序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇統計學概念范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

一、樣本與總體

前面已提及，醫學研究中實際觀測或調查的一部分個體稱為樣本，研究對象的全部稱為總體。如作水質檢驗時從井水或河水中采的水樣，臨床化驗中從病人身上采的血液或其它活體組織標本，是樣本；而整個一口井或一條河的某一段所有的水，某病人全身所有的血液或某個組織器官，則是總體。這類總體是具體存在的，但另有些總體卻是假想的，只是理論上存在的一個范圍。例如試驗某一治療流感新藥的療效，最初接受治療的一批流感患者，不論數量多少，都只是一個樣本。若該藥療效得到肯定，從而加以推廣，那么此后凡在相同條件下接受該藥治療的所有流感患者，都屬于這個總體?？墒钱敵踉囉脮r，這個總體還并不存在，是假想的。

總體包含的觀察單位通常是大量的甚至是無限的，在實際工作中，一般不可能或不必要對每個觀察單位逐一進行研究。我們只能從中抽取一部分觀察單位加以實際觀察或調查研究，根據對這一部分觀察單位的觀察研究結果，再去推論和估計總體情況。如上述某新藥治療流感例子，試驗治療的只是少數有限的病人，而結論卻要推廣到全體，得出一個該藥對所有流感患者之療效的規律性的認識。所以說，觀察樣本的目的在于推論總體，這就是樣本與總體的辯證關系。

為了使樣本能夠正確反映總體情況，對總體要有明確的規定；總體內所有觀察單位必須是同質的；在抽取樣本的過程中，必須遵守隨機化原則；樣本的觀察單位還要有足夠的數量。

二、概率

又稱機率，是用以描述某事件發生的可能性大小的一個數值。

在自然界和人類社會中，存在著兩類不同的現象：①在一定條件下，肯定發生的事件叫做必然事件，肯定不發生的事件叫做不可能事件。如在適當溫度濕度下經一定時間孵化，正常受精雞蛋必然會孵出小雞來，而石頭是不可能孵出小雞來的。必然事件與不可能事件雖然形式相反，但兩者在發生某種結果與否都是確定的，故統稱確定性現象。②在基本條件不變的情況下，可能發生的結果有多種，究竟發生哪種結果，事先不能肯定，這類現象叫做隨機現象。隨機現象的表現結果稱為隨機事件。如任意拋擲一枚硬幣，可能徽花向上也可能幣值向上，拋擲前不能肯定，這是一個隨機現象，而結果出現“徵花向上”則是一個隨機事件。

（一）古典概率　是最簡單的隨機現象的概率計算。這類隨機現象具有兩個特征：①在觀察或試驗中它的全部可能結果只有有限個，譬如為n個，記為E1，E2，…，En，而且這些事件是兩兩互不相容的，即任何兩個事件不能同時發生；②事件E1，E2，…，En的發生或出現是等可能的，即它們發生的概率都一樣。古典概率的大部分問題都能形象地用摸球模型來描述。有利于直觀地理解概率論的許多基本概念；而且它有著多方面的重要應用，例如工業產品的抽樣檢查等。

（二）統計概率　上述“事件”是指不能再進行分解或不能由其它事件構成的基本事件。在實際工作中，基本事件的發生并不總是等可能的，而且有時為無窮多個。這樣就有必要把古典概率的定義加以推廣，從事后經驗的角度來理解概率的意義。實踐證明，雖然個別隨機事件在某次試驗或觀察中可以出現也可以不出現，但在大量重復試驗中它卻呈現出明顯的規律性。假設在相同條件下，獨立地重復做n次試驗，某隨機事件A在n次試驗中出現了m次，則比值m/n稱為隨機事件A在n次試驗中出現的頻率。當試驗重復很多次時，隨機事件A的頻率m/n就會在某個固定的常數P附近擺動，而且n愈大擺動的幅度愈小。這種規律性稱之為統計規律性。頻率的穩定性說明隨機事件發生的可能性大小是隨機事件本身固有的、不隨人們意志為轉移的客觀屬性，所以在醫學科研中，當n充分大時，就以頻率作為概率的近似值，記住P(A)即

由此可見，頻率是就樣本而言的，而概率總是從總體的意義上說的。這樣，概率就為預計某一事件發生的可能性大小，提供了衡量的尺度。

例如：某病患者40名，用某療法治療后，其中35人痊愈，治愈者占治療人數的35/40，這是頻率。因為數量少，這個頻率可能波動較大。假如經過長期的大量觀察，比如數百、數千例，得到治愈率為70％，我們就可以說，該療法治愈某病的概率近似值為70％。

又如：某院婦產科在一個月內出生嬰兒30名，其中男嬰18名，占新生兒數的18/30，這叫頻率。大量統計表明，人口中男女的比例基本上是1:1。這是個較穩定的常數，即概率的近似值。于是，在嬰兒分娩前，我們就可用它作為尺度，預計是男的概率為1/2(0.5或50％)，是女的概率也為1/2(0.5或50％)。

通過以上討論，可以知道：如果某事件是必然事件，則有m=n，所以必然事件的概率等于1；如果某事件是不可能事件，則有m=0，所以不可能事件的概率等于0；如果某事件是隨機事件，則有0

