時間：2024-04-09 15:35:29
序論：在您撰寫統計學基本方法時，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。
0引言
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
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
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
關鍵詞:金融統計學;教學方法;改進
中圖分類號:G642.0文獻標志碼:A文章編號:1673-291X(2009)27-0245-02
金融統計是適應國家經濟管理和金融事業發展的需要而建立和發展起來的。金融統計是國家統計體系的重要組成部分,集金融信息、金融分析與政策咨詢于一體,以貨幣信貸及金融運行的各種數量關系為研究對象,以金融與經濟統計數據為依托,運用定性與定量分析相結合的方法,分析、判斷、預測國民經濟運行及金融的發展情況,是中央銀行貨幣政策決策的支持系統,是國家進行宏觀調控的重要工具[1]。作為金融專業、尤其是金融工程專業的本科生,對統計學的要求更高,對統計建模及運用要求比較熟練地掌握。
一、金融創新的深化對統計學原理和方法提出更高的要求
隨著金融創新的不斷加深,金融學與數學、尤其是統計學的結合越來越緊密,金融模型日趨復雜。金融的統計建模,出發點都是金融資產收益率序列的統計分布。對收益或損失序列的分布刻畫,是金融產品的準確定價和風險管理的基礎。隨著金融創新的發展和研究的深入,金融模型對統計學提出更高的要求。
1.金融資產收益或損失分布大多都是非正態分布。金融市場的一個典型事實(stylized fact)是:金融時間序列分布是尖峰、肥尾的。傳統的金融建模,為了簡化或得到解析表達式,通常假定時間序列是正態分布的,這個假定是金融模型受到較多詬病的主要方面。在風險管理中,正態假定導致低估金融產品的尾部風險。改進的方法之一就是用非正態分布來擬合數據,如t分布、貝塔分布、穩定分布等[2] 。這要求我們在教學中更加注重非正態分布的學習。
2.線性相關不能準確刻畫金融時間序列的相關性,需要更復雜的統計技術。傳統的多元金融時間序列建模都是假定時間序列服從多元正態分布,多元正態分布的前提邊緣分布服從橢圓分布和只有線性相關。多元正態分布不能反映金融市場的實際情況。金融時間序列的相關性一般是非線性的,而且邊緣分布也不服從橢圓分布。因此,我們需要求助于更復雜的統計技術――Copula技術。Copula技術提供了分別研究多元時間序列的邊緣分布和相關性的方法,從而成為多元金融統計建模的必備知識[3] 。
3.風險管理模型要求我們更加關注金融時間序列的尾部分布。風險管理的主流模型是VaR(Value-at-Risk),VaR從統計學的角度來看,就是尾部的分位數。正態分布不能準確刻畫金融資產損失分布的尾部特征,通常會導致VaR的低估,造成金融市場的巨大損失,即所謂的極值風險。EVT(extreme value theory)提供了準確刻畫金融時間序列的尾部分布的方法而成為風險管理的基本工具[4] 。
雖然這些統計理論在金融中的運用不能構成本科金融統計學的核心內容,但我們在教學中必須指出這些發展的方向,成為金融工程專業本科生進一步學習或自學的指引。
二、當前金融統計學教學中存在的問題
1.教學內容陳舊,教學重點的處理存在偏差。教育部將《統計學》課程列為財經類專業本、?？茖I的必修課程之一。力圖通過學習《統計學》,使學生掌握探索各種現象內在的數量規律性, 并用這種規律性的解釋來研究各種現象內在的規律。但是金融統計學的內容沒有隨著金融市場日新月異的發展而發展,導致教學內容陳舊,不能滿足金融統計建模的需要。
多數教師往往把統計學課程單純地看做是專業基礎理論課程,熱衷于基礎知識的講授和煩瑣公式的推導,嚴重忽略了統計學的工具性和應用性,削弱了學生思想方法和實踐能力的培養,使教學流于空洞、枯燥和乏味,挫傷了學生學習興趣和積極性,教學偏離了課程培養目標,教學效果和質量也不理想。而一些理論推導也只是對《概率論》相關內容的重復。
2.學生數學功底參差不齊,學習難度大。統計學是一門研究社會經濟現象數量關系的方法論科學,其中涉及大量的高等數學、概率論及數理統計的基礎知識, 現代統計學又借助于電子計算機來提高統計分析的質量和效率, 這就要求學生必須具備良好的數學基礎、具備必要的計算機知識。金融學專業的招生基本上還是文理兼收,學生的數學功底參差不齊。而且金融學、尤其是金融工程究竟屬于文科還是理科,在學生中存在模糊認識,導致對數學基礎不是十分重視。這造成教師在教學過程中對教學內容的處理是一個很大的挑戰。
