变给高校课程教学提出了更新、更高的要求，同时随着水产学院申博增硕的成功获批，针对水产类专业的生物统计学课程特色建设与教学改革也势在必行。 一、问题分析 （一）课程设置 广东海洋大学水产学院现有三个专业，即水产养殖学专业、海洋渔业科学与技术专业和海洋科学专业。作为一门重要的应用数学，多年来生物统计学一直是各专业的专业基础课，普遍应用于各专业的毕业试验设计和毕业论文撰写中，其在水产科学研究中具有十分重要的作用。然而各专业在本门课程的设置上并不一致，如教学大纲不一致、授课学时不一致、授课方式不一致、考试方法不一致、授课学期不一致等。不同专业的授课教师各自为政，缺乏沟通与交流，这不利于整个水产学科的发展，也不利于课程的后续发展与建设，更不利于硕、博课程的衔接与深化。 （二）教学内容与方式 首先，生物统计学应用数理统计对随机现象的统计规律进行演绎和归纳，涉及概率论、统计学、生物学及它们的综合应用等多方面，概念多、公式多、数据多，一些内容较为抽象，很多学生对该门课程有畏惧心理。学生普遍认为该课程较难，表现在概念难以理解、思维难以展开、问题难以入手、方法难以掌握、习题难做，因此对本门课程缺乏兴趣，课堂学习积极性不高。此外，由于课堂互动少，与水产科学实践联系不紧密，教师过分重视教的过程，学生不能亲自体验收集、处理数据的过程，因此学生难以深刻理解统计学的本质原貌。 其次，在教材的选用上，以《概率论和数理统计》为名的教材很多，但大多仍是基本沿用数学专业的教材体系，数学学科性太强[3]，重数学理论，轻水产应用，数学与水产不能相互融合。以《生物统计学》为名的教材也较多，如杜荣骞的《生物统计学》（高等教育出版社）[4]、明道绪的《生物统计附试验设计》（中国农业出版社）[5]等，其编写主线都是先概率、后统计、再试验设计。这些教材较传统的概率论与数理统计更加合理，充分考虑了授课学时的安排，少概率、多统计;理论部分恰到好处地压缩，应用部分适当加强，在实践中更易于被学生所接受。我们曾采用杜荣骞主编的《生物统计学》，虽然其强调了在生物科学上的应用，但其例题和习题多为以动植物的遗传、变异为主，需要有较好的生物知识，对水产学科来说有些脱节，学生在学习了较难的理论后难以具体化、形象化，容易丧失学习的兴趣。 最后，为了应付传统的单一笔试的考核方式，学生需要进行大量的习题练习。学生把精力都放在了记背公式、过程的推导和演算当中，忽略了对知识背景的理解，如果题型一变，马上不知如何解答。一道简单的方差分析就要花费学生大量的时间，考试信息量受到限制，这些考试内容在学生以后的计算机应用中又基本用不上，这无疑加重了学生的学习负担。 二、课程改革对策 （一）课程设置改革 为充分利用教学与教师资源，我们将课程更名为水产生物统计学，并作为院级限选课提出，强调了本课程在整个水产学院各专业课程设置中的重要性。课程采用统一的课程名称、课程号，课程教学大纲及课程考核，课程学时设置为48学时，其中理论授课学时为36学时，实验上机学时为12学时，理论与实验学时比为3∶1，基本保证了该门课程理论教学和实践教学的要求（对多数高校而言，一般设置为40学时或更少）。为了保证本课程先修课程的顺利完成，让学生掌握必要的专业知识，且与学生毕业论文设计相衔接，授课学期设置在第六学期较为合理。 （二）注重学生思维方式的培养 在学生思维方式的培养上，应注重启发式的教学原则。广东海洋大学是一所以教学型为主的大学，而水产学院在学校的发展中扮演着教学、科研并重的角色。水产生物统计学是一门理论基础强、实践强的学科，在学时较少、学科研究日益深入发展的要求下，如何充分发挥学生的主动性和积极性，从“接受知识”转向“主动应用”，是生物统计学教学与实践的主要内容。启发式的教学原则，就是以激发学生的主动性思维、唤起学生的求知欲和兴趣为出发点，科学地引导学生主动思考，让学生将知识融会贯通形成技能，发展学生智力、挖掘学生潜力。首先，在知识的传授上，要“两少两多”，即“少概率、多统计;少理论，多应用”。学习什么情况下用什么方法进行统计分析，要比学习这个方法本身如何统计更重要。现在的统计方法，都可以由很多专业的统计软件来完成，甚至你只要知道用什么方法，怎么输入数据，一个菜单就搞定了，也就是说，不管你方法对不对，总会有结果出来的。因此，培养学生主动分析的能力更为重要。 （三）教学内容与方式改革 1.强化海洋、水产特色 根据水产学院各专业的人才培养特色与课程体系特征，我们以海洋水产类试验方案设计、数据分析与处理等为课程应用导向，突显海洋、水产特色。我们以蔡一林、岳永生主编的《水产生物统计》[6]为教材，以各专业教师科研实践的实际案例为补充例题及习题，深入浅出地介绍试验设计的基本原理，并引导学生学习和掌握如何合理有效地获得数据并对数据进行分析推断的原理和方法。由于与专业紧密相连，举例对象学生熟悉，这自然减少了学生学习的畏难情绪。 2.优化教学内容 在教学内容的设计上，除基本统计原理外，我们根据各专业实践在有限的课时内优化教学内容。概率论是整个统计的理论基础，在教学上要注意讲清概念、减少理论，加强引导。在概念的讲解上，要注意深入浅出，简明易懂。对于一些证明推导，则可以适当略去，只要说明问题的背景、来源、结果及应用的方面即可。在统计上，要加强对基本统计理论的讲解。基本的分布、方差分析、简单的相关和回归基本就解决了水产学科本科教学、科研的大多数问题。我们没有必要为了解决10%的问题而去花90%的时间。此外，一些简化公式都是为了手工计算而设计的，由于可以使用电脑完成计算，这部分内容完全可以略去。 3.改革教学方法 水产生物学科是门实验性的学科，很多生物学现象及其原理都是在试验中发现，并通过实验加以验证得出结论的，因此，试验设计的好坏直接影响到结果的分析及其结论的正确、可靠与否。本课程把理论与实践相结合的教学作为重要的教学手段。 （1）在理论教学中做到以下几点。①从各专业的背景出发，建立抽象理论与学生熟悉的具体问题之间的联系，通过比较研究，使学生掌握各种试验模型的假定及其应用。②采用探索探究式、互动式教学方法，启发学生思维，拓宽学生思路，引导学生用科学研究的思维方式思考问题;由以教师“讲”为主，转变为以学生“学”为主，使得教师讲授与学生自学、讨论和研究有机地结合起来，提高学生分析问题和解决问题的能力。③采用课外阅读文献、课堂评述等方法，重视培养学生独立获取知识的能力，为学生终身学习和创新奠定基础。④精心设计多媒体课件。多媒体课件除具有一般多媒体课件形象、生动的特点外，还要根据本课程特点展示数据的动态分析过程，尽可能使课件融教学性、科学性、艺术性和技术性为一体，激发学生的学习兴趣，提高教师的教学效率。 （2）在实践教学中，分三个层次进行实践性教学。①通过试验设计的方法练习，加深学生对基本原理理解的基础实践。②结合专业提出课题，由学生组织设计及分析，并进行课堂讨论的综合性、设计性实践。③根据专业，由学生自行选题、设计并分析推断的研究性实践。 4.切实用好“多媒体教学” 随着计算机技术的发展，多媒体日益成为重要的教学手段。[7]它以计算机为主要媒介，把文字、图形、图像、音频和视频等信息媒体结合起来表达教学内容。多媒体教学能使课堂变得生动活泼，从而实现传统的教学方式无法达到的效果，是高校教学改革的一项重要内容。然而在实践中，“多媒体”的“多”往往被单一计算机取代，多媒体课件也往往成了简单的PPT演示。笔者曾在《浅谈高等教育多媒体教学中存在的问题》[8]一文中，阐述了现代多媒体教学在带来利的同时其弊同样不可忽视。就生物统计学的多媒体教学而言，其概念多、公示多、统计计算过程烦琐乏味，计算机的应用无疑能起到事半功倍的效果。然而传统黑板的作用也不能忽视。在教学中笔者就曾发现，学生对统计量不知道怎么书写;重要的推导过程在多媒体课件中一闪而过，跟学生的认知思维衔接不上，这反而增加了学生的厌恶感，使学生不能跟着教师的节奏学习。由此可见，多媒体教学也存在一定的弊端。 此外，要注意生物统计学多媒体课件的制作不同于物理、化学等学科（它们强调计算机的模拟功能），生物统计学多媒体课件必须同统计分析软件“链接”。在实践中笔者发现，普通计算器、Excel软件和SPSS统计软件是较为适合的本科教学统计软件。也许大家都忽略了普通计算器的应用，实际上，在任何一台Windows机器上，程序的附件中都有一个计算器，这个计算器虽然不能进行复杂的统计功能，但对于统计中经常用到的统计量基本都能够计算。此外，在电脑上机课上，可以重点介绍Excel的统计功能。严格说来Excel并不算是统计软件，而只是数据处理工具。但它几乎是每台电脑上装机必备的软件，对于大多数的学生来说，Excel统计功能的学习能为他们以后从事非专业统计工作起到很好的帮助作用。专业统计软件采用SPSS软件，由于该软件不需要编程，因此学生较易接受。除了课堂涉及的统计方法外，这些大型软件包的一个主要好处就是菜单丰富，功能齐备，只要有一本参考书，学生就可以方便地掌握各种统计方法。 最后，要充分运用计算机网络。网络教学将为学生提供广阔的学习空间、充足的学习资料和多样的学习方式。比如西安科技大学的生物统计学网站，除了具有精品课程的内容外，还在“参考资料”栏目内设有“教学篇”、“人物篇”、“历史篇”、“故事篇”、“软件篇”、“应用篇”等内容，这不仅能为学生提供丰富的学习资源，还增加了学生的学习兴趣，并可以通过学生反馈来丰富学习资料。 三、考核方式的改革 成绩考核是督促学生复习、巩固所学知识并对教学效果进行检查的重要手段。在传统的笔试考核方式中，学生要把大量的时间花在计算公式的背诵和数学计算上，这种考核方式不能全面、准确地考查学生对各种统计分析方法的掌握和应用情况。要改革考核方式，除笔试外，还应增加电脑上机考试。笔试部分应加强概念的理解和实际应用，不要求背条文、记大量的公式，也不要求繁杂的计算。电脑上机考试部分，应让学生用所学的统计知识和原理，选取合适的统计命令进行统计运算，并能对统计结果进行分析和解释。这样就能将学习、考核和应用真正结合起来，既解决了学生死记硬背的问题，又加强了学生灵活应用所学知识的学习兴趣，真正达到了本门课程的培养目标。 四、课程建设 在课程的建设上，应注重两点。一是加强师资建设，以讲授本门课程的教授、博士作为课程负责人，建设教学梯队，以研带教，以较辅研;教师定期学习讨论，编制更符合水产学院研究特色的教学例题、习题。二是将这门课程作为学生一生的课程，即在本科、硕士、博士三个学习阶段都要开设本门课程的后续，形成一个完整的统计学学习链条，使本门课程能真正服务于水产学院的教学、科研。 生物统计学论文:水产生物统计学课程中学生统计思维能力与应用意识的培养研究 摘要：生物统计学是概率论和数理统计原理和方法在生物学科中的应用，是一门应用性较强的工具学科。该课程因其抽象、难以理解的特点导致学生缺乏学习动力和积极性，难以取得预期的教学效果。本文从学生统计思维能力和应用意识的培养两方面着力探讨了生物统计学课程的教学方法与策略，以期为水产生物统计学教学提供参考。 关键词：生物统计学；统计思维；应用意识 生物统计学是利用概率论和数理统计的原理和方法研究生物数量性状变化规律的一门学科，是应用数学领域的重要学科分支[1]。它涵盖了生物学试验设计、数据收集和数据整理、统计分析方法的选择以及统计结论的得出与解释等内容。生物统计学不仅广泛应用于传统的生物学、生态学、医学、药学和农学等各学科专业中，也是现代分子生物学研究中数据分析的重要工具[2]。数据分析与处理能力是当今生物学领域科研工作者的必备技能之一，且随着生物组学时代的来临，生物统计学的应用更加广泛和深入，生物统计学在高校生物学课程体系中的位置也愈发重要，肩负着培养学生数据分析技能和科研素养的重要使命。因此，生物统计学已成为我国高等院校生物科学类专业的一门基础课程，也是广东海洋大学水产养殖学专业的一门专业必修课。 然而，生物统计学课程不同于其他的理论基础课和专业课，其最大特点是概念抽象、公式复杂、计算烦琐，是一门教师和学生普遍反映难教、难学、难懂的课程，这也导致学生缺乏学习兴趣和动力，难以取得预期的教学效果[3]。为此，本文将结合笔者近年来水产生物统计学的教学实践，就如何培养学生统计思维能力和应用意识进行分析和探讨，以期为水产生物统计学课程的教学提供一定的参考。 一、统计思维能力培养 生物统计学作为一门工具学科，是一种思维方法（或统计思想）在生物学中的应用。学习生物统计学就是要学会利用统计思想分析问题和解决问题。姚亮等（2015）归纳了四条统计思想，分别是或然性思想、小概率原理、大概率原理和信息最大化原理。这些统计思想存在于生物统计学理论体系的各个角落，共同构成了统计学学科的思想基础。为此，生物统计学的课堂中，教师应将核心统计思想的阐述贯穿于基础理论知识讲解中，努力帮助学生理解复杂统计理论和方法的思想本质。 1.注重核心统计思想的讲解是培养学生统计思维能力的首要任务。生物统计学教学活动中，由于较多的数学推理与计算等难点需要讲解，因此会占用教师较多的授课时间和精力，从而面临能力培养难于知识传授的困境，这就与“知识传授与能力培养”的高等教育课程基本培养目标相违背。另一方面，正是因为生物统计学课程较大的教学与学习难度，才更需要学生掌握核心的统计学思想及应用统计学思想思考问题的思维模式，这样才有助于学生更深层次地理解理论性较强的具体统计理论与方法，并将其灵活运用于解决各种实际科研问题。 举例来说，若某事件发生的概率很小，其在一次（或极少次）试验中几乎不可能发生，统计学上将该事件称为小概率事件。小概率事件对应的小概率原理是假设检验理论的思想基础，几乎所有假设检验的推理均是依据小概率原理来进行的。具体来说，首先假定原假设成立并进行检验统计量的计算，推导出其为一小概率事件，那么依据小概率原理则有理由相信原假设在概率上是不成立的；反之，若无小概率事件的发生，则无充分理由质疑原假设。显然，小概率原理是假设检验理论最为关键的思想基础。倘若教师在讲授假设检验理论之前注重小概率事件原理的讲解，便能帮助学生更好地理解统计推断的推理过程和判断依据。同样，注重或然性现象（随机性现象）、大概率原理以及信息最大化原理等统计思想的讲解，对于帮助学生透彻理解统计学基本理论、培养学生统计思维能力均具有十分重要的作用。 2.模型构建训练及实例结合教学是培养学生统计思维能力的主要途径。源于数学学科分支的统计学可以理解为对现实问题的抽象概括，即现实统计问题的模型化表达。比如，生物统计学中的方差分析将总变异分解为组内变异和组间变异两部分，分别代表误差和试验的处理效应，并将生物学中的各种控制试验采用统一的符号及线性公式来描述，进而计算统计量来衡量因素的效应值。教学过程中教师可要求学生将实际科研问题中的因素、水平、重复、组间、组内等具体名词代入方差分析的理论线性模型，反复开展模型构建训练，以加深对方差分析的理解。再如假设检验，一般将检验过程分为“假设提出”、“选择及计算统计量”、“确定显著性水平”和“统计推断”四个步骤，而任何实际问题的假设检验分析均可构建为由这四个步骤构成的模型。课程讲授初期务必严格要求学生遵守“四步走”的分析流程，进行统计模型的构建训练，不断增强学生对该统计模型的熟悉程度，这样做，让同学们在更好地掌握统计学理论知识的同时，又培养了其模型思维能力。 实例结合教学是生物统计学教学的重要方法，也是模型构建训练的重要组成部分。课堂教学活动中，教师可选择一些贴近生活、科研与生产的实例来讲解抽象的统计学理论和模型。比如，笔者在讲解假设检验理论时，选用水产饲料装包机工作是否正常的实例来讲解假设检验的基本步骤。首先提出原假设和备择假设，讲解两种假设各自表示的实际含义；根据“装包机是否工作正常”及“额定标准”确定检验统计量为样本均值并计算；确定P值后，做出统计推断，并解读统计结论所代表的实际统计学含义。 通过以上模型构建训练和实例结合教学，将抽象的统计学理论、方法与具体的实际问题相结合，达到化繁为简的目的，进而提高生物统计学的教学效果。当然，模型训练与实例结合教学是一项系统工程，需要教师投入更多的时间和精力备课，并循序渐进地将其贯穿于整个生物统计学的教学过程。 3.计算机辅助分析训练是培养学生统计思维能力的有效措施。生物统计学基本理论往往涉及复杂的推理和计算过程，而作为生物专业的学生并无必要完全掌握其中的每一个具体细节和过程。从生物统计学课程的教学目的来看，基本原理和知识的讲解固然非常重要，但更应强调对学生的生物学试验设计、数据收集、分析以及处理技能的培养。生物统计学教学的最高目标是让学生从抽象、复杂的统计学知识中解放出来，学会利用计算机统计工具高效地进行生物数据的分析、处理和解释。更为重要的是，计算机辅助分析过程中的数据录入、统计方法的选择与应用、适用前提条件的判断以及结果的解释等各环节的实训操作是学生对统计思想、统计模型的再次复习和巩固，是培养学生统计思维能力的有效措施。 二、统计应用意识培养 生物统计学是探讨生物学研究的试验设计、数据收集与整理、分析与推论，并最终从样本信息中获取有关总体的科学可靠的结论的科学，是将数学方法应用于生物学研究领域的工具学科，是生物科学应用型人才的必备知识，也是广大科研工作者从事科学研究的重要工具和手段。因此，着力培养学生综合运用生物统计学知识和方法的能力、增强学生分析问题与解决问题的能力，进而提高学生的综合素质和科学素养是生物统计学课程教学的又一目标。 1.教材选择与课程内容体系的优化。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。生物统计学课程主要包括统计理论知识和统计软件的使用两部分内容，二者相互依存，不可分割。因此，教师应结合课程属性，选择统计理论与实际学科相结合、统计原理与试验设计相结合、统计学方法与统计软件相结合的生物统计学教材进行教学较为合适；同时选择若干具有一定实用性且难易程度、侧重点不同的参考书让学生课后参考学习，以取长补短，开阔学生视野。其次，在生物统计学课程课时减少和教学内容增加的现实背景下，课程内容体系的编排和优化在兼顾该课程的理论性的同时，更要突出其应用性和实践性。也就是说要根据教学内容的难易程度和理论的系统性，合理分配学时；尽量压缩复杂统计学定理的证明和公式数理推导等内容，相应增加统计学基本理论和统计分析方法及其应用的内容。 2.加强生物统计学的计算机辅助实验教学，重视知识的应用性。计算机技术的发展给统计学带来了巨大的变化，它帮助科技工作者摆脱了繁重的手工计算的麻烦，同时计算机技术的发展和计算机技术在统计学中的应用，为培养学生分析问题、解决问题的能力，提高其综合素质提供了广阔的空间。因此，教学过程中应适当压缩统计学理论的教学时间，注重统计学软件的操作，增加学生上机操作时间。笔者在各基本理论知识讲授完毕之后，开设相应实验课程，讲授统计软件的使用方法和演示例题的计算及分析过程；同时，要求学生结合实例，进行计算机软件的操作，重点掌握统计软件的数据录入、储存，各种基础统计方法的选择与应用、适用前提条件的判断、结果的解释等内容。在计算机辅助实验教学中，利用统计软件把基本原理与统计方法的实际应用有机结合起来，不仅使复杂的统计数据处理工作变得简单，而且充分调动了学生的主观能动性和学习兴趣，从而提高了学生的统计学应用能力。 3.合理运用案例教学和专题训练，强调知识应用性。生物统计学课程的理论性强、内容抽象，照本宣科的传统教学方法，更会使学生失去学习兴趣，不利于培养学生独立思考能力，且难以取得良好的教学效果。案例教学是实现以应用能力培养为导向的生物统计学课程教学改革目标的一个重要手段。教师将生物学领域的科研工作或生产实践等案例贯穿到教学过程中，应用统计学理论知识对试验设计、方案制订、样品采集与测量、数据收集整理、数据的统计分析等各个研究步骤进行讲解与分析，既增强了学生的学习兴趣，又培养了学生的统计学思维及统计学应用能力。教师在案例选择上，尽量减少陈旧的、与社会发展不相适应的实例，及时增加统计学课程呈现的新理论、新方法和新应用，将反映专业发展最前沿的成果实例转化为教学内容，使学生在掌握统计学理论的同时及时了解专业技术发展和应用的最新动态，与时俱进，适应专业发展的需要，提高学生的科研素质。 专题训练是培养生物统计学应用能力、达到从感性认识到理性认识的又一有效途径。教师可以将统计学课程内容分为若干模块，每一模块包含若干统计学方法，并分专题讲解各种统计方法和理论在生物学中实际应用。通过专题训练培养学生提出问题、分析问题和解决问题的思维习惯，引导学生合理、科学地应用统计学方法，进而逐步掌握生物统计学的基本原理及常用统计方法。 4.改革考核方式，突出统计工具的运用能力。考试是高等院校的一个重要教育制度，考试成绩是检验教学质量和学生学习效果的一项重要指标。考核方式的合理与否，决定着教学效果的好坏以及学生学习积极性能否得到最大限度地调动。目前我国许多高校的考试制度和考核方式缺乏一定合理性和灵活性，如以闭卷考试为主和限定的考试题型等。就生物统计学课程而言，这种考核方式不能真正体现生物统计学课程的本质属性，不能全面考察学生对生物统计学原理的掌握及运用能力。为此，笔者认为生物统计学的考核方式应实行考查学生掌握理论知识与统计方法应用技能结合情况的综合考核方式，将考核成绩分为三个部分：平时成绩（占20%，包括课堂表现、出勤率、作业情况）、理论考试成绩（30%）和上机操作考试成绩（50%）。闭卷考试命题应突出基础性和实用性，少出或不出理论性强但无实际应用的偏题，同时考虑学生掌握基本知识的程度及灵活应用知识的能力；上机操作考试部分是在计算机上进行试验数据的整理、输入、分析和统计结论的获得等，是考查学生应用统计学软件对常用统计方法的分析运用能力。采取闭卷考试和上机操作考试有机结合的考核方式，同时加大上机操作的考核比重，既调动了学生学习的主动性，摆脱了单纯的应试考核模式，又培养了学生运用统计学理论和方法解决实际问题的能力，提升了学生的统计学应用能力。 三、结语 针对生物统计学课程的属性和特点，笔者认为生物统计学的教学既要注重学生统计思维能力的培养，也要重视学生统计学应用意识的培养。为此，本文探讨了培养学生统计思维能力的主要途径和方法，主要包括统计思想讲解、模型构建训练与实例结合教学及计算机辅助分析训练；同时，本文还从教材选择与课程内容体系的优化、加强计算机辅助实验教学、合理运用案例教学和专题训练及改革传统考核方式等方面阐述了培养学生统计学应用意识的教学策略。随着生物组学时代的来临，科研数据分析和处理能力将显得尤为重要，相信以上教学方法和策略的应用，将会显著提高学生运用生物统计学知识分析问题、解决问题的能力，帮助学生抓住生物统计学的发展和应用机遇。 生物统计学论文:统计分析软件辅助生物统计学教学的探索与实践 摘要：《生物统计学》是生命科学相关专业的重要专业基础课，也是相关领域科学研究中不可或缺的重要工具。然而其教学内容抽象，在现有的教学方法和手段下，学生难以掌握相关理论且实际应用能力偏弱。为了提升教学效果，作者在前期教学基础上，提出利用统计分析软件辅助《生物统计学》教学的教学模式。实践证明，该模式能帮助学生克服畏难情绪，有效激发学生的学习兴趣，从而提高教学效果。 关键词：统计软件；生物统计学；本科教学 生物统计学是数理统计原理在生物医学领域的应用。作为生物医学类各专业的重要基础课，该课程旨在培养学生具备统计思维，能科学地设计试验方案、收集整理试验数据，并在此基础上正确选择、应用统计原理与方法对试验结果进行分析，从而达到解决生物医学研究和实践中的实际问题的目的。通过该课程的学习，可培养学生分析、解决问题的能力，有利于提高学生的综合素质。 然而，当前生物统计学教学面临诸多挑战。一方面，当前高校教学的发展趋势是以适应社会需求为导向，突出应用性，因而专业基础课学时有不同程度的缩减，生物统计学仅有32课时，教学时间有限。另一方面，生物统计学包含众多关联度高的抽象概念，公式多且难记忆。传统教学模式以教师讲授为主，教师既要介绍基本概念和原理，又要通过实例阐释统计方法的应用，教学难度大；而学生要记忆大量公式和概念，还要通过反复练习巩固、掌握基本的试验设计和统计分析方法，学生普遍反映难以真正理解生物统计学的作用，不会灵活应用相关知识来解决实际问题，甚至不能正确地描述数据。课程结束后，学生会迅速遗忘学过的大部分知识，面对毕业设计和生产实践中遇到的问题一筹莫展。 如何突破教学难点，在生物统计学有限的课堂教学时间内提高教学效率，让学生真正的学以致用呢？通过近年来的教学实践，笔者认为，重视和加强统计分析软件的辅助教学作用是提升生物统计学教学效率的重要途径。 一、统计分析软件excel和SPSS简介及应用 （一）Excel的功能及其在生物统计学教学中的应用 Microsoft Excel是微软公司推出的办公软件Microsoft office的组件之一，提供大量统计函数，使用Excel可以实现如下统计分析功能。（1）用于数据整理和分析。试验过程中获得的试验数据首先要输入到统计分析软件中进行保存和整理。Excel提供求和、求平均数等简单运算，使用者可在Excel中对试验数据进行初步整理后，再将数据导入其他统计软件进行进一步的统计分析。（2）用于统计图表绘制。以Excel2003为例，Excel提供了含柱状图、折线图在内的共14种标准图表类型供用户选择；用户还可以根据需要对图表区、绘图区、坐标轴和图表标题等的格式进行修改。（3）统计函数分析。Excel提供包括数学函数、文本函数、逻辑函数以及统计函数等基本函数供用户使用，如COUNT、MAX等描述统计函数以及AVERAGE、STDEV等统计分析函数，可以帮助用户完成简单的统计分析和假设检验；Excel还在其分析工具库中提供了一些统计分析程序，如t检验、方差分析及回归分析等。因此，Excel友好的用户界面和强大的统计计算功能使其除生物统计学外，在会计、经管等专业的本科教学中得到了广泛应用。 （二）SPSS的功能及其在生物统计学教学中的应用 SPSS软件是国际认可的专业统计分析软件之一，最初由美国斯坦福大学的三名研究生于1968年开发成功，该软件操作简单易学，能够快速准确的对大量的、复杂的专业数据进行统计分析。此外，SPSS还具备强大的制图功能，可为用户提供可视化的分析结果。因此，它是另一个适用于生物统计学教学的重要统计分析软件。 SPSS的功能详解如下：（1）数据导入。SPSS软件既可直接建立或打开SPSS类型的数据文件，也可导入Excel、ASCII等数据文件，可以实现和检测仪器输出原始数据的无缝对接。（2）基本统计分析。SPSS可方便的实现数据汇总和描述性统计分析，用户获得的分层报告中给出了包括中位数、最大/小值、方差等常规描述统计结果。（3）SPSS的复杂统计分析功能。SPSS几乎涵盖了生物医学研究可能用到的所有的统计方法，如方差分析、聚类分析、平均数的检验、回归分析、判别分析等。（4）SPSS的绘图功能。在SPSS中各种统计图既可以由相应的统计过程产生，也可以由用户直接调用“Graph”菜单实现柱状图、散点图、饼图、时间序列图、频谱图等多种类型图表的绘制。 综上，Excel与SPSS统计分析软件各有特色，前者使用较方便、通用性强，适宜生物统计学初学者使用；后者的专业性更强，在学生积累了一定统计学原理的知识储备后，可逐渐加强对SPSS软件的学习，进一步提高自身分析复杂试验数据的能力。 二、统计分析软件辅助教学，提高教学效果 （一）激发学生兴趣，变被动学习为主动学习 从心理学的角度看，兴趣是人对客观事物的一种积极的认识倾向，它推动人去探求新的知识，发展新的能力。对于生物统计学这样一门逻辑思维严密、概念抽象、计算繁杂的课程而言，引入统计分析软件可以在一定程度上提高学生的学习兴趣，调动其学习的主动性，这将大大促进学习效果。例如，在讲授“数据收集整理”内容时，我们设定了如下教学场景：检测纳米材料导致老鼠肺部炎症的情况，要求学生将教师提供的或自己参与实验获取的原始数据录入统计软件，后续学习中利用统计软件对数据进行进一步的整理，包括定性/定量数据的转换、次数分布图绘制，配合正态分布和t分布曲线，可使学生对一些理论分布有了直观的感性认识。学生还可以继续使用统计分析软件对这些数据进行假设检验等统计分析，避免了传统教学单纯讲解教科书上抽象原理和例子的抽离感，使学生真正投入到学习中去。 （二）梳理教学内容，提高学生的实际应用能力 作者结合自己多年来从事生物医学研究的经验，将教学内容整合、梳理为基本统计原理、统计方法、统计分析软件应用及试验设计四大块。在教学实践中，为了提高学生的实际应用能力，遵循以下原则：（1）减少抽象概念和公式推导的讲授、弱化计算，在讲清基本统计原理的基础上，集中精力介绍统计方法的适用范围、统计结果的描述和解释。（2）增加生物医学工程研究实例讲解，让学生接触到本专业研究的前沿知识，具有鲜明的专业特色。（3）将统计软件的使用融入到日常教学内容中：教师在每章理论知识讲授完毕后，立即演示Excel和SPSS软件在本章节的应用。此外，预留一定的教学内容（如方差分析）要求学生自己查找资料、制作课件，并走上讲台介绍统计软件在该章节的应用，加深学生对统计原理的理解。通过此环节学生进一步熟悉运用了统计软件分析数据的方法，掌握了统计分析结果的判读和描述方法。通过上述理论学习和实践训练，提高了课堂教学的效率，也有助于提升学生解决实际问题的能力，达到学以致用的目的，为学生顺利撰写毕业论文和从事相关科学研究打下了良好的基础。 三、结语 实践证明，利用Excel和SPSS统计分析软件辅助《生物统计学》课程教学，能有效激发学生的学习积极性和热情，显著提高了教学效率和学生的学习效果。更重要的是，让学生掌握了利用统计分析软件整理、分析复杂试验数据的方法，可以真正利用《生物统计学》理论解读数据背后隐藏的试验规律，获得分析和解决实际问题的能力，全面提升该课程的教学质量。 生物统计学论文:《生物统计学》教学方式的探索和实践 摘要：生物统计学是运用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料的一门科学，在生物学、食品、农学、林学、医药、卫生、生态、环保等领域已有广泛应用，是生物学科各专业学生的必修课和工具课。本文以生物学专业的视角根据人才培养目标和生物统计学课程特点，通过改革教学模式、教学方法和考核方式等途径提高学生生物统计学知识的应用能力。 关键词：生物统计学；教学方式；实践教学 生物统计学是数理统计在生物学中的应用，它是用数理统计的原理、方法来分析解释生物学中各种现象和实验调查资料的一门科学。生物统计学是本科生专业必修课，对提高学生的科研能力和综合素质有重要意义。生物统计学，不仅提供设计科学试验和收集数据的方法，而且也提供整理和分析数据、得出科学结论的方法。同时，生物统计学也是一门理论性和实践性较强的课程，课程内容广、概念多、公式多；加上学生缺乏背景知识，对该课程认识不够，使这门课程有教师难教，学生难学、难记、难用的“四难”课程之称[1，2]。从2012年开始，我校生物统计学教研组针对课程特点，重新确立了教学目标和教学计划，改进教学方式，增加学生上机操作训练，使学生由传统的学习统计基础知识向掌握具体数据处理和分析方法的目标上转变，将过去以笔试为主的考试方式转变为基础知识测试和统计分析方法应用相结合的考核制度，从源头上使教学模式向注重人才培养和提高学生科研素质上转变。经过教研组全体教师的努力，生物统计学的教学质量和教学水平得到了大幅提升。笔者根据两年来的生物统计学教学工作的实践，结合课程特点，对生物统计学课程教学方法的探索和实践作如下总结。 一、确立教学目标、调整教学计划 2012年前，我校生物统计学，主要由数学专业的老师进行讲授，教学内容以数理统计为主。学生学习本课程后，仍然无法将统计学这一工具应用于生物学的相关领域。针对这一情况，学院领导研究决定生物统计学这门课程由学院相关专业的教师授课，教研组接到通知后进行了研究部署。笔者在确立人才培养目标时，首先将生物统计学课程定义为工具课。在确保这一基础后，笔者根据我校本科生培养目标，将生物统计学的目标明确为：以一线教师和科研工作中最常用的统计分析方法为内容，要求学生了解现代科学研究的基本方法、统计学基本概念和主要参数的意义；理解生物学实验设计方法和常用统计模型的应用条件；掌握实验设计和统计分析方法，掌握EXCEL和STATISTICA软件操作方法，能够独立进行生物学试验结果的统计分析，并具有综合运用所学知识分析问题和解决问题的能力。 根据上述教学目标，笔者选择合适的课程教材，制定教学计划，将生物统计学的课程重心放在让学生了解统计学的一般原理和方法、掌握实验设计和数据分析的原理、掌握统计软件处理和分析数据的方法上。 二、优化教学内容，突出课程重点 教学内容贯穿整个教学过程，是人才培养的主要落脚点。生物统计学的教学内容非常庞杂，笔者根据教学目标和教学计划，将生物统计学课程进行了梳理，主要以一线教师和科研工作者最常用到的统计学知识为基础。教学内容，主要包括数据和数据类型、总体和样本、数据的描述性统计、概率和分布、统计推断、t检验、方差分析、数据转换、多重比较、相关和回归、因子分析、非参数检验、实验设计等。教学的重点，是让学生理解各种统计方法的使用条件和基本原理，通过在计算机上运行EXCEL和STATISTICA软件，结合生物学实例掌握各类统计模型和检验方法的具体操作步骤，得出统计检验结果，并根据实验数据运用已掌握的生物学原理解释实验数据所产生的科学意义。此外，我们在教学过程中，会将近年来生物学方面有重要意义的一些统计学方法和原理做简单的普及，如将系统发生关系纳入形态数据中，检验形态特征进化的谱系依赖性；利用不同地理种群的生活史特征和形态特征计算物种的表型分化，结合遗传分化数据分析物种分化的原因等。我们通过这样的方式，在学生心中埋下进一步学习统计学的种子，为他们以后的科研和学习提供帮助。从教学内容上，笔者将以往所注重的统计原理介绍和统计模型推导的部分转变为让学生理解统计模型的原理和应用条件，内容上侧重于让学生掌握统计分析方法的应用。因此，笔者在授课过程中，上机实习的学习时间约占整个课时的50%。根据人才培养目标，生物统计学课程重点要求学生掌握实验数据分析处理的一般方法，并利用EXCEL和STATISTICA软件综合分析数据并得出科学结论。教学过程中，笔者注重生物学实例教学，利用已发表文章的数据为训练内容，将课程所涉及的各类统计模型贯穿于实例教学中，使学生在学习理论知识的同时，将所学方法应用于实际科研项目中，激发学生学习的积极性和主动性。 三、“以学生为本”，优化教学方式 现代教学观念认为，课程是学生的发展，课程是教师与学生之间的契约[3]。这里体现了一种“以学生为本”的教学理念，传统教学较多地体现在对教师和教材的关注上，而“以学生为本”的教学思想，则更多地关注在课程教学活动过程中学生的参与和知识的获得，关注在课程教学过程中为学生创造出充满生机的学习、研究氛围，为学生提供张扬个性、充分发展的环境[4]。在“以学生为本”的教学思想指导下，针对生物统计学理论性较强，内容枯燥、乏味等特点，笔者在教学过程中，以多媒体教学为主，辅以传统的板书教学。教学过程，笔者为学生提供大量的实验数据，启发和引导学生主动挖掘数据，通过小组讨论等形式探究数据处理方式，应用已学习的统计模型分析实验数据并得出科学结论。 在教学过程中，将传统的教师讲授模式转变为教师讲授和实例教学相结合的模式，笔者将上课的地点安排在计算机机房进行，每次上课根据教学内容的不同设置1～2课时的实例教学。从应用统计方法解决实际科研问题的角度组织课堂教学，以小组的形式就某个实际问题展开讨论，教师的角色定位成课程组织者，充分调动学生学习的积极性和主动性。例如，我们在讲解t检验时，前1个课时，我们通过多媒体教学结合板书的形式讲解t检验的应用条件和计算原理；其余2个课时，我们提供一定的生物学实验和中学生考试成绩相关的数据，以小组讨论的方式要求学生对数据进行统计检验并得出科学结论。在学习相关与回归时，我们要求学生将生物化学实验和生态学实验的数据拿到生物统计学上进行统计检验，如分子量和电泳迁移距离的实验数据，可以用来检验蛋白质分子量和电泳迁移距离的相关性，并预测已知迁移距离的蛋白质分子的分子量；通过卡方检验验证果蝇杂交结果是否符合实验预期等。我们通过对自己实验数据的统计检验，让学生深刻体会到学习生物统计学的重要性，从而激发学习的主动性，变被动接受为主动学习和探究。 四、“学以致用”，加强实践教学 实践教学是高校实现人才培养目标的重要环节，是高校生物专业教育教学体系的重要组成部分，是培养学生专业技能及实践技能的重要途径。它对提高学生的综合素质，培养学生的创新能力，造就学生成为具有社会竞争力和国际竞争力的高素质人才具有特殊作用[5，6]。因此，笔者根据大学生人才培养目标，将生物统计学的教学内容融入到学生实践教学中。在教学过程中，我们将整个班级按照每6个人一个小组进行分组，在教授不同的教学内容时，给每组同学收集一定的数据，采用研究型教学的方式让学生根据已有的知识对数据进行分析和整理，并得出相应的统计结果。我们通过研究型教学的方式，可以使学生积极参与到教学和科研实践中，对提高学生利用生物统计学的原理解决实际生物学问题有积极的推动作用。 此外，笔者利用动物、植物和微生物野外实习和大学生创新训练等实践教学活动引导学生将所学的统计学知识应用到实际科研训练中。教师根据已学过的统计学原理组织和指导学生在开展野外调查和创新训练前，针对性地查阅文献、设计实验方案，学生在实习过程中根据已确定的实验方案进行数据的收集和采样工作，完成野外实践活动并获得相应实验数据后，对数据进行统计分析得出科学结论。我们通过完整的实验设计、获得数据、分析数据和得出结论等过程，使学生更好地掌握生物统计学这门工具课，提高学生的科研创新能力和综合素质。 五、注重实效，改革考核形式 考试是教育教学工作的重要环节，正确理解和掌握考试的目的对促进学生学习和改进教学工作、提高教学质量有重要意义。在以往的教学过程中，考试以笔试为主，考试内容主要偏重于概率论和统计学的原理和基本概念等，期末考试的成绩决定了这门课的最终成绩。在这种考试指挥棒的作用下，学生往往是平时松、考前紧，考后不复习。这种考试方式不能全面考查学生对各种统计分析方法的掌握和应用情况，同时也不利于学生形成良好的学习习惯，学习课程后也不能将具体的统计学方法应用到今后的科研或教学实践中。为了扭转这种局面，对学生进行准确、客观、公正地评定学习成绩和能力的改革势在必行。笔者根据人才培养目标，将课程最终考核成绩分为以下三个部分：平时成绩（占总成绩的40%，主要由出勤和课后作业成绩组成）、期末笔试成绩（占总成绩的24%，主要是生物统计学一些重要的概念和统计原理）和实验数据分析（占总成绩的36%，根据给定的实验数据，利用EXCEL和STATISTICA软件选择正确的统计分析方法，得出可靠的实验结论）。 在教研组实施上述教学改革后，我院学生应用统计学处理和解决科学问题的能力有了明显提高。在大学生科研训练中，我们要求学生不断地把统计的方法应用到解决实际科学问题上，使他们形成了一个不断巩固统计学方法和学习新的统计学知识的良性循环中，对统计学的学习有了更进一步的提高。总之，我们通过对教学内容、教学模式、教学方法和考核形式的一系列改革，可以有效地将学生从机械地学习生物统计学的理论知识向利用统计学的原理解决实际生物教学和科研的实际问题上转变，让学生能够在理解统计学理论的基础上，正确选择和熟练运用统计方法解决实际问题。作为专业教师，我们也会在今后的教学中，仍需要不断学习统计理论，探索教学规律，完善教育体系，提高课程教学质量，为培养具有较强社会适应能力和竞争能力的高素质应用型人才而努力。 生物统计学论文:提高学生分析解决问题能力的生物统计学教学改革 [摘要] 在生物统计学教学过程中,以提高学生分析解决问题能力为目标,积极构建第二课堂教学体系:实施统计实验教学、指导社会调查、构建网络交流平台和指导生物学科野外实践,使学生能够自主的运用统计学的知识分析解决学习实践中的问题。 [关键词] 生物统计学 教学改革 能力 当前,我国的高等教育正处在改革和发展的关键时期,高等教育如何才能更好地适应世纪的发展和需要,这是我们每一个从事高等教育的人必须认真思考的问题。培养学生自主创新能力已经成为高等教育改革的一个重要目标。生物统计学是一门探讨如何从事生物学研究的设计、取样、分析、资料整理与推论的科学,已经在环境保护、资源保护与利用、生态学研究、分子生物学研究、高科技农业研究、生物制药技术、流行病规律研究与探索、数量遗传学研究、生物信息学研究等领域有着广泛的应用。生物统计学在科学研究中被誉为是“科技工作者从事科学研究的工具和手段”,也是培养和提高大学生科技素质的一个很重要的方面。传统的统计学教学模式主要以课堂教学为主,以教师为主体和中心,教师是主讲者,学生是被动的接受者,教学效果主要取决于教师的组织能力与语言表达能力。从教学实践中可以看出,这种课堂教学模式存在明显缺陷,那就是学生缺乏独立分析与解决实际问题能力的培养,对统计分析的方法没有真正掌握。因此,我们在生物统计学教学过程中结合高校自主学习为主的教育特点,发挥学生课余时间的主观能动性,把传授知识、培养能力和提高素质有机结合起来,摸索出一套对教学内容有效补充的第二课堂教学体系。 一、统计实验教学 统计实验教学以学生为主体,教师由主讲者的角色逐渐转变为学习活动的设计者和指导者,教学媒体不仅是教师的讲授工具,而且也是学生的认识工具;学生也从知识的被动接受者转变为积极参与教学、参与操作、发现知识、理解知识、掌握知识的主动寻求者。统计实验教学的目的就是使学生能够将课堂教学的知识应用到实际实验项目中去,能够灵活运用所学知识,自主解决实验中遇到的实验设计和数据统计分析问题。 统计实验教学主要以学院的学生科研项目为平台,每年学院都会组织学生申报学生科研项目,利用生物统计学的学科性质对生物相关专业学生从科研项目申报、组织实施到科研文章撰写进行跟踪指导。学生在课下根据兴趣设计实验项目,在生物统计学的习题课教学中专门留出自主习题教学环节,学生以项目组形式自行结合进行答辩,并由其他学生对实验设计和统计分析方面提出自己发现的问题,进行讨论,最后由教师点评,并指导学生对科研项目进行完善。对于已经开展的实验项目,项目组学生对数据处理提出自己的一套思路,在自主习题教学课上提出,并由其他学生提出意见进行优化,并由老师进行点评。对科研项目的生物统计辅导,已成为学院提高学生科研创新能力的一个教学特色,学院每年的学生科研立项数量均排名全校第一,而且有已有多篇科研论文在核心刊物发表。 二、社会调查指导 我校生物统计学主要针对大二、大三生物科学、生物教育等专业学生开设,学生自己组建了环境协会和人类地球协会等学生团体,对于环境和社会问题,社团经常组织较多的社会调查。课外交流中社团学生对调查设计,数据整理以及数据报表分析等相关统计专业知识有较多的需求。 针对学院实际,在生物统计学教学过程中,增添了调查报表设计,整理等相关知识。老师与协会形成固定的互动联系,对调查的表格设计,调查点的布置,调查数据的获取方式以及调查数据的整理进行专业的指导。目前,生物统计学辅导已经成为社团活动的一个重要环节,通过指导,学生的调查更具科学性,自主分析解决调查中问题的能力明显提高。对湿地、城市垃圾等社会调查活动由于科学性的选点、调查和分析,受到广泛关注,被多家报纸和网站转摘。 三、构建网络交流平台 目前计算机和网络通讯技术的飞速发展,使得我们的教育不能忽视其对教学的巨大辅助作用。通过两年的生物统计教学摸索,我们已经将飞信和QQ网络互动交流平台发展成为课堂教学的有益补充。每个专业建立有自己的讨论群,根据需要常常设有作业问题讨论、课堂内容讨论、实验设计讨论、调查问题讨论、科研数据分析讨论等话题。每班安排固定的学生对交流信息和问题进行收集,并及时反馈给老师。学生根据自己需要,在相应话题讨论期间提出自己的问题和需要,与其他学生进行交流。老师会对有关问题在相对固定的时间进行解答,同时通过交流平台老师也会及时发现教学中出现的问题并予以改进。对学生反应较多与教学内容相关的问题,老师进行整理并作为问题在课堂讨论,使得课堂教学更有目的性。在构建交流平台的过程中,学生交流的积极性是网络交流平台成功与否的关键,我们通过设立与学生学习生活相关的一些讨论话题(如毕业论文设计、科研项目申请、社会实践指导等等)以提高学生参与的积极性,并结合课堂教学的不断宣传,使得网络教学平台已成为生物统计学教学的一个重要的第二课堂基地。 四、野外实习指导 野外实习是生物教学的一个非常重要的组成部分,生物科学等相关专业的教学大纲一般都明确植物、动物、生态学等学科都必须安排1～2周的野外实习内容。通过实习,以达到理论与实践相结合,锻炼和培养学生观察问题、分析问题和解决问题的能力。与生态学“课题式”野外实习改革相结合,对学生进行实验设计和野外调查布点等统计专业知识的讲解,帮助学生完成课题设计,并在实习后,对学生进行相关统计软件和画图软件的培训,提高了学生科研数据的统计分析能力。在科学的统计指导下,学生自主设计了多个有价值的实验项目(群落物种多样性及群落结构、种群分布格局、林窗环境对群落物种演替的影响和林内小气候等等科研方向),并撰写出多篇高质量的优秀实习报告,已被野外实习基地(宁波天童山国家生态定位站)作为优秀实习论文收录。与生态学野外实习结合,在生物学专业的教学环节中找到了扩展统计教学内容有效方式,为生物统计学扩展第二课堂提供了一个成功的范例。 生物统计学论文:《生物统计学》教学改革与探索 摘要： 《生物统计学》是生物学、医学、农学等研究中重要而不可缺少的工具，具有较强的理论性和实践性。文章作者对教学内容、教学方法和考核方式等进行了一些改革的尝试和探索，并提出了自己的见解，以期提高《生物统计学》的教学质量，培养和提高学生的实践能力。 关健词： 《生物统计学》 教学改革 改革与探索 《生物统计学》是数理统计的原理和方法在生物科学研究中的应用，它不仅给我们提供了如何正确地设计科学试验和收集数据的方法，而且提供了如何正确地整理、分析数据，得出客观、科学结论的方法。它是生物科学等专业重要的专业基础课，该课程体系建设对生物科学、植物生产类专业、动物生产类专业十分重要，是从事生物生产、育种试验研究的工具性课程。通过该门课程的学习，学生不仅可以了解有关生物统计的基本概念以及参数的意义，掌握基本的试验设计和生物试验数据的统计分析方法，提高综合素质，同时还可以培养发现问题、分析问题的能力，建立和巩固专业思想。 在专业发展、大学生素质教育与创新教育等教学改革方面，《生物统计学》课程是一门十分重要的课程，具体体现在：（1）可提高学生从必然性推理到或然性推理的归纳推理能力；（2）可提高学生的科研能力，使学生明白试验研究前、中和后的主要目的和任务，以及怎样提高试验的精度，为毕业论文以及今后参加科学研究奠定良好的基础；（3）可提高学生的动手能力。为此，我们对《生物统计学》课程的教学内容、方法和手段进行了几项改革探索。 1 .教学内容的改革与探索 《生物统计学》主要讲述五个方面的内容：（1）介绍科学研究基本过程、试验方案制定和试验误差及其控制，讲述生物试验的误差来源和控制误差的技术、试验设计、实施规则；（2）介绍研究对象总体的理论分布、统计数的抽样分布及统计数的理论概率；（3）讲述统计推断的基本方法、平均数比较的u测验和t测验、F测验和x2测验及其应用，包括计量数据的方差分析和计数数据的统计分析；（4）方差分析的应用，介绍单因素、多因素试验结果的统计分析；（5）二变量直线回归和相关分析。该课程的知识和分析问题的方法是科研工作者必须掌握和熟练运用的。因此在教学实践中，描述性统计学的知识即资料的整理和描述应重点讲授连续性资料的整理方法；推断性统计学的知识即理论分布、t检验、x2检验、F检验，重点讲授正态分布的概率计算方法和对各种资料的检验方法，特别是资料的类型与相应统计分析方法的联系，使学生能掌握根据不同资料正确选择使用统计分析方法的能力，并且能够根据所掌握的知识和技能分析具体的实验数据和材料，得出较为客观和准确的结果；对于回归、相关分析则主要介绍一元回归、相关分析的基本思想和分析方法，计算方法、过程留给学生自学，多元分析则要求学生在熟练掌握的基础上进行自学；试验设计重点讲清试验设计的基本原则，并结合实际讲清不同的试验设计的基本思想和设计方法，对试验所得资料的分析方法则要求学生自学。 2. 教学方法、手段的改革与探索 《生物统计学》的理论性相对较强，内容相对枯燥和抽象，教学方法单一必然会导致学生学习兴趣低下，不利于培养学生分析问题和解决问题的能力，要想真正建立起先进、科学的创新教学模式，只有通过系统优化教学设计，针对教学内容，借助于现代化媒体技术，采取各种有效的教学方法。因此在教学中就要求由以教师为主体转变为以学生为主体、教师为主导的思路上来，突出以学为主，坚持以启发诱导为核心，激发学生学习的兴趣，引导学生积极主动开展思维活动，紧紧围绕学的需要组织教学。课内以课堂理论讲授为主，重点让学生弄懂基本原理；习题讨论主要运用实例进行分析，重点让学生掌握具体计算方法和分析；教学中可适当安排一些讨论课，让学生将所学知识与生产实际结合起来，充分调动学生学习的主动性、积极性，让学生学会学习。 2.1计算机辅助教学 《生物统计学》概念多、公式多，统计计算过程烦琐乏味，如果在课堂上用板书的形式进行演算，既浪费课堂教学时间，又容易导致学生注意力涣散，产生视觉、听觉和思维疲劳。多媒体课件具有图文并茂的特点，在《生物统计学》教学中若能应用好多媒体，既能提高学生的学习兴趣，又可加深学生的理解和记忆，促进教学内容的进一步深入，明显提高教学效果。 多媒体教学的效果与课件的设计和制作水平关系密切，课件应在重视教学基本原理的基础上，处理好内容与形式的关系，达到为教学服务的目的，切忌完全复制教材上的内容，而是必须突出重点、难点，这就需要教师对所要讲解的内容理解透彻，具备熟练的多媒体创作和使用技巧，引导学生学会统计分析方法，提高学习的积极性，同时要经常注意来自学生的信息反馈，不断地进行课件的更新。多媒体教学对教师提出了更高的要求，要求教师花费更多的时间和精力准备每一堂课的教学内容，同时不断地更新知识，为教学积累素材。 2.2 统计分析软件的应用 目前广泛应用的统计软件主要有SAS、SPSS，国产的优秀统计软件有DPS，此外Excel软件提供了较强的数据分析功能和统计绘图功能，易学易用，笔者在教学过程中穿插介绍Excel的一些统计功能，如Excel的一些常用统计函数及统计方法的应用，以及常用统计图表的绘制，并要求学生能够掌握并熟练运用，取得了较好的教学效果。对具体资料的统计分析，一些常用的统计分析方法如t检验、x2检验、方差分析、相关回归分析、多元相关回归分析等均有相应的计算机分析软件，教学中只需给学生介绍基本思想和基本原理，要求学生尽量考虑用计算机来完成，把学生从大量的计算中解脱出来使之集中精力去学习《生物统计学》的基本思想、方法及其实际应用。 2.3 理论联系实际 生物统计学的教学并不是为了让学生掌握一些知识点而进行教学，树立统计的观念、应用统计方法分析和解决生物学研究的问题才是这门课程的最终目标。因此，在教学中，特别要注意将纯理论的统计学知识与科学研究中的实际问题联系在一起，必须与专业实际联系在一起进行教学，只有这样才不会使本课程的教学显得空洞，才不会脱离生产实际，才能在实践中培养学生的综合能力。 3. 考核方式的改革与探索 考核是教学活动的一个重要组成部分，是促进学生复习、巩固所学知识，并对教学效果进行检查的重要方法，恰当的考核对学生的理论学习和实践训练具有引导、激励和促进的作用。传统的笔试中学生要把大量的时间花在数学计算上，而不能全面考查学生对各种统计分析方法的掌握和应用情况。为了对教学质量进行科学地评价与管理，也为了客观准确地评定学生的成绩和能力，进行考试改革是必要的。 为了更好地发挥考试的功能，我们在教学过程中针对过去把书面考试作为评价学生学习效果的主要手段这一应试教育现象，实行考知识与考方法相结合，考理论与考应用相结合，建立了从学习过程、作业练习、期中考试到期末考试，定性评价与定量评价相结合的过程性评价体系，确保对影响学生应用能力形成的关键知识点进行全面测试，从重“知识”逐步走向重“能力”，培养学生脚踏实地的学习态度和严谨作风，促进教学质量不断改进和提高。 通过以上三个方面的改革尝试和探索，从各届学生的学习效果的比较分析看，已收到了一定的成效，使学生体会到了该课程的重要实用价值，初步树立了统计理念，培养了学生应用概率统计方法解决实际问题的能力。但《生物统计学》作为生命科学学科中重要而特殊的一门工具课程，要教好这门课，还有很多问题需要进一步的探究，在以后的教学中，还需要继续钻研统计理论，探索教学规律，优化教学过程，完善教学体系，从而全面提高该课程的教学质量。 生物统计学论文:增强《生物统计学》教学效果的几点建议 摘要: 《生物统计学》是生物类专业的基础课, 具有较强的理论性和实践性。学生普遍反映这门课程难懂、难学。因而如何让学生喜欢这门课, 激发学生学习的积极性,培养学生综合利用统计学知识的能力,是提高生物统计学课程教学质量的关键。本文作者总结了学习、教授《生物统计学》的经验,对如何教好这门课程提出一些想法,以期有助于青年教师提高教学水平和教学效果。 关键词: 《生物统计学》兴趣教学质量 《生物统计学》是生物、农学、园艺等许多专业的基础课,对于学生正确、严谨、合理、科学地进行毕业论文的设计、撰写,以及今后进行科学研究非常重要,然而它却是学生公认的最难学习的课程。如何让学生不惧怕、不排斥、学好《生物统计学》,是这门课程的任课老师必须思考的问题。笔者总结了自己学习、讲授《生物统计学》的经验,对于如何教好这门课程提出一些想法,以期提高青年教师的教学水平和教学效果。 一、强调统计学应用的广泛性,引起学习的兴趣 在《生物统计学》开讲的第一节课时,教师要说明课程学习的难易程度,让学生对本门课程的学习有足够的认识,强调课前预习与课后复习及做习题的重要性。同时,为防止学生在学习之初形成《生物统计学》难学的惧怕心理,对本门课程学习产生轻视心理,教师需重点强调本门课程应用的广泛性。如列举出工作生活中常见的统计学问题,包括如何利用假设检验判断药物的疗效,利用概率论推测体育彩票能否中奖,等等。并指出在部分学生毕业论文的写作中,试验资料未经任何统计学处理,仅凭直观比较观测值大小,作出两者之间的有显著或极显著差异的统计结论,这是缺乏生物统计学支持的错误结论[1]。试验资料必须经过统计处理后才能下结论。教师应通过这些实例引起学生利用统计学来分析、解决自己遇到的实际问题的兴趣,为将来的学习创作一个良好的开端。 二、根据数学基础知识的不同,选择合适的方法进行讲授 《生物统计学》是数理统计的原理和方法在生物科学研究中的应用,是一门应用数学。它不仅提供如何正确、科学地设计试验和收集数据的方法,而且提供如何整理、分析数据,得出客观、科学的结论的方法[2]。学生应在已学习线性代数、概率论等课程的基础上,再通过该门课程的学习,培养合理地进行试验(调查)设计,科学地整理、分析所收集的资料,从中获得符合生物学规律的信息的能力,为后续课程如遗传学、动植物育种学等课程的学习打下坚实的统计学基础。笔者在教学中发现,由于专业设置的不同,很多学生只学习了线性代数或概率论,有些甚至在学习《生物统计学》的同时才开始学习线性代数或概率论,这样就使这些学生学习《生物统计学》时数学基础知识缺失。在这种情况下,教师应尽量引导学生,以认识、分析、解决专业问题为主线贯穿始终,对于涉及的数理逻辑避免对其进行严密的公式推导,力求深入浅出,要求学生理解并接受。而对于数学基础知识较扎实的学生,授课时应该强调公式数理逻辑的严谨性,并增强专业的效用和合理性,为训练学生分析与解决专业实际问题的基本技能提供保障。 三、根据专业的不同,选择合适的例题进行讲解 农学、园艺、生物等专业都需要学习《生物统计学》,但这些专业的研究对象略有不同,农学专业的研究对象是农作物,园艺专业的研究对象是蔬菜或是果树,而生物科学专业的研究对象是动物、植物和微生物。这时,任课老师在给不同专业的学生上课时举的例子就应与其所学专业的研究对象相一致。例如,对试验单元的讲解应根据他们各自专业的不同有所差别。对于农学专业的学生来说实验单元一般是小区,对于果树专业的学生来说则是每棵果树,而微生物专业的实验单元则通常是每个培养皿,因此教师在讲授顺序排列和随机排列的各种试验设计时应有针对实验单元的不同有针对性地举例,使学生更容易理解与掌握。 四、强调知识点的理解性记忆 统计思维不同于一般的逻辑思维和数学思维,新概念、新名词术语较多,在讲授基本原理时,对显著性测验的基本原理、方差分析的基本原理等,教师要尽量避免只交代方法步骤而使学生不知其所以然,尽可能用通俗的语言把统计方法的直观背景、基本思路,以及应用某种方法时应注意的要点尽量作出明确的说明,理清各种统计方法的应用条件与适用范围,以防张冠李戴,盲目套用[3]。另外,据初步统计,在我们所涉及的教学内容中给予编号的公式就达215个,而且有些公式是十分复杂的[4-6]。这些公式对于数据的整理、分析非常重要,可是这么多的公式如何记忆,是一件让学生感到困难的事情。很多学生在学习时对一些原本应理解记忆的公式死记硬背,照书上例题“依样画葫芦”,按照例题做练习,而并不了解公式的基本原理和分析结果的实际意义。这就要求教师在讲解时要强调公式的含义、原理,教授学生根据原理举一反三推导出一系列相关公式。如单因素、多因素的各类试验设计的方差分析,对于平方和和自由度的分解各种试验设计都有各自的公式。只要教师让学生掌握了单因素试验数据的平方和、自由度的分析原理,就能引导学生自己推导出其他类型的平方和、自由度公式,加强他们的理解和记忆。 五、改变考试的方式,培养学生综合利用统计学知识的能力 传统的《生物统计学》课程考核都以闭卷的形式进行,以名词解释、填空、选择、判断、简答、计算为主要类型,但经过几年的教学后,笔者发现多数学生不能学以致用,往住在考后数日或走上工作岗位后又“全部还给老师”。学生在自己设计试验时,将教师上课所讲的要注意设置合理的重复,对照等基本的试验设计原则抛诸脑后。这种现象的出现主要是因为学生要及格、考高分,必须背各种基本概念,记众多的公式,结果自觉不自觉地把主要精力放到了“死记硬背”上[7]。考虑到《生物统计学》的应用性,教师可以考虑将传统的闭卷考试改为开卷考试,以具体的试验为例,对学生从最初的设计到最后结果的分析进行系统的考核,从实际运用上让学生学好《生物统计学》。这样可给学生充分的学习空间,使其能更好地把握基本知识点,并用更多的时间去探索统计学在实践中的应用,从而提高运用知识对实际问题进行分析与处理的能力。另外,教师可通过实验课的上机考试将统计软件Excel、DPS、SAS、SPSS的运用单独进行考核,使学生充分利用现代化手段收集、整理、分析统计资料,特别是能利用计算机进行数据处理和分析,避免学生在学习过程中把过多的时间精力耗费在冗杂的手工计算上[2,8]。这种开卷考试可促使学生平时认真学习,考前进行全面、系统的复习、整理,引导学生在课程学习中注重实际能力的培养。 对于《生物统计学》课程的学习,笔者也经历了艰难的学习过程,因此比较了解学生学习的难点,在授课时针对他们的重难点着重讲解原理的根本,并予以简单的例子加以验证,例题由简到难,学生更易掌握。统计学的内容博大精深,对于一线教研人员而言,如何学好、教好、用好统计学基础知识,如何使学生能够学以致用、触类旁通,是一项长期而艰巨的任务。因此,探索适合本专业特色的教学内容体系、适合不同教学内容的多元化的教学手段和教学方法,以激发学生的学习兴趣,深入理解生物统计学的基本原理,熟练掌握常用试验设计资料的统计分析方法是每一位讲授《生物统计学》课程的教师需要长期探索的问题。

