时间：2023-09-08 17:12:24
导语：在统计学的分类方法的撰写旅程中，学习并吸收他人佳作的精髓是一条宝贵的路径，好期刊汇集了九篇优秀范文，愿这些内容能够启发您的创作灵感，引领您探索更多的创作可能。
一、统计学是经济类学科中的基础性学科
在当今高科技高信息时代社会里人们生存面临着很大的挑战，生存问题刻不容缓，因此、我们学知识储备知识就是为了将它用到社会上，也是为了在这社会上生存。通过知识的积累，说大了就是为社会和公民造福做贡献说小了就是为了谋生之道。我们知道知识是渊博的，人一生活到老学到老就是说这个道理。通过各种各样的科学学科储备知识，而这些学科之间紧密相连的。例如：统计学和新闻专业也有本质的联系，也许有的同学可能问我们为什么要学统计学？统计学和新闻学的最大特点就是实践性很强的学科。作为一名新闻工作者搜集信息是他的职责范围，那么他用什么方法搜集数据信息呢？这当然用统计的方法搜集。统计学对于写论文具有很重要作用，比如：动态数列分析方法在各经济类学科中的运用很频繁。
资料来源：《内蒙古统计年鉴》2011[2]
表1的数据表明，随着人均收人的增加，奶制品的消费也在逐渐增加，所以，收入水平是影响和决定乳品消费需求的重要因素。
二、统计学是实践性很强而且应用性很广的学科
（一）统计学是应用性很强的学科
国家各大要害部门，像国家统计局、省、自治区、市、人民政府统计局及地区、乡、镇各部门都设有统计部门，还有非统计行业各企事业单位都设有专门统计部门和所需的专门统计专业人员。例如：医院需要统计人员，对病人、职工人数的统计，还有各种病情性质不同方面分为神经科、外科、内科、耳科、眼科、少儿科妇科等等都是用统计方法进行分类的。法院也需要统计人员，如对死刑犯的统计，各类死刑案件的统计。学校里对各院（系）的分类，每院系里各专业分类，学生人数和学生宿舍的统计等等都用了统计方法。还有人口普查是利用统计学的各种统计方法进行统计的：
还有古代也很早就用了统计方法，如：十三世纪成吉思汗统治世界时，他把军队分为十户、百户、千户、万户等，十户有十户长、百户有百户长、千户有千户长、万户有万户长这样有利于作战，有利于管理军队。
1.统计学是一门不可忽视的学科
同学们将来就业的时候，都想以后找个好工作，有个好前途，发挥所学的知识在社会上有用。大家想过吗？就是拿统计学这门课来说，学好统计学我们就有机会到各个统计部门上班。统计学对于写论文具有很重要作用，比如：动态数列分析方法在各经济类学科中的运用很频繁。
2.统计学与我们工作生活紧密相连
对于学校来说，学校是很多院系组成的，系里有很多老师和员工组成的而这些老师当中的班主任是有很多学生，学生公寓来说，公寓有长，而公寓长管理着各个楼，楼里分为宿舍，这些都是用统计方法统计的。
（二）统计学是实践性很强的学科
统计学家不像数学家、物理学家和化学家一样在家里就可能推断谋中公式。统计学家（人员）必须进行实地调查。因为、统计学中所涉及的各种统计数据、资料都是来源于仔细的调查和整理。
在民族学学科当中统计调查的实地调查研究是非常重要的，对一个民族地方的土地、人文化进行调查这些都是用统计方法的。
几乎没有哪一门学科能像统计学这样在学科性质界定上面临着如此的分歧与冲突。统计学归属于社会科学还是自然科学,居于边缘科学还是通用方法论科学队列,属于纯粹的社会经济统计还是数理统计范畴等一系列问题需要作出明确的回答。因此,从“大统计学”的思维角度厘清统计学发展中的诸多热点问题,显得至关重要。提出“大统计学”的关键点在于厘清学科归属问题。归属社会科学还是自然科学领域,一直是统计学发展中的障碍性问题。统计学涉及到大量的社会经济现象方面的观察数据的收集和分析,也涉及到许多自然技术现象中的试验数据收集和分析,这是否可以看作统计学分别属于社会科学与自然科学领域的标志,“大统计学”思想的提出,是对统计学研究对象既存在于自然现象也存在于社会现象的认识深化,突出了统计学作为交叉学科的性质,强调统计学的复合性与综合性,提供了从横跨社会科学和自然科学的通用方法论层面,界定统计学学科属性的全新视角。提出“大统计学”的出发点在于实现认识方法转型。
从上世纪90年代以来,我国统计学界围绕“大统计学”学科建设展开了一系列的讨论和研究,极大推动了统计学科的建设和发展。但从其提出的初衷分析,“大统计学”主要还是一种思想认识方法,是对长期存在的“小统计”思想的否定与完善。“小统计”思想以社会经济统计为主流,认为社会经济统计属于经济学的分支,数理统计学属于数学的分支,实质就是主张社会经济统计与数理统计分立。“大统计学”思想强调“收集和分析数据”这一统计学的共性与规律,认为统计学的各分支学科都是研究不同方面、不同应用领域的统计方法的科学,研究对象、目的和方法的不同不是也不可能成为分割统计学学科的依据。虽然“大统计学”思想还没有将统计信息学或数量信息学纳入到统计学的研究范畴,但在其认识方法上,主张统计学各分支学科互相融通又相对独立发展的思维路径是值得肯定的。提出“大统计学”的落脚点在于弥合发展方向差异。我国统计理论界长期存在以学科发展差异取代学科性质的惯性思维。主要表现在:
一是认为统计学是一门独立的社会科学。可以分为两类,一种社会经济统计学,它是关于搜集、整理和分析社会经济现象的数量资料和方法论的社会科学;另一种是实质性的社会科学,目的是要找到社会经济现象的发展规律在具体的时间、地点和条件下的具体数量表现。
二是认为统计学就是数理统计学,它以数学分支学科———概率论为理论基础,目的在于研究随机现象总体数量信息。
三是承袭英美学派的主要观点,认为统计学是一门研究社会现象和自然现象的方法论的通用科学。统计学界出现对统计学学科性质定位的混乱,主要是只关注于学科发展的差异,混淆了学科性质与学科发展的问题,将学科性质的普适性与学科发展的差异性等同起来,割裂了学科认识的整体性与学科发展的变动性的对立统一关系。
因此,在统计学学科发展差异的把握上,可以允许把社会经济统计学作为研究社会经济现象总体数量信息的方法论科学,把数理统计学作为研究随机现象总体数量信息的方法论科学,进而将统计学表述为研究的各种统计方法既能解决自然科学中的问题,也能解决社会经济中的问题,属于社会科学和自然科学的边缘科学。这也是“大统计学”思想对弥合统计学发展方向差异的功能所在。综上所述,统计学作为一级学科,不从属于经济学,也不从属于数学或生物学。统计学的研究范围广泛存在于社会经济现象和自然技术现象等领域。以前,我国曾照搬前苏联的理论,认为只有社会经济统计学才是唯一的统计学,将数理统计学作为数学排除在统计学之外。近年来,又有一些学者照搬西方数理统计学派的观点,欲将国民经济核算等作为经济学排除在统计学之外。
虽然不同的分类方法和分类结果,增加了统计学的学科归属的难度,但是统计学研究内容的广延性、研究方法的多样性、研究问题的复杂性都是建立在“大统计学”研究对象特点的共性基础之上的,统计学的本质是围绕总体数量信息这一核心问题而展开的,它是对现有统计学研究领域的综合和系统化。
二、我国统计学发展的新任务
建立与社会主义市场经济体制相匹配的统计学学科,是改变我国统计学弱势学科地位的需要,更是统计学发展面临的新任务。当务之急要从统计学研究对象的统一、学科体系的综合、研究方法的完善等方面加大学科建设与发展的力度。
