前言：中文期刊网精心挑选了统计学统计方法范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
统计学统计方法范文1
关键词：教学方法；医学统计学；改革；实践
中图分类号：G71 文献标识码：A 文章编号：1673-9132（2016）14-0290-005
医学统计学是以数理统计和概率论为基础，以医学理论为指导，运用统计学的原理和方法研究医药卫生领域中数据的收集、整理、分析的一门应用型科学。该门课程概念抽象、内容逻辑性强，被许多学生认为是最难学习的课程之一。对于医学统计学教师来说，如何改变传统的教学方法，培养学生的统计思维，是值得进一步探究的问题。为此，我们对医学统计学的教学方法进行了改革，现将教学情况总结如下。
一、研究对象与方法
（一） 研究对象
将我院2014级医学检验技术专业4个班级随机分成实验组2个班级和对照组2个班级，实验组85人，对照组102人，实验组和对照组学生在性别、生源、录取分数等方面均无统计学差异（p>0.05），实验组和对照组授课教师、教材选取、教学内容、课时均相同。
（二）研究方法
1.教学方法及内容选取：对照组采用“灌输式”教学方法，即课堂上以教师讲授为主，学生被动接受，课后练习教材上的习题；实验组采用“分组讨论-课堂点评-效果巩固及检查”新的教学方法，但有些内容是离不开教师的课堂讲授的，如基本概念等，结合课程内容特点及学生的能力，我们选取了四个章节实施新的教学方法，这四个章节包括定量数据的统计描述、医学参考值范围估算、统计表和统计图以及x2检验。
2.分组：对照组102名学生不分组，实验组85名学生按分成10组，每组有8～9名学生，每组由教师选出2名负责人。
3.实施过程：在对照组学生每次上完课后告知下次上课的内容，要求学生提前做好预习；实验组学生在提前1周左右告诉每组的2名负责人课堂讨论的内容，由负责人和组员分工准备，通过教材研读和文献查阅等制作PPT或挂图，上课时每组选派一名代表进行讲解，其他成员参与讨论，教师做适当的引导，最后由教师归纳总结。
4.效果评价：课程结束后采用卷面考核和满意度调研来评价教学效果。由于教学方法不同，所以两组学生考核的题型不同，对照组学生考核题型包括名词解释、填空题、判断题、单项选择题和计算题，实验组学生考核题型包括判断题、单项选择题和原始资料的统计学处理（计算题），实验组学生题型的灵活性优于对照组学生；满意度调研的问卷自行设计，两组学生所用的问卷相同，问卷包括四部分内容，即教学方法、教学适应性、教学效果、综合素质的提高，在课程结束后由授课教师统一发放填写，当场回收。
（三）统计分析
采用Epidata3.0双人双份录入数据并核对检查，用SPSS18.0统计软件包分析，定量资料采用t检验，定性资料采用x2检验，以p
二、结果
（一）教学效果评价
1.总成绩评价：两组学生采用不同试卷进行考核，满分均为100分。对照组学生最低得分28分，最高得分93分，平均得分66.35±15.13；实验组学生最低得分36分，最高得分94分，平均得分71.07±12.69。两组学生总成绩有统计学差异（p
2.正确率评价：两组学生相同题型的正确率得分见表2，计算题和单项选择题实验组学生正确率高于对照组学生，差异有统计学意义（p
（二）满意度评价
实验组共发放问卷85份，回收85份，有效率100%；对照组共发放问卷102份，回收98份，有效率96.08%。教学方法、教学效果和综合素质提高三方面实验组学生优于对照组学生，有统计学差异（P0.05），具体见表3。
表3 两组学生满意度调查结果
三、讨论
其一，通过本次调研发现，实验组学生卷面总得分高于对照组学生，有统计学差异（p
其二，满意度调研方面发现除了教学方法的适应性两组学生无统计学差异外，其余方面均是新的教学方法优于传统教学方法，且有统计学差异（p
其三，通过访谈发现，学生以往学习中接触到的都是传统教学方法，这次突然面临一种全新的教学方法，可激发学生的好奇心。但是这种教学方法使得学生课后需花大量的时间查阅文献及制作ppt，这导致他们研读教材的时间相对不够，对教材上的基本概念一知半解，最终在卷面考核中判断题的正确率非常低。在以后的教学中，我们需要进一步找到两者的平衡点，既要重视基本概念的理解，又要重视实际能力的培养。