3.不重視運用和實踐教學。在教學中,統計方法與金融建模、定量分析脫節。第一,教師在講授統計理論、統計方法時缺乏針對性。在實際的教學中,雖然強調統計的應用,但主要是從概念、公式、定理出發,而不是從現實經濟管理工作需要出發。第二,采用的教學案例與實際脫節?，F有的統計學教材中,統計案例很少,即使有也是過于簡單的設例,或是“編寫”的案例,與實際的經濟、管理工作脫節,很難達到較好的效果。
4.缺乏統計案例和統計軟件的結合。在實際教學過程中,由于多方面的原因,對學生動手能力的訓練比較少。即使有一些訓練,也是手工的操作與運算,與采用現代計算機技術為核心的教學不相適應。其次,很少采用統計分析軟件和案例教學方式。這最終會導致學生在實際工作中不會用統計分析軟件對統計數據進行處理、顯示、分析和推斷,使本來快速而簡單的統計工作變得復雜而難于處理,使統計的功能得不到充分發揮,使科學研究難以與國際慣例接軌。一些老師的統計分析都是在Excel軟件實現,Excel軟件優點是比較簡單,容易操作。但它畢竟不是專業的統計軟件,尤其是對金融專業的學生來講,不掌握一門專業的統計軟件,很難完成今后的進一步學習和研究工作。
三、金融統計學教學的改進
1.豐富和充實金融統計學的教學內容。根據專業學科的需要對統計學的內容進行處理,以滿足未來發展對統計學基礎的需要。根據中國金融業發展和統計改革的需要,按照中國金融統計體系和金融統計工作的內容,重新構建了金融統計學的知識體系和方法體系。同時,對于金融統計建模的相關統計理論,要適當加于補充和擴充,以滿足不同層次學生的需要。
2.選擇合適的統計軟件,注重學生的運用實踐能力。依據統計分析軟件結合統計學原理的基本理論調整教學內容。現在有很多專業的、功能強大的統計軟件:如s-plus、R、SPASS以及Matlab等,不同軟件各有所長。一般說來,學生可根據自己的愛好選擇使用統計軟件,無須統一規定。但R軟件是免費軟件,而且有很多資源免費獲取,是可供選擇的最優軟件。
金融專業的學生學習統計學的主要目的是運用,把金融學與統計方法結合起來研究金融現象和問題就離不開數據收集和軟件運用。只學理論不掌握運用,對金融系的學生來說統計學等于白學。
3.注重培養學生的自學能力。隨著大統計學思想的建立和統計學在實質學科中的應用需要,大多數學校和老師在財經類專業的本、?？茖I統計學教學過程中,除了保留社會經濟統計學原理中仍有現實意義的內容,如《統計學》的研究對象、方法、統計的基本概念、統計數據的搜集整理、平均及變異指標、總量指標、相對指標、抽樣調查、時間序列、統計指數等,同時也系統地充實了統計推斷的內容,如統計數據的分布特征、假設檢驗、方差分析、相關與回歸分析、統計決策等。對于金融統計學,還需要為金融統計建模打下基礎,所要掌握的內容更多。
一、統計及其基本思想與方法
1 什么是統計學
問：一般認為，統計學這個詞來源于拉丁語的國情學，原是國家管理人員感興趣的事情?！洞蟛涣蓄嵃倏迫珪穼y計學下的定義是：“統計學是關于收集和分析數據的科學和藝術?！标愊Ｈ嬖菏空J為：“統計學是有關收集和分析帶有隨機性誤差的數據的科學和藝術?！?/p>
史寧中教授，作為統計學家，您是如何認識統計學的?
史教授：我們先來簡單地回顧統計學的歷史是有益處的。正如拉丁語所說，統計原本就是收集和分析國家管理中需要的各種數據，比如國民收入、各種稅收。為了直觀，人們才發明了各種報表、直方圖、扇形圖，等等?？梢钥吹?，這種傳統意義上的統計學現在仍然是非常重要的，這也是我們現在小學統計教學中的主要內容之一。后來到了14世紀左右，隨著航海業在歐洲興起，航海保險業開始出現。為了合理地確定保險金與賠償金，需要了解不同季節、不同路線航海出現事故的可能性大小，需要收集相關的數據，根據數據進行分析和判斷，這被稱為近代統計學的發端。到了19世紀末20世紀初，人們把數學、特別是概率論的有關知識引入到統計學，構建了統計學的基礎。與古典統計學相比，雖然二者都是對數據的收集和分析，但卻有本質的不同，因為后者進行分析的基礎是“不確定性”，我們稱之為“隨機”。
到了現代，人們發現，對于大量數據的分析，采用隨機的方法不僅方便而且準確。比如，對于國民收入，我們可以動用大量的人力來收集數據，但是誰都知道這樣的數據不可能是準確的，遠不如我們依據某種原則規劃分出地區和人群，然后抽樣、加權求和準確。再比如，對于股票市場，一天交易之后，可以得到精確的交易總量，但是人們寧可用部分核心企業的股票交易量來反映股票的變化，這便是“恒生指數”“上證指數”，等等。特別是到了2l世紀，銀行、保險、電信，以及材料科學、基因組學等新興學科的實驗中涉及大量數據，其分析更需要借助隨機方法了。我想，大概就是因為這些原因，國家才決定在現在中小學數學的教學中加入統計學的內容。
因此，你們談到的關于統計學的定義都是可以的。但是，要把握統計學的根本思想方法卻是非常困難的。
問：那么，您認為統計學的基本思想方法是什么呢?
