统计学概率论范文

统计学概率论范文第1篇

【关键词】统计学与概率论；教学

为了在教学方面自我完善，自我提高，更好的服务于教学工作，结合自己的教学实践浅谈一些自己的心得：

一、统计与概率的内涵的进一步认识

数据能够帮助我们认识世界、做出决策和预测，而统计正是与数据打交道的科学，它是在人们对现实生活中数据资料的收集、整理、分析的过程中发展起来的。

（1）紧密联系学生生活实际，创设情境。有了这样的情感学生学起数学知识来当然是事半功倍了。例如：“分苹果”的情境创设，动手操作，激发了学生提出问题，解决问题的欲望，让学生在情境中感受、理解数学问题。再如：圆的周长的实际测量，也练习了学生的动手操作。

（2）在课堂上让学生充分交流讨论。在民主、和谐的氛围中开拓思维，积极参与，充分合作。教师适时地参与到学生的讨论和交流当中，较好地扮演了组织者、参与者、合作者的角色。

（3）运用丰富多彩的课堂教学手段。随着科技的进步和发展，我们的课堂也要跟上时代的潮流改变传统的一支粉笔进课堂，这两节数学课让我增长了很多见识，随着一个个课件的展示，本来很难理解的数学难题变得形象、具体，一个个教学难点也随之被攻破。课堂也显得生动活泼了很多。如果有条件我们也要丰富我们的课堂，提高课堂的教学效率。

（4）引用《不列颠百科全书》对统计学的一个定义。《不列颠百科全书》对统计学的一个定义：“统计学是关于收集和分析数据的科学和艺术”。我认为定义中有三个比较关键的核心词，第一个是数据。“数据”和“数”的最重要的区别是数据是具有实际背景的，而“数”则并不一定。从这个意义上我们就可以理解了为什么说可以把“统计”从过去我们认为的“数的运算”中单独出来，成为一个相对独立的学习领域，统计主要作用正是通过数据处理来提取信息从而帮助人们进行决策。进一步，“随着信息高速的增长，我们需要进一步扩大对数据的认识。事实上，现在的数据不仅仅是数，其实图像也可以看成是数据、语句也可以看成是数据。只要蕴含着一定信息的，无论是什么表现形式，都可以看作是数据”。

二、教学当中概念的处理方法

在教学中，我们应该首先注重学生统计观念的形成与培养。能从统计的角度思考与数据信息有关的问题；能通过收集数据、描述数据、分析数据的过程，作出合理的决策，认识到统计对决策的作用；能对数据的来源、处理数据的方法以及由此得到的结论进行合理的质疑。收集整理养出来的感觉，统计学习要培养学生能自觉地想到运用统计的方法解决有关的问题。学生没有经历数据的收集过程，随机的数据对他们来说还是确定的，学生也就根本无从体会统计思想方法的价值。因此必须创设原始的随机情境，突出活动性，让学生亲身面对实际问题，亲自调查、收集数据，先体会随机数据的不确定、杂乱无章，然后组织学生经历数据的分类整理，凸现随机数据的特点。在这样的教学情形下，学生才深深地领悟到统计思想确实很有用。

我们还要注重学生在概率实验中的操作体验。教学中应以学生亲身经历和体验统计过程作为主线，即对数据从收集、整理、描述到分析、运用的全过程中突出学生的主体参与，再此过程中引导学生发现并提出问题，用适当的方法收集和整理数据，用合适的图表展示数据，对数据作简单的分析并对自己的分析、思考进行交流和改进。由于处理数据没有唯一的样式，在统计过程中，不同情况下、不同的学生会用不同的方法来记录和表示数据。因此，引导学生经历数据处理过程的教学具有很强的探索性。

三、如何介绍收集和数据的分析和运用

统计处理数据的步骤主要包括：第一是要确定需要解决什么问题；第二是决定收集数据的方法并收集数据；第三是整理并尽可能清晰地描述数据；第四是分析数据，并做出决策和推断。统计学有着它科学的一面，但也有艺术的一面。对于同样的数据，由于背景和目标不同可以有多种分析的方法，需要根据问题的实际背景选择合适的方法。也就是统计的方法没有简单的理论意义上的对和错，只有好和不好。

统计在收集数据和运用数据做出推断等方面吸收了概率的主要成果和主要方法，产生了以抽样为特征的数学与概率论的统计学。数理统计学是运用统计的方法来研究随机现象、从而描述随机现象总体趋势的数学模型，它不会把注意力停留在个别的现象特征上，而是了解大量随机现象的总体的变化趋势，并由此得出随机现象的基本统计规律，进而得到关于社会发展、科学发现的统计预测。

最后，我们再概括地分析一下统计与概率的关系。实际上，众所周知，统计与概率都是研究随机现象的学科。“不论怎么说，机遇（或说偶然性）无所不在，机遇伴随着人的一生（当然随人的情况而有异），这是一个无法回避的现实”。统计与概率正是从不同的角度来研究怎样更好的刻画随机现象，统计主要侧重于从数据来刻画随机，概率则主要侧重于建立理论模型来刻画随机。另一方面，概率为统计提供了理论基础。在运用样本估计总体的过程中，抽样的合理性、样本推断总体的合理性，包括犯错误的风险，都需要概率的知识来提供科学依据（这在下文还要论述）。“‘机遇（机会）的数学’，它包含数学中的两个学科分支――概率论和数理统计学。概括来说就是，前者属于机遇数量化的理论基础。而后者则是其应用。”

四、统计与概率课程的教育价值

由上一段内容我们可以看出，统计的关键是客观地提炼和表述现实世界中广泛存在的随机信息，准确地分析并把握随机信息中的关键因素的规律性，科学地应用数据并做出正确决策是统计与概率的主要任务，而这也构成了大学阶段学习统计与概率的重要原因。具体来说，学习统计与概率的主要目的是让学生适应现代社会的需要；帮助学生形成和运用数据进行推断的思考方式；有助于学生朝着数学思考、解决问题、情感态度等多方面的发展。

在以信息和技术为基础的现代社会里，生活中充满着大量的数据和随机现象，各种信息量以成倍地速度增长，这时就需要人们面对它们做出合理的决策。事实上，每个人每天都会遇到许多需要判断和推理的事情。总之，生活已先于数学课程将统计与概率推到了学生的面前，统计与概率的思想已渗入人们日常生活和社会生活的方方面面。

许多的例子表明，随着计算机等信息技术的飞速发展，数据日益成为一种重要的信息，21世纪的公民面临着更多的机会和挑战，常常需要在不确定情境中，根据大量无组织的数据，做出合理的决策，这就需要人们能对纷繁复杂的信息做出恰当的选择与判断，具有一定的收集与处理信息、做出决策的能力，并且能够进行有效的表达与交流。而统计与概率正是通过对数据的收集、整理和分析，来为人们更好的制定决策提供依据和建议。因此，要培养学生具有收集并处理数据、做出恰当的选择和判断的能力，以适应现代社会的发展，就必须将统计与概率的基本思想、方法和知识作为义务教育阶段数学课程的重要组成部分。统计与概率的学习必将为数学与学生的日常生活及其他学科联系起来提供一条自然的途径。

参考文献：

[1]教学数学教学策略.张丹

[2]运怀立.概率论的思想与方法.中国人民大学出版社

[3]郝晓斌，董西广.数学建模思想在概率论与数理统计中的应用.经济研究导刊，2010年第16期

[4]刘清梅.统计与概率的思想方法及其联系.考试周刊，2008年第18期

统计学概率论范文第2篇

关键词：概率论与数理统计；课堂教学；举例生活化；统计软件；分阶段教学课程考核

伴随着经济的不断发展，概率论与数理统计逐渐进入人们的生活，在社会应用领域发展也愈加广泛。怎样切实提高概率论与数理统计的教学质量已经迫在眉睫。

一、系统设置教学方案，优化课堂教学

作为教师一定都明白“兴趣是最好的老师”这句话的深刻含义。兴趣可以引导学生走向正确的学习之路。在教学过程中，教师可以适当地向学生讲述有关内容的历史资料，尤其是历史上著名概率学家的生平事迹，比如，泊松、伯努利等，他们对于概率论与数理统计的发展所做出的贡献可谓是不可磨灭的。但教学中只有相关史料的引导是远远不够的，每章节开头的实例介绍往往最能使学生的兴趣变得浓郁。例如，在教学“正态分布”时，首先可以提出这样的一个有趣的问题：假如你现在有个小假期打算出游，要从家里出发前往北区的飞机场搭乘飞机，有两条线路可供选择。第一条路线是穿过市区，路程较短，但交通拥挤，第二条路线是沿环城公路走，路程较长，但意外阻塞少，它们均服从相同的分布，时间分布已具体给出，现在来计划在给定时间里自己究竟选择哪条路线才能更加节约时间呢？教师可以带领着学生一起展开讨论，在讨论的同时引入正态分布的概念和性质，以帮助大家做出正确的抉择。这必然会使学生燃起掌握新知识的渴望，唤醒学生学习的积极性，也使教学工作的开展取得良好的效果。

