统计学的应用

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇统计学的应用范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

统计学的应用范文第1篇

关键词：应用；接触评估；BAYES统计学；苯

文章编号:1006-3617(2007)01-0016-05

中图分类号:R195.1

文献标识码:A

接触评估是职业流行病学的重要组成部分，准确的接触评估结果对得到合理解释的剂量-反应关系、采取有效预防措施、保护工人的安全和健康具有重要意义。

目前职业卫生的研究对接触水平大多是定性或半定量的评估，这样不能得到明确的剂量-反应关系。很多定量的接触评估研究也没有标准方法和一致的检验方法，其无偏性、有效性、一致性都有待提高［1］。

为此，本研究以苯为研究对象，用BAYES（非经典）统计学方法将物理模型和专家知识综合起来，估算工作场所苯的区域浓度［2］。

1 对象与方法

1.1 对象

以上海某大型国有橡胶制品企业为研究对象。该厂成立于1954年，现有炼胶、打浆、钢编等共11个生产车间。主要产品为各种橡胶管。新旧车间的自动化程度不同，基本工艺相差不大。生产过程中大量使用苯以增加橡胶的粘合性。车间的自然通风良好，各工房均有轴流风机、吊扇，无可运行的局部排、送风装置。

1.2 方法

1.2.1 现场劳动卫生基本情况调查 了解工厂历史、原料产品、工艺、职业卫生防护、主要工作岗位及其原料及用量、产品及产量、工作任务、操作方式、工作环境、工作频度，以及这些因素在什么时候发生过什么变化。

1.2.2 收集、整理浓度资料 到相关部门收集该厂历年监测资料，统一车间、工种、岗位及采样地点的命名并编码。

1.2.3 车间空气中苯浓度的现场测定 连续10 d对各操作岗位的苯浓度用碳管采样，每天1次。停产岗位则当天不能测定。

1.2.4 计算区域浓度 ①现场参数测定：无各车间的建筑设计、工业卫生设计资料，参数全部自行测定或推算。对打浆车间、夹布机车间的全部参数进行现场测定，包括车间大小、工作点与污染源的距离。测量污染物产生率时，先将车间密闭，车间内均匀布点，同时用12只采样泵在污染物产生前采样1次，在污染物开始产生后连续采样6次，每次10 min，持续2 d。室内污染物前后二次平均浓度之差乘以室内有效容积，除以采样时间，得到污染物产生率。用风速仪持续2 d分别于上午、中午、下午连续2 min测量近区界面、全部通风口风速，计算室内通风量、界面通风量。②收集外推信息：现场测量、询问污染物来源、挥发面积、通风面积、局部通风设施等，供专家推导主观概率。③选择专家：挑选3位从事多年职业卫生工作的专家作为主观概率的提供者。专家各自提出自己的主观概率。如不一致，则分别与作者协商。④编辑参数信息文本：主要内容为本研究的目的、物理模型参考文献、工艺及工作场所照片、模型需要的参数及相关信息、需要专家提供的结果。⑤专家主观概率（先验信息或先验输入）和物理模型：专家根据参数信息文本和专业知识、经验，根据可行性和有效性选择物理模型，给出各参数的数学分布形式、均值及该参数在某可信度下的变动范围。⑥编程计算：WinBugs编程物理模型，设置相应参数，计算区域浓度（后验或后验输出）。

1.3 质量控制

现场调查员均为从事多年职业卫生工作的本专业工作人员，经过多次培训和预调查；数据由双人录入、自动核对；实验室分析由专职人员完成。

1.4 统计分析

ACCESS建立数据库，SPSS11.0作正态性检验、χ2分析。

2 结果

2.1 各岗位历史区域浓度监测资料结果

1964～2003年，该厂有20年区域浓度资料，共有浓度数据515个。算术均数为127.4 mg/m3，几何均数为11.7 mg/m3。区域平均浓度最高的是夹布机成型岗位，浓度为216.85 mg/m3；最低的是东风吸引其他岗位，浓度为0.06 mg/m3。钢编成型岗位浓度最为分散，标准差为39.35 mg/m3，见表1。

