统计学的分类方法范文

时间:2023-07-17 17:02:57

导语:如何才能写好一篇统计学的分类方法,这就需要搜集整理更多的资料和文献,欢迎阅读由公务员之家整理的十篇范文,供你借鉴。

统计学的分类方法

篇1

关键词:通识教育;分类教学;教学方法

中图分类号:G642.41 文献标志码:A 文章编号:1674-9324(2016)03-0276-02

通识教育的目标与专业教育不一样。简单说就是不以知识的识记为目的,而以价值观和精神理念的接受、内化为目的,因此在教学方法上要注意与专业教育区别对待。目前通识教育效果不佳,除了对通识教育的研究、重视程度不够外,教学方法的失当也是重要原因之一。本文将在对通识教育内容分类的基础上,并以哈工大深研院正在进行的通识教育课程改革为例,分别探讨相应的通识教育教学方法。

一、以熏陶为核心的人文艺术类课程教学法

人文艺术类课程是通识课程类别中重要的一类,一般包括文学、美学、文化、艺术等课程。这些课程讲授的内容多是文学艺术作品、美学现象、思想文化等。这些内容的一个共同点就是大多都要依赖于人的情感思维发生作用,如文学常被表述为“文学是人学”[1]。

文化艺术类课程的情感性特点要求我们在讲授此类通识课时不能像讲授专业课那样以概念、规律和定理为主,而是要尊重情感的接受规律。对于情感和以情感为基础的人文观念来说,最为重要的不是相关知识的讲授。这些只是让学生了解所学的对象,而不能真正让他们形成正确的观点。这也是目前我们的两课教育和人文教育面临的一个最大问题。即熟知并不是真知,人文知识的了解并不代表人文观念的接受,更遑论人文精神的养成。

根据行为心理学观点,对于情感和观念的接受最为重要的环节是情感的认同和观念的内化。即把外在的情绪和观点移入接受者内心,让接受者心悦诚服的接受。这种情感的认同和观点的接受我们可以通过一些教学方法来实现。其中最为核心的就是“熏陶法”。比如《文艺与审美鉴赏》课需要我们把抽象的美和艺术作品中蕴藏着的深厚的人类情感传达给学生,因此我们需要大量创设情境以激发学生的情绪共鸣。在创建情境时我们一般会利用多媒体设备展示图片、视频等感性材料,并减少PPT中的文字叙述,以尽量激发学生的官能感觉。在调动学生的感觉情绪后再辅以老师的讲授。如在讲悲剧美时我们会用影像展示作品,待学生进入观影状态,被影片所打动时再点出悲剧的美学特征。此外,人文艺术课还要发挥老师身教的作用,即老师的讲授要饱含感情,要先把自己投入到感情中去,这样学生才会信服。

与熏陶法相似,并且可以配合使用的是经典导读法。经典是经过历史磨炼、沉淀下来的人类优秀的精神文化宝藏,其往往对人的精神和心灵有着巨大的震撼作用。歌德曾说过“鉴赏力不是靠观赏中等作品而是要靠观察最好的作品才能培养成的。所以我只让你看最好的作品。等你在最好的作品中打下牢固的基础,你就有了用来衡量其他作品的标准,估价不至于过高,而是恰如其分。”[2]在这方面我们借鉴国外的名著通识课程,在一些课程中,如《中国文化原点导读》中老师会提前布置阅读任务,然后再进行课堂导读,最后组织小组讨论。不求多、快,只求精、深。从而避免了一些课程走马观花,只求面广,不求甚解的弊端。

此外,人文教育需要稳定、持续的影响以激发学生心灵中的善端。因此我们的通识教育就不能仅仅满足于课堂教育。我们应该利用学生课余休闲和阅读的时间,为学生提供持续、正面人文影响。为此我们优选国内外一些精短的名家作品编成《人文读本》。按照古代君子自我成长的修身、齐家、治国、平天下步骤分为数卷,发放给学生阅读。我们在选文时注意文章的深度与可读性结合,从而使学生得到了良好的教育。

二、以体验为核心的社会管理类课程教学法

社会管理类课程是人文通识课中又一重要类别的课程。他的突出特点不仅仅以知识的获取为目的,更重要的是要培养学生在实际社会生活和管理活动中的能力。通识课体系中涉及此类的课程主要有言语逻辑类、创业管理类和沟通交流类等课程。这类课程的关键是要保证让每一个学生都实际参与其中,在做中学。通过自己参与和实际锻炼达到心领神会,具备某种能力的目的。因此这类课程的教学需要为学生提供一种切近的身临其境感,让学生在体验中学到知识,掌握技能。这种教学思想又具体体现在以下三种教学方法中。

1.案例法。案例教学法由美国哈佛商学院所倡导,是一种以案例为基础的教学法,后来在很多课程中得到运用,收效良好。案例法是一种分析归纳式的教学方法,它不同于我们在专业课讲授时常用的演绎法,先通过讲授一般原理和公式,再用具体练习和例子去巩固强化所学的公式。在案例法中老师现提供一个实际问题,让学生自己思考,再提供几个成功的案例,最后通过不同案例的归纳得出一些具有普遍性的规律和知识,而学生也在思考中得到了能力锻炼。案例教学法适合于开发分析、综合及评估能力等高级智力技能。

2.情境式课堂。情境式教学以学生为主体,在教学中为学生提供与其认知结构相适应的环境,采取“任务驱动”的方式提供互动的教学平台,通过多种反馈方式来实现评价系统。教师的主要工作不是讲课、考试和维持纪律,最重要的任务是布置学习环境,供应必要的资源。教师要设计各种活动,在活动中启发、鼓励、指导和帮助学生。比如我们的《言语交际课》,老师会把课程分为两类,一是普通社交类交流,一是辩论类。然后选取不同的学生充当不同的角色,完成特定的交际任务。其余同学充当观众并未参与的同学打分、寻找存在的问题。课程一般是小班上课,保证每个学生都有参与、锻炼的机会。

3.体验教学法。是使学生直接接触讲授对象,通过经验感知达到课堂上无法达到的效果的一种教学方法。在我院改革后的通识教育中,特别注重学生的实践接触和体验。如《西方礼仪简介》、《公共演讲技巧》等。这些课程的教学目的也不仅局限于相关知识的传授,而在于学生实际经验的体验与相关事务活动、相关习惯规则的熟悉与养成。针对于此,深研院尝试让人文教育走出课堂,要让学生体验和习惯所讲授的内容。如西方礼仪简介就把课堂放置在咖啡厅、西餐厅来学习西方进餐礼仪,在与外籍教师、留学生的各种活动中学习与外国人打交道的社交礼仪和沟通技巧。

三、以主动性为核心的科学技术类课程教学法

科学技术类课程是理工类研究型大学通识课程体系中较具特色的一类课程。这类课程包括一些公共数学课、逻辑推理课,甚至还包括哲学课。科学技术类课程的关键是激发学生学习的主动性,让学生采用一种探究式的态度在老师指导下完成抽象理论知识的学习。在实践中我们主要尝试研究了如下教学法。

1.问题导向式教学。这是一种新的教学模式,它把学生置于混乱、结构不良的情境中,并让学生成为该情境的主人,让学生自己去分析问题、学习解决该问题所需的知识,一步一步的解决问题。老师把实际生活问题作为教学材料,采用提问的方式,不断地激发学生去思考、探索,最终解决问题。这种教学方式的特点是:以重能力培养代替重知识教授;以多学科的综合课程代替单一学科为基础的课程;以小组讨论代替班级授课制;以学生为中心代替教师为中心。课程往往包括“提出问题、建立假设、收集资料、论证假设、总结”五个阶段,课程强调以学生的主动学习为主,而不是传统教学中的以教师讲授为主。