在传授知识的过程中，光有理论知识的论述显然是不够的，也得时不时地穿贴近生活的例子，也就是理论联系实际，这样学生才不会觉得书本知识与生活严重脱节。教师布置作业时，除了必要的定理证明以及例如“中”“掷骰子游戏”“生日重叠”的习题外，开放灵活的题目也可适当布置，以增加学生的实践能力。例如，在一次考试后，让学生搜集成绩的相关数据，分析考试成绩是否服从某些分布以及得出全班的优秀率和合格率，亦或利用课余时间调查食堂排队买饭等候时间的长度，以此作为依据向食堂提出可行性意见来使打饭更为快捷。这样，学生主动采用数学方法解决实际生活中的问题，既巩固了从书本上学来的知识，又提高了他们学习知识并将此应用于活动的热情，可谓一举数得。

二、合理摸索教学课程的“分阶段”教学

由于不同专业对掌握课程知识的需求不同，若按照一样的教学模式来进行显然是不科学合理的。但考虑到学生基础参差不齐的问题，在制定教学时间上就要做到不尽相同。基础较好、能力较强的学生可在相对短的时间内修完课程，剩下的时间则可用于自己在这方面知识的延拓。而相对基础薄弱的学生则可在相对宽松的时间内完成课程的学习，加强基础的巩固在这一环节的凸显。这样做的好处，在完成基本教学要求的同时，更从实际出发帮助学生达到最大幅度的提高，从而优化整体的教学质量。

分阶段教学保证了不同基础的学生在概率论与数理统计方面学习的积极性，提高的远远不止是学生的基础知识，同时它也培养了学生良好的上课习惯，认真听课、做笔记、及时完成学习任务。这样互利共赢的教学模式使得师生彼此都受益无穷，提升了整体的教学氛围。

三、增加随堂练习，完善课程考核制度

过去，课程考核往往集中在期末，很多学生普遍都是在临近考试前才开始“预习”，又或者平时虽有好好看书却因没有真正理解概念而不会做题，因为种种原因导致了期末考试成绩不理想的状况。结合这样的实际状况，教师定期开展随堂练习，一方面是为了检测学生理解掌握知识的程度，另一方面也是结合学生所完成的情况调整自己的教学计划以及期末考核的难易程度。随堂练习实际上也是对之前所学内容的一个总结概括，对学生而言，若能真正理解掌握练习中所包含的知识要点，基本可以说没有大问题了，对教师而言，练习题更好地帮助学生理解知识点，正好可以带领学生回顾一遍所学的概念，让他们加强印象。

在以往的教学考核中，考试结束以后，学生就不再关注自己的试卷内容了。这往往会使学生与本已掌握的知识一点点疏离。因此，考试完成后及时的分析和总结是必不可少的。学生在教师的帮助下对自己失分的区域进行一个详尽而又系统的分析，争取在未来使用中不再有类似的错误。而教师通过成绩分布以及试卷题目的失分情况大致判断出班级的总体情况以及水平层次，为自己以后的教学过程积累更多的经验，便于调整以后的课堂教学。教师和学生相互分析总结，使得教学质量不断迈向新的台阶。

参考文献：

[1]傅丽芳，邓华玲.高等院校概率论数理统计课程分级教学的实践与思考[J].大学数学，2008（01）.

[2]肖鹏，杜燕飞.概率论与数理统计教学改革的几点思考[J].数学教学研究，2009（01）.

统计学概率论范文第3篇

【关键词】概率论与数理统计 绪论课 教学效果

【中图分类号】G642 【文献标识码】A 【文章编号】1674-4810（2013）22-0072-02

概率论与数理统计是所有理工科院校的一门数学必修课，且在考研中占着较高的内容比例，因此，在第一次上课时，怎样去讲、讲什么内容，如何才能激发学生的学习兴趣，提高学生的学习积极性，笔者从以下几个方面进行探讨。

一 序言

当人们在一定的条件下对某些自然现象加以观察或进行试验时，其结果可能是多个可能结果中的某一个，而且在每次试验或观察前都无法确知其结果，即呈现出偶然性，或出现哪个结果“凭机会而定”。如从大家经常玩的扔硬币、掷骰子和玩扑克等简单的机会游戏，到复杂的社会现象――婴儿的诞生、世间万物的繁衍生息、流星的坠落……人们无时无刻不面临着不确定性和随机性。这种带有随机性、偶然性的现象被称为随机现象，概率论与数理统计就是研究随机现象的一门课程。随机现象具有不确定性，那是不是就没有规律？通过大量的在一定条件下对随机现象进行观测会发现某种规律性，比如抛一枚硬币，出现正面和出现反面

的可能性都是 ，掷一颗骰子出现1、2、3、4、5、6的可

能性都是 等。从现在开始，我们就对随机现象的统计规律

性进行学习研究。

通过简短的介绍，充分调动了学生的学习兴趣，使课堂气氛一下子活跃起来，给这门课开一个好头。

二 概率论与数理统计发展简史

概率论是一门研究随机现象规律的数学分支，起源于17世纪中叶，但当时刺激数学家们首先思考概率论的问题，却是来自不光彩的。法国数学家费马向法国数学家帕斯卡提出下列的问题：“现有两个赌徒相约赌若干局，谁先赢s局就算赢了，当赌徒A赢a局（a

一般认为，概率论作为一门独立的数学分支，其真正的奠基人是瑞士数学家雅各布・伯努利。他的主要贡献是建立了概率论中的第一个极限定理――伯努利大数定理，即“在多次重复试验中，频率有越趋稳定的趋势”。这一定理更在他死后的1713年，发表在他的遗著《猜度术》中。

到了1730年，法国数学家棣莫弗出版其著作《分析杂论》中包含了著名的“棣莫弗―拉普拉斯定理”，这就是概率论中第二个基本极限定理的原始雏形。而接着法国数学家拉普拉斯在1812年出版的《概率的分析理论》中，首先明确地对概率作了古典的定义。另外，他又和数个数学家建立了关于“正态分布”及“最小二乘法”的理论，使概率论的发展进入了一个新的时期――分析概论时期。另一个在概率论发展史上的代表人物是法国的泊松，他推广了伯努利形式下的大数定律，研究得出了一种新的分布，就是泊松分布。概率论继他们之后，其中心研究课题则集中在推广和改进伯努利大数定律及中心极限定理上。

概率论发展到1901年，中心极限定理终于被严格地证明了，随后数学家利用这一定理第一次科学地解释了为什么实际中遇到的许多随机变量近似服从正态分布。到了20世纪的30年代，人们开始研究随机过程，而著名的马尔可夫过程的理论在1931年才被奠定其地位。而前苏联数学家柯尔莫哥洛夫在概率论发展史上亦作出了重大贡献，到了近代，出现了理论概率及应用概率的分支，将概率论应用到不同范畴，从而开展了不同学科。因此，现代概率论已成为一个非常庞大的数学分支。

与概率论的发展密切相关的是数理统计学。简单的统计古来就有，但没有形成知识体系。以概率论为基础，以统计推断为主要内容的现代数理统计学到20世纪才逐渐成熟。

近代，最早使用统计的是英国经济学家格劳特，他在1662年对伦敦市的死亡人数进行了统计推断。1763年，英国数学家贝叶斯发表《论机会学说问题的求解》，其中的“贝叶斯定理”可以看成是最早的统计推断程序。英国生物学家和统计学家皮尔逊在现代数理统计的建立上起了重要的作用，被公认为现代统计学之父。现代数理统计作为一门独立学科的奠基人是英国的数学家费希尔，他提出了许多重要的统计方法。我国数学家许宝在多元统计分析方面也做出了卓越贡献。

