时间：2023-07-30 10:10:29
序论：在您撰写统计学研究方法时，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。
统计学研究对象的研究方法有：以已知数或已知量为基础，循著某种具体关系进行推算的方法、通过运用数字的理论性推理来进行推算的方法、以平均数为基础进行推算的方法。等这几种研究方法。
统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化分析、总结，做出推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。随着数字化的进程不断加快，人们越来越多地希望能够从大量的数据中总结出一些经验规律从而为后面的决策提供一些依据。统计学专业不是仅仅像其表面的文字表示，只是统计数字，而是包含了调查、收集、分析、预测等。应用的范围十分广泛。
（来源：文章屋网 ）
起源于上世纪七十年代的层次分析法(简称AHP)是由美国运筹学家T.L.Sattyti提出的，主要是对多指标系统方案给出一种层次化、结构化的决策方法。该方法综合考虑了定性与定量两种决策分析方法，在决策分析问题中有着广泛的应用。
层次分析法主要是一个模型化、数量化的过程，通过对复杂系统的分解，将其转化为若干因素，在各因素之间通过比较和计算，从而得出不同方案的权重，该权重可为最佳方案的选择提供依据。在处理实际问题的过程中，经常会遇到诸如目标准则层次较多以及非基本结构的复杂决策问题，此时如何能够将该问题简化主要取决于如何从少量的定量信息入手，深入探究问题的本质及其内在关系，将思维的过程数字化，从数学的角度思考，用数字说话，达到准确计量的目的。
层次分析法中各层次的结构反映了各因素之间的关系，如何确定该结构是关键所在。通常准则层中的各准则在目标衡量中所占的比重并不一定相同，处理的关键在于如何较为准确的将这些比重进行量化。很多时候，对某个因素有影响的因子比较多，如若直接给出各个因子的比重，难免出现偏差，主要原因有：问题考虑不全面、首尾数据顾此失彼、所有数据可能不符合整体性为1的隐含条件等。
比如我们有这样的生活常识：假如有若干个大小不一的西瓜，每个人都能按照自己的感觉给出每个西瓜所占总体重量的大致比重，但是由于不知道每个西瓜具体的重量，每个人给出的数据都不尽相同，而且由于只是估计值，可能所有的比值会出现相互矛盾的情况，也容易出现比值和不等于1的情形。因此，当影响某因素的因子较多时，通常将众多专家研判的均值作为各因子的比重，但这些比重只是初始值，通常要在初始值的基础上经过一系列严格的转化、换算，才能最终得出各准则层的相对权重。
各准则层相对权重求解的过程大致可以分为三个步骤：1.构造判断矩阵——分析系统中各因素间的关系，对同一层次各元素关于上一层次中某一准则的重要性进行两两比较，从而构造得出两两比较的判断矩阵;2.构造判断转化矩阵——由上一步中的判断矩阵中数据计算各比较元素所在准则的相对权重，并进行一致性检验。通常由判断矩阵到判断转化矩阵的转化方式不唯一，不同的转化构造方式往往对应不同的适用和使用效果;3.计算各层次对于系统的总排序权重，并进行排序。以上三个步骤中，第二步是关键，最终可以得到各方案对于总目标的总排序。
在用层次分析法解决某些具体问题时，可能会出现相对权重明显集中，权重差距较大的现象。因此，需要对层次分析法相对权重进行改进计算，努力提升层次分析法实际应用效果。本文主要介绍确定相对权数的一种新算法—方程法，并且通过实例检验其使用效果。1层次分析法中相对权重的算法新思路
1.1建立判断矩阵
判断矩阵是在对每一层次中的所有因素进行相对重要性的两两比较的基础上而建立的矩阵，即：
R=r111…1R1n
1
rn11…1rnn，其中r11。，r22，…，rnn=0.5，rij表示第i个元素相对于第j个元素的重要程度关系，采用0.05-0.95标度给予数量表示，且rij+rji=1。江苏理工学院学报第20卷第6期孙丹丹：确定统计权数的新方法——方程法
rij的取值不应由个别人来确定，应由众多专家共同研判，最终取其均值。专家研判的取值是第i个元素相对于第j个元素的重要程度确定：特别重要(0.85-0.95)、重要(0.75-0.85)、相对重要(0.65-0.75)、稍重要(0.55-0.65)、重要程度相当(0.5)。
1.2判断转化矩阵
判断转化矩阵：A=a111…1a1n
1
an11…1ann，其中a11，a22，…，ann=1。
判断转化矩阵，需要将rij转化为aij。
判断转化矩阵中aij和aji必须满足两个条件：①aij*aji=1;②aij-aji=rij-rji(其中i为i和j两个元素中较重要者，否则条件②改为aij-aji=rij-rji)。
将以上两个条件进行变换，即aij-11aij=rij-rji或aji-11aji=rji-rij，求解可以得aij或aji(取正数解)。
1.3准则层的相对权重的计算
①计算判断矩阵中各行元素乘积：Mi=∏N1j=1aij=ai1·ai2…ain(i=1，2，....n)。
②计算Mi的n-1次方根：Wli=n-11Mi。
判断转化矩阵中涉及元素是n个，反映元素间的关系应是n-1个关系。事实上，由于判断转化矩阵中a11，a12，…，ann=1，因此对角线上的元素对计算判断转化矩阵中各行元素之乘积是没有影响的。基于以上考虑，应该计算Mi的n-1次方根。
③对Wli进行正则化处理：Wi=Wli/∑n1i=1Wli，其中Wli为判断矩阵中各行元素乘积的n-1次方根。正则化处理后，∑n1i=1Wi=1。
从上述过程可以看出，新方法中准则层的相对权重计算过程与传统层次分析法相比，区别主要在于第二步，即判断转化矩阵的计算。在判断转化矩阵中，aij保留了最初判断矩阵中rij之间的差异性，并进一步将最初判断矩阵的对角线相应因素和为1转化为了判断转化矩阵中的对角线相应因素积为1，这在一定程度上解决了相对权重明显集中，权重差距较大的现象。下面将通过实例，来验证该方法在处理权重差距较大问题时的可行性和优越性。2层次分析法中相对权重的改进算法实际应用
