統計學統計方法精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的統計學統計方法主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：統計學統計方法范文
關鍵詞生物統計學；教學方法；改革
生物統計學是南陽師范學院生命科學與技術學院的一門專業基礎課，主要包括試驗統計分析和設計兩部分內容，是現代生物學研究不可缺少的工具。通過該課程的學習，可使學生掌握基本的試驗設計和統計分析方法，培養學生具有嚴謹的科學態度與分析問題、解決問題的能力，以為以后的工作和科學研究打下基礎。但該課程原理復雜、內容抽象、計算公式繁多且難記，加之教學內容的不斷增加和學時的相對減少，開課時間又大多安排在大四，對大一所學的數學基礎知識有所淡化，被許多學生認為是較難學習和掌握的一門課程，加之大部分學生又忙于準備考研，對學習該門課程的重要性認識不足，興趣不濃，都給該課程的教學帶來困難和挑戰。因此，對生物統計的教學方法進行改革，以激發學生的學習興趣，提高學生對該課程重要性的認識，理解和掌握基本知識及技能，特別是培養學生的應用能力，以進一步提高該課程教學效果。
1由考試型授課向實際應用型授課轉變
生物統計學原理復雜，讓學生完全掌握每個統計方法的原理、統計公式的推導較困難，且對于非統計專業人士是沒有必要的。生物統計學的公式比較多，統計分析的方法也比較多，讓學生把所有的公式記下來，既費時間、學生不易接受，也沒有必要。在遇到生物、農林、生態、生化等實際問題時，一方面是如何設計實驗方案，使實驗既科學合理，節約時間和成本，通過統計分析，得出理想的實驗結果；另一方面是面對已取得的實驗結果，如何選擇和使用統計分析方法。在大學科研中，有很多學生或在讀研究生，在這方面的知識和能力表現不足。因此，培養學生解決實際問題的能力比考試取得高分更重要。授課內容要深入淺出，多拿實際事例讓學生選擇統計分析方法，把不同的統計方法加以比較；或者把一個實驗結果用多種統計分析方法同時進行分析，對分析結果加以比較，使學生充分認識不同統計方法的特點和不足，激發學生對統計學的認識和興趣，把學生從繁瑣的概念和復雜的公式中解脫出來。由考試型授課向實際應用型授課轉變的另一個重要環節，就是考試方式的轉變。考試方式是學生學習方法的指揮棒。如果采取傳統閉卷筆試的方式，學生往往在考前幾天死記硬背公式以應付考試，考試過后又很快忘記。對于這門實踐性較強的工具性課[1]，教師嘗試了“帶紙開卷”考試法。即在考試內容上側重以應用為主的考題，減少問答等概念性的內容，以引導學生掌握學習重點和方向，培養實際解決問題的能力。在學生的備考復習上，采用激發學生積極思考問題的方式，規定學生在2張A4紙上可單面手寫自認為重要的公式供考試時參考，但不允許寫有關基本概念、問答之類的內容。篩選和抄寫公式的過程，本身就是一個深刻認真學習和思考的過程，這正是該課教學所要求的，促使學生把主要精力放在用統計分析方法解決實際問題的方向上，提高解決實際問題的能力，同時也大大減輕了學生的學習負擔[2]。
2由純理論型授課向軟件應用實驗型授課轉變
統計學是一門相對古老的學科，在過去的授課過程中，因為計算多是筆算或由計數器計算，這就要求必須掌握計算過程，掌握計算的每一步驟，否則無法進行實際應用。但是隨著現代計算機和計算軟件的發展，使計算軟件在工作和科研中的應用已經廣泛普及。相反，如果不會使用計算機和計算軟件，會給實際工作帶來很多不便和困難，不能滿足工作和科研的需要，特別是現代計算技術和計算軟件突飛猛進的發展。在分析方法的多樣性、分析結果的準確和詳細性、分析制圖的精美和完善性等方面，都是手工計算無法達到的。因此，必須改變傳統的純理論型授課方式，通過上機實習環節使學生應用統計軟件進行數據分析，將學生從大量復雜計算中解放出來，提高效率，使學生綜合運用知識的能力得到提高。適用于統計教學的計算機軟件較多，目前主要有SAS、SPSS、Excel 等，都提供了一個功能相對完整的數據分析工具[3]。但相比之下，從功能和可操性而言，SPSS是國際流行的統計軟件，有強大的數據處理功能，操作簡單，分析結果詳細，還有很好的制圖功能，得到國內外專家的認可[4-5]。因此，在實踐課程的教學過程中，要加大對該軟件的應用。同時，老師要經常給學生介紹新的統計分析軟件，擴大學生的視野。
3由完全依靠教材內容型授課向以教材為主、結合實際需要、拓展新內容型授課轉變
生物統計學作為一門有一定學時限制的學科，在知識的組合方面，具有基礎性、系統性和經典性的特點，所介紹的方法也是相對古老、常用、相對簡單的，如假設檢驗、區間估計、方差分析、回歸分析、相關分析、簡單的正交實驗設計等。而實際上生物統計的內容較多，如主成分分析、判別分析、聚類分析、對應分析、典型相關分析、通徑分析等，實驗設計中還有均勻設計、配合均勻設計等[6-7]。隨著現代計算技術的飛速發展，許多新的計算方法不斷出現，這些新方法是實踐中非常需要的，而且新分析方法具有生物統計學所介紹的統計方法不可取代的作用。因此，完全有必要根據實際需要，適當插入一些新的內容，擴大學生的知識視野，其中重要的途徑就是介紹使用新方法的文獻資料，使學生充分認識到統計分析的重要性、廣泛性，增加學生的實踐能力。對生物統計學所介紹的方法，在實際應用時也有必要進行完善。如多重比較，雖然課本中介紹了多重比較的方法，對比較結果的顯著性表示方法也做了介紹。但是在實際時，由于期刊文字的限制，用生物統計學所介紹的方法，所用版面太大，要求簡明標出，這就提出了如何簡化的問題。特別是很多組數據進行比較時，步驟較繁瑣。如比較10組數據，用生物統計學所介紹的方法，需要45組數據來表示，顯然占用版面較大，這時則需要啟發學生用簡明的辦法進行解決。因此，要結合實際，完善課本內容，增強學生實際應用的能力，培養學生的創新能力，從而提高學生的實際操作能力。
4參考文獻
[1] 孫曉菲，李鑫玲.《生物統計》教學改革實踐[J].科技信息，2010（18）：96.
[2] 郝小琴.生物統計課采用“一紙開卷”考試的體會[J].高教論壇，2006（4）：64-65.
[3] 范平，崔黨群，詹克慧，等.Excel軟件在生物統計實驗教學中的綜合開發應用[J].實驗技術與管理，2003，20（2）：65-69.
[4] 向窮，施樹良，李鈺.常用統計軟件在生物統計中的應用比較[J].現代生物醫學進展，2009，9（9）：1775-1777.
[5] 高忠江，施樹良，李鈺.SPSS方差分析在生物統計的應用[J].現代生物醫學進展，2008，8（11）：2116-2120.
