統計學的理論基礎范文

導語：如何才能寫好一篇統計學的理論基礎，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

關鍵詞：醫學論文

1.統計研究設計:應交代統計研究設計的名稱和主要做法。如調查設計(分為前瞻性、回顧性還是橫斷面調查研究)，實驗設計(應交代具體的設計類型，如自身配對設計、成組設計、交叉設計、析因設計、正交設計等)，臨床試驗設計(應交代屬于第幾期臨床試驗，采用了何種盲法措施等);主要做法應圍繞4個基本原則(重復、隨機、對照、均衡)概要說明，尤其要交代如何控制重要非試驗因素的干擾和影響。

2.資料的表達與描述:用 x±s表達近似服從正態分布的定量資料、用M(QR)表達呈偏態分布的定量資料;用統計表時，要合理安排縱橫標目，并將數據的含義表達清楚;用統計圖時，所用統計圖的類型應與資料性質相匹配，并使數軸上刻度值的標法符合數學原則;用相對數時，分母不宜小于20，要注意區分百分率與百分比。

3.統計分析方法的選擇:對于定量資料，應根據所采用的設計類型、資料所具備的條件和分析目的，選用合適的統計分析方法，不應盲目套用t檢驗和單因素方差分析;對于定性資料，應根據所采用的設計類型、定性變量的性質和頻數所具備的條件以及分析目的，選用合適的統計分析方法，不應盲目套用χ2檢驗。對于回歸分析，應結合專業知識和散布圖，選用合適的回歸類型，不應盲目套用簡單直線回歸分析，對具有重復實驗數據的回歸分析資料，不應簡單化處理;對于多因素、多指標資料，要在一元分析的基礎上，盡可能運用多元統計分析方法，以便對因素之間的交互作用和多指標之間的內在聯系作出全面、合理的解釋和評價。

4.統計結果的解釋和表達:當P<0.05(或P<0.01)時，應說對比組之間的差異具有顯著性(或非常顯著性)的意義，而不應說對比組之間具有顯著性(或非常顯著性)的差別;應寫明所用統計分析方法的具體名稱(如:成組設計資料的t檢驗、兩因素析因設計資料的方差分析、多個均數之間兩兩比較的q檢驗等)，統計量的具體值(如:t=3.45，χ2=4.68，F=6.79等)，應盡可能給出具體的P值(如:P=0.0238);當涉及到總體參數(如總體均數、總體率等)時，在給出顯著性檢驗結果的同時，再給出95%置信區間。

篇2

【摘 要】 醫學人道主義作為指導醫療實踐的主要倫理原則，在經濟理性沖動泛化的現狀下，表現出流于口頭或“虛化”的態勢。找回醫學人道主義的崇高，倫理共同體的認識和建構，是新境遇下醫學人道主義出場的基點。

【關鍵詞】 醫學人道主義 經濟理性沖動 倫理共同體 基點

Ethics-community：the new basis of the medical humanitarian

YOU Wu-bing

Economical and Management Depatment，Anhui Traditional

Chinese Medical College，Hefei Anhui 230038

【Abstract】Medical humanitarian as the main ethical principal is shown in oral or “virtual”，this is due to the impulse of the economical rational. Regain the lofty of the medical humanitarian，awareness and Construction of ethics-community is the new basis of medical humanitarian.

【Key words】Medical humanitarian；Economical rational impulse；Ethics-community；The basis.

醫學人道主義作為指導醫療實踐的核心理念，它的倫理內蘊要求醫務人員在醫學活動中應以同情患者疾苦、尊重患者的人格和就醫權利、同等珍視患者的生命價值和質量價值為旨要，從而表征出“醫乃仁術”的宏旨。但在現實實踐中，醫學人道主義往往流于口頭或被“虛化”，很多情形下醫務人員和醫療機構面對患者尤其是經濟貧困的患者表現出“救治無意識”的態勢，也使醫患關系造成不同程度的緊張。新境遇下醫學人道主義出場的基點必須加以詮釋。

1 醫學人道主義弱化之源：經濟理性沖動

理性的喚醒，曾經作為“文藝復興時期”銳利的人文武器來反對宗教神學，使人掙脫了“它者”的束縛，“禁欲主義”也被拋到歷史的垃圾堆里，取代其的是對經濟利益最大化追求的沖動。市場經濟社會的到來，經濟理性沖動成為推動社會發展的有力杠桿，給資本主義社會帶來經濟上的繁榮壯觀景象，但同時，經濟繁榮的背后卻隱藏著巨大的人文精神失落的危機。我們知道，對經濟利益的追求和對倫理道德的景仰常常處于兩難境界，兩者的協調常常處于悖論之中，用中國傳統倫理思想的話語來表述就是“義利不可兼得”。欲望常促使人不擇手段來獲取利益，這樣掙脫道德理性制約的經濟理性沖動帶來一系列根深蒂固的現代社會“人文疾病”，比如精神家園的喪失、人類自身的迷失等。中國作為一個改革開放較晚的國家，市場經濟是必須要完成的經濟發展階段，經濟理性沖動這個市場經濟本有的頑癥無疑也對中國社會造成了影響，可以這樣說，經濟理性沖動之“酸”在當今消融著一切支撐人的傳統固有的倫理觀念和道德信仰，醫學領域作為社會重要的組成部分，經濟理性沖動也對醫學領域許多支撐醫務人員信仰的精神理念帶來沖擊，醫學人道主義理念的弱化之源也應該歸因于經濟理性沖動。

醫學人道主義是吸取西方人道論的觀點而明確提出來的。其實自從有醫學職業開始，樸素的醫學人道主義思想就已經產生了，這種從尊重人的人格出發，平等救治一切患者的理念也已成為醫務人員孜孜不倦堅守的職業情操，外顯在醫療實踐中，醫務人員應該從不計任何名利為出發點，盡職盡責為患者生命健康護航，更不應該以患者的經濟、文化政治背景的不同而實施不同的治療，從而彰顯醫學人道主義追求的崇高道德目標。但現實中醫院為自身發展，也加入了追求經濟利益最大化的時代潮流中，很大程度上改變了醫療事業機構的公益性質，醫院方似有任意提高醫藥價格、醫療費用之嫌，造成“看病難、看病貴”的普遍現象，家庭經濟不景氣的患者得不到很好的治療或醫院根本就拒絕給與治療，比如現在醫院實行的看病前要交納的“押金”措施，交不起“押金”很明顯就得不到救治或一旦“押金”余額不足，醫院馬上就會終止給與的治療，這些很明顯都是違背醫學人道主義的。作為人道主義體現的載體醫生在面對經濟理性沖動的浪潮中很多也極易退去本色，為獲得更多的經濟利益，不顧及患者的經濟承受能力和治療方案的需要與否，有的醫生一味給患者開出“大檢查單”、“大處方單”，更有甚者，有的醫生還對患者索要“紅包”，無形中加重了患者的經濟開支，給醫患關系也帶來產生緊張的因素。“醫院的門朝南開，沒錢治療別進來”這雖然只是一句笑談，但確實是當今社會經濟理性沖動下的醫學人道主義被淡化的寫照。

2 醫學人道主義出場的基點：倫理共同體

去除醫學人道主義虛無或流于口頭的流弊，必須找到醫學人道主義出場的合法度性解釋，也就是醫學人道主義得以建基的理論基礎。倫理共同體理論應成為解決此問題的理論依據。

所謂共同體，“是可以在其中獲得相對同質的價值體系，以及個人必須從屬于結構化的和有組織的團體和單位”[1]，可見一個共同體的形成和維持，是以組成群體的各個個體具有相同的價值觀為前提條件的。倫理共同體是指在具有共同利益基礎之上達成價值共識，形成相應的符合大家共同意愿的行為規范和道德原則，從而結成相對穩定的人與人相互聯系的一種結構穩態。在這種同一倫理共同體中，由于人們追求的價值目標一致，彼此又能達到雙贏的境況，所以人們能夠自覺遵守一系列的共同行為規范，來調節各自的行為，使其道德化。用馬克思的話表述就是，只有“在真正的共同體的條件下，各個人在自己的聯合中并通過這種聯合獲得自己的自由。”[2]而那種真實的共同體應是成員間具有真實的利益追求而達成和諧、合作的群體。只有在這種真實的利益共同體內，才能形成真實的倫理共同體。亞里士多德在《尼各馬科倫理學》論德性篇中提出：“在任何一個時代建立一個社會共同體，所要具備的是：要實現共同利益，要為參與共同體的所有成員帶來共同享有的利益[3]。”按亞氏的看法，我們可以理解為：只有在利益一致時，共同體成員對善與德性的看法廣泛一致時，才能使得公民之間連接組合真實共同體成為可能。麥金太爾在《德性之后》也有關于此的論述，他說：“在一個有著共同利益的共同體內，對共同利益的共同追求是道德原則賴以存在的一個基本背景條件[4]。”可見，只有當人們在交往共同體中結成的關系是真實的利益共同體，此時人們的價值追求目標一致，達成道德共識，形成真實的倫理共同體，才能自覺踐行道德原則和規范，而不去破壞它。對醫務人員來說，只有認識到醫患之間確實存在著真實的倫理共同體，相應才會自覺踐行醫學人道主義。

那么醫患之間是否可以具有真實的倫理共同體?我們知道，醫患關系是人類為對抗疾病，維護健康而結成的利益聯系。它是以醫務人員為一方，以患者為一方，在診斷、治療、康復、預防和保健中結成的人際關系。醫患關系中各方的根本利益是一致的：大家都是戰勝致病因素來維護人類健康。體現在病人期盼恢復身體健康，醫生努力醫治病人的健康，兩者交往為了一個共同目標――健康而達成共識，形成真實的倫理共同體。醫生和患者的關系在初始階段，是個體與個體交往的關系，醫生對病人的診斷和治療都是通過直接的接觸進行的，在這種情況下，病人的痛苦在很大程度上感染著醫生，會激發出醫生的同情心和人道主義精神，醫患之間常處于和諧的境界中。也可以理解為倫理共同體在醫患之間本源就存在的，只是由于后來醫生與病人關系發生了變化，是個體與群體的關系，一個醫生要面對多個病人，醫生的耐心減退；還有由于高科技的出現和介入，醫生大量利用科技手段，使醫患關系處于被“物化”的境況，醫患關系的矛盾開始凸顯，這種倫理共同體被有所破環。而后果就是醫務人員對患者救治的麻木和無意識，醫學人道主義常常被拋擲一邊，導致醫療效果的不佳。其實這對醫務人員本身也是無益的，它會損害醫務人員的醫療形象和其它切身利益。所以醫務人員如認識到“醫”和“患”其實是可以處于也應該處于一個真實的倫理共同體之中，就會自覺踐行醫學人道主義，在醫療實踐中擔起重要的角色，和患者一起共同與疾病抗爭。

