時間：2023-07-18 17:24:40
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篇統計學的內涵，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。
【關鍵詞】概率論 描述統計 推斷統計 統計思想
一、概率論引入統計學的意義
（一）方法的突破
統計學研究對象的拓展。引入概率論后統計學研究對象的拓展表現在外延與內涵兩方面。外延上，導源賭博問題研究的概率論以隨機性現象為主要研究對象，它的應用將統計學思想方法帶到自然科學領域，甚至用于研究人類心理活動、思維現象，拓展了原來始于社會經濟現象研究的統計學的研究對象。另外，聯姻前統計學對現象的描述、分析只能止于其確定性方面，有概率論新工具后，其不確定性方面也能描述分析，拓展了作為統計學對象的社會經濟現象的數量信息內涵。研究對象的拓展，使得在此基礎上統計學成了一門具有通用性的定量分析工具。
統計學研究方法的進階。概率論聯姻“統計”的突出意義表現在方法上—由描述走向推斷。“描述統計”（包括數據的收集、整理、顯示和分析）主要是通過圖表形式對所收集的數據進行加工處理和顯示，進而綜合、概括和分析得出反映客觀現象規律的數量特征；“推斷統計”則是在對樣本數據進行描述的基礎上對統計總體的未知數量特征作出以概率形式表達的推斷。聯姻之前的古典統計學主要就是初級的“描述統計”（簡單的計量、分組、圖表、推算等），現代統計學則以“推斷統計”為其核心內容。這里“描述”與“推斷”的劃分一方面反映統計方法發展的兩個階段，另外也反映應用統計方法探索客觀事物數量規律的不同過程。“描述”是基礎，“推斷”是主要內容。
推斷統計的現實性意義。統計學從描述發展到推斷，反映統計學發展的巨大成就，也是統計學成熟的重要標志。一方面，它是重要的認識工具。正是由于有了“推斷”，科學借助統計這一定量分析工具取得了巨大成就。象著名的基因論就借助推斷統計方法而得。
（二）思想的騰飛
矩：統計學早期便有“平均”即一般代表值的思想，認識事物數量方面的一般性。引入概率論后，“平均”引申到“期望”，描述隨機變量的集中趨勢。與“平均”相對應，有對數據偏離“一般”程度的描述即“變異”，認識事物數量方面的差異。引入概率論后其內涵擴充到對隨機變量離散程度的描述。“矩”源于力學研究，均數、方差同重心和轉動力矩之間的類似促使統計上用“矩”來描述數據特征。其概念涵蓋前述的幾個參數，并擴充到多階、多維隨機變量特征的描述。“矩”體現了統計“求同察異”的思想，即在了解差異的同時認識事物的同質性。
估計：估計是據樣本數據對總體參數所作出的“猜想”’其實質是一種類比，將對已知事物的認識拓廣到更大范圍。實際上有一個假定即樣本、總體的同質性（同分布）。由于樣本的隨機性使得估計帶有不確定性，便給出“區間”來對其描述。
檢驗：檢驗即先對總體特征作出一種假設，然后根據樣本信息對這一假設的支持程度作出描述（假設正確性的判斷），主要運用反證法、小概率原則等思想。檢驗與估計構成統計推斷內容的兩面，鑒于思維上推與證的不同而分別提出。
擬合：擬合就是對現象之間的聯系、發展規律、變化趨勢給予定量描述，是對事物間關系表現的一種抽象。也就是以一定的模型來反映現象及現象間的聯系的發展變化，表現出聯系的顯性方面而抽象掉非顯性方面。
相關：相關是客觀事物普遍聯系的哲學思想在統計上的具體化。統計所研究的對象之間往往表現出相隨共變或相隨共現的情況，相關便是對現象間這種聯系的數量表現的描述、分析。通過對比關聯現象變化的方向與程度，來研究它們之間是否有聯系、聯系的緊密程度和形式。
慣性：哲學上，客觀現象都是有規律的辯證發展運動過程。任何運動都具有慣性，這種慣性表現為系統的動態性即記憶性。它反映現象未來行為與過去的行為有關這樣一種動態思想，是“動態相關”，也是預測的思想基礎，反映現象本身及現象之間關系發展、變化的規律性。
二、概率論引入統計學的啟發
概率論引入統計學，使統計學思想方法有了質的飛躍，并成為統計學堅實的理論基礎。這也給我們啟發：統計學必須與時俱進，順應時代而發展，不斷完善方法體系，與其它定量分析工具、計算技術及其應用領域科學結合融會。
研究對象泛化：統計學是定量分析工具，首先便表現在對所研究的對象（社會經濟現象、自然現象、精神思維等）的定量描述上（對象信息數據化），然后再做定量分析。最初統計學只能局限于現象數量信息做確定性的數量描述、分析，引入概率論之后，對研究對象便可以做隨機性描述、分析。而實際工作中有時還必須對定性的、模糊的、混沌的甚至突變的等研究對象做定量的描述與分析，概率論便會有所局限，必須引入新的工具。比如引入模糊數學，對模糊性現象做定量描述分析；引入灰色理論，形成灰色統計思想等等。
電子技術發展：科技特別是計算機技術的發展使數據處理的手段得到提升，并對統計提出了新挑戰。電腦、網絡的出現一方面使統計學的研究對象（總體）成了一個結構復雜的系統，另一方面對數據的分析處理變成了算法。同時在我們面對的數量信息超大量化后，統計的“收集、分析數據”的任務、統計推斷意義也就必然發生變化，等等。這一切都要求統計必須與計算機及其它科學聯姻，如人工智能、神經網絡理論等。
應用領域擴張：現代統計學是一多層次多門類的學科，幾乎所有的科研都要借助這一定量分析工具。應用領域的不同，對這一工具的要求必然不盡相同。比如生物統計、保險統計與統計地理學在基礎性方法一致的基礎上各有與其相聯系的實質性科學的特點。現代統計方法（包括概率論的成長、壯大）很大程度上來自一些實質性科研活動，這也就要求我們堅持以概率論等數理工具為基礎的前提下緊密聯系應用領域的實質性科學。
總之，統計學是一門生命力強大的科學，也是一門與時俱進的科學。順應時代要求，不斷借鑒其它方法科學，豐富統計方法，拓展應用領域。
關鍵詞：生物統計；教學實踐；立體化
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2013）18-0231-03
一、引言
“生物統計學”是把數學的語言引入生命科學研究領域，將所研究的問題抽象為數學問題的過程，用數理統計的原理和方法來分析和解釋生物界各種現象和試驗調查資料，是應用統計學的一個分支。生物學研究實踐證明，只有正確應用生物統計學的原理和分析方法對生物學試驗進行合理設計，對數據資料進行客觀分析，才能得出科學的結論[1]。目前，從數量角度研究生命科學現象已經為大多數生物學研究者所認知，“生物統計學”為生物學的研究和探索提供了重要的方法和工具。
近年來，全國各高校生物學專業普遍加強了“生物統計學”的教學工作，使學生學習試驗設計和數據收集與整理的方法，正確應用統計學原理分析和解釋數據資料，為進一步學好專業課程奠定了堅實的基礎。
二、生物統計學課程的特點
1.以數學知識為基礎。“生物統計學”是在研究生物現象的過程中，與數學的發展相伴隨逐漸發展而來的。它把生命科學中的某些具體問題抽象為數學問題，以數學概率論和數理統計為理論基礎[1]，這其中就必然會涉及到排列、組合、積分、導數等數學知識。例如，大數定律是用樣本統計數推斷估計總體參數的基礎，需要掌握概率論的相關知識；在推導直線回歸方程時，回歸系數和回歸截距的計算，是建立在最小二乘法的基礎上，需要用到導數的計算；正態分布中變量的概率計算，需要了解積分的性質[1]。盡管在“生物統計學”課程學習之前，學生已經學習了“高等數學”的相關知識，但多數學生的數學基礎知識仍相對薄弱，由此對學習該門課程產生畏懼心理。加上很多學生沒有理解生物統計學的內涵，主觀上認為該門課程就是學習數學知識的，進而導致厭學情緒。
2.概念術語多。“生物統計學”不同于生物學專業的其他課程，在學習過程中涉及很多概念術語，并且這些概念術語常成對出現[1]。例如，總體和樣本、變量與常數、參數與統計數、效應與互作、準確性與精確性、頻率與概率、標準差與標準誤、因素與水平、相關與回歸、雙尾檢驗與單尾檢驗、棄真錯誤與納偽錯誤、假設檢驗與區間估計等。如果不理解這些概念術語的含義，生搬硬套，在應用時就會出錯，得出錯誤的結果。
3.計算公式多。“生物統計學”是應用統計學方法，分析和解釋生命科學研究中數據資料數量上的變化，進而做出符合科學實際的推斷。在學習過程中，必須要用到大量的計算公式[1，2]。如反映變異性的指標有標準差和標準誤，二者的含義不同，計算公式也不同。在正態分布中，為了計算服從正態分布的變量的取值概率，通常要對變量進行標準化處理，在學習了變量標準化公式之后，接下來在應用時還需要用到平均數的標準化、平均數差數的標準化、頻率的標準化、頻率差數的標準化、成對數據差數平均數的標準化等公式。在直線相關與回歸分析中，需要掌握相關系數、回歸系數、回歸截距等計算公式。盡管目前有很多統計軟件可以直接對一些統計量進行計算，但學生們必須掌握和理解相關統計量計算的原理和具體內涵才能正確地應用這些統計軟件。
4.課程內容連貫性較強。“生物統計學”的課程內容是承上啟下、前后連貫的[1，2]。例如，概率分布是學習統計推斷的基礎，平均數的假設檢驗和區間估計是相互聯系的，單因素數據資料方差分析的原理和方法是對多因素數據資料進行方差分析的基礎[1]。如果學生沒有掌握某一章節的內容，很可能導致后面的許多內容聽不懂、難理解，陷入越聽越聽不懂的惡性循環。
三、教學內容的實踐與探索
針對“生物統計學”課程的特點和現狀，近年來，我們在教學過程中，圍繞教學內容、教學方法、課程建設、考核方式等多方面進行了實踐和探索，取得了較為理想的效果。
1.合理編排教學內容，提高教學效率。我校本科教學計劃調整后，“生物統計學”課程安排在第三學期，周學時為2，共36學時。學生在之前已學習了“高等數學”等公共課程，“植物學”、“動物學”等專業基礎課程，與本學期同時學習的還有“生物化學”。為適應生命科學的發展和對生物學人才的培養，我們按照“強化基礎、突出重點、注重應用、通俗易懂”的原則合理設計安排教學內容[1]。在課堂講授時，我們盡可能把抽象的統計學原理與生命科學的前沿或學生們感興趣的事例進行結合，并引導學生從專業知識的角度對統計分析的結果做出科學的判斷和合理的解釋，這樣一方面使學生感受到生物統計學與生命科學的各專業都是緊密聯系的，另一方面學到的統計分析方法和試驗設計原則也可以指導學生后續專業課程的學習。
作為應用性極強的課程，我們在課堂授課時一般不過多討論數學原理，而主要偏重于統計原理的介紹和具體分析方法的應用。在有限的課堂教學時數內，對涉及到的數理統計知識多是“拿來主義”，對于一些公式，通常只進行概念上的介紹和公式上的簡單推導，對有些較復雜的統計公式則只給出公式，并不要求學生掌握具體的推算過程，其目的是讓學生對統計學原理和統計分析方法有較全面的了解。在章節內容上，根據具體情況進行適當刪減，做到重點突出、主次分明。比如講授方差分析一章時，以單因素數據資料的分析為例，重點介紹方差分析的基本原理、數學模型和分析步驟，對于二因素數據資料的分析則啟發學生根據其基本原理和數學模型進行推理，多因素數據資料的方差分析則只介紹基本原理，其目的是培養學生對所學理論知識的應用能力，實現以素質教育為基礎，以能力培養為本位的教學理念。
2.靈活運用多種教學方法。在教學過程中，我們根據教學內容，采用多種教學方法并重，對學生“授之以漁”而不是“授之以魚”[3]，充分調動學生學習的積極性和主動性，使教學相融。
問題導入法。在課堂講授時，我們注重問題的創設。提供氛圍，啟發學生發現問題并思考如何解決問題[4]，使學生成為學習的主人，教師則成為學生的協作者。例如，在方差分析一章講述時，以單因素數據資料為例[1]，讓學生思考如何進行多組平均數之間的比較。有的學生會提出，可以采用之前學習過的兩個樣本平均數假設檢驗的分析方法對多組數據進行兩兩的比較，而這又引發了一些新的問題。如何解決這些問題呢？這時，我們引導啟發學生將所有的數據資料作為一個整體來考慮，將數據的總變異按照其變異來源剖分成處理引發的變異（組間變異）和試驗誤差引發的變異（組內變異），并利用反映變異特性的方差這一統計量來表示組間變異和組內變異的大小，進而采用檢驗對其二者的差異進行顯著性檢驗，由此和學生共同推導出方差分析的基本思想和分析步驟。這樣，既讓學生理解了方差分析的原理和應用，也培養了學生分析問題和解決問題的能力。
對比法。“生物統計學”中有很多概念都是成對出現的，其相應的公式也有著許多形式上的共同點，這就為我們進行對比法講解提供了很好的素材。例如標準差與標準誤、直線回歸系數與直線相關系數、樣本平均數假設檢驗的檢驗及檢驗等[1]。對比法講授，既可以幫助學生記憶公式，也便于學生更好地理解公式的含義和具體應用，做到舉一反三。
演繹法。“生物統計學”中有很多公式是前后聯系的，存在公式的變形，運用演繹法教學可以讓學生更好地理解公式的來源和內涵。例如變量的標準化公式，對于服從正態分布的變量進行標準化轉換的公式（u=■）是核心，在理解這個公式含義的基礎上，對于各統計數（平均數、平均數差數、頻率、頻率差數、成對數據差數等）進行標準化轉換的公式自然也就推導出來了，從而避免了對這些公式的死記硬背。
板書與多媒體課件并行。隨著電子技術、計算機技術和網絡技術的發展，在教學實踐中多采用多媒體課件進行授課。多體媒體課件集文字、公式編輯、圖形、色彩、動畫于一體，既可以插入圖片和例證，也可以實現公式推導的逐步展現，圖文并茂，色彩豐富，省去了板書所占的時間，可以在有限的課堂教學時間內增加教學內容，增強師生之間的互動[4]。同時，傳統的板書不能完全放棄，在講授過程中，適時穿插板書內容，可以幫助學生更好地聯系已學知識。因此，在教學過程中，我們以多媒體教學為主，板書為輔，注重將這兩種教學方法進行有機的結合。
3.加強實驗教學，注重理論與實踐的結合。“生物統計學”是一門應用學科。我們在理論教學的同時，安排了18個學時的實驗課，主要目的是讓學生將課堂理論知識加以應用并學會常用統計學軟件的使用。生物統計學實驗課在生命科學學院信息學實驗室利用電子教室系統進行，教師在主控機上邊講解邊操作，學生可以在自己的計算機上觀察到具體的執行過程，之后可以自己進行相應的操作，然后以電子文檔的形式提交實驗課作業。通過實驗課教學，一方面使理論知識密切聯系實踐，真正提高了學生的應用能力；另一方面增強了學生的興趣，在實驗課中學生不僅鞏固了統計分析知識，而且利用計算機來分析數據也為相關專業課實驗數據的分析奠定了基礎。在運用計算機統計軟件進行數據分析時，學生們也深刻意識到，盡管統計學軟件功能強大，但必須對相關的統計學知識有一定的認知和理解，才能更好地使用這些軟件，由此也進一步激發了學生課堂學習的動力。
4.課程資源的立體化建設。在教學過程中，我們注重加強課程資源的立體化建設。以教材為中心，我們編寫了與科學出版社《生物統計學》（第四版）配套的《生物統計學學習指導》，對每一章的內容都配套了目的要求、內容提要、難點評析、例題解析、習題解答和自我測驗[5]，以供學生在課下進行學習和知識的擴充。同時，“生物統計學”是河南師范大學校級網絡課程，學生可以通過瀏覽網頁進行課程內容學習。在網絡課程中，每章均示出了重點、難點，便于學生自學或復習掌握；同時，網絡課程中豐富生動的圖表資料及實例分析也有助于學生對知識點的理解。
5.考核采用筆試和實驗相結合。“生物統計學”的考核成績由期終閉卷筆試成績（占總成績的80%）和實驗課成績（占總成績的20%）兩部分組成。其中，閉卷考試內容偏重實用性、基礎性，避開需死記硬背、理論性強而無實際用途的題目和偏題怪題，并且盡量減少需要進行計算的工作量，目的是考核學生對已學內容的掌握和應用。實驗課則重點考查學生知識應用和解決實際問題的能力。這種考核方式，一方面激發了學生學習的積極性與主動性，擺脫了學生死記硬背的單純應試模式，另一方面也強調了學生解決實際問題的能力，有助于提高學生綜合運用知識的能力。
四、小結
“生物統計學”是一門理論性和實用性都很強的學科，是現代生物學研究不可缺少的工具。在教學過程中，我們注重培養學生樹立統計學觀念，掌握如何運用統計學原理科學設計試驗，正確應用統計分析方法分析數據資料，培養學生統計學推理思維能力，并能用專業知識對推斷結果加以闡釋。在教學過程中，我們強調以教師為主導，以學生為主體，充分調動學生學習的主動性和積極性，在培養學生扎實理論基礎知識的同時，更注重實踐教學，積極引導學生去發現問題、分析問題、解決問題，切實培養學生的應用能力。
參考文獻：
[1]李春喜，邵云，姜麗娜.生物統計學（第四版）[M].北京：科學出版社，2008.