第2篇：統計學統計方法范文
摘 要 統計學是一門研究如何根據現象的隨機性規律來收集、整理、分析數據,并利用統計結果進行推斷的方法論的科學。該課程明顯的特點是定量分析的內容較多,應用性和實踐性都很強。在統計學教學過程中,學生普遍感到難學,為解決這一問題,本文結合自己多年的教學實踐,經過思考和摸索,在統計學教學過程中的各個環節形成了一些有效的教學設計和方法,并對當前統計學教學改革的問題進行了探討。
關鍵詞 統計學 教學方法 教學質量 教學改革
統計學是經濟、管理類專業的一門重要的專業基礎課。學習目的就是引導學生認識、熟悉和應用統計理論和統計分析方法,培養學生具有統計意識和實際操作能力,讓學生了解到統計學在今后的學習工作中是必可少的,學習這門課就是為他們將來從事經濟管理工作提供必要的知識和能力儲備。本人從事統計學以及相關課程的教學二十多年了,我非常熱愛教師這個職業,因此在工作中我能全身心地投入,經過多年的教學實踐、思考和摸索,在統計學教學過程中的各個環節形成了一些有效的教學設計和方法,下面想就這個以及統計學教學改革方面的問題談談體會和想法。
一、統計學課堂教學是基礎,必須保證其效果和質量
統計學課程課堂教學是基礎,課堂教學的效果和質量必然影響到課后實踐以及其他,所以首先是要保證該課程的課堂教學。由于統計學課程的特點,課程中理論內容抽象的知識占了一定的比例,特別是有些概念不容易理解。課本內容多、重點難點多、計算公式多,難以記憶掌握。教師備課是課堂教學的前提,是課堂教學的基本點。如果授課老師沒有很好理解和體會教材內容,就只能在課堂上照本宣科。如何把抽象的知識講得生動,如何化解內容難點,讓學生能夠理解進而掌握,提高教學效果,勢必要求教師在備課環節下功夫。因此我盡全力備好每一節課,運用精心設計的課堂導入把學生的全部注意力吸引到所要講述的問題上,使學生為新課的學習做好精神準備。教師要善于組織一堂課的開端,先聲引人,先聲奪人,先聲服人,激發學生的求知欲。興趣是最好的老師,只有對所學的知識產生濃厚的興趣,學生才會有學習的積極性。如果老師的講解枯燥無味,晦澀難懂,學生就不可能對所學知識產生濃厚的興趣。另外,我經常同時承擔著本科、專科,還有成教學生的教學任務,學生基礎不同,選用教材不同,要求也不同,在這種情況下,我會根據不同的教學計劃和要求,準備不同的課件,因材施教,取得很好的效果。
在課堂教學過程中,我主要注意解決好以下三點問題。
1.授課思路清晰,把握重點,運用適當的方法化解難點
在課堂講授時,一定要讓學生清楚你在講什么,講了些什么。在教學過程中,如何把握教學的重點,化解難點,是提高教學質量的關鍵。教學重點既包括課程內容中所處地位比較重要、比較突出的基礎知識,也包括在整個教學中起主導作用或核心作用的內容。因此,對教學重點,應該講清、講透,使學生理解后能牢固地掌握。這樣一方面起到鞏固知識的作用,另一方面又培養了學生運用知識的能力。因此,教師要在教學中要把握和突出教學重點,以引起學生的重視和為知識點的應用做準備。對教學上的難點,首先應根據學生的認知特點,分析造成學生學習上難點的原因,再考慮如何分散和化解難點,即是采用由淺入深、循序漸進的方式,或是采用化抽象為具體的方式。比如,在學習平均差、標準差和方差的時候,學生們對這樣一些抽象概念很難理解透徹,有的同學甚至到學完這門課還沒弄清楚這幾個指標,這就看老師怎么去講了。教材上對這些基本概念的介紹是先敘述定義,然后給出計算公式,最后舉例說明。在教學過程中,我是先通過一個簡單的例子:有甲乙兩個文科學生同時參加高考,語文、數學、英語和文科綜合的成績,甲同學各門課程分數為101、69、98、126,乙同學各門課程分數為99、90、112、93。學生們很容易看出,盡管兩個學生的平均分數都是98.5,但甲學生偏科明顯,分數比乙更分散,也就是說每個分數距離平均分數較遠,這樣一來,學生們就理解了這幾個指標都是用來說明變量值之間差異程度的,這時老師再進一步介紹這幾個變異指標之間的關系和解釋計算公式,對于學生來說,難點問題就變得非常通俗易懂了。通過類似問題,就會讓學生知道,老師的課堂教學對自己非常重要,應該爭取機會感受老師對課本內容的歸納和深層次發掘。曾經有位學校校長說過一句話,老師上課是個天。這句話道出了老師課堂教學的重要。
2.運用生動有效的課堂教學方法,激發學生的學習潛能,充分調動學生學習積極性
知識的傳授是老師的根本。怎樣才能有效地進行知識傳授,這是我們應該常思考的問題。在一堂課上,如果70%以上的學生以主人翁的姿態,積極主動地參與教學的全過程,這就可以說是一堂非常理想的課。有專家認為這是考察課堂教學的標準之一。因此教師在教學中應該提高和加強自己駕馭課堂的能力和課堂機智,盡量想辦法引導學生主動參與學習過程,激發學生解決問題的欲望,使學生的思維積極活躍。如果一位教師光有愛心或責任心,也不算是好老師。要善于將教學活動的各個環節組織得當。使其環環相扣,從而提高教學效率。要能有效地把握課堂氣氛,為學生營造一個輕松自然的學習環境。要使學生都活躍起來,都在教學活動中受益。在教學中,不僅要將學生教會,而且還要教學生會學。課堂上,教師既要注重培養學生動腦、動手、自主探究與合作的習慣,在課堂上讓學生有表現自己才干的機會。盡可能給學生多一些賞識和鼓勵,這樣才能充分調動學生學習的積極性、主動性,使學生有被認可的滿足感和成就感。
3.身教勝于言教,工作認真負責,給學生作榜樣,和學生建立良好的師生關系。
在多年的教學工作中,在與學生的交流中我也學到了很多東西,能夠見證他們的進步給我帶來了極大的歡樂。我的性格比較溫和,富有愛心、能真誠對待學生,這樣學生才會喜歡和尊敬你,學生才會喜歡你帶的這門課。有一個班,當我給他們帶完一學期課后,他們送給我一個本子,上面有很多同學的留言,我可能叫不出每個人的名字,但那些真誠的話語,我非常感動,至今不忘。
課堂教學質量是一個永恒的話題,也是我們永遠的追求。要搞好統計學課堂教學,是一個對課程的分析、整理和設計的綜合過程,需要教師考慮的內容還有很多方面。只有根據課程和學生特點,切實保證課堂教學中各個環節的質量,才能保證和提高課堂教學的效果和質量。
二、統計學教學改革是發展方向,必須認清其發展形勢
統計學教學改革是發展方向,要認清其發展形勢,這是我們必須面對的問題。下面從加強教學實踐環節和教學方法的創新兩個方面談談自己對統計教學改革的問題的認識。
1.加強教學實踐環節,充分調動學生學習的積極性
統計學是一門應用性很強的方法論科學。它的產生與發展始終是與實際緊密聯系的。統計學只有貼近現實的經濟、管理問題才有用武之地,才有生存空間。所以統計教學應該重視統計教學實踐,在教學過程中,理論上我們要注重統計方法的講授,為了培養學生學習統計學的興趣,訓練學生的邏輯思維,使學生能夠較好地運用統計學方法解決實際問題,我們還應該鼓勵學生積極地學以致用,把理論與實際經濟生活相結合,因此,要加強教學實踐環節,引用多種案例促使學生學會應用統計方法。從目前統計教學的情況看,受到課時的限制,老師只能是在課堂上向學生灌輸理論,設計簡單案例,這樣脫離實際的教學,結果是學生學習了統計課程仍然不會應用統計方法收集、整理和分析數據.在遇到現實問題時不知如何選擇正確的統計分析方法解決問題。在專業問題的研究中不會利用統計學的方法與技術結合自己的專業知識對所研究的問題做出推斷與預測。這種狀況與統計學的教學目的相悖。
針對上述問題,我建議今后在在教學大綱中適當安排一定的課時,讓學生接觸實際,同時也安排一些課下統計實踐作業,強化課堂教學的效果,提高學生的實踐動手能力。比如,在講統計調查方案時,教材里已經把幾個內容介紹的清清楚楚,但如果只記住這幾個內容,在碰到實際問題時,學生還是不會制定調查方案。這時我們可以讓學生根據統計研究任務,親自去調查,設計一份統計調查方案。這樣,學生不僅對調查方案的幾個內容有了認識,還對統計研究的數據整理和分析等其他環節也有了認識。因此,我認為實踐教學在統計教學中非常重要的,它使學生得到了多方面的訓練,也充分調動了學生學習的積極性。
2.教學方法的創新是提高統計學教學質量的關鍵
第3篇：統計學統計方法范文
基于理念分析和比較研究方法，對大數據的分析方法和傳統統計學分析方法的關聯性和差異進行了對比分析，從方法的基本思想、量化形式、數據來源、分析范式、分析方法、分析視角等角度揭示了兩種社會科學分析方法存在的聯系與差異。
關鍵詞：
大數據；統計學；研究方法
中圖分類號：
F27
文獻標識碼：A
文章編號：16723198（2015）11005201
隨著信息技術的日益發展與普及，信息以及數據在社會經濟發展過程中發揮的作用越來越重要。現如今，“大數據”時代已經來臨，于是如何更有效地利用數據快速做出科學決策也已成為眾多企業甚至是國家所共同關注的焦點問題。在數據處理和分析方法方面，《統計學》以及在其基礎上發展而來的實證統計方法是當前的主流，這些方法可以幫助數據持有者從大量的數據中挖掘有價值的信息，并為其相關決策提供理論支撐和方法支持。然而，傳統的實證統計方法在最新出現的大數據情境下，卻呈現出了諸多缺陷，例如傳統數據收集方法無法實現大規模（甚至是總體）數據的收集，傳統統計方法和分析軟件無法處理大規模數據，等等。于是，在將傳統統計學方法應用于最新的大數據情境和問題之前，需要首先明確大數據所要求的處理方法與傳統的統計學處理方法存在哪些關聯和區別，然后才能夠決定是否可以應用既有統計學理論和方法來處理某些大數據問題。
1大數據的界定