一要注重研究对象的统一。注重统计学研究对象的统一,既是遵循“大统计学”思想的需要,也是推动统计学发展的重要环节。随着统计学在解决经济学、数学相关问题上独特地位的确立,它在社会学、心理学、政治学、哲学等各个领域也崭露头角,赢得了一席之地。统计学正逐步成为贯穿于各学科范围的一门横断学科。要不断加强对统计学学科发展定位的认识1999年国家统计局公布的《面向21世纪的中国院校高级统计人才培养及课程体系研究》提出,“统计学是以客体对象的数量信息为研究对象,是研究数量信息获取、处理、显示、识别和利用及其规律性的具有方法论特点的综合性科学”。这里所提出的统计学的研究对象是“客体对象的数量信息”,它为我们整体认识统计学研究对象提供了很好的思路。要从统计学研究对象总体性入手,从研究对象中呈现的随机性和确定性的对立统一展开,无论是数理统计学,还是社会经济统计学,都包括由所有可能结果构成的样本空间,以及由某次具体观察结果的集合构成的实现总体两个层面,研究对象的总体都是样本空间和实现总体的统一体,这是对“大统计学”具有统一研究对象的理解与深化。
人们的印象里，统计学就是对数据进行简单的运算，然后通过图表、表格把它们表示出来，这是长久以来人们对统计学的一些片面认识。统计学的定义有很多种，每种定义对统计学阐述的侧重点不同。其中维基百科是这样定义统计学的：“统计学是研究如何测定、收集、整理、归纳和分析反映客观现象总体数量的数据，以便给出正确认识的方法论科学，被广泛的应用在各门学科之上，从自然科学和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上”。简单来说，统计学就是数据的科学，是一门收集、整理、分析、解释数据并从数据中得出结论的科学。
二、统计学的研究对象及其特点
统计学研究必须要求明确统计学研究的客体是什么，即统计学的研究对象。统计学中某种性质相同的个体所组成的集合叫总体。统计学就是研究客观总体的数量特征、数量关系和变动规律，或者说统计学是研究统计过程的规律和方法以及客观现象统计规律的科学，它的研究对象既涉及到自然科学领域，又涉及到社会科学领域。统计学研究对象的特点有以下几点：
（1）依赖性。
依赖性即统计学研究对象的寄生性，依赖性是统计学独有的特点，统计学研究的数据是来自各领域的，是依靠解决其他领域的问题而存在和发展的。统计学现在已经发展成为一门媒介科学，它研究的对象是其他学科的逻辑和方法论。
（2）数量性。
数量性即统计学研究对象是通过数量特征和数量关系表示的。数量性是统计学研究对象的基本特征，因为数字是统计的语言，统计是通过数量方面来认识事物的，对统计数据进行分析，归纳统计规律性，就可以达到统计分析研究的目的。
（3）总体性。
总体性即统计学以研究对象总体的数量为研究对象。每一个个体都有自身的随机性，而这些研究对象的总体又具有共同的特征和共同趋势，所以统计学研究是通过对大量的个体特征进行研究，从而过渡到对总体普遍存在的事实进行观察和综合分析，进而得出研究对象总体的数量特征和统计规律。只有掌握研究对象的总水平、总规模、总体特征和共同趋势才能体现统计学规律的作用。
（4）变异性。
变异性即构成统计学研究对象总体中的各个个体，除了在某一方面必须是同质的以外，在其他方面又要表现出一定的差异和变异。如果各个个体之间没有区别和差异，统计研究就是没有意义的。统计学的这种变异既可以表现为数量上的，也可以表现为非数量上的，但是因为统计学具有数量性，所以表现为数量上的变异才是统计学所要研究的对象。
（5）具体性。
具体性即统计学研究对象是具体的数量方面。统计学所研究的数量是具体、现实的，而不是抽象的，并且统计学研究的数量是有现实意义的。比如，要研究城乡居民收入差距，必须确定具体年份的具体范围内的城镇和农村居民收入数量、收入构成、收入变化以及计算方法，才能对研究对象进行统计分析。（6）广泛性。广泛性即统计学研究数量方面的范围的很广泛。其广泛性包括政治、经济、文化、军事、教育等各类社会现象的数量方面。统计学研究对象的广泛性是统计学成为媒介学科的必要特征。
三、统计学的研究方法
每个学科都有自己独特的研究方法，统计学也不例外，统计学在长期实践中总结、归纳出了一系列专门的研究方法，如实验法、大量观察法、统计分组法、综合指标法、统计描述法等。
（1）实验法。
统计学的实验法包括假设检验和实验设计。假设检验就是在对在总体参数提出假设的基础上，利用样本信息来判断假设是否成立的统计方法。实验设计就是设计合理的实验程序，使得收集得到的数据符合统计分析方法的要求，以便得出有效的客观的结论，其中最常用的实验设计是正交设计法。
（2）大量观察法。
大量观察法就是对全部或者足够数量的研究现象进行观察和研究，推理归纳出客观现象的本质特征和发展变化规律。通过对大量的研究对象进行观察和研究，才能排除偶然因素造成的影响，揭示研究对象的统计规律和本质特征。
（3）统计分组法。
由于所研究现象具有差异性、复杂性及多样性，需要我们对研究现象进行分组研究，进而来区别研究现象的类型，研究不同组别之间的区别和联系。统计分组法包括传统分组法、聚类分析法和判别分析法等。
（4）综合指标法。
综合指标法是利用总量指标、平均指标、相对指标、标志变异指标等对研究现象的数量关系和数量特征进行分析，来反映统计学研究现象的数量方面特征。综合指标法在统计学的经济应用中具有重要的作用。
（5）统计描述和统计推断。
统计描述指对调查或实验得到的统计数据进行整理、分类、计算出各种能反映总体数量特征的综合指标，并加以分析研究，从而得出有价值的信息，用表格和图形表示出来。统计推断指以一定的置信水平，根据样本数据资料来判断总体数量特征的归纳推理方法。统计描述和统计推断在统计学研究中应用非常广泛。
四、统计学的发展趋势
（1）统计学实际应用的范围扩大。
在大数据时代的背景下，统计学开始被各行各业运用起来。统计学逐渐应用到企业管理、保险金融、政府决策、国家经济安全等方面。统计学在企业管理方面可以提高企业的管理能力和效率。在保险金融方面可以监控分析金融风险和保险问题来保证金融保险市场的正常运行。在政府决策方面可以帮助政府宏观调控，从而减少决策失误。在国家经济安全方面可以监控经济安全问题，预防经济危机。
（2）统计学与其他学科交叉融合。
统计学的性质决定了统计学是一门媒介学科，统计学的发展是建立在各类学科的基础上的，其涉及领域非常广泛。因此，统计学与其他学科交叉融合更能发挥它的作用，例如，统计学与经济学、管理学等学科进行融合等，在融合中能不断完善统计学体系，创新统计学研究方法。
（3）统计学与网络、计算机的结合。
概率分布（probabilitydistribution）是医学统计学中多种统计分析方法的理论基础。授课内容一般包括：二项分布、Possion分布、正态分布、t分布、F分布等。
借助概率分布常常可以帮助我们了解生命指标的特征、医学现象的发生规律等等。例如，临床检验中计量实验室指标的参考值范围就是依据正态分布和t分布的原理计算得到；许多医学试验的“阳性”结果服从二项分布，因此它被广泛用于化学毒性的生物鉴定、样本中某疾病阳性率的区间估计等；而一定人群中诸如遗传缺陷、癌症等发病率很低的非传染性疾病患病数或死亡数的分布，单位面积（或容积）内细菌数的分布等都服从Poisson分布，我们就可以借助Poisson分布的原理定量地对上述现象进行研究。
在生物信息学中概率分布也有一定应用。例如，Poisson分布可以用于基因（蛋白质）序列的相似性分析。被研究者广泛使用的分析工具BLAST(BasicLocalAlignmentSearchTool)能迅速将研究者提交的蛋白质（或DNA）数据与公开数据库进行相似性序列比对。对于序列a和b，BLAST发现的高得分匹配区称为HSPs。而HSP得分超过阈值t的概率P(H(a,b)>t)可以依据Poisson分布的性质计算得到。