三、隨機變量

簡單地說，是指隨機事件的數量表現。例如一批注入某種毒物的動物，在一定時間內死亡的只數；某地若干名男性健康成人中，每人血紅蛋白量的測定值；等等。另有一些現象并不直接表現為數量，例如人口的男女性別、試驗結果的陽性或陰性等，但我們可以規定男性為1，女性為0，則非數量標志也可以用數量來表示。這些例子中所提到的量，盡管它們的具體內容是各式各樣的，但從數學觀點來看，它們表現了同一種情況，這就是每個變量都可以隨機地取得不同的數值，而在進行試驗或測量之前，我們要預言這個變量將取得某個確定的數值是不可能的。

按照隨機變量可能取得的值，可以把它們分為兩種基本類型：①離散型隨機變量，即在一定區間內變量取值為有限個，或數值可以一一列舉出來。例如某地區某年人口的出生數、死亡數，某藥治療某病病人的有效數、無效數等。②連續型隨機變量，即在一定區間內變量取值有無限人’或數值無法一一列舉出來。例如某地區男性健康成人的身長值、體重值，一批傳染性肝炎患者的血清轉氨酶測定值等。

四、誤差

誤差是指實際觀察值與客觀真值之差、樣本指標與總體指標之差。誤差可分為系統誤差和隨機誤差。

（一）系統誤差　在實際觀測過程中，由于儀器未校正、測量者感官的某種障礙、醫生掌握療效標準偏高或偏低等原因，使觀察值不是分散在真值兩側，而是有方向性、系統性或周期性地偏離真值。這類誤差可以通過實驗設計和技術措施來消除或使之減弱，但不能靠概率統計辦法來消除或減弱。

（二）隨機誤差　或稱偶然誤差，是指排除了系統誤差后尚存的誤差。它受多種因素的影響，使觀察值不按方向性和系統性而隨機地變化。隨機誤差服從正態分布，可以用概率統計方法處理。

在隨機誤差中，最重要的是抽樣誤差。我們從同一總體中隨機抽取若干個大小相同的樣本，各樣本平均數（或率）之間會有所不同。這些樣本間的差異，同時反映了樣本與總體間的差異。它是由于從總體中抽取樣本才出現的誤差，統計上稱為抽樣誤差（或抽樣波動）。抽樣誤差在醫學生物實驗中最主要的來源是個體的變異。所以這是一種難以控制的、不可避免的誤差。但抽樣誤差是有一定規律的。研究和運用抽樣誤差的規律’是根據樣本估計總體時所必須領會的基本概念之一，也是醫學統計學的重要內容之一。

隨機誤差中還包括重復誤差。它是由于對同一受試對象或檢樣采用同一方法重復測定時所出現的誤差。如用天平稱同一個燒杯的重量，重復測定多次，其結果會有某些波動。控制重復誤差的手段主要是改進測定方法，提高操作者的熟練程度。重復是摸清實驗誤差大小的手段，以便分析和減少實驗誤差。

五、假設檢驗

亦稱顯著性檢驗，其基本原理是先對總體的特征作出某種假設，然后通過抽樣研究的統計推理，對此假設應該被拒絕還是接受作出推斷。

篇(2)

醫學檢驗技術專業對從業者的《衛生統計學》知識有較高要求，不僅包括常用統計圖表的繪制，常用統計原理、統計方法的理解，還包括檢測結果的質量控制和部分多因素分析等。因此《，衛生統計學》是醫學檢驗專業一門重要的必修課。

2高職醫學檢驗專業《衛生統計學》教學改革初探

2.1改革教學內容

2.1.1結合職業崗位需求，精選授課內容:不同的職業崗位對《衛生統計學》知識的需求存在較大差異，教師要對專業崗位需求有清晰的認識，認真研讀該專業的人才培養方案，明確該專業對《衛生統計學》知識的整體需求和知識結構。高職醫學檢驗技術專業對《衛生統計學》專業知識的需求主要包括常用統計圖表的制作、常用資料的統計描述和統計推斷、相關與回歸分析等，很少用到多元回歸分析、醫學科研設計等統計方法。因此，教師要結合專業特點對教材內容進行合理的梳理和篩選。

2.1.2強調對基本原理、概念的理解，形成統計思維，避免死記硬背:五年高職學生普遍存在邏輯思維能力差、喜歡死記硬背概念、生搬硬套公式等情況，課前不預習、課后不及時復習，很容易把各種統計分析方法張冠李戴。作為教師，應在講清《衛生統計學》基本原理和基本概念的基礎上，講清、講透幾種最基本的統計分析方法，逐步培養學生的邏輯思維和統計思維能力。引導學生把學習重點放在掌握統計方法的基本概念和有關公式的應用條件上，讓學生對統計內容進行對比、歸納，建立統計知識的整體觀。課后讓學生及時復習，以滿足將來職業崗位的需要。

2.1.3結合統計軟件，淡化公式的數理推導和記憶《:衛生統計學》具有理論深奧、概念抽象、數據枯燥的特點，但它不是數學，不像數學那樣著重公式的推導、證明、記憶，并通過大量的習題運算來強化公式《。衛生統計學》的主要特點是邏輯性和實踐應用性強，最終的教學目的是讓學生在理解統計學的基本原理和方法的基礎上學會分析問題、解決問題。合適的統計軟件能使復雜的統計過程簡單化，更容易激起學生學好《衛生統計學》的興趣。利用統計分析軟件，如SPSS等，使學生在學習統計學時不再拘泥于繁雜的計算過程，而是更加注重統計方法的實際應用，讓學生能根據資料的類型，利用軟件選擇合適的統計分析方法，熟練地進行數據分析，同時也培養了學生對統計軟件的操作使用能力。

