時間：2023-07-18 17:24:14
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇統計學的研究方法，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
人們的印象里，統計學就是對數據進行簡單的運算，然后通過圖表、表格把它們表示出來，這是長久以來人們對統計學的一些片面認識。統計學的定義有很多種，每種定義對統計學闡述的側重點不同。其中維基百科是這樣定義統計學的：“統計學是研究如何測定、收集、整理、歸納和分析反映客觀現象總體數量的數據，以便給出正確認識的方法論科學，被廣泛的應用在各門學科之上，從自然科學和社會科學到人文科學，甚至被用來工商業及政府的情報決策之上”。簡單來說，統計學就是數據的科學，是一門收集、整理、分析、解釋數據并從數據中得出結論的科學。
二、統計學的研究對象及其特點
統計學研究必須要求明確統計學研究的客體是什么，即統計學的研究對象。統計學中某種性質相同的個體所組成的集合叫總體。統計學就是研究客觀總體的數量特征、數量關系和變動規律，或者說統計學是研究統計過程的規律和方法以及客觀現象統計規律的科學，它的研究對象既涉及到自然科學領域，又涉及到社會科學領域。統計學研究對象的特點有以下幾點：
（1）依賴性。依賴性即統計學研究對象的寄生性，依賴性是統計學獨有的特點，統計學研究的數據是來自各領域的，是依靠解決其他領域的問題而存在和發展的。統計學現在已經發展成為一門媒介科學，它研究的對象是其他學科的邏輯和方法論。
（2）數量性。數量性即統計學研究對象是通過數量特征和數量關系表示的。數量性是統計學研究對象的基本特征，因為數字是統計的語言，統計是通過數量方面來認識事物的，對統計數據進行分析，歸納統計規律性，就可以達到統計分析研究的目的。
（3）總體性?？傮w性即統計學以研究對象總體的數量為研究對象。每一個個體都有自身的隨機性，而這些研究對象的總體又具有共同的特征和共同趨勢，所以統計學研究是通過對大量的個體特征進行研究，從而過渡到對總體普遍存在的事實進行觀察和綜合分析，進而得出研究對象總體的數量特征和統計規律。只有掌握研究對象的總水平、總規模、總體特征和共同趨勢才能體現統計學規律的作用。
（4）變異性。變異性即構成統計學研究對象總體中的各個個體，除了在某一方面必須是同質的以外，在其他方面又要表現出一定的差異和變異。如果各個個體之間沒有區別和差異，統計研究就是沒有意義的。統計學的這種變異既可以表現為數量上的，也可以表現為非數量上的，但是因為統計學具有數量性，所以表現為數量上的變異才是統計學所要研究的對象。
（5）具體性。具體性即統計學研究對象是具體的數量方面。統計學所研究的數量是具體、現實的，而不是抽象的，并且統計學研究的數量是有現實意義的。比如，要研究城鄉居民收入差距，必須確定具體年份的具體范圍內的城鎮和農村居民收入數量、收入構成、收入變化以及計算方法，才能對研究對象進行統計分析。
（6）廣泛性。廣泛性即統計學研究數量方面的范圍的很廣泛。其廣泛性包括政治、經濟、文化、軍事、教育等各類社會現象的數量方面。統計學研究對象的廣泛性是統計學成為媒介學科的必要特征。
三、統計學的研究方法
每個學科都有自己獨特的研究方法，統計學也不例外，統計學在長期實踐中總結、歸納出了一系列專門的研究方法，如實驗法、大量觀察法、統計分組法、綜合指標法、統計描述法等。
（1）實驗法。統計學的實驗法包括假設檢驗和實驗設計。假設檢驗就是在對在總體參數提出假設的基礎上，利用樣本信息來判斷假設是否成立的統計方法。實驗設計就是設計合理的實驗程序，使得收集得到的數據符合統計分析方法的要求，以便得出有效的客觀的結論，其中最常用的實驗設計是正交設計法。
（2）大量觀察法。大量觀察法就是對全部或者足夠數量的研究現象進行觀察和研究，推理歸納出客觀現象的本質特征和發展變化規律。通過對大量的研究對象進行觀察和研究，才能排除偶然因素造成的影響，揭示研究對象的統計規律和本質特征。
（3）統計分組法。由于所研究現象具有差異性、復雜性及多樣性，需要我們對研究現象進行分組研究，進而來區別研究現象的類型，研究不同組別之間的區別和聯系。統計分組法包括傳統分組法、聚類分析法和判別分析法等。
（4）綜合指標法。綜合指標法是利用總量指標、平均指標、相對指標、標志變異指標等對研究現象的數量關系和數量特征進行分析，來反映統計學研究現象的數量方面特征。綜合指標法在統計學的經濟應用中具有重要的作用。
（5）統計描述和統計推斷。統計描述指對調查或實驗得到的統計數據進行整理、分類、計算出各種能反映總體數量特征的綜合指標，并加以分析研究，從而得出有價值的信息，用表格和圖形表示出來。統計推斷指以一定的置信水平，根據樣本數據資料來判斷總體數量特征的歸納推理方法。統計描述和統計推斷在統計學研究中應用非常廣泛。
四、統計學的發展趨勢
（1）統計學實際應用的范圍擴大。在大數據時代的背景下，統計學開始被各行各業運用起來。統計學逐漸應用到企業管理、保險金融、政府決策、國家經濟安全等方面。統計學在企業管理方面可以提高企業的管理能力和效率。在保險金融方面可以監控分析金融風險和保險問題來保證金融保險市場的正常運行。在政府決策方面可以幫助政府宏觀調控，從而減少決策失誤。在國家經濟安全方面可以監控經濟安全問題，預防經濟危機。
（2）統計學與其他學科交叉融合。統計學的性質決定了統計學是一門媒介學科，統計學的發展是建立在各類學科的基礎上的，其涉及領域非常廣泛。因此，統計學與其他學科交叉融合更能發揮它的作用，例如，統計學與經濟學、管理學等學科進行融合等，在融合中能不斷完善統計學體系，創新統計學研究方法。
幾乎沒有哪一門學科能像統計學這樣在學科性質界定上面臨著如此的分歧與沖突。統計學歸屬于社會科學還是自然科學,居于邊緣科學還是通用方法論科學隊列,屬于純粹的社會經濟統計還是數理統計范疇等一系列問題需要作出明確的回答。因此,從“大統計學”的思維角度厘清統計學發展中的諸多熱點問題,顯得至關重要。提出“大統計學”的關鍵點在于厘清學科歸屬問題。歸屬社會科學還是自然科學領域,一直是統計學發展中的障礙性問題。統計學涉及到大量的社會經濟現象方面的觀察數據的收集和分析,也涉及到許多自然技術現象中的試驗數據收集和分析,這是否可以看作統計學分別屬于社會科學與自然科學領域的標志,“大統計學”思想的提出,是對統計學研究對象既存在于自然現象也存在于社會現象的認識深化,突出了統計學作為交叉學科的性質,強調統計學的復合性與綜合性,提供了從橫跨社會科學和自然科學的通用方法論層面,界定統計學學科屬性的全新視角。提出“大統計學”的出發點在于實現認識方法轉型。
從上世紀90年代以來,我國統計學界圍繞“大統計學”學科建設展開了一系列的討論和研究,極大推動了統計學科的建設和發展。但從其提出的初衷分析,“大統計學”主要還是一種思想認識方法,是對長期存在的“小統計”思想的否定與完善?！靶〗y計”思想以社會經濟統計為主流,認為社會經濟統計屬于經濟學的分支,數理統計學屬于數學的分支,實質就是主張社會經濟統計與數理統計分立?！按蠼y計學”思想強調“收集和分析數據”這一統計學的共性與規律,認為統計學的各分支學科都是研究不同方面、不同應用領域的統計方法的科學,研究對象、目的和方法的不同不是也不可能成為分割統計學學科的依據。雖然“大統計學”思想還沒有將統計信息學或數量信息學納入到統計學的研究范疇,但在其認識方法上,主張統計學各分支學科互相融通又相對獨立發展的思維路徑是值得肯定的。提出“大統計學”的落腳點在于彌合發展方向差異。我國統計理論界長期存在以學科發展差異取代學科性質的慣性思維。主要表現在:
一是認為統計學是一門獨立的社會科學。可以分為兩類,一種社會經濟統計學,它是關于搜集、整理和分析社會經濟現象的數量資料和方法論的社會科學;另一種是實質性的社會科學,目的是要找到社會經濟現象的發展規律在具體的時間、地點和條件下的具體數量表現。
二是認為統計學就是數理統計學,它以數學分支學科———概率論為理論基礎,目的在于研究隨機現象總體數量信息。
三是承襲英美學派的主要觀點,認為統計學是一門研究社會現象和自然現象的方法論的通用科學。統計學界出現對統計學學科性質定位的混亂,主要是只關注于學科發展的差異,混淆了學科性質與學科發展的問題,將學科性質的普適性與學科發展的差異性等同起來,割裂了學科認識的整體性與學科發展的變動性的對立統一關系。
因此,在統計學學科發展差異的把握上,可以允許把社會經濟統計學作為研究社會經濟現象總體數量信息的方法論科學,把數理統計學作為研究隨機現象總體數量信息的方法論科學,進而將統計學表述為研究的各種統計方法既能解決自然科學中的問題,也能解決社會經濟中的問題,屬于社會科學和自然科學的邊緣科學。這也是“大統計學”思想對彌合統計學發展方向差異的功能所在。綜上所述,統計學作為一級學科,不從屬于經濟學,也不從屬于數學或生物學。統計學的研究范圍廣泛存在于社會經濟現象和自然技術現象等領域。以前,我國曾照搬前蘇聯的理論,認為只有社會經濟統計學才是唯一的統計學,將數理統計學作為數學排除在統計學之外。近年來,又有一些學者照搬西方數理統計學派的觀點,欲將國民經濟核算等作為經濟學排除在統計學之外。
雖然不同的分類方法和分類結果,增加了統計學的學科歸屬的難度,但是統計學研究內容的廣延性、研究方法的多樣性、研究問題的復雜性都是建立在“大統計學”研究對象特點的共性基礎之上的,統計學的本質是圍繞總體數量信息這一核心問題而展開的,它是對現有統計學研究領域的綜合和系統化。
二、我國統計學發展的新任務
建立與社會主義市場經濟體制相匹配的統計學學科,是改變我國統計學弱勢學科地位的需要,更是統計學發展面臨的新任務。當務之急要從統計學研究對象的統一、學科體系的綜合、研究方法的完善等方面加大學科建設與發展的力度。