二、假设检验
假设检验（hypothesis）是医学统计学中统计推断部分的重要内容。假设检验根据反证法和小概率原理，首先依据资料性质和所需解决的问题，建立检验假设；在假设该检验假设成立的前提下，采用适当的检验方法，根据样本算得相应的检验统计量；最后，依据概率分布的特点和算得的检验统计量的大小来判断是否支持所建立的检验假设，进而推断总体上该假设是否成立。其基本方法包括：u检验、t检验、方差分析（ANOVA）和非参数检验方法。
假设检验为医学研究提供了一种很好的由样本推断总体的方法。例如，随机抽取某市一定年龄段中100名儿童，将其平均身高（样本均数）与该年龄段儿童应有的标准平均身高（总体均数）做u检验，其检验结果可以帮助我们推断出该市该年龄段儿童身高是否与标准身高一致，为了解该市该年龄段儿童的生长发育水平提供参考。又如，医学中常常可以采用t检验、秩和检验比较两种药物的疗效有无差别；用2检验比较不同治疗方法的有效率是否相同等等。
这些假设检验的方法在生物实验资料的分析前期应用较多，但由于研究目的和资料性质不同，一般会对某些方法进行适当调整和结合。
例如，基于基因芯片实验数据寻找差异表达基因的问题。基因芯片（genechip）是近年来实验分子生物学的技术突破之一，它允许研究者在一次实验中获得成千上万条基因在设定实验条件下的表达数据。为了从这海量的数据中寻找有意义的信息，在对基因表达数据进行分析的过程中，找到那些在若干实验组中表达水平有明显差异的基因是比较基础和前期的方法。这些基因常常被称为“差异表达基因”，或者“显著性基因”。如果将不同实验条件下某条基因表达水平的重复测量数据看作一个样本，寻找差异表达基因的问题其实就可以采用假设检验方法加以解决。
如果表达数据服从正态分布，可以采用t-检验（或者方差分析）比较两样本（或多样本）平均表达水平的差异。
但是，由于表达数据很难满足正态性假定，目前常用的方法基于非参数检验的思想，并对其进行了改进。该方法分为两步：首先，选择一个统计量对基因排秩，用秩代替表达值本身；其次，为排秩统计量选择一个判别值，在其之上的值判定为差异显著。常用的排秩统计量有：任一特定基因在重复序列中表达水平M值的均值；考虑到基因在不同序列上变异程度的统计量，其中，s是M的标准差；以及用经验Bayes方法修正后的t-统计量：，修正值a由M的方差s2的均数和标准差估计得到。三、一些高级统计方法在基因研究中的应用
（一）聚类分析
聚类分析（clusteringanalysis）是按照“物以类聚”的原则，根据聚类对象的某些性质与特征，运用统计分析的方法，将聚类对象比较相似或相近的归并为同一类。使得各类内的差异相对较小，类与类间的差异相对较大1。聚类分析作为一种探索性的统计分析方法，其基本内容包括：相似性度量方法、系统聚类法（HierarchicalClustering）、K-means聚类法、SOM方法等。
聚类分析可以帮助我们解决医学中诸如：人的体型分类，某种疾病从发生、发展到治愈不同阶段的划分，青少年生长发育分期的确定等问题。
近年来随着基因表达谱数据的不断积累，聚类分析已成为发掘基因信息的有效工具。在基因表达研究中，一项主要的任务是从基因表达数据中识别出基因的共同表达模式，由此将基因分成不同的种类，以便更为深入地了解其生物功能及关联性。这种探索完全未知的数据特征的方法就是聚类分析，生物信息学中又称为无监督的分析（UnsupervisedAnalysis）。常用方法是利用基因表达数据对基因（样本）进行聚类，将具有相同表达模式的基因（样本）聚为一类，根据聚类结果通过已知基因（样本）的功能去认识那些未知功能的基因。对于基因表达数据而言，系统聚类法易于使用、应用广泛，其结果——系统树图能提供一个可视化的数据结构，直观具体，便于理解。而在几种相似性的计算方法中，平均联接法(AverageLinkageClustering)一般能给出较为合理的聚类结果2。
（二）判别分析
判别分析（discriminantanalysis）是根据观测到的某些指标的数据对所研究的对象建立判别函数，并进行分类的一种多元统计分析方法。它与聚类分析都是研究分类问题，所不同的是判别分析是在已知分类的前提下，判定观察对象的归属3。其基本方法包括：Fisher线性判别（FLD）、最邻近分类法（k-NearestNeighborClassifiers）、分类树算法（ClassificationTreeAlgorithm），人工神经网络（ANNs）和支持向量机（SVMs）。
判别分析常用于临床辅助鉴别诊断，计量诊断学就是以判别分析为主要基础迅速发展起来的一门科学。如临床医生根据患者的主诉、体征及检查结果作出诊断；根据各种症状的严重程度预测病人的预后或进行某些治疗方法的疗效评估；以及流行病学中某些疾病的早期预报，环境污染程度的坚定及环保措施、劳保措施的效果评估等。
在生物信息学针对基因的研究工作中，由于借助了精确的生物实验，研究者通常能得到基因（样本）的准确分类，如，基因的功能类、样本归结于疾病（正常）状态等等。当利用了这些分类信息时，就可以采用判别分析的方法对基因进行分类，生物信息学中又称为有监督的分析（SupervisedAnalysis）。例如，基因表达数据分析中，对于已经过滤的基因，前三种方法的应用较为简单。而支持向量机（SVMs）和人工神经网络（ANNs）是两种较新，但很有应用前景的方法。
（三）相关分析
相关分析（correlationanalysis）是医学统计学中研究两变量间关系的重要方法。它借助相关系数来衡量两变量之间的关系是否存在、关系的强弱，以及相互影响的方向。其基本内容包括：线性相关系数、秩相关系数、相关系数的检验、典型相关分析等。
我们常常可以借助相关分析判断研究者所感兴趣的两个医学现象之间是否存在联系。例如，采用秩相关分析我们发现某种食物中黄曲霉毒素相对含量与肝癌死亡率间存在正相关关系；采用线性相关方法发现中年女性体重与血压之间具有非常密切的正相关关系等等。
生物信息学中可以利用相关分析建立基因调控网络。如果将两个不同的基因在不同实验条件下的表达看作是两个变量，相关分析所研究的正是两者之间的调控关系。如采用线性相关系数进行两基因关系的分析时，其大小反应了基因调控关系的强弱，符号则反应了两基因是协同关系（相关系数为正），还是抑制关系（相关系数为负）。
四、意义
生物信息学不仅是医学统计学的研究前沿，更是医学研究由宏观向微观拓展的重要领域，其研究内容已逐渐为多数医学院校的学员了解和熟悉。而如何对新技术产生的生物实验数据进行准确合理的分析，却成为生物信息学研究的主要瓶颈之一。
在医学统计学课堂教学中引入生物信息学实例，而不仅仅局限于常见的医学、卫生领域的例子，将难以理解的统计理论和方法与前沿的生物实例相结合，拓宽了学员的视野，提高了学员的学习兴趣，更可以加深对所学知识的理解；与此同时，使学员掌握了生物实验数据的先进分析方法，扩大了学员的知识面，提高了他们今后开展医学科研工作的能力。
[关键词]统计学 问题 对策
[中图分类号]G642 [文献标识码]A [文章编号]1009-5349（2014）01-0254-02
21世纪是信息爆炸的时代，数据是信息的重要载体。而统计学恰恰是研究如何收集、整理、分析和解释数据的科学。学好统计学，能够帮助更好地理解、解释各种经济行为和经济现象。对于财经类非统计学专业的学生，掌握与自身专业很好结合的统计分析方法，具备一定的数据分析能力，对于参与激烈的职业竞争是必不可少的。作为教育部规定的高等院校财经类专业核心课程之一，统计学在财经类专业学生的整个知识体系中占有重要的位置。
