统计学变异的概念范文15篇

前言：我们精心挑选了数篇优质统计学变异的概念文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

统计学变异的概念

第1篇

关键词：统计学；统计思想；认识

1关于统计学

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。

2 统计学中的几种统计思想

2.1 统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2 比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1 均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2 变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3 估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4 相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5 拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6 检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3 统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

3 对统计思想的一些思考

3.1 要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。

第2篇

【论文关键词】统计学；统计思想；认识

【论文摘要】所谓统计思想，就是在统计实际工作、统计学理论的应用研究中，必须遵循的基本理念和指导思想。统计思想主要包括均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等思想。文章通过对统计思想的阐释，提出关于统计思想认识的三点思考。

1关于统计学

2统计学中的几种统计思想

2.1统计思想的形成

2.2比较常用的几种统计思想

2.2.1均值思想

2.2.2变异思想

2.2.3估计思想

2.2.4相关思想

2.2.5拟合思想

2.2.6检验思想

2.3统计思想的特点

3对统计思想的一些思考3.1要更正当前存在的一些不正确的思想认识

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

新晨

参考文献:

[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).

[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).

第3篇

【论文关键词】统计学；统计思想；认识

1关于统计学

2统计学中的几种统计思想

2.1统计思想的形成

2.2比较常用的几种统计思想

2.2.1均值思想

2.2.2变异思想

2.2.3估计思想

2.2.4相关思想

2.2.5拟合思想

2.2.6检验思想

2.3统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：

（1）统计思想强调方法性与应用性的统一；

（2）统计思想强调科学性与艺术性的统一；

（3）统计思想强调客观性与主观性的统一；

（4）统计思想强调定性分析与定量分析的统一。

3对统计思想的一些思考

3.1要更正当前存在的一些不正确的思想认识

3.2要不断拓展统计思维方式

3.3深化对数据分析的认识

参考文献:

[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).

[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).

第4篇

一、关于统计学

二、统计学中的几种统计思想

2.1统计思想的形成

2.2比较常用的几种统计思想

2.2.1均值思想

2.2.2变异思想

2.2.3估计思想

2.2.4相关思想

2.2.5拟合思想

2.2.6检验思想

2.3统计思想的特点

三、对统计思想的一些思考

3.1要更正当前存在的一些不正确的思想认识

3.2要不断拓展统计思维方式

3.3深化对数据分析的认识

参考文献:

[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).

[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).

第5篇

【关键词】统计学；统计思想；认识

1关于统计学

2 统计学中的几种统计思想

2.1 统计思想的形成

2.2 比较常用的几种统计思想

2.2.1 均值思想

2.2.2 变异思想

2.2.3 估计思想

2.2.4 相关思想

2.2.5 拟合思想

2.2.6 检验思想

2.3 统计思想的特点

3 对统计思想的一些思考

3.1 要更正当前存在的一些不正确的思想认识

3.2要不断拓展统计思维方式

3.3深化对数据分析的认识

参考文献

[1] 陈福贵.统计思想雏议[J]北京统计， 2004，(05) .

[2] 庞有贵.统计工作及统计思想[J]科技情报开发与经济， 2004，(03) .

第6篇

【关键词】统计学；统计思想；认识

1关于统计学

2 统计学中的几种统计思想

2.1 统计思想的形成

2.2 比较常用的几种统计思想

2.2.1 均值思想

2.2.2 变异思想

2.2.3 估计思想

2.2.4 相关思想

2.2.5 拟合思想

2.2.6 检验思想

2.3 统计思想的特点

3 对统计思想的一些思考

3.1 要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如gnp、人口增长率等等，均是凯特勒及其弟子们的遗产。

3.2要不断拓展统计思维方式

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(dda)、推断性数据分析(ida)和探索性数据分析(eda)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考文献:

[1] 陈福贵.统计思想雏议[j]北京统计, 2004,(05) .

[2] 庞有贵.统计工作及统计思想[j]科技情报开发与经济, 2004,(03) .

第7篇

针对“生物统计学”课程的特点和现状，近年来，我们在教学过程中，围绕教学内容、教学方法、课程建设、考核方式等多方面进行了实践和探索，取得了较为理想的效果。

1.合理编排教学内容，提高教学效率。我校本科教学计划调整后，“生物统计学”课程安排在第三学期，周学时为2，共36学时。学生在之前已学习了“高等数学”等公共课程，“植物学”、“动物学”等专业基础课程，与本学期同时学习的还有“生物化学”。为适应生命科学的发展和对生物学人才的培养，我们按照“强化基础、突出重点、注重应用、通俗易懂”的原则合理设计安排教学内容[1]。在课堂讲授时，我们尽可能把抽象的统计学原理与生命科学的前沿或学生们感兴趣的事例进行结合，并引导学生从专业知识的角度对统计分析的结果做出科学的判断和合理的解释，这样一方面使学生感受到生物统计学与生命科学的各专业都是紧密联系的，另一方面学到的统计分析方法和试验设计原则也可以指导学生后续专业课程的学习。作为应用性极强的课程，我们在课堂授课时一般不过多讨论数学原理，而主要偏重于统计原理的介绍和具体分析方法的应用。在有限的课堂教学时数内，对涉及到的数理统计知识多是“拿来主义”，对于一些公式，通常只进行概念上的介绍和公式上的简单推导，对有些较复杂的统计公式则只给出公式，并不要求学生掌握具体的推算过程，其目的是让学生对统计学原理和统计分析方法有较全面的了解。在章节内容上，根据具体情况进行适当删减，做到重点突出、主次分明。比如讲授方差分析一章时，以单因素数据资料的分析为例，重点介绍方差分析的基本原理、数学模型和分析步骤，对于二因素数据资料的分析则启发学生根据其基本原理和数学模型进行推理，多因素数据资料的方差分析则只介绍基本原理，其目的是培养学生对所学理论知识的应用能力，实现以素质教育为基础，以能力培养为本位的教学理念。

2.灵活运用多种教学方法。在教学过程中，我们根据教学内容，采用多种教学方法并重，对学生“授之以渔”而不是“授之以鱼”[3]，充分调动学生学习的积极性和主动性，使教学相融。问题导入法。在课堂讲授时，我们注重问题的创设。提供氛围，启发学生发现问题并思考如何解决问题[4]，使学生成为学习的主人，教师则成为学生的协作者。例如，在方差分析一章讲述时，以单因素数据资料为例[1]，让学生思考如何进行多组平均数之间的比较。有的学生会提出，可以采用之前学习过的两个样本平均数假设检验的分析方法对多组数据进行两两的比较，而这又引发了一些新的问题。如何解决这些问题呢？这时，我们引导启发学生将所有的数据资料作为一个整体来考虑，将数据的总变异按照其变异来源剖分成处理引发的变异（组间变异）和试验误差引发的变异（组内变异），并利用反映变异特性的方差这一统计量来表示组间变异和组内变异的大小，进而采用检验对其二者的差异进行显著性检验，由此和学生共同推导出方差分析的基本思想和分析步骤。这样，既让学生理解了方差分析的原理和应用，也培养了学生分析问题和解决问题的能力。对比法。“生物统计学”中有很多概念都是成对出现的，其相应的公式也有着许多形式上的共同点，这就为我们进行对比法讲解提供了很好的素材。例如标准差与标准误、直线回归系数与直线相关系数、样本平均数假设检验的检验及检验等[1]。对比法讲授，既可以帮助学生记忆公式，也便于学生更好地理解公式的含义和具体应用，做到举一反三。演绎法。“生物统计学”中有很多公式是前后联系的，存在公式的变形，运用演绎法教学可以让学生更好地理解公式的来源和内涵。例如变量的标准化公式，对于服从正态分布的变量进行标准化转换的公式（u=x-μxσx）是核心，在理解这个公式含义的基础上，对于各统计数（平均数、平均数差数、频率、频率差数、成对数据差数等）进行标准化转换的公式自然也就推导出来了，从而避免了对这些公式的死记硬背。板书与多媒体课件并行。随着电子技术、计算机技术和网络技术的发展，在教学实践中多采用多媒体课件进行授课。多体媒体课件集文字、公式编辑、图形、色彩、动画于一体，既可以插入图片和例证，也可以实现公式推导的逐步展现，图文并茂，色彩丰富，省去了板书所占的时间，可以在有限的课堂教学时间内增加教学内容，增强师生之间的互动[4]。同时，传统的板书不能完全放弃，在讲授过程中，适时穿插板书内容，可以帮助学生更好地联系已学知识。因此，在教学过程中，我们以多媒体教学为主，板书为辅，注重将这两种教学方法进行有机的结合。

