时间:2023-07-23 09:16:35
序论:在您撰写统计学概念时,参考他人的优秀作品可以开阔视野,小编为您整理的7篇范文,希望这些建议能够激发您的创作热情,引导您走向新的创作高度。
一、建构主义理论学生“学”的特点
建构主义对学生学习活动的本质进行了科学的分析,认为学生学习有如下特点
1、学生学习不是从零开始的,而是基于原有知识经验背景的建构。即学生在学习统计课程之前,头脑里并非一片空白。学生通过日常生活的各种渠道和自身的实践,对客观世界中各种自然现象已经形成了自己的看法,建构了大量的朴素概念或前学科概念。这些前概念形形,共同构成了影响学生学习统计学概念的系统。学生的前概念是极为重要的,它是影响统计学学习的一个决定性的因素。前概念指导或决定着学生的感知过程,还会对学生解决问题的行为和学习过程产生影响。
2、学生学习知识是一个主体建构的过程,要突出学习者的主体作用。学习不仅仅是知识由外到内的转移和传递,而是学习者主动地建构自己的知识经验的过程,即通过新经验与原有知识经验的反复的、双向的相互作用,充实、丰富和改造学习者原有的知识经验。在这种建构过程中,学生一方面对当前信息的理解要以原有的知识经验为基础,超越外部信息本身;另一方面,对原有知识经验的运用又不只是简单地提取和套用,个体同时需要依据新经验对原有经验本身也做出某种调整和改造,即同化和顺应两方面的统一。学生不是被动信息的吸收者,而是主动地建构信息,这种建构不可能由其他人代替。因此,教师不能直接将知识传递给学生,而是要组织、引导,使学生参与到整个学习过程中去。
3、学生学习既是个体建构过程,也是社会建构过程。虽然知识是在个体与环境的相互作用中建构起来的,但社会性的相互作用也很重要,甚至更重要。因为人的高级心理机能的发展是社会性相互作用内化的结果(正如统计的特点具有社会性)。此外,每个学习者都有自己的经验世界,不同的学习者对某种问题可以有不同的假设和推论,学习者可以通过相互沟通和交流,相互争辩和讨论,合作完成一定的任务,共同解决问题,从而形成更丰富、更灵活的理解。同时,学生可以与教师、统计专家等展开充分沟通。这种社会性相互作用可以为知识建构创设一个广泛的学习共同体,从而为知识建构提供丰富的资源和积极的支持。因此,课堂上师生交互和生生交互活动起到了很重要的作用,“学习共同体”的形成以及对课堂社会环境和情境的营建是学生获得学习成效的重要途径。
二、建构主义理论教师“教”的特点
建构主义理论认为教师在课堂中的作用,可以概括为教师是课堂教学的组织者、发现者和中介者。
1、教师是课堂教学的组织者,起主导作用和导向作用。教师应当发挥“导向”的作用和教学组织者的作用,努力调动学生的积极性,帮助他们发现问题,进而去“解决问题”。
2、教师是课堂教学的发现者。教师要高度重视对学生错误的诊断与纠正,并用科学的原理和原则,给予正确的引导与指引。
3、教师是课堂教学的中介者。教师是学生与教育方针及知识的桥梁。教师既要把最新的知识和分析方法提供给学生,也要注意提高学生的综合素质。
从辩证法的角度看,教学是一个不断发展的动态过程,教与学是对立统一的矛盾运动,随着教学活动的变化,矛盾的主要方面,或在教师,或在学生。分开来看,“教”的主体是教师,客体是学生,教师发挥主导作用,学生发挥能动作用;“学”的主体是学生,客体是教师,学生进行认识活动和实践活动,教师则对这些活动施加影响。合起来看,在教学活动这一不断发展、循环往复的全过程中,教师与学生的主体客体地位是相互依存、相互规定,又在一定条件下相互转化的。因此,“基于教师在课堂中组织者、发现者和中介者”的角色作用,教师可以实行“提出问题──探索问题──解决问题”的模式组织课堂教学。
“基于学生为主体,教师为主导”的教学思想,在教学过程中,“学”与“导”的活动、学生与教师之间的关系应该是互动的、融合的,在和谐中不断向前发展。因此,按照“学与导和谐发展”的教学要求,教师在课堂教学中按照“提出问题──探索问题──解决问题”的模式组织课堂教学时,可以采取“诱导试学——引导探学——开导活学”方法组织课堂教学。
(1)设置情境,提出问题,激发学生学习的兴趣和热情
教师引导学生学习首先要从现实的、有兴趣的、富有挑战性的真实问题情境开始。让学生一开始进入学习探索就真切地感受到统计就在自己身边,体验到学习统计的价值,从而激发起学习统计的兴趣,萌发积极主动探索统计理论和方法的求知欲望。教师要通过对课堂的组织,让学生对学习统计产生学习兴趣,“热爱是最好的老师”,兴趣盎然地进入了对统计学知识的探索,学生才能学有所长。
(2)探索问题,增强学生主角意识,激励学生积极参与
“基于教师在课堂中组织者、发现者和中介者”的角色作用,课堂教学方式应从根本上改变原有的教师讲、学生听,教师指挥、学生操作的教学现象。学生要在自己生活经验的基础上不断地提出问题,分析问题,对各种信息进行加工转换,对新经验和旧经验进行综合概括,解释有关现象。在教学过程中,教师可以提供一定的支持和引导,设计有思考价值、有意义的问题。学生可以进行小组合作研究探索,教师允许学生从不同的角度去观察分析,允许学生用自己喜欢的方法学习,通过各自想法的交流、碰撞,发现学生有价值的建设性建议及方法措施,及时制止学生运用统计方法计算分析问题时可能出现的偏差,使问题得到正确的解决。
(3)解决问题,培养学生创新能力,提高学生综合素质