但由于统计学课程自身的特点，以及非统计学专业中专业知识与统计学相关性的不同，在当前的非统计学专业的统计学教学中仍然存在着一些问题。如学生的学习兴趣不高，通过学习并没有具有基本的统计学技能等。为此，笔者结合近几年来的统计教学工作，对非统计学专业统计学教学过程中存在的问题进行探索和思考。
一、非统计学专业统计学教学中存在的问题
（一）统计学内容比较抽象难懂
统计学教学中存在很多的抽象概念和公式推导，这部分内容对于理解统计学的理论知识及其应用有重要意义。而对于数学功底较差，所学专业又与数据分析看似关系不大的同学，学习起来有一定难度，同时学习兴趣不大。
（二）统计学教学方式单一
当前，在统计学的教学过程中，比较常见的是板书教学和PPT课件教学。板书教学的过程中，可以让学生更好地理解统计学中各种公式的来龙去脉，使学生知其然也知其所以然。PPT教学可以利用各种资源，如图形、图片、各种链接，可以使教学内容更加形象生动，提高学生的学习兴趣。在实际教学中，将板书和PPT教学相结合通常效果会更好一些。但是大学生不同于中小学生，更应该注意引导学生自主思考、自主学习，应该考虑应用更多的教学方式方法。
（三）统计学的考核方式比较传统
为了验证统计学课程的教学效果，当前所设置的统计学考核方式还比较传统。主要在学期末进行考核，一般会设置如单选、多选、填空、简答、计算等传统题型。这些通常基于题库基础上的考题，会引导学生更多地机械地做题，为了做题而做题，没有考虑问题的提出，按照既定步骤解题。这不应该是大学生学习的考核方式，应该更注重学生开放式思维的培养，引导学生思考更多的开放性问题。
二、提高非统计学专业统计学教学效果的对策
（一）引入案例教学，并引导学生进行具体的统计实践
统计学是一门方法论的课程，需要把统计学的课堂教学和实际中的应用联系起来，这样才能取得良好的教学效果。
首先，教师在教学过程中，应该注意将所举案例与授课学生的专业知识有机结合起来，更容易吸引学生，使学生在解决实际问题的过程中应用具体的统计方法，加强对统计学的学习兴趣，进而加深对统计学相关理论的理解。
同时，可以鼓励学生对于自己感兴趣的问题进行具体的统计实践活动。例如，可以鼓励学生在校园内调查大学生的消费支出状况、自习室和图书馆的利用情况、进行选课和逃课问题的调查等，并且可以利用学校的资源进行数据分析并得出相关的结论。也可以让学生利用寒暑假时间，到实践基地，如大型的调查公司参与一些大规模的调查项目。以上的方法都可以让学生亲身体会统计方法在实践中的具体应用，可以使学生更好地掌握统计知识，更积极主动地学习、探索统计学的相关知识。
当然，在学生具体应用统计方法解决统计问题之前，应该注意学生两个方面能力的培养：一是收集、整理数据的能力；二是分析、解释数据的能力。这也是在统计学的教学中要特别需要掌握的。
统计学是关于数据的科学，统计学的研究都是离不开数据的。面对具体问题，如何收集数据是统计学研究能否成功的重要前提。因此，应该加强学生获得数据能力的培养。教导学生如何利用相关的调查方法获得第一手数据，以及如何加强获得二手统计资料的能力。
获得统计学的数据之后，如何去分析数据，并利用分析结果去解释相关的现象，也是学习统计学的根本目标。应该提高学生分析数据的能力，而统计学恰恰提供了很好的工具，就是各种统计分析软件。因此，在统计教学中，应该加强统计学软件的应用教学。但是不同专业的学生，在以后的工作中对于软件的应用需求是不一样的。利用财务管理、会计专业会有自己的财务处理软件，财务相关数据分析更多利用的是Excel软件；而金融专业的学生以后工作中处理更多的是金融数据，专业的统计分析软件用起来会更加方便。因此，在统计学的教学过程中，应该结合不同专业的特点，利用不同的软件教学达到与学生专业更好的结合，有利于学生今后的专业发展。
（二）丰富统计学的教学方式，如问题探讨式教学、引导式教学等
为了激发学生自主学习，可以在统计学的教学过程中采用更多新的教学方式，如模拟式教学、问题研讨式教学、引导式教学等。
模拟式教学是指利用学校的教学资源，对于模型经济活动的数据进行整理分析。这种教学模型比较适用于学校已经构建了其他相关专业的实验室的情况。例如，会计专业有自己的会计实验室，已经有了很多的模拟会计数据；财务管理专业也有自己的ERP实验室，有很多企业运营数据；金融学专业有自己的金融实验室，有模拟的股票、期货等高频金融数据等。对于这些已有数据，都可以让学生利用统计分析软件进行分析解释，使学生在学好统计学知识的基础上，对自身专业知识做进一步巩固。
问题研讨式教学则是将学生分成不同的学习小组，对于一个具体的问题集思广益，进行思想的碰撞。不同小组的同学各自分工合作，这样有助于开拓不同学生的思路，对于一个问题提出更全面的解决方案。也可以使学生在小组合作中，更多地体会合作的力量。同时，不同小组会得出不同的方案，学生在方案的比较中也可以反思自身在思考问题、解决问题的方式方法上有什么地方可以进一步完善或改进，有助于更好解决问题的同时，提高自身能力。
引导式教学则偏重于教师利用自身的知识储备，对于学科前沿知识的了解，对于统计学中比较重要的、比较难于理解的问题对学生进行引导。对于较难的内容，教师应该更注意于问题的脉络的讲解，使学生对于知识有体系的概念，知道问题为什么会提出，才会更好地理解统计学所提供的问题解决方法。而且在解释问题的时候，一定要循序渐进，通过一个又一个问题的设定，去引导学生对于问题进行思考，在这个过程中会进一步锻炼学生的思维能力，引导学生自主学习、自主思考。
（三）应该改革统计学的考试方式
统计学是一门应用学科，因此，对于统计学的应用应该贯穿于统计学的整个学习过程中。因此，对于统计学的考核也应该体现在整个学习过程中，而不应该单一地依靠学期末的考试。在授课的过程中，就应该注意构建教师和学生的学习交流平台，如教师积极地与学生进行课前、课后的交流；构建网络平台，学生可以随时在上面提出问题，教师则及时给予回复。同时，使学生能及时并明确地了解教师的教学要求，也便于教师和学生分享各种学习资料。构建了统计学的学习平台，就应该加大对统计学平时的考核，可以给学习提出具体的教学任务，如针对自己感兴趣的问题进行一次调查问卷设计，并进行数据分析，给出调查报告；进行一次具体的抽样调查，并对抽样结果进行分析，给出分析报告等。这种考核方式比卷面式的考核，会使学生收益更多。
对于不同专业，数理基础不同的同学应该进行不同的考核。在考核的侧重点和难度等方面应该有所区别。如对于偏文科的专业，减少数理知识的考核，增加更多的开放式问题；对于数理基础比较好的相关专业的学生，可以更多加强理论知识的考核。因为有了扎实的理论基础，方法的应用就要简单得多。并且要更多地结合统计软件，对于实际的经济问题及经济数据进行上机考核。同时，要革新考试的题型。考核的重点应该放在几个方面，如考核学生对于各种统计方法基本思想的掌握情况；考核学生对于数据分析结果的解释程度；给出实际问题的背景，考核学生如何利用所学的统计分析方法解决问题。
三、结语
统计是一门关于数据的科学，是一门需要理论联系实际的科学。在当今的知识经济中，必然会发挥越来越重要的作用。使学生具有良好的数据处理能力及数据分析技能，是统计学教学过程中不容置疑的职责。通过统计学教学及考核方式方法的改进，可以提高非统计学专业学生学习统计学的兴趣，使学生主动地去学习统计学的理论和方法，并解决实际的问题，这对于学生学习能力的培养及以后的发展都具有重要意义。
【参考文献】
[1]胡桂华.经济、管理类专业《统计学》课程建设的几个基本问题.统计研究，2008（01）.