3.加强实验教学，注重理论与实践的结合。“生物统计学”是一门应用学科。我们在理论教学的同时，安排了18个学时的实验课，主要目的是让学生将课堂理论知识加以应用并学会常用统计学软件的使用。生物统计学实验课在生命科学学院信息学实验室利用电子教室系统进行，教师在主控机上边讲解边操作，学生可以在自己的计算机上观察到具体的执行过程，之后可以自己进行相应的操作，然后以电子文档的形式提交实验课作业。通过实验课教学，一方面使理论知识密切联系实践，真正提高了学生的应用能力；另一方面增强了学生的兴趣，在实验课中学生不仅巩固了统计分析知识，而且利用计算机来分析数据也为相关专业课实验数据的分析奠定了基础。在运用计算机统计软件进行数据分析时，学生们也深刻意识到，尽管统计学软件功能强大，但必须对相关的统计学知识有一定的认知和理解，才能更好地使用这些软件，由此也进一步激发了学生课堂学习的动力。

4.课程资源的立体化建设。在教学过程中，我们注重加强课程资源的立体化建设。以教材为中心，我们编写了与科学出版社《生物统计学》（第四版）配套的《生物统计学学习指导》，对每一章的内容都配套了目的要求、内容提要、难点评析、例题解析、习题解答和自我测验[5]，以供学生在课下进行学习和知识的扩充。同时，“生物统计学”是河南师范大学校级网络课程，学生可以通过浏览网页进行课程内容学习。在网络课程中，每章均示出了重点、难点，便于学生自学或复习掌握；同时，网络课程中丰富生动的图表资料及实例分析也有助于学生对知识点的理解。

第8篇

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。论文百事通

2统计学中的几种统计思想

2.1统计思想的形成

2.2比较常用的几种统计思想

2.2.1均值思想

2.2.2变异思想

2.2.3估计思想

2.2.4相关思想

2.2.5拟合思想

2.2.6检验思想

2.3统计思想的特点

3对统计思想的一些思考

3.1要更正当前存在的一些不正确的思想认识

3.2要不断拓展统计思维方式

3.3深化对数据分析的认识

参考文献:

[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).

[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).

第9篇

关键词：生物统计；教学实践；立体化

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2013）18-0231-03

一、引言

“生物统计学”是把数学的语言引入生命科学研究领域，将所研究的问题抽象为数学问题的过程，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，是应用统计学的一个分支。生物学研究实践证明，只有正确应用生物统计学的原理和分析方法对生物学试验进行合理设计，对数据资料进行客观分析，才能得出科学的结论[1]。目前，从数量角度研究生命科学现象已经为大多数生物学研究者所认知，“生物统计学”为生物学的研究和探索提供了重要的方法和工具。

近年来，全国各高校生物学专业普遍加强了“生物统计学”的教学工作，使学生学习试验设计和数据收集与整理的方法，正确应用统计学原理分析和解释数据资料，为进一步学好专业课程奠定了坚实的基础。

二、生物统计学课程的特点

1.以数学知识为基础。“生物统计学”是在研究生物现象的过程中，与数学的发展相伴随逐渐发展而来的。它把生命科学中的某些具体问题抽象为数学问题，以数学概率论和数理统计为理论基础[1]，这其中就必然会涉及到排列、组合、积分、导数等数学知识。例如，大数定律是用样本统计数推断估计总体参数的基础，需要掌握概率论的相关知识；在推导直线回归方程时，回归系数和回归截距的计算，是建立在最小二乘法的基础上，需要用到导数的计算；正态分布中变量的概率计算，需要了解积分的性质[1]。尽管在“生物统计学”课程学习之前，学生已经学习了“高等数学”的相关知识，但多数学生的数学基础知识仍相对薄弱，由此对学习该门课程产生畏惧心理。加上很多学生没有理解生物统计学的内涵，主观上认为该门课程就是学习数学知识的，进而导致厌学情绪。

2.概念术语多。“生物统计学”不同于生物学专业的其他课程，在学习过程中涉及很多概念术语，并且这些概念术语常成对出现[1]。例如，总体和样本、变量与常数、参数与统计数、效应与互作、准确性与精确性、频率与概率、标准差与标准误、因素与水平、相关与回归、双尾检验与单尾检验、弃真错误与纳伪错误、假设检验与区间估计等。如果不理解这些概念术语的含义，生搬硬套，在应用时就会出错，得出错误的结果。

3.计算公式多。“生物统计学”是应用统计学方法，分析和解释生命科学研究中数据资料数量上的变化，进而做出符合科学实际的推断。在学习过程中，必须要用到大量的计算公式[1，2]。如反映变异性的指标有标准差和标准误，二者的含义不同，计算公式也不同。在正态分布中，为了计算服从正态分布的变量的取值概率，通常要对变量进行标准化处理，在学习了变量标准化公式之后，接下来在应用时还需要用到平均数的标准化、平均数差数的标准化、频率的标准化、频率差数的标准化、成对数据差数平均数的标准化等公式。在直线相关与回归分析中，需要掌握相关系数、回归系数、回归截距等计算公式。尽管目前有很多统计软件可以直接对一些统计量进行计算，但学生们必须掌握和理解相关统计量计算的原理和具体内涵才能正确地应用这些统计软件。

4.课程内容连贯性较强。“生物统计学”的课程内容是承上启下、前后连贯的[1，2]。例如，概率分布是学习统计推断的基础，平均数的假设检验和区间估计是相互联系的，单因素数据资料方差分析的原理和方法是对多因素数据资料进行方差分析的基础[1]。如果学生没有掌握某一章节的内容，很可能导致后面的许多内容听不懂、难理解，陷入越听越听不懂的恶性循环。

三、教学内容的实践与探索

作为应用性极强的课程，我们在课堂授课时一般不过多讨论数学原理，而主要偏重于统计原理的介绍和具体分析方法的应用。在有限的课堂教学时数内，对涉及到的数理统计知识多是“拿来主义”，对于一些公式，通常只进行概念上的介绍和公式上的简单推导，对有些较复杂的统计公式则只给出公式，并不要求学生掌握具体的推算过程，其目的是让学生对统计学原理和统计分析方法有较全面的了解。在章节内容上，根据具体情况进行适当删减，做到重点突出、主次分明。比如讲授方差分析一章时，以单因素数据资料的分析为例，重点介绍方差分析的基本原理、数学模型和分析步骤，对于二因素数据资料的分析则启发学生根据其基本原理和数学模型进行推理，多因素数据资料的方差分析则只介绍基本原理，其目的是培养学生对所学理论知识的应用能力，实现以素质教育为基础，以能力培养为本位的教学理念。

