時間：2023-07-30 10:10:29
序論：在您撰寫統計學研究方法時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
統計學研究對象的研究方法有：以已知數或已知量為基礎，循著某種具體關系進行推算的方法、通過運用數字的理論性推理來進行推算的方法、以平均數為基礎進行推算的方法。等這幾種研究方法。
統計學是應用數學的一個分支，主要通過利用概率論建立數學模型，收集所觀察系統的數據，進行量化分析、總結，做出推斷和預測，為相關決策提供依據和參考。它被廣泛的應用在各門學科之上，從物理和社會科學到人文科學，甚至被用來工商業及政府的情報決策之上。隨著數字化的進程不斷加快，人們越來越多地希望能夠從大量的數據中總結出一些經驗規律從而為后面的決策提供一些依據。統計學專業不是僅僅像其表面的文字表示，只是統計數字，而是包含了調查、收集、分析、預測等。應用的范圍十分廣泛。
（來源：文章屋網 ）
起源于上世紀七十年代的層次分析法(簡稱AHP)是由美國運籌學家T.L.Sattyti提出的，主要是對多指標系統方案給出一種層次化、結構化的決策方法。該方法綜合考慮了定性與定量兩種決策分析方法，在決策分析問題中有著廣泛的應用。
層次分析法主要是一個模型化、數量化的過程，通過對復雜系統的分解，將其轉化為若干因素，在各因素之間通過比較和計算，從而得出不同方案的權重，該權重可為最佳方案的選擇提供依據。在處理實際問題的過程中，經常會遇到諸如目標準則層次較多以及非基本結構的復雜決策問題，此時如何能夠將該問題簡化主要取決于如何從少量的定量信息入手，深入探究問題的本質及其內在關系，將思維的過程數字化，從數學的角度思考，用數字說話，達到準確計量的目的。
層次分析法中各層次的結構反映了各因素之間的關系，如何確定該結構是關鍵所在。通常準則層中的各準則在目標衡量中所占的比重并不一定相同，處理的關鍵在于如何較為準確的將這些比重進行量化。很多時候，對某個因素有影響的因子比較多，如若直接給出各個因子的比重，難免出現偏差，主要原因有：問題考慮不全面、首尾數據顧此失彼、所有數據可能不符合整體性為1的隱含條件等。
比如我們有這樣的生活常識：假如有若干個大小不一的西瓜，每個人都能按照自己的感覺給出每個西瓜所占總體重量的大致比重，但是由于不知道每個西瓜具體的重量，每個人給出的數據都不盡相同，而且由于只是估計值，可能所有的比值會出現相互矛盾的情況，也容易出現比值和不等于1的情形。因此，當影響某因素的因子較多時，通常將眾多專家研判的均值作為各因子的比重，但這些比重只是初始值，通常要在初始值的基礎上經過一系列嚴格的轉化、換算，才能最終得出各準則層的相對權重。
各準則層相對權重求解的過程大致可以分為三個步驟：1.構造判斷矩陣——分析系統中各因素間的關系，對同一層次各元素關于上一層次中某一準則的重要性進行兩兩比較，從而構造得出兩兩比較的判斷矩陣;2.構造判斷轉化矩陣——由上一步中的判斷矩陣中數據計算各比較元素所在準則的相對權重，并進行一致性檢驗。通常由判斷矩陣到判斷轉化矩陣的轉化方式不唯一，不同的轉化構造方式往往對應不同的適用和使用效果;3.計算各層次對于系統的總排序權重，并進行排序。以上三個步驟中，第二步是關鍵，最終可以得到各方案對于總目標的總排序。
在用層次分析法解決某些具體問題時，可能會出現相對權重明顯集中，權重差距較大的現象。因此，需要對層次分析法相對權重進行改進計算，努力提升層次分析法實際應用效果。本文主要介紹確定相對權數的一種新算法—方程法，并且通過實例檢驗其使用效果。1層次分析法中相對權重的算法新思路
1.1建立判斷矩陣
判斷矩陣是在對每一層次中的所有因素進行相對重要性的兩兩比較的基礎上而建立的矩陣，即：
R=r111…1R1n
1
rn11…1rnn，其中r11。，r22，…，rnn=0.5，rij表示第i個元素相對于第j個元素的重要程度關系，采用0.05-0.95標度給予數量表示，且rij+rji=1。江蘇理工學院學報第20卷第6期孫丹丹：確定統計權數的新方法——方程法
rij的取值不應由個別人來確定，應由眾多專家共同研判，最終取其均值。專家研判的取值是第i個元素相對于第j個元素的重要程度確定：特別重要(0.85-0.95)、重要(0.75-0.85)、相對重要(0.65-0.75)、稍重要(0.55-0.65)、重要程度相當(0.5)。
1.2判斷轉化矩陣
判斷轉化矩陣：A=a111…1a1n
1
an11…1ann，其中a11，a22，…，ann=1。
判斷轉化矩陣，需要將rij轉化為aij。
判斷轉化矩陣中aij和aji必須滿足兩個條件：①aij*aji=1;②aij-aji=rij-rji(其中i為i和j兩個元素中較重要者，否則條件②改為aij-aji=rij-rji)。
將以上兩個條件進行變換，即aij-11aij=rij-rji或aji-11aji=rji-rij，求解可以得aij或aji(取正數解)。
1.3準則層的相對權重的計算
①計算判斷矩陣中各行元素乘積：Mi=∏N1j=1aij=ai1·ai2…ain(i=1，2，....n)。
②計算Mi的n-1次方根：Wli=n-11Mi。
判斷轉化矩陣中涉及元素是n個，反映元素間的關系應是n-1個關系。事實上，由于判斷轉化矩陣中a11，a12，…，ann=1，因此對角線上的元素對計算判斷轉化矩陣中各行元素之乘積是沒有影響的?；谝陨峡紤]，應該計算Mi的n-1次方根。
③對Wli進行正則化處理：Wi=Wli/∑n1i=1Wli，其中Wli為判斷矩陣中各行元素乘積的n-1次方根。正則化處理后，∑n1i=1Wi=1。