在以往统计学教学中,我们关注比较多的是学生能否记住计算公式、方法、意义、应用条件,能否利用这些知识完成所设问题的正确计算。而“基于教师在课堂中组织者、发现者和中介者”的角色作用,教师在课堂中,就应该更加关注学生能否将科学知识与自己的生活经验紧密联系起来,关注学生在灵活应用统计学知识、创造性地解决实际问题时所表现出来的情感、态度和价值观。并通过实践活动,使学生对学习统计产生兴趣,变抽象的科学法则、科学方法为得心应手的工具,从而使学生在解决问题过程中,体验参与学习统计的快乐,享受成功解决实际问题的愉悦。
三、以建构主义理论为指导统计学教法探讨
1、设计课堂教学新模式
统计学课程旨在培养学生能够运用统计学基本理论和定量分析方法,对经济现象进行定性和定量的分析和评价。统计学课程内容基本分为三个模块两个层次。第一模块:研究统计学的一般问题,属于基础理论。第二模块:推断统计的理论与方法,相关与回归分析,属于一般的统计方法及其在社会经济领域的运用。第三模块:时间序列分析与预测,统计指数与因素分析,统计综合评价,属于社会经济统计方法的特有问题,侧重于各种统计分析方法运用。两个层次即理论部分和计算分析部分,两部分知识比为3070。反映了知识、能力、素质培养的要求。在建构主义学习环境下,教师和学生的地位、作用和传统教学相比已发生很大变化。因而首先教师必须改变传统的教育思想与教育观念,以现代教育思想和学习理论为指导,利用多媒体等现代化技术优势,探索最优的课堂教学模式。课堂教学中应进一步发挥好学生的主体作用,让学生主动地参与到获取知识的过程中去,做到(1)合理处理好教材,创造性地使用教材,充分展示学习内容的实用意义。(2)教学思路清晰,过程流畅、自然。(3)采用启发式、精讲多练式、答疑式、案例式等教学方法,构建情景逼近式的教学模式,努力提高课堂教学效果。
2、设计课内课外相融共生的大课堂
课堂教学不仅要教会想要传授给学生的知识,还要教会学生在书本之外查阅图书、报刊、杂志、网络等资料,以开阔视野,扩大知识面,吸取精华,为我所用,要教给学生发现问题、分析问题、解决问题的方法。此外,还要通过课内设计的实训教学内容激发学生主动参与的热情,实训教学内容主要包括统计调查方案的编制、调查问卷的设计、统计表统计图的制作、综合指标分析、统计案例分析等内容。统计实训的课内教学采用精讲、示范、多练、答疑的方式;课外教学采用学生自行分散复习和有组织分组制表、制图、社会调查、整理计算分析等方式。
3、实行点、线、面、体相结合的大统计
“点”是指让学生根据某一知识点完成作业、实习。“线”是指让学生针对某一问题进行深入分析。“面”是指让学生把若干知识点联系起来进行综合的分析和实训。“体”是指让学生能就学科体系及相关学科的内容进行深入、全面、综合的分析与应用。在讲授基本理论和基本知识的同时,注重学生基本技能培养、综合能力培养、设计能力的培养。使学生能从高度整体把握统计的思路和统计分析、评价思想。
4、充分发挥学生的主体作用
一、医学应用统计学的四个步骤
1.统计设计。统计设计是统计工作的第一步,也是关键的一步,是对统计工作全过程的设想和计划安排。 统计设计就是根据研究目的确定试验因素、受试对象和观察指标,并在现有的客观条件下决定用什么方式和方法来获取原始资料,并对原始资料如何进行整理,以及整理后的资料应该计算什么统计指标和统计分析的预期结果如何等。
2.搜集资料。搜集资料是根据设计的要求,获取准确可靠的原始资料,是统计分析结果可靠的重要保证。医学统计资料的来源主要有以下三个方面:本文由收集整理一是统计报表 统计报表是医疗卫生机构根据国家规定的报告制度,定期逐级上报的有关报表。如法定传染病报表、出生死亡报表、医院工作报表等,报表要完整、准确、及时。二是医疗卫生工作记录 如病历、医学检查记录、卫生监测记录等。三是专题调查或实验研究 它是根据研究目的选定的专题调查或实验研究,搜集资料有明确的目的与针对性。它是医学科研资料的主要来源。
3.整理资料 。整理资料的目的就是将搜集到的原始资料进行反复核对和认真检查,纠正错误,分类汇总,使其系统化、条理化,便于进一步的计算和分析。整理资料的过程如下:一是审核:认真检查核对,保证资料的准确性和完整性。二是分组:归纳分组,分组方法有两种:一是质量分组,即将观察单位按其类别或属性分组,如按性别、职业、阳性和阴性等分组。二是数量分组,即将观察单位按其数值的大小分组,如按年龄的大小、药物剂量的大小等分组。三是汇总:分组后的资料要按照设计的要求进行汇总,整理成统计表。原始资料较少时用手工汇总,当原始资料较多时,可使用计算机汇总。
4.分析资料。分析资料是根据设计的要求,对整理后的数据进行统计学分析,结合专业知识,作出科学合理的解释。 统计分析包括以下两大内容: 一是统计描述将计算出的统计指标与统计表、统计图相结合,全面描述资料的数量特征及分布规律。二是统计推断使用样本信息推断总体特征。通过样本统计量进行总体参数的估计和假设检验,以达到了解总体的数量特征及其分布规律,才是最终的研究目的。
二、临床研究中统计学的作用
临床研究中统计学的作用是什么?我们所做的就是区分事实和偶然性。我们需要比较组间差异,并检验干预的效应。
