时间：2023-07-18 17:24:40
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇统计学的内涵，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
【关键词】概率论 描述统计 推断统计 统计思想
一、概率论引入统计学的意义
（一）方法的突破
统计学研究对象的拓展。引入概率论后统计学研究对象的拓展表现在外延与内涵两方面。外延上，导源赌博问题研究的概率论以随机性现象为主要研究对象，它的应用将统计学思想方法带到自然科学领域，甚至用于研究人类心理活动、思维现象，拓展了原来始于社会经济现象研究的统计学的研究对象。另外，联姻前统计学对现象的描述、分析只能止于其确定性方面，有概率论新工具后，其不确定性方面也能描述分析，拓展了作为统计学对象的社会经济现象的数量信息内涵。研究对象的拓展，使得在此基础上统计学成了一门具有通用性的定量分析工具。
统计学研究方法的进阶。概率论联姻“统计”的突出意义表现在方法上—由描述走向推断。“描述统计”（包括数据的收集、整理、显示和分析）主要是通过图表形式对所收集的数据进行加工处理和显示，进而综合、概括和分析得出反映客观现象规律的数量特征；“推断统计”则是在对样本数据进行描述的基础上对统计总体的未知数量特征作出以概率形式表达的推断。联姻之前的古典统计学主要就是初级的“描述统计”（简单的计量、分组、图表、推算等），现代统计学则以“推断统计”为其核心内容。这里“描述”与“推断”的划分一方面反映统计方法发展的两个阶段，另外也反映应用统计方法探索客观事物数量规律的不同过程。“描述”是基础，“推断”是主要内容。
推断统计的现实性意义。统计学从描述发展到推断，反映统计学发展的巨大成就，也是统计学成熟的重要标志。一方面，它是重要的认识工具。正是由于有了“推断”，科学借助统计这一定量分析工具取得了巨大成就。象著名的基因论就借助推断统计方法而得。
（二）思想的腾飞
矩：统计学早期便有“平均”即一般代表值的思想，认识事物数量方面的一般性。引入概率论后，“平均”引申到“期望”，描述随机变量的集中趋势。与“平均”相对应，有对数据偏离“一般”程度的描述即“变异”，认识事物数量方面的差异。引入概率论后其内涵扩充到对随机变量离散程度的描述。“矩”源于力学研究，均数、方差同重心和转动力矩之间的类似促使统计上用“矩”来描述数据特征。其概念涵盖前述的几个参数，并扩充到多阶、多维随机变量特征的描述。“矩”体现了统计“求同察异”的思想，即在了解差异的同时认识事物的同质性。
估计：估计是据样本数据对总体参数所作出的“猜想”’其实质是一种类比，将对已知事物的认识拓广到更大范围。实际上有一个假定即样本、总体的同质性（同分布）。由于样本的随机性使得估计带有不确定性，便给出“区间”来对其描述。
检验：检验即先对总体特征作出一种假设，然后根据样本信息对这一假设的支持程度作出描述（假设正确性的判断），主要运用反证法、小概率原则等思想。检验与估计构成统计推断内容的两面，鉴于思维上推与证的不同而分别提出。
拟合：拟合就是对现象之间的联系、发展规律、变化趋势给予定量描述，是对事物间关系表现的一种抽象。也就是以一定的模型来反映现象及现象间的联系的发展变化，表现出联系的显性方面而抽象掉非显性方面。
相关：相关是客观事物普遍联系的哲学思想在统计上的具体化。统计所研究的对象之间往往表现出相随共变或相随共现的情况，相关便是对现象间这种联系的数量表现的描述、分析。通过对比关联现象变化的方向与程度，来研究它们之间是否有联系、联系的紧密程度和形式。
惯性：哲学上，客观现象都是有规律的辩证发展运动过程。任何运动都具有惯性，这种惯性表现为系统的动态性即记忆性。它反映现象未来行为与过去的行为有关这样一种动态思想，是“动态相关”，也是预测的思想基础，反映现象本身及现象之间关系发展、变化的规律性。
二、概率论引入统计学的启发
概率论引入统计学，使统计学思想方法有了质的飞跃，并成为统计学坚实的理论基础。这也给我们启发：统计学必须与时俱进，顺应时代而发展，不断完善方法体系，与其它定量分析工具、计算技术及其应用领域科学结合融会。
研究对象泛化：统计学是定量分析工具，首先便表现在对所研究的对象（社会经济现象、自然现象、精神思维等）的定量描述上（对象信息数据化），然后再做定量分析。最初统计学只能局限于现象数量信息做确定性的数量描述、分析，引入概率论之后，对研究对象便可以做随机性描述、分析。而实际工作中有时还必须对定性的、模糊的、混沌的甚至突变的等研究对象做定量的描述与分析，概率论便会有所局限，必须引入新的工具。比如引入模糊数学，对模糊性现象做定量描述分析；引入灰色理论，形成灰色统计思想等等。
电子技术发展：科技特别是计算机技术的发展使数据处理的手段得到提升，并对统计提出了新挑战。电脑、网络的出现一方面使统计学的研究对象（总体）成了一个结构复杂的系统，另一方面对数据的分析处理变成了算法。同时在我们面对的数量信息超大量化后，统计的“收集、分析数据”的任务、统计推断意义也就必然发生变化，等等。这一切都要求统计必须与计算机及其它科学联姻，如人工智能、神经网络理论等。
应用领域扩张：现代统计学是一多层次多门类的学科，几乎所有的科研都要借助这一定量分析工具。应用领域的不同，对这一工具的要求必然不尽相同。比如生物统计、保险统计与统计地理学在基础性方法一致的基础上各有与其相联系的实质性科学的特点。现代统计方法（包括概率论的成长、壮大）很大程度上来自一些实质性科研活动，这也就要求我们坚持以概率论等数理工具为基础的前提下紧密联系应用领域的实质性科学。
总之，统计学是一门生命力强大的科学，也是一门与时俱进的科学。顺应时代要求，不断借鉴其它方法科学，丰富统计方法，拓展应用领域。
关键词：生物统计；教学实践；立体化
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2013）18-0231-03
一、引言
“生物统计学”是把数学的语言引入生命科学研究领域，将所研究的问题抽象为数学问题的过程，用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料，是应用统计学的一个分支。生物学研究实践证明，只有正确应用生物统计学的原理和分析方法对生物学试验进行合理设计，对数据资料进行客观分析，才能得出科学的结论[1]。目前，从数量角度研究生命科学现象已经为大多数生物学研究者所认知，“生物统计学”为生物学的研究和探索提供了重要的方法和工具。
近年来，全国各高校生物学专业普遍加强了“生物统计学”的教学工作，使学生学习试验设计和数据收集与整理的方法，正确应用统计学原理分析和解释数据资料，为进一步学好专业课程奠定了坚实的基础。
二、生物统计学课程的特点
1.以数学知识为基础。“生物统计学”是在研究生物现象的过程中，与数学的发展相伴随逐渐发展而来的。它把生命科学中的某些具体问题抽象为数学问题，以数学概率论和数理统计为理论基础[1]，这其中就必然会涉及到排列、组合、积分、导数等数学知识。例如，大数定律是用样本统计数推断估计总体参数的基础，需要掌握概率论的相关知识；在推导直线回归方程时，回归系数和回归截距的计算，是建立在最小二乘法的基础上，需要用到导数的计算；正态分布中变量的概率计算，需要了解积分的性质[1]。尽管在“生物统计学”课程学习之前，学生已经学习了“高等数学”的相关知识，但多数学生的数学基础知识仍相对薄弱，由此对学习该门课程产生畏惧心理。加上很多学生没有理解生物统计学的内涵，主观上认为该门课程就是学习数学知识的，进而导致厌学情绪。
2.概念术语多。“生物统计学”不同于生物学专业的其他课程，在学习过程中涉及很多概念术语，并且这些概念术语常成对出现[1]。例如，总体和样本、变量与常数、参数与统计数、效应与互作、准确性与精确性、频率与概率、标准差与标准误、因素与水平、相关与回归、双尾检验与单尾检验、弃真错误与纳伪错误、假设检验与区间估计等。如果不理解这些概念术语的含义，生搬硬套，在应用时就会出错，得出错误的结果。
3.计算公式多。“生物统计学”是应用统计学方法，分析和解释生命科学研究中数据资料数量上的变化，进而做出符合科学实际的推断。在学习过程中，必须要用到大量的计算公式[1，2]。如反映变异性的指标有标准差和标准误，二者的含义不同，计算公式也不同。在正态分布中，为了计算服从正态分布的变量的取值概率，通常要对变量进行标准化处理，在学习了变量标准化公式之后，接下来在应用时还需要用到平均数的标准化、平均数差数的标准化、频率的标准化、频率差数的标准化、成对数据差数平均数的标准化等公式。在直线相关与回归分析中，需要掌握相关系数、回归系数、回归截距等计算公式。尽管目前有很多统计软件可以直接对一些统计量进行计算，但学生们必须掌握和理解相关统计量计算的原理和具体内涵才能正确地应用这些统计软件。
4.课程内容连贯性较强。“生物统计学”的课程内容是承上启下、前后连贯的[1，2]。例如，概率分布是学习统计推断的基础，平均数的假设检验和区间估计是相互联系的，单因素数据资料方差分析的原理和方法是对多因素数据资料进行方差分析的基础[1]。如果学生没有掌握某一章节的内容，很可能导致后面的许多内容听不懂、难理解，陷入越听越听不懂的恶性循环。
三、教学内容的实践与探索
针对“生物统计学”课程的特点和现状，近年来，我们在教学过程中，围绕教学内容、教学方法、课程建设、考核方式等多方面进行了实践和探索，取得了较为理想的效果。
1.合理编排教学内容，提高教学效率。我校本科教学计划调整后，“生物统计学”课程安排在第三学期，周学时为2，共36学时。学生在之前已学习了“高等数学”等公共课程，“植物学”、“动物学”等专业基础课程，与本学期同时学习的还有“生物化学”。为适应生命科学的发展和对生物学人才的培养，我们按照“强化基础、突出重点、注重应用、通俗易懂”的原则合理设计安排教学内容[1]。在课堂讲授时，我们尽可能把抽象的统计学原理与生命科学的前沿或学生们感兴趣的事例进行结合，并引导学生从专业知识的角度对统计分析的结果做出科学的判断和合理的解释，这样一方面使学生感受到生物统计学与生命科学的各专业都是紧密联系的，另一方面学到的统计分析方法和试验设计原则也可以指导学生后续专业课程的学习。
作为应用性极强的课程，我们在课堂授课时一般不过多讨论数学原理，而主要偏重于统计原理的介绍和具体分析方法的应用。在有限的课堂教学时数内，对涉及到的数理统计知识多是“拿来主义”，对于一些公式，通常只进行概念上的介绍和公式上的简单推导，对有些较复杂的统计公式则只给出公式，并不要求学生掌握具体的推算过程，其目的是让学生对统计学原理和统计分析方法有较全面的了解。在章节内容上，根据具体情况进行适当删减，做到重点突出、主次分明。比如讲授方差分析一章时，以单因素数据资料的分析为例，重点介绍方差分析的基本原理、数学模型和分析步骤，对于二因素数据资料的分析则启发学生根据其基本原理和数学模型进行推理，多因素数据资料的方差分析则只介绍基本原理，其目的是培养学生对所学理论知识的应用能力，实现以素质教育为基础，以能力培养为本位的教学理念。
2.灵活运用多种教学方法。在教学过程中，我们根据教学内容，采用多种教学方法并重，对学生“授之以渔”而不是“授之以鱼”[3]，充分调动学生学习的积极性和主动性，使教学相融。
问题导入法。在课堂讲授时，我们注重问题的创设。提供氛围，启发学生发现问题并思考如何解决问题[4]，使学生成为学习的主人，教师则成为学生的协作者。例如，在方差分析一章讲述时，以单因素数据资料为例[1]，让学生思考如何进行多组平均数之间的比较。有的学生会提出，可以采用之前学习过的两个样本平均数假设检验的分析方法对多组数据进行两两的比较，而这又引发了一些新的问题。如何解决这些问题呢？这时，我们引导启发学生将所有的数据资料作为一个整体来考虑，将数据的总变异按照其变异来源剖分成处理引发的变异（组间变异）和试验误差引发的变异（组内变异），并利用反映变异特性的方差这一统计量来表示组间变异和组内变异的大小，进而采用检验对其二者的差异进行显著性检验，由此和学生共同推导出方差分析的基本思想和分析步骤。这样，既让学生理解了方差分析的原理和应用，也培养了学生分析问题和解决问题的能力。
对比法。“生物统计学”中有很多概念都是成对出现的，其相应的公式也有着许多形式上的共同点，这就为我们进行对比法讲解提供了很好的素材。例如标准差与标准误、直线回归系数与直线相关系数、样本平均数假设检验的检验及检验等[1]。对比法讲授，既可以帮助学生记忆公式，也便于学生更好地理解公式的含义和具体应用，做到举一反三。
演绎法。“生物统计学”中有很多公式是前后联系的，存在公式的变形，运用演绎法教学可以让学生更好地理解公式的来源和内涵。例如变量的标准化公式，对于服从正态分布的变量进行标准化转换的公式（u=■）是核心，在理解这个公式含义的基础上，对于各统计数（平均数、平均数差数、频率、频率差数、成对数据差数等）进行标准化转换的公式自然也就推导出来了，从而避免了对这些公式的死记硬背。
板书与多媒体课件并行。随着电子技术、计算机技术和网络技术的发展，在教学实践中多采用多媒体课件进行授课。多体媒体课件集文字、公式编辑、图形、色彩、动画于一体，既可以插入图片和例证，也可以实现公式推导的逐步展现，图文并茂，色彩丰富，省去了板书所占的时间，可以在有限的课堂教学时间内增加教学内容，增强师生之间的互动[4]。同时，传统的板书不能完全放弃，在讲授过程中，适时穿插板书内容，可以帮助学生更好地联系已学知识。因此，在教学过程中，我们以多媒体教学为主，板书为辅，注重将这两种教学方法进行有机的结合。
3.加强实验教学，注重理论与实践的结合。“生物统计学”是一门应用学科。我们在理论教学的同时，安排了18个学时的实验课，主要目的是让学生将课堂理论知识加以应用并学会常用统计学软件的使用。生物统计学实验课在生命科学学院信息学实验室利用电子教室系统进行，教师在主控机上边讲解边操作，学生可以在自己的计算机上观察到具体的执行过程，之后可以自己进行相应的操作，然后以电子文档的形式提交实验课作业。通过实验课教学，一方面使理论知识密切联系实践，真正提高了学生的应用能力；另一方面增强了学生的兴趣，在实验课中学生不仅巩固了统计分析知识，而且利用计算机来分析数据也为相关专业课实验数据的分析奠定了基础。在运用计算机统计软件进行数据分析时，学生们也深刻意识到，尽管统计学软件功能强大，但必须对相关的统计学知识有一定的认知和理解，才能更好地使用这些软件，由此也进一步激发了学生课堂学习的动力。
4.课程资源的立体化建设。在教学过程中，我们注重加强课程资源的立体化建设。以教材为中心，我们编写了与科学出版社《生物统计学》（第四版）配套的《生物统计学学习指导》，对每一章的内容都配套了目的要求、内容提要、难点评析、例题解析、习题解答和自我测验[5]，以供学生在课下进行学习和知识的扩充。同时，“生物统计学”是河南师范大学校级网络课程，学生可以通过浏览网页进行课程内容学习。在网络课程中，每章均示出了重点、难点，便于学生自学或复习掌握；同时，网络课程中丰富生动的图表资料及实例分析也有助于学生对知识点的理解。
5.考核采用笔试和实验相结合。“生物统计学”的考核成绩由期终闭卷笔试成绩（占总成绩的80%）和实验课成绩（占总成绩的20%）两部分组成。其中，闭卷考试内容偏重实用性、基础性，避开需死记硬背、理论性强而无实际用途的题目和偏题怪题，并且尽量减少需要进行计算的工作量，目的是考核学生对已学内容的掌握和应用。实验课则重点考查学生知识应用和解决实际问题的能力。这种考核方式，一方面激发了学生学习的积极性与主动性，摆脱了学生死记硬背的单纯应试模式，另一方面也强调了学生解决实际问题的能力，有助于提高学生综合运用知识的能力。
四、小结
“生物统计学”是一门理论性和实用性都很强的学科，是现代生物学研究不可缺少的工具。在教学过程中，我们注重培养学生树立统计学观念，掌握如何运用统计学原理科学设计试验，正确应用统计分析方法分析数据资料，培养学生统计学推理思维能力，并能用专业知识对推断结果加以阐释。在教学过程中，我们强调以教师为主导，以学生为主体，充分调动学生学习的主动性和积极性，在培养学生扎实理论基础知识的同时，更注重实践教学，积极引导学生去发现问题、分析问题、解决问题，切实培养学生的应用能力。
参考文献：
[1]李春喜，邵云，姜丽娜.生物统计学（第四版）[M].北京：科学出版社，2008.