[2]張恩盈，宋希云.提高《生物統計學》課堂教學效果的探索[J].農業網絡信息，2011，（8）：131-133.
[3]石培春，龔江，李春艷.“生物統計”課程教學探索和思考[J].中國電力教育，2012，（10）：103-104.
[4]孫敏，陳艷紅.啟發式教學思路在CAI軟件中如何體現[J].中國電化教育，2002，（6）：51-52.
關鍵詞：生物統計學；精品課程；教學改革
一、引言
隨著生物科學的發展，只有定性的結論已不能滿足實踐的需要，實現生物科學結論定量化是人們長期追求探索的目標；生物統計學是生物學科定量化的重要分析理論與方法，生物統計學是生物學科應具備的基本知識和素質，與生命活動有關的各種現象中普遍存在著隨機現象，大到森林陸地生態系統，小至分子水平，均受到許多隨機因素的影響，表現為各種各樣的隨機現象，而生物統計學正是從數量方面揭示大量隨機現象中存在的必然規律的學科。因此，生物統計學是一門在實踐中應用十分廣泛的工具學科，它是生命科學各專業的專業基礎課，對后續生命科學課程學習和生物科研有重要作用。
同時，生物統計作為數理統計在生物學領域的應用，是教學難度較大的一門課程。因此，在生物統計學精品課程建設過程中，針對各專業培養目標的定位，因材施教，更新教育理念，加強實踐訓練，在教學方法和教學手段上進行改革和大膽探索。
二、二十一世紀對生物統計學課程的重新定位
（一）新世紀對生物統計學課程提出的新要求。
二十世紀上半葉農業和遺傳統計學首先獲得了發展，在其基礎上發展起來的生物統計學、統計流行病學、隨機化臨床試驗學已經成為攻克人類疾病的一個里程碑。這在過去的半個世紀里顯著提高了人類的期望壽命。
21世紀人類基因組，基因芯片等實驗科學產生出的巨量數據，需要新工具來組織和提取重要信息。
將數據轉化為信息需要統計理論和實踐方面的洞察力、技術和訓練。
未來的生物統計學將會與信息技術密切結合，較少側重傳統數理統計，而會更多注意數據分析，尤其是大型數據庫的處理。生物統計學越來越不同于其它數學領域，計算機和信息科學工具至少和概率論一樣重要。
（二）生物統計學對大學生素質培養的作用。
生物統計學的一個重要特點就是通過樣本來推斷和估計總體，這樣得到的結論有很大的可靠性但有一定的錯誤率，這是統計分析的基本特點，因此在生物統計課程的學習中培養了一種新的思維方法———從不肯定性或概率的角度來思考問題和分析科學試驗的結果。
生物統計學是通過個別的試驗研究得出其一般性結論，屬于歸納推理的范疇。但其有別于簡單枚舉法和科學歸納法，是一種或然性歸納推理或者概率歸納推理。在生命科學的研究中絕大多數涉及到的是隨機事件，因此，生物統計學不僅是試驗設計與統計方法的教學，更重要的還是大學生思維方式的培養，這對提高大學生的素質很有必要。
生物統計學包括試驗設計和統計方法兩個有機聯系的組成部分。通過試驗設計的教學可提高大學生設計研究課題試驗方案的能力，使之明確課題的研究目的、試驗因素與水平以及試驗設計方法等方面的內容。通過統計方法的教學除讓學生弄清各種統計方法的內涵外，還需要使學生能夠正確地選擇最適合的統計方法，以揭示資料潛在的信息，達到研究的最終目的，從而提高大學生科學研究素質。
三、教學方法和教學手段的改革
（一）加強電子課件及網絡平臺建設。
生物統計學是應用概率論和數理統計原理研究生物界數量變化的學科，而概率統計的理論和思維方法對本科生來說有一定的難度，加之課程學時的減少（由原來的60-70學時，降到現在的40學時左右）,如何深入淺出地引導學生入門，并使學生在了解概率統計思想的基礎上，掌握常用統計分析方法的應用及使用條件是課程的教學難點。為此，我們利用多媒體技術，制作了與教材配套的課件，通過在課堂上把抽象內容形象化與直觀化，收到了良好教學效果。建設了一個生物統計學教學網絡支撐平臺，現有課程簡介、教學大綱、師資力量、授課教案、電子版《生物統計學》教材、課程錄像、實習指導、在線測試題、參考文獻、其它教學資源等欄目，免費向全校師生開放。
（二）將多媒體教學優勢與學生的認知規律有機結合，用較少的學時得到良好的教學效果。
多媒體具有信息量大、形象化、直觀化的特點。
但是如果不能很好地將多媒體這些特點與學生的認知規律相結合，多媒體教學就可能會帶來一些弊端諸如：（1）內容多，幻燈片變換快，由照本宣科變為照屏宣科，為新的“滿堂灌”；（2）課件圖片多，內容以展示為主，缺乏啟發性；（3）教學內容常用滿屏的方式顯示（即所謂“死屏”），老師照著屏幕上的內容給學生講解，失去了傳統教學方法，老師邊講邊板書能給學生留下比較深刻印象的特點，缺乏吸引力。
而多媒體在教學中只能充當工具的角色，在教學過程中必須將多媒體信息量大、形象化、直觀化的特點與學生的認知規律緊密結合在一起。在制作課件時，采用啟發式教學方式，精煉教學內容，模仿傳統教學書寫板書的過程，根據教學內容的難易程度，采用逐字、逐句、逐段顯示教學內容的動畫方式。在課堂教學中，老師仍然保持傳統教學方法的教姿教態，在授課的過程中與學生保持互動，根據學生在課堂上接受知識的能力，掌握屏幕上顯示內容的速度，必要時輔以板書進行講解。這樣做既發揮了多媒體教學的特點，又充分照顧到學生的認知規律，在內容沒有縮減，學時減少近三分之一的情況下，仍然取得良好的教學效果。
（三）長期堅持教育教學方法及教學規律的研究。
生物統計學的理論基礎是概率論與數理統計，從這個層面上講，它有非常濃的數學味道，但是它又有別于概率論與數理統計，生物統計學更主要強調的是概率論及數理統計的思想和方法在解決生命科學中一些具體問題的應用。因此在教學過程中就存在一個“度”的把握問題，如果將概率論及數理統計的原理講得太多，一是學時不允許，二是學生難以消化，得不到好的教學效果；如果只注重方法的講解，學生知其然不知其所以然，就會誤入亂套公式的歧途。經過將教學的重點放在教學中引導學生重點掌握統計方法的功能與用途，方法與步驟，防止各類方法的誤用，淡化定理的證明與公式的推導。在教學內容的安排上采用“保干削枝”，即在學時減少很多的情況下，將一些次要的統計方法去掉，也要保證有足夠的學時講授理論分布與抽樣分布、統計假設測驗等方面的內容，讓學生掌握生物統計學中所蘊含的概率論及數理統計的思想精髓，從而避免學生亂套統計公式。
（四）密切跟蹤生命科學發展的前沿動向，探索生物統計學解決前沿問題的理論與方法。
統計學在生物學中的應用已有長遠的歷史，許多統計的理論與方法也是自生物上的應用發展而來，而且生物統計是一個極重要的跨生命科學各研究領域的平臺。現在基因組學、蛋白質組學與生物信息學的蓬勃發展，使得生物統計在這些突破性生物科技領域上扮演著不可或缺的角色。在課程建設中，隨時注意納入生物統計學在前沿領域研究應用的內容，增強課程的活力，提高教師和學生面向生物產業主戰場解決實際問題的能力。
四、加強實踐教學，注重學生能力培養
生物統計學要不要開實驗課，怎樣開實驗課，一直存在爭議，在此認為生物統計學不僅應該開設實驗課，而且還要將實踐教學的重點放在計算機技術和統計軟件的應用上，讓學生不僅掌握統計方法，而且加深對原理的認識，獲得就業或升學的必備計算機統計技能，提高解決復雜問題的能力。
（一）開展統計軟件的實習，擴大學生的視野，提高學生素質。
20世紀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，所以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。在課程體系改革中，各課程的教學時數與達到培養目標所需完成的教學內容相比還是不足的。為此，可以通過標準的統計軟件的教學實習來達到以點帶面，擴大學生視野，提高學生素質。
為此我們建立了一個專用于實習教學的生物統計電腦實驗室。現共有50余臺電腦，并連接到校園網。實驗室配備有指導教師，負責對上機的學生答疑。除按教學計劃進行的正常實習教學外，實驗室還對優秀學生免費開放，鼓勵他們結合教師的科研活動，應用所學生物統計學知識，學習新的生物統計學知識，掌握應用計算機解決生物統計學問題的技能。
（二）全方位、多層次的實踐教學。
為了進一步培養學生實際動手能力和科學嚴謹的治學態度，必須將本課程的實踐教學活動延伸到課堂教學外，開展全方位、多層次的實踐教學。
在原綿陽農專期間，主要在作物育種、作物栽培、動物營養等課程實驗與實習中，根據相關內容加入了試驗設計方法以及數據統計分析的相關內容。
組建了西南科技大學生命科學與工程學院以后，由原來的單一農科專業變成了理、工、農三大學科均有專業的格局。雖然專業的學科歸屬不同，但有一點是相通的，其內涵均屬于生命科學的范疇。以科學研究的方法進行劃分，均屬于實驗科學。
掌握正確的實驗設計方法，從不確定性數據中挖掘事物的客觀規律，是實驗科學工作者必備的技能。因此，我們將原來只是在農科專業上延伸實踐教學的作法推廣到全院的所有專業，結合實驗課教學的改革，對發酵工藝學實驗、植物細胞工程實驗、食用菌實驗、微生物學實驗等課程的內容全部或部分改為用生物統計學指導學生自主進行實驗設計，把過去單一的實驗流程、樣品觀察或檢測實驗改變為試驗條件的優化試驗，提出在不同條件下對樣品測定的比較試驗設計、單因素試驗設計、多因素試驗設計、正交試驗設計、均勻試驗設計，對試驗結果要求學生使用統計學的方法對進行分析和討論，最后得出最佳試驗條件。
這樣的實驗教學改革起到了一箭雙雕的作用，從專業基礎課或專業課的角度看，改驗證性實驗為設計型、綜合性實驗，增強了學生解決實際問題的能力，培養了學生創新思維的能力；從生物統計學角度看，將課程的教學實踐延伸到課程外，彌補了學時的不足，更重要的是學生將自己學到的統計學知識，轉化為解決實際問題的能力，知識得到很好的內化。
此外，在學生課外科技活動中指導學生選用正確的實驗設計和數據的統計分析方法，提升科技作品的檔次；在畢業論文（設計）中要求學生采用恰當的生物統計學方法進行設計與分析，寫出高質量的畢業論文（設計）。
通過這樣的教學實踐，訓練了學生的統計思維能力，使學生充分認識到掌握生物統計學這一工具的重要性和必要性，增強了學生學好用好這門工具的信心，提高了學生從復雜的生命現象中挖掘事物客觀發展規律的能力。
精品課程是集科學性、先進性、教育性、整體性、有效性和示范性于一身的優秀課程。作為精品課程的載體，應具有一流的教師隊伍、一流的教學內容、一流的教學方法、一流的教材、一流的教學管理等特點。與之相比，我們在生物統計學精品課程的建設上，才剛剛起步，今后還要在教材建設、師資隊伍建設、科學研究等方面加大力度，將生物統計學建設成體現現代教育教學思想、符合現代科學技術和適應社會發展進步的需要、能夠促進學生的全面發展而深受學生歡迎的一門課程。
參考文獻：
[1]何風華，李明輝。生物統計學多媒體教學的探索與實踐[J].江西教育學院學報（綜合）,2004,25（6）:25～27
[2]洪偉，吳承禎，陳輝，等。精品課程建設的核心：學科、隊伍建設與科學研究[J].高等農業教育，2004,6:50～51.