2.2 现场各岗位区域采样结果

全厂浓度最高的岗位分别是打浆、夹布机成型和搪浆。除“钢编其他”岗位外，各岗位测量值均为对数正态分布［3］，但离散程度均较高。浓度越低的岗位，离散度越高，见表2。有4个岗位的估算结果与历史测量资料无明显差别。

2.3 参数测定结果

搪浆车间总容积为1290 m3，有效容积约1150 m3；成型车间总容积为13 194 m3。各通风口风速的几何平均值为0.61 m/s，几何标准差为2.15 m/s；各界面风速的几何平均值为0.23 m/s，几何标准差为1.67 m/s。经检验，污染物产生率为正态分布，通风量均为对数正态分布，见表3。

2.4 物理模型及先验输入

专家选择二区域模型（Two-Zone Model）并给出各岗位参数的先验分布，见表4。污染产生率的数学分布为正态分布。对已测量的岗位采用实际测量值的均数作为污染物平均产生率。对未测量的污染源，则依据污染物成分、挥发面积，对照搪浆、夹布机岗位，按比例进行计算，其90%的可信区间为其均数上下的2倍。界面风量、室内通风量均取对数正态分布，其90%的可信区间为其均数上下的5倍。

2.5 参数后验输出

经模型随机抽样后，各岗位参数的后验输出见表4。除大小有芯的污染物产生率与先验差别较大（约为10.6倍），其余两者在各岗位各参数的差别上下大多不超过50%；70%以上的参数的差别在10%～20%。界面风量、室内通风量的先验输入与输出的差别也不大。

2.6 模型输出后验区域浓度

浓度最高的为打浆岗位（177 mg/m3），其次为夹布机成型岗位（125.70 mg/m3），两者几何标准差分别为115、71 mg/m3。其余岗位浓度均

2.7 二区域模型运算结果比较

将参数的不同取值分别代入模型后，得到的岗位区域浓度结果见表6。14个岗位中有11个岗位的无信息推断结果与有信息的推断结果，其差别在2倍以内，但夹布机成型岗位的结果却相差近20倍。专家给出的先验信息直接代入物理模型后的计算结果，与有信息推断的结果相比较，仅有4个岗位的结果与之相差2倍以内，其余岗位的差别大多在20倍以上。将参数的后验输出直接代入物理模型，其计算结果与有信息的统计推断吻合良好。

2.8 区域浓度估算结果的比较和检验

由表1、2、5可见，与8个岗位的区域浓度采样结果相比较，历史测量值有4个岗位与其无明显差别，非经典统计学方法估算结果有7个岗位与其无明显差别。

3 讨论

频率学派与BAYES学派是统计学的二个主要学派。相对于频率学派统计学，BAYES统计学被称为非经典统计学。两者的主要差别在于后者使用先验信息即来源于经验和历史材料的信息。而主观概率就是人们根据经验对某事发生可能性的个人信念。非经典统计学在工业、农业、军事中应用越来越广泛。

工业卫生中，历史监测数据可能由于采样时间、地点不当或其他原因而不能完全反应工人的实际接触水平，如：有些数据测量时只注重于某些特殊情形，有些数据不完整甚至互相冲突［4］。在本橡胶厂研究资料中，部分浓度>5 000 mg/m3，而同一地点的值则又可能在检测限以下。1984年以前各年的样本含量明显少于1984年以后各年的样本含量，全厂苯浓度明显较高。部分原因在于卫生监督的目的在于发现车间空气中苯的浓度是否超过最高容许浓度，在样本有限的情况下，监测人员大多会寻找浓度最高的岗位测量，而忽略了中低浓度的岗位，所以工厂平均浓度差别较大。部分年份的浓度明显偏低，如1994年几何均数为0.19 mg/m3，还有两年分别为0.40、0.41 mg/m3，主要原因是采样岗位、地点的差别所致。这些问题会对结果带来重大影响。简单地去掉这些值的做法是不可取的。越来越多的人认为，当前一个重要问题是如何提高测量资料在常规危险性评估中的正确、有效使用［5］。