2.翻转课堂。翻转课堂是近几年在中国越来越流行的教学法,但是目前主要在中学推广,大学课堂涉足的相对较少。我们通过研究和实践认为在大学课堂引入翻转教学可以发挥学生学习的自主性和主动性,将会大幅度提高学生的学习效率。在实践中我们对翻转课堂进行了改造,主要是把在线教育和翻转课堂结合起来,并重新设计了翻转课堂的各个环节。在这方面我们突出的例子是《应用随机过程》课。在这门课中我们利用学校的blackboard在线教学平台把课程需要的教学录像和PPT、习题上传上去。然后我们要求学生要在线完成学习和习题练习任务。在学生学习时,我们通过这一教学平台搜集学生学习的数据并进行统计分析,老师会通过分析结果判断学生的知识掌握程度,然后调整学习进度。着这一过程中老师可以决定是否要补充内容,是否要重新学习某一个知识点。在课堂环节中我们设置三个环节。第一个环节是学生的自我陈述。即不同的组选派代表,讲述自己对问题的解决方案和面临的困难。第二个环节是小组之间的交流。这是在完成自我陈述后,要求不同小组对别人解决问题的方法和效果进行评价。根据研究表明,讲述一个问题要比学习一个问题难的多,而评价一个问题又比讲述一个问题难度多。通过不同小组之间的评价、比较可以互补有无。自己的问题可能已经被另外一个小组解决。而且小组间的交流与评价还可以在学生中造成竞争的情境,鼓励学生的学习劲头。第三个环节是老师的讲述。在完成前面所有环节后,老师应根据前期掌握的情况对问题进行精准的讲解,这样可以节约课上宝贵时间。在讲解中老师可以根据情况,采用逻辑演绎的方法,从知识到问题;也可以用归纳的方法,从问题到知识。最后,老师要应根据本知识点的逻辑关系,为学生梳理知识脉络。这样可以加深学生对所应掌握的知识点的理解。

参考文献:

篇2

摘 要:随着我国经济发展水平的不断提高,各行各业得到了显著发展,数据统计学方法也变得日趋多样,数据挖掘是建立在数据库与人工智能基础上发展起来的一种高新技术,其功能是从众多的数据当中挖掘到最有价值的信息,进而实现对数据资源的高效利用。聚类分析能够被当成一种数据分析工具,能真实反映出数据分布情况,本文主要对统计学在数据挖掘中的应用进行了探讨,从而表现统计学在数据挖掘应用中的重要性。

关键词:统计学方法;数据挖掘;应用分析

数据挖掘就是指从众多实际应用数据中获取批量大、有噪声、且随机性强的数据,将潜在的信息与数据提取出来,就是从数据中挖掘有价值的知识,而大多数原始数据具有一定的结构化特征,比如,关系数据库中的数据;也可以通过文本、图形、图像等半结构化发掘有用知识,这些知识可以是数学的也可以是非数学形式的;数据挖掘能以归纳形式存在,能够被广泛应用到信息查询、信息管理、信息决策控制中,方便数据的维护与管理。由此可见,数据挖掘是一门交叉性强的学科,加强对其的研究非常有意义,下面将对统计方法在数据挖掘中的具体应用进行分析。

一、数据挖掘与统计学的关系

(一)数据挖掘的内涵

通常来说,数据挖掘的定义较为模糊,没有明确界定,大部分对其的定义只是停留在其背景与观点的内容上。通过对不同观点的统一整理,人们最终将其描述为:从大量多样化的信息中发现隐晦性、规律性等潜在信息,并对这些信息进行创造、加工的过程。数据挖掘作为一门重要的交叉学科,能够将数据库、人工智能、机器学习、统计学等众多的科学融入到一起,从而实现技术与理论的创新与发展[1]。其中,数据库、人工智能与统计学是数据挖掘当中的三大支柱理论。数据挖掘的目的是从数据库当中发掘各种隐含的知识与信息,此过程的方法非常多,有统计学知识、遗传算法、粗集方法、决策法、模糊逻辑法等,还可以应用向邻近的可视技术、模式识别技术等,在以上所有技术的支持上能够使数据挖掘更为科学、有序。

(二)数据挖掘与统计学间的关系

通常来说,统计学的主要功能是对统计原理与统计方法进行研究的科学。具体来说就是指对数字资料进行的收集、整理、排序、分析、利用的过程,数字资料是各种信息的归纳与总结,可以将其作为特性原理的认知、推理方法[2]。而统计学则表示的是使用专业的统计学、概率理论原理等对各种属性关系的统计与分析过程,通过分析成功找到属性间的关联与发展的规律。在此过程中,统计分析方法是数据挖掘最为重要的手段之一。

在数据挖掘这一课题被提出来之前,统计分析技术对于人们来说更熟悉,也是人们日常开展工作、寻找数据间规律最常使用的方法。但是不能简单的将数据挖掘作为统计学的延伸与替代工具,而是要将两者的区别认识到位,再结合两者间的不同特点分析其应用特点[3]。大部分的统计学分析技术都是建立在数学理论与技巧上的,预测通常较为准确,效果能够让大部分人满意。数据挖掘能够充分借鉴并吸收统计学技术,在融入到自身特点以后成为一种数据挖掘技术。

统计学与数据挖掘存在的目标都是一致的,就是不断对数据结构进行发掘。鉴于统计学与数据挖掘在目标上的一致性,致使很多研究学者与专家将数据挖掘作为了统计学的一个分支机构[4]。但是这种认知非常不正确,因为数据挖掘不仅体现在与统计学的关系上还体现在思想、工具与方法上,尤其是在计算机科学领域对数据挖掘起到的作用非常大。比如,通过借助数据库技术与人工智能的学习,能够关注到更多统计学与数据挖掘上的共通点,但是两者存在的差异依然非常大。数据挖掘就是指对大量的数据信息不断挖掘的过程,DM能够对数据模式内的数据关系进行充分挖掘,并对观测到的数据库处理有着极高的关注度。

二、数据挖掘的主要过程

从数据本身出发探讨数据挖掘过程,数据挖掘的过程分为信息的收集、数据集成、数据处理、数据变换、数据挖掘实施等过程。

首先,要将业务对象确定下来,明确不同业务定义,并认清数据挖掘的目的,这是做好数据挖掘最关键的一步,也是最重要的一步,虽然挖掘的结果不能被准确预测到,但却需要对问题的可预见性进行探索[5]。其次,还要做好数据准备工作,包含数据清理、数据变换等工作,数据清理的实际意义是将噪声与空缺值补全,针对这一问题,可以使用平滑技术,而空缺值的处理则是属性中最常见的,可以将统计中最可能出现的值作为一个空缺值[6]。

信息收集指的是按照特定的数据分析对象,可以将分析中需要的特征信息抽象出来,并在此基础上选择出较为科学、适合的信息收集方法,将全部的信息全部录入到特定的数据库中。如果数据量较大,则可以选择一个专门的管理数据的仓库,实现对信息的有效保护与管理;数据集成就是指将来源不同、格式不同、性质不同、特点不同的数据集成到一起,进而为企业提供更为全面、系统的数据共享平台;数据变换就是通过聚集、概化、规范化等方式对数据进行挖掘,对于一些实用数据,则可以通过分层与分离方式实现对数据的转换;数据挖掘就是结合数据仓库中的数据信息点,并选择正确的分析方法实现对有价值数据的挖掘,事例推理、规则推理、遗传算法等都是应用较多的方法[7]。

三、统计学方法中的聚类分析

在统计学聚类方法基础上能够构建出潜在的概率分布假设,可以使用试图优化的方法构建数据与统计模型的拟合效果。基于统计学聚类方法当中,Cobweb方法是在1987年由Fisher提出的,能够以分类树作为层次聚类创建的方法,在分类树上,每一个节点都能代表着一个概念,该方法就是对节点概率描述的过程。Cobweb方法还使用了启发式估算方式,使用分类效用对分类树的构建进行指导,从而实现对最高分类的划分目的,能够将不同分类对象全部归类到一个类别中,并依据这些内容创建出一个新的类别。但是这种方法也存在一定局限性,局限性在于假设的属性概率分布都是独立的,并不能始终处于成立状态中。

只有在掌握了Cobweb算法以后才能对概念聚类算法的特点进行探究。Cobweb算法能够以分类树方式创建层次聚类,可以将概率表现为p(Ai=Vii/Ck)条件概率,其中,Ai=Vij是一个类别下的,同属于一个值对,Ck是概念类中的一种。在给出一个特定的对象以后,Cobweb能够将全部对象整合到一个节点上,从而计算出分类效应,分数最高的效用就是对象所在的节点位置[8]。如果对象构建失去节点,则Cobweb能够给出一个新的节点,并对其进行分类使用,这种节点计算方法起步较晚,能够对现有的节点与计算相互对比,从而划分出最高的分类指标,将全部对象统一到已有的分类中,从而构建出一个新的类别。

Classitci是Cobw eb方法的一种延伸与发展,能够使用其完成聚类数据的处理,在该方法下,节点中的每一个存储属性都是处于连续分布状态中,能够将其作为分类效果修正的方法,并以度量的形式表现出来,这种度量基础上能够实现连续性的积分,从而降低分散发生率,该方法是积分过程而不是对属性的求和过程。

Auto Class方法也是一种应用较为普遍的聚类方法,该方法主要采用统计分析对结果类的数目进行估算,还可以通过模型搜索方式分析空间中各种分类的可能性,还能够自动对模型数量与模型形态进行描述。在一定类别空间中,不同的类别内属性存在关联性,不同的类别间具有相互继承性,在层次结构当中,共享模型参数是非常重要的。

