统计学思想范文

统计学思想范文第1篇

在生物医学科研工作中，人们面对的是具有极大变异性的生物体，而研究具有变异性事物或现象的变化规律，离不开统计学的思维方法和技术手段，因此，统计学起着不可替代的作用。遗憾的是统计学的理论比较深奥，要考虑的问题非常多，应用时灵活性又非常大，每当实际工作者（包括科研工作者、临床医生、杂志编辑等）要运用较复杂的实验设计知识和统计分析知识时，常感到心中无底，有时甚至望而生畏。问题的症结并非出自于实际工作者本身，主要原因应该归结于现行的医学（或卫生）统计学教科书。因为传统的统计学教科书中所写的内容几乎都是经过统计学工作者加工后的半成品，它们是一代又一代统计学工作者经过多年“修剪”出来的“标准型”。实际工作者拿着自己的问题（通常是披着假象的“表现型”），试图通过比照这些“标准型”找到解决问题的办法，但“表现型”与“标准型”之间常常并非完全一致，因此，盲目套用十有八九会出错。要想不出错，必须弄清每个“表现型”的本质（即问题的“原型”），倘若能将“原型”正确地转变成对应的“标准型”，问题也就迎刃而解了。也就是说，一本好的统计学教科书应该明确讲述与每个实际问题对应的前述“三型”（绝对不能只讲述“标准型”），实际工作者才可以少花时间和精力，学到统计学的精髓，才能在生物医学科研工作中发挥统计学的作用，真正达到提高统计学的应用水平和提高科研质量的目的。

1时代呼唤正确的统计学思想

生物医学技术日新月异，对统计学提出了越来越高的要求。时代呼唤正确的统计学思想，而不是照抄和盲目套用那些繁琐的统计学公式。正确的统计学思想是什么?是用辩证的思维去观察事物，是用透视的眼光去洞察事物，即能够透过现象看本质的统计思维模式，概括起来为“八性”和“八思维”。统计学在看待事物和处理问题时，离不开下列“八性”，即“延展性与概括性”、“随机性与均衡性”、“系统性与代表性”和“自悖性与相合性”。同时，还离不开下列“八思维”，即“从静态思维到动态思维”、“从正向思维到逆向思维”、“从简单思维到复杂思维”和“从横向思维到纵向思维”。

2统计思维模式的“八性”和“八思维”

2.1“八性”

2.1.1延展性人们所面对的研究对象的数目往往是无限大的，逐个加以研究几乎不可能，有时具有很大的破坏性（如贵重的精密仪器设计质量的实验研究），统计学告诉人们可以只研究其中很小一部分，由此去推论总体的规律性。例如，根据几十人，最多几百人的临床试验研究，就能决定一种新药是否可以用于临床诊治某些疾病，这就是说统计学具有延展性。

2.1.2概括性统计学不是堆放全部数据的仓库，而是抽象出数字特征，用以概括表达数据的内在规律性，不仅形象生动，而且言简意赅。例如:测出一万个正常成年人的血压值，计算出平均值、标准差和95%正常值范围和总体均值的95%置信区间，就等于掌握了这一万个血压数值的变化规律，这就是说统计学具有概括性。

2.1.3随机性在自然界（特别是生物医学研究）中，由于变异性的普遍存在，又由于通常无法研究总体中的全部个体，随机抽样研究是确保样本具有代表性的重要措施。例如:每个正常成年人的血小板数值并非一样，若将全国正常成年人的血小板数值都测量出来，自然就知道了全国正常成年人的平均血小板水平了，但测定的数量太大，费用、时间和人力都承受不起;若从全国各地随机抽取（不是人为选取）最有代表性的一部分正常成年人，由他们的测定值也能较好地估计全国正常成年人血小板的平均水平，估计的结果是否足够准确，主要取决于随机化的效果（它体现了代表性的好坏）和样本含量的大小，这就是统计学上十分强调的随机性。

2.1.4均衡性与研究问题有关的因素往往很多，作为试验分组的因素通常是反复挑选出来的为数较少的几个，由它们决定的各小组之间在其他因素方面是否均衡一致，将直接关系到结论的正确性!例如，要考察一种新药的疗效如何，若试验组患者使用新药，对照组患者使用目前市面上治疗该病最好的药，但由于患者入组时未进行严格的随机化。结果发现，年龄大的患者比较保守，绝大多数都进入了对照组，试验结果显示，新药疗效优于对照药疗效，但这个结论却令人怀疑，因为两组患者在年龄上相差悬殊，况且，往往年龄大的患者病情较重、患病时间较长，难以治愈。所以，要使实验研究的结果具有较高的可信度，组间的均衡性是不可忽视的，这就是统计学上特别强调的均衡性。

2.1.5系统性实际工作者在科研中经常“顾此失彼，丢三落四”，应当系统地全面地考虑问题，以免所做的研究工作前功尽弃。任何一项科研工作，从开始构思到得出结论，需要经历很多步骤，其中任何一步考虑不周，都可能会使整个研究失败。比如，实验设计错了或数据整理的格式错了或统计分析方法选择错了或结果解释错了，都可能导致结论的错误，这就是说在统计学上考虑问题要全面、系统，方可得出正确结论。