其四，“学生分组讨论-课堂点评-效果巩固及检查”并不适合理论性强的章节，所选的教学内容应该在前期的教学中作了必要的铺垫，学生已具备自主分析问题时所必须的理论基础，在前期已经系统讲解了概率分布原理等。
其五，“学生分组讨论-课堂点评-效果巩固及检查”教学法的核心是自我学习，教师不再处于中心位置，而是对学生的学习起引导作用。这就要求教师鼓励学生提出不同的见解，在关键点内教师进行提示和引导，及时做好点评、课堂总结。
参考文献：
统计学统计方法范文2
关键词：生物统计学；实验教学；改革探索；实践
中图分类号 G642.0 文献标识码 A 文章编号 1007-7731（2013）15-148-02
生物统计学是数理统计原理和方法在生物学中的应用，不仅在生命科学领域、而且也在其他学科领域中得到广泛应用，是一门工具学科[1]。生物统计学的理论性和实践性均较强，涉及的基本原理、公式和概念较多，需有一定的数学基础和逻辑推理能力才能学好，相对于其他专业课程，师生普遍反映难教、难学、难记[2]。《生物统计学》不容易理解和掌握，导致学生缺乏学习兴趣和动力，考试前通过死记硬背接受理论知识，形成短暂记忆，随着时间的延长，所学内容逐渐忘记。这门课程讲授完之后，学生不会灵活运用其中的方法，也不会设计一个简单的试验，更不会将生物统计学的基本理论、技术和常用统计方法应用到本科毕业论文设计中，导致理论教学与实践应用脱节，显然未达到教学目的。以往《生物统计学》教学以单纯理论教学为主，不设或很少开设实验课。因此，笔者结合《生物统计学》的基本原理，利用计算机和统计软件，开设了《生物统计学》实验课，并尝试对该课程的实验教学方法进行改革探索。
实践教学环节非常有利于提高大学生的培养质量，而《生物统计学》课程教学的实践环节亟待加强。在《生物统计学》实验教学过程中，我们利用计算机辅助实验教学，开设以下实验课：（1）《生物统计学》某章节理论知识讲授完之后，利用计算机和相关统计软件，开设相应的实验课。在实验课上，教师通过统计软件演示例题的计算和分析过程，并讲授统计软件的使用方法，学生根据所学理论知识，结合实例在计算机上借助统计软件进行操作，这样使学生获得知识更加直接与快速。（2）学生参与试验设计和科学试验。学生要在生产实践或实验室中设计试验，亲自参与试验数据的采集，并对试验数据进行统计和分析，这样有利于加深学生对所学内容的理解。《生物统计学》教学开设了如下实验：
1 利用Excel绘制常用统计图
Excel绘制图形功能强大，各种版本的Excel软件均提供了14种标准图表类型，每种图表类型中又含有2～7种子图表类型；还有20种自定义图表类型可以套用。讲授完试验资料的搜集和整理后，开设利用Excel绘制常用统计图的实验课。学生在实验课上利用Excel绘图时，可以对图表区、绘图区、数据系列、坐标轴、图例、图表标题的格式，例如文字的颜色、字体、大小，背景图案、颜色等进行修改和调整，使修饰后的图形更加美观好看，爽心悦目。当图和数据放在一张工作表上、学生改变绘制图形的数据时，其图形将发生相应变化；将鼠标放在图中某数据点上，在鼠标下方将弹出一个文本框给出数据点的具体数值；用鼠标单击绘图区中的“数据系列”标志，其图所属数据单元格将被彩色框线围住，便于用户查看图形的数据引用位置。在“数据系列”点击右键可以向散点图、线图、条形图等添加趋势线，并可给出趋势线的方程与决定系数。
2 利用Excel进行数据描述统计分析
讲授完试验资料特征数的计算后，开设利用Excel进行数据描述统计分析的实验课。首先选用与生活联系紧密的数据资料，让学生利用Excel计算这些数据的平均数、中位数和众数，测定和分析这些数据的集中趋势，然后利用Excel测定样本标准差、总体标准差和四分位数，让学生分析这些数据的离散趋势。另外，让学生利用Excel分析总体次数的分布形态，计算总体平均值的置信区间，有助于识别总体的数量特征。总体的分布形态可以从两个角度考虑，一是分布的对称程度，另一个是分布的高低。前者的测定参数称为偏度或偏斜度，后者的测定参数称为峰度。
3 利用Excel进行统计假设检验
讲授完统计推断之后，利用Excel进行统计假设检验的实验课。统计假设检验是根据随机样本中的数据信息来判断其与总体分布是否具有指定的特征[1]。我们选择实际案例，让学生提出假设，利用Excel中适当的统计方法计算检验的统计量及其分布，确定显著性水平和决策规则，最后推断是否接受假设，得出科学合理的结论，这个过程就称为假设检验或统计假设检验。统计假设检验的方法多样，通过比较就会发现它们的基本方法和步骤大同小异，例如t检验、u 检验、x2检验等，可以详细讲述其中1～3种假设检验方法，其它假设检验方法可以采用启迪和推导方式让学生利用统计软件自行轻松地学习和操作。