2.灵活运用多种教学方法。在教学过程中，我们根据教学内容，采用多种教学方法并重，对学生“授之以渔”而不是“授之以鱼”[3]，充分调动学生学习的积极性和主动性，使教学相融。

问题导入法。在课堂讲授时，我们注重问题的创设。提供氛围，启发学生发现问题并思考如何解决问题[4]，使学生成为学习的主人，教师则成为学生的协作者。例如，在方差分析一章讲述时，以单因素数据资料为例[1]，让学生思考如何进行多组平均数之间的比较。有的学生会提出，可以采用之前学习过的两个样本平均数假设检验的分析方法对多组数据进行两两的比较，而这又引发了一些新的问题。如何解决这些问题呢？这时，我们引导启发学生将所有的数据资料作为一个整体来考虑，将数据的总变异按照其变异来源剖分成处理引发的变异（组间变异）和试验误差引发的变异（组内变异），并利用反映变异特性的方差这一统计量来表示组间变异和组内变异的大小，进而采用检验对其二者的差异进行显著性检验，由此和学生共同推导出方差分析的基本思想和分析步骤。这样，既让学生理解了方差分析的原理和应用，也培养了学生分析问题和解决问题的能力。

对比法。“生物统计学”中有很多概念都是成对出现的，其相应的公式也有着许多形式上的共同点，这就为我们进行对比法讲解提供了很好的素材。例如标准差与标准误、直线回归系数与直线相关系数、样本平均数假设检验的检验及检验等[1]。对比法讲授，既可以帮助学生记忆公式，也便于学生更好地理解公式的含义和具体应用，做到举一反三。

演绎法。“生物统计学”中有很多公式是前后联系的，存在公式的变形，运用演绎法教学可以让学生更好地理解公式的来源和内涵。例如变量的标准化公式，对于服从正态分布的变量进行标准化转换的公式（u=■）是核心，在理解这个公式含义的基础上，对于各统计数（平均数、平均数差数、频率、频率差数、成对数据差数等）进行标准化转换的公式自然也就推导出来了，从而避免了对这些公式的死记硬背。

板书与多媒体课件并行。随着电子技术、计算机技术和网络技术的发展，在教学实践中多采用多媒体课件进行授课。多体媒体课件集文字、公式编辑、图形、色彩、动画于一体，既可以插入图片和例证，也可以实现公式推导的逐步展现，图文并茂，色彩丰富，省去了板书所占的时间，可以在有限的课堂教学时间内增加教学内容，增强师生之间的互动[4]。同时，传统的板书不能完全放弃，在讲授过程中，适时穿插板书内容，可以帮助学生更好地联系已学知识。因此，在教学过程中，我们以多媒体教学为主，板书为辅，注重将这两种教学方法进行有机的结合。

5.考核采用笔试和实验相结合。“生物统计学”的考核成绩由期终闭卷笔试成绩（占总成绩的80%）和实验课成绩（占总成绩的20%）两部分组成。其中，闭卷考试内容偏重实用性、基础性，避开需死记硬背、理论性强而无实际用途的题目和偏题怪题，并且尽量减少需要进行计算的工作量，目的是考核学生对已学内容的掌握和应用。实验课则重点考查学生知识应用和解决实际问题的能力。这种考核方式，一方面激发了学生学习的积极性与主动性，摆脱了学生死记硬背的单纯应试模式，另一方面也强调了学生解决实际问题的能力，有助于提高学生综合运用知识的能力。

四、小结

“生物统计学”是一门理论性和实用性都很强的学科，是现代生物学研究不可缺少的工具。在教学过程中，我们注重培养学生树立统计学观念，掌握如何运用统计学原理科学设计试验，正确应用统计分析方法分析数据资料，培养学生统计学推理思维能力，并能用专业知识对推断结果加以阐释。在教学过程中，我们强调以教师为主导，以学生为主体，充分调动学生学习的主动性和积极性，在培养学生扎实理论基础知识的同时，更注重实践教学，积极引导学生去发现问题、分析问题、解决问题，切实培养学生的应用能力。

参考文献：

[1]李春喜，邵云，姜丽娜.生物统计学（第四版）[M].北京：科学出版社，2008.

[2]张恩盈，宋希云.提高《生物统计学》课堂教学效果的探索[J].农业网络信息，2011，（8）：131-133.

[3]石培春，龚江，李春艳.“生物统计”课程教学探索和思考[J].中国电力教育，2012，（10）：103-104.

[4]孙敏，陈艳红.启发式教学思路在CAI软件中如何体现[J].中国电化教育，2002，（6）：51-52.

第10篇

[关键词]统计思想；企业；认识

中图分类号：F27 文献标识码：A 文章编号：1006-0278（2013）03-050-01

企业统计由于受内外部各种因素的影响，工作质量不同程度地存在一些问题，应当引起有关部门的高度重视。主要表现在企业统计人员素质较低、统计数据质量有待进一步提高、企业统计服务职能不能充分发挥、统计指标体系与企业经营所需指标体系不一致、原始记录不全及统计台帐不规范。企业统计工作中存在的问题，是与特定的经济环境、历史条件、政治因素相联系的。

一、关于统计学

二、统计学中的几种企业工作中统计思想

（一）企业工作中统计思想的形成

企业工作中统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。企业工作中统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的企业工作中统计思想。

（二）比较常用的几种企业工作中统计思想

所谓企业工作中统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。企业工作中统计思想主要包括：均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

1.均值思想

2.变异思想

3.估计思想

4.检验思想

三、对企业工作中统计思想的一些思考

（一）要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息（尤其是不完全甚至劣质的信息）去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

（二）深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析（DDA）、推断性数据分析（IDA）和探索性数据分析（EDA）等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

四、统计工作如何改进

第11篇

关键词：地质建模多点地质统计学训练图像

目前，在最大限度地挖潜老油气田和高效开发新区油气藏的过程中面临着一个重要的挑战，就是如何将地震数据有机地加入储层地质模型之中，充分利用地震资料与井资料分别在平面和纵向上具有高密度采样的特点，发挥地质统计学对多学科专业知识的综合能力，使得储层地质模型在地震资料的约束作用下，储层特性不仅在井周围纵向上具有高分辨率，保持测井和岩心测量的储层变化特征。同时又能反映出在地震数据中观测到的大尺度结构和储层连续性，在平面上也具有较高精度的展布，实现高精度储层地质建模。传统的地质统计学是以变异函数为工具，研究在空间上具有随机性、结构性的自然现象的学科。然而，变异函数只能反映空间中两点之间的相关性，不能充分描述出复杂几何形状的砂体，如河道砂在空间中的连续性和变异性。而多点地质统计学着重表达多点之间的相关性，弥补基于变异函数的地质统计学方法的不足，是目前国际前沿研究方向。

一、训练图像

多点统计方法都需要借助于“训练图像”，它是多点地质统计的输入参数，其准确性是建模成功的关键。训练图像就是能够表述实际储层结构、几何形态及其分布模式的数字化图像。对于沉积相建模而言，训练图像相当于定量的相模式，反映微相的定量分布模式。它不必忠实于实际储层内的井信息，而只要求反映储层变化的空间结构性，是一种先验的地质概念。其作用相当于两点统计学中的变异函数。

