统计学及其基本概念
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篇统计学及其基本概念范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
统计学及其基本概念范文第1篇
关键词：偏理科类课程；工科专业；上机实验；水文统计学
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）48-0265-02
工科是应用数学、物理学、化学等基础科学的原理，是结合生产实践所积累的技术经验而发展起来的学科，是我国高校第一大学科（共55个专业），其培养目标是在相应的工程领域从事规划、勘探、设计、施工、原材料的选择研究和管理等方面工作的高级工程技术人才。在工科专业的专业课程（尤其是专业基础课程）中，有些课程偏理科，理论性较强，以致教师和学生在该门课程的教与学的过程都感觉比较吃力。专业基础课中的实验教学对于抽象概念和理论的理解非常重要，是培养大学生创新意识和探索能力的重要环节。本文以水文与水资源工程专业水文统计学课程为例，探讨了上机实验环节的设置，以期为提高工科专业基础课程的教学水平提供有益的借鉴作用。
一、水文统计学教学内容及学时安排
水文统计学是根据水文现象的特点，将概率论与数理统计的原理和方法用于水文数据的分析并做出推断的学科，它是水利工程学科水文与水资源工程专业的一门专业基础课。这门课程的学习可以使学生掌握水文统计学的基本概念、常见水文统计计算方法、P-III型水文曲线绘制以及回归分析、假设检验等常见的水文数据处理技术，为学生进一步学习水文水力计算、流域水文模型等课程以及今后从事水文专业教学及其相关研究打下基础。但课程基本概念比较抽象，不易掌握，数学基础要求高。
按照高校水利学科教学指导委员会组织编审，黄振平、陈元芳主编的教材，教学内容一共包括12章，其中第1～5章为概率部分，第6～9章为统计部分，第10～12章为其他部分（包括误差理论、随机过程和时间序列分析三部分）。学时安排各高校大多在32～40学时之间，实验学时一般为4～8学时。
课时短、内容多、任务重是本课程面临的现实问题，所以压缩教学内容和实验学时是讲授本门课程的教师不得不做出的选择。但如何压缩，不同教师有不同的做法。笔者自2008年承担水文统计学教学至今，也进行了不同的尝试。目前在教学中，课堂学时安排如表1所示。
二、实验内容的选择
实验教学是培养大学生专业领域创新意识和探索能力不可替代的手段。通过实验，学生不仅可以掌握基本的实验技能，而且能深入理解专业基础课中的基本理论知识。水文统计学教学内容都是以概率统计为基础的水文概率计算与分析，理论性强；但只学理论、方法，而不应用于实践，学生学完之后会很快将知识还给教师，所以开设上机实验是激发学生学习热情、提高学习效率、巩固学习成果较好的途径。为此，在对教学内容认真分析的基础上，从第7章开始，每一章都至少开设一个上机实验（见表2）。
三、实验内容的选择
第7章水文频率计算是本课程核心的教学内容，P-III型曲线的相关内容更是本章的重点，所以“Excel下的P-III型曲线的绘制”实验的安排可以加深学生对基本概念的理解和应用，为后续课程的学习打下良好的基础。其主要内容包括：海森几率格纸的绘制、参数的适线法估计、曲线的绘制和拟合程度的判定，其中海森几率格纸的绘制需要保持足够的细心和耐心，所以安排4学时。课堂授课阶段要对该方法进行初步的讲解。
第8章假设检验的“Excel下的水文数据的非参数假设检验”实验内容包括：整体分布的假设检验、独立性检验和一致性检验，实验较为简单，安排2学时。但在实验准备阶段，需要授课教师准备好需要的水文数据。
第9章回归分析的“SPSS下的水文曲线回归分析”实验内容包括：水文数据的线性回归和非线性回归，较为简单，安排2学时。在实验准备阶段，需要授课教师准备好需要的水文数据，同时在前期需要学生下载并学习SPSS软件，不然实验无法进行，所以鼓励、引导学生自己完成SPSS软件基本知识的学习是该实验顺利完成的关键。
第11章随机过程的“Excel下的水文序列的Markov预测”实验内容包括：水文数据的状态划分、计算转移矩阵、一步及多步转移的预测。其中转移矩阵的计算需要花费较多的时间，需要保持足够的细心和耐心，所以安排4学时。
第12章水文时间序列分析的“Excel下水文时间序列组成成分识别”实验内容包括：水文数据趋势成分识别和检验（利用滑动平均法和Kendall秩次相关检验法）和突变点的识别。数据量较大，所以安排4学时。
四、教学效果分析