全部国有及规模以上非国有工业企业主要经济效益指标：工业增加值率、总资产贡献率、资产负债率、流动资产周转次数、成本费用利润率、全员劳动生产率、产品销售率，记这7个指标分别为1、2、3、4、5、6、7。
2.1判断矩阵：11121314151617110.510.2510.8010.5510.7010.8010.75210.7510.510.9010.8010.8510.9510.90310.2010.1010.510.3510.3510.8010.40410.4510.2010.6510.510.5510.8510.60510.3010.1510.6510.4510.510.7510.60610.2010.0510.2010.1510.2510.510.25710.2510.1010.6010.4010.4010.7510.52.2判断转化矩阵
由上述矩阵结合算法新思路中判断转化矩阵的求法，不妨以a12与a21为例。
由r12=0.25，r21=0.75可知：a21·a12=1，
a21-a12=r21-r12，即a21·a12=1，
a21-a12=0.5。
解方程组可得：a12=0.780 8;a21=1.280 2。
同理，可求得所有a1ij，i，j=1，2，…，7。
汇总整理后可得如下判断转化矩阵：1112131415161711110.780 811.34411.051 211.219 811.34411.280 8211.280 81111.47711.34411.409 511.546 611.477310.74410.6771110.861 210.861 211.34410.905410.951 310.74411.161 21111.051 211.409 511.105510.819 810.709 511.161 210.951 31111.280 811.105610.74410.646 610.74410.709 510.780 81110.780 8710.780 810.67711.10510.90510.90511.280 8112.3准则层的相对权重的计算
由上述矩阵结合算法新思路中准则层的相对权重的计算方法可得：Mi分别为：2.316 294，8.186 244，0.454 378，1.345 582，0.909 344，0.154 815，0.612 73。Mi的n-1次方根分别为：1.150 268，1.419 648，0.876 805，1.050 715，0.984 286，0.732 772，0.921 605。
从而可以求得每个Mi相对权重，汇总整理如下：
%11121314151617统计局公布权重116120112115114110113新算法权重116.12119.89112.29114.72113.79110.27112.91传统层次分析法权重123.36146.5913.1518.95111.8611.5414.55本例中，由最后的计算结果可以看出：若使用传统层次分析法，则最终计算出的权重值差距较大且仅集中于个别因素;而使用新方法所计算出来的相对权重明显更接近于统计局所公布的数值，且由此方法计算出的权重值也有更为合理的解释。3结语
本文在传统层次分析法权重计算的基础上，提出了一种确定统计学权数的新方法—方程法。不仅给出了新方法的推导过程，并且通过实例计算，证实了该方法在解决实际问题中的可行性和优越性。
关键词：统计学;非统计专业;教学方法
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）06-0195-02
统计学是收集数据、整理数据和由数据得出结论的一门科学。当今大数据时代，各行各业中都存在大量的复杂数据，如何由数据客观地得出结论及对未来进行预测，是很多实际领域都面临的一个重要问题。统计学作为处理数据的一个重要利器，在很多学科中都有很大的应用性。基于时代的需求，目前我国高校很多非统计专业都设置了统计学作为专业必修课。本文基于作者多年来对非统计专业的统计学教学过程的经验和感受，探讨对非统计专业统计学教学的一些认识和建议。
一、非统计专业学生对统计学的误解
1.对学习难度认识的两极化。在非统计专业的统计学教学中，有一种很奇怪的现象，部分同学认为统计学比较简单，而部分同学认为统计学很难。情况往往是这样，女生认为统计学简单，她们只注重统计学的计算层面上，没有认识到统计方法的本质;而男生则认为统计学较难，性别差异很明显。而这些简单的认识，往往都是对统计学的片面了解造成的，并没有把握到统计学学习的本质。
2.缺乏学习的主动性。对于非统计专业的学生，统计学课程和他们的专业课程（尤其是文科性质的专业）相差较大，部分学生觉得统计学很难，看到统计学的符号和公式就头大，故对统计学的学习兴趣较小，缺乏主动性。还有一部分非统计专业的学生，觉得统计学无非是利用一些软件算出一些数值，非常简单，现用现学或者临阵磨枪即可，无须去下较大的功夫，致使学习的主动性较差。
3.陌生感与距离感。对于非统计专业的学生，尤其是没有学过高等数学和概率论专业的学生，看到统计学的一些符号、公式有着一种与生俱来的陌生感，于是会对统计学的学习产生一些本能的排斥。其实，统计学只需要有中学的数学基础就可以学习很多的统计思想和统计方法。统计学既是一门科学也是一门艺术，统计思想对统计学的理解和学习非常重要，而这往往会使初学者产生一种距离感，导致了一些消极的学习态度。
4.对统计学的价值缺乏认同。部分非统计专业的学生对统计学的学习价值缺乏认同，尚未了解统计学的意义和作用。部分学生认为自己距离处理数据比较遥远，对于统计方法的实用性也缺乏认识，学习统计学仅限于完成上课任务并且通过考试而已。造成这种误解的原因很多，既有学生自身的问题，也有社会环境的问题，或者是相关专业的其他教学中对统计学的涉及不足，也可能是教师或者教材存在的问题。
二、统计学在非统计专业教学中可能存在的问题