理论上认为，如果我们能确定对空气中污染物产生重要影响的接触决定因子及其作用大小，就能估算出工人的接触浓度［6］。研究表明，比较重要的因子可以分为4类，即物质理化特性、工作条件（如温度、湿度）、工艺流程（操作过程、工艺设备）、个体因素（任务的频度与持续时间、个体防护设施）。目前化学物接触评估的数学模型主要有充分混合盒式模型、二区域模型、涡流扩散模型等。这些模型能相对精确地预测工作场所有害因素的浓度或强度，但每个模型都有明显的局限性。而物理模型的相对现场的简单性而言，单独使用物理模型会对结果估算产生重大偏倚，所以需要有效方法来弥补物理模型的不足。

在接触评估过程中，专家的作用越来越重要［7］。专家根据接触评估原理，收集资料，并以各种资料为基础，综合专业知识和工作经验进行评估［8］，提高了评估效率。但由于专家经验知识的主观性，所以在评估过程中必须结合工人的具体工作环境、现场测量结果。否则，专家经验可能对评估结果适得其反［9］。

统计模型在接触评估工作中应用广泛。多数研究都是将已知测量值进入模型，估算各参数值，再将参数及其系数进入模型，进一步估算将来或过去时期的接触情况。如，WILLIAMS等以测量资料为基础，收集、补充了接触决定因子的信息如工程控制、加班时间、产品产量、呼吸器的使用及效果等，根据测量信息的数学分布特征，用Monte Carlo方法对样品重新进行抽样分析，得出了车间空气中概率最大的浓度［10］。BAYES统计学重视先验信息的收集、挖掘、加工，形成数量化，参加到统计推断中来。本研究中，结合物理模型、专家意见及样本信息的BAYES统计推断，应用于接触评估工作中，提高评估质量。由模型输出结果可见，区域浓度最高的岗位依次是打浆、夹布机成型、搪浆，浓度分布为177.00、125.70、44.55 mg/m3，但离散程度大。其余岗位浓度较低，均

在一些情况下，先验信息不易获得，甚至无法获得，这就给模型的使用带来了较大困难。因此本研究分析了无信息先验时的统计推断结果。结果显示，大部分无信息先验的输出结果与有信息先验的推断结果相差不大，但一些岗位的结果与先验信息则相差近20倍。这提示专家的先验信息与实际值相差较大，也提示物理模型需要进一步发展完善。而结合专家推断、样本信息的BAYES统计推断能有效校正各种不确定因素所致的偏倚，弥补了专家主观判断与物理模型不足，使估算结果趋于合理。这说明先验信息有助于统计推断，忽视先验信息有时是一种浪费，有时还会导致不合理的结论。专家先验信息经统计模型的拟合后，得到了参数的后验输出。将参数的后验输出直接代入物理模型，其结果与有先验信息的统计推断吻合良好，如大小有芯岗位的运算结果均为1.83 mg/m3。

以上结果和分析可见，BAYES统计学方法在职业卫生工作中应用新颖，结合了多种信息，使结果与实测值更接近［8，11］。

统计学的应用范文第2篇

其中体育应用学的任务规律意义为：

1、有助于提高阅读、理解体育科技资料的能力;

2、有助于培养科学研究能力，提高科研水平;

统计学的应用范文第3篇

关键词：统计学科；应用框架；高等院校；趋势

中图分类号：C829.2 文献标识码：A 文章编号：1001-828X（2013）11-0-01

一、统计学发展遇到瓶颈

统计学在我国被确立为一级学科已经有相当长的一段时间了，但是这门学科却并没有得到较快的发展，其地位反而逐渐被弱化，其边缘化主要体现在以下方面：第一，我国与统计学相关学科专业的发展已经进入停滞不前的状态。在统计学被国家确立为一级学科前，数学类、财经类以及医学类都开设有统计学专业，而这之后经济统计与概率统计都被整合在了统计学名下，而带来的后果就是统计学的数学化倾向更加严重，而各大高校的办学模式也愈加同一化；第二，统计学在我国学科体系中的整体地位越来越低。统计学一级学科的确定不仅让数学不再设置统计学专业，经济学也不再设置相关内容，而由于其自身的弱势，统计学科在国家学科体系中的地位日益低下。