[3]崔相學。提高學生統計分析素質的實踐與探討[J].成都中醫藥大學學報（教育科學版）,2004,6（2）:67～68.
[4]鄧華玲，傅麗芳，孟軍，等。概率論與數理統計課程的改革與實踐[J].大學數學，2004,20（1）:34～37.
一、統計學在人力資源管理中的重要意義
統計學是一門研究數據的科學，是用以收集數據、分析數據和由數據得出結論的一組概念、原則和方法。統計是適用于所有學科領域的通用數據分析方法，是一種通用的數據分析語言。無論是在社會科學領域，還是在自然科學領域進行某個課題的研究時，為使觀點與結論具有事實依據和說服力，必須根據調查研究或實驗取得的統計數據來說明問題，更需要運用科學的統計方法來進行。將統計學原理和方法合理運用到人力資源管理中，從數量方面反映企業人力資源的規模、質量、結構和開發利用等情況，能更好地為企業人力資源決策提供客觀、科學的依據。
所有的人力資源管理工作都要在系統數據的基礎上，才能做正確的決策。統計是掌握人力資源信息的重要方法；是職位分析的主要手段；是制定人力資源規劃的基本前提；為員工培訓與開發提供客觀依據；為績效考核提供數據支撐。通過搜集、審查、整理資料，準確地掌握企業人力資源的現狀；通過定性與定量分析，更好地提升編制職位說明書、評估職位勝任力的有效性，增強培訓需求預測、績效考核和薪酬激勵的合理性，為招聘甄選奠定良好的基礎，促進企業良性發展。
二、有效運用統計學加強人力資源管理
（一）建立科學的人力資源管理統計評價體系
統計分析的目的是研究總體的數量特征及其規律性。統計學思想可以引導我們樹立科學嚴謹的管理思想，可以引導我們樹立客觀、公正的態度；統計學方法的運用可以幫助我們探索數據信息內在數量的規律性，從而便于建立細化量化的科學指標體系，使人力資源管理脫離傳統的粗放式管理，走向現代集約式科學管理。在具體工作中要主動運用統計學，做好收集數據、整理數據、分析數據、整合數據的工作，得出科學性結論。要善于從大量數據中去發現規律，將其運用到人力資源中，真實、全面地反映出企業目前人力資源管理的所有信息，有利于構建企業管理評估體系，促進企業實現健康發展的目標。
（二）制定科學的人力資源戰略規劃
在企業內外環境和條件分析的基礎上，根據企業自身發展戰略目標以及所處的競爭地位形成一套長期計劃。這是一個系統化的過程，要涉及多方面的情況分析。運用趨勢分析、比率分析、回歸分析等多種分析方法，對本企業現擁有的人力資源數量、質量以及層次結構進行詳細而全面的統計分析。根據統計數據，就未來所需類型、數量、層次的人力資源作出預測，從而得出企業人力資源需求狀況，更好地進行需求決策。制定規劃時，有必要將一系列因素進行細分，歸納出可控因素和不可控因素，運用統計學方法解決相關因素的取舍，制定出科學合理的人力資源戰略規劃。
（三）優化人力資源結構
人力資源合理配置要考慮的因素是多方面的，因素在不同條件下的作用效果是不同的。人力資源配置過程實際是多因素選優的過程。不僅要考慮崗位所需的適用類型、層次，還要考慮到崗位之間的配合協作，以及人才群體間的互動關系等。要構建最佳的人才群體結構使組織整體功能最大化，就需要多次試驗，測試不同搭配下的效果，根據結果分析，找出最為合理的搭配結構。要善于運用統計學原理，分析出既定人力資源狀況的條件下，不同崗位與不同人員搭配產生的交互作用的顯著性程度。如果涉及多個崗位和多種類型、層次、素質的人力資源，擇優進行嘗試以實現最優配置。
三、著力解決人力資源管理統計工作中的不足
（一）要提高重視程度
由于對統計在人力資源管理中的重要性認識不足，不了解統計工作的真正內涵與重要意義。導致在現實中，人力資源管理工作仍以經驗管理為主。即使開展統計，也只是將收集的數據進行簡單的匯總，填填報表而已，導致人力資源決策缺乏準確的數據作依據。企業領導應對此有足夠的重視，在具體工作中要身體力行，加大對人力資源統計工作的支持力度。
（二）要增強統計方法
一些企業人力資源管理統計工作仍以人工為主，還未實現統計信息化管理，即使運用計算機也只局限于制作簡單的人力資源統計報表。由于統計方式滯后、工作方式單一，難以保證人力資源統計的準確性和工作效率。因此，要與時俱進，實現信息化管理，根據企業自身特征，建立企業內部數據庫，搭建企業統計網絡平臺。
（三）要豐富統計內涵
一些企業在人力資源管理方面的統計，還是以搜集、整理內部數據為主，采取報表型的運作方式，進行單純的事后統計。“分析”往往只是對數據的簡單說明，缺乏對外部市場及競爭對手信息的搜集、整理和綜合分析，導致對人力資源的統計分析、預測、綜合評價等方面的作用沒有完全發揮出來。要善于借助網絡技術，通過先進便捷的渠道和方式收集外部信息資料，把握宏觀，保證統計資料的完整性，更好地為企業發展服務。
作為經濟類和管理類專業的核心課程，統計學為其他科學提供從量的方面著手研究客觀事物的方法和理論。統計方法是為適應各門科學的客觀需要而產生的，它形式多樣、內容豐富，其目的在于使自己成為其他有關科學和實踐工作者認識客觀現象的強大武器。在教學實踐中培養學生統計思維能力，可以使統計思維和統計知識得到更好的推廣和應用，能夠提高統計思維的效果，使學生自覺地對事物的數量方面產生興趣，樂于進行數量分析，進而使統計思維在經濟生活中發揮應有的作用。統計學是經濟、管理類專本文由收集整理業學生的專業基礎課，同時也是歷屆學生普遍反映比較難學的一門課程。因此，教師如何教好這門課，學生如何學好這門課，如何搞好統計學課程的教學，就成為擺在我們面前的一個非常重要的課題。
研究性教學概述
1.研究性教學的內涵
研究性教學是相對于傳統接受性教學方法而言的一種現代教學方法，是借鑒科學研究的方法，與學校課堂教學的實際結合起來，創造性地推出的一種新的教學方法。具體來說，研究性教學法至少具有以下內涵：一是實行教學與研究的有機結合，人才培養與學科建設的有機結合；二是發揮學生的主動性，讓學生有機會參與研究工作，培養學生的創新意識和研究能力；三是教學過程中通過優化課程結構建立一種基于研究探索的學習模式，在教學科研結合的氛圍中，教師和學生間相互交流，師生互動；四是提供教師、學生研究問題的條件，激發創新的欲望；五是教學的目標不在于必須得出一定的結果，而在于其研究、探討的過程，培養學生多方面的能力，從某種意義上講過程比結果更為重要。與強調知識傳授和注重知識蓄積為特征的傳統教學模式相比，研究性教學更多地體現了一種以促進學生發展、培養學生自主創造能力為根本價值追求的教學模式[1]。
2.研究性教學的特點
（1）學生學習的探究性。研究性教學在教學過程中通過提出問題、設立課題，引導學生提出不同看法和觀點，鼓勵學生通過查閱資料、開展實驗、討論分析來驗證書本知識，解決現實問題[2]。學生在這種探究活動中，科學研究思維方式得到訓練，學習興趣得到培養和提高。
（2）老師組織的開放性。包括組織形式上的開放性和內容組織上的開放性。形式上，要求老師不要局限于講臺上，而是深入學生中間進行探討和互動。內容上，要求教學內容不能局限于教科書中。在研究性教學中，問題的提出和課題的設計等都與學生生活和社會現實密切相關，而問題的解決和課題的研究需要大量依賴教材、學校以外的知識和資源。
（3）教學活動的實踐性。研究性教學十分強調實踐。一方面，教學內容與社會生活實際和科學研究進展緊密結合，社會生活中的重大現實問題常常是學生課堂討論問題和開展課題研究的源頭活水；另一方面，研究性教學強調學生的親身實踐，注重學生的廣泛參與，提倡學生開展調查研究，深入農業生產一線，鼓勵學生在科學研究的基礎上發表自己的見解和看法[3]。
統計學課程教學實施研究性教學的必要性和可行性分析
1.必要性
（1）統計學課程內容安排缺乏對學生專業背景的考量。表現為沿用老教材閉門教學，無視會計、營銷、商務管理、電子商務、物流等各個專業的實際需要，使其實用性無法得到充分體現，失去了應用學科的特色。
（2）統計學課程重理論、輕實踐。教學過程中，偏重于理論的闡述，很少給予學生動手解決問題的機會。這導致很多學生不會運用統計學的思維和方法去看待和解決實際問題；決策時只考慮到某種情況的可能性而不知根據統計數據作出客觀判斷；進行調查時,不會選用正確的調查方法獲取資料等。
（3）統計學課程教學與統計軟件應用的結合力度不夠。數據的搜集、處理、分析須借助于相關的統計軟件（如excel、spss、eviews、sas等）來實現，所以如何使用這些軟件與掌握統計理論同樣重要。在實際教學中，統計軟件的應用被忽視，導致學生應用統計軟件處理問題時，不知從何下手，即使依葫蘆畫瓢，把數據置入程序，也不能判斷結果的好壞與正誤等。
（4）教師自身的統計學應用能力不足。我們的教師基本上是從學校來到學校，自身缺乏實踐教學環節的訓練，很少了解和掌握企事業單位、政府統計部門的統計是如何實現的，因此在培養學生實踐能力方面存在難度，會出現“力不從心”，教學過程中的統計應用也只能是一些理論上的應用，與實際應用差距甚大。
（5）課程考核內容和方式陳舊。現有考核形式仍采用
傳統的閉卷考試形式，學生往往采取機械性的記憶通過考試，至于如何應用則無心顧及。
基于以上問題考慮，現有的統計學教學還不能滿足學生個性發展的需要，必須對其進行改革，實施研究性教學是解決這些問題的有效手段。
2.可行性
（1）統計學知識需要探究性學習。統計學知識可分為陳述性知識、程序性知識和策略性知識三類。陳述性知識是有關統計學“是什么”的知識，如統計學概念，什么是時間數列，統計指數等。這類統計知識，學生通過聽講或閱讀就可以掌握和記憶。程序性知識又稱為操作性知識，回答“怎么做”的問題，如有關操作，程序，步驟方法等方面的知識，涉及到學生掌握統計知識的技能和方法等方面的知識，如怎樣編制統計指數，如何用時間數列進行動態趨勢分析等。策略性知識是回答“為什么”的問題，如統計學產生和發展過程的知識等，后兩類知識，特別是程序性知識單靠老師的講解很難讓學生掌握，而通過學習者親自參與探究或實踐，能更好地掌握。這種從實踐中獲得的統計知識，學生更能容易理解和記憶，并更容易被應用到實際之中。
（2）統計學課程內容需要開放性教學。統計學老師在課堂講授時，可以在學生中來回走動，及時收集學生的反饋信息，密切地和同學們進行交流。學生也可以自愿組成小組來向老師提問或針對老師提出的問題進行及時討論。統計學的教學內容都與經濟生活聯系緊密，教師可以通過目標的制訂，引導學生在既定教學框架下面，進行統計調查、統計整理和統計分析，而調查及整理的內容自己可以結合自己的專業和個人愛好進行靈活地選擇，只要完成學習目標就算完成任務。
（3）統計學是一門實踐性很強的課程。統計學本身是一門實踐性極強的方法論學科，應用范圍十分廣闊，在生產、生活、學習中無處不用到統計。統計與其他學科教學相比更強調“用什么”、“怎么用”，統計教學更為重要的是要突出教師如何引導學生運用所學知識去解決實踐問題，把統計知識運用到市場經濟活動中去。
研究性教學法在統計學教學中的實施
1.統計學研究性課堂教學實施模式
（1）教師提出研究性學習目標和要求。由教師根據教材創設問題情境，向學生提供研究的基本素材，提出研究目標與要求，指導學生根據問題情境提出有價值的可研究的問題。所創設的問題情境應有利于學生進行研究性學習，促使他們獲得更多的統計知識，經歷更多、更真切的統計體驗，提高統計能力。
（2）學生研究性學習。要求學生以原有的知識經驗為基礎，提出解決問題的一些初步想法，自主地學習與問題相關的內容，積極地去發現和再創造。問題研究的目的，不僅在于讓學生獲得數學知識，更在于讓學生在探究、分析、討論過程中，充分展示自己的思維過程及方法，揭示知識規律和解決問題的方法、途徑，學會相互幫助，實現學習互補，增強合作意識，提高交往能力。
（3）老師引導。教師引導在研究式教學中是一個貫穿始終的環節，它對于學生的學習起著方向性的指導作用。但在研究性教學中不再是把問題的答案直接告訴學生，而是采用啟發式，提供解決問題的思路，引導學生找到解決問題的方法；學生也不再是簡單地聽或記，而是在已經預習的基礎上，把所要探討的問題與教師的提示相結合，主動思考。加強師生互動，實現教學相長。
（4）組討論。各小組分組討論，由各小組推薦代表匯報解決問題的過程，在黑板上列出研究成果，師生共同對所有的成果進行分析匯總，尋找規律，對知識進行提煉與總結，為下一步學習作好充分的準備。
（5）社會調研。研究性教學不是局限于狹義的課堂，而是以整個社會為課堂。當學生掌握了一定的理論后，圍繞統計學學習的需要，有針對性地到一些典型區域進行調查研究，有利于學生增加對問題的感性認識，擴大思路，提高認識和解決現實問題的能力。考察不能僅僅是實地觀察的過程，而應滲透著對現象實質的思考。調查結束后，形成調研報告，全班交流，組織答辯，對發現和存在的問題進行研究探討。
（6）總結、鞏固和提高。這一階段既要對前5個階段探究活動的基本收獲進行總結，對學生在統計研究過程中體現出來的態度、能力、信念給予確認，對學生在