教学是教师的“教”与学生的“学”两个过程的有机结合，教学效果的好坏既取决于学生的学习过程，更取决于教师的教授过程。恰当的教学方式和方法能够有效地激发学生的学习兴趣和主观能动性，从而使得教学活动收到很好的教学效果。作为教学活动的组织者，教师在不断增强自身知识体系的接触上，应该在教学活动的组织方式和方法上多下功夫，而这点也是非统计专业的统计学教学过程中至关重要的。目前，非统计专业的统计学教学过程中存在一些问题，主要体现在以下几个方面：
1.教学内容过于“程式化”。统计学与数学是有一定区别的，对于统计学的教学，每一种统计方法都包含着一定的统计思想，其提出具有实际的应用背景。在教学实践中，部分教师过分强调统计方法的实施步骤，而忽视了统计思想的自然性及其传授，导致其学生对统计方法的认识过于机械化、程式化，往往对于数据能够熟练地计算其结果，而对于结果的解释及其应用条件的判断却束手无策。例如，很多教师在讲方差时，往往着重于方差的计算，而忽略了对其定义的理解和认识，而这往往会导致学生认为统计就是一些数字的误解。
2.与具体专业的结合不够。统计学无所不在，只要有数据的地方就有统计方法的应用。而统计学真正的意义在于解决实际问题。在非统计专业的统计学教学实际中，尽管要教授统计学的基本理论和方法，但是案例教学是必不可少的。教学中的实际例子除了要有代表性还要和具体的专业紧密结合。而部分教师由于对相关专业的应用情况了解不足，教学过程中的例子往往和相关专业结合不够，这样会使学生对统计学产生一定的距离感，不利于学习兴趣的激发。
3.多媒体在统计学教学中的使用问题。传统的教学手段主要是板书。板书是教师的基本技能，也是最重要的一种教学手段。对于统计学教学而言，板书教学不利于展示统计方法对于具体数据的实现。随着现代化教学手段的进步，在统计学的教学实践中，多媒体教学逐渐占据了重要的地位。多媒体教学的优点是图文并茂，有利于展示统计方法在统计软件中的实现，在学生掌握统计理论基础的同时提高了他们的动手能力。在统计学教学过程中，不应忽视多媒体教学的最要重要。但是多媒体容易使教学速度加快，不便于学生的理解和吸收。因此，在统计学教学中，过分使用多媒体或者基本绝缘于多媒体都存在一定的问题，要结合所教授的内容，恰当把多媒体教学引入到传统教学当中，会获得更好的教学效果。
4.考核方式略显单一。在非统计专业中，统计学多为考试课。考试形式多采用闭卷考试，试题类型常包括单项选择、多项选择、判断、简答和计算，缺乏对统计方法应用能力的考核。在这样的考核方式下，往往使得临阵磨枪型的学生考试成绩也不错，使学生对统计学的学习和认识产生误解。而这种考核方式，对学生的思想也有一定的束缚，很难培养学生用统计学方法解决实际问题的认知。因此，教师需要对统计学的考核方式多做些思考，在考核学生理论水平的同时，注重培养学生用统计学方法解决实际问题的能力。
三、统计学在非统计专业中教学方法的几点建议
1.注重统计思想的传承。统计学不是一门孤立的学科，它是人们客观认识自然界和人类社会中各类随机现象的经验总结。任何一种统计方法的产生并不是凭空的，总是有它的实际应用背景和启发的问题，可以说统计方法是实际中使用方法的一种理论提升。因此，在统计学的教学过程中，要注重统计思想的传承，培养学生的统计思维和解决实际问题的应变能力，这样不仅有利于增强学生学习统计学的积极性，也是创新思维形成的一个前提。
2.注重统计方法的实际应用。统计学来源于实践，也必定扎根于解决实际问题。实际问题，往往不是经典统计方法的一个简单应用，这要求把实际问题首先提炼成统计学的问题，这就要求统计学教师不仅要不断拓宽专业知识，还要多多接触非统计专业领域的问题，善于交流与合作，这样统计学才有生存和发展的空间。在教学的过程中，有意识地应用具体专业的实例来传授统计学的方法，这样容易使学生产生共鸣，深刻体会统计学在本学科中的应用价值。比如，在讲授回归方法的时候，首先把数据的散点图呈现给学生们，然后让学生们分组讨论，从直观的想法出发，如何对一个新的个体进行预测。这样在学习统计方法的同时，也让学生了解统计方法如何应用。
3.多媒体和板书有机结合。在统计学教学过程中，板书和多媒体要有机地结合起来，用板书来传授理论知识，用多媒体生动地来解释实例和演示统计软件。这样，两种教学手段充分利用，相互补充，才会达到更好的教学效果。比如，在讲解Logistic回归模型时，首先应用板书来讲授Logistic模型的模型框架及其建模方法。其次，对于不同的问题，哪些适用于Logistic模型。对于不同的统计软件，如何实现Logistic回归，这需要用多媒体来演示统计软件的Logistic回归流程。最后对于软件的输出结果，如何解释。这样的多媒体和板书结合的教学方式，对于统计方法的教学过程是十分必要和有效的。
4.培养学生用统计方法解决实际问题的能力。统计学教师的教学不仅限于课堂，还应该组织学生进行多种实践活动，这样才能更好地调动学生学习的积极性，培养学习解决实际问题的能力。例如，在学习聚类分析时，让学生们3人一组，对已有的考试成绩进行聚类分析，首先面临的问题是数据的处理，对优良中差这类分级的成绩如何赋分，然后选择合适的聚类方法，对得出的结果如何进行解释。这个过程中，小组成员需通过上网或者图书馆查阅相关文献，用计算机模拟不同的方法，最后把研究成果用文字报告或者PPT呈现。这样，原本看似枯燥的方法在实际问题中会变得既有意义又生动，留给学生们很大的空间去选择和应用统计学方法，结论也不一定是唯一的，更有利于调动学生的主观能动性，培养学生用统计方法解决实际问题的能力。
统计学是实用性极强的一门学科，在非统计专业的数据处理中统计学将起到不可替代的作用。随着大数据时代的到来，高维、海量及复杂数据的出现，统计学与各领域的结合更加密切。对于非统计专业的学生而言，掌握统计学的基本理论知识，了解统计学在所学领域的应用，这对非统计专业学生能力的提高将会起到重要的作用。
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]邓海松.关于非统计专业统计学教学的一些见解[J].中国科教创新导刊，2013，（17）.