2.1.6代表性统计学不单纯是处理实验数据的学问，它更关注实验数据的来源和专业含义。这意味着强调实验数据的代表性如何，它肩负着谁的使命，它将为谁说话。更明确地说，实验数据反映的信息是否全面、准确，将直接影响结果和结论的正确性。例如，若想通过抽样调查了解全国正常成年人的身高的平均水平，若在北方地区与南方地区抽样的人数与当地正常成年人的人口数不呈正比例，当北方地区抽取的人数占的比重大了，其身高数据的样本平均值会明显高于全国相应指标的平均水平，反之亦然。这就是说，样本必须具有很好的代表性，在此基础上，由足够大的样本去推论总体的规律性才不会出错。

2.1.7自悖性统计学中的方法并非总是万能的，有时不同方法处理同一个实际问题其结果是自相矛盾的;有时统计学结论与专业结论是不相容的。例如，Simpson（1951）提出的关于吸烟与否是否会导致肺癌发生的调查资料，不同的分析策略，将得到自相矛盾的结论［1～2］。

2.1.8相合性统计学不能脱离专业知识，应根据研究目的、设计类型、资料特点，选择合适的方法描述和分析资料，整个过程应具有相合性。例如，有人为研究两种检测方法检测同一批患者的血样，看结果是否具有一致性，每次检测都有4种可能的诊断结果，即正常、轻度病态、中度病态、重度病态，研究者将检测结果写成两行，第一行是甲法检测全部患者所得到的结果，第二行是乙法检测全部患者所得到的结果，这样记录和整理资料，其统计分析方法也就跟着发生了改变，就不可能达到原先想达到的研究目的了。这就是说在统计学上应注意相合性。

2.2“八思维”

2.2.1从静态思维到动态思维很多人习惯用静态思维模式取代动态思维模式，因为静态条件下，可使复杂问题变得非常简单。事实上，这样做在很多场合下得出的结论是经不起推敲的或经不起时间考验的，更确切地说，其结果不具有“重现性”。例如:有人用某药治疗某病患者6人，治愈3人，便得结论:该药对该病的治愈率为50%。请问错在哪?很显然，在如此小的样本上，显示出的药物疗效具有一定的偶然性，谁也没有把握断言，再用该药治疗该病患者100人，会有多少患者能够被治愈。应当在较大范围内选取较多的该病患者用此药进行治疗，并对所获得的实验结果进行统计学推断，以95%以上的置信度推断此药对该病的治疗效果如何，其结论才能令人信服。

2.2.2从正向思维到逆向思维统计学的教与学，一般都是从正面入手，学习者只知道一些常规的做法，但一碰到实际问题与所学的内容不完全一样时就不知道该怎么办，常常是生搬硬套。然而，当教学过程中，不仅从正面讲授，还注意从反面揭示误用统计学的案例，可使学习者“吃一堑长一智”，痛定思痛，立志认真学好统计学，转被动学习为主动钻研，勤于动脑，勇于实践，效果必然明显。这就是“逆向统计教学法”成功之奥秘。

2.2.3从简单思维到复杂思维美国于1958年开始在外科手术中采用麻醉剂氟烷，到1962年突然掀起一场风波———麻醉剂氟烷有严重的副作用，导致部分患者病情恶化、发热、肝脏大片坏死而死亡。这关系到麻醉剂氟烷能否继续使用!这场风波产生于简单思维，因为某些人仅根据部分病例的表现得出了虚假结论。后来进行大量调查研究，将各种混杂因素对结果的影响尽可能降到最低限度，借助统计学考虑问题的均衡性和系统性，从而平息了风波，体现了复杂思维的价值。

2.2.4从横向思维到纵向思维当人们希望了解事物的内在联系时，不仅要进行横断面研究，还需要进行纵向追踪研究。因为横断面研究只能揭示事物之间的静态联系，而且，有些观察到的联系可能带有一定的假象，甚至说不清楚谁是原因，谁是结果。纵向追踪观察，则可以比较真实地展现事物内在的联系和发展变化规律。例如，同时调查15～25岁的一群人的身体发育情况与对一群15岁的人连续观察身体发育情况10年所得的两批调查数据，其结果和结论可能相差很多，前者的结论仅供参考，若质量控制做得好，样本足够大，则后者的结论具有很高的可信度，对未来的研究和政策制定具有更大的指导意义。

3统计学三型理论［3，4］

3.1统计学三型理论概述进行生物医学科研工作离不开统计学，而要想把统计学应用正确，又离不开正确的统计思想。正确的统计思想由前述的“八性和八思维”组成，其精髓是“透过现象看本质”。事实上，很多与统计学有关的实际问题，均以“表现型”的面貌呈现在人们的面前，表现型常常带有假象，直接依据“表现型”去盲目套用传统的统计学教科书上的“标准型”，十有八九会出错，因此，要想正确运用统计学，必须弄清反映“表现型”本质的“原型”，将“原型”正确转变成“标准型”后，就很少会出错。这样一种由笔者创立的可有效解决问题的新理论，被称为“统计学三型理论”［3，4］。