目前，一般高校本课程实验安排为4～8学时，所以可根据不同情况自行选择实验内容。其中“Excel下的P-III型曲线的绘制”实验应该是必选实验。近年来，本人在授课过程中，选择“Excel下的水文序列的Markov预测”实验作为另一个实验。通过课后学生的评价，上机实验环节起到了激发学生学习热情、提高学习效率、巩固学习成果的目的（见表3）。
五、结语
1.水文统计学与概率论与数理统计有很多重复的内容，如果在教学过程中不突出水文的特点，学生的意见会比较大，教学效果也会较差，所以这些实验的设置对于学生加深水文统计学课程基本概念的理解和应用，会起到积极的作用。
2.这5个实验都要求授课教师在前期准备大量的水文序列数据；要求学生在进行实验之前学习相关的软件，掌握计算机基本操作技能。通过实验以及前期相关知识的学习与互动，可以增加师生的交流，提高学生的学习兴趣。
3.工科专业偏理科类课程理论性强，内容相对枯燥，增加上机实验环节可以促进传统教学模式的改革，提高教学质量。
参考文献：
统计学及其基本概念范文第2篇
一、财务学与经济学
1.经济学的基本概念
经济学(Economics)是研究如何用有限的资源去获取无限的人类社会需要的最大满足的社会科学。它涉及任何人类社会必须决定的三个基本经济问题：一是决定生产什么和生产多少；二是决定如何生产，即用什么技术将投入资源组合起来生产出人类需要的产出品；三是决定产出品为谁生产和如何分配。经济活动中的三个基本要素是人类需要、资源和生产技术。
经济活动的直接目的是满足人类需要(Humanwants)，包括物质需要和文化需要。人类需要有两个特征：一是需要的多种多样性；二是需要从长期看的不可满足性。人类需要的满足水平与其所处的历史时期有关，与其所处地理位置有关。从效率观点看，满足人类需要的水平，一方面受资源和技术允许条件下可用于消费的或用于进一步生产的各种有用产品或劳务水平的影响；另一方面受这些产品或劳务在不同组织之间分配合理性的影响。前者反映生产产出(Output)水平；后者反映分配和消费的效用(Utility)水平。
资源(Resouree)是指可用于生产满足需要的产品的各种手段或财富(Means)。资源可分为劳动力资源、资本资源和自然资源三类。现代经济学中还把企业家作为第四种资源。如果将劳动力资源与企业家资源合并，将资本资源与自然资源合并，那么资源也可分为人力资源和物质资源两大类。资源主要有三个特征：一是绝大多数资源在数量上是有限的；二是资源具有多种用途；三是为生产一定产品，可用不同的资源配置方式。经济学中的投入(Input)主要是指这些资源的投入。
效率是指投入与产出之间的比率。经济效率(Economic efficiency)是指用货币计量的投入与产出之间的比率。准确地说，西方经济学中的效率是指帕累托效率或帕累托最优，即任何生产与消费的重新组织，如果不能使某一个人或某些人的处境变坏，就不可能使另一些人的处境变好。在微观生产理论中的效率是指资源投人与有用产出之间的比率。在福利经济学中的效率是指产出与效用之间的比率。因此，在资源投入一定的情况下，提高生产领域的效率，会增加有用总产出；在产出一定情况下，提高消费领域的效率，会增加总效用。总之，在资源一定的情况下，经济效率的提高会使人类的需求得到更大满足，这正是效率在经济学中占有核心地位的原因所在。
可见，经济学的基本概念与基本理论，科学地解析了资源投入与配置的效率与效果，为财务管理学科奠定了雄厚的理论基础。
2.经济学与财务(金融)经济学
经济学为财务学提供了理论基础，而财务(金融)经济学(Financial economics)是从经济学领域中逐渐分离出来的一门学科。财务(金融)经济学是从个人效用最大化出发，试图通过对个人和企业的最优化投资、融资行为以及资本市场的结构和运行方式的分析，去考察跨期资源配置的一般制度安排的方法和相应的效率问题。财务(金融)经济学由金融市场学、投资学与公司理财学三个部分组成。金融市场学研究的是金融机构与金融市场以及国内外经济中金融系统的运作；投资学研究的是风险与收益的确认和度量、风险与收益之间的权衡、估价技术与金融工具的设计等内容；公司理财学研究的是以公司为主体的理财理论与实践问题。
3.财务学的经济学基础
在整个金融经济学中，公司理财学处在一个非常关键的位置上，财务学不仅科学地融会了经济学中的一些重要理论，而且其发展是以一些重要的经济学学说或理论为依托和基础的。
第一，经济学中的理性主义与效用理论。经济学中“理性”的涵义有两种：其一是指个体追求某种工具价值的“最大化”；其二是指个体决策过程在逻辑上的无矛盾。经济学效用理论是经济学最基本和最主要的范畴之一，也是微观经济学的核心理论，是最富有现代意义的经济学理论工具。