[3]闵素芹，柳会珍.浅析统计学专业创新与实践教学改革[J].统计与咨询，2010，（6）.
安全科学是研究技术应用导致的安全与危险这对矛盾的运动规律，以采取对策将技术危害控制在允许限度内，促进生产持续稳定的发展，达到保护人员身心健康和安全、避免物质财产损失和保护环境的目标的跨学科综合叉科学。安全统计学是安全科学发展的结果，与安全科学息息相关，以安全科学为本体，下面将结合安全科学的内容对安全统计学的定义和研究对象进行分析。
1安全统计学定义
对安全科学进行研究就必须从事物的表面现象认识事物的本质和规律性，把握事物间的联系，进行抽象与概括，以求认识事物的本质，作出准确的判断和推理，得出本质和规律。安全统计学是以安全科学为基础，是安全科学和统计学的交叉学科，以收集与安全有关的资料进行整理、分析和研究等统计技术为手段，对所研究的对象和数据资料去伪存真、去粗取精，从而分析出与安全问题有关的各种现象之间的依存关系，找到其规律性。基于统计学理论与安全科学学的原理，并参考有关文献[2-5]，安全统计学定义为利用统计学原理和方法研究人们在生活、生产、生存领域与安全问题有关数据的数量表现和数量关系，揭示安全问题的本质特征与一般规律，对安全生产规律进行预测和决策，并提出具体的应对策略的一门方法论学科。
2安全统计学研究对象
安全统计学所研究的是人们在生活、生产、生存领域的安全问题，不同于其他安全学科的以“统计”为研究手段,研究事故现象和过程的数量表现、数量关系等问题，这种数量关系既包括安全生产领域的安全现象，也包括社会、经济领域中的安全现象，以及各种安全现象与社会、经济相互影响的数量关系，其范围几乎涉及安全科学体系中的各门学科，从大安全观出发，从社会各领域相互联系的角度入手，对社会存在的安全问题进行全方位的观察、描述、分析和评价。
二、安全统计学的知识体系
1安全统计学学科基础
安全统计学是一个综合性的新兴交叉学科，广泛运用统计分析的方法，通过客观事实的大量观察来分析事故特征和变化规律，是在实现总目标前提下的多学科理论和技术有机结合而形成的知识综合体，与安全学、社会科学、统计学密切相关，既有哲学、安全科学、社会科学基础理论部分，也包括数量理论的知识。基于安全学的理论体系及其与相关学科关系，将其学科基础大致划分为以下三部分[8-10]：（1）安全统计学的指导科学唯物辩证主义是人类认识世界最一般的方法论科学，它为一切科学提供方法论基础，安全统计学当然也不例外，哲学是科学研究和学科建设的根本，为科学研究与学科建设提供指导思想与哲学方法，其理所当然成为安全统计学的指导科学。唯物辩证主义是安全统计学的指导思想，处于安全统计学体系的最高层次，其理所当然成为安全统计学的指导科学。根据辩证唯物主义关于存在决定意识的原理，安全统计学必须坚持实践第一的观点，从实际出发、实事求是，如实反映情况，反对弄虚作假。哲学中质和量辩证统一的原理又要求我们在质和量的密切联系中去认识事物的本质和规律性。哲学还告诉我们：任何事物的认识过程都是从个别到一般，从现象到本质。安全统计学正是依照这个原理，从对大量个别事物的观察中，总结出现象的总体特征。另外，哲学关于认识论及事物普遍联系和不断运动发展的原理，都是指导安全统计学认识事物的方法。（2）安全统计学的基础理论学科安全统计学的基础学科是由一些安全科学和统计学的基础学科所构成的，它们是安全统计学的基础体系。这些学科包括统计学、数学、数理统计学、政治经济学、安全科学、系统科学、科学方法学、社会学等，为安全统计学实践应用提供理论基础，并将这些基础学科的基本原理、知识体系与方法等理论广泛应用于其安全统计学自身特殊活动与规律研究中，满足安全统计学交叉与综合学科属性对理论基础的广泛要求。（3）安全统计学的工程技术理论学科工程技术科学着重研究应用的基本理论、原理与方法，是指导生产技术的直接理论基础，同时又是联系基础科学和工程技术的纽带。这些学科包括安全信息工程、职业卫生工程、矿业安全工程、石油化工安全工程以及冶金、建筑、交通运输、航空航天等各种安全工程技术、安全法律法规、安全管理工程、安全经济、系统可靠性、系统危险分析技术等均是安全统计学必须与之紧密协同的学科。
2安全统计学主要内容
一个学科的构成及其研究内容都是由其研究对象决定的，安全统计主要是对安全生产领域和社会、经济领域中大量事故现象的数量表现进行搜集、整理、描述、分析和开发利用，就是对事故现象的数量表现的一种调查研究活动或认识活动。安全统计学研究的是与安全有关的统计问题，运用到统计学原理与方法、安全学原理与方法、经济学原理与方法等。在综合运用多学科理论与方法的基础上把安全统计学的研究内容分为基础理论与应用理论两大部分。
（1）基础理论部分
安全统计学的基础理论是安全统计学研究的重要内容。它包括如下三个组成部分：一是安全统计学的理论基础，如数理统计学理论、统计物理学理论、信息论、灰色预测理论等。二是安全统计学的方法理论，如统计调查方法、统计分析方法、趋势预测方法等。三是安全统计学的体系理论，如体系结构、指标设置、相互衔接理论等。它们作为安全统计学的基础理论，是使安全统计学成为一门科学的理论与方法的基本保证。
