统计学统计方法汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇统计学统计方法范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

篇（1）

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

 

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

 

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

 

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

 

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

 

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

 

1.1建立判断矩阵

 

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

 

R=r111…1R1n

 

1

 

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

 

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

 

1.2判断转化矩阵

 

判断转化矩阵：A=a111…1a1n

 

1

 

an11…1ann，其中a11，a22，…，ann=1。

 

判断转化矩阵，需要将rij转化为aij。

 

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

 

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

 

1.3准则层的相对权重的计算

 

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

 

②计算Mi的n-1次方根：Wli=n-11Mi。

 

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

 

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

 

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

 

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

 

2.1判断矩阵：11121314151617110.510.2510.8010.5510.7010.8010.75210.7510.510.9010.8010.8510.9510.90310.2010.1010.510.3510.3510.8010.40410.4510.2010.6510.510.5510.8510.60510.3010.1510.6510.4510.510.7510.60610.2010.0510.2010.1510.2510.510.25710.2510.1010.6010.4010.4010.7510.52.2判断转化矩阵

 

由上述矩阵结合算法新思路中判断转化矩阵的求法，不妨以a12与a21为例。

 

由r12=0.25，r21=0.75可知：a21·a12=1，

 

a21-a12=r21-r12，即a21·a12=1，

 

a21-a12=0.5。

 

解方程组可得：a12=0.780 8;a21=1.280 2。

 

同理，可求得所有a1ij，i，j=1，2，…，7。

 

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

 

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

 

从而可以求得每个Mi相对权重，汇总整理如下：

 

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

 

篇（2）

中图分类号：G71 文献标识码：A 文章编号：1673-9132（2016）14-0290-005

医学统计学是以数理统计和概率论为基础，以医学理论为指导，运用统计学的原理和方法研究医药卫生领域中数据的收集、整理、分析的一门应用型科学。该门课程概念抽象、内容逻辑性强，被许多学生认为是最难学习的课程之一。对于医学统计学教师来说，如何改变传统的教学方法，培养学生的统计思维，是值得进一步探究的问题。为此，我们对医学统计学的教学方法进行了改革，现将教学情况总结如下。

一、研究对象与方法

（一） 研究对象

将我院2014级医学检验技术专业4个班级随机分成实验组2个班级和对照组2个班级，实验组85人，对照组102人，实验组和对照组学生在性别、生源、录取分数等方面均无统计学差异（p>0.05），实验组和对照组授课教师、教材选取、教学内容、课时均相同。

（二）研究方法

1.教学方法及内容选取：对照组采用“灌输式”教学方法，即课堂上以教师讲授为主，学生被动接受，课后练习教材上的习题；实验组采用“分组讨论-课堂点评-效果巩固及检查”新的教学方法，但有些内容是离不开教师的课堂讲授的，如基本概念等，结合课程内容特点及学生的能力，我们选取了四个章节实施新的教学方法，这四个章节包括定量数据的统计描述、医学参考值范围估算、统计表和统计图以及x2检验。

2.分组：对照组102名学生不分组，实验组85名学生按分成10组，每组有8～9名学生，每组由教师选出2名负责人。

3.实施过程：在对照组学生每次上完课后告知下次上课的内容，要求学生提前做好预习；实验组学生在提前1周左右告诉每组的2名负责人课堂讨论的内容，由负责人和组员分工准备，通过教材研读和文献查阅等制作PPT或挂图，上课时每组选派一名代表进行讲解，其他成员参与讨论，教师做适当的引导，最后由教师归纳总结。

4.效果评价：课程结束后采用卷面考核和满意度调研来评价教学效果。由于教学方法不同，所以两组学生考核的题型不同，对照组学生考核题型包括名词解释、填空题、判断题、单项选择题和计算题，实验组学生考核题型包括判断题、单项选择题和原始资料的统计学处理（计算题），实验组学生题型的灵活性优于对照组学生；满意度调研的问卷自行设计，两组学生所用的问卷相同，问卷包括四部分内容，即教学方法、教学适应性、教学效果、综合素质的提高，在课程结束后由授课教师统一发放填写，当场回收。