一要注重研究對象的統一。注重統計學研究對象的統一,既是遵循“大統計學”思想的需要,也是推動統計學發展的重要環節。隨著統計學在解決經濟學、數學相關問題上獨特地位的確立,它在社會學、心理學、政治學、哲學等各個領域也嶄露頭角,贏得了一席之地。統計學正逐步成為貫穿于各學科范圍的一門橫斷學科。要不斷加強對統計學學科發展定位的認識1999年國家統計局公布的《面向21世紀的中國院校高級統計人才培養及課程體系研究》提出,“統計學是以客體對象的數量信息為研究對象,是研究數量信息獲取、處理、顯示、識別和利用及其規律性的具有方法論特點的綜合性科學”。這里所提出的統計學的研究對象是“客體對象的數量信息”,它為我們整體認識統計學研究對象提供了很好的思路。要從統計學研究對象總體性入手,從研究對象中呈現的隨機性和確定性的對立統一展開,無論是數理統計學,還是社會經濟統計學,都包括由所有可能結果構成的樣本空間,以及由某次具體觀察結果的集合構成的實現總體兩個層面,研究對象的總體都是樣本空間和實現總體的統一體,這是對“大統計學”具有統一研究對象的理解與深化。
當前的統計理論學界對社會經濟統計學和數理統計學兩者之間的關系看法主要分為兩種，一種看法是分的關系。該看法認為應該將社會經濟統計學和數理統計學分別依照各自的理論基礎、內容結構向前縱向發展，但也不是完全地分離，兩者之間還是可以互相借鑒學習，共同進步。而另一種看法則認為兩者之間是合的關系。該看法認為應該把社會經濟統計學和數理統計學兩者合為一體，使其既可以用來對自然現象進行認識，也可以成為對社會現象進行認識的工具。所以，對社會經濟統計學和數理統計學兩者之間的關系進行認識，有利于統計工作人員更好地學習和工作，了解自然現象的規律和社會現象的規律。
1 社會經濟統計學和數理統計學的概念分析
1.1 社會經濟統計學的概念
社會經濟統計學可以被劃分為社會科學類，經濟、工業、商業以及農業統計學都是社會經濟統計學所包含的分科，這一說法在我國統計學界是得到一致認同的。然而被用于概括與運用社會經濟領域，并被劃分在社會科學的各個專業統計學的相關原理、原則以及基本概念和方法，從邏輯上來說也從屬于社會科學類。通常說來，一門科學其性質都具有分層次的特性，社會經濟統計學中的社會性屬性與階級性屬性就屬于第一層次的特性，也是最根本和核心的特性。無論社會經濟統計學是高層次的實質性科學還是低層次的方法論科學，社會經濟統計學作為原理分科的科學，首先都應當對其社會屬性進行承襲，如果社會經濟統計學對其自身的社會性屬性與階級性屬性進行否認，那么從其原理方面和邏輯方面都是說不通的。簡單來說，社會經濟統計學主要是對社會經濟統計活動的相關規律與辦法進行研究，是一種調查活動和研究活動。
1.2 數理統計學的概念
數理統計學就是運用模型和新技術對通過社會調查收集起來的數據進行統計分析和處理。在一些比較前沿的科技問題以及國民經濟問題中，都可以利用數理統計學對這些復雜的重大問題進行預先推斷和判斷，以此為決策與行動提供可靠的依據和建議，除此之外，對于社會與政府中存在的問題，也可以應用數理統計學對其進行分析和處理。因而，數理統計學是一門應用十分廣泛的基礎性學科。對于數理統計學來說，其分支學科主要有：第一類，主要有抽樣調查學與實驗設計學，這一階段主要學習數據收集的理論和方法；第二類，該類分支學科較多，其學習任務均以學習統計數據推斷的原理與方法為主，其中統計數據的推斷形式、統計數據觀點以及理論模型或是樣本結構的構建都是特定和固有的。而對參數的估計與檢驗假設是特有的統計數據的推斷形式；貝葉斯統計觀點和統計決策理論觀點是特有的統計數據觀點；非參數統計模型、多元統計分析模型、回歸分析模型則是特有的理論模型。數理統計學在具體解決某一問題時，其步驟主要有以下四方面。一是建構數學模型；二是收集數據并進行整理；三是對統計數據進行推斷；四是進行最后的統計預測與決策。
2 社會經濟統計學和數理統計學的關系
2.1 二者淵源分析
社會經濟統計學在原始社會末期，奴隸社會早期就已經開始萌芽，主要是對人口數量與土地的丈量進行統計，伴隨著社會和經濟的發展，社會經濟統計學在封建社會就已經初具規模，在資本主義時期，其發展更是到了上升時期。社會經濟統計學的發展離不開人類的實踐活動，在實踐中逐漸成熟。直到在統計學中引入了概率論以后，才使統計學誕生出一門新的學科，即數理統計學。
2.2 二者共通之處
社會經濟統計學和數理統計學都是對事物的統計規律進行研究，并且在研究方法論方面具有共通性，兩者都是利用歸納推理的研究方法而不是演繹推理的研究方法。在許多教材中，在對數理統計學的學科性質進行闡述時都明確表示數理統計學是對隨機現象的數據進行統計，并對其規律性進行研究與揭示。而關于社會經濟統計學的研究對象，在統計學術界還存在一些爭議，一部分學者認為，社會經濟統計學屬于獨立的社會科學類，主要是對具體時間、具體地點條件下的社會經濟現象中的數量表現進行研究和統計，并揭示其數量規律，認為其數量表現和規律就是社會經濟統計學需要研究的對象。還有一部分學者則認為社會經濟統計學屬于統計方法論科學類，重在對社會經濟現象下的數據進行收集、整理、統計與分析，認為其統計方法論就是需要研究的對象。而經過長期的實踐來看，社會經濟統計學和數理統計學兩者在研究對象上其實具有同一性，這兩門學科都是在對事物的統計規律進行研究和揭示。首先，從“研究對象”的本身含義來看，把某一人或是某一事物當作自身行動和思考的目標，才叫研究對象，這就表示研究對象由兩個不同部分構成，一部分是研究目標；另一部分是研究客體。所以，把事物的統計規律性作為統計學的研究對象，符合“研究對象”的本義。當然，要想達到最終的目的，方法的使用也很重要；對于統計學來說，其研究方法都是來源于哲學科學中的歸納推理法，核算方法則是從哲學和數學共同的方法論中衍生而來。因此，說對事物的統計規律性進行研究是統計學的研究目標，自然和社會現象是統計學的研究客體是非常正確的。歸納推理法是對具體的事實進行原理概括，命題具有個別性特點，結論則適用于普遍性和一般性，且結論的內容遠遠大于前提。利用歸納推理法對自然和社會現象的統計規律進行研究和推斷，能夠從局部預先對總體有一個清楚的認識。所以，社會經濟統計學和數理統計學均采用歸納推理法進行相關工作。
2.3 兩者差異之處
第一，研究范圍不同。對于社會經濟統計學來說，主要是對社會經濟現象進行研究，而對于數理統計學來說，除了對自然現象進行研究以外，還可以對社會現象進行研究。社會經濟統計學雖然只對社會經濟現象進行研究，但是社會經濟現象包含的領域非常多，內容也非常豐富。從廣義的角度來看，社會經濟現象除了有人類自身的再生產活動，還有物質、精神、自然環境的再生產活動，這些活動互相影響和制約，緊密結合又不可分離，所以社會經濟統計學還需要對這四類再生產活動之間的關系進行研究。從研究層次和研究內容來看，社會統計經濟學涉及對人類生產生活的各個領域的研究。數理統計學研究的對象均屬于自然現象，也就是隨機現象。而社會經濟統計學研究的社會經濟現象除了具有隨機現象以外，還有確定性現象。
第二，理論基礎不同。概率論是數理統計學最重要的理論基礎，尤其是抽樣推斷更是以概率論的大數法為基礎和核心，在大多數的隨機現象中，大數法具有穩定性，大量且獨立的隨機因素組成了研究總體，這些因素對研究總體的影響非常小，使其抽樣平均數接近總體平均數。社會經濟統計學在研究方法上也把概率論當作理論基礎，而在客體研究上則是把經濟學理論當作理論基礎，利用馬克思的社會再生產理論、勞動價值理論、現代貨幣理論等哲學理論作為社會經濟統計學的思維方式。
關鍵詞：統計學 統計教育 人才培養
隨著國家創新體系的建立,統計創新工程已經提上議事日程,統計創新包括兩個方面,一是統計實踐的創新，二是統計教育的創新。創新的基礎在于教育,沒有統計教育的創新,就談不上統計實踐的創新。準確把握統計學的發展方向與發展形勢,培養適應新世紀社會經濟發展需要的人才,是統計教育工作者必須面對的問題。本文從統計學的基本發展趨勢談一談統計教育急需改革的幾個方面。
一、統計學的發展
縱觀統計學的發展狀況,與整個科學的發展趨勢相似,統計學也在走與其他科學結合交融的發展道路。歸納起來,有兩個基本結合趨勢。
1．統計學與實質性學科結合的趨勢
從統計方法的形成歷史看,現代統計方法基本上來自于一些實質性學科的研究活動,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,主成分分析與因子分析源于教育學與心理學的研究，抽樣調查方法源于政府統計調查資料的搜集。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，同時,有不少生物學家、天文學家、經濟學家、社會學家、人口學家、教育學家等都在從事統計理論與方法的研究。他們在應用過程中對統計方法進行了創新與改進。另外,從學科體系看,統計學與實質性學科之間的關系絕對不是并列的,而是相交的,如果將實質性學科看作是縱向的學科,那么統計學就是一門橫向的學科,統計方法與相應的實質性學科相結合,才產生了相應的統計學分支,如統計學與經濟學相結合產生了經濟統計,與教育學相結合產生了教育統計,與生物學相結合產生了生物統計等,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、經濟計量學不僅屬于統計學,同時屬于經濟學；生物統計學不僅是統計學的分支,也是生物學的分支等。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與發展的。因此,統計學與各門實質性學科的緊密結合,不僅是歷史的傳統，更是統計學發展的必然模式。實質性學科為統計學的應用提供了基地,為統計學的發展提供了契機。21世紀的統計學依然會采取這種發展模式,且更加注重應用研究。