3 醫學人道主義強化之途徑：倫理共同體的構建

面對經濟理性沖動對醫學人道主義的強勢關系現狀，必須尋求倫理共同體的構建之途徑，以此來平衡這種失范的態勢，找回醫學人道主義的崇高。

倫理共同體的構建首先要加強對醫務人員醫德教育。醫德是指醫務人員在醫療衛生服務中應該具有的仁愛、救死扶傷的品德，是道德德目在醫務人員身上的內化，更是醫務人員必須具備的最起碼的要求。沒有醫德的醫生，即使技藝再高超，也算不上一個完整意義上的醫生，“無德不成醫”。一個缺乏醫德的醫生認識不到醫療職業的崇高性和不計功利性，在行醫時只會求取名利，肯定會千方百計從病人身上索取錢財，置醫學人道主義職業道德而不顧。而一個醫德高尚的醫務人員，會自覺認識到醫學事業的“救世救人”屬性，不是謀利事業，從而抵制社會上對經濟利益的過度崇拜趨向，同情患者的疾苦，把患者看作與自己處于一個共同體之中，盡心救治患者，這樣也會造就自己的功名。但醫德的產生不是自然而然的，也就是說，醫生的良好品德不是天生就會具有的，它的產生是醫生在學習和長期實踐中積累、發展起來的，醫德具有很強的教育性、實踐性。所以加強對醫務人員經常的醫德教育，可以使其增強對醫學事業的認識，對倫理共同體的構建起到重要作用。

其次，加強醫務人員診療實踐中對患者的人文關懷要求。現代診療過程中，機器檢查和治療有部分或全部代替醫務人員作用的趨勢，很多原因是因為醫院和醫務人員從自身經濟利益出發來造成的結果，患者往往面對機器的時間超過與醫生交流的時間，使診療過程缺少醫生人性化的關懷。建構倫理共同體，作為醫務人員應當在交往中發揮主導作用，自覺體現出人文關懷精神。患者作為軀體或心理上產生了和健康人群的不同，他們相對我們就是“弱勢群體”，更需要得到照顧和關愛，不能被排除于共同體之外，作為“人”的存在，他們理應受到醫學人道主義的對待，得到比健康人群更多的關愛。醫務人員作為直接面對患者的人，面對患者時應該注重交往中語言的禮貌性、安慰性、保護性，以消解患者的畏懼和不安心理。患者就醫時由于是初次謀面，對醫生的一個表情，一個眼神都會做出情緒反映，因此醫生應當行為端正，穩重可信，診療耐心，增強患者的信任感，這些都是對患者人文關懷的體現，而只有醫務人員首先在實踐中真正認識到與患者的息息相存的關系，才能付出對患者的關懷，為建立良好的共同體打下基礎。

再次，還應認識到，倫理共同體的構建也需要患者做出回應。倫理共同體在醫療實踐領域，畢竟患者也是主要角色之一，患者也應該在倫理共同體的構建中參與互動，不去破壞共同體的存在，患者應該積極配合醫生和尊重醫生，共同努力來促使疾病早日康復。

當真實的倫理共同體在醫療實踐中被認識和構建起來，醫生就會自覺踐行崇高的醫學人道主義，以道德理性來規約現實經濟理性沖動的強勢，盡心為患者服務。

參考文獻

[1] 阿格妮絲?赫勒.日常生活[M].重慶出版社，1990：38.

[2] 馬恩選集.[M].第一卷.北京：人民出版社，1995：119.

篇3

[摘要] 新李斯特主義的前景取決于其經濟學和管理學基礎。但是，這一流派的研究者目前主要關注前者，在一定程度上忽視了后者。為解決上述問題，本文以產業政策為中心，通過對于發展型國家論――與新李斯特主義具有學術淵源的理論流派或李斯特主義的政治學版本――的早期文獻的重新解讀，梳理出發展型國家論的兩個重要研究傳統，并以這樣兩個研究傳統為出發點，對于強化產業政策效果的研究進行系統的整理，確認新李斯特主義的管理學基礎。

[中圖分類號]F091. 342

[文獻標識碼]A

[文章編號]0257-2826（2015）03-0018-08

在20世紀八九十年代的研究熱潮消退之后，產業政策正在再次進入學界的視野。重新關注產業政策的學者主要有兩類：一類采取主流經濟學的分析工具，但是對長期指導后進國家發展的“華盛頓共識”持批判態度；另一類則依據演化經濟學和制度經濟學的分析框架，試圖重構推動后進國家發展的政治經濟邏輯。如果說第一類學者更多地是對主流經濟學的分析框架和政策措施進行微調的話，那么第二類學者則比較激進。由于與李斯特經濟學具有直接的聯系，后一類學者的研究逐漸匯聚為可以稱為新李斯特主義的學術潮流。

在本文中，筆者將羅伯特?韋德（ RobertWade）、艾麗斯?阿姆斯登（Alice Amsden）和梅迪?謝菲丁（ Mehdi Shaeffedin）等秉承李斯特傳統的發展經濟學家稱為舊李斯特主義者，而把運用制度與演化經濟學分析框架的賴納特（Erik S.Reinert）、張夏準（Ha-J oon Chang）和賈根良等學者稱為新李斯特主義者。目前，新李斯特主義方興未艾，有許多重大問題有待探討，例如，1日李斯特主義者關于為什么強調靜態比較優勢理論的發展模式未必會自動地為后進國家帶來企業能力的提升和產業結構的升級這一重要問題的分析具有說服力。但是，舊李斯特主義者并沒有充分地討論提高企業能力、實現產業升級的具體措施。本文試圖通過對這一問題的探討，強調管理學基礎對于新李斯特主義的重要性。

由于舊李斯特主義者往往將關于發展戰略的選擇還原為經濟理論之爭并有將企業能力或生產力

李斯特經濟學的核心范疇――的形成機制處理成“黑箱”的傾向，所以直接從舊李斯特主義的文獻出發來構筑新李斯特主義的管理學基礎具有難度。在這種背景之下，從與舊李斯特主義具有聯系的相關研究出發，尋找構筑新李斯特主義的管理學基礎的線索就成為現實的選擇。我們認為，與舊李斯特主義具有內在聯系的發展型國家論的研究傳統為系統地把握新李斯特主義的管理學基礎提供了出發點。

近年來，在比較政治經濟學家的推動下，發展型國家論開始進入我國經濟學界的視野。由于具有相近的學術淵源和類似的政策主張，新李斯特主義者對于發展型國家論表現出明顯的興趣。挖掘并重溫發展型國家論的研究傳統有助于存公共管理和企業管理兩個方向上構筑新李斯特主義的管理學基礎，確認改進基于新李斯特主義的政策實踐的途徑。

一、為什么新李斯特主義需要管理學基礎

長期以來，后進國家的發展戰略受到新古典經濟學的影響。在新古典經濟學家開設的政策清單巾，市場機制和自由貿易占有關鍵地位。對于市場機制和自由貿易的重視源于以下認識：尊重市場機制和白由貿易原則意味著后進國家依據比較優勢來設計發展戰略，而這種發展戰略將自動地改變這些國家的資源稟賦，進而實現產業結構的升級。但是，正如依據比較優勢來設計發展戰略的后進國家在工業化的早期可能在工農業關系問題上落入李嘉圖陷阱一樣，在初步完成了工業資本積累之后，如果后進國家完全依據靜態比較優勢來設計發展戰略，則有可能在產業升級問題上落入比較優勢陷阱。

作為發展經濟學中的經典議題，李嘉圖陷阱描述的是稀缺的土地資源對處于工業化初期的后進國家的工業發展的制約：在這些國家，人口增加往往引起糧食價格上升，糧食價格上升推動工資上漲并壓低利潤，而低利潤意味著企業很難進行設備投資。在這一過程中，獲利的只有土地所有者。相對于工業化初期的李嘉圖陷阱，比較優勢陷阱指的是，在初步完成資本積累之后，基于靜態比較優勢的發展戰略未必能夠提高后進國家的競爭力，其表現是后進國家被長期鎖定在勞動密集型產業或價值鏈的低端。實際上，對于比較優勢陷阱的表現形態和形成原兇的分析是新舊李斯特主義的出發點之一。

需要注意的是，政策效果不僅取決丁理論依據是否正確，而且受到政策實踐的影響。換言之，即使理論依據是正確的，如果政府官員不能或不愿正確地設定具體的政策目標和政策手段、企業不能或不愿有效地利用政策環境，那么企業能力的提升和產業結構的升級或者難以實現、或者伴隨成本。實際上，保護國內市場、推行產業政策的一些國家并沒有實現經濟的持續發展。

因此，盡管新李斯特主義者和新古典經濟學家之間的學術爭論仍將繼續，但是對于前者來說，在堅持介入必要性的前提下，如何提高相關政策措施的效率，即如何強化新李斯特主義的管理學基礎顯然應該成為一個重要的研究議題。

二、發展型國家論的研究傳統

對于高度重視政府介入的新李斯特主義者而言，政府介入的管理學基礎本是題中應有之義。但是，盡管一些具有新李斯特主義傾向的研究者和產業政策研究者就這一問題進行了研究，但是這些研究沒有進入體系化的狀態，在相關領域的主流文獻中沒有占據關鍵地位。出現上述現象的主要原因是在后進國家發展戰略問題上，新李斯特主義與新古典經濟學之間存在長期的論戰。對于前者來說，在經濟學原理的層面上論證己方的合理性是最重要的議題。

東亞地區的政策史表明，以產業政策為代表的發展戰略的出現未必以一個學術流派的壓倒性勝利為前提，更多地是一個圍繞國家的發展意愿展開的政治問題。換言之，學術爭論有助于推動政策范式的變化，但是發展戰略的形成更多的是一個政治經濟學現象，而不是一個純粹的經濟學問題。有學者將產業政策理解為特定國家的政治經濟體系的結果，其原因即在于此。實際上，姑且不論中國的政策實踐是否符合新古典經濟學或新李斯特主義的原則，在現實中，在政府積極推行產業政策的20世紀80年代，支持產業政策的學者并沒有提出明確的理論基礎；類似地，在自由主義的影響迅速上升的90年代，產業政策也沒有退出舞臺。

對于新李斯特主義者來說，構建管理學基礎的主要途徑本來應該是從作為其理論依據的演化經濟學和制度經濟學演繹出具體的政策措施。但是，因為這些理論依據具有比較強烈的純粹理論的特征，所以這種研究顯然不能在短期內完成。在這種情況下，更為現實的思路是對盡管沒有成為新李斯特主義的主流文獻，但是卻與新李斯特主義的政策主張一致、從管理學的角度分析如何強化產業政策效果的相關研究進行整理。但是，如果我們選擇這種研究路徑，如何整理這些研究將成為一個問題：盡管這些研究具有近似的問題意識，但是相互聯系卻并不明確。因此，如果缺乏明確的出發點和分析框架，我們能做的將只是羅列這些研究。

為解決上述問題，本文以產業政策為中心，通過對于發展型國家論――與新李斯特主義具有學術淵源的理論流派或李斯特主義的政治學版本――的早期文獻的重新解瀆，梳理出發展型國家論的兩個重要研究傳統，并以這樣兩個研究傳統為出發點，對于強化產業政策效果的研究進行系統的整理，確認新李斯特主義的管理學基礎。