從上述過程可以看出，新方法中準則層的相對權重計算過程與傳統層次分析法相比，區別主要在于第二步，即判斷轉化矩陣的計算。在判斷轉化矩陣中，aij保留了最初判斷矩陣中rij之間的差異性，并進一步將最初判斷矩陣的對角線相應因素和為1轉化為了判斷轉化矩陣中的對角線相應因素積為1，這在一定程度上解決了相對權重明顯集中，權重差距較大的現象。下面將通過實例，來驗證該方法在處理權重差距較大問題時的可行性和優越性。2層次分析法中相對權重的改進算法實際應用
全部國有及規模以上非國有工業企業主要經濟效益指標：工業增加值率、總資產貢獻率、資產負債率、流動資產周轉次數、成本費用利潤率、全員勞動生產率、產品銷售率，記這7個指標分別為1、2、3、4、5、6、7。
2.1判斷矩陣：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判斷轉化矩陣
由上述矩陣結合算法新思路中判斷轉化矩陣的求法，不妨以a12與a21為例。
由r12=0.25，r21=0.75可知：a21·a12=1，
a21-a12=r21-r12，即a21·a12=1，
a21-a12=0.5。
解方程組可得：a12=0.780 8;a21=1.280 2。
同理，可求得所有a1ij，i，j=1，2，…，7。
匯總整理后可得如下判斷轉化矩陣：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準則層的相對權重的計算
由上述矩陣結合算法新思路中準則層的相對權重的計算方法可得：Mi分別為：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次方根分別為：1.150 268，1.419 648，0.876 805，1.050 715，0.984 286，0.732 772，0.921 605。
從而可以求得每個Mi相對權重，匯總整理如下：
%11121314151617統計局公布權重116120112115114110113新算法權重116.12119.89112.29114.72113.79110.27112.91傳統層次分析法權重123.36146.5913.1518.95111.8611.5414.55本例中，由最后的計算結果可以看出：若使用傳統層次分析法，則最終計算出的權重值差距較大且僅集中于個別因素;而使用新方法所計算出來的相對權重明顯更接近于統計局所公布的數值，且由此方法計算出的權重值也有更為合理的解釋。3結語
本文在傳統層次分析法權重計算的基礎上，提出了一種確定統計學權數的新方法—方程法。不僅給出了新方法的推導過程，并且通過實例計算，證實了該方法在解決實際問題中的可行性和優越性。
關鍵詞：統計學;非統計專業;教學方法
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2016）06-0195-02
統計學是收集數據、整理數據和由數據得出結論的一門科學。當今大數據時代，各行各業中都存在大量的復雜數據，如何由數據客觀地得出結論及對未來進行預測，是很多實際領域都面臨的一個重要問題。統計學作為處理數據的一個重要利器，在很多學科中都有很大的應用性?；跁r代的需求，目前我國高校很多非統計專業都設置了統計學作為專業必修課。本文基于作者多年來對非統計專業的統計學教學過程的經驗和感受，探討對非統計專業統計學教學的一些認識和建議。
一、非統計專業學生對統計學的誤解
1.對學習難度認識的兩極化。在非統計專業的統計學教學中，有一種很奇怪的現象，部分同學認為統計學比較簡單，而部分同學認為統計學很難。情況往往是這樣，女生認為統計學簡單，她們只注重統計學的計算層面上，沒有認識到統計方法的本質;而男生則認為統計學較難，性別差異很明顯。而這些簡單的認識，往往都是對統計學的片面了解造成的，并沒有把握到統計學學習的本質。
2.缺乏學習的主動性。對于非統計專業的學生，統計學課程和他們的專業課程（尤其是文科性質的專業）相差較大，部分學生覺得統計學很難，看到統計學的符號和公式就頭大，故對統計學的學習興趣較小，缺乏主動性。還有一部分非統計專業的學生，覺得統計學無非是利用一些軟件算出一些數值，非常簡單，現用現學或者臨陣磨槍即可，無須去下較大的功夫，致使學習的主動性較差。
3.陌生感與距離感。對于非統計專業的學生，尤其是沒有學過高等數學和概率論專業的學生，看到統計學的一些符號、公式有著一種與生俱來的陌生感，于是會對統計學的學習產生一些本能的排斥。其實，統計學只需要有中學的數學基礎就可以學習很多的統計思想和統計方法。統計學既是一門科學也是一門藝術，統計思想對統計學的理解和學習非常重要，而這往往會使初學者產生一種距離感，導致了一些消極的學習態度。
4.對統計學的價值缺乏認同。部分非統計專業的學生對統計學的學習價值缺乏認同，尚未了解統計學的意義和作用。部分學生認為自己距離處理數據比較遙遠，對于統計方法的實用性也缺乏認識，學習統計學僅限于完成上課任務并且通過考試而已。造成這種誤解的原因很多，既有學生自身的問題，也有社會環境的問題，或者是相關專業的其他教學中對統計學的涉及不足，也可能是教師或者教材存在的問題。
二、統計學在非統計專業教學中可能存在的問題
教學是教師的“教”與學生的“學”兩個過程的有機結合，教學效果的好壞既取決于學生的學習過程，更取決于教師的教授過程。恰當的教學方式和方法能夠有效地激發學生的學習興趣和主觀能動性，從而使得教學活動收到很好的教學效果。作為教學活動的組織者，教師在不斷增強自身知識體系的接觸上，應該在教學活動的組織方式和方法上多下功夫，而這點也是非統計專業的統計學教學過程中至關重要的。目前，非統計專業的統計學教學過程中存在一些問題，主要體現在以下幾個方面：