這個趨勢說明，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，必須以實質性學科為依據。因此,財經類統計專業的學生必須學好有關經濟類與管理類的課程,只有這樣,所學的統計方法才有用武之地，統計的工具屬性才能夠得以充分體現。
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,經歷了手工、機械、機電、電子等數個階段,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。上個世紀40年代第一臺電子計算機的誕生,給統計學方法的廣泛應用創造了條件。20年展起來的多元統計方法雖然對于處理多變量的種類數據問題具有很大的優越性,但由于計算工作量大,使得這些有效的統計分析方法一開始并沒有能夠在實踐中很好地推廣開來。而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。目前企業經營管理中建立的決策支持系統（DSS）更加離不開統計模型。最近國外興起的數據挖掘（Data mining,又譯“數據淘金”）技術更是計算機專家與統計學家共同關注的領域。隨著計算機應用的越來越廣泛,每年都要積累大量的數據,大量信息在給人們帶來方便的同時也帶來了一系列問題：信息過量,難以消化；信息真假難以辨識；信息安全難以保證；信息形式不一致,難以統一處理。于是人們開始提出一個新的口號：“要學會拋棄信息”。人們考慮“如何才能不被信息淹沒,而是從中及時發現有用的知識,提高信息利用率？”面對這一挑戰,數據挖掘和知識發現（DMKD）技術應運而生,并顯示出強大的生命力。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。在這種需求牽引下,匯聚了不同領域的研究者,尤其是數據庫技術、人工智能技術、統計、可視化技術、并行計算等方面的學者和工程技術人員,投身到數據挖掘這一新興的研究領域,形成新的技術熱點。雖然統計學家與計算機專家關心Data mining的視角不完全相同,但可以說,Data mining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。
所以統計與實質性學科相結合,與計算機、與信息相結合,這是發展的趨勢。了解這一點,再來看我們目前教育中的問題就更加明顯了,所以一些課程要改革,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。
二、統計教育的改革
1．統計專業課程建設問題
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是課程設置和規范課程內容。課程設置主導學生的知識結構,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,目的是讓學生如何能將統計方法正確地運用到相關領域。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四方面的知識：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．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,有兩個焦點問題：一是如何激發學生學習統計學的興趣；二是應用什么教學手段來達到較好的統計教學效果。教師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。
①改灌輸式教學為啟發式教學,特別注重教育多樣化和多層次性,不僅讓學生掌握如何搜集、整理數據的技術,還要教學生讀懂數字背后的事實，學會按照具體與抽象、動態與靜態、個體與總體、絕對與相對、一般與特殊、演繹與歸納等不同的思維方式分析問題和解決問題。注重利用一題多解與一題多變,開拓學生的發散思維。
②改單向接受式的教學為雙向互動式教學,以案例分析與情景教學開啟學生的思維閘門,使學生更形象、快捷地接受知識,發揮其獨立思考與創造才能,培養學生的創造性思維能力。
③構建以課堂、實驗室和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,找到應用的結合點,才能使統計學獲得最大的生命力。
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?，F在許多教材都是內容與軟件分家?，F在計算機已非常普及,無論是高校、高職和中專,培養出來的學生不會用統計軟件分析數據,不管哪一個層次,都已說不過去。統計學是一門應用的方法型學科,統計學應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要有機地合為一體,讓學生掌握一些常用統計軟件的使用。除了培養學生搜集數據、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。
4．教學與實際的數據分析相結合
統計的教學不能只停留在課本上,案例教學與情景教學應成為統計課程的重要內容。統計教學和教材增加統計實際案例,通過計算機對大量實際數據進行處理,可以在試驗室進行,亦可在課堂上進行討論,這樣學生不僅理解了統計思想和方法,而且鍛煉和培養了研究和解決問題的能力。
5．要有一批能用電腦、網絡來教學的新型教師
電腦、網絡的出現,不僅改變了教學的手段,還深深地影響著教學的內容,因為它影響著經濟、生活的發展和需求。語文（中文、外文）、數學、計算機、專業知識是一個統計人才必備的素質,它們之間不是分離的,而是要盡可能結合在一起來進行教學,各管各教一套的辦法已不適應現代化教育教學的需要,現代教育特別注重教育信息技術中的多媒體、網絡化、社會化和國際化、多樣化和多層次,有了電腦、網絡,必須要更新,要培養出一批能用電腦、網絡來教學的新型教師,以培養出新型的21世紀的人才。
參考文獻：
[1]賀鏗. 關于統計學的性質與發展問題. 中國統計, 2001.9.
關鍵詞：社會經濟統計學；數理統計學；關系解析
中圖分類號：C8文獻標志碼：A文章編號：1673-291X（2019）24-0003-02
一直以來，社會經濟統計學和數理統計學之間的關系都是我國統計學領域研究的重點?？v觀當前統計學領域當中，對兩者之間的關系主要分成兩種看法。其一，持“分”的態度，部分學者認為應該將社會經濟統計學和數理統計學分別按照各自的理論基礎、內容結構進行分割式的縱向發展。其二，持“合”的態度，很多學者認為應該將二者融為一體，通過相互借鑒、相互學習的形式，促進二者之間的和諧共處與進步，從而既可以用來對自然現象進行認知，又可以使其成為社會現象認知的工具，切實地便于人們更好地工作與學習，為統計工作帶來更多的便利，并揭示自然規律和社會現象。為了深入探究該問題，本文將針對社會經濟統計學和數理統計學的關系進行詳細的解析。
一、社會經濟統計學和數理統計學的概述
1.社會經濟統計學。社會統計學派的創始人是德國的經濟學家、統計學家克尼斯，早期主要代表人物有恩格爾、梅爾等人。他們的觀點融合了更早的國勢學派和政治算術學派，認為統計學在學科性質上是一門社會科學，是研究社會現象變動原因和規律性的實質性科學。隨著社會經濟的發展以及社會科學本身不斷地向細分化和定量化發展，社會統計學派為了提供更有效的整理、分析資料的方法，也日益重視方法論的研究。如今，社會經濟統計學分科包括農業統計、工業統計、人口統計、社會統計、金融統計、國民經濟核算等，是一門涉及范圍相對廣泛的學科。目前，社會經濟統計學活躍在社會經濟發展的各個方面。社會經濟統計學是以社會再生產理論為依據，研究國民經濟的生產、分配、流通、使用各環節的經濟運行和社會發展情況的科學[1]。社會經濟統計學主要針對社會經濟各項活動的相關規律內容進行詳細的研究，以反映出國民經濟運行當中的各種數量關系和數量規律。隨著我國社會經濟的不斷發展和進步，為了能準確掌握國民經濟和社會發展情況，社會經濟統計研究工作顯得更加重要。
2.數理統計學。數理統計學派的產生與概率論的發展緊密相關。瑞士數學家伯努利對大數定律的論證，法國數學家棣莫弗發現了正態分布的密度函數，以及顛覆經典統計學的貝葉斯理論等都極大地推動了數理統計學的理論發展。數理統計學是研究社會和自然界中大量隨機現象數量變化基本規律的一種方法，可分為描述統計和推斷統計。描述統計的主要任務是搜集資料，進行整理、分組，以計算各種特征指標，描述資料分布的集中趨勢、離中趨勢等。推斷統計則是在描述統計的基礎上，根據樣本資料對總體進行推斷和預測[2]。數理統計學在實際運用的層面上，涉及到的范圍極其廣泛，也是一門社會基礎性的學科。并且隨著計算機技術的不斷發展，使得數理統計在理論研究和應用方面也得到更深層次的發展。數理統計學可以切實有效地利用先進的數理統計知識，為行動和決策提供強大的數據依據。在各類社會問題的處理工作中，都可以通過數理統計學的手段，針對相關數據進行專業的分析和處理，以進行預先判斷并提供相關決策。
二、社會經濟統計學和數理統計學的關系