二、统计应用框架的确立

找出统计学科的应用是让其得到发展的前提与动力，因此要想确立统计学科未来的发展方向，必须首先明确其应用领域，开发出其利用价值。统计学科的交叉性、通用性以及动态性特征非常明显，因此其应用领域也会非常广泛。对此，我们可以通过建立其应用框架来探索其发展。

在应用框架的建立过程中，我们需要谨慎考虑关键要素并多角度、全方位的研究这些要素可能产生的影响，让这些因素可以尽量在总体框架中兼容。在搜集了多家设立有统计学科和专业的高等院校所的学科建设资料以后，我们提出了一个三维的概念模型。模型中主要设计三个主要模块，分别是应用领域维、环境资源维以及技术理论维。

应用领域维主要涉及到统计学科应用的对象、主体以及被统计领域所覆盖的业务和知识体系等，具体包括行业部门统计、科研统计、政府统计、企事业统计以及公众个人统计等内容；环境资源维主要涉及模型主体建立的硬资源和软环境，其中硬资源指的主要是人、财、物等，而软环境包括统计体制、管理方法以及统计学科应用需要遵守的制度法规，环境资源维体现的主要是统计学科的要素；技术理论维主要涉及统计应用过程中数据的采集、整理、加工处理以及信息等环节。

三、从统计应用框架分析统计应用的发展

（一）经济体制的改变。应用领域维的数据让我们看到，中国社会进步改革开放以后，市场经济的确立让计划经济体制下的统计应用学发生了巨大的改变，不仅应用领域更加宽广，内容也更加丰富，统计体制与管理制度也得到了更新。在新经济形势的影响下，统计应用的作用和意义愈加凸显，其应用任务也在膨胀之中。

（二）信息技术的发展。网络和计算机技术的发展给统计学科所带来的意义并不只是用来进行数据处理实用工具的更新换代这么简单。传统处理数据的工具是分散的，而现代信息技术则通过其自身具备的自动化功能对整个数据处理过程进行了完整覆盖，从信息数据的采集、整理、计算、存储、查询以及后续的图形展示、深层信息的挖掘与分析等，信息技术对于每一个过程都起到了非常重要的作用。此外，随着信息技术应用领域的不断扩展，统计学科应用的管理流程、业务流程以及资源配置模式都受到了比较大的影响。传统的统计应用数据处理工具分散在了各个流程中，并与应用领域的具体业务有着非常紧密的联系，比如绑定或是内嵌等，因此很难构建自动化与一体化的信息数据处理过程。

四、从统计应用框架分析统计学科的发展

从统计应用框架可知，我国的不少高等院校在专业建设的过程中已经对统计学科进行了调整，不但保留了原有的统计专业、统计系以及统计学院，还探索出了统计学科的发展趋势，具体表现为统计学科的拓展趋势、融合趋势以及创新趋势。

（一）统计学科的拓展趋势。根据高等院校的统计学科建设数据来看，在应用领域维中，统计学科和其它学科的交叉更加深入，并且统计学科在行业中的应用正在不断走向细致化，例如，统计学科的行业应用已经从笼统的经济领域细化到金融债券、服务业、保险精算、商务统计等。

而在技术理论维中，统计学科的数据分析方法也越来越丰富，并不断借鉴计量经济学、数据挖掘方法以及非线性等数据处理方法来进行自身的完善。在这样的情况下，统计学科的视野更加的开阔，其与外部学科的交叉范围也愈加宽广。