在财务决策理论中，假定投资者都是理性的，在进行决策时，选择能够产生最大期望效用的行为；另外，也假定理性的投资者是规避风险的。在理性投资者假设和效用理论的基础上，财务学家利用经济学中的无差异分析方法分析投资者的最优投资组合策略。
第二，经济学中的供求均衡分析。供给和需求及其相应的均衡概念一直都是经济学的主要分析工具，也是一种根本分析方法。经济学供求均衡分析方法的结果就是推导了一个数量――价格机制，价格必须在均衡点上，否则市场供求力量就会发生作用以使价格达到新的均衡。所有的经济学模型最终几乎都是以获得使供需匹配和市场出清的价格结束。
供求分析在经济学中具有如此重要的地位，在财务学中也如此。在财务学理论中，典型的CAPM模型就是利用了均衡分析方法，从市场投资主体的效用最大化出发，在一定约束条件下获得了均衡状态的资产价格。
二、财务学与统计学
1.统计学的基本概念
统计学研究如何用科学的方法去搜集、整理、分析实际数据，并通过统计所特有的指标，表明所研究的对象的规模、水平、速度、比例和效益等，以反映其发展规律在一定时间、地点、条件下的作用，描述数量之间的关联关系和变动规律。
统计学是处理数据的科学。一般的记述统计侧重数据的收集加工整理，而数理统计侧重数据处理的“科学性”。一般而言“科学”要求有客观性、再现性、普遍性。为表现这种科学性，研究者常喜欢用数学模型，因为数学比较简明、严谨，比较抽象。数理统计就是运用数学工具，记述数据产生的过程，描述概率分布，进行推定，作假定检验，形成了一个比较完整的理论体系。
按照统计学科体系的基本原理与应用的不同，统计学可分为理论统计学与应用统计学两大类。理论统计学指的是统计学的数学性原理，也就是数理统计学，具有通用方法论的理学性质。应用统计学指的是基于理论统计学的基本原理，应用于各个领域的数据处理方法。统计解析方法及统计推测方法。
2.财务学的统计学基础
财务学研究是建立在可观察的基础之上的，因而不可避免地需要利用统计学的基本原理和技术。财务学尤其在如下两个方面需要借助于统计学，它们是投资分析和风险管理。这两个领域直接涉及到统计数据描述及推测统计学。另外，日益崛起的金融工程学领域的发展更是离不开统计学，它主要涉及与数学有关的应用概率过程，应用概率微分方程式的研究领域，有时被称为
数理金融。
投资分析的目的在于尽可能地提高投资收益，为此从可选择的投资资产(股票、债券、包括外汇在内的外国证券)中，进行资产选择操作，在控制风险的同时追求收益的最大化。因此要用到运筹学中的最优化理论。
风险分析与管理领域正是基于统计学质量管理的思想建立起来的。风险与收益的衡量需要借助于统计学中的均值――方差分析。企业或银行的财务结构受汇率、利息、股价的变动，其资产价值也在不断变化，这就构成了市场风险。为了根据市场风险考察企业资产的价值变化，将企业的价值变化看作风险要素股价、汇率等变化的函数，描述其概率样本分布，推定其下限5％可能损失的金额。其中，既可用有关股价、汇率变化的模型，也可考虑因素相关的变化。有关银行的不良债权问题经常涉及到的BIS(国际结算银行)规定中，也要求按照上述方法计算企业资产价值变化下限5％的金额，规定企业要保留一定程度的自有资本。从这种意义而言，BIS的规定非常依赖于模型。由于企业资产价值的评估也必须以现价评估，所以不带价格的资产也要依靠模型评估。模型的应用越来越具有现实性，财务管理也要求助于统计学的知识。
期货交易的领域是理论水平较高并富于挑战性的领域，它包括金融资产组合理论与资产组合的实践(financial engineering)。许多问题常被从数学角度程序化。其领域的数学结构包括连续时间的概率过程、概率微分方程式、概率测度的变换公式等。
三、财务学与管理学
1.管理学的基本概念
管理学的内涵就是要说明什么是管理，以及管理的内容与方法。“管理可被看成是这样一种活动，即它发挥某个职能，以便有效地获取、分配和利用人的努力和物质资源，来实现某个目标”。管理的这一定义概括地将管理的特征、职能、目标统一起来；管理的特征、职能与目标又将其与管理控制联系起来。
管理是一种活动，是为有效地实现某个目标的一种活动。管理活动是发挥管理职能的活动，管理的职能包括计划、组织、指挥、协调与控制，在管理活动中，各种管理职能都发挥着不同的作用。
管理的目标是有效地获取、分配和利用资源，来实现组织目标。
2.财务学的管理学基础
管理的内容由管理活动的内容所决定，现代管理之父法约尔将一个企业的活动分为六大类，分别是“技术活动，即生产和制造；供销活动，即购买、销售和交换；财务活动，即寻找资本及最适当地利用资本；安全活动，即保护财产和人员；会计活动，即盘存、资产负债表、成本和统计；管理活动，即计划、组织、指挥、协调和控制”。在上述六类活动中，管理活动即是管理或管理职能，管理的内容应该是管理活动赖以存在和发挥作用的其他五种活动。