4 利用Excel和SAS软件进行方差分析
讲授完方差分析之后，开设利用Excel和SAS软件进行方差分析的实验课。利用Excel只能进行单因素或双因素（包括可重复双因素和无重复双因素）方差分析，而涉及双因素随机区组试验、三因素试验和裂区试验等试验数据的方差分析，即让学生利用SAS软件进行多重方差分析。另外，Excel中的单因素或双因素方差分析只能给出方差分析表，不能进行平均数的多重比较，也无法用不同字母标记法表示差异显著性的结果，这些也都需要利用SAS软件。
5 利用多种统计软件进行回归分析
由一个或一组非随机变量来估计或预测某一个随机变量的观测值时，所建立的数学模型及所进行的统计分析，称为回归分析[1]。按变量个数的多少，回归分析有一元回归分析与多元回归分析之分，多元回归分析的原理与一元回归分析的原理基本相似。按变量之间的关系，回归分析可以分为线性回归分析和非线性回归分析。利用统计软件进行回归分析时，首先让学生如何确定因变量与自变量之间的回归模型；如何根据样本观测数据，估计并检验回归模型及未知参数；在众多的自变量中，让学生判断哪些变量对因变量的影响是显著的，哪些变量的影响是不显著的。在方差分析实验课上，先让学生利用Excel进行简单的线性回归分析，然后利用SPSS软件进行相关与回归分析，最后利用SAS软件进行多元线性回归分析和逐步回归分析，使学生了解不同统计软件的特点、功能和作用。
6 利用基本原理设计试验
试验的精确度高低取决于试验设计的各个方面，只有通过有效地控制试验误差才能提高试验精确度。因此，教师有必要正确引导大学生在试验过程中要做到操作仔细，这样有利于提高学生的科研素质。在试验工作中，从试验资料中发现潜在的规律性是极其重要的，这需要科学合理地运用统计学的基本原理和方法。讲授完试验设计之后，要求学生根据试验设计的基本原理，在生产实践或实验室内提出试验设计的基本思路，制定试验方案。然后，学生分组讨论试验设计的可行性，并进行纠正和修改。在试验前期，学生应进行试验前期准备工作。在试验过程中，学生要考虑试验条件的差异对试验数据的影响，可根据试验设计的原理和技巧分析试验出现的问题，使学生获得的理论知识与实际联系起来，从而加深对理论知识的理解。试验结束后，获得大量的试验数据，需要选择正确的统计方法分析试验资料，得出科学合理的结论，以达到研究目的。最后，教师根据学生设计的试验思路、方案、步骤及作出的试验报告给予评价。通过开设试验设计实践课，可以使学生明确试验的目的、试验设计方法、试验因素及水平等内容，有利于提高学生设计试验方案的能力。
实践证明，开设《生物统计学》实验教学后，学生能够在计算机上借助相关统计软件亲自统计试验数据，利用所学的统计学方法分析和检验试验结果，最后得出可靠的结论。最后毕业时，学生能根据试验设计的基本原理，可独立完成毕业论文试验设计，实施设计的试验方案，获得试验数据资料。由于试验数据统计分析耗时，而且繁琐，因而过去毕业生害怕对试验数据进行统计分析。自从我们结合《生物统计学》的基本原理，利用计算机和计软件开设了该课程的实验教学后，学生轻松地掌握了该课程的基本原理和统计分析方法，统计和分析数据的速度、精确度均大幅度提高。现在部分学生还能帮助教师进行科研课题的数据处理和分析，毕业论文水平也大大提高。
《生物统计学》教学实验课的开设，使学生从被动学习转变为积极主动地学习，培养了学生进行科学试验设计的能力，初步掌握开展科学试验设计的方法；培养学生掌握正确收集、整理试验资料的方法，能利用生物统计方法对试验资料进行正确的统计分析；培养学生掌握常见统计软件的使用方法和统计方法。《生物统计学》实验课深受学生的欢迎，这也是对该课程实验教学的尝试和改革探索的肯定。在该课程实验教学过程中，笔者深刻体会到要提高《生物统计学》课程的实验教学效果和质量，教师需要投入时间与精力，钻研实验教学内容，提高教学水平，转变实验教学理念，不断探索和优化多元化的实验教学方法。
参考文献
[1]李春喜，邵云，姜丽娜.生物统计学[M].4版.北京：科学出版社，2008：1-3.