（二）统计学科的融合趋势。“大统计”思想的提出让统计学科的性质和范围趋向统一化，它认为统计学不仅包括数理统计，同样也应该包含社会经济统计，将它们融合起来开创新的统计方法。

高等院校比较注重的是专业的平衡发展，比如分析方法与实际操作的结合度，希望培养出时代需要的复合型人才。反映在统计应用的框架上就是统计学科与另外两维之间的重合度。要实现统计学科的融合虽然有着一定的难度和复杂性，但在不断的实践摸索过程中，这种融合的趋势最终一定会逐渐实现。

（三）统计学科的创新趋势。统计学数据处理工具经历了从手工到机械到电子的发展，这些改变对统计学科的影响是非常大的，每一个的改变都会给统计学科的发展带来变革，推动统计学实现跨越式发展。当前的网络信息技术为统计学科的继续发展提供了更加广阔的空间。而随着社会的不断进步，更加先进的数据处理工具会被陆续研发出来。因此，统计学科的数据处理工具会在科学技术的进步中不断创新，进而推动统计学科的快速发展。

近些年来，关于统计学科的争论始终存在，而统计学科在这种分歧中也依然在逐渐向前发展。不管统计学科被应用到怎样的领域以及怎样的实际工作中，都无法否定统计学科的强大实践性，也正是由于其实践性非常强，因此几经变革它依然在不断的自我进步与突破，而这种强大生命力的支撑就来自其应用。所以，对于统计学科来说，要想确立正确的发展方向，必须首先明确并开拓其应用领域。

参考文献：

[1]蒋真华.关于统计理论若干问题的重新审视[J].科技风，2008（16）.

统计学的应用范文第4篇

关键词:应用统计学；课堂设计

《应用统计学》是一门实用性非常强的学科，它在经济和金融管理中有着非常重要的作用，因此经济和金融管理专业都把《应用统计学》作为一门专业必修课。一方面它为各专业学生进一步学习专业后续课程提供数量分析方法；另一方面它可以培养学生运用统计方法和数学方法分析解决实际问题，进行经济和商业决策的能力。然而，由于《应用统计学》中所用方法比较复杂，数据多，计算量大，学生学起来感觉比较繁琐和枯燥，影响了学习的效果。因此如何设计和讲解这一课程，让学生学起来觉得有用又有趣，而不再畏惧于大量的数据，难记的公式，就显得尤为重要。

一、总体设计

从内容上来讲，《应用统计学》主要介绍收集数据、整理数据、分析与解释数据的基本理论与基本方法，以及在经济管理与企业生产经营管理中的应用。因此在总体设计上，可以以它的内容为一条主线，把主要内容分成三大板块，第一板块是数据的收集，第二板块是数据的整理，第三板块是分析数据和解释数据的基本理论和基本方法，以及如何将这些理论和方法应用到经济和金融管理中，为经济和商业决策提供依据。

学习《应用统计学》要求学生掌握一定的概率论知识，如果学生已经学习过相关课程，可以在开始简单复习一下；如果没有学习过也不要紧，在开始的时候可以对这部分知识进行简单介绍，内容不易过深，只要学生可以理解其中与本课程有关的概念，会计算一些简单事件的概率就可以了，这样有助于更好的理解和掌握基本的统计原理，为本课程的学习打下基础。

二、收集和整理数据的设计

从各板块的难易来说，收集和整理数据是比较容易理解和掌握的，但如果只让学生做书上的例题和习题，去统计和计算这些数据，学生会觉得很枯燥，效果不是很好。这时可以适当进行一些数据调查实践活动，比如学生的成绩的抽样，对某一事件的看法的抽样，有条件的可以到一些超市或工厂企业去调查，让学生自己设计抽样方法进行抽样，将抽样结果进行筛选，选取合适的方法将数据表示出来，并要求用一些简单的描述性统计方法去分析和解释这些数据，这样一方面可以提高学生学习的积极性和主动性，另一方面也可以对这些数据提出一些问题较深的统计问题，比如数据之间的数量关系，怎样用已知数据进行预测和估计，为下面的学习做一个铺垫。