还有一种使用较为普遍的模型是混合模型,混合模型在统计学聚类方法上使用也非常普遍。该方法最为基本的思想就是概率分布决定着每一种聚类状态,并且模型中的每一个数据都是由多个概率在分布状态下产生的。混合模型还能够作为一种半参数密度评估方法,其能够将参数估计与非参数估计的优点全部集中到一起,并将参数估计法与非参数估价法的诸多优点融合到一起,因为模型具有一定复杂性,为此,不能将其限制在概率密度函数表达形式上,这种复杂性决定了模型与求解存在关联,与样本集合的联系非常少。通过以上的研究可以了解到,数据发掘中应用聚类方法非常有效,并且较为常见。比如,构建出Cobweb模型与混合模型,采用Clara与Clarans方法中的抽样技术,将Denclue方法用在概率密度函数中。

结束语

统计学方法自产生开始已经有非常久远的历史,将严谨的数学逻辑作为基础,将分类算法假定作为独立条件,属性值之前能够相互保持独立,对假定进行计算,当假定成立时,可以再与其他分类算法进行对比,这种分类算法准确性非常高。为此,其不仅能够对连续值进行预测,还可以通过线性回归方程对系数进行比较,从而归纳出结果。

(作者单位:中国人民大学)

参考文献:

[1] 张爱菊.基于数据挖掘技术的瓦斯气体红外光谱定量分析方法的研究[J].光谱学与光谱分析,2013,33(10):2646-2650.

[2] 许长福,李雄炎,谭锋奇等.任务驱动数据挖掘方法的提出及在低阻油层识别中的应用[J].吉林大学学报(地球科学版),2012,42(1):39-46.

[3] 郑晓峰,王曙.基于粗糙集与关联规则的道路运输管理信息数据挖掘方法[J].华南理工大学学报(自然科学版),2014(2):132-138.

[4] 周复之.固定收益决策支持系统机理建模与数据挖掘的协同研究[J].系统工程理论与实践,2010,29(12):38-45.

[5] 张继福,张素兰,蒋义勇等.基于约束概念格的天体光谱局部离群数据挖掘系统[J].光谱学与光谱分析,2011,29(2):551-555.

[6] 张欣欣,缪弈洲,张月红等.CrossRef文本和数据挖掘服务――《浙江大学学报(英文版)》的实践[J].中国科技期刊研究,2015,26(6):594-599.

篇3

83·7%的学生认为是专业学习和工作的需要,有14·3%的学生是为了应付考试。医学统计学对以后工作的重要程度:有68·5%的学生认为很重要或重要,30·0%的学生认为一般,认为不重要的学生只有1·5%。经过一个学期的学习,97·5%的学生认为对医学统计学有了大致了解或了解,但其中只有21·2%学生对医学统计学的学习感兴趣,75·4%的学生则认为一般,没什么特别的感受,3·5%开始厌倦和讨厌。由此可见,学生对医学统计学的重要性有一定的认识,但学习的积极性不高。

2学生对统计学教学内容的把握

81·7%的学生认为医学统计学的重点应该是方法的选择和结果报告的书写。难点依次为:数值变量的统计推断(t检验、Z检验和秩和检验),方差分析,分类变量假设检验,生存资料的分析和分类变量和数值变量的统计描述。关于教材使用的难度,有30·1%的学生认为很难或有难度,而69·0%的学生认为基本合适。医学统计学与其他一般医学课程相比,有30·0%的学生认为难度大;难度大的原因是方法多,难以选择和原理抽象。

3教学内容的选择和安排情况

在本次调查中,62·0%的学生对医学统计学的课程内容及学时安排认为很满意或满意,36·0%觉得一般,不满意4人(2·0%)。对于医学统计学的理论教学内容的安排,62·0%的学生认为很满意或满意,36·9%的学生认为一般,不满意的有2人(1·0%)。医学统计学的实践教学内容的安排,69·5%认为很满意或满意,29·1%的学生认为一般,3人(1·5%)感觉不满意。另有60·1%学生认为有必要设讨论课,讨论课内容应为统计方法误用分析、医学统计学问题的答疑,对个别难点和重点内容建议开设专题讲座。2·2·2授课和考核方式78·3%的学生认为最适合的授课方式是多媒体和板书;考核方式最为赞同的是闭卷考试(笔试)结合上机操作考(61·6%的学生选择),其次20·7%的学生认为只要上机操作考就可以,16·7%学生建议开卷的形式。

4教学效果评价

目前,该课程的考核方式主要是理论考核和上机操作考。其中笔试的题型包括选择题、是非题、名词解释、简答题和综合分析题。综合分析题的内容主要是如何进行医学统计学方法的选择和SPSS分析结果的阅读。203名学生的理论考试成绩呈正态分布,平均成绩为72·54±12·64分,及格率83%。从试卷的失分情况分析,综合分析题的错误率最高,说明学生对分析方法的选择还有一定的困难。通过一学期的学习,203名被调查者中,179名(88·2%)的学生认为自己能或基本能独立对一般资料进行分析,而有11·8%的学生不能独立对一般资料进行分析。能独立完成资料分析的179名学生中,32·5%的认为自己能够独立进行统计描述和计量资料的统计推断,28·6%的认为自己能进行计数资料的统计推断,36·5%能进行直线相关与回归;而能进行原始数据库的统计分析并给出简单报告的比例占调查者的8·4%(17/203),

篇4

关键词:统计学;教学;教材;教师队伍

中图分类号:C81.4 文献标识码:A doi:10.3969/j.issn.1672-3309(s).2012.04.18 文章编号:1672-3309(2012)04-40-02

随着市场经济的不断发展,统计学应用的领域不断扩展,现有的统计学教学受传统教学模式的影响颇深,强调理论知识,忽视统计学知识在实际中的运用。即使有实践的部分,实践内容和现实生活差距很大,远不能满足经济发展的要求。统计学作为基础课程,教学目的、内容、方法、教材基本相同,既没有考虑到专业间的不同特点,也没有考虑到各专业学生未来的发展需求。针对统计学教学现状,本文提出了构建与经济发展现状相匹配、并结合不同专业的特点和不同专业学生的发展需要的统计学教学新模式的设想。

一、高职统计学教学存在的问题

(一)统计学教学目的不明确

统计学是一门工具性的课程,目前的教学重点还是集中在介绍统计学有哪些工具,至于这些工具怎么用,提得很少。教学的目的还是要求学生掌握统计学的理论知识,虽然教师在编写教学大纲中会写“通过该课程的学习,使学生能够运用基本的统计方法,对社会经济活动进行统计设计,统计资料收集、整理,统计资料的分析、预测以及统计报告的撰写。”但是哪些统计方法是分析不同专业最新统计资料需要的?收集、整理、分析的统计资料哪些是最新的,并且是相关专业学生需要了解或掌握的?能用来预测的统计学方法有哪些是对高职各专业学生有用的,需要预测什么?这些绝大多数高职类院校的统计学老师都不清楚。教学目的只是空话,形同虚设。在课堂上,教师还是把大部分时间用在讲解概念和公式上。由于教学目的不明确,教材、教学内容、教学方法和任课教师的选择上都很迷茫,即使会做些调整,也只是治标不治本,教学效果可想而知。

(二)教材不能满足专业需求

通过一定的调查发现,同一院校的各专业大都选用统一的教材。另一方面,不同的院校所选用教材的作者、版本等纵然各不相同,但是,其基本内容体系却是大同小异,所强调的重点基本一致。统计学教学的有关负责人意识到这点,也做了一些尝试。如有的负责人每个学期都选用不同的教材,以期在中间找到适合高职院校各专业的材,但结果令人失望;有的根据不同的专业选择不同的教材,但各个版本的教材大体一致,专业针对性不强;有的则直接摒弃统计学基础教材,直接选用统计学在各专业中应用的教材,如管理与统计、会计与统计分析、金融统计分析等,这种改革非常具有突破性,专业针对性很强,但是对承担统计学课程的教师要求很高,既要有深厚的相关专业的知识累积,又要非常熟悉统计学方法在相关专业的运用。同时,由于学生没有接触过统计学,只有一本介绍统计学在相关专业中的应用教材,显得力不从心。这些尝试遇到的困难源于目前没有一本与高职院校各专业对应的统计学教材。