（三）统计分析

采用Epidata3.0双人双份录入数据并核对检查，用SPSS18.0统计软件包分析，定量资料采用t检验，定性资料采用x2检验，以p

二、结果

（一）教学效果评价

1.总成绩评价：两组学生采用不同试卷进行考核，满分均为100分。对照组学生最低得分28分，最高得分93分，平均得分66.35±15.13；实验组学生最低得分36分，最高得分94分，平均得分71.07±12.69。两组学生总成绩有统计学差异（p

2.正确率评价：两组学生相同题型的正确率得分见表2，计算题和单项选择题实验组学生正确率高于对照组学生，差异有统计学意义（p

（二）满意度评价

实验组共发放问卷85份，回收85份，有效率100%；对照组共发放问卷102份，回收98份，有效率96.08%。教学方法、教学效果和综合素质提高三方面实验组学生优于对照组学生，有统计学差异（P0.05），具体见表3。

表3 两组学生满意度调查结果

三、讨论

其一，通过本次调研发现，实验组学生卷面总得分高于对照组学生，有统计学差异（p

其二，满意度调研方面发现除了教学方法的适应性两组学生无统计学差异外，其余方面均是新的教学方法优于传统教学方法，且有统计学差异（p

其三，通过访谈发现，学生以往学习中接触到的都是传统教学方法，这次突然面临一种全新的教学方法，可激发学生的好奇心。但是这种教学方法使得学生课后需花大量的时间查阅文献及制作ppt，这导致他们研读教材的时间相对不够，对教材上的基本概念一知半解，最终在卷面考核中判断题的正确率非常低。在以后的教学中，我们需要进一步找到两者的平衡点，既要重视基本概念的理解，又要重视实际能力的培养。

其四，“学生分组讨论-课堂点评-效果巩固及检查”并不适合理论性强的章节，所选的教学内容应该在前期的教学中作了必要的铺垫，学生已具备自主分析问题时所必须的理论基础，在前期已经系统讲解了概率分布原理等。

其五，“学生分组讨论-课堂点评-效果巩固及检查”教学法的核心是自我学习，教师不再处于中心位置，而是对学生的学习起引导作用。这就要求教师鼓励学生提出不同的见解，在关键点内教师进行提示和引导，及时做好点评、课堂总结。

篇（3）

近年来，统计学已成为高职院校财经类特别是经济管理等专业的一门重要课程。统计学有着自己的课程体系和框架内容，也有着独特的研究思路及方法。为提高教学质量和效果，本文探究高职院校统计学的教学方法。

一、高职院校统计学定位

所谓高职，亦即职业技术教育的高等阶段。在我国大陆，当前的高职教育主要还是专科层次。它以培养技术型人才为主要目标，着重培养具有较高思想素养、具备必要理论知识、熟练掌握专业技能、全面发展综合能力的应用型人才。高职院校必须自觉承担起时代赋予的新使命，大力推进高职教育教学改革，培养数量充足、素质过硬、结构合理的高端技能型专门人才。

统计学作为一门学科，它运用专门的技术和方法，收集所观察事物的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。统计学既是一门科学，亦是一门艺术。

高职院校的统计学教学，其理论知识的讲授应以能用为度，实用为本，重在培养和提高学生的动力能力和实际操作技能。要将统计学的基本理念、思路及分析方法和技巧与社会生产生活实践高度融合，真正做到理论联系实际，学以致用。

二、高职院校统计学教学中存在的问题

随着高职高专教育教学改革的不断深入，高职统计学教学取得了很大的改进和提高，但还存在着不少的问题。

在教材的选用问题上，部分高职院校因客观或主观因素未选用本层次的适用教材，取而代之的是本科生或研究生教材，难免造成层次脱节。当今教材市场亦是鱼龙混杂，良莠不齐，也难免出现选择不当的情况。教师教学经验问题上，部分教师因经验不足或水平受限不能很好的把握学科的灵魂和精髓，容易导致层次不清，侧重不明。学生学习基础问题上，不少学生基础薄弱，在学习如概率论、抽样估计、指数分析等问题上显得较为吃力。教学方法问题上，一些院校教师思想保守，观念陈旧，他们不愿或不便采取先进的教育教学技术，教学方法单一落后，效率低下。自然影响学生的学生兴趣和激情，不利于学生主观能动性的发挥和创造性的施展。更为重要的是，在一部分院校，统计学虽有理论知识和方法技巧的悉心讲授，但忽视了技术和方法的操练和具体应用环节，学生的实际应用技能呈现空白或相当薄弱，这无疑与高职教育的培养目标相悖。