2.2改革教學方法

2.2.1密切結合醫學實例，強調應用能力的培養《:衛生統計學》是一門教師難教、學生難學的應用型學科，多數同學由于對醫學檢驗技術專業的認識不夠，不能深刻認識《衛生統計學》的重要性，導致缺乏學習興趣。傳統的教學方法多以教師講授為主，輔以實習、案例討論。課堂上教師先講解基本概念、原理、公式和計算等，然后讓學生采用手工法計算相應的統計指標，結果是繁瑣的計算使學生對統計學這門課程越來越不感興趣，對所學的內容似懂非懂，遇到具體問題時無所適從《。衛生統計學》授課時應采用多種教學方法，如PBL教學法、實踐教學法、應用教學法等，通過應用統計軟件、分析案例避開繁瑣的運算，著重培養學生使用統計學這一工具分析問題、解決問題的能力。采用多種教學方法不僅課堂氣氛活躍，師生交流多，學生印象深刻，還能充分調動學生學習的積極性、主動性和創造性。

2.2.2適當拓展課本知識:適當拓展對數據量較大的資料的整理和分析能力訓練，如不同數據庫之間的數據如何相互轉換、導入，不同形式錄入的數據如何整理分析，如何選用正確的統計分析方法等。只有通過具體的資料分析、統計方法的應用訓練，才能讓學生充分掌握理論知識，形成統計思維。

2.3改革教學評價的方式

2.3.1注重從結果性評價到過程性評價:高等職業教育的目的主要體現在應用性和操作性上，為了全面考查學生的知識和能力，務必摒棄簡單的以期中或期末考試作為終結性評價的做法。應做到全面評價學生的學習過程和結果，調整考試結構，從基礎知識和基本能力兩個維度進行測試。基本能力的評價要覆蓋課堂考核、課后考核、課前預習、知識掌握、靈活應用程度等方面，以全面考查學生對《衛生統計學》基礎概念、基本原理和基本方法的掌握程度，以及對具體案例的統計分析能力。

2.3.2從知識評價的單一體系向知識、能力、應用分析等多元評價轉變:目前，多數《衛生統計學》教材和各院校開設的《衛生統計學》課程依然使用傳統的教學模式，注重理論知識、公式的推導、運算，很多時間花費在講解基本原理和具體公式上，導致最終的考核評價主要側重于理論知識的掌握程度，而較少側重對于統計思維的養成、具體案例分析能力的考核。為此，對于《衛生統計學》考核的具體評價應該包括課堂知識的掌握、課后的總結歸納、統計軟件的應用、具體的案例分析等多元評價。

2.3.3注重學生對老師的評價，反饋于教學(多元評價主體，多元評價客體):評價主體應多元化，不僅教師對學生進行評價，而且應該包括學生對教師授課內容、授課方法、授課過程中的亮點與不足等進行的定期評價，以期對教師改進教學方法、提高教學效果起到推動作用。

3結語

篇(3)

【關鍵詞】實例教學；臨床醫學專科生；醫學統計學

醫學統計學是運用統計學的原理和方法研究醫學問題的一門學科 。該學科是以概率論與數理統計為理論基礎，以醫學理論為指導的一門應用性學科。這就決定了該學科具有一些有別于其它醫學課程的特點：概念多，公式多，內容的邏輯性強，與數學的聯系密切，對學生的數學基礎要求較高。然而對臨床醫學專科生來講，由于入學分數較低，高等數學基礎較差，且掌握得較粗淺。因此要學好醫學統計學對學生來講，具有較大的難度。而且醫學生所學的大部分醫學課程主要是對形象思維和識記能力的訓練，所以學生在接觸到醫學統計學的學習后，一時難以適應。大部分學生對醫學統計學抽象的原理和繁多的公式，以及大量的數字運算感到頭痛，甚至產生畏難情緒。另一方面，臨床醫學?？茖W生由于學制短，所以課程負擔較重，讓學生抽出時間去補習相關的數學知識顯然是不可行的；臨床醫學?？粕_設醫學統計學的學時數較少，總學時一般在20學時左右，在這樣短的時間內要完成該課程教學大綱的要求，時間是非常緊張的，所以在課堂時間內教師也不可能深入細致地為學生補習相關的數學知識。這些都是現實存在的問題。在教學過程中我們不得不考慮學生的實際情況而采取一定的補救措施以改善教學效果，使學生學有所精，學有所用。結合自己從事臨床醫學?？粕虒W的實踐體會，本人認為從實例入手來介紹統計學的有關內容是一個行之有效的好辦法。

從實例入手是指在教學過程中，在介紹某個概念或方法時，以實例為切人點，通過實例引出問題，讓學生先對問題進行思考，所提出的問題可以是待介紹的概念，方法適用的情形，也可以是某方法的應用步驟或應用方法時的注意事項，讓學生結合實例給出自己的看法和解決思路，教師適當加以引導和啟發，并及時對學生的說法進行總結，最后再給出科學的定義和完整的表述。這里所說的實例，可以是教材中現有的例題或練習題，可以是醫療工作中經常碰到的實際問題，也可以是模擬的一場實驗或現場調查，有時為了使所講述的內容變得生動一些，也可以拿日常生活中的某一現象作為實例。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，同時調動了學生學習的積極性，對提高教學效果大有幫助。具體表現如下：