1946年，瑞典数学家克拉默发表了《统计学的数学方法》，他系统地总结了数理统计的发展，这标志着现代数理统计学的成熟。

概率论与数理统计是研究随机现象统计规律性的一门数学学科。概率论――从数学模型进行理论推导，从同类现象中找出规律性，是数理统计学的基础。数理统计――着重于数据处理，在概率论理论的基础上对实践中采集到的信息与数据进行概率特征的推断，数理统计学是概率论的一种应用。

通过以上概率论与数理统计发展简史的介绍，可以增强讲课的趣味性，避免给学生造成这又是一门枯燥的数学课的感觉；可使学生了解概率论与数理统计的产生和发展过程；还可对学生进行意志、品德教育。

三 经典例子和日常生活例子的分析

为了阐明概率统计的基本思想和方法，可以用“生日问题”、“美国种族歧视问题”和“足球骗局”这三个经典问题为例。

1.生日问题

生日，只论某月某日，不论某年，假定一年有365天，问366个人中至少有两个人在同一天过生日的可能性有多大？那64个人中至少有两个人在同一天过生日的可能性又有多大？最后，一个30人的班级中至少有两个人在同一天过生日的可能性又有多大？

366个人的生日排列到一年中的365天，那必然至少有两个人是同一天过生日的，因此这种可能性是1。

通过概率论中古典概型的研究，可以得出，64个人生日

各不相同的可能性为 。

故66个人中至少有两个人在同一天过生日的可能性为

。

同理，一个30人的班级中至少有两个人在同一天过生

日的可能性为 0.7063。

这个问题还可以应用到中国人特有的属相中。通过计算可得，任意四个人当中，有两个人的属相是一样的可能约为50%；而在一个六口之家中，几乎可以断定有两个人的属相是一样的！

如果上述的数据仍让你有所怀疑的话，不妨留意一下以下例子：在美国前36任总统中，有两个人的生日是一样的（第11任总统波尔克和第29任总统哈定生于11月2日），有三个人死在同一天（第2任总统亚当斯、第3任总统杰斐逊和第5任总统门罗均死于7月4日），当然年份是不同的。

2.美国种族歧视问题

有人说美国没有种族歧视，因为据某年的数据统计分析，白人杀人后被判死刑的概率为19/160，黑人杀人后被判死刑的概率是17/160，由此说明美国没有种族歧视。后来有人仔细研究了这组数据，发现如果再看被害人是什么人，则情况是：白人杀白人被判死刑的概率是12.6%，白人杀黑人被判死刑的概率是0，黑人杀白人判死刑的概率是17.5%，黑人杀黑人判死刑的概率是5.8%，由此看到了明显的种族歧视。

所以，在对同一组数据进行统计时，不同的用法可能使结果大相径庭。统计研究数据时能不能把真实的东西挖掘出来，这点很重要。

3.足球比赛的骗局

在“英超”足球比赛的进程中，有人收到一封电子邮件，预测明天有一场比赛是甲胜。收到电子邮件的人当然不会轻易相信他。但若发邮件的人连续5次都猜对，就不能不相信他确有这个能力。经过询问，他说他请著名统计学家编了一个预测软件，是有科学依据的，所以才能每次猜对。他还说，如果给他汇200元钱，就告知明天比赛的输赢。但是，等汇过200块钱以后，就陷入骗局了。

不要以为学了统计就不会被骗。事实的真相是他第一次给2000人发信，其中一半人猜甲胜，另一半猜乙胜，终归有1000人的结论是正确的，于是再跟说对的1000人中的500人说下场比赛丙胜，对另500人说丁胜，如此下去。

所以，在利用统计结论时，一定要想想数据是怎么来的，又是如何利用数据进行统计的。

通过这些例子，可以告诉同学们概率论与数理统计是和日常生活联系紧密的一门课程，并且也是怎样去用所学的数学去解决实际问题的一门课程。

四 与以前所学数学的联系

通过前面的例子我们看到，概率论与数理统计这门课中要用到大家在中学所学到的排列组合，但古典概型仅仅是概率论中最简单的情形，为了研究更复杂的概率情形，我们还要用到大学一年级学习的高等数学，特别是函数的微分与积分部分。

五 概率论与数理统计课程的重要性

概率统计理论与方法的应用几乎遍及所有科学技术领域、工农业生产和国民经济的各个部门。如：（1）气象、水文、地震预报、人口控制及预测都与概率论紧密相关；（2）产品的抽样验收，新研制的药品能否在临床中应用，均需要用到假设检验；（3）寻求最佳生产方案要进行实验设计和数据处理；（4）电子系统的设计离不开可靠性估计；（5）探讨太阳黑子的规律时，时间序列分析方法非常有用；（6）研究化学反应的时变率，要以马尔可夫过程来描述；（7）在生物学中研究群体的增长问题时提出了生灭型随机模型，传染病流行问题要用到多变量非线性生灭过程；（8）许多服务系统，如电话通信、船舶装卸、机器维修、病人候诊、存货控制、水库调度、购物排队、红绿灯转换等，都可用一类概率模型来描述，其涉及的知识就是排队论。

目前，概率统计理论进入其他科学领域的趋势还在不断发展。在社会科学领域，尤其是经济学中研究最优决策和经济的稳定增长等问题，都大量采用概率统计方法，如风险理论中的最优投资和再保险策略……这正如法国数学家拉普拉斯所说的“生活中最重要的问题，其中绝大多数在实质上只是概率的问题。”因此，我们没有理由不学好这门课。

一次好的绪论课的教学，可使学生充分认识到学习概率论与数理统计的重要性和必要性，促使学生运用所学知识去分析、解决现实问题，使原本枯燥的教学理论变得生动有趣，从而使学生对这门课产生浓厚的学习兴趣，提高教学效果。为了全面提高学生的学习水平，教师除了要钻研概率论与数理统计、研究数学教学规律、改进数学教学方法外，还要上好概率论与数理统计的绪论课。

参考文献

[1]王正萍.浅谈《高等数学》绪论课的教学[J].滁州职业技术学院学报，2003（1）：73～75

[2]盛骤等.概率论述数理统计[M].北京：高等教育出版社，2010

统计学概率论范文第4篇

【关键词】概率论；统计学；随机游戏；中心极限定理；概率论公理体系

概率论和统计学是研究自然界中大量随机现象统计规律性的一门科学。随机现象是客观世界中广泛存在的一类自然现象，它具有三个特点：（1）一次观测的不确定性；（2）大量观测具有统计规律性；（3）每次观测结果可数据表示。概率论从数学观点研究随机现象的基本性质；统计学从搜集到的随机数据，估计或推断随机现象的基本特性，这两本学科已经形成一门理论严谨，应用广泛，发展迅速，方法独特的数学分支。

1 中的问题、随机游戏――概率论的起源

概率论创立于17世纪，但它的思想萌芽一般来说始于意大利文艺复兴时代，最先引起数学家们注意的则是中的问题。15世纪意大利和法国盛行，而且赌法复杂，赌注量大。一些职业赌徒，为求增加获胜的机会，迫切需要计算获胜的思路，如意大利贵族请天文学家伽利略（1564-1642）解释下列问题：掷三个筛子，出现9点与10点的各种六种不同组合法，但在经验上，发现出现10点的次数多于9点，是何缘故？伽利略给出了使对方信服的答复：

三个骰子各面点数构成总和为9的各种组合：1、2、6；1、3、5；1、4、4；2、2、5；2、3、4；3、3、3；而组合等于10的各种组合为：1、3、6；1、4、5；2、2、6；2、3、5；2、4、4；3、3、4.。而各种组合出现的机会并非相等。例如，3、3、3只有一种途径掷出；而3、3、4则有三种不同途径掷出；这样，9可有25种不同途径掷出；10则有27种不同途径掷出。这一解答成为概率论应用题的首次成果。