当然，教学中还存在着如重视不够、师资配备不力、课程设置不合理、内容体系不系统等问题。以上问题并不难解决，本文重点探讨统计学的教学方法。

三、高职院校统计学教学方法探析

谈及高职院校的统计学教学，一定要高度理解并深入贯彻高职教育教学的指导方针、政策，明确高职教育的人才培养需求，在充分挖掘高职学生具体情况特点的基础上，探索并遵循统计学学科的教学规律，谋求更为高效的教学方法。

要做好统计学课程的教学，作为教师，崇高的道德、超凡的品格、高贵的气质、幽雅的风度是首要的。同时，教师还应博览群书，广泛涉猎学科知识和前沿信息，精通学科的框架结构和知识体系，高瞻远瞩，高屋建瓴。这是做好教学工作的前提。

俗话说，教无定法。在统计学的教学过程中，还是有一些方式方法值得借鉴、引用。对于统计学的基本理论和基本知识部分，可以课堂讲授为主，要不惜精力把重要理论的渊源和来龙去脉讲清讲透。对于方法技能部分，要重点加强实训和操练，突出实用性。根据具体需要，可组织开展案例教学、情景模拟教学、头脑风暴法教学、换位教学等多种教学方式。可组织开展专题研讨会、听取讲座、观看图像影片等形式丰富知识信息。可综合利用课堂讲授、多媒体演示、实地考察、实训演练等多种教学平台开展教育教学。

要培养高等技术应用型人才，就要突出应用技能的培养和提高。为此，可考虑以下方式方法。

第一，突出实践教学。统计学是一门应用性较强的学科，在教学过程中一定要注重技能性和实用性。引导学生理论实践结合，自发学习，深入研究，努力拓展，强化技能，注重实效。比如，安排学生调查本班学生的家庭情况、收集并整理今年我省高招的信息、设计关于学生兴趣爱好的调查问卷、抽样估计食堂馒头的重量、对郑州市商品房销售额进行指数分析等，将理论知识自觉应用于具体实践，在操作过程中获得更深刻的知识与技能体验。

第二，案例分析法教学。案例分析法易于激发学生的创新思维，培养其分析思辨能力。该方法操作简单，但应注意选择恰当的、有代表性的典型案例。比如，在学习数据收集和描述时，可运用“北京奥运会奖牌的分布及构成分析”案例；在学习线性回归时，可运用“郑州市城镇居民消费支出与可支配收入的关系”案例；在学习时间序列时，可运用“改革开放三十年我国GDP的变化”案例等等。可选择全部或一定比例的学生就案例分析讨论情况发表言论，一方面，激发了思维；另一方面，也提高了语言表达能力。但应注意，案例分析法不能乱用、滥用，漫无边际的案例分析会适得其反，只会浪费时间和精力。

第三，实地考察法教学。这是非常好的获取知识和信息的途径。通过实地参观考察，可以直接领略统计工作开展的具体情形，在观察中获得感知，这种东西是课堂上无法学习和领悟到的。比如，通过对统计部门的实地考察来领会统计工作流程、通过对第六次人口普查的观察与体验来品味统计调查方法等。

第四，情景模拟法教学。在统计学的教学中，可通过创设条件，模拟生产生活中的某些具体场景，让学生来体验不同统计调查方式的选择、统计资料的收集与整理、统计分析方法的具体运用等。