1.教學內容過于“程式化”。統計學與數學是有一定區別的，對于統計學的教學，每一種統計方法都包含著一定的統計思想，其提出具有實際的應用背景。在教學實踐中，部分教師過分強調統計方法的實施步驟，而忽視了統計思想的自然性及其傳授，導致其學生對統計方法的認識過于機械化、程式化，往往對于數據能夠熟練地計算其結果，而對于結果的解釋及其應用條件的判斷卻束手無策。例如，很多教師在講方差時，往往著重于方差的計算，而忽略了對其定義的理解和認識，而這往往會導致學生認為統計就是一些數字的誤解。
2.與具體專業的結合不夠。統計學無所不在，只要有數據的地方就有統計方法的應用。而統計學真正的意義在于解決實際問題。在非統計專業的統計學教學實際中，盡管要教授統計學的基本理論和方法，但是案例教學是必不可少的。教學中的實際例子除了要有代表性還要和具體的專業緊密結合。而部分教師由于對相關專業的應用情況了解不足，教學過程中的例子往往和相關專業結合不夠，這樣會使學生對統計學產生一定的距離感，不利于學習興趣的激發。
3.多媒體在統計學教學中的使用問題。傳統的教學手段主要是板書。板書是教師的基本技能，也是最重要的一種教學手段。對于統計學教學而言，板書教學不利于展示統計方法對于具體數據的實現。隨著現代化教學手段的進步，在統計學的教學實踐中，多媒體教學逐漸占據了重要的地位。多媒體教學的優點是圖文并茂，有利于展示統計方法在統計軟件中的實現，在學生掌握統計理論基礎的同時提高了他們的動手能力。在統計學教學過程中，不應忽視多媒體教學的最要重要。但是多媒體容易使教學速度加快，不便于學生的理解和吸收。因此，在統計學教學中，過分使用多媒體或者基本絕緣于多媒體都存在一定的問題，要結合所教授的內容，恰當把多媒體教學引入到傳統教學當中，會獲得更好的教學效果。
4.考核方式略顯單一。在非統計專業中，統計學多為考試課?？荚囆问蕉嗖捎瞄]卷考試，試題類型常包括單項選擇、多項選擇、判斷、簡答和計算，缺乏對統計方法應用能力的考核。在這樣的考核方式下，往往使得臨陣磨槍型的學生考試成績也不錯，使學生對統計學的學習和認識產生誤解。而這種考核方式，對學生的思想也有一定的束縛，很難培養學生用統計學方法解決實際問題的認知。因此，教師需要對統計學的考核方式多做些思考，在考核學生理論水平的同時，注重培養學生用統計學方法解決實際問題的能力。
三、統計學在非統計專業中教學方法的幾點建議
1.注重統計思想的傳承。統計學不是一門孤立的學科，它是人們客觀認識自然界和人類社會中各類隨機現象的經驗總結。任何一種統計方法的產生并不是憑空的，總是有它的實際應用背景和啟發的問題，可以說統計方法是實際中使用方法的一種理論提升。因此，在統計學的教學過程中，要注重統計思想的傳承，培養學生的統計思維和解決實際問題的應變能力，這樣不僅有利于增強學生學習統計學的積極性，也是創新思維形成的一個前提。
2.注重統計方法的實際應用。統計學來源于實踐，也必定扎根于解決實際問題。實際問題，往往不是經典統計方法的一個簡單應用，這要求把實際問題首先提煉成統計學的問題，這就要求統計學教師不僅要不斷拓寬專業知識，還要多多接觸非統計專業領域的問題，善于交流與合作，這樣統計學才有生存和發展的空間。在教學的過程中，有意識地應用具體專業的實例來傳授統計學的方法，這樣容易使學生產生共鳴，深刻體會統計學在本學科中的應用價值。比如，在講授回歸方法的時候，首先把數據的散點圖呈現給學生們，然后讓學生們分組討論，從直觀的想法出發，如何對一個新的個體進行預測。這樣在學習統計方法的同時，也讓學生了解統計方法如何應用。
3.多媒體和板書有機結合。在統計學教學過程中，板書和多媒體要有機地結合起來，用板書來傳授理論知識，用多媒體生動地來解釋實例和演示統計軟件。這樣，兩種教學手段充分利用，相互補充，才會達到更好的教學效果。比如，在講解Logistic回歸模型時，首先應用板書來講授Logistic模型的模型框架及其建模方法。其次，對于不同的問題，哪些適用于Logistic模型。對于不同的統計軟件，如何實現Logistic回歸，這需要用多媒體來演示統計軟件的Logistic回歸流程。最后對于軟件的輸出結果，如何解釋。這樣的多媒體和板書結合的教學方式，對于統計方法的教學過程是十分必要和有效的。
4.培養學生用統計方法解決實際問題的能力。統計學教師的教學不僅限于課堂，還應該組織學生進行多種實踐活動，這樣才能更好地調動學生學習的積極性，培養學習解決實際問題的能力。例如，在學習聚類分析時，讓學生們3人一組，對已有的考試成績進行聚類分析，首先面臨的問題是數據的處理，對優良中差這類分級的成績如何賦分，然后選擇合適的聚類方法，對得出的結果如何進行解釋。這個過程中，小組成員需通過上網或者圖書館查閱相關文獻，用計算機模擬不同的方法，最后把研究成果用文字報告或者PPT呈現。這樣，原本看似枯燥的方法在實際問題中會變得既有意義又生動，留給學生們很大的空間去選擇和應用統計學方法，結論也不一定是唯一的，更有利于調動學生的主觀能動性，培養學生用統計方法解決實際問題的能力。
統計學是實用性極強的一門學科，在非統計專業的數據處理中統計學將起到不可替代的作用。隨著大數據時代的到來，高維、海量及復雜數據的出現，統計學與各領域的結合更加密切。對于非統計專業的學生而言，掌握統計學的基本理論知識，了解統計學在所學領域的應用，這對非統計專業學生能力的提高將會起到重要的作用。
參考文獻：
[1]白日榮，蘇永明.非統計專業統計學教學的改革與創新[J].統計教育，2007，（12）.