1.社會經濟統計學和數理統計學的聯系。統計學本身起源于對社會經濟問題的研究，最早可以追溯到原始社會末期。在奴隸社會制度的早起，需要針對奴隸社會的人口數量以及土地進行丈量與統計，雖然只是簡單的登記和計數，但最初的社會經濟統計學可以說已經出現了萌芽。之后，隨著社會的不斷發展以及經濟的進步，人們開展了大量的社會經濟統計活動，在資本主義社會時期，社會經濟統計學的應用已經到達了一個巔峰。在資本主義環境之下，社會資源更加炙手可熱，社會分工更加明確。隨著人們社會實踐活動的展開，在實踐的過程中，社會經濟統計學的使用也更加成熟。早期的概率論所研究的問題基本都來自于當時比較泛濫的賭博活動。17—19世紀，不少數學家都對概率論的發展做出了貢獻。數理統計學隨著概率論的發展而迅速發展起來，雖然從時間上看，形成要晚于社會經濟統計學，但發展飛速。數理統計并非完全獨立于社會經濟統計，它是在統計學的發展階段中形成的一種分析數據的方法，社會經濟統計學在分析問題時同樣需要概率論與數理統計知識的支持。近代，數理統計學的發展勢頭迅猛，甚至有一些看法認為統計學幾乎就是數理統計學。然而社會經濟統計，作為對社會經濟現象的一種調查研究活動，在社會發展中絕對有其存在的意義。有學者提出，社會經濟統計學和數理統計學之間的關系與牛頓的力學和相對論力學的關系十分相似。相對論力學在接近光速時使用，而大多數情況是遠離光速的，此時使用牛頓力學既準確又方便，社會經濟統計學在描述變量時使用，數理統計學在描述隨機變量時使用[3]。隨機變量是隨機現象下的變量，變量與隨機變量的這種聯系揭示了在一定條件下，社會經濟統計學與數理統計學之間存在可以相互轉化的關系。
2.社會經濟統計學和數理統計學的相同之處。社會經濟統計學和數理統計學具有一定的相同點，都能夠有效地針對客觀的事物進行充分的統計，并且針對客觀事物的發展趨勢、發展規律進行研究。社會經濟統計學和數理統計學兩者在研究的方法上具有一定程度的共通性，都能夠利用歸納、推理的研究手段分析問題，并針對問題提出相對客觀，且具有建設性的解決建議。學術界在對于數理統計學進行表述時，都明確地說明了數理統計學是對隨機現象的數量變化進行統計，并對研究對象進行規律性的研究和問題揭示。但是針對社會經濟統計學來說，學術界對其的界定存在一定程度上的差異。一些學者認為，社會經濟統計學是獨立的社會學科，在應用的過程中，一般是將具體時間、具體地點、社會現象中所表現出的經濟活動內涵進行闡述，有效地揭示其數量表現以及規律特點。另一部分學術工作人員認為，社會經濟統計學應該被歸納到統計學當中，并在重大社會事件中詳細地分析出事物發展的規律。在經濟現象的積極引導之下，對數據進行收集、整理、分析[4]。從長期的社會實踐和社會發展的總體環境中來看，社會經濟統計學和數理統計學兩者的實際研究對象相同，并且兩者都能夠對統計規律進行詳細的分析和探究。兩者從研究對象的角度來看，都能夠將某一人、某一事物、某一項目作為研究對象。研究對象還可以針對部分進行劃分，分別是研究目標、研究客體，并能有效地分析出研究對象的客觀發展規律。
3.社會經濟統計學和數理統計學的不同之處。社會經濟統計學和數理統計學的區別與差異也是非常顯著的，其主要的差異有以下幾點：其一，社會經濟統計學和數理統計學兩者研究范圍不同。針對社會經濟統計學來說，一般是針對社會經濟現狀內容進行分析。針對數理統計來說，不僅可以對社會經濟現象進行分析，而且還可以有效地針對自然現象進行數據分析處理。相較于社會經濟統計學來說，數理統計學所涉及到的應用問題相對比較廣泛。社會統計學雖然研究范圍相對狹隘，但是社會經濟當中所涵蓋的內容非常廣泛。從廣義的層次上來說，社會經濟不僅涵蓋了人們的物質、精神、自然環境的再生產活動，而且社會經濟統計學當中的各項內容又存在相輔相成、不可分離的特點。所以，在社會經濟統計學在實際運用的過程中，還需要考慮到研究對象與物質、精神、自然環境等內容之間的關系[5]?？陀^來說，社會經濟統計學涉及到了人們日常生活的各個層次領域當中。而數理統計學一般是針對研究對象的自然現象進行研究，利用隨機現象的手段，結合研究對象的實際情況，預測和體現出隨機現象的可能性。其二，社會經濟統計學和數理統計學的理論基礎存在差異?？陀^來說，數理統計學的核心理論基礎內涵便是概率論、統計推斷理論。尤其是針對抽樣推斷來說，更是以概率論的大數法作為核心理論基礎。
總而言之，社會經濟統計學和數理統計學作為我國社會學科的基礎內容，都是在統計學的基礎上所衍生出來的內容?？陀^來說，社會經濟統計學和數理統計學兩者在研究對象和研究方法的層面上，存在一定程度的相同之處，但是在研究范圍以及理論基礎層面當中，存在一定程度上的差異。在實際運用社會經濟統計學和數理統計學的過程中，必須要清晰地認識到兩者的優勢和兩者之間的區別，不能夠將兩者一概而論，更不能將兩者進行分離。另外，社會經濟統計學和數理統計學的研究范圍，在一定的條件下其實是可以相互轉化的。這對既有區別又有聯系的學科，相信今后可以相輔相成，繼續發展壯大。
生物統計學是生物學學科不同專業學生都應該掌握的一門重要的工具課，是許多高等院校生物學、農學、醫學等專業的必修課程之一。它是現代生物學研究不可缺少的工具，是培養學生科學研究和綜合分析問題能力的重要課程，也是生物學等工作者必備的基礎，同時該課程又是其他專業課程的重要基礎。因此該課程在生物學、農學、林學、醫學、食品、環保等專業中占有十分重要的地位[12]。生物統計學需以生物材料進行研究，但通常所涉及的材料數量較大，很難也沒有必要全部參加試驗，必須通過科學的方法抽取有代表性的試驗個體進行試驗，以獲得相關的數據，實現由樣本推斷總體的重要功能。因此生物統計學與試驗設計緊密聯系，主要講授數據資料收集和整理的方法、數據資料的統計分析方法和手段以及在概率論的基礎上對統計結果做出科學的推斷，從而幫助我們認識研究對象的現象和本質[13]。因此，生物統計學已成為生物科技工作者必備的基礎，也有利于培養和提高大學生的科學研究能力以及獨立分析問題和解決問題的能力，是當代大學生系統的能力培養和全面的素質教育的具體體現。
二、生物統計學教學存在的主要問題
1.生物統計學教材方面。教材是體現教學內容和教學要求的知識載體，也是教學最基本的工具，它不僅是教師進行教學的依據，而且是學生獲取知識的重要資料，選擇適合教師和學生的生物統計學教材，能夠保證教學過程的順利進行，而且還能提高教學質量，達到良好的教學效果[14，15]。目前，國內所出版的生物統計學教材種類較多，各大高校由于教師和學生的情況不同，在教材方面的選擇和使用也不一樣。盡管如此，目前國內所出版的生物統計學教材主要包括兩大類。第一大類完全是傳統生物統計學的知識和內容，不涉及統計軟件的介紹和使用，這一大類教材包含兩小類，一類主要側重理論教學，過分強調課程體系的完整性和理論講授，注重公式的推導而忽視了實際應用例題的講解。這類教材忽略了對大學生統計思維和綜合分析問題能力的培養，因此有一定的缺陷。另一類是目前各大高校使用較多的生物統計學教材，該類教材雖然也存在一些必要的公式推導，但更側重于統計學理論與實際結合，清楚介紹每一個統計原理理論后，再通過具體實例分析和鞏固統計學的基本原理和基本方法，注重培養學生分析實際問題和解決實際問題的能力，因此這類教材比較適合現在生物科學等本科專業的使用。但這類生物統計學教材由于不涉及統計軟件的內容，也存在一定的不足。如果教師在授課過程中未涉及一些統計軟件的介紹和使用，那么即使學生完全掌握了相關的統計原理和方法，學生在復雜的試驗設計及龐大的數據面前可能也會束手無策，即使會計算，在復雜及龐大的數據計算中也可能會算錯，因此可能會得出相反的結論。第二大類統計教材完全是統計軟件的介紹和使用，如Excel軟件、SAS統計軟件、SPSS統計軟件、DPS統計軟件、R統計軟件等的介紹和使用。生物科學、技術等飛速發展的今天，這類統計軟件發揮了很大的優勢，給科技工作者帶來了極大的方便。但這類教材也存在一定的不足，它只注重統計過程的運算和統計，沒有統計原理的介紹，因此對沒有相關統計學知識或統計學基礎較差的學生或老師來說，即使按照教材上的步驟計算出相應的結果，但也不知道具體的含義，也不知道怎么分析。因此這類教材不適合大學本科生的教學。另外，這兩大類教材要么只注重數理統計方法的講授，要么只重視統計軟件的使用，而忽視了統計學中的數理統計分析方法是建立在正確的試驗設計以及所獲數據資料準確的基礎上才能發揮正確的作用，這是這兩大類生物統計學教材共同存在的不足之處。因此，目前市場上還未見有統計學理論與實際結合，試驗設計與統計原理相結合，統計軟件與統計學原理相結合的較為完善的生物統計學教材。筆者認為這類生物統計學教材是當前生物科學專業、生物技術專業、生物工程專業、農學專業、醫學專業、食品專業等本科專業較為適合的教材。
2.生物統計學與高等數學方面。①生物統計學與高等數學開課時間上的不一致性。國內許多高等學校生物科學等本科專業的培養方案中都把高等數學課程作為一門必修的基礎課，學生通過對該門課程的學習，系統獲得函數、極限、連續、導數、微積分及常微分方程等基礎知識，它為后續課程的學習和解決實際問題提供必不可少的數學基礎知識及常用的數學方法。而且，通過各個知識點的學習，逐步培養學生具有較為熟練的基本運算能力和自學能力，綜合運用所學知識分析和解決實際問題的能力。更重要的是，高等數學課程是學習生物統計學的關鍵，生物統計學中的許多原理和方法都需要高等數學中相應的知識作為基礎。②生物統計學與高等數學教學上的脫節性。高等數學課程作為生物科學本科專業一門必修的基礎課，各高校均認識到它在生物科學本科專業中的重要性。但長期以來，高等數學和生物統計學均作為兩名獨立的課程開設，一般情況下，高等數學課程由數學專業教師講授，由于數學專業的教師沒有生物學專業的相關知識，不清楚生物統計學課程的知識體系，只注重數學知識的推導、講授。因此所講授的知識內容之間通常存在許多不銜之處，形成了不利于生物統計學課程教學的知識的斷層。同樣，這也是生物統計學中教師難教，學生難學、難懂、難用的原因之一。
3.生物統計學教師知識結構和科研能力方面。常言道，學生需要一滴水，教師至少要有一桶水。生物統計學的教學，相對于其他課程而言，對教師的要求更高，不僅要求教師要有一定的數學知識，較為淵博的統計學知識，還要求教師要有較強的科研能力。教師只有具備一定的數學知識和淵博的統計學知識，才能很好把握生物統計學相關原理、理論、統計分析方法等。具備較強的科研能力，才能很好將生物統計學相關原理、理論、統計分析方法與實際相結合，才能很好地進行案例教學。4.考試制度方面?？荚囍贫仍诟叩冉逃姓加蟹浅Ｖ匾牡匚唬荚囀墙虒W質量評價的一項重要指標，它既是對教師教學質量的反映，也是對學生學習效果的檢驗。考試制度是否合理