[2]黄海午.《统计学》课程教学新模式探索.广西民族大学学报（哲学社会科学版），2008（12）.
[3]史燕.关于经管类非统计专业《统计学》课程考试改革的思考.江西金融职工大学学报，2009（6）.
[关键词]初中生；切牙分类法；错耠畸形；中国中学生心理健康量表；心理影响
[中图分类号]R783.5
[文献标志码]A [文章编号]1008-6455（2016）02-0071-04
错牙合畸形是口腔科常见病，尤其是前牙区的错牙合畸形在而部通常是显著的，它可以引起不良的社会反应和不良的自我概念形成。微笑是而部审美印象重要的一部分，而牙齿是其最重要的一部分，有理由认为牙齿的外观会影响一个人的心理状态。口腔情况会对患者的心理、社会和功能方而产生重要的影响，这些心理、社会和功能方而的影响被称为口腔健康相关生活质量嘲。既往有研究显示，错牙合畸形对患者生活质量的主要影响在于心理方而，而不在于功能方而。但是，错牙合畸形对患者生活质量的影响所获得的关注远少于其他口腔常见病的影响。国外就错牙合畸形对初中生心理健康影响的研究较多，而国内较少。本文旨在采用中国中学生心理健康量表（Mental Health InventorV of MiddleSchool Students，MMHI-60）初步调查和探讨错牙合畸形对初中生心理健康的影响。
1 材料和方法
1.1 调查对象
五家渠市有两所中学，即五家渠第一中学和五家渠第二中学。第一中学初中部有37个班，共1850名。第二中学初中部有18个班，共630名。2015年45月，在这两所中学的初中部随机抽取了9个班级，其中在五家渠第一中学初中部每个年级随机抽取2个班，在五家渠第二中学初中部每个年级随机抽取1个班。共390名，其中男193名，女197名，年龄11.49-16.55岁，平均年龄为（14.08±0.84）岁，均为汉族。
排除标准：①唇腭裂等而下1/3严重畸形者；②前牙缺失、冠折、龋齿、牙周病及有修复治疗史的患者；③有正颌及正畸治疗史，正在接受正畸治疗者；④患有精神心理性疾病，如强迫症、躁狂症、抑郁症、焦虑症、神经衰弱者。
1.2 问卷调查表
一般项目表：包括姓名、性别、年龄、族别、编号。中国中学生心理健康量表（MMHI-60）：此量表是我国著名心理学家王极盛教授根据我国中学生特点编制的，针对性强，能有效而准确地测查中学生心理健康状况。量表包括10个因子，共60个项目。10个因子包括强迫症状因子、偏执因子、敌对因子、人际关系紧张与敏感因子、抑郁因子、焦虑因子、学习压力因子、适应不良因子、情绪不平衡因子、心理不平衡因子。采用五级计分法，即无为1分，轻度为2分，中度为3分，偏重为4分，严重为5分。各因子的因子分计算方法：各因子所有项目的分数之和除以因子项目数。1-1.99分，表示该因子不存在问题；2-2.99分，表示该因子存在轻度问题；3-3.99分，表示该因子存在中等程度的症状；4-4.99分，表示该因子存在较重的症状；5分，表示该因子存在严重的心理症状。总均分是由60个项目的得分加在一起除以60，得出受试者心理健康的总均分，表示心理健康总体状况。1-1.99分，表示不存在心理健康问题；2-2.99分，表示存在轻度的心理健康问题；3-3.99分，表示存在中等程度心理健康问题；4-4.99分，表示存在较严重心理健康问题；如果5分，表示存在非常严重的心理健康问题。
1.3 调查方法
首先，进行预试验调查，检验调查内容是否可行，调查表设计是否完善，检验诊断方法的准确性，以便进一步修订。两名检查者经过严格而统一的口腔检查及调查标准培训后，向被调查者讲解本调查的目的、意义及具体填写问卷方法和其他注意事项后，请被调查者填写问卷，在规定时间内填写完成后收回。然后，在自然光线下，由两名口腔正畸专业研究生对被抽取的9个班的初中生进行口腔检查，并采用个别正常牙合标准、错牙合畸形切牙分类法记录被调查者正常牙合及错牙合畸形情况。
错牙合畸形切牙分类法标准：①第1类：下切牙切缘咬在或位于上切牙舌隆突之下；②第II类：下切牙切缘位于上切牙舌隆突之后，又分为以下两个分类，第1分类：上中切牙前倾，超合大于正常。第2分类：上中切牙内倾，超合常减少，但覆牙合通常大于正常；③第III类：下切牙缘位于上切牙舌隆突之前，超合小于正常或呈反牙合。
个别正常牙合标准[们：有轻微错牙合，但对于生理功能并无明显妨碍，且个体之间又存在一定的差异，所有符合这一正常标准的个体牙合，均属于个别正常牙合。 调查前两位检查者均经过专门培训，统一调查标准，并进行标准一致性检验。调查过程中随机选择50名初中生由该两位医师之间交换检查，进行调查者之间的临床意见一致性检验（Kappa检验），结果显示两位医师对错牙合畸形判断的一致性较强（Kappa=0.95），诊断结果可靠。
1.4 统计学分析
将所有数据录入Excel表格，用spss 19.O统计软件进行统计分析，采用等级资料的秩和检验。切牙I类组、切牙III分类组、切牙112分类组、切牙III类组和个别正常牙合组这五组间比较时，检验水准为双侧a=0.05，统计值为x?。切牙III类组依次与切牙I类组、切牙III分类组、切牙Ⅱ2分类组、个别正常骀组进行两两比较时，共进行了4次比较，笔者采用Bonferroni方法调整检验水准，其处理方式为：以公认的检验水准除以多重比较次数作为调整后的检验水准应用于多重比较。故切牙III类组依次与其他四组进行两两比较时，检验水准调整为双侧a=0.0125。
2 结果
量表的完成率为100%。在心理健康总均分方而，个别正常牙合组、四个不同类型错牙合畸形组这五组间的差异有统计学意义（X?=9.671，P=O.046），见表1。
切牙III类组和其他四组比较，除了切牙III类组与个别正常牙合组心理健康总均分差异有统计学意义外（P<0.0125），切牙III类组心理异常的比例比个别正常牙合组高。与其余组比较均无统计学差异（P>O.0125），见表2。
在该心理健康量表的10个因子分中，切牙III类组和其他四组比较的强迫症状、敌对、人际关系紧张与敏感、焦虑、学习压力和情绪不平衡方而的心理异常差异均无统计学意义（P>0.05）。
在偏执、抑郁、适应不良得分方而，个别正常牙合组、四个不同类型错牙合畸形组这五组间的差异有统计学意义。切牙III类组和其他四组比较，除了切牙III类组与个别正常牙合组心理异常差异有统计学意义外（PO.0125）。
在心理不平衡得分方而，个别正常牙合组、四个不同类型错牙合畸形组这五组间的差异有统计学意义（X?=21.332，P=0.000），见表3。
切牙III类组与其他四组比较，心理异常差异均有统计学意义外（P
3 讨论