一般而言，學術界認為查默斯?約翰遜（ Chalmers J ohnson）使產業政策一新李斯特主義的主要政策主張之一 成為學術研究議題并開創了發展型國家論。但是，這種流行觀點忽視了約翰遜之前的經典研究。實際上，發展型國家論的早期研究具有上行路線和下行路線兩個相互補充的研究傳統，前者的代表是約翰遜發表于1982年的《通產省與日本的奇跡》，后者的代表則是詹姆斯?阿貝格蘭（Jamcs C.Abegglen）發表于1970年的《日本經營的探求：日本股份公司》。長期以來，約翰遜的著作被奉為發展型國家論的開山之作，阿貝格蘭的著作則由于在日本出版而被英語學術界忽視。實際上，阿貝格蘭的著作包含了后來被稱為發展型國家論的理論流派的所有關鍵要素。另外，對于本文而言，盡管阿貝格蘭和約翰遜的經典研究都包含了以政治過程和企業生產活動為中心來分析政企.互動兩個思路，但是相對而言，阿貝格蘭的重點在于后者，而約翰遜的重點則在于前者。更為重要的是，以政治過程為中心來分析政企互動的研究傳統――本文稱之為發展型國家論的上行路線或約翰遜傳統――成為后續研究的主流，而以企業的生產活動為中心來分析政企互動的研究傳統

本文稱之為發展型國家論的下行路線或阿貝格蘭傳統

則流落于主流之外。然而，只有將包含在發展型國家論早期研究中的兩個研究傳統整合在一起，發展型國家論以及新李斯特主義才能更好地指導后進國家的實踐。對于本文來說，只有將這樣兩個研究傳統整合在一起，我們才能系統地梳理關于強化產業政策效果的研究。

首先，阿貝格蘭被忽視的研究包含了發展型國家論的所有關鍵要素。眾所周知，格中克龍的后發優勢說是發展型國家論的理論起點，而后進國家如何解決融資問題則是格申克龍最為重視的問題。在這個問題上，阿貝格蘭的研究與格申克龍的思路的相關性是非常明顯的：在關于日本經濟發展的分析中，阿貝格蘭不但將日本企業對于外部資金的高度依賴視為其成功的根本原因之一，而且明確指出，這種融資結構在相當程度上是政府和央行介入的結果。一般而言，齊斯曼關于日本的經濟發展和金融政策的關系的研究被認為是發展型國家論中較早討論融資制度的經典文獻。但是，這一研究的發表遠晚于阿貝格蘭的研究。在這個意義上來說，阿貝格蘭是最早將格申克龍的核心思路運用到關于東_啞經濟發展的研究之中的學者。另外，強烈的發展意愿、自主的核心官僚機構、緊密的政商關系和選擇性的產業政策被認為是發展型國家的主要特征，也是發展型國家論的關鍵要素，而阿貝格蘭的分析則涉及了上述所有因素。因此，盡管沒有受到發展型國家論者的重視，但是將阿貝格蘭定位成發展型國家論事實上的開創者之一當不為過。

其次，產業政策是約翰遜和阿貝格蘭的中心研究議題，但是兩者對于這一問題的研究路徑有所不同。盡管約翰遜重視企業在政企關系中的作用、正確地評價了關注企業層面的生產活動的“企業合理化政策”的意義、甚至將管理學家德魯克的名言――“只有管理者，而非自然、經濟法，或者政府，能夠使資源變得有效” 作為《通產省與日本的奇跡》的題記，但是，他對于企業層面的牛產活動的分析淺嘗輒止。在總體上，作為一個具有歷史制度主義傾向的政治學家，他的研究重點在于說明產業政策的形成過程.并試圖將政府介入與日本的經濟發展直接聯系起來。相對地，作為管理學者的阿貝格蘭對于上述問題的處理方式則完全不同。在論述日本經濟的特征時，他將日本企業的組織形態和資金結構與政企關系并列，并傾向于通過分析政府對于企業的融資活動和勞資關系的影響來把握政府的作用。換言之，阿貝格蘭的產業政策論建立在對于日本企業的競爭力來源的分析之上，其研究思路是通過分析政府介入對于決定了企業競爭力的企業層而的制度安排的影響來論證政府介入的作用。這種研究思路反映在《日本經營的探求：日本股份公司》之中，在后續研究之中也得到了延續。

再次，需要注意的是，如果將以政治活動和企業層面的生產活動為中心的產業政策研究分別稱為發展型國家論的研究傳統中的上行路線和下行路線的話，那么約翰遜和阿貝格蘭的區別主要足程度上的：兩種研究路徑并存于兩者的研究之中，但是約翰遜更傾向于上行路線，而阿貝格蘭則更傾向于下行路線。但是，在發展型國家論成為顯學的20世紀80年代之后，約翰遜傳統成為主流研究方向，相對地，阿貝格蘭傳統極少被提及，少數延續了阿貝格蘭傳統的研究或者沒有得到應有的評價，或者沒有被從阿貝格蘭傳統的角度進行討論。

篇4

（一）對其性質方面的認識

對于統計學的性質和內容來說，在學術界一直都是頗具爭議的，并沒有統一認可的說法。從17世紀中葉開始，由德國的學者正式提出“統計學”這一概念，在后期的逐漸發展過程中，人們都將統計學劃分為社會科學的范疇中。但是通過分析統計學的性質就能夠看出，統計學實質上是屬于自然科學和社會科學的交叉領域，與數學學科密切相關。目前學術界比較認可的一種說法是：統計學作為一種數據，主要是對客觀現象總體數量的一種分析、收集以及測定，便于人們做出正確認識的一種方法論科學。由此可以得出，統計學大致上可以分為應用統計學和理論統計學兩種，分別是對具體數量和抽象數量進行研究。

經濟統計學具有自身獨特的綜合評價、核算以及估算的方法，體現出明確的研究獨特性。在經濟統計學中，并不是直接研究相關的經濟規律，而是向其他經濟學科提供相關工具和方法。因此，在經濟統計學中，包含著很多的統計方法和數學方法。一般來說，經濟的發展就能夠促進國家的強大，而對于經濟發展來說，與經濟統計學之間緊密聯系，另外經濟統計學也發揮出了一定的促進作用。由此可見，實質上經濟統計學的性質是屬于自然科學和社會科學。

（二）對其發展方向的認識

通過對經濟統計學性質的分析可以得出，其本身就具有兩種不同的性質。就目前來說，學術界還是認同這兩種性質能夠相互融合，并逐漸趨于統一。在上個世紀，國際統計學中數理統計學一直占據著重要的地位，但是隨著社會經濟的發展，社會統計學也逐漸發揮出一定的積極作用。就目前相關的研究結果表示，對于統計學的發展方向來說，就是與數學之間相互分離，并且相互之間的差異越來越明顯，逐漸靠近計算機科學，逐漸有效的結合其他與經濟相關的實質性科學。這也就表示，在未來的某一天，統計學與數學之間會處于相互獨立的位置。

一直以來，大部分的學者對統計學的認識都具有一定的單一性，這也就導致對經濟統計學的認識比較少，或者是存在一定的片面性，在很大程度上限制著統計學的發展與進步。從另一個角度來看，實質上就是限制著社會經濟的發展。隨著社會的發展與進步，人們逐漸正確、全面、客觀地認識統計學。對于統計學中的各種類型來說，相互之間的共同發展、借鑒和促進的，并不屬于競爭性的關系。但同時也需要注意的是，根據種類的差異，其知識體系、理論基礎以及研究的對象必然也就會存在一定的差異性，這也就表示相互之間并不存在取代關系，實現相關之間的差異共存是十分必要的。

（三）對其辦學模式的認識

隨著社會主義市場經濟的不斷發展和進步，市場需求一直都處于持續變化的動態過程，那么原先各個院校中設立的相關專業就會顯現出一定的狹隘性，如對于各個專業之間的劃分過于明確和詳細，在這種模式下培養出的人才就會具有一定的片面性和單一型，自然難以滿足當前綜合性的市場需求，學生的綜合能力比較差，難以適應多樣化的工作需求。針對這一現象，當前的高校逐漸注重對“寬口徑”人才的培養與教育，有針對性的培養高素質的綜合型專業人才。對于當前的社會來說，主要有兩種教育統計學組織方法：一是讓學生全面、詳細的了解和掌握統計學方法理論，認可統計學的理學性質，實現對統計學的精通。當學生已經充分的掌握所有的統計學理論之后，再結合設計的相關統計學性質課程，一般主要是數理統計方法和概率論，這樣就能夠從理論角度全面的掌握所有的統計學知識。但是在實際教學的過程中，由于統計學涉及到很多的領域，就“精通”這一方面來說的話，幾乎沒有學生能夠做到。為了滿足當前社會對統計學人才的要求，首先是需要具備良好的數學基礎，然后掌握一定的專業知識。二是根據經濟類的學科來設計統計學課程。一般來說，統計學課程除了專業內容之外，還應該適當的添加經濟學方面的內容，只有這樣，才能夠培養出符合社會要求的人才。當前社會中所需要的綜合型、進步型的人才主要指的是，一方面擁有堅實的理論知識基礎，另一方面精通相關的經濟統計方法、數理統計方法等，如果條件允許的話，最好還能夠掌握一定的現代技術經濟手段。由此可見，當前經濟統計學的辦學模式，一定要實現教學路徑的多樣化和靈活性，而且各個院校都需要具備自身獨特的優勢和特色，這樣才能夠培養出符合社會需求的高素質綜合型專業人才四。

二、當前經濟統計學存在的問題

（一）理論基礎較為薄弱

經濟統計學要具有較強的實踐性和應用性，在研究統計分析、設計統計指標與公式、確定研究目的等方面都需要社會經濟學方面的相關指導。但是就目前來說，在經濟統計學理論內容中相關的社會經濟學理論根據還較為缺乏，在對社會現象進行分析的時候只是依據統計定量的方法，所以理論基礎較為薄弱，缺乏必要的深度，僅僅是從表面階段來進行相關分析，在一定程度上限制著統計學的應用。

（二）應用性比較差

就當前所設置的經濟統計學內容來看，在很大程度上還是受到了計劃經濟的嚴重影響，對相關指標的計算和解釋比較多，因此其應用性也就會比較差。這樣一來，當前高校培養出的統計人才就難以適應社會發展需求。這也就表示，在實際工作的過程中，統計學理論知識的有效作用難以得到充分的發揮，很多問題難以得到有效解決。

（三）理論知識與社會實踐之間的同步性較差

對于任何理論知識來說，都是來源于實踐的，如果兩者之間相互脫離的話，其理論知識就失去了原有的意義。但是就當前的經濟統計學來說，其理論知識與社會實踐之間的同步性就比較差，這主要表現在相關指標和分析方法的提出并不是專業的統計人才，這樣實際的指標和方法就會缺少必要的專業性，在一定程度上限制著經濟統計學的發展與進步。

三、改進當前存在問題的有效措施

（一）加強對經濟統計學理論基礎的提高

為了有效的改進經濟統計學，首先最關鍵的就是需要實現其理論基礎的提高，注重對相關學科理論知識的借鑒和學習，將先進理論中的合理部分有效的融合，將經濟統計學的高度與社會統計學保持一致，加強對統計學與經濟學兩者之間有機結合和密切聯系的強調。在當前的市場經濟環境中，經濟統計學的發展與進步應該面向全社會，其發展的依據主要就是社會需求，并發揮出一定的監督和咨詢功能，有效的指導經濟決策。在設置經濟統計學課程的時候，應該加強對多領域、多行業的涉及，最大限度滿足社會對統計專業人才的需求。