史教授：這是一個不容易回答的問題。對于統計學的掌握很大程度上依賴于感悟，需要比較長的時間的理解與實踐。我們先來回顧一下中小學傳統數學的教學內容。這些內容主要是對日常生活中見到的圖形和數量的抽象，研究的問題是圖形的變化和計算法則，研究的基礎是定義和假設，研究的方法主要是歸納、遞歸、類比和演繹推理。
統計學則不同。如我上面談到的，統計學是通過數據來進行分析和推斷的。因此，統計研究的基礎是數據。這些數據的特點是，對于每一個數據而言，都具有不確定性，我們需要抽取一定數量的數據，才能從中獲取信息。因此，統計學的研究依賴于對數的感悟，甚至是對一堆看似雜亂無章的數的感悟。通過對數據的歸納整理、分析判斷，可以發現其中隱藏的規律。因為可以用各種方法對數據進行歸納整理、分析判斷，所以，得到的結論也可能是不同的。而且，我們很難說哪一種方法是對的，哪一種方法是錯的，我們只能說，能夠更客觀地反映實際背景的方法要更好一些。比如，我們希望知道某公司員工的收入情況，可以用平均數也可以用中位數，很難說哪個方法錯。事實上，如果收入比較均衡，用平均數要好一些；如果收入比較極端，用中位數要好一些。當然，最好的方法是對收入。情況進行分類，但是分類的方法又有好壞之分。我們可以看到，統計學關心更多的是好與不好，而中小學傳統數學關心更多的是對與錯。
因此，統計學的基本思路是，根據所關心的問題尋求最好的方法，對數據進行分析和判斷，得到必要的信息去解釋實際背景。
2 統計學的研究對象
問：我們對于統計學有了一定的了解。從您的談話中我們感覺到，統計學似乎是包羅―萬象的。那么，統計學到底是研究什么呢?
史教授：是這樣的，統計學的應用面非常廣，凡是涉及數據分析的都可以成為統計學的研究領域。特別是到了近代，人們希望更加精細地了解實際背景，更多地借助數據分析，甚至人文科學也是如此，并且逐漸形成了專業的研究領域，比如計量經濟學、計量社會學、計量教育學、計量心理學，等等。這些研究領域分析方法的基礎大體是統計學。統計學并不研究某一個領域的具體內容，在本質上只是研究數據分析的方法，這包括創新的方法，也包括分析方法的好壞、分析方法的適用條件。
問：您能否結合中小學統計的內容談得更具體一些?特別是在統計教學過程中，應當把握的基本原則是什么呢?
史教授：可以在統計研究中首先遇到的問題是如何獲取“好”的數據。所謂“好”的數據，是指那些能夠更加客觀地反映實際背景的數據，而要獲取好的數據要依賴于“好”的方法。根據數據的不同，方法主要分兩大類，一是通過調查收集數據，二是通過實驗制造數據-中小學統計教學中涉及的主要是前者，稱為抽樣調查(而后者通常被稱為實驗設計)_抽樣調查又包含兩個方面，一個是對已經存在的數據的收集，稱之為抽樣，比如市場的物價、學生的身高、企業的產值，等等；另一個是需要我們了解才能夠獲取的，稱之為調查，比如美國總統的民意支持率、人們日常消費的主要項目、中小學生喜歡的歌手，等等。
根據問題的不同，所要采用的方法也可能不同，但是要建立兩個基本原則。第一個基本原則是，采用能夠獲取好的數據的方法。為了獲取好的數據，我們需要盡可能多地利用對于實際背景已有的先驗知識。比如，希望知道學生的身高，先驗知識是“年齡之間差別很大”。因此，最好是根據年齡段學生數的多少按比例抽取樣本，我們稱這種方法為分層抽樣?？梢钥吹?，統計方法的直觀想法是很明顯的。如果對于實際背景一無所知，那么一定要抽取樣本，這便是隨機抽樣。比如，希望知道學生喜歡的歌手，因為這些學生年齡之間差別可能不大，就可以采取隨機抽樣。當然也可以用分層抽樣，但要麻煩得多。第二個基本原則是，采用簡單的方法。能夠基于上述兩個原則的方法就是一個好方法。我們不要小看第二個原則，一個好的方法往往能夠節省很多調查經費。這就是為什么咨詢公司非常歡迎統計學家的原因。
問：剛才您提到了樣本，許多教師對樣本這個概念總是感到費解。
史教授：是的，這個概念很難把握。樣本實質上就是數據，但是，統計學中涉及的數據往往是隨機性的。還是
回到“學生的身高”這個問題上來。在抽樣之前。我們可能并不知道具體數據的大小，這些數據對于我們是隨機的。為了討論出一個好的方法，我們假想能夠得到這些數據，并且假想這些數據的出現是依據某種規律的，這種規律就是數據出現的可能性在小，我們稱之為概率。比如，高年級學生出現大數據(高個子)的可能性要大于低年級學生，就是說，出現大數據的概率要大。但是，只有當抽樣之后我們才能得到真實的數據；才能進行實質的計算與分析。這樣，我們所要研究的數據既具有隨機性又具有真實性。為了方便起見，我們稱這樣的數據為樣本。
問：根據您的闡述，統計學怎么有一些哲學式的思考呢?
史教授：你們理解到了根本。這是統計學與中小學傳統數學的最大區別。傳統數學可以根據假設和規定的原則進行計算或者推理，但是統計學往往要問你所采用的方法是不是有道理，是不是還有更為合理的方法。不過，傳統數學是統計學不可缺少的工具。
問：是不是因為統計學需要計算呢?