生物统计论文:生物统计课教学思索 生物统计学是运用数理统计学的原理和方法，收集、整理、分析数据，解释生物现象，寻求其内在规律的一门学科。与一般数理统计学相比，它不仅要通过事物外在的数量表现去揭示事物可能存在的规律性，而且要根据专业知识去探讨、解释为什么会存在这种规律性。[1]生物统计学的特点就是研究对象是抽象的随机变量，而且要和农业实际紧密联系起来。“生物统计”主要包括田间试验中常用的、基本的试验设计方法与统计分析方法两部分，是生物科学、植物生产类专业的一门专业基础课。[2]如何提高“生物统计”课堂教学的有效性，在有限的教学时数内高质量、高效率地完成“生物统计”课程的教学，为学生奠定一个丰厚、扎实、牢固的试验设计和统计分析的基础，是摆在每一位从事“生物统计”课程教学的教师面前的严峻现实。为了提高“生物统计”课堂教学的有效性，提高教学质量，笔者所在教研室一直以来对教学方法、教学手段等进行反复探索，不断进行新的尝试，并有一些体会。以下浅谈教学过程中的一些心得。 一、营造平等的师生关系，构建和谐的课堂氛围 “生物统计”这门课程比较抽象，以往学生在学习过程中普遍感到枯燥难懂、学习兴趣不高。要想让学生喜欢这门课首先要让学生喜欢任课老师，从而对这门课感兴趣。“教者乐其教，学者乐其学”，良好的师生关系是“生物统计”课堂教学成功的基础和保证。只有师生之间确立一种朋友关系，课堂教学的效果才会事半功倍。“生物统计”课堂教学在规范管理、形成良好学风的前提下，应该营造轻松、民主与和谐的氛围，教师要放下架子，有缺点和错误要敢于承认，与学生像朋友一样共同研究，共同探讨，师生互动，心灵沟通，引起共鸣；让课堂充满笑声，一句笑话，一句简单风趣的语言，都可以激活课堂，学生在轻松、民主与和谐的课堂氛围下按照老师的思路和要求，不知不觉地学到和掌握知识，达到教学的目的。此外，教师在课堂讲授的过程中，教学内容的引入要突出趣味性。加入一些和讲授内容有关的耐人寻味、引人入胜的情节，这为激发学生认知动因提供了良好的环境和条件。如2011-2012学年第一学期在讲授“显著水平”时，就以“天宫一号”的研制和发射、中国航天器空间对接技术为例，说明显著水平的依据和重要性；又如在讲授第四章“显著性检验的配对设计”时，以佳洁士牙膏为例：“在20世纪50年代后期，宝洁公司推出了佳洁士牙膏，这是第一个带有氟化物的牙膏。为检验佳洁士在检验减少蛀牙方面的效果，研究者对多对双胞胎进行了实验，每对双胞胎之中的一个使用了含氟化物的佳洁士牙膏，而另一个则继续使用不含氟化物普通牙膏。”这时提出问题，即将双胞体作为非独立样本使用的目的是什么。通过这个例子既可以启发学生的思维，又能让学生轻松地明白什么样的设计属于配对设计，直观地体现了有关知识的客观背景，使学生通过自己的思维再现知识发生的过程。因此，教师在教学的过程中应把握好每个概念，善于挖掘教材的内在魅力，精心选择一个个有趣的实例，使课堂教学妙趣横生，触发学生学习的兴趣，使学生在趣味性中掌握生物统计的基本思想和方法。老师要认真对待学生提的每一个问题，有思考、研究价值的，教师要及时予以充分的肯定，让他们享受到质疑的成就感；浅显幼稚甚至不太合适的，要选择不同角度给予评价鼓励（鼓励其有所发现，表扬敢于质疑的勇气、勇于探索的精神）。这样，才能消除学生的畏惧心理，激发他们质疑的热情，提高他们质疑的勇气，从而增强其主体意识，调动学生学习的积极性。 二、针对不同专业调整教学内容和教学实例 笔者所在生物统计教研室给石河子大学农学院所有学生讲授“生物统计”课程。农学院农学、植保、林学、园艺、资环五个系使用的生物统计教材都是四川农业大学明道绪主编的《田间试验与统计分析》。因此，在教学过程中，如何结合专业实际、选取和专业相近的例子，分清重点难点，对现有内容进行合理取舍是一个十分重要的问题。[3]我们在讲清基本原理、思路和方法后，在举例时尽量结合专业，便于学生理解和掌握，将所学知识应用于专业实际。如给林学系的学生上课时，参考了续九如、黄智慧主编的《林业试验设计》，所举例题均与林木遗传育种、栽培、生理生化和森林资源调查等有关。对资环系则尽量采用农业资源调查、植物营养与施肥、环境监测与评价、生态效益分析、气象观测等方面的例子，有时即使将植保或者农学类的例题仅在文字上变动一下而数据不变也能取得较好效果。针对不同的专业特点，同一章节的应用问题也有所侧重。如在讲“直线回归与相关分析”时，不同的系在理论联系实际时侧重点也不同。如给农学系上课时，参考童一中主编的《作物育种常用的统计分析方法》，重点讲授回归分析和相关分析在作物遗传育种和栽培上的应用；在给植保系上课时，参考山东省农作物病虫测报站主编的《农业病虫数理统计预报》，重点讲授根据害虫发生发展规律及影响的有关环境因素预测害虫未来的发生发展趋势，为害虫综合治理提供决策依据等应用。通过实例分析，使学生们明白了统计方法的重要性和实用价值。总之，通过课堂讲授、作业和上机操作，使学生学完该课程后不仅仅学到一些统计学的常用术语和公式，而且要意识到他们所接触的统计学比单纯地计算平均数以及用彩色图表示出来复杂得多，它是一个强有力的分析工具。对各个系都要讲授“生物统计”的基本知识，内容涉及到实验方案的实施、数据的收集、整理和统计分析等，即“田间试验”、“资料的整理与描述“、“常用概率分布”、“假设检验”、“方差分析”、“X2测验”和“直线回归与相关分析”。对于有些章节如“百分数资料的假设检验”，因为数据涉及到有两个属性类别的质量性状和利用统计次数法得来的次数资料，农学系和植保系学生用的较多，因此只对这两个系讲授。对于“两因素系统分组试验资料的方差分析”，因为植保和资环专业用的比较多，因此只对植保系和资环系的学生讲授；对有些难度较大的章节，如“方差分析处理效应分类与期望均方”等一般只对农学系学生讲授；“样本平均数抽样分布与标准误”一节虽然最难懂，但它是生物统计思想方法的重心所在，是重要基础知识，既是重点又是难点，要仔细、耐心地给学生讲清楚。通过本课程的学习，使学生能熟练制定实验方案、进行数据的处理与分析，并作出科学的结论。 三、加强实践教学，注重学生能力培养 1.将统计方法的讲授与统计软件的介绍紧密结合随着计算机的普及和广泛使用，统计分析方法在自然科学的各个领域中得到越来越广泛的应用。统计软件的应用已经成为高校学生与科研工作者必备的技能。生物统计教研室根据不同的专业开设了Excel和SPSS等统计软件的实验课，收到良好的教学效果。我们在介绍Excel、SPSS等软件基本操作的基础上，结合统计学基本理论和方法，通过实例，由浅入深、深入浅出地讲解利用Excel、SPSS进行统计分析的方法和步骤，从而达到将抽象统计理论与直观现象操作相结合的目的。很多统计方法的计算量大，例如方差分析、直线回归等，以前传统的教学方法是手工计算，教师花费大量时间在黑板上逐步计算，学生学习时觉得计算繁杂。现在我们在讲课时一边讲解理论，一边把实例的处理结果做出来让学生分析。把重点放在讲授基本原理、思路、方法的适用条件和统计结果的解释上面，要求学生能根据不同的实验设计选择相应的统计方法用统计软件处理，并能做出科学、正确的解释。 2.理论联系实际，提高学生解决实际问题的能力生物统计学是生物领域中非常重要的一种分析工具，对将来从事农业和生物科技工作的学生来说是一门有重要实用价值的课程，与数理统计学不同的是，这门课程重在应用。因此在教学过程中一定要突出和强调“用”这个特点，学生学习这门课程的最终目的是要会应用。老师在上课过程中要注重学生统计思维能力的培养。为了提高学生综合分析问题与实际动手能力，教研室积极开展第二课堂，让学生根据自己申报的大学生研究训练计划（SRP）项目和本科毕业论文进行讨论和交流，每个学生给大家介绍自己的试验设计和实验方案，并说明自己的项目或者毕业论文用是什么统计方法来分析。此外还安排上机实习，并且是让学生带着自己的试验数据独立处理，让学生体会“学有所用”。在处理数据的过程中，进一步培养学生的统计分析与逻辑思维能力。在实践中培养创新能力。这样使学生能够真正利用统计学方法解决实际问题。 四、针对课程特点采用多种教学方法相结合 “生物统计”的特点是内容抽象、枯燥，理论性、逻辑性较强。而且该课程内容多、公式多、图表多、计算量大，单一的教学方法容易导致学生注意力涣散，产生视觉、听觉和思维疲劳，因此，教师应该针对不同的教学内容采用不同的教学方法。由于多媒体教学加快了教学进度，提高了课堂教学的效率，因此多媒体教学应用广泛。但是并不是所有的教学内容都适合用多媒体来讲授。就拿“方差分析”这一章来举例。在讲方差分析的基本原理和步骤时建议用板书讲解，因为这部分内容比较难，教师在黑板上一步步进行讲解和分析有利于学生更好地理解和掌握，满足大多数学生的要求；在讲不同试验设计资料的方差分析时，用板书讲解该试验设计的田间试验设计图、资料整理表及方差分析三步骤中涉及的公式，而讲具体实例时应采用多媒体。这种板书和多媒体相结合的授课方式很大程度上缓解了学时和教学内容之间的矛盾，还为启发式教学提供了时机，让学生有足够的时间在老师的引导下活跃思维，积极思考，及时理解和消化知识。针对“生物统计”逻辑性较强的特点，老师在讲课过程中应“授之以渔”而不是“授之以鱼”。我们在讲课过程中逐步引导学生掌握解决问题的方式方法，让学生直接参与探索教学，充分发挥学生的主观能动性，开发学生的创新能力，使学生在学习中有成就感。因此，我们采用最多的就是启发式教学法。在课堂上，着重问题的创设，提供氛围，让学生发现问题并着手解决问题，使学生成为学习的主人，教师则成为学生的协作者。 五、小结 要想提高“生物统计”课堂教学质量，教师要把教学当成一门艺术来对待。教师感情的投入、学生学习兴趣和动机的培养、教学内容的处理、教学方法的选择、教学结构的编排、教学节奏的控制都在构建着现代教学趋势，教师只有全身心投入并不断总结方法，才能探索出有生命力的教学方法。 生物统计论文:生物统计课锻炼学生综合能力 统计是认识客观现象的方法和手段，也是一种意识和观念，统计能力是信息时代对国民素质的基本要求。生物统计课程是一门培养统计思维的专业基础课程，理论性和实践性都很强，该课程重在用统计学的原理和方法解决生命科学研究中的实际问题，以概率论为基础，揭示生命现象的规律性;生物统计涉及面广，具有大量的数学概念、数学符号和计算公式，同时具备内容丰富、理论抽象、实践性强的特点，对学生综合运用基础知识及理论联系实际的能力要求较高，也是培养学生学习兴趣、科研精神和创新能力不可缺少的基础。由于统计课程性质的独特性，学生学习、教师讲授过程中存在与其他专业课程不同的特点，如果采用传统的教学方式，死记硬背一些公式定理，将会造成学生学习兴趣的丧失。1999年，国务院在关于深化教育改革全面推进素质教育的决定中指出:“对大学生进行素质教育的核心是创新教育”，河北农业大学动物科技学院生物统计课程组逐步改变教学方法，调整教学重点，把培养高素质的创新型综合人才作为教学的最终目标，收到了较好效果。 1用启发式教学法培养学生的学习兴趣 《生物统计附试验设计》教材的前4章内容包括绪论、资料的整理、平均数与标准差和变异系数及常用概率分布，这4章内容看似简单，但却是后面各种假设检验方法的铺垫、基础，统计推断的基本思想都来源于概率分布，所以需要在该课程开始的前4章下足功夫，打牢基础。采用启发式教学将统计思想融入学生喜闻乐见的生活实践和专业知识中，引导学生产生学好统计解决实际问题的迫切需求，培养学习生物统计的强烈兴趣，使各种统计方法、大量的公式不再是枯燥的数学计算，而是推断规律、揭示本质的必要手段。例如，资料的整理章节中要将100只种蛋出雏天数资料整理成频数分布表，整理的目的是表达数据，将数据特征用图表的形式简单、清晰地表达出来以代替繁琐的文字描述。首先，要引导学生从种蛋出雏天数、频数分布表中发现种蛋出雏天数的平均值及出雏天数的分散程度(不同天数出雏种蛋的百分比)，理解指标的稳定性和变异性。其次，要启发学生思考该指标特征的生产实践价值，即生产中需要集中人力在哪几天，使学生认识到理论知识与生产实际的紧密关系，学习专业知识的价值所在，进而启发学生懂得数据整理不仅在于简化表达，也是挖掘检测数据特征的一种方法，使学生对专业知识的获取方式有所了解，即知其然，更知其所以为然。教育家叶圣陶说过:“教师之为教，不在全盘授予，而在相机诱导”。19世纪德国教育家第斯多惠有句名言:“一个坏的教师奉送真理，一个好的教师则教人发现真理”。两位教育家的教学理念实质就是启发式教学，教师要注意发挥学生的主体作用，启发学生思考，充分调动学生的积极性，使学生积极主动地学习，以提高课堂教学的实效性，培养创造型人才。 2采用探究式教学法培养学生逻辑思维能力 所谓探究式教学就是以探索、研究为主的教学活动，是一种符合教学规律的在教师精心策划指导下学生自主探究知识、提高能力的教学方法，它是一种新颖的教学形式，有别于传统教学方法。探究式教学不是单纯的对学生进行知识传授，而是对学生创造性思维能力的培养，学生由被动学习变为主动学习，激发学生持久的学习兴趣，使教师的主导作用和学生的主体作用贯穿于教学的全过程，符合课程“一切为了学生”的价值取向。苏霍姆林斯基曾说过:“在人的心灵深处，都有一种根深蒂固的需要，这就是希望自己是一个发现者、研究者、探索者”。在教学过程中，应用“探究式”教学，通过创造和谐的教学氛围，可以充分调动学生的积极性，激发学生的求知欲，引导学生主动学习，满足学生成为“发现者、研究者、探索者”的愿望。各种统计分析方法(假设检验)的基本原理是生物统计的难点所在，对假设检验原理的讲解要在已掌握的描述统计，尤其是概率分布的基础上，采用探究式教学，可以收到良好的效果。以课本“判断某品种猪的怀孕期是否有114d”为例，引导学生从逻辑推理上进行思考。首先，分析的实质是判断该样本是否来自μ=114的正态总体;其次，分析采取什么方法判断该样本是否来自这一总体，如果样本和总体完全相同，就没有分析的必要，也就没有统计推断的必要，因为有差别存在，才有统计推断;最后，分析造成差别的原因，即来自同一总体的差别是样本间的，也就是样本标准误(抽样误差)，来自不同总体的样本也是有差别的，该差别即μ1－μ2(总体间的差别)及抽样误差。所以分析差别是由抽样误差造成，还是由总体差别造成，即可得出样本是否来自同一个总体，继而考虑从数学上解决该问题，即构造适宜的统计量，并计算得出样本统计量，依据小概率原理推断得出结论。这一原理涉及的知识点较多，包括试验误差、概率分布、小概率原理等，必须是在学生对这些知识点都已理解吃透的基础上，才能把原理搞清楚;所以，采取探究的方式来学习统计原理是必要的，也是可行的。 3采用比较式教学法培养学生分析问题的能力 比较思维是创造性思维活动中常见且行之有效的一种思维方式。比较思维是通过联想分析比较，综合归纳，把已经熟知的知识、思维经验与所研究的分析方法、过程联系起来，找出它们的相似性和不同点，并用类似方法分析、处理问题或是根据2个或2个以上具有相同或相似特征的事物间的对比，从某个事物的某些已知特征去推测另一事物的相应特征的存在，异中求同，同中求异，从而产生新知，得出有创造性的结论，通过比较更好地掌握其特征。统计分析方法是统计推断的核心内容，是学习生物统计的重点所在，数据资料不同，统计分析方法也就不同。在阐述不同统计分析方法时，首先明确资料的类型，由于不同教材资料分类标准不同，类别及其名称也存在差异，将不同分类标准对照比较，引导学生掌握资料的类型。在此基础上，引导学生分析教材中t检验、方差分析、χ2检验各种统计推断方法的分析对象(数据资料的类型)，使学生对资料类型这一概念不仅有理论上的认识，更要掌握数据资料在统计推断中的地位，以及各种统计分析方法差异的数据基础。通过课堂讲授和课后作业的“找不同”活动，即将课堂教师讲授的概念或术语与教材名称的差别或教材中在课上没有讲解的内容(如统计量与统计数、双侧检验与两尾检验等)进行比较，分析原因，不仅能督促学生课上积极参与教学，课下认真总结，对一些基本概念、基本术语产生深刻的印象，同时可以激发学生学习的主动性。 4采用案例式教学法培养学生解决问题的能力 案例教学是连接统计理论与统计实践的桥梁，是学生在教师指导下运用所学统计理论知识和方法对案例进行思考、研究并对计算结果分析和评价的过程。只有将统计学的原理和方法应用于实践，找到理论与实践的结合点，才能体现出其价值所在，才能使生物统计获得最大的生命力;也只有构建以课堂、实验室和社会实践多元化的立体教育教学体系，才能有效提高学生的动手能力和创新能力。结合不同专业方向精选案例。例如，针对兽药营销专业的学生，举例讲解营销培训的效果验证，通过营销培训与不培训2组销售量的比较判断培训的价值。如果没有统计学知识而去分析这一问题，会因为销售量平均值的大小直接得出培训效果的优劣，但这一结论是没有经过统计分析、没有科学依据、经不起实践检验的。如果有统计学知识作基础，分析销售量的差别是由本质差异引起的、还是随机误差引起的，从而得出概率基础上的统计学结论和专业结论。通过这一案例，不仅使学生了解学习生物统计的目的所在，而且还激发了学生学习生物统计的兴趣，更激发起学生学习的积极性和主动性。 5通过统计分析培养严谨务实的科学研究精神 马克思认为:“一种科学只有在成功地应用数学时，才能达到真正完善的地步。”在探索事物规律性的过程中，应用统计方法来定量分析是科学研究的必要工具。统计推断结论有二种:一是有统计学意义的差异或叫“存在显著差异”;二是没有统计学意义的差异或叫“不存在显著差异”。统计思维是概率思维、推断思维，是在一定概率基础上的推断，而不是确定的、100%的、完全正确的，是有可能犯错误的。所以统计结论并不能完全代替专业结论，统计学上没有意义，专业上不一定没有价值，不能把统计结论作为专业结论的唯一指挥棒。例如，分析限饲对肉鸡生长发育的影响，当9个限饲组的饲料转化率全部高于对照组，但统计分析组间不存在显著差别时，专业上不能认为限饲对饲料转化率没有影响，只是由于肉鸡个体间差异较大，致使没能利用统计工具分析出组间差别。所以，统计学上“没有显著差异”，专业上未必就一定没有意义。统计分析是判断处理效应的工具，但并不是100%的绝对正确，需要根据实际情况分析最终获得专业结论，统计只是用来揭示事物规律的必备工具。科学研究是一个揭示本质、把握规律、创造新知的过程，同样也是探求真理的过程。事物的本质、规律不是暴露于事物的表面，而是在复杂的现象之中，因而只有以求真务实的精神，通过大量的调查研究并将取得的材料经过一番去粗取精、去伪存真、由此及彼、由表及里的加工制作，才能透过现象把握本质，透过偶然把握必然，使认识到达真理的彼岸。 创新是民族进步的灵魂，是国家走向发达的不竭动力。一个国家、一个民族要发展，造福人类，必须注重自主创新，在统计教学中灵活运用启发式、探究式、案例式等教学方法，培养学生的专业兴趣、逻辑推理能力、分析和解决问题的能力、严谨务实的研究精神，对培养21世纪创新型综合人才具有非常重要的作用。 生物统计论文:生物统计教学内容 1生物统计的教学原则思考 概率统计学近年来发展迅速，在各个领域的应用向深度和广度两个方向扩展。同时商业化统计软件如SAS、S+及SPSS广泛应用，给数理统计的教学提出了挑战和新的要求，对此应该在教学中有所反应和体现。 1.1数理统计基本概念和基础理论的学习 对统计思维的培养很大程度上依赖于对基本概念与原理的准确把握。虽然不同统计模型的具体方法不同，但均由样本容量确定、随机抽样、参数估计、假设检验、统计推断、统计预测、模型验证等一系列环节构成。由样本、统计量、抽样分布、置信区间、弃真概率α、取伪概率β、检验效力(powerofatest)、P值等概念所表达的统计思想在不同统计模型中是完全一致的，因而在条件允许时，应该用统计模拟方法进行直观化教学，以加强对概念和基本原理的把握。 1.2统计模拟方法辅助教学 随机模拟试验可以加强学生对统计基本概念和理论的理解，及分析问题、解决问题的能力[1]。例如，对显著性水平为α置信区间的正确理解应该为:(1)由两个随机变量(上下限)所确定的一个随机区间;(2)在同等条件下无限多次反复抽取相同容量的样本时，随机区间包含未知总体参数的概率为1-α。对此抽象概念的直观教学，可以用统计软件如S+简单完成。对于其他概念，如抽样分布、假设检验中弃真和取伪错误概率、检验效力、线性回归模型参数估计量的抽样分布、预测误差分解、离差平方和分解等，均可利用统计模拟进行直观化教学。另外，统计模拟还可以取代部分定理和结论的证明，通过模拟试验进行经验性验证。 1.3理论和实验技能的同步提高 首先应加强实验环节，使学生掌握一种常用统计软件的基本使用方法。SAS由于数据结构简单、功能强大、运算速度快而应成为首选。另外，S+具有强大的、可编辑的图形功能和易于编程特点，可用于统计模拟。共享统计软件R有与S+几乎完全一致的语法，为S+的使用提供了方便。虽然学生可以用统计软件快速完成统计运算，但由于理论知识的不足而无法正确地提取和解释软件输出结果。对这个问题的解决可以一方面保证一定的实验学时，加强对统计结果的分析能力。另一方面，通过课堂讲解、课后作业和统计模拟实验的形式加强理论学习。加强理论学习的观点，在学时压缩的前提下与一些学者的观点相左[2]。我们认为统计软件的使用，一方面减轻了时间负荷使学生有更多时间用于理论学习，另一方面也对理论水平提出更高的要求，即要求学生能够理解和利用软件分析结果。在有限学时内，加强理论学习的核心在于精讲式和概论式教学的有机结合。 1.4精讲式和与概论式教学的相互结合 数理统计的内容极其广泛，不加选择的教学使学生难以抓住重点。应在数学基础允许的前提下，重点地讲解核心内容。例如单一正态总体统计分析虽然简单，但涉及了所有核心统计概念，应作为重点内容讲解。根据统计模型间的区别与联系，应注意将核心结论自然地扩展到相近或相似的统计方法中去。如简单线性回归向多元线性回归、协方差分析、方差分析乃至非线性回归的自然扩展。与精讲相对应的，可以进行一定学时的概论式教学，对专业领域内的常用分析方法进行一般性介绍，并以典型案例分析的形式拓宽学生的眼界，做到点面结合。 1.5典型案例分析 典型案例分析指对科技论文中常用统计方法的剖析和讲解。典型案例分析可以使:(1)学生体会到统计方法在实际科研和生产中的应用，培育学习兴趣；(2)实际案例基本上包含了统计分析的各个方面和环节，可以使学生直观地体会统计分析的内涵。对典型案例的进行详略得当、点面结合的分析，可以使学生建立统计分析的系统观念；(3)通过案例分析使学生能够学习科学研究的内涵与方法，并融会贯通地掌握统计分析在本专业的应用。概论性地介绍一些统计方法在专业领域的应用，不必苛求对统计方法和理论的深刻理解，仅要求学生体会具体案例中随机抽样、参数估计、假设检验、统计推断、统计预测、验证模型等环节所体现的统计思维方法，及对具体案例和所用统计方法的感性认识。同时，应该抽出一定的学时(如2学时)对高级统计分析方法进行概论式介绍。 1.6自学能力和学习兴趣的培养及考核方式 授人以鱼，不如授人以渔。课堂教学永远无法包含将来所需要的全部知识，因而培养学生的自学能力和激励学习兴趣应成为教学指南。典型案例分析、模拟研究项目、统计模拟验证、课堂讨论、概论式介绍应用现状和前景都是激发学习兴趣的有效手段。课后作业是督促学习、培养自学能力和检验学习效果的主要手段。精心设计的作业，不仅可以帮助学生及时地理解和消化课堂所学知识，而且是培养自学能力的主要途径。可以将简单的理论证明和一部分教学内容以作业形式让学生通过自学完成，逐渐培养自学能力。平时作业成绩、分段考核成绩、实验成绩、课程设计应在总评成绩中占50％左右的比例，这样不仅可以保证以上教学环节的实施并达到预期效果，还可以减轻期末考试时的学习压力。考试可以采取分段多次考核的方法，以2～3次为宜。这样教师和学生都能及时发现教与学中的问题并及时加以调整，减轻终考压力，以免一次考试决定成绩和突击学习应考的现象。 2教学内容和教学结构的思考 虽然数理统计内容庞大，但在本科阶段所涉及的教学内容均为基础统计方法。对生物学而言主要包括与正态分布相关的统计模型，如单一正态总体的统计模型、线型回归、协方差分析、方差分析和非线性回归分析等，及与二项分布和泊松分布相关的统计模型，如二项分布的统计分析、逻辑斯第回归以及关联表等。根据以上内容的区别与联系，我们考虑按照如下顺序实施教学。 2.1单一正态总体的统计模型 指的是对一个正态总体的统计分析，包括参数点估计、区间估计、假设检验、两个正态总体参数的对比分析等。虽然在概率论教学中有所涉及，但强化这部分内容的教学对建立统计思维方式有极其重要的意义。通过这部分内容的学习，应该使学生准确把握样本、统计量、抽样分布、置信区间、假设检验中弃真概率α、取伪概率β、检验效力、P值等重要概念，为后续学习奠定基础。在实际应用中，对数据进行正态性检验是不可或缺的，需要增加QQ图的原理与应用教学内容，即可以使学生了解这一简单而广泛应用的图形判别法，又可以强调在统计分析中必须对模型所依赖的假设进行验证的统计思想。 2.2线性回归线型 简单线性回归的参数估计、参数估计量的抽样分布以及参数假设检验等内容的推导证明仅涉及二元函数极值、数学期望和方差的基本性质、以及简单的代数运算，因而在学时允许时应尽量加以证明，使学生知其然知其所以然。应介绍用图示法判断线性回归模型的IID假设是否满足。由于对非IID数据的广义线性回归方法已经成熟，故无需对非IID模型的传统矫正方法多做介绍。对于线性回归中的统计预测，应着重使学生掌握预测误差的来源，即参数估计量和模型内在随机误差项两个因素对预测的影响。多元线性回归在基础统计学中占有核心地位，是衔接回归分析和方差分析的纽带。由于多元线性回归的推导涉及随机向量和随机矩阵，而不宜进行详细的推导。可以首先将简单线性回归主要结论用矩阵表示出来，并推广到多元线性回归。在多元回归阶段应强调:(1)应客观地评述预测变量数目对确定系数R2的影响作用，避免在模型评价时对R2的过度依赖；(2)应使学生理解回归模型中的方差分析是对多个参数同时为0的假设进行检验，以便于和以后试验设计与分析的学习衔接起来；(3)离差平方和的分解的意义及参数子集的F检验；(4)对拟合残差的图形分析法，使学生能够对IID的假设满足与否进行判断；(5)回归分析和相关分析的区别与联系。 2.3协方差和方差分析 通过对多元线性回归模型引入离散型的回归变量而介绍协方差分析方法，使学生学会如何构造虚拟变量，并通过虚拟变量将离散型的回归变量加入到回归模型的方法。虚拟变量的理解和使用，对逻辑斯第回归、方差分析、非线性回归的假设检验的学习非常有帮助。在理解协方差分析和多元线性回归的关系后，自然而然地将多元回归过过渡到方差分析，即全部回归变量均为离散型的多元线性回归模型即方差分析模型。可通过对虚拟变量加以限置的方法(使数据矩阵满秩)，用多元回归方法进行方差分析。由于方差分析数据矩阵的特殊性，可以方便地推导出单因素和双因素方差分析的公式。通过以上学习，应该使学生建立回归分析、协方差分析和方差分析属于同一类模型的概念。 2.4非线性回归 可以简单介绍如何用泰勒多项式对非线性函数线性化后，通过多元线性回归和迭代方法估计参数。由大样本理论，参数的区间估计、假设检验和统计推断等均与多元线性回归相同。 2.5与二项分布相关的统计模型 二项分布相关的统计模型主要用于处理计数类和频数类数据。对于频数类数据，主要介绍对二项分布数据的参数估计、假设检验及统计推断等。逻辑斯第回归是分析频数类数据的有力工具，可以进行类似于正态数据的回归分析、协方差分析和方差分析工作，因而应作为核心内容而加以介绍，包括逻辑斯第曲线意义、参数估计方法、参数解释等。可以通过例题及作业的方式使学生了解逻辑斯第回归和普通回归的区别与联系。 生物统计论文:生物统计中统计软件对比 生物学研究结果常需生物数理统计处理结合才能够客观准确的的分析和解释生物界各种现象和实验调查资料[1-2]。在研究两个或多个变量之间相互制约、相互依存关系时，生物数理统计方法及其软件亦广泛应用，目前常用的有Excel、SPSS和SAS。三者当中SAS以其最为强大的统计功能是熟悉统计学并擅长编程的专业人士的首选。而Excel、SPSS则受到非统计学专业人士的青睐；两者相比，SPSS分析的结果更简单、直观，更易于掌握。本文结合相关分析综述三种软件的优缺点。 1常用统计学软件的特点 Excel是我们日常工作中最常用的软件之一。主要用于数据处理、统计分析与计算，简单的数据库管理，而且它能绘制图表，具有检查与删除宏病毒的功能，并能与Internet网络共享资源[3]。此外，还能利用VisualBasicforApplication（VBA）语言开发面向特定应用的程序，但实际应用中很少有人使用。实际工作中我们经常用Excel的两大服务，一是自动计算功能，进行一些报表处理，这时Excel相对于Word来说不仅制表容易，更重要的是Excel有自动重算功能，一个数据被改动了，相应的结果会自动重算；二是Excel的制图功能，它能根据输入表中的数据自动生成曲线图、柱形图、饼形图等，大大减轻了手工制图的工作量。SPSS（StatisticalPackagefortheSocialScienceorStatisticProductsandServiceSolution）forWindows，与Excel相比，SPSS的统计分析功能、图表功能和数据库互接功能更为强大。SPSS软件处理庞大的受随机因素影响的数据时具有速度快、无编程、数据接口方便和功能模块组合灵活等特点。它使用Win-dows的窗口方式展示各种管理和分析数据方法的功能，并使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，只需粗通统计分析原理，就可以使用该软件为特定的科研工作服务。SPSS集数据整理、分析功能于一身。其基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分多个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数[4-5]。SPSS也有专门的绘图系统，可以根据数据绘制各种图形。其分析结果直观、易学易用，而且可以直接读取Excel及DBF数据文件。由于其操作简单，已经在我国的社会科学、自然科学的各个领域发挥了巨大作用。SAS是一套大型集成应用软件系统，具有完备的数据存取、数据管理、数据分析和数据展现功能。SAS系统中提供的主要分析功能包括统计分析、经济计量分析、时间序列分析、决策分析、财务分析和全面质量管理工具等等。SAS中各模块具有相对独立的功能范围。常用的模块有base，graph，stat，insight，assist，analyst模块等，分别执行基本数据处理、绘图、统计分析、数据探索、可视化数据处理等功能。编程操作功能的无比强大是SAS系统的长处。尽管高级版本的SAS出现了可视化窗口，然而要想完全发挥SAS系统强大的功能，充分利用其提供的丰富资源，掌握SAS的编程操作是必要的，也只有这样SAS在各个方面的杰出特长才能得以体现。 2结合相关分析探讨比较Excel、SPSS和SAS优缺点 2.1变量的相关分析及两个变量的相关分析 相关分析用于属于平行关系的两个变量的分析。在相关分析中，变量无自变量和依变量之分，而且都具有随机误差。相关分析只能研究变量间的相关程度和性质，不能用一个变量的变化去预测另一个变量的变化。事物间的联系是普遍的。生物学中，作物产量与施肥量、气温、土壤湿度等都存在一定的联系。这种说明客观事物相互间关系的密切程度并用适当的统计指标表示出来的过程就是相关分析。现以20种细胞系的细胞膜和细胞质中蛋白质含量的测定结果为例，通过三种软件的操作来进行两者之间的相关分析。如本例题命名X为细胞膜中蛋白质含量，Y为细胞质中蛋白质含量，见表1。 2.1.1Excel操作Excel通过其分析工具库实现统计分析。数据在工作表中组织后，在“工具”菜单中单击“数据分析”命令。如果在“工具”菜单中没有“数据分析”命令，则需要安装Excel的“分析工具库”。安装过程如下：在“工具”菜单中，单击“加载宏”命令，单击“浏览”按钮，定位到Office安装盘所在位置。安装完成后，再打开“加载宏”对话框，选中“分析工具库”复选框。选择“工具”菜单中的“数据分析”命令，此时弹出“数据分析”对话框。在分析工具列表框中选择“相关系数”。在弹出的对话框中选择输入区域，即数据所在区域；分组方式根据输入数据的方式选择“逐列”或“逐行”。如果输入区域的第一行中包含标志项，则选中“标志位于第一行”复选框；如果输入区域中没有标志项，则此复选框不选。“输出选项”中选择相应选项，以确定分析结果的显示位置。选择完成后，点击确定即可显示相关系数的值。Excel中若要显示统计描述需要在“数据分析”中选择“统计描述”。可显示的结果有：平均、标准误差、中位数、众数、标准差、方差、峰度、偏度、区域、最小值、最大值、求和、观测数、最大、最小、置信度（95.0%）等。相关系数结果见表2。本例X与Y的相关系数为0.55461，相关系数检验的P值为0.001，按α=0.05水准，拒绝H0，接受H1，相关系数检验有统计学意义，膜蛋白和质蛋白之间有55.461%的相关性。这样的统计分析结果对于我们的后续实验有一定的指导作用。 2.1.2SPSS操作SPSS相关分析通过Statistics菜单的Corre-late选项完成。该命令允许同时输入两个或两个以上变量，但系统输出的是变量间两两相关的相关系数。此过程通过对变量进行相关关系的分析，计算有关的统计指标，以判断变量之间相互关系的密切程度。初始设置：单击窗口左下角的“变量窗口”（VariableView），在名称、类型、长度、小数点等处适当设置。完成相关设置后，单击窗口左下角的“数据窗口”（DataView），返回数据填充区。在SPSS工作表中输入表1中的实验数据。输入数据后，即可进行相关性分析。具体步骤如下：选择菜单栏中的分析（Analyze）相关分析（C）两个变量相关分析（B），弹出“两个变量相关”对话框。分别将X,Y变量选入“变量”的方框中，点击“选项”（Options），弹出“两个变量相关：选项”面板，选择“统计”中的“描述”（Descriptive），即可显示出“平均值和标准差”（M），交叉乘积的标准差和协方差（C）选项,然后点击“继续”，重新回到“两个变量相关”界面，本例分别选中“Pearson”，“双侧”和“标识显著相关”，然后点击“确定”，即出现SPSS统计的结果见表3（省略统计描述表格）。从表中可以看出，变量X,Y的相关系数为0.555，交叉乘积的标准差和协方差为267.314，14.069。PearsonCorrelation（相关系数）一列中的星号含义是：显著性水平为0.001（默认值）的情况下，变量X，Y相关系数存在显著差异，与“Sig”一列的结果相对应。从给出结果我们可以看到，比起Excel，SPSS的结果内容更详尽，结果分析更全面。 2.1.3SAS操作与上述两种操作不同之处在于，SAS操作在建立数据集时应指定膜蛋白X与质蛋白Y两个变量。再调用CORR过程求出相关系数。1）设定数据库环境：LIBNAMEA''''C:\USER'''';2）数据步，建立数据集：DATAA.YTLI7_1;INPUTYX@@;CARDS;12.2115.214.5416.712.2711.912.0414.07.8819.811.1016.210.4317.013.3210.319.595.99.0518.76.4425.19.4916.410.1622.08.3823.18.4923.27.7125.011.3816.810.8211.212.4913.79.2124.4;RUN;3）CORR过程，进行相关分析：PROCCORRDATA=A.YTLI7_1;VARXY;RUN;CORR过程的默认输出结果主要包括各个变量的简单统计描述（图略）和一个相关系数矩阵。结果见表4。SAS这种程序化操作过程简单，但需熟练掌握相关的编程语言，而且结果内容也没有SPSS的结果详尽。 2.2Excel、SAS、SPSS的评价 2.2.1数据处理Excel是日常办公的通用软件，也是作为计算机文化基础的一部分而被广泛学习。作为简单的数据处理工具，Excel操作简便，结果直观。SPSS的数据编辑器很像Excel，可以输入数据。SPSS的可视窗口界面和下拉列表可以选择特定命令。但运用SPSS一次只能编辑一个数据文件，在一次涉及多个文件的数据处理中并不强大。SAS在数据处理上可谓功能强大，几乎可以进行任何可能的处理。SAS中的sql数据库可以执行sql查询。只是需要耗费大量时间来学习和理解那些在excel和SPSS中相对容易处理的简单命令。但是SAS可以同时处理几个文件相关联的数据，同时SAS还可以处理多达32768个文件，记录的数量能限制在磁盘最大容量范围内，因此它以强大的数据管理和同时处理大批数据文件的功能，得到高级用户的青睐。 2.2.2统计分析三种软件用于统计分析的高级程度从高到低依次是:SAS,SPSS,EXCEL,就像例题中的操作一样，只要是Ex-cel“数据分析”库中包括的统计部分，都能通过简单的操作给出简单的统计结果。但是Excel只能进行有限的几种运算（平均、标准误差、中位数、众数、标准差、方差、峰度、偏度、区域、最小值、最大值、求和、观测数、最大、最小（1）、置信度（95.0%）等）。SPSS可以运行众多统计分析。其长处在于变量分析和多变量分析，可以进行多种特定效应检测。SPSS的缺点是运算方法不多，只能依照软件中提供的模式进行运算。SAS可以运行多数常用的统计分析。SAS和SPSS一样都属于专业分析统计软件，而SAS的强势在于方差分析，混合模式分析和多变量分析，其不足在于依次多项逻辑回归，运算方法受到SAS语言的限制。 2.2.3图表Excel的图表生成简单，可视化窗口模式形象直观，是日常图表生成的有利工具，而且修饰加工的图形尤其美观，单元格数据与数据分析结果具有“联动”关系，改变其中一个单元格数据，与之相关的Excel公式或图表就会发生相应的改变，具有“即改即见”的效果。Excel2007使之更加完善，这些功能均为SAS、SPSS所望之不及。SPSS窗口界面可以像Excel一样轻松的创建图表。图片质量较高，因此被很多发表文章的作者采用。SAS包括最强大的图表工具SAS/Graph，但是SAS/Graph学习起来很有难度。这种图表大多是通过程序性语言创建的。尽管SAS8以后的版本在创建图表方面出现可视化界面，但还是没有SPSS容易操作，一般适用于高级人士。 3结语 综上所述，Excel易学易用，功能有限；但其内置函数数量多且使用方便。公式、图形等具有即改即可见的特点，此功能在目前的SAS、SPSS等统计软件尚无法实现。SPSS操作简易，功能强大，结果详尽，是生物统计等非计算机专业人士的首选；SAS要求用户非常熟悉编程语言，这需要漫长的学习过程。但一旦掌握后就可以享受其强大的数据处理功能。总之，三种统计软件各有千秋，每个软件都有其独到之处，也难免有其软肋所在。总的来说，SAS，SPSS和Excel是能够用于多种统计分析的一组工具。通过Stat/Transfer可以在数秒或数分钟内实现不同数据文件的转换。因此，可以根据你所处理问题的性质来选择不同的软件。如果想通过混合模型来进行分析，可以选择SAS；但SAS要求用户非常熟悉编程语言，这需要漫长的学习过程，但一旦掌握后就可以享受其强大的数据处理功能。若是要进行方差分析，最佳的选择当然是SPSS，它能完成多种特殊效应的检验和多变量分析（多元方差分析，因子分析，判别分析等），SPSS11.5版还新增了混合模型分析的功能，但其缺点是没有稳健方法，无法完成稳健回归或得到稳健标准误，缺乏调查数据分析（SPSS12版增加了完成部分过程的模块）。因此对他们有整体性的功能了解将对我们的实际科研工作具有重要的意义。 生物统计论文:生物统计课假设测试 假设检验是畜牧兽医类专业生物统计课程的核心内容，如何把握课程脉络，把假设检验的理论、方法讲解透彻，让学生轻松地掌握统计学原理，并能在生产实践中灵活运用，是生物统计课程教学的基本目标。在教学基本目标实现的基础上，使学生产生强烈的求知欲望，树立正确的专业意识，培养学生的统计思维，培育创新型的畜牧高级人才，是统计课程教学的总体目标。生物统计学建立在数理统计和概率论基础之上，具有数学课程的性质，如何把数学的逻辑原理转化为畜牧专业语言，是学生能够轻松学习统计原理、学会统计方法的基础。假设检验即是运用统计方法解决畜牧生产科研实际问题的一种必需方法。假设检验的方法有U检验、t检验、χ2检验和方差分析，各种方法的基本步骤、推理方法以及基本原理是相同的，只是分析的对象不同，数学上的计算方法不同，从而产生了这4种假设检验的方法。 1课程体系设置围绕假设检验 1.1假设检验的目的———揭示规律生物统计课程设置同其他课程一样，首先是绪论，讲解生物统计的基本概念、研究内容、常用术语及发展历程，其中蕴含统计分析的基本特点：由样本推断总体———即假设检验的最终目的为揭示规律。假设检验是方法，是工具，是开启生命科学的钥匙。 1.2假设检验的推断依据———小概率原理课程的第2部分是描述统计，关于数据资料特征的描述，由简入繁、由浅至深，由样本到总体，描述数据的分布特征。重点在于对数据总体分散变异性和集中稳定性特征的理解，数学上用概率特征来描述计算。数据总体的分布特征决定了临床诊断标准值、医学参考值范围以及异常值的确定方法，此即为假设检验的推断依据：小概率事件实际不可能原理，简称小概率原理。这也是建立推断思维方式的基础，是统计课程有别于其他课程的特点，是学生学习统计课程产生为难情绪的原因之所在。所以从传统的确定思维模式到统计的推断思维模式的转变，是学好统计学的基础。 1.3假设检验的本质———利用数据变异揭示规律课程的第3部分即为推断统计，详细介绍各种具体的假设检验方法，把握的重点为分析利用的样本数据，需要推断说明的是样本所在总体的参数。所以利用假定总体，判断样本属于假定总体分布的正常值范围（接受域）还是异常值范围（否定域），即可对样本是否取样来源于假定总体作出推断。数学上的解决方法是根据已知信息以及数据条件分别构造不同的检验统计量：U、t、F或χ2，计算造成数据变异的原因是本质效应造成，还是由抽样误差引起。U检验和t检验是利用数据的表面效应与抽样误差大小的权衡比较来推断本质效应（处理效应）是否存在；F检验是利用数据的组间变异（处理效应）与组内变异（试验误差）大小的权衡比较推断处理效应是否存在；χ2是通过实际观察例数与理论例数差别大小的权衡比较推断处理效应是否存在。由此可以得出，假设检验就是利用数据的变异来揭示规律。 1.4假设检验的具体应用———相关回归分析和试验设计相关回归分析是统计推断的另一项主要内容，试验设计是分析数据的来源，是统计推断的上游。相关回归分析中有关回归方程和相关系数的显著性检验以及回归截距和回归系数的参数估计，就是假设检验的具体应用，假设检验的大荟萃。试验设计中拉丁方设计和正交设计的数据分析是方差分析的延伸应用。 2课堂讲授跃动假设检验 2.1围绕假设检验展开课堂内容生物统计课程的第1堂课解释该课程在畜牧科学中的具体应用，例举当前畜牧业生产面临的问题及科学研究中的热点，不仅使学生明白统计课程要解决的问题，并引导学生对专业有深入的认识、培养专业兴趣。随后在数据资料的分类中，依据生产和科研试验的研究目的，讲解获取的各种类型数据资料，使学生对数据资料的类型有了深入认识，而且对统计分析方法解决这些专业问题产生迫切的需求，从而引发学习生物统计课程的主动性。进而在讲解二项分布时，利用课本例题及收集的有关案例，如检验某药物是否达到药商宣传的治愈率或杀伤力；试验判断某人是否具备特异功能；检验某疫苗是否达到免疫效果等，通过概率计算，利用小概率原理进行推断，从而得出推断结论。通过该类问题的解决，使学生对统计推断产生浓厚兴趣，并初步掌握简单的统计推断方法，具备一定统计推断的能力。最后通过假设检验的各种具体方法的系统学习，全面把握各种假设检验的应用条件、具体步骤，获取推断结论。 2.2围绕假设检验安排课程内容 2.2.1概念、公式为假设检验做铺垫生物统计的教学不要局限于名词如何解释，数学公式如何计算，而要把重点放在每个章节、每个知识在解决什么问题，在统计分析中发挥什么作用。从而在每一章节的讲解以引入问题入手，以解决问题为最终目标，名词、知识点、公式穿插在解决问题的途径中。每个问题的解决方法先从逻辑思维方式考虑解决途径，而最终解决问题的方法是通过数学计算。 2.2.2打破课本局限，安排课程内容讲解标准差的概念时，先忽略课本中关于标准差的特点，而在讲解正态分布的特征时，再拿出来讲解，标准差的第3个特点实质就是正态分布的特征。通过课本两次突出这一特征，进而说明该特征在统计推断中的重要地位。再如讲解方差分析中，由于不仅有方差分析数据变异来源的整体分析，还有多重比较的各个处理间的相互比较，所以首先按课本例题及有关习题把方差分析这一步骤讲清楚、弄明白之后，再去讲解多重比较的方法和结果标记方式。把复杂问题分解步骤简单处理，便于学生接受。 生物统计在生产实践和科学研究中具有重要的地位，让学生学懂学通会用，对推进畜牧产业发展和畜牧科技进步有不可或缺的重要作用。生物统计课程体系的不断发展完善，对我国畜牧业发展有不可低估的推动作用。讲好生物统计课程，培养畜牧高级人才，我们在不断探索追求。 生物统计论文:田间测试与生物统计教改 《田间试验与生物统计》是农学类专业的一门专业基础课,由田间试验设计和生物统计两部分构成。该课程主要培养学生进行农业科学试验的能力和对试验结果进行科学分析的能力,为今后从事农业科学研究打下坚实的理论基础。 1《田间试验与生物统计》课程的教学难点 《田间试验与生物统计》是农学类专业最困难的课程之一,是应用概率论和数理统计的原理来研究生物界数量变异规律的一门学科,是概率论与数理统计在生物方面的应用,属于应用数学的范畴,因此学好该门课程要求学生有较扎实的数学基础和较强的逻辑推理能力。现在高职学生普遍数学基础差,入学后开设的数学课程又很少,数学基础普遍薄弱。而该课程课堂教学抽象的概念较多,数学公式多,前后章节的基本知识、公式联系密切,学生如果有一点没掌握好,以后的学习就会遇到很大的困难。所以相比其他专业课来说,难教、难学、难掌握,学生容易产生畏难情绪。 2教学中存在的主要问题 (1)田间试验的教学与生产实际相脱节,课堂讲授多,实践操作少;各项实习要求与生产季节紧密联系,而在实际教学中很难达到,学生普遍操作能力差。(2)教学过程大都以课堂讲授为多,缺少生物统计应用的实践环节,学生缺乏应用生物统计知识的实际训练。(3)高职教材相对落后,只是本科教材的一个翻版,理论性强,原理多,公式推导多、与生产实际联系不紧密,缺少学生实训环节。(4)由于学生开设的课程多,每门课的教学学时被大大压缩,不能完全满足教学的需要。 3加强实训基地的建设,结合科学研究,开展现场教学 田间试验的操作性极强,只在课堂上无法使学生完全掌握,提高其操作能力。因此充分利用教学实训基地,开展现场教学,将课堂上枯燥的理论教学放在基地中,由学生来进行实践操作完成,这样即可以增强直观性,调动学生的学习积极性,又可以提高学生的动手能力。教学过程中,可以结合教师的课题研究,使学生有目的的参加到科学研究之中,对学生今后从事相关工作有很大的帮助。在具体实施过程中,我们将学生分成不同的课题小组,将教学内容分解为田间试验方案的制订;试验前的准备;播种;田间管理;田间调查;收获计产等部分,由学生来研究制订方案,最后通过一起讨论,完善试验方案,按照试验方案来进行。学生通过对田间试验的全程参加,以现场教学的方式,自己动手操作,培养了学生进行科学试验的兴趣,提高了进行科学试验能力。 4积极进行教学方法的改革,提高教学质量 4.1改进教学方法,提高学生学习兴趣单一的教学形式容易导致学生注意力涣散,产生视觉、听觉和思维疲劳。生物统计部分理论性强,内容枯燥和抽象,对于学生来说难以接受。针对高职学生的特点,授课时尽量减少深奥的基础理论和繁杂的公式推导,在注重系统讲授的同时,充分结合启发式、讨论式等教学方法,活跃课堂气氛,吸引学生的注意力,引导学生思考,避免“满堂灌”。讲授完基本的理论和运算后,给学生充分的时间来进行训练,消化理解所学的内容,对学生提出的问题及时给予解决,进一步加深学生对所讲授内容的理解记忆,增强学习生物统计的兴趣。 4.2教学组织严谨,灵活,协调好教与学的关系在教学的组织上,讲究教学策略,提高教学艺术,创设良好的教学情境,培养学生判断、思维、推测、论证等多项技能,促进其逻辑思维能力的发展。课堂讲授是生物统计教学过程的主要形式,授课时应注意概念准确,条理清楚,逻辑性强,把握好课程的深度、广度,突出教学重点,难点,板书简洁、清晰,将运算步骤、公式使用的条件讲述清楚。重视讲课效果的信息反馈,及时根据反馈信息来调整授课进度与授课方式,力求使教与学两方面协调一致,以提高教学效果。 4.3严明课堂纪律,保证正常的教学秩序生物统计与其他课程显著的差别是课程前后衔接,逻辑性强,前面讲基本原理、运算公式、运算过程,后面就要对前面所学的进行具体应用,如果基本原理或公式没有掌握好,具体应用时就会一塌糊涂,影响教学效果,时间长了,学生就会感到越听越糊涂,越学越不明白,从而失去学习的积极性。因此必须严格课堂纪律,要求学生按时上课,不准旷课、迟到、早退,同时,要求学生上课要认真听讲,积极思考,跟着老师讲课的思路,认真详细地做好课堂笔记,便于课后复习,巩固所学内容。 5加强学生进行生物统计的综合实训练习,提高学生的分析应用能力 生物统计是一门应用性很强的课程,学生学会基本理论与方法后,要掌握对各种试验设计的结果进行分析处理,得出正确结论。为了使学生能对所学的知识很好地进行应用,应该有足够的时间来进行各种试验结果的统计分析能力的训练。教学中,将各种试验设计的结果分析过程、方法先由老师进行讲解,然后由学生将自己进行的试验的数据进行处理、分析,得出结论。老师在现场对于学生在运算过程中存在的问题及时给予解决。通过集中的实践练习,使学生能够把所学的知识综合起来进行应用,提高其分析问题、解决问题的能力。 生物统计论文:生物统计教辅材料建设 生物统计学是运用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料的一门科学,是应用统计学的一个分支。随着生物学研究的不断发展,对生物体的研究和观察已不再局限于定性的描述,而是需要从大量调查和测定数据中,应用统计学方法,分析和解释其数量上的变化,以正确制定试验计划,科学进行试验结果的分析,从而做出符合科学实际的推断[1]。因此,生物统计学是生物学领域科学研究和实际工作中必不可少的工具。目前,各高等学校生物类专业都将生物统计学作为一门重要的基础课程纳入到教学体系中以促进新型综合性生物学高级人才的培养。 教材是教师教学和学生学习的主要依据,是体现教学内容和教学要求的知识载体,贯穿整个教学过程。国内现有《生物统计学》及相关教材有20余种,每本教材都有自己的特点和针对领域,有的还附有相关统计软件知识的介绍和应用[2～4]。河南师范大学生命科学学院是较早开设生物统计学课程的高校之一。开设之初是选修课,没有固定的教材,教师将主要讲授内容以讲义的形式发给学生,重点介绍常用的统计学原理和生物统计学的方法,所选案例亦是生物学试验中常见的。随着培养方案的完善和专业设置的调整,1997年该课程调整为全院必修课。目前,是我院生物科学专业的专业必修课,是生物技术专业和水产养殖专业的专业限选课。在多年的教学过程中,随着生物学的发展和统计软件的应用,该课程的教材也从讲义到科学出版社四版《生物统计学》及其配套的《生物统计学学习指导》[1,5～8]。笔者就四版教材建设中的体会与实践进行分析。 1《生物统计学》(第一版) 统计学是以概率论为基础的,因而生物统计学必然与抽象复杂的数学知识相联系。生物统计学的理论性和实践性均较强,而且涉及的内容、公式和抽象概念较多,需要一定的数学基础和较强的逻辑推理能力,但由于生物学科的特点,生物统计学相对应于概率论与数理统计是“拿来主义”,一般不过多讨论其数学原理,而是在简单介绍统计原理的基础上重点介绍具体分析方法的应用。教学组在多年教学实践工作的基础上,1997年在科学出版社出版的《生物统计学》[5]就充分体现了这个特点。书中内容主要侧重于各种统计方法的应用,在统计原理方面,一般只作概念上的介绍和公式的简单推导,对有些较复杂的统计公式则只给出公式,其目的主要是为让读者不但对统计学原理有较全面的了解,更重要的是结合实例了解和掌握各种常用统计方法。在内容的编排上,全书共分十二章,概括起来主要有五个方面:第一章至第三章介绍统计和概率的基础知识,包括生物统计学的概念和内容、数据的搜集与整理、平均数和变异数的计算、概率和概率分布等;第四章、第五章介绍统计推断,包括样本平均数的检验、样本频数的检验、方差同质性检验、非参数检验和检验;第六章至第九章介绍统计分析方法,主要内容有方差分析、直线回归与相关分析、可直线化的曲线回归分析、多元回归与相关分析、逐步回归分析、多项式回归、协方差分析;第十章、第十一章介绍抽样与试验设计,主要包括抽样误差估计、抽样方法、抽样方案制订及常见的试验设计如对比设计、随机区组设计、正交设计及其相应的统计分析方法;第十二章对多元统计分析进行了简单介绍。每章都附有一定数量的思考练习题,供读者参考。 2《生物统计学》(第二版) 根据教学安排和生物统计学应用的需要,在教材使用反馈意见的基础上《生物统计学》(第二版)[6]于2000年在科学出版社出版。与第一版相比,各章节做了大幅度调整,将全书分为十四章,补充了拉丁方设计和裂区设计两种试验设计方法,将抽样原理和方法、常用试验设计及其统计分析放在了可直线化的非线性回归分析之后进行介绍,使章节编排体系更符合读者学习的要求。第一章至第三章分是基础理论,包括概论、试验资料的整理与特征数的计算及概率与概率分布。第四章至第六章介绍了具体的统计分析方法,分别是统计推断、检验和方差分析。第七章、第八章主要介绍试验设计的相关内容,包括抽样原理与方法、常用试验设计及统计分析。前面所涉及的统计分析内容主要是针对一个变量而言,之后的章节则主要介绍两个及多个变量的分析方法,第九章、第十章是关于一元回归和相关的内容,分别是直线回归与相关分析、可直线化的非线性回归分析。第十一章至第十四章介绍了协方差分析、多元回归与多元相关分析、多项式回归分析和多元统计分析简介。书中增加了对全文关键词汇和术语的索引,并在书后附上了各章部分思考练习题的答案。在例题上进行了重新编排,以使所选例题更能反映本章的内容且便于读者的学习和理解。 3《生物统计学》(第三版) 为适应21世纪生命科学发展和生物学人才培养的要示,在第一版、第二版的基础上,对教材内容重新进行了编排、审核并增加了部分内容,于2005年在科学出版社出版《生物统计学》(第三版)[7],并被列为21世纪高等院校生物科学系列教材。与之前相比,此版教材突出了以下3个特点:(1)内容丰富:增加了平衡不完全区组设计、倒数函数曲线、通径分析等内容;(2)编排科学:全书分解为十六章,各章节的安排更加注重了内容的循序渐进,并在每章之首增加了本章提要,总结该章节的主要内容,并列出了难点和重点;(3)针对性强:内容突出了本教材主要作为生物学专业教材这个重点,所选例题均为均为生物学试验中的案例。另外,随着计算机统计软件的发展和应用,统计软件是在统计学研究中必不可少的应用工具。目前的统计学软件,相关的统计分析方法及术语多以英文形式给出,只有掌握了相关术语的英文表达,才能更好地应用软件,否则只会导致统计分析的误用。在此版的修订中,对主要概念和术语增加了英文标注,并重新编排了中英文对照索引,以便于学习和检索。此版还对统计分析中学生易引起歧义的内容进行了修订,例如,方差分析是统计学常用的分析方法之一,对方差分析基本原理的理解是正确运用方差分析的前提。在教学中,要求学生正确理解方差分析中的处理数和组内重复数的含义和统计学意义。原来的教材中,例题中的处理数k和每处理下的重复数n的数量值是一样的,这样学生学习起来容易产生混淆,在这次修订中对例题进行了更换,以使学生很容易掌握n、k的含义及特征。 4《生物统计学》(第四版) 为适应21世纪生命科学发展和生物学人才培养对生物统计学教材的要求,在本书前三版的基础上,按照“强化基础、突出重点、注重应用、通俗易懂”的原则对全书内容重新进行了精简和编排,于2008年出版《生物统计学》(第四版)[1],并被教育部列为普通高等教育“十一五”国家级规划教材。与前三版相比,本书具有以下特点:(1)突出以本科教学为重点,注重与多数高校生物类专业目前生物统计教学要求的适应,精简了多元统计分析等部分较深的内容和平衡不完全区组设计、拉丁方设计、非参数检验等不常用的内容,将全书缩编为十四章。教材内容更侧重于各种统计方法的应用,而对复杂的统计原理只做概念上的介绍和公式的简单推导,目的是让读者在全面了解统计学原理的基础上,结合实例了解和掌握各种常用统计方法。(2)根据生命科学研究的发展和要求不断进行补充和调整教材内容,在内容结构安排方面,对全书各章节进行了部分调整,将直线回归与相关分析、可直线性的非线性回归分析放在抽样原理与方法和试验设计的前面,以使本书更加系统,便于本课程基本内容的教学。生物统计学分为统计分析和试验设计两大部分内容。此版教材在介绍统计学的基本理论之后,全面介绍各种常用的统计分析方法,然后是试验设计的内容。各章节安排循序渐进,具有一定的深度和广度。(3)更换和调整了部分例题和习题,对部分表达不甚清晰的部分进行了修订。在选用例题时,选择生物学各个分支典型例子,并着重突出生物专业及相关专业教材的重点。同时在各章后附上重新编排思考练习题,教材最后附上中英对照索引,以便于学习和检索。(4)为了进一步帮助读者理解和学习此版教材的内容,提高学生自学能力,配合本书编写了《生物统计学学习指导》一书,以利于学生加强课后实践练习,实现《生物统计学》教材的立体化。 5《生物统计学学习指导》 生物统计学是一门实用性很强的工具性课程。学习生物统计学需要举一反三,既要对生物统计学的基本概念、基本内容有较熟悉的理解和掌握,也要通过例题学习了解不同统计问题的解题思路和解题方法,更要通过习题练习来熟练掌握这些方法。因此,编写一本与《生物统计学》教材配套的学习指导书就显得十分必要。由于课时的限制,课堂讲授仅限于基本的统计问题和部分扩展性知识,用于介绍和解析各种统计方法的例题也只能选择少部分经典例,这就不可避免地会使一些问题得不到细致分析,部分内容的叙述和公式推导也不够深入。此外,前版教材虽然在书后附有各章习题的答案,但也仅是简单的参考答案,而没有详细的解题分析和解题过程。 基于有效解决上述问题的考虑,更好地配套生物统计学教学,我们结合《生物统计学》(第四版)的出版,编写了《生物统计学学习指导》[8],旨在为《生物统计学》的学习提供概要性总结、资料扩充、难点解析,通过增加具体实例和对习题的解答,帮助学生进一步理解和掌握基本概念、基本内容和基本方法。其内容编排与第四版教材各章内容相对应,共分十四章。每章包括目的要求、内容提要、难点评析、例题解析、习题解答、自我测验等六部分。书后附有自我测验答案。目的要求部分提出了本章要达到的基本要求。内容提要部分概要地介绍了本章的主要知识点和难点、关键点。难点评析部分是对本章的疑难问题进行较细致的剖析,适当扩充了部分内容,对重要问题的解题思路、解题方法以及注意事项作了介绍。例题解析部分是在教材例题的基础上,重点选取部分代表性的例子对其解题过程进行了系统分析、计算和评述。习题解答部分是对教材每章后所附思考练习题一一进行了详细解答。自我测验部分则是结合《生物统计学》各类考题形式,设计了部分题目,主要包括填空、判断、名词解释、单项选择题和计算等五种类型,供读者选择练习。书后附有自我测验答案,供参考。 《生物统计学》是一门应用性较强的专业课。对于生物学专业学生统计学教材的选择应以“大统计思想”为主线,以实际案例为依托,以介绍运用方法为目的,突出教材的科学性、系统性、实用性[9～10]。我们教学组自2002年以来一直使用网络及多媒体从事《生物统计学》教学,并且完成了《生物统计学》校级网络课程的建设。我们将在四版教材出版的基础上,结合教学实践,进一步完成与教材配套的试题库建设,以实现生物统计学教材建设的立体化。 生物统计论文:高职生物统计教学方法探讨 生物统计是数理统计在生物学中的应用,是用数理统计的原理、方法来分析数量资料和生物界各种现象的一门学科,其理论知识体系和学习方法有别于畜牧兽医专业的其他课程,因此被许多高职畜牧兽医专业学生认为是较难学习和掌握的一门课程。以至于出现了“教师教得辛苦,学生学得痛苦”的现象。造成这种现象的主要原因之一就是传统的教学存在很大的问题。 一、项目-分层教学法的提出 项目教学法是师生通过共同实施一个完整的项目而进行的教学行动。它蕴含着建构主义学习理论、情境认知与学习理论、实用主义教育理论等,是一种全新的教学方法。学生通过亲自调研,查阅文献,收集资料,分析研究,动手操作等过程,将学到的理论知识与现实中的实际问题紧密结合,训练提高综合素质。 “从理论上讲,项目教学法是一种几乎能够满足行动教学所有要求的教学培训方法”[1],但其弊病之一就是容易造成在项目的实施过程中,工作由成绩好的学生包办,一些成绩差的学生可能会产生“破罐子破摔”的心理。高职院校学生生源复杂,除普通高中毕业生外,还有对口升学的中专、技校、职业高中的毕业生,以及五年一贯制的初中毕业生,学生的学习基础水平差异十分明显,更容易产生这一弊端。要弥补这一不足,在实施项目教学的同时引入分层教学是行之有效的方式。 分层教学是在多元智能理论、“最近发展区”理论以及建构主义学习理论和“人本主义”学习理论等现代教育思想和教育理论指导下,从学生的知识基础、认知水平和个性差异出发,针对不同层次学生的特点选择不同的教学目标和内容,因材施教,发挥个性特长,让不同层次的学生都得到充分发展的一种教学方法,为不同条件的学生创造出适合自身特点的教育氛围,是面向全体学生的教育[2]。 项目-分层教学法是以尊重学生的个体差异、知识层次和兴趣爱好为前提,以层级化的教学项目为指导,以项目教学和分层教学的有机结合为主要形式,以教师引导各层次的学生在各自的最近发展区主动发展、获得成功体验为宗旨的一种教学方法。它是将不同层次的教学项目以需要解决的问题或需要完成的任务的方式交给学生,在教师的指导下,由学生自己按照实际工作的完整程序进行信息收集、项目决策、项目实施、成果展示、评估总结的过程。 二、项目-分层教学法的教学设计 (一)学生层次的确定 通过对班内学生的情况进行全面调查来确定采用项目-分层教学法时学生类型和层次。充分了解和尊重学生是项目-分层教学法实施分层时的基础,也是该教学方法能顺利进行、并能达到预期效果的关键。一般将学生分成A、B两个层次,不同层次的学生特点见表1。 (二)分层教学项目的制定 通过对课程的仔细分析和探讨来确定项目-分层教学法中分层教学项目。在设计分层教学项目时,要遵循教学项目的目的性原则、可行性原则、实践性原则、启发性原则和典型性原则,还要依据教学项目的标准,通过分析现有的基本条件与相关企业中对应的实际项目,探讨典型的工作过程,来确定具体的分层教学项目。 不同层次的学生特点不同,所以要为他们制定不同的教学项目。A、B不同层次学生的教学项目特点见表2。 项目-分层教学法的关键在于项目任务的设计,要用具体的实践项目引出任务,还要考虑到不同层次学生的能力差别,而且要能巧妙地将知识的掌握与能力的培养同时贯穿其中。 (三)项目-分层教学的实施 1.选择项目,划分小组 教师根据不同层次学生的特点,将教学内容分解成适合不同层次学生的教学项目。 2.