（二）實現統計工作模式的進一步完善

在實際應用經濟統計學的過程中，需要實現其有效作用的最大化，因此，需要加強統計工作模式的健全性，增強其合理性和科學性。無論是在應用統計方法、收集統計數據的時候，還是在整理和分析報告格式與統計數據的時候，都應該應用科學的統計工作模式。另外，對于企業和政府來說，應該全面分析自身的實際發展需求、面臨的困難、經濟工作特征等各個方面，促進統計工作模式的進一步完善，使其工作的實效性也得到有效提升，最大限度發揮經濟統計學的有效作用。

（三）加強對經濟統計方法的改進

一般來說，根據不同的統計方法，即使是相同的數據也會得到差異化的統計結果。在實際應用經濟統計方法的過程中，所有的數據都應該是真實的，都是通過實際的社會調查得到的，通過這些數據能夠真實的表現出當前社會經濟的變化趨勢以及發展水平。如果始終都是應用單一的經濟統計方法的話，在數據統計的過程中就會忽視很多的變量，這樣最終的結果就會表現出一定的單一性和片面性，必要的準確性和科學性嚴重缺乏。因此，加強對經濟統計方法的改進，實現統計手段的創新，就能有效提高統計結果的科學性，從而在相關經濟決策中的依據就會更加合理、科學，對經濟水平的提高也就會具有更大的促進意義和作用。

結語

總的來說，在經濟發展的進程中經濟統計學能夠發揮著重要的作用，并隨著逐漸發展的市場經濟，不斷深化的社會主義市場改革，經濟統計學也就會越來越重要。從統計學的性質來說的話，主要是針對分析、整理和收集各種數據信息進行研究和分析，如果在研究的過程中出現問題的話，就需要及時的進行預測，并做出準確判斷，提高相關決策的合理性和科學性。當前的市場經濟環境日益復雜，加強對各種信息數據的嚴格觀察，合理、科學的分析各種問題，充分的發揮出經濟統計學的有效作用，能夠進一步的加快我國經濟發展，實現社會管理水平的進一步完善。

篇5

湖北工業大學是傳統的工科院校。經過長達60多年的發展，目前已經形成了以工科為主的多學科協調發展的辦學格局。2005年，湖北工業大學統計學專業首次面向全國招生，迄今已經有九年的辦學史。統計學專業的開辦，是為了滿足日益繁榮的市場經濟對理科人才的渴求，特別是為了滿足對既具有一定的數學理論基礎，又能靈活運用數據處理工具進行數據分析的高層次人才的需求。當然統計學專業的應運而生，對開拓學校理科辦學格局，形成比較全面的多學科人才培養體系也功不可沒。在開辦之初，由于當時統計學專業的在學或畢業學生人數相對不多，市場屬于相對稀缺階段，因此學校對統計學專業的人才培養目標定位于能培養出在企業、事業單位或教育行政部門從事市場調研、數據處理分析、教育教學以及科研的較高層次人才。盡管幾經當時各位領導和專家反復論證，數易其稿，這種定位仍然存在模糊不清的硬傷。首先，統計學專業屬于理科范疇，自然逃脫不了理科在人才培養過程中的基礎性的作用，基礎性學科的一大特點就是理論性強，實踐性相對比較弱。而地方工科大學主要致力于對應用型技術人才的培養，側重于動手能力與實踐能力的訓練。因此，如何培養應用型統計人才是擺在我們面前首要要解決的問題。其次，湖北工業大學屬于省屬重點多科性大學，統計學的開辦如何與教育部直屬等重點大學以及普通地方弱勢的本科院校拉開辦學層次的距離，形成專業辦學的錯位競爭，這也是統計學專業的辦學載體的檔次定位的問題。最后，統計學專業跟數學、經濟學、管理學、工學等其他學科有著千絲萬縷的聯系，它最終到底應該跟誰聯系更緊一點也是一個值得深思的問題。針對以上問題，湖北工業大學順應時代潮流，英明地做出統計學專業應當服務于工科，突出理科，與經濟管理相互融合滲透的辦學方針，具備一定理論基礎側重于應用的學科定位，符合學校的辦學層次與要求。近年來，學校發揮多科性大學的學科優勢，在與學校經濟類學科的交叉融合中，逐漸形成了金融統計、經濟統計等熱門辦學方向，不少學生畢業后就業于銀行、證券等金融部門，形成良好的辦學聲譽；在與機械學院的質量檢測與管理類專業的合作中，也發揮了統計推斷在自動檢測中的理論優勢。此外，統計學學科老師積極參與學校的特色專業———生物工程專業的科研項目與合作，取得了不錯的效果。由此可見，湖北工業大學統計學專業在服務于本校特色優勢學科的過程中，也通過其他學科的平臺優勢，順利借力完成了自身的成長與發展。目前統計學專業正在朝統計學一級學科碩士點的目標前進。

二、課程設置方案

統計學專業在開辦之初，積極借鑒和學習了武漢地區老牌財經類院校中南財經政法大學的相關課程設置方案，也參考了重點理工類大學武漢理工大學新辦的統計學專業起步階段的課程設置方案。同時，由于統計學的申報學院是以數理基礎擅長的理學院，因此，在辦學之初，受制于師資力量、辦學意識等多方面的影響，當時前幾屆的學生學習了較多的數學基礎課程，比如數學分析、高等代數、常微分方程、概率論、數理統計、多元統計分析、抽樣調查、復變函數、實變函數、抽象代數、運籌學等，旨在讓學生具備堅實的數理基礎，突出理科特色。同時，為了提高學生的動手能力，也大膽開設了統計軟件分析、可視化編程、C++語言程序設計等計算機專業課程；在高年級階段，開設了微觀經濟學、宏觀經濟學、風險管理、管理學等經管類模塊課程，而形成了“數學+計算機+經濟”模塊形式為核心的特色課程體系。在后來的辦學實踐中，逐漸發現學生考研時都呈現朝經濟學類一邊倒的趨勢，而且高質量就業人群也集中于銀行、證券等金融企業或工商、地稅等部門，同時，前幾年風生水起的信息技術類行業逐漸出現疲軟的勢頭。為了順應時勢，突出應用理念，理學院及時調整了統計學專業中數學、計算機、經濟類課程的構成比例，壓縮了一些理論性過強的實變函數、泛函分析、抽象代數、微分幾何等數學專業課程；壓縮了部分計算機的課程；增強并優化了經濟、金融類的課程，并且增加了相關課程實驗實訓的課時比例。同時，讓部分專業核心課程重心前移，使得在大學低年級階段就可以相對完整地接觸到統計學的核心類課程，為后面多元化的學科方向分流與就業贏得了可貴的機遇與時間。

三、其他教育教學綜合改革

統計學專業開辦九年來，一直得到了學校領導的高度重視與積極支持，目前已經建立起比較完善的統計實驗室、資料室、實驗實訓中心等。統計學專業試行專業負責人制度，同時，每一班級均會安排負責又具有愛心的導師對學生整個大學階段全程進行指導。統計學專業學生在培養過程中，經常邀請統計界的專家、學者進行學術講座，職業生涯指導，促進本專業學生職業技能與學術能力的穩步提升。每一門課程也會有相對固定的專業教師擔任，并定期舉行師生交流會，及時發現教學與學生學習過程中的不足，這種積極暢通的師生溝通機制進一步疏通了師生間交流的障礙，讓教學相長的理念更加深入人心，教學改革之花也結出了豐碩的果實。從目前統計學專業的已經畢業的學生去向來看，考研率、就業率以及就業的質量均取得相對滿意的結果。在統計學專業近九年的教學實踐中，也培養了兩名教授、三名博士（外加引進了一名博士），專業的師資力量得到了大大的增強，專業影響力也逐步提升。

四、結論

篇6

關鍵詞公共管理研究實踐教學案例教學

1夯實理論基礎

理論的價值在于它對事物的解釋力和對未來的指導意義。“工欲善其事，必先利其器”，作為一門科學研究方法，公共管理研究方法這門課程應該夯實學生的理論基礎，培養學生科學研究的良好素養。針對不同學習階段的學生，應該采用循序漸進的理論教學模式，扎實打好學生方法基礎。宏觀上，本科生可以在先修高等數學、統計學等基本基礎知識的基礎上，重點把握公共管理研究的基本程序，如怎樣進行科學的研究設計，如何搜集資料、整理資料、分析資料等，重點熟悉公共管理研究的基本內容和框架。碩士階段可以具體學習一些經典的分析方法，如多元統計分析中的方差分析、聚類分析、判別分析、主成份分析、因子分析以及計量經濟學中的經典回歸分析方法等。博士階段可以根據自己研究的需要在已有學習方法的基礎上追蹤學習國內外先進的公共管理研究理念和方法。具體的在本科生的教學中，要注意培養學生的邏輯思維能力，公共管理研究方法雖然基于一定的數學和統計學基礎，但注重解決諸多現實問題，所以很多方法滲入了方法創始人的思想。這些思想體現在方法上有其積極的解決實際問題的優點，同時可能也有不完美之處。因此教學時，要引導學生學會思考，讓學生明白方法產生的緣由，領會此方法主要解決什么問題，方法存在的理論基礎是什么，應用條件是什么，為什么會有這些應用范圍，方法創立者的主要貢獻以及不足之處在哪里，有哪些需要改進的地方，如果讓你們自己去改進，你覺得有哪些處理方式，每一種處理方式的可取和不足分別體現在哪里，等等。如此教學，可以開拓學生的思維，不惟方法而方法，讓學生明白方法不是萬能的，是可以通過自己的思考改進的。在教學中形式可以多樣結合，通過提問、討論、書面作業等方式調動大家的積極性，讓大家加深對理論知識的理解和掌握。理論是真理的重要表現之一，引導學生學會用科學的理論看待萬事萬物，并對事物的現象和結果做出系統合理的解釋，以指導未來的實踐。因此，加強理論教學對學生科學素養的培養是非常深遠的。

2注重實踐教學

實踐教學的主要任務是培養學生將所學到的理論知識轉化為分析和解決實際問題的能力。根據實踐教學的設計指導思想。我們可以將公共管理研究方法的實踐教學擴展為以下兩種教學模式。

2.1加大學生課堂實驗的次數，強化學生數據分析的能力公共管理研究方法的理論教學要與軟件應用相結合才更能體現教學效果。課堂教學在常見的EXCEL的基礎上可以引用SPSS、SAS、EVIEWS和R等國際上通用的軟件作為實驗教學的工具，鼓勵學生根據自己的特長和喜好深入研究某一種軟件。教學過程中，可以讓學生操作教材上的例題，以便于加強學生對模型方法的理解。引導學生盡量用熟精通某一種軟件，調動學生自主研究、琢磨軟件的積極性，以改變某些學生懶于動手的現狀。