學習和社會調查過程中體現出來的團結協作、共同研究、發揮集體智慧、共同進步的理念給予充分肯定；又要得出結論，提煉問題，使每一個學生都能靈活運用所學的知識，拓寬思路，體驗成功和探索創新，從而提煉和升華思維，建構起自己的知識體系，為學生以后解決類似或相關問題提供幫助。
2.統計學研究性教學的考核模式
研究性教學強調學生在獨立的主動探索、主動思考、主動實踐的研究過程中，吸收知識、應用知識、分析問題、解決問題，從而提高學生的各方面素質。如果缺乏行之有效的評價手段，自始至終教師只是口頭泛泛地評價學生的表現，會使學生誤認為對于平時任務的參與是大鍋飯，只要參加了就行，這樣，積極參與的學生會感到難以體現自身的成功與滿足，從而失去了繼續探究的熱情。而在活動中態度不認真的學生更認為參不參與是無所謂的，結果研究性教學很可能就難以繼續。如果在評價學生參與研究性教學時，將活動成績與期末總評掛鉤，情況就會大有改觀。我們的做法是，統計學原理研究性教學要注重過程性評價，將學生參與研究性教學的表現經過量化納入期末總評，最終分數由兩部分組成，即期末考試成績占40%，學習過程占60%。平時每進行一項內容，教師有相應記錄，力求做到盡可能地公開、公正、公平，各項內容教師接受學生異議并負責解釋。
經過幾個學期的實踐，大部分學生對于此評價模式感到滿意，在課堂表現與課后任務的完成上都很努力，學生科研能力得到大幅度提高，骨干學生成為本系大學生科研創新的主力。表1列出了考核改革后三年與改革前兩年浙江農林大學天目學院會計學專業學生考核成績對比情況。從表中可以看出，各屆學生的成績分布均呈現良好的正態分布；平均成績和及格率在改革后有了一定的提高；標準差相對穩定，但改革后還是有一定的提升，說明改革后的考核方式能夠更好地區別學生對知識掌握和應用程度。經過考核方式的改革，我們發現學生在知識的綜合運用、 科研思維、 創新能力方面有了顯著提高。學生在課堂上表現積極， 勇于提問，大膽與教師交流，尤其在課程論文匯報課上更是思維活躍，表現突出。
【摘 要】文章分析了目前國內高校統計學教材中存在的問題，提出了一些改進教材的建議。
【關鍵詞】統計學；教材建設
一、我國統計學教材存在的主要問題
（1）過于重視數學公式和推導，輕視對統計思維的培養。由于統計發展歷史中的數學背景，上個世紀中期基本定型的數理統計教材充滿了數學味極強的定義、引理、定理、推論，以及貫穿其中的純粹數學推導和證明。但是，和確定性的數學不同，以歸納為主要思維方式的統計是描述現實世界的，統計的結論不可能是確定性的。數學是不能證偽的，而統計科學和其他科學的理論一樣，必須是可以證偽的。在不斷證偽的過程中，統計科學才得以發展。因此，這樣的統計教材往往對于背后的基于數據的統計思想介紹得不很充分，也不強調這些充滿假定的數學模型都是對現實世界的不同程度的簡化。大多數教材僅僅指出這些模型在什么假定下可用，而很少指出違背這些假定的后果。（2）教材層次方向不清，教育目的不明確。作為高等職業教育、本科生、研究生不同層次和不同統計教育方向的教材，內容區隔不明、層次不清、存在大量的重復。在普通高等院校本科教育中，非統計學專業的統計學類課程的教學目標、教學時間與統計學專業的教學目標、教學時間也有很大的差別。目前，統計專業教材過于注重理論體系完整，嚴格的數學推理，忽視了本科統計教育的目的是培養更多的具有實際統計能力及能發現問題分析問題解決問題的統計人才；非統計專業的教材偏少，現存的幾個版本的教材知識性較強，應用性欠缺。（3）教材內容重復、聯系松散，缺乏系統性。例如，最小平方法在《統計學原理》、《概率論與數理統計》、《統計預測》、《計量經濟學》中相繼出現等，門門課都講，卻每門課都未能講深講透，學生無法深入領會。（4）教材數量多，缺少精品教材。目前統計學類教材有多種版本，但是，有些教材的編輯出版目的是職稱評定、學科評估等，拼湊寫作班子，造成教材粗制濫造，輾轉抄襲和理論脫離實際的情況。
二、加強統計學教材建設的一些思考
（1）教材的科學性與規范性。學習我們教材的學生在統計學專業上多是一張白紙，我們教材上所說的對絕大多數學生來說都會被全盤接受，通常我們編寫教材的老師并未意識到教材對學生一生可能產生的影響。特別是由于我們本身知識體系的欠缺以及我們工作中的粗心和不慎都會對學生產生負面的影響，這也是我們強調慎編新教材的另一考慮。教材應該展示統計科學的體系，至少應該體現科學性和規范性。很多教材都會講到均值，它是常用的集中趨勢度量。但是很少有教材說明，當數據呈顯著的偏態分布時，均值不是一個合適的概括性指標，因此導致很多學生在應用中常常誤用均值。均值誤用的典型例子是近年來工資被增長的問題，因為收入分布不是正態分布，而是右偏型分布。在國際上收入分布主要用中位數，而不是均值。（2）教材內容的應用性和與時俱進。統計是數據的科學，因此，統計學教材要體現出應用性，緊密聯系社會實踐，強調統計思想的內涵與應用。教材里每一種統計方法的介紹都聯系著許多例子和案例，并在每章配有大量的例題和練習，不僅可以避開深奧的數學理論推導，而且為學生深入領會統計思想與方法提供了最有效的工具。教材要適應應用統計的需要，特別是計算機科學的飛速發展，界面越來越方便友好的統計軟件的使用，已經使舊的學習方法，特別是記憶并運用統計公式不再適用于大部分學生。與20年前甚至10年前相比，非統計專業統計學原理的內容還應該有較大的調整。如果對照國外同類教材，就不難看到這方面的差異。最典型的是由于計算機處理數據已經十分方便，教材中傳統的利用手算的一些簡捷公式和方法已經過時，如：均值假設檢驗的t統計量、回歸方程的回歸系數的計算等。（3）教材編寫應有趣味性。很多人以為保證教材的科學性、嚴謹性就足夠，往往忽略教材面對的學生的閱讀需求，即學生希望作為應用科學的統計教材可讀性強，語言輕松活潑，通俗易懂。行文中間可以穿插大量豐富、鮮活、生動的擴展閱讀，使得統計技術不再枯燥，方便學生的理解和學習。比如每章安排“專欄或擴展閱讀”，給出一些與統計知識有關的歷史故事或注意事項，幫助學生了解所學知識的重要性和實踐性。還可以在適當的地方給出一些著名的統計學家的人物小傳。通過對他們成就的了解，擴展學生的視野，使學生了解統計學發展歷史上重要的人物以及學科發展歷史事件，學生會更加全面地了解統計這個學科。
編一本好的統計學教材，不僅應該展示統計科學的體系，至少應該體現科學性和規范性，而且要適應應用統計的需要，大量使用不同領域數據，使得學生深刻理解統計的應用性，最好能注意趣味性，要編排新穎，講解清晰。教材最好能借助于統計軟件的使用，幫助學生深入領會統計思想與方法。
參考文獻
[1]袁衛，劉超．統計學教材建設的問題與思考[J]．統計研究．2011（9）
[2]鄭玉梅．淺談統計學思想/段興聰[J]．企業導報．2009（8）：112
[3]何海燕，董黎明．對高校統計學教材更新與提升的再思考[J]．統計教育．2001（3）
一、關于培養目標與模式
根據統計學專業的特點，統計學專業培養目標的制定遵循“寬口徑、厚基礎、重應用”的原則，培養具有良好的經濟學基礎，掌握統計學的基本理論與方法，熟練地運用計算機分析處理數據的能力，具有寬廣的知識面，較強的實踐能力和創新精神，能在國家各級管理部門，各類企事業單位從事統計調查、數量分析、統計信息管理與咨詢等實際工作，適應社會經濟發展需要的高級復合型專門人才。
首先，專業培養目標中培養人才規格定位問題。專業培養目標是人才培養體系中基層目標，也是對畢業生培養的規格和質量所提出的應當達到的標準，同時也是構建專業課程體系、制定專業主干課程、實踐教學環節的重要依據。國內大多數高校統計學專業培養目標對人才培養規格定位為高級復合型專門人才，在這里應該理解為統計學專業既不是培養所謂的統計“專才”，也不是培養對財經、管理類各學科無所不會、無所不曉的“通才”，而是培養在一定領域、一定程度上能融入其它財經、管理類學科的“參與型”、“協同型”的“復合型”人才。只有突出統計學專業思想，才能使統計專業的畢業生利用統計思想理解行業問題，進而選擇正確解決途徑的能力。而這種參與和協同，是指統計學專業所培養的人才，能運用自己所學的統計理論方法和相關的經濟、管理理論，與經濟、管理專業人才合作和協同，解決好數據搜集、整理、分析、顯示等統計方法在經濟和管理中的應用問題。
其次，專業方向問題。著名的經濟學家、統計學家薩維奇認為：“統計學基本上是寄生的：靠研究其它領域內的工作而生存”。統計學實踐性、應用性的學科性質要求統計學專業人才應當具有從事經濟、信息、生物、醫學、法學、教育及心理等各個領域中有關統計實務工作的專業技能，為政府或企業決策、科學研究提供可靠的依據，這就必然要求統計專業人才不僅要有豐富的統計學專業知識，還應當具備經濟、信息、生物、教育等所從事行業的基本知識。然而，“高級復合型人才”的統計專業人才培養目標，培養過程注重理論而輕應用，導致統計學專業畢業生的知識結構過于狹窄：大多數學生除了統計學專業知識外，對于其他學科領域的知識掌握甚少，這直接影響了統計專業畢業生的創新能力以及對統計實務工作的適應能力。目前，統計學本科授予經濟學學士的院校，一般基于“大統計”及經濟學學科背景設計課程體系，但明顯的不足是統計學作為一種分析工具，課程設置中重理論方法而輕應用，沒有和具體的行業背景相結合，統計學專業沒有明確的專業方向。由于專業方向模糊，勢必影響對必修課、選修課的科學安排，實現不了多種課程的有機結合。另外，由于專業方向不明，學生在選修課程的時候茫然而不只所措，有的同學到畢業時，也沒有選修專業綜合特色課程，從而不知道統計學專業在哪些行業領域能應用自如。
再次，在培養目標中還應進一步明確“數學”和“經濟學”的基礎性作用。因為統計學是以數為據，以量為證。具備一定的定量分析，注重數的背景和量的意義，是統計學區別其它經濟學科的一個顯著特征，也是培養學生具有數理判斷能力和以數為背景的邏輯思維能力。
最后，在培養模式中，應該強調實踐教學的重要性，以培養學生的操作技能和綜合能力。實踐教學的形式多種多樣，既可以滲透到具體的課程中去，又可以采用課外學生實踐的方式。實際上，統計學、社會經濟統計、抽樣調查、計量經濟學、多元統計分析等課程都可以開展理論與實踐相結合的教學模式，這些課程的實驗大多側重于理論方法的驗證，對于如何走出模擬實驗環境，進一步面向社會、服務社會，增強學生的專業與社會實踐相結合，還有待進一步完善。筆者以為，從高年級開始，每學期至少有一次社會實踐機會。一是在學期教學過程中進行，如組織學生進行統計模擬專題實驗或請政府統計機關的人員走進課堂介紹統計方案的設計、數據的收集與處理、調查報告及統計分析報告的撰寫；教師在組織教學的過程中，適當地走出課堂開展統計信息咨詢、多元化市場調查與統計分析，使學生感到學有所用、學以致用；高年級統計模擬實驗課程應該開設專業綜合實驗，側重以案例為背景，主要是描述統計、推斷統計、多元統計及其計量經濟等方法的綜合應用。二是在假期中進行，如寒暑假組織學生開展社會調查、信息咨詢、崗位實習等實踐活動，親自從事調查數據錄入、整理及分析推斷，使學生在實踐中發現問題，提出解決問題的思路與方法，不墨守成規，勇于創新。
二、關于課程設置
專業人才培養目標和培養規格的具體化、實踐化要通過課程設置來實現，課程設置是人才培養方案中最核心的部分。
首先，在課程的結構上，強調數學、經濟學、統計學和計算機應用（統計軟件應用）四個方面課程的有機結合。在課程的設置上，不能貪多求全，要有側重，應著重開設突出素質能力的數學基礎課程和反映統計數據分析與處理能力、計算機技術方面的課程內容。教學內容注重揭示課程之間相互關系，在比較和聯系中給學生系統地傳授知識，提供豐富的背景知識，拓寬學生的視野。就統計學專業理論方法及其應用而言，構建課程體系時應考慮以下幾個方面的課程設置：（1）統計方法論基礎課程和綜合課程，如概率論與數理統計、統計學、抽樣技術、計量經濟學、時間序列課程、多元統計分析、統計預測與決策；（2）社會經濟統計學基本理論和方法課程，如市場調查與分析、企業經濟統計學等；（3）主要生產領域的統計方法課程，如工商管理統計、商務統計等；（4）有較大發展潛力的行業統計方法課程，如資源環境統計、人壽與保險統計；（5）宏觀經濟統計核算理論和方法課程，如國民經濟核算、宏觀經濟統計分析；（6）前沿性統計方法課程，如數據挖掘、非參數統計、貝葉斯統計等。這種安排體現了構架知識體系的點面結合要求和循序漸進要求，也突出了統計學專業“參與型”和“協同型”課程體系的內涵。如果專業方向進一步明確，對于統計專業方向課程，學生可根據專業方向來確定選修。
其次，為拓展學生的數學思維，夯實數學基礎，筆者認為，應把“運籌學”和“統計建模”課程分別增加到專業基礎課程、專業綜合特色課程中去。因為運籌學課程主要學習管理決策的定量化模型和方法，是線性代數、概率論和數理統計、經濟學知識的綜合應用課程，也是深化專業基礎課“管理學”的重要課程（開課學期可進一步探討），與統計學專業開設的經濟預測與決策、管理統計學等課程關聯度較大。統計建模課程以統計理論為基礎，突出統計方法、計算機技術的應用。通過這兩門課程定量化分析方法的學習，能幫助學生在分析決策對象和解決實際問題方面更加自如，突出了統計學專業定量分析的特長。