分析问题,设置情景 为了更好地完成项目,应创设或引导学生进入一个与目前学习内容有关的、基本接近现实的情景环境中,解决现实问题。 3.自主协作,收集信息 小组成员协作收集有助于解决问题的信息、资料。 4.整理信息,确定工作步骤 小组成员通过整理和研究所搜集到的信息,根据项目任务要求确定项目工作步骤和程序,进行人员分工。 5.实施计划,完成项目 学生根据制定的计划实施项目,注意与他人协作,教师监控项目的实施全过程。当发现计划有问题时,经集体讨论后应该及时修正计划。 6.展示成果,总结经验,评定成绩 项目完成后,每一小组都要向全班展示自己的项目成果,并作必要的说明,让学生交流心得与经验。在评定成绩时,先由学生自评、同学互评,然后由教师进行总结性评价。 三、项目-分层教学法在生物统计教学中的应用 根据项目-分层教学法的具体要求,在兽医专业生物统计课程教学中,运用项目-分层教学法开展了教学实验研究。设置实验组与对照组,两组只有教学方法这单一因素不同,而其他各种条件均相同,以此来研究项目-分层教学法在教学中的作用。 (一)实验组教学安排 选取兽医09306、09307班作实验组,运用项目-分层教学法,实施五个教学项目(见表3)。学生分层分组组织学习,不同层次的学生完成教学项目的学习过程不同,教师采用的教学形式也不同,在A层学生的学习过程中,教师采取的是间接教学形式,通过咨询、建议等形式完成教学任务;在B层学生的学习过程中,除了间接教学,教师还需要通过讲授、示范等直接教学方法完成教学任务(见图1)。 (二)对照组教学安排 选取与兽医09306、09307班入学成绩基本相同的兽医09304、09305班为对照组,采用用传统教学法教学。 (三)教学效果的考核与评价 对学生的考核采取传统的考试方式,通过笔试和机试考核学生对知识掌握的情况。经过分类统计,实验结果见表4、表5。 检验结果表明,实验组和对照组之间存在显著差异。实验组采用项目-分层教学法,学生学习以项目为中心,有明确的任务,学生围绕项目自主学习,学习的主动性、积极性能得以发挥。同时,学习过程需要依靠组员共同努力、相互协作才能完成,学生的协调能力、团队精神也得以提高,所以考试成绩优良率极显著高于对照组。 另外,我们向参加对比教学试验的四个班的学生发放问卷,由学生对两种教学法进行评价,评议等级分为好、中、差三等。共发放问卷124份,有效回收率100%,评价结果见图2。 问卷结果显示,学生普遍欢迎项目-分层教学法。在此基础上,我们组织实验组的学生召开座谈会,讨论项目-分层教学法的优劣。发现学生思维非常活跃,认为项目-分层教学法有利于他们开拓思维,能够做自己想做的事情,充分调动学习的积极性;能发挥学生的潜能,使每个学生都有收获,有成就感;由学生自己解决问题,提高自学能力和综图2学生对项目-分层教学法和传统教学法的评价合能力;小组交流学习,提高协调能力,培养团队精神;小组之间开展学习竞赛,增强竞争意识,以适应竞争激烈的社会。 对照组由于传统教学法具有完整的理论体系,学生对生物统计学知识的学习比较系统,但学习时难度较大,容易学完就丢,学习效果不好。 四、项目-分层教学法的实践分析 (一)项目-分层教学法的特点 1.以实际任务贯穿教学的整个过程 教师依据教学内容选取任务项目,整个教学过程也就确定了,学生通过完成项目掌握课程教学内容。任务的选择相当重要,既要涵盖生物统计学教学大纲所有教学内容,又要与学生所学专业挂钩。 2.采取以小组为单位的学习形式 小组的每个成员都是同一层次的学生,采取共同努力、互相协作的学习方式。每个小组负责完成选定项目中的一个模块,小组成员在学习过程中的数据资料和项目成果为全体组员所共享。 3.对学生学习的评价是以完成项目情况为依据 由学生自己填写项目课程评估表和项目完成报告书,对项目完成情况进行自我评价,然后交小组内其他成员分别评定打分,最后由教师对小组完成项目情况进行评定。在评价和考核时应以形成性评价为主,终结性评价为辅,评价重点是项目执行的整个过程,包括每一位学生在项目中的参与程度、作用以及合作能力等。突出对学生创新精神、实践能力的形成与提高方面的评价,项目成果排在其次。个人、小组和教师的评价分数都必须有据可循。学生的最终评价得分计算公式为:(自我评价+小组其他成员评价的平均值+教师评价×2)÷4。 (二)项目-分层教学法的不足与改进措施 同一年龄段的学生,他们的思想、价值观、关注的焦点以及为人处世的态度、方式等都很接近,而同伴往往是青年学生直接学习和模仿的榜样,会产生一种持久的潜移默化的作用。但采用项目-分层教学时,将学生按不同的层次分成项目小组,对于B层小组的学生来说,同组组员在学习方面往往都存在着共同的问题,他们在项目完成过程中,失去了学习的榜样,找不到引领他们向上追赶的参照物,从而影响学生能力的提高。分层教学对低层次学生的自尊心会产生一定的伤害,学生认为自己在低层次小组,感觉差人一等,被人瞧不起,这种自卑心理会一定程度上影响学生自信心。 教学中在确定教学项目时,每个教学项目只是在完成的过程上有区别,项目本身没有高低之分,学生根据自身条件自主选择教学项目。在划分项目小组时,坚持学生自愿和教师指导相结合,学生实行隐性分层,教师心中有数即可,不必公布出来。另外,在划分项目小组时,可以同层次学生同组和异层次学生同组相结合,交替使用,避免上述弊端的出现。 在项目-分层教学的实施过程中,理论教学处于辅助地位,学生参加项目小组的工作,所得到的只是针对具体职业活动相关的知识和经验,往往是零散的、片面的,缺乏发展性,不容易掌握具有普遍指导意义的通用规律,难以提供系统的知识和理论,对于学生综合职业能力的培养显得后劲不足。因此,在实施项目-分层教学之前,最好还是先采用课堂教学的方法让学生掌握基本理论知识和技能,在学生具备了一定的专业知识后再进行项目学习。 (三)项目-分层教学法实施的保障 1.合理安排教学计划 完成一个项目-分层教学过程需要相对完整的一段时间,如果中间插入其他课程,势必会影响项目的进展和学生的学习效果,这就要求学校的大力支持,在制订教学进度时予以充分考虑。 2.设备设施投入 项目-分层教学需要理论联系实际,这就要求学校与社会、企业密切合作,使学生在完成项目中真正得到培养和锻炼,成为社会、企业需要的实用型人才。在企业培训力量不足的情况下,学校应建立模拟实验室,这需要投入巨大的财力、物力和人力。加大对项目-分层教学模式投入,可以完善和促进其在实用型人才培养上的作用。 3.培养一体化教师 在项目-分层教学中,许多教学项目是教师根据教学目标和生产实际设计的。教学内容不仅涉及本学科的专业知识与技能,还可能涉及相邻学科甚至跨学科的知识与技能,以及企业的生产实际。这就要求职业院校的教师不仅具有全面的专业理论知识,还必需有丰富的实践经验和动手能力。因此,学校应加强一体化教师的培养与培训,以满足职业教育岗位的需求。 生物统计论文:生物统计学精品课程建设实践体会 摘要：根据21世纪对生物统计学课程的重新定位，在生物统计学精品课程建设中重点突出了教学方法和教学手段的改革，强化了学生能力的培养。 关键词：生物统计学；精品课程；教学改革 一、引言 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，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。 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。 精品课程是集科学性、先进性、教育性、整体性、有效性和示范性于一身的优秀课程。作为精品课程的载体，应具有一流的教师队伍、一流的教学内容、一流的教学方法、一流的教材、一流的教学管理等特点。与之相比，我们在生物统计学精品课程的建设上，才刚刚起步，今后还要在教材建设、师资队伍建设、科学研究等方面加大力度，将生物统计学建设成体现现代教育教学思想、符合现代科学技术和适应社会发展进步的需要、能够促进学生的全面发展而深受学生欢迎的一门课程。 生物统计论文:生物统计精品课程 一、引言 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，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。 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。 精品课程是集科学性、先进性、教育性、整体性、有效性和示范性于一身的优秀课程。作为精品课程的载体，应具有一流的教师队伍、一流的教学内容、一流的教学方法、一流的教材、一流的教学管理等特点。与之相比，我们在生物统计学精品课程的建设上，才刚刚起步，今后还要在教材建设、师资队伍建设、科学研究等方面加大力度，将生物统计学建设成体现现代教育教学思想、符合现代科学技术和适应社会发展进步的需要、能够促进学生的全面发展而深受学生欢迎的一门课程。 生物统计论文:生物信息医学统计课堂教学 生物信息学融合了生物技术、计算机技术、数学和统计学的大量方法，已逐渐成为发现生命过程中所蕴涵知识的一门重要学科。其基本问题主要包括：DNA分析、蛋白质结构分析、分子进化。医学统计学作为医科院校的基础课程之一，长期以来其理论和方法就广泛应用于临床医学、基础医学的各类研究中。随着生物新技术的诞生，在推动生物信息学发展的同时，医学研究对象也由宏观的病人、生物组织拓展到微观的基因领域，所面对的实验数据在性质和结构上也都有所不同，这对医学统计学的应用提出了新的更高的要求。 目前，医学统计学的很多原理和方法已成功地应用于这些新研究之中，并在此基础之上有了新的发展和改进。如概率分布的知识与序列相似性分析、蛋白质分类等技术密切相关；方差分析、非参数检验方法经改进和结合后在基因表达数据的前期分析中发挥了较好的作用；而聚类分析、判别分析、相关分析这些大家所熟知的统计学方法更是在基因分类和调控网络的建立中得到了广泛的应用。在进行医学统计学课堂教学时加入生物信息学方面的应用实例，不仅可以使学员了解本学科研究的前沿和医学、生物信息学研究的新发展，还可以提高学员对于医学统计学理论学习的兴趣，掌握先进的生物实验数据分析方法，提高今后从事医学科研的能力。下面，本文在回顾医学统计学授课主要内容的基础上，就医学和生物信息学中的可能应用举例如下： 一、概率分布 概率分布（probabilitydistribution）是医学统计学中多种统计分析方法的理论基础。授课内容一般包括：二项分布、Possion分布、正态分布、t分布、F分布等。 借助概率分布常常可以帮助我们了解生命指标的特征、医学现象的发生规律等等。例如，临床检验中计量实验室指标的参考值范围就是依据正态分布和t分布的原理计算得到；许多医学试验的“阳性”结果服从二项分布，因此它被广泛用于化学毒性的生物鉴定、样本中某疾病阳性率的区间估计等；而一定人群中诸如遗传缺陷、癌症等发病率很低的非传染性疾病患病数或死亡数的分布，单位面积（或容积）内细菌数的分布等都服从Poisson分布，我们就可以借助Poisson分布的原理定量地对上述现象进行研究。 在生物信息学中概率分布也有一定应用。例如，Poisson分布可以用于基因（蛋白质）序列的相似性分析。被研究者广泛使用的分析工具BLAST(BasicLocalAlignmentSearchTool)能迅速将研究者提交的蛋白质（或DNA）数据与公开数据库进行相似性序列比对。对于序列a和b，BLAST发现的高得分匹配区称为HSPs。而HSP得分超过阈值t的概率P(H(a,b) t)可以依据Poisson分布的性质计算得到。 二、假设检验 假设检验（hypothesis）是医学统计学中统计推断部分的重要内容。假设检验根据反证法和小概率原理，首先依据资料性质和所需解决的问题，建立检验假设；在假设该检验假设成立的前提下，采用适当的检验方法，根据样本算得相应的检验统计量；最后，依据概率分布的特点和算得的检验统计量的大小来判断是否支持所建立的检验假设，进而推断总体上该假设是否成立。其基本方法包括：u检验、t检验、方差分析（ANOVA）和非参数检验方法。 假设检验为医学研究提供了一种很好的由样本推断总体的方法。例如，随机抽取某市一定年龄段中100名儿童，将其平均身高（样本均数）与该年龄段儿童应有的标准平均身高（总体均数）做u检验，其检验结果可以帮助我们推断出该市该年龄段儿童身高是否与标准身高一致，为了解该市该年龄段儿童的生长发育水平提供参考。又如，医学中常常可以采用t检验、秩和检验比较两种药物的疗效有无差别；用2检验比较不同治疗方法的有效率是否相同等等。 这些假设检验的方法在生物实验资料的分析前期应用较多，但由于研究目的和资料性质不同，一般会对某些方法进行适当调整和结合。 例如，基于基因芯片实验数据寻找差异表达基因的问题。基因芯片（genechip）是近年来实验分子生物学的技术突破之一，它允许研究者在一次实验中获得成千上万条基因在设定实验条件下的表达数据。为了从这海量的数据中寻找有意义的信息，在对基因表达数据进行分析的过程中，找到那些在若干实验组中表达水平有明显差异的基因是比较基础和前期的方法。这些基因常常被称为“差异表达基因”，或者“显著性基因”。如果将不同实验条件下某条基因表达水平的重复测量数据看作一个样本，寻找差异表达基因的问题其实就可以采用假设检验方法加以解决。 如果表达数据服从正态分布，可以采用t-检验（或者方差分析）比较两样本（或多样本）平均表达水平的差异。 但是，由于表达数据很难满足正态性假定，目前常用的方法基于非参数检验的思想，并对其进行了改进。该方法分为两步：首先，选择一个统计量对基因排秩，用秩代替表达值本身；其次，为排秩统计量选择一个判别值，在其之上的值判定为差异显著。常用的排秩统计量有：任一特定基因在重复序列中表达水平M值的均值；考虑到基因在不同序列上变异程度的统计量，其中，s是M的标准差；以及用经验Bayes方法修正后的t-统计量：，修正值a由M的方差s2的均数和标准差估计得到。 三、一些高级统计方法在基因研究中的应用 （一）聚类分析 聚类分析（clusteringanalysis）是按照“物以类聚”的原则，根据聚类对象的某些性质与特征，运用统计分析的方法，将聚类对象比较相似或相近的归并为同一类。使得各类内的差异相对较小，类与类间的差异相对较大1。聚类分析作为一种探索性的统计分析方法，其基本内容包括：相似性度量方法、系统聚类法（HierarchicalClustering）、K-means聚类法、SOM方法等。 聚类分析可以帮助我们解决医学中诸如：人的体型分类，某种疾病从发生、发展到治愈不同阶段的划分，青少年生长发育分期的确定等问题。 近年来随着基因表达谱数据的不断积累，聚类分析已成为发掘基因信息的有效工具。在基因表达研究中，一项主要的任务是从基因表达数据中识别出基因的共同表达模式，由此将基因分成不同的种类，以便更为深入地了解其生物功能及关联性。这种探索完全未知的数据特征的方法就是聚类分析，生物信息学中又称为无监督的分析（UnsupervisedAnalysis）。常用方法是利用基因表达数据对基因（样本）进行聚类，将具有相同表达模式的基因（样本）聚为一类，根据聚类结果通过已知基因（样本）的功能去认识那些未知功能的基因。对于基因表达数据而言，系统聚类法易于使用、应用广泛，其结果——系统树图能提供一个可视化的数据结构，直观具体，便于理解。而在几种相似性的计算方法中，平均联接法(AverageLinkageClustering)一般能给出较为合理的聚类结果2。 （二）判别分析 判别分析（discriminantanalysis）是根据观测到的某些指标的数据对所研究的对象建立判别函数，并进行分类的一种多元统计分析方法。它与聚类分析都是研究分类问题，所不同的是判别分析是在已知分类的前提下，判定观察对象的归属3。其基本方法包括：Fisher线性判别（FLD）、最邻近分类法（k-NearestNeighborClassifiers）、分类树算法（ClassificationTreeAlgorithm），人工神经网络（ANNs）和支持向量机（SVMs）。 判别分析常用于临床辅助鉴别诊断，计量诊断学就是以判别分析为主要基础迅速发展起来的一门科学。如临床医生根据患者的主诉、体征及检查结果作出诊断；根据各种症状的严重程度预测病人的预后或进行某些治疗方法的疗效评估；以及流行病学中某些疾病的早期预报，环境污染程度的坚定及环保措施、劳保措施的效果评估等。 在生物信息学针对基因的研究工作中，由于借助了精确的生物实验，研究者通常能得到基因（样本）的准确分类，如，基因的功能类、样本归结于疾病（正常）状态等等。当利用了这些分类信息时，就可以采用判别分析的方法对基因进行分类，生物信息学中又称为有监督的分析（SupervisedAnalysis）。例如，基因表达数据分析中，对于已经过滤的基因，前三种方法的应用较为简单。而支持向量机（SVMs）和人工神经网络（ANNs）是两种较新，但很有应用前景的方法。 （三）相关分析 相关分析（correlationanalysis）是医学统计学中研究两变量间关系的重要方法。它借助相关系数来衡量两变量之间的关系是否存在、关系的强弱，以及相互影响的方向。其基本内容包括：线性相关系数、秩相关系数、相关系数的检验、典型相关分析等。 我们常常可以借助相关分析判断研究者所感兴趣的两个医学现象之间是否存在联系。例如，采用秩相关分析我们发现某种食物中黄曲霉毒素相对含量与肝癌死亡率间存在正相关关系；采用线性相关方法发现中年女性体重与血压之间具有非常密切的正相关关系等等。 生物信息学中可以利用相关分析建立基因调控网络。如果将两个不同的基因在不同实验条件下的表达看作是两个变量，相关分析所研究的正是两者之间的调控关系。如采用线性相关系数进行两基因关系的分析时，其大小反应了基因调控关系的强弱，符号则反应了两基因是协同关系（相关系数为正），还是抑制关系（相关系数为负）。 四、意义 生物信息学不仅是医学统计学的研究前沿，更是医学研究由宏观向微观拓展的重要领域，其研究内容已逐渐为多数医学院校的学员了解和熟悉。而如何对新技术产生的生物实验数据进行准确合理的分析，却成为生物信息学研究的主要瓶颈之一。 在医学统计学课堂教学中引入生物信息学实例，而不仅仅局限于常见的医学、卫生领域的例子，将难以理解的统计理论和方法与前沿的生物实例相结合，拓宽了学员的视野，提高了学员的学习兴趣，更可以加深对所学知识的理解；与此同时，使学员掌握了生物实验数据的先进分析方法，扩大了学员的知识面，提高了他们今后开展医学科研工作的能力。 还有一些医学统计学方法目前也逐渐应用于生物信息学研究中，诸如：遗传算法、熵理论等等。但这些方法已经超出了医学统计学课堂教学的范围，我们将尝试在第二课堂或选修课中，作为补充知识进行讲授，供那些学有余力的学员学习交流。 生物统计论文:高校生物统计学课程教学改革探究 摘要：分析目前高校传统教学模式下生物统计学教学之不足以及理论课程与社会实践之间的差距，提出在课程整合模式下生物统计学课程的改革措施，指出在教学中融入多元化的概念，推进课程形式、教学模式和教学资源三个方面的有效整合。在教学中逐步实现新的教学模式，为全面提高学生素质提供保障。 关键词：课程整合；生物统计学；素质能力 一、生物统计学的教育现状 随着生命科学研究的飞速发展，生物统计的重要性日趋彰显。2014年LinkedIn对全球超过3.3亿用户的工作经历和技能进行分析，在公布的最受雇主喜欢及关注的25项技能中，统计分析和数据挖掘位列榜首。生物统计学是运用概率论和数理统计的原理和方法，分析和解释生物界各种现象和实验调查资料的一门学科[1]，是众多高等院校中生物学、医学、药学和农学等专业的必修课程。生物统计学的教学内容前后章节关系密切，环环相扣，层层深入，具有内容多、公式多、概念多的特点。学生在学习中感到晦涩难懂，容易产生难学、厌学的思想。同时，目前生物统计学的教育还存在一些不足之处：（1）试验设计在教学中所占比例不足。生物统计学与试验设计是紧密结合在一起的，主要向人们讲授了从事科学研究的试验方法和对收集到的试验结果进行分析整理的方法。凯尔文勋爵（LordKelvin）曾说过：“当你能够衡量你所谈论的事物，并能以数字来表达它时，可以说你对它有了一些了解；而当你不能衡量或不能用数字表达时，你对它的知识就是肤浅的和不能令人满意的”。由此可见，生物统计学作为量化事物的工具和手段在科学研究中发挥着重要的作用。然而，目前该课程的设置上忽视了新形势下的教学导向，偏重统计基本方法和基本理论的介绍，忽视了试验设计的介绍。（2）生物统计学理论和社会实践的脱节，学生缺少将统计理论应用到实践中的能力。在生物统计学的教学实践中，教师偏重理论知识的讲解，使得教学内容空洞而枯燥。同时，在课程设置中未将生物统计学与专业实践课联系在一起教学，使得学生脱离了社会实践，导致学生的学习积极性不高。（3）生物统计学和医学基础课之间的分离。在课程设置上，没有将这两个学科整合在一起，学生既没有形成自己的知识框架，又没有将生物统计学的知识应用到医学基础课的学习中。 二、课程整合理论对生物统计学教学的启示 基于上述课程设置及教育中的问题，南方医科大学生物统计学系在多年的教学实践中总结构建了“课程整合”体系。早在19世纪末20世纪初，在杜威（JohnDewey）发起的进步教育运动中，就有了一种综合课程的思想，他强调在理论与实践中倡导课程整合。ParkW.J.在参考了各类界定的基础上，认为整合的课程是超越单门学科有目的地组合知识、观点和探究问题，以达到学习者对学习内容更深层的理解[2]。根据目前生物统计学的教学环境和条件，深化生物统计学课程整合涉及到课程形式、教学模式和教学资源三个方面。 （一）课程形式的整合 以南方医科大学的五年制临床医学本科课程设置为例（其它学校基本类似），主要分为公共基础课程、专业基础课程、专业课、公共选修课和实践教学五类。公共课程包括大学语文、外语和体育等；专业基础课程为学生必须掌握的专业基本理论、基本知识和基本技能的课程；专业课指从事本专业或相近专业工作所需的相关课程和专业学习的延伸课程，主要培养学生从事相应领域临床实践的初级思维和能力；公共选修课为面向全校所有本科专业开设的选修课程；实践教学分为课内和课外实践教学环节，主要培养学生的实践能力和科研能力。在课程整合中主要有：（1）生物统计学的理论课程和实践教学课程的整合，其主要目的是使学生对生物统计将来的应用领域有一个大概了解，能够正确理解和合理解释应用领域的问题，面对统计咨询对象时能和其它专业人士进行较好的沟通。（2）整合生物统计学中的应用软件和专业基础课程，如SPSS软件与生物统计学，STATA软件与流行病学，RevMan和循证医学等，通过在一个学期同时开设两门课程，使学生充分感受到应用软件的实用性，有助于对一些抽象的计算方法的理解，提高学习兴趣进而提高学习效率。 （二）教学模式的整合 南方医科大学生物统计学系实施了导师制教育，每位导师指导3到6名本科生，从三年级开始指导学生参加科研活动和统计咨询与数据处理实践。导师制教育的实施整合了理论教学和实践教学，这种教学模式变教师“主讲”为“主导”，学生“被动”为“主动”。导师制教育是运用任务驱动法，以实际案例为主线，教师为主导，学生为主体的教育方法，最终目的是培养学生实际应用统计学知识的能力[3]。学生在实际案例的教学情境下学习统计学有多重好处：第一，丰富的生活案例或科研案例激发了学生学习统计学的兴趣，驱动着学生进行不断学习，培养了学生的文献查阅能力、团体合作的能力、克服困难的能力，以及在解决案例后的自我认同感。第二，案例教学可以激发学生的主观能动性。在这样的教学模式整合中，突出了学生主体的地位。学生在老师和同学的帮助下，在完成各项小任务的过程中，逐步完善各个主题的知识体系的构建，促进知识的吸收和应用。第三，案例教学培养了学生思考、分析和解决问题的能力，锻炼了学生的逻辑思维，激发了学生的科研兴趣。几年的实践表明导师制教育的执行不仅提高学生专业统计学软件的学习成绩，同时学生真正学会了生物统计学的应用能力，能够有机地将理论和实践相结合，达到了较好的教学效果。 （三）教学资源的整合 生物统计学教学资源整合包括：教材资源的整合和网络资源的整合两方面。教材资源的整合要考虑到教材的规范性、可靠性、时代性和针对性，使学生在学习中举一反三，有效地发挥学生学习的主动性和自主性。在教材的选择采纳上，除了使用中文的本科生规划教材外，还选取了部分英文教材如《FundamentalsofBiostatistics》（RosnerB，2006，6thEdit）、《UsingMultivariateStatistics）（TabachnickBG FidellLS，2007，5thEdit）等。网络资源的整合为生物统计学的教学提供了丰富的资源和空间，利用“微信墙”增强学生的参与和互动，突出因材施教和个性发展。同时，利用网络资源，按照“自评他评结合、堂内堂外结合”的原则，综合运用现代先进技术，注重对学生日常学习表现作出发展性评价，逐步推动形成性评价体系建设。 三、结束语 医学课程改革中的“学科细分”和“课程整合”并不矛盾，课程整合的主要目的是消除各学科教学间的壁垒，促进学术的交流；同时，课程整合有利于促进教师之间的交流和合作。在高等医学院校，我们要着眼于未来，实现基础与临床、医学与人文、公共卫生与临床医学的有机整合。 作者:关 颖 张国霞 单位:南方医科大学 生物统计论文:高校生物统计学论文 一、生物统计学课程的地位和作用 生物统计学是生物学学科不同专业学生都应该掌握的一门重要的工具课，是许多高等院校生物学、农学、医学等专业的必修课程之一。它是现代生物学研究不可缺少的工具，是培养学生科学研究和综合分析问题能力的重要课程，也是生物学等工作者必备的基础，同时该课程又是其他专业课程的重要基础。因此该课程在生物学、农学、林学、医学、食品、环保等专业中占有十分重要的地位[12]。生物统计学需以生物材料进行研究，但通常所涉及的材料数量较大，很难也没有必要全部参加试验，必须通过科学的方法抽取有代表性的试验个体进行试验，以获得相关的数据，实现由样本推断总体的重要功能。因此生物统计学与试验设计紧密联系，主要讲授数据资料收集和整理的方法、数据资料的统计分析方法和手段以及在概率论的基础上对统计结果做出科学的推断，从而帮助我们认识研究对象的现象和本质[13]。因此，生物统计学已成为生物科技工作者必备的基础，也有利于培养和提高大学生的科学研究能力以及独立分析问题和解决问题的能力，是当代大学生系统的能力培养和全面的素质教育的具体体现。 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。 4.加强试验设计的教学和实践。试验设计又称为实验设计，它以概率论和数理统计的原理和方法为理论基础，科学地、经济地设计研究方案的一项技术。一个良好的试验设计，可以用最少的实验次数，得到足够的实验数据，从而能减少人力、物力和财力的投入[6]。由于生物统计学理论性和实践性较强，且涉及大量的数学公式、抽象的概念和复杂的内容。因此在生物统计学的教学中应充分调动学生学习的主动性，加强学生对生物统计学原理、知识的理解和综合运用，强化学生综合试验设计的锻炼及其应用。提高学生利用统计原理、方法分析和解决实际问题的能力。生物统计学教学中，一方面，教师应该有渊博的统计学知识及其丰富的科研经历，另一方面，应让学生走出教室，加强实践，使学生不但能够掌握统计分析的原理和方法，而且可以解决一些生产中的实际问题，真正达到生物统计学教学的目的。 5.改革传统的考核方式，着力培养学生综合运用生物统计学知识的能力。很多学校传统的考试以闭卷笔试的考核方式为主，试卷内容主要测重基本概念、理论知识和方法的考核，期末考试成绩基本决定了学期的成绩，这种考试方式造成的结果是学生平时可以不听课，考试前通过突击，也能考合格，但考后就可能全忘了。更重要的是学生学完生物统计学，学期考试后，都不知道学了些什么，更不知道怎么用，到做毕业论文需用到统计学原理和知识时，很多学生不会用或者乱用。一些高校期末考试总评成绩由平时成绩、期中成绩和期末成绩三部分组成。这种方式在一定程度上重视了学生平时学习情况和期中考试成绩，避免了期末考试成绩基本决定了学期成绩的弊端，但是某些高校规定了每门考试课必须有四种以上的题型，对于一般的学科而言，这种规定也许是可行的，但对于生物统计学而言，这种规定是不合理的。因为生物统计学的教学主要是培养学生综合运用统计学原理和知识的能力，培养学生如何进行试验设计、试验数据的统计、分析以及对统计结果的解释等。因此笔者认为，对于生物统计学的教学，教师应从学生的实际情况出发，以培养学生综合运用统计学原理和知识为目标，合理讲授统计学的相关内容。期末考试以开卷考试为宜，学期总评成绩由平时成绩、期中成绩和期末成绩三部分组成，考试题型只需考察计算题和试验设计题两种题型，即重点考察学生对基本知识的掌握程度及灵活运用统计学原理和方法解决实际问题的能力。生物统计学是一门理论性较强的应用学科，涉及的内容多、公式多、概念多，对学生而言，难懂、难记、更难用，而且很多学生不愿意学习。因此在生物统计学教学过程中，教师应从学生的实际情况出发，选择合适的教材并优化教学内容，提高自身知识结构和科研能力，改变教学方法，加强试验设计的教学和实践，改革传统的考核方式，着力培养学生综合运用生物统计学原理和知识的能力为教学目标，充分调动学生学习生物统计学的主动性和积极性，同时增加学生上机学习统计软件的操作，掌握EXCEL、SPSS、DPS等统计软件的使用，提高学生利用生物统计学的原理和相关统计软件解决实际问题的能力。 作者：张以忠邓琳琼工作单位：毕节学院地理与生命科学学院 生物统计论文:透视生物统计学课程的分析 摘要：根据21世纪对生物统计学课程的重新定位，在生物统计学精品课程建设中重点突出了教学方法和教学手段的改革，强化了学生能力的培养。 关键词：生物统计学；精品课程；教学改革 一、引言 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，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。 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。 精品课程是集科学性、先进性、教育性、整体性、有效性和示范性于一身的优秀课程。作为精品课程的载体，应具有一流的教师队伍、一流的教学内容、一流的教学方法、一流的教材、一流的教学管理等特点。与之相比，我们在生物统计学精品课程的建设上，才刚刚起步，今后还要在教材建设、师资队伍建设、科学研究等方面加大力度，将生物统计学建设成体现现代教育教学思想、符合现代科学技术和适应社会发展进步的需要、能够促进学生的全面发展而深受学生欢迎的一门课程。 生物统计论文:漫谈自由软件R和在生物统计学学习中的运用 生物统计学是应用数理统计的原理和方法处理生物学中的各种数量资料,从而透过现象揭示生物学本质的一门科学,是科学研究与实践应用的基础工具。基于生物统计学在生产实践中的广泛应用及在生命科学研究中的重要作用,国内外大多数学校的生命科学各专业都将生物统计学列为专业基础课或必修课。但是,作为2003年才开始招生的新办专业,中国地质大学(武汉)生物科学专业原来的教学计划中没有“生物统计学”的课程,而设置有56学时的“概率论与数理统计”课程。学生们虽然通过“概率论与数理统计”的课程掌握了数理统计的基本原理和分析方法,但却缺乏数据处理与统计分析的必要训练。从而导致生物科学专业2003~2005级学生的毕业论文中缺乏统计分析,在答辩时也没有试验设计与假设检验的概念。鉴于这一实际情况,2007年生物科学专业的教学计划及时作了必要的调整,增开了生物统计学的课程,并且设为专业必修课。按调整后的新教学计划,2009年下学期生物科学专业大三学生在修完56学时的“概率论与数理统计”课程之后,还将学习32学时的“生物统计学”课程(含16学时的上机实习)。 传统的生物统计学教学过多强调理论的重要性,学生通过查找书后附表设计试验与手工计算,忽视了利用计算机软件进行试验设计和数据统计分析的能力培养,不符合越来越重于计算机技术的现代应用生物统计方法的发展趋势。在十分有限的32个学时内,为使“生物统计学”的授课内容不与“概率论与数理统计”发生重复且更实用,笔者通过对现代应用生物统计方法和统计软件发展趋势的课前调研,发现R软件是一款功能全面又易学的统计软件,含有许多新颖而又实用的统计分析技术与假设检验方法,完全可以满足生物统计学的教学需要,并且没有版权问题。各种概率分布的计算,以及平衡不完全区组、拉丁方与正交表等试验设计,都可以在R软件中完成,使学生可以彻底摆脱手工查表与计算的烦恼。课后关于生物统计学与R软件使用的问卷调查发现,88.2%的学生认为在修完“概率论与数理统计”课程后仍很有必要学习生物统计学和统计软件,92.8%的学生认为自由软件R作为生物统计学的教学软件十分合适,还有86.7%的学生则认为R语言的学习能够对理解统计原理有所帮助。 1统计软件R的介绍 R语言是一门比较新的计算机语言,源自S语言(S-Plus软件中使用)与Scheme语言。基于GNU协议的自由软件R提供了一种使用R语言进行统计分析与图形展示的计算机环境,整合有许多统计工具包[1]。R语言最初由新西兰奥克兰大学统计系教授RossIhaka和RobertGentleman合作编写,由于这两位“R之父”的名字都是以R开头,所以就称之为R语言。R自1993年诞生以来,深受统计学家和计量爱好者的喜爱,被国外大量学术与科研机构采用,其应用范围涵盖了计量经济学、实证金融学、空间统计学、统计遗传学和生物信息学等诸多领域,已经成为主流软件之一。2009年1月7日,《纽约时报》记者AshleeVance题为“DataAnalystsCaptivatedbyR’sPower的文章[2]在科技版发表之后,引起了统计软件R与SAS之争,可见R在统计学界和业界的影响力。 相对于其它统计软件,R的主要特色在于:1)R语言具有自由、免费、开放源代码及统计模块齐全的特征;2)R语言是彻底面向对象的统计编程语言,R中所有计算结果都可以作为对象保存起来,供进一步统计分析与图形展示之用;3)R软件体积小,更新速度快;4)R的扩展性非常强。世界各地的CRAN镜像网站上有许多志愿者提供的非常丰富的工具包,供下载使用。正如Google首席经济学家HalVarian所说,R最优美的地方是你能够修改很多前人编写的工具包的代码做各种所需的事情,实际你是站在巨人的肩膀上。 据统计,2008年12月13日~14日“第一届中国R语言会议”在中国人民大学召开时,共有近70家单位150余人参加;2009年12月召开的第二届中国R语言会议则在北京和上海设有两个分会场,共有90多家单位300余人参加。参会的人员主要来自高校和科研机构,包括在校学生、高校老师、科研所研究员等。 2统计教学中R软件的使用现状 由于R强大的统计计算与图形展示功能,以及自由免费与开放源代码的特点,目前国外许多大学统计相关专业都将R作为教学软件。据笔者调查,国内高校教学中统计软件的使用现状比较混乱,多是采用SPSS或SAS软件,也有使用S-Plus、Matlab、Minitab、Stata、Eviews、Origin、DPS、MSExcel等商业软件,仍有部分高校在统计教学中没有结合与讲授统计软件。国内只有很少一部分高校使用R软件进行统计教学,但是已有48所(不含重复)国内高校的教师或在校学生参加过R会议。 据不完全统计,江西农业大学、清华大学、中国人民大学、华东师范大学、暨南大学、中国地质大学(武汉)等高校已将R语言作为统计相关课程上机实习的计算机软件。其中江西农业大学自2005年开始,就在生物工程与生物技术专业的学生的生物统计学课程中采用自由软件R作为教学辅助工具,并取得了良好的教学效果[3]。 3生物统计学教学与R使用的调查分析 当前,数据分析处理几乎全是使用计算机统计软件完成,在统计方法的实际应用过程中,人们往往不会关注理论推导与计算过程,而是注重统计分析结果的解释。对于非数理统计专业的学生,统计教学过程中不应过多强调理论的重要性,从而忽视了统计思想和数据处理能力的培养。通过课后关于生物统计学与R软件使用的问卷调查发现,参与调查的34位学生中有30位学生(88.2%)认为在修完“概率论与数理统计”课程后仍很有必要学习生物统计学。而没有开设生物统计学课程的2003~2005级学生的毕业论文中,严重缺乏统计分析与假设检验。这充分说明了,纯粹的统计方法与理论教学,越来越不符合借重于现代计算机技术的生物统计学发展趋势。 问卷调查中发现,有96%的学生认为生物统计学与R语言都非常有用,毕业后无论是继续深造还是参加科研或管理工作都能用得上,同样有96%的学生在生物统计学的课程结束后会选择继续学习R语言,有80%的学生认为R语言上级实习的16学时不够用,且有92.8%的学生认为R软件作为生物统计学的教学软件十分合适,86.7%的学生认为R语言的学习能够对学习与理解统计原理有所帮助,67.6%的学生认为C语言的学习基础对学好R语言有所帮助。江西农业大学生物科学与工程学院程新等主持的教学研究课题“基于自由软件平台的生物统计学实践教学研究”,对两个年级共233人分别采用R和SPSS教学效果的比较分析发现,采用R进行教学,激发了学生的学习积极性,提高了学生掌握统计学知识的能力,教学效果比SPSS有了显著提高[3]。因此,可以认为使用R软件作为生物统计学的教学软件是十分合适的。 此外,本次问卷调查中还发现76.5%的学生认为R语言的入门很容易且R软件安装使用起来非常方便;有63.9%的学生认为R语言的一些统计函数特别是绘图函数的参数设置比较麻烦,学习有困难;有81.8%的学生认为很有必要组织出版关于R语言与生物统计学的参考书。与市场上随处可见的关于SPSS或SAS软件的图书相比,由于R软件是一款比较新的统计软件,且是自由软件,目前关于R语言或R软件的图书非常少。截至到2009年底只能够在互联网上搜索到4本与R语言有关的图书,分别是孙啸等著的《R语言及Bioconductor在基因组分析中的应用》(2006年7月,科学出版社出版);王斌会主编的《R语言统计分析软件教程》(2007年1月,中国教育文化出版社出版);薛毅等著的《统计建模与R软件》(2007年4月,清华大学出版社出版);汤银才主编的《R语言与统计分析》(2008年11月,高等教育出版社出版)。这些书籍均以较大的篇幅详细介绍了R语言的基础与使用方法,适宜作为关于R语言的工具书。但是由于这4本书中均未涉及到试验设计与现代应用生物统计方法等方面的内容(实际上,试验设计的内容在生物统计学中占有十分重要的地位),不宜作为生物统计学的上机实习指导书。而且CRAN网站上有多种关于试验设计及其统计分析的R工具包,如AlgDesign、crossdes、conf.design、DoE.base、FrF2等可以自由下载使用。因此,基于R软件在国内愈来愈旺盛的市场需求,笔者认为有关出版社很有必要组织出版关于“现代应用生物统计方法在R语言中的实现”的教参或工具书。 4结论 根据调查结果与科研工作的经验,笔者认为统计的思想或意识比统计理论与方法更重要,使用统计软件R进行生物统计学教学,可使学生不再陷入繁琐的统计查表与计算过程中,从而增强统计思想和数据处理能力的培养。 笔者使用R的最大感受是,不断发现其它统计软件很难实现的统计计算和图形展示方法,在R中则很容易实现,惊喜不断。R最重要的一点是怎么都不会高估它,它允许统计学家做很多复杂的分析,而不需要懂得很多的计算机知识(引自Google统计专家DarylPregibon)。R的应用领域是如此之广,R的使用则“无处不在”。 相对而言,由于SPSS软件比较容易学习掌握,目前,国内还有很多高校在使用SPSS软件。但是,毕竟受其窗口菜单数量的限制,SPSS软件的功能不会很全面。SAS软件虽然要编程,使用较困难,但由于其经过多年的研制开发,功能较全面,权威性强,国内也有不少高校在统计学教学中采用。但是这些商业软件价格昂贵,学生在学习与使用过程中均存在版权问题。而R是没有版权限制的自由软件,统计与计算功能更全面,在医学、生态学、统计遗传学、生物信息学等方面都具有十分丰富的工具包。因此,笔者认为在生物统计学的教学中使用R软件是非常合适的,值得推广。毕竟R是开源软件,使用R的人越多,其可能贡献的函数工具包也越多,R的功能也会飞速增长。

多元统计论文:证券投资中多元统计分析论文 多元统计分析法是证券投资中非常重要的分析方法，它的理论内容包含了多个方面的理论方法，每个理论分析方法对证券投资有着不同的分析作用，应该对每个分析方法进行认真研究得出相关的结论，再应用到实际经济生活中。 1聚类分析在证券投资中的应用 （1）定义：聚类分析是依据研究对象的特征对其进行分类、减少研究对象的数目，也叫分类分析和数值分析，是一种统计分析技术。（2）在证券投资中应用聚类分析，是基于证券投资的各种基本特点而决定的。证券投资中包含着非常多的动态的变化因素，要认真分析证券投资中各种因素的动态变化情况，找出合适的方法对这种动态情况进行把握规范处理，使投资分析更加的准确、精确。1）弥补影响股票价格波动因素的不确定性证券市场受到非常多方面的影响，具有很大的波动性和不稳定性，这种波动性也造成了证券市场极不稳定的发展状态，这些状态的好坏对证券市场投资者和小股民有着非常重要的影响。聚类分析的方法是建立在基础分析之上的，立足基础发展长远，并对股票的基本层面的因素进行量化分析，并认真分析掌握结果再应用于证券投资实践中，从股票的基本特征出发，从深层次挖掘股票的内在价值，并将这些价值发挥到最大的效用。影响证券投资市场波动的因素非常多，通过聚类分析得出的数据更加的全面科学，对于投资者来说这些数据是进行理性投资必不可少的参考依据。2）聚类分析深层次分析了与证券市场相关的行业和公司的成长性聚类分析是一种非常专业的投资分析方法，它善于利用证券投资过程中出现的各种数据来对证券所涉及的各种行业和公司进行具体的行业分析，这些数据所产生额模型是证券投资者进行证券投资必不可少的依据。而所谓成长性是一种是一个行业和一个公司发展的变化趋势，聚类分析通过各种数据总结归纳出某个行业的发展历史和未来发展趋势，并不断的进行自我检测和自我更新。并且，要在实际生活中更好的利用这种分析方法进行分析研究总结，就要有各种准确的数据来和不同成长阶段的不同参数，但是，获取这种参数比较困难，需要在证券市场实际交易和对行业和公司的不断调查研究中才能得出正确的数据。因此，再利用聚类分析法进行行业和公司分析和证券投资分析时要注重选取正确的、关键的指标进行检查，例如主营收入增长率、净利润增长率等指标，这样才有利于正确预测证券市场上股票的发展潜力。3）在实际操作中更加直观实用聚类分析是根据现代证券市场发展水平和特点发展出来的新的分析方法，这种分析方法的出现与现代的基本的投资组合理论形成了比较，突出了聚类分析方法更加贴近实际生活，更加直观、实用的特点，并且由于技术的发展，聚类分析方法在实际应用中所受到的局限较小，而且易操作，因此它的适用范围就比现资理论更加的广泛。 2主成分分析在证券投资中的应用 （1）定义：在统计分析中，主成分分析是一种分析、简化数据集的技术。主成分分析经常用减少数据集的维数，同时保持数据集的对方差贡献最大的特征。主成分分析由卡尔•皮尔逊于1901年发明，用于分析数据及建立数理模型。其方法主要是通过对协方差矩阵进行特征分解，以得出数据的主成分（即特征矢量）与它们的权值。（2）主成分分析的应用非常广泛，判别分析的分析方法就是通过对各种分类数据的研究，分析出自变量各组间存在的差异，并总结出差异性，判断哪一个自变量对组间差异的贡献是否完全，根据这些数据将自变量的转变方法进行样本归类。1）降低影响证券投资市场变动的因素之间的互相影响在证券市场中有非常多的因素在影响着证券市场的稳定，这些因素之间有着非常多的关系，相互影响、相互关联，但相互之间的影响也存在着非常多的影响。而主成分分析方法就是在对影响证券投资相互关系的因素中进行分析，并对原始数据指标变量进行认真分析，将其中重要的主成分因素概括出来，并进行转换形成相互彼此相互独立的成分，而且经过实践证明在影响证券市场投资分析中的指标间相关程度越高，主成分分析效果越好。2）通过主成分分析减少指标选择的工作量主成分分析的目的就是要通过对各种数据、因素的分析总结出相对各种因素的不同影响程度，总结总体因素中的主要影响成分，并总结出不同层次的影响因素梯度，在分析时采取逐级分析的方法，这样既可以抓住主要矛盾进行分析，也可以节省时间，并且提高分析的准确性，减少分析人员的工作量，因此，主成分分析法指标选择上的优势更加的突出。3）由主成分分析法构造回归模型更加的精确、节省时间在进行证券投资因素分析时，为了能够更加清晰准确的对模型中的相关数据进行分析，都要对各种数据进行模型处理，这样的处理方式可以提高整个证券投资分析的准确性，是模型更加易于做出结构分析、控制和进行证券市场变动的预报。 3因子分析 （1）定义：因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。（2）应用因子分析最主要的作用是确定证券投资组合的模型。因子分析将影响股票价格的各种因素看成是不同的变量，建立股价因子模型，利用各因子不相关性确定股票的分类，再分析股票的发展潜力的基础上确定出合适的证券投资模型。 4总结 随着经济发展的不断加快，金融证券市场的发展也达到了又一个高度。我国证券市场的发展还不完善，暴露出来的诸多经济问题必须引起政府和社会的广泛关注。证券市场研究着也要积极进行证券市场的各种理论对市场的发展做出合理的预测和控制。多元统计分析方法是近年来应用比较广泛、科学的方法，它为整个证券市场的健康发展做出了辅助性作用。为了证券市场能够更好发展，多元统计分析方法也要进行积极创新，为将来的发展做出贡献。 作者：刘新仁单位：浙江经贸职业技术学院 多元统计论文:多元统计课程的教与学 1授课安排与原则 笛卡尔曾说：“只有两种方法使人们获得真正的知识，清晰的直觉和必要的推理”。我国大学数学课程的教材和教学中，多着重于数学推理，而对创新能力至关重要的“清晰直觉”的培养重视不够。应注意锻练学生对图像和数值的敏感性，增强其直覚猜测和判断能力。课程的开篇就从图形直观入手：绪论及多元统计图形的表示（对应教材中的第13章，下同）――绪论介绍多元统计分析的参考书、应用等。多元统计图形：多维变量在二维平面上用图形表达，例如折线图、轮廓图、脸谱图、雷达图、星座图。多元正态分布（第1章）：本章的介绍注重一元正态和多元正态的对比，强调“温故而知新”。统计距离之马氏距离（第1章）：1936年印度统计研究所所长马哈拉诺比斯（P．C．Mahalanobis）提出。介绍欧式距离、闵氏距离、相似系数等多种距离的优缺点，使学生树立起“统计上的方法无对错之分，只有好坏之分”的思想。多元分布数字特征及估计（第1章）：对二次型的期望重点介绍，因为后面做参数估计、检验的抽样分布很多都是二次型。多元三大抽样分布（第1章）及在估计和检验中的应用（第2章简介）。专题讲座：相关性度量，取材自著名统计学家张尧庭的讲座“传统统计学有两大基本任务：研究数据变异和相关”。本节介绍相关性度量的依据，分别从不变性、阿达玛不等式、判别信息量三个角度，介绍回归方程的本质，介绍近代统计学的重要概念：熵、信息量等。主成分分析（第5章）：由于后面的方法（因子分析、典型相关分析等）会用到该方法，所以方法的学习从主成分分析开始。因子分析（第5章）：主要用于降维、评价、排名、聚类等。起源于20世纪初KarlPearson和CharlesSpearmen等人关于智力测验的统计分析。典型相关分析（第8章）：多维变量和多维变量的相关性研究。对应分析（第7章）：定性数据相关性的研究。聚类分析（第3章）：物以类聚，包括系统聚类、快速聚类、模糊聚类、最优分割法等。判别分析（第8章）：对有训练样品的数据进行判别归类，包括逐步判别、费歇尔判别、距离判别、贝叶斯判别等。定型数据的建模分析（第9章）：定性数据的研究也称为“离散多元分析”，相对于定量数据研究有专门的研究方法。路径分析及结构方程模型简介（第10、11章）：是近年心理学、教育学、社会学领域研究潜变量的主要统计方法，成功运用在“顾客满意度”、“主观幸福感”的研究中。 2介绍并提供材料 为了增强学生学习兴趣，随着课程的进行，陆续介绍相关的资料。以2010年度授课提供的资料为例。①人大经济论坛，此论坛资料丰富，有很多案例分析的数据资源。②《女士品茶》统计科普书籍，该书生动有趣，可作案头书。③《北美一流统计学专业课程设置》，了解到很多同学想出国深造，所以提供该研究报告。④2010国内统计学热点研究问题，以此了解统计研究热点问题。⑤《离散多元分析-理论与实践》，主要介绍定性数据分析的理论，以此做相关课程介绍。⑥中国人民大学统计学院2010境外讲学课表，从中可以了解统计学热门研究领域。⑦西南财经大学博士论文《个人住房抵押贷款提前还款风险实证研究》，培养统计方法的综合运用和资料查询。该论文里面用到了因子分析、判别分析、聚类分析、逻辑斯蒂回归等统计方法。 3作业的布置及相关培养 在大学数学课程学习过程中，培养学生应用数学的意识和兴趣，提高学生的应用能力是大学数学课程教学改革的重要方向。根据选课人数分成兴趣小组，以小组为单位留大作业，鼓励大家查找资料、编程、实证分析，处理实际数据，分析解决实际问题的能力，侧重于数学知识的综合应用（见表1）。 4结语 “真正的教学效果，并不是看教师教了多少，而是要看学生学到了多少。”教学过程是师生双向活动的过程，要努力引导学生去思考、去发现、去创新。 作者：李亚杰单位：北京邮电大学理学院 多元统计论文:多元统计在医学统计中应用 多元统计分析是数理统计学中近20多年来迅速发展的一个分支,它探讨高维数据的内在规律,如研究多元变量间的相互关系、数据结构和数据简化等。在现在医院统计分析中运用多元统计分析方法来分析医院的运营情况，药品利用情况等有着广泛和实际的意义。为了更好地运用多元统计分析方法进行论证，现将在医院统计分析中运用最多的几种多元统计分析方法进行描述与对比，便于更好的应用，为医院管理服务。 1.几种多元统计分析方法的概念 主要成分分析就是将多项指标转化为少数几项综合指标,用综合指标来解释多变量的方差-协方差结构。综合指标即为主成分。所得出的少数几个主成分，要尽可能多地保留原始变量的信息，且彼此不相关。 因子分析是研究如何以最少的信息丢失，将众多原始变量浓缩成少数几个因子变量，以及如何使因子变量具有较强的可解释性的一种多元统计分析方法。 聚类分析是依据实验数据本身所具有的定性或定量的特征来对大量的数据进行分组归类以了解数据集的内在结构，并且对每一个数据集进行描述的过程。其主要依据是聚到同一个数据集中的样本应该彼此相似，而属于不同组的样本应该足够不相似。 三种分析方法既有区别也有联系，本文力图将三者的异同进行比较，并举例说明三者在实际应用中的联系,以期为更好地利用这些高级统计方法为研究所用有所裨益。 2.聚类分析、主成分分析和主因子分析基本思想的异同 2.1共同点 主成分分析法和因子分析法都是用少数的几个变量(因子)来综合反映原始变量(因子)的主要信息，变量虽然较原始变量少，但所包含的信息量却占原始信息的85%以上，所以即使用少数的几个新变量，可信度也很高，也可以有效地解释问题。并且新的变量彼此间互不相关，消除了多重共线性。这两种分析法得出的新变量，并不是原始变量筛选后剩余的变量。在主成分分析中，最终确定的新变量是原始变量的线性组合，如原始变量为x1，x2，...，x3，经过坐标变换，将原有的p个相关变量xi作线性变换，每个主成分都是由原有p个变量线性组合得到。在诸多主成分Zi中，Z1在方差中占的比重最大，说明它综合原有变量的能力最强，越往后主成分在方差中的比重也小，综合原信息的能力越弱。因子分析是要利用少数几个公共因子去解释较多个要观测变量中存在的复杂关系，它不是对原始变量的重新组合，而是对原始变量进行分解，分解为公共因子与特殊因子两部分。公共因子是由所有变量共同具有的少数几个因子；特殊因子是每个原始变量独自具有的因子。对新产生的主成分变量及因子变量计算其得分，就可以将主成分得分或因子得分代替原始变量进行进一步的分析，因为主成分变量及因子变量比原始变量少了许多，所以起到了降维的作用，为我们处理数据降低了难度。 2.2聚类分析、主成分分析和主因子分析的不同之处 主成分分析是研究如何通过少数几个主成分来解释多变量的方差一协方差结构的分析方法，也就是求出少数几个主成分(变量)，使它们尽可能多地保留原始变量的信息，且彼此不相关。它是一种数学变换方法，即把给定的一组变量通过线性变换，转换为一组不相关的变量(两两相关系数为0，或样本向量彼此相互垂直的随机变量)，在这种变换中，保持变量的总方差(方差之和)不变，同时具有最大方差，称为第一主成分；具有次大方差，称为第二主成分。 因子分析是寻找潜在的起支配作用的因子模型的方法。因子分析是根据相关性大小把变量分组，使得同组内的变量之间相关性较高，但不同的组的变量相关性较低，每组变量代表一个基本结构，这个基本结构称为公共因子。对于所研究的问题就可试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。通过因子分析得来的新变量是对每个原始变量进行内部剖析。因子分析不是对原始变量的重新组合，而是对原始变量进行分解，分解为公共因子和特殊因子两部分。具体地说，就是要找出某个问题中可直接测量的具有一定相关性的诸指标，如何受少数几个在专业中有意义、又不可直接测量到、且相对独立的因子支配的规律，从而可用各指标的测定来间接确定各因子的状态。因子分析只能解释部分变异，主成分分析能解释所有变异。 3.聚类分析、主成分分析和主因子分析数据标准化的比较 主成分分析中为了消除量纲和数量级，通常需要将原始数据进行标准化，将其转化为均值为0方差为1的无量纲数据。而因子分析在这方面要求不是太高，因为在因子分析中可以通过主因子法、加权最小二乘法、不加权最小二乘法、重心法等很多解法来求因子变量，并且因子变量是每一个变量的内部影响变量，它的求解与原始变量是否同量纲关系并不太大，当然在采用主成分法求因子变量时，仍需标准化。不过在实际应用的过程中，为了尽量避免量纲或数量级的影响，建议在使用因子分析前还是要进行数据标准化。在构造因子变量时采用的是主成分分析方法，主要将指标值先进行标准化处理得到协方差矩阵，即相关矩阵和对应的特征值与特征向量，然后构造综合评价函数进行评价。 聚类分析中如果参与聚类的变量的量纲不同会导致错误的聚类结果。因此在聚类过程进行之前必须对变量值进行标准化，即消除量纲的影响。不同方法进行标准化，会导致不同的聚类结果要注意变量的分布。如果是正态分布应该采用z分数法。 4.应用中的优缺点比较 4.1主成分分析 4.1.1优点 首先它利用降维技术用少数几个综合变量来代替原始多个变量，这些综合变量集中了原始变量的大部分信息。其次它通过计算综合主成分函数得分，对客观经济现象进行科学评价。再次它在应用上侧重于信息贡献影响力综合评价。 4.1.2缺点 当主成分的因子负荷的符号有正有负时，综合评价函数意义就不明确。命名清晰性低。 4.2因子分析 4.2.1优点 第一它不是对原有变量的取舍，而是根据原始变量的信息进行重新组合，找出影响变量的共同因子，化简数据；第二，它通过旋转使得因子变量更具有可解释性，命名清晰性高。 4.2.2缺点 在计算因子得分时，采用的是最小二乘法，此法有时可能会失效。 4.3聚类分析 4.3.1优点 聚类分析模型的优点就是直观，结论形式简明。 4.3.2缺点 在样本量较大时，要获得聚类结论有一定困难。由于相似系数是根据被试的反映来建立反映被试间内在联系的指标，而实践中有时尽管从被试反映所得出的数据中发现他们之间有紧密的关系，但事物之间却无任何内在联系，此时，如果根据距离或相似系数得出聚类分析的结果，显然是不适当的，但是，聚类分析模型本身却无法识别这类错误。 结论 聚类分析、主成分分析和主因子分析三种分析方法既有区别也有联系，在医院统计分析中广泛应用，但无论用哪中多元统计分析方法都要确着的数据和可行性。所以在应用多元分析时应注意： （1）必须思路清晰，知道自己要干什么。 （2）在作多元分析前，必须先作描述性分析。只有在充分了解资料性质的基础上，才有可能正确选择方法，得出有价值的结论。 （3）当所得结果不符逻辑，或有悖于专业知识时，既不要轻易接受，亦不要轻易放弃，必须弄清楚为什么。 多元统计论文:多元统计分析在经济中的应用 ［摘要］随着社会的全面发展与“互联网+”时代的到来，大数据平台下的统计分析方法应运而生，在此背景下，我国若要实现可持续发展，并做出科学的决策，就必须严格落实多元统计分析法的应用。基于此，本文从经济学角度，对多元统计分析方法进行了介绍，并剖析了其在经济中的应用，以期能为我国经济的稳健发展尽绵薄之力。 ［关键词］多元统计分析；经济；经济学角度 社会各组织机构离不开统计分析工作，其不仅能够让各个组织机构明确相关领域过去和现在的发展状况，更能对未来的发展趋势做出准确的预判，从而制定出科学的决策。经济领域是一个复杂、庞大的系统，国家在进行经济发展战略的制定时，往往以完整、准确的经济数据为基础，进行科学化的决策。而多元统计分析是统计分析方法的创新，对我国经济战略的制定和决策具有积极的作用。 1多元统计分析的概述 随着科技水平的不断提高，在互联网的发展背景下，多元统计分析方法与智能化分析逐渐融为一体，且在新媒体上进行数据处理与分析的过程中，从传统统计分析中衍生出来，并在大数据背景下继续发展，推动着统计分析工作迈向一个新的发展阶段。多元统计分析是利用数理统计的方法研究变量的问题和理论的，在经济领域中，经济统计所涉及的变量是多边的，而传统的统计分析是“一对一”的统计方式，这种统计分析方法不仅不能实现分析的时效性，更难以保证统计变量之间的关系，而多元统计分析便能弥补传统分析法的弊端，减少信息的流失，保证信息的准确性和完整性，进而全面反映出数据的情况。 2多元统计分析方法在经济中的应用 2.1多元回归分析的应用 为了能够客观地对经济规律进行分析，需要对经济变动形式进行计量模型的建立。多元回归法是通过经济计量模型分析经济走势的，目前比较常用的是通过数字方程进行模型的建立，通过模型进行数字方程的建立，且将模型中变量之间的关系进行梳理，并通过对经济计量数据进行预测，从而对经济的发展态势进行判定分析，进而全面的研究经济问题。例如，多元回归分析在我国通货膨胀问题中的应用。众所周知，通货膨胀最显著的特征就是整体的物价上涨，在这种情况下可以将已上涨的物价按照因变量进行统计分析，并将各种影响因素作为统计分析中的自变量，在此基础上研究影响各个物价上涨的因素。通过两种因素的结合制定相应的多元回归方程，进而让整个通货膨胀率能以经济模型的形式呈现，使引起通货膨胀的原因得以更系统的形式体现。 2.2聚类分析的应用 聚类分析法是多元统计分析方法中研究分类问题的一种方式，其所研究的领域较为宽泛，例如，在分类研究的问题上，从企业出发，可以将企业的发展类型进行分类、经营方式进行分类、收益模式进行分类。从国土资源出发，可以将国民的生活水平进行分类、土地资源类型进行分类、土地资源等级进行分类。例如，聚类分析法在企业经营效益分类的应用中，其能够通过对企业自身的指标进行整合，并以这些指标数据为基础进行统计量的整合。聚类分析法通过统计量的整合数据进行分类分析，将其他一些具有相似性的数据进行类比，以此将各个企业进行分类。最后，建立一个顺序排列系统，将不同类别的企业按实际情况从小到大进行排序。此外，还能以时间轴为基础，对不同的资料进行时间上的排列，这种有序聚类亦是经济学中经常应用的方式。 2.3主成分分析应用 在经济学数据分析中，各项经济指标和经济要素较多。此外，经济学指标相互之间多数会存在一定的相关性，这就导致部分数据与指标重复，通过主成分分析便能实现数据的“降维”，将主要数据进行提炼并加以整合，简化统计分析工作。例如，在评价经济效益的应用中，为了明确经济效益，就必须对相关数据进行统计分析，然而，经济指标的重叠让指标体系呈现多个指标。这给经济效益的评价带来了一定的困难，主成分分析能够将指标体系中的多个指标进行“降维”，将重叠指标信息进行重组，防止了数据的叠加统计，进而使经济的综合评价更加准确、客观。 2.4判别分析的应用 在多元统计分析中，判别分析旨在对不同经济数据与指标进行归类，这与文中的聚类分析不同，判别分析是在聚类分析基础下进行的，是将已知的数据进行合理归类，确定测试样品的属性范围。判别分析是通过分布函数进行统计分析，通过给定的多个个体数据和总体，对各个个体数据与指标相应所属的主题进行归类。例如，在经济指标归类中，可以依据判别分析法将我国企业的经济效益进行统计分析，将不同企业的经济效益进行聚类分析，形成优、良和差三个等级，当对一个新的企业进行等级分析时，可以通过其内部的经营数据与三个大类的企业数据进行对比，与之相似度最贴近的，即为同一类别企业。通过判别分析，能够明晰社会各个领域的经济发展情况，以此来有针对性的制定发展策略，实现科学化发展。判别分析法已成为我国经济发展中常用的一种多元统计分析法。 3结语 在多元统计分析中，任何分析法之间都存在着关联性。各种方式共同揭示着我国经济现象的发展形式和规律，所以，在利用多元统计分析时，若能充分进行定量与定性两种分析的结合，可以使统计分析工作更加全面、更加准确。 