财务管理要解决的是公司价值的创造，在企业管理中居于核心地位，它本质上是一种综合的价值管理活动，即实施价值管理。财务管理以价值目标为尺度，将公司管理活动与公司理财的具体决策统一起来。
管理的方法可解释为研究管理的方法和管理中应用的方法。研究管理科学和管理理论的方法共有十一种：经验法或案例法、人际行为法、集体行为法、协作社会系统法、社会技术系统法、决策理论法、系统方法、数学法、因地制宜法、管理任务法、经营论法。这十一种研究管理理论的方法对研究财务管理理论与方法同样有着重要的指导作用或借鉴作用。特别是行为科学方法、系统科学方法、案例方法等，对研究财务管理是十分重要的方法。
管理中应用的方法主要体现在发挥管理职能所采用的方法，包括计划方法、组织方法、指挥方法、协调方法和控制方法，这些方法对财务管理起着重要作用。
四、财务学与会计学
1.会计学的基本概念
会计学是随着商品经济的产生、发展，以及近代会计的程序与方法日益完善而建立起来的一门独立学科。会计学以会计的目标、职能、对象和程序、方法为研究对象，采用一定的研究方法，构建会计理论体系，揭示会计所反映和监督经济活动的过程，促进会计工作更好地为经济生活服务。会计是以货币为计量尺度，运用一系列程序和方法，连续记录经济业务，反映和监督经济活动中价值运动过程的一项经济管理工作。会计的基本程序与方法是指会计的确认、计量、记录和报告。图1(吴水澎主编：《中国会计理论研究》)中国财政经济出版社2000年版，72页可反映这四个环节在会计中的地位。
会计程序与方法中的确认、计量、记录和报告这四个方面是会计学的核心内容，其中，提供会计报告是会计的主要职能。会计报告是整个会计系统的最终产品，是以浓缩的、综合的、系统的、分类的形式反映企业财务状况与经营成果的书面文件。会计报告主要包括对外报出的会计报表、会计报表附注等。
会计报表是由资产负债表、所有者权益变动表、利润表和现金流量表组成。企业的各项财务活动都直接或间接地通过会计报表来体现。
2.财务与会计的关系
财务与会计是两个并列的经济范畴，在性质、地位等方面是有区别的。会计是信息系统，财务会计与管理会计都是会计信息系统的组成部分，也是会计学科体系的组成部分。同时，会计又是一个“决策支持系统”，它为管理提供有用的信息，为管理服务。财务管理则是企业管理的重要范畴之一。财务管理学则作为财务管理学科体系中的一个分支而存在，如果说财务管理的对象也是现金流量的话，那么，财务管理侧重于现金流量本身(通俗地说，财务管理是一种现金流量的安排)，而不是现金流量信息。这就是会计与财务的区别之所在。
财务的本质是本金投入收益活动，会计的本质是信息系统。在经济组织内部，财务处于主导性管理的地位，生产、技术、营销、劳动等项管理都要围绕价值最大化和本金扩张的财务目标去进行；会计处于基础性地位，通过提供财务信息为财务管理和其他各项管理服务。由于财务与会计是两个并列的范畴，所以在理论研究上自成体系，形成两门不同的经济学科。
会计学与财务学紧密相关。财务管理的职能包括预测与计划、决策与控制、分析与评价等内容，这些财务管理职能作用的发挥依赖于会计学所提供的信息，会计学为财务学提供了数据基础。
统计学及其基本概念范文第3篇
一、课程的基本描述
课程名称
管理统计学
英文名称
Management Statistics
课程编号
060319HI02
课程性质
学科、专业基础课
学 分
2.5学分
适用专业
信息管理与信息系统专业
总 学 时
40学时
学时
分配
理论学时34学时，实验学时0学时，上机学时0学时，
翻转0学时，案例6学时，实践0学时，创新0学时
开课学期
第三学期
教 材
刘金兰．管理统计学[M]．天津大学出版社，2007．
参考资料
[1] 马庆国．管理统计——数据获取、统计原理SPSS工具与应用研究[M]．北京：科学出版社，2004：67-92，126-157，203-225．
[2] 马永开，唐小我．基于跟踪误差的证券组合投资决策模型研究[J]．系统工程理论与实践，2001，21(12)：11-16．
[3] MAKARAND H. A framework for life-cycle cost assessment of composites in construction [J]. Journal of Reinforced Plastics and Composites, 2003, 22(15): 55-60.