[2]张恩盈，宋希云.提高《生物统计学》课堂教学效果的探索[J].农业网络信息，2011，（8）：131-133.
[3]石培春，龚江，李春艳.“生物统计”课程教学探索和思考[J].中国电力教育，2012，（10）：103-104.
[4]孙敏，陈艳红.启发式教学思路在CAI软件中如何体现[J].中国电化教育，2002，（6）：51-52.
关键词：生物统计学；精品课程；教学改革
一、引言
随着生物科学的发展，只有定性的结论已不能满足实践的需要，实现生物科学结论定量化是人们长期追求探索的目标；生物统计学是生物学科定量化的重要分析理论与方法，生物统计学是生物学科应具备的基本知识和素质，与生命活动有关的各种现象中普遍存在着随机现象，大到森林陆地生态系统，小至分子水平，均受到许多随机因素的影响，表现为各种各样的随机现象，而生物统计学正是从数量方面揭示大量随机现象中存在的必然规律的学科。因此，生物统计学是一门在实践中应用十分广泛的工具学科，它是生命科学各专业的专业基础课，对后续生命科学课程学习和生物科研有重要作用。
同时，生物统计作为数理统计在生物学领域的应用，是教学难度较大的一门课程。因此，在生物统计学精品课程建设过程中，针对各专业培养目标的定位，因材施教，更新教育理念，加强实践训练，在教学方法和教学手段上进行改革和大胆探索。
二、二十一世纪对生物统计学课程的重新定位
（一）新世纪对生物统计学课程提出的新要求。
二十世纪上半叶农业和遗传统计学首先获得了发展，在其基础上发展起来的生物统计学、统计流行病学、随机化临床试验学已经成为攻克人类疾病的一个里程碑。这在过去的半个世纪里显著提高了人类的期望寿命。
21世纪人类基因组，基因芯片等实验科学产生出的巨量数据，需要新工具来组织和提取重要信息。
将数据转化为信息需要统计理论和实践方面的洞察力、技术和训练。
未来的生物统计学将会与信息技术密切结合，较少侧重传统数理统计，而会更多注意数据分析，尤其是大型数据库的处理。生物统计学越来越不同于其它数学领域，计算机和信息科学工具至少和概率论一样重要。
（二）生物统计学对大学生素质培养的作用。
生物统计学的一个重要特点就是通过样本来推断和估计总体，这样得到的结论有很大的可靠性但有一定的错误率，这是统计分析的基本特点，因此在生物统计课程的学习中培养了一种新的思维方法———从不肯定性或概率的角度来思考问题和分析科学试验的结果。
生物统计学是通过个别的试验研究得出其一般性结论，属于归纳推理的范畴。但其有别于简单枚举法和科学归纳法，是一种或然性归纳推理或者概率归纳推理。在生命科学的研究中绝大多数涉及到的是随机事件，因此，生物统计学不仅是试验设计与统计方法的教学，更重要的还是大学生思维方式的培养，这对提高大学生的素质很有必要。
生物统计学包括试验设计和统计方法两个有机联系的组成部分。通过试验设计的教学可提高大学生设计研究课题试验方案的能力，使之明确课题的研究目的、试验因素与水平以及试验设计方法等方面的内容。通过统计方法的教学除让学生弄清各种统计方法的内涵外，还需要使学生能够正确地选择最适合的统计方法，以揭示资料潜在的信息，达到研究的最终目的，从而提高大学生科学研究素质。
三、教学方法和教学手段的改革
（一）加强电子课件及网络平台建设。
生物统计学是应用概率论和数理统计原理研究生物界数量变化的学科，而概率统计的理论和思维方法对本科生来说有一定的难度，加之课程学时的减少（由原来的60-70学时，降到现在的40学时左右）,如何深入浅出地引导学生入门，并使学生在了解概率统计思想的基础上，掌握常用统计分析方法的应用及使用条件是课程的教学难点。为此，我们利用多媒体技术，制作了与教材配套的课件，通过在课堂上把抽象内容形象化与直观化，收到了良好教学效果。建设了一个生物统计学教学网络支撑平台，现有课程简介、教学大纲、师资力量、授课教案、电子版《生物统计学》教材、课程录像、实习指导、在线测试题、参考文献、其它教学资源等栏目，免费向全校师生开放。
（二）将多媒体教学优势与学生的认知规律有机结合，用较少的学时得到良好的教学效果。
多媒体具有信息量大、形象化、直观化的特点。
但是如果不能很好地将多媒体这些特点与学生的认知规律相结合，多媒体教学就可能会带来一些弊端诸如：（1）内容多，幻灯片变换快，由照本宣科变为照屏宣科，为新的“满堂灌”；（2）课件图片多，内容以展示为主，缺乏启发性；（3）教学内容常用满屏的方式显示（即所谓“死屏”），老师照着屏幕上的内容给学生讲解，失去了传统教学方法，老师边讲边板书能给学生留下比较深刻印象的特点，缺乏吸引力。
而多媒体在教学中只能充当工具的角色，在教学过程中必须将多媒体信息量大、形象化、直观化的特点与学生的认知规律紧密结合在一起。在制作课件时，采用启发式教学方式，精炼教学内容，模仿传统教学书写板书的过程，根据教学内容的难易程度，采用逐字、逐句、逐段显示教学内容的动画方式。在课堂教学中，老师仍然保持传统教学方法的教姿教态，在授课的过程中与学生保持互动，根据学生在课堂上接受知识的能力，掌握屏幕上显示内容的速度，必要时辅以板书进行讲解。这样做既发挥了多媒体教学的特点，又充分照顾到学生的认知规律，在内容没有缩减，学时减少近三分之一的情况下，仍然取得良好的教学效果。
（三）长期坚持教育教学方法及教学规律的研究。
生物统计学的理论基础是概率论与数理统计，从这个层面上讲，它有非常浓的数学味道，但是它又有别于概率论与数理统计，生物统计学更主要强调的是概率论及数理统计的思想和方法在解决生命科学中一些具体问题的应用。因此在教学过程中就存在一个“度”的把握问题，如果将概率论及数理统计的原理讲得太多，一是学时不允许，二是学生难以消化，得不到好的教学效果；如果只注重方法的讲解，学生知其然不知其所以然，就会误入乱套公式的歧途。经过将教学的重点放在教学中引导学生重点掌握统计方法的功能与用途，方法与步骤，防止各类方法的误用，淡化定理的证明与公式的推导。在教学内容的安排上采用“保干削枝”，即在学时减少很多的情况下，将一些次要的统计方法去掉，也要保证有足够的学时讲授理论分布与抽样分布、统计假设测验等方面的内容，让学生掌握生物统计学中所蕴含的概率论及数理统计的思想精髓，从而避免学生乱套统计公式。
（四）密切跟踪生命科学发展的前沿动向，探索生物统计学解决前沿问题的理论与方法。
统计学在生物学中的应用已有长远的历史，许多统计的理论与方法也是自生物上的应用发展而来，而且生物统计是一个极重要的跨生命科学各研究领域的平台。现在基因组学、蛋白质组学与生物信息学的蓬勃发展，使得生物统计在这些突破性生物科技领域上扮演着不可或缺的角色。在课程建设中，随时注意纳入生物统计学在前沿领域研究应用的内容，增强课程的活力，提高教师和学生面向生物产业主战场解决实际问题的能力。
四、加强实践教学，注重学生能力培养
生物统计学要不要开实验课，怎样开实验课，一直存在争议，在此认为生物统计学不仅应该开设实验课，而且还要将实践教学的重点放在计算机技术和统计软件的应用上，让学生不仅掌握统计方法，而且加深对原理的认识，获得就业或升学的必备计算机统计技能，提高解决复杂问题的能力。
（一）开展统计软件的实习，扩大学生的视野，提高学生素质。
20世纪20年展起来的多元统计方法虽然对于处理多变量的种类数据问题具有很大的优越性，但由于计算工作量大，使得这些有效的统计分析方法一开始并没有能够在实践中很好推广开来。而电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易，所以充分利用现代计算技术，通过计算机软件将统计方法中复杂难懂的计算过程屏障起来，让用户直接看到统计输出结果与有关解释，从而使统计方法的普及变得非常容易。在课程体系改革中，各课程的教学时数与达到培养目标所需完成的教学内容相比还是不足的。为此，可以通过标准的统计软件的教学实习来达到以点带面，扩大学生视野，提高学生素质。
为此我们建立了一个专用于实习教学的生物统计电脑实验室。现共有50余台电脑，并连接到校园网。实验室配备有指导教师，负责对上机的学生答疑。除按教学计划进行的正常实习教学外，实验室还对优秀学生免费开放，鼓励他们结合教师的科研活动，应用所学生物统计学知识，学习新的生物统计学知识，掌握应用计算机解决生物统计学问题的技能。
（二）全方位、多层次的实践教学。
为了进一步培养学生实际动手能力和科学严谨的治学态度，必须将本课程的实践教学活动延伸到课堂教学外，开展全方位、多层次的实践教学。
在原绵阳农专期间，主要在作物育种、作物栽培、动物营养等课程实验与实习中，根据相关内容加入了试验设计方法以及数据统计分析的相关内容。
组建了西南科技大学生命科学与工程学院以后，由原来的单一农科专业变成了理、工、农三大学科均有专业的格局。虽然专业的学科归属不同，但有一点是相通的，其内涵均属于生命科学的范畴。以科学研究的方法进行划分，均属于实验科学。
掌握正确的实验设计方法，从不确定性数据中挖掘事物的客观规律，是实验科学工作者必备的技能。因此，我们将原来只是在农科专业上延伸实践教学的作法推广到全院的所有专业，结合实验课教学的改革，对发酵工艺学实验、植物细胞工程实验、食用菌实验、微生物学实验等课程的内容全部或部分改为用生物统计学指导学生自主进行实验设计，把过去单一的实验流程、样品观察或检测实验改变为试验条件的优化试验，提出在不同条件下对样品测定的比较试验设计、单因素试验设计、多因素试验设计、正交试验设计、均匀试验设计，对试验结果要求学生使用统计学的方法对进行分析和讨论，最后得出最佳试验条件。
这样的实验教学改革起到了一箭双雕的作用，从专业基础课或专业课的角度看，改验证性实验为设计型、综合性实验，增强了学生解决实际问题的能力，培养了学生创新思维的能力；从生物统计学角度看，将课程的教学实践延伸到课程外，弥补了学时的不足，更重要的是学生将自己学到的统计学知识，转化为解决实际问题的能力，知识得到很好的内化。
此外，在学生课外科技活动中指导学生选用正确的实验设计和数据的统计分析方法，提升科技作品的档次；在毕业论文（设计）中要求学生采用恰当的生物统计学方法进行设计与分析，写出高质量的毕业论文（设计）。
通过这样的教学实践，训练了学生的统计思维能力，使学生充分认识到掌握生物统计学这一工具的重要性和必要性，增强了学生学好用好这门工具的信心，提高了学生从复杂的生命现象中挖掘事物客观发展规律的能力。
精品课程是集科学性、先进性、教育性、整体性、有效性和示范性于一身的优秀课程。作为精品课程的载体，应具有一流的教师队伍、一流的教学内容、一流的教学方法、一流的教材、一流的教学管理等特点。与之相比，我们在生物统计学精品课程的建设上，才刚刚起步，今后还要在教材建设、师资队伍建设、科学研究等方面加大力度，将生物统计学建设成体现现代教育教学思想、符合现代科学技术和适应社会发展进步的需要、能够促进学生的全面发展而深受学生欢迎的一门课程。
参考文献：
[1]何风华，李明辉。生物统计学多媒体教学的探索与实践[J].江西教育学院学报（综合）,2004,25（6）:25～27
[2]洪伟，吴承祯，陈辉，等。精品课程建设的核心：学科、队伍建设与科学研究[J].高等农业教育，2004,6:50～51.