，決定著教學質量的好壞以及學生學習積極性是否能得到最大限度地調動[16]。但是現階段我國許多高校的考試制度較為死板，缺乏合理性和靈活性。如在學期期末考試中規定一定數量的題型，當然，這種考試制度對于規范考試是必須的，但是應該根據具體課程而定，而不能一概而論。就生物統計學課程而言，如果規定一定數量的考試題型（比如四種題型），那么教師只能根據考試規定勉為其難考慮四種題型。比如說名詞解釋、填空、問答、計算這四種題型。很明顯，這種考試方式只是較為死板的考試，不能真證體現生物統計學課程的本質，不能很好考察學生對生物統計學原理的掌握及運用。
三、生物統計學教學策略
針對目前生物統計學存在的問題，筆者根據自己近十年的生物統計學教學實踐，就如何提高生物統計學的課堂教學效果，提出如下建議。
1.選擇合適的教材并優化教學內容。教材是教學最基本的工具，選擇適合的生物統計學教材，能夠保證教學過程的順利進行，并能提高教學質量。針對目前市場上的不同種類教材，結合學生的實際，選擇統計學理論與實際相結合，試驗設計與統計原理相結合，統計軟件與統計學原理相結合的生物統計學教材進行教學較為合適。據筆者過去的教學實踐，該課程授課內容不宜過多和過深，授課內容過多學生精力會分散，分不清重點，而過深則影響學生的接受效果[17]。因此應根據學生實際優化教學內容，堅持以試驗研究實例為線索，以科學的試驗研究方法為主線，理論原理和實際例子相結合，從試驗研究的選題和設計、試驗方案的制定和實施、試驗數據的收集和整理到試驗數據的統計分析，最后做出科學的推斷等，盡可能把抽象的統計學概念和原理轉變為具體的實例，提高學生的學習興趣，使其更好地理解和掌握所學的課程內容[7]。很好激發學生學習生物統計學課程的興趣，從而更好地提高教學效果和教學質量。
2.處理好高等數學和生物統計學的關系。高等數學作為生物科學本科專業的基礎課，是學習生物統計學的關鍵。一方面，高等數學一般在第一學年開設，因此生物統計學安排在第二學年開設為宜，這樣能避免高等數學和生物統計學課程開設在時間上形成的斷層，有利于學生對生物統計學的學習。另一方面，高等數學和生物統計學不應分別讓不同專業的教師講授，而均應由生物學專業教師講授，因為生物學專業的教師清楚生物統計學課程的知識體系，在講授高等數學時，能夠根據生物統計學的相關原理和內容，優化高等數學的教學內容，有側重點進行知識的講授。從而能避免生物統計學與高等數學教學在知識上的脫節性，也有利于學生對生物統計學的學習。
3.提高自身知識結構和科研能力，注重案例教學。生物統計學教材大多理論性強，內容枯燥，容易使學生產生厭煩感。照本宣科的傳統授課方法，更會使學生失去興趣，對于培養學生的獨立思考能力和創造能力十分不利。在現代教學中，教師既是知識的傳授者，也是教學活動的組織者，在教學過程中起到關鍵的作用，教師知識水平的高低直接影響學生的學習效果[18]。因此教師應不斷加強對生物統計學基本原理、基本理論和基本方法的學習與實踐。另外，教師還應不斷加強自身的科研能力，在教學過程中將自己的科研工作或生產實踐案例貫穿到教學中，以自身科研實例輔助教學，增加學生的學習興趣，培養學生的統計學思維以及對統計學的實際應用能力。
4.加強試驗設計的教學和實踐。試驗設計又稱為實驗設計，它以概率論和數理統計的原理和方法為理論基礎，科學地、經濟地設計研究方案的一項技術。一個良好的試驗設計，可以用最少的實驗次數，得到足夠的實驗數據，從而能減少人力、物力和財力的投入[6]。由于生物統計學理論性和實踐性較強，且涉及大量的數學公式、抽象的概念和復雜的內容。因此在生物統計學的教學中應充分調動學生學習的主動性，加強學生對生物統計學原理、知識的理解和綜合運用，強化學生綜合試驗設計的鍛煉及其應用。提高學生利用統計原理、方法分析和解決實際問題的能力。生物統計學教學中，一方面，教師應該有淵博的統計學知識及其豐富的科研經歷，另一方面，應讓學生走出教室，加強實踐，使學生不但能夠掌握統計分析的原理和方法，而且可以解決一些生產中的實際問題，真正達到生物統計學教學的目的。
一、大數據時代對傳統統計教學的沖擊
統計的研究對象是大量社會經濟現象總體的數量方面，可以說統計就是研究量的，大數據時代恰恰是以數據為中心的，所以說統計人員必須學會用數據去思考問題。如何適應大數據時展的要求，如何在這樣的背景下對統計學教學進行改革，是急需解決的問題。除了普查這種調查方式以外，許多傳統的統計方法都是基于小樣本數據而建立起來的，因此它并不適用于大數據分析的需要。在如今這樣的大數據時代，這些傳統內容的相對重要性也會隨之發生改變。比如，傳統統計的數據搜集，通常是根據研究目的，在已知來源的數據當中搜集，記錄者的身份是確定的，而大數據時代，數據的來源是很難追溯的，而且對記錄者的身份也很難確定。再如，傳統的抽樣推斷是在概率保證的前提之下，以分布理論為基礎，用樣本的特征推斷總體特征的，而在大數據背景下，分布狀況是實際的，判斷也是基于總體特征進行的。
二、大數據時代下的傳統統計教學必要性分析
大數據一詞是由統計學家提出來的，可見大數據與統計淵源甚深。目前大數據時代致使統計學的教學內容發生了重大改變，但是其中最基本的原理保持不變，因此在統計學的教學過程中，要能夠讓學生應用基本原理進行新的教學內容的理解。在教學過程中要能夠采取理論與實際并重的教學模式，將基礎理論以及實際應用進行緊密的結合。大數據雖然對傳統的統計教學產生了近乎顛覆性的影響，但并不是所有的問題都有海量的數據，不是說傳統的統計理論和方法就不能用了，也不是所有的數據問題都適合用現有的大數據處理技術來處理。
(一)統計基礎理論的重要性
在教學過程中，理論教學的作用非常重要。應該強調統計學理論基礎，并分析基本理論在實踐當中的應用。雖然一些統計學中的概念在大數據背景下變得不再是普遍性問題，比如樣本的概念。但是在淡化了類似樣本和總體概念的同時，似是模糊了抽樣推斷這一傳統統計分析方法，但事實上卻是強調了歸納，本質來說仍是推斷(歸納推斷)。
(二)傳統統計調查、整理方法的重要性
傳統統計學在數據搜集、模型的選擇方面，有相當的獨特之處。雖然已經進入了大數據的時代，但是并不是所有的問題都有海量的數據。傳統的統計數據搜集、整理的方法仍然適用，因此，相關知識的傳統統計教學十分重要。
(三)傳統統計分析方法的重要性
較之傳統的統計分析方法，現有的大數據分析方法更為復雜。大數據背景下，要強化分析統計軟件的使用，同時要能夠考量方法的適用性以及解決問題的可用性，使得學生能夠掌握應用統計學基本原理解決實際問題的能力。大數據統計學對傳統統計學是補充，而不是替代。以樣本統計和預測分析為基礎的傳統統計學仍將會在經濟分析和社會統計的很多領域中繼續發揮重要的作用。因此，不難看出相關的基礎知識、理論的教學的重要性。
1統計學的發展趨勢
1.1統計知識越來越普及
①國內報刊雜志、廣告、網絡等傳播媒體對統計概念的使用頻率不斷提高，統計知識在生活中的作用也越來越突出；②在初中到大學的教材中，統計知識的比重在不斷加大。中招考試、高招考試和研究生考試中統計知識的分值不斷提高，學生的統計知識普及率不斷提高；③國內企業對統計認識也不斷提高，企業的決策越來越趨向于數據化，對統計知識的使用更加頻繁，這些無形中加快了統計知識的普及速度。
1.2統計學與計算機技術的結合
統計學是一門“數據的藝術”，處理對象是大量的數據，僅憑手工處理，難度相當大。計算機使大量的統計數據整理變得便捷，使復雜的統計分析過程變得易操作。因此，統計學與計算機技術的結合可謂是必然趨勢。
1.3統計學與其他專業的結合程度越來越高
統計學做為一門方法論學科，只有與社會實踐結合起來，才能凸顯統計學的作用，才能促進統計學的進一步發展。近年來，國內外廣大學者努力把統計學的方法用到具體的學科上，并取得不錯的成績，不僅促進具體學科的發展，也促進了統計學本身的發展。統計學與其它專業學科也是統計學發展的必然趨勢。
2非統計學專業統計學教學的現狀
2.1教學內容比較多
統計學內容豐富，現在的統計教學不僅包括了社會統計學的具有實際意義的部分內容，而且還包括了統計推斷的部分內容。
2.2學生學習難度比較大
統計學的特點是：概念比較多且比較抽象，概念與概念之間的聯系十分復雜，計算公式多、計算復雜并有一定的難度等。學生不做課下閱讀，掌握比較困難。統計學還牽涉到數學知識和數理統計知識，而非統計學專業學生由于課程體系的原因，學習的數學和數理統計學知識有限，而且基礎不好，這無形中又加重統計學的學習難度。
2.3學生興趣不高
統計學概念抽象，理論難度比較大，這就會使學生失去學習的興趣。很多非統計學專業的學生在學習統計學過程中經常抱怨：“不知道學的有什么用，講的是什么，很多知識沒學過等”。
3非統計學專業的統計學教學改革
3.1系統教學
由于歷史的原因，建國初期，我國借鑒前蘇聯的統計模式，統計教學強調社會統計學。隨著改革開放的不斷深入，我們逐步引進西方的數理統計學?，F在的統計學教學基本上都是兼顧社會統計和數理統計，但偏重予數理統計知識的講授。社會統計和數理統計是兩種不同的方法，在教學過程中，我們往往是把兩種方法簡單地拼湊在一起，這樣勢必造成內容上的不協調、不一致。在過去幾年的統計學教學實踐中，我們力圖以對總體的認識為主線把兩種統計學方法建立在一個系統內，適當刪除一些不能歸納在這一系統的內容，讓兩種方法更加協調、一致。
3.2以統計思想的傳授、統計方法的應用為主，以統計理論的原理為輔
經濟類非統計學專業學習統計學課程的目的主要是：一是滿足專業課程學習的需要，二是社會實踐中的直接應用。因此，在統計學教學實踐中，我們的教學內容安排和教學方法的選擇應該緊緊圍繞這一目的，強調以統計思想的傳授和統計方法的應用為主。
3.3統計教學與現代計算機技術的結合