作者:程荣荣 单位:山西农业大学信息学院 多元统计论文:财务分析中多元统计分析的应用 摘要：目前，进行财务分析的依据指标主要有三个，分别是：盈利能力、运营能力和偿债能力。但是这三个指标又各有自己的优缺点，单独依据哪一个指标进行分析得到的结论都是不科学的。因此，要综合运用各种手段，进行多元统计分析。 关键词：盈利能力；运营能力；偿债能力；多元统计分析；财务分析 近些年来，随着经济的迅猛发展，无论是一个小企业，还是一个跨国大企业，甚至是一个国家，进行财务分析都是当前工作的重中之重。因此，将多元统计分析应用于财务分析中是很重要的。 1常用的评价指标 目前，我们对财务进行分析时主要有三个常用的指标——盈利能力、营运能力和偿债能力。但是这三个指标各有自己的优、缺点。1.1盈利能力盈利能力，也叫收益能力，指的是企业资金、资本的增值能力。简单地说，就是指企业的获利能力。盈利能力一般表现为：企业获得利润数额的多少以及获利水平的高低。这一指标是企业股东最为关注的。因为企业运营的主要目的就是盈利。如果经营者即将上线的一个项目的利润率很低或者很难盈利，那就要调整企业的经营中心，转变企业的生产目标，以扭转当前面临的不利局面。因此，这一指标是进行财务分析时最直观的一个指标。但是值得注意的一点是，盈利能力是在企业正常营业的情况下计算的。因此，在实际分析中，我们要排除一些非正常的营业情况。例如：重大意外事故、国家法律变更、国家财务制度变化等。 1.2偿债能力 偿债能力，顾名思义，指的是企业偿还债务的能力。这种债务包括短期债务和长期债务另种。企业有无偿还债务的能力，是判断一个企业可否继续生存、发展的关键。也是反映企业财务情况的一个直观指标。偿债能力分为静态和动态两种。静态指的是企业用固有资产清偿债务的能力。动态指的是企业用经营过程中的盈利来偿还债务的能力。所以在计算企业的偿债能力是必须以企业的可持续发展为基础。不然我们得到的只是企业清偿债务的能力。 1.3营运能力 营运能力，指的是企业运营的能力。简单地说，营运能力是指企业综合运用各种资产获取盈利的能力。它直观的反映了企业经营、管理资本的效率。企业资金运转周期越短，资金的流动性就越高，企业的偿债能力就越高，获利速度就越快。因此，营运能力在一定程度上决定企业的获利和偿债能力，是一个财务分析的核心部分。上述三个标准相互联系，又相互影响。单独使用哪一个，都有一定的偏颇，都不能充分展示企业整体的财务情况。因此，要综合运用这些指标，在财务分析中进行多元统计分析。 2多元统计分析的运用 多元统计分析，是在传统统计学基础上发展起来的一个重要分支。它实际上是一种综合分析方法。它可以在多个对象、多个指标相联系、纠缠的情况下，综合运用多种方式，分析多个指标，揭示它们之间深藏的统计规律。上文我们已经提到，营运能力在一定程度上决定企业的获利和偿债能力。由此可见，财务分析的各部分是相互联系的。因此，多元统计分析很适合应用于财务分析之中。多元统计分析在财务分析中的运用主要有几下几方面： 2.1选取样本、变量 分析企业的财务状况离不开建模，而建模的关键就是样本和变量的选取。一般而言，我们主要采取随机抽样、对应样本法两种方法进行选取。一份财务分析往往包括很多变量，例如：销售净利率、净资产收益率、总资产周转率等。这些变量越多，可供选择的余地就越大，建立的模型也就越好。 2.2判别分析 在建模过程中，要对样本和变量进行分析。这就需要运用多元统计分析的知识。我们一般采用Fisher线性判别函数进行判别分析。 2.3分析主要成分 分析主成分也是财务分析的一种常用方式。它的实现也主要依托于建模，但与上文提到的建模有明显的区别。在这种方式中，监测的指数、指标是有基本规定的。当变量过多时，对样本进行研究是很困难的。这时可以采用主成分分析法，使建模过程简单化。随着经济的发展，上到一个国家，下到一个小企业，财务分析都是很必要的。目前，我们常用的财务分析的指标主要有三个，分别是：盈利能力、偿债能力和营运能力。盈利能力主要体现企业的利润率；偿债能力主要体现企业偿还债务的能力；营运能力主要体现企业运用资本获取收益的能力。这三者各有优点，但又相互牵连。因此，我们可以借鉴多元统计分析的知识对财务进行进一步的分析。它可以帮助我们在建模的过程中更好的选择样本和变量，对这些样本和变量进行判别分析。如果变量过多，还可以采用主成分分析法，以简化建模过程。 作者:高雅 单位:沈阳师范大学 多元统计论文:土壤地球化学多元统计论文 1区域地质概况 研究区位于新疆维吾尔自治区富蕴县境内，海拔2000～3200m，气候寒冷、年降水量丰富，多以降雪为主，属典型的北温带大陆性气候寒冷区。区域大地构造位置处于阿尔泰地槽褶皱系哈纳斯—忙代恰褶皱带—诺尔特复向斜内。区内构造以断裂构造为主，褶皱构造次之，构造线总体呈NW—SE向分布，NW—SE向断裂具有明显的控岩作用。近EW向和NE向断裂多属平移断层，横切地层和NW向构造。褶皱构造主要为诺尔特复向斜，因受到近EW向断裂的影响，向斜中部呈NWW向。区内侵入岩较为发育，呈较大的岩基或岩株产出，岩性以黑云母花岗岩、二云母花岗岩为主。 2土壤地球化学测量数据处理 采用Spss统计软件进行数据处理，首先对原始数据进行要求排序，然后检验数据是否服从正态分布。对不服从正态分布的数据，首先采用迭代法处理特高值以及特低含量值，或采用对数进行统计，将高值剔除，直至总体样品近似服从正态分布;然后通过直方图与正态曲线直观对比和结合峰度及偏度等参数，选择最佳分组生成特征数据，统计得出各种元素的背景含量和标准差，计算得出各元素的异常指标以及异常分带指标;最后利用Spss软件对各元素进行多元统计分析，对相关元素组合进行分类，找出元素之间的亲疏关系，探索成因联系，进而提取元素组合异常，从而更有效的圈定预测靶区。 3地球化学异常找矿模型 依据成矿背景及多元统计分析结果、化探元素异常组合特征等可建立区域地质-在地质环境和成矿条件相对比较好的区域如果有矿体存在，采用土壤地球化学测量法在此处进行找矿时，均有强弱不同的异常存在。因此可以利用地质-地球化学综合信息找矿模式，在新疆富蕴县喀依尔特河上游地区进行找矿靶区预测。 4结论 (1)采用多元统计分析方法对研究区土壤地球化学采集数据进行相关分析、聚类分析、因子分析，得出Au-Sb-Cu、Pb-Zn-As、Sn-W等元素异常组合。 (2)依据成矿背景研究及多元统计分析结果、化探元素异常组合特征，建立了区域地质-地球化学综合信息找矿模型，该模型为研究区找矿工作提供了理论依据。 (3)结合区内成矿模式和区域地质特征，按照异常形态、规模以及强度、出现的空间位置和套合对映关系等信息，对研究区内的异常进行综合分类，圈定找矿远景区范围，将异常地段进行分类分级处理，圈定出Ⅰ、Ⅱ、和Ⅲ类找矿靶区。 作者:王振东马维明罗永统单位:青海省地质调查局 多元统计论文:基于免费网络平台的多元统计论文 一、加强软件教学 多元统计分析的方法往往涉及大量数据的处理与运算，很多问题必须通过软件操作完成。因此统计软件的选择和教学也是多元统计教学中必须面对的问题。在众多的统计软件中SAS因其功能强大而被统计专业人员所乐道，但其不菲的价格和只租不卖的销售策略阻碍了它在高校中的流行。SPSS以其”易学、易用”的特点成为许多高校统计相关课程的首选教学软件，与SPSS相关的软件教程也较多，但SPSS不具备扩展性，不能编写新算法，只能使用系统提供的功能，不利于学生创新能力的培养。R语言是一个免费的开源软件，研究人员不仅可以自由地使用系统提供的各种统计方法，可以方便地查看其源代码以便深入了解统计思想的实现过程，同时在R语言社区网站有超过3000个解决各种问题的工具包可供免费下载使用。此外研究人员可以编写自己的程序来实现自己的理论和方法，因而R语言成为发展最快的软件，深受统计师生和专业人员的欢迎。基于以上优点，笔者选择R语言作为教学辅助软件。为了减少R语言软件学习的难度，方便学生快速上手，笔者利用电脑屏幕录制软件，将R语言的语法和操作以视频的形式分模块录制下来并上传网络，方便学生在课后自主学习，提高软件操作水平。此外，为提高学生的软件操作能力，笔者有意识地搜集了一些学生感兴趣的问题（如湖南省2013年数学建模竞赛暨全国大学生数学建模选拔赛试题），用R语言作为工具去分析实现，不仅能让学生熟练掌握R语言的语法和相关函数，同时让学生看到R语言高效的解决实际问题能力，提高了学生的学习兴趣。 二、强化基于可重复研究的案例教学 （一）可重复研究的内涵 所谓可重复的统计研究，就是一个研究结果既可以在作者手中生成出来，也可以“移植”到他人的平台中用同样的工具重复生成出来，可重复研究的思想来源于文艺化编程。从形式上看，可重复研究的案例或论文是一个文字与代码的混排文档，这个混排文档称为“源文件”，从源文件可以清晰地看到案例分析的过程和相应的代码。对源文件进行处理之后就可以得到“结果文件”。通过不同的设置，这个“结果文件”既可以包含代码，也可以只包含代码运行的结果，这时的结果文件与普通的分析报告就没有区别了。在R语言中，实现可重复研究非常简单，下载免费的R语言集成环境RStudio（http：///），安装免费的knitr包，就能够编写MarkDown格式的文档（可以方便地转换为网页形式），如果电脑上安装有latex，也可以生成tex文件，并最终得到pdf格式的文档。 （二）基于可重复研究的教学实践 为配合学校“应用型人才”的培养目标，强化学生的实践能力，系内多元统计分析课程的上机课时占到了课程学时的1/3，使学生有足够的时间上机练习。在教学实践中，充分利用课堂时间，重点讲解统计方法的基本思想和实现步骤，弱化统计理论的推导（仅就关键理论进行推导），利用多媒体和R语言，结合课本上的例题演示软件的操作和结果提取。让学生在课堂学习中达到理解统计思想，熟悉分析步骤，掌握重点理论结果，熟悉相关函数的目的。为开拓学生视野，培养初步的科学研究能力，教师通过精心选择优秀和便于操作的相关杂志论文，以典型案例的形式，利用R语言再现其结果。通过对论文的深入剖析，让学生感受科学研究的魅力，体会统计方法的作用，提高解决实际问题的能力。切实掌握统计方法和软件操作离不开上机实践。在上机实验之前，教师通过规定实验内容，撰写实验报告提纲，总结实验方法和R语言相关函数与参数，在学生上机实验之前发给学生学习，并要求学生在实验完成之后撰写实验报告。这一做法让学生在实验之前对实验内容胸有成竹，实验过程中有章可循，又能充分发挥所学撰写实验分析报告，调动了学生学习的积极性，提高了学习效率。 三、改革考核方式与内容 课程考核是教学活动的重要组成部分，是检验学生学习效果、评估教学质量的重要手段。传统的考核方式是期末试卷与平时成绩综合得分，但这一评价方法与应用为导向的教学并不匹配。笔者采用综合课程论文、实验报告和平时表现得出最终成绩的评价方式，在实践中效果较好。将课程的最终成绩与平时的学习、实验报告的完成质量结合起来，改变了以往“一考定终身”的考核方式，最终的成绩以不同的权重分散于学习的各个阶段，有效地破除了部分学生“平时不学，考试作弊”的心理，因而更全面、公平地考查了学生的学习效果和学习态度。五、打造网络教学平台在信息时代的背景下，充分利用网络资源，加强师生之间的网络互动，既能改变现在大学师生间缺乏有效沟通这一现状，又能激发学生的学习兴趣，提高学习效果。笔者在搜索网络协同工具时无意中了解到科研在线的团队文档库，经深入了解之后发现，这一免费的平台能够基本满足网络教学这一需要。下面，结合笔者的教学实践，对这一个平台做简单介绍。科研在线是中国科技网面向科研学者的科研应用服务门户，中国科技网是中国科学院领导下的学术性、非营利的科研计算机网络。而团队文档库则是科研在线提供的面向团队的文档协作与管理工具。教师通过注册一个账号，创建一个团队，同时邀请所有的学生加入该团队，一个由学生和教师组成的教学系统就具有了初步的轮廓。在教学过程中，教师首先将课件、参考论文、实验要求、典型案例、软件操作方法视频等相关资料上传到文档库的公共资源部分，所有学生都可以自由地下载和学习。其次，在文档库中为每一个学生建立相应文件夹，学生平时的实验报告和课程论文都以word形式上传至自己的文件夹下，由于文档库具有版本控制的功能，学生每次都可以在同一个文件中输入相关内容，系统会自动记录不同版本之间的区别，待课程结束，只需将最终版本下载下来，就可以得到属于学生自己的实验报告手册。最后，系统中的文件都记录了版本，具有评价、分享等功能，因此教师可以对学生的报告、论文进行修改指导，对优秀的实验报告、论文可以分享给所有人学习、模仿。使用文档库的另一个重要意义在于随着教授学生人数的增长，文档库中的相关资料也会越来越多，教师通过整理选出优秀的学生实验报告和论文，不仅可以充实课程的教学资料，也可以成为课程的“知识库”，使后来的学生可以站在“前人的肩膀上”，获得更好的学习效果。 四、结语 多元统计分析课程是一门应用性很强的统计课程，由于其应用的广泛性，各大高校越来越重视该课程的教学改革。笔者基于教学实践，介绍了以可重复研究为核心的案例教学和相应的考核方式，重点介绍了以科研在线文档库为平台打造的网络教学模式。随着计算机和网络技术的发展，未来的课程教学和组织中网络的成分必然会越来越大。 作者：陈伟利陈国华余星单位：湖南人文科技学院 多元统计论文:企业经济多元统计论文 一、多元化企业经济效益评价体系 建立多元化企业经济效益评价体系不仅要考虑企业财务能力，还有综合考虑企业市场竞争能力、经营管理水平和企业发展能力。可以从五个方面综合评价企业经济效益：一是获取利润的能力，包括资产利润率、资本收益率和成本费用收益率；二是参与竞争的能力，包括产品销售增长率、订货合同履约率；三是开展资产运营能力，包括资产周转率、偿债比率、不良资产比率；四是经营管理能力，包括企业领导决策水平、职工积极性和凝聚力、企业内部协调控制能力、激励约束机制；五是企业发展能力，包括企业自我积累比率、技术创新能力、人力资源质量。这五大类指标构成多元化企业经济效益评价体系，要结合定性评价和定量评价对企业经济效益进行全面系统评估。 二、多元统计分析在企业经济效益评价中的应用 多元统计分析为综合评价企业经济效益提供了重要的工具，使用多元统计分析可以把多维度的复杂问题映射到单一维度，再通过加权平均、模糊决策综合评价法等技术方法反映企业经济效益全面，得到一致性、综合性的评价结果。本文重点研究四种常用的多元统计分析方法在企业经济效益评价中的应用。 （一）聚类分析 聚类分析也称为群分析，是一种基于数据分类的分析方法，它的核心是将相似元素集合为一类，然后根据样本间的相似程度合并，依次合并减少分类，直到所有样本都合并为一类为止。在企业经济效益评价中，需要对企业的资产运营能力进行评价，可以使用的指标包括资产周转率、应收账款周转率、存货周转率、偿债比率、利息倍数、流动比率、速动比例等等，因此首先要对这些指标利用聚类分析方法进行分类，得到关于企业资产运营能力的整体评价。 （二）判别分析 判别分析也是一种分类分析，与聚类分析不同，判别分析是已知样本类型和判别规则，然后对未知类型的样品进行判别分析的多元分析方法。例如已经确定资产运营能力的指标体系，并指定指标间权重，就可以判定企业资产运营能力的强弱或者划分资产运营能力等次。最常使用的是Fisher线性判别函数，在行业或地区样本判别分析的基础上，计算出函数分类的准确率，并结合研究企业的实际情况就可以做出比较结论。 （三）主成分分析 主成分分析将具有一定相关性的原来指标重新组合、分解，形成一组新的无关联的综合指标，以尽可能小的数据损失，反映尽可能多的指标信息。在企业经济效益评价中主成分分析可以将复杂的数据指标综合成几个无相互关联的指标，例如评价企业资产运营能力可以使用的财务指标很多，要将这些指标重新划分为生产经营成果指标、消耗资源指标和资金利用效率指标，利用杜邦分析图，得到企业资产运营能力的综合评价。 （四）因子分析 因子分析是主成分分析的推广，它的区别在于能够将随机的错综复杂的变量综合为主要的少数几个变量，并以有限数量的变量（或因子）反映原始数据的内在结构，减少了数据丢失，使评价分析更接近数据本身。例如企业经济效益评价内容广泛，从企业营销到员工激励无所不包，但是应用因子分析可以概括为五个方面，例如获取利润的能力、参与竞争的能力、开展资产运营能力、经营管理能力和企业发展能力等等。这种数据处理不仅减少分析变量的数目，而且避免不同变量权重设计的误差。 三、结束语 如何在企业经济效益评价中合理设计评价体系和评价指标，在错综复杂的企业经济效益评价指标中选择适合的定量指标和定性指标，成为应用多元统计分析的关键。应用多元统计分析需要借助SAS、SPSS等统计分析软件，可以提高多元统计分析的使用效率，为企业开展经济效应评价、提高经济效应提供技术支持。 作者：贾鹏鹏单位：海南师范大学数学与统计学院 多元统计论文:石油院校多元统计论文 1案例教学 案例式教学法始创于美国哈佛商学院，其科学性、创新性已经被我国的教育工作者认同和接受，并在很多高校的教学中得到广泛应用。案例式教学法是一种在老师引导下学生自己解决实际问题的学习方法[1]。统计案例教学法，就是根据统计学科自身的特点、教学目的及教学要求，在教师的指导下，将统计课程中实际案例的处理过程搬入课堂，通过例题讲解渗透知识点，引导学生进行思考、分析、讨论和交流。通过学生的独立思考或集体讨论，促进学生对教学内容的理解，进而提高学生分析问题和解决问题的能力。该方法用于应用性特别强的多元统计分析课程，效果尤其明显。 2石油案例教学特点 首先，统计案例素材来自于石油院校的各院系的真实课题。整个解题过程涉及到大量的专业背景，完整的教学过程可以有效地将统计教学培养和专业教学培养结合起来，对于学生将来就业、提高解决实际问题的能力有很大的帮助。其次，案例分析是进行案例教学的重要环节，它是以学生为主体对案例进行辨析并得出自己结论的一种创造性教学活动。以石油为背景的案例教学过程，不仅可以作为多元统计分析课程的教学主体，还可以作为各专业学生实习实训的课题，同时也可以为毕业设计提供一定的参考。最后，任何一个统计问题都需要论证和检验，这是至关重要的一步。对于所选择的案例，结果都是客观存在的，这就促使学生思考自己所做的结论是否具有可行性。如果学生所得到的结论比预期的结果要好，就可以适当考虑统计模型的可行性及与原始结论的差异性。 3案例教学分类 依照案例性质可分为解题型、分析型。解题型是指为了使学生正确理解统计原则和具体方法而采用的教学案例，其特点是通过实例性习题、例题进行具体的计算，简单地体现出多元统计学中的原则、定义、原理和方法。分析型案例是指由教师提供背景和材料，并具有明确针对性地提出几个问题，引导学生自主思考，研究问题存在的状况、条件以及问题的发展演变趋势，最终提出解决问题的办法。依照案例内容多少可分为专题型和综合型。专题型是针对某一特定问题或问题的某个方面的案例，也称专门型案例。综合型案例是对统计全局性关键性的问题进行全面研究或分析，涉及范围广泛，知识点含量多。综合型案例的特点是具有全面性、综合性和系统性。 4案例式教学法三个步骤 4.1提出问题。 案例教学当中的案例必须具备真实性、可操作性、知识体现性这三个要素。真实的案例可以激发学生主动解决问题的积极性，开阔学生的眼界，同时为将来处理实际问题做好有效的前期铺垫。可操作性是指案例应该有合适的解决办法，结果不能含糊，整个过程尽量思路清晰。知识体现性是充分考虑到我们的目的是教学，因此选择案例时候需要挑选能充分体现多元统计分析方法及知识点的案例。 4.2解决问题。 整个过程的主体是引导学生解决问题。对于陌生的问题学生会提出各种各样的解题方案，作为教师不能只按照自己的思路想法去讲解，要充分肯定学生的思维能力及创新能力，总结利弊，再借助统计软件向学生演示，讲解问题的整个过程。讲解的同时注重理论的渗透和方法的总结。 4.3实验操作。 通过案例的演示，明确具体要求，由学生运用学过的知识和方法，独立地分析和解决问题。可以考虑让学生进行分组讨论，鼓励学生充分发表白己的意见，虚心听取他人的意见，最后由教师进行总结、讲评，并介绍在其他问题中的实际应用，以利于学生知识的升华。 5结论 传统的教学法虽然加入了统计软件的操作，却忽视了学生主体作用的发挥。案例教学法能让学生真正成为学习主角，从问题入手，带着思考去学习一项新的知识和技能。针对石油院校的特殊背景，要充分利用自身的便利条件，油田的海量数据为多元统计分析的学习提供了丰富的数据资源，大量的研究课题为学生提供了生动的教学案例。要将理论教学和研究课题有机地结合起来，充分实现多元统计分析案例教学的整个过程，为学生将来的就业提供扎实的实践基础。 作者：辛华王银凤杨云峰单位：东北石油大学 多元统计论文:多元统计法的阅读倾向研究 本文作者：李敏工作单位：上海少年儿童图书馆 小学阶段是人生的起步阶段，作为一名少儿教育工作者不禁要思考，小学生究竟是出于什么动机去阅读?如何根据小学生读者群的划分实施个性化教育?一直以来，关于少儿阅读教育的讨论，往往着眼于读者阅读的数量、种类、时间长短等方面，对学生的阅读倾向的实证研究相对较为缺乏，这是本文的研究意义所在。 数据采集过程 笔者借鉴美国Wigfield教授1996年编制的MRQ问卷［1］，并自行设计了调查问卷。借助问卷主要调查被测者的背景信息，比如年级、阅读载体、家庭阅读氛围、成绩等。选定的样本对象为:3—5年级的小学生。样本的抽取采用随机方法，在全市范围内选择了300名小学生，最终获得272名有效样本。调查中采用四点评分制，4表示“非常符合”，1代表“非常不符合”。 数据分析方法 对于调查数据，笔者采用数理统计方法进行处理，主要思路为:1．根据数据情况，将测试语句分为几大类，找出每一类中的共同因子并作出合理解释。2．利用因子分析的结果，对数据重新评估打分，然后再进行聚类分析，确定最终采用的分类个数。3．根据分类结果对每一样本判别其所属类别，然后对各类型读者的背景进行交叉分析。4．所有数据采用SPSS统计软件进行数理分析。 数据结果分析 由于测试的语句之间存在一定的相关性，通过因子分析可以将相关因素综合为一个因子，因此，笔者首先采用因子分析进行数据分析。1．因子分析由相关系数矩阵R计算得到特征值、方差贡献率和累计贡献率后，有六个因子特征根大于1，这六个因子的方差累计贡献率接近70%，因此，提取这六个公因子可以描述小学生阅读倾向的基本状况。由输出表可以看出，第一公因子在变量V8、V9、V10、V49、V51上有较大载荷，因此定义为挑战;第二公因子在变量V25、V26、V9、V10上有较大载荷，因此定义为顺从;第三公因子在变量V22、V35、V9、V49上有较大载荷，因此定义为社会;第四公因子在变量V38、V40上有较大载荷，因此定义为成绩;第五公因子在变量V13、V29上有较大载荷，因此定义为逃避;第六公因子在变量V34、V51上有较大载荷，因此定义为投注［2］。这六个因子的性质较好地体现了其所代表的因素对小学生阅读倾向的影响，也比较符合小学生的认知规律。2．聚类分析在模型通过统计检验的情况下，本文采用了快速聚类K均值分析的方法，选择了有7个中心的聚类分析，迭代次数为5次，收敛数据为0，这7个聚类中心(类别)如下:3．各类型小学生的背景特征在得到小学生阅读倾向的分类以后，笔者对各类型的小学生的背景进行分析，以判断这些分类是否符合我们通常的认识类别。以下是实际统计结果:分享型:这类小学生约占样本量的10%。家庭教育的主要监管人基本上都是母亲，而母亲很少阅读，33．3%的母亲平均每天花在看书或报刊的时间在半小时以下，66．7%的学生语文成绩为良。上进型:这类小学生占样本量的41．5%，他们的学习态度比较积极。父母关系较为和睦，而且父母亲都比较关心孩子的教育问题，有25．7%的家庭是父亲担当了主要监管人的责任，49．6%的学生语文成绩为优。任务型:这类小学生占样本量的12．1%。父母关系和睦，并且能以身作则，母亲是学生学习情况的主要监督者，也有12．1%的学生是由祖父母或外祖父母担当主要监管者责任。这类学生成绩不错，有63．6%的学生语文成绩为优，30．3%的学生语文成绩为良。放松型:这类小学生占样本量的4．5%。这一类型学生的父母关系较为和睦，学业情况基本上由母亲监督，但是其母亲文化程度不高，平时很少看书读报，家庭月收入偏低。这部分学生43．3%的语文成绩为良，26．7%的学生语文成绩为中。自我型:这类小学生占样本量的11．8%，其中女生占了68．8%。母亲是主要的学业情况监督者，69%的母亲拥有大学本科学历而且注重自身的学习，平均每天花在阅读上的时间超过半小时的达到了87．6%。这类学生喜欢阅读，语文成绩以优良为主。迷茫型:这类小学生占样本量的20．5%，这一类别学生的成绩与阅读动机之间无明显联系，44．4%的学生语文成绩为优，51．9%的学生语文成绩为良。 多元统计论文:多元统计的资产实证研究 本文作者：杨茜梁颖华陈银京解忠诚工作单位：中国传媒大学 研究方法 如果降低级别处理，也可以分析较高测量级别的变量。交互分析中所采用的检验方法叫做χ2(卡方)检验，它适用于拟合优度检验和变量间的独立性检验。可以用于测定两个分类变量间的相关程度。若用fo表示观察频数(observedfrequency)，用fe表示期望值频数(expectedfrequency)，则χ2统计量可以写为:χ2=∑fo－f()e2feχ2统计量有这样几个特征:首先χ2≥0，因为它是对平方值结果的汇总。其次，χ2值得大小与观察值和期望值的配对数，即R×C的多少有关。R×C越多，在不改变分布的情况下，χ2值越大，因此，χ2统计量描述了观察值与期望值的接近程度。如果两者越接近，fo－fe的绝对值就越小，计算出的χ2值越小;反之，如果fo－fe的绝对值越大，计算出的χ2值也越大。χ2检验正是运用χ2的计算结果与χ2分布中的临界值进行比较，做出对原假设的统计决策。拟合优度检验是使用χ2分布进行统计显著性检验的重要内容之一。在假设检验中曾讨论过对两个比例是否相等进行的检验。若要对多个比例是否相等进行检验，就需要利用χ2检验的方法。如果样本是从总体的不同类别中分别抽取，研究目的是对不同类别的目标量之间是否存在显著性差异进行检验，我们就把它称为拟合优度检验。在研究问题时有时会遇到要求判断两个分类变量之间是否存在联系的问题。这种情况下可以使用χ2检验，判断两组或多组的资料是否相互关联。如果不相互关联，就称为独立。这类问题的处理就称为独立性检验(testofindependence)本文的研究就是基于列联表交互分析方法进行，主要对居民家庭非金融投资中的健康投资与房地产投资进行研究。虽然，教育投资也属于居民的非金融投资，但是教育属于长期投资，并不会于短期内得到回报，因此本文只研究居民健康投资与房地产投资这两种非金融投资。 城镇居民家庭非金融投资分析 本文从非金融资产角度，讨论城镇居民家庭的投资状况以及发展趋势。在非金融资产方面的研究主要涉及实物投资、教育投资和健康投资。其中，在实物资产投资的研究中，侧重于房地产投资。目前，房地产投资、教育投资和健康投资是我国出现的居民家庭投资的新热点。在此，本文仍主要采取北京市居民的样本数据来进行研究，从首都城市的情况，观察我国整体居民家庭的未来发展态势。数据来源主要为《中国统计年鉴2011年》、《2009－2010IMI城市居民消费行为与媒体接触度研究报告》、《中国家庭的投资理财模型》、《中国居民收入分配年度报告(2010年)》。居民家庭健康投资分析由于我国社会医疗体制的改革，未来医疗支出比例可能越来越大，所以居民家庭很重视家庭成员的健康问题，从而大多数居民家庭每年需要拿出一部分资金进行健康投资常见的健康投资方式有五种:购买健康保险、营养保健品、旅游、参加健身俱乐部和关注生活环境质量等形式。由于健康投资是近几年出现的居民家庭新的投资方式，所以还没有口径一致的数据可以比较分析。因此，本文利用北京市居民购买营养保健品的数据进行健康投资方面的分析。根据《2009－2010IMI城市居民消费行为与媒体接触度研究报告》中的数据，其涉及了北京市不同人口特征的城镇居民保健品购买比例。其中，被调查总人数为490人。在受访者中，从未购买过保健品的人数为389人，所占比例为79.4%，而曾买过的人数仅为101人，所占比例20.6%。(如图1所示)图1过去一年北京市居民购买保健品比例图(资料来源:《2009－2010IMI城市居民消费行为与媒体接触度研究报告》)由此可见，健康投资是我国近几年新兴的一项投资方式，还并未引起居民家庭足够的重视，且发展空间较为广阔。那么，不同人群特征对于保健品的购买、健康投资的动机是否有显著差别呢?本文将对性别、年龄、学历、收入这四个属性做列联分析，考察不同层面的人群对于健康投资的差异，具体分析不同人群在健康投资上有何差别。首先，观察发现，不同性别居民保健品购买比例略有差异。20－24岁和25－29岁居民购买保健品的比例相对较低，而30－39岁居民购买保健品的比例相对较高。不同学历和收入的居民保健品购买比例没有明显差别。本文从统计上采用卡方检验来判别不同性别、年龄、学历、收入的人群在购买保健品上是否有显著差异。假设H01:购买保健品居民的性别没有显著差异，即性别对居民是否购买保健品没有显著影响。假设H02:购买保健品居民的年龄没有显著差异，即年龄对居民是否购买保健品没有显著影响。假设H03:购买保健品居民的学历没有显著差异，即学历对居民是否购买保健品没有显著影响。假设H04:购买保健品居民的收入没有显著差异，即收入对居民是否购买保健品没有显著影响。利用SPSS软件，结果如表1所示:由表1所示，在显著性水平为0.05时，假设H01未通过，而其他各个假设均能通过假设，即接受原假设。也就是说，居民性别对是否购买保健品有显著差异，而年龄、学历、收入水平对是否购买保健品并无显著差异。由结果可知，女性、中年人、学历高、收入高的人群更倾向购买保健品。从统计上讲，不同性别对健康的投资有显著性差异，即女性更容易购买保健品。并且，女性购买保健品的类型主要涉及“美容养颜”类、“补充人体所需元素”类等。而年龄、学历、收入的人群对健康的投资并无显著性差异。由此可见，城镇居民家庭对健康投资的意识还较为薄弱，对健康投资的方式也不甚了解。但是，随着社会的发展，居民家庭渐渐开始重视健康投资。居民家庭房地产投资分析房地产投资是近年来非常热门的领域。在传统的体制下，我国城镇居民家庭的住房是作为福利进行分配的，居民家庭住房的多少取决于政府对住房投资的决策及其所在单位的行政职位。而1998年以后，我国城镇住房改革进入深化阶段后期，逐步向住房社会化、商品化过渡。直至2008年，一度蓬勃发展的房地产市场开始调整，房地产销售出现了自1998年以来的首次负增长，房价涨幅持续回落，部分区域房价下跌明显。2009年，国家宏观调控政策效应逐渐显现，回暖的迹象似乎在房地产界有了明显的痕迹。那么，在我国城镇居民经历了房价的起落、国家宏观政策的变化后，房地产投资现状如何?不同的人群对是否购房有怎样的差异呢?根据《2009－2010IMI城市居民消费行为与媒体接触度研究报告》中的数据，其涉及了北京市不同人口特征的城镇居民房产购买情况。其中，被调查总人数为490人。在受访者中，过去一年内没买过房产的人数为439人，所占比例为89.6%，而买过的人数仅为61人，所占比例10.4%。由此可见，房地产投资的前景并不清晰。总体而言，住房既是投资品，也是消费品。近几年，国内房地产需求已由消费主导向投资主导发生了转换。因此，房地产投资作为积累预防性资产的方式已引起了居民家庭的注意。但是，由于自身经济条件的不允许和房地产市场情况的不明朗，居民家庭在房地产投资上更多地出于观望状态，并没有将其当作积累预防性资产的主要方式。也可以说，虽然房产具有一定的保值、增值属性，但大部分居民家庭并不把它当作家庭稳定器的主要方式。那么，不同人群特征在购买房产上是否有显著差别呢?本文对性别、年龄、学历、收入这四个属性做列联分析，考察不同层面的人群对于房地产投资的差异，具体分析不同人群在房地产投资上有何差别。首先，观察发现，不同性别居民购买房产时的比例差别不大。而不同年龄、学历、收入的居民房产购买情况差异较为明显。25－29岁和30－34岁居民购买过房产或者在房产购买过程中起决定作用的比例相对较高。大学本科和研究生及以上学历购买过房产的比例较高。并且，月收入越高的居民购房比例越高。图2过去一年北京市居民购买房产比例图(资料来源:《2009－2010IMI城市居民消费行为与媒体接触度研究报告》)。本文从统计上采用卡方检验来判别不同性别、年龄、学历、收入的人群在房产购买上是否有显著差异。假设H01:购买房产居民的性别没有显著差异，即性别对居民是否购买房产没有显著影响。假设H02:购买房产居民的年龄没有显著差异，即年龄对居民是否购买房产没有显著影响。假设H03:购买房产居民的学历没有显著差异，75即学历对居民是否购买房产没有显著影响。假设H由表2所示，在显著性水平为0.05时，各个假设均能通过假设，即接受原假设。也就是说，居民性别、年龄、学历、收入水平对是否购买房产并无显著差异。若放宽条件，在显著性水平为0.1时，H03、H04未通过，即拒绝原假设。也就是说，在显著性水平为0.1时，学历、收入水平对购房情况有显著差异。由结果可知，学历高、收入高、有一定社会基础的人群更倾向购买保健品。从统计上讲，不同学历及收入水平对于是否购买房产有显著差异。即学历越高、收入水平越高的人群买房的可能性越大，这可能是由于对于高学历、高收入的人更易于拥有稳定的社会地位以及资产剩余，因此更倾向于利用房产投资的方式积累预防性资产。综上所述，房产是高关心度产品，并且更多以家庭消费为主。作为积累实物预防性资产的方式，房产投资受到了居民家庭的关注。但是，由于自身条件以及国家宏观调控等情况，大多数居民家庭并没有把房产投资当作主要方式。从大体上来说，学历高、收入高的人群更倾向于用这样的方式积累资产。 结论与建议 (1)从我国居民购买保健品的方面来看，女性、中年人、学历高、收入高的人群更倾向于购买。与男性相比，中国女性更注重健康与美丽，她们认为，保持健康与美丽是提高生活品质的重要标准。因此，女性对于保健品的投入占有更大比例。从年龄层次来看，中年人由于经过了青壮年时期，身体素质下滑，生活压力逐渐降低，生活平稳，更加倾向于关注自身的身体状况，因此这类人群购买保健品的比例较高。从教育程度来看，由于学历高的居民对于现今社会的环境问题、能源问题、饮食安全问题都有更加清晰的认识，他们更加注重自身的健康，因此会更加倾向于购买保健品。由于保健品的费用高昂，因此高收入人群的购买力更加大也是可以预测的。(2)从我国居民购买房产的方面来看，高学历、高收入的人群更倾向于通过购买房产来积累资产。当今社会房价攀升飞速，在经济实力允许的情况下，学历越高的人群更容易倾向于房产投资，这是因为高学历人群能够看准房产的保值与增值。而高收入人群更加必然成为房产投资的主力军。通过对我国居民样本预防性非金融资产的研究分析，我们提供以下建议:第一，国家应完善社会各类保障制度。下岗失业、身体健康状况的恶化等是造成居民未来收入不确定性的主要因素。因此，失业救济，医疗保险，养老保障等社会保障制度的完善可以保证居民发生意外时仍然可以保证基本生活需求。这样可以降低居民生活风险、刺激居民消费。要探索建立不同地区城市最低生活保障水平的协调机制，并由国家有关部门根据各地的生活费用水平及经济发展水平确定最低生活保障标准，合理调节各地低收入居民的收入差距。第二，国家应继续保持现有的宏观调控政策，继续调整房价与银行信贷。从数据来看，高学历高收入人群是我国购房的主力军，大多数民众由于房价增长速度过快而买不起房，可是他们的需求也是很大的。我们经常看到大片的商品房闲置，而城市的年轻人却不得不蜗居在有限的空间里，资源分配不均，不合理现象无疑对和谐社会的发展无益。房地产行业泡沫过大对政府也是一个挑战，银行无节制的贷款会加速房地产行业泡沫的崩裂。在这两大问题上，我国较欧美日等发达国家有一定优势。因为我国并非是完全的市场经济，国家宏观调控可以起到相当大的作用。因此，只要政府保持现有的宏观政策，刺激消费，一定会增加居民投资房产的热情。另外，增加居民收入，并使之保持一个较高的、稳定的增长率，可以增加居民的当期消费，还富于民。建立稳定有效的收入调控机制，缩小收入分配差距，使居民对未来收入和支出都怀有信心。这对于我国实现可持续发展，建立和谐社会的目标是非常有益的。 多元统计论文:基于多元统计的非酒精性脂肪性肝病中医病机研究 摘要：目的 探讨非酒精性脂肪性肝病（NAFLD）中医病机规律，为临床辨证论治提供依据。方法 采用横断面研究方法，利用NAFLD中t四诊临床观察表，对患者资料进行采集。采用因子分析、奇异值分解方法，研究四诊表现的内在因子特征，比较各种分析方法的差别。结果 因子分析采用了α因子解析法、主成分分析法、映像因子法，其中α因子解析法结果为最佳，前3个因子对数据解释率最高，分别为脾湿因子、肾虚因子和气虚因子，三者构成了NAFLD的基本病机因素；奇异值分解法得到的前3个奇异值分别为脾肾气虚、肝肾阴虚和气阴两虚，同样突出了脾肾两虚在NAFLD病机中的作用。结论 脾肾两虚在NAFLD病机组成中占有重要地位，从虚论治NAFLD具有重要的临床意义。 关键词：非酒精性脂肪性肝病；病机；因子分析；奇异值分解 非酒精性脂肪性肝病（nonalcoholic fatty liver disease，NAFLD）是一种无大量饮酒史，以有肝实质细胞脂肪变性和脂肪贮存为特征的临床病理综合征。近20年来，中国脂肪性肝病的流行率约增加2倍[1]。 NAFLD属中医学“胁痛”“肝着”“肝癖”“痰痞”等范畴[2]。各家论述对NAFLD病位阐释不外肝、脾、肾，病机分虚实，虚在脾肾，实在痰浊、湿热、气郁。有学者提出本病根于本虚，本虚核心在于脾肾两虚的观点[3]，但尚未通过多元统计分析方法获得直接的临床证据。本研究对NAFLD中医数据进行多元统计分析，旨在了解其主要病机因素，探寻脾肾虚性因子在该病病机中的作用，为中医诊治NAFLD提供参考。 1 资料与方法 1.1 研究对象 选取2014年9月-2015年5月北京市丰台区铁营医院及北京市丰台区铁营社区卫生服务中心、西罗园社区卫生服务中心NAFLD患者251例。年龄20～70岁，平均年龄（48.29±10.78）岁；男118例，女133例；病程1～360个月，平均（43.99±60.98）个月。 1.2 纳入标准 ①符合《非酒精性脂肪性肝病诊疗指南》[4]诊断标准；②年龄18～70岁；③无饮酒史，或饮酒折合乙醇量男性 1.3 排除标准 ①合并心、肝、肾等系统严重损害者；②长期服用损肝药物，难以排除药物性肝损伤者；③有明确病毒性、酒精性、其他代谢性、遗传性肝病者；④孕妇及哺乳期妇女。 1.4 调查表设计与采集 采用Epidata3.1软件，根据文献报道（利用万方数据库、中国医院数字图书馆，以“脂肪肝，中医”为关键词，检索5年内NAFLD相关文献134篇）及《中医诊断学》[5]，提取NAFLD临床四诊表现，设计调查表，包括患者基本情况、中医四诊表现（一般证候、消化系统表现、面色、口咽、眼目、精神情志、形体肢体、二便、舌象、脉象）、实验室检查、B超影像、治疗等105项。由经验丰富的中医师对患者进行调查，舌脉部分由2名副主任以上医师核实后填写。 1.5 数据处理与统计 通过Epidata3.1软件录入数据，经不同人员进行2次核查后导出SPSS文件。采用SPSS21.0的降维-因子分析，奇异值分解（SVD）采用UCINET6.232软件。 2 结果 2.1 数据精简与准备 在患者四诊表现数据中，删除频数 2.2 因子分析 2.2.1 α因子解析法 适用性检验中KMO统计量为0.752，效果较好，Bartlett球形检验各变量的独立性假设不成立，因子分析适用性通过。通过相关系数矩阵得知，因子1能解释方差的13.507%，因子2为8.921%，因子3为4.498%，共取16个因子，总解释率63.112%，各因子贡献碎石图见图1。根据碎石图取前6个因子，利用SPSS21.0去除旋转成分矩阵中得分值绝对值 因子1主要与滑脉、头重如裹、体倦困重、纳差、神倦嗜睡、便溏、苔厚、面有油垢、舌色淡白、头晕、舌体胖大有关，乃脾虚生湿的表现，是脾湿因子；因子2主要与肢体软弱、腰膝酸软、健忘、气短、乏力有关，是肾虚因子；因子3与舌苔白相关，与舌苔黄负相关，是气虚因子；因子4和胸闷、嗳气吞酸有关，是肝郁因子；因子5与咽干、口干有关，是阴虚因子；因子6与弱脉相关，与弦脉负相关，是虚证因子。按照因子分析结果相关的四诊表现，患者中的公因子首先为脾湿，第二位为肾虚，第三位也与气虚有关，这3个因素对NAFLD贡献最大，构成了基本病机因素。 2.2.2 主成分分析法 主成分分析法（PCA）的可行性检验同α因子解析法。碎石图、各个因子的贡献均与α因子解析法相同。取前6个因子，因子1与滑脉、体倦困重、头痛如裹、纳差、神倦嗜睡、苔厚、面有油垢、便溏、头晕、舌色淡白、舌体胖大有关，是脾湿因子；因子2与肢体软弱、健忘、腰膝酸软、气短、乏力有关，是肾虚因子；因子3与舌色淡白、苔白相关，与舌苔黄负相关，是脾虚因子；因子4与口苦、口干、咽干相关，是阴虚因子；因子5与咽干、咽中痰阻、口淡口黏、胸闷有关，是湿邪阻滞因子，因子6与嗳气吞酸有关。 2.2.3 映像因子法 可行性检验同α因子解析法。碎石图、各个因子的贡献均与α因子解析法相同。取前5因子，因子1与滑脉、头重如裹、体倦困重、纳差、苔厚、便溏、神倦嗜睡、面有油垢、舌色淡白、舌体胖大、头晕有关，是脾湿因子；因子2与腰膝酸软、肢体软弱、健忘有关，是肾虚因子；因子3与舌苔白相关，与舌苔黄负相关，是脾气虚因子；因子4与自汗、咽中痰阻有关，可能也与气虚相关；因子5与弱脉相关，与弦脉负相关，是虚证因子。 2.3 奇异值分解 SVD是为了提取矩阵的最重要的特征，也可挖掘数据中的重要因素。本研究采用2模数据，利用UCINET6.232对患者四诊数据进行奇异值分析，结果分析得到49个奇异值，其中奇异值1为40.203（占总体的11.5%），奇异值2为18.320（占总体的5.2%），奇异值3为11.370（占总体的3.3%），3个累计占总体的20%，前3个奇异值见表2。由表2可知，奇异值1主要和乏力、头晕、健忘、口干、视昏、烦躁易怒、形体肥胖、腰膝酸软、舌质黯、舌体胖大、舌有齿痕、苔白或黄、弱脉有关，为脾肾气虚奇异值；奇异值2主要与健忘、胸闷、口干、咽干、面色少华、目干涩、肢体软弱、腰膝酸软、舌质黯、舌苔黄、弱脉有关，为肝肾阴虚奇异值；奇异值3主要与乏力、健忘、口干、肝区不适、目干涩、抑郁不舒、虚烦不眠、失眠多梦、腰膝酸软、肢体软弱、便秘、舌色淡白、舌苔白有关，为气阴两虚奇异值。 3 讨论 为探索各种因子在NAFLD患者中的作用，本研究对所有患者的临床四诊数据进行了因子分析和SVD，因子分析的方法有多种，目前应用最广的是PCA，本研究因为样本例数较少，理论上应选用α因子解析法、映像因子法最为合适[6]，所以研究中选用了3种方法（PCA、α因子解析法、映像因子法）进行尝试，均得到16个因子，根据碎石图选用解释率较高的前6个因子，发现α因子解析法最适合临床。3种方法结果因子情况相似，前3个因子均为脾湿、肾虚和脾气虚，差别在于贡献率较小的因子4之后，PCA法为阴虚、湿邪阻滞，α因子解析法为肝郁、阴虚，映像因子法为气虚，根据临床所见并结合样本例数，以选择α因子解析法结果最为适宜。无论采用何种方法，前3位因子均为脾湿、肾虚和脾气虚。 本研究还进行了SVD分析。SVD和PCA虽然有所差别，但从数学分析上看，PCA可谓是对SVD的包装，如果实现了SVD，也就实现了PCA，有了SVD，就可以得到2个方向的PCA。数学上计算方法的差异虽然导致了SVD结果和因子分析有所差异，但也发现前3个奇异值分别为脾肾气虚、肝肾阴虚和气阴两虚，提示虚证因子在NAFLD病机中的作用。通过因子分析和SVD分析的结果，结合文献报道可以认为，脾肾气阴的虚性表现在NAFLD病机组成中占有重要地位，应当引起临床重视。NAFLD的要点在于脾肾两虚，以气虚为主。《脾胃论》云：“脾胃之气既伤，而元气亦不能充，而诸病之所由生也。”说明脾胃之气虚，三焦气化不利，气血津液运行不利，痰湿瘀血、气滞等实邪随生；又《景岳全书・胁痛篇》云：“肾虚羸弱之人，多有胸胁间隐隐作痛。”所以从脾肾两虚能解释所有病理过程和证型特点。 《金匮要略》《圣济总录》即有“肝着”记载。《金匮要略・五脏风寒积聚病脉证并治第十一》云：“肝着，其人常欲蹈其胸上，先未苦时，但欲饮热，旋复花汤主之。”说明肝着是阳气痹结、气郁血滞的结果。《圣济总录・肝脏门》称“夫食气入胃，散精于肝，淫气于筋。今风寒客于肝经，不能散精，气血凝留，故着于胸上，其未苦时，但欲饮热者，盖血得温则行，遇寒则涩也。治肝气虚寒，邪着胸中，实塞不快，气血留滞，胸上欲人蹈之者，桂附汤方”。桂附汤可作为此种病机的代表性方剂。后世叶天士等温病学家提出久病入络学说，并宗旋复花汤进行络病诊治。即“肝着”的络病说，与之相对应的《圣济总录》则为经病说，此即为“肝着”治疗的2个流派。临床具体治疗根据辨证化裁，桂附汤应成为NAFLD的代表性方剂之一，络阻明显可参用旋复花汤加减，湿重则参入《圣济总录》蹈胸汤。 本研究通过因子分析和SVD分析，不仅证实了NAFLD以虚为本的观点，也为从虚论治NAFLD提供了文献和临床数据支持。 多元统计论文:农业经济发展的多元统计探讨 摘要：近几年来，我国的科技在不断地发展的同时，农业生产也从原先传统的生产方式渐渐转向现代化的方向，农业生产条件在农业经济发展中占据着主导的地位，多元统计也渐渐在农业生产经济发展的过程中起着重要的作用。 关键词：农业经济发展；多元统计；指标体系 众所周知我国是一个地大物博的国家，也是一个农业大国，农业经济的发展与国民经济的整体发展相互联系着，但是局限农业经济发展的因素有很多，比如土壤、气候、水分等。农业生产条件会因为各个地区的不同而存在差异，有些地势复杂、土质较差、通水排水设施不便，都会减少农作物的种类和数量，而当地的农业经济发展就会受到影响。多元统计的运用可以很清楚的分析出生产农业条件在农业经济发展中的影响，因此，提高对农业生产条件的多元统计已经是农业经济发展进程中刻不容缓的事情。 一、多元统计的重要性 农业经济的发展取决于多种大大小小的因素，为了能够更好的了解农业经济发展的方向和促进农业经济的发展，需要对农业进行多元统计。多元统计是数理统计中的重要组成部分，能够从各个方面进行同时统计，将多元统计运用到农业经济的发展中，能够同时了解到气候变化、土壤情况、农药使用状况和化肥用量等问题，还能多方面同时了解、同时分析找出其中的相关性，能够更加有效的想出对策来提高农业产量，改善农业状况。 陕西省地形复杂多变，农业统计人员能够运用多元化，对每个地区的不同耕地状况进行详细的了解，然后根据当地的气候、技术水平来制定适当的方案，将农业进行改革，因地制宜才能使农业经济更快的发展。在多元统计的过程中，能够使农业资源得到合理的分配，使农业物质生产条件得到最大化的利用，而且也能够配备适当的劳动力，有效的完成农业所需工作，推进农业经济发展进程。 二、多元统计在农业中的应用的分析 农业的生产条件在农业经济发展过程中有着举足轻重的地位，对农业生产条件进行多元统计分析，可以使农村的资源得到合理充分的利用。在对农业生产条件进行多元统计的过程中，需要对农村的劳动力、农村土质和农村的机械化程度进行一个合理的统计和分析。根据对生产条件的多元统计分析之后可以发现，农村劳动力、农村土质和农村机械化程度在对农业经济发展的影响中所占的地位均会在不同乡镇发生改变。比如在咸阳地区，农村土质和农村机械化程度对农业经济发展的影响中并不占据着主要因素，而是农村劳动力为主要影响因素。多元统计的分析可以很快的了解各个乡镇当地的农业所需状况和农业资源情况，然后进行合理的利用，能够更好的分配农业资源，有效促进农业的经济发展和持续性发展。 三、利用多元统计完善农业生产统计指标体系 1.政府要想真正做好农村农业生产，首要任务必须先做好农业多元化统计工作，因为农村经济发展涉及到的问题比较多，给农业统计工作造成了不少困难。一些乡镇农业统计部门人员少，在统计过程中出现了不少指标不合理的现象，统计的方法也存在很大的问题，这就导致了统计数据不精确，统计结果不科学。为了全面提高农业统计工作水平，首先要利用多元化统计来减少基层报表的上报数量和次数，但是还要保证报表的真实性和质量。这样一来就可以减少部门之间的工作量。在这个过程中报表分为定报和年报，其中定报可以结合秋播与春播。在此期间还可以取消预计夏秋产量报表，适当延后实际产量报表，这样不仅可以提高数据的准确性还可以减少统计量。另一个方面就是可以对畜牧指标报表进行缩减，对统计对象进行精减，保留代表性较强的猪、牛、羊、禽、蛋、奶等统计指标。除了对畜牧业的统计，此方法还可以将瓜果、蔬菜等农作物生产进行合并报表来减少重复统计。年报中的农业总产值、增加值和中间消耗量可以按照乡镇统计报表数据进行汇总，乡镇部门还要根据所管辖区的实际情况，建立自己的统计指标体系，除了将本辖区的农业产业纳入到统计范围中，同时还可以借鉴一些农业先进乡镇或示范县市的统计指标体系，利用多元化统计指标体系制定出自己的农业统计指标体系，并及时关注转型发展中的乡镇在不同阶段的农业指标，尽量将现代化农业、农民专业合作社、新农村建设、土地流转、农业社会服务等新的产业形势反映到统计工作中去。 2.以往由于r村统计调查方法缺乏一定的科学性和一些不合理的现象，使得统计数据出现偏差，甚至造成了统计数据的不真实。目前统计报表制度以全面报表为主。农业统计的大量基础数据基本由村级来完成，但是在这个过程中也存在许多问题，比如村级缺少专业的统计人员，因此统计工作经常是由村会计兼职完成。由于村级工作人员，人数较少，工作量大，而且工作人员水平又有限，所以对数据的真实性难以保证，这样就导致了统计效率的低下。此外农业总产值的消耗计算表太过复杂，比产值计算表多六十余项，并且没有确切数据来源，只能靠统计人员凭经验估算。要想改变这一问题，就必须制定一个科学合理的调查方法，改变以往这种落后的调查方式，实行全面抽样调查任务。这些问题源于改革开放后，家庭联产承包责任制导致的，原有的生产队等组织形式迅速瓦解，生产单位变成千家万户，统计对象成倍增加。在这种情况下，如果仍然按照以往的全民统计方法进行统计，工作势必不切实际。因此要建立严格的抽样调查统计制度，来确保统计方法的科学性和有效性。在定期报表中，播种面积和产量报表要由镇村按照实际数据科学上报、汇总，这样既降低了县级统计的工作量，也可以提高统计数据的准确度。农业总量指标的测算要有确切的数据依据，计算产值的价格要以市场平均价格为准。 四、结语 农业经济发展已经是我国农业的重中之重，而多元统计应用在农业经济发展中也是十分重要的。国家在进行农业发展中，需要对各个地区的情况进行多元统计，只有在对农业生产条件的多项指标中进行详细的分析，然后有效的掌握当地的农业生产条件，才能够因地制宜的进行农作物的选择和栽培。经过多元统计分析，可以更好的了解我国各地区的农业经济发展的弊端，才能够有效快速的制定出新的发展方案，合理利用农村资源，加快农业经济发展的步伐。 作者简介：关雁冰（1977-），男，陕西咸阳人，统计师，经济师，主要从事农业经济和统计研究。

统计类论文:实验教学法在经济管理类统计学教学中的应用 统计学是国家教育部规定的经济、管理类核心课程之一，也是安阳工学院经济管理类学生的专业必修课程。统计学教材中大量的公式及繁琐的计算使得对多数学统计的学生而言，统计学就是一门十分枯燥的数学学科，学习的目的不过是考试及格罢了。其实不然，因为从本质上来看，统计学属于一种方法论学科，只要是有数据的地方皆有统计学的使用之处。造成这种理解的原因可能与部分老师的教学观念有关，教师在教学中只注重理论方面的学习，注重公式的数理推导，完全不顾及学生的感受，形成教师、学生两条线。 此种情形下，我们认为非统计学专业的统计学教学完全可以实施实验教学，通过实施实验教学将有利于打破教学中长期固守的“教师讲解灌输，学生呆读死记”的陈旧模式，从而把教师的主导作用与学生的主体作用辩证统一起来，做到既发挥教师的组织、协调、引导和辅助作用，又充分调动和发挥学生的独立性、自主性、积极性和创造性。有助于缩短理论与实践之间的距离，加强理论与实践的结合。从另外一个方面讲，学生对实验教学的期待也非常高。笔者对2009级工商管理专业的学生进行调查，征集学生对《统计学》课程学习的建议，共收集56份文字性建议，其中有35人表示目前教材中案例陈旧，而且脱离实际，老师在教学中如果能以更加贴近实际例子为主，教学效果会更好。 一、统计学实验教学法的特点 相比其他实验教学方法，统计学实验教学方法有其特点。 （一）以基本知识点为核心 统计学是一门方法论学科，进行实验并不是我们教学的目的，通过实验帮助学生掌握统计学课程中的要点和难点，并训练他们的统计分析能力才是我们的目的。因此，这要求统计学原理的实验教学要紧密结合每一个基本的知识点，一个实验要与一个或多个知识点明确对应。 （二）强调学生的亲身参与 由于统计学原理具有很强的实践性，要使实验教学达到好的效果，最好的办法是让学生们自己搜集数据，用课堂所学的统计理论和实验教学中的应用技巧，编写案例，分析案例。 （三）运用现代化的数据分析技术 充分利用多媒体、录像、网络等现代化的教学手段表现统计学的实验教学案例。本课程的目标之一就是教会学生如何正确使用专业的统计分析软件。目前为止，使用较多的两个软件为excel和spss，统计教材中经常有较多的数据，利用软件可以使教材中的多数内容“还原”，使学生真正理解并掌握繁琐统计学公式的计算背后的“简单”软件显示。 二、实施实验教学的建议和意见 经过上述讨论，对于统计学实验教学的实施，笔者也提出了自身的建议和意见，这些也都是为了实验教学可以更好地在学院开展和进行。 （一）实验教学的内容 实验教学能否成功开展的关键所在就是实验教学过程中所采用的案例质量，教学过程中实验的恰当运用可收到良好的效果。教师应紧紧围绕教学目标、教学内容以及学生实际选择案例，并对拟选用的实验案例进行认真研究。 1.相关老师的课题。可以说，经管类多数课题的研究皆需要一定的调查数据资料作为支撑，其中，很大一部分需要借助于专题调查，就是根据所研究问题性质，设计一个完整的调查问卷，问卷的设计及数据的分析整理过程，完全可以让学生参与进来，达到“师生共享”之目的。 2.可以和相关职能部门合作。目前，经济管理学院与国家统计局安阳调查大队建立了非常良好的合作关系。调查大队的一些专项调查资料，比如2009年度公众对城市环境保护满意度调查、以及河南省调查总队组织的新生代农民工调查电话访问的工作是由经管学院09级工商管理专业的部分学生进行的。 3.结合学生实际情况，选择与学生有关的、学生熟悉的问题作为实验案例。2010-2011学年第2学期，笔者首次尝试让学生分组作实验的模式进行教学。具体方法是由学生根据自身情况，自愿组成学习团队，每个团队成员在5个左右，小组成员共同研究制定一个调查方案，内容和学生的学习、生活要相关。在所有19个小组的调查问卷中，涉及的领域包含学生消费、旅游、手机使用、网络使用等方面的问题，这样做既锻炼的学生的组织实践能力，又增强了学生学习统计学的积极性。 当然，一个调查问卷并不能完整包含统计学原理中的所有知识点。相反，实验内容应该随着知识点的变化而改变，笔者的实践见表1。 （二）实验教学案例的质量 实验教学案例质量是实验教学能否成功开展的关键所在。教师的知识结构、教师的教学经验，甚至教师的教学态度与观念都对实验教学案例的质量有非常重要的影响。比如，统计方法的选择与统计数据的类型有着紧密关系，为了了解各种不同数据类型的特点及其在实践中的应用，设计调查问卷时，教师应该对相关调查问题进行全面考虑。既要考虑到问卷的目的，也要考虑到不同数据类型的采集。 由于上述原因，我们认为，一个好的实验案例的形成，除了与学生所学专业有关外，还应该与其他专业课老师进行结合，不断完善，逐渐建立实验教学团队，建立案例库。 （三）传统教学与实验教学结合进行 虽然实验教学带来了教学方式上的改革，但是实验教学并不能取代传统教学，由此才有了实验教学的课时比重问题。也就是说，实验教学也需要传统教学的相互配合。 统计学是一门方法论科学，而统计学原理则是统计方法的基础，基本原理和基本概念的讲述，这有助于学生掌握系统、扎实的理论知识体系。另一方面，统计教学中并非每个问题都能有相应的实验，很多抽象的概念就无法用案例来展现，只能采用单向灌输的讲授方式，让学生在有限的课时内获得系统的理论知识。而且，我们认为，通过统计学的学习，不仅仅是掌握一种认识客观世界的数量方法，更重要的是要培养学生的基本统计学思维，统计学提供了有特色的思考方式，包括均衡思想、从数据进行推断，以及运用符号等，它们是普遍适用并且强有力的思考方式。应用这些统计学思考的方式的经验构成了统计能力——在当今这个技术时代日益重要的一种智力，它使人们能批判地阅读，能识别谬误，能探察偏见，能估计风险，能提出变通办法。总之，统计能使我们更好地了解我们生活在其中的充满信息的世界。毫不夸张地说，过分的强调应用而忽视理论知识的学习就会改变统计学学科的性质。 因此，统计教学中要从具体教学内容和要求出发，正确处理案例教学和理论讲授的关系，使它们互相结合，取长补短。如果不顾及教学内容的特点，一概用案例教学，忽视其它方法的运用，也不能取得理想的效果。这样看来，实验教学法不能完全脱离传统教学方式，两者的结合才会满足教学中的全面要求。根据笔者的实践，我们认为，在课时分配比例方面，实验教学课时所占总课时的比重应该在20-30%之间。 综上所述，实验教学法是一种值得在统计学教学中推广实施的方法，它可以提高教学效果和学习效率，培养学生的综合能力，改进和完善统计学教学的方法，但同时应该认识到，统计学实验教学是一个系统的工程，其成功的实施受到多个因素的影响，既有教师方面的，也有学生方面的因素。教师所扮演的是“导演”+“导师”的角色，需要为整个实验指引方向、控制节奏。学生应该提高对实验的认识程度、参与实验的积极性，只有这样实验教学方法才能达到预定的效果。 统计类论文:物流类统计教学革新 作者：段春媚 单位：青岛职业技术学院物流学院 目前，经管类专业统计学的教材一般采用《统计学原理》，虽然版本不同，但内容区别不大，大多只重视理论知识的讲述和数据的计算，较为抽象，会计、金融、营销、物流等专业讲述的内容相差无几，缺乏具有专业特色的案例分析和对学生实际操作的培养。教学模式过于陈旧。为了适应高职教育的特点，众多专业课进行了教学改革，按岗位群设课，突出实践教学，收到了良好的效果。作为专业基础课，统计学如果仍沿用教师上课讲授、课堂练习、作业批改等传统的教学方式，显然无法满足现代高职教育的教学要求。传统的模式或许能让学生学会怎样计算平均指标，怎样进行趋势分析，但对提高学生的实际应用能力所起的作用很小，而且在学习过程中容易产生厌烦情绪，不利于发挥学生的积极性和创造性。考核方式过于单一。统计学的考试过去一直采取以闭卷考试为主，平日考勤、课后作业为辅的形式。考试内容一般按照教学大纲，主要考查课本上的理论知识和计算能力，这种形式注重学科知识的完整性和逻辑性，却忽略了对知识的灵活运用能力。为了顺利通过考试，学生会去背公式，背例题，而很少关注学科的前沿知识和应用能力的培养。 统计学与物流管理专业课程的关系 统计学是一种定量认识问题的工具，研究的是随机现象的内在规律，这种工具因实际问题的需要而产生，只有与具体的专业相结合才有其用武之地，才能发挥其强大的数据分析功效。我们除了强调各类统计学的理学共性，还要强调各类统计学的个性。对于经管类专业的统计学来说，就是强调其与经济管理学科的密切联系，按照经管类学科的特点设置课程。青岛职业技术学院物流管理专业在几门核心课程的基础上实施了项目教学，统计学的定位就是为这些核心课程和项目教学的开展奠定基础，所以在讲授时要充分考虑到专业课程和项目教学所涉及的要点，使讲授的知识与之充分结合。根据对专业课程的理解和从事项目教学指导教师所获得的经验，现将专业核心课程和项目教学中涉及到的主要统计环节做了总结（见表1）。 统计学的理论和方法不仅渗透到了物流专业课程的方方面面，在学生后续的企业社会实践和顶岗实习中也有广泛的应用。通过学生社会实践答辩情况、社会实践和项目调研报告的内容分析以及个别访问，我们发现，被调查的96名学生中，93．75％的学生表示在实践岗位上需要用统计知识处理问题，比如各类订单的统计、库存情况分析等；78．13％的学生在分析报告中运用了一些简单的统计方法来说明问题。因此在教学时，注意将这些结合点用案例或实训的形式表现出来，将大大提高学生对统计学的认同及其应用的合理性和正确性。 统计学教学改革尝试 针对教学中出现的问题，结合物流管理专业的特点，我们对统计学课程进行了几个方面的改革尝试。 （一）优化教学内容，突出软件应用 对于高职学生来说，学习统计不要求具有多高深的理论，技能操作性是至关重要的。如果将理论讲得太多，一是学时不允许，二是学生难以消化，得不到好的教学效果。在教学内容的选择上根据专业的特点，我们选取最常用的最实际的知识，将重点放在统计方法的功能与用途上，特别是统计调查、统计整理和统计指标的建立及分析。理论教学做到深入浅出，穿插对实际案例的分析，使统计学更加科学、更加实用。考虑到实际工作中运用统计学处理问题时，手工操作已经不能完全适应当前社会统计的需要，所以每一部分内容都与统计软件有机结合起来，不但能使数据的显示和分析变得快速简单，也能提高统计结果的准确度。在软件的选取上我们充分考虑了实用性和可行性。目前，专业的统计分析软件有SPSS、SAS、BMDP、SYSTAT等，这些软件大多为英文操作界面，其强大的功能对于非统计专业的学生来说并不实用。