第五，运用多媒体等现代教学手段教学。多媒体具有信息丰富、演示便捷、形象生动、技术先进等优势，要将多媒体等教学手段与传统教学方式结合起来，使之相得益彰。

在教学中，也要解放思想，实事求是，与时俱进。积极探索更为灵活适用的教学方式方法，以期师生共益。

参考文献：

[1]时晓文.高职高专统计学教学方法初探.《中小企业管理与科技》，2011年第18期

[2]申荷珺.高职院校统计学课程教学改革探讨，2007.10

[3]王珂珣.浅谈高职院校统计学的教学方法.《中国科教创新导刊》，2011年第13期

篇（4）

一、运用统计学案例教学本文由收集整理的必要性

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

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

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

二、统计学案例教学的特点

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

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

1.强调学生学习的主动性

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

2、案例的真实性

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

3、重视学生分析问题、解决问题能力的培养。

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

三、统计学案例教学中应采取的措施

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

1、编写出本专业特色的案例教材

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

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

2、统计学案例教学方法应和传统授课方法相结合

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

篇（5）

中图分类号 G642.0 文献标识码 A 文章编号 1007-7731（2013）15-148-02

生物统计学是数理统计原理和方法在生物学中的应用，不仅在生命科学领域、而且也在其他学科领域中得到广泛应用，是一门工具学科[1]。生物统计学的理论性和实践性均较强，涉及的基本原理、公式和概念较多，需有一定的数学基础和逻辑推理能力才能学好，相对于其他专业课程，师生普遍反映难教、难学、难记[2]。《生物统计学》不容易理解和掌握，导致学生缺乏学习兴趣和动力，考试前通过死记硬背接受理论知识，形成短暂记忆，随着时间的延长，所学内容逐渐忘记。这门课程讲授完之后，学生不会灵活运用其中的方法，也不会设计一个简单的试验，更不会将生物统计学的基本理论、技术和常用统计方法应用到本科毕业论文设计中，导致理论教学与实践应用脱节，显然未达到教学目的。以往《生物统计学》教学以单纯理论教学为主，不设或很少开设实验课。因此，笔者结合《生物统计学》的基本原理，利用计算机和统计软件，开设了《生物统计学》实验课，并尝试对该课程的实验教学方法进行改革探索。

实践教学环节非常有利于提高大学生的培养质量，而《生物统计学》课程教学的实践环节亟待加强。在《生物统计学》实验教学过程中，我们利用计算机辅助实验教学，开设以下实验课：（1）《生物统计学》某章节理论知识讲授完之后，利用计算机和相关统计软件，开设相应的实验课。在实验课上，教师通过统计软件演示例题的计算和分析过程，并讲授统计软件的使用方法，学生根据所学理论知识，结合实例在计算机上借助统计软件进行操作，这样使学生获得知识更加直接与快速。（2）学生参与试验设计和科学试验。学生要在生产实践或实验室中设计试验，亲自参与试验数据的采集，并对试验数据进行统计和分析，这样有利于加深学生对所学内容的理解。《生物统计学》教学开设了如下实验：

1 利用Excel绘制常用统计图

Excel绘制图形功能强大，各种版本的Excel软件均提供了14种标准图表类型，每种图表类型中又含有2～7种子图表类型；还有20种自定义图表类型可以套用。讲授完试验资料的搜集和整理后，开设利用Excel绘制常用统计图的实验课。学生在实验课上利用Excel绘图时，可以对图表区、绘图区、数据系列、坐标轴、图例、图表标题的格式，例如文字的颜色、字体、大小，背景图案、颜色等进行修改和调整，使修饰后的图形更加美观好看，爽心悦目。当图和数据放在一张工作表上、学生改变绘制图形的数据时，其图形将发生相应变化；将鼠标放在图中某数据点上，在鼠标下方将弹出一个文本框给出数据点的具体数值；用鼠标单击绘图区中的“数据系列”标志，其图所属数据单元格将被彩色框线围住，便于用户查看图形的数据引用位置。在“数据系列”点击右键可以向散点图、线图、条形图等添加趋势线，并可给出趋势线的方程与决定系数。