(三)教学内容脱离实际

首先,由于教材基本框架一样,教学内容也没有多大区别,即统计学的基本概念、统计调查、统计整理、统计指标、抽样推断、时间序列、统计指数、相关分析与一元线性回归分析,像假设检验、统计量都不讲,即使课本中有相关内容,教师考虑到学生普遍薄弱的基础,也会删除这些内容,或草草带过,学生听的也是云里雾里。教学内容几十年不变,很少有人去研究随着经济的发展,统计学的应用领域发生了怎样的变化?教学内容是否应该调整?应该作怎样的调整?其次,讲解的案例要么过于陈旧,要么离现实生活很远,引不起学生的兴趣。案例脱离实际,一方面表现在所选案例太过宏观,学生平时都没关注。比如GDP、三大产业的发展状况、人口普查、全国客运量等等,学生觉得离自己很遥远、太抽象、也没有实用性;另一方面表现在所选案例大都是 “某城市、某企业、某班”等案例,没有明确地指出具体的研究对象,这样使得学生对数据的来源产生了怀疑,降低了案例教学的真实性和生动性,也打击了学生学习的积极性。

(四)教学方法陈旧

统计学作为基础课程,一直沿袭着“黑板、粉笔、计算器”和“老师讲、学生听”的教学方式。统计学在现实中的运用大多用到统计软件,“黑板、粉笔、计算器”的教学方式不能够教会学生应用统计学软件处理现实中的问题,黑板上呈现的大量的数据和公式、以及运用计算器进行统计的超负荷的计算量,都使得学生望而却步。“老师讲、学生听”的教学方式,无法培养学生的思考能力、动手能力,也无法激发学生的学习积极性。

(五)统计学教师队伍力量薄弱

作为教授统计学课程的教师,不仅要有深广的统计知识,还必需具有相应专业方面的知识,才能把统计学提供的数据处理、数据分析方法和相应专业特定的数据结合起来,从而教会学生处理和分析相应专业统计数据的方法。而在当前我国高职院校统计学课程的任课教师中,大多还不具备这种知识结构和素质。有些院校为了加强统计学教学的专业针对性,不同专业的统计学教学由该专业的教师教授,而这些教师绝大部分不是统计学专业出身,这种安排加强了针对性,削弱了统计学知识的专业性和应用性。

二、构建统计学教学新模式的建议

篇5

【关键词】经管专业 问卷调查 独立学院

【中图分类号】G642 【文献标识码】A 【文章编号】1006-9682(2011)09-0077-02

统计学课程是高等院校经济类和管理类专业(以下简称经管专业)的一门核心课程。在经济管理中的作用已逐步为人们所认识,例如,计量经济学现在已成为经济学科的核心课程,而计量经济学的主要内容是来源于统计学的基本原理;而早在二十世纪八十年代,世界著名学府经济系、金融系或商学院相关领域的著名专家在《金融中的统计方法》一书中揭示了金融研究中若干新的研究方法和新的学科分支在统计学、数学及金融学的交叉与融合。在独立学院的人才培养模式中,建设与办学特色相适应的师资队伍是重要的一环,教师是培养高质量人才的主要力量,统计学在经管专业课程中处于重要的地位,因此,经管专业教师(本文中指非统计专业的经管专业教师,以下同)对统计课程的了解就显得尤为重要。

一、理论探索

现代统计学的发展与市场经济的发展紧密联系,作为经济学和管理学的重要基础,统计学已成为经济管理专业的核心课程之一。经管专业的统计学是应用性很强的一门学科,要求学生学会运用统计方法认识和解决社会经济问题。传统的统计教学,侧重于统计理论知识讲授,注重理论推导,缺乏适当的应用背景,使学生难以理解统计学的意义及其作用,遇到实际问题时往往束手无策。大部分经管专业的学生对学习统计学的价值缺乏认识,未能深刻了解统计的用途、作用,认为自己和统计的距离比较遥远;普遍认为统计学的学习难度大,看到数字和公式就头疼,对统计学有着本能的排斥,缺乏学习信心;与经管的其他专业课程相比,在统计学学习过程中的创造性和趣味性要欠缺一些,而更强调的是逻辑性、推理性和严肃性,学习过程较枯燥乏味,所以导致许多同学对于统计学的学习容易产生心理暗示,对统计学学习缺乏兴趣,产生一些消极的学习心态。这就造成了学生在学习过程中由于学分的要求不得不硬着头皮学习,被动学习的成分较大。

大统计学是一门搜集、整理和分析统计数据的方法论科学,其目的是探索数据的内在数量规律性。统计学广泛应用于各学科中,在商业以及工业中,统计被用来了解与测量系统变异性,程序控制,对决策提供数据支持;在第一产业方面,可运用统计计算出各种农产品的需求情况及价格分布,从而指导生产;在生产行业中,统计学可以运用在产品开发、营销、财务管理等方面,从而提高企业的营运能力;在服务行业中,例如在金融行业中,运用统计技术将各种交易资料加以分类、整理,从而得到如客户贡献度、客户偏好、存款变动趋势、产品分析、行业发展等数据,为管理层提供决策依据等等。这就要求统计学教师不仅要钻研本专业领域的知识,而且还应多涉猎一些经管专业的知识,了解有关专业的课程体系及知识体系,并且有意识地将统计方法的讲授和具体专业领域的内容相结合,注重统计方法在有关领域的应用,引起学生的共鸣,让学生深切体会到统计学的应用价值。由于统计学课程在经管专业课程中发挥着重要的作用,与经管专业课程存在很多交叉部分,这就要求经管专业教师对统计学课程的内容有详细的了解,才能对本专业课程中的知识点予以正确应用。但我院目前的经管专业教师对统计课程的了解到底怎样,笔者就此问题进行了问卷调查。

二、实证分析

为了了解我院经管专业教师对统计课程的了解程度和重视程度,在广东外语外贸大学南国商学院国际经济贸易系和国际工商管理系中,对全体专业教师进行问卷调查,共收回有效问卷30份,从结果中可以得到经管专业的专业教师对统计学的基本了解情况。下面列举了几个有代表性的问题及结果进行分析:

1.对于经管专业学科是否需要开设统计学课程及何时开设?

经管专业的教师对这个问题的理解较为一致,专业教师的选择见图1,73%的专业教师选择在大学二年级开设较为合适,没有教师认为在大学四年级开设,由此可见,在大部分经管教师眼中,统计学还是一门专业基础课。

2.在各专业课程中统计学的重要性?

图2

从图2中可以看出,经管专业教师从事的专业课教学可以分为经济类、金融类、管理类教学,为了进一步说明问题,将管理类中的会计专业教师单独分析。从中可以得到以下信息:无论哪个专业方向的教师,普遍认为统计学在各专业课中的重要性一般,而学院的师资大部分是硕士研究生学历,管理类(不含会计)专业教师更是认为统计学在其专业课的重要性比例高达89%。而会计专业教师对统计学的重视程度略有提高,但仍然低于经济类和金融类的教师对统计学的重视程度。实际上,无论是在经济学、金融学,还是在管理类的市场营销、会计等专业课中,都可以见到统计学的身影。

3.各专业教师在教学中是否发现所教授课程中有知识点和统计学相重复?

从图3中可以看出,各专业教师中只有27%的教师认为统计学和其所教授课程中有知识点和统计学相重复,而有73%的专业教师认为统计学在其所教授课程中几乎用不到。为什么会出现这样的情况呢,问卷的最后一个问题是一个开放性问题,由各位专业教师写出统计学的基本内容,在这个问题的整理过程中,发现只有一个老师能够写出统计学的基本内容,而大部分专业教师只简单认为统计学就是计算平均数等类似的描述统计。正是因为专业教师对统计学课程的不了解,造成了很多专业课和统计学相同知识点的重复讲解,即增加了教师的工作量,也使学生反感。

三、结 论

通过上述分析,可以得出以下结论:在经管专业的其他专业课的教学中,由于各经管专业课程与统计学课程的交叉作用,其他专业教师应该对统计学课程有所了解,和统计学教师进行有效沟通,对所教授课程进行整合,明确统计学各知识点在课程中的讲授情况。

独立学院是我国高等教育在大众化过程中出现的一种新的办学模式,能否在激烈的高校竞争中站稳脚跟,关键在于能否培养出高素质的、社会需要的人才,因此,独立学院复合型人才培养已受到高等教育工作者越来越多的关注。独立学院最大的生命力就是逐年满足国家对复合型人才的需求。要适应社会、满足市场需求,则要使独立学院在众多的高校教育中办出特色,多学科交叉正是培养复合型人才的重要途径。复合型人才是多元型的人才,重应用、动手能力强,同时在科学文化方面又有一定的基础和造诣,并具有一定的跨学科、跨专业的知识,具有复合型的知识结构。随着多学科交叉渗透的不断深入,课程体系、课程内容的改革已成为教学改革的中心工作。希望本文能够起到抛砖引玉的作用,使更多的教师能重视各专业学科之间的联系,学科间的不同课程相互补充,实现交叉讲授和专业优势互补。新时代的教师应该具备崇高的师德、现代教育观念、优秀的教学能力、健康的心理素质、终身学习观念、创新精神这六种必备的基本素质,才能为祖国培养全面发展的、具有创新精神的一代英才做出应有的贡献。