英国学者所提出并倡导的切牙分类法，是从诊断的直观性和对治疗的指导性上分析，在临床应用方而有其独特的优点：切牙分类法属于牙合形态学分类法，在反映错牙合的概念上相较其他分类法更加形象；切牙分类法以前牙咬合关系为基础进行分类，相较其他以致病机制为基础的分类法有美学上的意义，而错牙合畸形的概念本身就带有较强的美学色彩；切牙分类法是对同一类前牙错牙合表现的的归纳总结，对于指导临床治疗以及治疗效果的判断也相比较好。且既往有研究显示，成人颌而部错牙合畸形患者常因而下部中心区口唇部的畸形造成心理不同程度障碍。而且在正畸临床应诊患者中，大多数是因前牙美观问题而就诊，其关注点相比后牙也集中在前牙。闫颖等的研究就采用了切牙分类法对错牙合畸形患者进行分组，探讨了大学生牙齿审美对社会心理的影响。因而本研究也采用了切牙分类法。
中国中学生心理健康量表是我国著名心理学家王极盛教授根据我国中学生特点编制的，针对性强，能有效而准确地测查中学生心理健康状况。徐立峰等的研究证明该量表具有良好的信度和效度。国内大量学者采用了该量表评估中学生的心理健康状况。因而本研究选择了中国中学生心理健康量表来进行心理健康评估。
根据发展心理学家艾瑞克森划分，12-18岁的青少年的心理社会期特点是：建立自我概念、个人同一感阶段，容易出现的问题是自卑感，身体意象易受外界影响。朱旭霞等的研究发现中小学生正畸患者的抑郁、焦虑、人际关系因子得分要高于因其他牙病就诊的中小学生患者组。Cunningham将错牙合组与非错牙合组对照进行问卷调查，牙颌畸形患者高度焦虑，低身体意象，自尊值也低。孙燕等的研究发现安氏II类患者外表自尊值低于安氏I类和III类患者。Hoffman等对146例9-14岁牙颌而畸形患者进行研究，发现安氏II类1分类患者以害羞、沉默寡言、忧郁为特点，安氏III类的患者社会赞许率低，在学校不被喜爱。然而，在错牙合畸形对生活质量的影响方而存在相互矛盾的证据。令人惊讶的是Pulache等的研究发现安氏III类错牙合畸形对心理健康方而产生积极的影响。另一些研究发现，错牙合畸形对中小学生的生活质量无重要影响，或之间有微弱的关联。在儿童和青少年患者中，持久稳定并未经治疗的错牙合畸形对生活质量可能有或可能没有心理和社会影响。而本研究发现，在心理不平衡方而，切牙III类组心理异常的比例比其他错骀畸形组和个别正常牙合组都高。在偏执、抑郁、适应不良得分方而，切牙III类组心理异常的比例比个别正常牙合组高。
统计实践远早于统计学的诞生。据历史记载，在远古时代有“结绳记事”“、刻木记数”，其实这就可以说是最原始的统计。在我国，夏王朝“平水土，分九州，计民数”，进行了我国最早的人口调查，分中国为九州，人口大约1355万。在国外，埃及、希腊和古罗马的历史中也有类似记载。公元前3000年左右，埃及为了规划金字塔的建筑和建立大型农业灌溉系统，曾先后调查了全国的人口状况。
从上可以看出统计工作有着数千年的历史。随着人们在这数千年的统计活动中的不断探索，对统计规律的认识也逐渐加深，这就产生了统计学。统计学的产生至今已有300多年的历史，按照统计方法和历史发展顺序可以分为以下3个阶段。
第一，古典统计学时期
古典统计学时期是指十七世纪中叶到十八世纪末的统计学萌芽时期，当时分为国势学派和政治算术学派。
国势学派产生于十七世纪的德国，主要代表人物是海尔曼·康令（HermannConring,1606～1681年）和高尔费里德·阿亨瓦尔（Gottfriedchenwall,1719～1772年）。当时他们在大学里开设一门新课程，最初叫“国势学”，因在外文中，“国势”与“统计”词义相近，阿亨瓦尔于1749年第一个把“国势学”定名为“统计学”。这门课程采用文字叙述方法，讲述有关国情国力的系统知识。政治算术学派产生于十七世纪的英国，主要代表人物是威廉·配第（WilliamPetty,1623～1687年）和约翰·格朗特（JohnGraunt,1620～1674年）。配第在其代表作《政治算术》中，用“用数字、重量和尺度”表达思想，通过数量对比分析，研究英国、法国、荷兰三国的国情国力，阐明了英国的国际地位和社会经济发展的方向道路。这种理论和方法对统计学的形成和发展有着深远的影响。马克思给了他很高的评价，称他为“政治经济学之父”。在某种程度上也可以说他是统计学的创始人。格朗特的代表作是《对死亡率公报的自然观察和政治观察》。他根据公报数据对伦敦人口的出生率、死亡率、性别比例和人口发展趋势，作了分类、计算和预测。用具体的数量对比分析代替单纯的思维论证，这在社会科学研究方法上是一个重大的创新。国势学派和政治算术学派的区别在于，前者采用文字阐述，而后者采用的是数量分析方法。由于政治算术学派的方法被多数人接受，故该学派被公认为统计学的真正起源。
第二，近代统计学时期近代统计学时期是指十八世纪末到十九世纪末，在这个时期统计学又形成了许多学派，其中最主要的有数理学派和社会学派。数理学派产生于十九世纪中叶，其奠基人是比利时的生物学家、数学家和统计学家阿道夫·凯特勒。凯特勒认为，统计学既研究社会现象又研究自然现象，是一门独立的方法论科学。他把概率论引入统计学，根据大数定律的原理，利用统计观察资料计算和研究社会现象和自然现象的数量规律性，并用于预测未来的情况，从而开创了统计理论和实际应用的一个新领域。社会统计学派产生于十九世纪后半叶的德国，其主要代表人物是恩格尔和梅尔。
社会统计学派在一定意义上是政治算术学派的继续，他们认为统计学是一门社会科学，是研究社会现象变动原因和规律性的实质性科学。统计学所研究的是社会总体而不是个别的社会现象，由于社会想象的复杂性和总体性，必须对社会现象总体进行大量的观察和分析，研究其内在的联系，才能反映社会现象的规律性。社会统计学派的主要代表人物厄恩斯特·恩格尔，他通过工人家庭生活费用调查发现了“恩格尔定律”。
第三，现代统计学时期
现代统计学时期是指二十世纪初到现在，这个时期中主要有欧美数理统计学和东方社会经济统计学。
［关键词］卫生信息管理医学统计学教学改革
［作者简介］周文君（1975-），女，江苏盐城人，盐城卫生职业技术学院卫生信息管理教研室主任，讲师，研究方向为公共卫生及卫生信息管理专业教学。（江苏盐城224005）孙晓凯（1978-），男，江苏盐城人，盐城市疾病预防与控制中心慢性病科主管医师，研究方向为慢性非传染性疾病的预防与控制及卫生统计学教学。（江苏盐城224002）
［中图分类号］G642.0［文献标识码］A［文章编号］1004-3985（2009）20-0144-02
现代医药卫生科技信息化发展迅速，卫生信息管理科学的发展对卫生信息管理专业人员的素质提出了很高的要求。医学院校培养的卫生信息管理专业学生需要面向各级卫生行政管理部门、医院、医学信息部门、医学图书馆等部门，从事日常办公事务处理、病案管理、卫生信息资料、医学图书、档案管理等工作和计算机维护工作。①他们除了需要掌握基础医学、临床医学等医药卫生知识和程序设计、数据库管理等计算机知识外，还需要具有较好的统计学理论知识，能够熟练掌握部分统计软件的使用，以便为各级医药卫生机构提供信息和决策依据。为了提高医学统计学课程质量，培养卫生信息管理专业学生建立统计学观念，提高动手解决实际问题能力，近年来，盐城卫生职业技术学院对卫生信息管理专业的医学统计学的教学方法进行了探索与研究，主要从以下几个方面着手。
一、根据课程特点明确学习要求