2 利用Excel进行数据描述统计分析

讲授完试验资料特征数的计算后，开设利用Excel进行数据描述统计分析的实验课。首先选用与生活联系紧密的数据资料，让学生利用Excel计算这些数据的平均数、中位数和众数，测定和分析这些数据的集中趋势，然后利用Excel测定样本标准差、总体标准差和四分位数，让学生分析这些数据的离散趋势。另外，让学生利用Excel分析总体次数的分布形态，计算总体平均值的置信区间，有助于识别总体的数量特征。总体的分布形态可以从两个角度考虑，一是分布的对称程度，另一个是分布的高低。前者的测定参数称为偏度或偏斜度，后者的测定参数称为峰度。

3 利用Excel进行统计假设检验

讲授完统计推断之后，利用Excel进行统计假设检验的实验课。统计假设检验是根据随机样本中的数据信息来判断其与总体分布是否具有指定的特征[1]。我们选择实际案例，让学生提出假设，利用Excel中适当的统计方法计算检验的统计量及其分布，确定显著性水平和决策规则，最后推断是否接受假设，得出科学合理的结论，这个过程就称为假设检验或统计假设检验。统计假设检验的方法多样，通过比较就会发现它们的基本方法和步骤大同小异，例如t检验、u 检验、x2检验等，可以详细讲述其中1～3种假设检验方法，其它假设检验方法可以采用启迪和推导方式让学生利用统计软件自行轻松地学习和操作。

4 利用Excel和SAS软件进行方差分析

讲授完方差分析之后，开设利用Excel和SAS软件进行方差分析的实验课。利用Excel只能进行单因素或双因素（包括可重复双因素和无重复双因素）方差分析，而涉及双因素随机区组试验、三因素试验和裂区试验等试验数据的方差分析，即让学生利用SAS软件进行多重方差分析。另外，Excel中的单因素或双因素方差分析只能给出方差分析表，不能进行平均数的多重比较，也无法用不同字母标记法表示差异显著性的结果，这些也都需要利用SAS软件。

5 利用多种统计软件进行回归分析

由一个或一组非随机变量来估计或预测某一个随机变量的观测值时，所建立的数学模型及所进行的统计分析，称为回归分析[1]。按变量个数的多少，回归分析有一元回归分析与多元回归分析之分，多元回归分析的原理与一元回归分析的原理基本相似。按变量之间的关系，回归分析可以分为线性回归分析和非线性回归分析。利用统计软件进行回归分析时，首先让学生如何确定因变量与自变量之间的回归模型；如何根据样本观测数据，估计并检验回归模型及未知参数；在众多的自变量中，让学生判断哪些变量对因变量的影响是显著的，哪些变量的影响是不显著的。在方差分析实验课上，先让学生利用Excel进行简单的线性回归分析，然后利用SPSS软件进行相关与回归分析，最后利用SAS软件进行多元线性回归分析和逐步回归分析，使学生了解不同统计软件的特点、功能和作用。

6 利用基本原理设计试验

试验的精确度高低取决于试验设计的各个方面，只有通过有效地控制试验误差才能提高试验精确度。因此，教师有必要正确引导大学生在试验过程中要做到操作仔细，这样有利于提高学生的科研素质。在试验工作中，从试验资料中发现潜在的规律性是极其重要的，这需要科学合理地运用统计学的基本原理和方法。讲授完试验设计之后，要求学生根据试验设计的基本原理，在生产实践或实验室内提出试验设计的基本思路，制定试验方案。然后，学生分组讨论试验设计的可行性，并进行纠正和修改。在试验前期，学生应进行试验前期准备工作。在试验过程中，学生要考虑试验条件的差异对试验数据的影响，可根据试验设计的原理和技巧分析试验出现的问题，使学生获得的理论知识与实际联系起来，从而加深对理论知识的理解。试验结束后，获得大量的试验数据，需要选择正确的统计方法分析试验资料，得出科学合理的结论，以达到研究目的。最后，教师根据学生设计的试验思路、方案、步骤及作出的试验报告给予评价。通过开设试验设计实践课，可以使学生明确试验的目的、试验设计方法、试验因素及水平等内容，有利于提高学生设计试验方案的能力。