根據一位美國學者的研究，大數據可以被定義為：it means data that’s too big， too fast， or too hard for existing tools to process。也就是說，該學者認為：在關于大數據的所有定義中，他傾向于將之定義為那類“太大”、“太快”，或現存工具“太難”處理的數據。一般而言，大數據的特征可以概括為四個V：一是量大（Volume）；二是流動性大（Velocity），典型的如微博；三是種類多（Variety），多樣性，有結構化數據，也有半結構化和非結構化數據；四是價值大（Value），這些大規模數據可以為持有企業或者組織創造出巨大的商業或社會價值。
Victor在其最新著作《大數據時代――生活、工作與思維的大變革》中指出，大數據時代，思維方式要發生3個變革：第一，要分析與事物相關的所有數據，而不是依靠分析少量數據樣本；要總體，不要樣本。第二，要樂于接受數據的紛繁復雜，而不再追求精確性。第三，不再探求難以捉摸的因果關系，應該更加注重相關關系。這些變革反映出了大數據處理方式與傳統統計學分析方法的很多關聯以及主要不同。因此，下面我們分別針對兩者的聯系和區別進行討論。
2大數據與統計學分析方法的聯系
從18世紀中葉至今，統計學已經經歷了兩百多年的發展歷程，不論是基礎理論還是社會應用都極其堅實而豐富。大數據作為一種新興的事物規律認知和挖掘思維，也將會對人類的價值體系、知識體系和生活方式產生重要影響，甚至引發重大改變。作為兩種認知世界和事物規律的基本方法，它們在以下兩個方面存在緊密關聯。
（1）挖掘事物規律的基本思想一致。統計學（statistics）探索事物規律的基本方法是：通過利用概率論建立數學模型，收集所觀察系統的數據，進行量化分析和總結，做出推斷和預測，為相關決策提供依據和參考。對于大數據，維克托指出，大數據思維的來臨使人類第一次有機會和條件，在非常多的領域和非常深入的層次獲得和使用全面數據、完整數據和系統數據，深入探索現實世界的規律，獲取過去不可能獲取的知識。通過這兩個定義可以看出，不論是傳統的統計學方法還是新興的大數據分析方法，都是以數據為基礎來揭示事物特征以及發展趨勢的。
（2）均采用量化分析方式。大數據分析的基礎是數據化，也就是一種把各種各樣現象轉變為可制表分析的量化形式的過程。不論是傳統統計學中所應用的數據（定性和定量數據），還是大數據時代即將被轉化和采用其他形式數據（如文字、圖像等），最終都是通過量化分析方法來揭示數據中所蘊含的事物特征與發展趨勢。
3大數據與統計學分析方法的區別
（1）基礎數據不同。在大數據時代，我們可以獲得和分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機抽樣。這意味著，與傳統統計學數據相比，大數據不僅規模大，變化速度快，而且數據來源、類型、收集方法都有根本性變化。
①在數據來源方面，在大數據背景下，我們需要的紛繁多樣的數據可以分布于全球多個服務器上，因此我們可以獲得體量巨大的數據，甚至是關于總體的所有數據。而統計學中的數據多是經由抽樣調查而獲得的局部數據，因此我們能夠掌握的事“小數據量”。這種情況下，因為需要分析的數據很少，所以必須盡可能精確的量化我們的數據。綜上，大數據情況下，分析人員可以擁有大量數據，因而不需要對一個現象刨根問底，只需要掌握事物大體的發展方向即可；然而傳統的小數據情況下則需要十分注意所獲得數據的精確度。
②在數據類型與收集方面，在既往模式下，數據的收集是耗時且耗力的，大數據時代所提出的“數據化”方式，將使得對所需數據的收集變得更加容易和高效。除了傳統的數字化數據，就連圖像、方位、文本的字、詞、句、段落等等，世間萬物都可以成為大數據范疇下的數據。屆時，一切自然或者社會現象的事件都可以被轉化為數據，我們會意識到本質上整個世界都是由信息構成的。
（2）分析范式不同。在小數據時代，我們往往是假想世界是如何運行的，然后通過收集和分析數據來驗證這種假想。也就是說，傳統統計實證分析的基本范式為：（基于文獻）提出理論假設-收集相關數據并進行統計分析-驗證理論假設的真偽。然而，在不久的將來，我們將會在大數據背景下探索世界，不再受限制于傳統的思維模式和特定領域里隱含的固有偏見，我們對事物的研究始于數據，并可以發現以前不曾發現的聯系。換言之，大數據背景下，探索事物規律的范式可以概括為：數據觀察與收集――數據分析――描述事物特征/關系。
（3）數據分析方法不同。傳統統計學主要是基于樣本的“推斷分析”，而大數據情境下則是基于總體數據的“實際分析”，即直接得出總體特征，并可以分析出這些特征出現的概率。
（4）分析視角不同。傳統的實證統計意在弄清事物之間的內在聯系和作用機制，但大數據思維模式認為因果關系是沒有辦法驗證的，因此需要關注的是事物之間的相關關系。大數據并沒有改變因果關系，但使因果關系變得意義不大，因而大數據的思維是告訴我們“是什么”而不是“為什么”。換言之，大數據思維認為相關關系盡管不能準確地告知我們某事件為何會發生，但是它會提醒我們這件事情正在發生，因此相關關系的發現就可以產生經濟和社會價值了。
4結語
綜上，相對于傳統而言，大數據思維主要包括三個重大轉變。首先，要分析與某事物相關的所有數據，而不是依靠分析捎來能夠的數據樣本；其次，研究人員應樂于接受數據的紛繁復雜，而不再追求精確性；最后，認知世界的思想發生了轉變，不再探求難以捉摸的因果關系，轉而關注事物的相關關系。以上三個轉變構成了大數據思維的核心。在統計學的進一步應用和發展完善過程中，需要結合以上轉變所產生的挑戰，思考有效的統計學發展對策。
參考文獻
[1]孟小峰，慈祥.大數據管理：概念，技術與挑戰[J].計算機研究與發展，2013，50（1）：146169.
第4篇：統計學統計方法范文
關鍵詞：教育理論；統計學教育；教學方法
現代教學理念強調“以學生發展為本”，確立“學生主體觀”，使學生積極主動地學習，以促進學生的終身發展。而建構主義理念正是倡導學生主動建構，自主學習。因此，以建構主義理論為依托進行課堂教學改革，具有重要的現實意義。本文僅以建構主義理論為指導，從學生“學”的特點出發，探討統計學教師課堂“教”的特色方法。
一、建構主義理論學生“學”的特點
建構主義對學生學習活動的本質進行了科學的分析，認為學生學習有如下特點
1、學生學習不是從零開始的，而是基于原有知識經驗背景的建構。即學生在學習統計課程之前，頭腦里并非一片空白。學生通過日常生活的各種渠道和自身的實踐，對客觀世界中各種自然現象已經形成了自己的看法，建構了大量的樸素概念或前學科概念。這些前概念形形，共同構成了影響學生學習統計學概念的系統。學生的前概念是極為重要的，它是影響統計學學習的一個決定性的因素。前概念指導或決定著學生的感知過程，還會對學生解決問題的行為和學習過程產生影響。
2、學生學習知識是一個主體建構的過程，要突出學習者的主體作用。學習不僅僅是知識由外到內的轉移和傳遞，而是學習者主動地建構自己的知識經驗的過程，即通過新經驗與原有知識經驗的反復的、雙向的相互作用，充實、豐富和改造學習者原有的知識經驗。在這種建構過程中，學生一方面對當前信息的理解要以原有的知識經驗為基礎，超越外部信息本身；另一方面，對原有知識經驗的運用又不只是簡單地提取和套用，個體同時需要依據新經驗對原有經驗本身也做出某種調整和改造，即同化和順應兩方面的統一。學生不是被動信息的吸收者，而是主動地建構信息，這種建構不可能由其他人代替。因此，教師不能直接將知識傳遞給學生，而是要組織、引導，使學生參與到整個學習過程中去。
3、學生學習既是個體建構過程，也是社會建構過程。雖然知識是在個體與環境的相互作用中建構起來的，但社會性的相互作用也很重要，甚至更重要。因為人的高級心理機能的發展是社會性相互作用內化的結果（正如統計的特點具有社會性）。此外，每個學習者都有自己的經驗世界，不同的學習者對某種問題可以有不同的假設和推論，學習者可以通過相互溝通和交流，相互爭辯和討論，合作完成一定的任務，共同解決問題，從而形成更豐富、更靈活的理解。同時，學生可以與教師、統計專家等展開充分溝通。這種社會性相互作用可以為知識建構創設一個廣泛的學習共同體，從而為知識建構提供豐富的資源和積極的支持。因此，課堂上師生交互和生生交互活動起到了很重要的作用，“學習共同體”的形成以及對課堂社會環境和情境的營建是學生獲得學習成效的重要途徑。
二、建構主義理論教師“教”的特點
建構主義理論認為教師在課堂中的作用，可以概括為教師是課堂教學的組織者、發現者和中介者。
1、教師是課堂教學的組織者，起主導作用和導向作用。教師應當發揮“導向”的作用和教學組織者的作用，努力調動學生的積極性，幫助他們發現問題，進而去“解決問題”。
2、教師是課堂教學的發現者。教師要高度重視對學生錯誤的診斷與糾正，并用科學的原理和原則，給予正確的引導與指引。
3、教師是課堂教學的中介者。教師是學生與教育方針及知識的橋梁。教師既要把最新的知識和分析方法提供給學生，也要注意提高學生的綜合素質。
從辯證法的角度看，教學是一個不斷發展的動態過程，教與學是對立統一的矛盾運動，隨著教學活動的變化，矛盾的主要方面，或在教師，或在學生。分開來看，“教”的主體是教師，客體是學生，教師發揮主導作用，學生發揮能動作用；“學”的主體是學生，客體是教師，學生進行認識活動和實踐活動，教師則對這些活動施加影響。合起來看，在教學活動這一不斷發展、循環往復的全過程中，教師與學生的主體客體地位是相互依存、相互規定，又在一定條件下相互轉化的。因此，“基于教師在課堂中組織者、發現者和中介者”的角色作用，教師可以實行“提出問題──探索問題──解決問題”的模式組織課堂教學。