[2]鄧海松.關于非統計專業統計學教學的一些見解[J].中國科教創新導刊，2013，（17）.
[3]閔素芹，柳會珍.淺析統計學專業創新與實踐教學改革[J].統計與咨詢，2010，（6）.
安全科學是研究技術應用導致的安全與危險這對矛盾的運動規律，以采取對策將技術危害控制在允許限度內，促進生產持續穩定的發展，達到保護人員身心健康和安全、避免物質財產損失和保護環境的目標的跨學科綜合叉科學。安全統計學是安全科學發展的結果，與安全科學息息相關，以安全科學為本體，下面將結合安全科學的內容對安全統計學的定義和研究對象進行分析。
1安全統計學定義
對安全科學進行研究就必須從事物的表面現象認識事物的本質和規律性，把握事物間的聯系，進行抽象與概括，以求認識事物的本質，作出準確的判斷和推理，得出本質和規律。安全統計學是以安全科學為基礎，是安全科學和統計學的交叉學科，以收集與安全有關的資料進行整理、分析和研究等統計技術為手段，對所研究的對象和數據資料去偽存真、去粗取精，從而分析出與安全問題有關的各種現象之間的依存關系，找到其規律性?；诮y計學理論與安全科學學的原理，并參考有關文獻[2-5]，安全統計學定義為利用統計學原理和方法研究人們在生活、生產、生存領域與安全問題有關數據的數量表現和數量關系，揭示安全問題的本質特征與一般規律，對安全生產規律進行預測和決策，并提出具體的應對策略的一門方法論學科。
2安全統計學研究對象
安全統計學所研究的是人們在生活、生產、生存領域的安全問題，不同于其他安全學科的以“統計”為研究手段,研究事故現象和過程的數量表現、數量關系等問題，這種數量關系既包括安全生產領域的安全現象，也包括社會、經濟領域中的安全現象，以及各種安全現象與社會、經濟相互影響的數量關系，其范圍幾乎涉及安全科學體系中的各門學科，從大安全觀出發，從社會各領域相互聯系的角度入手，對社會存在的安全問題進行全方位的觀察、描述、分析和評價。
二、安全統計學的知識體系
1安全統計學學科基礎
安全統計學是一個綜合性的新興交叉學科，廣泛運用統計分析的方法，通過客觀事實的大量觀察來分析事故特征和變化規律，是在實現總目標前提下的多學科理論和技術有機結合而形成的知識綜合體，與安全學、社會科學、統計學密切相關，既有哲學、安全科學、社會科學基礎理論部分，也包括數量理論的知識?；诎踩珜W的理論體系及其與相關學科關系，將其學科基礎大致劃分為以下三部分[8-10]：（1）安全統計學的指導科學唯物辯證主義是人類認識世界最一般的方法論科學，它為一切科學提供方法論基礎，安全統計學當然也不例外，哲學是科學研究和學科建設的根本，為科學研究與學科建設提供指導思想與哲學方法，其理所當然成為安全統計學的指導科學。唯物辯證主義是安全統計學的指導思想，處于安全統計學體系的最高層次，其理所當然成為安全統計學的指導科學。根據辯證唯物主義關于存在決定意識的原理，安全統計學必須堅持實踐第一的觀點，從實際出發、實事求是，如實反映情況，反對弄虛作假。哲學中質和量辯證統一的原理又要求我們在質和量的密切聯系中去認識事物的本質和規律性。哲學還告訴我們：任何事物的認識過程都是從個別到一般，從現象到本質。安全統計學正是依照這個原理，從對大量個別事物的觀察中，總結出現象的總體特征。另外，哲學關于認識論及事物普遍聯系和不斷運動發展的原理，都是指導安全統計學認識事物的方法。（2）安全統計學的基礎理論學科安全統計學的基礎學科是由一些安全科學和統計學的基礎學科所構成的，它們是安全統計學的基礎體系。這些學科包括統計學、數學、數理統計學、政治經濟學、安全科學、系統科學、科學方法學、社會學等，為安全統計學實踐應用提供理論基礎，并將這些基礎學科的基本原理、知識體系與方法等理論廣泛應用于其安全統計學自身特殊活動與規律研究中，滿足安全統計學交叉與綜合學科屬性對理論基礎的廣泛要求。（3）安全統計學的工程技術理論學科工程技術科學著重研究應用的基本理論、原理與方法，是指導生產技術的直接理論基礎，同時又是聯系基礎科學和工程技術的紐帶。這些學科包括安全信息工程、職業衛生工程、礦業安全工程、石油化工安全工程以及冶金、建筑、交通運輸、航空航天等各種安全工程技術、安全法律法規、安全管理工程、安全經濟、系統可靠性、系統危險分析技術等均是安全統計學必須與之緊密協同的學科。
2安全統計學主要內容
一個學科的構成及其研究內容都是由其研究對象決定的，安全統計主要是對安全生產領域和社會、經濟領域中大量事故現象的數量表現進行搜集、整理、描述、分析和開發利用，就是對事故現象的數量表現的一種調查研究活動或認識活動。安全統計學研究的是與安全有關的統計問題，運用到統計學原理與方法、安全學原理與方法、經濟學原理與方法等。在綜合運用多學科理論與方法的基礎上把安全統計學的研究內容分為基礎理論與應用理論兩大部分。
（1）基礎理論部分