参考文献

1白日荣、苏永明.非统计专业统计学教学的改革与创新[J].统计教育,2007(12)

2杨绪忠.财经类非统计学专业的统计学课程教学探讨[J].统计与决策,2002(5)

3贺 铿.关于统计学的性质与发展问题[J].中国统计,2001(9)

4亚 非、朱远程.经济管理专业“应用统计学”教学的几点思考[J].统计教育,2005(8)

5刘淑茹.提高经济管理类专业统计学课程教学质量的思考[J].统计教育,2006(6)

6 章文杰.我国独立学院人才培养模式的特色分析与研究[D].南京理工大学,2006

7 来茂德.独立学院:中国高等教育发展的新探索――以浙江大学的两个独立学院为案例[M].杭州:浙江大学出版社,2004

篇6

关键词:机器学习;计算机科学;学习机理;策略研究

随着计算机技术的飞速发展,人们尝试着使计算机具有和我们一样或类似的学习能力,从而产生了一个新的研究学科-机器学习。总体而言,机器学习是指令计算机通过对目标的识别,利用人类提供的现有知识来获取新知识和新技能,不断改善性能,实现自我完善。

1 机器学习发展史

统计学习理论创始人之一的Vapnik将机器学习归结为如下四个阶段。

1.1 学习机器的产生

第一个学习机器的模型是F.Rosenblatt在1962年提出的感知器。它借鉴了神经生理学领域中感知器的思想,将其模型表示为一个计算程序,并通过简单的实验说明了这个模型的结果可以进行推广和泛化。感知器通过给定的样本构造一条判断准则来区分不同类别的数据,因此可以用来解决模式识别问题。

1.2 学习理论基础的创立

1968年,Vapnik和Chervonenkis提出VC维和VC熵来解决模式识别问题。利用这些概念学者发现了大数定律和关于收敛速率的非渐近界。1989年,Vapnik和Chervonenkis提出的经验风险最小化原则、正则化理论、解决密度估计问题的非参数方法,以及算法复杂度思想,都对学习理论的发展产生了深远的影响。

1.3 神经网络的产生

1986年,LeCun和Rumelhart各自独立地提出了后向传播方法。该方法采用连续的Sigmoid逼近函数代替了感知器神经元中的不连续符号函数,使人们可用任何基于梯度的方法来逼近预期函数。它的出现标志着学习机器历史进入了一个新纪元。

1.4 统计学习理论的创立

为了根本解决传统统计学理论中过学习等弊端,Vapnik于20世纪60-70年代创立了统计学习理论。与传统统计学相比,它是一种专门研究有限样本下机器学习规律的理论,不仅考虑了对渐近性能的要求,并且追求在有限信息下获得最优结果,在理论研究和实际应用中都取得了良好效果。

2 机器学习策略分类

在众多机器学习策略中,可从不同角度,根据不同原则对其进行分类。本文按照分类原则提出的先后顺序以及所用推理策略的繁简程度将其分为以下两大类。

2.1 传统策略

⑴机械式学习。该方法是一种最简单、原始,也最基本的学习策略。它通过记忆和评价外部环境所提供的信息达到学习的目的。学习系统要做的工作就是把经过评价所获取的知识存储到知识库中,求解问题时就从知识库中检索出相应的知识直接用来求解问题。

⑵指导式学习。该方法通过由外部环境向系统提供一般性的指示或建议,把它们具体地转换为细节知识并送入知识库。在学习过程中要反复对形成的知识进行评价,使系统的知识库不断完善。

⑶归纳学习。该方法应用归纳推理进行学习。归纳推理指从足够多的事例中归纳出一般性的知识,是一种从个别到一般的推理。常用的方法有枚举归纳、联想归纳、类比归纳、逆推理归纳和消除归纳等。

⑷类比学习。类比是人类认识世界的一种重要方法,也是诱导人们学习新事物、进行创造性思维的重要手段。类比学习就是通过对相似事物进行比较所进行的一种学习。

⑸基于解释的学习。该方法通过运用相关领域知识,对当前提供的实例进行分析,从而构造解释并产生相应知识。

2.2 现代策略

⑴基于神经网络的学习。神经网络由神经元单元及其间带权重的连接组成,每个单元的状态由与其相连接其他单元的输入共同决定。该方法使用样本来训练网络,产生网络的内部表示,并用来识别新样本。

⑵基于统计学习理论的学习。Vapnik创立的统计学习理论针对有限样本统计问题建立了一套新的理论体系,不仅考虑了对渐近性能的要求,并且追求在有限的信息条件下获得最优的结果。其典型代表SVM,具有许多传统统计学方法不具备的优点。

⑶强化学习。该理论是在上世纪80年代,基于试错方法、动态规划和瞬时误差方法形成的。

⑷集成学习。该方法集成若干单分类器的分类结果来综合决定最终分类,可取得比单分类器更好的性能。其主要方法有Bagging、Boosting、Stacking、朴素贝叶斯集成、决策树集成、人工神经网络集成、K-近邻集成、在线集成等等。

⑸主动学习。该方法模拟人的学习过程,选择标记部分样例加入训练集,迭代提高分类器的泛化性能。

[参考文献]

篇7

【关键词】统计学 公共选修课 实践

【中图分类号】G642 【文献标识码】A 【文章编号】1674-4810(2012)02-0024-01

一 高校统计学选修课教学现状分析

随着社会经济的发展,很多高校都把统计学作为选修课,在非经济类的专业中开设,以提高大学生的综合素质,培养复合型人才。2011年初,国务院学位委员会在新的研究生专业目录中,将统计学上升为一级学科,为统计学科和统计教育的发展提供了更广阔的平台。近年来,在统计学公共选修课教学的过程中发现,部分选课的学生是非经济、管理专业的学生,原因是对本门课程比较感兴趣,意识到了统计学知识对于非经济、管理类专业学生的重要性,想增加自己的知识量,因而选择在校期间为自己补充经济、管理类相关课程,但由于统计学理论性较强,概念又比较抽象、公式多、运算复杂,又涉及一些数学知识,尤其是非经济类专业的学生,普遍反映难学。

二 统计学作为公共选修课程的实践方法

1.提高学生学习统计学的兴趣

在诸多学生学习的动机中,兴趣是最积极的内发性学习动力。在授课中,采用设疑、启发、讨论、鼓励等方法,营造出师生互动的教学情境。激活学生的思维,调动他们边听课、边参与的积极性;变被动式学习为主动式学习;变灌输式为吸收式;在听课过程中给学生一个自由思考的空间,充分发挥他们的聪明才智。在教学过程中,教师和学生是共同参与者和完成者,“教”是为学生的“学”而服务的,“教”只是教学手段,而学生的“学”才是教学的目的。只有充分调动起学生学习的主动性和积极性,知识的导入才会成为可能,教学任务才可能得以实现。

2.突出多媒体课件在统计学教学中的优势

在统计学教学中,采用多媒体的使用与讲授式、启发式、探究式等传统教学方法相结合、取长补短、调动学生学习统计学的积极性。多媒体以生动的画面、逼真的声效,营造出图文并茂、动静结合、情境交融的教学氛围,并把统计学课本上枯燥、繁杂的内容转化为鲜活、丰富的教学内容,形成有效的感官刺激、多角度地调动学生的兴趣、情绪和注意力。增强了学生对所学知识的感性认识,加深了对所学知识的理解。

3.选用优秀的统计学教材

教材是学生的学习之本,是学生的终身老师。优秀的教材可使教师教得轻松,同时也能使学生少走弯路。可选取国内外权威作者编写的教材,这些教材的专业性和层次性较强。在教材选用上,应放宽界限,适当选择一些统计学专业的教材,提倡学生阅读优秀的英文影印版教材及中译本教材。国内的很多教材过于重视数学的公式和推导,忽略统计方法的软件使用,往往只给出几个例子,而且这些例子很多时候并没有说明如何根据软件操作得到。虽然可以通过软件操作手册掌握软件的使用,但这却增加了学生学习的负担。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。教材要适应统计学的需要,特别是计算机科学的发展,统计软件的使用,记忆并运用统计公式不再适用于大部分学生,传统的利用手算的一些简捷公式和方法已过时。