由于储层具有不同尺度的非均质性，可以产生不同分辨率的训练图像。针对研究变量的类型（离散或连续）也可以对训练图像进行分类，例如沉积相是离散型的，而物性参数，如孔隙度，渗透率或其它的岩石物性是连续型的。在实际应用中，训练图像必须是三维的，这样才可以全面反映出沉积在横向上的迁移和垂向上的加积模式。针对研究区的特点，训练图像可以通过以下四种方法来绘制：①砂体等厚图方法；②地质认识方法；③人工划相方法；④示性点过程方法。

二、二维和三维训练图像

二维训练图像就是在纵向上没有变化，比如人工划相图，因此二维训练图像又称为伪三维训练图像。二维训练图像在纵向上不能反映河道微相的加积，在横向上也不能反映各沉积微相的迁移。因此二维训练图像比不能很好的反映沉积构型。在三维训练图像中，可以反映各微相在横向上的迁移和垂向的加积，能够很好的反映沉积体的空间结构。因此在实际应用中多使用三维训练图像。

三、结论

多点地质统计学的发展迄今已有20多年的研究历史，而真正作为一种可实用的随机建模方法则是在Strebelle提出了搜索树的概念及SNESIM算法之后迄今为止，还出现了SIMPAT方法和FILTERSIM方法等多种算法，但这些方法都未成熟，尚需进一步改进并加以完善，多点地质统计学随机建模方法中，训练图像仍需进行深一步的研究。

1.在决定接受一个训练图像以前，应该判断它是否是平稳的。判断一个训练图像是否平稳没有绝对的标准，常常具有主观性。值得注意的是，训练图像必须是平稳的，然而实际的油藏大多数是非平稳的，也就是说，它们的的沉积模式依赖特定空间位置而且是非重复的。这是由沉积过程中的非均质性和各向异性所决定的。因此，为了减少平稳性的限制，可以加强算法研究，增加地质约束。

2.进行多点统计建模时，三维训练图像所得的模拟结果比较符合已有的地质研究。但是，获取三维训练图像具有相当大的难度，一般对于三维训练图像，可以先建立一个二维的，然后结合砂泥岩比例曲线得到三维的训练图像。三维训练图像还可以通过示性点过程模拟得到。

参考文献

[1]王家华，张团峰.油气储层随机建模[M].北京：石油工业出版社，2001：119-143.

[2]王家华.迎接油气储层建模理论、应用的大发展-从2007年国际石油地质统计学大会谈起[J].地学前缘，2008，15（1）：16～254.

[3]李桂亮，王家华.多点地质统计学储层建模的实用展望[J].国外油田工程，2009，25（11）：1～2.

[4]Andrew Clark S.Challenges for Horizontal Well Placement Optimization in a Giant Mature Onshore Oilfield Abu Dhabi.UAE [C].SPE137070，2010，1～15.

[5]Matheron G. Principles of Geostatistics[J].Economic Geology，1963，58（1）：21～28.

[6]王家华，赵巍.基于地震约束的地质统计学建模方法研究[J].海洋石油，2010，30（4）：46～49.

[7]张挺，卢德唐，李道伦.基于二维图像和多点统计方法的多孔介质三维重构研究[J].中国科学技术大学学报，2010，40（3）：271～276.

第12篇

《统计学》是财经院校经济类各专业的专业基础课，本课程的设置旨在培养学生对统计学的基本理论和基本方法的掌握，为相关专业课程的学习提供定性和定量的统计分析方法。

《统计学》是研究社会经济现象总体的数量表现和数量关系的方法论科学。

通过本课程的学习，使学生明确统计这个认识工具的特点、作用;掌握统计学的各种基本概念、基本原理和基本方法，尤其是各种定量分析的方法和技能，提高学生对社会经济现象数量研究时分析问题和解决问题的能力。

为更好地掌握《统计学》课程，除课堂教学应有的54课时外，要求学生做到课前预习、课后总结，重视本课程作业练习这一环节，以实现本课程的既定目标。

二、课程的教学目标及总的教学要求、重点、难点

教学目标及总的要求:

社会经济统计学是研究社会经济现象总体的数量表现和数量关系的方法论科学。

通过学习本课程，要求学生明确统计这个认识工具的特点、作用;掌握统计学的各种基本概念、基本原理和基本方法，尤其是各种定量分析的方法和技能，提高学生在对社会经济现象进行研究时的分析问题和解决问题的能力。

同时，为进一步学习各专业课程提供定性和定量分析的方法。

教学的重点：

统计学中的基本概念：统计总体、总体单位、标志、变量、统计指标和指标体系及其相互之间的区别和联系。

统计调查的意义，统计调查的分类。

统计调查方案的内容，调查对象、调查单位、填报单位和调查表、调查时间等概念。

统计报表制度的意义、作用和内容。

各种专门调查的概念、特点和作用。

统计整理的意义、步骤。

统计分组的概念、作用和形式。

分配数列的概念和种类。

分配数列中的名词概念，尤其是组中值的计算。

统计表的作用、结构和种类。

统计表的编制原则

总量指标的概念和作用。

总量指标的分类，尤其是时期指标与时点指标的区别。

相对指标的概念和作用及其表现形式。

各种相对指标的意义和计算方法。

正确运用相对指标的原则。

平均指标的概念和作用。

算术平均数、调和平均数、几何平均数、众数、中位数的意义和计算方法，注意算术平均数与强度相对指标的区别。

标志变异指标的意义和作用，各种标志变异指标的计算方法及特点，尤其是标准差的计算方法。

正确应用平均指标的原则。

动态数列的概念和作用。

动态数列的种类。

动态数列的编制原则。

各种动态水平分析指标和动态速度分析指标的意义和计算方法，这些指标相互之间的关系，如逐期增长量与累计增长量的关系、发展速度与增长速度的关系、环比发展速度与定基发展速度的关系、发展速度与平均发展速度的关系等。

序时平均数与一般平均数的异同点。

平均发展速度两种计算方法的侧重点。

动态数列的四种变动形态。

几种常用的测定长期趋势的方法：间隔扩大法、移动平均法，尤其是用最小平方法配合动态趋势方程。

季节变动的测定方法。

指数的概念、作用和种类。

综合指数的编制原理，数量指标指数、质量指标指数的计算。

平均数指数的编制原理，加权算术平均数指数、加权调和平均数指数的计算。

平均数指数与综合指数的关系，以及平均数指数在实际工作中的应用。

平均指标指数的编制和分析方法。

指数体系的概念和作用。

运用指数体系进行因素分析，以及根据指数体系进行指数间的推算。

抽样推断的概念、特点和作用。

抽样推断的基本概念。

抽样推断的理论依据。

抽样误差的概念和抽样平均误差的意义，抽样平均误差的计算方法。

抽样极限误差的意义及计算。

概率度的意义及其与抽样推断可靠程度的关系。

区间估计的方法与步骤。

抽样方案设计的内容以及抽样方案设计的原则。

主要的抽样调查组织形式。

简单随机抽样条件下必要抽样单位数目的确定。

相关关系的概念和种类，现象之间相互联系的两种类型：函数关系、相关关系。

第13篇

【关键词】实例教学；临床医学专科生；医学统计学

医学统计学是运用统计学的原理和方法研究医学问题的一门学科。该学科是以概率论与数理统计为理论基础，以医学理论为指导的一门应用性学科。这就决定了该学科具有一些有别于其它医学课程的特点：概念多，公式多，内容的逻辑性强，与数学的联系密切，对学生的数学基础要求较高。然而对临床医学专科生来讲，由于入学分数较低，高等数学基础较差，且掌握得较粗浅。因此要学好医学统计学对学生来讲，具有较大的难度。而且医学生所学的大部分医学课程主要是对形象思维和识记能力的训练，所以学生在接触到医学统计学的学习后，一时难以适应。大部分学生对医学统计学抽象的原理和繁多的公式，以及大量的数字运算感到头痛，甚至产生畏难情绪。另一方面，临床医学专科学生由于学制短，所以课程负担较重，让学生抽出时间去补习相关的数学知识显然是不可行的；临床医学专科生开设医学统计学的学时数较少，总学时一般在20学时左右，在这样短的时间内要完成该课程教学大纲的要求，时间是非常紧张的，所以在课堂时间内教师也不可能深入细致地为学生补习相关的数学知识。这些都是现实存在的问题。在教学过程中我们不得不考虑学生的实际情况而采取一定的补救措施以改善教学效果，使学生学有所精，学有所用。结合自己从事临床医学专科生教学的实践体会，本人认为从实例入手来介绍统计学的有关内容是一个行之有效的好办法。