2.2多引入案例分析，提高學生解決實際問題的能力結合教師的科研課題和相關的研究主題，組織學生圍繞專題進行案例討論。可以由淺入深，逐步培養學生自主解決問題的能力：（1）給出案例背景資料和問題的同時，給出解決問題的方法、解題過程和結果，由學生自主就解題方法和解題過程以及結論進行討論，而后小組述評或以書面作業提交上來。（2）給出案例背景資料和問題，告知學生幾種可用的研究方法，分組操作和討論，最后由學生代表進行總結。（3）只給出案例背景資料，由學生自主選擇研究方法和角度，獨自解決問題，包括數據搜集、數據整理、數據分析以及結果的解釋等。

3緊密結合畢業論文需要

在教學的過程中，老師可以根據學生寫畢業論文的需要，適當講述畢業論文的寫作方法。針對本科生而言，畢業論文是其第一次進行相對規范的研究性寫作。學生普遍缺乏論文寫作的宏觀性系統指導。因此，在課堂教學中，可以適當引導學生進行科學的選題，講述畢業論文的基本寫作方式和要求，培養學生科學的研究方式和思考習慣，如鼓勵學生多讀經典論著，多看文獻，緊跟學術前沿等。在某一種方法的講述中，可以搜索相關研究方法涉及的文獻作為案例研究，分析文獻的研究背景、文獻綜述的寫作方式以及如何正確搜集數據，如何選擇研究方法等，加深學生對方法認識的同時，讓學生將方法逐漸融會貫通到平時的科學研究中。由于課堂講述的方法都是相對經典的公共管理研究方法，在文獻案例教學中，可以適當介紹文獻所涉及方法的理論前沿，尤其是教材中方法應用中的不足以及其局限性，帶領學生思考如何優化方法中的某一模塊，深入挖掘方法的內涵和外延，開拓學生的思維，讓學生成為方法的主人，以便于其在畢業論文寫作中遇到實際問題時，可以深度理解所用方法實際應用的范圍和界限，發揮主觀能動性，解決自己寫作中遇到的問題。為了提高學生應用研究方法解決問題的能力，課程可以選擇論文的方式考核，論文考核中，要求學生至少使用一種課堂學過的學習方法，同時要求學生必須用老師推薦的諸多軟件中的一種進行數據分析。

4結語

為了培養高素質的公共管理類人才，提高學生的綜合能力和素質，公共管理研究的教學方法應緊跟時代前沿，在借鑒國內外先進教學方法的同時，根據學生的實際情況加以改進，實現教學相長。

參考文獻

[1]胡明禮.關于經管類專業"應用統計學"實踐教學的探討[J].科技信息,2009(30):13-14.

[2]曹堂哲.公共管理研究方法的回顧與前瞻——以問題類型學為基礎的新體系[J].北京行政學院學報,2013(5):31-36.

[3]范柏乃,樓曉靖.我國公共管理研究方法的統計分析及演進路徑研究[J].公共管理學報,2013(2):94-100.

[4]肖偉才.理論教學與實踐教學一體化教學模式的探索與實踐[J].實驗室研究與探索,2011.30(4):81-84.

篇7

統計學專業主要培養具有良好的數學與經濟學素養，掌握統計學的基本理論和方法，具有較好的科學素養，能熟練地運用計算機分析數據，能在企事業單位和經濟、金融和管理部門從事統計調查、統計信息管理、數量分析、市場研究、質量控制以及高新技術產品開發、研究、應用和管理工作，或在科研教育部門從事研究和教學工作的高級專門人才。因此，畢業生的去向有政府統計部門，銀行、證券公司、保險公司等金融機構，信息咨詢公司等。在很多院校，本專業繼續深造的機會很多，如攻讀研究生，將來在工作中會有更多的競爭優勢。

第一，統計學專業的學生首先應具備扎實的數學基礎，后繼課程的學習離不開數學能力的培養。現代的統計學專業是在隨機抽樣基礎上建立的推斷統計學，在專業課程中，概率論是基礎課程，其次是數理統計。基本的統計方法包括回歸分析、多元統計分析、抽樣調查、試驗設計、時間序列分析及描述性統計等，是主要的專業課程。具備良好的專業素養也能為將來的繼續深造打下基礎。

第二，統計學專業的學生應熟練掌握一至兩門統計軟件。目前國際上通用的統計軟件主要有兩種：SPSS和SAS。前者的優點是完全菜單化，操作簡便；后者的優點是功能強大，有很多子程序，可以自己編制程序調用子程序。SPSS由統計專業與非統計專業人士共同使用，SAS主要由統計專業人士使用。現在很多教材中例子的計算都是由SPSS或SAS來實現的。另外，Excel軟件中也有簡單的統計計算功能，且很多政府及企業的統計人員較習慣用該軟件。因此，統計學專業的學生應利用在校的一切教學及學習資源，熟練掌握統計軟件，并能結合統計理論及方法對輸出結果給予恰當的解釋。這樣對今后的就業幫助很大。

第三，統計學專業的學生應具備一定的經濟理論基礎。因為我們遇到的很多都是與經濟現象有關的問題。在成功地運用統計方法解決問題前，我們必須具備一定的相關專業的知識，這樣對我們統計模型的建立及結果的解釋，顯得尤其重要。

第四，統計學專業的學生應具備與時俱進的思維。統計是一門搜集數據、整理數據、分析并解釋數據的學科。數據是統計的生命，因此，對數據質量的要求非常高，總要求能收集到最新的數據。從而，若學生只用過時的數據來分析問題，沒什么實際意義。

第五，統計學專業的學生應具備廣闊的視角。統計是方法論學科，很容易與其它學科結合，從而也就產生了衛生統計學、醫藥統計學、生物統計學、環境統計學、數量經濟學、保險精算、數理金融等，這也未我們學生提供更多的深造的空間，而且也更加強了統計學的應用。因此，學生在決定考研時，可結合自己的興趣愛好進行報考。

第六，統計學專業的學生應注重實踐能力的培養。在校期間，每個學生都會參加專業實習、畢業實習、社會調查以及專業課程的課程設計，這些都是注重學生的學以致用的能力。學生若能充分地利用這些機會，不但能增強自己解決實際問題的能力，還能從中發現課堂知識與實際的脫軌，從而加強自己理論聯系實際的能力，以及如何促進中國的統計事業的發展。

第七，統計學專業的學生也可以通過考證增強自己的市場競爭力。如市場調查師、質量工程師及精算師，等等。

總之，新形勢下，一方面，統計專業學生就業面越來越廣，另一方面，市場對人才的需求也越來越高，希望統計學專業學生能珍惜在在校的學習機會，發揮自己的專業特長，在激勵的市場競爭中立住腳。

參考文獻：

[1]統計學專業就業前景及課程介紹.

[2]閆敏倫，李宗娟.大學統計學教學模式探討[J].通化師范學院學報，2009，（4）：109-111.

篇8

關鍵詞:統計學;獨立學院;非統計專業;教學改革

統計學是一門數據分析的科學,隨著社會、經濟和科學技術的發展,統計的范疇已覆蓋了社會生活的一切領域,是眾多學科的不可缺少實用型課程,也是獨立學院學校教學的重要內容。獨立學院是培養應用型人才的本科院校,傳統的教學內容與教學方法已不能適應獨立學院人才培養目標及教學對象的特征的要求,獨立學院統計教學內容教學方法改革勢在必行。

一、獨立學院非統計專業統計教學改革的必要性

(一)獨立學院培養目標特征

根據人才培養類型的不同,高等學校可分為三種基本類型:綜合性研究型大學,培養自然科學、社會科學和人文科學的研究人才;專業性應用型的多科性或單科性的大學或學院,培養理論基礎寬厚的不同層次的專門人才和各級干部、管理人員;職業性技能型高等院校,培養在生產、管理、服務第一線從事具體工作的技術人才。獨立學院屬于第二類高校,其目標是培養既有一定的理論基礎,又具備較強實踐能力的高素質應用型人才。在教學過程要針對培養目標,在教學過程中強調理論與應用的結合,注重能力的培養。

(二)獨立學院生源特征

首先,文化基礎總體較差。獨立學院的生源是本科第三批學生,錄取分數低于獨立學院依托母校50分-200分不等。學習基礎和個性差異型很大,大部分同學自律性較差,一般表現為自我管理能力較差,缺乏自信心,難以集中精力于學業,學習習慣與方法相對較差,對抽象理論知識的接受能力也相對較弱。但是這些學生思想活躍、思維敏捷、動手能力強,過于強調個人喜好,缺乏刻苦學習的精神。其次,不能正確看待批評,心理承受力較差。一般來說,獨立學院學生家庭的經濟情況較好,部分學生是在相對優越的順境下成長起來的,心理承受力和調整能力相對較差一些。最后,不能面對現實。表現為自我估計過高或過低,有的學生始終不愿承認和普通本科學生的差距,導致對大學課程學習的難度估計不足。還有的學生因為高考受挫,嚴重缺乏自信。

(三)統計學課程特征

統計學是一門論述如何用數據來描述規律,是一門方法論的學科,是一門實踐性很強的課程,學好統計學不但要求掌握理論,更為重要的是要能運用它解決實際問題。這就要求學生有一定的數學知識、及較強的抽象思維能力、綜合能力,學生容易覺得困難和枯燥,學起來有一定的難度,對獨立學院的學生來說尤為如此。教學方法上要求理論聯系實際,通過生動形象的感性認識傳遞深奧抽象的理性認識,這更符合獨立學院的生源特點。

二、獨立學院非統計專業統計教學存在的弊端

(一)教學目標不明確

獨立學院將辦學定位于應用型本科,應用型本科的人才培養規格是高素質應用型技術人才。但由于長期以來對非統計專業統計學課程教學目的認識不清,教學中往往采用與本部統計學專業相同的教學體系,在統計學課程的講授上強調理論教學重要性,注重統計方法的數學推導,殊不知對于學生來說,他們對于統計的學習,很可能就僅限于統計學這一門課程。重理論、輕實踐的教學方法會讓學生在失去對著門課的興趣,同時也削弱了這門課對學生的重要性,或者針對獨立學校學生的特點,將統計學的理論講授內容進行縮減,只講主要幾章基礎的、傳統的、經典的統計學方法,希望學生有一個扎實的統計學基礎。由于學生文化基礎知識比較差,預期效果難以實現,反而使學生產生厭學情緒;講授內容減少有很多在實踐中產生現代統計學的新方法沒有講授,在實踐中可用上的統計學知識很少,使學生難以明確統計學課程學習的意義,偏離了獨立學院人才培養目標。

(二)教學內容陳舊

教學內容陳舊主要體現在兩個方面:一是教材的問題。近年來,統計學的理論與方法已廣泛應用于社會科學、經濟與管理、軍事和科學技術中,同時它又與其他學科相結合發展成為邊緣學科,用統計分析進行科學化管理、決策正在起步,也由此產生了很多新的統計方法,應及時將成熟的方法納入教材,促進學科發展。目前大部分教材都做了不同程度的修正,即更加注重新統計方法的介紹以及統計應用的教學內容的安排,結合統計軟件讓同學們能體驗統計學原理在實踐中的應用。但并不是所有的教材更新都跟得上統計學科日新月異的發展,并不是所教材都是針對應用型本科來編寫的,大部分本科統計學教材在在介紹統計軟件用是都以EXCEL為例,而在統計軟件里EXCEL是最簡單的,功能最不全面的,有很多統計方法的應用都實現不了,幾乎稱不上是專門的統計軟件,并且大部分教材案例較少。而且在教材的選用上由于種種原因,并沒有選最適合的教村。二是教師的問題。對于獨立學院培養應用型人才的目標來說,在講授統計方法的同時應結合學生所學專業注重這類方法在學科的應用,這對老師提出的更高的要求,不僅要有堅實的統計學基礎,還要對相關專業有一定了解。部分老師不注重學習,不注重知識更新,因此在講授過程中仍按自己老的統計學知識體系來講解,沒有跳出傳統的以社會經濟統計知識體系為主的內容框架。