统计学统计方法范文3
关键词：统计学方法信息应用
中图分类号： C8 文献标识码： A
任何理论的灵魂在于其在实践中的运用，在于其在实践中的指导性地位。马克思说理论联系实践，是不朽的论题。同样，统计，顾名思义，统和计，词典上说：统计是指对某一现象有关的数据进行搜集、整理、计算和分析等。下面将浅谈统计学的方法与应用。
一、统计学的方法
（一）大量观察法。
大量观察法是统计研究的特有方法。构成社会经济现象总体的各个统计单位由于各种因素的影响，彼此数量之间存在不同差异。差异有大有小，差异原因有主有次，只有在大量观察的基础上，综合各单位的统计数据和各个调查单位表现出来的偶然的数值差异，才能互相抵消；也只有在大量观察基础上形成的总体平均数，才能显示总体的一般水平和发展变化规律。而少数资料或短时间的数值差异变化，是难以得到正确的分析结论的。
（二）统计分组法。
统计分组法在统计研究中占有重要地位，它不仅是统计资料整理的重要组成部分，而且在整个统计工作阶段都能发挥自己特有的作用。从统计设计阶段开始，要根据研究对象的特点，制定分类标准，确定反映总体不同性质特征的分类指标体系。在统计调查阶段，要根据具体的分组规定和分组方法，分门别类地收集有关数据。在统计资料整理阶段，需对搜集来的原始资料，按统计分析的要求进行分析或再分组。到统计分析阶段，则可以用类型分组、结构分组、水平分组、依存关系分组、时间阶段分组等各种分组方法进行统计分析，以反映总体内部不同分组条件下事物的相互联系、相互制约、彼此差异的现状、本质特征及其发展变化趋势。
（三）综合指标法。
统计分析过程，就是运用经过综合的统计指标反映社会经济现象的数量关系。不仅分析现象的总体数量水平，而且分析现象的结构关系、比例关系、平衡关系、投入产出关系等等。一种统计指标，往往只能反映总体的某一个侧面，要了解现象的全貌，统计研究常常把几个、十几个甚至几十个统计指标联系在一起，组成指标体系，从不同侧面反映现象和事物的综合情况。综合指标法就是运用表明社会经济现象不同侧面的统计指标，对现象总体展开全面、细致、深入分析研究的方法。
综合指标法按指标的基本表现形式，可分为总量指标、相对指标和平均指标等。通常将这三种指标统称为综合指标。在这三类指标的基础上，进一步展开综合统计分析，其统计分析的重要形式有：对比分析、平均分析、差异分析、动态分析、因素分析、相关分析、平衡分析、统计推断和预测分析等。
（四）归纳推断法
归纳法是从个别到一般的推理方法，是统计研究中常用的方法。在综合指标法中将个别现象的数值综合汇总成总体数值，概括反映总体一般的数量特征，所采用的方法就是归纳法。在研究社会经济现象的总体数量关系时，当研究的总体单位数很多甚至是无限总体（单位数不可数）时，可采用抽样调查方法，观察部分单位进行计算和分析，根据结果来推论总体。例如，为了解产品质量，从正在流水线上大规模生产的产品零部件中抽取其中的一部分产品进行检验，借以推断这批产品质量的好坏，并以一定的臵信标准来推断所做结论的可靠程度。这种根据样本数据来推断总体数量特征的归纳推理方法称为统计推断法。统计推断是现代统计学的基本方法。这种方法既可用于对总体参数的估计，也可用做对总体的某些假设检验。广泛应用于农产品产量的估计，工业产品质量检查与控制，以及根据时间数列进行预测所做的估计和检验。
二、统计学的应用
在当代全球性经济环境的今天，随处可以获取大量的统计信息。最成功的管理者和决策者是那些能够理解和有效地运用这些统计信息的人。
在生产领域，由于现在非常重视产品的质量，因此质量控制是统计在生产中的一个重要应用。多统计质量控制图被用来控制某生产过程的产量。例如，假如一台机器被用来向容器中注入一种软飮料，灌装重量是12盎司。定期从容器中抽取样本，求出样本容器中饮料重量的平均数，若平均数描在质量控制图控制上限的上面，则说明注入的飮料过多应该减少，如在控制下限的下面，则说明注入的飮料过少应该增加。为此质量控制图为生产过程时时处在“控制之中”提供了统计信息。