另一位法国赌徒梅耳提出了一个掷骰子中的难题：掷一粒骰子4次至少出现一个6的机会要比掷两粒骰子4次至少出现一对6的机会更大些，这是否成立？这就是有名的“梅耳猜想”。他拜请法国数学家帕斯卡（1623-1662）来解答，这一问题引起了帕斯卡和他的朋友费马的极大兴趣，经过多次通信研究，于1654年对此问题获得一般的解法，肯定了“梅耳猜想”是对的，并奠定了近代概率论和组合分析基础。

16世纪意大利数学家卡当曾计算过掷两颗或三颗骰子时，出现某个点数的可能性的大小，并讨论了博弈中有限个等可能的情况问题。他的研究成果集中体现在他的《论》一书中，由于中的概率问题最为典型，因此，从这个问题开始研究随机现象的数量规律，便成为当时数学研究的一个重要课题，但这时期对博弈问题讨论的思想方法尚未形成独立的数学内容。

2 社会保险与社会实践的需要――概率论的发展

概率论发展的直接动力在于实践中应用，特别是社会保险中的需要。17世纪资本主义工业和商业的兴起和发展，是社会保险应运而生，各种意外事件发生的概率，如火灾、水灾等，这就大大刺激了对概率问题的研究。也正是对这些问题的研究，推动了数学的发展，是一门崭新的数学学科――概率论的诞生。其中做出突出贡献的数学家有帕斯卡、费马、伯努利、棣莫弗等人。如帕斯卡、费马基于排列组合的方法，讨论了中的赌注分配问题，为古典概率的形成提供了思想基础，帕斯卡在他的《论算术三角形》中用组合数学方法计算只涉及有限个基本条件的概率问题，称为组合概率。1657年荷兰物理学家惠更斯发表了《论中的推理》的重要论文，提出了数学期望的概念。伯努利把概率论的发展向前推进了一步，于1713年出版了《度术》，指出概率是频率的稳定值。他第一次阐明了大数定律的意义。在单一的概率与众多现象的统计度量之内建立了关系，为概率论推向更广泛的应用领域奠定了理论基础。

概率论的诸多重要定理是在18世纪提出和建立起来的，例如，1718年法国数学家棣莫弗发表了重要著作《机遇原理》书中叙述了概率乘法公式和复合事件概率的计算方法，并在1733年发现了正态分布密度函数，但他没有把这一结果应用到实际数据中。法国数学家拉普拉斯将棣莫弗的结果推广到一般的情形。即现在所指的棣莫弗―拉普拉斯定理，这是概率论中的第二个基本定理，拉普拉斯对概率的意义如何抽象化做出了杰出的贡献，提出了概率的古典定义，并把概率论有效的应用到人口统计学等社会各领域，他的著作有《分析概率》和《概率的哲学探讨》。在《分析概率》中，拉普拉斯不仅实现了概率方法上的革命，而且系统整理了18世纪之前概率论所处理过的所有重要的问题。德国数学家高斯发展了误差理论，并提出了最小二乘法。一些数学家开始注意把等可能思想推广到含有无数个可能性的情况，从而产生了几何概率。法国数学家蒲丰在其《或然算术问题》中提出了有名的“蒲丰问题”。对这一问题的研究导致了著名的蒙特卡洛方法的产生。泊松提出了一种重要的概率分布――泊松分布。

3 中心极限定理与概率论公理体系的建立

到19世纪末，概率论的主要研究内容已基本形成，但有两个问题从理论上没有解决：

一是概率论的公理体系；二是中心极限定理成立的条件。1928年原苏联数学家柯尔莫戈洛夫总结前人之大成，提出了概率论公理体系即概率的公理化定义，给出了柯尔莫戈洛夫不等式，这是证明大数定律的重要工具。

概率论里所说的极限定理，主要研究随机变量序列的各种收敛性问题，其中包括两种类型定理：一是大数定律；二是中心极限定理。中心极限定理的名称是美国数学家波利亚1920年提出的。历史上最初的中心极限定理是讨论n重伯努利试验中，条件A出现的次数渐进于正态分布的问题。中心极限定理早在1730年棣莫弗就研究过。随后拉普拉斯用了将近20年的时间研究独立随机变量及分布，提出了其极限分布是正态分布，然而他的证明不够严格。数学家李亚普诺夫于1901年给出了严格的证明，在证明过程中他提出了特征函数这一非常有用的工具，自1901年起许多人在这方面做过工作，主要目标是研究使中心极限定理成立的最广泛条件，直到1922年才有突破性进展。林德伯尔格提出了以他的名字命名的条件，到1935年美国数学家南斯拉夫―费勒发现：在独立随机变量数列情况下，这个条件不仅是充分条件，甚至在一定条件下还是必要的。

4 各种随机过程的形成与概率论的现代应用

自20世纪初开始，随着生产和科学技术中的概率问题的大量出现，概率论得以迅速发展，并不断诞生出一系列新的分支理论，其理论方法在科学技术、工农业生产及国民经济各部门日益受到更广泛的应用。当代概率论的研究方向主要是随机过程，随机过程是研究无穷多个随机变量的集合，它是现实世界中随时间变化的随机现象的数学抽象，如某地区每年的降雨量；百货公司每天接待顾客人数等，随机过程的发展与力学体系理论有密切的关系，马尔可夫推广了大数定律和中心极限定理的应用范围，奠定了随机过程的发展基础，他提出的马尔可夫过程，是现代概率论的基本内容。在理论物理、化学和其他方面有着广泛应用。（下转第224页）

（上接第179页）早在20世纪30年代末至50年代初，著名数学家杜布和莱维就创立了鞅论。鞅论理论的发现不仅成为随机过程中最活跃的分支之一，而且还愈来愈广泛地应用于马氏过程、点过程、估计理论、随机控制等理论分支及其应用领域。另外，随机过程与基础学科相结合，又产生了一些新的边沿分支，如与微分方程、数理统计、数论、几何、计算数学等相结合，便产生了随机微分方程、随机过程统计、几何概率、计算概率等新分支。这样，当代概率论的研究方向大致可分为极限理论、马尔可夫过程、独立增量过程、平衡过程、鞅论和随机微分方程、数理统计学等。

【参考文献】

[1]李玉琪.数学方法论[M].海口：南海出版公司，1990.

[2]解恩泽，徐本顺.数学思想方法[M].济南：山东教育出版社，1989.

统计学概率论范文第5篇

关键词：概率论；数理统计；理论对比；大统计

0.引言

在统计学领域，有关讨论和争议时间最长同时也是范围最广的问题就是统计学科问题。统计与数学社会经济统计现状纠纷愈演愈烈，消除门户之见，越来越多的人们趋向于建立大统计学科的；现阶段，有人提出将数理统计的数据取向作为唯一取向。

1.两门统计学的对比分析

1.1内容与特点对比

就科学内容而言，社会经济统计主要涵盖以下两个部分：社会经济体量的核算工作和社会经济的定量工作。社会经济体量的核算工作的主要核心内容是宏观经济核算表，设计到统计雪中的分类理论、数据收集和整理、会计理论和统计理论等，同时还涉及到已经开发或者准备开发的科学、环境等相关的社会统计数据的会计核算。社会经济的定量工作则更多的涉及到有关社会经济数据的总量、社会结构、经济效益及其动态趋势发展等。

概率论从整体上来研究，主要是围绕统计学的目标进行的，在经济管理中起着直接的作用，研究的内容是有关数据计量、指标分析以及数据索引等内容。数理统计主要涉及两方面：描述统计和推论统计，在内容上，这两门统计学科相互关联，但是两者依然存在差异性。数理统计的基本上是围绕模型假设、研究和论证。在概率论分析所用方法群中，数理统计方法是一门最基本同时也是最重要的研究方法，同时，数理统计学也是其中应用的一个范围较广的领域。可以这样说，社会经济统计和数理统计之间的差异大于相似，社会经济统计数据具有独特的服务对象，它与实际工作之间有着密切的关系。数理统计一般认为是自然科学的一个科学的方法，所采用的理论基础是概率论，主要源自于生物学研究和农业试验等方面。