前导课程
管理学、概率论与数理统计
后续课程
技术经济学、大数据与数据挖掘、多元统计分析及案例、系统工程
1、 页面设置：A4，上边距2.5cm，下、左、右2.2cm，页眉、页脚1.5cm。
2、 标 题：一级标题为小二字号、黑体（不加粗），1.5倍行距、段前12磅，居中；二级标题为四号字、黑体（不加粗），1.5倍行距、段前12磅，左顶格；三级标题为小四字号、楷体加粗，1.5倍行距。
3、 段落文字：五号字、单倍行距，汉字使用宋体，英文和数字使用新罗马字体。
4、 参考资料：学科、专业基础课应指定教材，并选择国内（外）权威规划教材；专业平台课除有教材外，还应提供参考资料，如书籍、网课等，并指出参看的章节或页码；专业方向课可不指定教材，但需提供参考的书籍或期刊论文，并指出需参看的章节或页码。
Courses Description
Management statistics is applied discipline that using statistical methods and theories to study management problems, economic problems. It mainly includes two aspects: First, it is an economic and management theory based on the description and inference methods to study the phenomenon of socio-economic and management characteristics of the number of objects, the number of relations, the development trend and laws study, the final solution to the disciplines of management and economic issues; Second, it is an application of the methodology of science, based on the theories and methods of mathematical statistics, constantly absorbing information theory, cybernetics, systems theory and decision theory aspects research, statistical functions expanded to reflect and monitor inference, forecasting and decision-making disciplines.
五号字，新罗马字体，单倍行距；使用半角标点符号，每个标点后空一格。
二、教学定位
（一）课程教学目标
通过本课程的学习，使学生掌握（？？？）知识，培养学生（？？？）能力。具体的教学目标及其对毕业要求的支撑关系如下：
1、掌握统计学的基本思想、基本理论和基本方法。支撑毕业要求1；
2、理解统计理论所能够解决的问题以及解决问题的思路、方法和工具。支撑毕业要求2；
3、利用SPSS软件进行数据的预处理和综合计算分析的能力。支撑毕业要求5；
4、能够综合运用统计理论与其它管理理论去分析和解决实际问题的能力。支撑毕业要求3；
此处所列的支撑关系要与修订报告中的“各教学环节对毕业要求的支撑关系图”一致。
（二）课程的主要特点
课程的主要特点应从课程自身挖掘，如教学目标的确立，教学内容的组织设计，教学方式的选择，考核方法的采用，等等；也可依据课程属性与其它课程，或同行高校同一课的设置进行横向比较得出。如“本课程在教学上突出管理特色，将统计学的理论方法与经济管理中的具体问题相结合”
（三）教学方法
教学方法要具体，如传统授课，案例教学，翻转课堂，课程实验，O2O，等等，并明确指出各教学方法在不同章、节中的应用。例如：
1、传统授课。
2、翻转课堂。运用于3.3和5.2中。将学生分成6个学习小组，每个小组集体预习这部分内容并整理出相应的知识点，推荐其中一个学生做课上汇报，以提高学生的自主学习能力和团队合作能力。
3、案例教学。
三、知识点与学时分配
第1章 统计资料的整理和综合
1.1 统计资料的定义（理解，核心）
1.2 统计资料收集（理解，核心）
1.3 统计调查（理解，核心）
1.4 统计资料的综合（理解，核心）
1.5 案例分析与统计软件应用（运用，核心）
共4学时（其中，1.1、1.2和1.3占2学时，1.4和1.5占2学时）
自主学习内容：可以是课前预习、在线网课学习、小组案例讨论，也可以是课后参考资料自学、作业或大作业、论文或研究报告写作，等等。自学工作量的负荷应该是所对应课内学时的1~1.5倍，要可操作、可考核，并作为学生学习过程的行程记录计入最终的总成绩。（课内学时的最小单位为2学时）
第2章 统计抽样与抽样分布
2.1 抽样的基本概念（了解，核心）
2.2 几种与正态分布有关的概率分布（理解，核心）
