時間：2023-09-08 17:12:24
導語：在統計學的分類方法的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
一、統計學是經濟類學科中的基礎性學科
在當今高科技高信息時代社會里人們生存面臨著很大的挑戰，生存問題刻不容緩，因此、我們學知識儲備知識就是為了將它用到社會上，也是為了在這社會上生存。通過知識的積累，說大了就是為社會和公民造福做貢獻說小了就是為了謀生之道。我們知道知識是淵博的，人一生活到老學到老就是說這個道理。通過各種各樣的科學學科儲備知識，而這些學科之間緊密相連的。例如：統計學和新聞專業也有本質的聯系，也許有的同學可能問我們為什么要學統計學？統計學和新聞學的最大特點就是實踐性很強的學科。作為一名新聞工作者搜集信息是他的職責范圍，那么他用什么方法搜集數據信息呢？這當然用統計的方法搜集。統計學對于寫論文具有很重要作用，比如：動態數列分析方法在各經濟類學科中的運用很頻繁。
資料來源：《內蒙古統計年鑒》2011[2]
表1的數據表明，隨著人均收人的增加，奶制品的消費也在逐漸增加，所以，收入水平是影響和決定乳品消費需求的重要因素。
二、統計學是實踐性很強而且應用性很廣的學科
（一）統計學是應用性很強的學科
國家各大要害部門，像國家統計局、省、自治區、市、人民政府統計局及地區、鄉、鎮各部門都設有統計部門，還有非統計行業各企事業單位都設有專門統計部門和所需的專門統計專業人員。例如：醫院需要統計人員，對病人、職工人數的統計，還有各種病情性質不同方面分為神經科、外科、內科、耳科、眼科、少兒科婦科等等都是用統計方法進行分類的。法院也需要統計人員，如對死刑犯的統計，各類死刑案件的統計。學校里對各院（系）的分類，每院系里各專業分類，學生人數和學生宿舍的統計等等都用了統計方法。還有人口普查是利用統計學的各種統計方法進行統計的：
還有古代也很早就用了統計方法，如：十三世紀成吉思汗統治世界時，他把軍隊分為十戶、百戶、千戶、萬戶等，十戶有十戶長、百戶有百戶長、千戶有千戶長、萬戶有萬戶長這樣有利于作戰，有利于管理軍隊。
1.統計學是一門不可忽視的學科
同學們將來就業的時候，都想以后找個好工作，有個好前途，發揮所學的知識在社會上有用。大家想過嗎？就是拿統計學這門課來說，學好統計學我們就有機會到各個統計部門上班。統計學對于寫論文具有很重要作用，比如：動態數列分析方法在各經濟類學科中的運用很頻繁。
2.統計學與我們工作生活緊密相連
對于學校來說，學校是很多院系組成的，系里有很多老師和員工組成的而這些老師當中的班主任是有很多學生，學生公寓來說，公寓有長，而公寓長管理著各個樓，樓里分為宿舍，這些都是用統計方法統計的。
（二）統計學是實踐性很強的學科
統計學家不像數學家、物理學家和化學家一樣在家里就可能推斷謀中公式。統計學家（人員）必須進行實地調查。因為、統計學中所涉及的各種統計數據、資料都是來源于仔細的調查和整理。
在民族學學科當中統計調查的實地調查研究是非常重要的，對一個民族地方的土地、人文化進行調查這些都是用統計方法的。
幾乎沒有哪一門學科能像統計學這樣在學科性質界定上面臨著如此的分歧與沖突。統計學歸屬于社會科學還是自然科學,居于邊緣科學還是通用方法論科學隊列,屬于純粹的社會經濟統計還是數理統計范疇等一系列問題需要作出明確的回答。因此,從“大統計學”的思維角度厘清統計學發展中的諸多熱點問題,顯得至關重要。提出“大統計學”的關鍵點在于厘清學科歸屬問題。歸屬社會科學還是自然科學領域,一直是統計學發展中的障礙性問題。統計學涉及到大量的社會經濟現象方面的觀察數據的收集和分析,也涉及到許多自然技術現象中的試驗數據收集和分析,這是否可以看作統計學分別屬于社會科學與自然科學領域的標志,“大統計學”思想的提出,是對統計學研究對象既存在于自然現象也存在于社會現象的認識深化,突出了統計學作為交叉學科的性質,強調統計學的復合性與綜合性,提供了從橫跨社會科學和自然科學的通用方法論層面,界定統計學學科屬性的全新視角。提出“大統計學”的出發點在于實現認識方法轉型。
從上世紀90年代以來,我國統計學界圍繞“大統計學”學科建設展開了一系列的討論和研究,極大推動了統計學科的建設和發展。但從其提出的初衷分析,“大統計學”主要還是一種思想認識方法,是對長期存在的“小統計”思想的否定與完善。“小統計”思想以社會經濟統計為主流,認為社會經濟統計屬于經濟學的分支,數理統計學屬于數學的分支,實質就是主張社會經濟統計與數理統計分立。“大統計學”思想強調“收集和分析數據”這一統計學的共性與規律,認為統計學的各分支學科都是研究不同方面、不同應用領域的統計方法的科學,研究對象、目的和方法的不同不是也不可能成為分割統計學學科的依據。雖然“大統計學”思想還沒有將統計信息學或數量信息學納入到統計學的研究范疇,但在其認識方法上,主張統計學各分支學科互相融通又相對獨立發展的思維路徑是值得肯定的。提出“大統計學”的落腳點在于彌合發展方向差異。我國統計理論界長期存在以學科發展差異取代學科性質的慣性思維。主要表現在:
一是認為統計學是一門獨立的社會科學。可以分為兩類,一種社會經濟統計學,它是關于搜集、整理和分析社會經濟現象的數量資料和方法論的社會科學;另一種是實質性的社會科學,目的是要找到社會經濟現象的發展規律在具體的時間、地點和條件下的具體數量表現。
二是認為統計學就是數理統計學,它以數學分支學科———概率論為理論基礎,目的在于研究隨機現象總體數量信息。
三是承襲英美學派的主要觀點,認為統計學是一門研究社會現象和自然現象的方法論的通用科學。統計學界出現對統計學學科性質定位的混亂,主要是只關注于學科發展的差異,混淆了學科性質與學科發展的問題,將學科性質的普適性與學科發展的差異性等同起來,割裂了學科認識的整體性與學科發展的變動性的對立統一關系。
因此,在統計學學科發展差異的把握上,可以允許把社會經濟統計學作為研究社會經濟現象總體數量信息的方法論科學,把數理統計學作為研究隨機現象總體數量信息的方法論科學,進而將統計學表述為研究的各種統計方法既能解決自然科學中的問題,也能解決社會經濟中的問題,屬于社會科學和自然科學的邊緣科學。這也是“大統計學”思想對彌合統計學發展方向差異的功能所在。綜上所述,統計學作為一級學科,不從屬于經濟學,也不從屬于數學或生物學。統計學的研究范圍廣泛存在于社會經濟現象和自然技術現象等領域。以前,我國曾照搬前蘇聯的理論,認為只有社會經濟統計學才是唯一的統計學,將數理統計學作為數學排除在統計學之外。近年來,又有一些學者照搬西方數理統計學派的觀點,欲將國民經濟核算等作為經濟學排除在統計學之外。
雖然不同的分類方法和分類結果,增加了統計學的學科歸屬的難度,但是統計學研究內容的廣延性、研究方法的多樣性、研究問題的復雜性都是建立在“大統計學”研究對象特點的共性基礎之上的,統計學的本質是圍繞總體數量信息這一核心問題而展開的,它是對現有統計學研究領域的綜合和系統化。
二、我國統計學發展的新任務
建立與社會主義市場經濟體制相匹配的統計學學科,是改變我國統計學弱勢學科地位的需要,更是統計學發展面臨的新任務。當務之急要從統計學研究對象的統一、學科體系的綜合、研究方法的完善等方面加大學科建設與發展的力度。