統計學與現代計算機技術的結合是統計學發展的必然趨勢。現代計算機技術使得統計學數據的獲取和處理更加快捷，使復雜的統計分析變得簡單。因此，我們在統計教學過程引入了現代計算機技術并主要體現在三個方面：一是使用多媒體教學；二是引導學生利用計算機網絡獲取知識，主要通過作業的形式實現；三是通過課堂演示的方式使同學掌握怎么使用Excel等統計軟件進行統計分析。
3.4統計教學與實踐相結合
經濟類、管理類等非統計學專業人才的培養目標并不是未來的專業的統計工作者，大部分非統計學專業學生在未來的經濟生活中運用最多的是微觀分析方法，他們需要將所學的統計學方法應用到對微觀生活的研究中。
3.5強調素質教育，以提高學生的統計素質和分析能力為目標
隨著國家創新體系的建立，統計創新工程已經提上議事日程，統計創新包括兩個方面，一是統計實踐的創新；二是統計教育的創新。創新的基礎在于教育，沒有統計教育的創新，就談不上統計實踐的創新。準確把握統計學的發展方向與發展形勢，培養適應新世紀社會經濟發展需要的人才，是統計教育工作者必須面對的問題，本文從統計學的基本發展趨勢談一談統計教育急需改革的幾個方面。
一、統計學的基本發展趨勢
縱觀統計學的發展狀況，與整個科學的發展趨勢相似，統計學也在走與其他科學結合交融的發展道路。歸納起來，有兩個基本結合趨勢。
（一）統計學與實質性學科結合的趨勢
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。但作為一種工具，它必須有其用武之地。否則，統計方法就成為無源之水，無用之器。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，現代統計方法基本上來自于一些實質性學科的研究活動，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，主成分分析與因子分析源于教育學與心理學的研究。抽樣調查方法源于政府統計調查資料的搜集。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。同時，有不少生物學家、天文學家、經濟學家、社會學家、人口學家、教育學家等都在從事統計理論與方法的研究。他們在應用過程中對統計方法進行創新與改進。另外，從學科體系看，統計學與實質性學科之間的關系絕對不是并列的，而是相交的，如果將實質性學科看作是縱向的學科，那么統計學就是一門橫向的學科，統計方法與相應的實質性學科相結合，才產生了相應的統計學分支，如統計學與經濟學相結合產生了經濟統計，與教育學相結合產生了教育統計，與生物學相結合產生了生物統計等，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、經濟計量學不僅屬于統計學，同時屬于經濟學，生物統計學不僅是統計學的分支，也是生物學的分支等。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與發展的。因此，統計學與各門實質性學科的緊密結合，不僅是歷史的傳統更是統計學發展的必然模式。實質性學科為統計學的應用提供了基地，為統計學的發展提供了契機。21世紀的統計學依然會采取這種發展模式，且更加注重應用研究。
這個趨勢說明：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。必須以實質性學科為依據，因此，財經類統計專業的學生必須學好有關經濟類與管理類的課程，只有這樣，所學的統計方法才有用武之地。統計的工具屬性才能夠得以充分體現。
（二）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，經歷了手工、機械、機電、電子等數個階段，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。上個世紀40年代第一臺電子計算機的誕生，給統計學方法的廣泛應用創造了條件。20年展起來的多元統計方法雖然對于處理多變量的種類數據問題具有很大的優越性，但由于計算工作量大，使得這些有效的統計分析方法一開始并沒有能夠在實踐中很好推廣開來。而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。目前企業經營管理中建立的決策支持系統（DSS）更加離不開統計模型。最近國外興起的數據挖掘（Datamining,又譯“數據掏金”）技術更是計算機專家與統計學家共同關注的領域。隨著計算機應用的越來越廣泛，每年都要積累大量的數據，大量信息在給人們帶來方便的同時也帶來了一系列問題：信息過量，難以消化；信息真假，難以辨識；信息安全，難以保證；信息形式不一致，難以統一處理；于是人們開始提出一個新的口號“要學會拋棄信息”。人們考慮“如何才能不被信息淹沒，而是從中及時發現有用的知識，提高信息利用率？”面對這一挑戰，數據挖掘和知識發現（DMKD）技術應運而生，并顯示出強大的生命力。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。在這種需求牽引下，匯聚了不同領域的研究者，尤其是數據庫技術、人工智能技術、統計、可視化技術、并行計算等方面的學者和工程技術人員，投身到數據挖掘這一新興的研究領域，形成新的技術熱點。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。這個趨勢說明：充分利用現代計算技術，通過計算機軟件將統計方法中復雜難懂的計算過程屏障起來，讓用戶直接看到統計輸出結果與有關解釋，從而使統計方法的普及變得非常容易。所以，對于財經類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包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、與信息相結合，這是發展的趨勢。了解這一點，再來看我們目前教育中的問題就更加明顯了，所以一些課程要改革，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。
二、統計教育的改革
(一)統計專業課程建設問題
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是課程設置和規范課程內容。課程設置主導學生的知識結構，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，目的是讓學生如何能將統計方法正確地運用到相關領域。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四方面的知識：（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；（4）有關統計理論和統計實踐中的前沿性問題，目的不在于要學生真正掌握這些問題，而是讓學生了解統計理論和統計實踐的前沿發展動態，啟迪學生的科學思維能力。
(二)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，有兩個焦點問題：一是如何激發學生學習統計學的興趣；二是應用什么教學手段來達到較好的統計教學效果等。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。
1.改灌輸式教學為啟發式教學，特別注重教育多樣化和多層次性，不僅讓學生掌握如何搜集、整理數據的技術，還要教學生讀懂數字背后的事實。學會按照具體與抽象、動態與靜態、個體與總體、絕對與相對、一般與特殊、演繹與歸納等不同的思維方式分析問題和解決問題。注重利用一題多解與一題多變，開拓學生的發散思維。
2.改單向接受式的教學為雙向互動式教學，以案例分析與情景教學開啟學生的思維閘門，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，培養學生創造性思維能力。
3.構建以課堂、實驗室和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，找到應用的結合點，才能使統計學獲得最大的生命力。
（三）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，培養出來的學生不會用統計軟件分析數據，不管哪一個層次，都已說不過去。統計學是一門應用的方法型學科，統計學應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，讓學生掌握一些常用統計軟件的使用。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。
（四）教學與實際的數據分析相結合
統計的教學不能只停留在課本上，案例教學與情景教學應成為統計課程的重要內容。統計教學和教材增加統計實際案例，通過計算機對大量實際數據進行處理，可以在試驗室進行，亦可在課堂上進行討論，這樣學生不僅理解了統計思想和方法，而且鍛煉和培養了研究和解決問題的能力。
（五）要有一批能用電腦、網絡來教學的新型教師
電腦、網絡的出現，不僅改變了教學的手段，還深深地影響著教學的內容，因為它影響著經濟、生活的發展和需求。語文（中文、外文）、數學、計算機、專業知識是一個統計人才必備的素質，它們之間不是分離的，而是要盡可能結合在一起來進行教學，各管各教一套的辦法已不適應現代化教育教學的需要，現代教育特別注重教育信息技術中的多媒體、網絡化、社會化和國際化、多樣化和多層次，有了電腦、網絡，必需要更新，要培養出一批能用電腦、網絡來教學的新型教師，以便培養出新型的21世紀的人才。
[參考文獻]
[1]賀鏗.關于統計學的性質與發展問題.中國統計,2001.9.
