医药数理统计教学研究

导语：医药数理统计教学研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

任务驱动教学模式在医药数理统计教学中的应用医药数理统计是根据概率论和数理统计的基本原理和方法，对药学、生物技术等相关领域研究对象的数据资料信息进行收集、整理、统计分析，以揭示与数据相关的总体特征和事务内部统计规律的一门应用学科［1-2］。它是对数据资料分布规律进行描述、探索、归纳总结和并解释的科学和艺术，也是医药研究者根据实际实际需要，通过合理使用统计原理和方法，充分提取信息，深入研究事物客观规律的一种常用手段。无论是疾病预防、药物研发等领域，还是药效分析、试验设计、医药信息挖掘等医药领域的各个方面，都可以看到医药数理统计的身影。探讨高血压等慢性病相关影响因素、提供最佳方案的预防措施、药物等效性判断等等，都需要对资料进行深入地统计分析，因此，想要不断提高医学研究水平，必须能熟练掌握和使用医药数理统计的基本原理和方法。但由于概率论与数理统计属于数学的一个分支，医药数理统计与数学也有密切联系，具有内容概念抽象、公式繁多、逻辑性强等特点。这要求学生具有较高的数学基础，导致了医学生对理解和接受相关抽象概念和逻辑推理存在一定困难。医学生对医药数理统计学习，普遍感受“难”，造成许多学生对医药数理统计怀有畏惧心理，影响他们的学习热情。在对药学等专业的教学中，我们尝试引入任务驱动教学模式，结合医药统计在实际中地运用，对医药数理统计的教学过程进行优化，以激发学生的学习兴趣，提高学生对医药数理统计的理解和掌握程度。

1任务驱动教学模式

任务驱动教学模式是一种基于构建主义学习理论的教学模式［2］，由Numan在1988年提出。任务驱动教学模式要求教师在教学设计中，把教学内容设计成1个或多个具体任务，将教学内容巧妙地隐含在每个任务之中，在教学过程中，通过任务中的相关问题引导学生思考，经过自我思考和教师的适当点拨，使学生自己解决问题从而达到掌握教学内容，进而培养学生分析、解决问题的能力。任务驱动型教学法的目的性和实践性很强,它改变了以传授知识为主的传统教学理念，强调在教学过程中建立通过解决问题、完成任务以掌握教学内容的多维互动式教学。它将教师引导与学生主动学习有机地结合在一起，体现了“教、学一体化”的教学思路。在任务驱动型教学模式中，学生获得的知识将是自己学习构建的而非教师讲授的，而教师在整个教学环节中仅起到引导作用。学生能根据自己对当前任务中相关问题的认识和理解，通过发挥主观能动性解决问题，积极参与到教学中去，这使得学生能更扎实地掌握所学内容。Rotthoff等在医学课程中应用任务驱动教学，发现提高了学生临床思维和实践能力，收到良好的教学效果［3］。

2医药数理统计授课模式改革的必要性

很多医学科学研究都需要进行大量的数据资料收集整理，并运用恰当的统计分析方法得出正确结论。学习和掌握医药数理统计，对于正确有效地利用数据资料进行医药领域的研究和实践具有极为重要的意义。由于医学课程特点，医学生往往适应了死记硬背的模型。然而，有别于其他医学课程，由于医药数理统计以概率论和数理统计为基础，涉及到的原理和方法理论性较强，难免让人认为其枯燥、难懂。这使得运用传统的教学方法讲授该课程，主要存在以下问题：⑴教学目的不明确导致实际问题无法解决。通过课程学习，医学生往往记得住公式、定理，但由于公式较多，他们不知道什么情况改用什么公式，造成学生对该课程没有兴趣。而在解决实际问题时，自然就不会用统计思维方式去思考问题解决问题。⑵过分强调统计公式的推导。对于大量统计学公式，受数学类课程和“要知其然，更要知其所以然”思想影响，公式讲解推导占用较多时间。医学生的数学基础薄弱、抽象思维能力较差，过分强调统计公式的推导和运算使得学生产生畏难情绪，影响进一步学习。⑶教学中重理论轻应用，不注重统计思维引导。医药数理统计的教学目的在于培养学生在处理实际问题时能自觉使用统计思维去推断解决问题，而不在于教会了学生记住多少公式和计算。传统教学对理论进行深入讲解，让学生记住各种统计方法及其统计量，但对于这些方法如何产生缺少了解，不利用统计思维培养。鉴于该学科的重要性以及传统讲授方法的弊端，要想调动学生学习的积极性，掌握医药数理统计学的主要方法及其统计思维，其教学方法和手段的改革迫在眉睫［4］。医药数理统计是一门方法学，它不仅要求学生理解其中的原理，更重要的是让学生在理解的基础上能够运用恰当的统计方法解决医药卫生中遇到的问题，完成相应任务，因此医药数理统计特别适用于任务驱动教学，形成“以任务为中心，教师为主导，学生为主体”的教学模式。