一要注重研究對象的統一。注重統計學研究對象的統一,既是遵循“大統計學”思想的需要,也是推動統計學發展的重要環節。隨著統計學在解決經濟學、數學相關問題上獨特地位的確立,它在社會學、心理學、政治學、哲學等各個領域也嶄露頭角,贏得了一席之地。統計學正逐步成為貫穿于各學科范圍的一門橫斷學科。要不斷加強對統計學學科發展定位的認識1999年國家統計局公布的《面向21世紀的中國院校高級統計人才培養及課程體系研究》提出,“統計學是以客體對象的數量信息為研究對象,是研究數量信息獲取、處理、顯示、識別和利用及其規律性的具有方法論特點的綜合性科學”。這里所提出的統計學的研究對象是“客體對象的數量信息”,它為我們整體認識統計學研究對象提供了很好的思路。要從統計學研究對象總體性入手,從研究對象中呈現的隨機性和確定性的對立統一展開,無論是數理統計學,還是社會經濟統計學,都包括由所有可能結果構成的樣本空間,以及由某次具體觀察結果的集合構成的實現總體兩個層面,研究對象的總體都是樣本空間和實現總體的統一體,這是對“大統計學”具有統一研究對象的理解與深化。
人們的印象里，統計學就是對數據進行簡單的運算，然后通過圖表、表格把它們表示出來，這是長久以來人們對統計學的一些片面認識。統計學的定義有很多種，每種定義對統計學闡述的側重點不同。其中維基百科是這樣定義統計學的：“統計學是研究如何測定、收集、整理、歸納和分析反映客觀現象總體數量的數據，以便給出正確認識的方法論科學，被廣泛的應用在各門學科之上，從自然科學和社會科學到人文科學，甚至被用來工商業及政府的情報決策之上”。簡單來說，統計學就是數據的科學，是一門收集、整理、分析、解釋數據并從數據中得出結論的科學。
二、統計學的研究對象及其特點
統計學研究必須要求明確統計學研究的客體是什么，即統計學的研究對象。統計學中某種性質相同的個體所組成的集合叫總體。統計學就是研究客觀總體的數量特征、數量關系和變動規律，或者說統計學是研究統計過程的規律和方法以及客觀現象統計規律的科學，它的研究對象既涉及到自然科學領域，又涉及到社會科學領域。統計學研究對象的特點有以下幾點：
（1）依賴性。
依賴性即統計學研究對象的寄生性，依賴性是統計學獨有的特點，統計學研究的數據是來自各領域的，是依靠解決其他領域的問題而存在和發展的。統計學現在已經發展成為一門媒介科學，它研究的對象是其他學科的邏輯和方法論。
（2）數量性。
數量性即統計學研究對象是通過數量特征和數量關系表示的。數量性是統計學研究對象的基本特征，因為數字是統計的語言，統計是通過數量方面來認識事物的，對統計數據進行分析，歸納統計規律性，就可以達到統計分析研究的目的。
（3）總體性。
總體性即統計學以研究對象總體的數量為研究對象。每一個個體都有自身的隨機性，而這些研究對象的總體又具有共同的特征和共同趨勢，所以統計學研究是通過對大量的個體特征進行研究，從而過渡到對總體普遍存在的事實進行觀察和綜合分析，進而得出研究對象總體的數量特征和統計規律。只有掌握研究對象的總水平、總規模、總體特征和共同趨勢才能體現統計學規律的作用。
（4）變異性。
變異性即構成統計學研究對象總體中的各個個體，除了在某一方面必須是同質的以外，在其他方面又要表現出一定的差異和變異。如果各個個體之間沒有區別和差異，統計研究就是沒有意義的。統計學的這種變異既可以表現為數量上的，也可以表現為非數量上的，但是因為統計學具有數量性，所以表現為數量上的變異才是統計學所要研究的對象。
（5）具體性。
具體性即統計學研究對象是具體的數量方面。統計學所研究的數量是具體、現實的，而不是抽象的，并且統計學研究的數量是有現實意義的。比如，要研究城鄉居民收入差距，必須確定具體年份的具體范圍內的城鎮和農村居民收入數量、收入構成、收入變化以及計算方法，才能對研究對象進行統計分析。（6）廣泛性。廣泛性即統計學研究數量方面的范圍的很廣泛。其廣泛性包括政治、經濟、文化、軍事、教育等各類社會現象的數量方面。統計學研究對象的廣泛性是統計學成為媒介學科的必要特征。
三、統計學的研究方法
每個學科都有自己獨特的研究方法，統計學也不例外，統計學在長期實踐中總結、歸納出了一系列專門的研究方法，如實驗法、大量觀察法、統計分組法、綜合指標法、統計描述法等。
（1）實驗法。
統計學的實驗法包括假設檢驗和實驗設計。假設檢驗就是在對在總體參數提出假設的基礎上，利用樣本信息來判斷假設是否成立的統計方法。實驗設計就是設計合理的實驗程序，使得收集得到的數據符合統計分析方法的要求，以便得出有效的客觀的結論，其中最常用的實驗設計是正交設計法。
（2）大量觀察法。
大量觀察法就是對全部或者足夠數量的研究現象進行觀察和研究，推理歸納出客觀現象的本質特征和發展變化規律。通過對大量的研究對象進行觀察和研究，才能排除偶然因素造成的影響，揭示研究對象的統計規律和本質特征。
（3）統計分組法。
由于所研究現象具有差異性、復雜性及多樣性，需要我們對研究現象進行分組研究，進而來區別研究現象的類型，研究不同組別之間的區別和聯系。統計分組法包括傳統分組法、聚類分析法和判別分析法等。
（4）綜合指標法。
綜合指標法是利用總量指標、平均指標、相對指標、標志變異指標等對研究現象的數量關系和數量特征進行分析，來反映統計學研究現象的數量方面特征。綜合指標法在統計學的經濟應用中具有重要的作用。
（5）統計描述和統計推斷。
統計描述指對調查或實驗得到的統計數據進行整理、分類、計算出各種能反映總體數量特征的綜合指標，并加以分析研究，從而得出有價值的信息，用表格和圖形表示出來。統計推斷指以一定的置信水平，根據樣本數據資料來判斷總體數量特征的歸納推理方法。統計描述和統計推斷在統計學研究中應用非常廣泛。
四、統計學的發展趨勢
（1）統計學實際應用的范圍擴大。
在大數據時代的背景下，統計學開始被各行各業運用起來。統計學逐漸應用到企業管理、保險金融、政府決策、國家經濟安全等方面。統計學在企業管理方面可以提高企業的管理能力和效率。在保險金融方面可以監控分析金融風險和保險問題來保證金融保險市場的正常運行。在政府決策方面可以幫助政府宏觀調控，從而減少決策失誤。在國家經濟安全方面可以監控經濟安全問題，預防經濟危機。
（2）統計學與其他學科交叉融合。
統計學的性質決定了統計學是一門媒介學科，統計學的發展是建立在各類學科的基礎上的，其涉及領域非常廣泛。因此，統計學與其他學科交叉融合更能發揮它的作用，例如，統計學與經濟學、管理學等學科進行融合等，在融合中能不斷完善統計學體系，創新統計學研究方法。
（3）統計學與網絡、計算機的結合。
概率分布（probabilitydistribution）是醫學統計學中多種統計分析方法的理論基礎。授課內容一般包括：二項分布、Possion分布、正態分布、t分布、F分布等。
借助概率分布常常可以幫助我們了解生命指標的特征、醫學現象的發生規律等等。例如，臨床檢驗中計量實驗室指標的參考值范圍就是依據正態分布和t分布的原理計算得到；許多醫學試驗的“陽性”結果服從二項分布，因此它被廣泛用于化學毒性的生物鑒定、樣本中某疾病陽性率的區間估計等；而一定人群中諸如遺傳缺陷、癌癥等發病率很低的非傳染性疾病患病數或死亡數的分布，單位面積（或容積）內細菌數的分布等都服從Poisson分布，我們就可以借助Poisson分布的原理定量地對上述現象進行研究。
在生物信息學中概率分布也有一定應用。例如，Poisson分布可以用于基因（蛋白質）序列的相似性分析。被研究者廣泛使用的分析工具BLAST(BasicLocalAlignmentSearchTool)能迅速將研究者提交的蛋白質（或DNA）數據與公開數據庫進行相似性序列比對。對于序列a和b，BLAST發現的高得分匹配區稱為HSPs。而HSP得分超過閾值t的概率P(H(a,b)>t)可以依據Poisson分布的性質計算得到。
二、假設檢驗