在经济领域，人们经常要求经济学家们对将来的经济以及其他方面进行预测。在进行预测时，往往离不开各种各样的统计信息。例如，在预测通货膨胀率时，经济学家们就要用到生产者价格指数、失业率和生产利用能力等方面的统计信息，将这些统计信息输入到计算预测模型中，就可预测通货膨胀率指标。
统计学统计方法范文4
关键词:金融统计学;教学方法;改进
中图分类号:G642.0文献标志码:A文章编号:1673-291X(2009)27-0245-02
金融统计是适应国家经济管理和金融事业发展的需要而建立和发展起来的。金融统计是国家统计体系的重要组成部分,集金融信息、金融分析与政策咨询于一体,以货币信贷及金融运行的各种数量关系为研究对象,以金融与经济统计数据为依托,运用定性与定量分析相结合的方法,分析、判断、预测国民经济运行及金融的发展情况,是中央银行货币政策决策的支持系统,是国家进行宏观调控的重要工具[1]。作为金融专业、尤其是金融工程专业的本科生,对统计学的要求更高,对统计建模及运用要求比较熟练地掌握。
一、金融创新的深化对统计学原理和方法提出更高的要求
随着金融创新的不断加深,金融学与数学、尤其是统计学的结合越来越紧密,金融模型日趋复杂。金融的统计建模,出发点都是金融资产收益率序列的统计分布。对收益或损失序列的分布刻画,是金融产品的准确定价和风险管理的基础。随着金融创新的发展和研究的深入,金融模型对统计学提出更高的要求。
1.金融资产收益或损失分布大多都是非正态分布。金融市场的一个典型事实(stylized fact)是:金融时间序列分布是尖峰、肥尾的。传统的金融建模,为了简化或得到解析表达式,通常假定时间序列是正态分布的,这个假定是金融模型受到较多诟病的主要方面。在风险管理中,正态假定导致低估金融产品的尾部风险。改进的方法之一就是用非正态分布来拟合数据,如t分布、贝塔分布、稳定分布等[2] 。这要求我们在教学中更加注重非正态分布的学习。
2.线性相关不能准确刻画金融时间序列的相关性,需要更复杂的统计技术。传统的多元金融时间序列建模都是假定时间序列服从多元正态分布,多元正态分布的前提边缘分布服从椭圆分布和只有线性相关。多元正态分布不能反映金融市场的实际情况。金融时间序列的相关性一般是非线性的,而且边缘分布也不服从椭圆分布。因此,我们需要求助于更复杂的统计技术――Copula技术。Copula技术提供了分别研究多元时间序列的边缘分布和相关性的方法,从而成为多元金融统计建模的必备知识[3] 。
3.风险管理模型要求我们更加关注金融时间序列的尾部分布。风险管理的主流模型是VaR(Value-at-Risk),VaR从统计学的角度来看,就是尾部的分位数。正态分布不能准确刻画金融资产损失分布的尾部特征,通常会导致VaR的低估,造成金融市场的巨大损失,即所谓的极值风险。EVT(extreme value theory)提供了准确刻画金融时间序列的尾部分布的方法而成为风险管理的基本工具[4] 。
虽然这些统计理论在金融中的运用不能构成本科金融统计学的核心内容,但我们在教学中必须指出这些发展的方向,成为金融工程专业本科生进一步学习或自学的指引。
二、当前金融统计学教学中存在的问题
1.教学内容陈旧,教学重点的处理存在偏差。教育部将《统计学》课程列为财经类专业本、专科专业的必修课程之一。力图通过学习《统计学》,使学生掌握探索各种现象内在的数量规律性, 并用这种规律性的解释来研究各种现象内在的规律。但是金融统计学的内容没有随着金融市场日新月异的发展而发展,导致教学内容陈旧,不能满足金融统计建模的需要。