从实例入手是指在教学过程中，在介绍某个概念或方法时，以实例为切人点，通过实例引出问题，让学生先对问题进行思考，所提出的问题可以是待介绍的概念，方法适用的情形，也可以是某方法的应用步骤或应用方法时的注意事项，让学生结合实例给出自己的看法和解决思路，教师适当加以引导和启发，并及时对学生的说法进行总结，最后再给出科学的定义和完整的表述。这里所说的实例，可以是教材中现有的例题或练习题，可以是医疗工作中经常碰到的实际问题，也可以是模拟的一场实验或现场调查，有时为了使所讲述的内容变得生动一些，也可以拿日常生活中的某一现象作为实例。学生的思维经过这样一个由感性到理性，由具体到抽象的认识过程，减轻了

接受抽象概念和方法的难度，加深了对书本内容的理解，同时调动了学生学习的积极性，对提高教学效果大有帮助。具体表现如下：

1 有助于提高学生对该课程的重视程度。减轻学生理解的难度

从实例入手介绍统计学的有关内容，会使学生觉得统计学与他们的生活和工作密切相关，是他们今后从事医疗工作和科研活动必不可少的，从而提高学生对学习该课程的重视程度，改变临床医学专业学生对学习医学统计学不够重视的现状。通过实例会把一些深奥的问题变得浅显，抽象的问题变得直观，把难理解的内容变得容易理解。如果直接从概念或公式讲起，容易使学生觉得抽象，难理解，甚至是枯燥。而从实例讲起，结合实例会使学生觉得统计学的内容是实实在在的，它存在于我们每个人的身边，我们甚至每天都在和统计学打交道，在有意、无意地运用着统计学中所讲述的原理和方法，统计学只是将有关数据的收集、表达和分析的学问系统化而形成的科学，它不是凭空想象出来的，统计学的思维过程是符合一般科学思维规律的。学生有了这样一个认识之后，在学习过程当中就不会有意无意地把一些本来简单的问题复杂化，更不会把医学统计学完全当成数学课来学，这是学生初学该课程时普遍存在的一个误区。通过具体实例，先使学生对所要解决的问题及解决思路有一个具体直观的领会，然后再给出科学、完整的表述，这样会使原本抽象的内容变得不再抽象、不再难以捉摸，从而减轻学生接受和理解知识的难度，增强他们学好该课程的信心。如果是从日常生活中的事例讲起，会在一定程度上起到活跃课堂气氛，增加教学内容生动性的作用，有利于激发学生学习的兴趣和热情。

2 有助于学生把握学习重点,启发学生积极思维

从实例讲起，会引导学生把注意力更多地放在如何正确运用方法上，而不至于出现对方法的误用。这正是学习这门课的目标之所在，也是学生学习该课程的重心之所在。统计学中的概念和公式非常多，如果把课堂时间过多地放在对统计方法的数学推导和具体统计演算上，容易使学生陷入公式推导和大量计算的“泥淖”中，弄得焦头烂额，即使勉强掌握了推导过程却已无暇顾及其它，这样的结果往往导致学生忽视各种统计方法的使用条件、方法所适用资料的特点及对结果的合理解释，这显然有悖于学习该课程的初衷。统计学中的公式都是由实际问题引申出来的，一般都有其实际意义，过分追究公式的数学含义及推导过程对学生来讲是不必要的；随着计算机和统计分析软件的广泛使用，大量复杂的统计计算可由计算机代为完成而不必手工计算，让学生在具体计算上花太多时间是不划算的。

从实例讲起，有助于启发学生的积极思维。通过实例，把问题先摆出来，让学生考虑一下该如何去解决这个问题，并加以适当引导和点化，会使学生有一个积极的思维过程，而不只是被动地接受。学生带着问题会有自己的想法或意见，在教师的引导下，有时会自然而然地引出所要介绍的概念或方法；即使学生想得不对或有异议，对照着正确的说法，剖析问题之所在，会加深学生对所介绍内容的理解。比如在给学生讲解变异系数(CV)这个指标时，我们举例：有两名成年人，体重分别为70kg和71kg，二人的体重相差lkg，另有两名新生儿，体重分别为2kg和3kg，体重也相差lkg，都是相差lkg，那么两名成年

人体重之间的差别与两名新生儿体重之间的差别比较起来，差别一样大?还是两成年人体重之间的差别大?或是两新生儿体重之间的差别大?学生会说，两新生儿体重之间的差别大。若问学生为什么?学生会说，虽然都是相差1kg，但两成年人的体重可以说是非常接近，而两新生儿，一个是正常体重，一个则是低体重。这时可以适当对学生的意见进行总结：当两组数据均数相差悬殊时，直接比较两组差别大小，没有实际意义，通常还需要结合两组数据各自的大小来看。也就是说，这种情况下，要比较两组数据差别的大小，不仅要看两组数据本身相差的情况，还与两组数据各自的大小有关，这样就引入了变异系数的概念：CV=S/X×100％，这也是变异系数所适用的两种情形之一。学生的这种积极思维过程，有助于培养学生分析问题、解决问题的能力，使学生学以致用。同时从实例人手，围绕某一问题思考解决方案，有助于集中学生的注意力，提高思维活动的效率，改善听课效果。

3 有助于提高学生综合运用知识的能力

从实例入手来复习回顾已学过内容，常可以把多个概念贯穿于一个实例中，有助于学生正确理解各个概念的内涵而不至于把概念混淆到一起；如果把不同章节的内容溶人到一个实例中，则可帮助学生理顺所学知识的脉络，增加对统计学内容连贯性的理解。比如在复习统计学的主要内容时，可以模拟一项调查研究：欲调查保山市农村地区成年未孕妇女的贫血患病情况。针对这项调查，我们可以解决一系列的问题：本研究选择的变量是什么?研究的总体是什么?如果实施过程中采用了抽样研究方法，则样本如何确定?如何获得样本数据?所得样本数据的类型?如何对样本数据进行整理?如何对样本数据进行描述?统计推断选用什么方法?如何选择统计检验方法等。通过这样的复习，会使学生对统计学的主要内容有一个系统的把握，有助于提高学生综合运用知识的能力。

从实例入手来介绍统计学的有关内容，需注意的一点是，在介绍新方法时，所选用的实例应尽可能简单、常见，最好是学生所熟悉的资料。因为有时学生难以理解和接受的不只是方法本身，还与介绍方法所用的资料对学生来讲非常陌生，非常不典型有关。这样无形中增加了学生理解和接受方法的难度。比如在给学生介绍直线回归的有关内容时，如果所举的实例是儿童年龄与身高，身高与体重，年龄与血压，大鼠进食量与体重增量等这样的一些较常见、典型的资料时，因为学生对资料非常熟悉，就会较多地把注意力集中到对方法的理解上，使方法得以很快被学生接受，等到把方法掌握熟练了以后，再用所学方法去处理那些不常见，不典型，甚至是复杂的资料，问题也就会变得容易解决。