[3]崔相学。提高学生统计分析素质的实践与探讨[J].成都中医药大学学报（教育科学版）,2004,6（2）:67～68.
[4]邓华玲，傅丽芳，孟军，等。概率论与数理统计课程的改革与实践[J].大学数学，2004,20（1）:34～37.
一、统计学在人力资源管理中的重要意义
统计学是一门研究数据的科学，是用以收集数据、分析数据和由数据得出结论的一组概念、原则和方法。统计是适用于所有学科领域的通用数据分析方法，是一种通用的数据分析语言。无论是在社会科学领域，还是在自然科学领域进行某个课题的研究时，为使观点与结论具有事实依据和说服力，必须根据调查研究或实验取得的统计数据来说明问题，更需要运用科学的统计方法来进行。将统计学原理和方法合理运用到人力资源管理中，从数量方面反映企业人力资源的规模、质量、结构和开发利用等情况，能更好地为企业人力资源决策提供客观、科学的依据。
所有的人力资源管理工作都要在系统数据的基础上，才能做正确的决策。统计是掌握人力资源信息的重要方法；是职位分析的主要手段；是制定人力资源规划的基本前提；为员工培训与开发提供客观依据；为绩效考核提供数据支撑。通过搜集、审查、整理资料，准确地掌握企业人力资源的现状；通过定性与定量分析，更好地提升编制职位说明书、评估职位胜任力的有效性，增强培训需求预测、绩效考核和薪酬激励的合理性，为招聘甄选奠定良好的基础，促进企业良性发展。
二、有效运用统计学加强人力资源管理
（一）建立科学的人力资源管理统计评价体系
统计分析的目的是研究总体的数量特征及其规律性。统计学思想可以引导我们树立科学严谨的管理思想，可以引导我们树立客观、公正的态度；统计学方法的运用可以帮助我们探索数据信息内在数量的规律性，从而便于建立细化量化的科学指标体系，使人力资源管理脱离传统的粗放式管理，走向现代集约式科学管理。在具体工作中要主动运用统计学，做好收集数据、整理数据、分析数据、整合数据的工作，得出科学性结论。要善于从大量数据中去发现规律，将其运用到人力资源中，真实、全面地反映出企业目前人力资源管理的所有信息，有利于构建企业管理评估体系，促进企业实现健康发展的目标。
（二）制定科学的人力资源战略规划
在企业内外环境和条件分析的基础上，根据企业自身发展战略目标以及所处的竞争地位形成一套长期计划。这是一个系统化的过程，要涉及多方面的情况分析。运用趋势分析、比率分析、回归分析等多种分析方法，对本企业现拥有的人力资源数量、质量以及层次结构进行详细而全面的统计分析。根据统计数据，就未来所需类型、数量、层次的人力资源作出预测，从而得出企业人力资源需求状况，更好地进行需求决策。制定规划时，有必要将一系列因素进行细分，归纳出可控因素和不可控因素，运用统计学方法解决相关因素的取舍，制定出科学合理的人力资源战略规划。
（三）优化人力资源结构
人力资源合理配置要考虑的因素是多方面的，因素在不同条件下的作用效果是不同的。人力资源配置过程实际是多因素选优的过程。不仅要考虑岗位所需的适用类型、层次，还要考虑到岗位之间的配合协作，以及人才群体间的互动关系等。要构建最佳的人才群体结构使组织整体功能最大化，就需要多次试验，测试不同搭配下的效果，根据结果分析，找出最为合理的搭配结构。要善于运用统计学原理，分析出既定人力资源状况的条件下，不同岗位与不同人员搭配产生的交互作用的显著性程度。如果涉及多个岗位和多种类型、层次、素质的人力资源，择优进行尝试以实现最优配置。
三、着力解决人力资源管理统计工作中的不足
（一）要提高重视程度
由于对统计在人力资源管理中的重要性认识不足，不了解统计工作的真正内涵与重要意义。导致在现实中，人力资源管理工作仍以经验管理为主。即使开展统计，也只是将收集的数据进行简单的汇总，填填报表而已，导致人力资源决策缺乏准确的数据作依据。企业领导应对此有足够的重视，在具体工作中要身体力行，加大对人力资源统计工作的支持力度。
（二）要增强统计方法
一些企业人力资源管理统计工作仍以人工为主，还未实现统计信息化管理，即使运用计算机也只局限于制作简单的人力资源统计报表。由于统计方式滞后、工作方式单一，难以保证人力资源统计的准确性和工作效率。因此，要与时俱进，实现信息化管理，根据企业自身特征，建立企业内部数据库，搭建企业统计网络平台。
（三）要丰富统计内涵
一些企业在人力资源管理方面的统计，还是以搜集、整理内部数据为主，采取报表型的运作方式，进行单纯的事后统计。“分析”往往只是对数据的简单说明，缺乏对外部市场及竞争对手信息的搜集、整理和综合分析，导致对人力资源的统计分析、预测、综合评价等方面的作用没有完全发挥出来。要善于借助网络技术，通过先进便捷的渠道和方式收集外部信息资料，把握宏观，保证统计资料的完整性，更好地为企业发展服务。
作为经济类和管理类专业的核心课程，统计学为其他科学提供从量的方面着手研究客观事物的方法和理论。统计方法是为适应各门科学的客观需要而产生的，它形式多样、内容丰富，其目的在于使自己成为其他有关科学和实践工作者认识客观现象的强大武器。在教学实践中培养学生统计思维能力，可以使统计思维和统计知识得到更好的推广和应用，能够提高统计思维的效果，使学生自觉地对事物的数量方面产生兴趣，乐于进行数量分析，进而使统计思维在经济生活中发挥应有的作用。统计学是经济、管理类专本文由收集整理业学生的专业基础课，同时也是历届学生普遍反映比较难学的一门课程。因此，教师如何教好这门课，学生如何学好这门课，如何搞好统计学课程的教学，就成为摆在我们面前的一个非常重要的课题。
研究性教学概述
1.研究性教学的内涵
研究性教学是相对于传统接受性教学方法而言的一种现代教学方法，是借鉴科学研究的方法，与学校课堂教学的实际结合起来，创造性地推出的一种新的教学方法。具体来说，研究性教学法至少具有以下内涵：一是实行教学与研究的有机结合，人才培养与学科建设的有机结合；二是发挥学生的主动性，让学生有机会参与研究工作，培养学生的创新意识和研究能力；三是教学过程中通过优化课程结构建立一种基于研究探索的学习模式，在教学科研结合的氛围中，教师和学生间相互交流，师生互动；四是提供教师、学生研究问题的条件，激发创新的欲望；五是教学的目标不在于必须得出一定的结果，而在于其研究、探讨的过程，培养学生多方面的能力，从某种意义上讲过程比结果更为重要。与强调知识传授和注重知识蓄积为特征的传统教学模式相比，研究性教学更多地体现了一种以促进学生发展、培养学生自主创造能力为根本价值追求的教学模式[1]。
2.研究性教学的特点
（1）学生学习的探究性。研究性教学在教学过程中通过提出问题、设立课题，引导学生提出不同看法和观点，鼓励学生通过查阅资料、开展实验、讨论分析来验证书本知识，解决现实问题[2]。学生在这种探究活动中，科学研究思维方式得到训练，学习兴趣得到培养和提高。
（2）老师组织的开放性。包括组织形式上的开放性和内容组织上的开放性。形式上，要求老师不要局限于讲台上，而是深入学生中间进行探讨和互动。内容上，要求教学内容不能局限于教科书中。在研究性教学中，问题的提出和课题的设计等都与学生生活和社会现实密切相关，而问题的解决和课题的研究需要大量依赖教材、学校以外的知识和资源。
（3）教学活动的实践性。研究性教学十分强调实践。一方面，教学内容与社会生活实际和科学研究进展紧密结合，社会生活中的重大现实问题常常是学生课堂讨论问题和开展课题研究的源头活水；另一方面，研究性教学强调学生的亲身实践，注重学生的广泛参与，提倡学生开展调查研究，深入农业生产一线，鼓励学生在科学研究的基础上发表自己的见解和看法[3]。
统计学课程教学实施研究性教学的必要性和可行性分析
1.必要性
（1）统计学课程内容安排缺乏对学生专业背景的考量。表现为沿用老教材闭门教学，无视会计、营销、商务管理、电子商务、物流等各个专业的实际需要，使其实用性无法得到充分体现，失去了应用学科的特色。
（2）统计学课程重理论、轻实践。教学过程中，偏重于理论的阐述，很少给予学生动手解决问题的机会。这导致很多学生不会运用统计学的思维和方法去看待和解决实际问题；决策时只考虑到某种情况的可能性而不知根据统计数据作出客观判断；进行调查时,不会选用正确的调查方法获取资料等。
（3）统计学课程教学与统计软件应用的结合力度不够。数据的搜集、处理、分析须借助于相关的统计软件（如excel、spss、eviews、sas等）来实现，所以如何使用这些软件与掌握统计理论同样重要。在实际教学中，统计软件的应用被忽视，导致学生应用统计软件处理问题时，不知从何下手，即使依葫芦画瓢，把数据置入程序，也不能判断结果的好坏与正误等。
（4）教师自身的统计学应用能力不足。我们的教师基本上是从学校来到学校，自身缺乏实践教学环节的训练，很少了解和掌握企事业单位、政府统计部门的统计是如何实现的，因此在培养学生实践能力方面存在难度，会出现“力不从心”，教学过程中的统计应用也只能是一些理论上的应用，与实际应用差距甚大。
（5）课程考核内容和方式陈旧。现有考核形式仍采用
传统的闭卷考试形式，学生往往采取机械性的记忆通过考试，至于如何应用则无心顾及。
基于以上问题考虑，现有的统计学教学还不能满足学生个性发展的需要，必须对其进行改革，实施研究性教学是解决这些问题的有效手段。
2.可行性
（1）统计学知识需要探究性学习。统计学知识可分为陈述性知识、程序性知识和策略性知识三类。陈述性知识是有关统计学“是什么”的知识，如统计学概念，什么是时间数列，统计指数等。这类统计知识，学生通过听讲或阅读就可以掌握和记忆。程序性知识又称为操作性知识，回答“怎么做”的问题，如有关操作，程序，步骤方法等方面的知识，涉及到学生掌握统计知识的技能和方法等方面的知识，如怎样编制统计指数，如何用时间数列进行动态趋势分析等。策略性知识是回答“为什么”的问题，如统计学产生和发展过程的知识等，后两类知识，特别是程序性知识单靠老师的讲解很难让学生掌握，而通过学习者亲自参与探究或实践，能更好地掌握。这种从实践中获得的统计知识，学生更能容易理解和记忆，并更容易被应用到实际之中。
（2）统计学课程内容需要开放性教学。统计学老师在课堂讲授时，可以在学生中来回走动，及时收集学生的反馈信息，密切地和同学们进行交流。学生也可以自愿组成小组来向老师提问或针对老师提出的问题进行及时讨论。统计学的教学内容都与经济生活联系紧密，教师可以通过目标的制订，引导学生在既定教学框架下面，进行统计调查、统计整理和统计分析，而调查及整理的内容自己可以结合自己的专业和个人爱好进行灵活地选择，只要完成学习目标就算完成任务。
（3）统计学是一门实践性很强的课程。统计学本身是一门实践性极强的方法论学科，应用范围十分广阔，在生产、生活、学习中无处不用到统计。统计与其他学科教学相比更强调“用什么”、“怎么用”，统计教学更为重要的是要突出教师如何引导学生运用所学知识去解决实践问题，把统计知识运用到市场经济活动中去。
研究性教学法在统计学教学中的实施
1.统计学研究性课堂教学实施模式
（1）教师提出研究性学习目标和要求。由教师根据教材创设问题情境，向学生提供研究的基本素材，提出研究目标与要求，指导学生根据问题情境提出有价值的可研究的问题。所创设的问题情境应有利于学生进行研究性学习，促使他们获得更多的统计知识，经历更多、更真切的统计体验，提高统计能力。
（2）学生研究性学习。要求学生以原有的知识经验为基础，提出解决问题的一些初步想法，自主地学习与问题相关的内容，积极地去发现和再创造。问题研究的目的，不仅在于让学生获得数学知识，更在于让学生在探究、分析、讨论过程中，充分展示自己的思维过程及方法，揭示知识规律和解决问题的方法、途径，学会相互帮助，实现学习互补，增强合作意识，提高交往能力。
（3）老师引导。教师引导在研究式教学中是一个贯穿始终的环节，它对于学生的学习起着方向性的指导作用。但在研究性教学中不再是把问题的答案直接告诉学生，而是采用启发式，提供解决问题的思路，引导学生找到解决问题的方法；学生也不再是简单地听或记，而是在已经预习的基础上，把所要探讨的问题与教师的提示相结合，主动思考。加强师生互动，实现教学相长。
（4）组讨论。各小组分组讨论，由各小组推荐代表汇报解决问题的过程，在黑板上列出研究成果，师生共同对所有的成果进行分析汇总，寻找规律，对知识进行提炼与总结，为下一步学习作好充分的准备。
（5）社会调研。研究性教学不是局限于狭义的课堂，而是以整个社会为课堂。当学生掌握了一定的理论后，围绕统计学学习的需要，有针对性地到一些典型区域进行调查研究，有利于学生增加对问题的感性认识，扩大思路，提高认识和解决现实问题的能力。考察不能仅仅是实地观察的过程，而应渗透着对现象实质的思考。调查结束后，形成调研报告，全班交流，组织答辩，对发现和存在的问题进行研究探讨。
（6）总结、巩固和提高。这一阶段既要对前5个阶段探究活动的基本收获进行总结，对学生在统计研究过程中体现出来的态度、能力、信念给予确认，对学生在
学习和社会调查过程中体现出来的团结协作、共同研究、发挥集体智慧、共同进步的理念给予充分肯定；又要得出结论，提炼问题，使每一个学生都能灵活运用所学的知识，拓宽思路，体验成功和探索创新，从而提炼和升华思维，建构起自己的知识体系，为学生以后解决类似或相关问题提供帮助。