安全統計學的基礎理論是安全統計學研究的重要內容。它包括如下三個組成部分：一是安全統計學的理論基礎，如數理統計學理論、統計物理學理論、信息論、灰色預測理論等。二是安全統計學的方法理論，如統計調查方法、統計分析方法、趨勢預測方法等。三是安全統計學的體系理論，如體系結構、指標設置、相互銜接理論等。它們作為安全統計學的基礎理論，是使安全統計學成為一門科學的理論與方法的基本保證。
（2）應用理論部分
包括如下內容：一是安全統計工作的程序與操作規則，如統計時間要求、安全統計報表的填報、安全統計法規制度的制定與執行、安全統計數據的獲取與等。二是計算方式，如各統計指標的計算公式等，即是安全統計學應用理論的重要構成部分。三是安全損失評估方法，它主要用于對各種具體災害的危害后果進行價值評價與估算。主要實際運用如下：統計資料的搜集和整理的方法是否正確和全面，決定著統計分析的結果準確性，主要包括原始記錄、安全統計臺賬和安全統計報表等。安全統計資料的整理是將搜集的事故資料進行審核、匯總，然后將匯總的資料根據安全統計的需要編制成表，如按事故類別、事故原因和事故時間等分組。統計指標的重要地位和作用隨著安全工作的不斷加強，隨著全社會對安全的關注程度的不斷提升，越來越顯得重要，已成為安全工作的重要信息支持和決策依據。安全生產統計指標體系的建設包括安全生產控制考核指標體系、安全生產綜合評價指標體系、生產安全事故統計指標體系、行政執法統計指標體系、職業衛生統計指標體系、煤炭工業統計指標體系。統計組織體系統計組織體系，是指為了使有關各方尤其是統計組織系統及其內部的有關各方能夠有效地開展工作，并充分發揮其功能作用而建立的一種統計組織結構網絡，如圖1。國家安全生產監督管理局成立以后，對生產安全統計報告制度進行了改革，按照《安全生產法》的要求，建立了生產安全綜合統計分析制度。有關行業事故由各相關部門統計后，以在安監系統內逐級上報為統計路徑，即由事故發生地的區縣安監局上報至省市安監局，再由省市安監局上報至國家安監總局；以事故發生的墓本情況為統計內容，由國家安監總局在第二年的第一季度通過官方媒體向社會統計結果。安監系統和煤監機構所進行的統計，不僅有工作對象狀況的統計，還有監督、監察工作的統計，不僅有簡單統計，還有統計分析以及綜合分析。安全統計推斷，就是以“安全數據庫”為基礎，針對某一具體問題建立相應的數學模型，應用工程數學及時對數據進行統計推斷，進而充分定性、定量分析評定比較系統的“安全度”，以便針對存在的安全隱患采取相應的措施，消除隱患或將隱患降至最小程度。安全統計推斷的最大特點是對原始數據進行統計分析，并用分析結果來推斷生產過程中的安全狀況，監視系統危險的動態變化。事故損失評估事故損失[14]，是各種外事故災害造成的生命與健康的喪失、物質財產的損毀以及對環境的破壞、時間的損失等方面的總稱，此外事故損失還有人員傷害與財產或利益損失、經濟損失與非經濟損失等種類劃分。所謂損失統計是指對事故造成的各種損害后果進行統計，包括事故發生前的損失預測評估統計、事故發生時的跟蹤快速評估統計和事故發生后的實際損害后果的統計，傷亡事故的經濟損失包括直接經濟損失和間接經濟損失兩部分，事故經濟損失可由直接經濟損失與間接經濟損失之和求出。
3學科建設
根據安全科學學科體系中的事故類別，結合安全統計學的屬性和內容，安全統計學與其他安全科學技術二級學科和三級學科間存在交叉，見表1。安全統計學的研究也是安全科學技術各個二級學科和三級學科與統計學交叉部分的研究[2,15]
三、安全統計學方法
現代科學技術發展的一個重要特征，就是學科的高度分化與學科之間的高度綜合。學科的綜合化主要表現為在自然科學和社會科學相互交叉地帶生長出一系列新生學科，從而形成多種類多層次的交叉學科群。其中有一類是由一門科學的研究方法與另一門科學的研究內容相結合而生成的交叉學科，安全統計學即屬此類。它是用統計學的理論與方法研究與安全有關問題的一門交叉科學，特點是研究方法屬統計學。安全統計學的研究方法主要如下：
1大量觀察法
大量觀察法就是通過對大量同類客觀現象的觀察和研究，去認識客觀現象的本質特征和發展變化規律。社會客體中的現象更多地遵循統計規律，安全生產領域也不例外。統計調查中有許多方法，如安全統計臺賬、安全統計報表、安全普查、抽樣調查、重點調查等。
2統計圖表法
統計表法是將事故資料數字變成表格，利用表中的統計指標來表示各類事故統計數字的表示關系，一般是根據統計表的資料，用點、線、面或立體圖像鮮明地表達其數量或變化動態，事故常用的統計圖有趨勢圖、柱狀圖、餅圖。
3統計分組法
由于事故現象具有多層次性和多各類性，通過統計分組，將事故現象進行分類，為統計整理和統計分析奠定良好的基礎。如按事故發生的單位所在行業、事故發生所在的地區進行分組匯總統計事故數據。
4數量分析法