参考文献

第14篇

关键词：应用心理学；科研统计能力

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）33-0110-02

针对科研工作的特点及其规律，应用心理学专业基本科研能力结构包括资料搜集与处理能力、问题发现与解决能力[1]。可见在课程设置上需要特别重视这两种能力。统计是收集数据、对数据进行分析和解读的科学。数据无处不在，作为一门和数据打交道的科学，统计学已被应用到各个科研领域。科研统计课程是应用心理学专业学生必修的专业基础课，开设目的是学习后续专业课程做准备，并为以后解决实际科研问题提供方法和手段。统计课程的基本内容包括收集数据、整理数据、用恰当的方式描述数据[2]。但不同专业教材倾向使用不同的例子，如心理统计多使用问卷、量表的例子，同时侧重于统计思想的培养。如何激发学生的学习热情，引导他们增强科研能力，参与科研项目，撰写论文，笔者是日常教学做了一些探索。

一、结合实际，因材施教

应用心理学专业同时招收文科和理科生，尤其文科生的数学基础相对薄弱。本科生经过前两年的基础课和专业基础课的学习，基本上形成了聚合与发散、正逆则反、联想类比的固化思维模式[3]。但应用心理学专业在课程设置上没有安排高等数学的内容。同时文科生缺乏推理论证与批判性思维的训练。而统计学是心理学专业的重要专业课。对于没有数学基础的学生，接触统计学，难度较大。因此，在教学中，教师应该以实例为主，结合上机练习，适当补充课后作业。而对于原理的讲解不是教学的重点，也就是在教学中应该重实践而轻理论。以问题为导向的教学方法类似真实的研究过程，学生需要在教师的指导下自己去探究问题答案，在此过程中锻炼统计应用能力。这一教学过程需要教师、学生共同参与，教师给学生提供了脚手架，帮助学生在活动的参与过程中提升能力。学生在教师指导下分析数据、理解研究设计，以利于学生将统计思想融入生活实践和专业知识中。

二、夯实基础，突出重点

基于医学院校的传统，应用心理学专业学生的课程负担比较繁重。如我校开设《基础医学概论》、《临床医学概论》、《预防医学概论》，三门课程总课时为304学时。但对于学生较难掌握的《社会统计学》、《社会调查方法与分析》为113学时。心理学是一门自然科学与人文社会科学交叉的学科，学习医学课程对于突出医学院校的心理学专业特色，促进学生的心理学与医学知识的有机结合十分重要且必须。但统计学知识的内容多，较难理解，课时相对不足，这是教学中遇到的实际问题。教师在统计课程的教学中，不需要把过多时间花在计算和公式推理上，而应该重点讲解研究设计的思路和软件的操作，同时结合课后的作业让学生真正掌握各种统计方法间的差异和关系。努力做到概念清晰，推理严密，抓住重点，突破难点，教会方法。

三、选对教材，事半功倍

高质量的教材有两个基本要求：知识脉络清晰完整，反映当前心理学研究的发展趋势。好的教材使得教师易教，学生易学。目前在大部分医学院校的心理学专业，使用的是《医学统计学》或《卫生统计学》教材。这些教材并没有起到好的教学效果，存在符号公式多，很多概念难以直观理解，或者案例、术语、符号和概念与心理学专业的表述不相符的情况。这类问题的存在，不仅为学生参加全国性的心理学专业考研制造了障碍，也不便于追踪国外期刊，获取最新研究信息。特别是教材中的医学案例与心理学专业联系不紧密，打击了学生的积极性。在教学中可以注意与《实验心理学》的教学结合，增加调查问卷设计和抽样设计的内容，也可以从心理学核心期刊中选择一些经典文章，组织学生讨论，可提高学生解决实际问题的能力。

四、方法灵活，提高质量

利用科研实践、毕业论文撰写辅助教学。针对科研课程的实践性和应用性强的特点。我校在2年级开始实行导师制，请学术造诣深厚的老师担任本科生的指导老师。从参与导师的科研项目开始，导师对学生的科研统计能力进行全方位个性化的培养。教学形式从以“教”为中心向以“学”为中心转变，使得学生发挥了主观能动性，深受广大学生的欢迎。值得注意的是，现在实际科研中普遍运用统计软件。计算机虽然可以使复杂的计算变得快速、简单，但也不能因突出上机操作而忽视原理的教学。不能知其然不知其所以然，要让学生认识到思维比计算更重要。在实际的科研工作中，软件完成的只是数值计算，但如何设计实验，选择那些样本，应用何种统计方法，如何解释数据都需要人去决定。如果对统计思想一无所知，就会出现“垃圾进垃圾出”现象。另外，一些新出现的统计方法未必有现成的软件可以使用。

五、强调思想，掌握内涵

统计思想主要包括：估计、相关、拟合、检验、均值、变异[4，5]。在教学中应该强调用统计的观念及思想，去探索事物背后的规律性。应该先谈谈估计思想：我们做实验的方法常常以样本推测总体，这是对同类事物探索其规律采用的由此及彼的认识方法。一般样本必须与总体具有很多相同的性质，样本才能代表总体。但样本的代表性又受很多不确定因素影响，这里强调置信区间是保持逻辑严谨的必要步骤。再谈谈相关思想：世界上任何事物都有千差万别，在这千差万别的事物中中能找到事物的普遍联系，从普遍联系中总是可以找到一些事物共变的情况。总体和个体之间、个体与个体之间是能找到一些相互关联的。再谈一下拟合思想：拟合是对不同类型事物之间关系之表象的抽象，就是对规律或趋势的拟合。任何一个单一的关系必须依赖其他关系而存在，所有实际事物互相之间的关系都表现得非常复杂，拟合的成果只是个模型，这种拟合思维方法反映的是一般趋势，而趋势表达的是事物和关系的变化过程在数量上所体现的模式，反映的是基于此而预示的可能性而以。然后谈到检验思想：统计方法是归纳性的思维方法，其结论永远带有一定的或然性，所以基于局部特征和规律所推广出来的，统计出来的判断不一定完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。然后谈谈均值思想：均值思想是指人们从总体上看问题，往往观察其一般发展趋势，尽量避免个别偶然现象的干扰，求出事物的均值范围，也体现了思维的总体观。另外，最后谈谈变异思想：统计学研究同类事物、同种现象的总体特征，但是任何事物和现象的特征总是存在着差异的，统计方法的使用就是要认识事物数量方面的差异。统计学反映变异情况最基本的概念是方差，是表示变异的一般水平的概念。平均与变异都是对同类事物特征的抽象和宏观度量。我们强调以上几个思想方法，真正掌握其中的内涵才能进一步提升本专业科学研究的能力。