“基于學生為主體，教師為主導”的教學思想，在教學過程中，“學”與“導”的活動、學生與教師之間的關系應該是互動的、融合的，在和諧中不斷向前發展。因此，按照“學與導和諧發展”的教學要求，教師在課堂教學中按照“提出問題──探索問題──解決問題”的模式組織課堂教學時，可以采取“誘導試學——引導探學——開導活學”方法組織課堂教學。
（1）設置情境，提出問題，激發學生學習的興趣和熱情
教師引導學生學習首先要從現實的、有興趣的、富有挑戰性的真實問題情境開始。讓學生一開始進入學習探索就真切地感受到統計就在自己身邊，體驗到學習統計的價值，從而激發起學習統計的興趣，萌發積極主動探索統計理論和方法的求知欲望。教師要通過對課堂的組織，讓學生對學習統計產生學習興趣，“熱愛是最好的老師”，興趣盎然地進入了對統計學知識的探索，學生才能學有所長。
（2）探索問題，增強學生主角意識，激勵學生積極參與
“基于教師在課堂中組織者、發現者和中介者”的角色作用，課堂教學方式應從根本上改變原有的教師講、學生聽，教師指揮、學生操作的教學現象。學生要在自己生活經驗的基礎上不斷地提出問題，分析問題，對各種信息進行加工轉換，對新經驗和舊經驗進行綜合概括，解釋有關現象。在教學過程中，教師可以提供一定的支持和引導，設計有思考價值、有意義的問題。學生可以進行小組合作研究探索，教師允許學生從不同的角度去觀察分析，允許學生用自己喜歡的方法學習，通過各自想法的交流、碰撞，發現學生有價值的建設性建議及方法措施，及時制止學生運用統計方法計算分析問題時可能出現的偏差，使問題得到正確的解決。
（3）解決問題，培養學生創新能力，提高學生綜合素質
在以往統計學教學中，我們關注比較多的是學生能否記住計算公式、方法、意義、應用條件，能否利用這些知識完成所設問題的正確計算。而“基于教師在課堂中組織者、發現者和中介者”的角色作用，教師在課堂中，就應該更加關注學生能否將科學知識與自己的生活經驗緊密聯系起來，關注學生在靈活應用統計學知識、創造性地解決實際問題時所表現出來的情感、態度和價值觀。并通過實踐活動，使學生對學習統計產生興趣，變抽象的科學法則、科學方法為得心應手的工具，從而使學生在解決問題過程中，體驗參與學習統計的快樂，享受成功解決實際問題的愉悅。
三、以建構主義理論為指導統計學教法探討
1、設計課堂教學新模式
統計學課程旨在培養學生能夠運用統計學基本理論和定量分析方法，對經濟現象進行定性和定量的分析和評價。統計學課程內容基本分為三個模塊兩個層次。第一模塊：研究統計學的一般問題，屬于基礎理論。第二模塊：推斷統計的理論與方法，相關與回歸分析，屬于一般的統計方法及其在社會經濟領域的運用。第三模塊：時間序列分析與預測，統計指數與因素分析，統計綜合評價，屬于社會經濟統計方法的特有問題，側重于各種統計分析方法運用。兩個層次即理論部分和計算分析部分，兩部分知識比為3070。反映了知識、能力、素質培養的要求。在建構主義學習環境下，教師和學生的地位、作用和傳統教學相比已發生很大變化。因而首先教師必須改變傳統的教育思想與教育觀念，以現代教育思想和學習理論為指導，利用多媒體等現代化技術優勢，探索最優的課堂教學模式。課堂教學中應進一步發揮好學生的主體作用，讓學生主動地參與到獲取知識的過程中去，做到(1)合理處理好教材，創造性地使用教材，充分展示學習內容的實用意義。(2)教學思路清晰，過程流暢、自然。(3)采用啟發式、精講多練式、答疑式、案例式等教學方法，構建情景逼近式的教學模式，努力提高課堂教學效果。
2、設計課內課外相融共生的大課堂
課堂教學不僅要教會想要傳授給學生的知識，還要教會學生在書本之外查閱圖書、報刊、雜志、網絡等資料，以開闊視野，擴大知識面，吸取精華，為我所用，要教給學生發現問題、分析問題、解決問題的方法。此外，還要通過課內設計的實訓教學內容激發學生主動參與的熱情，實訓教學內容主要包括統計調查方案的編制、調查問卷的設計、統計表統計圖的制作、綜合指標分析、統計案例分析等內容。統計實訓的課內教學采用精講、示范、多練、答疑的方式；課外教學采用學生自行分散復習和有組織分組制表、制圖、社會調查、整理計算分析等方式。
3、實行點、線、面、體相結合的大統計
“點”是指讓學生根據某一知識點完成作業、實習。“線”是指讓學生針對某一問題進行深入分析。“面”是指讓學生把若干知識點聯系起來進行綜合的分析和實訓。“體”是指讓學生能就學科體系及相關學科的內容進行深入、全面、綜合的分析與應用。在講授基本理論和基本知識的同時，注重學生基本技能培養、綜合能力培養、設計能力的培養。使學生能從高度整體把握統計的思路和統計分析、評價思想。
4、充分發揮學生的主體作用
建構主義理論強調學習者在建構性學習中的積極作用，是要求教師在課堂教學中善于激發學生的好奇心和求知欲，使學生主動積極的學習。教學中應根據統計教學內容和學生特點，選擇適當的教學方法，靈活運用適當的教學手段，設置懸念，使學生產生好奇心和強烈的求知欲。統計學教學過程中涉及到特有的概念及科學家，教學中可以適當拓展，開闊學生的視野，影響學生的心智，塑造學生的靈魂，在潛移默化中激發學生學習統計的興趣；教師的教學語言要準確生動形象，善于設疑，啟發學生思維，活躍課堂氣氛，使學生充滿求知思索的激情；做到理論聯系實際，強化學習的動機，激發學生學習統計持久的濃厚的興趣，激勵學生不斷提高對自己能力的欲求，不斷增強自己的學習信心，不斷地在自我實現中超越自我。
5、設置情境，在交互中實現教學目標
學校是社會的一個細胞，是社會的一個重要組成部分。課堂也不單純是“老師教、學生學”的木訥課堂。課堂中的社會性環境主要包括兩方面，一是師生之間的交互，二是學生之間的交互。建構主義認為，每個學習者都有自己的經驗世界，不同的學習者可以對某種問題形成不同的假設和推論。師生在課堂上可以通過合作解決問題、小組討論、意見交流、辯論等形式，促進學習者之間的溝通和互動。統計教學要從過去主要關注“人機交互”到關注“人際交互”；從只關注學生與教師、教學信息的交互到關注學生之間的交互以及學生與校外專家、實踐工作者的交互；從關注個別化學習到同時關注學習共同體的建立。教學中要充分利用社會性資源，調動學生的學習情趣，拓展學生的知識面，在交互中實現最佳的教學效果。
6、構建科學的考核評價體系
第5篇：統計學統計方法范文
社會學、社會工作等專業本科生畢業后進入企事業單位，并不要求他們具有很強的數理分析能力，而更需要他們利用統計學知識解決實際問題。高校擴招使學生的就業壓力空前的大，要求學校的辦學方向和重點以培養學生的動手實踐能力為主。隨著大數據時代到來和社會調查的日趨成熟，很多用人單位也非常看重應聘者對統計分析和統計軟件的掌握程度。
筆者長期擔任《社會統計學》教學，發現大部分學生為文科生，數學基礎差，課程負擔重，如何增強學生利用所學統計學知識，解決實際生活尤其是走出校園參加工作后學以致用是當前課程教學改革的重點和難點。
一、當前社會統計學教學存在的問題
（一）教學內容的針對性不強
一本高質量的《社會統計學》教材，既需要像數理統計一樣，講清講透基礎統計學原理和知識，又要明晰研究內容和研究對象，闡釋清楚與其他應用統計學的區別。而當前的《社會統計學》主流教材，都存在側重于其中一方，能夠做到兩方面兼顧得很好的教材幾乎沒有。如目前高校使用量較大的教材有盧淑華的《社會統計學》，偏重于數理統計的理論推導，蔣萍的《社會統計學》盡管對研究對象有清晰的定位，但是需要學生具有一定的數理基礎。目前的統計學教學中一般采用理論講解為主的教學模式，教師主要依托教材，對與統計學相關理論和方法逐一進行介紹，對涉及到的公式和定理進行推導。因此，當前社會統計學最需要解決的問題就是盡快編撰一本如何將統計學知識運用到具體的社會問題研究或者實踐中去的優秀教材。
（二）教師的水平參差不齊
目前不少院校的社會統計學教師隊伍主要來源于兩塊，一是外聘數理統計學的教師教授《社會統計學》課程，這些老師上課更多的偏重理論講解和推導，讓學生掌握比較扎實的基礎統計學知識。由于他們對社會學、社會工作等文科專業不熟悉，課堂講解中不能結合專業領域內的社會調查和案例來分析講解。導致學生學習起來壓力大，覺得枯燥無味，在面對社會現象時不知道怎么利用所學統計學知識分析和闡釋社會現象。二是社會學專業背景老師講授《社會統計學》，這些老師由于沒有系統接受過數理統計學的訓練，對于統計學的數理部分往往一知半解或者干脆略過，教學中更多的偏重例題分析和軟件的使用。
（三）學生的學習態度不端正
學習社會統計學的學生多為文科生，在進入大學前，就是因為對數學等學科的害怕才選擇報考文科專業。而統計學需要一定的概率論和微積分等數學基礎，所以學生一看到社會統計學中涉及的數學知識就頭疼，認為自己很難學好，產生先入為主的畏難心理，對自身的學習能力信心不足，缺乏動力，提不起興趣，部分學生甚至在遇到困難時主動放棄統計學的學習。學生認識不到社會統計學與其它應用統計學相比，有其自身特點：研究對象為人類行為、政治文化等社會現象；所需具備的數理知識要求相對較低，更側重于對統計結果的理解和解釋；社會統計中收集到的資料，往往很多是低層次的變量，如定類、定序變量。因此，定類、定序變量統計分析在社會統計學中占有很大的比重，討論變量之間的關系，如列聯表、列聯強度，相關關系的測量是學習的重點。
二、以就業為導向的《社會統計學》教學改進措施
（一）統計思維改進法
1、統計無用論向統計實用論的轉變