1 有助于提高學生對該課程的重視程度。減輕學生理解的難度

從實例入手介紹統計學的有關內容，會使學生覺得統計學與他們的生活和工作密切相關，是他們今后從事醫療工作和科研活動必不可少的，從而提高學生對學習該課程的重視程度，改變臨床醫學專業學生對學習醫學統計學不夠重視的現狀。通過實例會把一些深奧的問題變得淺顯，抽象的問題變得直觀，把難理解的內容變得容易理解。如果直接從概念或公式講起，容易使學生覺得抽象，難理解，甚至是枯燥。而從實例講起，結合實例會使學生覺得統計學的內容是實實在在的，它存在于我們每個人的身邊，我們甚至每天都在和統計學打交道，在有意、無意地運用著統計學中所講述的原理和方法，統計學只是將有關數據的收集、表達和分析的學問系統化而形成的科學，它不是憑空想象出來的，統計學的思維過程是符合一般科學思維規律的。學生有了這樣一個認識之后，在學習過程當中就不會有意無意地把一些本來簡單的問題復雜化，更不會把醫學統計學完全當成數學課來學，這是學生初學該課程時普遍存在的一個誤區。通過具體實例，先使學生對所要解決的問題及解決思路有一個具體直觀的領會，然后再給出科學、完整的表述，這樣會使原本抽象的內容變得不再抽象、不再難以捉摸，從而減輕學生接受和理解知識的難度，增強他們學好該課程的信心。如果是從日常生活中的事例講起，會在一定程度上起到活躍課堂氣氛，增加教學內容生動性的作用，有利于激發學生學習的興趣和熱情。

2 有助于學生把握學習重點,啟發學生積極思維

從實例講起，會引導學生把注意力更多地放在如何正確運用方法上，而不至于出現對方法的誤用。這正是學習這門課的目標之所在，也是學生學習該課程的重心之所在。統計學中的概念和公式非常多，如果把課堂時間過多地放在對統計方法的數學推導和具體統計演算上，容易使學生陷入公式推導和大量計算的“泥淖”中，弄得焦頭爛額，即使勉強掌握了推導過程卻已無暇顧及其它，這樣的結果往往導致學生忽視各種統計方法的使用條件、方法所適用資料的特點及對結果的合理解釋，這顯然有悖于學習該課程的初衷。統計學中的公式都是由實際問題引申出來的，一般都有其實際意義 ，過分追究公式的數學含義及推導過程對學生來講是不必要的；隨著計算機和統計分析軟件的廣泛使用，大量復雜的統計計算可由計算機代為完成而不必手工計算，讓學生在具體計算上花太多時間是不劃算的。

從實例講起，有助于啟發學生的積極思維。通過實例，把問題先擺出來，讓學生考慮一下該如何去解決這個問題，并加以適當引導和點化，會使學生有一個積極的思維過程，而不只是被動地接受。學生帶著問題會有自己的想法或意見，在教師的引導下，有時會自然而然地引出所要介紹的概念或方法；即使學生想得不對或有異議，對照著正確的說法，剖析問題之所在，會加深學生對所介紹內容的理解。比如在給學生講解變異系數(CV)這個指標時，我們舉例：有兩名成年人，體重分別為70kg和71kg，二人的體重相差lkg，另有兩名新生兒，體重分別為2kg和3kg，體重也相差lkg，都是相差lkg，那么兩名成年

人體重之間的差別與兩名新生兒體重之間的差別比較起來，差別一樣大?還是兩成年人體重之間的差別大?或是兩新生兒體重之間的差別大?學生會說，兩新生兒體重之間的差別大。若問學生為什么?學生會說，雖然都是相差1kg，但兩成年人的體重可以說是非常接近，而兩新生兒，一個是正常體重，一個則是低體重。這時可以適當對學生的意見進行總結：當兩組數據均數相差懸殊時，直接比較兩組差別大小，沒有實際意義，通常還需要結合兩組數據各自的大小來看。也就是說，這種情況下，要比較兩組數據差別的大小，不僅要看兩組數據本身相差的情況，還與兩組數據各自的大小有關，這樣就引入了變異系數的概念：CV=S/X×100％ ，這也是變異系數所適用的兩種情形之一。學生的這種積極思維過程，有助于培養學生分析問題、解決問題的能力，使學生學以致用。同時從實例人手，圍繞某一問題思考解決方案，有助于集中學生的注意力，提高思維活動的效率，改善聽課效果。

3 有助于提高學生綜合運用知識的能力

從實例入手來復習回顧已學過內容，常可以把多個概念貫穿于一個實例中，有助于學生正確理解各個概念的內涵而不至于把概念混淆到一起；如果把不同章節的內容溶人到一個實例中，則可幫助學生理順所學知識的脈絡，增加對統計學內容連貫性的理解。比如在復習統計學的主要內容時，可以模擬一項調查研究：欲調查保山市農村地區成年未孕婦女的貧血患病情況。針對這項調查，我們可以解決一系列的問題：本研究選擇的變量是什么?研究的總體是什么?如果實施過程中采用了抽樣研究方法，則樣本如何確定?如何獲得樣本數據?所得樣本數據的類型?如何對樣本數據進行整理?如何對樣本數據進行描述?統計推斷選用什么方法?如何選擇統計檢驗方法等。通過這樣的復習，會使學生對統計學的主要內容有一個系統的把握，有助于提高學生綜合運用知識的能力。