1.2发展与创新机理对比

社会经济统计和数理统计在统计领域影响不同，都受到各自的内容限制，导致这两门学科研究的驱动力也具有差异性。社会经济统计的经济核算主要研究力量来自一些政府机构和高等院校，主要服务于官方统计机构等一些宏观管理部门；数理统计理论的主要理论源于实践，通过数学推导，由分析研究人员经过一系列的推算和理论得出分析结果。科学实验在早期的研究方法中具有重要的影响。、是比较大的。在不久的将来，数学推导、社会实践的影响及其作用将进一步扩大。

1.3地位与影响对比

在国际统计学界中，数理统计学占据着重要的地位，世界上最有影响力的数学统计学会是一个国际统计学会，这个学会所采用的统计学术基本上是以数理统计为主。然而，概率论的发展是逐步进行的，其采用的统计方法也越来越多，同时概率论在很多研究应用领域的重要性越来越突出，包括社会生活、国家和地区经济的宏观调控和企业管理。

2.大统计学现状与发展趋势

2.1统计学观点的价值判断

近几年，有关概率论和梳理统计学的研究和讨论越来越多，态势也越来越激烈，许多人从学科发展角度，以视觉的辩论的广度观察，提出了将概率论和梳理统计学作为一个整体的“大统计”学科的理论。从观念上看，由于概率论和梳理统计学的统计口径不同，即使可以形成一个大的统计体系，但就大统计学科的内部关系而言，这一门新兴的学科更像是一个松散的学科群。此外，通过对包括概率论和梳理统计学在内的多门学科统一性的强调，并不足以否定在更多方面多分支学科的差异性。

数理统计学是从统计学科中纵向转变而得，例如生物统计数据、气象数据经以及济统计数据等是从中分离出来的，这有利于提取方法本身的改进，同时也是学科发展的必然，更加有利于方法的应用推广。事实上，隐藏在这学科分化的表面真实的理论基础，正是在更多的水平和综合领域中使用不同的统计方法的融汇与综合。到目前为止没有很好的理由认为：数理统计和社会经济统计数据（或其他的纵向统计）将来会重新在一起。

2.2核算统计理论大有学问

大家都知道，随着我国改革开放，原先长期沉闷学术气氛被打破，过去在统计学界一直相信的理论也在一步步的研究中开始反思和讨论。由于长期以来，我国在社会经济统计数据方面，包括概率论和数理统计学等在理论、时间等方面存在许多问题，有些学者虽然有关社会经济统计数据持有怀疑的态度，但考虑到社会经济统计学仅仅只是一个政府工作中的一个统计数据而已，缺乏必要的历史、辩证的使用态度，导致负面的社会经济统计数据链反应。

通过对指标和指标体系在统计理论的经济统计数据的研究，以及在社会经济现象的数量之间关系的研究，现阶段概率论和数理统计学科依然具有活力，也就是核算统计理论不会消失，在现阶段，导致核算统计理论大有学问主要是由于：一方面，是一种特殊的社会现象及其复杂性的数量变化边界的决定统计理论的价值。另一方面，价格因素决定着会计理论的价值，包括广泛性和综合性统计调查的内容。

2.3统计理论研究极端化现象的根源

随着我国改革开放，原先长期沉闷学术气氛被打破，国内统计行业兴起对统计学科的改革性思考。现阶段在统计学领域，国内统计学科研究者一方面要面对着国内外有关统计双向的问题的研究，另一方面，由于我国统计学科基本单薄，国内一些学者运用传统的统计理论的彻底批判国内理论，固执地独自理解西方寻求理论并寻求经验支持，逐步走向极端化，试图通过国外，尤其是西方有关“大统计”学的定义和理论对我国的统计理论设计和规划的发展目标“指手画脚”。

在极端的趋势下，是对西方通用的统计理论和应用的假设的有效性的“肯定”，思维模型的研究，这个假设是简单的二分法处理。当谈到过去和现在的中国统计理论，就“以一概全”的、自觉或不自觉地、统一文字修改，这给我国传统统计理论造成负面影响，所谓的现代统计理论往往根据西方社会因素发展的经验和成果的统计理论抽象，或是任意类型的处理来界定，传统与现代的相互渗透性从根本上被否定了。这种观点认为，传统的就是落后的，落后的阻碍现论的进一步发展；这种“错误”的观念的研究，忽略传统统计中所隐含的向现代统计转型的深厚的正确性资源。割断历史，闭塞本国经济统计学科的理论和实践发展，或者一味的坚持传统理论，另起炉灶，抵御国外整体统计学发展理论结果。而应该站在在国家统计科学有效的、合理的基础上，积极与国际合作，因为任何一个单纯地模仿他国的理论成果都没有成功的先例。

3.结束语

统计学产生于应用，在应用过程中发展壮大。随着经济社会的发展、各学科相互融合趋势的发展和计算机技术的迅速发展，统计学的应用领域也将不断发展，、统计学的应用展现它的生命力和重要作用。

在应用统计这门学科中，概率论与数理统计的应用过程将会更加的发展壮大。随着经济和社会的发展以及计算机技术的飞速发展，统计理论与分析方法在更多领域应用广泛，统计学的应用将会展现它的生命力和重要作用。（作者单位：福建师范大学）

参考文献

[1] 韩琳.关于统计学科若干问题的理性思考[J].西安金融.2000（05）

[2] 周民.关于统计学科若干理论问题的系统分析[J].山西师大学报（社会科学版）.2002（02）

统计学概率论范文第6篇

2010年12月8日，以实名的形式对南通大学杏林学院金融统计091班的33名学生进行了概率论与数理统计学习策略的问卷调查，所有调查问卷均回收且有效．调查问卷包括3部分，第1部分题目描述重复强化策略，第2部分题目描述规则套用策略，第3部分题目描述自然练习策略．数据分析共涉及4个变量，其中被解释变量是概率论与数理统计学习成绩，解释变量是由问卷题目组成的3类学习策略．3个解释变量的名称、所包含的题目数和内容见表1．期末考试试卷是一份综合性试卷，题型包括选择、填空、简答、计算、证明和论述．对数据进行统计分析使用的是SAS9.0计算机统计软件，涉及的统计过程包括描述性统计、相关分析、t-检验和回归分析[1-2]．

2统计分析

2.13类学习策略的使用情况存在显著的差异对3类学习策略的使用情况的差异进行显著性检验，结果见表2．从表2可以看出，使用3类学习策略得分的平均数高低不同．重复强化策略的平均分为2.48，是3类学习策略中使用频率比较高的，说明学生普遍比较重视对学习内容的复习，也能有意识地进行计算方法的模仿．规则套用策略的平均分为2.77，是3类学习策略中使用频率最高的，原因可能是教师在课堂教学中以讲解计算规则为主，对计算方法比较强调，给学生的作业通常也是书面的计算题目，所以学生使用该策略的机会非常多．自然练习策略的平均分为2.11，是3类学习策略中使用频率最低的，原因主要是教师在课堂上较少提供相互讨论交流的机会，学生也不重视合作学习能力的培养，在课后较少主动运用所学的知识解决实际问题．为了明确3类学习策略的使用情况，用方差分析的方法进行每对平均数差异的显著性检验（见表3）．从表3可以看出，实际计算出的每对平均数之差的3个q绝对值都大于相应的q临界值（q(10)=8.3，q(12)=11.1），则p<0.01，说明每对平均数都有显著的差异，3类学习策略的使用情况都有显著的差异．

2.2高分组与低分组在学习策略的使用上存在显著的差异由于通常所说的学习成功者与不成功者的概念比较模糊，因此采用了高分组与低分组的区分方法．概率论与数理统计成绩在80分以上的共有10人，是高分组．概率论与数理统计成绩在50分以下的共有8人，是低分组，对高分组与低分组各项学习策略的平均数进行t-检验[3]（见表4）．从表4中可以看出，3类学习策略的平均数t检验的p均小于0.01，说明高分组的使用情况与低分组有显著的差异．由于高分组的3类学习策略的平均值都大于低分组，所以高分组对3类学习策略的使用情况优于低分组．这一结果与许多研究的结果一致，说明学习成功者和学习不成功者相比，更善于运用学习策略．