[關鍵詞]
健康網訊: 胡良平 軍事醫學科學院生物醫學統計咨詢中心 北京 100850
很多在生物醫藥衛生等研究領域中從事科研工作的人經常提出這樣的問題："為什么我們學了多遍統計學仍不得要領，每到用時就出錯？"我的回答是："問題的癥結是你們對統計學的系統性和準確性掌握得不夠！"道理很簡單，雖然你門學了多遍統計學，但每遍學的內容都大同小異，學的內容少，真正掌握的內容就更少了，而要解決的問題卻遠遠超出了自己所掌握的知識范圍；每次幾乎都是脫離實際地學統計，從統計學教科書上看到的都是經過統計學工作者加工過的材料，自己面對的卻是問題的"原型"，在尚未真正學會統計學之前，不會將實際問題轉化為統計學問題，用十分有限的"幾個招術"去對付各種各樣復雜的問題，生搬硬套，張冠李戴，出錯也就成為難以避免的事了。事實正是如此，在我國的一些科研成果檔案材料中，在許多公開發表的科技期刊的學術論文中，甚至在一些電視和報紙等宣傳媒體中，誤用和濫用統計學的現象相當普遍，以至于嚴重影響了我國科技工作的科學性和嚴謹性。
統計學誤用的現狀
科技期刊中學術論文是科研工作質量好壞和水平高低的一面鏡子，全面而又徹底地映射出科研工作者科研創新的思路、統計研究設計的能力、數據處理的水平、結論的可信程度等綜合情況。然而，翻閱我國生物醫藥衛生等研究領域內科技期刊中的學術論文，不難發現誤用和濫用統計學的頻率相當高，實在令人震驚！概括起來有以下幾個方面：其一，人們在"統計研究設計方面"常犯的錯誤有：忽視統計研究設計，盲目開展科學研究，實驗過程中一旦出現了問題，常常措手不及；實驗設計的四個原則（隨機、設立、重復、均衡）遵守不嚴，由于研究者對許多重要非實驗因素未加以控制，使各實驗組之間缺乏可比性；科研課題本身涉及多個實驗因素，研究者常采用單因素設計方法取代多因素設計方法，將原本存在交互作用的多因素之間的關系視為互相獨立的關系，從而作出偏離實際、甚至完全錯誤的結論來。其二，人們在"實驗資料的收集和整理"方面常犯的錯誤有：由于缺乏完善的統計研究設計方案的指導，人們常不能正確地收集和整理觀測或實驗數據，最典型的事例是：為了考察三種藥物對生物體所產生的影響之間的差別有無統計學意義，研究者常選用30只小鼠，將它們完全隨機地均分到三個藥物組中去，當每組10只小鼠服用一種特定的藥物后，要在2、4、6、8、10小時5個不同時間點上觀測各組中的每一只小鼠某項或某幾項定量指標的數值大?。ㄒ话闶浅檠獧z測，故不需要處死小鼠），目的是要看藥物效應隨時間推移的動態變化趨勢。很多人在收集此類實驗數據時，未對各組內的每一只小鼠做標記，僅僅記下了各組小鼠在各時間點上觀測到的數據，但無法明確區分從每一只小鼠身上觀測到的是哪5個數據。這就將一個原本屬于"具有重復測量設計的資料"錯誤地當作"獨立重復實驗設計的資料"了。資料收集時的錯誤，將直接導致統計分析方法的誤用，乃至影響統計和專業結論的正確性。還有人在整理實驗數據時，隨意將那些自認為"過大或過小"的數據舍棄掉，這不僅使實驗研究的真實性受到了破壞，有時還容易失去發現奇跡（如基因的突變）的機會。其三，人們在進行"統計描述和表達"方面常犯的錯誤有：用統計表表達統計資料時，表中數據的含義未表達清楚，使讀者百思不得其解；用統計圖表達統計資料時，常用表達定性資料的條圖來表達各種定量資料，割裂了數據之間的內在聯系；有時隨意在坐標軸上標刻度值，使圖形反映的升降變化趨勢是錯誤的；用表達正態分布的方法來表達呈偏態分布的統計資料；將百分比與百分率混為一談；濫用相對數，如用某藥物醫治某病患者5人，治愈3人，就認為此藥的治愈率為60%。其四，人們在選用"統計分析方法"方面常犯的錯誤有：將t檢驗和c2檢驗分別視為處理定量資料和定性資料的"萬能工具"；不考慮資料所具備的前提條件，盲目套用各種統計分析方法；將在專業上毫無關聯的變量強硬地放在一起進行相關與回歸分析；用直線回歸取代曲線回歸。其五，人們在處理"多因素多指標統計資料"方面常犯的錯誤有：用單因素分析方法取代多因素分析方法，用一元分析取代多元分析，這樣無法揭示多因素之間的相互關系和多指標之間的內在聯系，容易得出片面的、甚至歪曲事實的結論。
對策與建議
要積極開展科研協作。筆者長期從事統計咨詢的一個切身體會是："實際工作者與統計學工作者之間開展密切的科研協作，對雙方都非常有利。"這樣一來，實際工作者不僅可以騰出大量時間做專業方面的事，而且可以集中精力投身于改革創新，在本學科領域及相關領域內做出更高水平的科研成果來；而對于統計學工作者來說，有機會將自己學到的數學、統計和計算機等方面的知識用來解決生產和科研實踐中的具體問題，不僅是一種有意義的工作，而且是一種享受和快樂。"積極開展交叉學科之間的課題協作"，是一個"經濟、高效、優質、科學"地完成科研課題的現代運作模式，是信息時代的必然發展趨勢。利用Internet網開展科研課題協作，是一個"投資小、見效快、回報大"的舉措，是廣大實際工作者最明智的選擇！每一位實際工作者在運用統計學解決實際問題時，應當建立"有所為和有所不為"的理念，確有把握解決的問題就自己解決，沒有把握解決的問題，應當向內行請教或請統計學工作者協助解決。
要參加統計培訓。廣大實際工作者有自己的專業主攻方向，很難擠出較長時間來學習各種統計學知識，但可以結合自己的研究領域中經常涉及到的統計學問題，有的放矢地去參加一些高水平的短期統計學培訓班，帶著問題、分專題學習統計學，可以達到事半功倍的效果。醫藥衛生等科技期刊編輯部，要在"稿約"中盡可能增加對統計學的具體要求，以便提高稿件的質量；每個編輯部應培養一、二名統計學水平較高的編輯（因為僅靠少數兼職統計學編委是遠遠不夠的！），方可真正提高稿件的編審質量。
要提高生物、醫學、衛生統計學的教學質量。要想使醫藥院校的本科生和研究生真正學會統計學，必須編寫出理論密切聯系實際的統計學教材，改革"滿堂灌"的傳統教學模式，引導他們積極參與教學活動，使他們變被動接受知識為主動獲取知識。教師應從問題的"原型"入手去講授統計學，教給他們正確的統計思想，教會他們如何將實際問題轉化為統計問題，如何正確地選用統計分析方法，如何結合統計和專業知識作出正確的結論，這是解決"很多人學了多遍統計學仍不得要領"的最有效方法！使他們明白，學統計一定要設法學會"點金術"，千萬不能急于求成，僅學一點"半生不熟"的統計方法，就到處盲目套用，這樣做既害了自己，也害了他人，更害了我國的科技事業！
要完善監督管理機制，制定行之有效的政策。在科研課題的評審、科研成果的鑒定、新藥的審批、學術期刊質量的審讀、研究生學位論文的評閱、職稱的評定等學術性較強的科研和科管工作中，應當進一步完善監督管理機制，制定行之有效的政策，以便有效地堵塞和防止科學性和嚴謹性差的"產品"通過鑒定。
隨著國家創新體系的建立，統計創新工程已經提上議事日程，統計創新包括兩個方面，一是統計實踐的創新；二是統計教育的創新。創新的基礎在于教育，沒有統計教育的創新，就談不上統計實踐的創新。準確把握統計學的發展方向與發展形勢，培養適應新世紀社會經濟發展需要的人才，是統計教育工作者必須面對的問題，本文從統計學的基本發展趨勢談一談統計教育急需改革的幾個方面。
一、統計學的基本發展趨勢
縱觀統計學的發展狀況，與整個科學的發展趨勢相似，統計學也在走與其他科學結合交融的發展道路。歸納起來，有兩個基本結合趨勢。
（一）統計學與實質性學科結合的趨勢
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。但作為一種工具，它必須有其用武之地。否則，統計方法就成為無源之水，無用之器。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，現代統計方法基本上來自于一些實質性學科的研究活動，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，主成分分析與因子分析源于教育學與心理學的研究。抽樣調查方法源于政府統計調查資料的搜集。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。同時，有不少生物學家、天文學家、經濟學家、社會學家、人口學家、教育學家等都在從事統計理論與方法的研究。他們在應用過程中對統計方法進行創新與改進。另外，從學科體系看，統計學與實質性學科之間的關系絕對不是并列的，而是相交的，如果將實質性學科看作是縱向的學科，那么統計學就是一門橫向的學科，統計方法與相應的實質性學科相結合，才產生了相應的統計學分支，如統計學與經濟學相結合產生了經濟統計，與教育學相結合產生了教育統計，與生物學相結合產生了生物統計等，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、經濟計量學不僅屬于統計學，同時屬于經濟學，生物統計學不僅是統計學的分支，也是生物學的分支等。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與發展的。因此，統計學與各門實質性學科的緊密結合，不僅是歷史的傳統更是統計學發展的必然模式。實質性學科為統計學的應用提供了基地，為統計學的發展提供了契機。21世紀的統計學依然會采取這種發展模式，且更加注重應用研究。
這個趨勢說明：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。必須以實質性學科為依據，因此，財經類統計專業的學生必須學好有關經濟類與管理類的課程，只有這樣，所學的統計方法才有用武之地。統計的工具屬性才能夠得以充分體現。
（二）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，經歷了手工、機械、機電、電子等數個階段，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。上個世紀40年代第一臺電子計算機的誕生，給統計學方法的廣泛應用創造了條件。20年展起來的多元統計方法雖然對于處理多變量的種類數據問題具有很大的優越性，但由于計算工作量大，使得這些有效的統計分析方法一開始并沒有能夠在實踐中很好推廣開來。而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。目前企業經營管理中建立的決策支持系統（DSS）更加離不開統計模型。最近國外興起的數據挖掘（Datamining,又譯“數據掏金”）技術更是計算機專家與統計學家共同關注的領域。隨著計算機應用的越來越廣泛，每年都要積累大量的數據，大量信息在給人們帶來方便的同時也帶來了一系列問題：信息過量，難以消化；信息真假，難以辨識；信息安全，難以保證；信息形式不一致，難以統一處理；于是人們開始提出一個新的口號“要學會拋棄信息”。人們考慮“如何才能不被信息淹沒，而是從中及時發現有用的知識，提高信息利用率？”面對這一挑戰，數據挖掘和知識發現（DMKD）技術應運而生，并顯示出強大的生命力。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。在這種需求牽引下，匯聚了不同領域的研究者，尤其是數據庫技術、人工智能技術、統計、可視化技術、并行計算等方面的學者和工程技術人員，投身到數據挖掘這一新興的研究領域，形成新的技術熱點。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。這個趨勢說明：充分利用現代計算技術，通過計算機軟件將統計方法中復雜難懂的計算過程屏障起來，讓用戶直接看到統計輸出結果與有關解釋，從而使統計方法的普及變得非常容易。所以，對于財經類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包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、與信息相結合，這是發展的趨勢。了解這一點，再來看我們目前教育中的問題就更加明顯了，所以一些課程要改革，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。
二、統計教育的改革
(一)統計專業課程建設問題