數量分析法是在一定的理論指導下，對反映風險的各項指標進行整理分析，編制出各種指數，或者建立數學模型，揭示與安全有關的現象和事故過程中反映規律性的數量聯系，揭示其發展變化中反映質的數量規定和界限的方法。以定量分析為主，可分為靜態分析方法和動態分析方法。
（1）靜態分析方法
靜態分析方法主要采用綜合指標、抽樣推斷等。安全統計學中的數量分析方法都是在可比的條件下，運用數學的方法分析數量關系及其表現形式的規律性，所以統計工作就要借助于統計指標。作為安全情況衡量指標通常為：絕對指標、相對指標和平均指標。絕對指標是反映一定歷史條件下現象的規?；蚬ぷ骺偭康慕y計指標，反映的是安全事故的全面情況的絕對數值，反應的是總體水平，如死亡人數、重輕傷人數、死亡事故起數、損失的工作日、經濟損失量等。相對指標是將兩個有聯系的絕對指標之比，將安全事件的總體組成和其各部分之間的數量關系進行分析、比較，相對指標是絕對指標的比值，如百萬噸死亡率、10萬人生產安全事故死亡率等，其可以很明確地反映出企業在一段時間內的安全管理發展情況和同期各個單位的安全管理情況。平均指標是將總體內各單位某一數量標志值的數量差異抽象化，它反映的是某單位在某一時間段、某個范圍內的總體安全管理水平，如每起火災平均損失折款數。抽樣推斷是根據隨機原則，在抽樣調查的基礎上，從總體中抽取部分實際數據，運用數理統計方法，對總體某一現象的數量性作出具有一定可靠程度的估計判斷。抽樣推斷的理論基礎主要是概率論的大數定律和中心極限定理。
（2）動態分析法
安全生產是一種動態變化的過程，僅僅依靠靜態指標來分析并指導生產顯然是不夠的。安全統計工作也不只是填寫報表、累計數據，還必須對安全生產發展變化的方向和速度進行描述。只有這樣，才能夠掌握事故現象的本質特征、內在聯系和發展變化規律，預測和預防事故的發生。動態分析主要采用時間數列、相關分析等方法。時間數列是將某一統計指標在不同時間上的數值，按照時間先后順序排列而形成的一種數列，以時間數列為基礎，計算現象發展的水平指標和速度指標，分析現象發展變動的影響因素和趨勢。在安全統計研究中，通過時間序列資料分析，可以在對時間序列的各種變動進行分析的基礎上，將安全生產過去和現在所呈現出來的趨勢和規律進行類推或延伸，利用一定的數量模型預測在未來可能達到的安全水平；可以通過計算各種水平指標和速度指標，了解和分析安全生產的發展變化歷程；可以利用有關時間序列的解析模型，通過長期趨勢分析、循環變動分析等了解事故現象發展變化的規律性。相關與回歸分析均屬研究及度量兩個或兩個以上變量之間的不確定性關系的方法，回歸分析即被用來探討諸影響因子與受動因子間在滿足理論檢驗要求時存在的影響過程，選擇的自變量將全部進入建立的模型中。在相關系數中，是通過對數據的x和y的綜合平均離中程度來衡量x和y的線性相關程度的。生產工藝水平、安全投資能力、國家或地區的安全政策、公眾的安全意識和行為等因素都對安全生產構成一定的影響，探索安全問題的數量關系能大致地說明這些安全問題之間存在的關系，因此運用相關與回歸分析能夠認識安全生產與社會發展之間的聯系和影響機理，可以揭示安全生產領域中隱含的數量關系和其規律性，可以預測下一時期事故變化趨勢，并指導下一步的安全工作[16-19]。各種指數編制的基本方法是將需分析的不同時間或空間的數據組進行算術加權平均，分別得到各時間或空間的平均水平后，再進行比較。在動態數列分析中常用的方法主要有最小平方法、季節指數法等方法。當前統計實踐中常用的有總量指標兩因素和多因素指數及其體系，平均指標兩因素指數及其體系。運用統計指數來分析復雜安全現象總體的變動方向和程度，分析安全現象總體的長期變化趨勢，借助連續編制的動態指數形成的指數數列，也可以反映安全現象在長時間的動態特征。
1.課題研究的背景和意義
手足口病（hand foot and mouth disease hfmd）是一種兒童傳染病，又名發疹性水皰性口腔炎。多發生于5歲以下兒童，可引起手、足、口腔等部位的皰疹，少數患兒可引起心肌炎、肺水腫、無菌性腦膜腦炎等并發癥。個別重癥患兒如果病情發展快，導致死亡。[1]由于手足口病傳染性強、傳播途徑復雜、流行強度大、傳播速度快，且迄今沒有治療本病的特效藥物。對手足口病流行趨勢進行預測，以便采取控制措施，是疾病預防與控制中一項重要工作。該傳染病在不同地區的流行趨勢也不盡相同，選擇適合的預測模型是重要前提。
2.自回歸模型 [2] [6]
2.1自回歸模型的定義
在時間序列的情況下，嚴格意義上的回歸則是根據該變量自身過去的規律來建立預測模型，這就是自回歸模型。自回歸模型在動態數據處理中有著廣泛的應用。
上式稱為一階自回歸模型。當式中滿足時，為平穩的一階自回歸模型。將這些概念推廣到高階，有自回歸模型
，
式中為模型變量，為模型的回歸系數，為模型的隨機誤差，為模型階數。
2.2自回歸模型參數的最小二乘估計
設有按時間順序排列的樣本觀測值，階自回歸模型的誤差方程為
，
，
……
.
記， ， ， ，
得， 的最小二乘解為 .