4.注重联系实际

从被动的教授理论知识转化为联系实际的应用,改革传统老旧的方法,通过让学生撰写调查报告进行考核,掌握从数据的收集、整理、分析、写出统计报告的全部过程,从而提高教学效果。通过课堂现场教学、指导学生先读后写再议、模拟实验、利用课余时间完成项目、利用假期时间,通过参加学校或其他组织的某些团队、小组或自己组织去开展一些与专业有关的活动,同时为了避免教材中理论与实践的脱离,可鼓励学生开展社会调查、专题研究、参与实习、见习企业管理等方法加强实践锻炼。此外,教师还应不断地加强后续学习,关注知识动态,更新知识体系,将理论研究及实践经验补充到教学中,全方位地激发学生的学习兴趣、培养学生的专业能力、方法能力和社会能力。

5.改革教学方式和内容,合理评定学生的成绩

检验学生学习情况,评估教学质量的一个重要手段就是考试。教师为了保证教学质量、能够维持好教学秩序,对选修课考试一般都采用闭卷笔试的方式。经过多年的教学实践发现,这种方式也存在着缺陷,考试的目的应更加注重考察学生的素质和创造力,因此要适当地调整考试内容和方式,以适应培养高素质的综合型人才的需求。在过去的统计学教学中,首先要重点培养的是学生的基本运算能力,相对应的课本和教材中的大量例题,主要是向学生展示如何运用公式进行计算,从而导致学生在学习统计学课程的过程中,把过多的时间和精力花在对概念、公式的死记硬背上。这显然与教学的目的和专业的发展不相符。为此,统计学作为公共选修课的考试,首先应改变考试组织方式,采取灵活多样的考核方式,例如,在教学中,用讨论、答辩和小论文的方式进行考核。其次,在考试内容上,应体现出统计学的基本知识和基本运算及推理能力。第三,在学生成绩的测评上,应根据学生参与教学活动的程度、学习过程中提交的读书报告、上机操作和卷面考试的成绩等综合评定。通过综合评定,不仅能提高学生的技能训练与能力培养,同时也可以引导学生扎实地学好基础知识。

篇8

文献标识码:A

doi:10.19311/j.cnki.16723198.2017.11.075

1统计学在经管类专业课程体系中的重要位置

统计学产生于17世纪中叶,经过三百多年的发展,已经成为涉及多领域的多科性的一门学科,在科技技术领域和国民经济各个部门不断被推广和应用,所以,统计教育受到高度重视,尤其是1998年,统计学作为一级学科的确立,成为了中国统计在与国际接轨的道路上的重要的里程碑。目前在国内普通高校经管类各专业中,统计学已经成为极为重要的核心基础课程之一。统计学之所以能够在经管类专业有如此突出的位置,关键在于它是一门研究社会经济现象数量上的规律特征的学科,通过统计学的学习可以使学生能够掌握基本的数据分析方法,提升学生数据整理、现象分析、解决现实社会经济问题的能力。

2统计学课程教学中存在的突出问题

基于统计学在经管类专业教学中的越来越重要的位置,诸多学者对统计学课程的教学改革进行了深入的探讨和研究,为落实经管类学生学好用好统计学知识的教学目标提供帮助。刘秀艳等结合高职院校的特点探讨了如何在教学内容设置、教学方法与教学手段、考核方式与内容等方面进行改革,以实现高职教育培养技能应用型人才的培养目标。未良莉等从我国普通高校经管类专业统计学课程教学整体状况进行了阐述,结合统计学教学存在的问题研究经管类专业统计学课程的教学模式。吴启富从统计学专业的发展阶段入手分析新形势下统计学的发展趋势,针对新形势下出现的新问题进行了分析,提出了建议和措施。宋继华等从项目驱动的角度进行了统计学课程教学改革与实践研究。他们从不同角度提出了课程改革方法与建议。本文则以内无锡某大学为例,详细分析了经管类专业统计学教学中的突出问题,以期从教学实效性的角度有针对性地提出教学改革建议。

无锡某大学目前有9个专业,近1900名学生在大二第二学期开设统计学课程。通过对经管类专业大三和大四学生的调查发现:学生学完了统计学,也通过了考试,但是面对具体经济现象问题时,仍然有很多学生不知道如何使用统计方法去分析;用统计思维来思考研究实际问题的能力还很欠缺,教学效果不太理想;统计学课程教学在教学内容、师资队伍、教学方法、教学手段等方面还存在诸多问题。

2.1实践教学内容不足

统计学包括统计资料、统计工作和统计学三个方面,应注重理论知识学习与实践操作的结合。由于无锡某大学商学院没有足够的实验师资力量、大班授课、32学时数的限制,在统计学授课中仍然以理论教学为主的模式,讲授描述统计和推动统计的理论和方法,这些讲完后,没有多余的时间带领学生结合课程内容开展实践项目。由于学生被动地接受统计理论知识与方法的学习,不能及时通过实际操作来尝试怎么正确的运用知识,这容易导致学生“课堂一听就懂,课后一用就蒙”,而且枯燥的统计理论知识与方法的学习会如同冷水般浇灭学生起初高涨的学习热情。学生主观能动性受到了抑制,进一步影响了统计知识的有效消化和吸收。

2.2统计教学师资不足,教学团队素质建设不完善

目前,无锡某大学商学院讲授统计学的专任教师只有6名,6名教师面向9个专业近1900名学生,教师数量明显不足。因此,在教学安排上只能采取合班上课的方式,授课方式按统一的教学模式。而这种合班授课的方式会带来一系列问题。例如,由于文科学生数学基础较为薄弱,班级人数又较多,所以难以兼顾众多学生对统计理论与方法的掌握程度,不仅影响教学进度,也很难达到预期教学目标。此外,由于师资不足,学院只能通过“空降兵”方式让外聘教师来完成部分教学任务。而外聘教师把教学看作是一种兼职工作,很多只是为了完成上课任务,忽视了教学效果,从而影响了教学质量。另一方面,专任教师多为“学院派”,缺乏企业工作经验,对实际问题了解不够深入,难以准确认识经济管理的规律性,以至于在教学中难以将理论贴切的与实际对接,也不知如何帮助学生触类旁通,因而统计学教学的深入发展受到一定程度的限制。

2.3未充分发挥案例教学的作用

案例教学是指通过教师的引导,设定角色,把学生带入特定的案例场景,通过案例分析来提升运用相关理论分析解决问题能力的教学方法。案例教学法已经被广泛应用到文科各类专业课程。在统计学教学中,如果教师采用案例教学法,更容易借助现实问题的直观性帮助学生理解理论知识,也容易探究理论与实际现象之间的差异,也能调动学生的主观能动性去发现问题并同老师沟通交流,形成师生互动的平台。无锡某大学商学院统计学教学由于课时不足,教师为了完成教学任务,主要侧重统计方法理论知识内容,授课老师在整个教学中很少安排案例教学课甚至忽略,以至于统计方法得不到深入应用。另一方面,案例库建设较为滞后,教师选择案例的途径受限,导致案例质量不高,又由于受课时数的限制,学生没有充足的时间去讨论,更多的时候是老师充当主角,由授课教师分析案例,没有很好发挥案例教学在师生互动教学方面与对学生参与意识与主动思考能力培养方面的作用。

2.4对软件的学习与应用不足

使用软件进行数据处理与分析可以避开繁??复杂的公式推导,大大减少计算所花费的时间,将学习重心放在统计模型构建和结果的分析上。因此统计学的实践操作离不开软件的使用。国外很多高校对数据的处理大多依赖于软件,比如美国大学统计教学中常用一些软件来解决数据的处理问题,比如“JMP”、:SAS、R软件以及EXCEL等。国内很多高校对统计学方面的教学资源投入力度十分有限,难以构建良好的教师队伍。无锡某大学也不例外,很多统计学教师虽然理论知识扎实,但对一些统计软件的操作自身掌握的并不够,因此在教学中很难深入运用。以至于老师通常是对统计软件的功能做一个简单介绍,并没有结合具体案例进行演示,更不要说上机操作了。因此,学生对统计软件的功能处在一知半解的状态,更谈不上通过实际操作来去掌握它。而学生不会用统计软件大大降低了他们对数据的处理分析能力。