2.3 样本平均数的抽样分布（理解，核心）
2.4 中心极限定理（了解，核心）
2.5 案例分析与统计软件应用（运用，核心）
共6学时（其中，2.1和2.2占2学时，2.3和2.4占2学时，2.5占2学时）
自主学习内容：
四、案例设计
4.1案例1（方差分析案例）：
案例设计原则：满足实用性、普适性及创新性原则。
目标：通过此案例的设计使学生掌握方差分析。
解决问题：单因素方差分析(单因素多个样本均数的比较)
覆盖知识点：方差分析。
4.2案例2（回归分析案例）：
案例设计原则：满足实用性、普适性及创新性原则。
目标：通过此案例的设计使学生掌握回归分析。
解决问题：多元回归分析案例
覆盖知识点：回归分析。
五、讲授提示及方法
第1章 统计资料的整理和综合
重点：统计资料收集，统计资料综合。
难点：调查问卷设计。
讲授提示与方法：运用案例，重点教授调查问卷设计与表示集中位置与分散程度特征数，在讲清楚基本原理后，由学生自己收集统计资料，运用统计软件进行计算，写出相应分析报告。
第2章 统计抽样与抽样分布
重点：简单随机抽样概念，几种与正态分布有关的概率分布。
难点：样本平均数的抽样分布。
讲授提示与方法：运用案例，重点教授简单随机抽样的原理以及分层抽样与整群抽样的特点，运用动画描述正态分布、F分布、t分布特点及其中心极限定理含义。
六、习题与实验设计
（一）习题设计
由于本课程主要讲述管理统计学的理论与应用，因此本课程的作业应以综合性分析、设计题目为主，使学生综合运用教师在课堂上讲述的方法来解题，另外对于重点的单元技术附以适量习题。要求习题具有连贯性，把大部分的习题连贯起来，即可等同于一项大作业。习题涵盖的主要方面：
1. 统计调查设计
2. 统计调查方式
3. 问卷调查表的基本设计
4. 统计数据整理和描述
5. 抽样推断和假设检验
6. 相关分析
7. 简单线性回归模型
8. 多元线性回归模型
（二）实验设计
培养方案中有实验学时的，必须做实验设计。
七、考核与成绩记载
（一）考核的方式及成绩的评定
学生成绩的构成：平时成绩20%，过程考核成绩30%，期末成绩50%。
平时成绩的构成：上课表现、提问、随堂小测验等。
过程考核的构成：作业或大作业、论文或报告、案例分析等。
期末考试的方式：闭卷或开卷。
（二）考题的设计
（1）概念型题。重点考察学生对基本概念的理解程度，相似概念的辨析程度。考试将从如下形式中选择：选择题、判断题。共占40%。
（2）综合应用题。重点考察学生运用所学知识设计方法的能力，考试的形式为：计算、分析。共占60%。
采用项目报告方式的评价标准表
所占
比重
优秀
（100＞x≥90）
良好
（90＞x≥80）
中等
（80＞x≥70）
及格
（70＞x≥60）
不及格
（x＜60）
基本知识
点的理解
与掌握
30%
熟练掌握了本课程的基本知识点，能够达到学以致用的水平
基本掌握了本课程的基本知识点，但存在某些盲点
基本掌握了本课程的核心知识点，对核心知识点能够简单应用
基本了解本课程的核心知识点，在指导下能够应用本课程知识点
不了解本课程的知识点，不知如何应用
报告的
撰写
30%
报告内容完整、考虑全面、基本都是原创性内容
内容比较完整、考虑比较全面、具有一定的原创性内容
报告内容较完整，但是存在明显内容粘贴痕迹，基本没有原创性内容
报告内容存在不完整性，较多内容有粘贴痕迹，无原创性内容
报告内容不完整，存在明显缺失，报告内容粘贴痕迹明显
报告形
式以及
创新性
20%
报告形式新颖，内容创新性明显
报告形式较新颖，内容有一定创新
报告形式一般，内容无创新
报告无任何形式，内容无创新
团队协作
能力
20%
团队分工明确、队员能够发挥各自作用，各部分内容都做得都出色
团队分工明确、队员较能够发挥各自作用，各部分内容都做得都可以
团队分工不明确、队员基本能够发挥各自作用，各部分内容基本完成
团队分工不明确、队员不能发挥各自作用，各部分内容完成的不完整
团队分工不明确、队员不能发挥各自作用，内容严重缺失
教学内容对教学目标的支撑关系表
教学目标
教学内容
教学目标1
教学目标2
教学目标3
教学目标4
教学目标5
第1章
1.1
1.2
1.3
第2章
2.1
2.2
2.3
第3章
3.1
3.2
3.3
统计学及其基本概念范文第4篇
南京大学的周志华教授曾专门撰文论述了数据挖掘和机器学习以及数据库之间的关系，他提出：数据挖掘可以视为机器学习和数据库的交叉，主要利用机器学习界提供的技术来分析海量数据，利用数据库界提供的技术来管理海量数据。
组成数据挖掘的三大支柱包括统计学、机器学习和数据库领域内的研究成果，其他还包含了可视化、信息科学等内容。不同的教材从不同的方面结合其基础学科知识讲述数据挖掘技术，不同专业和技术背景的学生或数据挖掘研究人员和应用人员可以根据自身的专业方向选择不同的数据挖掘切入点。下面简单归纳目前比较主流的数据挖掘和机器学习方面的教材。
数据挖掘：概念与技术
原书名：Data Mining：Concepts and techniques
作者：Jiawei Han