而随处可见的Excel软件易学易用，便于掌握，其提供的统计函数、统计制图、电子表格及数据分析功能完全可以满足教学要求。［2］在教学中，我们充分利用了学院提供的机房，假设一个工作场景，通过Excel软件操作将知识当堂消化。 （二）改革教学方法，加强团队合作 统计学是一门由实际问题驱动的学科。因此，在教学方法上，我们主要采用任务驱动教学法，配合案例和多媒体的使用，让学生更直观、形象地接受新知识。 1．任务驱动教学法。任务驱动法是指在教学过程中，把课本知识转化成多个具体的任务，通过师生共同完成任务来讲解和学习所需知识的一种教学方法。任务驱动法改变了以往教师讲学生听的被动教学模式，创造了学生主动参与、合作探索的新型教学模式。［3］在教学中，我们以小组为单位进行，教师是整堂课的设计者、组织者，为学生进行学习资源的提供和学习方法的指导。例如，讲解统计调查时，第一步先给出任务：对我院学生消费情况进行一次调查。第二步分组分析任务，确定出完成该任务需要先设计一个调查方案，包括调查对象、调查内容和调查问卷，然后是调查的开展和资料的整理、分析。第三步是完成任务，学生通过自主学习和合作学习进行探索研究，包括重温之前学过的统计工作的过程，并尝试调查问卷的设计。准备就绪后，可以利用课余时间开展一次小规模的统计调查实践，将收集的资料进行初步的整理和分析。第四步是学习效果的评价。小组将学习的成果进行展示、讨论、互评。教师对大家任务完成的过程和结果进行评价，总结经验和教训，提出更合理的建议，同时可以提示大家，至于怎样规范地整理资料、如何进行较为准确的数据分析才能使本次调查圆满结束，将作为以后的一个新任务。由此留下了一个悬念，让同学们期待下一个任务的开始。通过这种教学法的尝试发现：带着任务学习使学生有了明确的目标，更容易进入学习情境中，提高了学生的学习兴趣和自主学习的能力。分组合作学习增强了学生的团队意识，也为不同程度的学生提供了不同的任务完成机会，有利于各自特长的发挥和知识、能力的互补。 2．案例教学法。统计学里的概念比较抽象，如果以这些抽象的知识点作为任务，学生可能无从下手。于是，我们精选与日常生活息息相关的案例或者具有专业特色的案例，以案例作为任务的关键部分，既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，又可以帮助学生提高综合分析和解决实际问题的能力。例如，学习综合指标时，可以先不给出公式，而是让学生假想自己为物流公司的人员，将任务设计为一个个具体的物流活动，通过物流总产值、库存周转率、车船空载率和平均采购成本等问题的分析，进而学会使用总量指标、相对指标和平均指标；学习趋势分析时，设计为物流企业经营决策方面的案例，并结合Excel进行分析和探讨，使学生掌握其基本思想。与专业相关联的案例，学生易于接受，仿佛看到了即将发生的事情，透过这些案例也明白了学习统计的重要意义。#p#分页标题#e# 3．多媒体辅助教学。多媒体具有信息量大、形象化、直观化的特点。借助多媒体可以将统计学中的大量统计表、统计图及案例生动地展示在学生的面前，既节省了时间，又丰富了视觉效果。例如统计分组、分配数列的编制和统计表、统计图的设计。但是我们也应当注意到，多媒体在教学中只能充当工具的角色，要正确合理地使用好这个工具，使之为教学服务，而不是完全依赖这个工具。课件的制作要精练，不能照本宣科，要掌握好屏幕上显示内容的速度，必要时配合一定的板书详解。这样做既发挥了多媒体教学的长处，又照顾到学生的认知规律，在学时不多的情况下，仍能收到良好的效果。 （三）创新考核方式，合理评定成绩 考试不是教学的目的，而是一种督促学生学习的手段，考试的形式常常决定了学生的学习方式。过去我们一直采用传统的闭卷笔试，分为单选、多选、填空、判断、计算几个题型，这种形式比较规范，答案统一，易于操作，但是学生学习的方式比较机械。考核的结果只能看到学生是否用功学习了，却无法真正判断出学生是否具备了较强的分析能力，成绩再好也无法活学活用，将来走上工作岗位很难得心应手地处理问题。在这种情况下，我们对考核方式进行了改革尝试，将过程考核进行了细分。平日考核分别包括统计实践活动的参与度（如问卷的设计、调查活动的开展、调查结果的分析等）、课堂讨论的表现、小组作业完成的质量和面试；期末测试分为笔试和上机操作。笔试主要以案例分析为主，模拟真实工作环境，考查学生对各类指标的综合分析能力；上机主要考查统计表和统计图的设计制作、统计函数的运用等。考核项目的增多，虽然加大了教师的工作量，但是有助于学生成绩的全面综合判定。考核形式的多样性，调动了学生的求知欲和创造性，促进了学生技能的训练与能力的培养。在这样的考核方式下，学生自然会将课程的学习延伸到课堂外，既能弥补学时的不足，又能将知识很好的内化。统计学课程的教学改革，突出了这门课程作为“工具”的特点，强调其在实践活动中的指导性和应用性，有助于学生统计思维的形成。在培养学生创新思维、提高学生理论联系实际能力、主动学习能力和综合分析问题能力方面具有重要意义，较好地实现了提高学生职业能力的教学目标。 统计类论文:统计学类专业高等代数课程改革分析 摘要：为培养理论基础扎实、专业应用性强的学生，我们对统计学类专业的高等代数课程进行了改革，从教学内容的调整、教学知识的渗透、教学模式的改革等方面，结合诸多实例，具体阐述了高等代数课程教学改革的方法。 关键词：高等代数；统计学；教学改革 一、统计学类专业高等代数课程教学的基本情况 统计学是收集、处理、分析、解释数据并从数据中得出结论的科学。1998年高等学校本科专业目录中首次将统计学专业分为理科统计学和经济统计学，分别授予理学和经济学学士学位，前者属于数理统计方法与应用范畴。2012年9月，统计学类成为理学门类下的一级学科，并在其下增加了应用统计专业。为了适应统计学类专业“宽口径、厚基础”的需要，统计学类专业要求学生打下扎实的数学基础，其课程体系中数学基础必修课包含数学分析、高等代数与几何学等。但随着社会的发展，统计学类专业在应用方面的作用日渐突出，统计软件、实习、实践课程等培养统计应用能力的课程得到了强化，理论课程的课时受到一定程度的压缩，高等代数课程也受到课时减少的影响。然而，高等代数课程是统计学类专业重要的基础课程，也包含理工类大部分专业的考研数学知识点，本课程的教学效果不仅影响着统计学类专业其它核心课程的教学，也影响着该专业学生的自身发展。在这种情况下，如何对高等代数的教学进行改革，在有限的课时下保证高等代数课程的系统性，又能够突出重点，保证它们的高等代数知识能够满足后续课程的教学需要，使其更适合统计学类专业的需求，是我们面临的一项新课题。 二、统计类专业高等代数改革内容 （一）根据专业需求调整高等代数课程的教学内容 统计学类专业以培养理论基础扎实，专业应用性强的学生为目标。在高等代数的教学中，对重要知识点深入讲解，使学生理解其思想，并通过例题与应用加深体会；而对过于繁杂的证明可适当降低要求。目前，国内专门针对统计学类专业的高等代数教材非常少，大多数院校采用数学专业相同的教材。然而，统计学类专业大部分学生的数学基础比数学类的学生薄弱，对高等代数这样高度抽象的课程学习起来倍感吃力。为了改变这一状况，在一些高等院校中，统计学类专业开设线性代数课程替代高等代数课程，这样会使学生学习本门课程的时候感到相对轻松，但统计学类专业的后续主干课程的教学，如多元统计分析、时间序列分析、统计建模等，会由于没有充分具备相关数学基础而受到影响。因此，我们需要根据统计学类专业需求与学生情况，对高等代数的教学内容进行调整。具体来说，高等代数中的行列式、矩阵、向量空间、线性方程组、二次型、特征值与特征向量这些知识相互联系紧密，是高等代数的基础部分，是统计学类专业后继课程的基础，同时也是国家研究生招生考试知识点，必须包含在教学内容中。 线性变换、欧式空间等内容不属于通常意义下线性代数知识点，不在研究生招生考试统考数学的范围内，但其思想与统计学的主要方法联系紧密，略去将对后继主干课程的教学造成一定的影响。因此，这两部分内容也需要重点讲解。而高等代数课程中的多项式理论、λ-矩阵、双线性函数等内容，不属于通常意义下线性代数的知识点，与统计学类专业的主要方法也没有直接联系，不讲或者略讲这几部分内容不会对本专业的后继课程的学习造成大的影响，我们可以根据学生的基础与课程总课时情况灵活选择。例如，大多数高等代数第一章是多项式理论，该章定义、定理多，逻辑推理强，大一新生普遍感觉抽象难懂，而这一章的内容、方法与接下来的几章几乎没有联系，只是在特征值与特征向量这一章才会用到几个因式分解定理。我们可以在即将讲授特征值与特征向量这一章时，简单介绍因式分解定理以及其应用方法。这样安排一方面是由于统计学类专业的学生对数学理论证明的要求并不是很高，另一方也可以避免学生在前期因繁杂的证明而失去信心和兴趣，而且可以在有限的课时内讲解更多的例题，以及高等代数知识在统计学中的应用。 （二）渗透高等代数知识在统计学中的应用 作为统计类专业的专业基础课，高等代数的方法在统计学中有着广泛的应用。我们在讲授相关知识点时，尽量结合其实际背景，特别是统计学方面的背景，渗透高等代数知识在统计学中的应用。例如，我们可以在欧式空间后，讲解投影法在最小二乘法中的应用。最小二乘法是一种重要的求极值的方法，在统计学中求解线性模型参数估计问题的基本方法，具有鲜明的统计学背景。我们提出有实际应用背景方面的问题，如以脚长与身高的关系为背景，利用投影定理求出一元线性回归问题的最小二乘解，并结合学生的脚长与身高数据，求出身高与脚长的经验公式，并介绍该经验公式在刑事侦查等领域的应用。这一问题与统计学联系紧密，与学生紧密相关，且容易理解，可以很好的吸引学生的兴趣。虽然统计学类专业的其他课程如数学分析、多元统计分析等会再次讲授最小二乘法，但这些课程中一般是采用偏导数的工具求极值，在教学内容上没有重复。此外，我们在高等代数中讲解最小二乘法，会使学生在其他课程再次学习该方法时更容易接受，达到以旧促新的效果。在讲授“特征值与特征向量”这一部分内容后，可以通过例子讲解其在求解数列通项公式、微分方程、马尔科夫链中的应用。 特别的，数列通项公式求解问题看起来是一个初等数学问题，与学生的高中知识联系紧密，容易被学生理解，而该问题的解决却需要借助特征值与特征向量的方法，让学生体会到抽象的矩阵相似对角化在分离变量中的作用，可以极大地激发学生对高等代数的学习热情。这一问题实际上是一个差分方程求解，是统计学类专业的主干课程时间序列分析研究的内容之一。我们此时讲解这一部分内容，可以为后续相关课程的学习打下基础。将这一问题做简单变换，就可以变成一个微分方程问题，采用的分离变量的方法与差分方程完全一样。而马尔科夫链中的讲解，可以以人口流动模型为背景，利用特征值与特征向量的性质，求出人口模型的稳定状态。这三类例子背景不同，但其处理方法却是极为相似的，可以让学生体会抽象思想的魅力。在讲授对称矩阵正交相似对角化与二次型之后，我们可开设“对称矩阵正交相似对角化在主成分分析中的应用”这一个专题，通过几个具有实际背景的若干个例题，如身多个学生的身高体重问题分布散点图、体会线性变换在处理实际问题中的作用，启发学生理解主成分分析的思想。通过这些渗透，既锻炼了学生的数学建模能力，又使学生加深了对代数方法的掌握，同时为后续相关统计课程的学习打下了坚实的基础。 （三）改革教学模式 传统的高等代数教学方式以板书为主，原因之一是高等代数的教学内容含有大量的计算和证明，板书可以加深学生对计算和证明过程的理解。然而，板书的书写速度较慢、信息容量小、表现等缺点，使其在高等代数教学中的局限性日益突出。随着社会的发展与教育技术的进步，各种教育工具不断涌现，多媒体、翻转课堂、等精彩纷呈。作为一名高校青年教师，需要积极学习如何运用这些新的教学工具，改革教学模式。但任何教学工具都不是万能的，我们需要根据教学内容与学生特点，采用适当的教学策略，扬长避短，形成优势互补。多媒体可以极大地节约板书时间，提高授课效率，在一些板书量特别大的章节，我们可以采用多媒体的方式。但正是由于多媒体授课效率高的特点，容易造成学生思维跟不上课堂进度，学生的思路也容易随着多媒体翻页的变化而断掉，不能对课堂有一个整体把握。这时候我们必须采取多媒体与板书相结合的方式，在利用多媒体教学的同时，将教学框架、教学重点、教学难点以及一些重要的定义、定理、公式等内容板书在黑板上，强化学生对教学内容的理解与记忆。翻转课堂是指重新调整课堂时间，学生在课外自主完成知识的学习，教师采用各种途径满足于促成学生的学习，课堂变成了老师学生之间和学生与学生之间互动的场所。这一模式可以打破时间与空间的限制，让学习变得更加灵活。但现阶段地方院校学生自主学习意识普遍较弱，翻转课堂不适合作为高等代数这类趣味性弱且高度抽象的课程的主要教学模式。我们注意到一部分学生求知欲强，学习兴趣浓，课堂教学内容不能满足他们的需要。我们可利用翻转课堂来实现分层教学，将一些扩展内容，以微课、电子书、论坛等形式提供给学生，为学有余力的同学拓宽和加深知识体系。这些新的教学方式可以打破时间与空间的限制，构建新的教学模式，促进师生沟通及交流，提高教学效果。 三、结束语 作为一名统计学类专业基础数学课的教师，要着力思考如何使基础课的教学更好地服务于学生的发展，为本专业后继课程的教学打下坚实的基础；要着力思考如何讲基础课的教学与本专业的背景联系起来，加深学生对定义、定理方法的理解，调动学生的学习积极性；要着力思考如何改革教学方式与方法，将重要的教学内容，以学生容易接受的形式，系统化的呈现出来。教师是教学改革的主体，教学是教师的立足之本，要在实践中发现问题、解决问题，努力提高教学质量。 作者：戢伟 单位：桂林理工大学 统计类论文:经管类专业统计学课程体系构建 摘要：统计学是培养经管类专业学生定量分析能力的重要课程，大数据时代的到来对统计学提出了新的要求。本文围绕大数据时代对经管类专业数据分析人才的需求，以专业特色为导向，运用“知识+能力+应用”模式进行统计学模块化、层次化课程体系构建。 关键词：大数据；经管类专业；课程体系 大数据时代给社会经济发展带来了机遇和挑战，社会各行各业对数据分析需求大幅上升，需要借助数据分析实现数据的增值，挖掘数据背后的潜在价值，为其经营管理决策、投资决策提供智力支持。随着社会经济发展对具有数据管理和数据分析能力的应用创新型经济管理人才的需求逐渐攀升，也引发了对高校经管类专业学生能力的更高要求。面对纷繁复杂的社会经济环境，经管类专业学生必须能够广泛应用定量分析技术，能够从海量数据中获取有效数据，运用科学的方法从这些数据中提取出有用信息，建立相应的模型，作出最优决策。统计学是培养经管类专业学生定量分析能力的一门重要课程，是众多高等院校经管类专业的专业基础必修课，是以后深入学习相关定量方法类课程（诸如计量经济学、管理运筹学、市场调查与预测等）的基础。因此，统计学课程体系设置是否合理，将直接影响到学生获取有效数据和分析数据应用能力的培养，进而影响学生定量分析能力的培养。 一、经管类专业统计学课程体系存在的问题 1.课程教学定位模糊。 我国高等院校经管类专业统计学教学中的最大弊端在于一直按照前苏联划分方式将其归类为一门偏重于简单数据整理课程，而将相应的统计分析所采用方法和理论归为数理统计，因此在教学中不重视对后者的学习。然而，西方发达国家的统计学课程是同时包括这两个部分内容的，尤其是后一个部分内容是定量分析的重要基础。因此，在传统统计学教学定位下，学生只认识了基本理论与概念，却掌握不了处理和分析数据的能力，这与经管类专业应用型人才培养目标相背离，难以适应大数据时代社会各领域对经济管理人才素质的新需求。 2.课程体系有待完善，与经管类专业融合不够。 目前，大多数高等院校经管类专业统计学课程设置只涉及理论统计学这一领域，未将统计分析方法与相关经管类专业知识有机结合。在这样的课程体系安排下，学生虽然掌握了统计基本理论和方法，但难以体会到统计在本专业学习中的应用价值，当面临现实的经济、管理问题却无能为力，不会运用所学统计方法，结合专业知识对实际问题进行定量分析。这种状况与经管类人才定量分析能力培养目的相违背，难以实现具有创新能力的经管类人才的培养目标。因此，如能结合经管类专业特点，对统计学的课程体系进行优化建设，势必能够培养出具有定量分析技能，满足社会需求和企业需求，符合大数据时代人才素质要求的经济管理人才。 二、大数据时代经管类专业统计学课程体系构建 1.明确课程教学定位。 目前，统计学教学中偏重于统计学基本概念、基本模型和基本方法的理论知识学习，系统性较强，有利于学生全面了解统计学的知识体系，但是对统计思维能力的培养和统计方法的应用重视不够，这不仅会让学生望而生畏，从而失去学习的主动性与积极性，更为重要的是学生不能够学以致用，在自己本专业深入学习过程中不会运用统计学知识来解决实际的经济管理问题，而在教与学中出现的这些问题源头在于教学定位不够准确。因此，本文提出新的课程教学定位：以应用创新型人才培养为导向，提高经管类专业学生定量分析能力为目标，结合经济学科和管理学科的特点，通过统计学的理论教学、案例分析、课程设计、实验（践）等教学环节，培养学生统计思维能力和统计应用能力，具备运用统计学理论与方法，研究社会经济管理领域有关数据收集、整理、分析等解决实际问题的综合能力，以适应大数据时代对经济管理人才的新需求。 2.课程体系优化建设。 根据新的教学定位，统计学课程体系优化建设的基本思路：一是课程体系设置要强调基础知识、注重灵活应用、突出定量分析的教学理念和教学目标；二是课程结构上，突出专业针对性，强调统计学科和经济学科、管理学科的有机结合，使课程特色化；三是建立实践教学体系，加强学生实践能力的锻炼，为学生提供综合素质和能力提高的实训平台；四是将统计分析软件的运用融入到课程体系之中，加强统计分析软件的技能培养。因此，本文将运用模块化系统集成思想，根据经济与管理类各专业的要求，提出按专业分模块，按模块分层次，按层次定内容的改革方案，构建“课程体系课程子系统课程模块具体内容”的递阶控制结构模型。在统计学课程体系优化建设中，我们运用系统科学的方法构建出模块化、层次化集成的课程体系在整体功能上达到了最佳状态。课程基础子系统是统计学理论基础和统计思维培养阶段，由统计学基本原理和基本理论构成，体现了“厚基础”的功能。课程应用子系统和课程案例子系统是统计分析能力训练阶段，首先结合认知性案例模块系统介绍统计分析方法，让经管类专业学生了解统计分析方法的基本原理，其次进一步结合专业特色案例模块和统计分析软件模块，通过分专业教学方式，使不同专业学生能够体会到统计学在本专业中的应用，增强学生的学习兴趣，体现了“强能力”的功能。课程实践子系统是统计应用能力实践阶段，是培养大数据时代应用型经管人才的重要环节。课程实践主要包括课堂实践和实验室模拟，课外实践主要包括社会实践活动、实训实习和相关竞赛，通过课程实践和课外实践两大平台训练学生运用所学统计调查、统计整理和统计分析等知识解决实际问题的综合能力。课程选修子系统是统计应用能力扩展阶段，该阶段在学生掌握统计学相关知识的基础上，通过选修统计预测与统计决策两大模块，进一步培养学生的定量分析能力。 三、结束语 大数据时代经管类专业统计学课程体系构建，应注重强化基础理论，突出知识的实用性和创新性，做到统计知识与实例分析相结合，与软件应用相结合，理论教学与实践教学相结合，与实际应用相结合。根据经管类各专业特色，以“知识+能力+应用”模式进行模块化、层次化课程体系设置，从本质上提升学生的数据素养和信息素养，提高解决实际问题的定量分析能力，以适应大数据时代对人才素质的新需求，使具有数据管理和数据分析能力的经济管理人才在就业市场上更具有竞争力。 作者：顾剑华 单位：桂林电子科技大学 统计类论文:经济管理类专业统计学教学思考 统计学是一门收集、整理、显示和分析统计数据的科学，目的是探索和挖掘大量社会经济现象的内在数量规律性，进而为宏观国民经济管理部门或微观企业的科学决策提供依据。随着定量化研究方法在我国社会经济研究领域的普及和深入，统计方法已经成为管理、经济、经贸、金融等许多学科领域研究的重要手段。国家教育部规定《统计学》作为经管类大学本科学生的专业（核心）基础课，尽管近年来国内院校经管类专业统计教学在教材的选择、教学内容设计、教学手段等方面进行了大量的改进，但是当前非专业《统计学》课程的实际教学效果仍不够理想。本文结合经管类统计学课程教学的实际情况就其中存在的问题提出几点建议。 一、统计学课程教学的现状 1.教学方式陈旧。 著名统计学家C.R.Rao曾说过：“在抽象的意义下，一切科学都是数学；在理性的世界里，所有的判断都是统计学”。统计学与数学最大的区别在于统计学将抽象的数字、公式赋予了经济的含义，在定性分析的基础上，运用量化分析方法处理社会经济的实际问题。在传统的教学中，许多课堂往往注重理论和方法上的讲解，大量公式的推导和数学计算使学生对统计学丧失学习兴趣，从而被动学习。 2.课程针对性不强，与相关专业融合不够。 教师根据书本内容讲解统计方法的基本原理、实施步骤，而对方法本身在各个领域中的实际作用未能进行详细阐述，导致学生对统计方法的学习过于枯燥，即使学完也不知如何在实际中运用这些统计学方法，无法将统计学作为定量研究的方法论指导相关专业领域的预测和决策。再者，教师在课堂上讲解统计计算方法，却对所计算的变量、参数和结果不能给出很好的解释，甚至忽略统计方法的前提假设条件。这种与实际脱节的教学方式，让学生形成统计就是数学的思想，从而无法起到让学生形成统计思想，学会用统计的教学目的。 3.实践教学不足。 统计学是一门操作性较强的学科。通过实践教学，一方面可以弥补课堂学习的不足，检验课堂教学；另一方面学生可以具体操作统计实务，增强实际动手能力，提高适应社会的能力。因此实践教学是统计学学习中不可或缺的手段。可是，据目前针对武汉市各高校统计学教学调查的实际情况来看，很多学校教学中理论教学与实践教学脱节，仅有理论课程的讲解，教师只注重课本例题、习题的讲授，实践教学处于缺失状态。其次，随着计算机技术的发展，各种统计软件应运而生，从word、excel自带的统计功能包到SPSS、SAS等专业的统计软件，现代化的信息处理技术可以帮助我们走出大量繁琐的数学计算，便捷地得到正确的计算结果，让我们的实践教学不仅仅停留在手工案例分析的阶段。但是，在实际的授课中，针对统计软件的讲解没有得到应有的重视。有的学校只讲公式运算不讲软件，学生甚至连统计静态描述中的统计图表、平均数、方差连统计图表都不会用计算机软件生成，一个综合性的问题往往需要几十分钟才能算完，浪费了宝贵的时间，消耗了大量的精力。这样的统计学学习完全脱离了统计学方法论的本质，不但不利于学生社会竞争力的培养同时也为今后的工作带来困难，让统计学沦为有形无神的一纸公式。 4.考核方式不完善。 目前，本科经管专业统计学课程广泛采用“平时成绩+期末考试成绩”的考核方式。期末考试多为闭卷，比例在总成绩中占70%甚至更高。这样的考核评价方法单一片面，忽视了对学生统计方法综合应用能力的考察，不利于促进学生提高统计分析具体问题的能力。 二、统计学教学改革的几点建议 1.采用启发式教学。 教学工作，包含两种最基本的活动，一是教师的讲授，一是学生的攻读。教育家叶圣陶先生曾经指出：“教师之为教，不在全盘授予，而在相机诱导。”因此，教学必须在以诱导为核心的前提下，以问题为导向，对学生进行积极的引导和鼓励，紧紧抓住学生的注意力，利用学生的好奇心和好胜心，激发学生的学习兴趣，启发他们自主地探讨相关知识。比如在学习时间序列时，可以让学生站在企业经理的角度，通过上市公司年报尽可能地搜集和整理相关的资料，结合往年公司的销售额思考如何预测。让学生带着问题学习，并最大程度地通过自己搜集资料和的研究和分析，提出恰当的解决办法。将平铺直述、一讲到底的课堂组织模式转变为以学生为核心、课程内容为导向、教师引导和控制组织的学习活动。因此，教师还应在对学生充分了解、对教材充分掌握、对各类教学策略与技术充分熟悉的基础上，有足够的知识储备，形成合理的知识结构，拓展课程的内涵和外延，使统计学课堂真正丰满起来。 2.突出案例教学法。 （1）案例教学。 统计案例教学属于实践活动的真实模拟。通过案例让学生在课堂上接触到大量实际的具体问题，培养学生的统计思维和综合运用所学知识解决实际问题的能力。教师通过引导分析具体案例，让学生了解分析实际问题的思路，解读计算结果，并根据分析结果提出有针对性的对策和建议，以达到深刻理解、熟练掌握、会实际应用的目的。其次，通过案例将抽象、枯燥的理论与社会经济中的实例联系起来，生动形象地帮助学生加强对基本理论的理解和思考。并且在实际问题的研究中，从不同的角度选用不同的理论和方法分析案例，得到不一样的解决方案，不但能有效地调动学生的主动性和求知欲，更能促进学生对综合问题分析能力的培养起到触类旁通的作用。比如，在统计调查的教学中让学生调查在校大学生的月支出情况，如果向全校同学都发放问卷调查即为普查，但普查工作量大、成本高；如果随机选择同学进行调查则是抽样调查，若针对某特定年级的调查也可以分为整群调查，或选择占全校大多数学生的学院调查为重点调查等。通过案例使学生加强了基本概念的理解，培养了学生的统计思维，让学生学会针对具体问题采用适当的统计方法进行分析。 （2）突出专业契合度。 统计学作为经济管理专业的核心课程，经管类许多专业均要开设。教师在备课时针对不同专业学生设置不同的案例。突出不同专业学生的专业背景，既能让学生加强对概念、公式等理论知识的理解，又能调动学生的学习积极性，同时还能与本专业其他课程进行有效的衔接，突出统计学作为工具和方法的实用性。比如对会计专业讲解时期指标和时点指标，我们结合基础会计课程中会计要素、会计账户及其金额和会计报表编制的讲解。再如，将统计学中平均指标计算与财务会计课程中存货计价方法、管理会计课程中销售预测相联系。存货成本的先进先出法和加权平均法，就是应用统计平均指标的计算原理，即简单算术平均数和加权算术平均数的计算；管理会计课程的销售预测则是算术平均法、移动平均法的应用。这样，学生有效地利用了自己的专业背景理解起来会更为透彻。统计知识在专业的应用地位凸显出来了，学生有了对统计课重要性的认识和学习统计学的兴趣，统计课堂的教学效率也自然提高了。 3.加强实践性教学。 （1）课程引入实践专项训练。 统计学是一门应用性很强的学科。通过加强实践能力的培养有助于学生从书本走向实际，从理论走向实践，用知识转化成能力，从而达到培养学生的创新精神和创新意识的目的。如果教学只停留在课堂上教师单纯对理论的讲解学生被动地学习，学生学完后根本不具备独立定量分析处理社会经济问题的能力。只有大力改进教学体系，强化实践性教学和专业技能训练，使实践性教学在教学计划中占有较大的比重，打破经管专业学生在校期间只有毕业实习这个唯一实践性教学的做法，构建以课堂、实验室和社会实践相结合的多元化立体教育体系。以专周或独立设置的统计学配套实践教学，组织学生选择一些社会热点问题进行社会调查、专题研究或参与企业管理。保证学生能在相对集中的时间内独立设计统计调查的方案、搜集数据、绘制图表、分析预测，让学生走出课堂，在实际工作中使专业教学与统计实践密切结合。 （2）重视电算化能力的培养。 统计学的应用性和实践性很强，但是定量分析的内容较多，计算复杂且工作量较大。统计软件的使用不仅使统计技术变得简单、准确，而且使统计教学由繁琐抽象变得简单轻松；节省了时间、人力和物力。因此，加强对计算机软件（如Word和Excel）和统计学软件（如SAS和SPSS）的教学，培养和指导学生选择合适的统计分析软件处理相关数据成为实践教学中不可或缺的部分。在教学中，首先应让学生明确正确操作相关软件的步骤，引导学生输出计算结果，重点阐述计算机输入和输出的数据的内容和意义，让学生掌握评价和分析数据的方法，提高对数据分析和评价的能力。 4.累进及多样化的考核方式。 统计考试应将学生独立思考和创新意识列入考试评分标准当中，将基本理论、统计实践和统计思维纳入考试体系中，综合评价学生成绩。学生成绩由参与教学活动的程度、独立思考设计完成统计方案的情况、对社会经济现象的分析能力和基本理论的水平共同决定。为此，考试模式应不拘一格采取灵活多样的考试组织形式。除了目前普遍采用的书面考试外，综合采用演讲与讨论让学生结合专业背景针对社会经济现象自拟选题，通过学生撰写小论文并答辩的方式考核，变单纯闭卷考试为闭卷与开卷结合，口试与笔试结合，卷面考试与统计分析报告的写作、计算机应用软件的操作相结合等多元化测试考核及多阶段考核，积分累进考核成绩。 作者：李莎 单位：湖北工业大学经济与管理学院 统计类论文:民族高校经管类专业概率统计论文 一、民族高校经管类专业概率统计课程教学特点 1、学生基础知识层次差异性 大民族高校教育的目的就是为民族地区服务和培养少数民族人才。由于民族高校招收学生的生源大多是我国少数民族聚居区域的民族生或者是发达地区的少数民族学生，由于教育资源和教育整体水平的不均衡，使得民族高校学生的基础知识掌握程度上有较大的差异，同时进入大学后，由于概率统计课程特点，它对学生的数学知识基础有着较高的要求，故在知识的延续和递进中使得学生在这门课程的学习效果上有着明显差异，在课堂教学中最明显的特征就是由于学习基础的差异，学生在知识的掌握上层次差异性明显较大。 2、课程教学方式单一目前 在民族高校的概率统计课程的教学方式大部分还是使用黑板讲授加电子讲稿、教学内容比较传统，比较注重数学原理的推证、数学计算方法的讲授，即使有个别学校在概率统计课堂教学中有融入实验教学内容，但也仅仅限于数据分析软件的使用，并没有将实际经济问题案例与数学知识、数据分析软件结合起来综合应用，概率统计知识的综合应用性并没有体现出来。教学方式还是以教师为主导，教师布置问题和作业，学生完成作业的传统被动方式。 3、教学内容与学时的矛盾概率统计 课程作为经管类专业学生必修的一门经济数学课程，它有着数学课程的典型特点，非常注重逻辑的严密性、知识的递进性，推导证明的完整性，因此在课堂教学中要把本科教学内容中所有内容都要设计到，还要保证大部分学生都能把知识点理解和掌握，又存在学时的限制。 4、实验教学体系缺乏虽然实验教学 在我国一些重点高校教育中已引入，但整体都还是实践阶段，目前关于大学数学课程实验的教材也有一些，大学数学实验课程也产生了良好的教学效果，但在民族高校中，经管类专业的数学课程的实验教学环节缺乏，还没有形成实验教学体系。 二、民族高校经管类专业概率统计 课程引进实验教学的意义概率论与数理统计课程是经济数学课程中实践性最强的一门课程，是经济管理类本科专业学生在后续经济、管理类专业课程中保障性最强的一门课程，是进行后续经济研究的必备工具。目前国外数学课程中引入实验教学法已经取得了良好的成效，国内重点高校的部分院校经管类专业的数学课程也在通过探索实验教学的内容和方法，也取得了良好的成效。我国民族高校经管类专业的概率统计课程教学中也可逐步引入经济数学实验教学方式和教学内容，可以有以下作用： 1、增强经管类学生学习概率统计的兴趣和积极性，提高该课程的学习效果和数学知识的应用能力； 2、介绍常用的试验工具和软件，深化学生使用计算机数据分析软件的程度，丰富和优化了概率统计课程的教学内容； 3、借助数据分析软件、数学软件，增强学生利用所学的概率统计知识对经济现象、经济规律的理解和应用能力，尤其是在学年论文、毕业论文写作过程实证分析能力的提高有着明显的促进作用； 4、引入经济实验教学方式，弥补了传统概率论与数理统计课程理论性强而实践环节较弱的状况。 5、这种经济数学实验教学方式和传统讲授方式相结合的教学模式的探索和实践，不仅可以逐步改善民族高校经管类专业经济数学课程在学习中的“不好学、不善用”的现象，还可以丰富该课程的教学内容和教学方式，并且对于微积分、线性代数课程的教学方式和教学内容的改革也有很强的启示性。对深化课程的教学内容和教学方式改革，促进高校精品课建设和质量工程的发展，提高专业的优势竞争力具有着重要的意义。 三、民族高校经管类专业概率统计课程实验教学的思考与探索 1、概率统计课程实验教学方式的思考 针对目前民族高校经管类专业在概率统计课程学习中呈现的情形：（1）概率统计课程教学显现出的教学内容传统、教学方式单一呆板、轻经济应用；（2）经管类学生不知概率统计知识学了何用，学了不用、学了不知怎么用。本文探索和尝试在经济数学课程之一——概率论与数理统计课程的教学中引入经济数学实验教学方式和实验教学内容，结合传统讲授方式，探索多元化的经济数学教学方式，丰富概率统计课程的教学内容，增加概率论与数理统计课程的实践性和演示性，提高经济管理类学生学习经济数学的兴趣，学生使用经济数学知识解决实际经济问题的能力。通过调查，在民族高校经管类专业的“概率统计”课程大多是周3课时以内，本门课程所修的总课时数为48课时以内，在目前的教学内容和教学方式下，受专业培养方案的限制，并且也无成熟的适合经管类专业的概率统计实验教材，无法设立单独的概率统计实验课程。因此，可在目前的概率统计教学内容中融入实验教学内容和方式，在课程内容的部分章节中结合经济、金融、管理实际问题，形成概率统计课程综合案例，在课堂教学中融入综合案例，介绍它的解决思路，培养学生数学思维品质，数学方法的应用，在掌握数学方法和原理的基础上结合数据分析软件，简化处理过程，锻炼和培养经管类专业学生让其能够知其何用，知其怎么用。经济数学的其它课程总，在内容、方法比较成熟的条件下，可以再单独设立适合民族院校的经济数学实验课程。 2、概率统计课程实验教学方式的实践 可结合相关章节内容特点，周期性的给学生布置概率统计的验证性的实验项目和综合案例实验报告，小组形式完成验证性的实验报告分析和经济实例的实验报告分析。让学生在问题情境下体验概率统计数学知识的理论、计算机技术的使用及应用概率统计知识和解决简单经济实际问题能力。在有限的学时下，课堂教学中补充了实验教学内容，会使的教学内容课时较紧张，因此，建议概率统计的知识点的讲授上可以忽略一部分非重点的知识的逻辑推证，转为数据分析软件和经济实例数学化思想的讲解，如在概率统计随机变量的分布特征这一章结合均值和方差的概念计算知识点，可以补充金融学、寿险精算课程中简单金融实例；在讲协方差和相关系数时可以结合管理学、金融风险中的实例，让学生理解实际问题如何数学化，如何将数学知识、数学结果反馈到实际问题中去，在大数定律这一章，可以结合寿险精算中保费的计算案例及精算起源特点的综合案例让学生深入思考大数定律的结论，从而把抽象理论具体化、应用化。通过这样的实验教学环节的补充和实践，让学生进入实际问题情景，引导学生思考、分析实际问题如何数学化，数学知识是怎么用，大大激发了学生的学习兴趣，可以较好地体现了在课堂教学中以学生为主体的教学方式，逐步转化传统教学方式。通过笔者近两年在教学过程中的实践，在概率统计课程中融入实验教学内容，需要做到以下几点：（1）结合概率统计内容及与经济问题的联系性选择概率统计实验教学的内容及案例。（2）结合已有资料，与信息技术老师、实验室老师沟通在实验室里配备合适的数据软件如Matlab及Excel数据分析软件包、Spss数据分析软件。在这一步可结合各民族学校学生的整体层次进行选择，由于课时的限制，对经管类学生使用软件以熟练应用数据分析软件解决实际问题能力为主，使用计算软件为辅。因此笔者在实验教学中选择了Matlab和Excel数据分析软件包。学生反映效果也较好。（3）讲授理论教学时也建议在多媒体教室中，理论教学中可以融入一部分计算机数据分析的实现过程，让学生直观的认识数学知识的应用。 四、民族高校经管类专业概率统计课程实验教学的瓶颈 1、部分学生不注重理论知识的学习 过分依赖数据分析软件在概率统计教学中引入了实验教学的内容，激发一大部分同学的学习数学的积极性，学习效果也比较明显，通过数据分析软件的使用，提高了学习的效率，使得数学知识的应用性较强。但在实验教学中也发现一部分学生在学习中产生了依赖思想，认为反正有软件，对概率统计知识的具体的计算方法和原理很忽视，以后会不会都可以靠数据分析软件求出结果来。因此也伴生了这种不注重数学理论、数学计算知识的学习，过分依赖数据分析软件的现象了。 2、实验教学师资队伍缺乏 在概率统计教学中融入实验教学的内容，这就使得承担概率统计课程的老师不仅要熟练掌握数学原理和方法、数学的体系框架，还要具备熟悉操作多种数据分析软件的能力，不仅如此，在课堂教学中结合综合经济案例来给学生引导，还需具备一定的经济、金融、管理专业的相关知识，这就对承担概率统计课程的教师提出更高的要求，需要数学老师必须向复合型的专业数学老师转变。而目前在民族院校中承担这一基础课程的老师普遍教学任务较重，师资紧张，典型现象就是教师忙于代课，对专业知识和计算机软件操作的提高和学习上缺乏时间和精力，复合型的课程实验教学人才和师资紧缺。 3、教学内容和实验内容的取舍 在现有的培养方案和教学内容既定的情况下，要想在有限课时中完成教学内容和实验教学补充的内容，只能将已有的教学内容中的部分知识点简化了，如何合理安排概率统计课程的数学原理、数学方法的讲授、实验教学内容的补充，需要在教学实践中适当的取舍，这也是目前制约概率统计课程教学方式探索和实践的一个重要因素。 五、民族高校经管类专业概率统计 课程实施实验教学的建议以上的教学方法的探索，已经在实践中有了一定的效果，对于培养学生的创新意识、动手能力、激发学生学习概率统计知识、数学思维品质的养成、数学知识的应用有着重要的作用和意义。 1、加大对概率统计课程复合型 师资队伍的培训和建设在概率统计课程教学方式多元化的探索过程中，要求老师具备以下：数学知识的积淀、计算机操作水平的适时变化、经济类及相关专业知识的积累及数学化能力，这都对概率统计课程的老师提出了更高的要求。因此要想加快民族高校经管类专业概率统计实验教学的进程，必须要加大对课程复合型师资人才的培养、培训和队伍的建设。 2、课程考核方式多元化 由于在课程内容中充实了实验教学内容，所以学生的概率统计作业不仅仅是传统的数学习题的计算及推证，还需要学生通过小组的形式完成一些验证型实验报告、综合型经济实例报告的分析。对概率统计课程的考核方式也应该随之改变，加大小组报告成绩、平时考核比重，通过多元化的考核方式全面考察学生的数学学习的能力、创新素质的具备、数学知识应用性的能力。 3、依据专业特点 适时调整教学内容，充实实验教学案例对于经管类专业的学生，由于概率统计课程大多是在大二开设，专业课程也已开设了一些，可依据专业课程内容，适时补充经济问题实例，充实实验教学案例，丰富概率统计课程的教学内容。 作者：杨晓荣单位：北方民族大学 统计类论文:类比法教学概率统计论文 1类比法在概念教学中的作用 匈牙利数学家玻利亚说：“类比是一个伟大的引路人。”类比作为一种思维方法，其侧重的不是逻辑性、确定性、严格性，而是创造性、猜测性、灵活性。概率统计中的许多概念都可以通过类比引出并揭示其本质。此外，我们可利用原有的认知结构借助类比法，有效地掌握新知识，并将这些知识有机系统地统一起来。 1.1随机事件的关系运算与集合的关系运算的类比由于事件可以看成由某些样本点构成的集合，因此可将二者类比学习。例如：集合A∪B表示其中任意一个元素x仅属于A或者仅属于B或者属于A和B的公共部分，我们可以形象地用韦氏图来表示。此时若将A和B看作是事件，则事件A∪B表示“事件A和事件B至少有一个发生”，记作A+B，即概率论中事件的和等同于集合论中集合的并集。同样的类比方法，我们可将集合论中集合的交集类比到概率论中事件的积中去。在教学中可引导学生先回顾集合之间的各种关系运算，随之再引出相应的事件间的关系运算，最后归纳总结。此外，事件运算的性质如交换律、结合律、分配律均可对照集合的相应性质进行类比学习。 1.2离散型随机变量与连续型随机变量的类比对于离散型随机变量，学生感觉较容易，但对于连续型随机变量，往往学生感觉抽象难理解。由于分布列在离散型随机变量中的地位与密度函数在连续型随机变量中的地位等同，因此对于离散型随机变量中的边缘分布列与联合分布列的关系可以过渡到连续型随机变量中边缘密度函数与联合密度函数的关系中去，此外诸如随机变量的独立性的充要条件以及期望与方差的计算均可轻松过渡。具体我们可通过“把连续的问题离散化”这种方法，实际是将对离散型随机变量中对分布列的求和变成对连续型随机变量中的密度函数求积分即可。表1我们将对其中的部分性质及计算作一个简要的类比。 1.3一维随机变量与二维随机变量的降维类比任何学习都是循序渐进的，一般来说低维空间的知识相对简单，容易被学生接受，所以最好的方法是从低维空间向高维空间过渡学习。降维类比法是将高维空间中的数学对象降低到低维空间中去观察，利用低维空间中数学对象的性质类比归纳出高维数学对象的性质。我们知道一维离散型和连续型随机变量的分布函数分别为:在研究二维离散型和连续型随机变量时，我们可用降维类比法得到其联合分布函数分别为：通过上面的类比得知抽象的二维随机变量的分布函数与一维随机变量有着一致的表达式，从而大大降低了学习的难度。此外，二维离散型随机变量的联合分布列与连续型随机变量的密度函数的性质与计算均可借助一维随机变量的相关知识引入。 2类比法在习题教学中的应用 类比法是解题的有力工具。在习题教学中，教师若常引导学生用类比思维去寻找解题的方法，会起到事半功倍的效果。我们首先可以利用条件、结论或者结构形式上的类似，联想与之类似的概念性质从中得到启发。例如，在概率统计中有这样一题：已知连续型随机变量X的概率密度函数为f∪x∪=ae-3xx＞00x≤≤0，求a。分析：此题若由密度函数的性质，通过积分可求得a=3。但是我们若通过与指数分布的密度函数f≤x∪=λe-λxx＞00x≤≤0进行对比，可知a=3。这样在解题中不需要计算便可得到结果。 3、总结 总之，类比法是创造性地表达思维的重要手段，在概率统计教学中有其特有的地位和作用。在概率论的类比法教学中，不仅要根据学生已有的知识提供恰当的类比对象，更为重要的是引导学生在类比中去发现目标对象与类比对象的本质区别，从而真正地认识和理解目标对象，否则则可能导致错误的理解与认识。事实上，类比法在概率统计教学中的应用远不止于上述几个方面，这里就不一一赘述。在概率论教学中若恰当应用类比法，可使学生将所学的知识条理化系统化，有利于提高学生分析问题与解决问题的能力，培养学生的创新意识和创新精神。 作者：李燕楠何建营单位：中原工学院理学院 统计类论文:概率统计的地址分类办法探索 本文提出的快递地址自动分类方法以基于概率统计的地址分类模型为核心，该地址分类模型的基本思想是根据快递地址中所有最小地址要素对应取送点的概率分布情况，综合评价出该快递地址对应各个取送点的可能性，最终对快递地址应分类到的取送点做出判别。在模型的训练阶段，以人工标记出取送点分类结果的快递地址作为训练数据，首先过滤训练数据中的停用字符，然后对快递地址进行分词得到其包含的最小地址要素，最后统计出最小地址要素对应取送点的频率分布及概率分布，并计算最小地址要素的区分度系数d。基于概率统计分类模型进行快递地址分类时，首先过滤待分类地址中的停用字符，然后对地址进行分词得到其包含的最小地址要素，最后由基于概率统计的地址分类模型判断出待分类地址所属的取送点，完成快递地址的自动分类。 快递网络中的中转点和取送点以不同大小的地域范围为服务对象，各级中转点以各级中心城市为基本单位，取送点以各中心城市辐射的周边市、县、中心城市内的社区为基本单位。中文地址采用地域范围由大到小的层级嵌套方式书写，地址中不同地域范围大小的地名在取送点分类时提供的信息量是不同的。以北京市地址和快递取送点的分布情况为例，北京中转点下辖几十个取送点，分布在北京市各个区、县、社区内。“北京市”、“海淀区”、“朝阳区”这类地域范围广阔的地名，其所指代地域范围内的取送点数量众多，对取送点的分类判断帮助不大。详细的楼(门)牌号地名，如“9号楼”、“A座”、“204室”，其所指代的地域范围远小于取送点的基本服务单位，在取送点的分类判别时也不需要关注这类地名。在快递地址的分类判别中，将这2类地域范围过大和过小的地名定义为停用字符，从地址中过滤清除出去。物流地址中的特殊字符，如括号、空格、破折号等，对取送点的分类判别也没有任何指导意义，也定义为停用字符，在地址中予以过滤清除。 中文地址采用连续字符串的形式书写，词与词之间没有明确的分隔符。在地理地址编码领域，中文地址的分词是近年来的研究热点之一。中文地址分词，是将一个中文地址文本拆分为多个最小地址要素[9]的过程。最小地址要素是不可继续拆分的地址要素，具有最小的地址意义。如对中文地址“北京市海淀区西土城路10号北京邮电大学”进行分词，可以拆分出“北京市”、“海淀区”、“西土城路”、“10号”、“北京邮电大学”5个最小地址要素。依据利用信息的不同，目前的中文地址分词方法主要有2种：基于地名词典的方法[1011]和基于地址特征字的方法[12]。基于地址词典的方法维护一个尽可能完备的地名词典，通过串匹配技术在地名词典中查找最小地址要素进行分词，主要采用最大正向匹配方式和最大逆向匹配方式。基于地名词典的方法准确率完全依赖地名词典的完备性，但实际操作中地名词典的更新维护存在很大难度，地名词典的完备性难以保障。各类最小地址要素包含一些相同的字符串作为后缀，这样的后缀字符段称为地址特征字或地址通名，如“北京市”中的“市”、“海淀区”中的“区”就都是地址特征字。基于地址特征字的方法为各类最小地址要素定义特征字并制定相应的拆分规则，通过对特征字和拆分规则的匹配完成对地址的分词。这类方法摆脱了对地名词典的依赖，但特征字和拆分规则的合理选择存在一定难度。本文采用地名词典和特征字相结合的方式对中文地址进行分词。采用某物流公司提供的北京市地名词典作为中文分词的地名词典，该词典共计包括10151个北京市地名。本文依据国家测绘局颁布的《数字城市地理空间信息公共平台地名/地址分类、描述及编码规定(CH/Z90022007)》[13]中对最小地址要素的分类方法，将最小地址要素划分为行政区划地名、小区名、街巷名、标志物名、兴趣点名、门(楼)址6个大类。中文地址表示为字符串T=t1t2…tn，n为字符串T的长度。地名词典表示为字符串集合Pd={p1,p2,…,pr}，特征字词典表示为字符串集合Pf={p1,p2,…,pm}。中文地址分词后得到的是一组最小地址要素，表示为字符串集合Pr，Pr初始状态为空集。本文采用的地名字典与特征字结合的中文地址分词方法步骤如下：步步步骤骤骤1如果字符串T为空，转到步骤3；否则，查找T的前缀能否匹配地名词典Pd中的元素，如果匹配成功，即存在(1,2,,)idp∈Pi=r，使t1,t2,…,tk=pi，其中，k为pi的长度，则将t1,t2,…,tk放入Pr，并将T置为tk+1,tk+2,…,tn，转到步骤1；如果匹配失败，转到步骤2。步步步骤骤骤2查找T的子串能否匹配特征字词典Pf中的元素，如果匹配成功，即存在(1,2,,)ifp∈Pi=m，使tj,tj+1,…,tj+k1=pi，其中k为pi的长度，则将t1,t2,…,tj+k+1放入Pr，并将T置为tj+k,tj+k+1,…,tn，转到步骤1；如果不存在，则将则将T放入Pr，转到步骤3。步步步骤骤骤3返回Pr，算法结束。 基于概率统计的地址分类模型以人工标记出所属取送点的快递地址作为训练数据。随机选取5条训练数作为示例，说明该模型的训练方法，随机选取的示例训练数据如表2所示。首先以2.1节和2.2节介绍的方法过滤掉快递地址中的停用字符并对地址进行分词，每条标记数据得出一组最小地址要素及其对应的取送点，结果如表3所示。例如“朝阳区建国路乙118号京汇大厦三层人事部”这个快递地址，过滤停用字符并地址分词后，得到最小地址要素集合{建国路,京汇大厦}，这组最小地址要素对应的取送点为990060。然后，统计出最小地址要素对应各取送点的总次数，得出每个最小地址要素对应到各取送点的频率分布情况，结果如表4所示。在示例标记数据中，“建国路”这个最小地址要素对应取送点990060的总次数为3，对应取送点990030的总次数为2。训练数据中所有快递地址提取出的最小地址要素总数为m，取送点的总数为n，那么最小地址要素对应到各取送点的频率分布情况可以用一个m×n的矩阵F表示，F中第i行第j列元素fij为最小地址要素i对应取送点j的总次数。同时，统计出每个最小地址要素对应到的取送点的总数，本文将其称为最小地址要素的区分度系数d。根据示例训练数据求得的最小地址要素对应取送点的概率分布和区分度系数分别如表5、表6所示。“建国路”对应取送点990060的概率=3/(3+2)=0.6，对应取送点990030的概率=2/(3+2)=0.4。由于“建国路”既对应取送点990060，也对应取送点990030，因此它的区分度系数d=2。至此，基于概率统计的地址分类模型训练完成。2.4地地地址址址的的的分分分类类类方方方法法法应用基于概率统计的地址分类模型对快递地址进行分类时，先过滤掉待分类快递地址中的停用字符并对其进行地址分词，得到一组最小地址要素，表示为字符串集合Pr={p1,p2,…,pk}，k为最小地址要素的总数。 本节通过实验对本文提出的基于概率统计分类模型的快递地址自动分类方法进行性能评估，选取训练用时、分类用时、准确率和拒绝率作为评价指标。其中，本文对地址自动分类的准确率和拒绝率的定义如下：拒绝率=无法分类的地址总数/待分类地址总数准确率=正确分类的地址总数/(待分类地址总数无法分类的地址总数) 本文选取某快递公司提供的已人工标记取送点分类结果的北京地区快递地址作为实验数据，从中随机选取63535条作为训练数据，2000条作为测试数据。通过本文提出的基于概率统计分类模型的快递地址自动分类方法对2000条测试数据完成自动分类后，将自动分类结果与原始的人工标记结果进行对比，对本文提出的快递地址自动分类方法的性能做出评价。实验的软硬件环境如下：CPU：IntelCorei52400，3.10GHz，双核；内存：4.0GB；Cache：一级数据缓存128KB，一级指令缓存128KB，二级缓存1MB；操作系统：Windows7专业版，32位；编译平台：VisualStudio2010；编程语言：C++。3.2实实实验验验结结结果果果与与与分分分析析析本文测试了应用基于概率统计的地址分类模型进行快递地址自动分类的效果，测试结果如表7和图2所示，由测试结果可以看出：(1)基于概率统计的地址分类模型的训练速度快，对快递地址进行自动分类的分类用时短。采用63535条数据对模型进行训练的平均训练用时约为5.19s，对2000条待分类地址的分类用时平均约为0.85s，分类速度达到每条0.43ms。(2)置信阈值S(定义详见2.4节)决定了地址自动分类的准确率和拒绝率。S值越大，地址自动分类的准确率越高，拒绝率也越高；反之，S值越小，地址自动分类的准确率越低，拒绝率也会相应越低。应用本文提出的快递地址自动分类方法时，应根据实际的应用需求选择合适的S值，在自动分类的准确率和效率间合理权衡。(3)置信阈值S为0.75时地址自动分类的准确率为99%，拒绝率为9.3%，可以满足大多数应用场合的需求。 随着互联网技术特别是移动互联网技术的进一步普及，我国的电子商务产业规模将进一步扩大。作为电子商务的支撑行业，快递行业必然迎来新的机遇和挑战。本文介绍的基于概率统计分类模型的快递地址自动分类方法可以快速、准确地对快递地址所属的取送点做出分类判别，提高包裹分拣中的自动化程度，加快分拣速度，降低人力和包裹存储的成本。本文的快递地址自动分类方法以基于概率统计的地址分类模型为核心，通过统计出的最小地址要素与取送点的概率分布关系对快递地址进行分类。该方法适应性强，对人工标记的训练数据规模要求低，几万条训练数据就可以满足模型训练的要求。因此，即使运营时间较短、人工分拣的快递地址历史数据较少的快递公司也能应用本文的方法。本文的研究工作针对北京地区的快递分拣配送数据，在下一步的工作中将继续扩充训练数据集，扩大概率统计分类模型的适用范围。 作者：邵妍单位：北京邮电大学计算机学院 统计类论文:多元统计聚类应用探讨论文 摘要：随着市场经济的发展和竞争的日益激烈，如何运用科学的分析方法对收集到的数据做出准确、及时的分析并制定正确的决策，已成为企业极为关注的问题。本文重点介绍了多元统计分析方法中的聚类分析、判别分析、主成分分析、因子分析及其在企业经营管理中的应用。 关键词：多元统计聚类分析判别分析主成分分析因子分析应用 1、引言 多元统计分析是统计学中一个非常重要的分支。在国外，从20世纪30年代起，已开始在自然科学、管理科学、社会和经济等领域拉开了多元统计分析应用的帷幕，20多年来在多元统计分析的理论研究和应用上取得了很显著的成绩。 在商业企业经营过程中，往往需要对诸如产品销售收入、产品销售成本、产品销售费用、产品销售税金及附加、产品销售利润、管理费用、利润总额、利税总额等变量进行分析和研究，如何同时对多个变量的观测数据进行有效的分析和研究，这就需要利用多元统计分析方法来解决，通过对多个变量观察数据分析，来研究变量之间的相互关系以及揭示这些变量之间内在的变化规律。实践证明：多元统计分析是实现定量分析的有效工具。 2、多元统计分析研究的主要内容 在当前科技和经济迅速发展的今天，在国民经济许多领域中，特别是对社会现象的分析，只停留在定性分析的基础上是不够的，为提高科学性、可靠性，通常需要定性和定量的分析。如果说一元统计方法是研究一个随机变量统计科学的规律，那么多元统计分析方法是研究多个随机变量之间相互依赖关系以及内在统计规律性的一门统计学科。同时，利用多元统计分析中不同的方法可以对研究对象进行分类和简化。 多元统计分析包括的主要内容有：聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析等。 3、多元统计分析方法在商业企业中的应用 在这里，重点研究聚类分析、判别分析、主成分分析、因子分析方法及其在商业企业中的应用。 3.1聚类分析随着生产技术和科学的发展，人类的认识不断加深，分类越来越细，要求也越来越高，光凭经验和专业知识是不能确切分类的，往往需要定量和定性的分析结合起来去分类，于是数学工具逐渐被引进分类学中，形成了数值分类学。后来随着多元分析的引进，聚类分析逐渐从数值分类学中脱离出来形成一个相对独立的分支。 聚类分析又称群分析，它是研究分类问题的一种多元统计方法。所谓类，通俗地说，就是指相似元素的集合。聚类分析的基本思想是首先将每个样本当作一类，然后根据样本之间的相似程度并类，并计算新类与其它类之间距离，再选择近似者并类，每合并一次减少一类，继续这一过程，直到所有样本都合并成为一类为止。所以，聚类分析依赖于对观测间的接近程度或相似程度的理解，定义不同的距离量度和相似性量度就可以产生不同的聚类结果，聚类分析内容非常丰富，有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。 在企业销售领域，销售商需要考虑对不同生产企业生产的同名称商品的分类问题。例如：某商场对销售的20种啤酒进行分类，以便对不同的类别的啤酒采用不同的销售策略，变量包括啤酒名称、热量卡路里、钠含量、酒精含量、价格。根据以上指标，利用聚类分析可以实现把同一类型的啤酒企业归到同一类别。再如商业企业制定商品销售价格时，需要对某个大城市的物价指数进行考察，而物价指数很多，有农用生产物价指数、服务项目物价指数、食品消费物价指数、零售价格指数等，因而要先对这些价格指数利用聚类分析方法进行分类。 3.2判别分析在生产、科研和日常生活中经常需要根据观测到的数据资料，对所研究的对象进行分类。判别分析是判断样品所属类型的一种多元统计分析方法，其目的是对已知分类的数据建立由数值指标构成的分类规则，然后把这样的规则应用到未知分类的样本中去分类。 判别分析与聚类分析不同，判别分析是已知研究对象分成若干类型并取得各种类型的一批已知样品的观测数据，在此基础上根据某些准则建立判别式，然后对未知类型的样品进行判别分析。判别分析按判别的组数来区分，有两组判别分析和多组判别分析；按区分不同总体所用的模型来分，有线性判别和非线性判别；按判别式所处理的变量方法不同，分逐步判别和序贯判别等。判别分析可以从不同角度提出问题，因此有不同的判别准则，如马氏距离最小准则、Fisher准则、平均损失最小准则、最小平方准则、最大似然准则、最大概率准则等。 商业企业在市场预测中，往往根据以往所调查的种种指标，用判别分析方法判断下季度是畅销、平销或滞销。当然，判别分析经常与聚类分析联合起来使用。在聚类分析中，某商场对销售的20种啤酒进行分类，假定分类结果为一级品、二级品和三级品，现在判断新商标的啤酒属于哪个级别的产品就需要用判别分析。 3.3主成分分析在实际问题中，研究多指标（变量）问题是经常遇到的，然而在多数情况下，不同指标之间有一定相关性，由于指标较多，再加上指标之间有一定的相关性，势必增加了分析问题的复杂性。主成分分析就是设法将原来指标重新组合成一组新的互相无关的几个综合指标来代替原来指标，同时根据实际需要从中可取几个较少的综合指标，尽可能多反映原来指标的信息，这种将多个指标化为少数相互无关的综合指标的统计方法，叫做主成分分析或主分量分析。超级秘书网 在商业经济中用主成分分析可以将一些复杂的数据指标综合成几个商业指数形式，如物价指数、生活费用指数、商业活动指数等。在市场研究中，常常需要分析顾客的偏好和当前市场的产品与顾客之间的差别，从而提供给生产企业新产品开发方向的信息。顾客偏好分析时常常用到主成分分析。例如：某汽车销售商在商业竞争对手中选择了销售的17种车型，访问了25位顾客，要求他们根据自己的偏好对17种车型打分，打分范围0~9.9，9.9分表示最高程度的偏好， 3.4因子分析因子分析的形成和发展有相当长的历史，最早用以研究解决心理学和教育学方面的问题，由于计算量大，又缺少高速计算的设备，使因子分析的应用和发展受到了很大的限制，甚至停滞了很长时间。后来，由于计算机技术的发展，才使因子分析的理论研究和计算问题有了很大的进展。目前这一方法的应用范围十分广泛，在经济学、社会学、医学等各个学科都取得了显著的成绩。因子分析是主成分分析的推广和应用，它是将错综复杂的随机变量综合为数量较少的随机变量去描述多个变量之间的相关关系，以再现原始指标与因子之间的相互关系。也可以认为因子分析是将指标按原始数据的内在结构分类，使类似指标相关程度高，不同类的相关程度低。因子分析分R型因子分析（从相关系数矩阵出发）和Q型因子分析（从相似系数矩阵出发）。 例如：某销售企业对100名招聘人员的销售策略知识和能力进行测试，出了50道题的试卷，其内容包括的面较广，但总的来说，通过应用因子分析方法可以归纳为六个方面：语言表达能力、逻辑思维能力、判断事物的敏锐和果断程度、思想品德、兴趣爱好、生活常识等，我们将每一个方面称为因子。显然，这里所说的因子不同于回归分析中的因素，因为前者是比较抽象的一种概念，而后者有极为明确的实际意义。因子分析在市场调查分析中也有广泛的应用。例如：对30个调查区的商业网点数、人口数、金融机构服务数、收入情况等20个指标进行因子分析，如果按照一般的分析方法，我们就需要处理20个指标，并给它们以不同的权重，这样不仅工作量变大，而且由于指标之间存在比较高的相关性，会给分析结果带来偏差。另外，给具有较高相关性的众多指标设置权重系数也是一件非常复杂的事情。于是可以考虑采用因子分析的方法，从而减少分析变量的个数，然后再给它们以不同的权数，从而计算出各个调查区平均综合实力得分，以便决定在某个调查区拟建何种类型的销售点。 4、结束语 综上所述，多元统计分析方法的应用均需借助统计分析软件，目前较多使用的有SAS、SPSS等统计分析软件，这些软件均提供了多元统计分析功能。 统计类论文:股票市场数据的统计聚类分析 摘要： 多元统计分析方法是研究股票价格的一般方法，本文利用统计分析方法考察并确定上市公司与股票价格相关的基本因素，利用聚类分析与因子分析两种分析方法来进行实例研究，并判断出各公司股票质量特征，为投资者的投资提供科学严谨的建议． 关键词： 聚类分析;因子分析;股票市场 股票市场是对已经发行的股票进行转让、买卖和流通的场所．股份公司通过对股票的全面发行，可以迅速集中大量资金，实现生产的规模经营;而社会上分散的资金盈余者本着“利益共享、风险共担”的原则投资股份公司，谋求财富的增值．当今中国股票市场发展迅速，越来越多的人关注着股票市场的行情，将自己的资产投入到股票行业中以期得到丰厚的回报，为了促进股票合理化，产生了对股票市场价格变动的分析和预测，对上市公司股票业绩进行综合评估是十分必要的．多元统计分析是研究股票价格的新型方法，我们利用统计分析方法，考察并且确定上市公司股票价格之间的基本关键因素，利用聚类分析与因子分析两种分析方法来进行实例研究，判断出股票价格的基本变动趋势，为股票投资者的投资提供科学的建议．国外学者Serpil［1］将主成分分析与判别分析相结合，对早期综合预警模型进行估计．AprilKerby和JamesLawrence［2］利用主成分分析与判别分析来作为选择质量好或不好股票的依据．NewtonDaCosta等人［3］提出了一种根据风险回报准则的基于聚类分析方法对现货市场中的股票分组的技术．Anderon［4］利用判别分析来对资本市场作进一步的研究．国内许多专家学者［5～10］根据证劵报告中的信息，选择每股收益、投资收益、净收益率等财务指标，对一些公司或企业的这些指标数据进行了多元统计分析，试图将这些公司和企业进行分类，为股票的选择和分析提供依据进行实例研究．本文应用聚类分析和因子分析方法对30家上市公司进行了实证研究，为投资者提供科学依据． 1股票市场数据的统计分析 1．1数据的选取 统计分析方法是处理数据、进行实证分析的有效方法，被广泛应用于各个领域．