3统计学课程教学改革的建议

3.1理论授课与实验实践教学相结合

统计学既强调理论的科学性,又注重方法应用的正确性,所以在统计学课程教学中对于参数估计、假设检验、回归分析、相关分析、方差分析等需要实验的内容,教师可以先讲授理论方法,然后进行实验教学,让学生模拟教材例题,完成课后练习题。通过学习,学生把相关内容掌握的更牢固,还能在操作过程中,学会根据自己专业的特点,选择合适的操作方法。为促进理论教学和实验教学的有机结合,在理论教学环节可以将重点放在分析问题的思路和解决问题的基本方法上,淡化理论推导与证明过程。比如,在讲假设检验的内容时,教师先把假设检验的基本思想、假设的建立和假设检验的步骤介绍给学生,在讲具体检验方法时,在检验统计量的形成过程上不去花太多时间,只重点阐述检验方法各自的使用条件和检验步骤。在实验环节要结合理论教学的进度情况开展实验教学,一般,在需要实验的理论教学完成一个模块之后,进行一次实验教学,安排一次上机操作。通过实验操作,学生不仅更好的理解和掌握理论知识,而且上机操作能力和实践能力也得以提升。

3.2案例教学和专业特点相结合

案例教学是实践性教学的重要手段之一,教师应用各类典型案例与学生进行互动式的讨论、分析与讲解,将理论和实践紧密联系起来,既可让学生对统计学产生兴趣意向,轻松学习与掌握基础理论和专业理论,又能让学生在课堂上认识到各种实际问题,有利于提升学生独立分析和解决各种实际问题的能力。为了提升案例教学的效果,有专业特色的高质量案例的积累和案例库的建设非常重要。案例库建设必须考虑到案例的针对性、时效性和趣味性。比如对于金融专业的学生可以设计用指数计算不同商品、统一商品、不同区域的购买力,利用标志变异指标分析投资项目组合的风险高低;对于工商管理专业的学生,优选产品质量控制、经营管理等方面的案例深入浅出的介绍参数估计、假设检验、方差分析等方法。

3.3适当增加软件教学内容

由于经管类专业学生数学基础相对于理科专业较弱,而统计学用到较多数学知识,统计方法应用有一定艺术性和灵活性,统计学是与数据打交道的一门课程,比较难学。因此对计算量大而复杂的数据进行处理大多依赖于统计分析软件。SPSS、SAS和EXCEL这三个软件在国内大学统计教学中使用的较为普遍,尤其是SPSS和SAS这两个专业的统计分析软件在数据的统计分析方面功能更强大,也更专业。笔者认为,根据当前无锡某大学学生的实际情况,建议选取EXCEL是比较合适的,而且它相对于专业统计软件更易学易用、便于掌握。加强软件教学不仅需要在教学过程中介绍基本的操作命令,还要增加一定的学时安排学生上机实验操作,使学生借助快捷有效的工具提升解决问题的能力。

3.4提升教师业务素质,引入优秀师资人才

在师资队伍建设方面,一是要提升教师业务素质。经管类专业统计学授课教师不仅需要具备经济管理理论素养,还要有扎实的数学功底及较强的数据分析处理能力。因此学校应进一步完善科研激励机制,激励教师不断提高自身的创新能力、业务能力、理论教学水平与实践能力,比如继续推进“双师型”教师队伍建设,鼓励专业教师参与中级统计师、高级统计师技术职称考试。另外学校应积极开展教师对统计软件的学习与培训,不断加强教师对统计软件的应用能力。二是要扩充专任教师队伍。依据当前学生规模来看,还需再引入优秀教师,优化师生比例,才便于??生互动,提高教学效果。

篇9

关键词 地统计学;生态学;尺度;时空特征;应用

中图分类号 S153 文献标识码 A 文章编号 1007-5739(2014)13-0245-01

Application of Geostatistics in Ecology

LI Xiu-mei 1 ZHOU Shi-xue 2 LUO Sheng-jun 2 LI Chang-zhou 2 LIU Li-ping 2 *

(1 Forestry Ecology Department,Hubei Ecology Vocational College,Wuhan Hubei 430200; 2 Macheng Forestry Bureau)

Abstract Natural phenomena has spatial variability and autocorrelation characteristics.As the theory and methods in researching space distribution,goestatistics became an effective method for quantitative analysis of spatial characteristics,and gradually introduced to ecology.Based on the basic theory and method,the paper introduced the application of geostatistics in ecology.

Key words geostatistics;ecology;scale;temporal and spatial characteristics;application

地统计学起源于20世纪60年代,是以区域化变量为理论基础,以半变异函数和插值分析为主要工具的一种地质统计学方法;是通过分析空间数据探索空间过程的信息分析技术[1]。与传统生态学方法相比,地统计学变异函数中的变程(a)包含了距离和方向2种含义,即量化的空间尺度信息,比依靠经验直接确定空间取样尺度更合理;比通过尺度推绎方式间接获得目标现象的特征更精确;修正了传统景观格局研究方法中小尺度生态学现象在区域内均质性的不合理假设。

由于该理论充分考虑了样点的位置、方向和彼此间距离等空间结构信息,为实现参数的离散化与空间化提供了一种有效工具,可以定量化区域变量的空间特征,进而对未知样点进行无偏最优估值,以直接反映自然现象的随机性和结构性,广泛用于地理学、环境科学、土壤学等诸多研究领域[2-3]。揭示了经典统计方法难以发现的规律,有利于融合格局、尺度、过程关系,完善生态学理论与方法。

1 地统计学的基本理论与方法

1.1 区域化变量理论

地统计学处理的对象为区域化变量,区域化变量的两大特点是随机性和结构性。基于此,地统计学引入随机函数及其概率分布模型为理论基础,对区域化变量加以研究[4]。

1.2 变异函数

变异函数是地统计学方法的基础,根据已知样本点来确定变量在空间上的变化规律,推算未知点的属性。其优点在于根据已知样本点计算某未知点的属性值时,考虑了不同距离、不同方向空间点位间的相关性,使估计值更精确。

1.3 空间插值

与传统的插值方法不同,地统计学考虑样点的方向、位置和彼此间的距离,可以研究既有一定随机性又有一定结构性的各种变量的空间分布规律[5]。克里格(Kriging)插值是一种最优、无偏的估值方法,在生态学中的应用最广泛,可以给出每一估计样点的不确定性(即产生误差的几率和大小),并利用多种附属信息填补采样不足的缺陷。这种在误差允许范围内的空间差值既节省工作量,又弥补因资料不足带来的困难[6]。

1.4 空间模拟

空间模拟方法是当今地统计领域中由已知推断未知的最活跃的一种方法。由于Kriging方法具有平滑作用,不适宜用于获取变量极值的空间分布,例如通过重金属含量的极值来寻找湖泊水体污染源;而空间模拟方法即能模拟变量的空间变化趋势又能保留变量的极值;此外,空间模拟通过多种实现(realization)系统的表现,进行各种情况下的模拟,具有较好的统计效用[1]。

2 地统计学在生态学中的应用

地统计学检验、模拟和估计空间特征的作用,对认识不同尺度生态学功能与过程具有重要意义[7]。20世纪80年代初,引起生态学者关注,广泛应用于描述生态因子的空间自相关性、绘制生态因子分布图以及设计抽样方案,分析自然因子普遍存在的空间相关程度、距离和方向等。利用其对可信程度和误差的评价,解决了定量地测度空间尺度和更精确地绘制自然因子的空间分布[8]。生态现象所涉及的任何属性,如植被类型、生物量、土壤化学元素含量、污染物浓度等,均可以作为地统计模型的变量。

地统计学方法可以用于研究离散现象的空间特征(群落、种群的格局分布),在处理具有空间连续性特征的变量(土壤性质)更占优势。20世纪80年代初,区域化变量理论和地统计方法成为量化土壤物理化参数空间变异的有效方法[9]。尤其是地统计学方法中半方差图和Kriging插值法适合于土壤特性的空间预测[8]。目前广泛用于土壤养分[10]、水分[11]等的分布、污染物扩散、土壤肥力质量评价[12]、土壤分类制图、试验设计和采样方法探讨等[13]。

地统计学在生态学的应用主要集中在生态系统尺度以下,弥补了景观生态学在处理物种、种群和群落空间信息的不足。区域化随机变量耦合了地形(海拔、坡度、坡向)、土壤、水分等环境因子,是分析种群、群落的空间异质性与环境因子关系的有力工具[14];既是对生态系统尺度空间异质性和格局问题的研究,也从生态系统的组成成分入手,同样是对生态系统功能过程的细化[7]。

3 结语

地统计学无论是空间异质性分析法还是空间模拟差值法,通常都是对因子的静态研究,对处理时间变化问题存在缺陷。有学者尝试建立基于地统计学原理的时间动态模型[15]。鉴于地统计学方法侧重于空间分析,而传统统计学方法注重于时序分析,二者相结合,将时间因子融入空间变异中是今后需要解决的问题[6]。非线性多维时间序列分析预测模型(GS-SVR)就是半变异函数基础上,结合SVR和新的定阶方法发展的一种新的多维时间序列最优阶数判断法[16]。

地统计学与其他格局分析方法相结合,将有助于解决现象的时空发展过程与机理问题。近期“3S”技术与地统计学相结合,通过地理数据确定样点之间的距离,通过属性数据计算出变量之间的差异,二者结合得到地统计学所需要的步长和半方差函数关系,强化了大尺度空间信息的分析[10,17]。但目前地统计学应用于景观尺度的研究较少,并且尚未形成较成熟的定量化研究方法。

4 参考文献

[1] 王劲峰,武继磊,孙英君,等.空间信息分析技术[J].地理研究,2005,24(3):464-472.