多数教师往往把统计学课程单纯地看做是专业基础理论课程,热衷于基础知识的讲授和烦琐公式的推导,严重忽略了统计学的工具性和应用性,削弱了学生思想方法和实践能力的培养,使教学流于空洞、枯燥和乏味,挫伤了学生学习兴趣和积极性,教学偏离了课程培养目标,教学效果和质量也不理想。而一些理论推导也只是对《概率论》相关内容的重复。
2.学生数学功底参差不齐,学习难度大。统计学是一门研究社会经济现象数量关系的方法论科学,其中涉及大量的高等数学、概率论及数理统计的基础知识, 现代统计学又借助于电子计算机来提高统计分析的质量和效率, 这就要求学生必须具备良好的数学基础、具备必要的计算机知识。金融学专业的招生基本上还是文理兼收,学生的数学功底参差不齐。而且金融学、尤其是金融工程究竟属于文科还是理科,在学生中存在模糊认识,导致对数学基础不是十分重视。这造成教师在教学过程中对教学内容的处理是一个很大的挑战。
3.不重视运用和实践教学。在教学中,统计方法与金融建模、定量分析脱节。第一,教师在讲授统计理论、统计方法时缺乏针对性。在实际的教学中,虽然强调统计的应用,但主要是从概念、公式、定理出发,而不是从现实经济管理工作需要出发。第二,采用的教学案例与实际脱节。现有的统计学教材中,统计案例很少,即使有也是过于简单的设例,或是“编写”的案例,与实际的经济、管理工作脱节,很难达到较好的效果。
4.缺乏统计案例和统计软件的结合。在实际教学过程中,由于多方面的原因,对学生动手能力的训练比较少。即使有一些训练,也是手工的操作与运算,与采用现代计算机技术为核心的教学不相适应。其次,很少采用统计分析软件和案例教学方式。这最终会导致学生在实际工作中不会用统计分析软件对统计数据进行处理、显示、分析和推断,使本来快速而简单的统计工作变得复杂而难于处理,使统计的功能得不到充分发挥,使科学研究难以与国际惯例接轨。一些老师的统计分析都是在Excel软件实现,Excel软件优点是比较简单,容易操作。但它毕竟不是专业的统计软件,尤其是对金融专业的学生来讲,不掌握一门专业的统计软件,很难完成今后的进一步学习和研究工作。
三、金融统计学教学的改进
1.丰富和充实金融统计学的教学内容。根据专业学科的需要对统计学的内容进行处理,以满足未来发展对统计学基础的需要。根据中国金融业发展和统计改革的需要,按照中国金融统计体系和金融统计工作的内容,重新构建了金融统计学的知识体系和方法体系。同时,对于金融统计建模的相关统计理论,要适当加于补充和扩充,以满足不同层次学生的需要。
2.选择合适的统计软件,注重学生的运用实践能力。依据统计分析软件结合统计学原理的基本理论调整教学内容。现在有很多专业的、功能强大的统计软件:如s-plus、R、SPASS以及Matlab等,不同软件各有所长。一般说来,学生可根据自己的爱好选择使用统计软件,无须统一规定。但R软件是免费软件,而且有很多资源免费获取,是可供选择的最优软件。
金融专业的学生学习统计学的主要目的是运用,把金融学与统计方法结合起来研究金融现象和问题就离不开数据收集和软件运用。只学理论不掌握运用,对金融系的学生来说统计学等于白学。
3.注重培养学生的自学能力。随着大统计学思想的建立和统计学在实质学科中的应用需要,大多数学校和老师在财经类专业的本、专科专业统计学教学过程中,除了保留社会经济统计学原理中仍有现实意义的内容,如《统计学》的研究对象、方法、统计的基本概念、统计数据的搜集整理、平均及变异指标、总量指标、相对指标、抽样调查、时间序列、统计指数等,同时也系统地充实了统计推断的内容,如统计数据的分布特征、假设检验、方差分析、相关与回归分析、统计决策等。对于金融统计学,还需要为金融统计建模打下基础,所要掌握的内容更多。
统计学统计方法范文5
一、国内文献综述