为了研究多元统计分析方法在股票市场中的应用，需要进行实证分析．本文任意选取了巨潮资讯网2014年度报告数据中的30家上市公司的每股收益、总资产、净利润、净资产、每股净资产、净资产收益率、营业收入共7项财务指标数据进行实例研究．每股收益，通常被用来反映企业某一会计期间的经营成果，衡量普通股的获利水平以及投资风险，是投资者等其信息使用者据以评价企业盈利能力、预测企业成长潜力进而做出相关经济决策的重要财务指标之一．净利润为最终经营业绩，净利润越多，就代表企业的经营效益越好;净利润越少，则企业的经营效益就越差，它是企业经营效益的主要衡量指标．每股净资产是指股东权益与股本总额的比率．每股净资产越高，则股东拥有的资产现值就越多;每股净资产越少，则股东拥有的资产现值就越少．净资产收益率，是指净利润与平均股东权益的百分比，是公司税后利润除以净资产的百分比率．净资产收益率是衡量股东资金使用效率的重要财务指标．总资产指的是某一经济实体拥有或控制的、预期能够为自身带来经济利益的全部资产．净资产是属企业所有并且可以自由支配的资产，即所有者权益．企业的净资产，是指企业的资产总额减去负债以后的净额．营业收入指的是企业在日常活动中从事销售商品、提供劳务和让渡资产使用权等所形成的经济利益的总流入，分为主营业务收入和其它业务收入．由巨潮资讯网年度报告数据中选取30家上市公司的财务指标数据见表1(股票名称略去，以编号代替)．总资产、净资产以及营业收入都在一定程度上反映了上市公司的盈利情况，这3者是股票是否有购买价值的基础，只有基础越好，股票才越具有购买价值．所以这3者是人们在购买股票时需要长期关注的． 1．2聚类分析 图1是运用SPSS软件对30家上市公司的数据进行系统聚类分析后得到的树枝状联结图，选取的聚类指标是30家上市公司2014年度的财务数据，包括:上市公司的每股收益、总资产、净利润、净资产、每股净资产、净资产收益率、营业收入共7项财务指标．根据图1，可以依据股票的财务状况将这30支股票分为3组．第1组:25号股票;第2组:3号股票和4号股票;第3组:剩下的其它27支股票．从分组情况看，第1组股票归为第一类．这支股票总资产、净利润、净资产、营业收入的财务指标都很高，且每股收益、每股净资产、净资产收益率的财务指标也都不低，说明这支股票的获利能力高，并且股票的数量庞大，使总资产和营业收入等均很高．总体来说25号股票作为第一类股票有很大的投资价值，投资者可根据个人的投资理念和即时的市场条件等各方面因素对此类绩优企业进行投资．将第2组股票归为第二类．这两支股票的7项财务指标均很高，特别是每股收益是最高的，说明股票的质量很好，数量也够庞大．企业的发展速度与前景也都比较可观，投资者根据自身情况并结合其它情况以辅助自己做出投资的决策对第二类企业进行投资．剩下的27支股票归为第三类．这些股票的财务状况不如第一类和第二类好了，其中，有几支股票的每股收益甚至是负的，由此可见，这类企业显然是不适合投资者对它们进行投资的．当然在实际情况中，投资者可以结合企业的具体的其它财务指标对股票进行分析，辅助投资者进行投资决策．这样既实现了投资者的资本增值目的，又满足了整个社会的资源优化配置的要求． 1．3因子分析 因子分析的主要目的是数据降维，如果原始变量之间不存在相关性，那么因子分析的意义并不大．为了进行因子分析，首先判定各指标间的相关性．相关系数是研究变量之间线性相关程度的量．从相关系数结果表2来看，每股收益和净资产收益率的相关性最大，相关系数达到0．700，即每股收益越高，则净资产收益也就越高．总资产和净利润、净资产、营业收入的相关性都很大，相关系数均超过0．900．接下来，判断是否可以应用因子分析来进行数据降维，判断的方法为Bartlett球形检验和KMO方法．结果(表3)显示，KMO检验结果为0．706．球形度检验统计量为571．392，p值为0．000，检验结果是显著的，可以进行因子分析．下面计算各变量共同度，每个变量之间的共同度越高，就说明提取的公因子越能反映原来的7个指标的变化，结果如表4，所有变量的共同度全都超过了0．700，就说明了公因子能够很好地反映原来的7个指标的变化．应用SPSS软件的计算特征值以及方差贡献率得到表5数据，由表5可看出:只有前两个因子的特征值大于1，并且前两个因子的特征值之和占特征值总和的92．772%，也就是说只需要前两个因子就已经能够解释这7个财务指标信息的92．772%，所以本文仅采用前两个因子对股票进行综合评价． 进行因子旋转，得到效果比较好的因子．表6中的系数为旋转后的因子负荷系数估计值．表6中的2，3列分别是两个特征值的特征向量．载荷程度越大说明该指标在因子中的影响程度就越大，越小则说明该指标在因子中的影响程度就越小．把7个指标归为总体财务状况因子和股票质量因子这两类主要因子:因子1在总资产、净利润、净资产、营业收入这4个指标上有较高的正载荷，可以将这4个指标定义为总体财务状况因子;因子2在每股收益、每股净资产、净资产收益率这3个指标上具有较高的正载荷，可以将这3个指标定义为股票质量因子．将成分矩阵表中所显示的数据代入因子得分模型，可得到旋转后的因子得分函数如下:Factor1=0．045Z每股收益+0．980总资产+0．998净利润+0．996净资产－0．037每股净资产－0．008净资产收益率+0．982营业收入;Factor2=0．876Z每股收益+0．077总资产+0．035净利润－0．035净资产+0．953每股净资产+0．942净资产收益率－0．073营业收入． 计算不同股票的两个因子得分，如表7所示．在因子1中总体财务状况因子的排名中包揽前3名的分别是25号、3号、4号股票，说明这3支股票的综合财务状况较高．因子2中排名较前的是18号、3号、15号股票，说明这3支股票的质量较好，每股获利较高．注意到18号股票的因子1排在最后而因子2排在第一，这是因为该公司的总资产额在30家公司中相对较少，营业收入也相对低，导致因子1排名在后面，但其每股收益达百分之四十多，与其它公司比遥遥领先，因而因子2排名领先． 综合聚类分析的树枝状联结图1所得出的结果，我们可以看出:第一类的股票可以被称为蓝筹股，这类股票发展前景好，公司的盈利能力也是十分可观的．这表明投资者可以根据公司的财务状况进行投资，投资于公司财务状况较好公司的股票可以获得更好的投资效果．第二类股票可以称为绩优股，这类股票不论是在综合财务状况方面还是在股票盈利方面的表现都可圈可点，人们购买这类股票时需考虑即时的市场情况，分析公司即时的财务状况．第三类股票可以称为劣质股，这类股票总体财务状况则表现较差，投资于财务状况较差的股票面临着更高的风险，却不能获得更高的期望收益率，人们在购买这类股票时则需要慎重考虑． 2结论 本文运用了描述统计和多元统计分析方法对随机选取的30家上市公司的财务状况进行了综合分析，把30家上市公司的股票分为3大类，体现了各上市公司的财务状况，结果与各上市公司的实际财务状况相符合．聚类分析综合了选取的7项财务指标反映各上市公司的盈利状况和发展水平．因子分析将文中所选取的上市公司的7项财务指标综合为总体财务状况因子和股票质量因子两个综合变量，为分类和评估上市公司的财务状况的优劣提供了有力的依据．除此之外，采用因子分析的方法建立的综合评价函数评价上市公司的业绩，避免单指标评价的片面性．也可通过各因子的得分，了解财务状况的具体发展情况和经营管理中的优势和劣势，从而使得对公司的经营业绩的评价更加全面客观．实例证明，本文所采用的统计分析方法为股民选择和分析股票提供了强有力的理论和实例支持． 作者:黄玉洁 钱丽丽 陶凤梅 单位:鞍山师范学院数学与信息科学学院 聚龙股份有限公司 统计类论文:经管类专业统计学教改研究 摘要： 大数据时代给统计学的发展带来了巨大的机遇和挑战，对统计数据的收集、整理和分析等方面都带来很大的影响。为了适应大数据的需要，高等院校经济管理类专业统计学课程教学改革势在必行，文章给出了相应的教改思路。 关键词： 大数据时代；统计学教学；课程教学改革 教育部规定，统计学是高等院校管理类和经济类专业的核心课程之一。大数据时代的到来及其处理技术的日益更新，影响着当前各行各业、相关领域及学科的发展，尤其对统计学的影响更为深刻。统计学原有的结构架构、理论体系等都遇到了前所未有的冲击和挑战。如何提高经济管理类本科专业的统计学教学效果，增强学生应用统计学的理论方法解决大数据时代实际经济问题的能力，是目前统计学教学有待解决的问题。大数据时代背景下，我国高等院校经济管理类学生开设的《统计学》课程教学改革已势在必行。 一、大数据对统计学的影响 统计学是收集、整理和分析数据的方法论科学。大数据时代，统计学的研究对象依旧是数据。大数据对统计学的理论与方法具有多方面的影响和冲击，具体表现在以下几个方面: 1.大数据对数据收集的影响。以往统计数据主要是由统计调查和实验获得的。在大数据时代，统计数据的产生方式呈现多样化，如由网站浏览痕迹、GPS系统、监控视频等方式产生，由此数据量呈现几何级数增长，使海量数据很容易获得。在大数据时代，很多数据在收集的时候不像以往的统计调查那样首先要确定收集数据的目的和用途，而是漫无目的地收集数据，事先并没有确定性的用途，因此数据的价值密度很小。例如大街小巷布满了监控录像设备，几乎公共场所所有发生过的事情都被摄录下来形成了视频数据，但如果想从中获取某事件的线索，却是大海捞针。不过大数据由于其数据量很大，通过各种统计分析后最终可能带来很多意想不到的价值和效果。这对大数据的整理、分析、解释和应用等都带来了很大的挑战。 2.大数据对数据整理的影响。以往通过统计实验和调查得到的数据都是结构化数据，如时间数列等，可以很方便地用二维表格表示。而大数据时代的数据除少部分数据具有结构化特征外，更多的是非结构化数据，很难直接转换成二维表格，例如文本、图片、所有格式的办公文档、各类图像和音频/视频数据、HTML等等。这些复杂结构的数据使得数据的整理过程要有所调整。传统的统计数据整理包括数据的审核、筛选、排序等预处理，数据的分组、汇总与显示等。大数据的获取，使数据整理步骤更加复杂，需要应用更多的技术，例如数据的甄别技术、数据仓库技术等等。 3.大数据对数据分析的影响。大数据时代由于数据是海量的，使数据具有样本即为总体的特征。因此，数据分析不再总是对样本分析，有些是直接进行总体分析。传统统计学的样本分析方法，例如假设检验、参数估计等方法，有的已不再适用。还应加入一些新的分析技术，例如数据挖掘技术的应用。 二、适应大数据时代需要经管类专业统计学课程教改思路 经济管理类专业统计学教学主要包括统计学理论教学、实践教学、案例教学等内容。为了适应大数据时代的要求，统计学课程教学改革可以重点从以下方面进行： 1.统计学理论教学改革大数据相对于统计学的发展既是机遇，又是挑战，因此我们在教学过程中首先要夯实统计学基础知识的教学，讲清楚统计学的基本原理方法。结合大数据的特点，对统计学的基本内容进行拓展，引导学生思考怎样把已学过的统计学基本方法和原理应用于大数据处理过程中，例如在大数据下怎样完成进行数据的获取、选择与辨别、保存与处理加工等，怎样确定可能的数据范围与来源，怎样建立指标体系并分类数据，怎样调整或制定相应的统计参考标准，以及怎样把非结构化数据进行结构化再统计分析等。另外，统计学教学，应该结合各专业的特点。随着大数据时代的来临，各行业对统计人才的需求量都会增加。《统计学》作为专业基础课，要探究与经管专业学科的交叉性，使统计学基础知识与学生的专业课程能有效地结合，培养出复合型人才。工商管理、会计、市场营销、金融、国际贸易等专业，结合不同专业的人才培养方案，总结出能为本专业服务的可行的统计学课程教学模式和内容。例如对于会计专业的同学，通过解读财务数据背后隐藏的内容引起学生对数据统计的兴趣，在指标分析内容上着重讲解财务分析指标以及在企业管理中的应用问题；再如进入网购时代后，电子商务日益壮大，对于市场营销专业的学生，则鼓励学生自己设计调查问卷，从身边的同学入手收集自己所关注的数据，从中获取专业信息。因此，一定要结合各专业的特征，以及“大数据”的特征，着力加强统计学的拓展教学和基础知识教学。 2.统计学案例教学改革大数据产生和发展于规模经济，每个大数据问题都与实际经济或社会问题有紧密联系，因此，在实际教学时，要突出案例教学，通过案例教学慢慢引入大数据的定义和相关的大数据处理技术，增强学生的实际分析能力。案例教学把学生引入具体事件，使学生直接认知和分析问题的原因和趋势，从现实问题出发，寻找问题的各种解决方案，并进行最优选择。老师可以设计一些题目，给出要求，让学生自行设计方案，通过收集、整理和分析数据，撰写研究报告，完成对实际问题的分析和解决等。案例教学比课堂习题更接近“实战”，能激发同学们的积极性，帮助学生理解理论知识，也利于锻炼学生的解决问题能力。 3.统计学实践教学改革在案例教学中，同学们掌握了数据收集、整理、分析方法，需要进一步到相关领域中去实践，如电商、企业、金融、营销等需要决策的领域。实践教学能考核应用型人才的综合能力，把学过的基础知识与相关行业联系起来，面对大量数据辨别出有用的数据，深入处理，进行行业分析做出最优决策，最终完成行业分析报告。此外，还要加强统计软件的实验教学，使学生在实践教学中使用Excel,SPSS，SAS等统计软件，让学生运用软件来加工处理数据和分析数据。在讲授理论内容时，与统计软件操作同步讲解，使学生能够上机实现所有操作。给学生增加实践机会和拓展的机会，满足统计学实践教学目的，让学生不仅掌握理论知识，而且不断地进行实践操作，并在实际工作生活中充分的运用统计学方法解决现实问题。 三、结语 在大数据时代，我们要抓住机遇，在数据收集、数据整理和数据分析等方面进行改革和创新，促进统计学的发展。同时对统计学课程教学上，进行统计学理论教学改革、案例教学改革和实践教学改革，以适应大数据时代的需要，为社会培养出复合应用型的专业人才。 作者：王宏 单位：黑龙江大学经济与工商管理学院 统计类论文:手术无菌切口分类统计分析 医院的手术切口分类统计是一项非常重要的工作，是评价该院手术质量的客观性指标，也是手术科室考评的质控指标，同时还是三级甲等医院的评审统计学指标[1]。近年来，不合理应用抗菌药物的现象越来越常见，不仅增加了患者的医疗费用，还导致药物的耐药性和不良反应发生率不断升高。为了严格控制抗菌药物在临床预防手术切口感染中的规范用药，医院的管理者和医师要熟练掌握医院手术患者的无菌切口分类的标准和统计方法，保证相关统计报表的准确性。本研究分析我院手术患者无菌切口分类的情况，现报道如下。 1资料与方法 1.1一般资料收集2012—2014年于我院进行手术后出院的住院病历首页数据，筛选病历中记录使用无菌手术及无菌切口操作的病例。 1.2研究方法根据解放军后勤部卫生部编撰的《医疗护理技术操作常规》、卫生管理部门颁发的《疾病和有关健康问题的国际统计分类》、中华医院管理学会病案管理专业委员会编撰的《医院医疗统计使用手册》等，对筛选的病历进行逐一对照检查，找出不属于Ⅰ类无菌切口手术误计入无菌切口的病例，按照手术解剖部位分类统计，计算其构成比和误记率。 2结果与分析 分析我院2012—2014年手术后出院患者12654份，其中病历首页记录有进行无菌手术无菌切口的病历8734份，经过对照检查，其中不属于Ⅰ类无菌切口手术误计入无菌切口的病历916份，误记率为10.5%。从表1中可以看出，将不属于Ⅰ类无菌手术切口误计入无菌手术切口比例最大的是子宫、输卵管相关的妇产科手术，主要包括剖宫产术、子宫切除术、输卵管结扎或切除术、宫颈切除术等；其次是肾、膀胱管和输尿相关手术，主要包括输尿管切开、肾脏移植术、膀胱造口术等。此外胆囊切除术、阑尾切除术、会阴部手术、包皮环切术等相关手术的误记比例也较高。 3讨论 3.1手术切口分类标准解放军后勤部卫生部编撰的《医疗护理技术操作常规》对手术切口的分类做出明确规定，将手术切口可分为3类：①无菌切口，又称Ⅰ类切口。手术野为人体无菌部位的手术，手术部位不涉及人体与外界相通的器官，如呼吸道、口咽部位、泌尿生殖道、消化道等，且手术局部无损伤或炎症，严格执行无菌操作，则无需使用抗菌药物。如颅脑手术、四肢和躯干手术、视觉器官手术等切口均属于Ⅰ类切口。②可能污染的切口，称为Ⅱ类切口。该类手术有3种情况，一是术中需要离断或切开人体与外界相通以及可能沾染的空腔脏器的切口，如消化道、呼吸道、泌尿道等手术；还有胃大部分切除术、肺切除术、肾切除术、胆囊切除术、阑尾切除术等。二是手术中需要切开某些难以彻底消毒灭菌的体表皮肤，如会阴部、阴囊手术等。三是需要重新切开近期愈合的伤口，如初期外科处理缝合的切口、6h内的创伤切口、Ⅱ期胸廓成形术的切口等。此类手术需酌情预防性使用抗菌药物。③污染切口，称为Ⅲ类切口，是指手术切口部位暴露于感染物，以及接近感染区域或感染组织。例如各种脓肿切开引流术、阑尾穿孔腹膜炎手术、十二指肠溃疡穿孔缝合术等，还有唇腭裂手术等与口腔相通的手术切口，肠梗阻手术和胆道手术等个别腹内手术也属于该类切口。这类手术感染危险性大，需要严格按照要求使用抗菌药物。 3.2手术切口分类界定误区虽然《手术学全集总论卷》《医疗护理技术操作常规》中对于手术切口的分类都有原则性的规定，但是各医院、医师对标准的认识和学习可能存在一定偏差，在实际工作中对于手术切口分类的界定会出现分歧和错误，给医院手术切口统计的准确性造成一定的影响。一般来说，手术切口分类中常见的问题有以下几点：①将Ⅰ类切口误记为Ⅱ类切口。比如卵巢手术、剖腹探查术、非外伤性的开颅手术、甲状腺切除术、乳腺部分切除术、白内障切除术等内眼手术、单纯骨折切开复位术、单纯盆腔淋巴结清扫术等，虽符合Ⅱ类污染切口，但实际均需执行无菌准备及操作，手术部位完全可以做到无污染。②将Ⅱ类切口误记为Ⅰ类切口。如胃大部分切除术、肺叶切除术、肾切除术等在实施过程中，可能受到切开空腔脏器内容物的污染，所以即使术前有充分的无菌准备，也不能计入Ⅰ类无菌切口。另外还有会阴侧切、剖宫产术、阴道手术等都应属于Ⅱ类切口。③将Ⅲ类切口误记为Ⅱ类切口，例如窦道切除缝合术、化脓性阑尾切除术等不能计入Ⅱ类切口，因为这些手术的部位与感染物邻近或是直接暴露于感染物中，所以应列为Ⅲ类污染切口。 3.3应对手术切口分类界定问题的建议①首先，要及时更新和调整手术切口的分类标准，严格按照相关规定中的分类标准进行统计。由于医学技术的飞速进步，目前的手术种类和术式越来越多样化，例如内镜微创手术、介入诊断治疗手术、干细胞移植术、射频消融术等新型手术，而传统的手术切口分类标准并未收录这些手术。当前，有很多医院直接将这些手术切口计入Ⅰ类无菌切口，或计为0类切口，未明确规定的标准对手术切口分类统计带来了误差。因此，医院需及时更新手术切口的分类标准，并邀请经验丰富的专家对一些容易造成分歧和偏差的手术切口类型进行准确定位，形成一个全面统一的统计标准，以便医师和统计工作人员可以准确、有效地进行手术切口分类和统计工作。②其次，要加强对医师和相关人员的培训工作。鉴于目前手术种类越来越繁多，手术切口分类也越来越复杂，给临床医师和统计工作人员带来了一定的困难，如较为新型的血管介入手术、微创手术等的分类，或者因为实际操作不够熟练，在病历首页或电子病历上的填写不准确等。因此，建议医院管理部门要定期组织培训，特别是对于新上岗的住院医师、研究生、实习生等加强培训，规范医疗文书的书写，保证病案的书写质量，还要定期进行督查和考评，将考评结果反馈到每一个科室以便及时改进。此外，要对统计人员进行专业性培训，增加其医学方面的知识，提高自身综合素质，做好手术切口分类统计报表；并严格把关无菌手术切口分类情况，发现有不合理或错误的情况及时将其反馈给临床医师进行修改，不断提高手术切口统计的准确性。 总之，医院要加强对手术切口分类统计的管理，规范手术切口分类标准，加强医生和相关工作人员的素质培训，提高病案填写质量和切口分类统计报表的准确性，为抗菌药物的管理提供准确数据。 作者：叶小群 单位：深圳市龙岗区坪地人民医院 统计类论文:财经类院校数理统计论文 1一题多解教学法 数理统计这门课程目的并不是让学生学懂书本知识，会做统计题目，而是能够在实际生活和工作中，运用所学知识解决其问题．问题是千变万化的，光靠书本的固定公式是不能解决问题的，因此，需要学生在学习中具有创新思维能力，以不变应万变．在平时教学过程中，教师可以选择一道题目为例，采用不同思路、不同方法求解，即一题多解，不仅可以加深学生对已学知识的理解、知识点的联系，而且还能培养其运用多种知识的能力，培养其创新思维能力．如介绍假设检验的接收域时，通过一道具体应用题，分别用假设检验和区间估计知识构造检验统计量和枢轴量，发现，所谓的接收域与区间估计中的置信区间是一一对应的，通过分析，使学生对统计中两个重要的内容假设检验和区间估计的联系上有了更深一步的理解． 2因材施教教学法 在教学过程中，教师要时刻注意学生理解知识的情况，应根据不同班级具体情况对教学内容和手段采取适当调整，可使得教学方法灵活多变．开课之前应通过不同途径了解该班学生的情况，通过所得信息制订总体教学计划．教学过程中也应该主动与学生交流，得到学生的反馈意见，课下也应该对作业情况进行适当总结，调整课时进度．比如应用数学专业学生，专业性质要求在教学中适当加强难度，多安排一些理论推导，强调概念的严密性和逻辑性，其他专业学生，应注重实际运用，特别是与统计相关软件的应用，使得其能尽快处理实际问题． 3“辩误”教学法 数理统计的大部分概念比较抽象，学生理解上容易产生困难，因而会出现一些常规错误．在教学过程中，可选择一些典型的例子，通过实例分析，使学生正确理解数理统计中的概念，提高教学效果．如介绍检验的P值概念，教材的定义是“利用观测值能够做出拒绝原假设的最小显著性水平”．就可以选择书中具体例子，通过选择不同显著性水平ɑ，得出接受原假设还是拒绝原假设的结论．通过比较，加深学生对这一概念的理解．辩误教学能给学生留下深刻印象，引导学生从正反两方面分析比较问题，正确理解其概念，而不仅仅是对概念的死记硬背． 4结语 数理统计课程虽然概念抽象，方法难以掌握，但作为教师，只要认真探索教学方法，在教学过程中，通过具体实例把抽象的概念和理论推理形象化，加强师生的互动，灵活有效地采用多种教学方法，就能够激发学生学习的兴趣，培养其创新思维能力，提高其解决实际问题的能力，让数理统计课程学习变得很容易。 作者：丁华丁宁单位：安徽财经大学金融学院国际经济与贸易学院 统计类论文:基于类比法的概率统计教学论文 1类比法在概念教学中的作用 1.1随机事件的关系运算与集合的关系运算的类比由于事件可以看成由某些样本点构成的集合，因此可将二者类比学习。例如：集合A∪B表示其中任意一个元素x仅属于A或者仅属于B或者属于A和B的公共部分，我们可以形象地用韦氏图来表示。此时若将A和B看作是事件，则事件A∪B表示“事件A和事件B至少有一个发生”，记作A+B，即概率论中事件的和等同于集合论中集合的并集。同样的类比方法，我们可将集合论中集合的交集类比到概率论中事件的积中去。在教学中可引导学生先回顾集合之间的各种关系运算，随之再引出相应的事件间的关系运算，最后归纳总结。此外，事件运算的性质如交换律、结合律、分配律均可对照集合的相应性质进行类比学习。 1.2离散型随机变量与连续型随机变量的类比对于离散型随机变量，学生感觉较容易，但对于连续型随机变量，往往学生感觉抽象难理解。由于分布列在离散型随机变量中的地位与密度函数在连续型随机变量中的地位等同，因此对于离散型随机变量中的边缘分布列与联合分布列的关系可以过渡到连续型随机变量中边缘密度函数与联合密度函数的关系中去，此外诸如随机变量的独立性的充要条件以及期望与方差的计算均可轻松过渡。具体我们可通过“把连续的问题离散化”这种方法，实际是将对离散型随机变量中对分布列的求和变成对连续型随机变量中的密度函数求积分即可。表1我们将对其中的部分性质及计算作一个简要的类比。 1.3一维随机变量与二维随机变量的降维类比任何学习都是循序渐进的，一般来说低维空间的知识相对简单，容易被学生接受，所以最好的方法是从低维空间向高维空间过渡学习。降维类比法是将高维空间中的数学对象降低到低维空间中去观察，利用低维空间中数学对象的性质类比归纳出高维数学对象的性质。通过上面的类比得知抽象的二维随机变量的分布函数与一维随机变量有着一致的表达式，从而大大降低了学习的难度。此外，二维离散型随机变量的联合分布列与连续型随机变量的密度函数的性质与计算均可借助一维随机变量的相关知识引入。 2类比法在习题教学中的应用 类比法是解题的有力工具。在习题教学中，教师若常引导学生用类比思维去寻找解题的方法，会起到事半功倍的效果。我们首先可以利用条件、结论或者结构形式上的类似，联想与之类似的概念性质从中得到启发。例如，在概率统计中有这样一题：总之，类比法是创造性地表达思维的重要手段，在概率统计教学中有其特有的地位和作用。在概率论的类比法教学中，不仅要根据学生已有的知识提供恰当的类比对象，更为重要的是引导学生在类比中去发现目标对象与类比对象的本质区别，从而真正地认识和理解目标对象，否则则可能导致错误的理解与认识。事实上，类比法在概率统计教学中的应用远不止于上述几个方面，这里就不一一赘述。在概率论教学中若恰当应用类比法，可使学生将所学的知识条理化系统化，有利于提高学生分析问题与解决问题的能力，培养学生的创新意识和创新精神。 作者：李燕楠何建营单位：中原工学院理学院

统计学数据分析论文:探究大数据时代对统计学发展的新认识 摘 要：随着信息化时代的发展，数据的形式多样化，数据结构具有复杂性特征。这标志着大数据时代的到来，这一时代的数据具有处理速度快、数据量大、样本复杂但价值密度低的特点。大数据时代的到来，高校应对其产生新的认识，并根据实际状况及时调整统计学专业的建设策略，使统计人才的培养能够适应时代的需求。 关键词：大数据时代；统计学；影响 随着大数据时代的到来，各企业采用了新的策略，获得了更多的利润。对于统计专业来说，改变发展策略，使培养出来的专业人才能够适应大数据背景的需求是其主要任务。目前，高校统计学专业逐渐认识到大数据时代综合性人才培养的重要性，并对专业建设进行了相关改革。 一、大数据时代对统计学的影响 大数据时代的到来对现代统计专业的发展造成了新的冲击，要确保培养出来的人才能够起到应有的作用，首先要了解大数据时代对统计专业所造成的影响。 （一）大数据时代使数据结构和数据性质发生变化 网络技术以及基于网络技术的电子商务等新的数据记录模式标志着大数据时代的到来。大数据时代，不再依赖于抽样调查的记录模式，网站浏览、视频监控都将形成大量数据。传统的数据结构甚至是数据性质发生了变化。大量的数据信息对于需求者来说，如何甄别其可用价值成为关键。传统的数据可以二维表格显示和整理。但大数据时代所产生的数据具有多样化和复杂化特征，往往包含了大量的音频、视频、HTML等。这要求大数据的收集具有较强的目的性，才能实现其价值。 （二）大数据时代要求统计分析方法和统计思维更新 大数据时代的主要特征为数据多且复杂，数据分析要求分析者对总体进行分析。在这一背景下，参数统计不再具有意义，假设检验法也随着总体分析而失去价值。数据的复杂化对传统大数据统计思维造成了巨大的冲击，要求统计者具有活跃的思维。只有对传统数据的改变进行分析，并且树立新的统计方法。 二、大数据时代下的统计学发展新策略 为适应大数据时代的需求，统计学专业的发展势必要对传统模式进行改革。目前，多数高校统计学专业已经认识到大数据对于其发展带来的冲击。为此，本文提出了以下策略，以及能够帮助统计学取得更好发展。 （一）加强统计应用性教学 根据大数据时代数据的总体分析特征，数据分析人员应掌握全面的分析方法。在人才培养过程中，应致力于培养实践分析能力，提高数据和资料收集能力，并且培养其强烈的数据价值观，使其能够从众多数据中找到所需的。另外，对传统模式进行改革，增加大数据统计内容，以适应时代的需求。基于大数据的结构特点，实施资料透视化教学，提高分析者对复杂数据的分析能力。 （二）培养大数据统计思维 在人才培养过程中，新的统计思维的培养具有重要意义，即强调数据分析实践能力的提高。统计思维的培养有助于数据分析者对复杂的数据进行区分，从而整理有效信息。在大数据时代，不仅要以传统的平均思维、动态思维和变异思维为基础，还要注重基于整体分析的大数据思维。另外，还要培养数据分者的复杂性思维，以应对复杂的数据库。总之，大数据时代需要数据分析者具有全面的、创新性的思维。 （三）强化基础性统计知识 统计学自身具有复杂性，其改变多且抽象。基础的统计知识是进一步掌握大数据分析思维的基础，可见学习基础性统计知识的重要性是不言而喻的。为此，应该采取深入浅出的方法，利用多媒体等方式使复杂的数据统计清晰化、简单化。结合具体的案例使数据分析者正确认识统计概念、掌握统计原理和方法。此外大数据分析不再是一种专业，而是更倾向于一种技术，这要求我们将大数据分析与统计学以外的相关知识相互联系。注重真实相关与伪相关的讲解，强调商务智能的开发和分析。只有具有坚实的基础，才能确保数据分析者大数据分析思维的养成，适应现代社会的需求。 （四）加强复合型人才培养 为适应大数据时代的需求，复合型人才的培养是关键。所谓复合型人才，是指其不但要具有专业的数据分析能力，还要相应的具备管理以及其从事专业的技术。大数据时代，高校应建立全面的人才培养模式，注重培养人才的数据分析能力、编程能力等，使其真正了解大数据，懂得如何利用大数据对其所处的行业起到积极作用才是关键。总之，大数据时代对综合性人才具有更高的需求，大数据时代不仅培养的是一种能力，而且是一种思维，是对全新模式下的数据的分析和利用。高校作为人才培养的重要基地，其教学模式的改革、对大数据时代所需教学模式的认识是高校的主要任务。 三、总结 统计学是经济学的基础课程，传统的统计人才培养具有定向性。而随着大数据时代的到来，数据产生的形式多样，且具有复杂性。大数据分析不仅是作为一种专业存在，而是应以一项必备的技术而存在。大数据时代，传统的统计思维和统计方法发生了改变，统计人才培养方式的改革也就势在必行。（作者单位：海南师范大学） 统计学数据分析论文:大数据时代统计学面临的机遇与挑战 【摘要】大数据给统计学带来了机遇、挑战和紧迫感。本文描述大数据的环境，利用大数据的目的和大数据带来的变革；介绍国内外有关大数据的研究动向；探讨大数据包含的信息，大数据的预处理、抽样和分析方法。 【关键词】大数据 抽样 数据分析方法论 当今时代，一方面人们在主动地获取数据。各个科学领域都在大量地获取数据，自然科学领域收集着从宏观的天文数据到微观的基因数据，经济、金融和人文社会科学收集着大量的观察和调查数据。另一方面人们在被动地囤积数据。随着计算机互联网、搜索引擎、电子商务、多种传感器和多媒体技术的发展和广泛使用，各种形式的数据如江河流水般地涌来。当今数据的获取和规模发生了根本的变化，统计学面临着新的机遇和挑战，需要在方法论上有所突破。 一、大数据及其目的 狭义地讲，大数据是一个大样本和高维变量的数据集合。针对样本大的问题，统计学可以采用抽样减少样本量，达到需要的精度。目前大数据的环境包括了：数据流环境：数据快速不断涌来，现有存储设备和计算能力难以应付这种洪水般的数据流；磁盘存储环境：数据已不能完全存储在内存中，需要硬盘存储；分布存储环境：数据分布存储在多个计算机中；多线条环境：数据存储在一个计算机中，多个处理器共享内存。 大数据的目的是将数据转化为知识，探索数据的产生机制，进行预测和制定政策。把信息转变为有用的知识还需漫长的时间。“预测”不同于“制定政策”。一个儿童的鞋子越大，可以预测他掌握的词汇量越多；但是，制定政策强制他穿大鞋子并不能提高他的词汇量。 二、大数据带来的变革 大数据给我们的时代带来了变革。目前，人们习惯于根据“研究问题”来驱动“收集数据”。今后，大数据到处可得，人们将会用“数据”驱动“研究问题”。就像我们出远门前常常查询目的地的天气、交通和宾馆那样，未来人们在研究和决策前将会通过查询数据做决定。目前已经有科学家开始使用软件搜索和汇总已中的成果。大数据中包含有各种不同目的的数据集，综合利用它们可以做出原来目的之外的意外成果。例如，将医院病历数据与信用卡消费数据结合，我们能发现食品与健康的相关关系，指导人们进行健康饮食。假若再加上手机和GPS等数据，还能随时对人们进行体检，指导健身，减少猝死，帮助医生诊断疾病等，应用大数据可以设想的用途不计其数。 三、大数据的处理、抽样与分析 （一）数据的预处理 大数据的预处理包括数据清洗、不完全数据填补、数据纠偏与矫正。利用随机抽样数据矫正杂乱的、非标准的数据源。统计机构的数据是经过严格抽样设计获取的，具有总体的代表性和系统误差小的优势，但是数据获取和更新的周期长，尽管调查项目有代表性，但难以无所不包。而互联网数据的获取速度快、量大、项目繁细，但是难以避免数据获取的偏倚性。将统计机构的数据作为金标准和框架对互联网数据进行矫正，将互联网数据作为补充资源对统计机构的数据进行实时更新，也许是解决问题的一个思路。 （二）大数据环境的抽样 大数据的抽样方法有待研究。“样本”不必使用所有“数据”，不管锅有多大，只要充分搅匀，品尝一小勺就知道其滋味。针对大数据流环境，需要探索从源源不断的数据流中抽取足以满足统计目的和精度的样本。需要研究新的适应性、序贯性和动态的抽样方法。根据已获得的样本逐步调整感兴趣的调查项目和抽样对象，使得最近频繁出现的热门数据，也是感兴趣的数据进入样本。建立数据流的缓冲区，记录新发生数据的频数，动态调整不在样本中的数据进入样本的概率。 （三）大数据的分析与整合 针对大数据的高维问题，需要研究降维和分解的方法。探讨压缩大数据的方法，直接对压缩的数据核进行传输、运算和操作。除了常规的统计分析方法，包括高维矩阵、降维方法、变量选择之外，需要研究大数据的实时分析、数据流算法。不用保存数据，仅扫描一遍数据的数据流算法，考虑计算机内存和外存的数据传送问题、分布数据和并行计算的方法。如何无信息损失或无统计信息损失地分解大数据集，独立并行地在分布计算机环境进行推断，各个计算机的中间计算结果能相互联系沟通，构造全局统计结果。研究多个数据资源的融合算法。研究利用数据流寻找模型变化时间点的动态变化模型。 在大数据环境，很多数据集不再有标识个体的关键字，传统的关系数据库连接方法不再适用，需要探讨利用数据库之间的重叠项目来结合不同的数据库，利用变量间的条件独立性整合多个不同变量集的数据为一个完整变量集的大数据库的方法。探索不必经过整合多数据库，直接利用局部数据进行推断和各推断结果传播的方法。另一方面，利用统计性质无信息损失地分解和压缩大数据。 四、结束语 一个新生事物的出现将必定导致传统观念和技术的革命。数码照相机的出现导致传统相片胶卷和影像业的已近消亡。如果大数据包含了所有父亲和儿子的身高数据，只要计算给定的父亲身高下所有儿子的平均身高就可以预测其儿子身高了。模型不再重要，当年统计学最得意的回归预测方法将被淘汰。大数据的到来将对传统的统计方法进行考验。统计学会不会象科学哲学那样，只佩戴着历史的光环，而不再主导和引领人们分析和利用大数据资源。现在其他学科和行业涌入大数据的热潮，如果统计学不抓紧参与的话，将面临着被边缘化的危险。现今统计学的目标是通过获取数据和分析数据发现真理（总体的参数和性质），统计方法和理论对数据有过高的要求。而大数据充满了各种随机的、非随机的误差和偏倚，不能满足这些苛刻的要求。按照波普的科学划界准则，只要我们能从大数据中提炼出具有可证伪的结论，那么这个结论还是科学的，可以用于知识积累。这些可证伪的大数据结论可作为进一步科学研究的假说，以数据驱动研究。我们在看到大数据给统计学带来了机遇的同时，也应该看到现在的统计方法普遍只适用于全部数据放在单个计算机内存的环境，分布式大数据和数据流的环境给统计学带来了挑战。统计学家不应该固守传统数据的环境，必须积极学习新生事物，适应新的大数据环境，扩展统计学的应用领域，创造出迎合大数据的新统计方法，“机遇”与“挑战”并存。 统计学数据分析论文:统计学在股票价格统计数据中的应用 [摘 要]以股票当中基本的股票价格计算数据着手，重点研究统计学在股票价格计算数据整理运算进程中有关的运用。全面地说明了如何计算股票价格的三种平均数和计算的公式；股票价格统计数据整理运算进程当中的取样研究以及股票价格统计数据的四个计算方法；依次列出在各个国家之间具有比较高影响力的几个股票价格统计数据在运算进程中统计学的有关运用。 [关键词]统计学；股票的价格；股票的价格统计数据 随着社会进步，股票已深入人们的生活当中，只有正确地对待股票与统计学之间的联系，这样能更全面利用统计学知识掌握股票交易市场的变动规律，从而促进个人与团体的利益一致性。 在平时常见的文章中我们能经常碰到的是统计学的取样数据分析、回归分析、标准差等在股票技术分析、投资收益、风险预测中的常见实际运用，在其实际运用中股票价格统计数据也是统计学里的一个，统计学在实际运用中有着广泛的作用，本篇文章是从股票中最基本的股票价格统计数据开始，侧重以统计学在股票价格统计数据整理运算过程中的实际运用进行分析、谈论。 1 统计学在股票中的定义 统计学通过收集相关的资料，剖析资料和数据得到的结果的一组概论，准则与办法。统计分析数据有描写和推测统计两种方法。 （1）看大盘：汇集股票的相关材料，即调查统计。从头到尾，即全方位的去调查；有重点的看，即重点的调查；随机的查看，即采样调查；查找各种各样的有象征性的个人股票，也是典型的调查。 （2）股票板块：以某一标志将股票进行分类，也就是分组统计。例如钢铁板块等。 （3）阴阳烛：交易成功量与交易成功价格的高低决定其趋势，即是频数分布。 （4）牛市：股价呈飙升趋势，即是正J型分布。 （5）熊市：股票呈下跌趋势，即反J型分布。 （6）摸高，回落：股票飙升，至某一点时受到阻力后呈下跌趋势，即是偏态分布。 （7）探底，反弹：股票价格下跌，到某一地方撑持后上升，也就U型的分布。 （8）股票指数：加权平均数的运算，是质量指标指数。股票的价格是质量指标，成交的数量或发行量是数量指标。 （9）黑股：存在感过低，易失诸交臂。 （10）均线：股价算术的平均数。一般为加权平均。 （11）震荡空间：股票价格的波动曲线的均值偏差，也就是标准偏差。 2 股票的价格统计数据 2.1 股票的价格均值 股票价格的均数是反馈不同股票价格上下浮动的基准。股票价格均数是由证券交易场所、金融类服务公司、银行或新闻媒体整理而成的。为了能时刻了解各种股票而联合形成的行情市场整体的价格水平和完整市场总和的变化方向。 2.2 简易的算术股票价钱均值 1981年6月，查尔斯・亨利・道在《客户午后通讯》首次了一组之后被称作“道・琼斯工业股的股票价格平均数值”，也是全球上最早股票价格平均数值。 2.3 加权指数 加权指数是依据各种样本股票的销售数量或者是交易成交的数量依照权术来进行加权指数运算的股票交易价格的均值。因此销售的数量是权数的加权均值的股票交易价格，即是抽样股票的市场价值总和除以抽样股票的销售数量；以成交数量作为权数的加权均值股票价格，就相当于是抽样股票的全部金额除以抽样股票的成交数量。 2.4 修正股票交易价格的均值 修正股票交易价格均值是通过简便的数字运算的基本上，如果有分割股票、增加投资、发行新股的时候，经过改动除数，让股票的交易价格的均值没有任何影响。做法是以新的股票交易价格的全部金额除以旧的股票交易价格的平均数值，因此得出新的除数，然后再以运算期的股票交易价格总金额去除以新的除数，就可以得出修正的股票交易价格的平均数值。 2.5 股票价格的波动情形 股票的价格指标是本期股票的交易价格和某个前期之间相对比的相对数变化，是因为证券交易的场所或者是金融中介机构经过对股票交易场所里有一些具有象征性的企业所发出的股票交易价格，进行平均运算和发展变化情况相比后整理出一个可以提供了解股票出价、发价或者是价格的指示数字。整理过程包括五个方面：①挑选一些具有象征性的股票，当作整理过程中指示数字的样品股票。②按照规定的时间去股票交易场所上去收集样品股票的交易价格，俗称采样。③选择一个基础期，基础期的股价交易价格水准是100或者是1000。④要运用科学的方法以及高科技的手段运算出股票的指数数值。⑤要对外公布。 3 股票交易价格的运算 3.1 算术平均数 简易的算术平均数是在运算出抽样股票单个价格指数的基本上，加上总和算出平均值的一种运算方式。现在运用这个方法计算的有算术平均股价指数、英国的《金融时报》精算股价指数等。 3.2 综合平均法 综合平均法是各自把前期和本期的股票交易价格实行求和，之后把本期的股票交易价格和前期的股票交易价格的总金额相对比，从而得出股票交易价格指标的一个运算方式。现在运用这个办法的有美国的纽约证券所整理的股票交易价格指标，等等。 3.3 几何平均法 几何平均法是各自把本期和前期的股票交易价格互相乘后开方，之后再用本期和前期的相比较从而得出指标的一个运算方法。 4 综合加权法 （1）以样品股票前期的成交量或者是销售量为权数。现在应用这个方法运算有上海综合股票交易价格指数等。 （2）以样品股票本期的成交量为权数。现在应用这个方法运算的有我国沪深300指数等。 （3）以样品本期销售量为权数。现在应用这个方法运算的有标准普尔股票交易价格指数、深圳综合指数等。 （4）加权几何平均法。在股票交易价格指标的运算当中，大家为了能够知道交易在本期与前期中区别，提议出了加权几何平均法。现在使用这个方法运算的仅有英国伦敦《金融日报》工业普通的股票指数和美国价值线工业指数。 5 结 论 成功创立一种模型可以取得金融领域的顶尖荣誉，表现出了金融与数学的统计是有着不可分割联系。统计学和其他有关的学术在证券交易场所起着非常重要的作用，人们在以前运用简易的计算和算术方式已然无法去满足逐渐困难的金融领域的进展。近这几年，许多学院也都创立了金融系和管理系；北方工业学院的统计学学科创立了许多证券期货的模拟工作间；设立有关学科的就特别多了。 统计学数据分析论文:大数据背景下统计学专业教学改革初探 摘要：大数据时代的到来，给与之密切相关的统计学专业带来了前所未有的机遇与挑战。本文针对统计学专业的自身特点，分析了专业中存在的问题，并从人才培养目标的定位，课程的调整与设置，教学手段创新和完善教学评估体系等几个方面提出了一些合理化的建议。 关键词：大数据；统计学；教学改革 一、引言 最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。大数据具有以下的鲜明特点：第一个特征是数据量大。第二个特征是数据类型繁多，多类型的数据对数据的处理能力提出了更高的要求。第三个特征是数据价值密度相对较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。第四个特征是处理速度快，时效性要求高，这是大数据区分于传统数据挖掘最显著的特征。 统计学专业是与数据分析处理联系最为紧密的学科之一。大数据时代的到来不仅为统计学专业的发展带来的前所未有的机遇，同时也带来了巨大挑战。传统的统计学专业已不再适应大数据时代的信息爆发式增长的要求，这就要求我们应该对统计学专业进行重新定位，并在此基础上调整相关课程，改革传统的教学手段以及完善教学评价体系，以适应大数据时代的到来。 二、统计学专业改革的建议 （一）人才培养目标的重新定位 如果说以往的统计学专业是以培养简单的“应用型”人才为目标，那么随着大数据时代的到来，社会不仅仅需要会应用基础统计知识处理相关领域的问题的单一的应用型人才，而是对人才提出了更高的要求：大数据时代下的统计学专业的人才除了应该具备基础的数据收集，处理和分析的能力之外，还应该了解相关应用领域的背景知识，而且应具备很强的自我学习能力，以适应大数据时代数据量大，总类繁多，时效性高等发展特点。因此，统计学人才培养目标应该重新作出调整，应该以培养全新的“复合型”统计人才为新的目标。 （二）课程设置的调整 随着人才培养目标的重新定位，随之而来的就是应该对不再适应时展要求的课程进行必要的调整。 首先，大数据的分析和处理与以往的经典分析方法有很大不同，以往的统计分析方法主要是建立在抽样基础之上，而大数据时代信息处理迅速，信息获得途径广泛，而且信息价值密度低，这就要求数据处理时，可以以全体作为样本，而不是进行抽样；分析时必须考虑所有数据而不是剔除所谓的异常数据。因此，以往的经典统计分析方法已不再适应大数据的处理和分析，必须适当的调整经典分析方法的课程设置，增加新的适用于大数据分析的课程。 其次，随着数据量的爆发式增长，所有的统计工作对计算机的依赖程度越来越高，这就要求统计学专业的学生不仅掌握统计学专业的基础知识，同时应该熟练掌握计算机专业知识相关知识，因此，在课程安排时，应注意计算机相关课程的适当增加。 基于上述原因，可以考虑增加如下课程：机器学习，模拟算法，数据挖掘，R语言软件分析等课程，同时适当降低传统分析方法课程的学时比重。此外，为了使学生能够对相关应用领域的背景知识有所了解，可适当增设与应用领域相关的通识课程。 （三）教学模式与手段的创新 以往的教学模式，通常是以课堂教学，掌握书本经典理论为主。虽然，传统教学手段有着学生理论基础扎实等诸多优点，但是同时也存才学生过于偏重理论知识的掌握，动手能力不足，理论与实践脱节等缺点。随着社会的发展，尤其统计学专业自身具有鲜明的应用专业特点。只采用传统的教学模式和手段显然不再适合大数据时代的需要；同时，随着大数据时代的到来，多媒体手段日益丰富多彩，为传统教学的创新提供了必要的支持。因此，为了适应大数据时代人才的要求，必须改革传统的教学手段和模式，在传统教学基础上，加大实验教学的比重，在传统教学外，增加社会实践环节，引入微课慕课，翻转课堂等全新教学模式，以提高学生的学习兴趣，锻炼学生理论应用于实践的能力，从而为以后使用大数据时代的工作打下坚实的基础。 （四）教学评价体系的完善 传统的教学评价体系，通常是采用书面考核的方式对学生的学习进行评价，随着时代的发着，单纯的笔试评价不足以衡量学生的全面能力，最后导致出现高分低能的情况的出现。 为了适应大数据时代对人才多方面能力的需求，必须对传统的考核评价体系做出适当的调整，以评价学生的多方面能力，尤其是动手能力，学习能力和应用相关理论处理实际问题的能力。具体可以采用多种考核方法相结合的方式。如：增加平时的考核力度，增加实践项目的考核，通过布置适当的项目论文，采用答辩的形式，以锻炼学生适应以后工作，独立分析解决问题的能力。 此外，传统教学评价体系通常是单方面的，只有对学生成绩的评价，为了适应大数据时代的到来，全面提高教学质量，可采取双向教学评价体系，如：增加学生对教学环节的评价体系。以及教师间同行间的评价体系等。 三、启示 通过以上分析表明，为适应大数据时代数据分析处理的要求，对统计学专业必然要进行必要的全面的改革，如：需要重新对专业惊醒合理的定位，重新制定人才培养目标，调整专业课程设置，改革传统的教学模式和手段等等。但是，统计学专业改革是循序渐进的过程，不可能一蹴而就，不是一朝一夕就能实现的，因此，必须制定长期改革方案，以及有效的检验机制，避免在改革项目太多而适得其反。可以采用先试点，再推广的方式，或者先局部进行改革试验，再进行多方面的改革。例如可以先重新制定合理的人才培养方案，只进行适当的课程调整。稳定后，在进行考核方式，评价体系等其他方面的改革。 统计学数据分析论文:大数据时代统计学专业教学体系的改革 摘要：大数据时代的到来对统计学提出了新的要求。本文从统计学专业发展的新特点出发，剖析了现有教学体系中存在的问题，提出了明确专业培养目标，重新设计主干课程内容；转变固有思维方式，推进统计学教学改革；创新实践教学模式，加强实践教学开展等统计学专业教学体系改革的发展方向。 关键词：大数据；统计学；教学体系改革 一、大数据时代统计学专业发展的新特点 （一）数据化的信息收集 传统的统计研究主要是对已收集的数据进行各种技术分析，包括描述性分析、推断性分析、截面分析、时间序列分析等，侧重点在于技术分析手段的使用上。然而大数据时代，关注的是信息本身。现代信息系统的使用使大数据成为可能，文字、地理方位、沟通等，任何事物都可以量化，一切现象都可以用数据或表格来诠释。因此，大数据背景下世界是由各种信息和数据所构成的。 （二）全数据模式的研究对象 在信息处理能力受限制的过去，人们缺少用来分析所收集数据的工具，因此产生了随机抽样。随机抽样法的目的是用最少的数据获得最多的关于总体的信息，从而使用样本对总体进行推断。然而，在大数据时代，数据处理的方式和技术发生了巨大的改变，人们可以通过互联网、数据库以及各种通讯工具获得海量数据，这时随机抽样就失去了它原来的意义。简单廉价的数据收集方法，足够的数据处理和存储能力，使得全数据模式成为可能。因此，大数据背景下样本即为总体。放弃随机抽样分析的捷径，采用所有数据的方法，可以发现一些隐藏在海量数据下的细节。 （三）混杂性的数据处理思维 传统的统计学处理数据的步骤是首先对数据进行整理和清洗，剔除不完整的或者异常值，然后再利用样本信息，在允许的误差范围内对总体进行推断和分析，即通过调整精确度的大小来对总体进行研究和分析。然而，在大数据背景下，来自各个时间和空间的数据来源纷杂，格式广泛，在萃取或处理数据的时候，很难做到把所有的数据都进行仔细地清洗。这种情况下，必须接受数据的混乱和不确定性，因为数据多比少好，因此更多的数据信息比更加智能、更加精确的算法系统还重要。当拥有大量数据的时候，可以忽略一部分精确性，但并不是说不需要精确性，而是数据规模不断扩大时，确切的数量已经不再那么重要了，可以通过大规模的数据来发现事物背后的规律。 （四）相关关系的基础分析方法 传统的统计中，大部分相关关系分析仅限于寻求线性关系，或是在建立假设的基础上揭示数据相互之间的因果关系，例如Granger检验就是依据时间序列数据对变量之间的因果关系进行的判断，但往往会产生一些虚假的因果关系。这是因为统计关系并没有蕴含多少真实的因果关系。在大数据背景下，数据点以数量级方式增长，用数据驱动的相关关系分析不再需要建立在假设的基础上，所以相关关系分析不容易受偏见的影响而发生错误。大数据时代相关关系通过回答“是什么”的问题，为人们认识世界提供了一种新的视角。因此，相关关系统计分析是大数据预测的基础。 二、统计学专业教学体系中存在的问题 大数据背景下传统的统计学专业教学体系存在的问题凸显，具体体现在以下几个方面。 （一）培养目标无法适应大数据时代的社会需求 传统的统计学专业教学体系的培养目标是通过统计专业核心课程内容的介绍，锻炼学生收集、整理和分析数据的能力，培养“应用型”统计专业人才。然而，大数据的出现，使得通过数据分析获得知识、商机和社会服务的能力，从以往局限于少数的学术精英圈子扩大到了普通的社会机构、企业和政府部门，各行各业对统计数据、统计分析的需要使得统计学专业受到了前所未有的关注。大数据背景下，要求统计学作为一种分析工具，能够与其他专业相互衔接，相互服务，培养“复合型”专业人才。因此，传统的统计学专业教学体系培养目标存在两个方面的挑战：第一，如何协调统计与其他专业之间的关系；第二，如何从“应用型”向“复合型”人才进行转变。 （二）忽视数据的收集和创新 传统的统计学专业教学体系重视数据的分析技术，更多的课程设置是围绕着数据分析方法和技术展开的，例如多元统计分析、时间序列分析、统计预测与决策分析等。基础的数据收集部分只在统计学原理中有一章的内容介绍，而且是作为非重点一带而过的。大数据以海量的数据为分析研究的对象，将一切社会经济现象进行量化，重视的是信息的收集和数据的创新，包括数据的再利用，数据的重组，数据的扩展，数据的折旧以及数据的开放等各个方面。这些内容在原有的教学体系中是没有体现的。 （三）与大数据时代脱节的教学内容 传统的统计学专业教学体系仍然固守着原有的教学内容，在近二十年内变化不大。专业的主干课程有统计学原理、国民经济核算、计量经济学、抽样技术与方法等。而在大数据背景下，教学内容以全数据模式为研究对象，强调对所有的数据进行分析，而不是开展随机抽样；允许不精确的存在，而不是在给定的精确程度下对总体进行推断和分析；关注海量数据之间的相关关系，而不是强调数据之间的因果联系。这些内容都无法在现有的教学体系中体现，因此，传统的专业教学体系与大数据时代是脱节的。 （四）实践教学环节薄弱 随着“应用型”统计专业人才培养目标的提出，学校对实践教学的重视增强，与过去相比，现有的专业教学体系中已经增加了实践教学环节。但是，在大数据背景下，实践教学仍然是统计学专业教学体系中的薄弱环节。主要表现在两个方面：（1）以模型驱动为主的实践教学模式已不适应大数据时代的要求。现有的实践教学内容并不是从数据出发，而是通过寻求一些适合模型的数据来“证明”这个模型的确有意义。这种思维方式与大数据时代的要求是不适应的，因为创造模型的目的是适应现实数据，而不是由模型驱动。（2）以SPSS、Eviews为主的软件教学已无法处理大数据。现有的实践教学中，主要讲授的是传统的统计分析软件SPSS和Eviews，因为这两种软件发展成熟，操作简单，可以处理一般的计量模型和时间序列。但是，大数据时代数据是海量的、复杂的，用简单的软件已无法处理和实施。 三、统计学专业教学体系改革的方向 根据以上分析，时代的发展对统计学专业提出了更高的要求，现有的教学体系中存在的各种问题即为统计学专业教学体系改革的方向。 （一）准确定位统计学专业的人才培养目标，重新设计主干课程的教学内容 大数据时代要求培养“复合型”统计专业人才，因此教学体系的培养目标要从简单的“应用型”向“复合型”转变。“复合型”统计专业人才要求学生除了具备数据收集、处理和分析的能力外，还要对统计学应用领域的背景知识有一定的了解。因此，按这个培养目标，需要对现有教学体系中的主干课程重新进行调整和设计。专业主干课程分为方法和应用两个方面。方法类的课程除了原有的计量经济学、时间序列分析、多元统计分析等外，又增加了机器学习、模拟算法、数据挖掘、R软件分析（或SAS软件分析）等处理复杂大数据的方法的课程。应用类课程在保留原有的国民经济核算，金融统计，证券投资，会计学基础外，增加一些统计学应用领域的基础知识课程，例如商业统计、生物统计、保险与精算统计等。此外，适当调整各专业主干课程的课时，一些课程可以增加课时，如软件分析、数据挖掘等，一些课程可以缩减课时，仅作一些简单的介绍，如抽样技术等。 （二）转变固有的思维方式，在大数据背景下积极推进教学改革 大数据时代，数据更多、更杂，传统统计学思维方式受到了极大的挑战。因此，以大数据为背景，转变固有的思维方式，从以统计技术方法为中心转换到以信息数据为中心，推进统计学专业教学改革十分重要。具体来说，可以弱化传统的推理论证的教学模式，强化数据收集、数据处理和数据分析的能力培养；强调数据本身的价值，让数据说话，用简单的方法了解数据背后所隐藏的信息和规律；使用项目式训练，让学生从项目中真正体验数据化处理的整个过程，达到理论和方法的结合；加强课堂教学与实验教学的统一和贯通，如在传统的教学过程中，将统计学原理、多元统计分析结合SPSS软件介绍，而时间序列分析又采用Eviews进行介绍，造成学生疲于学习各种软件，实际上SAS、R等统计软件可以实现所有的功能，用一种软件与课堂教学融合贯通能帮助学生更好更深地掌握软件的使用。 （三）创新实践教学模式，加强实践教学的开展 从以模型驱动的实践教学模式转变为以数据驱动的教学模式，构造课堂案例教学、实验教学、课后项目式训练、校外实习基地锻炼四位一体的创新型实践教学模式。计算机快速发展的今天使得大数据成为现实，在处理数据的时候，根据数据的特征创造出新的计算方法来满足实际需要，这就是数据驱动模式。在实践教学的过程中，要强调统计数据、计算机编程以及统计分析软件的结合。目前，R软件和SAS软件显示出了强大的数据处理和数据分析功能，实践教学环节中可以把这两种中的一种融入到专业课程中去，将计算机软件与课堂教学结合起来。此外，课后的项目式训练和校外实习可以带动学生了解和掌握整个数据分析实践的流程，激发学生学习的兴趣，在实践教学的过程中要多鼓励、多开展。 统计学数据分析论文:大数据时代对统计学的挑战 摘 要：大数据对于统计学的影响日趋加深，促使负担着培育数据采集的统计学教育也面临着严峻的挑战，为了和新的外部趋势相适应，统计教育应该主动进行改革。然而，对于大数据会给统计学带来什么挑战，统计学在新形势下怎样变革，却很少有人给予关注，文章从大数据和统计学的联系和差异、大数据对统计学的挑战和新形势下统计学的改革三个方面来讨论这一问题。 关键词：大数据；统计学；新形势 大数据是互联网时代的新型产物，这一理念是在一九八零年由美国的未来学家埃尔夫托夫勒提出的。到了二十一世纪，随着互联网技术的普及和运用，全世界的数据量大概每2年翻一倍，这说明人类在最近两年产生的数据量等同于以往产生数据量的总和。大数据虽然在我国发展较晚，但是从起步之后就一直蓬勃发展，尤其是最近几年，新的大数据采集、发掘、储存、探析类企业和组织逐渐建成，大数据在我国各行各业的使用日趋广泛，遍及信息、金融、商品销售等行业。 一、大数据和统计学之间的联系和差异 统计教育是以统计学理论和统计学在相应领域的使用为主的教育内容，所以想要分析大数据时代统计学教育所面对的挑战和改革，首先应该搞清大数据和统计学二者的概念，明白两者之间的联系和差异。 大数据和统计学之间是有密切联系的。首先，大数据虽然是通过巨型数据采集构成，构成主要涵盖非结构化数据和半结构化数据，和通常结构化数据不一样，但是它的根本依然没有离开数据的属性，统计学依然可以把大数据看做探究的主要方面。第二，大数据对于数据的通常处理过程是：搜集―统计解析―发掘―找到需要的信息，而统计活动的主要顺序则是：统计设计―数据采集―数据整理―数据解析―发现数量联系和规律，二者对于数据的处理方式在某些方面虽然有部分差异，但是基本过程也有很多相似的地方。第三，一方面统计学为大数据的研究提供基本方式，比如大量的观察、数据分组、相关解析等也是分析大数据的主要方式，另一方面因为在大数据探究和处理过程中应该借助新的信息技术，所以大数据的发展在很大范围里提升了统计学探究设施和方式，使现代信息设备和互联网技术在统计学的使用更加广泛。 大数据和统计学的主要差别体现在探究目标、数据处理对象和解析技艺上。大数据通过发现数据机遇和数据价值，寻求数据回报为最终目标，数据所触及的范围比较宽泛，运用遍布互联网、经济分析、财产管理、商业投资和医疗器械等方面，处理的数据主要是海量、全面性的非架构化数据和半结构化数据。然而统计学以发现数据后映射物体的自身关联和规律为目的，处理的数据主要为数量不大的结构化数据，使用概率论、非全面调查、抽样推断和相应回归解析等数理统计理论为探究方式。所以，相对于统计学，大数据不但在技术和工具的运用里更为全面和智能，和互联网技术的联结的也变的十分紧密，而且在所处理的数据种类和探究目标上都和统计学有所区别。 二、大数据时代给统计学带来的挑战 大数据和统计学虽然密切相关，但是两者在探究目标、数据处理和解析设备方面却有着很大的不同，人类步入信息时代之后，随着非结构化、半结构化的大数据的比例急速上涨，互联网技术在数据采集和处理中的运用日渐宽泛，大家对数据价值和数据回报的追求更加猛烈。怎样汲取大数据探究里的价值理论，使受教育者把握良好、先进、适用的数据搜集、解析和处理的技术。在大数据时代统计教育将会面对的挑战主要表现为以下几点。 （一）对教育内容的挑战 当下统计学专业教育内容主要是概率论和数理统计、抽样抽查、统计形式和有关的统计运用学科，基本以结构化数据为主要的处理对象，而对非结构化和半结构化数据的解析和设备的运用则触及很少。然而，依据大数据时代对数据处理高端人士素养和技术的需求，目前统计学的内容已经不可以满足非结构和半结构的海量数据探究和商业运用对人才培育的需求。所以，统计学的教育应该看清形势，以对统计专业人士的现实需要为核心，不停地提升原来的科目内容，开设新的课程，才可以确保教育内容跟上大数据时代前行的步伐。 （二）对教育方法的挑战 目前统计学教育模式以课堂教育为中心，主要以老师讲解为主，注重理论，忽略应用，注重方式讲解，忽略技能培育，并且教育方式单调，教育方法陈旧，教育组织的合作观念较弱。所以现在的统计学教育方法已经不适合大数据时代对全面性数据处理和分析人才的素养需求，应该在教学方法上展开调适和改革。 （三）对人才培育方式的挑战 目前统计学教育方式以给予学生知识，培育政府、企业、事业单位需求的统计任务人才和学校、科研组织需求的统计教育和研究人员为主要内容和目的，另外大多高校老师综合素养不够，本专业之外的知之甚少，实验室的建成和设施的更新速度落后，形成培育出的学生偏重于公式推导、运算和数学模型解析，知识构架以数理认知为主，在经济学、管理学、计算机学等领域的认知较少，知识探究和观察的目光短浅，解决现实困难的能力不足。大数据时代虽然需要统计人才拥有数据处理和解析所需求的基础素养和技术，但是更加侧重它从海量的数据里掌控市场机遇，发现和发掘商业价值，为所处行业制造利益的内在潜力、奋发精神和探究欲望。 三、新形势下统计学的改革 信息时代对于统计人员的素质提出了更高的需求，统计学的教育方式也需要进行部分改革。 首先，统计人员应该提升对于新技术的敏感性。因为信息技术的不断发展、不断更新，这就需要统计人员具备职业敏感性，及时学习和理解新技能，能在大数据的环境下熟练运用专业技能。其次，统计人员应该提升团队合作意识。作为统计人员不仅要做好本职工作，还要及时了解团队内部各成员的工作进展状况，相互学习、互相共享信息资源。最后，统计人员应该具备自主创新能力。信息化社会的知识更新十分迅速，统计人员唯有不断学习、不断革新，才能够适应大数据时代的需求。 