（2）应用理论部分
包括如下内容：一是安全统计工作的程序与操作规则，如统计时间要求、安全统计报表的填报、安全统计法规制度的制定与执行、安全统计数据的获取与等。二是计算方式，如各统计指标的计算公式等，即是安全统计学应用理论的重要构成部分。三是安全损失评估方法，它主要用于对各种具体灾害的危害后果进行价值评价与估算。主要实际运用如下：统计资料的搜集和整理的方法是否正确和全面，决定着统计分析的结果准确性，主要包括原始记录、安全统计台账和安全统计报表等。安全统计资料的整理是将搜集的事故资料进行审核、汇总，然后将汇总的资料根据安全统计的需要编制成表，如按事故类别、事故原因和事故时间等分组。统计指标的重要地位和作用随着安全工作的不断加强，随着全社会对安全的关注程度的不断提升，越来越显得重要，已成为安全工作的重要信息支持和决策依据。安全生产统计指标体系的建设包括安全生产控制考核指标体系、安全生产综合评价指标体系、生产安全事故统计指标体系、行政执法统计指标体系、职业卫生统计指标体系、煤炭工业统计指标体系。统计组织体系统计组织体系，是指为了使有关各方尤其是统计组织系统及其内部的有关各方能够有效地开展工作，并充分发挥其功能作用而建立的一种统计组织结构网络，如图1。国家安全生产监督管理局成立以后，对生产安全统计报告制度进行了改革，按照《安全生产法》的要求，建立了生产安全综合统计分析制度。有关行业事故由各相关部门统计后，以在安监系统内逐级上报为统计路径，即由事故发生地的区县安监局上报至省市安监局，再由省市安监局上报至国家安监总局；以事故发生的墓本情况为统计内容，由国家安监总局在第二年的第一季度通过官方媒体向社会统计结果。安监系统和煤监机构所进行的统计，不仅有工作对象状况的统计，还有监督、监察工作的统计，不仅有简单统计，还有统计分析以及综合分析。安全统计推断，就是以“安全数据库”为基础，针对某一具体问题建立相应的数学模型，应用工程数学及时对数据进行统计推断，进而充分定性、定量分析评定比较系统的“安全度”，以便针对存在的安全隐患采取相应的措施，消除隐患或将隐患降至最小程度。安全统计推断的最大特点是对原始数据进行统计分析，并用分析结果来推断生产过程中的安全状况，监视系统危险的动态变化。事故损失评估事故损失[14]，是各种外事故灾害造成的生命与健康的丧失、物质财产的损毁以及对环境的破坏、时间的损失等方面的总称，此外事故损失还有人员伤害与财产或利益损失、经济损失与非经济损失等种类划分。所谓损失统计是指对事故造成的各种损害后果进行统计，包括事故发生前的损失预测评估统计、事故发生时的跟踪快速评估统计和事故发生后的实际损害后果的统计，伤亡事故的经济损失包括直接经济损失和间接经济损失两部分，事故经济损失可由直接经济损失与间接经济损失之和求出。
3学科建设
根据安全科学学科体系中的事故类别，结合安全统计学的属性和内容，安全统计学与其他安全科学技术二级学科和三级学科间存在交叉，见表1。安全统计学的研究也是安全科学技术各个二级学科和三级学科与统计学交叉部分的研究[2,15]
三、安全统计学方法
现代科学技术发展的一个重要特征，就是学科的高度分化与学科之间的高度综合。学科的综合化主要表现为在自然科学和社会科学相互交叉地带生长出一系列新生学科，从而形成多种类多层次的交叉学科群。其中有一类是由一门科学的研究方法与另一门科学的研究内容相结合而生成的交叉学科，安全统计学即属此类。它是用统计学的理论与方法研究与安全有关问题的一门交叉科学，特点是研究方法属统计学。安全统计学的研究方法主要如下：
1大量观察法
大量观察法就是通过对大量同类客观现象的观察和研究，去认识客观现象的本质特征和发展变化规律。社会客体中的现象更多地遵循统计规律，安全生产领域也不例外。统计调查中有许多方法，如安全统计台账、安全统计报表、安全普查、抽样调查、重点调查等。
2统计图表法
统计表法是将事故资料数字变成表格，利用表中的统计指标来表示各类事故统计数字的表示关系，一般是根据统计表的资料，用点、线、面或立体图像鲜明地表达其数量或变化动态，事故常用的统计图有趋势图、柱状图、饼图。
3统计分组法
由于事故现象具有多层次性和多各类性，通过统计分组，将事故现象进行分类，为统计整理和统计分析奠定良好的基础。如按事故发生的单位所在行业、事故发生所在的地区进行分组汇总统计事故数据。
4数量分析法
数量分析法是在一定的理论指导下，对反映风险的各项指标进行整理分析，编制出各种指数，或者建立数学模型，揭示与安全有关的现象和事故过程中反映规律性的数量联系，揭示其发展变化中反映质的数量规定和界限的方法。以定量分析为主，可分为静态分析方法和动态分析方法。
（1）静态分析方法