三、分析与解释数据的基本理论与基本方法

分析和解释数据的基本思想和基本方法，以及它在经济管理与企业生产经营管理中的应用是《应用统计学》的主要和核心内容，也是学习过程中的难点。它主要包括了参数估计和假设检验、相关与回归分析、时间数列的分析等内容。在教学中可以要针对不同的内容进行不同的设计。比如参数估计，这部分内容看似公式非常多，但仔细分析就会发现，实际上只要记住两类基本公式就可以了，一类是大样本，不管总体是不是正态分布，公式都是一样的。这时若总体方差已知则直接计算，若总体方差未知就用样本方差代替总体方差就可以了。另一类是小样本，这时只有正态分布可以计算，总体方差已知与第一类公式一样，如果方差未知则用t分布计算。只要帮学生理清了这两类公式，每个公式就可以类比记忆，且不容易产生混淆。

在参数假设检验中，公式也比较多，但这些公式与参数估计中公式的分类是一样的，只要讲清楚参数估计与假设检验的关系，记忆这些公式是不难的。参数假设检验中的难点是原假设与备则假设如何选择，尤其在单侧检验中学生经常不知该用哪种检验，这时最好举一个例子，不同立场的人，比如说生产者和消费者，分别用不同的假设检验，看看对于同一个问题，不同的检验各说明了什么样的问题，这时学生就会根据自己所要说明的问题进行假设了。非参数假设检验的内容比较多也比较杂，这时就要进行内容的选取，只选一些经济中经常用到的检验进行讲解就可以了。在讲解这些方法时，最好采取案例式教学，先提出问题，引起学生的兴趣，然后对每个问题进行分析，介绍每个问题的分析方法，最后用这些方法去解决提出的问题，这样讲可以让学生主动去思考，效果比先讲理论再讲应用的效果要好得多。

相关与回归是两个相互之间有关联又有区别的内容，这部分内容也可以采用案例式教学，先提出一个问题，比如给出一组企业销售额与利润额的数据，让学生去判断这二者之间是什么关系，这时学生就会想到去画图或用相关系数去判断有没有关系。若有关系，则又提出这一关系到底是什么关系，怎样去表示，讲了表示方法后又问这一表示方法对具有同样性质所有企业是否适用，也就是怎样对这一表达式进行检验，通过检验后又问如何用这一表达式去进行估计和预测，为企业的决策提供依据。这样步步深入，将这部分内容一一讲解，学生学起来易于理解，印象深刻。

四、相关统计软件的应用

《应用统计学》是一门分析和解释数据的学科，因此在学习中会遇到大量的数据，比较繁琐的计算工式，即使使用计算器也比较麻烦，为学习本课程带来不便。随着计算机的发展，许多统计软件提供了进行各种统计的工具，因此在讲解本课程时，加入统计软件的应用这一部分是非常必要的，比如Excel、SPSS等软件。每讲解了一类分析和解释数据的理论和方法后，如果计算比较复杂，都安排一部分如何用软件来解决这些问题，不但可以使计算简便，学生做起来容易，不再对复杂数据感到反感，也可以分析和处理一些以前由于计算限制而不能分析的问题，大大提高学习本课程的效率。但是在讲课过程中应注意控制这部分内容，相关软件知识只是学习本课程的工具，只要简单介绍，让学生会用就可以了，不应该喧宾夺主。

统计学的应用范文第5篇

一、调查对象与内容

1.调查对象

重庆工商大学融智学院目前已经学习过统计学课程的在校生是2013级和2014级经济管理类专业的学生。调查对象包括经济学院、会计学院、金融学院、商务学院、信息工程学院、管理工程学院、物流工程学院、财富管理学院。共收集到683份问卷，其中有效问卷660份，有效回收率96.6%。