实践证明，开设《生物统计学》实验教学后，学生能够在计算机上借助相关统计软件亲自统计试验数据，利用所学的统计学方法分析和检验试验结果，最后得出可靠的结论。最后毕业时，学生能根据试验设计的基本原理，可独立完成毕业论文试验设计，实施设计的试验方案，获得试验数据资料。由于试验数据统计分析耗时，而且繁琐，因而过去毕业生害怕对试验数据进行统计分析。自从我们结合《生物统计学》的基本原理，利用计算机和计软件开设了该课程的实验教学后，学生轻松地掌握了该课程的基本原理和统计分析方法，统计和分析数据的速度、精确度均大幅度提高。现在部分学生还能帮助教师进行科研课题的数据处理和分析，毕业论文水平也大大提高。

《生物统计学》教学实验课的开设，使学生从被动学习转变为积极主动地学习，培养了学生进行科学试验设计的能力，初步掌握开展科学试验设计的方法；培养学生掌握正确收集、整理试验资料的方法，能利用生物统计方法对试验资料进行正确的统计分析；培养学生掌握常见统计软件的使用方法和统计方法。《生物统计学》实验课深受学生的欢迎，这也是对该课程实验教学的尝试和改革探索的肯定。在该课程实验教学过程中，笔者深刻体会到要提高《生物统计学》课程的实验教学效果和质量，教师需要投入时间与精力，钻研实验教学内容，提高教学水平，转变实验教学理念，不断探索和优化多元化的实验教学方法。

参考文献

篇（6）

数学的文化性特征应该具有多元性、开放性和动态性等特点。概率论是研究大量随机现象规律性的一门数学分支。而随机现象的两个重要特征即不确定性和规律性,却经常使得学生在直觉与科学之间无所适从,给学习与教学带来一定的困难。正是因为如此,从文化的角度重新审视概率统计的教学,既能促进教学,又符合新课程的理念。

1.概率统计理论的发展史略

纵观历史,自文艺复兴时期的数学家,医学教授Cardan在其热衷的赌博游戏中开始思考获得7点和在一副牌中获得“A”的概率开始,数学的一个新的分支——概率论,便在对游戏的思考中展开了它的宏伟画卷。我们知道,在自然界和现实生活中,随机现象十分普遍,它表面上杂乱无章,但在多次实验后却隐藏着规律性。续Cardan之后大约100年,另一位赌徒Mere继续研究了上述赌博问题,但是由于他数学知识的局限性,不得不求助当时数学奇才Pascal,而Pascal在与Fermat的通讯讨论中逐步明确了概率值的确定方法等理论问题,从而将游戏问题上升到了数学问题。而十

七、十八世纪之后,由于商业保险、产品检验,以及军事、选举、审判调查和天气预报等大量随机问题的涌现,概率论逐步从最初为给赌徒提供咨询,转变成为急需解决的数学理论问题。自1713年Bernouli到1917年Kolmogorov,以及十九世纪二三十年代的凯特勒更是将概率统计理论不断系统化、公理化,从而确立了概率统计成为数学的一个逻辑严谨的分支。

在教学中,特别是讲授概率统计概念的教学中,还原它的文化性,将历史再现出来,既能够让学生在有趣的游戏中了解概率统计的源头,也可以让学生体验到概率统计源于生活,服务于生活的科学本质,并了解人类在认识这一问题的过程中所付出的巨大努力,从而在学习知识的同时潜移默化地感受到数学文化的存在性。

2.概率统计教学文化性的外部表现

2.1丰富有趣的生活问题,为概率统计教学的文化性增加了多元性元素。

概率统计的生活背景可谓丰富多彩,这为课堂教学提供了十分丰富的情景基础。

在概率定义理解教学中,赌博游戏的下注问题、赎金分配问题、比赛优先权问题、无法投递信件比例问题、商场结账快慢问题等。

古典概型教学中,抛硬币问题、生日问题、天气预报问题、男女出生比例问题等。

几何概型教学中,有转盘中奖问题、蒲风投针实验问题、会面问题等。

随机变量及分布教学中,有中奖问题、银行卡密码问题、感冒指数问题等。

正态分布教学中,智力分布问题、线段测量误差问题、一天的气温平均值问题等。

这些问题来自我们生活的方方面面,而且许多问题都是历史经典问题,因此问题本身的数学思维性加上历史背景性,其文化的气息更加浓厚,甚至童年故事“狼来了”问题,成语故事“三个臭皮匠顶个诸葛亮”问题,评分术语“去掉一个最高分,去掉一个最低分”问题,等等,都渗透着概率统计的思想,这无不体现着数学来源于生活,服务于生活的文化思想。