静态分析方法主要采用综合指标、抽样推断等。安全统计学中的数量分析方法都是在可比的条件下，运用数学的方法分析数量关系及其表现形式的规律性，所以统计工作就要借助于统计指标。作为安全情况衡量指标通常为：绝对指标、相对指标和平均指标。绝对指标是反映一定历史条件下现象的规模或工作总量的统计指标，反映的是安全事故的全面情况的绝对数值，反应的是总体水平，如死亡人数、重轻伤人数、死亡事故起数、损失的工作日、经济损失量等。相对指标是将两个有联系的绝对指标之比，将安全事件的总体组成和其各部分之间的数量关系进行分析、比较，相对指标是绝对指标的比值，如百万吨死亡率、10万人生产安全事故死亡率等，其可以很明确地反映出企业在一段时间内的安全管理发展情况和同期各个单位的安全管理情况。平均指标是将总体内各单位某一数量标志值的数量差异抽象化，它反映的是某单位在某一时间段、某个范围内的总体安全管理水平，如每起火灾平均损失折款数。抽样推断是根据随机原则，在抽样调查的基础上，从总体中抽取部分实际数据，运用数理统计方法，对总体某一现象的数量性作出具有一定可靠程度的估计判断。抽样推断的理论基础主要是概率论的大数定律和中心极限定理。
（2）动态分析法
安全生产是一种动态变化的过程，仅仅依靠静态指标来分析并指导生产显然是不够的。安全统计工作也不只是填写报表、累计数据，还必须对安全生产发展变化的方向和速度进行描述。只有这样，才能够掌握事故现象的本质特征、内在联系和发展变化规律，预测和预防事故的发生。动态分析主要采用时间数列、相关分析等方法。时间数列是将某一统计指标在不同时间上的数值，按照时间先后顺序排列而形成的一种数列，以时间数列为基础，计算现象发展的水平指标和速度指标，分析现象发展变动的影响因素和趋势。在安全统计研究中，通过时间序列资料分析，可以在对时间序列的各种变动进行分析的基础上，将安全生产过去和现在所呈现出来的趋势和规律进行类推或延伸，利用一定的数量模型预测在未来可能达到的安全水平；可以通过计算各种水平指标和速度指标，了解和分析安全生产的发展变化历程；可以利用有关时间序列的解析模型，通过长期趋势分析、循环变动分析等了解事故现象发展变化的规律性。相关与回归分析均属研究及度量两个或两个以上变量之间的不确定性关系的方法，回归分析即被用来探讨诸影响因子与受动因子间在满足理论检验要求时存在的影响过程，选择的自变量将全部进入建立的模型中。在相关系数中，是通过对数据的x和y的综合平均离中程度来衡量x和y的线性相关程度的。生产工艺水平、安全投资能力、国家或地区的安全政策、公众的安全意识和行为等因素都对安全生产构成一定的影响，探索安全问题的数量关系能大致地说明这些安全问题之间存在的关系，因此运用相关与回归分析能够认识安全生产与社会发展之间的联系和影响机理，可以揭示安全生产领域中隐含的数量关系和其规律性，可以预测下一时期事故变化趋势，并指导下一步的安全工作[16-19]。各种指数编制的基本方法是将需分析的不同时间或空间的数据组进行算术加权平均，分别得到各时间或空间的平均水平后，再进行比较。在动态数列分析中常用的方法主要有最小平方法、季节指数法等方法。当前统计实践中常用的有总量指标两因素和多因素指数及其体系，平均指标两因素指数及其体系。运用统计指数来分析复杂安全现象总体的变动方向和程度，分析安全现象总体的长期变化趋势，借助连续编制的动态指数形成的指数数列，也可以反映安全现象在长时间的动态特征。
1.课题研究的背景和意义
手足口病（hand foot and mouth disease hfmd）是一种儿童传染病，又名发疹性水疱性口腔炎。多发生于5岁以下儿童，可引起手、足、口腔等部位的疱疹，少数患儿可引起心肌炎、肺水肿、无菌性脑膜脑炎等并发症。个别重症患儿如果病情发展快，导致死亡。[1]由于手足口病传染性强、传播途径复杂、流行强度大、传播速度快，且迄今没有治疗本病的特效药物。对手足口病流行趋势进行预测，以便采取控制措施，是疾病预防与控制中一项重要工作。该传染病在不同地区的流行趋势也不尽相同，选择适合的预测模型是重要前提。
2.自回归模型 [2] [6]
2.1自回归模型的定义
在时间序列的情况下，严格意义上的回归则是根据该变量自身过去的规律来建立预测模型，这就是自回归模型。自回归模型在动态数据处理中有着广泛的应用。
上式称为一阶自回归模型。当式中满足时，为平稳的一阶自回归模型。将这些概念推广到高阶，有自回归模型
，
式中为模型变量，为模型的回归系数，为模型的随机误差，为模型阶数。
2.2自回归模型参数的最小二乘估计
设有按时间顺序排列的样本观测值，阶自回归模型的误差方程为
，
，
……
.
记， ， ， ，
得， 的最小二乘解为 .
2.3自回归模型阶数的确定
建立自回归模型，需要合理地确定其阶数，一般可先设定模型阶数在某个范围内，对此范围内各种阶数的模型进行参数估计，同时对参数的显著性进行检验，再利用定阶准则确定阶数，下面采用线性假设法来进行模型定阶。其原理是：
设有观测数据，先设阶数为，建立自回归模型
， （2.1）本文由收集整理
再考虑模型，将
， （2.2）
作为（2.1）式的条件方程，联合（2.1）、（2.2）两式，就是模型。
先对（2.1）式单独平差，可求得模型参数估计及其残差平方和，记为，再联合（2.1）、（2.2）两式，也就是对阶模型进行平差，求得阶模型参数估计及其残差平方和，记为. 按线性假设法的式，它们的关系可写成.