2.3自回歸模型階數的確定
建立自回歸模型，需要合理地確定其階數，一般可先設定模型階數在某個范圍內，對此范圍內各種階數的模型進行參數估計，同時對參數的顯著性進行檢驗，再利用定階準則確定階數，下面采用線性假設法來進行模型定階。其原理是：
設有觀測數據，先設階數為，建立自回歸模型
， （2.1）本文由收集整理
再考慮模型，將
， （2.2）
作為（2.1）式的條件方程，聯合（2.1）、（2.2）兩式，就是模型。
先對（2.1）式單獨平差，可求得模型參數估計及其殘差平方和，記為，再聯合（2.1）、（2.2）兩式，也就是對階模型進行平差，求得階模型參數估計及其殘差平方和，記為. 按線性假設法的式，它們的關系可寫成.
在線性假設法中已證明，在假設成立時，可作分布統計量為
.
選顯著水平，以分子自由度1，分母自由度，查表得，如果，則表示不成立，. 階與階兩模型有顯著差別，應采用階，反之，則接受，表示階與階兩模型并無顯著差別，應采用階。
2.4自回歸模型的預報
設階自回歸模型方程為
，
當回歸系數已確定時，可根據方程進行預報。
第一步預報值為
，
第二步預報值為
，
一般，步預報值為
越大，預報準確性越差，故應盡可能小。
3.模型的建立、求解及應用
下面給出了大慶市自2008年至2010年的手足口病發病統計（見表1）。
表1 2008年至2010年hfmd發病統計表
時間
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
合計 1169 1814 864
運用spss軟件判斷模型回歸性判斷：
圖1 acf自相關性分析圖
圖2 pacf偏自相關性分析圖
如圖1、圖2得出acf和pacf函數分析，從而表明殘差自相關不顯著。
首先，確定模型階數：當 時，
，求得：
.
當 時，
求得：
.
統計檢驗：原假設， 統計量
.
取顯著水平，以自由度1、22查分布表得：， 因為 ， 故拒絕原假設，即認為一階與二階自回歸模型有顯著的差別。
當 時，求得：
.
統計檢驗：原假設.統計量
，
以自由度1、21查分布表得 ，因為，故接受原假設，應取模型階數. 通過自回歸分析，我得到的模型為：.
我們利用以上的出的結論對2010年大慶市手足口病發病人數進行了預測，并與2010年大慶市真實手足口病發病人數進行了對比，用matlab作圖如圖3，圖4。
4.總結
關鍵詞：多點地質統計學 訓練圖像 儲層建模
【分類號】：P618.13
一、引言
在油氣開發過程中必然會涉及到相關數據測量，測量過程中就會不可避免的出現誤差，這些數據誤差會給油氣地質儲層建模帶來直接的影響。另外得到確定性的地質變量空間變量模型是不太現實的，那么在這個過程中就需要引用到概率論方法來完善數據建模。舉例來說對于儲層中流體的流動而言就需要結合微分方程系數等參數來進行探討。在利用傳統方法的建模過程中正常情況下都會使用內插方法得到儲層參數但同時也會對流動方程造成影響那么就會產生一定的偏差。因此在油氣地質儲層建模的過程中需要根據實際條件來對數據模型進行調整并篩選合理的模型來進行構建讓油氣產量預測可靠性得到保障。
二、多點地質統計學與訓練圖像
基于變差函數的傳統地質統計學隨機模擬是目前儲層非均質性模擬的常用方法。然而，變差函數只能建立空間兩點之間的相關性，難于描述具有復雜空間結構和幾何形態的地質體的連續性和變異性。
針對這一問題，多點地質統計學方法應運而生。該方法著重表達空間中多點之間的相關性，能夠有效克服傳統地質統計學在描述空間形態較復雜的地質體方面的不足。多點地質統計學的基本工具是訓練圖像，其地位相當于傳統地質統計學中的變差函數。對于沉積相建模而言，訓練圖像相當于定量的相模式，實質上就是一個包含有相接觸關系的數字化先驗地質模型，其中包含的相接觸關系是建模者認為一定存在于實際儲層中的。
三、地質概念模型轉換成圖像訓練
地質工作人員擅于根據自己的先驗認識、專業知識或現有的類比數據庫來建立儲層的概念模型。當地質工作人員認為某些特定的概念模型可以反映實際儲層的沉積微相接觸關系時，這些概念模型就可以轉換或直接作為訓練圖像來使用。利用訓練圖像整合先驗地質認識，并在儲層建模過程中引導井間相的預測，是多點地質統計學模擬的一個突破性貢獻。
可以將訓練圖像看作是一個顯示空間中相分布模式的定量且直觀的先驗模型。地質解釋成果圖、遙感數據或手繪草圖都可以作為訓練圖像或建立訓練圖像的要素來使用。理想狀態下，應當建立一個訓練圖像庫，這樣一來建模人員就可以直接選取和使用那些包含目標儲層典型沉積模式的訓練圖像，而不需要每次都重新制作訓練圖像。
四、二維和三維訓練圖像
二維訓練圖像就是在縱向上沒有變化，比如人工劃相圖，因此二維訓練圖像又稱為偽三維訓練圖像。二維訓練圖像在縱向上不能反映河道微相的加積，在橫向上也不能反映各沉積微相的遷移。因此二維訓練圖像比不能很好的反映沉積構型。在三維訓練圖像中，可以反映各微相在橫向上的遷移和垂向的加積，能夠很好的反映沉積體的空間結構。因此在實際應用中多使用三維訓練圖像。
五、油氣地質儲層建模發展趨勢展望
從大環境來看目前我國的油氣地質儲層建模較以往取得了很大的進展，但是在某些環節上依然暴露了一定的問題，需要在以下幾方面進行完善。首先遇到地質條件較為復雜的情況時需要將側積體視為目標體來進行儲層構型分析并根據分析結果來進行建模。（2）需要進一步提升地質知識水平并且將這地質知識應用并整合到建模中。（3）加強目標體連續性過程。（4）對三維訓練圖像構建和三維模擬中數據事件進行更具深度的把握。（5）對井數據模擬條件進行優化。除了在算法上進行改進外還應該讓原型模型變得更為豐富并體現出層次感，將地震信息進行高度整合化，構建出地質約束原則，另外在建模過程中對層次分析與模式擬合給予充分的重視。
六、結論
將更多的地質資料整合到儲層建模過程中以確保最終數值模型更加符合地質認識，這在預測儲層流體特征時是十分必要的。多點地質統計學為地質工作者提供了一個強大的工具，使得他們可以通過訓練圖像將概念模型和先驗地質認識整合到建模過程中。
目前研究的重點是提高多點模擬算法的性能，包括：提高運行速度，降低內存開銷，提高沉積模式再現效果以及更靈活的整合不同來源的信息等。有理由相信，隨著多點建模方法不斷趨于主流，以及越來越多的地質工作者對這一方法變得熟悉，多點地質統計學將成為下一代地質建模工具。
參考文獻
[1]王家華，張團峰.油氣儲層隨機建模[M].北京：石油工業出版社，2001：119-143.