本书主要从数据库的角度(数据管理和数据计算的角度)讲解数据挖掘，作者Jiawei Han现任UIUC CS Dept.教授。本书第2版在丰富和全面的第1版基础上进行了更新和改进，并增添了新的重要课题，例如挖掘流数据、挖掘社会网络和挖掘空间、多媒体和其他复杂数据。本书对数据挖掘基本概念、算法及其相关技术有比较全面的阐述，是国内大多数高校指定教材，它不要求太高的数学基础，非常适合数学功底一般的学生使用。
数据挖掘：实用机器学习技术(原书第2版)
原书名：Data Mining: Practical Machine Learning Tools and Techniques
作者：Ian H. Witten, Eibe Frank
本书主要从机器学习的角度，也有称从数据挖掘的应用实现角度来讲解数据挖掘，描述了各种算法、模型及其Java实现，重点是以应用的观点利用案例来说明数据挖掘的算法模型，对于具体算法的原理介绍不是非常详细。它对数据挖掘的Java软件包Weka有比较深的介绍。该书作者都是Weka项目组主要成员。图灵奖获得者Jim Gray如此评价：假如你需要对数据进行分析和应用，本书以及相关的Weka工具包是一个绝佳的起步。
数据挖掘原理
原书名：Principles of Data Mining
作者：David J. Hand
很多学科都面临着一个普遍问题，即如何存储、访问异常庞大的数据集，并用模型来描述和理解它们。这些问题使得人们对数据挖掘技术的兴趣不断增强。长期以来，很多相互独立的不同学科分别致力于数据挖掘的各个方面。本书把信息科学、计算科学和统计学在数据挖掘方面的应用融合在一起，是第一本真正跨学科的教材。主要从统计学的角度来解析数据挖掘以及其与统计的关系。其中如建模、测量、评分函数、模型等术语都是从统计者的角度出发。书中并没有具体说明KDD与DM之间的关系，比较适于统计系和数学系的学生采用。
机器学习
原书名：Machine Learning
作者：Tom Mitchell
本书是CMU等许多国际知名大学机器学习课程的教材。目前发表的各种机器学习专著或论文基本都会引用这本书的内容。作者Tom Mitchell是CMU的教授，美国人工智能协会的主席，《机器学习》杂志和“国际机器学习”年度会议的创始人，他在ML领域久负盛名。本书也是最经典和采用率最高的机器学习教材。本书需要的数学基础也很少，但对必要的背景介绍相当丰富，非常适合初学者。
模式分类(原书第2版)
原书名：Pattern classification
统计学及其基本概念范文第5篇
关健词： 《生物统计学》 教学改革 改革与探索
《生物统计学》是数理统计的原理和方法在生物科学研究中的应用，它不仅给我们提供了如何正确地设计科学试验和收集数据的方法，而且提供了如何正确地整理、分析数据，得出客观、科学结论的方法。它是生物科学等专业重要的专业基础课，该课程体系建设对生物科学、植物生产类专业、动物生产类专业十分重要，是从事生物生产、育种试验研究的工具性课程。通过该门课程的学习，学生不仅可以了解有关生物统计的基本概念以及参数的意义，掌握基本的试验设计和生物试验数据的统计分析方法，提高综合素质，同时还可以培养发现问题、分析问题的能力，建立和巩固专业思想。
在专业发展、大学生素质教育与创新教育等教学改革方面，《生物统计学》课程是一门十分重要的课程，具体体现在：（1）可提高学生从必然性推理到或然性推理的归纳推理能力；（2）可提高学生的科研能力，使学生明白试验研究前、中和后的主要目的和任务，以及怎样提高试验的精度，为毕业论文以及今后参加科学研究奠定良好的基础；（3）可提高学生的动手能力。为此，我们对《生物统计学》课程的教学内容、方法和手段进行了几项改革探索。
1 .教学内容的改革与探索
《生物统计学》主要讲述五个方面的内容：（1）介绍科学研究基本过程、试验方案制定和试验误差及其控制，讲述生物试验的误差来源和控制误差的技术、试验设计、实施规则；（2）介绍研究对象总体的理论分布、统计数的抽样分布及统计数的理论概率；（3）讲述统计推断的基本方法、平均数比较的u测验和t测验、F测验和x2测验及其应用，包括计量数据的方差分析和计数数据的统计分析；（4）方差分析的应用，介绍单因素、多因素试验结果的统计分析；（5）二变量直线回归和相关分析。该课程的知识和分析问题的方法是科研工作者必须掌握和熟练运用的。因此在教学实践中，描述性统计学的知识即资料的整理和描述应重点讲授连续性资料的整理方法；推断性统计学的知识即理论分布、t检验、x2检验、F检验，重点讲授正态分布的概率计算方法和对各种资料的检验方法，特别是资料的类型与相应统计分析方法的联系，使学生能掌握根据不同资料正确选择使用统计分析方法的能力，并且能够根据所掌握的知识和技能分析具体的实验数据和材料，得出较为客观和准确的结果；对于回归、相关分析则主要介绍一元回归、相关分析的基本思想和分析方法，计算方法、过程留给学生自学，多元分析则要求学生在熟练掌握的基础上进行自学；试验设计重点讲清试验设计的基本原则，并结合实际讲清不同的试验设计的基本思想和设计方法，对试验所得资料的分析方法则要求学生自学。