在对试验进行分析时,统计学的作用是什么?我们应当记住,统计方法仅仅是一种帮助我们解释试验中所获得的数据的工具。它们是一种工具而不是试验的最终结果。而且像任何工具一样,使用统计工具必须小心。计算机可以产生一些或有统计学意义的数据,但是只有研究者才知道该使用何种统计学检验来进行统计学分析。已参加培训的研究者可以很容易地选择统计学检验方法,必须记住的很重要的一点是,对于没有足够知识的人而言,有强大功能的统计软件包可能导致致命性的错误。
生物统计学的重要概念之一是其正确性。对于关键性的数据分析、试验的结果尤其是结果的发表,正确性都是其核心。有两种正确性:内部的和外部的(可推广性)。
内部的正确性就是在设定的试验范围内结果是准确的,使用的方法和分析经受得住检验,数据和相关的医学文献均支持研究者对试验结果的解释和结论。
外部正确性或可推广性决定了试验设计是否能够允许所做的观察和所得的结论推广到整个人群。试验人群的选择决定了最大可推广范围,这个概念我们在这个讲座的其它部分已经谈到过。如果研究对象包括男性、女性、不同的种族、不同的年龄分层,那么就有更多的机会将临床试验的结果应用于普通人群。另一方面,受试者的选择也将决定研究和结论可应用的人群范围。例如,如果在临床试验中选择年龄介于5~10岁的儿童,那么该试验的结果就仅能应用于该人群。如果选择45岁以上的男性作为受试者,那么试验结果就只能应用于这个人群。
现在我们将要讨论如何看待一些类型的数据。首先是相对危险度和比值比。这是评价后果的指标,当比较暴露因素对结果的影响时是非常有价值的。比值比主要用于病例对照研究。相对危险度主要用于队列研究。
让我们首先看一下相对危险度。数据显示是如何得到一个相对危险因素的。表格被分为两行两列,第一列是发病,第二列是未发病。我们看一下发病是否是暴露于危险因素的结果或者未暴露于该危险因素。暴露组发病数被标为a,暴露组未发病数被标为b,非暴露组的发病数被标为c,非暴露组未发病数被标为d。从这张表格中我们可以得到相对危险度,相对危险度是暴露组的发病率除以非暴露组的发病率,即(a/(a+b))/(c/(c+d))。这就是相对危险度。用来计算比值比的表格结构与上表相似,但是计算方法不同。仍具有这样的自变量,暴露于危险因素或未暴露于危险因素与发病或未发病比较。即a和b,与c和d。但是比值比与相对危险度不同,它是由(a×d),即病例组有暴露史×对照组无暴露史除以(b×c),即病例组无暴露史×对照组有暴露史。比值比即(a×d)/(b×c)。
在解释关联性检验时,我们如何使用比值比和相对危险度?实际上非常简单。当比值比或相对危险度小于1时,这种危险因素与疾病呈负相关或该因素是保护因素。比值比和相对危险度等1时二者无关联性,如果大于1时,二者均证明为正相关。
一、样本与总体
前面已提及,医学研究中实际观测或调查的一部分个体称为样本,研究对象的全部称为总体。如作水质检验时从井水或河水中采的水样,临床化验中从病人身上采的血液或其它活体组织标本,是样本;而整个一口井或一条河的某一段所有的水,某病人全身所有的血液或某个组织器官,则是总体。这类总体是具体存在的,但另有些总体却是假想的,只是理论上存在的一个范围。例如试验某一治疗流感新药的疗效,最初接受治疗的一批流感患者,不论数量多少,都只是一个样本。若该药疗效得到肯定,从而加以推广,那么此后凡在相同条件下接受该药治疗的所有流感患者,都属于这个总体。可是当初试用时,这个总体还并不存在,是假想的。
总体包含的观察单位通常是大量的甚至是无限的,在实际工作中,一般不可能或不必要对每个观察单位逐一进行研究。我们只能从中抽取一部分观察单位加以实际观察或调查研究,根据对这一部分观察单位的观察研究结果,再去推论和估计总体情况。如上述某新药治疗流感例子,试验治疗的只是少数有限的病人,而结论却要推广到全体,得出一个该药对所有流感患者之疗效的规律性的认识。所以说,观察样本的目的在于推论总体,这就是样本与总体的辩证关系。
为了使样本能够正确反映总体情况,对总体要有明确的规定;总体内所有观察单位必须是同质的;在抽取样本的过程中,必须遵守随机化原则;样本的观察单位还要有足够的数量。
二、概率
又称机率,是用以描述某事件发生的可能性大小的一个数值。
在自然界和人类社会中,存在着两类不同的现象:①在一定条件下,肯定发生的事件叫做必然事件,肯定不发生的事件叫做不可能事件。如在适当温度湿度下经一定时间孵化,正常受精鸡蛋必然会孵出小鸡来,而石头是不可能孵出小鸡来的。必然事件与不可能事件虽然形式相反,但两者在发生某种结果与否都是确定的,故统称确定性现象。②在基本条件不变的情况下,可能发生的结果有多种,究竟发生哪种结果,事先不能肯定,这类现象叫做随机现象。随机现象的表现结果称为随机事件。如任意抛掷一枚硬币,可能徽花向上也可能币值向上,抛掷前不能肯定,这是一个随机现象,而结果出现“徵花向上”则是一个随机事件。
(一)古典概率 是最简单的随机现象的概率计算。这类随机现象具有两个特征:①在观察或试验中它的全部可能结果只有有限个,譬如为n个,记为E1,E2,…,En,而且这些事件是两两互不相容的,即任何两个事件不能同时发生;②事件E1,E2,…,En的发生或出现是等可能的,即它们发生的概率都一样。古典概率的大部分问题都能形象地用摸球模型来描述。有利于直观地理解概率论的许多基本概念;而且它有着多方面的重要应用,例如工业产品的抽样检查等。