2.3各项学习策略和概率论与数理统计成绩密切相关对学习策略与概率论与数理统计成绩的相关性进行分析，结果见表5．从表5中看到，各项学习策略与成绩的相关系数的值都是正值，说明学习策略与成绩是正相关，即学习策略的使用频率越高成绩越好．通过对相关系数的显著性检验发现，这些学习策略与成绩的相关系数的p值都小于0.01．因而可以看出，各项学习策略与概率论与数理统计成绩密切相关，学习策略的使用对成绩产生了积极的作用．

2.4学习策略对概率论与数理统计成绩有一定的预测作用表5已经说明各项学习策略与成绩密切相关，在此基础上用回归分析，可以进一步求证各项学习对成绩是否有预测作用．通过回归系数显著性检验（见表6）得到p值都小于0.01，说明各项学习策略与概率论与数理统计成绩存在线性关系从表6可知，学习策略对成绩的预示作用明显，3类学习策略中规则套用策略对成绩的预示作用最不明显，重复强化策略对成绩的预示作用较明显，自然练习策略对成绩的预示作用在三者中是最明显的．综上所述，学生在概率论与数理统计学习中较多地使用重复强化策略和规则套用策略；概率论与数理统计学习成功者比不成功者更多地使用各项学习策略；学习策略对概率论与数理统计成绩起一定的积极作用，其中自然练习策略的预示作用最为明显，规则套用策略的预示作用最不明显[5]．

3调查结论

统计学概率论范文第7篇

通常，大学本科学生学习的“概率论与数理统计”是数学基础课。学生将数学概念运用于工程中还有很大差距，例如，对于工程背景比较多的“假设检验”部分，学生理解起来很困难，更谈不上工程应用。学生理解概率统计的基础是在排列组合方法基础上的古典概型，而不是来自于现实的频率和工程数据。在“概率论与数理统计”的学习中应该更注重的是概念的理解，而这正是广大学生所疏忽的，学生对“什么是随机变量”、“为什么要引进随机变量”说不清楚，他们更关心的是数学计算。学生对用“不确定性”的思维方法很不习惯，经常套用确定性的思维方法而呆板的结论，不能对结论作出合理解释。实际上，只会数学推导的学生并不是对统计学做到了“知其所以然”，这是因为他们还不知道现实世界中的“所以然”。出现这种缺陷的根本原因如下：（1）数学概念的引出往往缺少工程背景；（2）低年级学生缺少对工程问题的基本认识；（3）教学以数学计算为导向，缺少解决实际问题的思维训练。

二、工程教育需要的统计学

工程师需要有效地运用科学原理和技术方法解决实际问题。工程学中所运用的工程方法基本按如下步骤进行：（1）清晰和准确地描述问题；（2）识别影响问题的重要因素；（3）对问题建立模型，明确模型的约束条件和假设；（4）通过观察和实验获得数据，并运用数据检验（2）、（3）步中的模型或结论；（5）根据观察到的数据修正模型；（6）用模型解决问题；（7）设计一项适当的实验证明问题的解是有效的；（8）根据问题的解作出总结，提出建议；（9）工程实施。在工程学中数据和模型是基本方法，统计学为工程学提供了这类数据和模型方法。在解决工程问题的过程中，常在以下环节中运用相应的统计方法。

在设计开发方面，运用实验设计和可靠性等方法；在生产环节中，运用质量控制、假设检验等方法；在销售环节中，运用相关分析、回归分析和实验设计等方法；在服务环节中，运用可靠性分析中的维修策略等。工程学对统计方法的依赖源于工程中的大量数据都具有变异性。变异性是指连续观察一个系统时并不能得到完全相同的结果。统计学给出了描述这种变异性的工具和利用这种工具作出合理决策的理论框架。在工程学中，运用统计学不仅需要计算技术，而且需要统计学的思维方式。

三、“工程统计学”与传统“概率论与数理统计”课程的区别

“工程统计学”以工程问题为导向，首先使学生认识数据包括数据的变异性，再认识随机事件和随机变量，进一步运用随机变量解决工程中的参数估计、假设检验、回归分析和实验设计等问题。传统“概率论与数理统计”课程基本以数学概念为导向，通常首先讲授样本空间，再进入与中学知识衔接密切的古典概型，引入随机变量。“工程统计学”与传统“概率论与数理统计”课程的根本区别在于“工程统计学”引导学生充分认识工程领域的统计方法，而不是单纯将统计看成是高中数学的延续。由于这些区别，“工程统计学”的内容弥补了“概率论与数理统计”的部分缺陷。“工程统计学”课程还将在以下几个方面促进工程教育，而“概率论与数理统计”课程的作用不够充分。

1.使学生尽早理解工程问题。

由于数学类基础课集中于一二年级，学生基本不了解工程问题，更不懂得工程学的思考方法，在“工程统计学”课程中可以让学生渐渐接受工程学方法。例如，经验模型的建立本质上是工程学的方法，学生往往习惯于数学中经常通过演绎推导公式，而不习惯于通过数据建模。

2.通过实际问题认识统计方法。

在数理统计中，假设检验通常是学生难以理解的问题，在工程学中有很多实际检验问题，例如产品验收，这些实际问题有助于学生理解统计方法。

3.为继续学习工程类课程提供更有力的支持。

通常的数学课程缺少与后续工程类课程的联系，“工程统计学”中统计方法与后续工程类课程的联系更紧密，学生容易产生学习兴趣。

四、“工程统计学”的CDIO教学模式

“工程统计学”适合采用CDIO教学模式。CDIO代表构思（Conceive）、设计（Design）、贯彻（Implement）和运作（Operate），它以产品研发到产品运行的生命周期为载体，让学生以主动的、实践的方式学习工程，容易将理论与实践有机联系起来。CDIO教学模式具体实施可以以项目为导向进行教学。项目导向的统计学教学具有以下特点：

（1）强调学生本位。

教学始终贯穿以学生为中心的理念及其主体的需求，强调学生需求主体的主动参与，强调主动实践学习与项目带动学习。

（2）强调能力本位。

改注重套公式演算为“做统计分析”，“做”与“听”结合，重在能力培养。这种通过完成项目进行学习的方式，有利于激发学生的探索欲望、学习兴趣，由此获得的自学能力、分析能力、应用能力和创新能力，使学生终生受益。

（3）强调职业素养培养。

教学以项目为载体，让学生体验学习统计分析对工程问题的作用，使学生能以主动的、实践的、课程之间有机联系的方式学习，从而培养个人能力、团队能力和系统调控能力。

（4）将职业发展、职业道德与科学方法相融合，强调职业素质培养，有利于道德、诚信、团队意识、责任感等职业素养的教育与养成。

“工程统计学”采用项目导向方式进行教学，重点让学生在课外“做统计分析”，操作时注意遵循以下原则：

（1）项目准备时，教师对学生是否具备了从事项目活动所必需的统计技术的情况应当充分了解，确保项目活动成为学生应用或巩固知识与技能的途径。要善于为学生提供几个能引起他们兴趣或与专业相关的项目主题。

（2）项目实施时，教师要鼓励学生自主学习，自己选择项目主题，最好是本专业的问题，确定学习目标，寻找材料。学生可能对问题的理解比统计学的教师更好，这样讲更有利于师生互动。教师可以帮助学生确定要解决的项目。

（3）项目进行时，教师要告诫学生善于向专业教师请教或者进一步学习解决陌生的问题。

（4）项目评价时，教师和学生共同对解决问题的过程进行评价。学生对整个过程进行反思与评论，并就相应的评价结果进行讨论后，教师再予以评价。这一过程对提高学生修正解决问题过程的能力很重要。CDIO教学模式可以弥补工程教育中统计学教学方法的缺陷。

统计学概率论范文第8篇

现在国家硕士研究生培养门类中列于数学大类之下属于概率论与数理统计大方向的有概率论与数理统计学术型硕士，应用统计专业学位硕士两类。两类硕士生的来源均是四年制本科生，学术性硕士生源的一般要求是数学或统计学专业毕业，应用统计专业学位硕士则只要求是理工科及相关专业即可，二者差别较大，专业知识的起点高度有差距。