3.2统计学三型理论应用举例统计学三型理论听起来好象很抽象，其实，它却非常具体、实在。请看来自生物医学科研的两个简单实例，不仅很容易理解这个理论，而且会发现此理论大有用武之地。

例1某研究者希望考察A、B两药物升高白细胞的疗效，以用药前后白细胞的改变值作为评价疗效的指标，设计了如下的4个组，每组用20只小鼠，观察白细胞的数值。第1组:空白对照组第2组:单用A药组第3组:A、B药联合使用组第4组:第3组的空白对照组请问:这样设计实验错在哪里?对差错的辨析与释疑这位研究者给出了该实验设计的“表现型”，它不能很好地实现原先的研究目的。事实上，完全没有必要设置两个空白对照组，白白地浪费了20只小鼠。事实上，要想揭示A与B药联合使用后是协同作用还是拮抗作用，不仅需要A、B药联合使用组和单用A药组，还需要单用B药组，故与本实验研究对应的实验设计的“原型”为下面的结构:第1组:空白对照组第2组:单用A药组第3组:单用B药组第4组:A、B药联合使用组若确实按此“原型”所决定的结构去做实验，各组均有20个白细胞的改变值，如何对数据进行统计分析呢?很多人又盲目地去套用传统的统计学教科书，认为这是一个“单因素4水平设计定量资料”，便不假思索地选用“单因素4水平设计定量资料的方差分析”处理此资料。这样做仍是被表面现象迷惑住了，因为4个组可能会有三种情况，第一种是真正的单因素4水平设计;第二种是两个或多个因素水平不完全组合而成的四个组;第三种是两个各有2水平的因素的水平全面组合而形成的四个组。只有弄清究竟属于这三种情况中的哪一种，才能选用合适的统计分析方法予以处理。本例属于第三种情况，将这个“原型”正确地转变成对应的“标准型”后，其结构见表1。

表1A与B药单用及联合使用的实验设计模式（略）

表1的结构在统计学上被称为两因素析因设计或2×2析因设计，若其定量资料满足参数检验的前提条件（通常为独立性、正态性和方差齐性），应选用两因素析因设计定量资料的方差分析处理资料为宜，否则，需要寻找合适的变量变换方法，若变换后的数据满足参数检验的前提条件，再对其使用前述方法处理。例2某临床医生收集到一组临床资料，见表2。该医生用成组设计定量资料的t检验对表中的8组数据进行了两两比较，试问这样做其错误的实质是什么?对差错的辨析与释疑显然，表中的定量测定结果受到两个实验因素（组别与时间）的影响，而成组设计定量资料的t检验通常只适合处理单因素两水平设计（或叫成组设计）定量资料。换句话说，原作者将该资料人为地拆分成多个单因素两水平设计定量资料，割裂了整体设计，每次分析资料的利用率很低，又无法考察因素之间的交互作用对测定结果的影响，故结论的可信度降低。其错误的实质是不认识该定量资料所对应的真正的实验设计类型是什么，仅根据“表现型”去盲目套用统计学教科书上的“标准型”，从而犯了严重的错误。那么，该定量资料所对应的“原型”究竟是什么?改变一下列表的格式，就很容易辨别出其“原型”，见表3。

表2两组患者手术前后胃电图平均波幅比较（略）

表3两组患者手术前后胃电图平均波幅比较（略）

“组别”是实验分组因素，即全部患者被分成互相独立的两组，而每组中的每位患者都要在4个不同时间点上被重复观测“胃电图平均波幅”的数值，各组患者在“测定时间”这个因素上被重复观测，而且，整个实验涉及两个实验因素，故此表格所对应的实验设计叫做“具有一个重复测量的两因素设计”。表3的结构既是该实验所对应的“原型”，也是其“标准型”。若其定量资料满足参数检验的前提条件（通常为独立性、正态性和方差齐性，但重复测量资料不满足独立性，需要用高级统计技术予以处理），应选用具有一个重复测量的两因素设计定量资料的方差分析处理资料为宜，否则，需要寻找合适的变量变换方法，若变换后的数据满足参数检验的前提条件，再对其使用前述方法处理。值得一提的是，术前的测定结果在两组中应相等，否则，没有可比性。若确有差别，可将其视为“协变量”，采用具有一个重复测量的两因素设计定量资料的一元协方差分析方法处理此资料更为妥当。以上通过分析两个简单的实例可知，统计学三型理论与我们的日常生活和科研工作都密切相关，无论是简单的还是复杂的与统计学有关的实际问题，几乎都可运用此理论作出合理的解释或找到正确的处理方法，有利于提高统计学的正确运用水平和科研工作的质量。

【参考文献】

1GengZ，JinH.Thecausationinferenceofstatistics.In:FangJQ，LuY.Modernmedicalstatistics.Bei-jing:People''''sMedicalPublishingHouse.2002:512-534.Chinese.耿直，金华.统计因果推断.//方积乾，陆盈.现代医学统计学.北京:人民卫生出版社.2002:512-534.

2HuLP，ZhangTM.AnalysisoftheimportantfactorsaffectingthequalityofscientificresearchfindingsandresearchpapersinChina.KeXueGuanCha.2006;1（4）:9-19.Chinese.胡良平，张天明.影响我国科研成果和学术论文质量的要因分析.科学观察.2006;1（4）:9-19.