[2]王家華.迎接油氣儲層建模理論、應用的大發展-從2007年國際石油地質統計學大會談起[J].地學前緣，2008，15（1）：16～254.
[3]李桂亮，王家華.多點地質統計學儲層建模的實用展望[J].國外油田工程，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]王家華，趙巍.基于地震約束的地質統計學建模方法研究[J].海洋石油，2010，30（4）：46～49.
[7]張挺，盧德唐，李道倫.基于二維圖像和多點統計方法的多孔介質三維重構研究[J].中國科學技術大學學報，2010，40（3）：271～276.
【關鍵詞】地質統計學 地震反演
1 地質統計學地震反演方法研究1.1 測井曲線標準化
測井曲線標準化與否直接影響著反演結果的精度以及門檻值的確定。選擇沉積穩定分布范圍較廣的青一段大段泥巖為標準層，采用直方圖頻率標準化方法對全區測井曲線進行標準化。利用標準化之后的測井曲線進行反演參數可行性分析，并確定區分砂泥巖測井曲線類型以及門檻值。1.2 精細合成地震記錄制作
地質統計學反演精細層位標定十分重要，它的制作精度直接影響反演結果的精度，采用雷克零相位子波，應用整體拉伸與局部微調的方法保證井震匹配。精細制作合成地震記錄有兩個主要原因。第一，建立鉆井地質分層與地震反射同相軸的對應關系；第二，將測井揭示的儲層信息正確地標定在地震剖面相應的位置上，實現井震匹配。
1.3 建立構造、低頻模型，實現波阻抗反演
地震層位是建立構造模型的基礎，在地震層位和地質模式的約束下，由于地震缺失低頻成分，建立低頻模型，選取適當的插值方法，對井的初始波阻抗進行內插和外推，建立初始波阻抗模型。精確初始模型的建立是測井約束反演的基礎，約束反演處理的控制因素，建立接近地質條件的波阻抗模型，是減少其最終結果多解性、提高精度的根本途徑。測井資料在縱向上詳細揭示了巖層的波阻抗細節，地震記錄則連續記錄了波阻抗的橫向變化特征，二者的相結合，為精確的建立空間波阻抗模型提供了必要的條件。建立波阻抗模型的過程，實際上就是把橫向上連續變化的地震界面信息與高分辨率測井信息相結合的過程。
1.4 以波阻抗反演為模型，實現地質統計學反演
地質統計隨機反演在計算的時候，選用Jason反演StatMod模塊時，要把高斯配置協模擬和反演選項全部選中。這樣在運算中，就會將反演選項中的地震數據納入到的計算過程中來，并且通過先前做直方和相關分析時，可將反演的主變量與波阻抗的相關性也考慮進來，載入測井曲線進一步約束反演進行，最終能使得反演成果縱向上有理想的分辨率，與井點先驗數據吻合，又能使隨機反演的結果平面上較好地忠實于地震資料，得到地質統計學地震反演剖面。
1.5 影響砂體預測精度的重要參數分析
不同井網密度對反演結果影響較大，據反演結果分析可以看出，300m井網，3m以上砂體預測精度可達80%以上； 1m以下砂巖預測精度較低；夾層厚度對反演結果也有較大影響，圍巖厚度在2m以下砂巖較難區分開；不同反演曲線對反演結果也有影響，通過精度分析與優選，采用最佳反演曲線預測砂體；不同井網對砂體預測精度影響較大，由圖7可以看出B井控制300m范圍內砂體預測精度較高，超出600m井距如果無井控制，則只能預測出厚砂體。
2 精度分析
地質統計學反演能否用于修正測井相帶圖預測井間砂體，關鍵取決于反演后用于測井解釋進行驗證，A區塊經過隨機選取參與反演井與未參與反演井進行精度分析， 3m以上砂巖綜合符合率達到80%以上，1～3m砂巖符合率達到70%以上，1m以下砂巖符合率為50%以上，可以用于預測井間砂體。
3 成果應用
經過精度分析驗證，反演成果可用，可以修正A區塊各沉積單元相帶圖，不僅可以深化曲流帶單一河道邊界認識，為細分單砂體連通關系奠定了基礎，還可以修正河道砂體走向預測井間砂體，我們以修正河道砂體走向為例：結合地震反演剖面（如圖2）與砂巖厚度等值圖修正了A區塊C層沉積相帶圖。
圖4？A區塊C層井震結合后相帶圖
4 結論
（1）地質統計學反演側重于測井與地震的聯合。在地震解釋和沉積分析基礎上根據地質框架表，生成符合地質規律的初始阻抗模型。在道合并模塊中，由于井模型可靠，低頻成分得到了準確的補償，高頻成分得到了恢復，達到了探測薄層的目的。