社會統計學作為一門定量分析工具，是社會科學科學性的實現工具，尤其是隨著中外學術交流的加強和規范化，近些年高級統計學的發展，統計學在社會科學的發展中扮演著越來越重要的角色。學好統計學對于本科生考研或者將來從事學術研究，都是必不可少的知識，尤其是社會學、社會工作、公共管理等專業的考研，社會統計學是必考科目，也是導師特別看重的學生必備能力之一。二是社會統計學作為一門實用性很強的工具，現在很多企業、調查公司等在招聘的時候非常看重應聘者統計學的知識和能力，熟練掌握和應用EXCEL、SPSS、STATA、SAS等統計分析軟件，可以極大增加就業機會和就業籌碼。
2、教學過程中的定量思維與定性思維的結合
社會統計學作為定量分析工具，需要學生具有較強的數學分析思維和邏輯思維，所以統計學中有大量的公式和推導過程。作為教師，在教授過程中在講清楚原理和推導過程的同時，需要根據文科學生的特點，用定性的話語和思維解釋清楚來龍去脈。
例如對于標準分的理解，盧淑華是這樣解釋的：“標準分Z的意義在于它是以均值為基點，以標準差σ為量度單位，計算x取值距離標準差的距離，以便進行不同的μ和σ之間進行比較。”不同的變量一般有不同的均值和標準差，統計上，不同的均值和標準差是不能互相比較的。例如甲乙兩名學生在兩個不同的班級考了同一門《社會統計學》課程，他們的成績如下：甲同學考了80分，乙同學考了90分。已知甲班《社會統計學》的平均成績是70分，標準差是10分；乙班《社會統計學》的平均成績是70分，標準差是20分。請問甲乙同學在本班中誰的成績更好？通過標準分計算，兩者的標準分都是1，說明兩名同學在班級的成績排名是一樣的。經過定性的案例分析講解，學生就能明白為什么曾經一度在高考中引入標準分的原因了，以使不同考區的學生以相對公平的分數被錄取。
3、數理思維向理解思維的轉變
實質上，學習統計學的過程，就是學習統計思維的過程，而不只是公式的簡單套用和通常的數字計算。統計學有嚴格的前提假設和適用變量層次，是一門量化分析工具，我們在實際運用中，不能為了分析或者所謂的科學性而濫用統計方法，用統計數字代替科學推理，犯了社會學家鄧肯（Duncan）所說的統計至上主義（statisticism）。統計數字會撒謊，正如桑普拉斯所說：“統計未必能夠揭示真實，有時候還可能成為假象的幫兇。”因此對于統計學的學習，除了養成良好的統計思維外，還需要我們具有扎實的理論基礎，規范的社會調查研究方法和對統計方法的甄別使用和統計結果的合理解釋。社會統計學課程的學習更看重的是學以致用，用所學知識科學的分析和解釋社會中的現象。正如我們學會游泳前不一定要了解動力學的知識，會使用計算機不一定要先懂得編程一樣，理解計算機的輸入和輸出結果比知道計算機如何計算重要得多。
例如學生對于假設檢驗的原理很難理解，我們可以通過舉例讓學生理解假設檢驗的思路。在航天火箭發射前，沒有任何人能夠事先證明火箭發射是安全的，人們最多只能說，用現有手段沒有發現問題。但是，只要發現一個影響安全發射的問題，那就不能發射。這說明，企圖肯定什么事情很難，而否定卻要相對容易得多。物理學以及其他科學都是在否定中發展的，這也是假設檢驗背后的哲學。假定原假設火箭發射是安全的，即使通過研究假設也無法否定原假設，也不能說明原假設是正確的，就像用一兩個儀器沒有發現火箭有問題還遠不能證明火箭是安全的，但是只要在原假設成立的前提下，出現了小概率事件，我們就認為原假設不成立，那么航天火箭就不能發射。
（二）統計應用推動法
1、開展課外調查活動
引入以“提出問題―分析問題―提出假設―驗證假設”為流程的基于問題的學習方法（Problem Based Learning，PBL）來開展課外調研活動。組織學生以小組為單位，選擇和確定實踐課題，成立以6―7人為一組的若干個項目小組，并選出各組組長。當然，研究課題可以是學生日常生活中所關心的問題，如大學生校園戀愛觀的調查、大學生消費行為調查、學習時間調查、學習成績調查、課余活動、生活習慣、自媒體使用情況調查；也可以是社會生活中的熱門現象，如獨生子女價值觀、二孩生育行為、觀念，貧困人口認定與幫扶等調查。讓學生通過利用所學的社會調查研究方法，科學選題、做好研究設計、設計問卷、選擇合適的抽樣調查方法、收集資料、利用統計軟件分析數據，撰寫調查報告來學習和使用統計學知識分析和解釋社會現象。這樣不僅可以有效解決由于實訓基地、實習經費的限制所帶來的不便，而且這種調查貼近學生生活，容易入手，易于激發其興趣，并且有助于加深對統計學原理的理解，明白統計學就在身邊，與我們的生活息息相關。
2、使用統計軟件法
有針對性的將Excel、SPSS、STATA，SAS等統計應用軟件作為社會統計學課程的實訓內容。在課堂講授時，可以教會學生使用Excel函數、Excel圖表與圖形以及Excel數據透視表來處理常用的統計數據。有條件的話可以安排在計算機房上課或者安排一定量的學時讓學生在計算機房上機操作SPSS等軟件，培養學生運用統計軟件搜集、整理、分析統計數據的能力。
3、加強社會統計學的實習實踐
與當地的政府部門、市場調研公司、市場咨詢公司、專業的調查機構、相關企業建立協作和參與機制。讓學生學會如何開展調查、如何獲取資料、如果統計分析資料，所獲取的統計分析數據是如何指導工廠、企業等單位的生產運作的。例如：學生通過參與公司的市場調查，了解公司的產品是如何定位顧客、細分市場的；參觀地方政府統計部門的日常統計和上報統計報表，了解政府統計是如何進行的；學生參與各社區或者街道的貧困人口統計、人口普查等調查。
（三）統計課程革新法
1、建立完善的社會研究課程體系
社會研究課程體系是指教授學生如何在理論的指導下通過各種科學的方法進行調查與創新性研究的一系列課程。主要包括“社會調查研究方法”、“社會統計學”、“SPSS統計軟件應用”等課程。盡管目前各高校都開設了這幾門課程，但在實際教學過程中，一般都是分學期開設，由不同的老師授課，導致有些內容重復，例如抽樣調查，在“社會調查研究方法”、“社會統計學”中都會涉及，理論學習和實踐脫節，例如“社會統計學”、“SPSS統計軟件應用”分別在不同學期開設。建議高校開設課程進行改革，由固定的老師來講授社會統計研究課程體系，將“社會統計學”、“SPSS統計軟件應用”整合為一門課程，并合理設置理論學習和實踐教學的課時。
2、建立社會統計學案例庫，試題庫
可以從各類教材和國外統計學中收集案例和試題，建立案例庫和試題庫，國外的教材在深入淺出的講解統計學知識上做得很好，例如布萊洛克的《社會統計學》，薩爾金德的《愛上統計學》。在教學過程中增加案例教學，可以更好的使學生理解統計學的基礎知識和原理，了解統計學在現實生活中的應用，提高教學的成效，增強學生的統計運用能力。
第6篇：統計學統計方法范文
市場經濟環境下，產品及包裝設計追求實用價值、精神價值和經濟價值的完美結合[1]。作為產品及包裝概念設計的參考依據，產品調研扮演著重要的作用，它體現了產品與諸多系統之間的現狀、發展以及相互關系，從而設計出高適應性的產品。產品設計調研中有大量情感數據，難以轉化為準確而有說服力的數據，使在此基礎之上確定的設計定位有所偏頗，影響設計的最終效果。在產品調研過程中，信息的獲取與處理嚴謹度的缺乏，將對調研結果的可靠度產生較大的影響，從而直接導致設計的產品不能夠真正融入市場獲得效益。如何借用統計學方法助力產品調研分析，需要仔細而深入的思考。
1 產品調研概述
產品系統設計是從工業設計的美學原則出發，研究產品與人、社會、自然之間的關系。以科學的方法，定性定量地對美學六原則——安全、舒適、可持續性、文化認知、實用、經濟、美觀進行分析。產品系統設計分為四個部分：產品概念設計、產品造型設計、產品工藝設計和產品商品化設計(如圖)。
產品調研是產品系統設計中概念形成的重要途徑。產品系統設計是現代工業設計理論的重要組成部分，是工業設計與其他學科相互滲透、融合、吸納而成的新的分支，亦是工業設計師、工程師和市場銷售人員協同完成的系統工作。(基于產品系統設計理論的文化衍生產品開發設計過程研究)[2]產品的前期調研和定位，為產品方案設計提供全面的參考依據和指導。
產品調研過程中，存在大量的信息和數據。產品調研分為六大調研：產品市場調研、用戶調研、技術調研、人機調研、造型規律調研以及法律法規調研[3]。針對產品在這六個方面現狀，對大量的信息和數據，進行梳理和分析，得出具有引導性的產品現狀及發展趨勢。在調研的過程中，調研的對象有所不同，有數據，有圖片，有群體心理等，在分析所得資料時，要尋找不同的途徑對此進行處理和分析。
2 產品調研與統計學
統計學是收集、處理、分析、解釋數據并從數據中得出結論的科學[4]。統計學既是數據的記錄、整理，也是對數據的分析，更有對未來的預測[5]。從數據中推理得道理，是統計學的魅力所在。數據是數值，是數字，也可以是文字、圖像、聲音等。
數據分析分為定性分析和定量分析。定量分析是對事物“量”的分析，通過對數據的搜集和分析，發現事物某個現象的規律，具有較高的可靠度和說服力。定性分析是對事物“質”的分析，通過人的常識、經驗、感覺等主觀因素發現隱藏在現象下的規律及原因，具有抓住本質的深刻性和高效性[6]。
在產品調研需要定性分析與定量分析并重，二者相輔相成，互為補充。在產品調研的過程中，需要充分發揮定量分析的可靠度以及定性分析的深刻度。統計學的介入，為產品調研的數據分析提供了科學的依據和方法，讓產品調研所得的信息更為科學、可靠，從而更好地指導產品概念設計。
統計學針對不同的研究對象，其統計方法也較為龐雜。在眾多統計學方法中，較常用的有：大量觀察法、統計分組法、綜合指標法、統計模型法、統計推斷法等。這些方法在產品調研統計的各個階段有不同的作用，結合實際情況，指導產品調研階段統計的進行和方法選擇。
3 統計學方法在產品調研階段的應用