史教授：不僅僅如此，判斷統計方法的好壞也是依賴傳統數學的。
1、所選統計方法脫離了資料的性質
不同的資料類型和不同的研究目的采用不同的統計方法。按照資料的性質測定指標的多少，確定資料是計數資料還是計量資料，應用單因素分析還是多因素分析。
1〃1多因素資料是對每個研究對象測量的多個指標同時進行的綜合分析，其分析計算過程相對復雜。常用的有回歸分析；相關分析以及判別分析、聚類分析、主成分分析和因子分 析等。多因素分析多用于計量資料。
1〃2 單因素分析應用較多，按獲取資料的方法，分計數資料和計量資料。首先，計數資料主要是針對要求某現象的頻率和比例，利用率或比的相應計算方法。如做不同樣本問的比 較則采用計數資料的顯著性檢驗，樣本率與總體率的比較用u檢驗；兩個樣本率的比較可用u檢驗或四格表的x 檢驗，多個樣本率的比較可用行乘列的卡方檢驗或2XC表的卡方檢驗。其次，計量資料要結合研究目的確定相應的統計方法。對于顯著性檢驗通常有T檢驗和F檢驗，T檢驗是用于兩個均數問的比較，按研究設計與比較內容的不同又分為樣本均數和總體均數的比較，兩個樣本均數差別的檢驗，配對資料的顯著性檢驗。F檢驗用于多個樣本均數的比較，按設計類型分完全隨機設計的方差分析、隨機區組設計的方差分析和組內分組資料的方差分析。
2、根據研究目的選用統計分析方法
不同的統計方法說明不同的問題，同樣不同的問題要應用不同的統計方法來分析和表達。研究者在做統計分析前，首先要明確資料分析的目的、意圖是什么，通過分析最終達到什么樣的期望，臨床工作者科研通常的目的主要有：
2〃1某現象發生的頻率或比例如人群中重復癌的發生率，
采用頻率指標，構成指標或相對比，可計算發病、患病、感染、陽性頻率或構成等。 2〃2某人群的特征值，如平均身高、體重、血壓等，采用平均水平和變異的統計指標。 2 . 3 臨床正常值范圍如血紅蛋白、血糖、尿鉛含量，多采用中位數法或平均數法。
2〃4 臨床診斷方法效率評價，可分別計算各種診斷方法對某病診斷的準確度和可靠度，如x線對肺癌的診斷。
2〃5 臨床療效分析比較 如幾種藥物療效的比較，視資料性質作顯著性檢驗。
2〃6 現象間關聯情況分析如眼PSRT與屈光度的關系，用線形相關和回歸分析。 2〃7 人群的歸類、評價，可選用判別分析、聚類分析、主成分分析等。
臨床研究和實踐中決不能通過統計學方法去實現自己的想象。根據已確定的結果刻意去套用某種統計方法，用目的去規劃統計過程，只要分析比較，就一定要求結果顯著等 等現象，只能使文章更為空洞，有失科學性。
3 嚴格把握統計方法的適用條件
各種統計分析方法都有其適應條件，在選用統計方法時，應嚴格把握，充分考慮所分析的資料是否符合其適用條件。對于計量資料在計算均數或顯著性檢驗時，其基本條件
是正態分布、方差齊性，在資料分析時要通過圖示或檢驗看是否符合這些基本條件，若不符合則需要做相應的處理。計算集中趨勢指標可使用中位數或幾何均數。做統計學檢驗
可通過數據轉換使其成為正態分布，常用的轉換方式有對數轉換、冪指數轉換、平方根轉換等，或者改非參數檢驗。計數資料各種方法均有其自身的適應條件，如上列舉的方法其基本條件是某一事件概率不會太小，若發生概率太低，則改用小概率事件顯著性檢驗。 4 充分理解資料樣本含量的概念
統計學是對研究樣本進行抽象歸納的科學，沒有足夠的樣本量就不可能得出正確的結論，而且統計方法也有其樣本量的要求。如四格表的卡方檢驗要求樣本量大于40，方格中理論數大于5(n~>40，t>5)，若不符合則用校正卡方檢驗或精確概率法。行x列表的卡方檢驗要求理論數均大于1且小于5者不超過表中數的1／5，若不符合則改用其它方法(合理合并)。 5 合理控制混雜因素的影響
任何一種現象的發生都不是單純的，要受多種因素的影響。當分析比較不同人群某現象的發生或存在狀況時，要考慮除研究因素以外比較組之間其它條件是否相同，內部構成是否一致，其它因素對研究現象的影響如何。例如，有人研究文化素質對生育水平的影響，按年齡分組，發現50歲以上年齡組比20歲以上年齡組生育水平高而文化素質低，因而結論是文化素質與生育水平呈負相關。這一結論的錯誤就在于做缺乏資料的綜合分析認識能力和混雜因素對研究現象的影響，忽視我國計劃生育政策對不同年齡婦女生育的作用。
混雜因素應在研究之前通過研究對象選擇、設立對照、隨機、匹配、雙盲法等控制，但如果事先沒有良好設計，則通過統計方法可以控制。若資料內部構成不同，存在混雜因