笔者通过对一些高校统计学课程调查及知网搜集资料，发现很多讲授统计学的教师认为传统统计学教学内容、方法很难适应现代社会的需求。通过资料搜集和文献查找，如何更好的编排统计的教学内容和运用更好的教学方法主要体现在以下几方面：石秀丽（2011）学者认为根据经管类学生的特点应把统计方法、数量分析作为教学内容的重点，李慧敏（2016）等学者认为对经管类统计学的教学应激发学生的学习兴趣，大量的引入现实生活中的典型案例进行教学；宋继华（2013）等学者认为采用项目驱动方法教学能引导学生的思维，从而提高学生的积极性和应用能力。这些专家学者对统计学的教学内容都提出了创新性的研究，尤其是高职高专对经管类学生的统计学教学很多高校都采用了项目驱动的模式。
二、教学内容和教学方法创新
我国经济快速发展，很多决策都需要数据来支撑，统计方法及数据分析应用越来越广泛，并应用于管理、金融等领域，而今天又处于大数据时代，因此，掌握统计方法和数量分析的专业人才成为时下的新宠。所以，在经管类统计学教学中，我们必须大刀阔斧地改革传统统计学的教学内容、教学方法成为高校经管类统计学改革的重要课题。
1.教学内容编排上增加统计实务部分。统计学原理的内容主要包括总论、统计调查、统计整理、综合指标、动态数列分析、指数分析、抽样推断、相关分析等内容，这些内容主要是基本理论知识，针对当前社会需求和统计变化的特点，应该加大统计实务部分的内容，可以适当增加企业统计标准（常用统计标准）、主要统计指标（采购经理指数、消费信心指数等）、企业主要统计报表（生产活动统计）、国民经济核算体系、统计报告撰写（统计报告写作要求、原则、流程）等内容。
2.教学过程中引入实验教学。统计学教学过程中运用到大量的公式，主要是定量的分析，在传统教学中比较侧重这些公式的推导、计算。但在信息技术高速发达的今天，计算机统计软件的广泛应用，使计算变得更加简单、准确。因此，在统计教学过程中，统计计算技术已经不是教学的重点。由于大量复杂的计算可以交给计算机去完成，统计学教学应从数据技巧教学转向数据整理分析的训练，统计教学中适当增加实验教学，把统计方法与计算机的应用紧密结合，实现统计学教材的内容与EXCEL的应用全面结合。在一些章节可以专门增加一节内容，介绍如何用EXCEL实现本章数据处理问题，例如：在讲解统计整理、总量指标与相对指标、动态数列、统计指数、抽样调查、相关和回归分析时都可以借助于EXCEL来进行数据处理、分析。还可以利用计算机SPSS软件对回归分析和相关分析进行分析，利用计算机对平均数和标准差中等内容进行处理。通过实验教学可以在一定程度上改变学生统计思想，同时帮助其掌握一定的软件应用技能，如EXCEL、SPSS、SAS等。
3.引入综合案例教学法。案例教学在国外课程教学中运用较多，因为案例来源于生活，更能引起学生的学习兴趣，在传统统计学教学中也引入了一些案例，但这些案例大都是孤立的只是为了学习某个知识点而设定，这些案例并不是真实的案例，而且缺乏前后因果，与实际生活脱钩，学生学起来就没有深刻的记忆和兴趣。针对这种情况，在统计学课程教学中可以引入现实生活中实际发生的案例，将统计计算方法与数据分析方法用到解决实际管理问题中去，这样可以使教学效果事半功倍。例如：在综合指标这部分内容就可以设定某个企业的实际案例，通过这个案例可以解决总量指标、相对指标和平均指标的计算应用。
4.图表归纳教学法。统计学第一章内容是学习整个统计学的基础，只有把统计学的一些基本概念学懂了，才能更好的学习以后的内容，可是很多学生学了第一章以后对这些概念之间的关系还是模糊，为了解决这些问题设疑解惑，不断启疑思导，经过苦心孤诣，可以把这些基本概念编成如图1。