從實例入手來介紹統計學的有關內容，需注意的一點是，在介紹新方法時，所選用的實例應盡可能簡單、常見，最好是學生所熟悉的資料。因為有時學生難以理解和接受的不只是方法本身，還與介紹方法所用的資料對學生來講非常陌生，非常不典型有關。這樣無形中增加了學生理解和接受方法的難度。比如在給學生介紹直線回歸的有關內容時，如果所舉的實例是兒童年齡與身高，身高與體重，年齡與血壓，大鼠進食量與體重增量等這樣的一些較常見、典型的資料時，因為學生對資料非常熟悉，就會較多地把注意力集中到對方法的理解上，使方法得以很快被學生接受，等到把方法掌握熟練了以后，再用所學方法去處理那些不常見，不典型，甚至是復雜的資料，問題也就會變得容易解決。

參考文獻

篇(4)

University, USA

William D. Johnson Louisiana State

University,USA

Basic Biostatistics for

Geneticists and

Epidemiologists

A Practical Approach

2009, 373pp.

Hardcover

ISBN 9780470024898

John Wiley

R.C.愛爾通等著

任何從事遺傳學或流行病學研究的專業人員閱讀專業文獻時都不可避免地要面對許多統計數據和統計方法,這就要求他們對生物統計學的概念和基本方法能準確地理解。本書兩位作者基于科研、教學的經驗曾成功地撰寫了專著Essentials of Biostatistics(《生物統計學精義》),本書是其新版本,作了增補和修訂。本書以遺傳學和流行病學方面的科研人員為基本對象,著重講述專業所需要的統計方法,注意通過實例給出有關背景材料,闡述基本概念,包含必要的計算但不涉及較復雜的推演。是一本入門讀物。

全書由13章組成。1.引論,強調統計方法對于專業研究的重要性和必要性;2-3.給出群體、樣本等基本概念,闡述了描述性統計學的思想及作用;4-5.包含了稍難的一些材料,即概率、隨機變量和分布的概念,其中涉及的計算以能保證應用為限;6-9.用簡易的方式講述極大似然估計、最小二乘法、假設檢驗、χ2檢驗等基本統計方法;10-11.討論相關和回歸、方差分析和線性模型;12.重點講述目前廣泛應用于專業研究中的一些統計技術,如轉換檢驗、自助再抽樣等;13.關于對專業報告進行評價的一些指導。

與其它同類統計學的入門書籍比較,本書更具有針對性、專業性和實用性,并且講述淺顯,通俗易懂。還包含大量選擇題形式的習題(附答案),有利于讀者加深對概念的理解和自學。本書可供有關專業大學生和科研人員閱讀。

朱堯辰,研究員

(中國科學院應用數學研究所)

篇(5)

【論文摘要】所謂統計思想，就是在統計實際工作、統計學理論的應用研究中，必須遵循的基本理念和指導思想。統計思想主要包括均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想等思想。文章通過對統計思想的闡釋，提出關于統計思想認識的三點思考。

【論文關鍵詞】統計學；統計思想；認識

1關于統計學

統計學是一門實質性的社會科學，既研究社會生活的客觀規律，也研究統計方法。統計學是繼承和發展基礎統計的理論成果，堅持統計學的社會科學性質，使統計理論研究更接近統計工作實際，在國家和社會得到廣泛發展。

2統計學中的幾種統計思想

2.1統計思想的形成

統計思想不是天然形成的，需要經歷統計觀念、統計意識、統計理念等階段。統計思想是根據人類社會需求的變化而開展各種統計實踐、統計理論研究與概括，才能逐步形成系統的統計思想。

2.2比較常用的幾種統計思想

所謂統計思想，就是統計實際工作、統計學理論及應用研究中必須遵循的基本理念和指導思想。統計思想主要包括:均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想?，F分述如下：

2.2.1均值思想

均值是對所要研究對象的簡明而重要的代表。均值概念幾乎涉及所有統計學理論，是統計學的基本思想。均值思想也要求從總體上看問題，但要求觀察其一般發展趨勢，避免個別偶然現象的干擾，故也體現了總體觀。

2.2.2變異思想

統計研究同類現象的總體特征，它的前提則是總體各單位的特征存在著差異。統計方法就是要認識事物數量方面的差異。統計學反映變異情況較基本的概念是方差，是表示“變異”的“一般水平”的概念。平均與變異都是對同類事物特征的抽象和宏觀度量。

2.2.3估計思想

估計以樣本推測總體，是對同類事物的由此及彼式的認識方法。使用估計方法有一個預設：樣本與總體具有相同的性質。樣本才能代表總體。但樣本的代表性受偶然因素影響，在估計理論對置信程度的測量就是保持邏輯嚴謹的必要步驟。

2.2.4相關思想

事物是普遍聯系的，在變化中，經常出現一些事物相隨共變或相隨共現的情況，總體又是由許多個別事務所組成，這些個別事物是相互關聯的，而我們所研究的事物總體又是在同質性的基礎上形成。因而，總體中的個體之間、這一總體與另一總體之間總是相互關聯的。

2.2.5擬合思想

擬合是對不同類型事物之間關系之表象的抽象。任何一個單一的關系必須依賴其他關系而存在，所有實際事物的關系都表現得非常復雜，這種方法就是對規律或趨勢的擬合。擬合的成果是模型，反映一般趨勢。趨勢表達的是“事物和關系的變化過程在數量上所體現的模式和基于此而預示的可能性”。

2.2.6檢驗思想

統計方法總是歸納性的，其結論永遠帶有一定的或然性，基于局部特征和規律所推廣出來的判斷不可能完全可信，檢驗過程就是利用樣本的實際資料來檢驗事先對總體某些數量特征的假設是否可信。