(1)產品調研數據收集。產品調研數據來自眾多方面，數據形式亦多種多樣。在產品調研過程中，調查方法的合理選擇能直接提高信息獲取的效率和可靠度。數據收集方法有以下幾種：調查法、觀察法、實驗法、文獻檢索法、網絡信息收集等。通過數據收集獲得圖片、文字、問卷、實驗、語音、模型、測繪數據等(如表1)。產品系統設計中，產品調研的六大部分根據獲取信息的內容，適用不同的信息收集方法(表2)。
(2)產品調研數據處理。在上述數據中，實驗數據、模型數據、測繪數據為定量數值。而圖片數據、文字數據、問卷數據、語音數據需要進行數據提煉，將統計所需數據從所獲數據中提煉出，將定量數據和定性數據區分開，而后根據其調查主體進行整理歸納。定性數據轉換時，需將數據轉換為更易于統計處理的有特定意義的數值。數據處理的基本方法有：列表法、作圖法、逐差法、最小二乘法等。由于產品調研數據不同于實驗數據，前兩種方法更為高效。將所得數據分類，分為直接數據、屬性數據、行為數據、主觀數據及圖片數據。①直接數據。對于直接數據，在數據處理階段需對其歸納、整理，以建表等方式讓數據可取可用。②屬性數據。表現屬性的數據可以用“1”和“0”的代碼，或是其他符號表現其屬性歸類，以統計特定符號出現的頻數、頻率等，來表現其內在關聯。③行為數據。表現行為的數據則是根據行為數據采集時的關注點體現。如運用頻率、角度、時間、步驟等方面的數值來對行為數據進行表述;④主觀評價。表現主觀數據時運用模糊數據分析法，對主觀數據運用評分評價體系進行評價。⑤圖片數據。將圖片按照特定的關鍵詞在平面空間內，進行有距離親疏的排布，以便于尋找規律。當參考對象為單一量時，采用樹形圖的方式歸納圖片。如以時間為軸，將產品依據設計時間的先后，將產品整理歸納。若參考對象為兩個，則使用切片圖的方式歸納圖片。通過將圖片歸類，即對產品外觀的歸類，可以更直觀地展示同類別、同區域產品的同類性。
(3)產品調研數據分析。在產品系統的產品調研中，數據的收集和處理有三個目的：①獲取可以直接使用的數據信息;②獲取最佳值;③獲取趨勢預估。產品技術調研及產品行業規范調研中所獲得的信息多為直接可以使用的數據信息。根據邏輯關系，將信息經以整合、加工，即可獲得所需數據分析結論。產品人機關系調研中獲得的數據分析的目的為獲取最佳值的信息分析。根據數據的重要性和先后順序性，對數據進行區分，根據實驗情況獲得適合數據區間，經各個方面數據協調選取合適數值，進行再實驗，以確保數據的合理性。產品市場調研、用戶調研及產品造型規律調研是以趨勢預估為主要目的的數據分析，應用統計學方法中的時間預列預測的方法。時間序列的成分有：趨勢、季節變動、循環波動和不規波動。由于產品調研的趨勢是在一段較長時期內呈現出來的持續變動，呈現的是一定的趨勢。在趨勢分析中，相關數據處理軟件(SPSS， Excel等)的應用至關重要，運用統計學方法中的相關函數，獲得數據在今后的發展趨勢。抓住群體特征，剔除樣本中的跳脫個體，研究產品發展中的轉折與機遇。
(4)產品調研數據解釋。統計學提供的是一種歸納推理的方法，歸納推理有其不確定性，存在一定的爭議性。在對產品調研做出易于理解的統計結論時，也需要注意表達的準確性，從而得出更為合理的調研結論。因此，在產品調研后的產定位中，要充分利用數據所獲得的信息，嚴謹、準確地表達產品設計的定位和設計方向。
結語
統計學方法在產品及包裝設計中所用之處還很多，發揮著各種不同的作用。統計學是個龐雜的學科，在不同使用環境需要做不同方式的修正。故而對產品系統設計中的統計學方法進行更為細致的分類和方法設計是有難度的，故其具體分析方法還有待根據實際情況細化和深入。前期產品調研中的數據分析多以現狀分析、未來發展趨勢的分析。在造型設計、工藝設計、商品化設計中的統計學則更多是對數據的評價和反饋分析，統計學方法在此三部分的應用方法還有待思考和實踐。
第7篇：統計學統計方法范文
1研究區地質背景
劉家山鉛鋅礦是2002年5月通過礦點調查開始發現的。劉家山鉛鋅礦區①位于廣東省始興縣城162°方向，平距約24km處，面積約10km2。鉛鋅礦主要賦存于奧啕系龍頭寨群下亞群中部及底部，該區處于粵北坳陷與武夷隆起過渡地帶的隆起側，貴東巖體北部，屬瑤嶺褶皺帶，北東向、北西向、東西向構造交匯區。該區總的屬中低山地區，水系非常發育，地形切割強烈，常形成懸崖峭壁等險峻地形。本區礦產主要有鋅、鉛、銅、銀、鎢等。北面有石人嶂、梅子窩、師姑山等中小型鎢礦床；南西面有新涼亭、寨背坑等小型銅鉛鋅多金屬礦床。2003年廣東省地質調查院在該區開展1:5萬水系沉積物測量工作時，發現了鉛鋅富礦體。
2地質統計學與多重分形法對比分析
對于以礦產勘查為目的的數據處理和異常分析，保持和突出與礦有關的局部異常是數據處理和分析的關鍵。變異函數通常用于描述場的局部變異性和進行結構分析，它可以突出一定尺度的局部變化性，但是忽視了場的局部奇異性[]。對于巖石中元素含量來說，局部奇異性反映的是元素在地質過程中的富集和貧化規律。而多重分形插值方法[]不僅可度量這種局部奇異性，同時還考慮了局部空間相關性，它能夠保持和突出場值的局部空間結構和奇異性信息。
2.1地質統計學法
地質統計學方法將空間自相關性和變異性引入插值估計中，它可以反映一定的空間結構和變異信息。地質統計學方法在地球化學異常的分析和識別中起到了積極作用，它是在滿足內蘊假設的前提條件下采用半變異函數來度量：
式中：Z(:r)為區域化隨機變量；h為兩樣本點空間分隔距離；Z(:r,)為Z(x)在空間點處的樣本值；Z(xt+h)是Z(x)在xt處距離偏離h的樣本值[<=1，2，-"，N(h)];N(h)是分隔距離為h時的樣本點對總數。該半變異函數可用于多方向多尺度結構分析[8]。克里格法是基于半變異函數的一種空間插值方法，它實質上是一種滑動加權平均方法[]。它是以空間變異性為原則進行加權平均，所以不可避免對數據造成平滑。這種方法往往能夠有效地計算儲量等參數估計值，但是對于異常分析來說，其局部變化信息的抑制可能會造成有用信息的丟失。
2.2多重分形法
多重分形法由Cheng[7]提出。他提出的這種方法同時考慮了局部空間相關性和奇異性，其主要作用是保持和突出場值的局部空間結構和奇異性信息。Cheng[11]?滑動平均關系表示成：
式中：fK：x，e)代表以x為中心半徑為e的小滑動窗口-，CO(||xfxII)為對在0(2。，)中與點x0距離IIx0—xII的任意點x的加權函數；a()為奇異性指數，當x為0時a(r)等于a(：x)。
當局部場具有奇異性且處于含量富集區域時?(：x)<2，利用上式計算的結果將大于普通的加權平均結果；當局部場處于貧化區域時《(：x)>2，利用上式計算的結果將小于普通的加權平均結果；當局部場為背景場或非奇異場時a(x>)=2。可見，普通的加權平均方法是多重分形法的特殊情況。前人采用Q-Q圖和聚類分析等統計方法證實了傳統統計法不適合具有奇異性的地球化學數據，而多重分形法不僅能用于表示地球化學數據的統計分布，更能刻畫場的奇異性。
2.3實例分析
文中以劉家山1:5萬水系沉積物樣品（樣品取樣位置見圖1，通過軟件ArcGIS導出）中Pb、Zn、Cu、Ag為例進行說明。首先采用多重分形法對樣品中這4種元素的奇異性分布進行研究和異常識別，圖2是多重分形插值的結果。通過成秋明團隊開發的GeoDAS軟件包計算后導入ArcGIS中成圖(經多次實驗對比分析，最終參數設置為：窗口邊長為12km,滯后距取1km)。研究表明，劉家山地區多種元素（其中包括Pb、Zn、Cu、Ag等）的分布都具有多重分形特征。為比較多重分形方法與克里格方法結果，將克里格方法也用于1573個水系沉積物Pb、Zn、Cu、Ag元素含量數據。圖3是普通克里格插值的結果，通過ArcGIS軟件導出（所采用的半變異函數模型為球狀模型，搜尋半徑為12km)。從插值結果圖可看出，Pb、Zn異常區主要分布在研究區的西南段，Cu、Ag異常區分布在中部和西南段。這一結果與劉家山礦區鉛鋅礦普查報告①相吻合，后期開采工作中在該地段發現鉛鋅銀礦。
為了應用多重分形方法，需要先計算局部奇異性指數。成秋明[4研究發現，奇異性指數與熱液成礦的成礦系數是相關的。鑒于奇異性指數這樣的特性，對該區成礦元素奇異性指數作進一步研究是有必要的，且該區礦床為層間破碎帶型熱液充填交代礦床，其奇異性指數對于礦化異常的增強和識別是非常重要的。從地球化學數據的角度來研究奇異性指數，利用地球化學數據對奇異性進行分析可以得知成礦元素密度的奇異分布模式，從而為不同的地質異常如礦化作用、局部地質構造等的解釋提供參考信息。選取劉家山地區4種成礦元素Pb、Zn、Cu和Ag，對其奇異性指數作研究見圖4(圖2、中有些圓形明亮區或圓弧狀高值區，它們超出了數據點的范圍，屬于軟件產生的偽影，實際研究中可不予考慮）。圖4顯示了奇異性指數的分布與控礦地質條件以及礦床分布的空間關系，對比奇異性指數圖和各插值結果圖可以看出，《(：r)<2的區域成礦元素的密度顯示升高，與斷層走向東南方向走向一致，與異常區域相對應，這說明該區域與礦化富集有關，而《(：r)>2的區域顯示元素含量虧損。這與已知報告中的結果吻合。
為進一步分析多重分形法與普通克里格法在該區的適應性，研究其比值結果，圖5為圖2與圖3的比值，從比值圖中可以明顯看出，比值高的地段為那些具有奇異性的地段，高比值區域與高異常區相吻合，這說明了多重分形法較克里格法能夠較好的增強礦化富集地段的信息，通常元素局部富集地段分布局限，且為線性規律，而這些與礦有關的空間信息在克里格圖上是沒有明顯反映的。
3分形濾波技術(S-A法）
為進一步研究奇異性與異常的關系，采用S-A法分解異常與背景。該方法已在GeoDAS軟件中實現。
3.1 S-A法原理