1.课程特点。医学统计学是一门既有复杂理论知识，又有丰富应用技巧的医学专业基础课程。它是科研设计、资料的搜集、整理和分析的灵魂，可应用于居民健康状况评价、医疗卫生实践和医学科研等各个方面，涉及基础医学、临床医学、预防医学等多学科领域。医学统计学内容主要是以医学理论及其研究内容为载体，应用数理统计学的理论和方法来阐述某个医学实际问题。②
2.学习要求。医学生学习医学统计学，并非要成为医学统计学的专业人才，其目的在于建立起统计学观念，学会从不确定性、机遇、风险和推断的角度去思考医学问题。对于卫生信息管理专业等非预防医学专业学生，特别是专科生，医学统计学的数学原理、公式推导等要求可以更加放宽，重点应放在统计方法的应用上。因此，我们要求学生学习医学统计学必须要牢固树立起统计学观念，如生物性个体变异观念，各种医学指标独特和分类观念，抽样误差不可避免及各种条件下样本具有不同的误差观念，各种研究对象和研究方式含有不同变异的观念，等等。学习医学统计学的具体要求是：能够理解一些基本概念、基本原理；记住一些最基本的公式和界值；重点要掌握统计方法的适用条件、统计结果的解释；此外还要再加上认真的课后练习和上机实习。
二、系统安排教学重点
1.合理选择授课章节。目前，各地院校本科、专科生开设的医学统计学课程课时大多在50～100节课间，要在这有限的课时内讲完这么多的内容很不现实，所以各地学校要根据培养目标选择适当的章节为学生讲解。对于非预防医学专业学生，除了基本的概念、统计描述、概率分布、参数估计、t检验、卡方检验、非参数检验等医学统计学基础理论部分外，其他的理论部分，如实验设计、调查设计、复杂的相关与回归等章节可以不讲，留给有兴趣的同学自学，把更多的时间安排在课上讨论和实习课的操作上。对于卫生信息管理专业学生的培养目标，除了基本统计学理论外，还应重点加上在日后信息统计工作中会常用到的关于各种率的概念、计算方法的章节。此外，还可以讲座的形式为学生介绍一些常用的、比较复杂的统计学方法。
2.明确教学重点。传统的统计学教学内容包括三个方向：一是基本概念和方法；二是公式的来源、推导和详细的手工计算步骤；三是统计结果的解释与分析。③传统的公式推导虽有利于对统计基本概念的理解，但对非统计专业的医学生来讲，冗长的公式推导已很难理解，更谈不上对它的记忆了。因此，对于统计公式，我们要求学生只要了解其直观意义、用途和应用条件，而不要求掌握其数学推导，教学内容的重点放在统计学基本原理、基本要领和逻辑思维上，而不是统计学方法的计算过程或数学算法的讲解上。同时，随着信息技术的迅速发展，各种数据处理软件和统计软件唾手可得，统计学计算也很容易实现，相反，统计学基本知识和基本原理的教学更显迫切。我们的教学重点是培养学生解决实际问题的能力，让学生对已有资料能够找到适合的统计方法，结合本专业知识解释统计结果。为此我们调整了一些教学内容，注重统计学基础、统计学思维、统计学操作能力的培养，同时利用优秀的统计软件，简化统计计算过程，强调统计方法的选择与报告信息的提取。例如，目前医学上常用的假设检验方法有十余种。我们要教会学生能够根据研究目的、资料类型选择最适宜的统计方法，如计量资料常用t检验、方差分析等方法；计数资料常用卡方检验；等级资料可用秩和检验等，同时还要注意各种检验方法的应用条件。
三、注重例题的练习
1.从例题入手，提高学生的认识。医学统计学的学习以理解为主，而一般医学院校的学生对数学的接触很少，因此，对于医学统计学这门课程，很多学生往往存在一种恐惧心理。为消除这种心理，使学生对之感兴趣，从实例入手是非常重要的。在理论教学课上讲授某个概念或方法之前先举个例子或提出问题，让学生给出自己的看法和解决思路，教师适当加以引导和启发，在解决这些问题的同时，再将统计学基本概念、基本原理和基本方法融入其中。这里提到的实例，可以是教材中现有的例题或练习题，可以是统计咨询中碰到的实际问题，或医学期刊论著中的一些实例，也可以是日常生活中的某一现象。学生的思维经过这样一个由感性到理性，由具体到抽象的认识过程，减轻了接受抽象概念和方法的难度，加深了对书本内容的理解，还调动了他们学习的积极性，对提高教学效果大有帮助。此外，大量例题的讲解和练习还有利于提高学生日后解决实际问题的能力。由于毕业后从事不同的工作岗位，对于大部分人来说，很多统计方法往往因用不到而不会使用，等实际工作中碰到时候便无从下手，这时他们便可查阅以往教材、参考书上的例题，与实际工作中的材料进行对比来获得合适的统计方法。
2.进行案例讨论，加深对常见错误的认识。统计方法的选择重点在于要根据设计类型、资料类型及分析目的选用适当的检验方法和检验统计量。我们在讲授各种检验方法时，不但重点强调各种方法的应用条件，还举出具体误用例子加以讨论，将常被误用的方法列举出来，供学生辨析，从反面吸取经验教训。比如常见误用有：配对t检验误用为成组t检验；多组均数比较应用方差分析及q检验误用为t检验；配对设计卡方检验误用为成组卡方检验；多个率比较应用行×列表卡方检验误用为四格表；应该用确切计算概率法误用为四格表卡方检验；等等。新版的“卫生统计学”教材每章都增加了“案例讨论”部分，教师减少了习题课时间，充分利用这些案例，给学生足够时间进行课堂讨论。案例讨论在不偏离主题的前提下，调动了每一个同学的积极性，又能及时发现问题，解决问题，培养学生的综合应用能力，为今后的实际应用打下坚实基础，很受学生的欢迎。
四、使用统计软件提高教学质量
1.选择SPSS软件作为教学软件。计算机和软件技术的飞速发展避免了在医学统计工作中烦琐的计算过程和记忆复杂的计算公式，使得医学统计学的应用越来越易于实现。卫生信息管理专业学生之前接受过计算机基本知识的培训，很容易掌握软件的操作，因此开设统计软件实习课显得尤为必要。目前，国内外的统计软件众多，根据学生的实际情况，从针对性、实用性的观点出发，我们选择了功能强大且易于掌握的SPSS软件作为医学统计学实习课的教学软件。SPSS是目前国际上最流行的、具有权威性的统计分析软件之一，它操作简单，无须编程，易学易用，可以直接读取Excle等数据文件，分析结果清晰、直观，可以直接复制到Word文档中，为学生使用带来极大的方便。④
2.精心安排实习课内容。实习课我们要求学生在计算机上学会应用该软件，能够在学习之后应用该软件独立完成实际资料的统计分析等工作。具体做法是，首先由实习教师对本节课的内容进行讲解，并在主机动态演示SPSS软件的操作过程，解释结果，然后让学生应用SPSS软件独立完成书本上或教师精心筛选的习题，并要求学生看懂计算机输出的结果，同时能对资料进行解释。我们重点让学生掌握的是一些基本操作（包括数据的输入和整理、变量的设置、转换等）、主要统计分析过程（包括描述性统计、t检验、方差分析、卡方检验、线性回归和相关分析、非参数检验）和基本统计图等内容，同时要求学生能理解输出的结果，合理解释统计结论中重点指标的含义。