最后，為加強計算機編程及其應用需要，使學生熟練掌握程序編制、終端設備的使用和加強數據分析能力，建議統計軟件應用課程側重介紹SAS和R軟件①編程技術和應用；而SPSS軟件、EVIEWS、馬克威軟件融合到多元統計分析、計量經濟學、時間序列課程中的實踐環節。另外，統計學專業還應增加一門程序語言（如C語言），一方面有助于統計軟件的學習，另一方面，可突出統計專業辦學特色。如果統計學專業畢業的學生編程能力強和實際操作應用能力強，則對專業聲譽、辦學特色定位及畢業生就業渠道的拓展大有裨益。筆者認為，寧可縮減統計專業交叉、重復大的課程，也要多開設計算機方面的課程，以適應信息社會數據處理的需要。
三、關于教學手段和方法的改進
國內大多數統計學專業的教學基本上沿襲了“課堂講授——課后作業——考試判分”的教學模式。在課堂教學中，仍然以傳統的“灌輸式”為主，在教學上習慣于“填鴨式”教學方法。上課只重視概念、統計指標的含義和公式的推導，而忽略所包含的經濟含義和統計指標的實際運用。老師上課來，下課走，師生缺少溝通。由于對“啟發式”教學方法應用得還不夠，對實踐教學課時安排不足或很少考慮，學生接觸社會實踐的機會較少，這對提高學生的統計實踐應用能力極為不利。有些學生感覺身處大學的校園卻是中學的教學管理模式，學生在學習過程中容易產生統計既難學又枯燥無味的情緒，不利于發揮學生的積極性和創造性。
在教學手段上，目前，統計教學中普遍采用多媒體教學。但隨之而來的問題是學生難以筆記，喪失了由此產生的記憶功能和復習鞏固功能，會使部分學生感到沒有停頓思考的余地，造成知識消化吸收不良。另外，多媒體教學過程中，由于課件是事先設計好的，教學思路按課件設計來進行，學生只能循著教師固定的思路來思考問題和學習知識。也就是說，教師劃定了一個由起點到終點的嚴密軌跡，學生只能沿著軌跡走，這與在課堂教學中培養學生的創新思維、創新能力是相矛盾的。
一、應用型統計學專業人才的培養目標定位
應用型統計學專業主要培養適應我國社會主義經濟建設實際需要，具有良好的數學與經濟學素養，掌握統計學基礎理論和方法，能熟練地運用計算機進行數據處理和分析，能在企業、事業單位和經濟管理部門從事統計調查、信息管理、數量分析等工作，或在學校、科研部門從事教學、研究工作的統計人才。
1.具備扎實的統計理論和知識水平具有應用統計思維分析事物、解決問題的能力。在構建學生理論知識體系的過程中，注重對知識實際運用能力的培養。但在實際教學的過程中，往往發現教師更多地側重公式的推導、方法的介紹，卻忽略了實踐的應用，造成學生只是盲目地掌握了一些基本公式，卻不知道怎樣去解決實際的問題。
2.具備一定的宏觀經濟理論和知識水平能夠站在更高、更宏觀的層次上分析理解數據之間的內在邏輯聯系，深刻挖掘數據背后的含義，全面提高分析問題、解決問題的能力。很多統計專業的學生，包括一些教師只強調統計知識的學習，缺乏經濟理論的指導，就統計方法來分析經濟問題，得出的結論缺乏較強的說服力。
3.熟練操作各種常用的統計分析軟件能夠把現代信息技術熟練地運用于統計工作實踐中，使復雜繁瑣的統計計算和分析過程變得簡單、高效、快捷。由于很多高校并沒有建立完善的實踐教學體系，實踐教學平臺欠缺，導致實踐教學與理論教學不能較好銜接，使實踐教學的效果難以發揮。
二、應用型統計學專業實踐教學體系構建的思想
統計學專業實踐教學體系的構建要適應社會發展的需要，以培養具有較強統計理論知識和實踐創新能力的高層次應用型統計人才為目的，突出統計學專業實踐教學的特色。統計學專業實踐教學體系不同于課程實驗，也不同于課外實踐，它是一個多階分層遞進的實踐體系，如圖1所示。
1.在統計學專業實踐教學體系中分為三個維度，層層遞進許多高校把實踐教學就當做實驗教學，僅在一些統計專業課程中開設簡單的實驗，沒有體現出統計學專業實踐教學的特色。在構建統計學專業實踐教學體系的過程中，首先要強調專業課程的實踐教學，然后再推進專業技能的訓練及第二課堂的學習，使學生能夠全方位掌握統計理論的應用。
2.實踐教學形式的多樣化在統計學專業實踐教學體系設計的過程中主要采取校內實驗與校外實踐相結合的方式。統計的專業課程主要是講授統計的整個工作過程，從方案的設計到數據的收集、整理、顯示、分析和解釋等理論。采取校內實驗與校外實踐相結合的方式不僅能夠培養學生綜合運用統計方法和統計分析工具的能力，而且能培養、訓練學生觀察社會、認識社會的能力，以及提高學生分析問題、解決問題、適應社會的能力，更好地將理論知識與實踐運用結合起來。
三、應用型統計學專業實踐教學系統的設計
根據統計學專業人才的培養目標和培養規格要求，結合實踐教學體系的構建思想，本文認為該專業的實踐教學系統應由兩條主線和四個子系統及實踐教學平臺構成。兩條主線是：貫穿于專業理論課程的實踐教學體系與貫穿于四學年的引導和培養學生創新能力、實踐能力的實踐教學體系。四個子系統分別是準備型實踐教學子系統、課程實踐教學子系統、實踐教學子系統、創新性實踐教學子系統。具體內容如圖2所示。
1.準備型實踐教學子系統通常，統計學專業的基礎理論課程主要包括公共課和學科基礎課兩大部分。公共課的設置是從一個大學生應具備的基本道德素質、政治素質、基礎知識體系角度考慮，學科基礎課主要從專業學習應具備的基礎角度設置課程，為今后專業課程的學習打下良好的基礎。該環節的實踐教學子系統主要表現為政治素質及基礎知識體系的培養，為學科基礎知識的學習打下基礎。
2.課程實踐教學子系統該系統設計的主要目的是為了能夠使學生在掌握專業課程理論知識的基礎上運用這些方法進行實踐操作。例如，運用SPSS進行數據文件的建立和管理、描述統計分析、參數檢驗、方差分析、非參數檢驗、相關分析和回歸分析、聚類分析、判別分析、因子分析；使用Eviews和SAS軟件建立隨機時間序列模型；使用Excel、Eviews和SPSS軟件進行經濟預測與決策等。
3.綜合性實踐教學子系統要培養高層次的應用型統計人才，除了專業的基礎理論介紹外，還要設置一些綜合模擬實訓，使學生的專業技能得到有效鍛煉。通過綜合模擬、綜合設計、綜合分析等環節，讓學生參與到統計工作的過程中去，理解統計工作的性質、特點和要求，真正了解統計學專業的內涵，提高學生處理統計問題、分析統計問題的綜合應用能力。
4.創新性實踐教學子系統學習的目的不僅在于理論知識的掌握和運用，而且還要能夠創新。該實踐教學子系統通過課外調研、承接項目、創業策劃、系統開發等多種途徑，提升統計學專業學生的創新能力和綜合分析問題的能力，能夠在復雜多變的環境下有效地利用所學知識解決實際的問題。
5.實踐教學平臺的建設實踐教學平臺的建設能夠保證統計學專業實踐教學系統的有效開展，并能夠實時地監控和反饋，實現學生和教師之間的雙向溝通。很多材料，包括案例集、習題集、實習手冊、實習報告都可以通過實踐教學平臺傳遞和歸檔，提高工作的效率。
四、應用型統計學專業實踐教學系統的實施路徑
統計學專業實踐教學系統是一個多構面多要素構成的復雜系統，必須精心設計、精心組織才能達到優化的目的。具體實施路徑如下：
1.加強專業實施教學的組織領導設立專業實踐領導小組，負責專業實踐教學的規劃、組織、協調、監控和評價。
2.積極發揮專業教師和實驗員的積極性和創造性任何實踐教學方案的實施都必須由專業教師和實驗員來具體組織和實施。因此，要充分調動專業教師和實驗員研究實踐教學問題，開發和設計實踐教學項目，提高實踐教學效果的積極性和創造性。
3.制訂統計學專業的實踐教學實施方案既要制訂總體實施方案又要制訂各種專題實施方案，并力求具有系統性、科學性和可操作性。
4.編制與實驗相關的書籍組織專業教師、實驗員編寫和設計實驗指導書、教學案例集、教學項目集、模擬訓練課題集、習題集、課題設計集、實踐教學CAI課件和多媒體課件，切實加強專業實踐教學的基礎建設。
論文摘要：中職教育主要培養學生提高文化素質，掌握專業技能，成為應用型人才。提高中職統計學教學質量是一個系統工程。針對當前中職統計學教學質量整體不高的現狀，談一談中職統計學教學改革。
中職教育是職業教育，也是就業教育。它是為學生將來從事特定職業崗位的需要進行相關知識、技能技巧的教育，培養面向生產、建設、管理服務第一線的技術應用人才。各中職學校都以中職教育這一培養目標為導向，把培養學生的職業技能和基本素質的目標貫穿于整個教育教學過程中。
統計學課程是經濟、管理類專業學生必修的專業基礎課，是經濟、管理類各專業課程體系中建立經濟知識平臺的重要組成部分，它是研究關于如何搜集、整理和分析社會經濟現象數據的學科。但該課程體系嚴密、內容豐富、概念抽象、計算復雜，大部分中職學生在學習中興趣不大，覺得統計學是一門枯燥的課程。因此，在教學上，應根據專業培養目標的要求、側重統計學基礎理論和基本方法講解，密切聯系實際、立足于應用，使學生能應用所學統計知識，分析和處理有關經濟問題。
一、統計學課程教學中存在的問題
1.教學目標過窄
隨著經濟體制改革的深入，社會上需要愈來愈多的綜合素質好、業務能力強的應用型人才。培養出的學生既要具備一定的統計理論基礎和專業知識，又要具備能夠運用現代統計分析和解決實際問題的能力，才能適應市場經濟的需要。而目前在統計學教學中，仍然不同程度地存在著重理論知識的傳授，而忽視實踐應用能力培養的現象，相當于老師在教室讓學生想像著如何開機床的道理是一樣的，以至于學生創造能力、應變能力、動手能力、分析能力都偏低。
2.統計教學方法和教學手段單一
目前統計學教學仍然是以教師在教室講授為主，學生被動地接受知識的傳輸，“啟發式”教學方法，師生之間的互動和交流都無異于紙上談兵。在教學內容上重理論、輕實踐，忽視發展與變化，案例多年來一層不變，教會了理論知識，卻忽視了應用知識。
在教學手段上，統計教學至今還沒有與現代計算機教學相結合。教學中幻燈、多媒體、網絡等電化教學手段運用太少。
3.考試形式和方法過于單一
目前統計學課程的考試形式和方法基本上是以閉卷的形式考查學生對知識的記憶和理解。雖然這種考試模式較充分地考慮了知識本身的邏輯性，并將其與學生的認識發展過程相結合，易于組織教學，但它由于過分追求學科知識的完整性，容易使理論脫離實際。由于考試內容嚴格按照考試大綱，主要以課本上理論知識為主，這就導致教師傳授給學生的前沿知識較少，甚至教師課堂講課本，學生課后背課本，其實際應用能力得不到培養。
二、統計學教學改革途徑
1.合理設置課程，調整教學內容
在傳統的教學中，幾乎每堂課都是老師唱主角，講課滿堂灌，學生除了記筆記之外很少有自己獨立思考的時間，課堂上老師講的內容雖然很多，但能在學生頭腦中留下印象的卻很少，更不要說對知識的掌握與應用了。因此，要培養學生的創新能力，在教學內容上要有所選擇和側重，突出重點，讓出更多時間給學生自學，激發學生思考問題的興趣。
統計學與數學、會計學、市場營銷學、計算機等多門學科息息相關，讓學生通過統計課程的學習對專業技能要有真實的幫助。在課本方面應有所側重，比如會計專業的統計學課本中應增加更多財務方面的統計應用知識，市場營銷專業的統計課本側重市場調查分析的案例。在例題中學生遇到與其他學科相關聯的問題，可以促進他們主動學習其他有關課程，從而擴大知識領域，豐富知識內涵，培養其獨立思考問題、分析問題的能力。
2.課堂教學和社會實踐相結合
教師應注意將講授式教學、啟發式教學、問題探究式教學、訓練與實踐式教學、多媒體教學等結合起來，有效提高學生的學習興趣，調動他們的學習積極性。在傳授已經形成的知識的同時，要加強學生的實踐能力鍛煉，提高學生的動手能力和創新能力。
日常教學中，我們可以將本班作為樣本采集的對象，由教師設計模擬課題，學生在設計調查方案的基礎上，組成若干調查小組，在校園內正式進行一次統計調查活動。從調查目的、調查對象和單位的確定，調查方法的選擇，數據的收集整理和計算分析，一直到調查報告的編寫、調查總結或體會的形成，全部由學生自己來完成。這樣，同學們就親身參與了統計調查、統計整理和統計分析的整個過程，熟悉工作程序，在親身體驗的過程中深化對書本知識的理解，效果很好。
老師講課的過程中也要多注重課本知識在學生身邊事物的應用分析，舉例子也要切記用學生看得到摸得著的真實案例做為導入內容，這樣才會拉近學生與統計之間的距離，認識到學習統計學這門課程的深刻意義。
3.考核方式也要改變
傳統的統計學考核方式主要圍繞書本知識在理論和方法上做文章，從教學到考核以“書”為本，考試一過關，好像就認為掌握了統計學的知識，具備了統計的基本素質和能力。其實不然，因為統計學的學科性質決定了學生的統計素質和能力很難通過筆試考出來。統計學從內容上主要包括兩大組成部分：理論知識和綜合應用。統計學的考核應圍繞這兩部分內容而展開，當然這兩部分內容各有側重。
（1）理論知識的考核
統計學的理論知識主要包括概念、作用、種類、特點、原則和程序等，這部分可筆試進行，但要注重把理論知識盡量轉化為實際問題去測試，考查學生對理論的理解程度。
（2）綜合應用能力考核