S-A是空間分析和頻譜分析的集成，利用頻域中明顯的廣義自相似性，并采用濾波的方法選取頻率信息重新恢復空間模式將異常從背景中分離出來。能譜密度S與能譜密度大于S的波數集合的面積A之間的關系為
上式取對數并用最小二乘法對IgA-IgS進行分段擬合可求出對應于不同能譜密度范圍的冪指數根據能譜密度設計濾波器濾波，從而達到對場分離的目的。
2. 2應用S-A法分離異常和背景
應用S-A法對Pb、Zn、Cu、Ag元素含量多重分形圖進行處理。此處只給出成礦主元素Pb、Zn的結果(圖6)。
通常S-A雙對數圖分3段擬合直線（基于最小二乘法原理）。文中針對該研究區實際情況加以分析，基于最小二乘法原理來確定分界點，基本思想是計算各區間剩余平方和（剩余平方和為擬合數據與原始數據差值的平方和，該值越小，擬合精度越高）也即擬合誤差，分為3段后Pb能譜密度3個區間段分別為11497?53457、53457?171007和171007?351896，3條直線段的斜率分別為一2.03、一1.82和一2.75，截距分別為28.59,25.98和37.09。為檢驗各區間段回歸方程的顯著性，對各個方程進行誤差檢驗，計算得到各段擬合誤差分別為0.01、0.003和0.01。同樣使用最小二乘法分4段擬合時，各區間段為11497?46203,46203?net.cn地學前緣，012，19(4)104783,104783?265844,265844?351896，計算斜率分別為-1.94、一2.12、一2.28和—3.67，截距分別為27.68,29.31,31.37和48.68。各段擬合結果誤差分別為0.006、.006,0.003和0.008。對比兩種情況的誤差結果可知4段擬合精度較3段高，故采用4段法進行異常背景分離。以265844為閥值定義兩個濾波器：異常濾波器S<265844;背景濾波器S>265844。
Zn能譜密度使用最小二乘法分3段確定的各區間段為19428?126269、126269?234619和234619?383884，各段斜率分別為一2.83、一2.38和-1.11，截距分別為37.51,32.24和16.51。各段擬合誤差分別為0.003、.002和0.006。使用最小二乘法分4段擬合時各區間段為19428?181338,181338?233094,233094?317734和317734?383884。4條直線段斜率分別為+2.82、一2.44、一0.43和一0.57，截距分別為37.38、32.88、.98和9.59。各段擬合結果誤差分別為0.002、.001、.002和0.002。同樣對比分析可知4段擬合精度較3段高，故采用4段法進行異常背景分離。以233094為閥值定義兩個濾波器：異常濾波器S<233094；背景濾波器S>233094。從S—圖（圖6)中可以看出，該圖總是顯示下降趨勢，因為隨著能譜值的增加，高能譜值區域的面積值總是減少的（對該區域其他元素進行研究也得到同樣的結果）。
異常濾波器所得的結果（圖7)主要反映原始元素含量的高頻成分，它包括元素的局部異常含量和與插值相關的隨機噪聲，局部異常沿西南方向分布且與西南段斷層走向一致，可根據圖7中的具有明顯方向性的局部異常分布判別Pb、Zn礦床（點）的分布位置；背景濾波器所得的結果圖是元素含量的背景成分（圖8)。從圖8中可以得知，較高的背景變化可能代表了Pb、Zn成礦的有利地質背景，高背景的地區可能指示了Pb、Zn礦床勘查的有利區域。
S-A法的獨特性在于它是采用不規則的或是分形濾波器來反映空間能譜的自相似性，被分解的場必將保持一定的空間異向性。研究表明，使用S-A法分解的局部異常通常與礦化蝕變有關。
4討論
相對于傳統統計方法，多重分形方法更能突出局部異常的奇異性規律，對于地球化學數據而言，局部奇異性可以反映礦化元素的富集或貧化規律，多重分形方法將空間相關性和局部奇異性結合起來，突出了局部的礦化信息，對地質工作者找礦工作起到了一定的指示作用。因為研究區屬于低山地區，植被發育，遠離村莊，礦床開采在地下深部進行，對地表土地資源占用不多，對環境造成的影響較小；而觀測數據是水系沉積物地球化學數據，地形因素和水流對水系沉積物異常空間位置可能造成一定的影響，水系沉積物異常和真正的異常源之間往往沿水流方向和陡坡方向存在漂移。而且還可能受到異常源埋藏深度的影響，而奇異性方法所得的分析結果在一定程度上消除了隱伏源深度的影響，它所圈定的局部異常已在劉家山研究區較好地對應了已發現的鉛鋅礦床的分布，為進一步開展鉛鋅礦勘查提供了重要耙區。
第8篇：統計學統計方法范文
applied Statistics, and pointed out that Applied Statistics textbook has pay more and more emphasis on training to students statistical applica-
tions ability. Owing to shortcomings of Applied Statistics textbook in composition, the arrangement mode of Applied Statistics textbook in materials, which includes seven elements of unity and follows the law of human cognition - Inductive deductive method, is put forward from the cited cases, problem-solving thinking, problem-solving model, con-
cept, exercise, case studies, statistical software.
【Key words】 applied statistics, materials arrangements, cognitive law
統計學在自然科學與社會科學的研究中，作為通用的數據分析方法，日益受到社會各界的重視。教育部將統計學科上升為與經濟學、數學等學科并列的一級學科，成為非統計專業的專業基礎課程。作為一門應用性極其廣泛的學科，統計學教材是教學過程的載體，是統計思想和方法的集合。只有統計學教材上檔次了，統計學教學才能上層次，才能培養出具有統計思維與統計分析能力的高素質應用型人才。
1、應用統計學教材建設情況評述
張曉慶（2009）指出：非統計專業核心課程的《統計學》教材，其建設目標定位應是以統計學學科知識為基礎內容，以綜合素質培養和實際能力訓練為基本目標，努力貫徹先進教育理念，遵循學習認知規律，合理規劃教材結構，爭取形成內容豐富、功能齊全、形式多樣、系統完整、使用方便的綜合性《統計學》教材內容體系。《應用統計學》教材作為《統計學》教材的一個分支，更加注重統計學的基本原理在實踐中的應用，該種類的教材重點培養學生應用統計分析方法的實踐能力，其教材的建設主要體現在以下幾個方面。
（1）教材適用的范圍、適用層次不斷深化、細化
統計學應用于社會經濟生活的各個方面，相應的統計學教學不斷涌現。如：張愛華的《通信管理中的應用統計學》、謝彥君的《旅游管理應用統計學簡明教程》、李林杰的《經濟應用統計學》、向蓉美的《網絡經濟條件下統計學的應用與發展》、劉金蘭的《管理統計學》、陳國英的《心理與教育統計學》、謝邦昌的《生物統計學》、楊永年《畜牧統計學》、黃振平的《水文統計學》等，其中經濟與管理類應用統計學教學出版的最多。應用統計學適用的層次涵蓋了各類職業學校、專科、本科、研究生，如：粟方忠的《統計學原理》、立信會計出版社出版的《統計基礎》、于聲濤的《統計學原理》等適用于高職高專的教材；張開玉、張耀有、陳星的《現代應用統計學》、吳伯林、曹立人的《現代統計學極其應用》、張梅林的《應用統計學》、龔曙明的《應用統計學》、謝忠秋的《應用統計學》、王淑芬的《應用統計學》等適用于本科的教材，適用于本科教材的最多；吳喜之的《統計學?D?D從數據到結論》、馬慶國的《應用統計學》、衛海英的《應用統計學》、趙瑋、溫小霓的《應用統計教程》、葛新權、王斌的《應用統計學》等適用于研究生的教材。
（2）案例教學成為發展趨勢
案例教學在應用統計學教材中越來越受到重視，它把學生引導到實際事件中，通過個人分析和與他人討論或辯論，針對事件中的問題進行認真、冷靜的思考，找出解決問題的基本途徑和方法，追求的是一種“生存教育”，而不是傳統的“書本教育”。如：張曉慶的《統計學》、趙振倫的《統計學?D?D理論、實務、案例》、謝忠秋的《應用統計學》、向書堅的《統計學》、袁衛的《統計學》、陳菊春的《應用統計學》等以引例的方式提出本章將要研究的內容或以案例分析的方式對本章的內容進行綜合的運用，注重學生綜合能力的培養，增強分析問題和解決問題的綜合能力。、崔文田、徐青川的《應用統計學教學實踐案例集》、中國統計出版社出版的《統計學教學案例》、董逢谷、朱榮明的《統計學案例集》等以案例集的形式，培養學生的統計應用能力。
（3）統計軟件成為必備工具
應用統計學教材越來越重視統計方法和計算機軟件的緊密結合，培養具有統計方法和統計信息現代化處理技術的實用型人才，EXCEL、SPSS等適用于統計教學的統計軟件在統計教材內體現出來。EXCEL提供了一個功能強大的數據分析工具，它比專業統計軟件易學、易用，大多數計算機里都裝有該軟件,學習起來非常方便。多數經管類非統計專業的統計學教材將EXCEL在統計中的應用重點編入其中，作為輔助教學工具。