(二)统计概率 上述“事件”是指不能再进行分解或不能由其它事件构成的基本事件。在实际工作中,基本事件的发生并不总是等可能的,而且有时为无穷多个。这样就有必要把古典概率的定义加以推广,从事后经验的角度来理解概率的意义。实践证明,虽然个别随机事件在某次试验或观察中可以出现也可以不出现,但在大量重复试验中它却呈现出明显的规律性。假设在相同条件下,独立地重复做n次试验,某随机事件A在n次试验中出现了m次,则比值m/n称为随机事件A在n次试验中出现的频率。当试验重复很多次时,随机事件A的频率m/n就会在某个固定的常数P附近摆动,而且n愈大摆动的幅度愈小。这种规律性称之为统计规律性。频率的稳定性说明随机事件发生的可能性大小是随机事件本身固有的、不随人们意志为转移的客观属性,所以在医学科研中,当n充分大时,就以频率作为概率的近似值,记住P(A)即
由此可见,频率是就样本而言的,而概率总是从总体的意义上说的。这样,概率就为预计某一事件发生的可能性大小,提供了衡量的尺度。
例如:某病患者40名,用某疗法治疗后,其中35人痊愈,治愈者占治疗人数的35/40,这是频率。因为数量少,这个频率可能波动较大。假如经过长期的大量观察,比如数百、数千例,得到治愈率为70%,我们就可以说,该疗法治愈某病的概率近似值为70%。
又如:某院妇产科在一个月内出生婴儿30名,其中男婴18名,占新生儿数的18/30,这叫频率。大量统计表明,人口中男女的比例基本上是1:1。这是个较稳定的常数,即概率的近似值。于是,在婴儿分娩前,我们就可用它作为尺度,预计是男的概率为1/2(0.5或50%),是女的概率也为1/2(0.5或50%)。
通过以上讨论,可以知道:如果某事件是必然事件,则有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,则有m=0,所以不可能事件的概率等于0;如果某事件是随机事件,则有0
三、随机变量
简单地说,是指随机事件的数量表现。例如一批注入某种毒物的动物,在一定时间内死亡的只数;某地若干名男性健康成人中,每人血红蛋白量的测定值;等等。另有一些现象并不直接表现为数量,例如人口的男女性别、试验结果的阳性或阴性等,但我们可以规定男性为1,女性为0,则非数量标志也可以用数量来表示。这些例子中所提到的量,尽管它们的具体内容是各式各样的,但从数学观点来看,它们表现了同一种情况,这就是每个变量都可以随机地取得不同的数值,而在进行试验或测量之前,我们要预言这个变量将取得某个确定的数值是不可能的。
按照随机变量可能取得的值,可以把它们分为两种基本类型:①离散型随机变量,即在一定区间内变量取值为有限个,或数值可以一一列举出来。例如某地区某年人口的出生数、死亡数,某药治疗某病病人的有效数、无效数等。②连续型随机变量,即在一定区间内变量取值有无限人’或数值无法一一列举出来。例如某地区男性健康成人的身长值、体重值,一批传染性肝炎患者的血清转氨酶测定值等。
四、误差
误差是指实际观察值与客观真值之差、样本指标与总体指标之差。误差可分为系统误差和随机误差。
(一)系统误差 在实际观测过程中,由于仪器未校正、测量者感官的某种障碍、医生掌握疗效标准偏高或偏低等原因,使观察值不是分散在真值两侧,而是有方向性、系统性或周期性地偏离真值。这类误差可以通过实验设计和技术措施来消除或使之减弱,但不能靠概率统计办法来消除或减弱。
(二)随机误差 或称偶然误差,是指排除了系统误差后尚存的误差。它受多种因素的影响,使观察值不按方向性和系统性而随机地变化。随机误差服从正态分布,可以用概率统计方法处理。
在随机误差中,最重要的是抽样误差。我们从同一总体中随机抽取若干个大小相同的样本,各样本平均数(或率)之间会有所不同。这些样本间的差异,同时反映了样本与总体间的差异。它是由于从总体中抽取样本才出现的误差,统计上称为抽样误差(或抽样波动)。抽样误差在医学生物实验中最主要的来源是个体的变异。所以这是一种难以控制的、不可避免的误差。但抽样误差是有一定规律的。研究和运用抽样误差的规律’是根据样本估计总体时所必须领会的基本概念之一,也是医学统计学的重要内容之一。
随机误差中还包括重复误差。它是由于对同一受试对象或检样采用同一方法重复测定时所出现的误差。如用天平称同一个烧杯的重量,重复测定多次,其结果会有某些波动。控制重复误差的手段主要是改进测定方法,提高操作者的熟练程度。重复是摸清实验误差大小的手段,以便分析和减少实验误差。
五、假设检验
亦称显著性检验,其基本原理是先对总体的特征作出某种假设,然后通过抽样研究的统计推理,对此假设应该被拒绝还是接受作出推断。
关键词:总体总体单位标志指标
社会经济统计学中的概念很多,但重点要掌握以下几个常用基本概念。
一、总体和总体单位
凡是客观存在的、在同一性质基础上结合起来的,许多个别事物组成的整体叫统计总体,简称为总体。构成总体的个别事物叫总体单位。例如,在全国人口普查中,全国人口就构成了人口普查的总体,而每个人就是总体单位。
总体必须具备以下三个特征:
1.同性质:同性质就是要就构成总体的各个单位在某方面要有共同的性质,同性质是构成总体的基础,是统计研究的前提。例如,在研究我国工业企业发展状况时,我国的所有工业企业便构成总体,该总体各单位的共性是“从事工业生产经营活动”(向社会提供工业产品或劳动服务即经济职能是相同的)。凡是从事非工业生产活动的企业如农业企业、商业企业等不能成为该总体的基本单位。