(三)教學方法和手段落后

面對獨立學院學生學習基礎和個性差異性很大的現狀,劃齊歸一的教學方法很難取得實際效果。而目前大部分教師采用的是傳統統計教學采用單一的講授法,以課堂教學為主,過于強調學生的接收學習、死記硬背、機械訓練;教師引著學生朝自己預先設計的方向發展,不重視學生獨立思考能力、質疑發問精神的培養。從而抑制了學生學習的積極性和創造性,最終導致學生學習目的不明確,不知學習的統計的意義和用途,學生厭學情緒嚴重,影響了教學質量。因此無論是從教學對象不是教學內容來看,獨立學院統計學教學方法和教學手段都有待進一步改革。

(四)教師自身素質和教學水平有待提高

針對獨立學院突出應用性、學生自律性、有恒性較差的特點,對教師的知識結構、課堂組織能力、教學方法的運用都提出了新的要求。目前承擔獨立學院統計學教學的教師主要由兩大類:一是統計學科班出生的教師,這類教師有扎實的統計學知識,對統計學最新發展動態也比較關注,但在課堂組織上及教學方法上不如師范類學校畢業的教師,有的教師對授課對象的相關知識了解不夠。二是專業課教師由于專業建設的需要從事了統計學教學任務,這類教師有扎實的專業課知識,對統計學在相關領域的應用有較強的經驗及深刻的認識,同樣在教學方法也有待加強。

三、獨立學院非統計專業統計教學的改進措施

(一)確定非統計專業會計學課程教學目標

對于不同培養目標、不同的專業來說,同一門課程的教學目標是不同的。應用型本科院校要求理論知識與實踐能力的最佳結合,根據經濟社會發展需要,培養大批能夠熟練運用知識、解決生產實際問題、適應社會多樣化需求的應用型創新人才。在這一培養模式下,我們要防止只講專業統計軟件應用、不講統計原理的高職院統計教學模式,也要防止注重統計方法的數學推導的統計專業學生所用教學模式。獨立學院非統計學課程教學要走“以應用為導向,以數據收集+統計基本原理和思路為中心,以統計軟件為手段”的統計學教學新模式,在教學中強調各種統計方法在相關領域的應用,并注重對統計基本原理及統計思路和思維方式的介紹,從而提高學生統計素質,培養出知識面寬、實踐能力強、綜合素質高,并有較強的科技運用、學習能力的人才。

(二)配套教材建設更新教學內容

獨立學院非統計專業本著應用導向型學習原則,教學內容應力求理論性和實踐性的有機結合,突出“簡明實用”,要特別強調統計思想、應用和案例教學,著重在于數據分析能力的培養。教師在教學內容安排上要突出體現統計的方法論思想,圍繞培養學生統計意識為目標,以案例為主線展開教學的主體框架。在教學中應注重引導學生對概念內涵的統計意義認識,盡量壓縮描述統計部分的內容,適當增加一些現代統計方法和技術的介紹,在實用的基礎上安排內容,重點就知識的實際意義、應用條件和應用方法展開。在內容的講授過程方面,對獨立學院非專業學生來講,如何把理論和實際結合起來是最關心的,應該盡可能地講細。

(三)改進教學方法提高課堂效率

根據具體教學內容和授課班級學生現狀采用多種教學方法相結合。對于學生基礎差異大的班級采取分層教學法,就是根據學生現有的知識、能力水平和潛力傾向把學生科學地分成幾組各自水平相近的群體,有區別地制定教學目標,設計不同層次的教學內容,改革教學模式,給予不同層次的輔導,組織不同層次的檢測,做到使各類學生在學習中都能人人有興趣、個個有所得,在各自的“最近發展區”得到最充分的發展,較好地完成學習任務。根據教學內容還可采用體驗式教學方法,對于抽樣推斷、假設檢驗這樣的內容,由于很難從理論上向學生說清楚,可依靠活動讓學生充分感受、體驗,然后抽象,實現內化。針對學生學習興趣不高的現狀可采用項目教學法,可將教學任務分解為一個個的項目,每個項目的可設計多個內容,但必須與同學們所學專業掛鉤。項目教學能充分調動學生主動積極性,在項目組織、項目實施過程、項目結果評定的三個過程中讓同學們深層次地思索學習目的,體驗完成項目的成就感,最終達到真正掌握抽樣調查這一統計方法的學習目標。同時也體現了全面提升學生的整體素質,使學生成為具備理論知識掌握技能的應用型人才的培養目的,實現了能力培養與素質教育培養目標。統計各章節都可選擇一些契合學生所學專業的綜合案例進行教學。經濟生活中存在的大量實際問題和熱點問題出發,將統計理論和方法應用于實際問題的分析,闡明統計理論和方法的產生背景、應用條件、基本思想,在案例中學理論、學分析、學操作,培養學生運用所學知識處理實際問題的意識和能力。總之要根據授課班級特點及教學內容特征靈活選用教學方法與教學手段,提高課堂效率。

(四)加強素質教育培養正確學習觀

針對獨立學院部分學生缺乏良好的學習習慣和學習方法的現狀,在教學要傳授一些行之有效的學習方法,督促學生糾正不良學習習慣,即所謂授之以漁。針對學生自控能力差的特點,需加強教學管理,制定各項規章制度來培養他們的自主性。同時,教學過程要兼顧學生素質的培養,幫助大學生樹立遠大理想,同時也要清楚認識普通本科學生的差距,樹立正確的統計學習觀念,提高統計素質,使學生有正確的統計學習目標,根據自身特點選擇科學的統計學習方法,養成良好的統計學習習慣,發掘統計學習的積極性、主動性和創造性,從而提高學生的思維質量,完善學生專業知識的學習體系。

(五)加強師資隊伍建設注重教師素質和教學水平的提高

首先教師要把握學科發展新動態,學習在各學科應用中產生的新統計方法、新的統計軟件。其次要學習授課對象所學專業的相關知識,明確授課對象培養目標。再次要與統計實踐部門開展項目合作,如專業的數據調研公司,民意調查中心,政府統計部門等,在實踐中積累統計應用知識與經驗。最后要研究學生心理,分析教學對象,學習科學的教學方法,通過恰當的教學法培養應用型創新人才,提高教學效率。學校管理部門應從制度上入手設計科學、合理、有效的獨立學院教師激勵機制,促進教師不斷提高業務素質和教學水平。

參考文獻:

1、潘懋元,車如山.略論應用型本科院校的定位[J].高等教育研究,2009(5).

2、潘懋元,石慧霞.應用型人才培養的歷史探源[J].江蘇高教,2009(1).

3、李立清.項目教學法在統計實踐教學中的應用[J].統計教育,2007(7).

4、朱凡.基于獨立學院非會計專業會計學課程教學的探討[J].科技經濟市場,2009(7).

5、雷雪峰等.獨立學院物理化學教學模式探討[J].消費導刊,2009(7).

6、張小東等.獨立學院教師激勵機制探析[J].教育探索,2007(6).

篇9

關鍵詞：生物統計；教學實踐；立體化

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2013）18-0231-03

一、引言

“生物統計學”是把數學的語言引入生命科學研究領域，將所研究的問題抽象為數學問題的過程，用數理統計的原理和方法來分析和解釋生物界各種現象和試驗調查資料，是應用統計學的一個分支。生物學研究實踐證明，只有正確應用生物統計學的原理和分析方法對生物學試驗進行合理設計，對數據資料進行客觀分析，才能得出科學的結論[1]。目前，從數量角度研究生命科學現象已經為大多數生物學研究者所認知，“生物統計學”為生物學的研究和探索提供了重要的方法和工具。

近年來，全國各高校生物學專業普遍加強了“生物統計學”的教學工作，使學生學習試驗設計和數據收集與整理的方法，正確應用統計學原理分析和解釋數據資料，為進一步學好專業課程奠定了堅實的基礎。

二、生物統計學課程的特點

1.以數學知識為基礎。“生物統計學”是在研究生物現象的過程中，與數學的發展相伴隨逐漸發展而來的。它把生命科學中的某些具體問題抽象為數學問題，以數學概率論和數理統計為理論基礎[1]，這其中就必然會涉及到排列、組合、積分、導數等數學知識。例如，大數定律是用樣本統計數推斷估計總體參數的基礎，需要掌握概率論的相關知識；在推導直線回歸方程時，回歸系數和回歸截距的計算，是建立在最小二乘法的基礎上，需要用到導數的計算；正態分布中變量的概率計算，需要了解積分的性質[1]。盡管在“生物統計學”課程學習之前，學生已經學習了“高等數學”的相關知識，但多數學生的數學基礎知識仍相對薄弱，由此對學習該門課程產生畏懼心理。加上很多學生沒有理解生物統計學的內涵，主觀上認為該門課程就是學習數學知識的，進而導致厭學情緒。

2.概念術語多。“生物統計學”不同于生物學專業的其他課程，在學習過程中涉及很多概念術語，并且這些概念術語常成對出現[1]。例如，總體和樣本、變量與常數、參數與統計數、效應與互作、準確性與精確性、頻率與概率、標準差與標準誤、因素與水平、相關與回歸、雙尾檢驗與單尾檢驗、棄真錯誤與納偽錯誤、假設檢驗與區間估計等。如果不理解這些概念術語的含義，生搬硬套，在應用時就會出錯，得出錯誤的結果。

3.計算公式多。“生物統計學”是應用統計學方法，分析和解釋生命科學研究中數據資料數量上的變化，進而做出符合科學實際的推斷。在學習過程中，必須要用到大量的計算公式[1，2]。如反映變異性的指標有標準差和標準誤，二者的含義不同，計算公式也不同。在正態分布中，為了計算服從正態分布的變量的取值概率，通常要對變量進行標準化處理，在學習了變量標準化公式之后，接下來在應用時還需要用到平均數的標準化、平均數差數的標準化、頻率的標準化、頻率差數的標準化、成對數據差數平均數的標準化等公式。在直線相關與回歸分析中，需要掌握相關系數、回歸系數、回歸截距等計算公式。盡管目前有很多統計軟件可以直接對一些統計量進行計算，但學生們必須掌握和理解相關統計量計算的原理和具體內涵才能正確地應用這些統計軟件。

4.課程內容連貫性較強。“生物統計學”的課程內容是承上啟下、前后連貫的[1，2]。例如，概率分布是學習統計推斷的基礎，平均數的假設檢驗和區間估計是相互聯系的，單因素數據資料方差分析的原理和方法是對多因素數據資料進行方差分析的基礎[1]。如果學生沒有掌握某一章節的內容，很可能導致后面的許多內容聽不懂、難理解，陷入越聽越聽不懂的惡性循環。