六、特色发展，发挥优势

为了培养学生的科研统计能力，提升学生的复合竞争力和教育水平，增强学生社会适应性和就业竞争力，在课程设置实施了学生复合竞争力提升暨“五个一工程”计划项目。主要措施是：通过课程体系改革，以《社会统计学》、《科研方法与论文写作》、《专业外语》等核心课程为抓手，强调理论结合实际，提升学生的专业能力与实践动手能力。组合式教学法能提高学生对科研统计的认识，特别是加强基础知识的学习和掌握。在教学实践中能体会到提倡组合式教学法是十分有利并有效的。按照我们现行的教学大纲，尚不能满足组合式教学法的需要，很多东西还需要我们去探讨。能否在本科高年级阶段推行组合式教学法已有“文献选读报告和课题研究”。教学实践中我们指导学生以课题小组的形式在一起研究探讨，互相启迪，同时结合导师指导本科毕业论文的进行，这样可能比较有收获。今后在教学研究中更要注重指导学生统计学基本知识、方法和技能的培养训练。对继续要读研的同学，指导他们本科高年级学习阶段就奠定一定基础，重视科研统计能力的培养和提升。教师根据学生的特长，指导他们注重特色发展，尽可能发挥优势，提升专业方面能力与实践动手的能力。

应用心理学专业科研统计教学能力要得到提升，对心理学专业教师们提出了进一步要求，心理学专业教师不仅要有相当娴熟的心理学知识，有较强的科研能力和一定的统计学知识，还要求教师与时俱进能熟悉目前流行的各项统计软件，有一定的软件编程能力，才能更好地培养提升应用心理学专业学生们的科研统计能力。

参考文献：

[1]夏世龙.陕西师范大学文科硕士研究生科研能力培养问题研究[D].陕西师范大学硕士论文，2011.

[2]孟万金.研究生科研能力结构要素的调查研究及启示[J].高等教育研究，2001，（6）：58-62.

[3]张成武.高三文科学生常见的三种思维模式[J].中学教学参考，2015，（35）.

第15篇

地质统计学理论和应用近几年取得了很大的进展，其中最重要的发展是随机建模技术.尽管建模中转向带法(TurningBand)在18年前就有人提出，但在当时并没有对随机建模引起重视.原因之一是人们对建模的意义和重要性认识不足;再则是由于早期的方法存在很多问题.因此该方法的改进进行得非常缓慢.直到80年代初，把建模概念应用到油藏描述中的非均质性研究后，才有了很大的发展.随机建模是在研究区域内人工合成多个、等概率的高精度地质模型（用地质统计学的术语叫作“实现”)|3].多个模型是与确定建模相对的，它反映出由于地质资料不足，而存在的多解性和不确定性.在每一个模型上都出现的现象则是可靠的、确定性的现象，在各个模型中时而出现又时而消失的现象则是不确定的现象.等概率是指模型的数据分布与原始数据的分布或理论分布是一样的.随机建模与各种克里格方法的区别在于，克里格方法[1]是从已知资料出发来获取未采样区局部的最佳估计，它只考虑局部信息，而不考虑原始或产生的数据的空间分布特性;在随机建模中强调的是模拟值与原始数据和理论分布全局特性，而不是局部精度.另外.对给定的局部信息和统计量来说，克里格方法给出的是单个的数字模型，而随机建模给出的是多个可选的数字模型.目前新出现的随机建模方法很多，根据所采用的方法，可将随机建模归纳为四种:布尔随机点法、与高斯分布有关的方法、指示模拟方法以及退火方法(SimulatedAnnealing).各种不同的模拟方法把已知信息的整体统计量和分布特征体现在所建立的模型中.例如，在布尔类型方法的建模中，可使所模拟的几何形态符合地质体的特征形态；与高斯有关的建模方法可以使所模拟的连续类型的变量值的协方差忠实于原来数据的协方差模型.如果在建模过程中把上述类型的方法混合使用，则可产生反映原始数据多个方面特征的数字模型，从而为建立反映油藏各种特征的模型提供了定量方法.

另外，地质统计学在克里格方法的基础上也有了很大的突破.克里格方法的主要特点是BLUE，即最佳线型无偏估计方法.目前除了常用的简单克里格方法、普通克里格以及泛克里格方法外，还出现了协克里格(Cokriging)、析取克里格(DisjunctiveKriging)、指示克里格(In-dicatorkriging)、指示主成分克里格（Indicatorprinciplecomponentkriging)、同位克里格(Colocatedkriging)、模糊克里格方法(Fuzzykriging).这些方法都是针对不同的资料来源、精度和特征而设计的，因此为解决油藏参数分析和预测中的问题提供了广泛的途径.

2地质统计学在油藏参数分析中的应用

油藏参数分析主要是研究油藏参数以及参数之间的变化规律.油藏描述中大多数参数与空间位置密切相关，它们的变化既具有结构性又具有随机性.地质统计学中主要的分析工具是半变异函数，其表达形式为

式中，rG)为半变异函数，它是距离矢量K的函数;为分析数据中相距为矢量^的变量的样品配对的数目，即{;c(m)，_t(m+S)}的数目.如果/i取一定的方向，且从0变化到某一值，那么就可以求得一系列的r(X)〜Z的值.把它们绘制在一张图上，则可得到与该方向相对应的变异函数图（如附图）.变异函数特征一般由三个参数念m确定：变程a(又称变量相互影响的范围）、块金效应C。和基台值.其中，变程大小反映了变量相关距离的大小.当时，则r(K)趋于某个极限值此时的值称变胃为基台值.变异函数分析是进行克里格计算和随机建模的起点和基础，它为克里格估计提供准确的模型.

2. 1各向异性研究

由于变异函数是向量Z的函数，因此通过不同方向的K的变异函数和变异图分析，可以了解到油藏参数沿不同方向的变化情况.如果各个方向的变异函数相同，则可以认为该参数在空间上是各向同性的，否则为各向异性侯景懦把不同方向的变异函数作成等值线图以反映矿体的非均质情况[‘].孙洪泉根据等值线的形状还将矿体进行分类⑴，他认为如果等值线为圆形则为各向同性；如果为椭圆则为几何各向异性；凡不能通过坐标的线型变换转换为各向同性的各向异性则为带状各向异性在考虑形状的同时考虑结构变化的范围，还可以将非均质性进一步细分，这一方法同样适合油藏各向异性的分析.

2.2反映油蔵参数变化综合指标的构造

由于综合指标反映了变量影响范围，又反映了变量变化的幅度，因此可以根据这一点来构造反映参数变化快慢的综合性指标如:只=02乙2/0^/«_4+^2)，式中，a为变程;L为参数所在空间的长度;AT为数据的均值;C为变异函数的基台值就是一个既能反映参数沿某一方向变化的速度，又能反映参数沿该方向的变化幅度，还能反映参数变化的空间异向性的综合指标它比通常所用到的统计参数具有明显的优点：（1)H是在充分考虑参数在空间不同方向上的变化幅度和变化速度的基础上构造出来的，从而反映了参数空间变化的异向性.（2)H严格在[0，1]之间变化，因而可用百分数表示，便于对比和分类.

2.3沉积相变化的研究方法

用变异函数来研究沉积相，首先要确定各类砂体在空间的变化特征，如：河道砂体与沟道砂体的形状为长条形，沿流水方向参数变化幅度小，变化速度慢，变异函数图中变程较大;而垂直水流方向则相反当然这种分析还必须根据其它地质证据才能作出正确的沉积相分析，但它提供了另一条寻找沉积相判断证据的途径

除了变异函数外，Deutsch和Joumel还归纳了其它种类的地质统计学分析工具，如互变异函数、协方差函数、相关函数、对数变异函数、平方根变异函数、绝对值变异函数以及指示变异函数等.其中任一个函数都可用来推断油藏参数的空间变化性，而且各种方法都有优缺点，应视不同的情况选择最合适的分析方法.