通过框图，可以把这些抽象的名称联系在一起，然后层次加以剖析，提纲挈领地板书这些名词的特点与作用，用形象生动的比喻语言说明各概念之间的联系和异同。采用这样直观清晰的框图教学，让学生一目了然，分析清楚这些概念之间的区别与联系，便于学生的理解与记忆。在讲完第四、五、六章后也总结归纳如图2。
统计学统计方法范文6
【关键词】地质统计学 地震反演
1 地质统计学地震反演方法研究1.1 测井曲线标准化
测井曲线标准化与否直接影响着反演结果的精度以及门槛值的确定。选择沉积稳定分布范围较广的青一段大段泥岩为标准层，采用直方图频率标准化方法对全区测井曲线进行标准化。利用标准化之后的测井曲线进行反演参数可行性分析，并确定区分砂泥岩测井曲线类型以及门槛值。1.2 精细合成地震记录制作
地质统计学反演精细层位标定十分重要，它的制作精度直接影响反演结果的精度，采用雷克零相位子波，应用整体拉伸与局部微调的方法保证井震匹配。精细制作合成地震记录有两个主要原因。第一，建立钻井地质分层与地震反射同相轴的对应关系；第二，将测井揭示的储层信息正确地标定在地震剖面相应的位置上，实现井震匹配。
1.3 建立构造、低频模型，实现波阻抗反演
地震层位是建立构造模型的基础，在地震层位和地质模式的约束下，由于地震缺失低频成分，建立低频模型，选取适当的插值方法，对井的初始波阻抗进行内插和外推，建立初始波阻抗模型。精确初始模型的建立是测井约束反演的基础，约束反演处理的控制因素，建立接近地质条件的波阻抗模型，是减少其最终结果多解性、提高精度的根本途径。测井资料在纵向上详细揭示了岩层的波阻抗细节，地震记录则连续记录了波阻抗的横向变化特征，二者的相结合，为精确的建立空间波阻抗模型提供了必要的条件。建立波阻抗模型的过程，实际上就是把横向上连续变化的地震界面信息与高分辨率测井信息相结合的过程。
1.4 以波阻抗反演为模型，实现地质统计学反演
地质统计随机反演在计算的时候，选用Jason反演StatMod模块时，要把高斯配置协模拟和反演选项全部选中。这样在运算中，就会将反演选项中的地震数据纳入到的计算过程中来，并且通过先前做直方和相关分析时，可将反演的主变量与波阻抗的相关性也考虑进来，载入测井曲线进一步约束反演进行，最终能使得反演成果纵向上有理想的分辨率，与井点先验数据吻合，又能使随机反演的结果平面上较好地忠实于地震资料，得到地质统计学地震反演剖面。
1.5 影响砂体预测精度的重要参数分析
不同井网密度对反演结果影响较大，据反演结果分析可以看出，300m井网，3m以上砂体预测精度可达80%以上； 1m以下砂岩预测精度较低；夹层厚度对反演结果也有较大影响，围岩厚度在2m以下砂岩较难区分开；不同反演曲线对反演结果也有影响，通过精度分析与优选，采用最佳反演曲线预测砂体；不同井网对砂体预测精度影响较大，由图7可以看出B井控制300m范围内砂体预测精度较高，超出600m井距如果无井控制，则只能预测出厚砂体。
2 精度分析
地质统计学反演能否用于修正测井相带图预测井间砂体，关键取决于反演后用于测井解释进行验证，A区块经过随机选取参与反演井与未参与反演井进行精度分析， 3m以上砂岩综合符合率达到80%以上，1～3m砂岩符合率达到70%以上，1m以下砂岩符合率为50%以上，可以用于预测井间砂体。
3 成果应用
经过精度分析验证，反演成果可用，可以修正A区块各沉积单元相带图，不仅可以深化曲流带单一河道边界认识，为细分单砂体连通关系奠定了基础，还可以修正河道砂体走向预测井间砂体，我们以修正河道砂体走向为例：结合地震反演剖面（如图2）与砂岩厚度等值图修正了A区块C层沉积相带图。
图4？A区块C层井震结合后相带图
4 结论
（1）地质统计学反演侧重于测井与地震的联合。在地震解释和沉积分析基础上根据地质框架表，生成符合地质规律的初始阻抗模型。在道合并模块中，由于井模型可靠，低频成分得到了准确的补偿，高频成分得到了恢复，达到了探测薄层的目的。