三、教學內容的實踐與探索

針對“生物統計學”課程的特點和現狀，近年來，我們在教學過程中，圍繞教學內容、教學方法、課程建設、考核方式等多方面進行了實踐和探索，取得了較為理想的效果。

1.合理編排教學內容，提高教學效率。我校本科教學計劃調整后，“生物統計學”課程安排在第三學期，周學時為2，共36學時。學生在之前已學習了“高等數學”等公共課程，“植物學”、“動物學”等專業基礎課程，與本學期同時學習的還有“生物化學”。為適應生命科學的發展和對生物學人才的培養，我們按照“強化基礎、突出重點、注重應用、通俗易懂”的原則合理設計安排教學內容[1]。在課堂講授時，我們盡可能把抽象的統計學原理與生命科學的前沿或學生們感興趣的事例進行結合，并引導學生從專業知識的角度對統計分析的結果做出科學的判斷和合理的解釋，這樣一方面使學生感受到生物統計學與生命科學的各專業都是緊密聯系的，另一方面學到的統計分析方法和試驗設計原則也可以指導學生后續專業課程的學習。

作為應用性極強的課程，我們在課堂授課時一般不過多討論數學原理，而主要偏重于統計原理的介紹和具體分析方法的應用。在有限的課堂教學時數內，對涉及到的數理統計知識多是“拿來主義”，對于一些公式，通常只進行概念上的介紹和公式上的簡單推導，對有些較復雜的統計公式則只給出公式，并不要求學生掌握具體的推算過程，其目的是讓學生對統計學原理和統計分析方法有較全面的了解。在章節內容上，根據具體情況進行適當刪減，做到重點突出、主次分明。比如講授方差分析一章時，以單因素數據資料的分析為例，重點介紹方差分析的基本原理、數學模型和分析步驟，對于二因素數據資料的分析則啟發學生根據其基本原理和數學模型進行推理，多因素數據資料的方差分析則只介紹基本原理，其目的是培養學生對所學理論知識的應用能力，實現以素質教育為基礎，以能力培養為本位的教學理念。

2.靈活運用多種教學方法。在教學過程中，我們根據教學內容，采用多種教學方法并重，對學生“授之以漁”而不是“授之以魚”[3]，充分調動學生學習的積極性和主動性，使教學相融。

問題導入法。在課堂講授時，我們注重問題的創設。提供氛圍，啟發學生發現問題并思考如何解決問題[4]，使學生成為學習的主人，教師則成為學生的協作者。例如，在方差分析一章講述時，以單因素數據資料為例[1]，讓學生思考如何進行多組平均數之間的比較。有的學生會提出，可以采用之前學習過的兩個樣本平均數假設檢驗的分析方法對多組數據進行兩兩的比較，而這又引發了一些新的問題。如何解決這些問題呢？這時，我們引導啟發學生將所有的數據資料作為一個整體來考慮，將數據的總變異按照其變異來源剖分成處理引發的變異（組間變異）和試驗誤差引發的變異（組內變異），并利用反映變異特性的方差這一統計量來表示組間變異和組內變異的大小，進而采用檢驗對其二者的差異進行顯著性檢驗，由此和學生共同推導出方差分析的基本思想和分析步驟。這樣，既讓學生理解了方差分析的原理和應用，也培養了學生分析問題和解決問題的能力。

對比法。“生物統計學”中有很多概念都是成對出現的，其相應的公式也有著許多形式上的共同點，這就為我們進行對比法講解提供了很好的素材。例如標準差與標準誤、直線回歸系數與直線相關系數、樣本平均數假設檢驗的檢驗及檢驗等[1]。對比法講授，既可以幫助學生記憶公式，也便于學生更好地理解公式的含義和具體應用，做到舉一反三。

演繹法。“生物統計學”中有很多公式是前后聯系的，存在公式的變形，運用演繹法教學可以讓學生更好地理解公式的來源和內涵。例如變量的標準化公式，對于服從正態分布的變量進行標準化轉換的公式（u=■）是核心，在理解這個公式含義的基礎上，對于各統計數（平均數、平均數差數、頻率、頻率差數、成對數據差數等）進行標準化轉換的公式自然也就推導出來了，從而避免了對這些公式的死記硬背。

板書與多媒體課件并行。隨著電子技術、計算機技術和網絡技術的發展，在教學實踐中多采用多媒體課件進行授課。多體媒體課件集文字、公式編輯、圖形、色彩、動畫于一體，既可以插入圖片和例證，也可以實現公式推導的逐步展現，圖文并茂，色彩豐富，省去了板書所占的時間，可以在有限的課堂教學時間內增加教學內容，增強師生之間的互動[4]。同時，傳統的板書不能完全放棄，在講授過程中，適時穿插板書內容，可以幫助學生更好地聯系已學知識。因此，在教學過程中，我們以多媒體教學為主，板書為輔，注重將這兩種教學方法進行有機的結合。

3.加強實驗教學，注重理論與實踐的結合。“生物統計學”是一門應用學科。我們在理論教學的同時，安排了18個學時的實驗課，主要目的是讓學生將課堂理論知識加以應用并學會常用統計學軟件的使用。生物統計學實驗課在生命科學學院信息學實驗室利用電子教室系統進行，教師在主控機上邊講解邊操作，學生可以在自己的計算機上觀察到具體的執行過程，之后可以自己進行相應的操作，然后以電子文檔的形式提交實驗課作業。通過實驗課教學，一方面使理論知識密切聯系實踐，真正提高了學生的應用能力；另一方面增強了學生的興趣，在實驗課中學生不僅鞏固了統計分析知識，而且利用計算機來分析數據也為相關專業課實驗數據的分析奠定了基礎。在運用計算機統計軟件進行數據分析時，學生們也深刻意識到，盡管統計學軟件功能強大，但必須對相關的統計學知識有一定的認知和理解，才能更好地使用這些軟件，由此也進一步激發了學生課堂學習的動力。

4.課程資源的立體化建設。在教學過程中，我們注重加強課程資源的立體化建設。以教材為中心，我們編寫了與科學出版社《生物統計學》（第四版）配套的《生物統計學學習指導》，對每一章的內容都配套了目的要求、內容提要、難點評析、例題解析、習題解答和自我測驗[5]，以供學生在課下進行學習和知識的擴充。同時，“生物統計學”是河南師范大學校級網絡課程，學生可以通過瀏覽網頁進行課程內容學習。在網絡課程中，每章均示出了重點、難點，便于學生自學或復習掌握；同時，網絡課程中豐富生動的圖表資料及實例分析也有助于學生對知識點的理解。

5.考核采用筆試和實驗相結合。“生物統計學”的考核成績由期終閉卷筆試成績（占總成績的80%）和實驗課成績（占總成績的20%）兩部分組成。其中，閉卷考試內容偏重實用性、基礎性，避開需死記硬背、理論性強而無實際用途的題目和偏題怪題，并且盡量減少需要進行計算的工作量，目的是考核學生對已學內容的掌握和應用。實驗課則重點考查學生知識應用和解決實際問題的能力。這種考核方式，一方面激發了學生學習的積極性與主動性，擺脫了學生死記硬背的單純應試模式，另一方面也強調了學生解決實際問題的能力，有助于提高學生綜合運用知識的能力。

四、小結

“生物統計學”是一門理論性和實用性都很強的學科，是現代生物學研究不可缺少的工具。在教學過程中，我們注重培養學生樹立統計學觀念，掌握如何運用統計學原理科學設計試驗，正確應用統計分析方法分析數據資料，培養學生統計學推理思維能力，并能用專業知識對推斷結果加以闡釋。在教學過程中，我們強調以教師為主導，以學生為主體，充分調動學生學習的主動性和積極性，在培養學生扎實理論基礎知識的同時，更注重實踐教學，積極引導學生去發現問題、分析問題、解決問題，切實培養學生的應用能力。

參考文獻：

[1]李春喜，邵云，姜麗娜.生物統計學（第四版）[M].北京：科學出版社，2008.

[2]張恩盈，宋希云.提高《生物統計學》課堂教學效果的探索[J].農業網絡信息，2011，（8）：131-133.

[3]石培春，龔江，李春艷.“生物統計”課程教學探索和思考[J].中國電力教育，2012，（10）：103-104.

[4]孫敏，陳艷紅.啟發式教學思路在CAI軟件中如何體現[J].中國電化教育，2002，（6）：51-52.

篇10

關鍵詞：統計學習 試驗 方法

中圖分類號：C812文獻標識碼：A文章編號：1006-5954（2009）07-058-03

一、引言

統計的發展可以通過其所解決的問題展現：解決的問題不斷從簡單到復雜，從具體到抽象，這就要求其具有更強的計算能力，不斷的從狹義到廣義演變。傳統統計主要來源于具體的實驗，依賴于經典的參數估計方法，而現代統計學習理論是研究利用經驗數據進行機器學習的一種一般理論，屬于計算機科學、模式識別和應用統計學相交叉與結合的范疇。由于較系統地考慮了有限樣本的情況，統計學習理論與傳統統計學理論相比有更好的實用性。統計學習（Statistics learning）的起源是一系列著名的實驗（如Turing Test等），隨著信息技術的不斷發展與信息量不斷增大的進程，統計學習（Statistical Learning）理論也在逐步完善以適應新的需求。

現今的統計學習雖然已經有了重大的發展，但是若想把事情完全交給機器完成卻不能得到理想結果，仍需要加入大量的人類智慧，例如：尋找事物特征、參數選取等等。不過類神經網絡、SVM等技術的革新幫助解決了很多現實中復雜的問題，可以應用在諸多模式識別和回歸估計問題中，并已經在很多實際問題中取得了很好的應用成果。隨著統計學習發展，我們對統計有越來越高的期望，期望其可以發揮人類智慧的作用，計算能力再進一步提高，解決更加復雜的現實問題。

二、統計學習的過去和現在

Alan Turing于1950年提出了一個著名的實驗――圖靈測試（“Turing Test”）：將一個具有智慧的機器和一個人類，放在一個布幕里面。人分別與機器和人類交談，如果分不出哪一個是機器，哪一個是人類的話，那么機器就具有了人工智能。由此揭開了人工智能（Artificial Intellegence）研究的序幕。在研究中，AI被劃分成Weak AI和Strong AI。Weak AI并不是功能較弱，而是指某個系統只要能表現出人類的智力就好，不管底層系統是否真的有人類的智力。Strong AI則是希望建構出來的系統即使不是用細胞做的，他的架構也卻是和人類相當，真的具有人類智慧。Weak AI可以由機器學習(Machine Learning)來代表。只要給定問題的范圍，訓練的資料(training data)，就可以由數據中選擇特征(Feature selection)，然后建構數據的模型(Model selection)，最后把這個模型當成學習的成果，拿來做預測(Prediction)。

迄今為止，關于機器學習還沒有一種被共同接受的理論框架，其實現方法大致可以分為三種 ：第一種是經典的（參數）統計估計方法。包括模式識別、神經網絡等在內；第二種方法是經驗非線性方法，如人工神經網絡（Artificial Neural Networks,ANN）；第三種方法是統計學習理論（ Statistical Learning Theory或 SLT）。