素，簡便方法是分組比較或標化處理。若樣本量不允許分組，則對計數資料可用組內分組的卡方檢驗、卡方值分割法、加權卡方檢驗法等，計量資料的比較可用協方差分析。
關鍵詞：經濟統計學專業；轉型；紅河學院
基金項目：本文為紅河學院“經濟統計學專業調研”項目（項目編號：ZYDY1421）
中圖分類號：G64 文獻標識碼：A
原標題：新建地方本科院校經濟統計學專業轉型發展研究――以紅河學院為例
收錄日期：2015年8月18日
一、引言
新建地方本科院校大多在地級城市，新建地方本科院校要發揮學科和專業優勢，找準與地方支柱產業需求的結合點，立足地方社會經濟發展培養應用型人才，為地方經濟提供高效服務。本文旨在對地方新建本科院校轉型發展的相關問題進行思考，結合紅河學院經濟統計學專業的實際情況進行具體的分析。
二、新建地方本科院校經濟統計學專業轉型發展面臨的主要問題
新建地方本科院校經濟統計學專業轉型發展不可能一蹴而就，需要經歷一個持續的、復雜的過程，在這個過程中，必然要面對許多發展中的主要問題。紅河學院經濟統計學專業至今為止招收了三屆，在辦學上面臨著辦學歷史短、基礎薄弱、經驗不足等一系列困境，要克服困境，找出轉型發展中面臨的主要問題。
（一）培養目標缺乏明確性。新建地方本科院校經濟統計學專業人才培養主要以培養應用型經濟統計人才為主，專業定位應以地方經濟社會經濟統計人才需求為導向，以應用型人才培養為目標，立足地方，服務基層，培養目標應定位在應用型，培養學生應用統計專業知識和技能解決社會經濟中遇到的實際問題。近年來，紅河學院經濟統計學專業在人才培養方式上進行了不斷嘗試，培養目標不斷完善，但人才培養的主要途徑依然是課堂講授，實踐教學缺少全真環境。
（二）缺乏實踐實訓環境，忽視學生實踐能力的培養。經濟統計學專業實踐教學的目的是為了鞏固經濟統計理論知識，增加學生的實際動手能力，而實踐性應用能力的培養離不開良好實踐實訓環境的支撐。
1、校內、校外實踐方面。在建設校內實驗室方面，教學方法和教學手段較為落后，我校的做法比較傳統，僅依靠電腦和網絡軟件，仿真環境和模擬場景嚴重不足，與先進院校相比，差距較大；校外實踐、實訓場所較少，實習場地的功能不全，學生想全面深入地實習比較困難。
2、實踐教學質量不高。我校經濟統計學專業教師絕大多數是從校門到校門，大多缺少行業、企事業管理實踐經驗，同時現代企事業之間的競爭，對實踐教學產生了重大影響，企事業更加重視經濟效益，導致企業對高校的學生實習和實訓積極性不高，多數企業不愿讓學生真正深入生產一線，介入企業生產運行的核心過程，使得實踐教學質量不高。
3、實踐教學考評效果不理想。經濟統計學專業實踐教學是通過校內實踐和校外實習實訓相結合的方式進行，校外實習是通過深入企事業、地方統計部門等實際進行觀察和學習。我校在實踐教學考評方面，考評體系不科學，制度不嚴格。首先，教學考核方法不科學，學生實踐成績的評定一般根據出勤情況、實習中的表現，所上交的實訓報告或小論文判斷；其次，缺乏獨立的實踐教學考核體系及應有的激勵機制，由于經濟統計專業學生人數較多，我院專業教師人數較少，教師很難及時準確地對所指導的學生逐一跟蹤檢查，無法發揮學生的主觀性和激發學生的創造性，同時，也忽視了學生實踐過程中創新能力、協調能力的培養。
4、案例教學方法應用不足。在實踐教學方面，案例教學是一種雙向互動式的教學模式，要求教師具有深厚的理論知識和豐厚的實踐經驗，并具備充分調動學生積極性及完成課堂教學任務的能力，而我校教師都沒有在企事業、地方統計部門等真正從事經濟統計工作的經驗，因此對案例的現實性缺乏把握，在指導實踐實習過程中顯得力不從心。
（三）師資隊伍匱乏，實踐經驗不足。許多新建地方本科院校在升本以后，不斷發展新專業，急切的增加專業數量、擴大招生規模，由此引發了一系列問題。最為明顯的就是在學生規?？焖僭鲩L的同時，專業教師數量增長嚴重滯后，個別高校的部分專業甚至出現二三個人支撐一個專業的現象。目前，紅河學院經濟統計專業就面臨著這樣的辦學困境，連基本的專業教師都無法保障，更談不上保障培養應用型人才所需“雙師型”教師的數量。在現有教師中，具有豐富實踐教學經驗的教師少之又少，具有實踐背景的“雙師型”師資的匱乏是制約當前我校經濟統計學專業培養應用型人才的核心瓶頸。