3.避免盲目使用统计软件。统计方法选择的正确与否依赖于使用者对资料的了解程度与统计分析方法的掌握程度。而SPSS软件只是一种工具，它无法对统计方法的适应性做出判断，不能取代分析过程。如果不懂得选用正确的统计方法，而盲目使用计算机和统计软件，不管是什么研究类型的数据都简单地交给计算机处理，用计算机取代统计，那么大量的信息和统计数据将得不到有效的利用，势必造成统计方法的滥用和误用。另外，学生在课本上看到的是规范化的表格表示出来的资料，很容易选择适当的方法，而日常工作中往往不是这样，因此，如果学生对统计方法掌握不好，在实际工作学习中很容易出现滥用统计软件的情况。所以，我们教学中一再强调不能盲目的使用统计软件，而是要根据统计学原理选择合适的统计方法，然后再使用统计软件进行分析。
五、采用现代化教学手段
【关键词】大数据 统计学 挑战 机遇 教学
【基金项目】贵州省科技厅、贵州民族大学联合基金（黔科合J字LKM[2011]09号）
【中图分类号】G642 【文献标识码】A 【文章编号】2095-3089（2014）08-0235-01
1.引言
“大数据”时代的来临和“大数据”处理技术的发展深深的影响着统计学的发展。能否利用传统的统计理论和统计方法对海量的数据做出快速、准确的处理并获取相关信息？如何对传统的统计理论与方法进行改进或探索新的统计理论和方法来对大数据进行挖掘与处理以获取信息？如何在“大数据”时代背景下培养符合市场需求的统计分析师或数据分析师？如何将“大数据”处理技术融入相关统计学课程教学以促进数据处理与分析技术的发展？这些都是我们在统计学相关课程教学过程中必须思考的一个问题。
2.大数据与统计学
“大数据”随着社交网络、物联网、云计算等的兴起而产生。一般认为大数据具有规模性、多样性、实时性及价值性四个基本特征，包含分析、带宽和内容三个要素。“大数据”在数据来源、数据结构和处理方法方面对传统的统计分析方法产生了冲击。第一，在大数据背景下，数据来源不再是原来的简单抽样，而是“样本即总体”，直接将总体作为研究对象。第二，在大数据时代，研究对象也不是原来单一的结构化数据，由于数据的多样化与规模化，我们更多的是研究非结构数据，采用人工智能来进行数据挖掘和信息获取。第三，数据处理方法也不是简单的采用传统的假设检验方法进行研究，特别是对于统计学中的异常点，不再采取以往的丢弃或者平滑处理方式。
“大数据”处理技术对统计学的发展提出了巨大挑战，但我们必须认识到学科之间的发展是相互交融的，“大数据处理技术”其本质上是数据处理与分析技术，其发展对统计学学科的发展也有积极的一面，同时统计学作为一门独立的学科，有其自身独特的学科优势。首先，海量的数据有利于提高各类统计分析的精度，如减小抽样误差等。其次，较之于传统的统计学方法，现有的“大数据”分析方法难度较大、成本较高、耗时较长。而在实际的应用中，我们关心的不是数据量的多少，而是数据量所蕴含的信息。传统的统计学分析方法是以较少的数据进行精确度相对较高的统计分析，这是“大数据”分析所无法替代的。另一方面，统计学在数据收集方法、模型选择、模型假设以及模型诊断方面有很大优势。而且并不是所有的问题都具有海量的数据，并不是每一个“大数据”问题都适合用现有的“大数据处理技术”来处理。
3.对策与建议
3.1 夯实基础教学
针对以上的分析我们可以看出，大数据对统计学的发展既是机遇，又是挑战。因此我们在教学过程中要夯实统计学基础知识的教学，讲清楚统计学的基本原理与基本方法，特别是数据分析与数据处理的基本原理与方法。对于许多传统领域，如生物、医药以及质量与可靠性工程等，我们面对的多是“小数据”而不是大数据，因此基于样本的统计分析方法仍然是进行此类问题研究的最有效的科学手段。
另一方面，我们要结合大数据技术的特点，对统计学的基本知识进行拓展教育，引导学生思考怎样将已有的统计学基本原理与方法运用到大数据处理的技术研究中。如在大数据环境下怎样进行数据的收集、筛选与甄别、存储与分析等，如何分析并厘清可能的数据来源与范围，如何建立相关指标体系并对数据进行分类，如何制定或调整相应的统计参考标准，以及如何对依靠非传统数据源加工生产的统计数据进行规范的统计推断等。
随着大数据时代的来临，各行各业对具有统计背景知识人才的需求必定越来越多。因此，在统计学教学过程中，一定要结合各专业的特点，特别是“大数据”的特点，切实加强统计学的基础知识教学与拓展教学。
3.2 加强统计学专业软件教学
“大数据”环境下，对统计人才需求也发生了变化。面对海量的数据与多样化的数据，一名合格的统计人才或数据分析人才不单需要良好的统计素养与扎实的统计基础知识，更需要具有数据的存储与整理能力、计算能力以及数据分析与处理能力等。这就要求在教学过程中，加强统计软件或数学软件的教学。
针对传统的“数学证明+手工计算”或“重理论轻专业统计软件”的统计学课程教学模式，可将统计软件或数学软件融入课堂教学并安排一定的课时上机学习统计软件，以此提高学生数据处理能力，加深对统计学基本原理的理解与掌握。
在加强统计软件或数学软件，如SPSS、R、SAS以及Matlab的教学过程中，要摈弃“会软件的操作即会统计技术”的思维，要让学生真正掌握相关操作与相关算法，深入思考算法的实现与相关理论的应用。同时引导学生思考对“大数据处理”的技术要求，包括数据搜集、发掘、存储以及计算分析过程中的算法与设备要求等，引导学生针对大数据进行软件升级与开发。
3.3 突出案例教学与实践教学
大数据的产生和发展源于规模经济问题或超规模经济问题的研究。每一个大数据问题的研究都是与实际经济或社会问题紧密相联的，因此，在实际教学过程中，要突出案例教学与实践教学，由易到难，通过案例教学逐步引入大数据的概念以及大数据处理的基本技术，提高学生的分析全局观以及进行实际数据分析与处理的能力。
教学改革的目的是培养在“大数据”时代背景下，符合市场需求的专业统计人才，而合格的专业统计人才必须具备良好的统计实践能力。案例教学与统计实践活动是培养学生统计实践能力的有效途径。因此，在教学过程中，一方面，教师可融合各种与实际问题相关的案例进行分析和讲解，加深学生对相关统计理论知识的理解，激发学生的学习兴趣，培养学生解决实际问题的能力。另一方面，教师可以组织多种形式的课堂或课堂外的统计实践活动以培养学生统计实践。如，指导学生针对他们感兴趣的与经济、社会发展相关的统计实际问题展开统计研究，设计调查问卷，收集数据、整理和分析数据，撰写研究报告，实现对实际问题的分析和解决等。
4.结束语
总之，在“大数据”环境下我们既要积极面对挑战，又要紧紧抓住机遇，切实结合“大数据”的特点和“大数据处理技术”发展的需求，既加强对传统的统计学方法、统计理论的教学，又积极开展 “大数据“环境下的拓展教学，推动统计学的发展，在数据收集、数据分析以及统计制度等方面进行改革和创新。
参考文献：
[1]李国杰. 大数据研究的科学价值[J]. 中国计算机学会通讯，2012，8（9） .
[2]姜奇平. 2013 全球大数据-大数据的时代变革力量[J]. 互联网周刊，2013，1.
[3]游士兵，张佩，姚雪梅.大数据对统计学的挑战和机遇 [J]. 珞珈管理评论标，2013，2（13）.
购物车(0)