（一）經典的（參數）統計估計方法

經典的（參數）統計估計方法包括模式識別、神經網絡等在內，現有機器學習方法共同的重要理論基礎之一是統計學。參數方法正是基于傳統統計學，在這種方法中，參數的相關形式是已知的，訓練樣本用來估計參數的值。

但是隨著電腦解決問題的廣泛應用，研究人員試圖研究復雜問題時，發現了參數體系的缺點。

（1）大規模多變量問題導致了“維數災難”現象的發生。研究人員觀察到，增大可考慮因子的數量就需要成指數的增加計算量。因此，在含有幾十個甚至是幾百個變量的實際多維問題中定義一個相當小的函數集，也是一種不切實際的想法。

（2）透過實際數據分析，實際問題的統計成分并不能僅用經典的統計分布函數來描述。實際分布經常是有差別的，為了建構有效的算法，我們必須考慮這種差別。

（3）即使是最簡單的密度估計問題，最大似然方法也不見得是最好的。

總之，這種方法有很大的局限性。首先，它需要已知樣本分布形式，這需要花費很大代價，還有，傳統統計學研究的是樣本數目趨于無窮大時的漸近理論，現有學習方法也多是基于此假設。但在實際問題中，樣本數往往是有限的，因此一些理論上很優秀的學習方法實際中表現卻可能不盡如人意。

（二）經驗非線性方法

經驗非線性方法，如人工神經網絡（ANN）。這種方法利用已知樣本建立非線性模型，克服了傳統參數估計方法的困難。但是，這種方法缺乏一種統一的數學理論。

以人工神經網絡為例進行簡單的介紹。人工神經網絡（ANN），一種模仿動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。這種網絡依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。人工神經網絡具有自學習和自適應的能力，可以通過預先提供的一批相互對應的輸入――輸出數據，分析掌握兩者之間潛在的規律，最終根據這些規律，用新的輸入數據來推算輸出結果，這種學習分析的過程被稱為“訓練”。人工神經網絡具有非線性、非局限性、非常定性和非凸性的特點，它是并行分布式系統，采用了與傳統人工智能和信息處理技術完全不同的機理，克服了傳統的基于邏輯符號的人工智能在處理直覺、非結構化信息方面的缺陷，具有自適應、自組織和實時學習的特點。但是，由于在長期發展過程中，由于人工神經網絡在理論上缺乏實質性進展，所以新的方法，統計學習理論開始受到越來越廣泛的重視。

（三）統計學習理論

統計學習理論（ Statistical Learning Theory或 SLT）是一種專門研究小樣本情況下機器學習規律的理論，是傳統統計學的重要發展和補充，為研究有限樣本情況下機器學習的理論和方法提供了理論框架，其核心思想是通過控制學習機器的容量實現對推廣能力的控制。該理論針對小樣本統計問題建立了一套新的理論體系，在這種體系下的統計推理規則不僅考慮了對漸近性能的要求，而且追求在現有有限信息的條件下得到最優結果。V.Vapnik等人從六、七十年代開始致力于統計學習理論方面的研究，到九十年代中期，隨著其理論的不斷發展和成熟，其受到了越來越廣泛的重視。

在提到統計學習理論時不得不說的一個核心概念是VC維。它是描述函數集或學習機器的復雜性或者說是學習能力(Capacity of the machine)的一個重要指標，在此概念基礎上發展出了一系列關于統計學習的一致性(Consistency)、收斂速度、推廣性能(Generalization Performance)等的重要結論。

在統計學習理論基礎上，一種新的通用學習方法應運而生，支持向量機（Support Vector Machine 或SVM）。支持向量機方法是建立在統計學習理論的VC維理論和結構風險最小原理基礎上的，根據有限的樣本信息在模型的復雜性(即對特定訓練樣本的學習精度，Accuracy)和學習能力(即無錯誤地識別任意樣本的能力)之間尋求最佳折衷，以期獲得最好的推廣能力(Generalization Ability)。支持向量機方法有以下的幾個主要優點有：

（1）它是專門針對有限樣本情況的，其目標是得到現有信息下的最優解而不僅僅是樣本數趨于無窮大時的最優值。

（2）算法最終將轉化成為一個二次型尋優問題，從理論上說，得到的將是全局最優點，解決了在神經網絡方法中無法避免的局部極值問題。

（3）算法將實際問題通過非線性變換轉換到高維的特征空間(Feature Space)，在高維空間中構造線性判別函數來實現原空間中的非線性判別函數，特殊性質能保證機器有較好的推廣能力，同時它巧妙地解決了維數問題，其算法復雜度與樣本維數無關。

在SVM 方法中，只要定義不同的內積函數，就可以實現多項式逼近、貝葉斯分類器、徑向基函數(Radial Basic Function 或RBF)方法、多層感知器網絡等許多現有學習算法。目前，SVM算法在模式識別、回歸估計、概率密度函數估計等方面都有應用。例如，在模式識別方面，對于手寫數字識別、語音識別、人臉圖像識別、文章分類等問題，SVM 算法在精度上已經超過傳統的學習算法或與之不相上下。

由于 SVM方法較好的理論基礎和它在一些領域的應用中表現出來的優秀的推廣性能，近年來許多關于 SVM方法的研究，包括算法本身的改進和算法的實際應用，都陸續提出。盡管SVM算法的性能在許多實際問題的應用中得到了驗證，但是該算法在計算上存在著一些問題，包括訓練算法速度慢、算法復雜而難以實現以及檢測階段運算量大等等。

傳統的利用標準二次型優化技術解決對偶問題的方法可能是訓練算法慢的主要原因。首先，SVM方法需要計算和存儲核函數矩陣，當樣本點數目較大時，需要很大的內存，例如，當樣本點數目超過 4000時，存儲核函數矩陣需要多達128兆內存；其次，SVM在二次型尋優過程中要進行大量的矩陣運算，多數情況下，尋優算法是占用算法時間的主要部分。

SVM方法的訓練運算速度是限制它的應用的主要方面，近年來人們針對方法本身的特點提出了許多算法來解決對偶尋優問題。大多數算法的一個共同的思想就是循環反復運算：將原問題分解成為若干子問題，按照某種反復運算策略，通過反復求解子問題，最終使結果收斂到原問題的最優解。根據子問題的劃分和反復運算策略的不同，又可以大致分為兩類。

第一類是所謂的“塊算法”（Chunking algorithm）。“塊算法”基于這樣一個事實，即去掉 Lagrange乘子等于零的訓練樣本不會影響原問題的解。對于給定的訓練樣本集，如果其中的支持向量是已知的，尋優算法就可以排除非支持向量，只需對支持向量計算權值（即 Lagrange乘子）即可。

當支持向量的數目遠遠小于訓練樣本數目時，“塊算法”顯然能夠大大提高運算速度。然而，如果支持向量的數目本身就比較多，隨著算法反復運算次數的增多，工作樣本集也會越來越大，算法依舊會變得十分復雜。因此第二類方法把問題分解成為固定樣本數的子問題：工作樣本集的大小固定在算法速度可以容忍的限度內，反復運算過程中只是將剩余樣本中部分“情況最糟的樣本”與工作樣本集中的樣本進行等量交換，即使支持向量的個數超過工作樣本集的大小，也不改變工作樣本集的規模，而只對支持向量中的一部分進行優化。

毫無疑問，固定工作樣本集的算法解決了占用內存的問題，而且限制了子問題規模的無限增大；但是，從這個意義上來說，固定工作樣本集的算法把解標準二次型的尋優問題的時間轉嫁到循環反復運算上了，它的反復運算次數一般會比“塊算法”多。尤其是 SMO，如果沒有一個好的啟發式反復運算策略，該算法就是一種盲目爬山法。

基于此，我們提出一種算法思想，希望能夠綜合兩類算法的特點。我們仍舊從最終目標中抽取子問題，借用某種反復運算策略使算法收斂。關鍵的，我們希望一方面子問題規模不會太小，以免反復運算次數太多，另一方面能借鑒 SMO的思想，利用二次問題的特點，找到子問題的解析解法，或者是近似解，從而不必對每一個子問題都調用尋優算法。

此外，由于 SVM方法的性能與實現的上的巨大差異，我們在求解子問題時不一定要得到精確解（解的精確度可以由反復運算來保證），甚至還可以考慮對最終目標求取近似解。這樣，盡管結果的性能會受到影響，但是如果能夠大幅度提高運算速度，它仍不失為一種好方法。

三、統計學習的將來

統計學習在現當代社會已經有了飛速發展，但其還不能完全滿足人類的需求。在其進一步的發展過程中，仍需要在機器學習問題、語言意識的學習、人機界面等方面進行改進。在完成一項任務時，人類總是希望機器能夠自主獨立的完成，自己介入的越少越好。這就需要加強機器的文字意識，而不是將所有的信息轉化成數字之后機器才能識別。如果人類比較高層次的認知活動，如語言產生意義、尋找類似物品和抽象化的能力，其背后的神經機制若能夠被發現，那么我們也可以了解大腦思想的表達方式，人腦和計算機之間可以互相轉換數據，這時候人腦的能力和計算機的計算能力，就可以互補，讓我們計算帕斯卡爾三角形速度更快而沒有負擔。計算機也可以運用人類抽象化的能力，更正確地尋找“類似”的東西，并且是以更快的速度達成抽象化才能解決的問題。

四、結語

傳統的統計學習為統計學習的發展提供了堅實的理論基礎，現代統計理論無論是在假設還是方法上都有了很大的突破和進展。在科學技術飛速發展的今天，統計學習理論廣泛吸收和融合相關學科的新理論，不斷開發應用新技術和新方法，深化和豐富了統計學傳統領域的理論與方法，并拓展了新的領域。相信，統計學習必將會應用于越來越廣泛的領域，解決迫在眉睫的問題，提供更大的便利。

■ 名詞解釋

［1］ 人工神經網絡

人工神經網絡是一種應用類似于大腦神經突觸聯接的結構進行信息處理的數學模型，主要依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。

［2］ 支持向量機

支持向量機是數據挖掘中的一個新方法，能非常成功地處理回歸問題（時間序列分析）和模式識別（分類問題、判別分析）等諸多問題，并可推廣于預測和綜合評價等領域。

［3］ 特征空間

特征空間是相同特征值的特征向量的集合。

［4］ 徑向基函數網絡

徑向基函數網絡是一種向前反饋網絡，可以處理不規則分布的高維數據。

［5］多層感知器網絡

多層感知器網絡是具有多個中間層的網絡系統。

■ 參考文獻

[1] Berry Michael J. A., Linoff Gordon S. “Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management” John Wiley & Sons, Inc., 1997

[2] Guape, F.H.; Owrang, M.M. “Database Mining Discovering New Knowledge and Cooperative Advantage” Information Systems Management, 1995,12, pp.26-31

[3] Usama Fayyad, Gregory Piatetsky-Shapiro, Padhraic Smyth, “The KDD Process for Extracting Useful Knowledge from Volumes of Data” Communications of the ACM, 1996, Vol 39., No.11, pp.27-34