结语 大数据和统计学两者在本质、探究目标、数据处理对象和技能工具等部分，有联系也有差异。大数据时代的到来不但对统计学的固定探究方式和价值观念带来一定的冲击，并且致使统计学教育面对在教师知识结构、教育内容、教育方式和人才培育方式等方面的众多挑战。所以，为了适应大数据时代的发展潮流和培育更加有效、素养更高、适应能力更强的统计专业人才，统计学教师和统计教育都需要跟上时代，积极做出对应的调整和改革。（作者单位：太原市统计局调查监测中心） 统计学数据分析论文:统计学方法在数据挖掘中的应用探究 摘 要：随着我国经济发展水平的不断提高，各行各业得到了显著发展，数据统计学方法也变得日趋多样，数据挖掘是建立在数据库与人工智能基础上发展起来的一种高新技术，其功能是从众多的数据当中挖掘到最有价值的信息，进而实现对数据资源的高效利用。聚类分析能够被当成一种数据分析工具，能真实反映出数据分布情况，本文主要对统计学在数据挖掘中的应用进行了探讨，从而表现统计学在数据挖掘应用中的重要性。 关键词：统计学方法；数据挖掘；应用分析 数据挖掘就是指从众多实际应用数据中获取批量大、有噪声、且随机性强的数据，将潜在的信息与数据提取出来，就是从数据中挖掘有价值的知识，而大多数原始数据具有一定的结构化特征，比如，关系数据库中的数据；也可以通过文本、图形、图像等半结构化发掘有用知识，这些知识可以是数学的也可以是非数学形式的；数据挖掘能以归纳形式存在，能够被广泛应用到信息查询、信息管理、信息决策控制中，方便数据的维护与管理。由此可见，数据挖掘是一门交叉性强的学科，加强对其的研究非常有意义，下面将对统计方法在数据挖掘中的具体应用进行分析。 一、数据挖掘与统计学的关系 （一）数据挖掘的内涵 通常来说，数据挖掘的定义较为模糊，没有明确界定，大部分对其的定义只是停留在其背景与观点的内容上。通过对不同观点的统一整理，人们最终将其描述为：从大量多样化的信息中发现隐晦性、规律性等潜在信息，并对这些信息进行创造、加工的过程。数据挖掘作为一门重要的交叉学科，能够将数据库、人工智能、机器学习、统计学等众多的科学融入到一起，从而实现技术与理论的创新与发展[1]。其中，数据库、人工智能与统计学是数据挖掘当中的三大支柱理论。数据挖掘的目的是从数据库当中发掘各种隐含的知识与信息，此过程的方法非常多，有统计学知识、遗传算法、粗集方法、决策法、模糊逻辑法等，还可以应用向邻近的可视技术、模式识别技术等，在以上所有技术的支持上能够使数据挖掘更为科学、有序。 （二）数据挖掘与统计学间的关系 通常来说，统计学的主要功能是对统计原理与统计方法进行研究的科学。具体来说就是指对数字资料进行的收集、整理、排序、分析、利用的过程，数字资料是各种信息的归纳与总结，可以将其作为特性原理的认知、推理方法[2]。而统计学则表示的是使用专业的统计学、概率理论原理等对各种属性关系的统计与分析过程，通过分析成功找到属性间的关联与发展的规律。在此过程中，统计分析方法是数据挖掘最为重要的手段之一。 在数据挖掘这一课题被提出来之前，统计分析技术对于人们来说更熟悉，也是人们日常开展工作、寻找数据间规律最常使用的方法。但是不能简单的将数据挖掘作为统计学的延伸与替代工具，而是要将两者的区别认识到位，再结合两者间的不同特点分析其应用特点[3]。大部分的统计学分析技术都是建立在数学理论与技巧上的，预测通常较为准确，效果能够让大部分人满意。数据挖掘能够充分借鉴并吸收统计学技术，在融入到自身特点以后成为一种数据挖掘技术。 统计学与数据挖掘存在的目标都是一致的，就是不断对数据结构进行发掘。鉴于统计学与数据挖掘在目标上的一致性，致使很多研究学者与专家将数据挖掘作为了统计学的一个分支机构[4]。但是这种认知非常不正确，因为数据挖掘不仅体现在与统计学的关系上还体现在思想、工具与方法上，尤其是在计算机科学领域对数据挖掘起到的作用非常大。比如，通过借助数据库技术与人工智能的学习，能够关注到更多统计学与数据挖掘上的共通点，但是两者存在的差异依然非常大。数据挖掘就是指对大量的数据信息不断挖掘的过程，DM能够对数据模式内的数据关系进行充分挖掘，并对观测到的数据库处理有着极高的关注度。 二、数据挖掘的主要过程 从数据本身出发探讨数据挖掘过程，数据挖掘的过程分为信息的收集、数据集成、数据处理、数据变换、数据挖掘实施等过程。 首先，要将业务对象确定下来，明确不同业务定义，并认清数据挖掘的目的，这是做好数据挖掘最关键的一步，也是最重要的一步，虽然挖掘的结果不能被准确预测到，但却需要对问题的可预见性进行探索[5]。其次，还要做好数据准备工作，包含数据清理、数据变换等工作，数据清理的实际意义是将噪声与空缺值补全，针对这一问题，可以使用平滑技术，而空缺值的处理则是属性中最常见的，可以将统计中最可能出现的值作为一个空缺值[6]。 信息收集指的是按照特定的数据分析对象，可以将分析中需要的特征信息抽象出来，并在此基础上选择出较为科学、适合的信息收集方法，将全部的信息全部录入到特定的数据库中。如果数据量较大，则可以选择一个专门的管理数据的仓库，实现对信息的有效保护与管理；数据集成就是指将来源不同、格式不同、性质不同、特点不同的数据集成到一起，进而为企业提供更为全面、系统的数据共享平台；数据变换就是通过聚集、概化、规范化等方式对数据进行挖掘，对于一些实用数据，则可以通过分层与分离方式实现对数据的转换；数据挖掘就是结合数据仓库中的数据信息点，并选择正确的分析方法实现对有价值数据的挖掘，事例推理、规则推理、遗传算法等都是应用较多的方法[7]。 三、统计学方法中的聚类分析 在统计学聚类方法基础上能够构建出潜在的概率分布假设，可以使用试图优化的方法构建数据与统计模型的拟合效果。基于统计学聚类方法当中，Cobweb方法是在1987年由Fisher提出的，能够以分类树作为层次聚类创建的方法，在分类树上，每一个节点都能代表着一个概念，该方法就是对节点概率描述的过程。Cobweb方法还使用了启发式估算方式，使用分类效用对分类树的构建进行指导，从而实现对最高分类的划分目的，能够将不同分类对象全部归类到一个类别中，并依据这些内容创建出一个新的类别。但是这种方法也存在一定局限性，局限性在于假设的属性概率分布都是独立的，并不能始终处于成立状态中。 只有在掌握了Cobweb算法以后才能对概念聚类算法的特点进行探究。Cobweb算法能够以分类树方式创建层次聚类，可以将概率表现为p（Ai=Vii/Ck）条件概率，其中，Ai=Vij是一个类别下的，同属于一个值对，Ck是概念类中的一种。在给出一个特定的对象以后，Cobweb能够将全部对象整合到一个节点上，从而计算出分类效应，分数最高的效用就是对象所在的节点位置[8]。如果对象构建失去节点，则Cobweb能够给出一个新的节点，并对其进行分类使用，这种节点计算方法起步较晚，能够对现有的节点与计算相互对比，从而划分出最高的分类指标，将全部对象统一到已有的分类中，从而构建出一个新的类别。 Classitci是Cobw eb方法的一种延伸与发展，能够使用其完成聚类数据的处理，在该方法下，节点中的每一个存储属性都是处于连续分布状态中，能够将其作为分类效果修正的方法，并以度量的形式表现出来，这种度量基础上能够实现连续性的积分，从而降低分散发生率，该方法是积分过程而不是对属性的求和过程。 Auto Class方法也是一种应用较为普遍的聚类方法，该方法主要采用统计分析对结果类的数目进行估算，还可以通过模型搜索方式分析空间中各种分类的可能性，还能够自动对模型数量与模型形态进行描述。在一定类别空间中，不同的类别内属性存在关联性，不同的类别间具有相互继承性，在层次结构当中，共享模型参数是非常重要的。 还有一种使用较为普遍的模型是混合模型，混合模型在统计学聚类方法上使用也非常普遍。该方法最为基本的思想就是概率分布决定着每一种聚类状态，并且模型中的每一个数据都是由多个概率在分布状态下产生的。混合模型还能够作为一种半参数密度评估方法，其能够将参数估计与非参数估计的优点全部集中到一起，并将参数估计法与非参数估价法的诸多优点融合到一起，因为模型具有一定复杂性，为此，不能将其限制在概率密度函数表达形式上，这种复杂性决定了模型与求解存在关联，与样本集合的联系非常少。通过以上的研究可以了解到，数据发掘中应用聚类方法非常有效，并且较为常见。比如，构建出Cobweb模型与混合模型，采用Clara与Clarans方法中的抽样技术，将Denclue方法用在概率密度函数中。 结束语 统计学方法自产生开始已经有非常久远的历史，将严谨的数学逻辑作为基础，将分类算法假定作为独立条件，属性值之前能够相互保持独立，对假定进行计算，当假定成立时，可以再与其他分类算法进行对比，这种分类算法准确性非常高。为此，其不仅能够对连续值进行预测，还可以通过线性回归方程对系数进行比较，从而归纳出结果。 统计学数据分析论文:浅析大数据时代统计学的发展 摘 要：大数据已经承成为助力互联网+发展的重要手段，成为创客实现梦想星天地的必要途径，其已经成为我们生活中不可缺少的一部分，大数据正在以一种前所未有的态势推动着各行各业的发展，其蓬勃发展态势也标志大数据时代的袭来。 关键词：大数据；统计学 大数据时代以迅雷不及掩耳之势席卷世界，在全球范围内掀起了前所未有的数据革命浪潮。相对于政府单位的统计数据来说，大数据主要利用的是多层次、多样化的数据采集方式，整合了多种数据的开发优势，并且利用现代科学技术手段和高速处理以及信息架构数据等资源，兼具极高的使用价值和判断决策能力。一方面，统计调查数据的多样化发展趋势和电子商务产业的不断发展，为统计数据的使用方式和生产方式制造了不小的麻烦，不断地挑战者政府部门数据管理系统和统计数据的概念。另一方面，信息技术、网络发展以及空间信息技术的不断进步，为统计生产力的升级发展提供了广阔的视角和空间。数据量急剧增长的电子化、信息化和产业化数据，都成为了统计数据发展的重要来源。种类不断增多的“大数据”资源，正在成为政府统计部门利用研究的重要领域。 一、大数据与统计学的区别 统计知识在大数据的利用研究中有多样化的应用形式，主要是对“大数据”进行肢解，对爆炸增长的数据信息进行搜索、分类以及整合主要依赖于统计学。因此，大数据的相关研究在一定程度上运用了统计学的知识。但是，大数据的使用尚未被统计学这门学科充分利用，这主要是因为大数据的运用方式，使用模式和统计学之间存在着重要差异。统计学主要利用的是样本统计资源，样本主要在根据既定的概率标准从总体中抽样调查，但是随机抽样调查是带有成本属性的，例如消耗时间、资本投入的成本等。在样本数量逐渐增加的情况下，样本估计的误差范围是伴随着总体样本数量的增大而逐渐增加的，这是样本统计学不能忽视的缺点。大数据时代最具代表性的就是海量的信息数据化以及即时电子商务信息，大数据在整体上呈现出“总体样本数据化”的趋势，这样的特征恰好可以补充样本统计的弊端。大数据环境下的整体样本统计即使可以囊括全部的样本容量，但是因为很多情况下数据具有非结构性和半数据化的特征，而且大量的数据资源呈现的是重视尾部分布的状态，方差、标准差等标准化的方法变得毫无意义，整体依靠性和不稳定性经常会超越经典时间内的时间序列的整体假设性，所以概率论的应用范围呈现狭窄化的发展趋势。因此，统计学在利用大数据进行样本统计的过程中，可以对整体上的数据资源进行融合和选择，这和样本统计中的数据化处理技术存在异曲同工之妙。 二、大数据时代统计学教育的发展 1.全面培养人才素质 统计学专业的学生需要具备良好与人交往能力。统计学的学生很多都是理科出身的学生，不善于交际。但是在日常的工作中，有数据经验的科学家应该经常和每个部门的工作人员交流，协同工作。怎么样才能让颇具专业性的数据分析结果让普通的老百姓也可以读懂，让每个部门的工作人员都能无障碍地理解，这是不容易做到的。要训练自己的交往能力和沟通技能，主动地参加演讲活动是不错的渠道，演讲活动锻炼了演讲者的自信，在整个演讲的过程中，能否清晰地表达自己的思想以及给人以信服力是至关重要的。需要培养数据常识，广其见闻。数据科学家经常面对各种各样的海量数据，并需要从这些数据中挖掘出有价值的信息，这就需要数据科学家具有强烈的数据敏感性。对数据的敏感程度的训练不是一蹴而就的，要经过长时间的积累和数据分析工作的磨练，同时也可以根据阅读数据分析材料积累阅历，提升对数据资源的敏感程度。 2.培养应用型人才 大数据时代培养的数据科学家需要两方面的基本素质，第一是概念性，也就前面所说的数据科学家需要掌握的基本素养和专业知识；第二是实践性，也就是本文中我们提及的应用型人才，也就是实际操作中处理数据的能力。在高校开展大数据分析研究生学科，最大的问题是没有可用的数据，这就需要高效与大数据企业合作，进行研究生的联合培养，注重学生的实际操作能力，这里面涉及到我们的应用统计学专业硕士的双导师培养制度，一名校内导师一名校外导师，校内导师注重学生的概念性，校外导师注重学生的实践性，学生通过在校外导师单位的实习，从而熟悉并且掌握实际工作中所需要的技能。 3.促进统计与数学、计算机学科合作 “大数据”时代需要的海量数据分析资源仅仅凭借统计学科单一学科的发展是不能满足发展需求的，大数据的数据结构性特征已经抛弃了传统意义上的数据分析模式的非智能化框架，而且数据分析需要利用新型的数据运算方式以及计算机技能分析，这也是进行数据分析工作的拦路虎。所以，数据科学家的成长仅仅依靠单一的统计学科知识的学习是远远不够的，其需要的是数学、计算机和统计学三门学科融合发展，紧密结合。三门学科之间交叉发展，融会贯通，这样既可以发挥学科的优势资源，同时也能弥补其他学科的弊端。 三、结语 数据信息的爆炸式增长使我们在使用统计数据处理信息时需要更多的数据资源，更有甚者，在很多情况下可以利用全面化的数据，数据资源不再是制约统计分析的唯一因素，大数据前提下的统计学效用和粘合度预测的准确程度不断提升，而且可以发现诸多在样本统计基础上未能显现的细节。统计学关键优势就是“见微知著”，也是统计学在数据环境下的约束性妥协。在海量数据汹涌袭来的年代，充分发挥统计学的优势，和大数据资源整合发展，实现“以小见大”和“由繁入简”的有效结合。 统计学数据分析论文:浅谈大数据对统计学的挑战和机遇 摘 要：文章通过阐述大数据及其目的，分析大数据与统计学的对比，对大数据对统计学的挑战与机遇展开探讨研究，旨在为相关人员基于大数据及其目的、大数据与统计学的对比的大数据对统计学的挑战和机遇研究适用提供一些思路。 关键词：大数据；统计学；挑战；机遇；营销 引言 国际数据公司的相关研究指出，2011年全球数据生产量达1.8ZB，且全球信息总量每隔两年增长一倍[1]。在大数据时代下，对于统计学发展而言，挑战与机遇并存，挑战指的是现阶段传统统计学相关方法难以适用大数据，机遇指的是基于统计学，大数据展开数据处理、分析，促使大数据具备可视化特性。由此可见，研究大数据对统计学的挑战和机遇有着十分重要的现实意义。 1.大数据及其目的 现阶段，关于大数据仍旧没有一个十分明确的界定，大数据起初是源自于技术领域。在信息量不断扩大的情况下，使得常规电脑原有存储空间已不能对新处理数据进行承载，新兴数据处理技术得以产生，好比雅虎的Hadoop平台、谷歌的MapReduce等。此类技术能够对僵化层次结构、一致性予以消除，促进数据无需通过常规数据库表格进行排列，极大程度地提升了人们可处理的数据量[1]。 2.大数据与统计学的对比 2.1样本统计与全样本统计的区别 样本统计属于统计学不可或缺的依赖，样本指的是结合相应的概率自总体中随机筛选并视作总体代表的集合内容，值得一提的是随机抽样是需要成本的，包括社会关系、资金成本或者时间成本等。基于样本数量提升有限前提下，样本估计误差会随着总体数量增多而增大，这亦是样本统计无法避免的不足。大数据时代下，庞大的数据信息应运而生，数据信息发展表现出总体即是样本的态势，该属性很好的消除了样本统计这一不足。大数据时代下的全样本统计，通常情况下可对完全总体进行覆盖，然而受大部分数据属于半结构、半结构数据影响，使得概率论应用遭受一定的制约[2]。鉴于此，将全样本统计应用到统计学中，应当就总体数据展开相应的归纳、筛选，即好比在样本统计中展开数据预处理。 2.2预测分析与非预测分析的区别 统计学的创立，是为了对变量相互相关关系展开分析，因此获取数据是发生于变量确定之后的，数据分析价值是能够被预测的。相较于统计学的预测分析，庞大数据将互联网、传感器作为载体，存在于分析需求之前，因此构建于大数据上的分析多为非预测性分析。在统计学中，出现大数据无法有效应用局面，这是由于不具备非预测分析所需的庞大数据，庞大数据产生与数据中心、存储系统存在紧密的联系，并非短期产生。也就是说，统计学中大数据的应用发展，说明了非预测分析正逐步取代传统统计学预测分析，数据多次利用正逐步取代传统数据一次性利用的。 3.大数据对统计学的挑战与机遇 3.1数据生产、处理与应用的转变 相关统计部门经开展严格的统计设计工作，获得相关的统计数据，数据的预处理分别有数据清洗、非全面数据填补以及数据矫正等。大数据时代下的统计手段尚不十分明确，自大数据流环境而言，要不断探索新型抽样方法，并确保抽样方法的实时、连贯及可行性。除去传统的统计分析方法，还应当开发大数据动态分析、数据流算法等[3]。 3.2大数据时代对市场营销的机遇 3.2.1大数据营销的特点与价值 大数据营销的特点：I.数据采集多平台化特点，即大数据时代下，大数据的数据大多来源于不同的领域、不同的渠道。II.时效性特点，随着信息技术的急速发展，互联网用户消费、购物行为方式往往会瞬间出现转变。国际先进大数据营销企业AdTime基于此大数据营销特点，采取了时间营销措施，即采取相应的技术方式全面获悉用户所需，于第一时间对用户当下的需求进行回应，以使用户在下决心购买的最佳时间及时看到对应的产品广告。III.个性化特点，在大数据时代下，广告商传统媒体导向的营销理念逐步由受众导向取代，现如今，广告商可应用大数据了解用户的地理方位，需求内容等信息，达到对用户个性化营销的目的。 大数据营销的价值：I.升级营销与用户的匹配度，大数据营销不仅可提供给企业了解用户有效的途径，还能够于网络环境下，选取相关技术方法达到对用户精确定位的目的，从而开展好营销工作，升级营销与用户的匹配度。II.改善用户体验，大数据营销促使企业真正意义上认识到用户及其所使用企业产品情况，以给予用户最人性化的提醒。 3.2.2大数据营销的应用 （1）与消费者建立紧密关系 现如今，我国一些企业营销行为仍旧处于个性化定位信息、创意设计阶段，而无法对不同消费者展开个性化的营销活动。大数据时代下，经采用相关数据分析技术方法，基于对消费群体喜好、传媒接触习惯等展开有效的分析，达到特定营销活动明确开展的目的，实现企业精心开展的营销活动精准的辐射至目标消费群体处，与消费者建立紧密关系，极大的改善营销效率、质量[4]。 （2）掌握竞争对手数据 企业通过对竞争对手数据的有效掌握，获悉竞争对手发展状况，基于此帮助企业制定科学合理的产品价格，提升企业产品市场竞争优势。与此同时，企业务必要全面实施以事实为前提的决策手段，广泛地应用数据分析方式对企业每一个发展运营步骤进行优化，经对企业一系列数据的充分优化、对接，促使业务环节中潜在的价值得以被有效挖掘，降低生产成本，知己知彼，促使企业在日趋白热化的市场竞争中占据有利位置。 （3）挖掘企业内部数据 “市场未动，数据先行”俨然转变为国际上企业有效运营发展的一致认识，为了提升企业管理效率，要求企业要充分挖掘企业内部数据，并展开有效的整合、分析，以为企业相关人员做决策提供有利的参考依据，提升决策准确性，促进企业可持续发展。 3.2.4 企业的应用案例――以亚马逊为例 在应用大数据开展市场营销方面，美国亚马逊公司一直处于领先地位。亚马逊研发出“用户未下单，先发货”功能，即结合用户的购物需求数据信息，分析用户想要购买的产品，达到用户未下单，提前发货的目的。此外，亚马逊通过对用户检索信息的分析，评估流感的传播，但这仅仅为海量检索数据中的一项用途，相同的数据能够应用于预测大选结果、预测某类产品市场行情等等，极大地降低了统计成本[5]。 3.3大数据时代对市场营销的挑战 3.3.1信息收集 大数据并非就是对数据信息展开盲目的收集，即便收集了再多的数据，倘若这些数据并非是市场营销所需要的，如此便会导致前期收集来的数据信息，变成一堆“数据垃圾”。鉴于此，为了避免这一情况发生，务必要充分分析业务需求，再对自身存在价值的数据展开收集、归纳，如此方可实现大数据的有效收集应用。 3.3.2经验与数据 数据采集完毕后，面对参差不齐的数据，还应当做好数据评估工作，评估对何种目标受众开展市场营销工作。鉴于此，要求采取科学合理的手段，将这些参差不齐的数据整合成可被市场营销实践应用的，经结合过去的经验，与采集数据进行有机融合，实现对目标受众的有效分析确定。 3.3.3分析与优化 数据分析，一方面是实现数据优化，一方面是进行决策层面上的调整、转变。此环节对于专业人才的需求提出了严苛的挑战。数据分析、数据优化对于专业人才的知识框架要求大不相同，这要求相关企业不仅要培养专业的数据分析人才，还要打造数据优化人才队伍。 3.4大数据营销的未来发展趋势 信息技术不断发展，单一媒体导向的“消费者碎片化”俨然无法达到企业对于数据多样性的需求。大数据时代下，媒体的跨界融合实现对“碎片化”受众的充分聚合。在科学技术技术不断进步的背景下，跨媒介、跨平台、跨终端的多途径将不断被开拓，将使庞大的数据信息获取多维度的整合，并且在多样化网络环境下，消费者主观信息与客观数据有机融合，构筑全面用户数据库环节，将成为未来大数据营销发展的必然趋势[6]。 4.结束语 总而言之，大数据为传统统计学带来了严峻的考验，也为传统统计学有效发展创造了良好的契机。在大数据时展潮流中，我们应当充分的认识到大数据对于传统统计学而言，是补充而不是更替，构建于样本统计、预测分析内容上的传统统计学，仍旧于社会统计、经济分析中占据着主导位置。大数据时代下，为了实现企业市场营销的有效开展，相关人员务必要不断专研研究、总结经验，全面分析大数据与统计学的对比，充分认识大数据对统计学的挑战和机遇，“与消费者建立紧密关系”、“掌握竞争对手数据”、“挖掘企业内部数据”等，积极促进企业市场营销的科学合理化。 统计学数据分析论文:大数据与统计学分析方法比较 摘要： 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 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。 统计学数据分析论文:统计学与大数据 摘 要：21世纪，随着互联网和信息技术的飞快发展，数据正在成为巨大的经济资产，成为新世纪的矿产和资源，为企业带来全新的创业方向、商业模式和投资机会。21世纪的学科不是经济学，也不是医学，是统计学在大数据时代的崛起。 关键词：统计学；大数据；利用；发展 统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。随着统计学发展的同时，一个大规模生产、分享和应用数据的时代正在开启：大数据的真实价值就像漂浮在海洋中的冰山，绝大部分的数据都隐藏在表面下等着人类去探索。 1 利用所有的数据 在传统的统计学中，由于记录，存储，分析数据的工具不够好，所以总是倾向于从总体中抽取样本来分析，因为统计学的一个目的就是用尽可能少的数据来证实可能重大的发现。统计学家证明：采样分析的准确性随着采样随机性的增大而大幅度提高，但是与样本数量的增大关系不大。当样本数量达到了某个值的时候，从新个体身上得到的信息会越来越少，就同经济学中的边际递减效应一样。 在大数据时代，不使用随机分析的方法，而是采用所有的数据。即“样本=总体”。统计抽样其实只是为了在技术受限的特定时期，解决当时存在的一些特定问题而产生的。慢慢的，就会抛弃样本分析。 2 接受不精确 对小数据而已，统计学已经可以把数据处理的很好了，但是在大数据时代，太多的数据使原始统计方法捉襟见肘，因为数据量的大增会使得结果不太精确。执迷于精确性是信息缺乏时代和模拟时代的产物，只有接受不精确性才能进入我们从未涉足的邻域。接受不精确是从“小数据”到“大数据”的重要转变之一。因为拥有更大的数据量所带来的利益远远超过增加一点精确性，所以也就能够接受不精确的存在了。要想得到大规模数据带来的好处，混乱应该是一种标准途径，而不应该是尽量避免。 3 追求相关关系而不是确定因果 在小数据时代，相关关系也是有的。统计分析的目的在于如何根据统计数据确定变量之间的关系形态及其关联的程度，并探索其内在的数量规律。人们在实践中发现，变量之间的关系分为两种：函数关系和相关关系。相关与回归是处理变量之间的一种统计方法。变量之间存在的不确定的数量关系，称为相关关系。一般来说，可以用散点图和相关系数来描述和测度相关关系。 相关关系的核心是量化两个数据之间的数理关系，它没有绝对，只有可能性。大数据的相关分析法更准确，更快，而且不易受偏见的影响。知道是什么就够了，没必要知道是什么。通过探求“是什么”而不是“为什么”，相关关系帮我们更好的了解这个世界。如果凡事皆有因果的话，那么我们就没有决定任何事的自由了。 4 数据的来源并非那么简单 在一般看来，要想得到一些你所需要的数据是需要通过各种不同方法测量或是记录才能得到，而有时候，数据会从你意想不到的地方得到。也许你精心地设计了你的实验或是探究，但是到了真正操作才会发现事情并不像你想象的那么简单。 首先，由于在大数据时代，数据不是那么的有规律，所以才要考虑数据的一系列问题。这些数据或是资料是不是一定要自己去得到，或是可以参考别人已经有过的结果，这样可以节省精力和时间。如果是参考别人的数据要考虑时效性和使用范围。也许不是专门为你的设想而准备的数据。大的数据库有着小数据库所没有的价值，大数据的核心就是挖掘出大的数据库所拥有的独特的价值。 5 数据的利用方式 在统计学中，对数据的利用不仅包括对数据求平均值，方差，分位点，可以的话还要得到数据中的某种关系或是联系，如父母的身高会不会对下一代产生影响，不仅要分析父母的身高，还要分析孩子的身高，从中发现有没有相关关系，得出自己的结论。 在大数据时代，数据没这么简单的让你下手，所以对数据的利用方法也随着情况的不同而不同。数据的用途已经从基本的用途移动到了二级用途，使得数据随着时间的推移而变得更有价值。明白了隐藏在冰山下面的绝大部分数据的价值后，创新型企业就能够提取其潜在价值并获得潜在的巨大收益。尽管如此，数据再利用的重要性还没有被充分认识到。要解锁这些数据，就必须通过新一代统计人员的不懈努力并借助新一代的方法和工具。 随着大数据的出现，数据的总和比部分更有价值。将数据的总体组合在一起，重组组合本身的价值也比单个更大。如果决定使用有生产价值的数据，就需要不断的更新数据库并淘汰无用的信息。即使数据基于基本用途的价值会减少，但潜在价值却仍然强大。潜在的数据价值需要通过创新的分析来释放。不出意外，给数据的潜在价值贴上价格标签会带来无限商机。 6 小结 个人认为统计学和数据挖掘一起可以更好的利用数据。一个可以对数据进行有效合理的分析，一个可以用多种多样的算法来更好地处理数据。在大数据时代，重要的是数据自身和大数据的思维观念。如果能做到数据，技能和思维三者具备，就能更好地服务于大数据时代，就能在大数据时代有非常大的竞争优势。 统计学数据分析论文:大数据背景下高职院校统计学运用SPSS软件研究 摘 要：广泛使用电算化处理统计数据的今天，学习统计学而不会使用统计学软件，在实际工作应用中寸步难行，本文从教材的选用；强化理论基础，重视实践技能；培养学生职业能力，激发学生学习兴趣等方面对大数据背景下高职院校统计学运用SPSS软件研究进行了探讨。 关键词：大数据；高职院校；统计学；spss软件 在2014年11月下《科技风》杂志上发表了“大数据背景下高职院校统计学的学习现状研究”， 对大数据背景下统计学在我国高职院校开设的现状及存在的问题进行了剖析，通过调查研究发现，目前在大数据背景下，高职院校开设的统计学课程运用SPSS软件的应用已成为必然。 1 教材的选用 总所周知，《统计学》课程是高职院校财经类专业的学生中开设的一门公共专业基础课程，也是学生工作后实际应用比较广泛的一门学科，小到自己的日常生活，大到工作都离不开统计数字，靠传统的手工计算办法早就行不通了，特别是互联网的应用，大数据背景下，如何在众多的信息中筛选出有用的信息，在学生学习的过程中教材和软件是必不可少的。 目前，统计学――基于SPSS系列教材，高等教育出版社、中国人银民大学出版社等都出版过本科、研究生使用的教材，专门为高职院校财经类的学生使用而出版的统计学教材很少，目前，通过多方面调查，笔者认为比较适合高职院校选用的是人民邮电出版社的《SPSS统计分析实用教程》，由谢蕾蕾、宋志刚、何旭洪主编，2013年出版。这本教材以SPSS16.0为基础，详细介绍了多种常用统计分析方法的原理和实践技能。全书分为十一章，主要内容包括SPSS简介；变量、数据文件、系统参数；统计描述；统计图制作；均值比较和T检验；方差分析；相关分析；回归分析；聚类分析和判别分析；因子分析和非参数检验等，结合实际问题详细介绍使用SPSS解决这些问题的步骤和结果。 这本教材克服了在选用传统统计学教材时，只注重理论知识讲授，死记硬背公式。学生们对统计计算不在望而生畏，对复杂的统计公式及数字计算，由于软件的使用变得简单了。因此，现在高职院校的学生必须要学习使用spss软件，教材是学生学习过程中不可缺少的，选好教材尤为重要。 2 强化理论基础，重视实践技能 2.1 转变教学观念，理论引导下，重点强调应用 统计学是一门实践性较强的学科，学生既要掌握扎实的基础理论知识，也要熟练运用各种计算工具，才能具备高超的解决实际工作中问题的能力。这样，必须对传统的高职统计学课程进行改革。我们学校在讲授这门课时，介绍统计的基本理论、基本概念、基本方法的同时，侧重对统计软件使用的讲解，很好的将二者有机结合起来，做到学以至用。 2.2 以企业为依托，实现校企共育 全面建立和完善“校企共育”的人才培养模式，主动顺应黄河三角洲高效生态经济区和山东半岛蓝色经济区发展带来的产业结构优化升级和企业岗位需求变化，推行“基于工作岗位”系统化课程改革，突出学生职业岗位能力的培养，增强社会服务能力，为企、事业单位提供高素质技能型人才。 按照“知能兼备，德业为本”的财经人才培养要求，以统计职业岗位要求为目标，以就业为导向，打破传统学科体系，建立以知识、能力、素质并重的课程体系及工学结合的校内外实践教学机制，构建符合统计职业培养要求的人才培养模式；采取专职教师“顶岗实践”和兼职教师“项目指导”相结合的方式，建设一支具有优秀专业带头人、品质优良、专兼结合的“双师”素质教师比例达到95%以上的教学团队；确立与职业要求相适应的教学标准，通过课堂教学与岗位实践一体化，着力培养学生的实践能力、创造能力，为spss软件的应用提供了有利条件。 3 培养学生职业能力，激发学生学习兴趣 3.1 深入企业工作岗位，由让他学变成我要学 山东铝业职业学院依托山东铝业公司办学，山东铝业公司隶属于中国铝业公司，是全国成立的首家职业教育集团，我院的学生，具有其他院校学生无可比拟的学习优势，我们学院在学生学习的过程中，为调动学生学习的积极性，将学生带到企业有关岗位，如到销售处，现场看我们的销售人员如果对收集来的数据进行处理、加工、整理到提取出有用的信息，将spss软件的应用过程让学生亲身体会，企业导师认真讲解、操作示范，激发了学生的学习兴趣。特别是老师们以通俗易懂的语言对统计方法的核心思想进行系统讲解，辅助以“操作示意图”的方式对SPSS软件的操作进行了详细介绍，带领学生以看图做题的方式非常简单方便地学会用SPSS软件完成各种统计方法的计算工作，面对众多数据，同学们个个都想试试，看看杂乱无章的初始数据，在spss软件的操作下，很快得出自己想要的数据，真的由让他学变成我要学。 3.2 改革考核办法，注重职业能力 随着统计学教学的改革，我们改革了考核办法，引导教师采用过程考核的方式促进学生有效学习。建立了《山东铝业职业学院考试管理规定》和考试模式改革相关通知和制度，使课程考核方式真实反映学生完成实际工作任务能力的最佳方式进行考试。课程考核采用过程考核与结果考核相结合、理论考核与实践考核相结合的模式，每门课程都进行了考核评价方案设计。目前我院财经专业以培养职业能力为核心的教学方法，得到社会承认，培养的学生已获得企业认可。 综上所述，在大数据时代，高职财经学生spss软件的应用学习很好地解决了传统统计学理论与实际相脱节的问题，激发学生的学习兴趣，培养学生解决实际问题的职业能力，有利于推动学生就业。 统计学数据分析论文:浅析大数据环境下的统计学课程教学 【摘要】大数据对统计学的发展带来了巨大的机遇与挑战。文章分析了大数据与统计学之间的基本关系，并针对大数据环境下的统计学课程教学提出了对策与建议。 【关键词】大数据 统计学 挑战 机遇 教学 1.引言 “大数据”时代的来临和“大数据”处理技术的发展深深的影响着统计学的发展。能否利用传统的统计理论和统计方法对海量的数据做出快速、准确的处理并获取相关信息？如何对传统的统计理论与方法进行改进或探索新的统计理论和方法来对大数据进行挖掘与处理以获取信息？如何在“大数据”时代背景下培养符合市场需求的统计分析师或数据分析师？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？这些都是我们在统计学相关课程教学过程中必须思考的一个问题。 2.大数据与统计学 “大数据”随着社交网络、物联网、云计算等的兴起而产生。一般认为大数据具有规模性、多样性、实时性及价值性四个基本特征，包含分析、带宽和内容三个要素。“大数据”在数据来源、数据结构和处理方法方面对传统的统计分析方法产生了冲击。第一，在大数据背景下，数据来源不再是原来的简单抽样，而是“样本即总体”，直接将总体作为研究对象。第二，在大数据时代，研究对象也不是原来单一的结构化数据，由于数据的多样化与规模化，我们更多的是研究非结构数据，采用人工智能来进行数据挖掘和信息获取。第三，数据处理方法也不是简单的采用传统的假设检验方法进行研究，特别是对于统计学中的异常点，不再采取以往的丢弃或者平滑处理方式。 “大数据”处理技术对统计学的发展提出了巨大挑战，但我们必须认识到学科之间的发展是相互交融的，“大数据处理技术”其本质上是数据处理与分析技术，其发展对统计学学科的发展也有积极的一面，同时统计学作为一门独立的学科，有其自身独特的学科优势。首先，海量的数据有利于提高各类统计分析的精度，如减小抽样误差等。其次，较之于传统的统计学方法，现有的“大数据”分析方法难度较大、成本较高、耗时较长。而在实际的应用中，我们关心的不是数据量的多少，而是数据量所蕴含的信息。传统的统计学分析方法是以较少的数据进行精确度相对较高的统计分析，这是“大数据”分析所无法替代的。另一方面，统计学在数据收集方法、模型选择、模型假设以及模型诊断方面有很大优势。而且并不是所有的问题都具有海量的数据，并不是每一个“大数据”问题都适合用现有的“大数据处理技术”来处理。 3.对策与建议 3.1 夯实基础教学 针对以上的分析我们可以看出，大数据对统计学的发展既是机遇，又是挑战。因此我们在教学过程中要夯实统计学基础知识的教学，讲清楚统计学的基本原理与基本方法，特别是数据分析与数据处理的基本原理与方法。对于许多传统领域，如生物、医药以及质量与可靠性工程等，我们面对的多是“小数据”而不是大数据，因此基于样本的统计分析方法仍然是进行此类问题研究的最有效的科学手段。 另一方面，我们要结合大数据技术的特点，对统计学的基本知识进行拓展教育，引导学生思考怎样将已有的统计学基本原理与方法运用到大数据处理的技术研究中。如在大数据环境下怎样进行数据的收集、筛选与甄别、存储与分析等，如何分析并厘清可能的数据来源与范围，如何建立相关指标体系并对数据进行分类，如何制定或调整相应的统计参考标准，以及如何对依靠非传统数据源加工生产的统计数据进行规范的统计推断等。 随着大数据时代的来临，各行各业对具有统计背景知识人才的需求必定越来越多。因此，在统计学教学过程中，一定要结合各专业的特点，特别是“大数据”的特点，切实加强统计学的基础知识教学与拓展教学。 3.2 加强统计学专业软件教学 “大数据”环境下，对统计人才需求也发生了变化。面对海量的数据与多样化的数据，一名合格的统计人才或数据分析人才不单需要良好的统计素养与扎实的统计基础知识，更需要具有数据的存储与整理能力、计算能力以及数据分析与处理能力等。这就要求在教学过程中，加强统计软件或数学软件的教学。 针对传统的“数学证明+手工计算”或“重理论轻专业统计软件”的统计学课程教学模式，可将统计软件或数学软件融入课堂教学并安排一定的课时上机学习统计软件，以此提高学生数据处理能力，加深对统计学基本原理的理解与掌握。 在加强统计软件或数学软件，如SPSS、R、SAS以及Matlab的教学过程中，要摈弃“会软件的操作即会统计技术”的思维，要让学生真正掌握相关操作与相关算法，深入思考算法的实现与相关理论的应用。同时引导学生思考对“大数据处理”的技术要求，包括数据搜集、发掘、存储以及计算分析过程中的算法与设备要求等，引导学生针对大数据进行软件升级与开发。 3.3 突出案例教学与实践教学 大数据的产生和发展源于规模经济问题或超规模经济问题的研究。每一个大数据问题的研究都是与实际经济或社会问题紧密相联的，因此，在实际教学过程中，要突出案例教学与实践教学，由易到难，通过案例教学逐步引入大数据的概念以及大数据处理的基本技术，提高学生的分析全局观以及进行实际数据分析与处理的能力。 教学改革的目的是培养在“大数据”时代背景下，符合市场需求的专业统计人才，而合格的专业统计人才必须具备良好的统计实践能力。案例教学与统计实践活动是培养学生统计实践能力的有效途径。因此，在教学过程中，一方面，教师可融合各种与实际问题相关的案例进行分析和讲解，加深学生对相关统计理论知识的理解，激发学生的学习兴趣，培养学生解决实际问题的能力。另一方面，教师可以组织多种形式的课堂或课堂外的统计实践活动以培养学生统计实践。如，指导学生针对他们感兴趣的与经济、社会发展相关的统计实际问题展开统计研究，设计调查问卷，收集数据、整理和分析数据，撰写研究报告，实现对实际问题的分析和解决等。 4.结束语 总之，在“大数据”环境下我们既要积极面对挑战，又要紧紧抓住机遇，切实结合“大数据”的特点和“大数据处理技术”发展的需求，既加强对传统的统计学方法、统计理论的教学，又积极开展 “大数据“环境下的拓展教学，推动统计学的发展，在数据收集、数据分析以及统计制度等方面进行改革和创新。 统计学数据分析论文:统计学如何揭露数据造假 阿根廷一直被怀疑有低估其通货膨胀数据的嫌疑，以避免为那些与通货膨胀指数挂钩的政府债券支付高利率。希腊和意大利也被指称在加入欧元区前对预算赤字数据进行过粉饰，这种做法使希腊政府从投资者处获得了较低的借款利率。其他一些国家也常被怀疑对增长数据进行润色。这个名单还可以继续盘点下去，世界各地许多国家都有因战略原因而篡改经济数据的嫌疑，意在吸引投资者或获取较低成本的债务融资。 笔者搜集了100多个国家近20年的国际收支平衡数据，运用统计学对这些数据进行检验。从理论上来说，这些数据的首位数字不应呈均匀分布，而应出现本福特定律所揭示的特殊分布规律。根据本福特统计定律，较小的数值（比如1、2和3）在首位数字中出现的频率应当比较高数值的数字出现的频率高。 由于任何数据只要数量足够大即应符合本福特定律，因此该定律可用于检验自1990年代以来，各国的审计和财务数据是否出现过篡改。我们利用这一方法来检验国际收支平衡标准化数据，发现一系列的国家都谎报了宏观经济数据。尽管这种方法无法使他们查证某一政府具体在哪一时点了虚假信息，但仍可通过某些特征，例如汇率类型或海外资产头寸，来对国家进行分类，从中总结出一定的规律。 谁是做假账的家伙？ 第一类不符合本福特定律的国家是采用了“固定汇率”机制的国家，在这类国家中，还有一个子类，即允许资本自由流动的那些国家，其公布的经济数据的统计分布偏离了本福特定律，与标准的分布差距的幅度尤其大。这些国家都有强大的篡改不良数据的诱因，因为其货币一旦受到攻击，就会面临爆发经济危机的高风险。国际收支平衡对于这些国家来说格外重要，因为投资者可以从国际收支平衡推断出该国经济的对外失衡程度――例如国家整体借贷需求以及融资构成、是否出现热钱等。这些问题都会影响该国中央银行在危机状态下保卫其货币的能力。相反，使用浮动汇率制度的国家，其数据分布与本福特定律的吻合程度较高。 另一类首位数字分布异常的国家是那些有“经常账户赤字”的国家，这类国家同样有着对经济数据进行篡改的强大诱因，使其需要对外伪装出稳健的形象。当你向世界其他地区借款时，你不希望自己看起来很惨。类似地，那些在净海外资产项目上负债最多的国家，也有着可疑的数据，可以从中发现同样的问题。从地域上来看，一些非洲国家和中东地区国家的经济数据的首位数字分布也比较引人怀疑，有的拉美国家也是如此。但数据篡改实际上是经济诱因问题，而非文化问题。的确，在经济困难时期，国家经济数据更易遭到篡改。在2008年的最后一个季度，乌克兰和斯洛伐克等国家甚至拒绝公开数据，预防爆发货币危机，避免使已发生的货币危机进一步恶化。 最后，如果数据造假是个普遍现象，那么数字是否还有意义？在任何情况下，投资者对经济数据都会留有戒心，持保留态度。即使是在环境比较透明的西方国家，甚至是经济强健的德国，也会对失业率的定义进行调整，使政府能够好看一点的经济数据。 （作者为巴黎HEC商学院经济学教授） 统计学数据分析论文:论文中对数据进行统计学处理时需要注意的问题 1 对基线资料进行统计学分析 搜集资料应严密遵守随机抽样设计，保证样本从同质的总体中随机抽取，除了对比因素外，其他可能影响结果的因素应尽可能齐同或基本接近，以保证组间的齐同可比性。因此，应对样本的基线资料进行统计学分析，以证明组间的齐同可比性。 2 选择正确的统计检验方法 研究目的不同、设计方法不同、资料类型不同，选用的统计检验方法则不同。例如：2组计量资料的比较应采用t检验；而多组（≥3组）计量资料的比较应采用方差分析（即F检验），如果组间差异有统计学意义，想了解差异存在于哪两组之间，再进一步做q检验或LSD-t检验。许多作者对多组计量资料进行比较时采用两两组间t检验的方法是错误的。又如：等级资料的比较应采用Ridit分析或秩和检验或行平均得分差检验。许多作者对等级资料进行比较时采用检验的方法是错误的。 3 假设检验的推断结论不能绝对化 假设检验的结论是一种概率性的推断，无论是拒绝H0还是不拒绝H0，都有可能发生错误（Ⅰ型错误和Ⅱ型错误）。因此，假设检验的推断结论不能绝对化。 4 P值的大小并不表示实际差别的大小 研究结论包括统计结论和专业结论两部分。统计结论只说明有无统计学意义，而不能说明专业上的差异大小。P值的大小不能说明实际效果的“显著”或“不显著”。统计结果的解释和表达，应说对比组之间的差异有（或无）统计学意义，而不能说对比组之间有（或无）显著的差异。P≤0.01比P≤0.05更有理由拒绝H0，并不表示P≤0.01时比P≤0.05时实际差异更大。只有将统计结论和专业知识有机地结合起来，才能得出恰如其分的研究结论。若统计结论与专业结论一致，则最终结论也一致；若统计结论与专业结论不一致，则最终结论需根据专业知识而定。判断被试因素的有效性时，要求在统计学上和专业上都有意义。 5 假设检验结果表达 P值传统采用0.05和0.01这2个界值，现在提倡给出P的具体数值和检验统计量的具体数值（小数点后保留3位有效数字），主要理由是：①以前未推广统计软件之前，需要通过查表估计P值，现在使用统计软件会自动给出具体的P值和检验统计量的具体值（t值、F值、χ2值等）。②方便根据具体情况判断问题。例如P = 0.051与P = 0.049都是小概率，不能简单地断定P = 0.051无统计学意义而P = 0.049有统计学意义。③便于对同类研究结果进行综合分析。 6 统计学符号的使用 统计学符号的使用应按照GB3358-82《统计名词及符号》的规定，具体可参阅本刊稿约中的有关要求。

统计数据分析论文:统计数据分析体系中的问题与对策 ［提要］　统计数据分析体系中统计数据是最关键的组成部分，统计分析的可信程度主要决定于统计数据所具有的准确性与合理性程度。由统计数据对比分析出来的结论要具有说服力，必须保障统计数据的质量。这也就意味着我们在统计数据时要在范围及口径以及计算方法上，在时间层面上能够有机地进行衔接，要建立可靠的统计数据质量控制体系，保障统计数据的真实性。本文从统计数据主要存在的问题与管理对策进行探讨与分析，以期为统计数据质量的改善提供有益的思路。 关键词：统计数据；质量控制；质量体系 当前，社会对统计数据的诸多质疑经常性引起大家的广泛关注，比如2012年4月国家统计局数据称：2012年3月份，全国居民消费价格总水平同比上涨3.6%。某门户网站有相关调查显示，63.7%的网民对此无感或者表示有出入并表示质疑。在我国已算高度严谨的统计数据尚且遭受质疑，可见统计数据当前存在有诸多的问题。其首要问题就是统计数据的质量可靠性。统计数据分析体系中统计数据是最关键的组成部分，统计分析的可信程度主要决定于统计数据所具有的准确性与合理性程度。由统计数据对比分析出来的结论要具有说服力，就必须要保障统计数据的质量。这也就意味着我们在统计数据时要在范围及口径以及计算方法上、在时间层面上能够有机地进行衔接，要建立可靠的统计数据质量控制体系来保障统计数据的真实性。 一、统计数据分析体系中统计数据质量的相关理念 有关国际组织和各国统计机构为满足用户需要，确定了统计数据分析体系中统计数据质量的相关理念。统计数据分析体系中统计数据质量的相关理念主要指的是统计数据信息对用户要求满足的程度，主要是指准确性、可比性、适用性、可衔接性、方法专业性、及时性、客观性、可取得性、可解释性、有效性、健全性等。 二、当前统计数据分析体系中存在的主要问题 （一）统计调查与数据汇总过程存在的问题。在统计数据分析体系的各个阶段中，统计调查与数据汇总阶段存在着诸如错报瞒报、漏报、虚报等问题，严重的甚至于在基层统计数据时会发生数据篡改乃至伪造的现象。另外，由于手工记录的数据在进行计算机录入处理的时候，也会出现计算机数据处理水平低导致录入数据文件和打印时产生误差。这对当前统计数据分析结果的可信性会产生恶劣的后果。 （二）统计数据分析体系中调查方法存在的问题。统计调查方法需进一步改进，过分依赖全国统计报表的格局还没有得到根本改变。由于抽样调查与各级政府管理经济的体制不相适应，容易形成层层搞抽样调查或上面搞抽样调查、下面搞全面报表的局面，影响抽样调查优越性的发挥及统计数据的质量。抽样调查尚不能满足调查内容指标繁多和多重分组的要求，这也会影响到统计数据质量的相关性与有效性的要求。 （三）统计数据分析体系中数据质量管理存在的问题。在当前统计数据分析体系中数据质量管理中仍然以单项数据质量管理为主，缺乏全面的、综合的质量管理体系：对统计数据质量内涵的理解相对来说仍较为狭隘，在实践中主要围绕着数据准确性进行评估，对统计数据质量的其他方面重视不够；在评估过程中没有让社会公众和用户充分参与进来，当前统计数据分析体系中数据质量管理评估机制缺乏必要的透明度和有效性，缺乏明确的数据质量管理目标，未能取得社会各界对数据资料的充分认可。 三、统计数据分析体系管理对策 针对当前统计数据分析体系中存在的主要问题，当前急需的管理对策是建立健全统计数据质量控制体系。其设置原则要基于科学性、实用性和可比性的原则。从而使得评价指标数据规范、涵义明确，统计数据能够正确反映待评统计数据整体和内部相互关系的数量特征。 四、统计数据质量控制体系的建立 （一）对质量体系进行总体设计。在质量体系总体设计阶段，首先应该制定统计数据质量方针，确定统计数据质量目标，然后进行统计数据质量现状调查，并与质量管理的国际标准进行对比，找出管理薄弱环节，在此基础上对统计资源（包括统计人员及物资设备）进行配备，建立数据质量组织体系结构，确定每个工作人员的数据质量责任和权限。 （二）编制质量体系文件。编写质量体系文件的原则是“写你所做”，即写下在统计数据生产过程中必须做到的。具体来说，就是按照质量体系的要求将统计信息生产过程文件化，建立起三个层次的质量体系文件（作业、程序、质量手册文件）。 （三）执行质量体系。执行质量体系的原则是“做你所写”，即按照质量体系文件中所写的特定科学程序生产统计数据。对统计数据分析体系中统计数据阶段产生的全过程环节进行全面控制，对统计数据产生全过程确定控制标准并设置必要的控制点，通过对控制点进行检验或验证并形成相应的质量记录。统计数据分析体系中统计数据执行质量体系控制标准的确定不能因人为因素而降低标准或做过高的苛求，要客观且具有可行性。 五、结论 在当前统计数据分析体系中数据质量管理中，由于我国的统计数据质量控制技术体系没有明确的评价数据质量原则与标准存在诸多的缺陷，尚且没有卓有成效的控制理论及方法，控制方法与技术需要进一步的研究和实践。中国近30年的一系列成功经验使我们有理由相信，通过建立质量管理体系对统计数据实施全面管理，当前统计数据分析体系公信力差的现状一定能得以提升，统计数据的准确性、可比性、客观性、可解释性都必将得到有效改善。统计数据也将能够正确反映待评统计数据整体和内部相互关系的数量特征。 统计数据分析论文:探讨统计数据分析体系中统计分析方法的选择与比较 【摘要】统计数据分析体系中统计分析方法是关键的组成部分，随着统计分析调查尤其是市场调查调研的广泛应用，统计数据分析方法也随着技术的进步正在逐步的完善。统计数据分析体系中统计分析方法的选择必须要保障统计数据的质量，也要能够满足市场的需求并达到相应的目的。笔者试从当前统计数据分析体系中的各种统计分析方法进行深入探讨与分析，以期能为市场统计调查选用适当的分析方法提供有益的思路。 【关键词】统计数据；分析方法；市场调研；判别分析 一、数据统计分析的内涵 数据分析是指运用一定的分析方法对数据进行处理，从而获得解决管理决策或营销研究问题所需信息的过程。所谓的数据统计分析就是运用统计学的方法对数据进行处理。在实际的市场调研工作中，数据统计分析能使我们挖掘出数据中隐藏的信息，并以恰当的形式表现出来，并最终指导决策的制定。 二、数据统计分析的原则 （1）科学性。科学方法的显著特征是数据的收集、分析和解释的客观性，数据统计分析作为市场调研的重要组成部分也要具有同其他科学方法一样的客观标准。（2）系统性。市场调研是一个周密策划、精心组织、科学实施，并由一系列工作环节、步骤、活动和成果组成的过程，而不是单个资料的记录、整理或分析活动。（3）针对性。就不同的数据统计分析方法而言，无论是基础的分析方法还是高级的分析方法，都会有它的适用领域和局限性。（4）趋势性。市场所处的环境是在不断的变化过程中的，我们要以一种发展的眼光看待问题。（5）实用性。市场调研说到底是为企业决策服务的，而数据统计分析也同样服务于此，在保证其专业性和科学性的同时也不能忽略其现实意义。 三、推论性统计分析方法 （1）方差分析。方差分析是检验多个总体均值是否相等的一种统计方法，它可以看作是t检验的一种扩展。它所研究的是分类型自变量对数值型因变量的影响，比如它们之间有没有关联性、关联性的程度等，所采用的方法就是通过检验各个总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。（2）回归分析。在数据统计分析中，存在着大量的一种变量随着另一种变量的变化而变化的情况，这种对应的因果变化往往无法用精确的数学公式来描述，只有通过大量观察数据的统计工作才能找到他们之间的关系和规律，解决这一问题的常用方法是回归分析。回归分析是从定量的角度对观察数据进行分析、计算和归纳。 四、多元统计分析方法 （1）相关分析。相关分析是描述两组变量间的相关程度和方向的一种常用的统计方法。值得注意的是，事物之间有相关关系，不一定是因果关系，也可能仅仅是伴随关系；但如果事物之间有因果关系，则两者必然存在相关关系。（2）主成分分析。在大部分数据统计分析中，变量之间是有一定的相关性的，人们自然希望找到较少的几个彼此不相关的综合指标尽可能多地反映原来众多变量的信息。所谓的主成分分析就是利用降维的思想，把多指标转化为几个综合指标的多元统计分析方法，很显然在一个低维空间识别系统要比在一个高维空间容易的多。（3）因子分析。因子分析的目的是使数据简单化，它是将具有错综复杂关系的变量综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系，同时根据不同因子，对变量进行分类。这些因子是不可观测的潜在变量，而原先的变量是可观测的显在变量。（4）聚类分析。在市场调研中，市场细分是最常见的营销术语之一，它按照一定的标准将市场分割为不同的族群，并使族群之间具有某种特征的显著差异，而族群内部在这种特征上具有相似性。聚类分析就是实现分类的一种多元统计分析方法，它根据聚类变量将样本分成相对同质的族群。聚类分析的主要优点是，对所研究的对象进行了全面的综合分析，归类比较客观，有利于分类指导。（5）判别分析。判别分析是判别样品所属类型的一种多元统计方法。若在已知的分类下，遇到新的样本，则可利用此法选定一种判别标准，以判定将该新样品放置于哪个类中。由定义我们可以知道判别分析区别于聚类分析的地方，而在判别分析中，至少要有一个已经明确知道类别的“训练样本”，从而利用这个数据建立判别准则，并通过预测变量来为未知类别的观测值进行判别。与聚类分析相同的地方是，判别分析也是利用距离的远近来把对象归类的。 统计数据分析论文:加强质量评估统计数据分析工作促进企业持续健康发展 摘 要：职工代表大会（以下简称职代会）是发展和保障基层民主的基本制度，是企业实行民主管理的基本形式。中国电信安徽公司已于2001年建立了市、县职代会制度。为坚持和发展职代会制度，加强职工代表民主选举、民主决策、民主管理和民主监督，中国电信安徽公司近年来尝试开展市分公司职代会质量评估工作，以促进职代会各项职权的进一步落实，促进企业持续健康发展。 关键词：企业发展；质量评估 2013年，本着实事求是、注重实效、员工公认、持续改进的原则，中国电信安徽公司工会组织16个市电信工会开展了市级职代会质量评估工作，取得了初步成效。 一、总体情况 根据汇总统计，2013年16市分公司共有市级职工代表1155人，其中1057人参加了市分公司职代会质量评估工作，占比为91.5%。各市分公司认真做好评估前准备工作，组织职工代表学习相关文件精神、成立职代会质量评估工作小组、印制评估材料；会中或会后组织职工代表填写质量评估表，部分分公司还召开职工代表座谈会或开展个别访谈。各分公司认真分析数据，提交职代会质量评估工作报告。 本次质量评估的重点内容包括：职代会职权的落实；职代会的运作；职代会决议、决定的执行情况；职代会作用的发挥和职工代表的产生和管理等，共分20项具体内容。从评估结果看，各市分公司都能坚持职代会制度，不断规范职代会程序，充实职代会内容，完善民主决策、民主管理和民主监督，促进企业持续健康发展。职工代表对职代会的召开综合满意度，表示满意占96.3%，基本满意占3.7%。 二、评估结果 经对16个市分公司职代会质量评估报告表数据汇总统计，15项具体内容评估结果如下：（1）职代会的工作机构和组织机构是否健全？表示健全的占97.8%，基本健全占2.2%。（2）职代会的工作制度是否健全？表示健全的占97.6%，基本健全占2.4%。（3）职代会的筹备工作程序是否规范？表示规范的占97.1%，基本规范占2.9%。（4）职代会换届改选工作程序是否规范？表示规范的占97.5%，基本规范2.5%。（5）职工代表的选举程序是否规范？表示规范的占96.9%，基本规范占3.1%。（6）职工代表的结构比例是否公平合理？表示合理的占95.7%，基本合理占4.3%。（7）职代会文件是否按规定以书面形式提前十天下发？表示同意的占93.6%，不同意的占6.4%。（8）对分公司行政工作报告是否满意？表示满意的占96.3%，基本满意3.6%，不满意占0.1%。（9）职工代表民主测评领导干部结果是否及时向职代会反馈？表示及时的占96.9%，不及时占1.9%，未反馈占1.2%。（10）涉及职工利益的方案是否都经职代会审议通过？表示是的占93.9%，部分是占5.8%，不是占0.4%。（11）赋予职代会的审议建议权、审查同意或否决权、审议决定权、评议监督权、选举权等是否得到体现？表示体现了的占96.5%，基本体现占3.5%。（12）对业务招待费使用情况的报告是否满意？表示满意的93.2%，基本满意占6.1%，不满意占0.7%。（13）《集体合同》履行情况是否满意？表示满意的占95.6%，基本满意占4.3%，不满意占0.1%。（14）《女工专项集体合同》履行情况是否满意？表示满意的占96.9%，基本满意占3.1%。（15）职工代表提案的质量如何？表示好的占84.1%，较好占14.1%，一般占1.7%，差占0.1%。 三、取得收获 从上报的材料分析，各市分公司及时召开职代会，基本做到按规范程序进行，听取审议行政工作报告，审议和协商确定涉及员工切身利益的重要规章制度和方案，听取审议集体合同、女工专项集体合同履行情况报告、年度全面预算执行情况报告、职代会提案征集落实情况的报告和企业领导人员述职述廉报告并进行民主评议，部分分公司还签订新的集体合同和女员工专项集体合同，完善了职代会民主决策、民主管理和民主监督职能。 2013年市分公司职代会的召开与往年有一些特点和亮点。如：绝大部分分公司取消纸质会议材料，会议日程安排、代表分组情况和报告等材料通过“会议云”形式向代表们提前，缩短会期，紧凑且内容充实。马鞍山分公司以加强制度化、规范化建设为抓手，不断完善职代会机制建设，突出“简约务实”的特点，会场没有鲜花，简约、清新、务实，使职工代表耳目一新。蚌埠分公司按照有关要求，严格执行请示报告制度，有效利用职代会做好企务公开工作，充分体现职工代表和广大员工（会员）的知情权、参与权、监督权。亳州分公司提前将拟提交职代会审议的《员工绩效考核办法》、《出勤及休假制度》及《工资集体协商合同》三个办法征求意见稿下发给职工代表，请职工代表们审议，并反馈意见和建议。淮南、滁州分公司通过开展评估工作，着重对基本满意及以下的内容进行具体分析，并提出改进意见和措施。 四、存在不足和改进建议 从上报材料和统计数据分析，主要存在以下不足：一是职工代表的培训及素质提升工作还需加强。二是职工代表提案数（质）量有待进一步提高。三是职代会文件以书面形式提前10天下发还有待于进一步改进等。 改进建议：一是要进一步重视对职工代表的培训工作，不断提高培训的系统性、针对性和有效性，使他们通过培训不断增加“话语权”，为企业的发展献计献策，在推进和谐企业建设中发挥更大的作用。二是要进一步提高职工代表提案的质量。通过提高职工代表个人素质和能力，学习提案管理办法和细则，广泛征求员工意见，进一步提出高质量的提案，提高参政议政水平。同时要加强职工代表提案的闭环管理。三是要结合实际，尽可能将职代会文件以书面形式提前下发给职工代表，以便职工代表有充足的时间学习理解相关职代会文件，提出意见和建议。四是要进一步落实以职代会为主要载体的厂务公开工作，涉及职工切身利益的方案要经职代会审议通过，建立和完善职代会职工代表巡视检查制度和联系员工制度。 统计数据分析论文:基于spss统计数据分析的大学生素质评价模型构建 摘要：针对新一代大学生党员培养过程中，党建教育者迫切需要一套科学的符合当今青年期望的大学生党员评价体系，使得大学生党员培养工作能跟上青年学生价值判断和榜样的标准，使得大学生党员能够在青年中具备更好地带动性，发挥积极的带动作用。从收集大学生对大学生党员期望出发，使用spss数据分析统计软件进行分析，从大学生的角度思索学生党员评价标准，以便更好地指导学生党建教育工作。 关键词：大学生党员；评价标准；模型；spss；数据分析 一、大学生党员素质模型研究的背景 随着“90后”一代步入大学殿堂，青年大学生追求个性和自我的特点越来越显著，大学生党员发展和培养工作遇到了新的挑战，如何结合当代青年大学生党员特点开展党建教育工作、如何发挥学生党员的积极带动作用以及如何衡量党员素质等问题越来越多地引起高校思政教育工作者的关注。 一直以来，高校发展学生党员都严格遵守“优中选优”的要求，大学生党员不仅在专业科研方面有突出的成绩，在学生工作等方面也是骨干，他们应该是优秀大学生的代表，但我们会发现，大学生党员在学生群体中的带动作用一直不够明显，党员个体的优秀成绩在带动普通同学方面并不能起到积极的作用。究其原因，认为是学生对学生党员个体没有完全的认同，党员的表现与普通同学对他的期望之间存在的差距过大，以至于党员没有成为同学学生学习的榜样，导致带动作用明显减弱。这就意味着思政教育者在发展和培养学生党员时不仅要关注发展对象个人的情况，更需要了解当代学生群体对大学生党员有怎样的期望，只有培养和选拔符合党员基本要求同时又迎合当代青年期望的学生党员才能真正体现当代大学生的积极风貌，受到学生群体的认同。 需要从学生的角度开展大学生党员素质模型的研究，通过了解学生对大学生党员的期望，建立当代大学生的素质评价模型，用于培养和发展当代大学生党员的工作实践。 二、基于spss统计数据分析的大学生素质模型构建 （一）构建模型的数据收集及信度验证 根据研究的要求，首先开展访谈工作，访谈分两次进行，第一次抽取了文科、理科、工科和艺术类学生党员20人。