3HuLP，LiuHG.Triple-typetheoryofstatisticsanditsapplicationinscientificresearchofbiomedicine.Zhong-huaYiXueZaZhi.2005;85（27）:1936-1940.ChinesewithabstractinEnglish.胡良平，刘惠刚.统计学的三型理论及其在生物医学科研中的应用.中华医学杂志.2005;85（27）:1936-1940.

统计学思想范文第2篇

【关键词】 统计学;思想;均值思想;变异思想

统计学是一门方法论学科,是就如何对数据进行加工、处理及分析方法进行研究的学科。作为一门方法论学科,对它的基本思想的认识,是深化对统计认识的主要手段,也是更好地使用统计方法的要求。在统计教学工作中,如何有效地将统计基本思想贯彻在日常教学中,是提高学生对本门学科的认识、增强兴趣的重要手段。

统计不好学的原因有很多,其中有两个重要的原因:一是在学习中有很多复杂的公式;二是学生对于统计方法的认识还没有完全摆脱中学数学的思维模式和基本思想。其实质就是对统计思想的认识问题。具体说,就是对于统计的学习仅仅从其公式本身去学习,未能深刻体会“为什么”,仅仅着眼于“怎么做”的问题,这就使得学生在学习中难以真正认识到统计的作用而无法运用。

一、统计思想的基本理念

统计思想是指在统计工作和统计理论研究中必须遵循的基本理念和指导思想。它是建立在基本世界观基础上的。统计对世界认识的基本观念主要有:数量观、总体观和推断观。这是统计认识世界的出发点,是统计工作和理论研究的思想指南,也是统计工作和理论研究的基本思维模式。

(1)数量观。任何事物都是质量和数量的统一,数量观要求统计学从事物的定性认识出发,研究事物总体数量方面的特征,达到认识事物的发展趋势及其变化规律。这不仅要求提高对事物数量特征方面的认识,也提出了将数学知识应用于统计中的思想。

(2)总体观。统计要认识的对象是一个总体,必须是许多事物的集合。统计的总体思想使统计始终要站在研究对象的整体角度来看问题,要对总体中各单位普遍存在的事实进行大量观察和综合分析,得出反映现象总体的数量特征。总体现象是相对稳定的,表现出某种共同的倾向,是有规律可循,社会现象的规律通常具有总体的性质。

(3)推断观。统计研究主要基于对现象的规律性的认识,从这个角度讲,规律所寓于的对象是无穷无尽的,所要观察的群体总是有限的,总结出来的规律,对整体现象的判断都是基于推断。推断思想告诉我们认识的世界是无限,如何利用已知的某些信息来推断这无限世界中的一些规律、特征。推断有两种情况:由已发生事物的部分推断整体;由已发生的事物推断未发生的事物。但无论哪种情况,所推断的对象和结论都是客观存在的,只是人们还没有认识而需要去认识而已。有些推断是无法对总体进行全面检验的,前者如验血、破坏性产品试验,后者如城镇居民生活水平、价格变动调查等。推断思想是一种利用现有信息进行的概率推理。抽样推断是统计推断思想的集中体现。

从具体统计分析方法来看,统计的基本思想包括均值的思想、变异的思想、估计的思想、相关的思想、拟合的思想和检验的思想。

二、统计的基本思想

(一)均值的思想

均值的思想涉及统计理论的方方面面,它是统计的基本思想。均值集中体现了统计认识事物的基本过程和基本观点。统计是研究总体的数量特征。在描述总体的数量特征时,我们的重点往往在于总体的一般水平,不是个体水平或总体总量水平。个体的数量特征中往往包含了偶然性因素的影响,总体总量水平往往又受到总体范围大小的影响,不能有效地反映统计总体的一般水平。相对于个体,用一般水平能够较消除偶然性因素的影响,表现出总体内在的特征。这在统计上体现为平均指标,通过均值来反映数据的集中趋势。

(二)变异的思想

没有变异就没有统计。虽然统计的目标在于寻找总体的一般水平,即寻找个体中具有一般性的规律,这种认识过程是从变异出发。变异反映的是事物变化的偶然性,反映变异的基本指标是方差。

(三)估计的思想

用样本推测总体是统计分析的方法。在实际工作中,往往无法或很难得到总体数据,只能利用样本的资料来推断总体,用样本来推断总体,达到对总体的系统性认识。

(四)相关的思想

所谓相关的思想就是体现事物间的关系,也就是哲学是普遍联系的观点在统计中的应用。它既反映了事物之间的联系,又反映了这种联系的不确定性,客观地体现了事物之间的真实关系。

(五)拟合的思想

拟合实质是对事物间不确定关系的一种抽象的反映。这种方法就是对规律或趋势的拟合,其基本出发点是对偶然性的消除,最终反映出偶然背后的必然。拟合的成果是模型,反映一般趋势,趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