2.大量性:大量性即是要求构成总体的单位数必须足够多。例如,我们以个别人对某问题的看法作为民意调查的结论。因为每个人所处的社会环境、地位及拥有的知识、信息等是不一样的,带有一定特殊性和偶然性。只有调查足够多的人,这种特殊性和偶然性因素的影响才趋于相互抵消,才有可能显示出必然性来。
3.差异性:即在同质条件下,要求组成总体的各个单位在其他地方的表现又必须不同或不完全相同。例如,在人口普查中,每个人除了具有“中国国籍且在中国国境内居住”的共性外,其他方面如年龄、爱好、个性、文化程度、职业等表现是不同或不完全相同的总体和总体单位不是固定不变的,随着研究目的和研究任务的变化而变化,即一定研究条件下的总体,在另外的研究条件下可能转化为总体单位;而一定研究总体单位,在另外的研究条件可能转化为总体。
二、标志与指标
(一)标志
反映总体单位属性或特征的名称叫标志。例如,对人口普查中的“某人”来说,有性别、年龄、爱好等方面的特征,这里的“性别”、“年龄”、“爱好”等名称就是标志。
一个完整的标志包括标志名称和标志表现两个方面。所谓标志表现就是标志在总体单位上的具体体现。如人口普查中的个体单位“某人”的性别为男,年龄为58岁。这里的“性别”、“年龄”是标志名称,“男”、“58岁”是标志表现。任何一项统计工作都要掌握总体单位在特定的时间、地点、条件下实际发生的情况,因此标志的具体表现是统计最关心的问题。
标志可分为品质标志和数量标志。品质标志是表明总体单位属性方面的特征,其具体表现用文字陈述。如某人的性别为男,文化程度大学,这里的“男”、“大学”则为品质标志的表现。数量标志是表明总体单位数量特征的,其具体表现用数值表示。如某人的年龄60岁,工龄15年,这里的“60岁”“15年”就是数量标志的表现。
(二)指标
统计指标是用来表明总体特征的概念及其数量表现。它由指标名称和指标数值两个基本部分组成。指标名称反映现象所属的一定范畴;指标数值反映现象在具体环境下所达到的规模、水平及比例关系等。
统计指标的特征:
1.可量性:统计指标是对现象某种综合数量特征进行概括而形成的科学范畴。但不是所有进行概括现象的范畴都形成统计指标。只有那些能用数字加以计量的范畴才有可能被称为统计指标。例如,国内生产总值、就业人员、税收总额等,对于那些无法用数字加以计量的范畴,就不可能成为统计指标。
2.综合性:统计指标是反映总体综合数量特征的,其数值是同质总体各单位某一数量标志质的总计。
3.具体性:统计指标是反映具体现象在具体时间、地点、条件下的具体数量特征,而不是抽象的现象、概念和数字,它包括着特定的涵义、内容、计算方法和计量单位等,因而不存在脱离具体内容的统计指标。
(三)指标与标志的区别与联系
1.区别:(1)指标必须可量,而标志中只有数量标志才具有可量性。(2)指标是用来说明总体数量特征的,而标志是说明总体单位的属性或特征的。(3)指标具有综合性,他是同质总体各个单位某一数量标志值的差异综合,而标志一般不具有综合性,他是说明总体单位的属性或特征的。
2.联系:(1)标指数均由总体单位的数量标准值汇总而来,指标数值的大小受个单位标志之大小及其变化的影响。(2)指标与数量标志之间存在着一定的变化关系,随着研究目的变化,总体和总体单位的转换带来指标和标志之间也发生相应的转化。
三、变异和变量
(一)变异
变异就是标志在总体单位之间的具体表现之差异。
正因为总体单位之间存在着不同程度的差异,才需要通过统计研究来发现现象变化的原因、过程和规律。所以,同性质是统计研究的前提;而差异性是统计研究的内容。
变异有属性变异和数量变异之分。品质标志在总体各单位之间的具体表现不同成为属性变异。如人有爱好不同之异;企业有组织形式不同之别。数量标志在总体各单位上的表现的差异称为数量差异,如人有年龄大小之异,企业有利润高低之别等。
(二)变量
【关键词】 统计学;率;构成比;相对数
作者单位:130061长春,吉林省医学期刊社我们在日常审读医学论文中,经常遇到文章作者错误地使用统计学概念,对调查或实验结果下结论。现对常出现的几个问题分述如下。
1 误用概率(probability)
概率是描述随机事件发生的可能性大小的数值,常用P表示。如某例患者的结果为治愈,这个事件记为A,则该患者治愈的概率可记为P(A),或简记为P,这是医生颇为关心的数值。假如我们用200例的样本,求得治愈率为75%,这只是一个频率。在实际工作中,当概率不易求得时,只要观察单位数充分多,可以将频率作为概率的估计值。但在观察单位数较少时,频率的波动性是很大的,用于估计概率是不可靠的[1]。随机事件概率的大小在0与1之间,即0≤P≤1,常用小数或百分数表示。习惯上将P≤0.05,称为小概率事件,表示在一次实验或观察中该事件发生的可能性很小,可以视为很可能不发生。
2 以“比”代“率”
2.1 构成比(proportion)又称构成指标,说明某一事物内部各组成部分所占的比重或分布。
常以百分数表示,计算公式为:
2.2 率(rate)又称频率指标。说明某现象发生的频率或强度。常以百分率(%)、千分率(‰)、万分率(1/万)、十万分率(1/10万)等表示。计算公式为:
医学中常用某一时点发病率、患病率、死亡率、病死率、治愈率等。