2.2大量动手操作性的实验学习活动,是概率统计教学文化性的又一体现。

在抛硬币实验中,学生在抛掷中收集数据,通过操作方式学习数学的结论。

在义务教育阶段,通过收集同学的体质健康情况,年龄,身高数据进行数据学习。

在变量的相关关系教学中,收集同学使用计算机时间,物理成绩与数学成绩等,学习变量的相关性。

在随机抽样教学中,设计调查问卷等。

可以看到,以上这些实验性学习方式,是其他数学学习中较少出现的,然而正是这些带有操作性的学习方式,丰富着学生的思维,增加着他们的心理感受,认识到所学的东西有用,能解决现实问题,学习热情高涨,从情感上丰富着他们对数学的感受。

3.概率统计教学文化性的内部表现

3.1科学思维的深刻提升。

概率统计的核心是认识隐藏在随机现象背后的统计规律性,强调随机现象的个别观察的偶然性与大量观察中的统计规律性之间的联系。必然性通过偶然性表现出来,偶然性背后总是隐藏着必然性。通过这种必然性去认识和把握随机现象,而不确定与确定,可能与不可能的集中体现,更是辩证思想的体现,是人类思维成熟的体现。因此概率统计的学习实际上是对学生过去习惯的确定性思维的一次挑战,是一次思维文化的碰创。例如抛一次硬币的结果是无法确定的,学生可以理解,但是大量抛掷的结果却是一个概率确定值,这里具有辩证统一的思想,为了让学生能够理解这样的事实,实验是必不可少的,这又使得学生经历了从具体到抽象及归纳的逻辑思维形式。在学生使用概率模型解决问题的同时,归纳思维、合情推理等思想方法与随机思想方法的交融,都是数学化意识的体现,它深入到内部,不断完善他们的思维,使其日趋成熟,这正是数学的学科特征。新晨

3.2人文精神的不断升华。

概率统计的产生就像它的理论那样带着大量的偶然因素,但是因为有众多优秀数学家的钻研,其产生与发展又是一个必然的结果,并不断系统化、条理化。如今,概率统计已经渗透到了自然科学和社会科学的方方面面,而对于大量来源于生活的概率统计问题,必将教会学生主动利用所学的知识去认识世界、改造世界,有助于培养学生将数学理论应用于解决实际问题的能力和创新意识。

参考文献:

[1]人民教育出版,课程教材研究所,中学数学课程教材研究开发中心.高中数学必修3[M].人民教育出版社,2004.

[2]人民教育出版,课程教材研究所,中学数学课程教材研究开发中心.高中数学选修系列(2-3)[M].人民教育出版社,2004.

[3]大连理工大学应用数学系.大学数学文化[M].大连理工大学出版社,2008,(182-212).

篇（7）

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

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

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

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

篇（8）

中图分类号： C8 文献标识码： A

任何理论的灵魂在于其在实践中的运用，在于其在实践中的指导性地位。马克思说理论联系实践，是不朽的论题。同样，统计，顾名思义，统和计，词典上说：统计是指对某一现象有关的数据进行搜集、整理、计算和分析等。下面将浅谈统计学的方法与应用。

一、统计学的方法

（一）大量观察法。

大量观察法是统计研究的特有方法。构成社会经济现象总体的各个统计单位由于各种因素的影响，彼此数量之间存在不同差异。差异有大有小，差异原因有主有次，只有在大量观察的基础上，综合各单位的统计数据和各个调查单位表现出来的偶然的数值差异，才能互相抵消；也只有在大量观察基础上形成的总体平均数，才能显示总体的一般水平和发展变化规律。而少数资料或短时间的数值差异变化，是难以得到正确的分析结论的。