假設檢驗（hypothesis）是醫學統計學中統計推斷部分的重要內容。假設檢驗根據反證法和小概率原理，首先依據資料性質和所需解決的問題，建立檢驗假設；在假設該檢驗假設成立的前提下，采用適當的檢驗方法，根據樣本算得相應的檢驗統計量；最后，依據概率分布的特點和算得的檢驗統計量的大小來判斷是否支持所建立的檢驗假設，進而推斷總體上該假設是否成立。其基本方法包括：u檢驗、t檢驗、方差分析（ANOVA）和非參數檢驗方法。
假設檢驗為醫學研究提供了一種很好的由樣本推斷總體的方法。例如，隨機抽取某市一定年齡段中100名兒童，將其平均身高（樣本均數）與該年齡段兒童應有的標準平均身高（總體均數）做u檢驗，其檢驗結果可以幫助我們推斷出該市該年齡段兒童身高是否與標準身高一致，為了解該市該年齡段兒童的生長發育水平提供參考。又如，醫學中常常可以采用t檢驗、秩和檢驗比較兩種藥物的療效有無差別；用2檢驗比較不同治療方法的有效率是否相同等等。
這些假設檢驗的方法在生物實驗資料的分析前期應用較多，但由于研究目的和資料性質不同，一般會對某些方法進行適當調整和結合。
例如，基于基因芯片實驗數據尋找差異表達基因的問題。基因芯片（genechip）是近年來實驗分子生物學的技術突破之一，它允許研究者在一次實驗中獲得成千上萬條基因在設定實驗條件下的表達數據。為了從這海量的數據中尋找有意義的信息，在對基因表達數據進行分析的過程中，找到那些在若干實驗組中表達水平有明顯差異的基因是比較基礎和前期的方法。這些基因常常被稱為“差異表達基因”，或者“顯著性基因”。如果將不同實驗條件下某條基因表達水平的重復測量數據看作一個樣本，尋找差異表達基因的問題其實就可以采用假設檢驗方法加以解決。
如果表達數據服從正態分布，可以采用t-檢驗（或者方差分析）比較兩樣本（或多樣本）平均表達水平的差異。
但是，由于表達數據很難滿足正態性假定，目前常用的方法基于非參數檢驗的思想，并對其進行了改進。該方法分為兩步：首先，選擇一個統計量對基因排秩，用秩代替表達值本身；其次，為排秩統計量選擇一個判別值，在其之上的值判定為差異顯著。常用的排秩統計量有：任一特定基因在重復序列中表達水平M值的均值；考慮到基因在不同序列上變異程度的統計量，其中，s是M的標準差；以及用經驗Bayes方法修正后的t-統計量：，修正值a由M的方差s2的均數和標準差估計得到。三、一些高級統計方法在基因研究中的應用
（一）聚類分析
聚類分析（clusteringanalysis）是按照“物以類聚”的原則，根據聚類對象的某些性質與特征，運用統計分析的方法，將聚類對象比較相似或相近的歸并為同一類。使得各類內的差異相對較小，類與類間的差異相對較大1。聚類分析作為一種探索性的統計分析方法，其基本內容包括：相似性度量方法、系統聚類法（HierarchicalClustering）、K-means聚類法、SOM方法等。
聚類分析可以幫助我們解決醫學中諸如：人的體型分類，某種疾病從發生、發展到治愈不同階段的劃分，青少年生長發育分期的確定等問題。
近年來隨著基因表達譜數據的不斷積累，聚類分析已成為發掘基因信息的有效工具。在基因表達研究中，一項主要的任務是從基因表達數據中識別出基因的共同表達模式，由此將基因分成不同的種類，以便更為深入地了解其生物功能及關聯性。這種探索完全未知的數據特征的方法就是聚類分析，生物信息學中又稱為無監督的分析（UnsupervisedAnalysis）。常用方法是利用基因表達數據對基因（樣本）進行聚類，將具有相同表達模式的基因（樣本）聚為一類，根據聚類結果通過已知基因（樣本）的功能去認識那些未知功能的基因。對于基因表達數據而言，系統聚類法易于使用、應用廣泛，其結果——系統樹圖能提供一個可視化的數據結構，直觀具體，便于理解。而在幾種相似性的計算方法中，平均聯接法(AverageLinkageClustering)一般能給出較為合理的聚類結果2。
（二）判別分析
判別分析（discriminantanalysis）是根據觀測到的某些指標的數據對所研究的對象建立判別函數，并進行分類的一種多元統計分析方法。它與聚類分析都是研究分類問題，所不同的是判別分析是在已知分類的前提下，判定觀察對象的歸屬3。其基本方法包括：Fisher線性判別（FLD）、最鄰近分類法（k-NearestNeighborClassifiers）、分類樹算法（ClassificationTreeAlgorithm），人工神經網絡（ANNs）和支持向量機（SVMs）。
判別分析常用于臨床輔助鑒別診斷，計量診斷學就是以判別分析為主要基礎迅速發展起來的一門科學。如臨床醫生根據患者的主訴、體征及檢查結果作出診斷；根據各種癥狀的嚴重程度預測病人的預后或進行某些治療方法的療效評估；以及流行病學中某些疾病的早期預報，環境污染程度的堅定及環保措施、勞保措施的效果評估等。
在生物信息學針對基因的研究工作中，由于借助了精確的生物實驗，研究者通常能得到基因（樣本）的準確分類，如，基因的功能類、樣本歸結于疾病（正常）狀態等等。當利用了這些分類信息時，就可以采用判別分析的方法對基因進行分類，生物信息學中又稱為有監督的分析（SupervisedAnalysis）。例如，基因表達數據分析中，對于已經過濾的基因，前三種方法的應用較為簡單。而支持向量機（SVMs）和人工神經網絡（ANNs）是兩種較新，但很有應用前景的方法。
（三）相關分析
相關分析（correlationanalysis）是醫學統計學中研究兩變量間關系的重要方法。它借助相關系數來衡量兩變量之間的關系是否存在、關系的強弱，以及相互影響的方向。其基本內容包括：線性相關系數、秩相關系數、相關系數的檢驗、典型相關分析等。
我們常常可以借助相關分析判斷研究者所感興趣的兩個醫學現象之間是否存在聯系。例如，采用秩相關分析我們發現某種食物中黃曲霉毒素相對含量與肝癌死亡率間存在正相關關系；采用線性相關方法發現中年女性體重與血壓之間具有非常密切的正相關關系等等。
生物信息學中可以利用相關分析建立基因調控網絡。如果將兩個不同的基因在不同實驗條件下的表達看作是兩個變量，相關分析所研究的正是兩者之間的調控關系。如采用線性相關系數進行兩基因關系的分析時，其大小反應了基因調控關系的強弱，符號則反應了兩基因是協同關系（相關系數為正），還是抑制關系（相關系數為負）。
四、意義
生物信息學不僅是醫學統計學的研究前沿，更是醫學研究由宏觀向微觀拓展的重要領域，其研究內容已逐漸為多數醫學院校的學員了解和熟悉。而如何對新技術產生的生物實驗數據進行準確合理的分析，卻成為生物信息學研究的主要瓶頸之一。
在醫學統計學課堂教學中引入生物信息學實例，而不僅僅局限于常見的醫學、衛生領域的例子，將難以理解的統計理論和方法與前沿的生物實例相結合，拓寬了學員的視野，提高了學員的學習興趣，更可以加深對所學知識的理解；與此同時，使學員掌握了生物實驗數據的先進分析方法，擴大了學員的知識面，提高了他們今后開展醫學科研工作的能力。
[關鍵詞]統計學 問題 對策
[中圖分類號]G642 [文獻標識碼]A [文章編號]1009-5349（2014）01-0254-02
21世紀是信息爆炸的時代，數據是信息的重要載體。而統計學恰恰是研究如何收集、整理、分析和解釋數據的科學。學好統計學，能夠幫助更好地理解、解釋各種經濟行為和經濟現象。對于財經類非統計學專業的學生，掌握與自身專業很好結合的統計分析方法，具備一定的數據分析能力，對于參與激烈的職業競爭是必不可少的。作為教育部規定的高等院校財經類專業核心課程之一，統計學在財經類專業學生的整個知識體系中占有重要的位置。