2.3 分析时不能以构成比代替率 例1:甲、乙两市乙型脑炎普查资料见表1。由此得出甲市10岁以上患乙型脑炎情况比乙市严重,10岁以下乙市比甲市严重(结论错误,犯以比代率的错误)。
2.4 注意不能用构成比的动态分析代替率的动态分析 例2:表2为某市1990年和1995年5种常见传染病的发病情况。1995年与1990年相比,痢疾的构成比有明显下降,而肝炎、流脑、麻疹及腮腺炎的构成比均上升,但以肝炎的构成比上升最为明显。若据此做出痢疾发病下降、肝炎发病上升最明显的结论,显然是错误的。因为1995年与1990年相比,5种传染病发病的实际数都在下降。若要反映5种传染病的发病强度,应计算1990年和1995年各种传染病的发病率,再做比较。
4 计算相对数的分母一般不宜过小[2]
通常观察单位足够多时,计算出的相对数比较稳定,能够正确反映实际情况,观察单位过少,偶然性大,则可靠性差,一般当例数较少,如少于30例时以用绝对数表示为好。如必须用率表示时,可列出可信区间。
例4:某医生用某法矫治25名学生的近视眼,其中3名近期有效,该法有效率的95%可信区间为(3%,31%)。
5 讨论
对样本率(或构成比)的比较应随机抽样,并做假设检验 遵循随机抽样的原则才能以该“样本”来推断总体。由于样本率和构成比也有抽样误差,所以不能仅凭数字表面相差的大小做结论,而需进行样本率差别的假设检验。
参考文献
关键词:统计 指标 概念 辨析 教学
《统计原理》是我校供销、核算、营销、会计电算化等经济管理类专业必开的一门专业基础理论课程。对于一般只有初中文化水平的学生来说,学习这门课程难度是相当大的。因为教材中牵涉的概念相当多,而且有些概念使学生在学习中容易混淆不清,难以理解,因此要讲透这门课程,很有必要结合具体的实例区分这些概念。
一、辨析变量与变量值
这两个概念学生最易混淆不清,从字面上学生对其理解似乎不成问题,但具体到选择判断题上就难以分辨,解决的办法是通过练习反复训练。
变量就是可变的数量标志;变量值是变量的具体取值,也就是可变数量标志的数值表现。例如,“职工人数”是一个变量,因为各个企业的人数不同;某企业有1820人,另一企业有1630人,第三个企业有1590人,等等都是“职工人数”这个变量的具体数值,也就是变量值。再如,有工人300人、400人、500人、600人、700人五个数值,要求计算其平均数,不能理解为“五个变量”的平均数,因为这里只有“工人人数”这一个变量,所要平均的是这个变量的四个数值。变量这个概念在统计中很重要,一定要弄清楚,不能含混。
二、辨析时期指标与时点指标
区别这两个指标,对后面继续学习时间数列有一定影响,初学者在这一点上往往容易弄混。在教学中,我们可以形象地把“时期指标”比作“流量”,它是某一段时期内某种经济活动的总量,如生产量、销售量、收入量、支出量等。而“时点指标”我们相应地称它为“存量”,它是在某一时点上以某种经济现象存在的总量。如资产总额、负债总额、库存总量等。其简单判别法有二:
1.看是否可用时间作为度量单位
一般地说,流量(时期)指标带有时间单位(月度、季度、年度),存量(时点)指标则没有。如;
国民生产总值 亿元/月(季、年)
销售额 万元/月(季、年)
货币支出额 万元/月(季、年)
固定资产总额 亿元
货币量 万元
库存量 吨
2.看指标数值是否可以加总
同一单位各时期的总量可以相加总,加总的结果表明现象在更长时间内发展的总量,属于流量(时期)指标,不能加总的属于存量(时点)指标。例如,某企业2011年工业产值为50000万元,它是由该年12个月的工业产值加总得来的,故工业产值属于时期指标。再如,某企业2010年底和2011年底职工人数分别为2000人、2150人,能否说该企业在这两年内已达到4150人呢?当然不能。职工人数属于时点指标。
三、辨析总体单位总量与总体标志总量
初学者在学习这一对指标时往往容易弄混。学习时,教师要提醒学生,不要掉以轻心,只是单纯地去背字面上的意思,而忽略了其内在的区别,进而不能正确地去区分它们。
总体单位总量是指总体内所有总体单位的合计数,是用来反映总体规模大小的总量指标。例如,以某地区工业企业为总体,则该地区所有工业企业数就是总体单位数。又如,对某高校学生进行家庭基本情况的调查,则该校全部学生总数是总体单位数。总体标志总量是指总体中各单位某一数量标志的标志值合计数,就是总体标志总量。
在教学中,教师要让学生明白:就某一固定总体而言,总体单位总量是惟一的,但总体标志总量可能有许多个;它们二者并非固定不变,随着统计研究目的的变动而不同。例如研究某地区居民基本情况,则该地区居民总数这一总体单位总量是惟一的,但该地区居民收入总量、粮食消费总量、猪肉消费总量等指标都可以作为总体标志总量。如果不以该地区居民为总体,而以粮食消费量为总体,则粮食消费量就成了总体单位总量。因此,教师必须给学生讲明只有先确定总体,才能准确确定总体单位总量与总体标志总量。
四、辨析强度相对数与平均数
强度相对数与平均数不仅在字面上往往有“平均”或“人均”的涵义,而且本身也确有平均分摊的涵义,这使得在实际中容易混淆,学习时要特别注意两者的区别。