(六)检验的思想

统计分析方法是基于归纳的方法,是一种从个体到总体、从局部到全部的过程。其结论由于所选择的个体的不同(即样本的不同)必然具有差异,即必然包括偶然性,在建立模型时,由于偶然性的影响,需要基于一定的假设。其结果的可靠性是需要检验的。所谓检验就是基于样本数据而对总体做出了一定的假设,对这个假设的正确性进行检验。

三、对统计思想的认识

在统计的思想中,最基本的是均值的思想和变异的思想。

(一)从对事物的数量特征的认识来看,统计是从特殊到一般的过程,从个体到总体的过程

一方面我们从个体出发,要找出事物的一般性的、带有本质的特征,这是我们统计方法的最终目标;另一方面个体间的差异是客观存在的,不能对其仅仅是消除了事,必须要对这种差异进行如实的反映。这种差异同时也是对总体一般水平(即均值)所具有的效果的一种评价。均值和变异从相反的角度全面地反映了总体的基本特征,有均值就有变异,二者从两个不同的角度反映了总体的基本特征,缺一不可。

(二)其它的思想中均离不开均值和变异

从估计思想来看,在估计过程中不能离开均值。在用样本估计总体时,只能用样本的一般水平来估计总体的一般水平,不可能用样本的总规模来估计总体的总规模,即对总体数量特征的估计往往体现为对总体均值的估计,对估计结果的检验却离不开变异,几乎所有的假设检验都是基于离差。虽然假设检验无论从指标上来看,还是从目标上来看或是从基本出发点来看,都表现出了很大的差异,但究其本质来看,都是建立在对离差大小的评价基础上。

(1)相关的思想。统计中的相关包含两个要点:一是变量间具有联系;二是这种联系的不确定性。而通过均值来反映变量间的联系(即变量间消除了偶然性因素后的联系),用变异反映联系的不确定性。

(2)拟合的思想。在拟合对事物不确定性关系的反映中,首先是反映事物的一般关系,即消除了偶然性因素影响的关系。在拟合模型的过程中,不同的方法具有不同的模型,但同样,各种模型的拟合过程中,其消除偶然性因素的方法均基于均值的思想。

(三)其它各思想之间的关系

相关思想是拟合思想的基础,估计的思想是检验思想的前提,四个之间存在相互依赖的关系。在实践中,需要对相关关系进行反映和描述,并据此来认识事物发展的本质规律;认识相关关系的方法就是拟合模型;在拟合模型时,往往是利用样本资料来估计总体模型;由于样本中存在的偶然性,使得我们必须对样本模型进行假设检验。

对于统计学思想的认识是掌握和应用统计方法的重要基础,也是提高统计应用水平的重要前提。

参考文献

[1]李金昌.关于统计思想若干问题的探讨[J].统计研究.2006(3)

[2]陈福贵.统计思想刍议[J].北京统计.2004(5)

[3]陈希孺.数理统计学简史[M].长沙:湖南教育出版社,2002(7)

统计学思想范文第3篇

关键词：统计学；辩证统一；统计规律；思想

1必然性和偶然性的统一

统计学为探索随机现象统计规律性，必须正确处理必然性与偶然性之间的辨证关系。在总体中诸个体某种数量标志表现偶然，而诸标志值平均则为必然。重复测量某种同一客体出现不同的数值属偶然，而同一客体本身真实数值则为必然。必然性通过大量偶然性的数量差异为自己开辟道路。统计研究中经过综合平均，将大量偶然性所形成的数量差异，互相抵消，显露出平均则为必然。必然性与偶然性的对立统一关系在统计抽样调查问题上表现极为明显。客观事物极其复杂，表现千差万别，同一总体各单位的数量差异也非常大，从个别单位，往往因偶然因素的影响而无法探索其本质和规律性。然而，通过大量观察，排除偶然性因素影响，就可暴露出事物的真象，显现其本质。在进行抽样调查时，只有随机抽取的个体足够多，消除诸多偶然因素影响，才能通过抽样总体的数量特征正确地推断总体的数量特征。

2共性和个性的统一

实践和科学都证明矛盾的普遍性，矛盾无处不在、无时不在。矛盾着的事物是普遍存在的，况且同一事物或过程的矛盾有其共性。而对于每个事物或过程的矛盾也各有其个性。因此说，共性和个性的关系就是一般与特殊或普遍与个别的关系，它们是辨证统一的关系。统计学中存在着各种矛盾，每一矛盾具有不同特点。在统计认识中，个体的差异性中蕴含着总体的同一性。统计方法就是运用科学的手段抽象掉各个个体的差异性，探求总体的同一性，并用差异性去标志同一性的内在质量。差异性是统计产生和存在的前提，没有差异性就没有统计；而同一性则是统计的目的，为了求得同一性才需要进行统计。因此，统计研究要运用大量观察法与个别观察法相结合使用的统计方法。

统计研究中运用大量观察法，实现从个别到一般，从个性到共性的认识过程。同时，根据共性寓于个性之中的对立统一规律，统计研究在大量观察的基础上，运用个别观察所搜集的资料来说明总体的基本状况和发展趋势，使认识更深刻、更具体。

矛盾的共性与个性的对立统一规律指导统计研究必须是将统计中的平均数与分组法结合，用组平均数补充说明总平均数，用反映现象的离散趋势的变异指标与反映现象集中趋势的平均数结合使用，以使研究更全面，更完善。