2.统计学研究性教学的考核模式
研究性教学强调学生在独立的主动探索、主动思考、主动实践的研究过程中，吸收知识、应用知识、分析问题、解决问题，从而提高学生的各方面素质。如果缺乏行之有效的评价手段，自始至终教师只是口头泛泛地评价学生的表现，会使学生误认为对于平时任务的参与是大锅饭，只要参加了就行，这样，积极参与的学生会感到难以体现自身的成功与满足，从而失去了继续探究的热情。而在活动中态度不认真的学生更认为参不参与是无所谓的，结果研究性教学很可能就难以继续。如果在评价学生参与研究性教学时，将活动成绩与期末总评挂钩，情况就会大有改观。我们的做法是，统计学原理研究性教学要注重过程性评价，将学生参与研究性教学的表现经过量化纳入期末总评，最终分数由两部分组成，即期末考试成绩占40%，学习过程占60%。平时每进行一项内容，教师有相应记录，力求做到尽可能地公开、公正、公平，各项内容教师接受学生异议并负责解释。
经过几个学期的实践，大部分学生对于此评价模式感到满意，在课堂表现与课后任务的完成上都很努力，学生科研能力得到大幅度提高，骨干学生成为本系大学生科研创新的主力。表1列出了考核改革后三年与改革前两年浙江农林大学天目学院会计学专业学生考核成绩对比情况。从表中可以看出，各届学生的成绩分布均呈现良好的正态分布；平均成绩和及格率在改革后有了一定的提高；标准差相对稳定，但改革后还是有一定的提升，说明改革后的考核方式能够更好地区别学生对知识掌握和应用程度。经过考核方式的改革，我们发现学生在知识的综合运用、 科研思维、 创新能力方面有了显著提高。学生在课堂上表现积极， 勇于提问，大胆与教师交流，尤其在课程论文汇报课上更是思维活跃，表现突出。
【摘 要】文章分析了目前国内高校统计学教材中存在的问题，提出了一些改进教材的建议。
【关键词】统计学；教材建设
一、我国统计学教材存在的主要问题
（1）过于重视数学公式和推导，轻视对统计思维的培养。由于统计发展历史中的数学背景，上个世纪中期基本定型的数理统计教材充满了数学味极强的定义、引理、定理、推论，以及贯穿其中的纯粹数学推导和证明。但是，和确定性的数学不同，以归纳为主要思维方式的统计是描述现实世界的，统计的结论不可能是确定性的。数学是不能证伪的，而统计科学和其他科学的理论一样，必须是可以证伪的。在不断证伪的过程中，统计科学才得以发展。因此，这样的统计教材往往对于背后的基于数据的统计思想介绍得不很充分，也不强调这些充满假定的数学模型都是对现实世界的不同程度的简化。大多数教材仅仅指出这些模型在什么假定下可用，而很少指出违背这些假定的后果。（2）教材层次方向不清，教育目的不明确。作为高等职业教育、本科生、研究生不同层次和不同统计教育方向的教材，内容区隔不明、层次不清、存在大量的重复。在普通高等院校本科教育中，非统计学专业的统计学类课程的教学目标、教学时间与统计学专业的教学目标、教学时间也有很大的差别。目前，统计专业教材过于注重理论体系完整，严格的数学推理，忽视了本科统计教育的目的是培养更多的具有实际统计能力及能发现问题分析问题解决问题的统计人才；非统计专业的教材偏少，现存的几个版本的教材知识性较强，应用性欠缺。（3）教材内容重复、联系松散，缺乏系统性。例如，最小平方法在《统计学原理》、《概率论与数理统计》、《统计预测》、《计量经济学》中相继出现等，门门课都讲，却每门课都未能讲深讲透，学生无法深入领会。（4）教材数量多，缺少精品教材。目前统计学类教材有多种版本，但是，有些教材的编辑出版目的是职称评定、学科评估等，拼凑写作班子，造成教材粗制滥造，辗转抄袭和理论脱离实际的情况。
二、加强统计学教材建设的一些思考
（1）教材的科学性与规范性。学习我们教材的学生在统计学专业上多是一张白纸，我们教材上所说的对绝大多数学生来说都会被全盘接受，通常我们编写教材的老师并未意识到教材对学生一生可能产生的影响。特别是由于我们本身知识体系的欠缺以及我们工作中的粗心和不慎都会对学生产生负面的影响，这也是我们强调慎编新教材的另一考虑。教材应该展示统计科学的体系，至少应该体现科学性和规范性。很多教材都会讲到均值，它是常用的集中趋势度量。但是很少有教材说明，当数据呈显著的偏态分布时，均值不是一个合适的概括性指标，因此导致很多学生在应用中常常误用均值。均值误用的典型例子是近年来工资被增长的问题，因为收入分布不是正态分布，而是右偏型分布。在国际上收入分布主要用中位数，而不是均值。（2）教材内容的应用性和与时俱进。统计是数据的科学，因此，统计学教材要体现出应用性，紧密联系社会实践，强调统计思想的内涵与应用。教材里每一种统计方法的介绍都联系着许多例子和案例，并在每章配有大量的例题和练习，不仅可以避开深奥的数学理论推导，而且为学生深入领会统计思想与方法提供了最有效的工具。教材要适应应用统计的需要，特别是计算机科学的飞速发展，界面越来越方便友好的统计软件的使用，已经使旧的学习方法，特别是记忆并运用统计公式不再适用于大部分学生。与20年前甚至10年前相比，非统计专业统计学原理的内容还应该有较大的调整。如果对照国外同类教材，就不难看到这方面的差异。最典型的是由于计算机处理数据已经十分方便，教材中传统的利用手算的一些简捷公式和方法已经过时，如：均值假设检验的t统计量、回归方程的回归系数的计算等。（3）教材编写应有趣味性。很多人以为保证教材的科学性、严谨性就足够，往往忽略教材面对的学生的阅读需求，即学生希望作为应用科学的统计教材可读性强，语言轻松活泼，通俗易懂。行文中间可以穿插大量丰富、鲜活、生动的扩展阅读，使得统计技术不再枯燥，方便学生的理解和学习。比如每章安排“专栏或扩展阅读”，给出一些与统计知识有关的历史故事或注意事项，帮助学生了解所学知识的重要性和实践性。还可以在适当的地方给出一些著名的统计学家的人物小传。通过对他们成就的了解，扩展学生的视野，使学生了解统计学发展历史上重要的人物以及学科发展历史事件，学生会更加全面地了解统计这个学科。
编一本好的统计学教材，不仅应该展示统计科学的体系，至少应该体现科学性和规范性，而且要适应应用统计的需要，大量使用不同领域数据，使得学生深刻理解统计的应用性，最好能注意趣味性，要编排新颖，讲解清晰。教材最好能借助于统计软件的使用，帮助学生深入领会统计思想与方法。
参考文献
[1]袁卫，刘超．统计学教材建设的问题与思考[J]．统计研究．2011（9）
[2]郑玉梅．浅谈统计学思想/段兴聪[J]．企业导报．2009（8）：112
[3]何海燕，董黎明．对高校统计学教材更新与提升的再思考[J]．统计教育．2001（3）
一、关于培养目标与模式
根据统计学专业的特点，统计学专业培养目标的制定遵循“宽口径、厚基础、重应用”的原则，培养具有良好的经济学基础，掌握统计学的基本理论与方法，熟练地运用计算机分析处理数据的能力，具有宽广的知识面，较强的实践能力和创新精神，能在国家各级管理部门，各类企事业单位从事统计调查、数量分析、统计信息管理与咨询等实际工作，适应社会经济发展需要的高级复合型专门人才。
首先，专业培养目标中培养人才规格定位问题。专业培养目标是人才培养体系中基层目标，也是对毕业生培养的规格和质量所提出的应当达到的标准，同时也是构建专业课程体系、制定专业主干课程、实践教学环节的重要依据。国内大多数高校统计学专业培养目标对人才培养规格定位为高级复合型专门人才，在这里应该理解为统计学专业既不是培养所谓的统计“专才”，也不是培养对财经、管理类各学科无所不会、无所不晓的“通才”，而是培养在一定领域、一定程度上能融入其它财经、管理类学科的“参与型”、“协同型”的“复合型”人才。只有突出统计学专业思想，才能使统计专业的毕业生利用统计思想理解行业问题，进而选择正确解决途径的能力。而这种参与和协同，是指统计学专业所培养的人才，能运用自己所学的统计理论方法和相关的经济、管理理论，与经济、管理专业人才合作和协同，解决好数据搜集、整理、分析、显示等统计方法在经济和管理中的应用问题。
其次，专业方向问题。著名的经济学家、统计学家萨维奇认为：“统计学基本上是寄生的：靠研究其它领域内的工作而生存”。统计学实践性、应用性的学科性质要求统计学专业人才应当具有从事经济、信息、生物、医学、法学、教育及心理等各个领域中有关统计实务工作的专业技能，为政府或企业决策、科学研究提供可靠的依据，这就必然要求统计专业人才不仅要有丰富的统计学专业知识，还应当具备经济、信息、生物、教育等所从事行业的基本知识。然而，“高级复合型人才”的统计专业人才培养目标，培养过程注重理论而轻应用，导致统计学专业毕业生的知识结构过于狭窄：大多数学生除了统计学专业知识外，对于其他学科领域的知识掌握甚少，这直接影响了统计专业毕业生的创新能力以及对统计实务工作的适应能力。目前，统计学本科授予经济学学士的院校，一般基于“大统计”及经济学学科背景设计课程体系，但明显的不足是统计学作为一种分析工具，课程设置中重理论方法而轻应用，没有和具体的行业背景相结合，统计学专业没有明确的专业方向。由于专业方向模糊，势必影响对必修课、选修课的科学安排，实现不了多种课程的有机结合。另外，由于专业方向不明，学生在选修课程的时候茫然而不只所措，有的同学到毕业时，也没有选修专业综合特色课程，从而不知道统计学专业在哪些行业领域能应用自如。
再次，在培养目标中还应进一步明确“数学”和“经济学”的基础性作用。因为统计学是以数为据，以量为证。具备一定的定量分析，注重数的背景和量的意义，是统计学区别其它经济学科的一个显著特征，也是培养学生具有数理判断能力和以数为背景的逻辑思维能力。
最后，在培养模式中，应该强调实践教学的重要性，以培养学生的操作技能和综合能力。实践教学的形式多种多样，既可以渗透到具体的课程中去，又可以采用课外学生实践的方式。实际上，统计学、社会经济统计、抽样调查、计量经济学、多元统计分析等课程都可以开展理论与实践相结合的教学模式，这些课程的实验大多侧重于理论方法的验证，对于如何走出模拟实验环境，进一步面向社会、服务社会，增强学生的专业与社会实践相结合，还有待进一步完善。笔者以为，从高年级开始，每学期至少有一次社会实践机会。一是在学期教学过程中进行，如组织学生进行统计模拟专题实验或请政府统计机关的人员走进课堂介绍统计方案的设计、数据的收集与处理、调查报告及统计分析报告的撰写；教师在组织教学的过程中，适当地走出课堂开展统计信息咨询、多元化市场调查与统计分析，使学生感到学有所用、学以致用；高年级统计模拟实验课程应该开设专业综合实验，侧重以案例为背景，主要是描述统计、推断统计、多元统计及其计量经济等方法的综合应用。二是在假期中进行，如寒暑假组织学生开展社会调查、信息咨询、岗位实习等实践活动，亲自从事调查数据录入、整理及分析推断，使学生在实践中发现问题，提出解决问题的思路与方法，不墨守成规，勇于创新。
二、关于课程设置
专业人才培养目标和培养规格的具体化、实践化要通过课程设置来实现，课程设置是人才培养方案中最核心的部分。
首先，在课程的结构上，强调数学、经济学、统计学和计算机应用（统计软件应用）四个方面课程的有机结合。在课程的设置上，不能贪多求全，要有侧重，应着重开设突出素质能力的数学基础课程和反映统计数据分析与处理能力、计算机技术方面的课程内容。教学内容注重揭示课程之间相互关系，在比较和联系中给学生系统地传授知识，提供丰富的背景知识，拓宽学生的视野。就统计学专业理论方法及其应用而言，构建课程体系时应考虑以下几个方面的课程设置：（1）统计方法论基础课程和综合课程，如概率论与数理统计、统计学、抽样技术、计量经济学、时间序列课程、多元统计分析、统计预测与决策；（2）社会经济统计学基本理论和方法课程，如市场调查与分析、企业经济统计学等；（3）主要生产领域的统计方法课程，如工商管理统计、商务统计等；（4）有较大发展潜力的行业统计方法课程，如资源环境统计、人寿与保险统计；（5）宏观经济统计核算理论和方法课程，如国民经济核算、宏观经济统计分析；（6）前沿性统计方法课程，如数据挖掘、非参数统计、贝叶斯统计等。这种安排体现了构架知识体系的点面结合要求和循序渐进要求，也突出了统计学专业“参与型”和“协同型”课程体系的内涵。如果专业方向进一步明确，对于统计专业方向课程，学生可根据专业方向来确定选修。
其次，为拓展学生的数学思维，夯实数学基础，笔者认为，应把“运筹学”和“统计建模”课程分别增加到专业基础课程、专业综合特色课程中去。因为运筹学课程主要学习管理决策的定量化模型和方法，是线性代数、概率论和数理统计、经济学知识的综合应用课程，也是深化专业基础课“管理学”的重要课程（开课学期可进一步探讨），与统计学专业开设的经济预测与决策、管理统计学等课程关联度较大。统计建模课程以统计理论为基础，突出统计方法、计算机技术的应用。通过这两门课程定量化分析方法的学习，能帮助学生在分析决策对象和解决实际问题方面更加自如，突出了统计学专业定量分析的特长。