2.3統計思想的特點

作為一門應用統計學，它從數理統計學派汲取新的營養，并且越來越廣泛的應用數學方法，聯系也越來越密切，但在統計思想的體現上與通用學派相比，還有著自己的特別之處。其基本特點能從以下四個方面體現出：（1）統計思想強調方法性與應用性的統一；（2）統計思想強調科學性與藝術性的統一；（3）統計思想強調客觀性與主觀性的統一；（4）統計思想強調定性分析與定量分析的統一。

3對統計思想的一些思考

3.1要更正當前存在的一些不正確的思想認識

英國著名生物學家、統計學家高爾頓曾經說過：“統計學具有處理復雜問題的非凡能力，當科學的探索者在前進的過程中荊棘載途時，唯有統計學可以幫助他們打開一條通道”。但事實并非這么簡單，因為我們所面臨的現實問題可能要比想象的復雜得多。此外，有些人認為方法越復雜越科學，在實際的分析研究中，喜歡簡單問題復雜化，似乎這樣才能顯示其科學含量。其實，真正的科學是使復雜的問題簡單化而不是追求復雜化。與此相關聯的是，有些人認為只有推斷統計才是科學，描述統計不是科學，并延伸擴大到只有數理統計是科學、社會經濟統計不是科學這樣的認識。這種認識是極其錯誤的，至少是對社會經濟統計的無知。比利時數學家凱特勒不僅研究概率論，并且注重于把統計學應用于人類事物，試圖把統計學創建成改良社會的一種工具。經濟學和人口統計學中的某些近代概念，如GNP、人口增長率等等，均是凱特勒及其弟子們的遺產。

3.2要不斷拓展統計思維方式

統計學是以歸納推理或歸納思維為主要的邏輯方式的。眾所周知，邏輯推理方式主要有兩種：歸納推理和演繹推理。歸納推理是基于觀測到的數據信息(尤其是不完全甚至劣質的信息)去產生新的知識或去驗證一個假設，即以所掌握的數據信息為依據，歸納得出具有一般特征的結論。歸納推理是要在數據信息的基礎上透過偶然性去發現必然性。演繹推理是對統計認識能力的深化，尤其是在根據必然性去研究和認識偶然性方面，具有很大的作用。

3.3深化對數據分析的認識

任何統計研究都離不開數據分析。因為這是得到統計研究結論的必要環節。雖然統計分析的形式隨時代的推移而變化著，但是“從數據中提取一切信息”或者“歸納和揭示”作為統計分析的目的卻一直沒有改變。對統計數據分析的原因有以下三個方面：一是基于同樣的數據會得出不同、甚至相反的分析結論；二是我們所面對的分析數據有時是缺損的或存在不真實性；三是我們所面對的分析數據有時則又是海量的，讓人無從下手。雖然統計數據分析已經經歷了描述性數據分析(DDA)、推斷性數據分析(IDA)和探索性數據分析(EDA)等階段，分析的方法技術已經有了質的飛躍，但與人類不斷提高的要求相比，存在的問題似乎也越來越多。所以，我們必須深化對數據分析的認識，圍繞“準確解答特定問題并且從數據中獲取一切有效信息”這一目的，不斷拓展研究思路，繼續開展數據分析方法技術的研究。

參考文獻:

[1]陳福貴.統計思想雛議[J]北京統計,2004,(05).

[2]龐有貴.統計工作及統計思想[J]科技情報開發與經濟,2004,(03).

篇(6)

【摘要】所謂統計思想，就是在統計實際工作、統計學理論的應用研究中，必須遵循的基本理念和指導思想。統計思想主要包括均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想等思想。文章通過對統計思想的闡釋，提出關于統計思想認識的三點思考。

一、關于統計學

統計學是一門實質性的社會科學，既研究社會生活的客觀規律，也研究統計方法。統計學是繼承和發展基礎統計的理論成果，堅持統計學的社會科學性質，使統計理論研究更接近統計工作實際，在國家和社會得到廣泛發展。

二、統計學中的幾種統計思想

1統計思想的形成

統計思想不是天然形成的，需要經歷統計觀念、統計意識、統計理念等階段。統計思想是根據人類社會需求的變化而開展各種統計實踐、統計理論研究與概括，才能逐步形成系統的統計思想。

2比較常用的幾種統計思想

所謂統計思想，就是統計實際工作、統計學理論及應用研究中必須遵循的基本理念和指導思想。統計思想主要包括:均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想?，F分述

2.1均值思想

均值是對所要研究對象的簡明而重要的代表。均值概念幾乎涉及所有統計學理論，是統計學的基本思想。均值思想也要求從總體上看問題，但要求觀察其一般發展趨勢，避免個別偶然現象的干擾，故也體現了總體觀。

2.2變異思想

統計研究同類現象的總體特征，它的前提則是總體各單位的特征存在著差異。統計方法就是要認識事物數量方面的差異。統計學反映變異情況較基本的概念是方差，是表示“變異”的“一般水平”的概念。平均與變異都是對同類事物特征的抽象和宏觀度量。

2.3估計思想

估計以樣本推測總體，是對同類事物的由此及彼式的認識方法。使用估計方法有一個預設：樣本與總體具有相同的性質。樣本才能代表總體。但樣本的代表性受偶然因素影響，在估計理論對置信程度的測量就是保持邏輯嚴謹的必要步驟。