在线性假设法中已证明，在假设成立时，可作分布统计量为
.
选显著水平，以分子自由度1，分母自由度，查表得，如果，则表示不成立，. 阶与阶两模型有显著差别，应采用阶，反之，则接受，表示阶与阶两模型并无显著差别，应采用阶。
2.4自回归模型的预报
设阶自回归模型方程为
，
当回归系数已确定时，可根据方程进行预报。
第一步预报值为
，
第二步预报值为
，
一般，步预报值为
越大，预报准确性越差，故应尽可能小。
3.模型的建立、求解及应用
下面给出了大庆市自2008年至2010年的手足口病发病统计（见表1）。
表1 2008年至2010年hfmd发病统计表
时间
月份 2008年 2009年 2010年
1 0 6 8
2 0 1 4
3 0 6 2
4 1 69 18
5 114 112 163
6 87 293 227
7 144 470 205
8 167 421 65
9 267 302 61
10 251 92 55
11 96 28 38
12 42 14 18
合计 1169 1814 864
运用spss软件判断模型回归性判断：
图1 acf自相关性分析图
图2 pacf偏自相关性分析图
如图1、图2得出acf和pacf函数分析，从而表明残差自相关不显著。
首先，确定模型阶数：当 时，
，求得：
.
当 时，
求得：
.
统计检验：原假设， 统计量
.
取显著水平，以自由度1、22查分布表得：， 因为 ， 故拒绝原假设，即认为一阶与二阶自回归模型有显著的差别。
当 时，求得：
.
统计检验：原假设.统计量
，
以自由度1、21查分布表得 ，因为，故接受原假设，应取模型阶数. 通过自回归分析，我得到的模型为：.
我们利用以上的出的结论对2010年大庆市手足口病发病人数进行了预测，并与2010年大庆市真实手足口病发病人数进行了对比，用matlab作图如图3，图4。
4.总结
关键词：多点地质统计学 训练图像 储层建模
【分类号】：P618.13
一、引言
在油气开发过程中必然会涉及到相关数据测量，测量过程中就会不可避免的出现误差，这些数据误差会给油气地质储层建模带来直接的影响。另外得到确定性的地质变量空间变量模型是不太现实的，那么在这个过程中就需要引用到概率论方法来完善数据建模。举例来说对于储层中流体的流动而言就需要结合微分方程系数等参数来进行探讨。在利用传统方法的建模过程中正常情况下都会使用内插方法得到储层参数但同时也会对流动方程造成影响那么就会产生一定的偏差。因此在油气地质储层建模的过程中需要根据实际条件来对数据模型进行调整并筛选合理的模型来进行构建让油气产量预测可靠性得到保障。
二、多点地质统计学与训练图像
基于变差函数的传统地质统计学随机模拟是目前储层非均质性模拟的常用方法。然而，变差函数只能建立空间两点之间的相关性，难于描述具有复杂空间结构和几何形态的地质体的连续性和变异性。
针对这一问题，多点地质统计学方法应运而生。该方法着重表达空间中多点之间的相关性，能够有效克服传统地质统计学在描述空间形态较复杂的地质体方面的不足。多点地质统计学的基本工具是训练图像，其地位相当于传统地质统计学中的变差函数。对于沉积相建模而言，训练图像相当于定量的相模式，实质上就是一个包含有相接触关系的数字化先验地质模型，其中包含的相接触关系是建模者认为一定存在于实际储层中的。
三、地质概念模型转换成图像训练
地质工作人员擅于根据自己的先验认识、专业知识或现有的类比数据库来建立储层的概念模型。当地质工作人员认为某些特定的概念模型可以反映实际储层的沉积微相接触关系时，这些概念模型就可以转换或直接作为训练图像来使用。利用训练图像整合先验地质认识，并在储层建模过程中引导井间相的预测，是多点地质统计学模拟的一个突破性贡献。
可以将训练图像看作是一个显示空间中相分布模式的定量且直观的先验模型。地质解释成果图、遥感数据或手绘草图都可以作为训练图像或建立训练图像的要素来使用。理想状态下，应当建立一个训练图像库，这样一来建模人员就可以直接选取和使用那些包含目标储层典型沉积模式的训练图像，而不需要每次都重新制作训练图像。
四、二维和三维训练图像
二维训练图像就是在纵向上没有变化，比如人工划相图，因此二维训练图像又称为伪三维训练图像。二维训练图像在纵向上不能反映河道微相的加积，在横向上也不能反映各沉积微相的迁移。因此二维训练图像比不能很好的反映沉积构型。在三维训练图像中，可以反映各微相在横向上的迁移和垂向的加积，能够很好的反映沉积体的空间结构。因此在实际应用中多使用三维训练图像。
五、油气地质储层建模发展趋势展望
从大环境来看目前我国的油气地质储层建模较以往取得了很大的进展，但是在某些环节上依然暴露了一定的问题，需要在以下几方面进行完善。首先遇到地质条件较为复杂的情况时需要将侧积体视为目标体来进行储层构型分析并根据分析结果来进行建模。（2）需要进一步提升地质知识水平并且将这地质知识应用并整合到建模中。（3）加强目标体连续性过程。（4）对三维训练图像构建和三维模拟中数据事件进行更具深度的把握。（5）对井数据模拟条件进行优化。除了在算法上进行改进外还应该让原型模型变得更为丰富并体现出层次感，将地震信息进行高度整合化，构建出地质约束原则，另外在建模过程中对层次分析与模式拟合给予充分的重视。
六、结论
将更多的地质资料整合到储层建模过程中以确保最终数值模型更加符合地质认识，这在预测储层流体特征时是十分必要的。多点地质统计学为地质工作者提供了一个强大的工具，使得他们可以通过训练图像将概念模型和先验地质认识整合到建模过程中。
目前研究的重点是提高多点模拟算法的性能，包括：提高运行速度，降低内存开销，提高沉积模式再现效果以及更灵活的整合不同来源的信息等。有理由相信，随着多点建模方法不断趋于主流，以及越来越多的地质工作者对这一方法变得熟悉，多点地质统计学将成为下一代地质建模工具。
参考文献
[1]王家华，张团峰.油气储层随机建模[M].北京：石油工业出版社，2001：119-143.