两者在计算方法与指标涵义上有很大区别。平均数是同一总体的标志总量与总体单位总量的对比,分子分母必须属于同一总体,并且存在着一一对应的关系。强度相对数则是有密切联系的两个不同总体的总量指标的对比。要正确区分这两种指标关键在于用以对比的分子、分母两个数值是否来自同一总体,如是则为平均数,否则就是强度相对数。例如人均粮食产量,由于它是粮食总产量与人数相对比,分子、分母没有一一对应关系,即并非每个人都提供一份粮食产量,因此它是强度相对数;再如人均消费量,由于每一个人都要消费一定数量的粮食,故是平均数。
五、辨析数量指标与质量指标
正确区分数量指标与质量指标至关重要,关系到后面进一步学习统计指数的内容。区分二者的关键是:数量指标是反映现象的规模大小、数量多少的统计指标,其指标数值都是用绝对数形式表现的,如学生人数、企业设备数、商品销售量等,它是从广度上说明总体特征的。而质量指标是反映现象的相对水平、平均水平以及工作质量方面的统计指标,其指标数值都是用相对数或平均数形式表现的,如劳动生产率、产品合格率等,它是从深度上说明总体特征的。在教学中最好让学生记住:凡指标数值是以绝对数形式表现的,均为数量指标,而指标数值是以相对数或平均数形式表现的,则是质量指标。例如单位产品工时消耗量,乍一看好像是数量指标,但仔细分析这一指标的涵义是生产一定数量产品产量和所需工时进行对比而得出平均每生产一件产品所需工时,因此这是以平均数形式出现的质量指标。
弄清了概念并不等于具备了分析判断问题的能力,掌握了概念是进一步分析判断问题的基础,而能力则是在实践中逐步锻炼培养出来的,是在不断地分析、判断、解决问题的实践中逐步提高的,但一定科学方法的运用,会使这种能力的提升更快些。因此,掌握这几对概念的辨析方法显得尤为重要,可以为全面系统地学好《统计原理》这门课程奠定坚实的基础。
参考文献
〔1〕娄庆松.统计原理〔M〕.北京:高等教育出版社,1992.
〔2〕陈志成.统计学原理〔M〕.北京:高等教育出版社,1993.
〔3〕钟新联,师应来.统计基础知识〔M〕.北京:中国财政经济出版社2009.
【关键词】 高职教育 统计学 工学结合 教学改革
一、工学结合的学习模式
2006年,教育部出台了《关于全面提高高等职业教育教学质量的若干意见》(后简称16号文),进一步强调了大力推行工学结合,突出实践能力培养,改革人才培养模式的要求。
高职教育工学结合人才培养模式的基本内涵是:遵循职业教育基本规律,以适应现代经济建设、产业发展和社会进步需求为原则,建立行业(企业)与职业院校密切协作、相互促进、互利共赢的机制,以着力培养高素质技能型人才为根本目标的高职教育模式。
工学结合的学习模式具有以下诸多优势:一是使学生将理论学习与实践经验相结合,加深对所学知识的理解;二是使学生了解更多的实际问题,扩大了专业视野;三是为学生提供了检验自己能力的机会;四是增加了学习兴趣与动力。
统计学是高职院校财经类专业的基础核心课程,同时也是一门“教”和“学”难度较大的课程。如何将理论知识与实际运用有效结合起来显得格外重要,也极富挑战。由于我国高职院校的工学结合起步较晚以及条件所限,能让学生真正融入企业参加观摩、练习的并不普遍,但除了深入企业实习,我们还可以通过重构课程体系,优化教学内容,改进教学方法等手段,将实际问题引入日常学习生活,创建学生“身临其境”的学习情境,从而达到类似工学结合的效果。
二、重构课程体系
高职统计教学的目标是培养学生统计思维,掌握基本的统计原理和方法,最终服务于专业学习和工作实践。由于统计学具有理论抽象、计算繁杂、应用性强的特点,按传统的课文讲授―课后练习―习题讲解的模式基本能让学生较好的掌握书本内容,但无法将统计知识与专业技能结合起来,也缺乏分析解决实际问题的能力。既没有完全达到统计教学目标,也不能满足高职院校培养专业应用型人才的要求。因此,我们从工学结合的理念出发,在传统的理论教学体系外,结合不同的专业设计了专业实践教学体系,不同专业的实践教学体系既有自身的特色与要求,又能与理论体系相互融合与促进。
由于在传统理论教学体系外增加了专业实践课程体系,客观上要求增加统计学的授课学时,这是有效且必须的。高职院校的统计教学一般安排在72―80课时左右(平均每周4课时),这与统计课程的重要地位是不相符的。这些课时对于理论教学尚可,若想强化学生的理解与实践能力则显得捉襟见肘,建议增加至108―120学时(平均每周6学时),将增加的课时分配给专业实践课程教学,用课堂情景模拟企业环境,用课堂实训问题替代企业真实问题,从而能产生近似工学结合的学习效果。
整个专业实践体系分解为四大块:教学计划体系、教学方法体系、校内实训体系和教学改革体系。首先要求教师在熟悉课本内容的基础上,及时了解外部环境变化,发掘企业及社会的需求,从而安排实践教学内容和教学计划;其次,充分利用相关教学资源来提高教学效率,可以课堂模拟也可以课外实践;最后,在教学过程中不断比较、总结和学习,形成自己的特色与核心价值。
三、优化教学内容
目前,大多数高职统计教材都能做到结构清晰、内容完整,同时也越来越注重实用性,但真正能做到基本理论与专业需求较好融合的并不多见。
1、传统教学内容的特点
(1)一般按照原来苏联模式下的社会经济统计体系,从基本概念入手,依次安排统计设计、统计调查、统计整理和统计分析模块;接着讲解抽样推断、参数估计、相关回归和统计指数,最后介绍国民经济核算体系。但在实际教学中,由于抽样推断和参数估计需要一定的概率论知识,因此一般略过不讲。