1）撰寫調查報告。調查是統計的經常性工作，無論在政府機關，還是在企事業單位，都需要開展調查，以反映事物的真實情況。調查的結果往往以調查報告的形式去反映，調查報告既體現學生的寫作水平，又反映他們的專業水平。在非統計專業的統計學教學中，讓他們對調查工作親身感受，并以調查報告的形式去考核他們，這樣會比單純說教方式更好。
2）計算機操作。統計學教學除要求學生掌握基本的統計理論外，還要求學生會利用現代化信息工具開展統計調查、統計整理和統計分析。在教學中，教師應加強統計電算化教學，應結合每一階段的特點適時安排學生上機操作，如統計圖表的繪制、統計指標的計算、統計軟件的使用等。因此，在考核中必然要體現這一環節，并把它作為檢驗學生統計應用能力的重要方面納入綜合考核中。
三、結束語
只有從根本上改變教學觀念，更新教學內容，運用適合中職學生自身素質特征的教學方法和手段，采用科學的考核方式，才能真正改變目前職業學校統計學教學的現狀，使學生真正學好統計這一門應用性很強的學科。
參考文獻：
[1]王新華， 劉紅紅. 統計學教學改革的探討[J]. 沙洋師范高等專科學校學報， 2010，(04)
[2]梁雁. 關于統計學教學的幾點思考[J]. 科技信息， 2010，(23)
關鍵詞：統計測度；統計學；大數據；數據科學；
作者簡介：李金昌，男，50歲，浙江義烏人。浙江財經大學校長，統計學教授，博士生導師。研究方向為經濟統計學，統計理論與方法，抽樣技術，政府統計等。
最近兩年，統計學界對大數據問題所進行的理論探討逐漸增多，視角也各有千秋，引起了一些共鳴。圍繞大數據問題，由統計學、計算機科學、人工智能、數學等學科共同支撐的數據科學開始形成。但大數據畢竟是一個新課題，因此遠未達到對其有一個系統完整的認識，仍然需要從不同的方面加以研究，其中有一個重要但又容易被忽視的問題，即統計測度問題，值得去探討。
一、什么是統計測度
漢語上，測度是指猜測、揣度、估計。數學上，測度是一個函數，它對一個給定集合的某些子集指定一個數，這個數可以比作大小、體積、概率等等。通俗地說，測度把每個集合映射到非負實數來規定這個集合的大小：空集的測度是0；集合變大時測度至少不會減小(因為要加上變大的部分的測度，而它是非負的)。
除了數學角度的測度論，查閱國內文獻資料，帶有測度這個詞匯的文獻不少，但專門針對統計測度(或測度)內涵的討論幾乎沒有。一些對社會經濟現象進行分析測度的文獻，例如新型工業化進程測度、貨幣流動性測度、全面小康社會發展進程測度、收入分配公平性測度、技術效率測度、人力資本測度、金融風險測度、產業關聯測度等等，所做的測度都是再測度，均不對測度本身進行討論。查閱國外文獻資料(關鍵詞：measurement)，也同樣存在這樣的問題，只能收集到一些比較零散的表述。LudwikFinkelstein(1975)[1]認為，在我們對事物或現象進行描述時，測度可以被定義為對現實世界中某一現象的個體屬性或特征進行量化的過程。JamesT.Townsend和F.GregoryAshby(1984)[2]認為，如果按照極端的觀點，那么統計分析中的基本測度理論的含義仍然是存在爭議的。LudwikFinkelstein(2003)[3]指出，測度在那些原來尚未得到卓有成效或廣泛應用的領域，也已取得了明顯的進步，社會、政治、經濟和行為科學正在更大程度地利用定量技術；測度是現代思維的一種實際有效的工具，是我們借以描述世界的一種方法。GiovanniBattistaRossi(2007)[4]認為，用以表示測度結果的，是數字或者數字符號。LucaMari(2013)[5]認為，測度的基礎特征是被公認為世界上獲取并正式表達信息的基本方法，這讓它成為一種跨學科的工具。LudwikFinkelstein(2014)[6]指出，在自然科學技術中，測度的重要性不可否認，它是科學調查和發現必不可少的工具，它可將宇宙中的復雜現象用精確、簡潔和普遍的數學語言來描述。
那么，到底什么是統計測度呢？目前沒有一個統一的定義。本文認為，統計測度具有不同于測度的意義，并且大大超越數學上的界定，即它具有數學定義的一般屬性，但又不受制于函數表現形式，因為統計測度所要面對的是現實世界，實際問題要比理論上可以定義的問題復雜得多。按照我們的理解，統計測度就是用一定的符號和數字，用一定的形式和載體，對所研究的現象或事物的特征進行量化反映，表現為可用于統計分析的數據的過程。它應該具有這樣一些屬性：以實際現象為測度對象，測度結果具有實際意義；以量化為目的，把信息轉化為數量，提供人們容易理解的定量結論；個體特征的測度符合形成總體定量結論的要求，同時能夠體現個體差異。可以發現，統計測度需要借用數學工具，但更重要的是對具體測度現象本質特征的認識和掌握。
統計測度可以從若干不同角度進行分類。邱東教授(2012)[7]曾在“宏觀測度的邊界悖律及其意義”一文中，從邊界的角度對宏觀測度進行了分類：一是因事物本身可測度性而形成的邊界，即本體論意義上的測度邊界；再一是由人的認知能力而形成的邊界，即認識論意義上的測度邊界；第三則是由統計相關性偏好和投入約束而形成的邊界，即操作意義上的測度邊界。這三條測度邊界，應該以本體論意義的測度邊界最大，認識論意義的測度邊界次之，而操作意義的測度邊界最小。這樣的分類，對于我們正確理解統計測度的內涵很有幫助。受此啟發，筆者認為統計測度還可以有如下分類：
1.從測度的實現形式看，可以分為原始測度和再測度。原始測度也可以稱為直接測度，它通過對測度對象進行直接測度來獲取數據，例如清點庫存物品數量、丈量作物播種面積、觀察培育細菌數目、檢測藥物成分等獲得的數據，以及各種登記、記錄的原始數據等等。再測度也稱為間接測度，它以其他已知的測度數據為基礎去計算、推算或預測所需的未知數據，例如根據GDP和人口數測度人均GDP、根據人口普查分年齡人口數據測度老齡化系數和社會負擔系數、根據相關指標數據測度CPI的變化等等。復雜的再測度則需要借助相應的統計模型作為工具，因為它實際上是對相關變量之間的關系進行定量反映。從兩者關系上看，原始測度是基礎，是根本，沒有科學的原始測度就不會有可靠的再測度；再測度則是測度功能提升的必然要求，以解決原始測度不能解決的問題。
2.從測度的計量方式看，可以分為自然測度、物理測度、化學測度、時間測度和價值測度。自然測度是利用現象的自然屬性所進行的一種統計測度，例如人口規模、企業數量等的測度，采用自然計量單位；物理測度是利用現象的物理屬性所進行的一種統計測度，例如公路長度、作物播種面積、天然氣產量等的測度，采用物理計量單位；化學測度是利用現象的化學屬性所進行的一種統計測度，例如醫學、生物學中化學合成物的成分結構測度，采用百分數、千分數或特定標識為計量單位；時間測度是利用現象的時間屬性所進行的一種統計測度，例如勞動用工、閑暇時間等測度，采用時間計量單位；價值測度是利用現象的價值屬性所進行的一種統計測度，例如勞動報酬、經濟活動成果等測度，采用貨幣計量單位。在這些測度計量方式中，價值測度因最具有綜合功能而應用最為廣泛。
3.從測度的方法看，可以分為計數測度、測量測度、實驗測度、定義測度和模型測度。計數測度是一種通過觀測計數來獲得數據的方法，最為簡單，一般用于自然測度或時間測度；測量測度是一種根據物理或化學規制對現象進行測量、測算來獲得數據的方法，一般用于物理測度或化學測度；實驗測度是一種按照科學實驗原理、通過觀察實驗對象在既定條件下的反應來獲得數據的方法，一般與測量測度相結合，用于獲取科學研究數據；定義測度也可以稱之為指標測度，是一種通過探究現象的本質特征和活動規律、歸納出表現其數量特征的范疇、給出統計指標定義(包括內容、口徑、計算方法和表現形式等)來獲取數據的方法，最常用于價值測度，也用于其他形式的測度。可以說，定義測度方法應用最為廣泛，但也最為困難。模型測度是一種根據現象與現象之間的內在聯系關系、或者現象自身的發展變化規律，通過建立一定的方程模型來獲取數據的方法。前面三種統計測度方法基本上都屬于直接測度，定義測度既可能是直接測度、也可能是間接測度，而模型測度都屬于間接測度方法。
4.從測度的維度看，可以分為單一測度與多維測度。單一測度是指采用單一的方式方法對所研究現象或事物進行單一角度的測度，獲得單一的數據。多維測度是指對所研究現象或事物進行多角度的測度，測度過程中可能需要采用多種測度方法和計量方式，例如多指標綜合評價就需要借助統計指標體系對評價對象進行多角度的測度。顯然，單一測度是多維測度的基礎。
二、統計測度是統計學的立足之本
首先，從統計學的發展歷史看，是統計測度使統計學破繭而出。為什么主流觀點認為政治算術是統計學的起源而不是國勢學？正是因為威廉·配第首次采用統計測度的方式進行了國家實力的統計分析和有關推算，得出了令人信服的結論。威廉·配第在1693年出版的《政治算術》[8]中寫道“因為和只使用比較級或最高級的詞匯以及單純作思維的論證相反，我卻采用了這樣的方法(作為我很久以來就想建立的政治算術的一個范例)，即用數字、重量和尺度的詞匯來表達我自己想說的問題，只進行能訴諸人們的感官的論證和考察在性質上有可見的根據的原因”，這一觀點在統計學的發展過程中產生了非常重要的影響。他的這段話雖然沒有出現測度一詞，但卻道出了測度的本質，即讓事物變得明白、變得有根據，因為“數字、重量和尺度”就是測度、就是根據，用“數字、重量和尺度的詞匯來表達想說的問題”就是一種測度的思想，盡管測度的方式方法還很簡單。相反，國勢學雖然提出了歸納法這一統計學的基本方法并首創了統計學一詞，但由于沒有采用統計測度的方式進行國勢問題的研究而難以修成正果。正如邱東教授[7]所說：“在配第之前，統計學的研究對象雖然是國家的態勢，但它在方法論上只是定性言說。一個國家的財富總量在本體論意義上是可以測度的。然而只是到了配第時期，人類才想到了要測度它，并發明了如何測度的基本方法。政治算術，即開創期的經濟統計學，實現了從無到有的轉變，大大擴展了宏觀測度的認識論邊界，因而才具有了統計學范式創新的革命性意義。”同樣，格朗特的《關于死亡表的自然觀察和政治觀察》也是人口統計測度方面的經典之作，無論是原始測度還是再測度，都給后人留下了寶貴的財富。之后，統計學就是沿著如何更加科學、準確測度世界這一主線而發展的。筆者曾在“從政治算術到大數據分析”一文[9]，對數據的變化與統計分析方法的發展進行了粗淺的歸納，其主題實際上就是統計測度問題。
其次，從統計學的研究對象上看，統計測度是體現統計學數量性特征的前提條件。統計學的研究對象是現象的數量方面，或者說統計學是關于如何收集和分析數據的科學。統計數據從何而來？從統計測度中來。數據不同于數字，數字是統計測度的符號，數據是統計測度的結果，這也正是統計學區別于數學之處。所以說，數據的本質問題就是統計測度問題，故此統計測度是統計學的基本問題。這里重點討論兩個問題：一是統計測度與統計指標的關系，二是統計測度面臨的新問題。關于第一個問題，本文認為統計測度與統計指標是一個事物的兩個方面，這個事物就是數據。統計指標法是統計學的基本方法之一，盡管前面對統計測度從方式方法上進行了分類，但從廣義上說所有統計測度都是定義測度，都表現為指標。也就是說，任何統計測度———不論是直接測度還是間接測度，最終目的是獲得能夠讓人明白的數據，而表現數據的最主要形式就是統計指標，其他表現數據的形式都是派生出來的。所以，統計測度就是根據所設定的統計指標去獲得所需的數據。關于第二個問題，與后文所要論及的大數據有關，就是定性測度問題。在統計學中，數據可以分為兩類———定性數據與定量數據，其中定性數據又包括定類數據與定序數據兩種，它們屬于非結構化或半結構化數據。相應地，統計測度也可分為定性測度與定量測度。很顯然，只有定性測度與定量測度方法得到同步發展，統計學才能更加完善。總體上看，定量數據的統計測度已經比較完善，但定性數據的統計測度還有很多問題尚待解決，難點就在于測度的切入點———如何提取有效的信息、如何最終轉化為統計指標。盡管關于定性數據分析的論著已經不少，但還沒有從理論方法上建立起定性數據統計測度的體系，因此統計學在這方面的任務依然很重。
第三，從統計學的永恒主題看，通過科學的數據分析、得出有效的結論是其不變的追求，而數據分析過程就是綜合的統計測度過程。獲得數據的目的是為了發現隱含其中的有價值的信息，即發現數據背后的數據，讓數據再生數據，從而滿足人們認識事物、掌握規律、科學決策的需要。除了總量、結構等基本信息外，更重要的是通過數據分析來呈現現象的變化規律與相互關系。不難發現，這種數據分析的過程，就是不斷進行各種統計測度的過程，所以最終的統計分析結果實際上就是各環節、各方面的各種類型的統計測度的疊加結果，或者說是統計測度不斷放大的過程。大量針對社會經濟現象進行分析研究的文獻(不論是否冠以“測度”兩字)，只要有數據分析，都是如此。可以說，統計測度貫穿于統計數據分析的全過程。但是，為什么很多統計數據分析并沒有得出有效的結論呢？本文認為原因就出在統計測度上，尤其是沒有首先解決好原始統計測度問題。應該說，圍繞數據分析已經建立起一整套比較完整的統計方法體系，很多方法也都身經百戰、行之有效，但一旦原始統計測度有問題、數據不準確或不真實，那么任何方法都只是擺設。仔細研讀很多所謂的實證分析文獻，其重點均在于構建什么樣的模型或運用什么樣的方法，雖然有的文獻也必須要討論選擇什么樣的變量(指標)這個問題，但并不是系統地從測度的角度進行闡述，因此所用的模型越來越復雜，但所得的結論卻離實際情況越來越遠。學界總是有這樣一種觀念：變量越多、符號越新奇、模型越復雜的文章才越有水平，似乎這樣分析所得的結論才越可靠。殊不知，不以科學可靠的原始統計測度為基礎，任何數據分析都會成為無源之水、無本之木，所得的結論也只是更精確的錯誤而已。本文認為，任何脫離科學統計測度的統計分析都是毫無意義的，充其量是一種數字游戲而已。應該樹立這樣一種觀念：科學的統計數據分析首先取決于科學的統計測度，而不是首先取決于什么樣的分析模型，雖然模型也很重要。這也再一次證明，統計測度問題是統計學的根本問題。其實，歸根結底看，在統計數據分析過程中，每一步分析都以前一步的測度為原始測度，每一步所用的方法都是統計測度方法，因此所有的統計分析方法都是統計測度方法。甚至可以說，統計學方法體系就是統計測度方法體系。