（二）统计分组法。

统计分组法在统计研究中占有重要地位，它不仅是统计资料整理的重要组成部分，而且在整个统计工作阶段都能发挥自己特有的作用。从统计设计阶段开始，要根据研究对象的特点，制定分类标准，确定反映总体不同性质特征的分类指标体系。在统计调查阶段，要根据具体的分组规定和分组方法，分门别类地收集有关数据。在统计资料整理阶段，需对搜集来的原始资料，按统计分析的要求进行分析或再分组。到统计分析阶段，则可以用类型分组、结构分组、水平分组、依存关系分组、时间阶段分组等各种分组方法进行统计分析，以反映总体内部不同分组条件下事物的相互联系、相互制约、彼此差异的现状、本质特征及其发展变化趋势。

（三）综合指标法。

统计分析过程，就是运用经过综合的统计指标反映社会经济现象的数量关系。不仅分析现象的总体数量水平，而且分析现象的结构关系、比例关系、平衡关系、投入产出关系等等。一种统计指标，往往只能反映总体的某一个侧面，要了解现象的全貌，统计研究常常把几个、十几个甚至几十个统计指标联系在一起，组成指标体系，从不同侧面反映现象和事物的综合情况。综合指标法就是运用表明社会经济现象不同侧面的统计指标，对现象总体展开全面、细致、深入分析研究的方法。

综合指标法按指标的基本表现形式，可分为总量指标、相对指标和平均指标等。通常将这三种指标统称为综合指标。在这三类指标的基础上，进一步展开综合统计分析，其统计分析的重要形式有：对比分析、平均分析、差异分析、动态分析、因素分析、相关分析、平衡分析、统计推断和预测分析等。

（四）归纳推断法

归纳法是从个别到一般的推理方法，是统计研究中常用的方法。在综合指标法中将个别现象的数值综合汇总成总体数值，概括反映总体一般的数量特征，所采用的方法就是归纳法。在研究社会经济现象的总体数量关系时，当研究的总体单位数很多甚至是无限总体（单位数不可数）时，可采用抽样调查方法，观察部分单位进行计算和分析，根据结果来推论总体。例如，为了解产品质量，从正在流水线上大规模生产的产品零部件中抽取其中的一部分产品进行检验，借以推断这批产品质量的好坏，并以一定的臵信标准来推断所做结论的可靠程度。这种根据样本数据来推断总体数量特征的归纳推理方法称为统计推断法。统计推断是现代统计学的基本方法。这种方法既可用于对总体参数的估计，也可用做对总体的某些假设检验。广泛应用于农产品产量的估计，工业产品质量检查与控制，以及根据时间数列进行预测所做的估计和检验。

二、统计学的应用

在当代全球性经济环境的今天，随处可以获取大量的统计信息。最成功的管理者和决策者是那些能够理解和有效地运用这些统计信息的人。

在生产领域，由于现在非常重视产品的质量，因此质量控制是统计在生产中的一个重要应用。多统计质量控制图被用来控制某生产过程的产量。例如，假如一台机器被用来向容器中注入一种软飮料，灌装重量是12盎司。定期从容器中抽取样本，求出样本容器中饮料重量的平均数，若平均数描在质量控制图控制上限的上面，则说明注入的飮料过多应该减少，如在控制下限的下面，则说明注入的飮料过少应该增加。为此质量控制图为生产过程时时处在“控制之中”提供了统计信息。

篇（9）

统计学研究对象的研究方法有：以已知数或已知量为基础，循著某种具体关系进行推算的方法、通过运用数字的理论性推理来进行推算的方法、以平均数为基础进行推算的方法。等这几种研究方法。

统计学是应用数学的一个分支，主要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、总结，做出推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。随着数字化的进程不断加快，人们越来越多地希望能够从大量的数据中总结出一些经验规律从而为后面的决策提供一些依据。统计学专业不是仅仅像其表面的文字表示，只是统计数字，而是包含了调查、收集、分析、预测等。应用的范围十分广泛。

（来源：文章屋网 ）

篇（10）

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

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

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

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

1 目前实践教学的主要方式及存在的主要问题

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

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

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

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

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

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

2 实践教学模式改革的主要方向及主要措施

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

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

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

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

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

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

3 结语

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