2.4相關思想

事物是普遍聯系的，在變化中，經常出現一些事物相隨共變或相隨共現的情況，總體又是由許多個別事務所組成，這些個別事物是相互關聯的，而我們所研究的事物總體又是在同質性的基礎上形成。因而，總體中的個體之間、這一總體與另一總體之間總是相互關聯的。

2.5擬合思想

擬合是對不同類型事物之間關系之表象的抽象。任何一個單一的關系必須依賴其他關系而存在，所有實際事物的關系都表現得非常復雜，這種方法就是對規律或趨勢的擬合。擬合的成果是模型，反映一般趨勢。趨勢表達的是“事物和關系的變化過程在數量上所體現的模式和基于此而預示的可能性”。

2.6檢驗思想

統計方法總是歸納性的，其結論永遠帶有一定的或然性，基于局部特征和規律所推廣出來的判斷不可能完全可信，檢驗過程就是利用樣本的實際資料來檢驗事先對總體某些數量特征的假設是否可信。

3統計思想的特點

作為一門應用統計學，它從數理統計學派汲取新的營養，并且越來越廣泛的應用數學方法，聯系也越來越密切，但在統計思想的體現上與通用學派相比，還有著自己的特別之處。其基本特點能從以下四個方面體現出：（1）統計思想強調方法性與應用性的統一；（2）統計思想強調科學性與藝術性的統一；（3）統計思想強調客觀性與主觀性的統一；（4）統計思想強調定性分析與定量分析的統一。

三、對統計思想的一些思考

1要更正當前存在的一些不正確的思想認識

英國著名生物學家、統計學家高爾頓曾經說過：“統計學具有處理復雜問題的非凡能力，當科學的探索者在前進的過程中荊棘載途時，唯有統計學可以幫助他們打開一條通道”。但事實并非這么簡單，因為我們所面臨的現實問題可能要比想象的復雜得多。此外，有些人認為方法越復雜越科學，在實際的分析研究中，喜歡簡單問題復雜化，似乎這樣才能顯示其科學含量。其實，真正的科學是使復雜的問題簡單化而不是追求復雜化。與此相關聯的是，有些人認為只有推斷統計才是科學，描述統計不是科學，并延伸擴大到只有數理統計是科學、社會經濟統計不是科學這樣的認識。這種認識是極其錯誤的，至少是對社會經濟統計的無知。比利時數學家凱特勒不僅研究概率論，并且注重于把統計學應用于人類事物，試圖把統計學創建成改良社會的一種工具。經濟學和人口統計學中的某些近代概念，如GNP、人口增長率等等，均是凱特勒及其弟子們的遺產。

2要不斷拓展統計思維方式

統計學是以歸納推理或歸納思維為主要的邏輯方式的。眾所周知，邏輯推理方式主要有兩種：歸納推理和演繹推理。歸納推理是基于觀測到的數據信息(尤其是不完全甚至劣質的信息)去產生新的知識或去驗證一個假設，即以所掌握的數據信息為依據，歸納得出具有一般特征的結論。歸納推理是要在數據信息的基礎上透過偶然性去發現必然性。演繹推理是對統計認識能力的深化，尤其是在根據必然性去研究和認識偶然性方面，具有很大的作用。

3深化對數據分析的認識

任何統計研究都離不開數據分析。因為這是得到統計研究結論的必要環節。雖然統計分析的形式隨時代的推移而變化著，但是“從數據中提取一切信息”或者“歸納和揭示”作為統計分析的目的卻一直沒有改變。對統計數據分析的原因有以下三個方面：一是基于同樣的數據會得出不同、甚至相反的分析結論；二是我們所面對的分析數據有時是缺損的或存在不真實性；三是我們所面對的分析數據有時則又是海量的，讓人無從下手。雖然統計數據分析已經經歷了描述性數據分析(DDA)、推斷性數據分析(IDA)和探索性數據分析(EDA)等階段，分析的方法技術已經有了質的飛躍，但與人類不斷提高的要求相比，存在的問題似乎也越來越多。所以，我們必須深化對數據分析的認識，圍繞“準確解答特定問題并且從數據中獲取一切有效信息”這一目的，不斷拓展研究思路，繼續開展數據分析方法技術的研究。

參考文獻:

陳福貴.統計思想雛議[J]北京統計,2004,(05).

龐有貴.統計工作及統計思想[J]科技情報開發與經濟,2004,(03).

篇(7)

【論文摘要】所謂統計思想，就是在統計實際工作、統計學理論的應用研究中，必須遵循的基本理念和指導思想。統計思想主要包括均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想等思想。文章通過對統計思想的闡釋，提出關于統計思想認識的三點思考。 

 

 

1關于統計學 

 

統計學是一門實質性的社會科學，既研究社會生活的客觀規律，也研究統計方法。統計學是繼承和發展基礎統計的理論成果，堅持統計學的社會科學性質，使統計理論研究更接近統計工作實際，在國家和社會得到廣泛發展。 

 

2 統計學中的幾種統計思想 

 

2.1 統計思想的形成 

統計思想不是天然形成的，需要經歷統計觀念、統計意識、統計理念等階段。統計思想是根據人類社會需求的變化而開展各種統計實踐、統計理論研究與概括，才能逐步形成系統的統計思想。 

2.2 比較常用的幾種統計思想 

所謂統計思想，就是統計實際工作、統計學理論及應用研究中必須遵循的基本理念和指導思想。統計思想主要包括:均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想。現分述如下： 