（四）服務地方的意識和能力不強，推動校企互動發展的措施力度不夠大。新建地方本科院校大都設在地級市，辦學上具有鮮明的地域性特色。就我校而言，服務地方的意識和能力不強，在校企合作項目上，僅僅滿足于跟企業合作辦學，停留在淺層次的知識培訓上，沒有形成辦好應用型專業的產學研相結合機制。此外，企業與高校之間的人員流動也存在政策上的諸多障礙。
三、新建地方本科院校經濟統計專業轉型發展路徑選擇
（一）準確定位經濟統計專業辦學目標。新建地方本科院校經濟統計專業人才培養目標的定位以應用型為導向，在完善知識結構的基礎上，突出實踐能力訓練。培養既具有堅實的經濟理論基礎，又懂統計方法，并能熟練掌握現代計算手段的經濟統計人才，其畢業生既是統計人才又是經濟人才，應當既能勝任企事業和政府部門的統計業務，又能從事市場調查、市場預測、經濟信息分析和其他經濟管理工作。從我校經濟統計專業人才培養模式和課程體系改革的角度上，專業設置要考慮到當前經濟、行業、產業特點，還需考慮到經濟結構的調整、生產方式的轉移，根據市場需求進行學科設置，根據相關產業和行業對專門人才的實際需要，在拓寬專業口徑的基礎上，在高年級靈活設置專業方向，應立足“邊疆、民族、地方性”，學校要緊扣“地方性”的要求，把學科專業的建設和發展內嵌進地方經濟社會發展的全局中，面向的服務范圍是以地方區域經濟為主，同時輻射周邊，乃至全國，服務層次是培養應用型人才，設置課程體系要全面考量我校的辦學定位和專業培養目標以及市場取向，專業方向課程的具體設置可以依據專業方向的實際要求來進行選擇。
（二）深化經濟統計專業實踐教學模式改革，彰顯專業特色。隨著經濟社會的發展，傳統的以理論教學為主的教學模式難以適應現代社會對人才的需求，動手能力強的應用型人才越來越受到用人單位的歡迎，應用型人才的培養離不開有效的實踐教學，有效的實踐教學能使學生增加就業砝碼，增強就業能力，因此新建地方本科院校經濟統計學專業要不斷探索實踐教學模式，彰顯專業特色。現以紅河學院經濟統計專業為例，研究如何深化實踐教學模式改革。
1、多途徑創造實踐教學條件。缺少實踐教學環節，培養應用型人才只能是句空話，實踐教學環節的成功與否，是我校經濟統計專業能否真正辦出特色的關鍵之一。因此，要多途徑創造實踐教學條件，盡可能縮短畢業生畢業后的適應期。首先，積極與學校爭取資金，籌建各種模擬實驗室；其次，積極與社會相關培訓機構合作，建立合作培訓關系；最后，積極與企事業單位、銀行、保險公司、證券公司、地方統計部門等洽談，建立實踐教學基地。
2、提高實踐教學質量。加強實踐教學環節，提高實踐教學質量，培養合格的經濟統計應用型人才。要提高我校實踐教學質量需要做到：一是要保障教師有足夠的時間去接觸和熟悉經濟統計實務操作，可考慮分批次讓教師帶薪去企業鍛煉的形式，增強教師自身的統計實務處理技能，以提升教師自身的實踐經驗；二是定期組織教師外出培訓，提高我校教師統計實踐水平，支持教師參加專業技術資格考試，取得相應資格證書，達到“雙師型”教師的要求；三是聘請知名高校實踐能力強、理論水平高的教授做兼職教授，提高年輕教師的理論水平和實踐教學水平；四是聘請公司、企事業、地方統計部門等實踐能力強的專家與青年教師共同擔任學生實踐指導教師，提高實踐教學質量。
3、重視實踐成果考評。重視和加強實踐教學以及實踐教學效果的評價，實踐教學環節的考核不僅要重視學生運用統計專業知識解決實際問題的能力，而且要讓學生在實踐及實習、實訓的過程中培養各方面的能力，對學生既要有量化考核，又要有質的考核?？荚u可以多種方式進行，如可以采用自評與互評相結合的方式，也可以采用小組形式進行，還可以采用以學生取得的一些職業資格證書、國家及省級證書折算成學分，代替相關課程，也可采用現場演示、讓學生進行實踐成果的介紹及現場答辯等方式，全面考核實踐教學成果。
4、充分恰當的利用案例教學。案例教學法有利于激發學生學習的積極性和主動性，經濟統計專業畢業生要學會數據處理和定量分析的方法，如核算的方法、指數的方法、統計預測法、經濟計量方法等，因此，在教學中教師要充分利用案例教學，強化對統計方法適用性的識別能力以及利用這些方法分析經濟數據能力的訓練，以我國經濟運行真實數據編寫案例，結合社會經濟的熱點問題開展案例教學，積極開展統計實驗，將理論方法的教學與計算機軟件相結合，因地制宜，建立實習基地，開展豐富多彩的實踐活動，積極參與國家的人口、農業、經濟普查，在為地方經濟發展提供服務的同時，提高學生的實際工作能力。