3整体与局部的统一

统计学的研究着眼于总体，着手于样本，立足于个体；同时从总体出发，分解剖析，认识局域（类、层、组）甚至个体，并对其进行调查研究，观察计量，搜集资料。接着对个体的调查所获得的资料进行计算分析，或归纳演绎，用样本来推断总体，达到对总体的系统性认识。即为“统而计之”和“计而统之”的总和，以实现以统定计，以计达统的目的。所以，统计学的思维是一种系统思维，要求一切认识对象不仅它本身作为一个整体来认识，而且它还要作为某个更大系统的要素来认识。这种对系统客体的“主体”认识，是一种对研究对象进行整体性度量的系统思维方式。

因而，统计认识充分体现了整体和局部的有机统一，这是统计研究的一大优点，也是统计认识比较接近客观、真实的主要原因之一。其它认识方法往往是就某一要素而研究某一要素，就某一系统而认识某一系统，忽略或没有充分重视各要素的整合作用和系统环境对系统的制约作用。

4定性分析和定量分析的统一

从统计认识过程而言，充分体现着定性分析和定量分析对立统一的关系。定量分析研究是统计研究的特色所在，但统计的定量分析不是纯粹数量意义的，即不是就数量论数量，而是基于所研究事物本身的特点，并且从所研究事物的有关联系或现实背景中，紧紧扣住认识所研究事物内在本质这一主题来展开的，他注重的是定量分析背后的具体含义和意义，这也正是统计学与数学的区别所在。那么统计研究怎样才能通过数量来体现其具体含义与现实意义？这就必须结合定性分析，即以定性分析为起点，并以定性分析为终点。具体来说，统计研究总是按照“初步（感性）的定性认识——客观科学的定量认识——高级（理性）的定性认识”这一过程来进行的，即从定性开始，确定认识事物有关方面的指标，经过定量过程，搜集，整理，进而对其分析研究，上升到更高的认识，深入认识事物的质，完成定性认识。统计认识活动遵循质与量对立统一规律，从初始的定性入手，依设计的科学的方案一整套统计指标体系，按要求搜集有关数据资料，经过整理和分析对比，认识事物的本质和规律性。也就是说统计的定量分析是人类在认识事物的过程中，实现从感性认识到理性认识这个飞跃的重要途径，是避免产生认识主观偏差的重要手段。

因此，统计研究最终是为人类定性认识服务的，是为了定性认识才进行定量分析研究的，前面所讲的统计的方法性、应用性也正体现在这里。实际上，如何才能真正做到统计研究的定性分析与定量分析的统一，才是需要我们关注的重点。所以，我们需要不断地探求质与量变化的规律和界限，研究质的规定性与量的规定性的关系，将质与量同一与度中，即量的规定性定性于度中，质的规定性定量于度中，以实现定性分析和定量分析的真正统一。

5分析与综合的统一

在统计研究过程中，分析和综合是揭示事物的本质和规律性的一个基本方法。统计认识活动的根本目的是在各个局部进行剖析的基础上达到对总体的认识，揭示其本质和规律性。

所谓分析方法，就是把研究对象分解为若干组成部分，并分别加以研究，从而认识事物的基础或本质的一种思维方法。任何事物的整体都是有若干组成部分构成的，将客观事物在一定条件下分解成各组成部分，分别研究其结构与功能、各部分相互联系、相互作用的特点以及在各种外界条件作用下所表现出来的事物的属性和特点，从而达到对事物本质及内在规律性的认识之目的。可见，分析方法是以客观事物的整体与部分关系为客观基础的。在统计研究中诸如分组分析、因素分析、因果分析、结构分析、定性和定量比较分析、比例分析等等。这些分析在人们的认识中起着重要作用。但是，要把分析所得到的认识变为对整体的认识，揭示整体的本质和规律性，就必须进行综合。

所谓综合方法，就是把研究对象的各个部分联系起来加以研究，从而在整体上把握事物的本质和规律的一种思维办法。与分析方法相比，综合方法认识过程的方向完全相反。它是将事物的各个部分联结为整体，通过全面掌握事物各部分、各方面的特点以及它们之间的内在联系，并加以概括和上升。从事物各部分及其属性、关系的真实联系和本来面目，复现事物的整体，综合为多样性的统一体。在统计中，诸如人口统计的将分组、结构、比例分析化为对整个人口状况分析；商品销售总额分析时分解为价格和销售量变动的影响，进而从总体上分析其因素影响；社会总产值的变化，分解成各个部门行业的影响，进而综合研究其全貌等等。

分析与综合是对立统一，分析是综合的基础，综合统领分析。没有具体的分析，就不能具体深入地把握事物的各部分、各侧面和各种属性与诸因素，从而也就无法综合；同时，分析也离不开综合，它在综合统领下，以综合为目的，达到确切地揭示事物的总体和本质和规律性，使认识升华。因此，没有分析的综合，其结论就只能是空洞的、无根据的，是一个混沌的、外在的、直观的整体。“思维既把相互联系的要素联合为一个统一体，同样也把意识的对象分解为它的要素。没有分析就没有综合（《马克思恩格斯选集》第三卷人民出版社1972年版第81页）。”分析的结果，也就是综合的出发点。统计认识的发展总是沿着“分析——综合——新的分析——新的综合……”轨迹不断前进的，促使统计认识活动不断深化，揭示事物的本质和规律性。