(2)缺少案例分析。这也是目前统计教材最大的通病。大多数教材只能做到将概念、计算讲解清楚,但内容稍显陈旧和单调,没有很好地和专业内容与实际需要结合起来。统计教材一般不像经济类教材那样内容生动、案例丰富。虽然统计学基本特点是客观真实,并不像经济学那样充满想象和主观判断,但统计教材完全可以多采用案例分析――统计并不缺少实际事例。可能有老师觉得可以在课堂上自己增加举例,但枯燥的课本已经提不起学生自觉看书的兴趣了。
(3)缺少高质量习题。一般的教材课后习题只是注重对概念的识记,如选择或填空“统计的特点是什么”、“统计调查的组织方式有哪些”等;或是对例题的重复变形,不过将例题稍微改头换面就变成了一个新的习题。这里并不是说这样的题目不好――初学者总要经历一个识记和模仿的过程――而是说这样的题目占整个习题的绝大多数,仅通过这些习题的训练对于提高学生的理解和应用能力显然是不够的,在识记的基础上应适当增加理解和运用层次的练习。
2、设计和优化内容
越来越多的统计教学工作者也发现了上述问题并为之努力。本文就如何设计和优化内容提出以下建议。
首先,根据工学需要,明确统计教学的内容范畴,并将课程内容细化为具体的知识点,再针对每一个知识点来设计教学内容。一定要注意课程内容不等于授课内容,课程内容只是按教学大纲要求必须讲授的知识点,但如何让学生学好学透这个知识点,老师应该围绕该知识点的重点、难点、特点等设计具体教学内容。比如统计课程内容的“强度相对数的定义”,如果只是按书本讲解强度相对数是“某一总量指标数值与另一有联系但不同类的总量指标数值之比”,学生一般难以掌握,此时,教师可以针对此知识点设计具体的教学内容“强度相对数定义,强度相对数与平均数的区别与联系,强度相对数与其他相对指标的区别,强度相对数的争议等”。显然教学内容是对课程内容的具体设计,统计教学应该经历确定课程内容――细化具体知识点――设计教学内容的过程。
其次,大量增加实例分析,将工学需求紧密结合。目前的统计数缺少引人入胜、紧贴生活的案例。案例一般分为三种:引人入胜型,这种案例一般是与知识点相关的生活常识或趣闻,提高学生学习兴趣;解决问题型,这种案例是统计知识在生产生活中的实际运用,提高学生的理解和应用能力;启发思维型,这种案例是提出新问题引发学生思考并尝试解决。增加案例分析有三个途径:书本案例、课堂案例、课后习题案例。第一要增加书本案例,书本是学生学习的基础,一本书如果内容枯燥无味,是很难吸引学生认真阅读学习的,而没有认真研读书本则学习效果可想而知;第二要增加课堂案例,课堂案例应以生产生活实际应用为主;第三要适当增加课后习题的案例分析,既是对课堂内容的巩固,又是对统计学习的补充。
最后,鼓励使用工学结合教材和习题。编写合格的工学结合教材和习题是一项复杂艰巨的任务。一方面要求教师紧跟专业要求和地方经济需求,另一方面要求教师具有丰富的实践经验和跨专业的复合知识结构。工学结合的教材要求体现统计知识与专业知识的结合,满足实际工作的需要;工学结合的习题要求学生通过练习,掌握一定的利用统计知识解决实际问题的能力。
三、改革教学方法
1、始终坚持“兴趣性”和“重要性”原则
统计学本身涉及了大量抽象概念和计算,而数学是高职学生的普遍弱点,要达到预期教学效果,必须让学生对统计感兴趣并且重视,从而愿意学且认真学。因此,教师在整个教学过程中始终要坚持上述两大原则。
2、善用教学方法
目前倍受推崇的有项目驱动法、工学交替法、情景模拟法等。项目驱动法是指根校企双方据实际需要确定研究项目,并在项目合作过程中完成教学培养工作。工学交替式是指把学生的校内学习和校外实训分段交替进行,一个学期在学校学习文化理论知识,一个学期下企业实习。这两种方法效果明显,但局限性也较强,比如研究项目的选择、实习人数的限制等。情景模拟法是利用校内条件,仿真企业环境和实际工作需求,学生在教师指导下模拟企业实训,从而达到身临其境般的效果。
3、强化职业道德教育,全方位指导学生
统计也有其职业素质和职业道德要求。从事统计学习和工作,必须本着客观真实、实事求是的原则,不弄虚作假。教学工作不仅仅限于课堂上知识的讲解,应该以知识激起兴趣,以兴趣串起知识,并用真挚的情感全面地指导学生学习,帮助学生树立正确的人生观、价值观,构建和谐的师生关系。积极利用课内外可利用的渠道来指点学生、关怀学生、帮助学生,建立一种长久、融洽、信任的师生关系,让学生真正喜欢上这门课程。
四、改变考核标准
为了有效实现上述目标,考核标准也要做相应调整。除了传统的期中期末考试外,更应该注重对平时的学习态度、实训效果进行考核,改变“一考定成绩”的模式。同时,除了教学考核外,还要求学生取得相关从业资格证,甚至鼓励和指导学生参与职业技能考试(如统计师,会计师,经济师等),这也是一种激励学生学习,提高学习和应用能力的有效途径。
综上所述,高职院校推行工学结合人才培养模式是新形势下我国高职教育改革的重要方向和根本出路。真正建立一套科学有效的工学结合人才培养模式任重道远,需要在加大学校软硬件投入,强化双师师资队伍建设,加强校企合作、校校合作等各个方面共同努力,最终为我国培养出更多高素质高技能的应用型人才。
【参考文献】
[1] 陈解放:合作教育的理论及其在中国的实践――学习与工作相结合教育模式研究[M].上海:上海交通大学出版社,2006.
[2] 陈解放:“产学研结合”和“工学结合”解读[J].中国高等教育研究,2006(12).