最后，为加强计算机编程及其应用需要，使学生熟练掌握程序编制、终端设备的使用和加强数据分析能力，建议统计软件应用课程侧重介绍SAS和R软件①编程技术和应用；而SPSS软件、EVIEWS、马克威软件融合到多元统计分析、计量经济学、时间序列课程中的实践环节。另外，统计学专业还应增加一门程序语言（如C语言），一方面有助于统计软件的学习，另一方面，可突出统计专业办学特色。如果统计学专业毕业的学生编程能力强和实际操作应用能力强，则对专业声誉、办学特色定位及毕业生就业渠道的拓展大有裨益。笔者认为，宁可缩减统计专业交叉、重复大的课程，也要多开设计算机方面的课程，以适应信息社会数据处理的需要。
三、关于教学手段和方法的改进
国内大多数统计学专业的教学基本上沿袭了“课堂讲授——课后作业——考试判分”的教学模式。在课堂教学中，仍然以传统的“灌输式”为主，在教学上习惯于“填鸭式”教学方法。上课只重视概念、统计指标的含义和公式的推导，而忽略所包含的经济含义和统计指标的实际运用。老师上课来，下课走，师生缺少沟通。由于对“启发式”教学方法应用得还不够，对实践教学课时安排不足或很少考虑，学生接触社会实践的机会较少，这对提高学生的统计实践应用能力极为不利。有些学生感觉身处大学的校园却是中学的教学管理模式，学生在学习过程中容易产生统计既难学又枯燥无味的情绪，不利于发挥学生的积极性和创造性。
在教学手段上，目前，统计教学中普遍采用多媒体教学。但随之而来的问题是学生难以笔记，丧失了由此产生的记忆功能和复习巩固功能，会使部分学生感到没有停顿思考的余地，造成知识消化吸收不良。另外，多媒体教学过程中，由于课件是事先设计好的，教学思路按课件设计来进行，学生只能循着教师固定的思路来思考问题和学习知识。也就是说，教师划定了一个由起点到终点的严密轨迹，学生只能沿着轨迹走，这与在课堂教学中培养学生的创新思维、创新能力是相矛盾的。
一、应用型统计学专业人才的培养目标定位
应用型统计学专业主要培养适应我国社会主义经济建设实际需要，具有良好的数学与经济学素养，掌握统计学基础理论和方法，能熟练地运用计算机进行数据处理和分析，能在企业、事业单位和经济管理部门从事统计调查、信息管理、数量分析等工作，或在学校、科研部门从事教学、研究工作的统计人才。
1.具备扎实的统计理论和知识水平具有应用统计思维分析事物、解决问题的能力。在构建学生理论知识体系的过程中，注重对知识实际运用能力的培养。但在实际教学的过程中，往往发现教师更多地侧重公式的推导、方法的介绍，却忽略了实践的应用，造成学生只是盲目地掌握了一些基本公式，却不知道怎样去解决实际的问题。
2.具备一定的宏观经济理论和知识水平能够站在更高、更宏观的层次上分析理解数据之间的内在逻辑联系，深刻挖掘数据背后的含义，全面提高分析问题、解决问题的能力。很多统计专业的学生，包括一些教师只强调统计知识的学习，缺乏经济理论的指导，就统计方法来分析经济问题，得出的结论缺乏较强的说服力。
3.熟练操作各种常用的统计分析软件能够把现代信息技术熟练地运用于统计工作实践中，使复杂繁琐的统计计算和分析过程变得简单、高效、快捷。由于很多高校并没有建立完善的实践教学体系，实践教学平台欠缺，导致实践教学与理论教学不能较好衔接，使实践教学的效果难以发挥。
二、应用型统计学专业实践教学体系构建的思想
统计学专业实践教学体系的构建要适应社会发展的需要，以培养具有较强统计理论知识和实践创新能力的高层次应用型统计人才为目的，突出统计学专业实践教学的特色。统计学专业实践教学体系不同于课程实验，也不同于课外实践，它是一个多阶分层递进的实践体系，如图1所示。
1.在统计学专业实践教学体系中分为三个维度，层层递进许多高校把实践教学就当做实验教学，仅在一些统计专业课程中开设简单的实验，没有体现出统计学专业实践教学的特色。在构建统计学专业实践教学体系的过程中，首先要强调专业课程的实践教学，然后再推进专业技能的训练及第二课堂的学习，使学生能够全方位掌握统计理论的应用。
2.实践教学形式的多样化在统计学专业实践教学体系设计的过程中主要采取校内实验与校外实践相结合的方式。统计的专业课程主要是讲授统计的整个工作过程，从方案的设计到数据的收集、整理、显示、分析和解释等理论。采取校内实验与校外实践相结合的方式不仅能够培养学生综合运用统计方法和统计分析工具的能力，而且能培养、训练学生观察社会、认识社会的能力，以及提高学生分析问题、解决问题、适应社会的能力，更好地将理论知识与实践运用结合起来。
三、应用型统计学专业实践教学系统的设计
根据统计学专业人才的培养目标和培养规格要求，结合实践教学体系的构建思想，本文认为该专业的实践教学系统应由两条主线和四个子系统及实践教学平台构成。两条主线是：贯穿于专业理论课程的实践教学体系与贯穿于四学年的引导和培养学生创新能力、实践能力的实践教学体系。四个子系统分别是准备型实践教学子系统、课程实践教学子系统、实践教学子系统、创新性实践教学子系统。具体内容如图2所示。
1.准备型实践教学子系统通常，统计学专业的基础理论课程主要包括公共课和学科基础课两大部分。公共课的设置是从一个大学生应具备的基本道德素质、政治素质、基础知识体系角度考虑，学科基础课主要从专业学习应具备的基础角度设置课程，为今后专业课程的学习打下良好的基础。该环节的实践教学子系统主要表现为政治素质及基础知识体系的培养，为学科基础知识的学习打下基础。
2.课程实践教学子系统该系统设计的主要目的是为了能够使学生在掌握专业课程理论知识的基础上运用这些方法进行实践操作。例如，运用SPSS进行数据文件的建立和管理、描述统计分析、参数检验、方差分析、非参数检验、相关分析和回归分析、聚类分析、判别分析、因子分析；使用Eviews和SAS软件建立随机时间序列模型；使用Excel、Eviews和SPSS软件进行经济预测与决策等。
3.综合性实践教学子系统要培养高层次的应用型统计人才，除了专业的基础理论介绍外，还要设置一些综合模拟实训，使学生的专业技能得到有效锻炼。通过综合模拟、综合设计、综合分析等环节，让学生参与到统计工作的过程中去，理解统计工作的性质、特点和要求，真正了解统计学专业的内涵，提高学生处理统计问题、分析统计问题的综合应用能力。
4.创新性实践教学子系统学习的目的不仅在于理论知识的掌握和运用，而且还要能够创新。该实践教学子系统通过课外调研、承接项目、创业策划、系统开发等多种途径，提升统计学专业学生的创新能力和综合分析问题的能力，能够在复杂多变的环境下有效地利用所学知识解决实际的问题。
5.实践教学平台的建设实践教学平台的建设能够保证统计学专业实践教学系统的有效开展，并能够实时地监控和反馈，实现学生和教师之间的双向沟通。很多材料，包括案例集、习题集、实习手册、实习报告都可以通过实践教学平台传递和归档，提高工作的效率。
四、应用型统计学专业实践教学系统的实施路径
统计学专业实践教学系统是一个多构面多要素构成的复杂系统，必须精心设计、精心组织才能达到优化的目的。具体实施路径如下：
1.加强专业实施教学的组织领导设立专业实践领导小组，负责专业实践教学的规划、组织、协调、监控和评价。
2.积极发挥专业教师和实验员的积极性和创造性任何实践教学方案的实施都必须由专业教师和实验员来具体组织和实施。因此，要充分调动专业教师和实验员研究实践教学问题，开发和设计实践教学项目，提高实践教学效果的积极性和创造性。
3.制订统计学专业的实践教学实施方案既要制订总体实施方案又要制订各种专题实施方案，并力求具有系统性、科学性和可操作性。
4.编制与实验相关的书籍组织专业教师、实验员编写和设计实验指导书、教学案例集、教学项目集、模拟训练课题集、习题集、课题设计集、实践教学CAI课件和多媒体课件，切实加强专业实践教学的基础建设。
摘要：中职教育主要培养学生提高文化素质，掌握专业技能，成为应用型人才。提高中职统计学教学质量是一个系统工程。针对当前中职统计学教学质量整体不高的现状，谈一谈中职统计学教学改革。
关键词：中职教育 统计学 教学改革
中职教育是职业教育，也是就业教育。它是为学生将来从事特定职业岗位的需要进行相关知识、技能技巧的教育，培养面向生产、建设、管理服务第一线的技术应用人才。各中职学校都以中职教育这一培养目标为导向，把培养学生的职业技能和基本素质的目标贯穿于整个教育教学过程中。
统计学课程是经济、管理类专业学生必修的专业基础课，是经济、管理类各专业课程体系中建立经济知识平台的重要组成部分，它是研究关于如何搜集、整理和分析社会经济现象数据的学科。但该课程体系严密、内容丰富、概念抽象、计算复杂，大部分中职学生在学习中兴趣不大，觉得统计学是一门枯燥的课程。因此，在教学上，应根据专业培养目标的要求、侧重统计学基础理论和基本方法讲解，密切联系实际、立足于应用，使学生能应用所学统计知识，分析和处理有关经济问题。
一、统计学课程教学中存在的问题
1.教学目标过窄
随着经济体制改革的深入，社会上需要愈来愈多的综合素质好、业务能力强的应用型人才。培养出的学生既要具备一定的统计理论基础和专业知识，又要具备能够运用现代统计分析和解决实际问题的能力，才能适应市场经济的需要。而目前在统计学教学中，仍然不同程度地存在着重理论知识的传授，而忽视实践应用能力培养的现象，相当于老师在教室让学生想像着如何开机床的道理是一样的，以至于学生创造能力、应变能力、动手能力、分析能力都偏低。
2.统计教学方法和教学手段单一
目前统计学教学仍然是以教师在教室讲授为主，学生被动地接受知识的传输，“启发式”教学方法，师生之间的互动和交流都无异于纸上谈兵。在教学内容上重理论、轻实践，忽视发展与变化，案例多年来一层不变，教会了理论知识，却忽视了应用知识。
在教学手段上，统计教学至今还没有与现代计算机教学相结合。教学中幻灯、多媒体、网络等电化教学手段运用太少。
3.考试形式和方法过于单一
目前统计学课程的考试形式和方法基本上是以闭卷的形式考查学生对知识的记忆和理解。虽然这种考试模式较充分地考虑了知识本身的逻辑性，并将其与学生的认识发展过程相结合，易于组织教学，但它由于过分追求学科知识的完整性，容易使理论脱离实际。由于考试内容严格按照考试大纲，主要以课本上理论知识为主，这就导致教师传授给学生的前沿知识较少，甚至教师课堂讲课本，学生课后背课本，其实际应用能力得不到培养。
二、统计学教学改革途径
1.合理设置课程，调整教学内容
在传统的教学中，几乎每堂课都是老师唱主角，讲课满堂灌，学生除了记笔记之外很少有自己独立思考的时间，课堂上老师讲的内容虽然很多，但能在学生头脑中留下印象的却很少，更不要说对知识的掌握与应用了。因此，要培养学生的创新能力，在教学内容上要有所选择和侧重，突出重点，让出更多时间给学生自学，激发学生思考问题的兴趣。
统计学与数学、会计学、市场营销学、计算机等多门学科息息相关，让学生通过统计课程的学习对专业技能要有真实的帮助。在课本方面应有所侧重，比如会计专业的统计学课本中应增加更多财务方面的统计应用知识，市场营销专业的统计课本侧重市场调查分析的案例。在例题中学生遇到与其他学科相关联的问题，可以促进他们主动学习其他有关课程，从而扩大知识领域，丰富知识内涵，培养其独立思考问题、分析问题的能力。
2.课堂教学和社会实践相结合
教师应注意将讲授式教学、启发式教学、问题探究式教学、训练与实践式教学、多媒体教学等结合起来，有效提高学生的学习兴趣，调动他们的学习积极性。在传授已经形成的知识的同时，要加强学生的实践能力锻炼，提高学生的动手能力和创新能力。
日常教学中，我们可以将本班作为样本采集的对象，由教师设计模拟课题，学生在设计调查方案的基础上，组成若干调查小组，在校园内正式进行一次统计调查活动。从调查目的、调查对象和单位的确定，调查方法的选择，数据的收集整理和计算分析，一直到调查报告的编写、调查总结或体会的形成，全部由学生自己来完成。这样，同学们就亲身参与了统计调查、统计整理和统计分析的整个过程，熟悉工作程序，在亲身体验的
编辑整理本文。
过程中深化对书本知识的理解，效果很好。
老师讲课的过程中也要多注重课本知识在学生身边事物的应用分析，举例子也要切记用学生看得到摸得着的真实案例做为导入内容，这样才会拉近学生与统计之间的距离，认识到学习统计学这门课程的深刻意义。
3.考核方式也要改变
传统的统计学考核方式主要围绕书本知识在理论和方法上做文章，从教学到考核以“书”为本，考试一过关，好像就认为掌握了统计学的知识，具备了统计的基本素质和能力。其实不然，因为统计学的学科性质决定了学生的统计素质和能力很难通过笔试考出来。统计学从内容上主要包括两大组成部分：理论知识和综合应用。统计学的考核应围绕这两部分内容而展开，当然这两部分内容各有侧重。
（1）理论知识的考核
统计学的理论知识主要包括概念、作用、种类、特点、原则和程序等，这部分可笔试进行，但要注重把理论知识尽量转化为实际问题去测试，考查学生对理论的理解程度。
（2）综合应用能力考核
1）撰写调查报告。调查是统计的经常性工作，无论在政府机关，还是在企事业单位，都需要开展调查，以反映事物的真实情况。调查的结果往往以调查报告的形式去反映，调查报告既体现学生的写作水平，又反映他们的专业水平。在非统计专业的统计学教学中，让他们对调查工作亲身感受，并以调查报告的形式去考核他们，这样会比单纯说教方式更好。