3任务驱动在医药数理统计教学中的应用

3.1教学任务设计。教学任务是教学活动的载体，是指运用系统方法，将学习理论与教学理论的原理转换成对教学资料、教学活动、信息资源和评价的具体计划的系统过程。在以往的传统教学中，学生最常问的问题是“老师，数理统计中那么多公式，有什么用呢？”或“老师，那么多公式应该怎么用呢？”，这反映了他们并不了解所学内容有何应用价值，不知道学习的意义和价值，从而导致在主观上也没有学好的意愿。因而应按以下两方面原则设计任务：⑴任务必须贴近学生的专业内容或生活，与所学专业或平常生活密切相关，让学生明白学了医药数理统计以后“可以这么用”，这才能激发学生的学习兴趣和学习欲望。⑵任务的复杂性要适中。任务太难了无法调动多数学生参与，并在有限的课堂时间内完成任务，打击学生的学习兴趣和积极性，导致对后续内容学习的畏惧，与任务设计本意适得其反；而任务太简单了又使得学生无需进行认真思考就能容易完成任务，达不到预期教学目标，也不利于教学内容的理解和掌握。因此，设计时要充分考虑学生现有的知识水平和理解能力，使学生能在原有知识水平上能循序渐进地构建新知识体系。绝大多数学生应能经过对教学任务认真思考，然后提出解决方法，完成任务。3.2任务驱动教学模式构建。3.2.1任务导入。在任务驱动教学中，应设计好任务提出的情景，引起学生注意，这样才能最大化地激发学生学习兴趣，积极参与任务。如在概率计算公式教学中，将任务设计为计算班级里至少有两人生日相同概率以学习教学内容。在提出任务之前，可先对学生说“我认为我们班有生日相同的人”（假设班级有50个学生），然后通过调查了解下班里学生的生日是否生日相同。很多学生会对调查结果感到不可思议，因为他们认为50差不多是365的1/7，其概率大概在15％左右，并不是很高。但实际上，其概率高达为97％左右，几乎可以认为会有生日相同的。此时提出任务“计算班级里至少有两个人生日相同的概率”“班级里至少需要多少人才能保证有生日相同的概率高于50％”。通过这个调查引起学生的好奇心，急于求知，学习积极性会很高，思维也会很活跃，这样有利于他们主动地对任务进行思考探究，充分发挥他们的主观能动性。3.2.2任务执行。教学目标能否实现与任务执行质量的好坏密切相关。教师在任务执行中仍起着重要的指导作用，引导学生用明确、细化的思路把任务分解成几个小任务，然后逐步解决每一个小问题，层层深入，最后将任务彻底完成，并能在任务完成过程中学习和掌握知识。如在“同生日问题”中，应引导他们完成对古典概率计算掌握，并了解有限等可能概型。在“抽签是否公平”任务中，可以将任务细化为条件概率、概率加法公式、概率乘法公式等教学内容。对于部分能力较强的学生，启发他们举一反三，使教学任务完成更加深入，完成质量更高。如在“同生日问题”中，若限制跟要跟某个人的生日相同，则其概率又如何呢？3.2.3任务评价总结。根据任务的完成情况，选取不同表现层次的学生，让他们介绍在问题解决过程中，是如何理解任务、处理任务分解、实现问题求解，并展示他们所完成任务的解决方案和成果。在此环节发现学生的薄弱环节，并对出现的误解或不规范表述给予及时纠正，对学生的表现给予点评，指出本任务中涉及到的重要知识点，以便学生对知识点内容进行更深入学习，完成知识体系地重新构建。教师在最后应将学生所反映出的薄弱环节和易错内容进行总结，整理归纳任务中遇到的知识点、重点、难点，使学生能在教师归纳总结的引导下，进一步优化任务的解决方案，并从任务分析过程中学习医药数理统计的相关知识点，加深对所学知识的理解和掌握。在整个课堂中，应尽可能贯彻“以学生为中心”原则，但绝不是教师什么都不做，将整个教学课堂交给学生，教师仍应是课堂教学的组织者和指导者。任务驱动教学法实现了医药数理统计从“以教为主”到“以学为主”的转变，以实际问题为任务，强调数理统计方法中的应用背景和统计思维，让学生在完成任务的同时掌握所需理论知识。任务驱动教学学习目的明确，能让学生了解为什么学习医药数理统计，学习了以后该如何运用，这有利于激发学生的主观能动性，提高学生分析和解决实际问题的能力，培养学生的自学精神和创新思维，为未来其从事医学研究工作奠定了良好的基础。

［参考文献］

［1］高祖新.医药数理统计方法［M］.北京：人民卫生出版社，2007：96.

［2］NumanD.TheLearner⁃centeredCurriculum［M］.Cambridge：Cambri⁃dgeUniversityPress，1988.

［3］RotthoffT，SchneiderM，Ritz⁃TimmeS，etal.Theoryinpracticeinsteadoftheoryversuspractice--curriculardesignfortask⁃basedlearningwithinacompetencyorientedcurriculum［J］.GMSZMedAusbild，2015，32（1）：Doc4.

［4］夏宇.独立学院统计专业《数理统计》教学改革的思考［J］.统计与管理，2016（3）：189-191.

作者:林少炜 林杰 曾昭南 吴思英 单位:福建医科大学