3地质统计学在参数预测中的应用

地质统计学作为一种blue插值方法，早已在矿产品位估计和储量计算、计算机地质制图中网格节点值的估算中得到广泛应用.油藏描述中的参数预测，就是利用现有的各种精度、各种尺度和各种类型的数据和信息对空间上某一点或某一区块的参数值进行估计和推断.Journel和Alabert把油藏描述中的数据分为两类[6]:—类是可靠的或叫做硬数据（Harddata);另一类是模糊的或者精度不高的软数据(Softdata).前者如取心资料、测井资料（包括生产测井〉等;后者如地震资料、物化探资料、地质家和采油工程师的推测和解释预测的关键就在于定量化地综合这些信息，并且描述预测的可靠性.Doyen用协克里格方法把不同精度的取心资料和地震旅行时的信息结合起来对孔隙度分布进行估计和预测，并把预测的结果与通常所用的地震辅助的孔隙度计算结果进行对比结果表明，用协克里格预测的孔隙度均方根误差要比用二乘法要小50%.他又把该方法用于阿尔伯达油藏描述.结果表明，用协克里格方法要比通常的线性回归精度要高20%[7].Doyen的主要贡献在于把不同精度的信息用定量的数学表达式对某一地质现象进行研究，真正达到了数据的综合.Journel提出了一种非参数估计的克里格方法即指示克里格方法(Indicatorkrigmg)18-01.尽管对这种方法有很多争议，但这种方法却能对综合的各种信息进行预测，并给出预测精度

假设要估计的变量为Z，对Z的任何估计Z'很可能带有误差.对Z进行多次观测得到一系列的观测值乙，）=1，2，3，…，TV.只要这一系列观测的条件保持不变，那么这几个测值就可以用于建立预测Z的不确定性模型如待估值Z小于或等于某一值2。的概率就可以用Z,<Z0的个数与N的比值来近似.变量2的累积分布函数可写成:/^2<乙丨（《)}=2,<乙的个数与W的比值，其中j=l，2，3，”*，W.引入指示变换(设截止值为乙）：

那么不确定程度就可用下式来表示：F(ZJ(n))在[0,1]区间变化，它是截止值乙和现有信息的函数上式的F(ZJU))模型所用的是对指示数据/(乙，Z,)等概率加权（1/«),也可用不等权公式：式中，七…=i.有了累积分布函数可以求预测值落入某个区间的概率大小，即Pize

以上只考虑了对某个变量的重复观测情况，如果考虑在不同位置处对同一变量进行一次观测时，即用不同位置处的值2(力），_/_=1，2，3，“‘，_^来预测未知点工处的值2(1)时，并且现有信息有硬数据和软数据时，就必须要用软克里格方法(指示克里格别称).在油藏描述中，一般硬数据较少，而且都有一定的精度分布范围，即2(力）€[>(4)，6(而)]，如孔隙度只能在[0，0.3]之间变化对一待预测点，指示信息可被看成一列k个指示值的集合，每个指示值对应于走个截止值中的一个在没有其它信息的情况下，只能知道区间外的信息，而对区间内的信息一无所知：对硬信息来说，Z(x,)=a(:r,)=6(:r,).如果知道Z的分布，那么指示值就可以在[0，1]之间取值，而不仅仅为0或1.

另外，还可以用以下公式考虑多种信息以获取对某一值Z的预测：

式中，[/(U]为估计或预测值.j是为使在[0，1]之间取值的变换，而r(x,)e[l，W]是按已知值逐渐增加顺序排列的顺序值.这种方程就是协克里格方程这里2«个加权值a,(Z，:c)和6/Z，x)可通过解协克里格方程求得.目前在指示克里格基础上又发展了指示主成分克里格方法和马尔科夫-贝叶斯方法[11’12].Bardoss等又提出了一种新的模糊克里格方法，用于非确定数据的分析和参数预测[13].这些方法目前还在试用阶段，一旦成熟，必将会给油藏描述中数据预测提供更合理的方法.

4地质统计学在描述储层非均质性中的应用

储层非均质性是影响石油采收率的主要因素.储层中流体的分布与运动完全受不同规模的储层非均质影响.因此对非均质的研究始终是油藏描述中的一个难题.传统参数预测方法(包括克里格方法）对参数起到一种平滑作用，不能反映参数的变化性而在油藏开发中，储层参数的变化性极为重要，如渗透率的极大或极小对油田开发设计和方案调整极为重要，必须有一种能保持这些奇异性的方法Journel和Alabert研究出一种顺序指示建模法.他们首先对0.3mX0.3m的砂岩切面密集取样测得渗透率值，再从1600个取样点随机取10个点，然后借助于1600个点的变异函数模型，再用顺序指示模拟方法对10个点进行建模，并把模拟结果与原始的和用克里格方法产生的模型进行比较.结果表明，顺序指示模型方法确实能反映储层的非均质性其中一个关键工作是变异函数模型选择，有人也借助于与研究对象相似的露头或研究成熟区的成果，从而达到反映非均质性的目的.

Suro-perez.V.等用随机建模法分析了储层非均质性对油藏动态预测的影响.整个研究分两步进行.首先.对大的地质特征如沉积相、岩相进行研究，建立了储层框架;然后再对每个岩相中流动特征进行研究；最后把这两步研究结合起来产生各种随机模型，把随机模型输入油藏数值模拟中.研究非均质性是如何影响生产动态的.整个研究方法是指示主成分克里格和顺序建模方法.Dentsh和Journel认为，在随机模拟中人们的愿望是生产的模型越多越好，

但在工程上往往只要求保留其中一个或几个模型.因为油藏数值模拟不可能把所有模型都输入计算机中进行运算.因此他们又制定出选择模型的方法和原则.应该指出的是，没有一个随机建模方法能同时忠实于现有的所有类型的信息.某些方法很适合于离散型或类型型变量，如岩相、岩石类型，其它的方法则适合于孔隙度、含油饱和度和渗透率等连续性类型信息的研究.但象生产资料和测试资料有时很难综合在油藏模型中.为解决这些问题,Journel等把模拟退火的方法引入随机建模中.退火方法来自热动力学，即液体冷却结晶或金属冷却和退火过程，它的理论基础是波次曼概率分布尸{£}〜eXp(它表示了在温度为：T时热平衡系统的能量概率地分布于所有不同的能量状态£之中，为波次曼系统.从能量^跳到E2状态的概率为：

如果£2小于，那么系统将总在变化，而且总想保持能量最低.任何类似于这一优化过程的方法叫做模拟退火法.这种方法已被广泛地用于神经网络理论和应用之中.用于随机建模的目的是通过对初步建立的模型进行附合某种约束条件的修改，即初步模型的组分优化达到使模型忠实于更多现有数据和信息.因此，用模拟退火方法一般分两步进行：（1)用任何建模方法生成初始模型；（2)对初始模型进行退火模拟.Farmeer首先用这一方法合成了岩石类型的数字模型[18〕，CUyt0n和Journel把这一方法与用其它方法的计算结果进行比较.结果表明，退火方法比其它几种都好，但计算时间较长.

目前又出现一种把地质统计学与分形几何相结合描述油藏非均质性的方法其中Hewett首先把分形几何学的概念用于油藏描述，他认为储层参数的变化具有分形特征.因此利用分紅布朗运动d)概念来描述参数横向变化特征，建立储层非均质模型.目前这些方法还在探讨阶段.

统计学变异的概念范文

第1篇

第2篇

第3篇

第4篇

第5篇

第6篇

第7篇

第8篇

第9篇

第10篇

第11篇

第12篇

第13篇

第14篇

第15篇

扩展阅读

推荐期刊

山西统计

统计研究

统计研究

江苏统计

精品推荐