2）计算机操作。统计学教学除要求学生掌握基本的统计理论外，还要求学生会利用现代化信息工具开展统计调查、统计整理和统计分析。在教学中，教师应加强统计电算化教学，应结合每一阶段的特点适时安排学生上机操作，如统计图表的绘制、统计指标的计算、统计软件的使用等。因此，在考核中必然要体现这一环节，并把它作为检验学生统计应用能力的重要方面纳入综合考核中。
三、结束语
只有从根本上改变教学观念，更新教学内容，运用适合中职学生自身素质特征的教学方法和手段，采用科学的考核方式，才能真正改变目前职业学校统计学教学的现状，使学生真正学好统计这一门应用性很强的学科。
参考文献：
[1]王新华， 刘红红. 统计学教学改革的探讨[j]. 沙洋师范高等专科学校学报， 2010，(04)
[2]梁雁. 关于统计学教学的几点思考[j]. 科技信息， 2010，(23)
[3]孙镭. 关于统计学教学改革的思考[j]. 经营管理者， 2009，(19)
关键词：统计测度；统计学；大数据；数据科学；
作者简介：李金昌，男，50岁，浙江义乌人。浙江财经大学校长，统计学教授，博士生导师。研究方向为经济统计学，统计理论与方法，抽样技术，政府统计等。
最近两年，统计学界对大数据问题所进行的理论探讨逐渐增多，视角也各有千秋，引起了一些共鸣。围绕大数据问题，由统计学、计算机科学、人工智能、数学等学科共同支撑的数据科学开始形成。但大数据毕竟是一个新课题，因此远未达到对其有一个系统完整的认识，仍然需要从不同的方面加以研究，其中有一个重要但又容易被忽视的问题，即统计测度问题，值得去探讨。
一、什么是统计测度
汉语上，测度是指猜测、揣度、估计。数学上，测度是一个函数，它对一个给定集合的某些子集指定一个数，这个数可以比作大小、体积、概率等等。通俗地说，测度把每个集合映射到非负实数来规定这个集合的大小：空集的测度是0；集合变大时测度至少不会减小(因为要加上变大的部分的测度，而它是非负的)。
除了数学角度的测度论，查阅国内文献资料，带有测度这个词汇的文献不少，但专门针对统计测度(或测度)内涵的讨论几乎没有。一些对社会经济现象进行分析测度的文献，例如新型工业化进程测度、货币流动性测度、全面小康社会发展进程测度、收入分配公平性测度、技术效率测度、人力资本测度、金融风险测度、产业关联测度等等，所做的测度都是再测度，均不对测度本身进行讨论。查阅国外文献资料(关键词：measurement)，也同样存在这样的问题，只能收集到一些比较零散的表述。LudwikFinkelstein(1975)[1]认为，在我们对事物或现象进行描述时，测度可以被定义为对现实世界中某一现象的个体属性或特征进行量化的过程。JamesT.Townsend和F.GregoryAshby(1984)[2]认为，如果按照极端的观点，那么统计分析中的基本测度理论的含义仍然是存在争议的。LudwikFinkelstein(2003)[3]指出，测度在那些原来尚未得到卓有成效或广泛应用的领域，也已取得了明显的进步，社会、政治、经济和行为科学正在更大程度地利用定量技术；测度是现代思维的一种实际有效的工具，是我们借以描述世界的一种方法。GiovanniBattistaRossi(2007)[4]认为，用以表示测度结果的，是数字或者数字符号。LucaMari(2013)[5]认为，测度的基础特征是被公认为世界上获取并正式表达信息的基本方法，这让它成为一种跨学科的工具。LudwikFinkelstein(2014)[6]指出，在自然科学技术中，测度的重要性不可否认，它是科学调查和发现必不可少的工具，它可将宇宙中的复杂现象用精确、简洁和普遍的数学语言来描述。
那么，到底什么是统计测度呢？目前没有一个统一的定义。本文认为，统计测度具有不同于测度的意义，并且大大超越数学上的界定，即它具有数学定义的一般属性，但又不受制于函数表现形式，因为统计测度所要面对的是现实世界，实际问题要比理论上可以定义的问题复杂得多。按照我们的理解，统计测度就是用一定的符号和数字，用一定的形式和载体，对所研究的现象或事物的特征进行量化反映，表现为可用于统计分析的数据的过程。它应该具有这样一些属性：以实际现象为测度对象，测度结果具有实际意义；以量化为目的，把信息转化为数量，提供人们容易理解的定量结论；个体特征的测度符合形成总体定量结论的要求，同时能够体现个体差异。可以发现，统计测度需要借用数学工具，但更重要的是对具体测度现象本质特征的认识和掌握。
统计测度可以从若干不同角度进行分类。邱东教授(2012)[7]曾在“宏观测度的边界悖律及其意义”一文中，从边界的角度对宏观测度进行了分类：一是因事物本身可测度性而形成的边界，即本体论意义上的测度边界；再一是由人的认知能力而形成的边界，即认识论意义上的测度边界；第三则是由统计相关性偏好和投入约束而形成的边界，即操作意义上的测度边界。这三条测度边界，应该以本体论意义的测度边界最大，认识论意义的测度边界次之，而操作意义的测度边界最小。这样的分类，对于我们正确理解统计测度的内涵很有帮助。受此启发，笔者认为统计测度还可以有如下分类：
1.从测度的实现形式看，可以分为原始测度和再测度。原始测度也可以称为直接测度，它通过对测度对象进行直接测度来获取数据，例如清点库存物品数量、丈量作物播种面积、观察培育细菌数目、检测药物成分等获得的数据，以及各种登记、记录的原始数据等等。再测度也称为间接测度，它以其他已知的测度数据为基础去计算、推算或预测所需的未知数据，例如根据GDP和人口数测度人均GDP、根据人口普查分年龄人口数据测度老龄化系数和社会负担系数、根据相关指标数据测度CPI的变化等等。复杂的再测度则需要借助相应的统计模型作为工具，因为它实际上是对相关变量之间的关系进行定量反映。从两者关系上看，原始测度是基础，是根本，没有科学的原始测度就不会有可靠的再测度；再测度则是测度功能提升的必然要求，以解决原始测度不能解决的问题。
2.从测度的计量方式看，可以分为自然测度、物理测度、化学测度、时间测度和价值测度。自然测度是利用现象的自然属性所进行的一种统计测度，例如人口规模、企业数量等的测度，采用自然计量单位；物理测度是利用现象的物理属性所进行的一种统计测度，例如公路长度、作物播种面积、天然气产量等的测度，采用物理计量单位；化学测度是利用现象的化学属性所进行的一种统计测度，例如医学、生物学中化学合成物的成分结构测度，采用百分数、千分数或特定标识为计量单位；时间测度是利用现象的时间属性所进行的一种统计测度，例如劳动用工、闲暇时间等测度，采用时间计量单位；价值测度是利用现象的价值属性所进行的一种统计测度，例如劳动报酬、经济活动成果等测度，采用货币计量单位。在这些测度计量方式中，价值测度因最具有综合功能而应用最为广泛。
3.从测度的方法看，可以分为计数测度、测量测度、实验测度、定义测度和模型测度。计数测度是一种通过观测计数来获得数据的方法，最为简单，一般用于自然测度或时间测度；测量测度是一种根据物理或化学规制对现象进行测量、测算来获得数据的方法，一般用于物理测度或化学测度；实验测度是一种按照科学实验原理、通过观察实验对象在既定条件下的反应来获得数据的方法，一般与测量测度相结合，用于获取科学研究数据；定义测度也可以称之为指标测度，是一种通过探究现象的本质特征和活动规律、归纳出表现其数量特征的范畴、给出统计指标定义(包括内容、口径、计算方法和表现形式等)来获取数据的方法，最常用于价值测度，也用于其他形式的测度。可以说，定义测度方法应用最为广泛，但也最为困难。模型测度是一种根据现象与现象之间的内在联系关系、或者现象自身的发展变化规律，通过建立一定的方程模型来获取数据的方法。前面三种统计测度方法基本上都属于直接测度，定义测度既可能是直接测度、也可能是间接测度，而模型测度都属于间接测度方法。
4.从测度的维度看，可以分为单一测度与多维测度。单一测度是指采用单一的方式方法对所研究现象或事物进行单一角度的测度，获得单一的数据。多维测度是指对所研究现象或事物进行多角度的测度，测度过程中可能需要采用多种测度方法和计量方式，例如多指标综合评价就需要借助统计指标体系对评价对象进行多角度的测度。显然，单一测度是多维测度的基础。
二、统计测度是统计学的立足之本
首先，从统计学的发展历史看，是统计测度使统计学破茧而出。为什么主流观点认为政治算术是统计学的起源而不是国势学？正是因为威廉·配第首次采用统计测度的方式进行了国家实力的统计分析和有关推算，得出了令人信服的结论。威廉·配第在1693年出版的《政治算术》[8]中写道“因为和只使用比较级或最高级的词汇以及单纯作思维的论证相反，我却采用了这样的方法(作为我很久以来就想建立的政治算术的一个范例)，即用数字、重量和尺度的词汇来表达我自己想说的问题，只进行能诉诸人们的感官的论证和考察在性质上有可见的根据的原因”，这一观点在统计学的发展过程中产生了非常重要的影响。他的这段话虽然没有出现测度一词，但却道出了测度的本质，即让事物变得明白、变得有根据，因为“数字、重量和尺度”就是测度、就是根据，用“数字、重量和尺度的词汇来表达想说的问题”就是一种测度的思想，尽管测度的方式方法还很简单。相反，国势学虽然提出了归纳法这一统计学的基本方法并首创了统计学一词，但由于没有采用统计测度的方式进行国势问题的研究而难以修成正果。正如邱东教授[7]所说：“在配第之前，统计学的研究对象虽然是国家的态势，但它在方法论上只是定性言说。一个国家的财富总量在本体论意义上是可以测度的。然而只是到了配第时期，人类才想到了要测度它，并发明了如何测度的基本方法。政治算术，即开创期的经济统计学，实现了从无到有的转变，大大扩展了宏观测度的认识论边界，因而才具有了统计学范式创新的革命性意义。”同样，格朗特的《关于死亡表的自然观察和政治观察》也是人口统计测度方面的经典之作，无论是原始测度还是再测度，都给后人留下了宝贵的财富。之后，统计学就是沿着如何更加科学、准确测度世界这一主线而发展的。笔者曾在“从政治算术到大数据分析”一文[9]，对数据的变化与统计分析方法的发展进行了粗浅的归纳，其主题实际上就是统计测度问题。
其次，从统计学的研究对象上看，统计测度是体现统计学数量性特征的前提条件。统计学的研究对象是现象的数量方面，或者说统计学是关于如何收集和分析数据的科学。统计数据从何而来？从统计测度中来。数据不同于数字，数字是统计测度的符号，数据是统计测度的结果，这也正是统计学区别于数学之处。所以说，数据的本质问题就是统计测度问题，故此统计测度是统计学的基本问题。这里重点讨论两个问题：一是统计测度与统计指标的关系，二是统计测度面临的新问题。关于第一个问题，本文认为统计测度与统计指标是一个事物的两个方面，这个事物就是数据。统计指标法是统计学的基本方法之一，尽管前面对统计测度从方式方法上进行了分类，但从广义上说所有统计测度都是定义测度，都表现为指标。也就是说，任何统计测度———不论是直接测度还是间接测度，最终目的是获得能够让人明白的数据，而表现数据的最主要形式就是统计指标，其他表现数据的形式都是派生出来的。所以，统计测度就是根据所设定的统计指标去获得所需的数据。关于第二个问题，与后文所要论及的大数据有关，就是定性测度问题。在统计学中，数据可以分为两类———定性数据与定量数据，其中定性数据又包括定类数据与定序数据两种，它们属于非结构化或半结构化数据。相应地，统计测度也可分为定性测度与定量测度。很显然，只有定性测度与定量测度方法得到同步发展，统计学才能更加完善。总体上看，定量数据的统计测度已经比较完善，但定性数据的统计测度还有很多问题尚待解决，难点就在于测度的切入点———如何提取有效的信息、如何最终转化为统计指标。尽管关于定性数据分析的论著已经不少，但还没有从理论方法上建立起定性数据统计测度的体系，因此统计学在这方面的任务依然很重。