在培养目标上，两类硕士差距就更加明显了。学术型硕士要求可以进行基本的专业理论研究，有继续进行高等理论研究的素质和潜力，其中的一部分人可以继续攻读本专业及相关金融、管理、经济等相关专业的博士学位，学术性的硕士生更强调理论学习和理论基础的训练。专业学位硕士则要求较好的专业知识实用能力，了解掌握常用统计方法的思想和软件应用，实践能力强，具有分析解决带复杂数据分析背景的实际问题的潜力，强调的是学生对实际问题的处理能力，各种统计方法的综合运用及实战能力。在国外发达国家，目前均有应用统计专业学位博士，就是说将来在我们国家，优秀的应用统计专业学位硕士可以进一步攻读专业学位博士，这类博士应该对实际问题有敏锐的眼光，对各种实用的统计方法有全面的了解，知晓其长处与不足，可以解决复杂的实际数据分析问题，因此应用统计专业学位硕士的概率理论基础训练应更加倾向于实际，倾向于在统计学中大量用到的概率论知识。这就决定了对两类硕士在概率论基础知识要求方面有很大不同。在概率论基础方面，由于两类生源的本科知识体系中都是以《概率论与数理统计》课程为起点，概率论部分基本相同，内容是：概率基础及公式，随机变量及分布，随机向量及分布，数字特征及计算。在硕士生阶段应在此基础上考虑两类硕士的培养目标的差异，分别在概率基础课程中安排不一样的教学内容和重点。

对学术型硕士生，通常开设《高等概率论》课程，以测度论为起点，具有一定的抽象度和深刻性，讲授一般观点下的积分、可测变换，随机变量及向量，概率理论、基本公式独立性，不等式和极限定理，数字特征与相依关系，讲述高度抽象的测度控制理论、拉冬一尼古丁定理、抽象的条件期望理论，训练学生的思考能力和论证基本功。对应用统计专业学位硕士，开设《概率论基础课程》，不涉及测度论等抽象内容，但是要把在实际应用中所有数据类型所对应的概率密度形式及演算作为重点加以训练，内容应该集中在常见随机变量的回顾，特殊类型的随机变量(既不是离散的也不是连续的)的引入和背景，条件概率演算一特别是连续变量对离散变量、离散变量对连续变量的条件概率计算，复杂情况下随机变量数字特征的计算等等，强调学生的动手推演能力和问题归类能力，例如要求学生会计算贝叶斯理论中常用的二项变量与贝塔变量的联合分布，通过这个联合分布来来计算相应的广义条件概率密度及条件数学期望。另一个例子就是给学生们详细介绍对连续型随机变量进行截断以后得到的截断随机变量的分布推演过程，讲述清楚该类型随机变量所对应的广义密度函数与原来的连续型随机变量的密度函数之间的关系，这类随机变量既不是连续性的也不是离散型的，使二者的结合体，在生物统计、工程试验的数据集合中经常会出现。

实际上，站在较高的专业角度来看，两种内容的知识建构是共同的，差别是一个为用抽象描述来讲授，另一个是通过具体刻画结合例子来讲授。分别按不同侧重点来进行教学可以得到更好的专业训练效果。

统计学概率论范文第9篇

关键词：金融学；本科生；统计学；思维训练

中图分类号：G71 文献标志码：A 文章编号：1000-8772（2013）12-0225-02

随着金融创新的不断加深、金融学学科体系及内容的不断发展和变革，金融学本科专业课程越来越多地涉及统计学的相关知识。但长期以来，大多数金融学专业在招生中文理兼收，学生的数学功底参差不齐，学习专业课的难度加大，在教学中注重加强金融学专业本科生的统计学思维训练无疑是改善金融学专业课程教学效果的重要手段。因此，为了适应经济发展对金融学专业人才的需求，推动金融学专业本科生学科建设的不断完善，本文专门就如何在教学中加强金融学专业本科生统计学思维训练的问题提供了以下几点有益的思考及具有可操作性的建议。

一、在教学中注重统计学与金融学知识的交叉融合

（一）注重体现统计学与金融学各自的地位和作用

当前金融学专业课程教学中存在的问题是，专业课程内容对统计学特别是数理统计有着越来越高的要求，但统计学与金融学各自的课程体系之间却缺乏足够的内在沟通，课程体系目标不够明确。造成的结果往往是，一些金融学专业的学生学了概率论与数理统计、统计学原理甚至金融统计等，却不懂得运用统计分析的方法去分析金融领域的实际问题，两者脱节现象较为严重。

因此，在教学中加强金融学专业本科生的统计学思维训练，首先应注重统计学与金融学两门学科知识的交叉融合，在教学中引导学生认识两者各自的地位和作用。统计学是一门方法论和应用性学科，是一种定量认识问题的工具。统计学只有与实质性学科相结合，才能发挥强大的数据分析功效。在统计学与金融学的相互关系中，统计学为研究金融学服务，统计方法在这一应用过程中得以完善与发展；金融学为统计学的应用提供了基地，为统计学和自身的发展均提供了契机。

（二）注重统计学和金融学交叉融合的实践内容

注重统计学与金融学的交叉融合，反映在课程体系改革上，应适当调整课程设置和重新设计教学方案（特别是概率论与数理统计、统计学原理、金融统计等课程），使之与金融学专业的课程建设相适应；反映在教学实践过程中，教师的关键任务在于告诉学生如何运用统计知识，利用各种统计分析的工具（如统计应用软件）去分析现实中得到的数据，将培养统计思维习惯和训练统计应用能力有机结合。

在统计学和金融学专业课程的教学过程中，教师要善于把统计思维的基本思想与金融学的授课内容有机结合起来。在统计学相关课程的教学中大量运用金融学的案例；在金融学专业课程的教学中大量传输统计思维，使学生学到的不仅是统计和金融的专业知识，更重要的是学到如何用统计思维去观察、思考和处理金融问题的能力。

二、合理设计统计学相关课程的教学内容

统计思维的培养和训练与特定的教学内容紧密联系。加强金融学专业本科生的统计学思维训练需要改革金融学专业学生的统计学相关课程的教学内容，根据金融学专业学科发展的需要对金融学专业本科生开设的统计学相关课程的教学内容和教学方案进行调整和重新设计。

（一）统计学原理课程内容的调整

以统计学原理课程为例，建议调整的内容包括，一是简化统计指标理论，增加统计学数学理论基础的讲授内容。将原来统计学教学中重点讲授的时间数列分析、指数法等内容变为有选择的介绍；将概率论的有关内容纳入统计学课程，并在原有基础上充实参数估计和假设检验的教学内容。二是强化统计定量分析方法，向学生介绍多元线性回归分析、方差分析、因子分析等多种统计分析方法的基本思想和原理。同时，考虑到金融领域以时间序列数据为主，因此，在教学别要让学生对时间序列分析的基本模型有所把握和理解。这样一来，不但丰富和充实了统计学的教学内容，而且也会大大改善金融学专业课程的教学效果。

（二）关于金融统计学课程内容的调整

对于金融学专业开设的金融统计学，需要为金融统计建模做准备，所要掌握的内容更多、要求更高。这就要求在金融统计学课程教学中，结合金融建模思想适当调整教学内容，以提高学生统计思维下分析金融实际问题的能力。以连续性随机变量的分布为例，金融资产收益率序列的统计分布大多是非正态的。这就要求在教学中，一是要介绍非正态分布数据在模型应用中的常用的处理方法，如取对数等；二是要注意非正态分布的学习，可以向学生介绍t分布：贝塔分布、威布尔分布等非正态分布。

统计学相关课程的具体教学方案和内容确定以后，将会有利于统计思维与授课内容的有机结合，譬如概率论、随机过程知识就是用来描述事物发展过程中的不确定现象的，平均数、方差用来刻划现象的集中与波动程度，数字资料的搜集开发是为这些现象的过程控制提供决策依据，如此等等。让学生带着问题有针对性地学习，并把统计思维的基本思想贯穿于整个教学过程中。