[2]王家华.迎接油气储层建模理论、应用的大发展-从2007年国际石油地质统计学大会谈起[J].地学前缘，2008，15（1）：16～254.
[3]李桂亮，王家华.多点地质统计学储层建模的实用展望[J].国外油田工程，2009，25（11）：1～2.
[4]Andrew Clark S.Challenges for Horizontal Well Placement Optimization in a Giant Mature Onshore Oilfield Abu Dhabi.UAE [C].SPE137070，2010，1～15.
[5]Matheron G. Principles of Geostatistics[J].Economic Geology，1963，58（1）：21～28.
[6]王家华，赵巍.基于地震约束的地质统计学建模方法研究[J].海洋石油，2010，30（4）：46～49.
[7]张挺，卢德唐，李道伦.基于二维图像和多点统计方法的多孔介质三维重构研究[J].中国科学技术大学学报，2010，40（3）：271～276.
【关键词】地质统计学 地震反演
1 地质统计学地震反演方法研究1.1 测井曲线标准化
测井曲线标准化与否直接影响着反演结果的精度以及门槛值的确定。选择沉积稳定分布范围较广的青一段大段泥岩为标准层，采用直方图频率标准化方法对全区测井曲线进行标准化。利用标准化之后的测井曲线进行反演参数可行性分析，并确定区分砂泥岩测井曲线类型以及门槛值。1.2 精细合成地震记录制作
地质统计学反演精细层位标定十分重要，它的制作精度直接影响反演结果的精度，采用雷克零相位子波，应用整体拉伸与局部微调的方法保证井震匹配。精细制作合成地震记录有两个主要原因。第一，建立钻井地质分层与地震反射同相轴的对应关系；第二，将测井揭示的储层信息正确地标定在地震剖面相应的位置上，实现井震匹配。
1.3 建立构造、低频模型，实现波阻抗反演
地震层位是建立构造模型的基础，在地震层位和地质模式的约束下，由于地震缺失低频成分，建立低频模型，选取适当的插值方法，对井的初始波阻抗进行内插和外推，建立初始波阻抗模型。精确初始模型的建立是测井约束反演的基础，约束反演处理的控制因素，建立接近地质条件的波阻抗模型，是减少其最终结果多解性、提高精度的根本途径。测井资料在纵向上详细揭示了岩层的波阻抗细节，地震记录则连续记录了波阻抗的横向变化特征，二者的相结合，为精确的建立空间波阻抗模型提供了必要的条件。建立波阻抗模型的过程，实际上就是把横向上连续变化的地震界面信息与高分辨率测井信息相结合的过程。
1.4 以波阻抗反演为模型，实现地质统计学反演
地质统计随机反演在计算的时候，选用Jason反演StatMod模块时，要把高斯配置协模拟和反演选项全部选中。这样在运算中，就会将反演选项中的地震数据纳入到的计算过程中来，并且通过先前做直方和相关分析时，可将反演的主变量与波阻抗的相关性也考虑进来，载入测井曲线进一步约束反演进行，最终能使得反演成果纵向上有理想的分辨率，与井点先验数据吻合，又能使随机反演的结果平面上较好地忠实于地震资料，得到地质统计学地震反演剖面。
1.5 影响砂体预测精度的重要参数分析
不同井网密度对反演结果影响较大，据反演结果分析可以看出，300m井网，3m以上砂体预测精度可达80%以上； 1m以下砂岩预测精度较低；夹层厚度对反演结果也有较大影响，围岩厚度在2m以下砂岩较难区分开；不同反演曲线对反演结果也有影响，通过精度分析与优选，采用最佳反演曲线预测砂体；不同井网对砂体预测精度影响较大，由图7可以看出B井控制300m范围内砂体预测精度较高，超出600m井距如果无井控制，则只能预测出厚砂体。
2 精度分析
地质统计学反演能否用于修正测井相带图预测井间砂体，关键取决于反演后用于测井解释进行验证，A区块经过随机选取参与反演井与未参与反演井进行精度分析， 3m以上砂岩综合符合率达到80%以上，1～3m砂岩符合率达到70%以上，1m以下砂岩符合率为50%以上，可以用于预测井间砂体。
3 成果应用
经过精度分析验证，反演成果可用，可以修正A区块各沉积单元相带图，不仅可以深化曲流带单一河道边界认识，为细分单砂体连通关系奠定了基础，还可以修正河道砂体走向预测井间砂体，我们以修正河道砂体走向为例：结合地震反演剖面（如图2）与砂岩厚度等值图修正了A区块C层沉积相带图。
图4？A区块C层井震结合后相带图
4 结论
（1）地质统计学反演侧重于测井与地震的联合。在地震解释和沉积分析基础上根据地质框架表，生成符合地质规律的初始阻抗模型。在道合并模块中，由于井模型可靠，低频成分得到了准确的补偿，高频成分得到了恢复，达到了探测薄层的目的。