第三，从统计学的永恒主题看，通过科学的数据分析、得出有效的结论是其不变的追求，而数据分析过程就是综合的统计测度过程。获得数据的目的是为了发现隐含其中的有价值的信息，即发现数据背后的数据，让数据再生数据，从而满足人们认识事物、掌握规律、科学决策的需要。除了总量、结构等基本信息外，更重要的是通过数据分析来呈现现象的变化规律与相互关系。不难发现，这种数据分析的过程，就是不断进行各种统计测度的过程，所以最终的统计分析结果实际上就是各环节、各方面的各种类型的统计测度的叠加结果，或者说是统计测度不断放大的过程。大量针对社会经济现象进行分析研究的文献(不论是否冠以“测度”两字)，只要有数据分析，都是如此。可以说，统计测度贯穿于统计数据分析的全过程。但是，为什么很多统计数据分析并没有得出有效的结论呢？本文认为原因就出在统计测度上，尤其是没有首先解决好原始统计测度问题。应该说，围绕数据分析已经建立起一整套比较完整的统计方法体系，很多方法也都身经百战、行之有效，但一旦原始统计测度有问题、数据不准确或不真实，那么任何方法都只是摆设。仔细研读很多所谓的实证分析文献，其重点均在于构建什么样的模型或运用什么样的方法，虽然有的文献也必须要讨论选择什么样的变量(指标)这个问题，但并不是系统地从测度的角度进行阐述，因此所用的模型越来越复杂，但所得的结论却离实际情况越来越远。学界总是有这样一种观念：变量越多、符号越新奇、模型越复杂的文章才越有水平，似乎这样分析所得的结论才越可靠。殊不知，不以科学可靠的原始统计测度为基础，任何数据分析都会成为无源之水、无本之木，所得的结论也只是更精确的错误而已。本文认为，任何脱离科学统计测度的统计分析都是毫无意义的，充其量是一种数字游戏而已。应该树立这样一种观念：科学的统计数据分析首先取决于科学的统计测度，而不是首先取决于什么样的分析模型，虽然模型也很重要。这也再一次证明，统计测度问题是统计学的根本问题。其实，归根结底看，在统计数据分析过程中，每一步分析都以前一步的测度为原始测度，每一步所用的方法都是统计测度方法，因此所有的统计分析方法都是统计测度方法。甚至可以说，统计学方法体系就是统计测度方法体系。
当然，在实际的统计分析中，统计测度往往遇到一些困难，即有些指标数据由于各种原因无法获得，这就不得不采用替代这种途径。例如，绿色GDP核算的概念已经提出很多年，但为什么还没有哪个国家真正公布绿色GDP数据，原因就是自然资源价值、生态环境价值等的统计测度目前还面临着很大的困难，其背后存在着一系列有待进一步研究和解决的理论与实践问题，因此不少学者进行了替代测度的探讨。这一方面说明统计测度的重要性，另一方面说明统计测度替代的无奈性。但是，替代测度必须遵守相应的规则与逻辑，要经得起推敲。有的文献明明知道有关变量无法测度、有关数据无法获得，却随意地、不符合逻辑地进行所谓的替代，结果是最后的结论不知替代成什么样了，很难理解它的意义。关于替代测度的有效性问题，邱东教授[7]已有精辟的论述，在此不再展开讨论。
三、统计测度是数据科学的基础
笼统地讲，数据科学就是以大数据为研究对象的科学，需要多学科交叉融合、共同支撑。由于大数据是快速增长的复杂数据，因此大数据分析仅有统计思维与统计分析方法是不够的，还需要强大的数据处理能力与计算能力。只有把统计思维、统计方法与计算技术结合起来，才有可能真正挖掘出大数据中的有价值信息。本文认为统计思维、统计方法与计算技术相结合的基础就是科学的统计测度。
首先，大数据技术不能自行解决其计算和分析应从何处着手的问题。现代信息技术与互联网、物联网技术的快速发展，使人类进入大数据时代，也有人说进入到数联网时代，这意味着我们一方面被各种越来越多、越来越复杂的数据所包围，另一方面又被数据中巨大的信息价值所吸引，想从中挖掘出可供决策之用的信息。如何挖掘大数据？人们已经进行了艰苦的探索，发展了很多专门的方法技术，并已尝到了不少甜头，但远未达到充分利用大数据中有效信息的目的，因为已有的大数据分析研究主要集中于计算机科学与技术、软件工程、计算数学等领域，重点是计算能力与算法研究，而很少从统计学的角度进行有针对的探讨，还没有真正进入数据分析的深层。这里面实际上忽略了最基础的统计测度问题。如果说，计算技术的发展能够解决数据储存与计算的能力问题，算法模型的改进能够解决大数据分析的综合能力问题，那么它们仍然不能解决对谁进行计算与分析的问题，也即从何处着手的问题。无论是传统的结构型数据，还是现在的包含大量非结构型数据的大数据，要对它们进行分析都必须找到正确的切入口，即分析的基本元素是什么，或者说需要测度什么。当然，还有如何测度的问题。然后，才能进行分组、综合和构建模型，否则大数据分析不会达到人们的预期。
其次，大数据之所以催生数据科学，就是为了通过多学科交叉融合来共同解决大数据分析中存在的问题，其中包括统计测度问题，这一点对于非结构化数据尤为突出。实际上，大数据的本质就是非结构化数据，一是体量大、比重高(超过95%)，二是变化快、形式多，三是内容杂、不确定。通过各种社交网络、自媒体、富媒体，以及人机对话和机器感应记录等产生的各种非结构化数据，例如各种文字、各种表情符号、各种声音、各种图像，到底表示什么？综合在一起能体现什么规律？如何综合各种信息？存在着大量有待研究的问题。其实，文字的长短、用词、表达形式(叙述式、议论式、散文式、诗歌式，等)甚至字体大小与颜色，表情类型与偏好，声音高低、频率与情绪，图像颜色等等，都是有特定意义的，即在特定环境条件下的反应。所以，一句话或一段声音的意义并非文字本身的意思，一个表情符号的意义并非符号表征的意思，一个图像的意义并非图像内容与色彩本身的意思，因为背后有太多的未知。人们浏览检索各种信息的习惯、收看与回复邮件等信息的习惯、参与信息网络的习惯、购物习惯与支付习惯等等，也是如此。更何况，同样的网络词汇在不同的时间代表着不同的语义。这背后隐藏着的是人们的行为与社会关系，既具有个性又具有共性，极其复杂。所以对这样的数据进行分析，首先绝非是计算问题，也不是用什么模型问题，而首先是从何处着手、如何选取关键词、如何选定关联词、可以用什么样的指标来综合、可以用什么样的表式来表现等问题，一句话就是统计测度问题。非结构化数据的统计测度将主要是定义测度，这些问题不解决，分析模型也是难以构建的，或者难以得出令人信服的结论。
例如，关于《红楼梦》前80回与后40回是否同一作者的争论，韦博成[10]进行了综合性的比较研究并提出了自己的观点，他指出已有美国威斯康辛大学华裔学者陈炳藻教授(1980)[11]、我国华东师范大学陈大康教授(1987年)[12]和复旦大学李贤平教授(1987年)[13]等学者从统计学的角度进行过专门的研究，但却得出了不同的结论：陈炳藻教授认为前80回与后40回均是曹雪芹所著；陈大康教授认为前80回与后40回为不同人所著；李贤平教授认为前80回是曹雪芹根据《石头记》增删而成，后40回是曹雪芹亲友搜集整理原稿加工补写而成。此外，还有其他一些学者进行过类似的研究，也有一些不同的结论。为什么都通过提取关联词和统计的方法却得出不同的结论？原因就在于用以分析的关联词不同，即统计测度的切入点不同，当然也有统计方法上的差异，但前者是根本。至少存在几个统计测度上的问题：提取单一维度的关联词还是多维度的关联词？提取什么类型的关联词(例如：关联词是名词、形容词还是动词；是花卉、树木、饮食、医药还是诗词)？这些关联词可以综合为什么样的指标？等等。由此可见，原始统计测度代表着数据分析的方向。
相比《红楼梦》，大数据分析要复杂得多、困难得多。所以，数据科学除了需要数学、统计学、计算机科学与技术、人工智能等学科的交叉融合外，还需要与行为科学、语言学、社会学、经济学等学科相结合，以便能很好地解决作为数据分析之前提的统计测度问题。
第三，数据科学将进一步拓展统计测度的边界，并提出更高的要求。伴随着人类认识世界的范围的不断拓展，统计测度的范围也不断扩大，从自然现象统计测度到人口现象、经济现象统计测度，再到社会现象、环境现象、政治现象等统计测度，几乎已经渗透到了所有可以想象到的领域。相应地，统计数据分析也从少量数据的分析进入到了大数据分析。大数据的复杂性、不确定性和涌现性(王元卓等，2013)[14]，意味着统计测度的内容大大增加，原来一些不能测度的数据被纳入到了统计测度的范围，按照邱东教授的说法就是统计测度的边界大大扩展了。统计测度边界的扩大，必须以统计测度能力的提升为前提，即要求统计学借助现代信息技术进一步提升处理和分析数据的能力———对大数据“化繁为简”、“变厚为薄”的能力，这就必须以科学准确的大数据统计测度为前提，既改变统计思维，又创新统计分析方法，其中就包括统计测度思维、统计测度方法与统计测度标准。面对大量繁杂的数据，如果没有更好的统计测度思路与方法，包括个体标志定义方法、最小数据细胞分组与聚类方法、关联词含义的时间影响计量方法、定性测度指标筛选方法、再测度路径与方法、大数据统计测度评价标准等，那么统计学在数据科学发展过程中就难以发挥应有的作用，数据科学也将裹足不前。这就是统计学迈向数据科学的重要挑战之一。
综上所述，统计测度的基础性问题从统计学延伸到了数据科学，是两者的共同基础，并且对于数据科学而言显得更为重要。大数据的复杂性、不确定性和涌现性导致了统计测度的难度猛增，亟需建立面向大数据分析的统计测度理论与方法。要通过研究大数据的复杂性、不确定性和涌现性特征的基本因素，以及这些因素之间的内在联系、外在指标和测度方法，进而研究基于先进计算技术的大数据度量模型，构建寻找面向计算的数据内核或者数据边界的基本方法。总之，建立有效易行的数据表示方法，即科学的统计测度方法，是数据科学必须解决的基础问题之一。
四、创新与完善大数据统计测度方法
如前所述，统计学研究对象已经从结构化数据延伸到了包括非结构化数据在内的一切数据，统计测度边界得到了大大的扩展。按照邱东教授[7]曾经引用过的海德格尔的话：“界限并不表示某一事物的发展到此为止，而是像希腊人所认知的那样，界限是某种事物开始展现的地方”，预示着统计学在数据科学发展阶段的新起点已经展现在我们面前。新的统计测度边界催生统计测度方法的创新，统计测度方法的创新促进统计测度边界的拓展，两者相辅相成，共同推动统计学与数据科学的发展。为此，我们要系统梳理统计测度方法的发展历程，面对大数据提出的新挑战，大胆探索统计测度的新思路、新理论和新方法，为数据科学奠定坚实的统计学基础。为此提出如下几点建议：
首先，要紧密结合现象的本质去探求更科学的统计测度方法。本质决定一切，既然统计测度的目的是获得客观反映现象本质的数据，那么深入到现象本质、认识和掌握现象的本质，是科学统计测度的关键，也是探求新的统计方法的出发点。换句话说，科学的统计测度方法能够体现出数据的真正意义。例如，要探求社交网络数据的统计分析和测度方法，就必须了解社交网络的产生背景、构成要素、表现形式与基本特征，既要研究它的共性问题，又要研究它的个性问题与差异性，同时还要研究它的变化趋势。只有这样，才能掌握社交网络数据的构成要件或元素，才能建立起科学的、能有效体现社交网络数据意义的统计测度方法。再如，要分析研究电子商务数据，也必须先弄清楚什么是电子商务，尤其是弄清楚它与传统的商业模式有什么不同(包括物流、资金流与信息流)、有哪些新生事物(包括时空特征、法律监管)等等，否则统计测度无从下手或者抓不住要害。同时，作为一个新的研究领域，数据科学的理论基础将与计算机科学、统计学、人工智能、数学、社会科学等有关，离不开对相关学科领域知识与研究方法的借鉴，因此对相关领域的知识与研究方法的学习十分重要。否则，就会严重扭曲统计测度方法，胡乱设置测度标志，这需要引起高度关注。
其次，要紧密结合大数据的特点去创新统计测度方法。大数据的特点是复杂性、不确定性和涌现性并存，构成了多维的数据空间，里面蕴藏着丰富的信息资源，这是传统的统计数据不可比拟的。那么该从何处进入这样的数据空间？怎么进去？又怎么出来？这归根结底还是统计测度方法问题。因此，在开展大数据分析之前，首先要研究大数据的基础性问题，包括大数据的内在机理(包括大数据的演化与传播机制、生命周期)，数据科学与社会学、经济学、行为科学等之间的互动机制，以及大数据的结构与效能的规律性等等，为创新统计测度方法提供导向。本文认为，再复杂的数据也有共性，再不确定的数据也有规律，再涌现的数据也有轨迹。网络大数据背后的网络平均路径长度、度分布、聚集系数、核数、介数等具有共性的特征与参数，是开展复杂网络数据分析的基础(李国杰、程学旗，2012)[15]；大数据在时空维度上的分布形式、内在结构、动态变化和相关联的规律，是找到大数据分析切入口、进而简化大数据表征的前提；大数据的涌现性轨迹(包括模式涌现性、行为涌现性和智慧涌现性)，是研究更多的社会网络模型和理解网络瓦解失效原因，理解人们网络行为涌现特征(例如人们发邮件数量的时间分布特征)，以及探求大量自发个体语义融合连接形成有特定意义的通用语义之过程的路径(靳小龙等，2013)[16]。也就是说，这些共性、规律和轨迹就是统计测度的主要依据，也是重点内容。发展和创新能够准确发现大数据的共性、规律和轨迹的定量方法，其实就是发展和创新大数据统计测度方法。
第三，要紧密结合现代信息技术以完善统计测度方法。复杂、多变和不断涌现的大数据，不仅需要借助现代信息技术(包括硬件与软件)来解决极其复杂的分析计算问题，也需要利用现代信息技术来解决其繁杂多样的统计测度问题。对于大数据，不论是原始统计测度还是再测度，其复杂性或难度都不是传统的结构化数据所能相提并论的，哪怕是基本的关联词计数、分类与汇总，其工作量之大也超乎想象，不借用现代信息技术几乎是不可能完成的。而事实上，有些统计测度的内容与方法本身也是以数据处理能力的提升为前提的。可以说，脱离现代信息技术，人们难以承受大数据的统计测度与分析任务；要把统计测度思想变为可实现的统计测度方法，必须借助现代信息技术。为此，要充分利用各种信息技术和手段，把统计测度与数据清洗相结合、与数据分析模型相结合、与计算方法相结合，努力建立融自动搜索统计测度、动态演化统计测度和自主优选统计测度为一体的大数据统计测度方法体系。