三、注重培养学生灵活运用随机性思维的能力

（一）注重培养学生熟悉统计思维和随机性思维

统计思维是统计学中蕴含的一种思维和行为方式。良好的统计思维不仅是学习统计学的需要，也是统计学向其他学科嫁接的一条有效途径，会使学生终身受益。一般认为，统计思维就是人们自觉运用数字对客观事物的数量特征和发展规律进行描述、分析、判断和推理的思维方式。统计思维从内容上讲，包括了从资料收集到资料分析再到统计推断的整个过程，以认识和把握客观事物和现象的本质及其发展变化规律为其终极目的。其中，资料分析和统计推断的理论基础是随机性思维。

在教学中加强金融学专业本科生的统计学思维训练应注重培养学生灵活运用随机性思维的能力。所谓随机性思维，就是以随机性问题为载体和视角来发现问题和解决问题，达到对现实世界空间形式和数量关系的本质的一般性认识的思维过程。随机性思维是统计思维的思想内涵和本质内容，贯穿概率论和数理统计内容体系的始终。

（二）注重解读概率论与数理统计之间的联系与区别

培养灵活运用随机性思维的能力要求教师在教学中帮助学生清楚认识概率论与数理统计之间的区别与联系。虽然概率论和数理统计从严格意义上讲是不同的两门学科，他们研究的对象不同，思维方式也不同，但它们却是联系紧密、相辅相成的两个方面。前者偏重于基础理论，后者偏重于研究应用。随机性和不确定性是数理统计研究对象的最重要的特性。概率是对随机性的一种度量，基于概率的知识，将随机性归纳到可能的规律性中，这是随机性思维的基本特征。由于对随机现象的观察可以直接或间接地用数据来表现，因此对随机性进行描述的一个重要方式是拟合一个适当的分布。

（三）注重帮助学生深刻体会和应用随机性思维

灵活运用随机性思维的前提是能够深刻体会和认知随机性思维，因此，培养学生灵活运用随机性思维的能力还应当经常在课堂上联系现实世界中的随机现象，在教学过程中引导学生深刻理解和体会“随机性”的内涵，并激发学生自觉、自我培养随机性思维的意识。让学生的思维方式由“确定性”向“不确定性”过渡，认识到随机事件广泛地存在于客观世界之中，并且无处不在。

四、通过实验教学切实提高学生的理论水平和实践能力

（一）金融学专业本科生增设实验课的意义

在金融学的专业课程里增设实验课程是实践教学的重要方式，更是金融学专业课程建设的必然趋势。金融学学科建设中一个广泛存在的问题是不重视实践教学。在教学中，统计方法与金融建模、定量分析脱节，缺乏统计案例和统计软件的结合。没有实际的数据分析训练，学生们就无法对统计的广泛应用性有深刻的体会，也不利于保持和提高他们的学习兴趣。同时，对金融专业的本科生来讲，不掌握一门专业的统计软件，很难完成今后的进一步学习和研究工作。因此，在统计思维的训练和培养中，必须注重把统计知识应用于实践的训练，在实践中提高统计思维能力，使统计思维在金融学专业本科生在对金融学专业课的学习中发挥它应有的作用。笔者认为，统计学、金融统计学、计量经济学、金融工程等课程均可以考虑开设一定的实验课。

（二）有效率地上好实验课

处理金融数据所用的统计分析方法众多，每种分析方法都有各自的特点和适用对象，同时彼此联系。在实验课程的开设中，建议每种方法均遵循一现场演示二案例分析三鼓励学生自己动手处理实际金融数据的学习过程。譬如金融学专业本科生会接触到大量的金融时间序列数据，教师在实验教学过程中可以链接功能强大的统计分析软件，用统计软件进行处理金融时间序列数据的演示，并结合软件的输出结果进行讲解，帮助学生正确理解统计理论方法和统计软件输出结果的含义。通过实验课的教学，学生学会使用一种以上的统计应用软件进行统计整理和统计分析，不但提高了实际处理金融统计数据的能力以及金融统计的分析技能，产生比较具体的感性知识，而且加深了对金融统计规律性的认识，激发了对统计学和金融学专业课程的学习兴趣，为实现统计理论与金融实践的顺利结合奠定基础。

此外，将统计应用软件与案例教学有机结合已是国际统计教育的主流。金融统计的案例分析主要体现在统计分析方法的应用上。在案例教学中，应综合应用多种统计分析方法。同时，所选择的案例要与当前备受关注的金融问题、金融现象密切联系，难度也要适中，避免打击学生学习的积极性。在对案例分析过程有比较好的理解和掌握的基础上，学生开始自己动手处理实际金融数据就水到渠成了。

五、结束语

统计学概率论范文第10篇

关键词：概率论与数理统计；绪论课；关键

概率论与数理统计是高等院校理工类、经管类的基础课程， 很多同学认为该课程难理解、没有用，不重视这门课的学习，这严重影响了对后续专业课程的理解。作为老师，应激发学生求知欲，调动其学习积极性。而“良好的开端是成功的一半”，因而设计一堂富有启发性的绪论课尤为重要。本文从三个方面探讨如何上绪论课。

一、起源介绍

概率论产生于17世纪，传说有一个江湖骑士在中遇到“点的问题”，即：“假设两个赌徒相约赌若干局，谁先胜3局就算赢，全部赌本就归谁。但是当甲胜了2局，乙胜了1局的时候，由于某种原因，终止了，问：赌本应该如何分才合理？乙认为：甲再胜一局就赢了，而自己再胜两局也赢了，所以赌本应该按2∶1分。甲认为：即使乙下一局胜了，两人也是平分秋色，各自收回赌注，然而自己还有一半的可能获赢，故认为赌注应该按3∶1分。这两种分法似乎都有道理。这位骑士将这问题请教帕斯卡，帕斯卡则将这个问题连同解法写信给费马，两人经过讨论取得一致的看法：甲的分法是对的。分赌本问题促使何兰数学家惠根斯完成了《论中的计算》，这是关于概率论的第一本书。

统计学起源于中世纪，那时欧洲流行黑死病，死亡的人不少，英国学者葛朗特几十年来对死亡与出生情况资料加以整理。而1662年葛朗特发表的著作《关于死亡公报的自然和政治观察》，标志着这门学科的诞生。同时，数理统计学起源于天文和测地学中的误差分析问题，由于测量工具精确度不高，于是通过多次量测获取更精确的估计值。

通过这样介绍，让学生明白这门课来源于经济、生活问题，所以这门功课和经济与生活密切相关，从而激发学生学习这门课的兴趣和积极性。

二、研究内容

在讲解这部分内容时，先下定义：概率论与数理统计是研究随机现象及其统计规律性。进一步解释什么是随机现象：事前不能预知结果。

为了进一步理解随机现象，举例说明。

例.下列现象中哪些是随机现象？

A.在一个标准大气压下，水在100℃时沸腾；

B.掷一颗骰子，其出现向上的点数；

C.新生婴儿体重。

总结随机现象的特点：出现的结果是多个可能结果中的一个，“每次结果都是不可预知的”；但“所有可能的结果是已知的”。

举一大家熟悉的话，体会概率论与数理统计的应用。

例：“天有不测风云”和“天气可以预报”有无矛盾？

最后介绍一下本课程各章节的内容，参考书目。

三、学习意义

概率论与数理统计与生活实践密切相关，它可以应用到很多科学技术领域中。例如，电子产品寿命分析、生产产品质量检验、设置公交车路线、公用自行车站点、各种保险、种群增长问题、生物统计学。

举几个和日常生活相关的例子激发学生的好奇心与学习兴趣：

例1.考虑有两个小孩的家庭：（1）若已知某一家有男孩，（2）若已知某家第一个是男孩，问两种情况下这家有两个男孩的可能性是不是一样？

例2.某工厂有机器300台，设每天每台机器出现故障的概率为0.02，求一天内没有机器出现故障的概率。

学习这门课可以锻炼人的思维方式，培养发现、分析和解决问题的能力，为以后的专业课学习打下基础。

概率论与数理统计的绪论课是整个教学的第一课，绪论教学对学生有“先入为主”的影响，使学生对这门课的学习内容、整本教材的结构有快速的认识，绪论可以激发学生的学习兴趣，绪论课的好坏直接影响到学生对这门功课的学习。

参考文献：

[1]王松桂，张忠占，程维虎，等.概率论与数理统计[M1].北京科学出版社，2010.

[2]傅钟鹏.数学名人漫记[M].辽宁：辽宁教育出版社，1986.