近年來，國內的統計學教材，尤其是應用統計學的教材出現了上述三點變化，同時，教材形式逐漸向美式教材傾向，側重教材的易學性與應用性。重視學生的統計思維與統計實踐能力。
2、統計學教材編寫的認知規律
應用統計學教材的側重點應當是統計理論的實踐能力。這需要把握兩個方面，一個是統計理論的掌握能力，一個是統計理論的應用能力，這兩點都需要在教材的編寫中充分的體現出來。筆者認為，能夠依據認知規律安排應用統計學各章節內容，有助于培養學生的統計素質與統計能力。
人的認知通常采用兩種邏輯思維方法：歸納與演繹。歸納是由個別或特殊的具體知識出發推出一般結論，得到普遍原理的思維方法，是由個別或特殊上升到一般，由感性經驗上升到理性思維的重要思維方法。歸納法主要表現為兩個方面：一方面，運用這種方法整理科學事實從經驗事實中找出普遍特征，總結出定律和公式。另一方面，運用歸納法可以啟發思路，提出假說或猜想，促進科學研究的深入發展。
因此，統計教學的編寫也應當按照歸納、演繹的認知順序進行安排。現有的教材，并沒有重視人的認知規律來編寫教材。主要體現在：每章的第一節就是關于這一章概念的定義、分類、作用等的介紹。案例應當是掌握統計知識的基礎上，培養學生的統計應用能力，內容安排順序應是采用演繹法的認知規律，案例應是先有案例目的后有分析解決，以此加深學生的統計思維能力。
3、應用統計學教材編寫的七要素分析
現以統計學中統計指數這一章的內容編寫為例，說明統計教材在編寫過程中的內容順序的安排要與人的認知規律相符合。主要體現在以下幾方面：
（1）引例。各小節應以引例開始，引例中提出需要解決的現實問題。例如：綜合指數這一節，以某商店在報告期與基期銷售三種商品價格與銷售量：
提出：1）各種商品的銷售量變動方向？
2）三種商品的銷售量總體變動方向？
這四個問題的解決是為了引出什么是個體指數，什么是綜合指數，什么是同度量因素，使同學在對現實問題的解決過程中歸納出相應的概念。
（2）解決思路、解題模型。根據引例中的問題，尋找解題路徑：問題1可通過以學過的綜合指標中的總量指標和相對指標解決。問題2的解決思路是：由于這三種商品的使用價值不同，計量單位也不同，因此不能直接把銷售量簡單相加。但我們知道：銷售量×銷售價格＝銷售額。如果我們將各種商品的銷售量分別乘上它們的銷售價格，把各種商品的銷售額可以直接相加，得到銷售總額。這樣就使不能直接相加的銷售量變成可以直接相加的銷售額，為說明銷售量總變動，用銷售額進行對比，就必須把價格固定下來，這樣得到的報告期銷售總額與基期的銷售總額的不同就是由于銷售量變化引起的。由此得到綜合的銷售量指數。由此得出銷售量變動方向或，在此過程中，鍛煉學生的解決問題的能力。
（3）概念。對現實中解決的問題進行歸納總結，由此引出相應的概念。通過上例可歸納出：同度量因素的概念，它是在編制指數時，為解決現象不能直接相加時引入的一個媒介因素，它具有同度量的作用和權數的作用。同理可以歸納出個體指數、總指數、綜合指數、質量指標指數、數量指標指數的概念，并進一步推導出指數的作用。通過實例教學，采用歸納認知方法，自然得出相應的概念與作用。
（4）習題。課后習題應采用先計算題后概念理解題的安排順序。通過前面章節的學習，采用歸納的認知方法，對統計指數的相關概念、解題方法有了一定的理解，課后題應是對這些內容的加深理解。
（5）案例。案例分析題的安排應采用演繹式的安排。統計學的案例是檢驗學生通過本章知識的學習，解決實際問題的能力，這是由理論到實踐的認知規律，即由演繹到歸納的認知規律。因此，統計案例的設計應遵循演繹的方式，首先是本案例的教學目的，然后是教學要求、案例背景資料、提出問題、解題過程、現實含義。
（6）統計軟件。統計軟件應當在習題的運算與案例分析中應用，不應以單獨的形式介紹軟件的應用，使同學在解決問題中提高自身的統計工具應用素質。這是直接在實踐中增強學生的統計理論認知能力。
通過以上論述，可以得到統計學教材內容的安排與歸納演繹法的認知規律相結合的模型（如：圖1）。在這一過程中，遵循了人們的認知規律，使學生通過解決引例中的問題，理解統計理論、統計模型、統計概念的實際含義，通過習題解決強化所學的統計知識，通過案例分析達到統計理論的應用，提高自身的應用統計能力。
4、結語
第9篇：統計學統計方法范文
關鍵詞：統計學；發展趨勢；統計教育改革
1統計學的基本發展趨勢
統計學的發展與其它學科的發展相似，也需要走與其它學科相聯系的發展道路。
1.1統計學與實質性學科相結合的趨勢統計學是一門通用方法論的科學，是一種定量認識問題的工具。統計方法只有與具體的實質性學科相結合，才能夠發揮出其強大的數量分析功效。并且，從統計方法的形成歷史看，統計方法基本是從一些實質性學科的研究活動得來的，例如，最小平方法與正態分布理論源于天文觀察誤差分析，相關與回歸源于生物學研究，抽樣調查方法源于政府統計調查資料的搜集。同時歷史上一些著名的統計學家同時也是生物學家或經濟學家等。另外，從學科體系上看，統計學與實質性學科之間的關系不是并列的，而是相交的，統計方法與實質性學科相結合，才產生了統計學的分支，如統計學與經濟學相結合產生了經濟統計學，與社會學相結合產生了社會統計學等，而這些分支學科都具有“雙重”屬性：一方面是統計學的分支，另一方面也是相應實質性學科的分支，所以經濟統計學、經濟計量學、社會統計學不僅僅屬于統計學，同時也屬于經濟學、社會學、生物學的分支等。這些分支學科的存在主要不是為了發展統計方法，而是為了解決實質性學科研究中的有關定量分析問題，統計方法是在這一應用過程中得以完善和發展的。這個發展趨勢說明了統計方法的學習必須與具體的實質性學科知識學習相結合。因此，統計專業的學生必須在學好本專業知識的同時，也要通曉相關的實質性學科的課程知識，只有這樣，所學的統計方法才有用武之地。
1.2統計學與計算機科學結合的趨勢縱觀統計數據處理手段發展歷史，數據處理手段的每一次飛躍，都給統計實踐帶來革命性的發展。電子計算機技術的誕生與發展，使得復雜的數據處理工作變得非常容易，那些計算繁雜的統計方法的推廣與應用，由于相應統計軟件的開發與商品化而變得更加方便與迅速，非統計專業的理論工作者可以直接憑借商品化統計分析軟件來處理各類現實問題的多變量數據分析，而無需對有關統計方法的復雜理論背景進行研究。計算機運行能力的提高，使得大規模統計調查數據的處理更加準確、充分與快捷。隨著計算機應用的越來越廣泛，信息數據也越來越多，大量信息在給人們帶來方便的同時也帶來了許多問題：信息過量、信息真假、信息安全等問題出現了，同時信息形式的不一致也導致信息難以統一處理。于是如何從大量的信息中找出有用的信息？如何提高信息的利用率？數據挖掘和知識發現（DMKD）技術隨之應運而生了。數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數據挖掘是一門交叉學科，它把人們對數據的應用從低層的簡單查詢，提升到從數據中挖掘知識，提供決策支持。在這種需求下，匯聚了不同領域的研究者們投身到數據挖掘這一新興的研究領域。雖然統計學家與計算機專家關心Datamining的視角不完全相同，但可以說，Datamining與DSS一樣，使得統計方法與計算機技術的結合達到了一個更高的層次。
因此，統計學越來越離不開計算機技術，而計算機技術應用的深入，也同樣離不開統計方法的發展與完善。所以，對于統計專業的學生來說，一方面要學好統計方法，但另一方面更加要學會利用商品化統計軟件解決實踐中的統計數量分析問題，學好計算機信息系統開發的基本思想與基本程序設計，能夠將具體單位的統計模型通過編程來實現，以建立起統計決策支持系統。所以統計與實質性學科相結合，與計算機技術相結合，這是發展的趨勢。所以統計教育的一些課程要改革，教學方式也要改革。以下談一談統計教育需要改革的幾個方面
2統計教育的改革
2.1統計專業課程建設專業建設考慮的是應當培養什么樣的人才和怎樣培養這樣的人才。專業建設的核心問題則是課程設置和規范課程的內容。培養統計理論人才應當設置較多的數學課程，目的是讓學生能對各種統計方法有較深刻的理性認識；培養應用統計人才應當設置較多的相關應用領域的專業課程，將統計方法與相關領域的專業知識完美結合。例如培養從事經濟管理的統計人才，在課程設置上至少應當包括三方面的知識：（1）經濟理論課程，讓學生了解經濟活動的主要進程和基本規律；（2）研究社會經濟問題主要統計方法，包括常用的統計數據搜集方法，統計數據處理方法和分析方法；（3）適用電腦技術，讓學生初步掌握運用電腦進行統計數據處理和分析的基本理論和技能。
2.2教學方法和教學手段的改革統計教學方法和教學手段改革中，應充分運用現代教育技術、教學手段，更新教學方法，促使教育技術、教學手段和教學方法有機結合。
2.2.1改接受式的教學為互動式教學，以案例分析與情景教學開啟學生的思維，使學生更形象、快捷的接受知識，發揮其獨立思考與創造才能，培養學生的創造性思維能力。
2.2.2構建以課堂－實驗室－社會實踐多元化的立體教育教學體系。在傳授和學習已經形成的知識的同時，加強實踐能力鍛煉，提高學生的動手能力和創新能力。只有將統計學的方法結合實際進行應用，才能展現統計學的生命力。
2.3統計學與計算機教學相結合教材要與統計軟件的應用相結合。現在許多教材都是內容與軟件分家，現在計算機已非常普及，無論是高校、高職和中專，培養出來的學生都會要用統計軟件分析數據。再者，統計學是一門應用的方法型學科，統計學應當從數據技巧教學轉向數據分析的訓練。統計學與計算機教學有機地合為一體，除了要培養學生搜集數據、分析數據的能力外，還要培養學生處理大量數據的能力，即數據挖掘的能力。