2. 教学方法、手段的改革与探索
《生物统计学》的理论性相对较强，内容相对枯燥和抽象，教学方法单一必然会导致学生学习兴趣低下，不利于培养学生分析问题和解决问题的能力，要想真正建立起先进、科学的创新教学模式，只有通过系统优化教学设计，针对教学内容，借助于现代化媒体技术，采取各种有效的教学方法。因此在教学中就要求由以教师为主体转变为以学生为主体、教师为主导的思路上来，突出以学为主，坚持以启发诱导为核心，激发学生学习的兴趣，引导学生积极主动开展思维活动，紧紧围绕学的需要组织教学。课内以课堂理论讲授为主，重点让学生弄懂基本原理；习题讨论主要运用实例进行分析，重点让学生掌握具体计算方法和分析；教学中可适当安排一些讨论课，让学生将所学知识与生产实际结合起来，充分调动学生学习的主动性、积极性，让学生学会学习。
2.1计算机辅助教学
《生物统计学》概念多、公式多，统计计算过程烦琐乏味，如果在课堂上用板书的形式进行演算，既浪费课堂教学时间，又容易导致学生注意力涣散，产生视觉、听觉和思维疲劳。多媒体课件具有图文并茂的特点，在《生物统计学》教学中若能应用好多媒体，既能提高学生的学习兴趣，又可加深学生的理解和记忆，促进教学内容的进一步深入，明显提高教学效果。
多媒体教学的效果与课件的设计和制作水平关系密切，课件应在重视教学基本原理的基础上，处理好内容与形式的关系，达到为教学服务的目的，切忌完全复制教材上的内容，而是必须突出重点、难点，这就需要教师对所要讲解的内容理解透彻，具备熟练的多媒体创作和使用技巧，引导学生学会统计分析方法，提高学习的积极性，同时要经常注意来自学生的信息反馈，不断地进行课件的更新。多媒体教学对教师提出了更高的要求，要求教师花费更多的时间和精力准备每一堂课的教学内容，同时不断地更新知识，为教学积累素材。
2.2 统计分析软件的应用
目前广泛应用的统计软件主要有SAS、SPSS，国产的优秀统计软件有DPS，此外Excel软件提供了较强的数据分析功能和统计绘图功能，易学易用，笔者在教学过程中穿插介绍Excel的一些统计功能，如Excel的一些常用统计函数及统计方法的应用，以及常用统计图表的绘制，并要求学生能够掌握并熟练运用，取得了较好的教学效果。对具体资料的统计分析，一些常用的统计分析方法如t检验、x2检验、方差分析、相关回归分析、多元相关回归分析等均有相应的计算机分析软件，教学中只需给学生介绍基本思想和基本原理，要求学生尽量考虑用计算机来完成，把学生从大量的计算中解脱出来使之集中精力去学习《生物统计学》的基本思想、方法及其实际应用。
2.3 理论联系实际
生物统计学的教学并不是为了让学生掌握一些知识点而进行教学，树立统计的观念、应用统计方法分析和解决生物学研究的问题才是这门课程的最终目标。因此，在教学中，特别要注意将纯理论的统计学知识与科学研究中的实际问题联系在一起，必须与专业实际联系在一起进行教学，只有这样才不会使本课程的教学显得空洞，才不会脱离生产实际，才能在实践中培养学生的综合能力。
3. 考核方式的改革与探索
考核是教学活动的一个重要组成部分，是促进学生复习、巩固所学知识，并对教学效果进行检查的重要方法，恰当的考核对学生的理论学习和实践训练具有引导、激励和促进的作用。传统的笔试中学生要把大量的时间花在数学计算上，而不能全面考查学生对各种统计分析方法的掌握和应用情况。为了对教学质量进行科学地评价与管理，也为了客观准确地评定学生的成绩和能力，进行考试改革是必要的。
为了更好地发挥考试的功能，我们在教学过程中针对过去把书面考试作为评价学生学习效果的主要手段这一应试教育现象，实行考知识与考方法相结合，考理论与考应用相结合，建立了从学习过程、作业练习、期中考试到期末考试，定性评价与定量评价相结合的过程性评价体系，确保对影响学生应用能力形成的关键知识点进行全面测试，从重“知识”逐步走向重“能力”，培养学生脚踏实地的学习态度和严谨作风，促进教学质量不断改进和提高。
通过以上三个方面的改革尝试和探索，从各届学生的学习效果的比较分析看，已收到了一定的成效，使学生体会到了该课程的重要实用价值，初步树立了统计理念，培养了学生应用概率统计方法解决实际问题的能力。但《生物统计学》作为生命科学学科中重要而特殊的一门工具课程，要教好这门课，还有很多问题需要进一步的探究，在以后的教学中，还需要继续钻研统计理论，探索教学规律，优化教学过程，完善教学体系，从而全面提高该课程的教学质量。
参考文献：
［1］李春喜，姜丽娜，邵云等.生物统计学（第三版）［M］.北京：科学出版社，2005.
［2］贵州农学院主编.生物统计附试验设计（第二版）［M］.北京：中国农业出版社，1999.
［3］刘光祖.概率论与应用数理统计［M］.北京：高等教育出版社，2000.
［4］杜荣骞.生物统计学［M］.北京：高等教育出版社，2002.
［5］胡德海.教育学原理〔M］.兰州：甘肃教育出版社，1998.
［6］郑勋烨，刘慧芳，邢永丽.“概率论与数理统计”教法初探［J］.中国地质教育，2005，（3）：58-59.
［7］李玉阁.“生物统计学”课程教学初探［J］.生物学杂志，2006，23（5）：52-54，61.