但由于統計學課程自身的特點，以及非統計學專業中專業知識與統計學相關性的不同，在當前的非統計學專業的統計學教學中仍然存在著一些問題。如學生的學習興趣不高，通過學習并沒有具有基本的統計學技能等。為此，筆者結合近幾年來的統計教學工作，對非統計學專業統計學教學過程中存在的問題進行探索和思考。
一、非統計學專業統計學教學中存在的問題
（一）統計學內容比較抽象難懂
統計學教學中存在很多的抽象概念和公式推導，這部分內容對于理解統計學的理論知識及其應用有重要意義。而對于數學功底較差，所學專業又與數據分析看似關系不大的同學，學習起來有一定難度，同時學習興趣不大。
（二）統計學教學方式單一
當前，在統計學的教學過程中，比較常見的是板書教學和PPT課件教學。板書教學的過程中，可以讓學生更好地理解統計學中各種公式的來龍去脈，使學生知其然也知其所以然。PPT教學可以利用各種資源，如圖形、圖片、各種鏈接，可以使教學內容更加形象生動，提高學生的學習興趣。在實際教學中，將板書和PPT教學相結合通常效果會更好一些。但是大學生不同于中小學生，更應該注意引導學生自主思考、自主學習，應該考慮應用更多的教學方式方法。
（三）統計學的考核方式比較傳統
為了驗證統計學課程的教學效果，當前所設置的統計學考核方式還比較傳統。主要在學期末進行考核，一般會設置如單選、多選、填空、簡答、計算等傳統題型。這些通常基于題庫基礎上的考題，會引導學生更多地機械地做題，為了做題而做題，沒有考慮問題的提出，按照既定步驟解題。這不應該是大學生學習的考核方式，應該更注重學生開放式思維的培養，引導學生思考更多的開放性問題。
二、提高非統計學專業統計學教學效果的對策
（一）引入案例教學，并引導學生進行具體的統計實踐
統計學是一門方法論的課程，需要把統計學的課堂教學和實際中的應用聯系起來，這樣才能取得良好的教學效果。
首先，教師在教學過程中，應該注意將所舉案例與授課學生的專業知識有機結合起來，更容易吸引學生，使學生在解決實際問題的過程中應用具體的統計方法，加強對統計學的學習興趣，進而加深對統計學相關理論的理解。
同時，可以鼓勵學生對于自己感興趣的問題進行具體的統計實踐活動。例如，可以鼓勵學生在校園內調查大學生的消費支出狀況、自習室和圖書館的利用情況、進行選課和逃課問題的調查等，并且可以利用學校的資源進行數據分析并得出相關的結論。也可以讓學生利用寒暑假時間，到實踐基地，如大型的調查公司參與一些大規模的調查項目。以上的方法都可以讓學生親身體會統計方法在實踐中的具體應用，可以使學生更好地掌握統計知識，更積極主動地學習、探索統計學的相關知識。
當然，在學生具體應用統計方法解決統計問題之前，應該注意學生兩個方面能力的培養：一是收集、整理數據的能力；二是分析、解釋數據的能力。這也是在統計學的教學中要特別需要掌握的。
統計學是關于數據的科學，統計學的研究都是離不開數據的。面對具體問題，如何收集數據是統計學研究能否成功的重要前提。因此，應該加強學生獲得數據能力的培養。教導學生如何利用相關的調查方法獲得第一手數據，以及如何加強獲得二手統計資料的能力。
獲得統計學的數據之后，如何去分析數據，并利用分析結果去解釋相關的現象，也是學習統計學的根本目標。應該提高學生分析數據的能力，而統計學恰恰提供了很好的工具，就是各種統計分析軟件。因此，在統計教學中，應該加強統計學軟件的應用教學。但是不同專業的學生，在以后的工作中對于軟件的應用需求是不一樣的。利用財務管理、會計專業會有自己的財務處理軟件，財務相關數據分析更多利用的是Excel軟件；而金融專業的學生以后工作中處理更多的是金融數據，專業的統計分析軟件用起來會更加方便。因此，在統計學的教學過程中，應該結合不同專業的特點，利用不同的軟件教學達到與學生專業更好的結合，有利于學生今后的專業發展。
（二）豐富統計學的教學方式，如問題探討式教學、引導式教學等
為了激發學生自主學習，可以在統計學的教學過程中采用更多新的教學方式，如模擬式教學、問題研討式教學、引導式教學等。
模擬式教學是指利用學校的教學資源，對于模型經濟活動的數據進行整理分析。這種教學模型比較適用于學校已經構建了其他相關專業的實驗室的情況。例如，會計專業有自己的會計實驗室，已經有了很多的模擬會計數據；財務管理專業也有自己的ERP實驗室，有很多企業運營數據；金融學專業有自己的金融實驗室，有模擬的股票、期貨等高頻金融數據等。對于這些已有數據，都可以讓學生利用統計分析軟件進行分析解釋，使學生在學好統計學知識的基礎上，對自身專業知識做進一步鞏固。
問題研討式教學則是將學生分成不同的學習小組，對于一個具體的問題集思廣益，進行思想的碰撞。不同小組的同學各自分工合作，這樣有助于開拓不同學生的思路，對于一個問題提出更全面的解決方案。也可以使學生在小組合作中，更多地體會合作的力量。同時，不同小組會得出不同的方案，學生在方案的比較中也可以反思自身在思考問題、解決問題的方式方法上有什么地方可以進一步完善或改進，有助于更好解決問題的同時，提高自身能力。
引導式教學則偏重于教師利用自身的知識儲備，對于學科前沿知識的了解，對于統計學中比較重要的、比較難于理解的問題對學生進行引導。對于較難的內容，教師應該更注意于問題的脈絡的講解，使學生對于知識有體系的概念，知道問題為什么會提出，才會更好地理解統計學所提供的問題解決方法。而且在解釋問題的時候，一定要循序漸進，通過一個又一個問題的設定，去引導學生對于問題進行思考，在這個過程中會進一步鍛煉學生的思維能力，引導學生自主學習、自主思考。
（三）應該改革統計學的考試方式
統計學是一門應用學科，因此，對于統計學的應用應該貫穿于統計學的整個學習過程中。因此，對于統計學的考核也應該體現在整個學習過程中，而不應該單一地依靠學期末的考試。在授課的過程中，就應該注意構建教師和學生的學習交流平臺，如教師積極地與學生進行課前、課后的交流；構建網絡平臺，學生可以隨時在上面提出問題，教師則及時給予回復。同時，使學生能及時并明確地了解教師的教學要求，也便于教師和學生分享各種學習資料。構建了統計學的學習平臺，就應該加大對統計學平時的考核，可以給學習提出具體的教學任務，如針對自己感興趣的問題進行一次調查問卷設計，并進行數據分析，給出調查報告；進行一次具體的抽樣調查，并對抽樣結果進行分析，給出分析報告等。這種考核方式比卷面式的考核，會使學生收益更多。
對于不同專業，數理基礎不同的同學應該進行不同的考核。在考核的側重點和難度等方面應該有所區別。如對于偏文科的專業，減少數理知識的考核，增加更多的開放式問題；對于數理基礎比較好的相關專業的學生，可以更多加強理論知識的考核。因為有了扎實的理論基礎，方法的應用就要簡單得多。并且要更多地結合統計軟件，對于實際的經濟問題及經濟數據進行上機考核。同時，要革新考試的題型。考核的重點應該放在幾個方面，如考核學生對于各種統計方法基本思想的掌握情況；考核學生對于數據分析結果的解釋程度；給出實際問題的背景，考核學生如何利用所學的統計分析方法解決問題。
三、結語
統計是一門關于數據的科學，是一門需要理論聯系實際的科學。在當今的知識經濟中，必然會發揮越來越重要的作用。使學生具有良好的數據處理能力及數據分析技能，是統計學教學過程中不容置疑的職責。通過統計學教學及考核方式方法的改進，可以提高非統計學專業學生學習統計學的興趣，使學生主動地去學習統計學的理論和方法，并解決實際的問題，這對于學生學習能力的培養及以后的發展都具有重要意義。
【參考文獻】
[1]胡桂華.經濟、管理類專業《統計學》課程建設的幾個基本問題.統計研究，2008（01）.