（三）培育穩定的、高素質的“雙師型”師資隊伍。加強師資隊伍建設，培養“雙師型”的師資隊伍是應用型人才培養的關鍵。我校要堅持培養和引進相結合，以培養為主，以引進為輔，構建“雙師型”教師隊伍，全面提高教師教學隊伍。從目前我校來看，師資普遍比較年輕，教師基本上是出了校門進校門的高校本科畢業生、研究生，這種關門教學，很難適應培養有參與市場競爭意識的、知識結構和能力結構并存的“應用型”人才的需要。所以，一方面要求教師應定期到企業和實際工作部門參加實際鍛煉，不斷增強實踐經驗，提高教學和科研能力；另一方面必須建立專、兼結合的開放性的師資市場，有目的的從企業和實際工作部門選擇既有理論又有豐富實踐經驗的經濟管理人員做兼職教師，建設一支既是教授又是實踐專家的“雙師型”教師隊伍，將企事業單位的管理者、專業學者請進學校，請進課堂，給師生作講座，傳授專業知識和技能。
（四）發揮經濟統計專業服務地方經濟的社會功能，做好產學研結合。我校培養經濟統計專業人才的目的之一就是服務于地方經濟社會，所以在學科專業的設置方面要緊密圍繞地方經濟特點和社會發展需要，尤其是地方支柱產業的發展，只有這樣，我校經濟統計學專業才能辦出特色。一個好的教師，不僅教學要做好，而且科研也要做好，做到教學與科研的緊密結合和相互促進，要切實改變科研與教學、科研與地方經濟脫鉤的現狀。我校要利用自身的優勢，與地方企事業、銀行、保險公司、證券公司、地方統計部門等聯合，實現共贏。企事業由于有了高校的技術支持，在攻克技術難題、實現產業化等方面為企事業提供便利；而我校的教師，通過與企業深度合作，提高了自身的實踐能力和研發能力，學生通過參與科研或者實習實訓等提前接觸企業，縮短了畢業后對社會的適應期。這一切將對學校培養高質量應用型人才以及企業長遠發展帶來積極的效果。
四、結語
我校經濟統計學專業的轉型發展，可根據市場的實際情況來設置經濟統計學專業的培養方向，可以與企業、證?、倚?、保險、地方統計部門等行業聯合培養所需要的專門人才，以市場為導向，整合培養制度，促進經濟統計專業應用型人才培養，通過與產業結合，了解產業發展現狀，以此來達到真正培養市場需求的統計人才。我?？梢詮囊韵聨讉€方面推動辦學功能向應用型發展：第一，確立與地方政府、企事業共同發展的理念，從根本上解決制約我校發展的資源不足等問題；第二，以應用研究為方向，與地方政府、企事業建立良好的合作與服務關系，為區域經濟社會發展提供教育和智力支持；第三，繼續發揮多學科交叉和專業群建設的優勢，促進產學研結合的緊密結合。
主要參考文獻：
[1]陳相成.經濟管理類統計專業的改革發展思路[J].統計研究，2008.5.
關鍵詞： 鋼琴 啟蒙 教學方法
隨著我國社會經濟的迅猛發展和人民生活水平的提高，如今鋼琴教育逐漸走進千家萬戶，越來越多的孩子加入了浩大的琴童軍團，同時對鋼琴教師的需求也日益大增。面對一個零起點的孩子我們應該從何教起？我根據十幾年的鋼琴學習和若干年的教學經驗總結出了一套通俗的方法。
興趣是最好的老師。
根據相關統計，絕大多數幼兒在學習鋼琴之前表示喜歡音樂，占總數的82%，一般的僅為16%，不喜歡的僅為2%。這說明幼兒在未經刻意引導和培養的前提下，對音樂具有本能的“原始興趣”。而對練琴過程的問卷調查，則顯示在練琴過程中有經常去廁所、喝水等行為的幼兒占42%，偶爾的占37%，不去的占21%。除開幼兒練琴過程中確實的生理需要以外，更多的原因在于缺乏興趣。
興趣是個體力求認識某種事物或從事某項活動的心理傾向。它表現為個體對某種事物或從事某種活動的選擇性態度和積極的情緒反應。幼兒鋼琴學習興趣作為一個復雜的問題涉及幼兒本身、鋼琴教師、幼兒家長，而且受到家庭環境、社會氛圍等諸多因素的影響。因此，無論是幼兒學習鋼琴，還是音樂教師教授鋼琴，培養幼兒學習鋼琴興趣的學習的關鍵。興趣作為一種心理傾向，對幼兒鋼琴學習活動不僅起著激發動力產生、推動情感投入的作用，而且有效地培養幼兒注意力的形成，促進智力方面的發展。
我認為對于兒童鋼琴的啟蒙教學最佳的方式應該在培養興趣的基礎上采取一對一式、口傳心授的方法。一般每節課為30―60分鐘不等，一般課時安排為一周1―2節。