當然，在實際的統計分析中，統計測度往往遇到一些困難，即有些指標數據由于各種原因無法獲得，這就不得不采用替代這種途徑。例如，綠色GDP核算的概念已經提出很多年，但為什么還沒有哪個國家真正公布綠色GDP數據，原因就是自然資源價值、生態環境價值等的統計測度目前還面臨著很大的困難，其背后存在著一系列有待進一步研究和解決的理論與實踐問題，因此不少學者進行了替代測度的探討。這一方面說明統計測度的重要性，另一方面說明統計測度替代的無奈性。但是，替代測度必須遵守相應的規則與邏輯，要經得起推敲。有的文獻明明知道有關變量無法測度、有關數據無法獲得，卻隨意地、不符合邏輯地進行所謂的替代，結果是最后的結論不知替代成什么樣了，很難理解它的意義。關于替代測度的有效性問題，邱東教授[7]已有精辟的論述，在此不再展開討論。
三、統計測度是數據科學的基礎
籠統地講，數據科學就是以大數據為研究對象的科學，需要多學科交叉融合、共同支撐。由于大數據是快速增長的復雜數據，因此大數據分析僅有統計思維與統計分析方法是不夠的，還需要強大的數據處理能力與計算能力。只有把統計思維、統計方法與計算技術結合起來，才有可能真正挖掘出大數據中的有價值信息。本文認為統計思維、統計方法與計算技術相結合的基礎就是科學的統計測度。
首先，大數據技術不能自行解決其計算和分析應從何處著手的問題。現代信息技術與互聯網、物聯網技術的快速發展，使人類進入大數據時代，也有人說進入到數聯網時代，這意味著我們一方面被各種越來越多、越來越復雜的數據所包圍，另一方面又被數據中巨大的信息價值所吸引，想從中挖掘出可供決策之用的信息。如何挖掘大數據？人們已經進行了艱苦的探索，發展了很多專門的方法技術，并已嘗到了不少甜頭，但遠未達到充分利用大數據中有效信息的目的，因為已有的大數據分析研究主要集中于計算機科學與技術、軟件工程、計算數學等領域，重點是計算能力與算法研究，而很少從統計學的角度進行有針對的探討，還沒有真正進入數據分析的深層。這里面實際上忽略了最基礎的統計測度問題。如果說，計算技術的發展能夠解決數據儲存與計算的能力問題，算法模型的改進能夠解決大數據分析的綜合能力問題，那么它們仍然不能解決對誰進行計算與分析的問題，也即從何處著手的問題。無論是傳統的結構型數據，還是現在的包含大量非結構型數據的大數據，要對它們進行分析都必須找到正確的切入口，即分析的基本元素是什么，或者說需要測度什么。當然，還有如何測度的問題。然后，才能進行分組、綜合和構建模型，否則大數據分析不會達到人們的預期。
其次，大數據之所以催生數據科學，就是為了通過多學科交叉融合來共同解決大數據分析中存在的問題，其中包括統計測度問題，這一點對于非結構化數據尤為突出。實際上，大數據的本質就是非結構化數據，一是體量大、比重高(超過95%)，二是變化快、形式多，三是內容雜、不確定。通過各種社交網絡、自媒體、富媒體，以及人機對話和機器感應記錄等產生的各種非結構化數據，例如各種文字、各種表情符號、各種聲音、各種圖像，到底表示什么？綜合在一起能體現什么規律？如何綜合各種信息？存在著大量有待研究的問題。其實，文字的長短、用詞、表達形式(敘述式、議論式、散文式、詩歌式，等)甚至字體大小與顏色，表情類型與偏好，聲音高低、頻率與情緒，圖像顏色等等，都是有特定意義的，即在特定環境條件下的反應。所以，一句話或一段聲音的意義并非文字本身的意思，一個表情符號的意義并非符號表征的意思，一個圖像的意義并非圖像內容與色彩本身的意思，因為背后有太多的未知。人們瀏覽檢索各種信息的習慣、收看與回復郵件等信息的習慣、參與信息網絡的習慣、購物習慣與支付習慣等等，也是如此。更何況，同樣的網絡詞匯在不同的時間代表著不同的語義。這背后隱藏著的是人們的行為與社會關系，既具有個性又具有共性，極其復雜。所以對這樣的數據進行分析，首先絕非是計算問題，也不是用什么模型問題，而首先是從何處著手、如何選取關鍵詞、如何選定關聯詞、可以用什么樣的指標來綜合、可以用什么樣的表式來表現等問題，一句話就是統計測度問題。非結構化數據的統計測度將主要是定義測度，這些問題不解決，分析模型也是難以構建的，或者難以得出令人信服的結論。
例如，關于《紅樓夢》前80回與后40回是否同一作者的爭論，韋博成[10]進行了綜合性的比較研究并提出了自己的觀點，他指出已有美國威斯康辛大學華裔學者陳炳藻教授(1980)[11]、我國華東師范大學陳大康教授(1987年)[12]和復旦大學李賢平教授(1987年)[13]等學者從統計學的角度進行過專門的研究，但卻得出了不同的結論：陳炳藻教授認為前80回與后40回均是曹雪芹所著；陳大康教授認為前80回與后40回為不同人所著；李賢平教授認為前80回是曹雪芹根據《石頭記》增刪而成，后40回是曹雪芹親友搜集整理原稿加工補寫而成。此外，還有其他一些學者進行過類似的研究，也有一些不同的結論。為什么都通過提取關聯詞和統計的方法卻得出不同的結論？原因就在于用以分析的關聯詞不同，即統計測度的切入點不同，當然也有統計方法上的差異，但前者是根本。至少存在幾個統計測度上的問題：提取單一維度的關聯詞還是多維度的關聯詞？提取什么類型的關聯詞(例如：關聯詞是名詞、形容詞還是動詞；是花卉、樹木、飲食、醫藥還是詩詞)？這些關聯詞可以綜合為什么樣的指標？等等。由此可見，原始統計測度代表著數據分析的方向。
相比《紅樓夢》，大數據分析要復雜得多、困難得多。所以，數據科學除了需要數學、統計學、計算機科學與技術、人工智能等學科的交叉融合外，還需要與行為科學、語言學、社會學、經濟學等學科相結合，以便能很好地解決作為數據分析之前提的統計測度問題。
第三，數據科學將進一步拓展統計測度的邊界，并提出更高的要求。伴隨著人類認識世界的范圍的不斷拓展，統計測度的范圍也不斷擴大，從自然現象統計測度到人口現象、經濟現象統計測度，再到社會現象、環境現象、政治現象等統計測度，幾乎已經滲透到了所有可以想象到的領域。相應地，統計數據分析也從少量數據的分析進入到了大數據分析。大數據的復雜性、不確定性和涌現性(王元卓等，2013)[14]，意味著統計測度的內容大大增加，原來一些不能測度的數據被納入到了統計測度的范圍，按照邱東教授的說法就是統計測度的邊界大大擴展了。統計測度邊界的擴大，必須以統計測度能力的提升為前提，即要求統計學借助現代信息技術進一步提升處理和分析數據的能力———對大數據“化繁為簡”、“變厚為薄”的能力，這就必須以科學準確的大數據統計測度為前提，既改變統計思維，又創新統計分析方法，其中就包括統計測度思維、統計測度方法與統計測度標準。面對大量繁雜的數據，如果沒有更好的統計測度思路與方法，包括個體標志定義方法、最小數據細胞分組與聚類方法、關聯詞含義的時間影響計量方法、定性測度指標篩選方法、再測度路徑與方法、大數據統計測度評價標準等，那么統計學在數據科學發展過程中就難以發揮應有的作用，數據科學也將裹足不前。這就是統計學邁向數據科學的重要挑戰之一。
綜上所述，統計測度的基礎性問題從統計學延伸到了數據科學，是兩者的共同基礎，并且對于數據科學而言顯得更為重要。大數據的復雜性、不確定性和涌現性導致了統計測度的難度猛增，亟需建立面向大數據分析的統計測度理論與方法。要通過研究大數據的復雜性、不確定性和涌現性特征的基本因素，以及這些因素之間的內在聯系、外在指標和測度方法，進而研究基于先進計算技術的大數據度量模型，構建尋找面向計算的數據內核或者數據邊界的基本方法。總之，建立有效易行的數據表示方法，即科學的統計測度方法，是數據科學必須解決的基礎問題之一。
四、創新與完善大數據統計測度方法
如前所述，統計學研究對象已經從結構化數據延伸到了包括非結構化數據在內的一切數據，統計測度邊界得到了大大的擴展。按照邱東教授[7]曾經引用過的海德格爾的話：“界限并不表示某一事物的發展到此為止，而是像希臘人所認知的那樣，界限是某種事物開始展現的地方”，預示著統計學在數據科學發展階段的新起點已經展現在我們面前。新的統計測度邊界催生統計測度方法的創新，統計測度方法的創新促進統計測度邊界的拓展，兩者相輔相成，共同推動統計學與數據科學的發展。為此，我們要系統梳理統計測度方法的發展歷程，面對大數據提出的新挑戰，大膽探索統計測度的新思路、新理論和新方法，為數據科學奠定堅實的統計學基礎。為此提出如下幾點建議：
首先，要緊密結合現象的本質去探求更科學的統計測度方法。本質決定一切，既然統計測度的目的是獲得客觀反映現象本質的數據，那么深入到現象本質、認識和掌握現象的本質，是科學統計測度的關鍵，也是探求新的統計方法的出發點。換句話說，科學的統計測度方法能夠體現出數據的真正意義。例如，要探求社交網絡數據的統計分析和測度方法，就必須了解社交網絡的產生背景、構成要素、表現形式與基本特征，既要研究它的共性問題，又要研究它的個性問題與差異性，同時還要研究它的變化趨勢。只有這樣，才能掌握社交網絡數據的構成要件或元素，才能建立起科學的、能有效體現社交網絡數據意義的統計測度方法。再如，要分析研究電子商務數據，也必須先弄清楚什么是電子商務，尤其是弄清楚它與傳統的商業模式有什么不同(包括物流、資金流與信息流)、有哪些新生事物(包括時空特征、法律監管)等等，否則統計測度無從下手或者抓不住要害。同時，作為一個新的研究領域，數據科學的理論基礎將與計算機科學、統計學、人工智能、數學、社會科學等有關，離不開對相關學科領域知識與研究方法的借鑒，因此對相關領域的知識與研究方法的學習十分重要。否則，就會嚴重扭曲統計測度方法，胡亂設置測度標志，這需要引起高度關注。
其次，要緊密結合大數據的特點去創新統計測度方法。大數據的特點是復雜性、不確定性和涌現性并存，構成了多維的數據空間，里面蘊藏著豐富的信息資源，這是傳統的統計數據不可比擬的。那么該從何處進入這樣的數據空間？怎么進去？又怎么出來？這歸根結底還是統計測度方法問題。因此，在開展大數據分析之前，首先要研究大數據的基礎性問題，包括大數據的內在機理(包括大數據的演化與傳播機制、生命周期)，數據科學與社會學、經濟學、行為科學等之間的互動機制，以及大數據的結構與效能的規律性等等，為創新統計測度方法提供導向。本文認為，再復雜的數據也有共性，再不確定的數據也有規律，再涌現的數據也有軌跡。網絡大數據背后的網絡平均路徑長度、度分布、聚集系數、核數、介數等具有共性的特征與參數，是開展復雜網絡數據分析的基礎(李國杰、程學旗，2012)[15]；大數據在時空維度上的分布形式、內在結構、動態變化和相關聯的規律，是找到大數據分析切入口、進而簡化大數據表征的前提；大數據的涌現性軌跡(包括模式涌現性、行為涌現性和智慧涌現性)，是研究更多的社會網絡模型和理解網絡瓦解失效原因，理解人們網絡行為涌現特征(例如人們發郵件數量的時間分布特征)，以及探求大量自發個體語義融合連接形成有特定意義的通用語義之過程的路徑(靳小龍等，2013)[16]。也就是說，這些共性、規律和軌跡就是統計測度的主要依據，也是重點內容。發展和創新能夠準確發現大數據的共性、規律和軌跡的定量方法，其實就是發展和創新大數據統計測度方法。
第三，要緊密結合現代信息技術以完善統計測度方法。復雜、多變和不斷涌現的大數據，不僅需要借助現代信息技術(包括硬件與軟件)來解決極其復雜的分析計算問題，也需要利用現代信息技術來解決其繁雜多樣的統計測度問題。對于大數據，不論是原始統計測度還是再測度，其復雜性或難度都不是傳統的結構化數據所能相提并論的，哪怕是基本的關聯詞計數、分類與匯總，其工作量之大也超乎想象，不借用現代信息技術幾乎是不可能完成的。而事實上，有些統計測度的內容與方法本身也是以數據處理能力的提升為前提的。可以說，脫離現代信息技術，人們難以承受大數據的統計測度與分析任務；要把統計測度思想變為可實現的統計測度方法，必須借助現代信息技術。為此，要充分利用各種信息技術和手段，把統計測度與數據清洗相結合、與數據分析模型相結合、與計算方法相結合，努力建立融自動搜索統計測度、動態演化統計測度和自主優選統計測度為一體的大數據統計測度方法體系。