[2]黃海午.《統計學》課程教學新模式探索.廣西民族大學學報（哲學社會科學版），2008（12）.
[3]史燕.關于經管類非統計專業《統計學》課程考試改革的思考.江西金融職工大學學報，2009（6）.
[關鍵詞]初中生；切牙分類法；錯耠畸形；中國中學生心理健康量表；心理影響
[中圖分類號]R783.5
[文獻標志碼]A [文章編號]1008-6455（2016）02-0071-04
錯牙合畸形是口腔科常見病，尤其是前牙區的錯牙合畸形在而部通常是顯著的，它可以引起不良的社會反應和不良的自我概念形成。微笑是而部審美印象重要的一部分，而牙齒是其最重要的一部分，有理由認為牙齒的外觀會影響一個人的心理狀態。口腔情況會對患者的心理、社會和功能方而產生重要的影響，這些心理、社會和功能方而的影響被稱為口腔健康相關生活質量嘲。既往有研究顯示，錯牙合畸形對患者生活質量的主要影響在于心理方而，而不在于功能方而。但是，錯牙合畸形對患者生活質量的影響所獲得的關注遠少于其他口腔常見病的影響。國外就錯牙合畸形對初中生心理健康影響的研究較多，而國內較少。本文旨在采用中國中學生心理健康量表（Mental Health InventorV of MiddleSchool Students，MMHI-60）初步調查和探討錯牙合畸形對初中生心理健康的影響。
1 材料和方法
1.1 調查對象
五家渠市有兩所中學，即五家渠第一中學和五家渠第二中學。第一中學初中部有37個班，共1850名。第二中學初中部有18個班，共630名。2015年45月，在這兩所中學的初中部隨機抽取了9個班級，其中在五家渠第一中學初中部每個年級隨機抽取2個班，在五家渠第二中學初中部每個年級隨機抽取1個班。共390名，其中男193名，女197名，年齡11.49-16.55歲，平均年齡為（14.08±0.84）歲，均為漢族。
排除標準：①唇腭裂等而下1/3嚴重畸形者；②前牙缺失、冠折、齲齒、牙周病及有修復治療史的患者；③有正頜及正畸治療史，正在接受正畸治療者；④患有精神心理性疾病，如強迫癥、躁狂癥、抑郁癥、焦慮癥、神經衰弱者。
1.2 問卷調查表
一般項目表：包括姓名、性別、年齡、族別、編號。中國中學生心理健康量表（MMHI-60）：此量表是我國著名心理學家王極盛教授根據我國中學生特點編制的，針對性強，能有效而準確地測查中學生心理健康狀況。量表包括10個因子，共60個項目。10個因子包括強迫癥狀因子、偏執因子、敵對因子、人際關系緊張與敏感因子、抑郁因子、焦慮因子、學習壓力因子、適應不良因子、情緒不平衡因子、心理不平衡因子。采用五級計分法，即無為1分，輕度為2分，中度為3分，偏重為4分，嚴重為5分。各因子的因子分計算方法：各因子所有項目的分數之和除以因子項目數。1-1.99分，表示該因子不存在問題；2-2.99分，表示該因子存在輕度問題；3-3.99分，表示該因子存在中等程度的癥狀；4-4.99分，表示該因子存在較重的癥狀；5分，表示該因子存在嚴重的心理癥狀。總均分是由60個項目的得分加在一起除以60，得出受試者心理健康的總均分，表示心理健康總體狀況。1-1.99分，表示不存在心理健康問題；2-2.99分，表示存在輕度的心理健康問題；3-3.99分，表示存在中等程度心理健康問題；4-4.99分，表示存在較嚴重心理健康問題；如果5分，表示存在非常嚴重的心理健康問題。
1.3 調查方法
首先，進行預試驗調查，檢驗調查內容是否可行，調查表設計是否完善，檢驗診斷方法的準確性，以便進一步修訂。兩名檢查者經過嚴格而統一的口腔檢查及調查標準培訓后，向被調查者講解本調查的目的、意義及具體填寫問卷方法和其他注意事項后，請被調查者填寫問卷，在規定時間內填寫完成后收回。然后，在自然光線下，由兩名口腔正畸專業研究生對被抽取的9個班的初中生進行口腔檢查，并采用個別正常牙合標準、錯牙合畸形切牙分類法記錄被調查者正常牙合及錯牙合畸形情況。
錯牙合畸形切牙分類法標準：①第1類：下切牙切緣咬在或位于上切牙舌隆突之下；②第II類：下切牙切緣位于上切牙舌隆突之后，又分為以下兩個分類，第1分類：上中切牙前傾，超合大于正常。第2分類：上中切牙內傾，超合常減少，但覆牙合通常大于正常；③第III類：下切牙緣位于上切牙舌隆突之前，超合小于正常或呈反牙合。
個別正常牙合標準[們：有輕微錯牙合，但對于生理功能并無明顯妨礙，且個體之間又存在一定的差異，所有符合這一正常標準的個體牙合，均屬于個別正常牙合。 調查前兩位檢查者均經過專門培訓，統一調查標準，并進行標準一致性檢驗。調查過程中隨機選擇50名初中生由該兩位醫師之間交換檢查，進行調查者之間的臨床意見一致性檢驗（Kappa檢驗），結果顯示兩位醫師對錯牙合畸形判斷的一致性較強（Kappa=0.95），診斷結果可靠。
1.4 統計學分析
將所有數據錄入Excel表格，用spss 19.O統計軟件進行統計分析，采用等級資料的秩和檢驗。切牙I類組、切牙III分類組、切牙112分類組、切牙III類組和個別正常牙合組這五組間比較時，檢驗水準為雙側a=0.05，統計值為x?。切牙III類組依次與切牙I類組、切牙III分類組、切牙Ⅱ2分類組、個別正常駘組進行兩兩比較時，共進行了4次比較，筆者采用Bonferroni方法調整檢驗水準，其處理方式為：以公認的檢驗水準除以多重比較次數作為調整后的檢驗水準應用于多重比較。故切牙III類組依次與其他四組進行兩兩比較時，檢驗水準調整為雙側a=0.0125。
2 結果
量表的完成率為100%。在心理健康總均分方而，個別正常牙合組、四個不同類型錯牙合畸形組這五組間的差異有統計學意義（X?=9.671，P=O.046），見表1。
切牙III類組和其他四組比較，除了切牙III類組與個別正常牙合組心理健康總均分差異有統計學意義外（P<0.0125），切牙III類組心理異常的比例比個別正常牙合組高。與其余組比較均無統計學差異（P>O.0125），見表2。
在該心理健康量表的10個因子分中，切牙III類組和其他四組比較的強迫癥狀、敵對、人際關系緊張與敏感、焦慮、學習壓力和情緒不平衡方而的心理異常差異均無統計學意義（P>0.05）。
在偏執、抑郁、適應不良得分方而，個別正常牙合組、四個不同類型錯牙合畸形組這五組間的差異有統計學意義。切牙III類組和其他四組比較，除了切牙III類組與個別正常牙合組心理異常差異有統計學意義外（PO.0125）。
在心理不平衡得分方而，個別正常牙合組、四個不同類型錯牙合畸形組這五組間的差異有統計學意義（X?=21.332，P=0.000），見表3。
切牙III類組與其他四組比較，心理異常差異均有統計學意義外（P
3 討論