6归纳与演绎的统一

所谓归纳推理，就是从特殊到一般，给出新认识；但新认识是不确定的，可能是错的；特殊材料的组合不同，给出的认识也不同甚至矛盾；基于不完善甚至劣质信息作出决策。所谓演绎推理就是从前提（公理）到命题，不提供超越前提的新知识；容许选择多个前提，但前提可能是错的；大前提里的不同小前提（公理系统里的不同子集合）会给出不同甚至矛盾的结论。以观察为基础对事物的不确定性进行度量主要属于归纳推理问题；但若已知各种事件发生的结果和发生的概率，不确定性下的决策则可以转化为演绎推理问题。

统计认识是通过个别研究认识一般的，所以统计思维必然是一种归纳（即必须通过归纳才能实现）。统计不仅要根据所构建的原始信息通过统计推理获得一般的“知识”，而且还必须进行假设检验、机理检验等，对所获得的知识进行论证。所以说，统计思维是归纳与演绎的统一。归纳方法论强调了方法和外来信息的重要性，而演绎方法论则强调了问题和先存知识的重要性。实际上，二者是一个有机的整体，需要相互补充和协调才能真正解决问题。比如在统计思维中的回归分析既是归纳，又是演绎。所以说，统计思维将归纳和演绎高度而有效地结合运用，收到了很好的认识效果。也只有通过归纳、演绎和实践的相互作用才能找到可靠的科学真理。

7具体和抽象的统一

按照统计认识要运用材料来看，统计学的实际应用具有具体性，它是依据一定的数据和事实，使人们得到启发，运用已有的经验知识，对客观事物的本质及其规律性作出迅速的识别和直接的理解，并对对象的总体状况作出判断。统计认识在取得统计数据之后，首先就是根据数据的特点，运用一定的数据整理手段（如分组、直方图、茎叶图、频率图等）和统计研究人员积累的统计认识经验，充分发挥主体的能动性，获取初步认识。在此基础上再对统计数据的背景资料进行分析研究，必要时还要进行典型剖析或抽样验证。所以说，在统计认识的数据收集、分析与所做结论需要具体化。同时，对统计理论方法研究时具有抽象性，在一定理论指导下进行的数理研究，是具有抽象思维的特点。属于抽象思维的范畴，它舍弃具体向客体的规客规律性逼近。因此，统计学是具体和抽象的统一。

8经验思维和理性思维的统一

统计认识过程不仅是通常所说的实证性研究活动，同时也是探索性研究活动。它自始至终都是理性认识和感性材料的相互结合和相互渗透。

按照统计认识属于实证性研究来说，它具有经验思维

的特点。经验思维就是运用实践经验、感性认识和感性材料进行的思维活动。它的功能主要是认识具体事物的外部状况、表面联系和现象，通过经验思维能够对丰富的大量材料初步加工，把握事物多种多样的具体状态，并且能够在一定程度上把握事物的内在联系和规律。描述性统计就是一种比较典型的经验思维。它依据的是客体的个体的实际状况或者是客体过去的、现在的状态，是事实的归纳、概括、整理。从推断性统计来看，它在描述性统计提供的经验材料的基础上，运用一定的理论、概念，依据严密的逻辑规则和推理过程进行假设检验、数理推断、悖论分析，对描述信息、经验认识进行理论思考，使经验认识升华，这又是有理性思维的特点。它抽象掉具体个体数量上的差异，得出有关对象的共同本质特征的认识；抽象掉所依据的经验材料的特殊，得出有关“类”的一般的认识。

实际上，描述性统计是推断性统计的重要基础，在某种程度上讲，推断是另一种描述；有时候描述性统计与推断性统计是交织在一起的。因此，统计认识是经验思维和理性思维的统一，兼具有两种思维的成分，两种思维相互交叉，相互补充，使统计认识更系统、更具体和更深刻。

总之，统计学是一门认识方法论，统计活动是一种认识活动，是要研究探索和发现认识客体本质及其规律性的方法。哲学是关于世界观和方法论的学说，它研究自然、社会和思维的最一般的规律。它和统计学是一般和个别、共性和个性的关系。哲学对统计学起着指导作用，为统计科学研究和统计工作提供一般指导原则和思维方法；统计学是哲学一般认识方法的具体化。所以，对统计思想进行较深入的探讨和归纳，有利于推进统计理论研究，廓清人们对统计的认识，有助于更合理、广泛的运用统计方法。

参考文献

［1］李金昌.关于统计思想若干问题的探讨［J］.统计研究，2006，(3).

［2］陈福贵.统计思想雏议［J］.北京统计，2004，(5).

［3］陈希孺.数理统计学简史［M］.长沙：湖南教育出版社，2002，（7）.