一、數據的搜集與獲取
在《河南省統計學專業就業能力及要求》的調查中，將調查問卷劃分為在校學生卷、畢業生卷、用人單位卷和教師卷，對統計學專業畢業生的就業崗位及基本能力要求、在校生的認識、用人單位對統計學專業學生的要求、教師的意見等問題進行了調查，從在校生、畢業生、用人單位、學校教師四個角度比較不同主體的認識差異，以期改進統計學專業學生的培養模式，提高統計學專業大學生的就業能力。使用四套問卷，對鄭州市某高校近幾年的統計學專業畢業生及其用人單位、在校的大三、大四學生、統計學專業的全部教師進行了調查，共發放各類問卷350份，收回325份，回收率92．86%，調查結果有效。
二、河南省統計學專業大學生就業能力的現狀分析
從調查結果看，河南省統計學專業就業崗位多在經濟管理領域，就業的工作崗位有國有企業統計人員、政府相關部門職員、金融保險業職員、民營工業企業管理人員等，多屬于文職人員或者企業管理部門工作人員。其中，30%左右的學生從事與統計相關的工作，70%左右的學生從事管理工作或者服務性工作。綜合在校生、畢業生、用人單位和專業教師的調查結果，統計學專業總體的就業能力較強，具備經濟學、管理學和統計學多學科的學習背景，使得學生在用人單位能夠適應統計、綜合管理、市場營銷、數據分析、證券投資等不同崗位的要求，獲得了用人單位的好評。但從問卷中也發現統計學專業大學生就業能力存在的一些不足:
1．自我認知不清晰，缺乏科學的職業規劃
統計學專業學生求職過程中，存在盲目、無計劃、茫然的行為，這一現象可能存在于許多專業。對“大學期間的規劃”的調查顯示，僅26．8%的學生對大學期間的學習、生活、實踐等活動有計劃，依據自己的知識儲備和綜合素質，對就業方向有大致的規劃，這部分同學就業能力較強，就業時找到了自己心儀的工作崗位和單位。73．2%的學生在大學四年較少計劃或者沒有計劃，按照學校安排的教學計劃完成學習任務，自我認知不清晰，不清楚自己的優勢和相對劣勢，行業觀念淡薄，對未來就業和工作方向沒有明確的目標，這些同學的就業優勢不明顯，競爭力有限，工作機會比前者要少一些。
2．就業觀念略顯偏頗，偏好穩定的國有單位
對“就業單位選擇偏好”的調查顯示，統計學專業學生對待遇穩定、工作壓力較小的機關事業單位偏好最強，其次是金融企業、國有工業企業，三個單位的比例分別是78．6%、66．4%和56．8%。偏好穩定性強的用人單位是每位同學的本能選擇，但從區域經濟單位的構成看，這三類單位多屬于大型單位，在河南省的比例較小，不足10%，90%的企業為民營企業。因此，統計學專業學生的就業觀念略顯偏頗，不符合經濟發展的趨勢和社會需求。
3．知識儲備與實踐能力需加強，與用人單位要求有一定距離
從學生問卷和用人單位問卷的調查結果看，對知識能力和素質能力的認識上有差異。從用人單位的角度看，學生的知識儲備不夠，在具備管理知識、人文知識修養、外語水平、專業知識的基礎上，63．3%的用人單位認為還需要了解工程技術類知識、機械制造類等理工學科的基礎知識，為在工業企業工作提供基本條件，學生在后者的學習上略顯欠缺。65．8%的用人單位注重學生的實踐能力，部分學生工作后存在進入角色時間較長、動手能力不強、靈活應變能力不足等問題。從學生角度看，學生認為專業知識、英語水平、管理類知識等知識能力更重要，對通用知識能力重視不夠;從素質能力看，學生認為最重要的三種能力是學習能力、實踐能力、人際交往能力。通過結果對比，學生的認識和用人單位的要求有一定的差異，這是學生工作后不能馬上適應工作崗位、滿足用人單位需求的原因。
4．學科理解力不夠，與工作崗位結合不密切
統計學專業的專業知識工具性較強，通過搜集、整理和分析數據發現問題和規律，繼而提出決策是專業特點和優勢。對“統計學專業知識的應用”調查顯示，選擇“經常應用”的比例高達67．3%，這些同學在就業崗位中經常應用大學期間的專業知識解決工作中的問題，統計思維模式基本形成，習慣利用數據發現規律和問題，并能夠輔助日常工作，對統計學專業知識的學習持肯定態度。選擇“較少應用”和“不應用”的比例總計32．7%，這些同學在就業崗位中較少應用大學期間的專業知識。可以看出，部分學生對統計學學科的理解力不夠，不能把所學的專業知識轉化為工作的輔助工具，與工作崗位的結合不夠密切。
三、河南省統計學專業大學生就業能力的培養對策
參考上述的調查結果，針對河南省統計學專業學生就業能力存在的問題，以提升統計學專業學生就業能力的培養模式改革可以從以下幾方面考慮:
1．完善“知識”+“素質”的復合模式，提高學生的綜合就業能力
現有的統計學專業學生知識能力和素質能力的培養主要依靠專業的教學計劃和培養方案，知識能力的提高可以通過課堂教學實現，專業知識和通用知識的實際應用體會較少;素質能力的提高部分依靠教學計劃中有限的實踐課程，如畢業論文、專業實習、認識實習等實現，考核的方式比較簡單，對學生的素質能力提高效果有限。結合前述的調查結果，逐步完善“知識”+“能力”的復合培養模式，在培養寬厚學科基礎、扎實專業知識的同時，加大實踐課的力度，注重學生經驗的積累，既強調統計學專業的工具性和方法性，達到學以致用的目的，又注重學生素質能力的培養，實現知識能力和素質能力的同步發展，提高學生的綜合就業能力。
2．營造師生共贏的學術環境，加深學生的學科理解力
積極鼓勵學生參與教師的課題研究和調研活動，營造自由、寬松、積極的學術環境。學生通過參與教師的課題和調研，積累搜集數據、整理數據、分析數據的經驗和思路，鍛煉學生的文字能力、人際交往能力等素質能力，達到所學知識和實踐活動相結合的目標，加深對統計學學科的理解。教師可以拓寬自己的研究思路，加強師生之間的聯系，實現教師和學生的共贏。
[關鍵詞]立體化 實踐教學課程 設置 實驗項目
[中圖分類號] G642.423 [文獻標識碼] A [文章編號] 2095-3437（2014）07-0115-02
統計學專業的實踐教學應是連續的系統的一個教學過程。統計學專業實踐教學體系的探索和構建對于實現人才培養方案的目標，培養學生統計思維能力和創新能力至關重要。它不是單一的課堂實踐教學，也不僅僅是單層次的社會實踐，它應由課堂實踐教學、綜合實踐教學、社會實踐和畢業實訓實習四部分構成，是多維的、系統的、層進式的、立體化的實踐教學體系。它應由以下幾部分組成：
一、立體化統計學實踐教學體系的構建
1.課堂實踐教學是實踐教學體系的基礎。課堂實踐教學蘊涵著巨大的生命活力，只有師生們的生命活力在課堂實踐教學中得到有效的發揮，才能真正有助于學生們的培養， 實踐教學的課堂才有真正的活力。在統計學專業的課程設置中，可以開設實驗項目的主要有統計學導論、統計實驗、投資統計、多元統計分析、時間序列分析、計量經濟學、調查設計與組織、企業統計等。
2.綜合實踐教學強調學生通過實踐，增強探索和創新意識，學習科學研究的方法，發展綜合運用知識的能力，增進學校與社會的密切聯系。它是根據相應的統計工作來設置的。SARP和EXCEL統計報表軟件實踐是根據用人單位統計工作性質開設的實踐課，開設統計分析R軟件選講是讓學生更熟練地使用各種統計分析軟件，從而提高他們的就業技能。開設統計寫作和統計制圖是為了提高學生的統計應用綜合能力。
3.專業社會實踐，可以在不拘泥于統計模擬實驗室的環境中進行，可以讓學生到真實的環境中，分析近在身邊的經濟問題和社會熱點問題。它可以分兩個層次去實現：第一層次是開展社會調查實踐。如對金水區外來務工人員計劃生育情況的調查，對鄭州市主要路通流量的調查等。通過社會調查實踐活動，鍛煉、提高了學生的實際調查能力，并形成對事物的實質性及客觀性認識。另一層次是讓學生進入校外實習實訓基地實習。如鄭州市各區統計局、企事業單位等。這種校外實習能使學生真正體會到所學專業知識在實際工作中的應用，從而激發學生的專業興趣。
4.畢業實訓實習，它包含畢業論文的撰寫和到統計局等單位的畢業實習。畢業實習以及畢業論文的撰寫是實踐教學的一個重要環節，如何將前三個方面的實踐與畢業實習以及將來的就業結合起來，將直接影響我們的人才培養質量。在學生實習的崗位中，學生可以將前三個實踐中整理的資料與畢業論文的寫作結合起來，理論聯系實際，從而更好地完成畢業論文的撰寫。這樣，實踐單位也會對學生的表現給予高度的評價。
二、制約立體化實踐教學體系發展的瓶頸
（一）積極發揮教師的主動性和創造性
立體化實踐教學方案的實施必須由教師來具體完成。實踐教師是學院教師隊伍的重要組成部分，主要包括：擔任各實踐教學管理教師、指導實踐教學的教師。因此要專門成立專業實踐領導小組，實踐教學人員應有明確的分工和相應的崗位職責。實踐教學人員要按照各實踐教學環節的管理規范，積極承擔實踐教學工作，努力完成各項實踐教學任務。同時要形成激勵機制鼓勵他們要積極研究實踐教學問題，主動開發和設計實踐教學項目，切實保證實踐教學工作的順利開展和進一步加強。
（二）要保證立體化實踐教學體系的順利實施，課程設置是核心
筆者認為在課程的設置上，應強調學生統計應用能力的培養，突出統計學專業“工具型”和“協同型”課程體系的內涵。為此，應把“運籌學”和“統計建模”課程增加到專業特色課程中去，從而突出統計專業定量分析和決策對象的特色。為加強統計分析及其應用需要，建議統計軟件選講側重介紹SAS和R軟件編程技術和應用，另外統計學專業還需增設一門數據庫課程，一方面有助于統計軟件的學習，另一方面可突出統計專業辦學定位。
（三）教學方法的改進是實施立體化實踐教學的保證
立體化實踐教學中，多種教學方法如：啟發式教學、案例教學法、模擬實驗教學法、項目教學法都需要及時而全面地展開。以往在專業課程實踐教學中，學生缺少一種受啟發和相互激勵的環境，無法去思考和分析自己的問題。例如對多元統計分析的實踐教學，只重視統計思想和各種數據分析方法的講解，對如何分析解決實際的經濟問題，卻關注得很少，學生缺少這種主動性綜合實踐。因此我們要借助于統計分析軟件SAS，通過大量的國內外經典案例介紹各種數據分析方法，使學生在掌握基礎理論和方法的同時，也能較快地進入實際應用的領域。要以社會的經濟問題和熱點問題項目為驅動，充分發揮學生的積極性和創造性，優化實踐教學內容，創新實踐教學。
三、立體化實踐教學體系困惑與對策
（一）對于新升本科院校，立體化實踐教學中發揮指導、引路作用的師資隊伍卻存在嚴重匱乏的問題
現有統計教師隊伍中，理論型教師多，“實踐型”教師比例偏低。為此，我們制訂了統計實踐教師培訓的十二五規劃，鼓勵教師向“實踐型”教師發展。通過“走出去，引進來”雙向機制，及時掌握崗位工作對統計人才的實際需求。另外，我們還建立了有效激勵機制，為實踐教師外出訪學、調研 、科研提供各種機會和條件，不斷提高實踐教師的整體素質。同時我們還在企事業聘請了專家教授，到我們學院擔任兼職教師和講座教授，而且他們也兼任我們統計學專業學生實習的指導老師，逐步形成了專兼職相結合的實踐教師隊伍。
（二）年輕的統計學專業缺乏規范性、系統性的實踐教材
統計課實踐教學往往是在理論課結束之后，安排一定課時的實踐教學。一些實踐項目單一、膚淺，缺乏應用性和實用性。這種實踐教學不僅破壞了實踐教學體系的系統性，同時也偏離了立體化實踐教學的初衷。目前我們正組織一部分相關教師和實踐教學領導小組成員，編寫和設計實驗指導書、教學案例集，制作和開發多媒體課件，目的是要切實加強立體化實踐教學的專業基礎建設。《統計學導論》、《多元統計分析》、《SPSS軟件及其應用》等課程都已經編寫了實踐教學大綱和實驗指導大綱。其他課程的實踐教學大綱和實驗指導教程也都在加緊編寫過程中，相信很快我們的統計學專業就會有一套規范性、系統性的實踐教材。
（三）統計專業大學生傳統的畢業實地實習存在許多困難
具體體現在：1.大學畢業生多，實習單位不足，實訓基地接受難度大；2.院校下發的實習的經費少，用人單位不愿接受實習；3.實地實習形式往往崗位單一，實習內容偏少，不能對統計工作全過程進行展開實習。4.實習時大多是觀摩，實際操作很少，學生缺乏實習的積極性和主動性。學生實習基地分散不便管理，實習很難達到預期效果。顯然這種傳統的實地實習方式，已違背我們立體化實踐教學體系的初衷。為此針對這一現狀，我們也試著開發了形式多樣的統計實習規劃項目。統計實習規劃項目如下表：
鄭州航空港實驗區是中國首個航空港經濟發展先行區，建設鄭州航空港經濟綜合實驗區，是中原經濟區建設的必然要求，是中國新型城鎮化建設在中原經濟區的升華。它可以形成中原經濟區的產業高地、開放高地、創新高地，帶動中原經濟區快速發展。作為省市共建的一所本科院校，統計學專業必然承載著中原經濟區經濟建設中統計人才的培養工作，為順應各類應用型、創新型、綜合型統計人才的需求，我們還要不斷地探索立體化的統計學實踐教學體系，積極推進研究性的實踐教學體系，逐步形成我們的實踐教學特色，實現人才培養為經濟發展服務，促進河南經濟的良性和健康發展。
[ 參 考 文 獻 ]
[1] 何劍. 統計學專業”四位一體”實踐教學體系的探索與實踐[J].實驗室研究與探索，2011（2）.
[2] 徐龍封.對高等統計學專業課程建設的建議[J].理論與實踐，2007（6）.