英國學者所提出并倡導的切牙分類法，是從診斷的直觀性和對治療的指導性上分析，在臨床應用方而有其獨特的優點：切牙分類法屬于牙合形態學分類法，在反映錯牙合的概念上相較其他分類法更加形象；切牙分類法以前牙咬合關系為基礎進行分類，相較其他以致病機制為基礎的分類法有美學上的意義，而錯牙合畸形的概念本身就帶有較強的美學色彩；切牙分類法是對同一類前牙錯牙合表現的的歸納總結，對于指導臨床治療以及治療效果的判斷也相比較好。且既往有研究顯示，成人頜而部錯牙合畸形患者常因而下部中心區口唇部的畸形造成心理不同程度障礙。而且在正畸臨床應診患者中，大多數是因前牙美觀問題而就診，其關注點相比后牙也集中在前牙。閆穎等的研究就采用了切牙分類法對錯牙合畸形患者進行分組，探討了大學生牙齒審美對社會心理的影響。因而本研究也采用了切牙分類法。
中國中學生心理健康量表是我國著名心理學家王極盛教授根據我國中學生特點編制的，針對性強，能有效而準確地測查中學生心理健康狀況。徐立峰等的研究證明該量表具有良好的信度和效度。國內大量學者采用了該量表評估中學生的心理健康狀況。因而本研究選擇了中國中學生心理健康量表來進行心理健康評估。
根據發展心理學家艾瑞克森劃分，12-18歲的青少年的心理社會期特點是：建立自我概念、個人同一感階段，容易出現的問題是自卑感，身體意象易受外界影響。朱旭霞等的研究發現中小學生正畸患者的抑郁、焦慮、人際關系因子得分要高于因其他牙病就診的中小學生患者組。Cunningham將錯牙合組與非錯牙合組對照進行問卷調查，牙頜畸形患者高度焦慮，低身體意象，自尊值也低。孫燕等的研究發現安氏II類患者外表自尊值低于安氏I類和III類患者。Hoffman等對146例9-14歲牙頜而畸形患者進行研究，發現安氏II類1分類患者以害羞、沉默寡言、憂郁為特點，安氏III類的患者社會贊許率低，在學校不被喜愛。然而，在錯牙合畸形對生活質量的影響方而存在相互矛盾的證據。令人驚訝的是Pulache等的研究發現安氏III類錯牙合畸形對心理健康方而產生積極的影響。另一些研究發現，錯牙合畸形對中小學生的生活質量無重要影響，或之間有微弱的關聯。在兒童和青少年患者中，持久穩定并未經治療的錯牙合畸形對生活質量可能有或可能沒有心理和社會影響。而本研究發現，在心理不平衡方而，切牙III類組心理異常的比例比其他錯駘畸形組和個別正常牙合組都高。在偏執、抑郁、適應不良得分方而，切牙III類組心理異常的比例比個別正常牙合組高。
統計實踐遠早于統計學的誕生。據歷史記載，在遠古時代有“結繩記事”“、刻木記數”，其實這就可以說是最原始的統計。在我國，夏王朝“平水土，分九州，計民數”，進行了我國最早的人口調查，分中國為九州，人口大約1355萬。在國外，埃及、希臘和古羅馬的歷史中也有類似記載。公元前3000年左右，埃及為了規劃金字塔的建筑和建立大型農業灌溉系統，曾先后調查了全國的人口狀況。
從上可以看出統計工作有著數千年的歷史。隨著人們在這數千年的統計活動中的不斷探索，對統計規律的認識也逐漸加深，這就產生了統計學。統計學的產生至今已有300多年的歷史，按照統計方法和歷史發展順序可以分為以下3個階段。
第一，古典統計學時期
古典統計學時期是指十七世紀中葉到十八世紀末的統計學萌芽時期，當時分為國勢學派和政治算術學派。
國勢學派產生于十七世紀的德國，主要代表人物是海爾曼·康令（HermannConring,1606～1681年）和高爾費里德·阿亨瓦爾（Gottfriedchenwall,1719～1772年）。當時他們在大學里開設一門新課程，最初叫“國勢學”，因在外文中，“國勢”與“統計”詞義相近，阿亨瓦爾于1749年第一個把“國勢學”定名為“統計學”。這門課程采用文字敘述方法，講述有關國情國力的系統知識。政治算術學派產生于十七世紀的英國，主要代表人物是威廉·配第（WilliamPetty,1623～1687年）和約翰·格朗特（JohnGraunt,1620～1674年）。配第在其代表作《政治算術》中，用“用數字、重量和尺度”表達思想，通過數量對比分析，研究英國、法國、荷蘭三國的國情國力，闡明了英國的國際地位和社會經濟發展的方向道路。這種理論和方法對統計學的形成和發展有著深遠的影響。馬克思給了他很高的評價，稱他為“政治經濟學之父”。在某種程度上也可以說他是統計學的創始人。格朗特的代表作是《對死亡率公報的自然觀察和政治觀察》。他根據公報數據對倫敦人口的出生率、死亡率、性別比例和人口發展趨勢，作了分類、計算和預測。用具體的數量對比分析代替單純的思維論證，這在社會科學研究方法上是一個重大的創新。國勢學派和政治算術學派的區別在于，前者采用文字闡述，而后者采用的是數量分析方法。由于政治算術學派的方法被多數人接受，故該學派被公認為統計學的真正起源。
第二，近代統計學時期近代統計學時期是指十八世紀末到十九世紀末，在這個時期統計學又形成了許多學派，其中最主要的有數理學派和社會學派。數理學派產生于十九世紀中葉，其奠基人是比利時的生物學家、數學家和統計學家阿道夫·凱特勒。凱特勒認為，統計學既研究社會現象又研究自然現象，是一門獨立的方法論科學。他把概率論引入統計學，根據大數定律的原理，利用統計觀察資料計算和研究社會現象和自然現象的數量規律性，并用于預測未來的情況，從而開創了統計理論和實際應用的一個新領域。社會統計學派產生于十九世紀后半葉的德國，其主要代表人物是恩格爾和梅爾。
社會統計學派在一定意義上是政治算術學派的繼續，他們認為統計學是一門社會科學，是研究社會現象變動原因和規律性的實質性科學。統計學所研究的是社會總體而不是個別的社會現象，由于社會想象的復雜性和總體性，必須對社會現象總體進行大量的觀察和分析，研究其內在的聯系，才能反映社會現象的規律性。社會統計學派的主要代表人物厄恩斯特·恩格爾，他通過工人家庭生活費用調查發現了“恩格爾定律”。
第三，現代統計學時期
現代統計學時期是指二十世紀初到現在，這個時期中主要有歐美數理統計學和東方社會經濟統計學。
［關鍵詞］衛生信息管理醫學統計學教學改革
［作者簡介］周文君（1975-），女，江蘇鹽城人，鹽城衛生職業技術學院衛生信息管理教研室主任，講師，研究方向為公共衛生及衛生信息管理專業教學。（江蘇鹽城224005）孫曉凱（1978-），男，江蘇鹽城人，鹽城市疾病預防與控制中心慢性病科主管醫師，研究方向為慢性非傳染性疾病的預防與控制及衛生統計學教學。（江蘇鹽城224002）
［中圖分類號］G642.0［文獻標識碼］A［文章編號］1004-3985（2009）20-0144-02
現代醫藥衛生科技信息化發展迅速，衛生信息管理科學的發展對衛生信息管理專業人員的素質提出了很高的要求。醫學院校培養的衛生信息管理專業學生需要面向各級衛生行政管理部門、醫院、醫學信息部門、醫學圖書館等部門，從事日常辦公事務處理、病案管理、衛生信息資料、醫學圖書、檔案管理等工作和計算機維護工作。①他們除了需要掌握基礎醫學、臨床醫學等醫藥衛生知識和程序設計、數據庫管理等計算機知識外，還需要具有較好的統計學理論知識，能夠熟練掌握部分統計軟件的使用，以便為各級醫藥衛生機構提供信息和決策依據。為了提高醫學統計學課程質量，培養衛生信息管理專業學生建立統計學觀念，提高動手解決實際問題能力，近年來，鹽城衛生職業技術學院對衛生信息管理專業的醫學統計學的教學方法進行了探索與研究，主要從以下幾個方面著手。
一、根據課程特點明確學習要求