2.调查方法和内容

采用网络问卷调查法，对学生对统计学的学习兴趣、学习价值评价、运用能力进行調查，从教学内容、教学方法、教学手段、学习困难等方面对统计学的教学效果进行分析。

二、调查结果分析

1.学习兴趣

从学习兴趣来看，16.7%的学生对统计学很感兴趣，34.8%的学生比较感兴趣，39.4%兴趣一般，7.6%不太感兴趣，1.5%完全不感兴趣。总体来看，大部分学生能够认识到统计学在实际社会经济中的作用，对统计学课程比较感兴趣。只有9.1%的学生对统计学不太感兴趣。“兴趣是最好的老师”。只有对学习的内容产生兴趣，才能积极主动学习。

2.学习价值

从学习价值来看，大部分同学认为统计学的学习价值较大，对以后的学习、工作有帮助。21.2%的学生认为统计学很有帮助，统计学的应用非常广泛。33.3%的学生认为统计学比较有帮助，统计学知识用得比较多。34.8%的学生认为一般。9.1%的学生认为统计学没有太大帮助，没怎么用得上。1.5%的学生认为统计学完全没有帮助，无法解决现实中遇到的问题。

3.运用能力

学习完统计学之后，同学们对统计学知识的掌握水平偏低，运用能力不足。6.1%的学生能熟练运用统计学方法解决实际问题。37.9%的学生基本能运用统计学方法解决实际问题。33.3%的学生能运用统计学方法解决简单问题。22.7%的学生对统计学方法的运用比较生疏。

4.教学内容

大部分同学认为统计学的教学内容涉及比较合理，理论与实践的结合比较好。12.1%学生认为统计学教学内容很合理，理论与实践结合紧密。40.9%学生认为比较合理，理论与实践结合较好。31.8%学生认为一般。13.6%学生认为比较单调，除了理论讲授，就是计算练习。1.5%学生认为完全不合理，非常理论。

5.教学方式

问到“给你上课的统计学老师的教学方式包括哪些”，86.4%的学生选择了理论授课，47%的学生选择了社会调查实践，47%的学生选择了上机实验，66.7%的学生选择了习题练习。1.5%的学生选择了其他。可以反映出目前统计学任课老师的教学方式比较单一，主要是理论授课。大部分老师会给学生布置习题练习，巩固知识点，加强对理论知识的掌握和运用。但是仅有不足一半的老师在上课过程中运用社会调查实践和上机实验的方式。

6.学习困难

在学习统计学中遇到的主要困难，40.9%的学生是由于数学基础不好。24.2%的学生上课听不懂，就不愿意学了。37.9%的学生认为课程内容太难，看书看不懂。25.8%的学生没有学习兴趣，上课时就犯困。16.7%的学生是因为不喜欢老师，上课提不起兴趣。16.7%学生是因为其他原因。当学习遇到困难时，37.9%的学生会主动问老师答疑解惑，与老师的沟通比较少。53%的学生问同学。80.3%的学生自己看教材或参考书。51.5%的学生通过上网求助。9.1%的学生谁都不问，也不看书，不懂就不懂。3%的学生通过其他方式解决困难。

7.教学手段

关于统计学在授课中的教学手段，92.4%的学生觉得应该包括多媒体PPT授课，这种方式生动形象，可以较好地启发同学们的学习兴趣。68.2%的学生认为应该包括黑板板书，这主要是便于同学们对计算公式能够加深理解。78.8%的学生认为应该包括上机实验，有助于提高学生们对统计工具软件的应用能力。

8.实训（实验）课程

绝大部分学生认为统计学很有必要开设实训（实验）课程。45.5%的学生认为统计学实训课程非常有必要，可以提高数据分析应用能力。47%的学生认为实训课程比较重要，可以巩固课程基本知识。6.1%的学生认为实训课程不太重要。1.5%的学生认为实训课程完全没有必要。关于“统计学有待加强的实践环节”，77.3%学生认为应该增加统计学软件的教学，这有助于提高学生使用数据分析工具的熟练性。72.7%学生认为应该增加统计学案例的教学，这可以增强学习兴趣。66.7%学生认为应该加强训练对二手数据的搜集。66.7%学生认为应该增加社会调查，收集—手数据。39.4%学生认为应该加强习题练习。