一、数据的搜集与获取
在《河南省统计学专业就业能力及要求》的调查中，将调查问卷划分为在校学生卷、毕业生卷、用人单位卷和教师卷，对统计学专业毕业生的就业岗位及基本能力要求、在校生的认识、用人单位对统计学专业学生的要求、教师的意见等问题进行了调查，从在校生、毕业生、用人单位、学校教师四个角度比较不同主体的认识差异，以期改进统计学专业学生的培养模式，提高统计学专业大学生的就业能力。使用四套问卷，对郑州市某高校近几年的统计学专业毕业生及其用人单位、在校的大三、大四学生、统计学专业的全部教师进行了调查，共发放各类问卷350份，收回325份，回收率92．86%，调查结果有效。
二、河南省统计学专业大学生就业能力的现状分析
从调查结果看，河南省统计学专业就业岗位多在经济管理领域，就业的工作岗位有国有企业统计人员、政府相关部门职员、金融保险业职员、民营工业企业管理人员等，多属于文职人员或者企业管理部门工作人员。其中，30%左右的学生从事与统计相关的工作，70%左右的学生从事管理工作或者服务性工作。综合在校生、毕业生、用人单位和专业教师的调查结果，统计学专业总体的就业能力较强，具备经济学、管理学和统计学多学科的学习背景，使得学生在用人单位能够适应统计、综合管理、市场营销、数据分析、证券投资等不同岗位的要求，获得了用人单位的好评。但从问卷中也发现统计学专业大学生就业能力存在的一些不足:
1．自我认知不清晰，缺乏科学的职业规划
统计学专业学生求职过程中，存在盲目、无计划、茫然的行为，这一现象可能存在于许多专业。对“大学期间的规划”的调查显示，仅26．8%的学生对大学期间的学习、生活、实践等活动有计划，依据自己的知识储备和综合素质，对就业方向有大致的规划，这部分同学就业能力较强，就业时找到了自己心仪的工作岗位和单位。73．2%的学生在大学四年较少计划或者没有计划，按照学校安排的教学计划完成学习任务，自我认知不清晰，不清楚自己的优势和相对劣势，行业观念淡薄，对未来就业和工作方向没有明确的目标，这些同学的就业优势不明显，竞争力有限，工作机会比前者要少一些。
2．就业观念略显偏颇，偏好稳定的国有单位
对“就业单位选择偏好”的调查显示，统计学专业学生对待遇稳定、工作压力较小的机关事业单位偏好最强，其次是金融企业、国有工业企业，三个单位的比例分别是78．6%、66．4%和56．8%。偏好稳定性强的用人单位是每位同学的本能选择，但从区域经济单位的构成看，这三类单位多属于大型单位，在河南省的比例较小，不足10%，90%的企业为民营企业。因此，统计学专业学生的就业观念略显偏颇，不符合经济发展的趋势和社会需求。
3．知识储备与实践能力需加强，与用人单位要求有一定距离
从学生问卷和用人单位问卷的调查结果看，对知识能力和素质能力的认识上有差异。从用人单位的角度看，学生的知识储备不够，在具备管理知识、人文知识修养、外语水平、专业知识的基础上，63．3%的用人单位认为还需要了解工程技术类知识、机械制造类等理工学科的基础知识，为在工业企业工作提供基本条件，学生在后者的学习上略显欠缺。65．8%的用人单位注重学生的实践能力，部分学生工作后存在进入角色时间较长、动手能力不强、灵活应变能力不足等问题。从学生角度看，学生认为专业知识、英语水平、管理类知识等知识能力更重要，对通用知识能力重视不够;从素质能力看，学生认为最重要的三种能力是学习能力、实践能力、人际交往能力。通过结果对比，学生的认识和用人单位的要求有一定的差异，这是学生工作后不能马上适应工作岗位、满足用人单位需求的原因。
4．学科理解力不够，与工作岗位结合不密切
统计学专业的专业知识工具性较强，通过搜集、整理和分析数据发现问题和规律，继而提出决策是专业特点和优势。对“统计学专业知识的应用”调查显示，选择“经常应用”的比例高达67．3%，这些同学在就业岗位中经常应用大学期间的专业知识解决工作中的问题，统计思维模式基本形成，习惯利用数据发现规律和问题，并能够辅助日常工作，对统计学专业知识的学习持肯定态度。选择“较少应用”和“不应用”的比例总计32．7%，这些同学在就业岗位中较少应用大学期间的专业知识。可以看出，部分学生对统计学学科的理解力不够，不能把所学的专业知识转化为工作的辅助工具，与工作岗位的结合不够密切。
三、河南省统计学专业大学生就业能力的培养对策
参考上述的调查结果，针对河南省统计学专业学生就业能力存在的问题，以提升统计学专业学生就业能力的培养模式改革可以从以下几方面考虑:
1．完善“知识”+“素质”的复合模式，提高学生的综合就业能力
现有的统计学专业学生知识能力和素质能力的培养主要依靠专业的教学计划和培养方案，知识能力的提高可以通过课堂教学实现，专业知识和通用知识的实际应用体会较少;素质能力的提高部分依靠教学计划中有限的实践课程，如毕业论文、专业实习、认识实习等实现，考核的方式比较简单，对学生的素质能力提高效果有限。结合前述的调查结果，逐步完善“知识”+“能力”的复合培养模式，在培养宽厚学科基础、扎实专业知识的同时，加大实践课的力度，注重学生经验的积累，既强调统计学专业的工具性和方法性，达到学以致用的目的，又注重学生素质能力的培养，实现知识能力和素质能力的同步发展，提高学生的综合就业能力。
2．营造师生共赢的学术环境，加深学生的学科理解力
积极鼓励学生参与教师的课题研究和调研活动，营造自由、宽松、积极的学术环境。学生通过参与教师的课题和调研，积累搜集数据、整理数据、分析数据的经验和思路，锻炼学生的文字能力、人际交往能力等素质能力，达到所学知识和实践活动相结合的目标，加深对统计学学科的理解。教师可以拓宽自己的研究思路，加强师生之间的联系，实现教师和学生的共赢。
[关键词]立体化 实践教学课程 设置 实验项目
[中图分类号] G642.423 [文献标识码] A [文章编号] 2095-3437（2014）07-0115-02
统计学专业的实践教学应是连续的系统的一个教学过程。统计学专业实践教学体系的探索和构建对于实现人才培养方案的目标，培养学生统计思维能力和创新能力至关重要。它不是单一的课堂实践教学，也不仅仅是单层次的社会实践，它应由课堂实践教学、综合实践教学、社会实践和毕业实训实习四部分构成，是多维的、系统的、层进式的、立体化的实践教学体系。它应由以下几部分组成：
一、立体化统计学实践教学体系的构建
1.课堂实践教学是实践教学体系的基础。课堂实践教学蕴涵着巨大的生命活力，只有师生们的生命活力在课堂实践教学中得到有效的发挥，才能真正有助于学生们的培养， 实践教学的课堂才有真正的活力。在统计学专业的课程设置中，可以开设实验项目的主要有统计学导论、统计实验、投资统计、多元统计分析、时间序列分析、计量经济学、调查设计与组织、企业统计等。
2.综合实践教学强调学生通过实践，增强探索和创新意识，学习科学研究的方法，发展综合运用知识的能力，增进学校与社会的密切联系。它是根据相应的统计工作来设置的。SARP和EXCEL统计报表软件实践是根据用人单位统计工作性质开设的实践课，开设统计分析R软件选讲是让学生更熟练地使用各种统计分析软件，从而提高他们的就业技能。开设统计写作和统计制图是为了提高学生的统计应用综合能力。
3.专业社会实践，可以在不拘泥于统计模拟实验室的环境中进行，可以让学生到真实的环境中，分析近在身边的经济问题和社会热点问题。它可以分两个层次去实现：第一层次是开展社会调查实践。如对金水区外来务工人员计划生育情况的调查，对郑州市主要路通流量的调查等。通过社会调查实践活动，锻炼、提高了学生的实际调查能力，并形成对事物的实质性及客观性认识。另一层次是让学生进入校外实习实训基地实习。如郑州市各区统计局、企事业单位等。这种校外实习能使学生真正体会到所学专业知识在实际工作中的应用，从而激发学生的专业兴趣。
4.毕业实训实习，它包含毕业论文的撰写和到统计局等单位的毕业实习。毕业实习以及毕业论文的撰写是实践教学的一个重要环节，如何将前三个方面的实践与毕业实习以及将来的就业结合起来，将直接影响我们的人才培养质量。在学生实习的岗位中，学生可以将前三个实践中整理的资料与毕业论文的写作结合起来，理论联系实际，从而更好地完成毕业论文的撰写。这样，实践单位也会对学生的表现给予高度的评价。
二、制约立体化实践教学体系发展的瓶颈
（一）积极发挥教师的主动性和创造性
立体化实践教学方案的实施必须由教师来具体完成。实践教师是学院教师队伍的重要组成部分，主要包括：担任各实践教学管理教师、指导实践教学的教师。因此要专门成立专业实践领导小组，实践教学人员应有明确的分工和相应的岗位职责。实践教学人员要按照各实践教学环节的管理规范，积极承担实践教学工作，努力完成各项实践教学任务。同时要形成激励机制鼓励他们要积极研究实践教学问题，主动开发和设计实践教学项目，切实保证实践教学工作的顺利开展和进一步加强。
（二）要保证立体化实践教学体系的顺利实施，课程设置是核心
笔者认为在课程的设置上，应强调学生统计应用能力的培养，突出统计学专业“工具型”和“协同型”课程体系的内涵。为此，应把“运筹学”和“统计建模”课程增加到专业特色课程中去，从而突出统计专业定量分析和决策对象的特色。为加强统计分析及其应用需要，建议统计软件选讲侧重介绍SAS和R软件编程技术和应用，另外统计学专业还需增设一门数据库课程，一方面有助于统计软件的学习，另一方面可突出统计专业办学定位。
（三）教学方法的改进是实施立体化实践教学的保证
立体化实践教学中，多种教学方法如：启发式教学、案例教学法、模拟实验教学法、项目教学法都需要及时而全面地展开。以往在专业课程实践教学中，学生缺少一种受启发和相互激励的环境，无法去思考和分析自己的问题。例如对多元统计分析的实践教学，只重视统计思想和各种数据分析方法的讲解，对如何分析解决实际的经济问题，却关注得很少，学生缺少这种主动性综合实践。因此我们要借助于统计分析软件SAS，通过大量的国内外经典案例介绍各种数据分析方法，使学生在掌握基础理论和方法的同时，也能较快地进入实际应用的领域。要以社会的经济问题和热点问题项目为驱动，充分发挥学生的积极性和创造性，优化实践教学内容，创新实践教学。
三、立体化实践教学体系困惑与对策
（一）对于新升本科院校，立体化实践教学中发挥指导、引路作用的师资队伍却存在严重匮乏的问题
现有统计教师队伍中，理论型教师多，“实践型”教师比例偏低。为此，我们制订了统计实践教师培训的十二五规划，鼓励教师向“实践型”教师发展。通过“走出去，引进来”双向机制，及时掌握岗位工作对统计人才的实际需求。另外，我们还建立了有效激励机制，为实践教师外出访学、调研 、科研提供各种机会和条件，不断提高实践教师的整体素质。同时我们还在企事业聘请了专家教授，到我们学院担任兼职教师和讲座教授，而且他们也兼任我们统计学专业学生实习的指导老师，逐步形成了专兼职相结合的实践教师队伍。
（二）年轻的统计学专业缺乏规范性、系统性的实践教材
统计课实践教学往往是在理论课结束之后，安排一定课时的实践教学。一些实践项目单一、肤浅，缺乏应用性和实用性。这种实践教学不仅破坏了实践教学体系的系统性，同时也偏离了立体化实践教学的初衷。目前我们正组织一部分相关教师和实践教学领导小组成员，编写和设计实验指导书、教学案例集，制作和开发多媒体课件，目的是要切实加强立体化实践教学的专业基础建设。《统计学导论》、《多元统计分析》、《SPSS软件及其应用》等课程都已经编写了实践教学大纲和实验指导大纲。其他课程的实践教学大纲和实验指导教程也都在加紧编写过程中，相信很快我们的统计学专业就会有一套规范性、系统性的实践教材。
（三）统计专业大学生传统的毕业实地实习存在许多困难
具体体现在：1.大学毕业生多，实习单位不足，实训基地接受难度大；2.院校下发的实习的经费少，用人单位不愿接受实习；3.实地实习形式往往岗位单一，实习内容偏少，不能对统计工作全过程进行展开实习。4.实习时大多是观摩，实际操作很少，学生缺乏实习的积极性和主动性。学生实习基地分散不便管理，实习很难达到预期效果。显然这种传统的实地实习方式，已违背我们立体化实践教学体系的初衷。为此针对这一现状，我们也试着开发了形式多样的统计实习规划项目。统计实习规划项目如下表：
郑州航空港实验区是中国首个航空港经济发展先行区，建设郑州航空港经济综合实验区，是中原经济区建设的必然要求，是中国新型城镇化建设在中原经济区的升华。它可以形成中原经济区的产业高地、开放高地、创新高地，带动中原经济区快速发展。作为省市共建的一所本科院校，统计学专业必然承载着中原经济区经济建设中统计人才的培养工作，为顺应各类应用型、创新型、综合型统计人才的需求，我们还要不断地探索立体化的统计学实践教学体系，积极推进研究性的实践教学体系，逐步形成我们的实践教学特色，实现人才培养为经济发展服务，促进河南经济的良性和健康发展。
[ 参 考 文 献 ]
[1] 何剑. 统计学专业”四位一体”实践教学体系的探索与实践[J].实验室研究与探索，2011（2）.
[2] 徐龙封.对高等统计学专业课程建设的建议[J].理论与实践，2007（6）.