1.課程特點。醫學統計學是一門既有復雜理論知識，又有豐富應用技巧的醫學專業基礎課程。它是科研設計、資料的搜集、整理和分析的靈魂，可應用于居民健康狀況評價、醫療衛生實踐和醫學科研等各個方面，涉及基礎醫學、臨床醫學、預防醫學等多學科領域。醫學統計學內容主要是以醫學理論及其研究內容為載體，應用數理統計學的理論和方法來闡述某個醫學實際問題。②
2.學習要求。醫學生學習醫學統計學，并非要成為醫學統計學的專業人才，其目的在于建立起統計學觀念，學會從不確定性、機遇、風險和推斷的角度去思考醫學問題。對于衛生信息管理專業等非預防醫學專業學生，特別是專科生，醫學統計學的數學原理、公式推導等要求可以更加放寬，重點應放在統計方法的應用上。因此，我們要求學生學習醫學統計學必須要牢固樹立起統計學觀念，如生物性個體變異觀念，各種醫學指標獨特和分類觀念，抽樣誤差不可避免及各種條件下樣本具有不同的誤差觀念，各種研究對象和研究方式含有不同變異的觀念，等等。學習醫學統計學的具體要求是：能夠理解一些基本概念、基本原理；記住一些最基本的公式和界值；重點要掌握統計方法的適用條件、統計結果的解釋；此外還要再加上認真的課后練習和上機實習。
二、系統安排教學重點
1.合理選擇授課章節。目前，各地院校本科、專科生開設的醫學統計學課程課時大多在50～100節課間，要在這有限的課時內講完這么多的內容很不現實，所以各地學校要根據培養目標選擇適當的章節為學生講解。對于非預防醫學專業學生，除了基本的概念、統計描述、概率分布、參數估計、t檢驗、卡方檢驗、非參數檢驗等醫學統計學基礎理論部分外，其他的理論部分，如實驗設計、調查設計、復雜的相關與回歸等章節可以不講，留給有興趣的同學自學，把更多的時間安排在課上討論和實習課的操作上。對于衛生信息管理專業學生的培養目標，除了基本統計學理論外，還應重點加上在日后信息統計工作中會常用到的關于各種率的概念、計算方法的章節。此外，還可以講座的形式為學生介紹一些常用的、比較復雜的統計學方法。
2.明確教學重點。傳統的統計學教學內容包括三個方向：一是基本概念和方法；二是公式的來源、推導和詳細的手工計算步驟；三是統計結果的解釋與分析。③傳統的公式推導雖有利于對統計基本概念的理解，但對非統計專業的醫學生來講，冗長的公式推導已很難理解，更談不上對它的記憶了。因此，對于統計公式，我們要求學生只要了解其直觀意義、用途和應用條件，而不要求掌握其數學推導，教學內容的重點放在統計學基本原理、基本要領和邏輯思維上，而不是統計學方法的計算過程或數學算法的講解上。同時，隨著信息技術的迅速發展，各種數據處理軟件和統計軟件唾手可得，統計學計算也很容易實現，相反，統計學基本知識和基本原理的教學更顯迫切。我們的教學重點是培養學生解決實際問題的能力，讓學生對已有資料能夠找到適合的統計方法，結合本專業知識解釋統計結果。為此我們調整了一些教學內容，注重統計學基礎、統計學思維、統計學操作能力的培養，同時利用優秀的統計軟件，簡化統計計算過程，強調統計方法的選擇與報告信息的提取。例如，目前醫學上常用的假設檢驗方法有十余種。我們要教會學生能夠根據研究目的、資料類型選擇最適宜的統計方法，如計量資料常用t檢驗、方差分析等方法；計數資料常用卡方檢驗；等級資料可用秩和檢驗等，同時還要注意各種檢驗方法的應用條件。
三、注重例題的練習
1.從例題入手，提高學生的認識。醫學統計學的學習以理解為主，而一般醫學院校的學生對數學的接觸很少，因此，對于醫學統計學這門課程，很多學生往往存在一種恐懼心理。為消除這種心理，使學生對之感興趣，從實例入手是非常重要的。在理論教學課上講授某個概念或方法之前先舉個例子或提出問題，讓學生給出自己的看法和解決思路，教師適當加以引導和啟發，在解決這些問題的同時，再將統計學基本概念、基本原理和基本方法融入其中。這里提到的實例，可以是教材中現有的例題或練習題，可以是統計咨詢中碰到的實際問題，或醫學期刊論著中的一些實例，也可以是日常生活中的某一現象。學生的思維經過這樣一個由感性到理性，由具體到抽象的認識過程，減輕了接受抽象概念和方法的難度，加深了對書本內容的理解，還調動了他們學習的積極性，對提高教學效果大有幫助。此外，大量例題的講解和練習還有利于提高學生日后解決實際問題的能力。由于畢業后從事不同的工作崗位，對于大部分人來說，很多統計方法往往因用不到而不會使用，等實際工作中碰到時候便無從下手，這時他們便可查閱以往教材、參考書上的例題，與實際工作中的材料進行對比來獲得合適的統計方法。
2.進行案例討論，加深對常見錯誤的認識。統計方法的選擇重點在于要根據設計類型、資料類型及分析目的選用適當的檢驗方法和檢驗統計量。我們在講授各種檢驗方法時，不但重點強調各種方法的應用條件，還舉出具體誤用例子加以討論，將常被誤用的方法列舉出來，供學生辨析，從反面吸取經驗教訓。比如常見誤用有：配對t檢驗誤用為成組t檢驗；多組均數比較應用方差分析及q檢驗誤用為t檢驗；配對設計卡方檢驗誤用為成組卡方檢驗；多個率比較應用行×列表卡方檢驗誤用為四格表；應該用確切計算概率法誤用為四格表卡方檢驗；等等。新版的“衛生統計學”教材每章都增加了“案例討論”部分，教師減少了習題課時間，充分利用這些案例，給學生足夠時間進行課堂討論。案例討論在不偏離主題的前提下，調動了每一個同學的積極性，又能及時發現問題，解決問題，培養學生的綜合應用能力，為今后的實際應用打下堅實基礎，很受學生的歡迎。
四、使用統計軟件提高教學質量
1.選擇SPSS軟件作為教學軟件。計算機和軟件技術的飛速發展避免了在醫學統計工作中煩瑣的計算過程和記憶復雜的計算公式，使得醫學統計學的應用越來越易于實現。衛生信息管理專業學生之前接受過計算機基本知識的培訓，很容易掌握軟件的操作，因此開設統計軟件實習課顯得尤為必要。目前，國內外的統計軟件眾多，根據學生的實際情況，從針對性、實用性的觀點出發，我們選擇了功能強大且易于掌握的SPSS軟件作為醫學統計學實習課的教學軟件。SPSS是目前國際上最流行的、具有權威性的統計分析軟件之一，它操作簡單，無須編程，易學易用，可以直接讀取Excle等數據文件，分析結果清晰、直觀，可以直接復制到Word文檔中，為學生使用帶來極大的方便。④
2.精心安排實習課內容。實習課我們要求學生在計算機上學會應用該軟件，能夠在學習之后應用該軟件獨立完成實際資料的統計分析等工作。具體做法是，首先由實習教師對本節課的內容進行講解，并在主機動態演示SPSS軟件的操作過程，解釋結果，然后讓學生應用SPSS軟件獨立完成書本上或教師精心篩選的習題，并要求學生看懂計算機輸出的結果，同時能對資料進行解釋。我們重點讓學生掌握的是一些基本操作（包括數據的輸入和整理、變量的設置、轉換等）、主要統計分析過程（包括描述性統計、t檢驗、方差分析、卡方檢驗、線性回歸和相關分析、非參數檢驗）和基本統計圖等內容，同時要求學生能理解輸出的結果，合理解釋統計結論中重點指標的含義。