[2] 唐涛,蔡庆华,潘文斌.地统计学在淡水生态学中的应用[J].湖泊科学,2000,12(3):280-288.

[3] 张坤,洪伟,吴承祯,等.基于地统计学和GIS的福建省降雨侵蚀力空间格局[J].山地学报,2009,27(5):538-540.

[4] 孙英君,王劲峰,柏延臣.地统计学方法进展研究[J].地球科学进展,2004,19(2):268-274.

[5] 王景雷,孙景生,张寄阳,等.基于GIS和地统计学的作物需水量等值线图[J].农业工程学报,2004,20(5):51-54.

[6] 王正军,李典谟,商晗武,等.地质统计学理论与方法及其在昆虫生态学中的应用[J].昆虫知识,2002,39(6):405-411.

[7] 王政,王庆成,李哈滨.红松老龄林主要树种的空间异质性特征与比较的定量研究[J].植物生态学报,2000,24(6):718-723.

[8] 葛剑平,郭海燕,仲莉娜.地统计学在生态学中的应用(Ⅰ)―基本理论和方法[J].东北林业大学学报,1995,23(2):88-94.

[9] 廖桂堂,李廷轩,王永东,等.基于GIS和地统计学的低山茶园土壤肥力质量评价[J].生态学报,2007,27(5):1978-1986.

[10] 祝锦霞,许红卫,王珂,等.基于GIS和地统计学的低丘红壤地区三种土壤性质空间变异性研究[J].土壤,2008,40(6):960-965.

[11] 张继光,陈洪松,苏以荣.喀斯特山区洼地表层土壤水分的时空变异[J].生态学报,2008,28(12):6334-6343.

[12] 王晓春,韩士杰,邹春静,等.长白山岳桦种群格局的地统计学分析[J].应用生态学报,2002(7):781-784.

[13] 李艳,史舟,徐建明,等.地统计学在土壤科学中的应用及展望[J].水土保持学报,2003,17(1):178-183.

[14] 尚占环,姚爱兴,龙瑞军.干旱地区山地荒漠草原阴坡植物群落空间异质性[J].生态学报,2005,25(2):312-318.

[15] 夏敏,赵小敏,张佳宝,等.基于GIS和地统计学的土壤养分时空变异分析[J].江西农业大学学报,2007,29(2):312-317.

篇10

[关键词]地质统计学;环境科学;水体污染;大气污染

doi:10.3969/j.issn.1673 - 0194.2016.12.139

[中图分类号]P628+.2 [文献标识码]A [文章编号]1673-0194(2016)12-0-01

地质统计学被称作空间信息统计学,是数学地质领域中发展较为迅速且具有广泛发展空间的一门学科。它将区域之间的变化作为理论基础,结合多孔介质空间结构变异函数,研究空间分布中具备一定规律性的自然现象,随后使用取样方案进行优化,对一些不规则取样进行处理并插值计算。在矿业、石油、农业、林业等行业中具有广泛的发展空间,取得了较大的研究应用成果。

1 地质统计学发展历程

20世纪中期,南非的矿物工程师DG Krige结合对南非金铀砾岩的研究经验以及对金矿储量的计算,根据样本区域位置的差异及样本关联性差异,首次提出了对每一个样本赋予相应的权值并在此基础上进行波动加权,以此方式代替传统的平均加权计算法。20世纪60年代,法国著名的统计学家G Matheron经过大量实验后,将DG Krige的研究升华为了具体的理论结果,并系统地提出了区域变量这个概念,由此形成了地质统计学这门新型学科。

地质统计学基本理论是在1978年由我国地质专家侯景儒引进的,前后历经了几十年的发展,至今为止无论是在理论方法还是实践应用方面都已经取得了一些进步,但是在环境科学领域方面的应用还不够成熟。

在短短的半个世纪内,地质统计学已经在各个领域中被广泛使用,目前为止形成了两个理论学派,其中一个是以法国统计学家G Matheron为主的“枫丹白露地质统计学派”,另一个是以美国的统计学及AG Journel为主的“斯坦福地质统计学派”,这两种学派根据其计算方法及应用方式的区别又分别被称为“参数地质统计”和“非参数地质统计”。地质统计学领域还出现了局部空间估计法如普通克立格法、对数克立格法和因子克立格法等。此外,我国一些相关领域的研究人员也研究出了一批以地质统计学为基础的软件。

2 地质统计学在环境科学方面的应用

20世纪初期,人们利用统计方法研究空间变异性,该方法提出将所收集的信息转变为单独的数值进行观测。可是随着信息化时代的发展,人们掌握的信息量越来越多,依靠收集的信息进行空间变异性研究的弊端越来越明显,很难实现对空间变异性的客观研究和评价。随着地质统计学的完善和进步,地质统计学在环境科学领域取得了很大的成就。

2.1 土壤环境研究中的地质统计学

自然环境下的土壤分布系统非常复杂,同样性质的土壤受土壤深度和周围环境的影响,土壤分布状况存在很大的差异。研究证明,土壤的自然密度、粒径等特性在同一水平或不同深度上的分布也是不同的。这些土壤特性的非均匀分布状态决定了土壤特性在空间中的变异性,从而导致土壤理化性质也存在一定程度的空间变异性。

2.2 地质统计学在水环境研究中的运用

水环境污染迁移参数的离散性与随机性两大问题是水环境污染领域中的重点研究课题。地质统计学被引进该领域之前,利用传统地下水水流和水质迁移模型的参数求证方式,对迁移参数的空间变异性进行合理的研究与评价。如果单纯使用确定性或偶然性的研究模型是很难正确且全面地描述整个水环境污染物迁移参数的变异背景,地质统计学可以对空间信息与偶然信息进行随机性处理,可以对这种随机性进行客观有效的分析。

2.3 地质统计学在环境科学其他领域中的运用

由于地质统计学可以有效描述同时具备结构性与随机性的环境参数,因此利用地质统计学研究大气污染物分布也有很好的研究效果,例如:孟健宇和马晓明就通过指示克立格法对某个城市大气中含有的二氧化硫浓度的变异特征进行分析与研究,最后得出该方法是研究大气污染差值的最佳手段这一结论。

3 地质统计学在环境科学领域中的展望

随着地质统计学的不断进步和完善,其实践方式和理论已经在环境科学研究方面得到了很好的应用,在土壤有毒物质研究以及水环境污染等研究课题方面取得了可观的成绩。由于土壤多孔介质特性中显著存在空间的变异特征,地质统计学对于这种随机性的事物来说是最佳研究手段。现阶段,对于土壤污染物的空间分布研究重点在重金属领域,并逐渐延伸到部分难降解污染物质的研究中,例如:影响内分泌物质及一些强致癌物质,他们的分布形态类似于重金属,地质统计学在这一类物质的研究当中具有十分突出的优势。自然界中含水介质的非均匀性导致了其他水环境污染参数迁移物质中具有高度变异性,特别是环境十分复杂的地下水环境系统。在以后的环境科学研究中,可以将地质统计学的分析方法、分形理论和灰色系统等一系列的研究方法和相关理论结合在一起进行使用,这样不仅会进一步降低研究复杂性,还可以更加准确地进行污染物迁移预测以及污染物迁移参数的价值估算,提高环境科学研究的准确性和先进性,为环境模拟和环境评价建立高效、科学的模型。

4 结 语

将地质统计学的研究理论和方法,与地理信息系统的研究工具相结合,为目前的环境科学研究提供了更加科学有效的研究方法。在此基础上将地质统计学的应用扩大到其他领域中,比如:水体污染和大气污染研究领域,可以通过地质统计学更加科学、客观地评价环境污染。

主要参考文献

[1]陶月赞,郑恒强,汪学福.用Kriging方法评价地下水监测网密度[J].水文, 2003(2).