三、加强统计学实践教学的建议

2014年教育部开始启动高校转型改革，要求地方本科高校整体向应用技术型高校转型，培养技能型人才，以“为地方区域或行业经济发展服务”为宗旨培养面向生产或管理一线的实用型人才。结合应用导向型人才培养目标的要求，为提升学生收集数据、整理数据、分析数据的实际运用能力，提出以下几点加强统计学实践教学的建议。

1.教学内容上注重理论结合实际

在教学内容的安排上，既要注意统计思维能力的培养，又要理论结合实际，提升学生的学习兴趣。以通俗易懂的生活案例为背景，将统计方法的基本思想讲授给学生，让学生在轻松的氛围中领悟统计方法的基本原理。例如在讲相对指标时，可以结合班上学生的男女生人数，给他们讲解结构相对指标（男生占比、女生占比）、比例相对指标（男女性别比）。在设计调查问卷时，应根据不同专业学生设置不同主题。例如市场营销专业的主题是“XX产品的市场满意度”，金融学专业的主题是“个人投资者风险承受能力评估问卷”，人力资源管理专业的主题是“XX企业员工工作满意度”。

2.教学方法多样化

统计学传统的讲课模式，是老师负责“填鸭式”的灌输，学生负责理解记忆，很难激发学生学习的兴趣，因此统计学教学中应注意教学方法，让学生有主动去学习的欲望。课堂教学过程中应有效结合课程实训，以“学中做，做中学”的方式提高教学效果，培养学生解决实际问题的能力。例如抛锚式教学、项目教学法、PBL教学法、探究式教学法等。教学手段既要包括传统的黑板板书，也要加强多媒体PPT授课、社会调查实践、上机实验等，综合发挥不同教学手段的优势，提高学生的学习兴趣和应用能力。还要加强校企联系，邀请实习基地（如重庆市统计局、江津区统计调查队、重庆立信市场研究有限公司等）负责人到我校开展专题讲座；带领学生参观实习基地的工作流程；假期到实习基地参与社会调查和数据分析工作。一方面可以让学生广泛接触社会，了解统计分析的工作流程；另一方面也可以让学生熟练掌握具体的统计分析工具和方法。

3.强化课内外实践教学，提高应用能力

课内实践教学方面，重庆工商大学融智学院应充分发挥数量经济分析实验室和社会调查分析（CATI）实验室的作用。如果学生感兴趣的研究主题是比较微观的，应指导学生制定调查方案、设计调查问卷、确定样本范围。然后在实验室将设计好的问卷导入系统。如果采用网络调查，要复制调查链接广泛传播，获取大样本数据。如果采用电话调查，要做好样本库、导入样本、匹配访问员，在电访通系统中拨打电话收集一手数据。数据收集完成后，导出数据，进行频数分析、指标分析、交叉表分析，熟悉数据透视表的使用功能。如果学生感兴趣的主题是宏观方面的，可以在实验室查询国家统计局、地方统计局、中国统计信息网、中国海关、中经网数据库、世界银行数据库、OECD数据库、国际货币基金组织数据库等，获取二手数据。对数据进行整理之后，分析其数量特征和数量关系，如综合指标、时间数列分析、统计指数、相关和回归分析。

课外实践教学主要是让学生利用课外和假期时间参与政府或机构的调研项目以及教师的科研项目，学生在教师的指导下参与完成数据收集、整理、分析工作，撰写调查报告。对学生进行职业能力训练，可以使其接触到社会最新的信息和知识，适应社会发展的需要。还应该每年组织“统计调查分析大赛”，范围扩大至全校。再推荐优胜者参加“全国大学生市场调查与分析大赛”。不仅可以引导大学生创新和实践，提高學生的组织、策划、调查实施以及数据处理和分析等实战能力，而且可以培养学生的社会责任感，服务意识，市场敏锐度和团队协作精神。