2.2.1 均值思想 

均值是對所要研究對象的簡明而重要的代表。均值概念幾乎涉及所有統計學理論，是統計學的基本思想。均值思想也要求從總體上看問題，但要求觀察其一般發展趨勢，避免個別偶然現象的干擾，故也體現了總體觀。 

2.2.2 變異思想 

統計研究同類現象的總體特征，它的前提則是總體各單位的特征存在著差異。統計方法就是要認識事物數量方面的差異。統計學反映變異情況較基本的概念是方差，是表示“變異”的“一般水平”的概念。平均與變異都是對同類事物特征的抽象和宏觀度量。 

2.2.3 估計思想 

估計以樣本推測總體，是對同類事物的由此及彼式的認識方法。使用估計方法有一個預設：樣本與總體具有相同的性質。樣本才能代表總體。但樣本的代表性受偶然因素影響，在估計理論對置信程度的測量就是保持邏輯嚴謹的必要步驟。 

2.2.4 相關思想 

事物是普遍聯系的，在變化中，經常出現一些事物相隨共變或相隨共現的情況，總體又是由許多個別事務所組成，這些個別事物是相互關聯的，而我們所研究的事物總體又是在同質性的基礎上形成。因而，總體中的個體之間、這一總體與另一總體之間總是相互關聯的。 

2.2.5 擬合思想 

擬合是對不同類型事物之間關系之表象的抽象。任何一個單一的關系必須依賴其他關系而存在，所有實際事物的關系都表現得非常復雜，這種方法就是對規律或趨勢的擬合。擬合的成果是模型，反映一般趨勢。趨勢表達的是“事物和關系的變化過程在數量上所體現的模式和基于此而預示的可能性”。 

2.2.6 檢驗思想 

統計方法總是歸納性的，其結論永遠帶有一定的或然性，基于局部特征和規律所推廣出來的判斷不可能完全可信，檢驗過程就是利用樣本的實際資料來檢驗事先對總體某些數量特征的假設是否可信。 

2.3 統計思想的特點 

作為一門應用統計學，它從數理統計學派汲取新的營養，并且越來越廣泛的應用數學方法，聯系也越來越密切，但在統計思想的體現上與通用學派相比，還有著自己的特別之處。其基本特點能從以下四個方面體現出：（1）統計思想強調方法性與應用性的統一；（2）統計思想強調科學性與藝術性的統一；（3）統計思想強調客觀性與主觀性的統一；（4）統計思想強調定性分析與定量分析的統一。 

 

3 對統計思想的一些思考 

 

3.1 要更正當前存在的一些不正確的思想認識 

英國著名生物學家、統計學家高爾頓曾經說過：“統計學具有處理復雜問題的非凡能力，當科學的探索者在前進的過程中荊棘載途時，唯有統計學可以幫助他們打開一條通道”。但事實并非這么簡單，因為我們所面臨的現實問題可能要比想象的復雜得多。此外，有些人認為方法越復雜越科學，在實際的分析研究中，喜歡簡單問題復雜化，似乎這樣才能顯示其科學含量。其實，真正的科學是使復雜的問題簡單化而不是追求復雜化。與此相關聯的是，有些人認為只有推斷統計才是科學，描述統計不是科學，并延伸擴大到只有數理統計是科學、社會經濟統計不是科學這樣的認識。這種認識是極其錯誤的，至少是對社會經濟統計的無知。比利時數學家凱特勒不僅研究概率論，并且注重于把統計學應用于人類事物，試圖把統計學創建成改良社會的一種工具。經濟學和人口統計學中的某些近代概念，如gnp、人口增長率等等，均是凱特勒及其弟子們的遺產。 

3.2要不斷拓展統計思維方式 

統計學是以歸納推理或歸納思維為主要的邏輯方式的。眾所周知，邏輯推理方式主要有兩種：歸納推理和演繹推理。歸納推理是基于觀測到的數據信息(尤其是不完全甚至劣質的信息)去產生新的知識或去驗證一個假設，即以所掌握的數據信息為依據，歸納得出具有一般特征的結論。歸納推理是要在數據信息的基礎上透過偶然性去發現必然性。演繹推理是對統計認識能力的深化，尤其是在根據必然性去研究和認識偶然性方面，具有很大的作用。 

3.3深化對數據分析的認識 

任何統計研究都離不開數據分析。因為這是得到統計研究結論的必要環節。雖然統計分析的形式隨時代的推移而變化著，但是“從數據中提取一切信息”或者“歸納和揭示”作為統計分析的目的卻一直沒有改變。對統計數據分析的原因有以下三個方面：一是基于同樣的數據會得出不同、甚至相反的分析結論；二是我們所面對的分析數據有時是缺損的或存在不真實性；三是我們所面對的分析數據有時則又是海量的，讓人無從下手。雖然統計數據分析已經經歷了描述性數據分析(dda)、推斷性數據分析(ida)和探索性數據分析(eda)等階段，分析的方法技術已經有了質的飛躍，但與人類不斷提高的要求相比，存在的問題似乎也越來越多。所以，我們必須深化對數據分析的認識，圍繞“準確解答特定問題并且從數據中獲取一切有效信息”這一目的，不斷拓展研究思路，繼續開展數據分析方法技術的研究。 

 

參考文獻: 

[1] 陳福貴.統計思想雛議[j]北京統計, 2004,(05) . 

[2] 龐有貴.統計工作及統計思想[j]科技情報開發與經濟, 2004,(03) .