首先讓學生對鋼琴進行認識，尤其是對鋼琴鍵盤的識別與記憶，并且引導幼兒對高、中、低音區進行辨識。然后從正確的彈奏姿勢開始教授，要培養幼兒正確的彈奏姿勢。身體要與鍵盤的中央對正，坐得端正而不僵硬，上身略向前傾。雙手放在鍵盤上時要使肘部和前臂的高度與鍵盤一致。坐的距離以上身略向前傾、雙臂自然下垂、左右肘部自然放松并稍向身體外側展開；下身則注意大腿根到膝蓋應略呈坡狀傾斜，膝蓋的位置在琴邊下，雙腳略向前伸。然后開始逐漸細化到講解身體上半部分，手臂與手腕的感覺與形態，再到教授手形、手指，等等。幼兒手指伸張力和手指關節的彈性對今后發展具有決定性作用，因此應該注意好習慣的培養。手型應放松，手指自然彎曲，用指端肉墊部分觸鍵。掌關節自然拱起，像是虛握著一個圓球，手腕大約與鍵盤平行。大指第一關節僅以指側端觸及琴鍵靠邊緣的位置，四指和小指要注意端正。在教授過程中應該注意運用淺顯易懂的語言。同時我們還應該重視學生對五線譜的識別能力鍛煉，目前較流行的兒童啟蒙教材中大致可分為三種五線譜入門型，即高音譜表入門法，中央c入門法，多音入門法。傳統的啟蒙教材《拜爾鋼琴基本教程》用的就是高音譜表入法，目前在國內廣泛應用的《湯普生簡易鋼琴教程》1-5冊用的是中央c入門法。
結合學生彈奏的鋼琴作品向學生講述有關的音樂知識，例如表情記號的意義和作曲家的風格及其生平，等等。
在完成若干節的入門知識講述和基本知識的教學后，教師可以開始對學生進行鋼琴教材作業布置，每節課的必要步驟為：學生對上節課作業的演奏與反饋、教師對作業進行指導、新作業的布置。
我認為對兒童入門教學的過程可以采取如下步驟。
在每節課開始前，教師應該先詢問孩子在家的練琴情況，然后開始基本功的練習，讓孩子把手指活動開。然后開始讓他彈奏上節課布置的作業。仔細聆聽學生演奏，并且在演奏過程中及時糾正手形、識譜、表情記號等問題。
欣賞老師示范演奏所布置曲目的片段。讓孩子自己進行對比比較，培養他們自己發現問題的能力。
與學生討論有關彈奏時候出現的問題和解決方法。
設計意圖：利用現代教師的示范吸引學生的注意力，激起學生的學習興趣。通過對作品音樂要素的分析，讓學生體驗到作曲家寫作時的情感基調，從而更好激發學生的情感共鳴，為其進一步學習提供基礎。
許多鋼琴教師在教授學生鋼琴的過程中常常忽視了一點，即與學生家長的溝通。我們首先必須明確教學目標，使幼兒學琴者具有一定的鋼琴演奏水平，繼而培養孩子的各種能力，如學習能力、是非判斷能力、交際能力、自我情緒控制能力、各種品德的養成、陶冶情操，等等。根據個體和家長需求的不同，再根據實際情況作出調整。為保證學生學習質量最好邀請家長在一旁觀摩，并且記錄老師上課的內容，根據學生的上課實際情況，家長要及時督促學生進行學習，這一點對于學生鋼琴水平的進步尤為關鍵。
參考文獻：
［1］樊禾心.鋼琴教學論.上海音樂出版社，2008，1.
1、統計研究設計：應交代統計研究設計的名稱和主要做法。如調查設計(分為前瞻性、回顧性或橫斷面調查研究)；實驗設計(應交代具體的設計類型，如自身配對設計、成組設計、交叉設計、析因設計、正交設計等)；臨床試驗設計(應交代屬于第幾期臨床試驗，采用了何種盲法措施等)。主要做法應圍繞4個基本原則(隨機、對照、重復、均衡)概要說明，尤其要交代如何控制重要非試驗因素的干擾和影響。
2、資料的表達與描述：用x±s表達近似服從正態分布的定量資料，用M(QR)表達呈偏態分布的定量資料；用統計表時，要合理安排縱橫標目，并將數據的含義表達清楚；用統計圖時，所用統計圖的類型應與資料性質相匹配，并使數軸上刻度值的標法符合數學原則；用相對數時，分母不宜小于20，要注意區分百分率與百分比。
3、統計學分析方法的選擇：對于定量資料，應根據所采用的設計類型、資料所具備的條件和分析目的，選用合適的統計學分析方法，不應盲目套用t檢驗和單因素方差分析；對于定性資料，應根據所采用的設計類型、定性變量的性質和頻數所具備的條件以及分析目的，選用合適的統計學分析方法，不應盲目套用x2檢驗。對于回歸分析，應結合專業知識和散布圖，選用合適的回歸類型，不應盲目套用簡單直線回歸分析，對具有重復實驗數據的回歸分析資料，不應簡單化處理；對于多因素、多指標資料，要在一元分析的基礎上，盡可能運用多元統計學分析方法，以便對因素之間的交互作用和多指標之間的內在聯系進行全面、合理的解釋和評價。
4、統計結果的解釋和表達：當P＜0.05(或P＜0.01)時，應說明對比組之間的差異有統計學意義，而不應說對比組之間具有顯著性(或非常顯著性)的差別；應寫明所用統計學分析方法的具體名稱(如：成組設計資料的t檢驗、兩因素析因設計資料的方差分析、多個均數之間兩兩比較的q檢驗等)，統計量的具體值(如t值，x2值，F值等)應盡可能給出具體的P值；當涉及總體參數(如總體均數、總體率等)時，在給出顯著性檢驗結果的同時，再給出95％可信區間。