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是課程設置和規范課程內容。課程設置主導學生的知識結構，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，目的是讓學生如何能將統計方法正確地運用到相關領域。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四方面的知識：（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；（4）有關統計理論和統計實踐中的前沿性問題，目的不在于要學生真正掌握這些問題，而是讓學生了解統計理論和統計實踐的前沿發展動態，啟迪學生的科學思維能力。
(二)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，有兩個焦點問題：一是如何激發學生學習統計學的興趣；二是應用什么教學手段來達到較好的統計教學效果等。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。
1.改灌輸式教學為啟發式教學，特別注重教育多樣化和多層次性，不僅讓學生掌握如何搜集、整理數據的技術，還要教學生讀懂數字背后的事實。學會按照具體與抽象、動態與靜態、個體與總體、絕對與相對、一般與特殊、演繹與歸納等不同的思維方式分析問題和解決問題。注重利用一題多解與一題多變，開拓學生的發散思維。
2.改單向接受式的教學為雙向互動式教學，以案例分析與情景教學開啟學生的思維閘門，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，培養學生創造性思維能力。
3.構建以課堂、實驗室和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，找到應用的結合點，才能使統計學獲得最大的生命力。
（三）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?，F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，培養出來的學生不會用統計軟件分析數據，不管哪一個層次，都已說不過去。統計學是一門應用的方法型學科，統計學應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，讓學生掌握一些常用統計軟件的使用。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。
（四）教學與實際的數據分析相結合
統計的教學不能只停留在課本上，案例教學與情景教學應成為統計課程的重要內容。統計教學和教材增加統計實際案例，通過計算機對大量實際數據進行處理，可以在試驗室進行，亦可在課堂上進行討論，這樣學生不僅理解了統計思想和方法，而且鍛煉和培養了研究和解決問題的能力。
（五）要有一批能用電腦、網絡來教學的新型教師
電腦、網絡的出現，不僅改變了教學的手段，還深深地影響著教學的內容，因為它影響著經濟、生活的發展和需求。語文（中文、外文）、數學、計算機、專業知識是一個統計人才必備的素質，它們之間不是分離的，而是要盡可能結合在一起來進行教學，各管各教一套的辦法已不適應現代化教育教學的需要，現代教育特別注重教育信息技術中的多媒體、網絡化、社會化和國際化、多樣化和多層次，有了電腦、網絡，必需要更新，要培養出一批能用電腦、網絡來教學的新型教師，以便培養出新型的21世紀的人才。
[參考文獻]
[1]賀鏗.關于統計學的性質與發展問題.中國統計,2001.9.
隨著國家創新體系的建立，統計創新工程已經提上議事日程，統計創新包括兩個方面，一是統計實踐的創新；二是統計教育的創新。創新的基礎在于教育，沒有統計教育的創新，就談不上統計實踐的創新。準確把握統計學的發展方向與發展形勢，培養適應新世紀社會經濟發展需要的人才，是統計教育工作者必須面對的問題，本文從統計學的基本發展趨勢談一談統計教育急需改革的幾個方面。
一、統計學的基本發展趨勢
縱觀統計學的發展狀況，與整個科學的發展趨勢相似，統計學也在走與其他科學結合交融的發展道路。歸納起來，有兩個基本結合趨勢。
（一）統計學與實質性學科結合的趨勢
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。但作為一種工具，它必須有其用武之地。否則，統計方法就成為無源之水，無用之器。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，現代統計方法基本上來自于一些實質性學科的研究活動，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，主成分分析與因子分析源于教育學與心理學的研究。抽樣調查方法源于政府統計調查資料的搜集。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。同時，有不少生物學家、天文學家、經濟學家、社會學家、人口學家、教育學家等都在從事統計理論與方法的研究。他們在應用過程中對統計方法進行創新與改進。另外，從學科體系看，統計學與實質性學科之間的關系絕對不是并列的，而是相交的，如果將實質性學科看作是縱向的學科，那么統計學就是一門橫向的學科，統計方法與相應的實質性學科相結合，才產生了相應的統計學分支，如統計學與經濟學相結合產生了經濟統計，與教育學相結合產生了教育統計，與生物學相結合產生了生物統計等，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、經濟計量學不僅屬于統計學，同時屬于經濟學，生物統計學不僅是統計學的分支，也是生物學的分支等。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與發展的。因此，統計學與各門實質性學科的緊密結合，不僅是歷史的傳統更是統計學發展的必然模式。實質性學科為統計學的應用提供了基地，為統計學的發展提供了契機。21世紀的統計學依然會采取這種發展模式，且更加注重應用研究。
這個趨勢說明：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。必須以實質性學科為依據，因此，財經類統計專業的學生必須學好有關經濟類與管理類的課程，只有這樣，所學的統計方法才有用武之地。統計的工具屬性才能夠得以充分體現。
（二）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，經歷了手工、機械、機電、電子等數個階段，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。上個世紀40年代第一臺電子計算機的誕生，給統計學方法的廣泛應用創造了條件。20年展起來的多元統計方法雖然對于處理多變量的種類數據問題具有很大的優越性，但由于計算工作量大，使得這些有效的統計分析方法一開始并沒有能夠在實踐中很好推廣開來。而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。目前企業經營管理中建立的決策支持系統（DSS）更加離不開統計模型。最近國外興起的數據挖掘（Datamining,又譯“數據掏金”）技術更是計算機專家與統計學家共同關注的領域。隨著計算機應用的越來越廣泛，每年都要積累大量的數據，大量信息在給人們帶來方便的同時也帶來了一系列問題：信息過量，難以消化；信息真假，難以辨識；信息安全，難以保證；信息形式不一致，難以統一處理；于是人們開始提出一個新的口號“要學會拋棄信息”。人們考慮“如何才能不被信息淹沒，而是從中及時發現有用的知識，提高信息利用率？”面對這一挑戰，數據挖掘和知識發現（DMKD）技術應運而生，并顯示出強大的生命力。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。在這種需求牽引下，匯聚了不同領域的研究者，尤其是數據庫技術、人工智能技術、統計、可視化技術、并行計算等方面的學者和工程技術人員，投身到數據挖掘這一新興的研究領域，形成新的技術熱點。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。這個趨勢說明：充分利用現代計算技術，通過計算機軟件將統計方法中復雜難懂的計算過程屏障起來，讓用戶直接看到統計輸出結果與有關解釋，從而使統計方法的普及變得非常容易。所以，對于財經類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包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、與信息相結合，這是發展的趨勢。了解這一點，再來看我們目前教育中的問題就更加明顯了，所以一些課程要改革，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。
二、統計教育的改革
(一)統計專業課程建設問題
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是課程設置和規范課程內容。課程設置主導學生的知識結構，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，目的是讓學生如何能將統計方法正確地運用到相關領域。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四方面的知識：（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；（4）有關統計理論和統計實踐中的前沿性問題，目的不在于要學生真正掌握這些問題，而是讓學生了解統計理論和統計實踐的前沿發展動態，啟迪學生的科學思維能力。
(二)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，有兩個焦點問題：一是如何激發學生學習統計學的興趣；二是應用什么教學手段來達到較好的統計教學效果等。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。
1.改灌輸式教學為啟發式教學，特別注重教育多樣化和多層次性，不僅讓學生掌握如何搜集、整理數據的技術，還要教學生讀懂數字背后的事實。學會按照具體與抽象、動態與靜態、個體與總體、絕對與相對、一般與特殊、演繹與歸納等不同的思維方式分析問題和解決問題。注重利用一題多解與一題多變，開拓學生的發散思維。
2.改單向接受式的教學為雙向互動式教學，以案例分析與情景教學開啟學生的思維閘門，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，培養學生創造性思維能力。
3.構建以課堂、實驗室和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，找到應用的結合點，才能使統計學獲得最大的生命力。
（三）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，培養出來的學生不會用統計軟件分析數據，不管哪一個層次，都已說不過去。統計學是一門應用的方法型學科，統計學應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，讓學生掌握一些常用統計軟件的使用。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。
（四）教學與實際的數據分析相結合
統計的教學不能只停留在課本上，案例教學與情景教學應成為統計課程的重要內容。統計教學和教材增加統計實際案例，通過計算機對大量實際數據進行處理，可以在試驗室進行，亦可在課堂上進行討論，這樣學生不僅理解了統計思想和方法，而且鍛煉和培養了研究和解決問題的能力。
（五）要有一批能用電腦、網絡來教學的新型教師
電腦、網絡的出現，不僅改變了教學的手段，還深深地影響著教學的內容，因為它影響著經濟、生活的發展和需求。語文（中文、外文）、數學、計算機、專業知識是一個統計人才必備的素質，它們之間不是分離的，而是要盡可能結合在一起來進行教學，各管各教一套的辦法已不適應現代化教育教學的需要，現代教育特別注重教育信息技術中的多媒體、網絡化、社會化和國際化、多樣化和多層次，有了電腦、網絡，必需要更新，要培養出一批能用電腦、網絡來教學的新型教師，以便培養出新型的21世紀的人才。
[參考文獻]
[1]賀鏗.關于統計學的性質與發展問題.中國統計,2001.9.