第二次从四种学科类型专业中各个年级随机抽选一名男生和一名女生同学，共32人开展访谈。访谈的内容围绕“我心目中的学生党员”展开。由学生提出党员应该具备的具体素质。通过访谈笔者总结出38条内容，分为“道德品行”、“政治素养”、“学习能力”、“工作能力”、“心理素养”几方面的内容，并以此作为模型建立的核心调查内容。 调查的问卷采用“李克特”五点量表，对访谈生成的38条建议进行评价，要求被调查者根据自己对学生党员的期望来判断学生党员是否必须做到这一点要求，其中1表示“非常不同意”、2表示“不同意”、3表示“不能确定”、4表示“同意”、5表示“非常同意”。每个问题采用随机排序的方式组成问卷主体。 为了使设计出的问卷更加科学和合理，能够为绝大多数被调查者所理解和接受，在正式大规模发放问卷之前又进行了小范围的预调研，调研的重点在于验证问卷中各问题的提法是否科学，是否存在理解上的歧义和含义上的遗漏，是否便于被调查者理解。 在正式的调查中采取随机抽样的方式对东华大学及少数上海市其他高校校内在校生开展调查，通过在“学生街”现场发放和回收以及发放电子邮件的形式，共发放问卷300份，回收294份，通过有效性筛选的问卷为188份。 在获得有效数据后，通过Spss软件对问卷信度用克隆巴赫（Cranach’s α）系数测量，该系数表示问卷调查结果总变异中由不同被调查者导致的比例占多少。整个问卷和各个子问卷的克隆巴赫系数如表所示： Cronbach's α系数值介于0与1之间，α值越大表示问卷题目间相关性越好，内部一致性可信度越高。本问卷在各个问卷因素间的值均达到了0.7左右，且总问卷值为0.788，问卷的稳定性和一致性是有一定保障的。 （二）通过因子分析的方法构建模型 在保证了调查研究有效性的前提下，通过spss数据分析中因子分析的方法，进一步确立学生心中的党员素质模型，进行因子分析时，原则上应该将所有变量的测量一并纳入因子分析中；但是，当变量的个数太多时，采取这种做法不太适合。因此，本研究将所有变量分为五大类分别进行因子分析，即道德品行、政治素养、学习能力、工作能力和心理状态几个分类。 为了验证获得的数据的有效性，进行了Bartlett's Test和KMO指标检验。Bartlett's Test 检验的sig为0.000显著，说明参与分析的数据来自正态分布的整总体，即数据相关数阵不是单位矩阵，KMO测度的目的是检验采样的充分性如何。KMO的取值在0～1之间，其值愈逼近1，表明对这些变量进行因子分析的效果愈好。研究分析的结果显示KMO在0.7～0.8之间，表明适合作因子分析。检验具体结果如下表所示： 在因子分析过程中，本研究采用主成分分析法、旋转变换法。在分析过程中，按照剔除无法解释指标和载荷值在0.5以下的指标来筛选指标。 首先我们对道德品行分类进行因子分析，结果如下表所示，从表3中可以看出，该类别由3个因子组成，结合载荷值和指标的内容，将因子分别定义为继承传统美德、遵守社会公德和无私奉献精神三个方面的指标。详细的内容如表4所示。 因子分析的结果表明，当代大学生对大学生党员的道德品行要求是比较全面的，不仅包含了我们以往评价党员的奉献精神，还包含了对传统美德的继承和公民素质的要求，这要求学生党员不仅在大的利益面前要懂得取舍，还要在生活细节方面有较强的奉献意识。遵守《公民道德规范》，在成为模范公民的同时，从事社会活动要具备较强的道德判断能力，主动帮助弱势群体，在构建和谐社会过程中发挥作用。在学校生活中，学生党员不能居功自傲，积极分子更不能凭借为集体作出贡献就认为理所应当成为党员，个人道德品行是在平时的一举一动中表现出来，教师在培养和发展党员过程中不能以点概面。 使用同样的因子分析方法，我们对其他几类要素进行分析。 在政治素养方面，因子分析的结果表明有两方面的具体指标，分别为“鲜明的政治立场”和“社会正义感”。其中“鲜明的政治立场”指标要求学生党员要熟练掌握马克思主义理论等党的基本理论知识，对入党有正确的认识并能维护党的利益，有鲜明的政治观点、政治鉴别力和思想觉悟，具有坚定的社会主义理想信念。有些学生党员没有热情学习党的基本理论知识，在同学中有时以传播负面新闻赚取同学们的关注，在同学对党有误解时不能挺身出来解释，不能表明自己的政治立场，存在以上问题的学生党员将会大大减少普通同学对党员群体的认可度，减低学生党员在群众中的影响力。社会正义感的评价指标要求学生党员要处处明确自己作为学生党员的责任，要主动关心和了解社会现状和发展前景，忠于国家和人民，具备分析社会热点问题和分辨是非的能力，有端正的人生观和价值观，同时能积极引领校园文化，成为构建和谐文化的主力。只有具备社会正义感的学生党员才能赢得学生的信任，才能在学生中起到真正的带头作用。 一个人的心理素质是保证个体全面发展的基础条件，因此大学生党员必须具备健康的心理素质，具备积极适应社会、调节自我的心理状态，通过因子分析的方法得出“自我管理能力”、“沟通能力”和“荣誉感”几方面的指标在大学生党员评价中比较重要。自我管理能力是指学生党员需要具备较强的生活自理能力和规划能力，能很快适应大学生活同时积极为今后的发展做好准备，这要求大学生党员要具备一定的适应能力、抗挫能力、自制能力和情绪调节能力。随着新一代青年走进大学校园，大学适应和生涯规划的概念逐渐引入大学新生教育工作，学生的自我管理能力一定程度上决定了在大学期间他取得的成绩，具备良好的自我管理能力，是成为学生党员的必修课，只有把自己的事情管理规划得好，才能更好地为他人服务。沟通能力指标要求学生党员要有较好的人际协调能力，能妥善处理人际关系，这也是大学生能积极适应社会、融入社会、服务社会的必然要求。大学生党员在追求个性的同时，要学会与周围同学沟通，才能在同学中起到积极的带动作用，党员的先进性才能辐射到学校生活的各个方面。荣誉感指标要求学生党员要有较强的荣辱观念，热爱自己的祖国，有集体责任感。学生党员作为全党未来发展的生力军，也是我国社会未来的接班人，他们中的一些人将会肩负起国家发展的重任，也将成为各个行业的领军人才，热爱自己的祖国，对集体负责是个人发展的动力，学生党员只有具备集体荣誉感和爱国热情才能不断地激发自己的才智，为社会发展作出贡献。 对学习能力和工作能力两方面进行因子分析，均为一个主要因子。所以将学习能力和工作能力作为具体的指标进行解释。学习能力要求学生党员要具备端正的学习态度，掌握学习方法，同时要有优秀的学习成绩，能够做到把理论学习与实际需求联系到一起，做到学以致用，有创新精神，不是“死读书、读死书”，这是大学生党员今后能担任起社会发展重任的基本要求，只有掌握了丰富的科学文化知识，学会学习，才能正确处理好各种社会问题和把握自己的未来。工作能力指标要求学生党员具备一定的担当学生干部的能力，具有一定的组织和策划、领导能力，有一定的号召能力，在从事学校社会工作的同时积极锻炼自己的创新能力和创造能力，敢于尝试和提出新的想法，学会实事求是地分析和处理问题，保持思想与社会发展的一致性，以便大学毕业后能更好地融入社会。这两项指标在高校平时培养和发展学生党员时最容易衡量优略，因此也最为常用。但往往成为衡量学生党员的全部标准，使得学生党员的影响能力大大降低，学生党员绝不是“学习好+工作好”的代名词，学习好和工作好要成为学生党员普遍具备的素质，但更重要的是要有坚定的政治素养和优秀的个人品质。 三、大学生党员素质模型的现实指导结论 以上的分析是在对在校大学生调查的基础上展开的，突出了在校大学生对大学生党员的具体要求和期望，从分析的结论中我们可以看出，在校大学生对党员的看法和认识还是比较全面的，涵盖了学习、工作、生活和思想四大方面，立足于大学生具体的生活，以校园为核心考查领域并逐步扩展到社会范围，具有很强的现实指导意义。纵观以上分析结果，我们可以的出以下结论： 首先，评价标准要求的针对性强，突出了大学生的特色。以往有较多的党员评价标准，也强调了党员的党性、先进性、奉献精神等各个方面，但都过于普遍，适用于各个行业的党员干部，这是由于这些标准是以学生党员进入社会的要求为基本展开的，和校园生活结合不紧密，并不能体现学生党员在学校培养过程中的特点，忽略了学校培养教育的关键点。比如在个人品质要求方面，以往的标准在对学生党员奉献意识强调的同时往往忽视作为公民个人的基本要求，这就会将学生党员教育变成空中楼阁，可望却不可及。而从全体学生的角度开展的学生党员期望调查中就能很好地结合大学生党员自我发展和认知过程中的每个细节，符合青年学生的心理和思想状态，能更好地涵盖大学生党员教育培养过程中的各个环节，更能被青年学生接受。 其次，评价标准要求的涉及范围广，合格公民的标准是底线。通过分析，可以看出，当代青年大学生对党员的素质要求内容范围较广，不仅在学校生活各个方面提出了具体的要求，对其社会层面的活动也有积极的期望，希望大学生党员能作为社会一份子，能继承和发扬传统的美德，对构建和谐友爱的社会风气起到积极的作用。不仅要求在学校做“优秀学生”，在社会活动中更要做“好公民”，遵守社会公德和法律，积极引领有秩序的社会生活，大学生党员的素质模型基础是在合格公民的要求上有进一步的提升，强调了大学生作为社会人方面的要求，这与以往对学生党员的要求是不同的，有一定的拓展。 再次，评价标准要求的思想深度深，强调具备过硬政治素养。在以上的党员素质模型要求中，可以看出，青年大学生对党员同学的思想要求深度高，要求学生党员不仅要了解党内的政策、理论，还要在行动中表现出作为共产党员的政治分析能力，有过硬的分辨是非能力，这是全党加强执政能力建设所带来的积极效应，作为学生党员受到普通同学的信任和支持，在政治素养方面应该起到积极的引导作用，这一点说明青年大学生对于党员的认识更加深入，对于党员同学具备的政治素养有较高的期望，这相对以往大部分学生认为大学生党员就是品学兼优的“好学生”的看法来说是一个巨大的进步。 最后，评价标准要求的内外统一性高，党员素质要求重实效。不仅要求学生党员要具备某项优秀的素质，还要时刻发挥出积极的引导作用。在以上的分析中，可以发现，新时期大学生对于学生党员的素质要求在思想要求和行动要求方面内外统一性高，要求学生党员不仅要在学习和工作中能做到优秀，在思想、品德及心理素质方面也要有一定的高度，同时要将自己的先进性不断地辐射到周围的环境中，起到带动作用，要求在衡量和评价学生党员时要看实效，看各个方面的具体表现，对于细节的关注更多。 通过调查和分析大学生对学生党员的期望，可以更全面地了解目前高校学生中需要的什么样的学生党员作为榜样，党建教育者应该在培养好学生、好公民的基础上重点培养学生党员对党员责任的认识，提高政治素养，这与青年学生对党员的认知是一致的，好学生不等于好的学生党员，只有培养和发展具备较高政治素养的合格公民，才能成为符合学生期望的学生党员，才能成为积极引领校园文化的优秀分子，才能担负起发展社会的重担，成为未来社会的合格建设者。 统计数据分析论文:统计数据分析题的命题特点与能力层次 关键词：考命题，计量史学，统计数据，分析题 随着课程改革和高考改革的逐渐深入，历史学科命题越来越多地反映出多种史学研究视角和不同的史学研究方法。多种史学研究角度包括文明史观、全球史观、现代化史观，等等；不同的史学研究方法则涉及了社会史学、计量史学、生态史学、心理史学等领域的方法。在史学领域广泛运用的计量史学方法，近年在高考试题中不断采用，成为一大趋势。为了便于表述，以下将“应用计量史学方法的试题”简称为“历史统计数据分析题”。 计量史学的方法，是指把数学方法特别是数理统计方法运用于历史研究的一套方法。我们可以简单地将其概括为对一系列可以量度的现象进行的历史研究。①计量史学的最大特征就是运用自然科学中数学方法对历史资料进行定量分析，它的显著作用是促使历史研究走向精密化，这在一定程度上纠正了传统史学研究中用模糊的语言解释历史的缺陷。由于这一历史研究方法有利于考查和培养学生的历史研究意识和素养，近几年的全国各地高考历史试题不乏计量数据的引入。本文以2013年各地高考试题为例，分析这类试题的命题特点与能力层次，进而对高中历史教学提出相应的改进建议，以求教于同仁。 用各类统计数据命题在高考中由来已久。近年的趋势是形式多样化，应用广泛化。从今年的情况看有以下几个特点： 第一，在高考试题中运用广泛。根据对今年全国各地15份历史文综和历史单科的试卷统计，有11份试卷涉及计量史学的方法，占试卷总量的77.3%。在11份试卷中一共有22题涉及计量统计的方法，涵盖高中历史三本必修教材的内容。 第二，数据统计方法各异，试题的形式多样。现有试题主要通过各类统计数据资料，以数字关系作为论证历史问题的确切根据，同时，将数据制作成各种表格、条形图、柱状图、饼图、折线图等。还有不少试题将制作的数据表格和文字或图片相结合，组合成图文并茂的史料阅读题。 第三，试题内容主要集中在必修二经济史部分。经济史的相关历史文献包含了大量数据资料和统计信息，如赋税、物价、产量的数据等经济资料，在以描述为主要手段的传统史学体系下，这些资料无法得到合理的使用。计量史学使用数据统计方法可以合理处理和利用传统史学无法处理的大量的史料，从而更能反映传统史学难以描述的历史史实。在今年各地数据统计的高考题中，涉及必修一的占4.55%，必修三有18.18%，必修二则占到了77.27%。 高考试题中运用统计数据来命题的各类题目存在着一定的差异，这种差异主要从试题的能力层次上体现出来。以今年全国各地的高考题为例，我们来分析一下这类试题反映出的四个能力层次。 第一，依托统计图表考查相关史实。这类试题中图表数据作用不大，只是依托，能力层次主要停留在学生的记忆能力。如2013年江苏高考第8题： 下表从一个方面反映了中国民族工业的发展状况。造成这种状况的主要原因是 A.全面抗战运输物资的需要 B.帝国主义放松对华经济侵略 C.“国民经济建设运动”的促进 D.《中美友好通商航海条约》的签订 这道题是用1928―1935年中国轮船的相关统计数据说明这一时期中国民族工业的迅速发展，但这一状况出现的原因和数据统计并没有直接的联系，可以不去分析数据，而直接依据1928―1935年这个时间段，根据记忆的课本内容就可以做出正确的判断。所以这道题要求的能力层次相对较低。 第二，考查统计数据解读能力。这类题能力层次稍高，但也仅仅是对统计图中所反映趋势进行解读，如2013年四川文综试题的第三题： 下表是1620年和1850年江南八府一州城乡人口统计。据此判断，这一时段该地区 A.基本实现了城市化 B.城市经济规模扩大 C.农业经济日益凋敝 D.人口增速全国领先 历史上，中国政府对农业一直进行有效的管理，因此也留下了很好的农业数据记录。同时，中国古代政府也留下不少经济学中的非农数据，如城市户籍与人口。计量史学可以根据城市人口发展来推测城市的经济活动。四川卷的这道题涉及的统计数据是1620年和1850年城镇人口和农村人口的统计。表面上看和前面轮船统计题很相似，但这两道题的能力层次却不一样，这道题虽然难度不大，但要通过分析统计数据才能得出正确答案。数据表明从1620年到1850年，城镇人口的增长率超过了农村，数据反映出这一时期城市经济规模的扩大，答案是B选项。这道题首先需要读懂数据，并联想到人口数据与城市经济发展的关系，才能选出正确答案。这是考查统计数据解读能力的典型题目。 第三，考查统计数据应用能力。需要通过图表数据进行知识的迁移和转换，读懂数据背后的东西。我们来看2013年海南高考第15题： 图为某国1919年对华进出口贸易分区示意图，该国是 A.日本 B.德国 C.苏俄 D.法国 这道题的能力层次较高，首先，要理解对中国的进出口贸易状况，能够反映出一国对中国经济侵略的程度。其次，通过不同地区的数据柱状图的对比，要能够判断出该国对中国的经济侵略主要集中在东北和华北。再次，还要注意题中的时间1919年，此时，德国战败，法国忙于战后事务，苏俄社会主义政权刚刚建立，因此，这三个国家都应排除，只有日本利用了一战的有利时机，巩固和扩大了对中国的侵略，而日本对中国的侵略主要就是集中在我国东北和华北地区。思考力能达到这三个层次的要求，已经不是简单地解读数据，而是在理解数据的过程中，不断应用相关知识。 第四，考查统计数据的比较能力。通过比较不同的数据来解决历史问题是这一类试题的特征。如2013年重庆文综第9题： 根据国家统计局《新中国五十年》的数据编制，其中的数据变化反映了这一时期我国 统计数据分析论文:有效利用计量统计数据分析学情和调整教学策略 内容摘要： 伴随着课程改革的实施，如何提升实际教学效果和学生的学科素养、优化教育流程、有效的传授知识内容、合理的训练学科能力、恰当的传授思想方法成为了一个重要的课题。“教”与“学”之间的相辅相成，对实际学情的理解和分析，因材施教，适时调整策略并进行针对性教学，是实现学科知识、学科能力和学科方法目标的必经之途。把握教育教学的有效性与长效性，促进学生的多元化发展、培养创新意识，塑造高素质人才则是教育教学的必然之由。 关键词：计量数据 历史知识结构 历史学科能力 历史学科素养 教学策略 引言： 对于高三教育教学和备考复习而言，如何有效的讲授知识内容结构、如何合理的训练学科能力、如何恰当的传授思想方法、如何培养和提升学科素养是一个多解的命题。要实现这四个角度的教学目标，切实培养学生的学科素质，促进学生的多元化和全面性发展，优化教育效果，提升教学的有效性，那么实事求是的理解学情、科学规范的训练、及时调整教师“教”与学生“学”之间的差距，是一个不得不面对的技术问题。 在下文中，笔者不揣浅陋，拟就如何有效利用计量统计数据分析学情和调整教学策略的话题略呈管见，希冀能抛砖引玉，敬请方家指正。 维度一：科学规范的命制试题 没有教育科学就没有科学的教育，没有规范的学科训练就没有规范的学科思维。规范的训练可以通过多种途径来实现，比如课堂教学、研究型学习、史料研读及遗址考察等，但是最简单而且教学中使用最多的还是试题测试。科学的试题、科学的测试、科学的训练对学生的历史学科能力训练和历史学科规范及学科素养的提高是非常有帮助的。 命制科学规范的试题可以建构一个计量统计的模型，以分析学情和调整教学策略，能更好的实现教学目标。 如何才能命制一套较为科学和规范的试题？这不仅需要了解测量技术的相关问题，还需较为深厚的历史学科专业知识，除此之外，教育经验和教材的熟悉度也是很重要的一个因素。 一般来讲，一套试题从结构上需要体现以下几个考察的方向：学科基本知识、学科基本能力、学科素养的体现。而学科方法则是沟通上述三个角度的桥梁。 从历史学科基本知识角度讲：内容应该包含高考考察的七个结构模块，即古代中国、近代中国、现代中国、古希腊罗马、近代世界、现代世界及选修模块。从历史学科能力角度讲：文科综合能力“考试大纲”将历史学科的高考考核目标表述为获取和解读信息、调动和运用知识、描述和阐释事物、论证和探讨问题四个能力要求①。具体来讲包括再认再现历史知识、重构历史时序、获取有效历史信息、理解分析历史事物、运用历史方法论证、评价历史问题。历史学科素养则是如何应运历史知识发现新问题、研究新问题、解决新问题的灵活体现，是创新意识培养的必然内核。培养素养“要关注知识的消化，关注它是不是发生了有益于吸收、转化为有益于生命的酶化”。②“把死知识变活，把活知识变灵”③是知识酶化的主要目的。 规范的命制试题后，设计测试的双向细目表，建立一个完整的测评模型后便可指导解决实际教学中有效利用计量统计数据分析学情和调整教策略的问题了。 下文，笔者拟就操作中的实例来讲述具体过程，以期抛砖引玉。在模型样本选取上，将本年级文科班分成程度好和程度一般两类。以较好的为参照系，在程度一般的学生中进行测评和策略检验，找出规律并进行验证。 维度二：利用分数段分布的统计数据分析学情以调整策略 下图为分数段数据，来源于分组中程度一般的学生。测试后将数据做出统计，结合数据分析学情，调整策略，矫正教学。 分数段分布数据可知如下学情：分数段的分布百分比可确定学生的层次、明晰学生是属于基本史实掌握不牢固的“知识型不足”，还是史学能力不到位的“技能型不足”；确定教学中重能力还是抓基础的后续教学重心、调整教学内容的难易度与深浅度。 上图所示，中间分数段的学生人数较多，反映出大多学生对于基础知识和主干知识的记忆和理解比较好，可继续加强和保持效果，确保不出现知识型问题。但非主干知识掌握不牢，如：课本小字部分（即自学内容）、非重点内容。 高分段人数较少，反映出技能型不足的问题。表现为运用历史方法论证、评价历史问题能力不足和逻辑思辨能力、史学理论方面存在欠缺。通过试卷作答细化分析发现语言阅读能力和理解能力不足及规范答题能力欠缺。 根据学生的情况和数据分析采取如下策略：为了能提高高分段人数比重，调整教学难度和深度，通过课本知识的延伸与拓展，扩大学生的知识容量和理论储备，关注史学研究的新成果，以专题讲座的形式讲解技能与方法，以提升学生表现出来的能力欠缺。指导和训练答题技巧，训练其在作答过程中语言简明、清晰、严密、要点化、序号化的能力。 在下阶段训练跟踪并在同一模型与难度下测试，如图所示： 数据统计后，发现效果较明显。中间分数段的学生人数百分比稳中有升，高分段人数明显增多，运用历史方法论证、评价历史问题能力和逻辑思辨能力、史学理论方面存在欠缺等技能型不足的问题得到修正。 维度三：利用能力结构得分统计数据分析学情以调整策略 、针对此问题调整策略，借鉴语文方法，训练学生语言能力，如找准关键词、对有效信息的提炼和概括、历史要素与关键词的关系，题干限定语的查找等。训练学生的逻辑分析能力，提高学生对历史名词内涵与外延的准确理解度，强化学生的逻辑思考习惯，训练其推理、判断、论证的能力。系统讲授历史学科方法与理论，如历史唯物论、辩证法、现代化史观、全球史观、文明史观、社会史观、生态史观；树立学生结合时代特征分析历史的思维、史论结合及生产力标准等论证和评价历史的方法。对学生数据进行统计与分析，进行逐个训练与指导。 在下阶段训练跟踪并在同一模型与难度下测试，数据统计后，发现效果较明显。如上图所示，样本学生中获取有效历史信息和运用历史方法论证、评价历史问题两个方面的不足得到修正，进步明显。 维度四：利用知识结构统计数据分析学情以调整策略 知识结构的统计分析，可知道学生哪些知识掌握的不到位，以便及时查漏补缺。由于知识模块范围太大，在具体分析的时候可以结合双向细目表及各小题得分率仔细分析，准确找到薄弱环节，再结合能力结构统计数据，分析是知识型问题还是能力型问题，以便更好的掌握学情。 上图所示，样本学生在“古代中国史”和“现代中国史”两个方面存在不足。针对此问题，查找薄弱环节，详尽分析，调整应对策略，对相关知识进行补充和加强，如古代经济，古代科技等。理清中国古代史的时代特点及线索和发展脉络，按通史时序梳理知识。现代中国史教学中注重时政与历史的关联，补充中国现代史中文化、教育、科技等相关内容。利用对世界史的知识优势，将中国史与世界史交叉起来，通过中外关联与对比，来加深理解。对基础知识进行再强化，加深知识的理解程度与深刻性。 在下阶段训练跟踪并在同一模型与难度下测试，数据统计后，发现效果较明显。如上图所示，样本学生中“古代中国史”和 “现代中国史”两个方面的不足得到修正，进步明显，超过了参照系的学生。 五：结语： 课程改革实施下如何提升教学效果和学生的学科素养，优化教育流程，有效传授知识、合理训练学科能力、恰当传授思想方法，培养学生的学科规范和学科素养、传授技巧和思维方法、挖掘和熟练教材、夯实主干知识的根基、关注史学研究动态、渗透史学研究的理论和方法、广泛学习和借鉴、科学的训练、多元的思考、重视培养学生能力和史学素质可能是一个必须面对的话题。“教”与“学”之间的相辅相成，对实际学情的理解和分析，因材施教，适时调整策略并进行针对性教学，是实现学科知识、学科能力和学科方法目标的必经之途。把握教育教学的有效性与长效性，促进学生的多元化发展、培养创新意识，塑造高素质人才则是教育教学的必然之由。 统计数据分析论文:海关统计数据分析论文 一、汽车出口海关统计数据及揭示的问题 自入世以来,我国的汽车出口发展极为迅速。由海关统计数据,2001年,中国汽车和汽车底盘出口额为19374万美元,出口数量为22779辆；到了2005年,中国汽车和汽车底盘出口额已达到190396万美元,出口数量为1084309辆。我国汽车出口总量上看成绩喜人,但细看下来，情况却不容乐观：据计算,中国入世五年来汽车和汽车底盘出口数量增长了46.60倍,而出口额只增长了8.83倍,这与同时段进口额增幅略超出进口数量形成了鲜明的对比。 这一现象并非小问题：出口量增幅远大于出口额是汽车大部分瞄准低端市场低价出口统计上的表现。据海关统计分析显示，2005年我国整车出口企业共有1025家，其中出口量在10辆以下的就有600家，出口仅1辆的有185家，近900家企业的出口额仅占全国整车出口额约10%。随着中国低价汽车及零部件的出口，他国逐渐采取反倾销和关税壁垒措施来应对。 二、汽车出口价格低廉成因分析 低价的原因自然包括了中国的劳动力水平相对较低，但在全球化背景下，专业化分工日趋明显，许多品牌汽车也选择在劳动力成本相对低的环境下生产，但同样高价出售。这说明，低价不仅是劳动力成本低导致。 汽车出口低价的另一原因是中国相对缺乏自主品牌。从经济学的角度看，同质产品的价格需求弹性大，顾客对价格的变动极敏感。生产同质产品的厂商为使利润最大化采取降价的方案，最终基本只能得到正常利润，无法获得超额利润。目前中国汽车市场自主品牌还屈指可数，且大部分局限于模仿水平，真正进行自主创新开发出顾客很难找到替代品的汽车的情况还很少。汽车大量的同质化使得厂商选择打价格战。 着重于模仿而非创新也使中国汽车出口面临知识产权纠纷不断。美国、欧盟、日本在与我国的经贸谈判中重点关注的问题之一即是汽车产业知识产权，而国内汽车企业在知识产权的拥有数量和质量上与外资、中外合资汽车企业相比都远处下风。一方面，不少跨国汽车公司通过合资的方式进行品牌扩张，并积极通过商标注册维护自己的品牌;另一方面，大部分中国汽车厂商也把精力放在模仿而非创新上，很多没有清晰的发展自主品牌的意识。 出口秩序混乱，一些汽车厂商不规范生产，是出口低价的另一原因。一些厂商出口翻新车、报废车，或者用废弃零件生产的汽车，这类汽车要价低廉，但质量一般没有保障，更不必说销售及售后服务，这造成了不好的影响。面对难以鉴别优劣的汽车市场，消费者一般也不会出高价去购买可能面临质量风险的汽车。中国低质汽车在海外市场的大量出现将会对中国整体的汽车出口都带来负面影响。 可见中国汽车出口量增幅远大于出口额增幅折射出了包括缺乏自主品牌，出口秩序混乱，生产不规范等不少问题，这些问题又进一步引发反倾销、知识产权纠纷，对中国汽车出口产生了重大影响。 三、促进我国汽车出口由数量型增长向质量型增长转变的思路 为促进中国汽车出口持续稳定快速发展，应主要把握以下几个方面： 1.把握好技术引进与自主创新之间的关系，推动技术与质量的升级 中国一直以来采取“市场换技术”的战略，但并未发挥很好的效果。比如在加工贸易方面，大部分情况中方只赚取一些加工费，并未得到技术外溢的收益。即使在技术引进过程中，我国企业也普遍存在“大钱搞引进，小钱搞改革，没钱搞消化”的问题。引进技术不能引进核心技术，没有消化吸收和自主创新很可能出现的结果是大部分厂商制造出同质产品，极易导致价格战的出现，不利于厂家战略发展。 目前自主创新已成为全社会的共识，国家正通过一系列政策鼓励与扶持汽车企业进行自主创新，我国汽车企业应该充分利用各种有利的政策坚定地进行自主创新，推动自身的发展。 2.加深知识产权认识，着重自主品牌打造 我国大多数汽车企业中并未把知识产权工作纳入经营管理的范畴，真正将知识产权与技术创新有机结合的并不多。知识产权意识不强使得部分企业出现要么不尊重他人知识产权从而引起纠纷，要么在合作中放弃了知识产权的权利要求，使企业蒙受巨大损失。 强化企业的知识产权意识,不单单是要尊重他人的知识产权，同时也需要主张自己的知识产权权利要求，加强对知识产权的管理。正确且充分的知识产权的认识将为自主品牌的打造提供有利的环境，为企业的长远发展打下坚实的基础。 3.加大监管力度，规范出口秩序，要求企业保质保量生产销售 商务部等政府主管部门以及相关部门应采取积极有效的措施对中国汽车出口进行引导和推动，以改善中国汽车出口环境，为高质量汽车的出口搭建平台，加强相应的服务并提高效率，规范汽车出口的秩序，并且通过广大企业和行业组织等中介机构的努力，以实现汽车出口的持续稳定快速的发展。 统计数据分析论文:科技统计数据分析科研管理论文 西安石油大学创建于1951年，是西北地区惟一以石油石化学科为特色的一所普通高等学校。在国家“十五”期间科技工作方针的指导下，学校结合实际，以特色求发展，以创新求发展，不断加强制度创新，通过制定和完善一系列科技管理文件，加大地调动了教师从事科技工作的积极性，对学校的科技工作起到了极大的促进作用。近年来，学校科技工作取得了可喜成绩，其科技活动呈现出以下特点和变化。 一、科技经费增长速度加快 2005年学校科技总经费为7922万元，达到历史最高水平。其中2005年自然类科技经费为7735.8万元，人文社科类科技经费为190.25万元，较2004年增长较大。 科技经费增长速度较快，表现为以下几个特点： 1、学校科技投入加大。学校对科技的投入逐年增加，2005年科技投入1027.1万元。这主要源于学校科技政策的改善。学校先后出台相关政策，通过对科研基地、高级别纵向科研项目的一系列资助配套，促进了学校科技工作的持续快速发展。 学校通过加大对科研基地的投入，以吸引、遴选和造就一批国内知名学术带头人，培养、支持一批学术基础扎实、具有创新能力和发展潜力的青年学术带头人，建设具有较强创新精神和创新能力的科研团队为目标，带动科技队伍整体素质的提升。经过广泛调研和科学论证，相继制定和完善了《重点实验室管理办法》、《科研基地分层分类管理办法》、《工程技术研究中心管理办法》、来源:公务员之家（）《人文社会科学重点研究基地管理办法》等制度。通过这些文件制度规范了科研基地管理，使其按照科学规律成长。 “十五”期间学校投入自筹资金2500万元进行重点学科重点实验室建设。通过整合现有实验室、工程研究中心，不断加强科研条件建设，加大投入改造技术装备，增建研究实验室等措施，构建科技创新基地。经过几年努力，基地建设取得重大进展，在校级重点实验室建设的基础上，申报立项新增了四个省级重点科研基地，凝聚了一批高水平的创新人才，对学科建设起到了有力的支撑作用。 为了激励教师和科研人员积极争取和承担国家、省部级科研项目，保障高层次科研项目的顺利完成，学校制定了《纵向科研项目经费资助办法》。以重大和高级别科技项目的争取作为契机，组织各学科技术骨干组成科研团队，积极申报国家自科基金、社科基金、国家“十五”攻关、国家3计划及各省市设立的科技项目，凝聚整合科技力量，产出科技精品。“十五”期间先后对高级别项目进行配套384万元，用于科研平台与科研环境建设，极大地促进了学校科学研究工作的可持续发展，教师从事科研的积极性和热情进一步得到提高。2005年纵向科研经费万元，比2004年提高%。 2、企事业委托经费增长较快。2005年企事业委托经费达5619.9万元，较2004年增长2651.4万元，增幅高达89.32%，占当年科技经费总收入的70.9%，是我校科技经费来源中的最大组成部分。由于企事业单位委托高校开发的项目一般都具有较强的实用性，而对于纯研究项目和实验室阶段的成果不是太感兴趣，所以这些经费主要用于科技成果转化和发展，促进了企业的技术进步，提高了经济和社会效益。 3、人文社科类起步晚，但进步很快，成绩喜人。2005年我校人文社科类积极争取纵向课题经费，国家、省、市专项费较2004年经费增长108万元，增幅高达近9倍。特别是在国家社科基金项目上实现了零的突破，全年共获得3项国家社科基金。同时也应清醒地认识到与其它院校相比，我校人文类科研实力和总体水平仍有较大差距，今后还应不断努力。 二、R D经费增长速度明显加快 近年我校R D经费增长速度明显加快，2005年R D经费为3794.1万元，比2004年年增加了1853万元，增长95.5%。从R D经费结构看，基础研究经费增幅最大，比2004年增长140%，应用研究和试验发展经费各增长108%和86.3%。根据有关资料显示，1999—2004年高等学校是R D经费增长较快的部门，高等学校R D经费的快速增长对全国R D经费总量提高起到了一定的推动来源:公务员之家（）作用。从我校的R D经费增长趋势来看与全国高校R D经费增长趋势是相一致的。此外从R D经费结构看基础研究所占比例较低、显示我校基础研究相对薄弱、原始创新能力不足、创新精神还不够强，科学研究的原始创新能力还需要提升。原始创新能力是产出学术精品和大成果的决定性因素。 三、数量持续增长 近年来我校数量持续增长，2005年我校661篇，较2004年增长129篇，增长24%，我校被SCI、EI、ISTP三大检索系统收录论文27篇，比2003年增加了一倍多。 这主要源于学校进一步健全和完善科技评价体系，逐步完善各类评价方法和措施，在强化科技业绩考核的同时，处理好数量指标与质量指标的关系。针对近年来存在单纯以论文数量为依据对教师考核和评估科研业绩的现象，导致大量低质量、低水平的论文出现，学校进一步健全和规范了科技评价体系。制订完善了《权威期刊、核心期刊认定办法》，从自然科学到人文社会科学，从国内核心期刊到国外核心期刊，从不同角度规范和引导教师通过科技创新和长期积累，发表高质量、高级别学术论文，促进学校科学研究工作再上台阶。 此外加大奖励力度，制订了《科技奖励办法》。对高水平的论文进行奖励。科技奖励制度在教职工中反响很大，极大地鼓舞了科研工作者的创新热情，也调动了更多的教职工，特别是中青年教师的科研积极性，较前几年有较大提高，促进了学科建设和科技工作的持续、高速、跨越式发展。但同时也应清楚认识到与其它院校相比仍有较大差距，因此今后还要在特别是高级别论文上加倍努力。 四、教学与科研人员素质有待进一步提高 1、年龄结构 根据统计结果显示，2005年学校教学与科研人员年龄分布为：35岁及以下人员总计占42%，36-40岁的占19%，41-45岁的占21%，46-55岁的占14%，56-60岁的占3%，61岁以上的占1%。(详见图6)。45岁以下人员占到了82%，可见中青年科技人员已成为我校科研工作的主体力量。 2、学历结构 教学与科研人员的文化程度呈以下分布(详见图7) 3、职称结构 教学与科研人员技术职称构成(详见图8) 从图7、图8中可看出学校具有大学本科学历的人员占到一半，具有中级和初级职称的人员占65%，所占比重过高，素质亟待提高。 目前高校正处于新老教师交替的高峰期，由于扩招，教师缺编，青年教师已经成为教学科研的主要力量。他们将是今后学校学科建设的主力军，但是青年教师普遍缺乏系统的科研训练，人员素质不高，由于缺乏科研启动资金，很难开展学术研究。青年教师的科研训练工作还必须进一步加强。因此支持他们开展科研工作、承担科研项目，培养他们成为优秀学术带头人是一项非常迫切的重要工作。 针对这种现状，学校近年来一直努力加强人才队伍建设，提升人才队伍素质。通过实施“百名博士工程”、“中青年骨干教师培养工程”、“创新团队建设工程”，制定优惠政策，吸引各种优秀人才，培养、支持中青年骨干教师，以带动学校人才队伍整体素质的提升。制订了《科技基金管理办法》，积极引导支持青年教师开展科学研究工作。青年教师申报创新基金的热情非常高，有力的促进了青年教师科学研究的能力。对取得博士学位的青年教师，学校给与科研启动金，资助他们开展科学研究、参加学术交流。十五期间共立项143项，投入资金近100万元，资助了143位中青年教师，占青年教师总数的1/3以上，他们中的许多人已成为学校教学和科研工作的骨干。 五、专利及出版科技专著尚显不足 近年来在学校科技政策的激励下，专利申请量有了大幅的增长，特别是发明专利申请量较往年有了较大的增长。2005年继续保持增长态势，共申请专利23项，较去年有大幅提高。虽然与以前相比，学校拥有的专利从申请、授权均增幅较大，但是和省内其他高校相比，我校的专利申请和授权绝对值都还有很大差距，因此今后还需要继续加倍努力。 2005年学校没有出版科技著作。针对近年来学校学术著作偏少，教师出版学术著作积极性不高的现状，2005年制订了《优秀学术著作资助办法》，主要对学术价值高、具有创新性和先进性的学术著作进行出版资助，并优先资助与我校特色研究方向相关的学术著作。通过制定这项政策，极大地鼓励了教师出版著作的积极性。从制定该政策起一年内资助4部著作，总计金额10万元。学术著作的出版宣传了学校科技创新工作，提升了学校学术地位。 从以上对西安石油大学近年的科技统计分析，我们可以看出实行制度创新，推进了科技管理制度和科技评价体系建设，搭建了科技创新的崭新平台。通过强化科技意识、实行政策激励、突出队伍建设、加大投入力度、优化资源配置、改革管理机制、加强科技管理、提高管理效能等措施，极大地调动了科技人员投身科技事业的积极性、主动性和自觉性，使学校科技创新工作实现了跨越式发展，呈现出了持续发展的良好态势，提高了学校学术声誉和影响，从而全面提升了学校的整体科技创新能力。 总结：科技统计工作是一项重要工作，通过对各单位的科技工作从人力、经费、机构、课题、成果、获奖等方面进行全面汇总、整理，取得翔实的统计数据，可有助于全面了解高等学校的科技活动情况，对分析学校的发展、决策等能给于一定参考，是用来评估机构、个人科研绩效和科技水平的重要指标。 统计数据分析论文:畜牧生产统计数据分析 摘要：统计是目前我国基层进行管理和决策的一种重要方式，其有助于相关部门对目前生产等情况进行详细的了解。所以统计数据的质量，将会直接对基层工作推进的有效性造成影响。统计的信息要求准确性和及时性，对于准确性而言，需要体现出数据的客观性与真实性，及时性需要体现出数据的时效性。受多种因素的影响，在基层开展畜牧生产统计数据还存在较大的难题，因此相关人员必须加强对其的重视。 关键词：基础；畜牧生产；统计；数据质量；管理 目前的畜牧业在进行生产数据统计的过程所采用的方式为层层上报，之后对数据信息进行汇总，然后产生全面定期的报表制度。这种报表制度，目前可以较好的满足及时性和完整性的要求，但是在准确性等方面还是存在较大的问题，在制表过程中，最基础的起报单位往往没有可以考察的地方，而且多数的生产经营情况也无法进行考察。多数的畜牧养殖都是散户为主，以囊谦县为例，一般每个乡镇有1万多户，每个月都到家家户户去收集现有数据，凭着目前的人力物力不现实，且部分养殖者也不愿意提供信息。 1当地畜牧业情况 囊谦县位于青海的最南端。耕地面积约为9333hm2，目前可使用的草场面积约为106.67万hm2，林地面积约为26.67万hm2。目前所养殖的牲畜数量约为68万头(只)，绵羊数量约20万只，牦牛数量29万头，山羊16万只，马匹2万头。牦牛数量最多，均是野牛驯化站的成果，其是青藏高原地区的独特牛种，稀有家畜品种；藏系绵羊的数量排第二，这是藏系粗毛羊的一种，毛比较粗糙，适应性比较强，而且生产的能力比较强，对于高原寒冷的环境有较好适应；山羊的数量排第三，对于森林以及灌木丛的环境可以较好的适应。 2提高畜牧统计数据质量的要点 目前畜牧统计数据收集较困难，在搜集数据过程中数据准确性较低，所以相关部门必须加强对其的重视，尽可能的改善目前的统计工作，为国家的决策提供有效的保障，为农村的经济发展提供可靠的信息，所以需要从以下几个方面进行考虑[1]。2.1数据的来源要统一可靠。对于检疫以及生产项目的补助，防疫等工作都需要使用统一的报表模板进行数据的统计，这样才可以做到数据的全面共享且保证精确。采用统一的数据采集方式，一方面可以大大减少基层的统计工作，另一方面也可以减少一些人为因素对于数据准确性的影响。目前所执行的防疫、生产、检疫以及项目补贴的工作都应该被纳入标准化统计的类别中，相关部门要制定严格的制表程序，这样基层会按照实际的需求量填写表格，对于数据的真实性将会起到很大的保证作用。在统计过程中，如果采用了统一报表，主管机关各个部门可以享用报表中统一的数据，也有利于各个基层单位之间进行数据的监督和协调控制。2.2改变报表的设计。目前基层单位常用的报表一般都是填写最后的报表数据，需要通过项目的负责领导人对数据进行审核，无误后进行估计签字。基层单位的上级单位，无法准确的分辨出这些数据中，哪些是可以准确相信的，哪些是可以大致估计的，所以在报表后期改革设计中，需要将报表的准确和估计部分进行合理化的区分，方便上级单位对其分辨[2]。2.3适当增加资金投入。相关部门需要尽可能收集更多的准确性消息，这样才可以保证后期政府单位决策的有效性。对于每年的春季以及秋季，在开展防疫工作的过程中，需要做到在乡镇中不遗漏任何村，在村中不遗漏任何户，在户中不遗漏任何畜禽，这种措施可以有效的帮助摸清畜牧的原始数据。所以，政府在前期需要增加畜牧统计资金的投入，尤其在春秋两季的防疫过程中，需要组织统计人员采用普查的方式，统计人员进行统一的数据收集和管理，将数据的真实性提到最高，有利于估计出栏数量，其他月份的存栏量可以按照前期的数量进行分析，按照增减的变化数量进行填报，而不是采用大致的估计方式。 3具体操作措施 囊谦区域内畜牧业在进行调查的过程中，必须由户级单位进行上报，同时需要有专业的人员对其进行管理，建立、填写和更新及时账目[3]。负责畜牧生产统计的人员，需要定期对当地的情况进行考核与调查，全面的了解当地畜禽的实际增加量（购买和自繁）和养殖（出售和死亡）的数量，充分掌握此类信息，也要反复检测是否出现了新的养殖者，并且对养殖的规模进行管理，并按上级要求按时上报畜牧生产情况。统计员在完成数据的检测之后，需要加盖公章；乡镇统计站、县区统计局需要及时对数据进行上报，不得进行虚报瞒报。县区统计局专业人员在每个季度的检测中，村级的单位需要超过2个，户级的单位需要超过5个，生产经营单位需要超过2个，需要对其中的数据进行详细分析。统计局要不定期的对畜牧业生产统计开展质量的抽查，实时对统计的数据进行掌握和管理，对基层数据的真实性进行严格检测，检查台账的记录更新情况，检查县级统计局检查指导职责履行情况及有关记录，如果发现问题需要及时对其进行纠正和整改。 4结束语 基层畜牧数据统计准确性的保证对于基层畜牧业的发展有着极为重要的意义。为了最大程度的满足基层畜牧数据统计的质量，相关人员必须及时采取措施对现有的统计措施进行完善，这对于畜牧业管理的推进非常重要。 作者:彩阳 单位:青海省玉树州囊谦县农牧经济经营管理指导站 统计数据分析论文:机械加工企业统计数据分析 1、机械加工企业统计工作的特点 1.1与实际工作的融合性 机械加工企业的日常生产涉及多个方面的专业知识，总体可以概括为机械结构件的热加工和冷加工形式，包括热处理、电镀、装配、车、铣、刨、钻、磨、钳等工序和工种。所以，机械加工企业的统计管理者，需要对这些工序和工种有一定的了解，合理的分辨出各种生产信息和管理信息，并进行科学的统计，才能在本质上体现统计工作的意义和作用。 1.2监督管理的职能 机械加工企业的统计工作，主要表现在对企业各个部门、环节的经济和生产活动的运转状况，开展宏观和微观的检测，并根据检查结果对活动中出现的失控、异常情况进行分析探讨，考核企业的经济技术指标情况，明确部门的相关责任，为企业提供科学、全面、客观的信息资料，保证企业的经营决策更加科学性和先进性。 2、统计数据质量监控评价体系的建立 2.1建立评价指标体系 创建一套科学、合理且具有一定可行性的统计数据质量监控评价体系，是国内统计行业长期探讨并研究的课题。而对于企业评价指标体系的建立，必须要以能够彻底反映机械加工企业的实际生产经营活动为基础，确保统计数据的质量监控能够完全落实。鉴于这个出发点，企业评价体系的建立要满足以下四点要求：1）可行性。评价指标体系中指标的涵义要明确，涉及的资料要容易获得，计算方式简便，在保证各种指标能够相互衔接的同时，还要确保指标的稳定性。2）整体性。评价指标体系中涉及的内容要全面、评价要准确，并能系统地反映出企业各部门的生产经营情况。3）可比性。建立的评价体系需要通过对历史、行业等统计数据质量的应用情况中获取经验。通过对不同历史阶段的统计数据质量对比，可以了解到统计数据质量的发展与变化，并设置评价体系需要提高的幅度；通过对不同行业、不同单位、不同部门统计数据的质量进行对比，可使本企业的统计数据质量得以提高。4）可量性。统计数据质量的影响因素众多，这些影响因素有的可数量化，有的则无法进行数量化。所以，评价体系的建立应以可数量化的影响因素为基础，从大体上确保统计数据的质量。 2.2制定评价指标 统计数据使用者的不同，对质量的侧重点与评价标准的要求也不同。对于企业的管理者而言，统计数据的内容应包括生产经营的计划编制、成本核算等全面反映企业经营状况的统计数据，涉及的评价指标要具有适用性、全面性、及时性和准确性。1）适用性。评价指标的适用性是指统计数据在满足国家统计管理规范要求的前提下，能够完全适用于企业的微观管理需求。2）全面性。统计数据要系统的、全面的反映出企业经营生产的全孙惠鞍钢重型机械有限责任公司冶炼设备制造厂辽宁鞍山114021貌与全过程。3）及时性。数据的统计工作，要严格的按照统计报表中所规定的调查和搜集时间执行，并及时完成各种资料和报表的上报任务，以备企业管理者及时作出生产决策。4）准确性。统计指标要结合本企业的生产加工特点并按照统计工作流程，再经过科学的设计、调查和搜集，确保统计指标能够真实并准确的反映企业的经营状况。 3、原始资料偏差的测定方法 统计数据质量出现偏差大致可分两种情况，其一是人为的瞒报或虚报。这种情况属于系统性的偏差范畴，其内部具有一定的规律可寻；其二是随机性偏差。当企业的统计人员预测定原始资料是否存在偏差时，首先应判断这些大量的原始资料是否属于系统性的偏差，找出失真的原始资料并将其剔除或修正，确保评估结果的准确性，保证统计数据的监控质量。在技术应用上，可以采用方差分析的方法和思想，对原始资料中的失真情况进行判别，再经过多重比较或采用效应图的分析方法对这些资料进行筛选。在修正并清除部分失真的资料后，对原始资料再进行最终评估。利用方差分析结合多重比较或效应图的方法，可以有效的鉴定原始资料的偏差，确保统计数据的可靠性和真实性。 4、统计数据质量的保障措施 企业的统计工作属于基层统计，是国家经济统计数据的源头，是企业未来发展规划与决策的基石。因此，提高企业统计工作的评估质量，就必须要从统计的源头数据做起，通过严格落实一些列的监控保障措施，提高原始资料的可靠性和准确性。1）机械加工企业的统计数据质量监控体系的建立，应以国家统计的法津和法规为基本出发点，将企业的统计工作并入法制的轨道，依法统计、法制监控。2）机械加工企业要始终以“实事求是、质量第一、相互监督”为基本原则，对企业统计人员和领导的统计工作态度和道德进行监控。3）加强企业统计工作的基础建设，确保企业统计工作的标准化，监控制度的规范化。4）企业应加快统计工作的网络化建设并运用现代化的统计方法，实现统计工作的网络化办公。同时应增设统计信息的管理中心，对企业的统计工作和数据进行实时监控。5）加强对企业统计人员的业务能力培训，提高统计团队的综合业务素质，减少较高业务能力的人才流失，并对统计人员的日常统计工作进行有效监控。6）运用科学且合理的统计和分析方法，反复验证和评估统计数据质量的真实性和可靠性，对数据产生偏差的原因进行分析，对统计的过程进行监控。7）建立并健全统计工作的质量考核与奖罚制度，严格落实统计数据质量监控体系的相关规定。 5、结束语 随着国家经济的快速发展，高科技含量的设备和工艺方法被应用到机械加工企业，生产成本的构成出现了巨大的变化。因此，传统的生产管理模式已经无法满足现代企业的发展和经营要求。为了加强对企业经营状况的管理和规划，提高生产成本的有效利用率，机械加工企业应根据国家统计的法律和法规，结合企业自身的生产经营特点，建立一套完整、可靠的统计数据质量监控体系，加强企业统计的信息化管理，保障机械加工企业生产经营利润的最大化。 作者：孙惠 单位：鞍钢重型机械有限责任公司冶炼设备制造厂 统计数据分析论文:环境统计数据分析情况及完善建议 1前言 环境统计工作涉及数量庞大的污染源，数据库是国家重点监控企业筛选的基础和依据。做好环境统计数据的综合分析评价工作，明确指出全省的环境污染的主要特征，找出年际间环境统计的变化趋势，对污染减排核查核算提供基础数据支持具有重要意义。 2湖南省环境统计数据和评价概况 2010年，湖南省参与环境统计重点调查单位有3929家企业，汇总工业企业总产值6521亿元，这些重点调查单位是主要污染物排放量占各县(市)排污总量(指该县(市)排污申报登记中全部工业企业的排污量，或者将上年环境统计数据库进行动态调整)85%以上的工业企业单位。全省工业增加值占地区生产总值的比重为39.5%。工业增加值对经济增长的贡献率提升到56.1%。全省节能减排取得重要进展。初步核算，全省单位规模工业增加值能耗比上年下降11.94%。化学需氧量、二氧化硫排放量分别削减5.82%和1.26%。2010年，湖南省废水排放总量26.8亿吨。其中，工业废水排放量9.6亿吨;生活污水排放量17.2亿吨。废水中化学需氧量排放量79.8万吨，而工业废水中化学需氧量排放量18.8万吨。生活废水化学需氧量排放量61.0万吨，工业废水中:氨氮、石油类、氰化物、挥发酚、汞、镉、六价铬和砷排放量均较上年减少，其中:石油类、氰化物、挥发酚和六价铬下降幅度明显，湖南省工业企业废水排放达标率比上年有所提高。全省工业废气排放总量为14672.8亿标立方米;排放二氧化硫80.1万吨，烟尘31.2万吨，工业粉尘39.4万吨;工业固体废物产生量为5773.35万吨，其中，危险废物产生量为66.6万吨;综合利用工业固体废物4797.32万吨，综合利用率为81.0%;工业固体废物排放量为16.4万吨。湖南省环境统计污染物排放量包括工业源和生活源污染物排放量，COD和SO2排放量的考核是基于工业源和生活源污染物排放量的总和。湖南省环境污染主要来源于工业污染，考虑数据的可获得性和工业污染物指标的代表性，选取工业废水及工业废水中COD排放量和工业废气、工业烟尘、工业粉尘、工业SO2排放量以及工业固体废物产生量表征环境指标，进行综合评价［1］。汇总并分析工业废水、工业废气和工业固体废物的排放和污染情况，基本上能反映全省工业污染源的排放状况，能够反映排污情况的总体趋势，能确定全省工业废气、废水的主要污染源和主要污染物，主要污染区域及主要污染行业。 3湖南省环境统计数据质量和综合分析评价现状 3.1环境统计数据质量现状 目前湖南省环境统计调查范围包括工业、生活、危险废物集中处置、城市污水处理厂和医院等5类，大量的排污单位没有纳入环保管理，城市生活垃圾、机动车尾气、农村环境污染以及全球变暖等人民群众普遍关心的环境问题的统计未纳入。 3.1.1环境统计数据优先使用监测数据法计算湖南省环境问题复杂多样，主要污染物排放量各行业差异很大，不确定因素多，需要复杂的监测技术支持。凡安装自动在线监测设备(须由市级以上环境监测站按照总局要求进行比对实验并合格的)并与当地环境监测站联网的单位，采用实时监测数据的汇总数据作为排污量数据;未安装自动在线监测设备的单位，在采用现场实测法计算排污量时，为保证监测数据能够准确地反映全年污染物排放实际情况，需多次测定样品取值，并经同级污控、监察、监测等部门共同认定。 3.1.2环境统计数据严格按细则要求进行审核环境统计数据严格按照审核细则，对数据的完整性、突变指标、规范性、逻辑关系和合理性等进行检查。选择两年以上数据，对数据变化量大于10%的指标进行深入查询，具体追溯至点源。重点检查同向或反向的指标间的逻辑变化趋势、重点检查主要指标和重要衍生指标的取值合理性［2］。 3.1.3环境统计数据存在的问题(1)行政干预近年来环境统计日益与环保责任考核，创建国家环保模范城，政绩评价等工作密切挂钩，部分环保部门为应付各种考核，实现各种达标创建评比活动，人为修改污染物排放量和污染物排放达标率。有些地方政府出于政绩考虑，也存在报喜不报忧等问题。(2)环境统计数据准确性有待提高基层的数据质量监控主要还是人为管理，数据间的逻辑关系往往在不经意间被忽视。环境统计中重点调查单位污染物排放量基本上靠企业自报，缺乏对数据准确性的有效监督和科学审核，企业错报、瞒报甚至不报的现象时有发生。 3.2环境统计数据综合分析现状 衡量环境污染变化趋势在统计上有无显著性。最常用的技术是Daniel的趋势检验。全省汇总的工业污染源资料，仅对工业废气、工业废水和工业固体废弃物进行评价［5］，评价的方式采用的是等标污染负荷法。采用Daniel的Spearman秩相关系数法对工业废气和工业废水污染物年排放情况进行趋势分析，采用Daniel的Spearman秩相关系数法对工业固体废物分行业和种类产生情况进行趋势定量分析。 3.2.1环境统计工业废水评价方法、项目和标准采用“等标污染负荷法”，根据国家的有关技术要求及全省环保“十一五”规划中确定总量控制所包含的主要污染物以及工业废水的污染因子，选择COD、汞、镉、铅、六价铬、砷、挥发酚、氰化物、石油类和氨氮等共10种。评价标准采用GB8978—1996《污水综合排放标准》中的一级标准，见表1。 3.2.2环境统计工业废气评价方法、项目和标准采用“等标污染负荷法”，依据《工业污染源调查技术要求及其建档技术规定》中所规定的标准进行评价，工业废气中主要污染物的评价标准见表2。 3.2.3环境统计综合分析时效性有待提高由于环境统计数据在时间上的滞后性，统计分析只能针对上年度的数据做事后评述和趋势分析，后期开发利用少。环境统计数据综合分析处在较低的水平，缺乏专业的研究开发，无法在环境决策中发挥更大的作用。 4环境统计数据质量和综合分析改善建议 4.1改善数据质量建议 4.1.1加强统计人员业务培训组织各种专业培训，使统计人员不断更新知识结构，扩大知识范围，不仅要学习环境监测技术、环境管理知识和计算机知识等，还应对与环境保护相关学科进行学习，如气象、地质和生态知识等。培养一批掌握辖区内排污单位状况、擅长污染源管理和数据分析运用的环保管理人才，提高统计数据质量。 4.1.2拓宽环境统计范围，实施总量测算制度在数据汇总的基础上，实施总量测算制度。工作中建立环境统计与经济发展的联系、污染防治与环境质量关系，科学估算宏观总量，提高数据的准确性。 4.1.3加强统计指标的解释指导工作随着社会经济的不断发展，许多统计指标的原始范围、口径发生了根本性的变化，及时更新统计指标的涵义，做好指标的解释指导工作;培训基层的统计人员明确指标涵义，确保统计数据质量。 4.1.4加快统计信息数据库建设，实现数据共享进一步完善局域网的建设与管理，建立污染源动态基础数据库，保证网上数据传输的畅通无阻。软件系统应有强大的查询、汇总及兼容功能，紧扣报表内容，开发环境统计、总量控制、在线监测、新建项目等一体化管理软件，开发数据分析模块，实现全省污染源数据网上申报、传输、查询功能，并满足国家环境保护部数据上报的要求。降低统计数据在人为计算、存储、传输等环节上的技术性误差和逻辑性差错，逐步提高上报数据的及时性、准确性和统一性。 4.1.5开展环境统计数据质量检查环境统计数据在环境保护工作中具有至关重要的作用，是制定环境保护政策、规划、计划和考核环境保护工作的基础依据。开展数据联审工作，准确掌握污染源的基本情况，为环境保护各项工作提供确实可靠的依据，既有利于污染减排目标的实现，也有利于经济社会持续协调发展。 4.2提高综合评价分析能力 4.2.1把环境质量和污染源及其排放量结合起来在环境管理工作中，环境质量和污染源及其排放量是密切相关的两项重要内容。应将污染物排放量统计结果和环境质量指标相关联，进行综合分析，提高环境管理的科学化、现代化水平。 4.2.2选用恰当的综合分析表征手段［3］综合分析表达的主体是文字及图表，且不断加强文字表达能力，同时加强图表运用的科学性和合理性，尽量以图代表。在进行主要污染物排放趋势分析时，尽量选用拆线图;在进行年际横向对比分析时，多选用柱状图;在进行行业分担率分析时，尽可能多用饼图。综合Powerpoint、Photoshop及绘声绘影等多种软件技术，实现声、像、文的有机结合，突出重点，印象深刻。 4.2.3加强数据解释技术，强化综合分析要点环境统计人员应进一步对水、气、固体废弃物等环境参数和监测数据进行深入了解，定期对辖区内污染的区域、流域、行业、污染种类等分布情况结合环境质量状况进行分析、评价和预测污染趋势分析，提出控制辖区污染的对策和建议，在更高层次上，进行因果、预测和决策分析。 4.2.4加强分析全省工业污染物的空间变化，进行污染物排放强度的区域差异评价在了解湖南省工业污染物排放量变化特点的基础上，通过变异系数、集中率［4］和地理集中指数来分析工业污染物的空间变化特点。采用灰色相对关联度分析各种影响因素与全省工业污染物排放的关系，计算污染物排放强度的综合评价值，进行污染物排放强度的区域差异评价［5］。综合评价值越小，表示污染物排放强度小，环境效率越高。 4.2.5加强全省特征污染物的分析汞、镉、铅是湖南省特征污染物，根据重金属污染物行业分布特点，确定特征污染物，进行趋势分析，加强对行业节能减排和项目脱硫设施运行的监督管理，为环境管理、污染防治措施以及准确的预警提供真实完善的环境信息和决策依据，更好地履行监测单位的环境保护职能。 5结语 在“十二五”环境统计工作中，将以2010年度污染源普查动态更新调查数据作为“十二五”主要污染物总量减排约束性考核目标的基数，逐步提高环境统计分析的质量，把统计数据所反映的环境现象从感性认识上升为理性认识，从中揭示环境变化与经济发展的内在联系及环境发展变化的规律，不断地发现新情况和新问题，通过环境统计分析，反映出湖南省环境保护与经济发展的比例关系是否合理，为全省国民经济发展计划提供依据。努力削减污染物排放总量，为经济发展腾出环境容量，推进环境友好型和资源节约型绿色湖南建设，切实改善环境质量，维护人民群众环境权益、构建和谐湖南。 统计数据分析论文:探讨统计数据分析体系中统计分析方法的选择与比较 一、数据统计分析的内涵 数据分析是指运用一定的分析方法对数据进行处理，从而获得解决管理决策或营销研究问题所需信息的过程。所谓的数据统计分析就是运用统计学的方法对数据进行处理。在实际的市场调研工作中，数据统计分析能使我们挖掘出数据中隐藏的信息，并以恰当的形式表现出来，并最终指导决策的制定。 二、数据统计分析的原则 （1）科学性。科学方法的显著特征是数据的收集、分析和解释的客观性，数据统计分析作为市场调研的重要组成部分也要具有同其他科学方法一样的客观标准。（2）系统性。市场调研是一个周密策划、精心组织、科学实施，并由一系列工作环节、步骤、活动和成果组成的过程，而不是单个资料的记录、整理或分析活动。（3）针对性。就不同的数据统计分析方法而言，无论是基础的分析方法还是高级的分析方法，都会有它的适用领域和局限性。（4）趋势性。市场所处的环境是在不断的变化过程中的，我们要以一种发展的眼光看待问题。（5）实用性。市场调研说到底是为企业决策服务的，而数据统计分析也同样服务于此，在保证其专业性和科学性的同时也不能忽略其现实意义。 三、推论性统计分析方法 （1）方差分析。方差分析是检验多个总体均值是否相等的一种统计方法，它可以看作是t检验的一种扩展。它所研究的是分类型自变量对数值型因变量的影响，比如它们之间有没有关联性、关联性的程度等，所采用的方法就是通过检验各个总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。（2）回归分析。在数据统计分析中，存在着大量的一种变量随着另一种变量的变化而变化的情况，这种对应的因果变化往往无法用精确的数学公式来描述，只有通过大量观察数据的统计工作才能找到他们之间的关系和规律，解决这一问题的常用方法是回归分析。回归分析是从定量的角度对观察数据进行分析、计算和归纳。 四、多元统计分析方法 （1）相关分析。相关分析是描述两组变量间的相关程度和方向的一种常用的统计方法。值得注意的是，事物之间有相关关系，不一定是因果关系，也可能仅仅是伴随关系；但如果事物之间有因果关系，则两者必然存在相关关系。（2）主成分分析。在大部分数据统计分析中，变量之间是有一定的相关性的，人们自然希望找到较少的几个彼此不相关的综合指标尽可能多地反映原来众多变量的信息。所谓的主成分分析就是利用降维的思想，把多指标转化为几个综合指标的多元统计分析方法，很显然在一个低维空间识别系统要比在一个高维空间容易的多。（3）因子分析。因子分析的目的是使数据简单化，它是将具有错综复杂关系的变量综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系，同时根据不同因子，对变量进行分类。这些因子是不可观测的潜在变量，而原先的变量是可观测的显在变量。（4）聚类分析。在市场调研中，市场细分是最常见的营销术语之一，它按照一定的标准将市场分割为不同的族群，并使族群之间具有某种特征的显著差异，而族群内部在这种特征上具有相似性。聚类分析就是实现分类的一种多元统计分析方法，它根据聚类变量将样本分成相对同质的族群。聚类分析的主要优点是，对所研究的对象进行了全面的综合分析，归类比较客观，有利于分类指导。（5）判别分析。判别分析是判别样品所属类型的一种多元统计方法。若在已知的分类下，遇到新的样本，则可利用此法选定一种判别标准，以判定将该新样品放置于哪个类中。由定义我们可以知道判别分析区别于聚类分析的地方，而在判别分析中，至少要有一个已经明确知道类别的“训练样本”，从而利用这个数据建立判别准则，并通过预测变量来为未知类别的观测值进行判别。与聚类分析相同的地方是，判别分析也是利用距离的远近来把对象归类的。