3.避免盲目使用統計軟件。統計方法選擇的正確與否依賴于使用者對資料的了解程度與統計分析方法的掌握程度。而SPSS軟件只是一種工具，它無法對統計方法的適應性做出判斷，不能取代分析過程。如果不懂得選用正確的統計方法，而盲目使用計算機和統計軟件，不管是什么研究類型的數據都簡單地交給計算機處理，用計算機取代統計，那么大量的信息和統計數據將得不到有效的利用，勢必造成統計方法的濫用和誤用。另外，學生在課本上看到的是規范化的表格表示出來的資料，很容易選擇適當的方法，而日常工作中往往不是這樣，因此，如果學生對統計方法掌握不好，在實際工作學習中很容易出現濫用統計軟件的情況。所以，我們教學中一再強調不能盲目的使用統計軟件，而是要根據統計學原理選擇合適的統計方法，然后再使用統計軟件進行分析。
五、采用現代化教學手段
【關鍵詞】大數據 統計學 挑戰 機遇 教學
【基金項目】貴州省科技廳、貴州民族大學聯合基金（黔科合J字LKM[2011]09號）
【中圖分類號】G642 【文獻標識碼】A 【文章編號】2095-3089（2014）08-0235-01
1.引言
“大數據”時代的來臨和“大數據”處理技術的發展深深的影響著統計學的發展。能否利用傳統的統計理論和統計方法對海量的數據做出快速、準確的處理并獲取相關信息？如何對傳統的統計理論與方法進行改進或探索新的統計理論和方法來對大數據進行挖掘與處理以獲取信息？如何在“大數據”時代背景下培養符合市場需求的統計分析師或數據分析師？如何將“大數據”處理技術融入相關統計學課程教學以促進數據處理與分析技術的發展？這些都是我們在統計學相關課程教學過程中必須思考的一個問題。
2.大數據與統計學
“大數據”隨著社交網絡、物聯網、云計算等的興起而產生。一般認為大數據具有規模性、多樣性、實時性及價值性四個基本特征，包含分析、帶寬和內容三個要素。“大數據”在數據來源、數據結構和處理方法方面對傳統的統計分析方法產生了沖擊。第一，在大數據背景下，數據來源不再是原來的簡單抽樣，而是“樣本即總體”，直接將總體作為研究對象。第二，在大數據時代，研究對象也不是原來單一的結構化數據，由于數據的多樣化與規模化，我們更多的是研究非結構數據，采用人工智能來進行數據挖掘和信息獲取。第三，數據處理方法也不是簡單的采用傳統的假設檢驗方法進行研究，特別是對于統計學中的異常點，不再采取以往的丟棄或者平滑處理方式。
“大數據”處理技術對統計學的發展提出了巨大挑戰，但我們必須認識到學科之間的發展是相互交融的，“大數據處理技術”其本質上是數據處理與分析技術，其發展對統計學學科的發展也有積極的一面，同時統計學作為一門獨立的學科，有其自身獨特的學科優勢。首先，海量的數據有利于提高各類統計分析的精度，如減小抽樣誤差等。其次，較之于傳統的統計學方法，現有的“大數據”分析方法難度較大、成本較高、耗時較長。而在實際的應用中，我們關心的不是數據量的多少，而是數據量所蘊含的信息。傳統的統計學分析方法是以較少的數據進行精確度相對較高的統計分析，這是“大數據”分析所無法替代的。另一方面，統計學在數據收集方法、模型選擇、模型假設以及模型診斷方面有很大優勢。而且并不是所有的問題都具有海量的數據，并不是每一個“大數據”問題都適合用現有的“大數據處理技術”來處理。
3.對策與建議
3.1 夯實基礎教學
針對以上的分析我們可以看出，大數據對統計學的發展既是機遇，又是挑戰。因此我們在教學過程中要夯實統計學基礎知識的教學，講清楚統計學的基本原理與基本方法，特別是數據分析與數據處理的基本原理與方法。對于許多傳統領域，如生物、醫藥以及質量與可靠性工程等，我們面對的多是“小數據”而不是大數據，因此基于樣本的統計分析方法仍然是進行此類問題研究的最有效的科學手段。
另一方面，我們要結合大數據技術的特點，對統計學的基本知識進行拓展教育，引導學生思考怎樣將已有的統計學基本原理與方法運用到大數據處理的技術研究中。如在大數據環境下怎樣進行數據的收集、篩選與甄別、存儲與分析等，如何分析并厘清可能的數據來源與范圍，如何建立相關指標體系并對數據進行分類，如何制定或調整相應的統計參考標準，以及如何對依靠非傳統數據源加工生產的統計數據進行規范的統計推斷等。
隨著大數據時代的來臨，各行各業對具有統計背景知識人才的需求必定越來越多。因此，在統計學教學過程中，一定要結合各專業的特點，特別是“大數據”的特點，切實加強統計學的基礎知識教學與拓展教學。
3.2 加強統計學專業軟件教學
“大數據”環境下，對統計人才需求也發生了變化。面對海量的數據與多樣化的數據，一名合格的統計人才或數據分析人才不單需要良好的統計素養與扎實的統計基礎知識，更需要具有數據的存儲與整理能力、計算能力以及數據分析與處理能力等。這就要求在教學過程中，加強統計軟件或數學軟件的教學。
針對傳統的“數學證明+手工計算”或“重理論輕專業統計軟件”的統計學課程教學模式，可將統計軟件或數學軟件融入課堂教學并安排一定的課時上機學習統計軟件，以此提高學生數據處理能力，加深對統計學基本原理的理解與掌握。
在加強統計軟件或數學軟件，如SPSS、R、SAS以及Matlab的教學過程中，要擯棄“會軟件的操作即會統計技術”的思維，要讓學生真正掌握相關操作與相關算法，深入思考算法的實現與相關理論的應用。同時引導學生思考對“大數據處理”的技術要求，包括數據搜集、發掘、存儲以及計算分析過程中的算法與設備要求等，引導學生針對大數據進行軟件升級與開發。
3.3 突出案例教學與實踐教學
大數據的產生和發展源于規模經濟問題或超規模經濟問題的研究。每一個大數據問題的研究都是與實際經濟或社會問題緊密相聯的，因此，在實際教學過程中，要突出案例教學與實踐教學，由易到難，通過案例教學逐步引入大數據的概念以及大數據處理的基本技術，提高學生的分析全局觀以及進行實際數據分析與處理的能力。
教學改革的目的是培養在“大數據”時代背景下，符合市場需求的專業統計人才，而合格的專業統計人才必須具備良好的統計實踐能力。案例教學與統計實踐活動是培養學生統計實踐能力的有效途徑。因此，在教學過程中，一方面，教師可融合各種與實際問題相關的案例進行分析和講解，加深學生對相關統計理論知識的理解，激發學生的學習興趣，培養學生解決實際問題的能力。另一方面，教師可以組織多種形式的課堂或課堂外的統計實踐活動以培養學生統計實踐。如，指導學生針對他們感興趣的與經濟、社會發展相關的統計實際問題展開統計研究，設計調查問卷，收集數據、整理和分析數據，撰寫研究報告，實現對實際問題的分析和解決等。
4.結束語
總之，在“大數據”環境下我們既要積極面對挑戰，又要緊緊抓住機遇，切實結合“大數據”的特點和“大數據處理技術”發展的需求，既加強對傳統的統計學方法、統計理論的教學，又積極開展 “大數據“環境下的拓展教學，推動統計學的發展，在數據收集、數據分析以及統計制度等方面進行改革和創新。
參考文獻：
[1]李國杰. 大數據研究的科學價值[J]. 中國計算機學會通訊，2012，8（9） .
[2]姜奇平. 2013 全球大數據-大數據的時代變革力量[J]. 互聯網周刊，2013，1.
[3]游士兵，張佩，姚雪梅.大數據對統計學的挑戰和機遇 [J]. 珞珈管理評論標，2013，2（13）.