统计学思想范文第4篇

【论文摘要】所谓统计思想，就是在统计实际工作、统计学理论的应用研究中，必须遵循的基本理念和指导思想。统计思想主要包括均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等思想。文章通过对统计思想的阐释，提出关于统计思想认识的三点思考。

1关于统计学

统计学是一门实质性的社会 科学 ，既研究社会生活的客观 规律 ，也研究统计方法。统计学是继承和 发展 基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。

2 统计学中的几种统计思想

2.1 统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2 比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1 均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2 变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3 估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4 相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5 拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6 检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3 统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与 艺术 性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

3 对统计思想的一些思考

3.1 要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当 科学 的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会 经济 统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如gnp、人口增长率等等，均是凯特勒及其弟子们的遗产。

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(dda)、推断性数据分析(ida)和探索性数据分析(eda)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考 文献 :

[1] 陈福贵.统计思想雏议[j]北京统计, 2004,(05) .

[2] 庞有贵.统计工作及统计思想[j]科技情报开发与经济, 2004,(03) .

[3] 范文正.几种基本统计思想的现实意义[j]统计与决策, 2007,(08) .

统计学思想范文第5篇

一、统计学中的几种常见统计思想

统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等。统计思想不是天然形成的,需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括,才能逐步形成系统的统计思想。作为一门应用统计学,它从数理统计学派汲取新的营养,并且越来越广泛的应用数学方法,联系也越来越密切,但在统计思想的体现上与通用学派相比,还有着自己的特别之处。其基本特点:(1)统计思想强调方法性与应用性的统一;(2)统计思想强调科学性与艺术性的统一;(3)统计思想强调客观性与主观性的统一;(4)统计思想强调定性分析与定量分析的统一。

1.均值思想。均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论,是统计学的基本思想。均值思想也要求从总体上看问题,但要求观察其一般发展趋势,避免个别偶然现象的干扰,故也体现了总体观。

2.变异思想。统计研究同类现象的总体特征,它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差,是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

3.估计思想。估计以样本推测总体,是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设:样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响,在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

4.相关思想。事物是普遍联系的,在变化中,经常出现一些事物相随共变或相随共现的情况,总体又是由许多个别事务所组成,这些个别事物是相互关联的,而我们所研究的事物总体又是在同质性的基础上形成。因而,总体中的个体之间、这一总体与另一总体之间总是相互关联的。

5.拟合思想。拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在,所有实际事物的关系都表现得非常复杂,这种方法就是对规律或趋势的拟合。拟合的成果是模型,反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

6.检验思想。统计方法总是归纳性的,其结论永远带有一定的或然性,基于局部特征和规律所推广出来的判断不可能完全可信,检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

二、对统计思想的若干思考

1.要改变当前存在的一些不正确的思想认识。英国著名生物学家、统计学家高尔顿曾经说过:“统计学具有处理复杂问题的非凡能力,当科学的探索者在前进的过程中荆棘载途时,唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单,因为我们所面临的现实问题可能要比想象的复杂得多。此外,有些人认为方法越复杂,越科学。在实际的分析研究中,喜欢简单问题复杂化,似乎这样才能显示其科学含量。其实,真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是,有些人认为只有推断统计才是科学,描述统计不是科学,并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的,至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论,并且注重于把统计学应用于人类事物,试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念,如GNP、人口增长率等等,均是凯特勒及其弟子们的遗产。

2.要不断拓展统计思维方式。统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知,逻辑推理方式主要有两种:归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设。即以所掌握的数据信息为依据,归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化,尤其是在根据必然性去研究和认识偶然性方面,具有很大的作用。

统计学思想范文第6篇

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。论文百事通

2统计学中的几种统计思想

2.1统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

3对统计思想的一些思考

3.1要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。新晨

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考文献:

[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).

[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).

[3]范文正.几种基本统计思想的现实意义[J]统计与决策,2007,(08).

统计学思想范文第7篇

【论文摘要】所谓统计思想，就是在统计实际工作、统计学理论的应用研究中，必须遵循的基本理念和指导思想。统计思想主要包括均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等思想。文章通过对统计思想的阐释，提出关于统计思想认识的三点思考。

一、关于统计学

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。

二、统计学中的几种统计思想

2.1统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

三、对统计思想的一些思考

3.1要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考文献:

[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).

[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).

[3]范文正.几种基本统计思想的现实意义[J]统计与决策,2007,(08).

统计学思想范文第8篇

关键词：统计思想　教学效果　教学改进

引　言

统计的应用在我们的生活中处处可见,但对于统计的思想我们并无一个清晰的概念.虽然学术界对于统计思想还没有给出一个确切的定义,但曾深入探讨过统计思想的李金昌教授讲过:统计思想最本质的就是对世界观与方法论的探讨,是关于为何统计,统计什么,如何统计等一系列问题的深入思考。

1.统计思想概述

普遍认为统计学是一门研究收集数据,处理数据,应用数据的学科,并让学生从中学习到判断,推理的能力.统计学的研究具有数量性,总体性,变异性等特点.观察法,统计模型法,假设归纳法,以及推断法都是在统计学的学习与工作中经常使用的方法,而最基本的统计思想有:均值思想,变异思想,估计思想,相关思想,拟合思想,检验思想,综合评价思想,权数思想,比较思想等等,本文仅对前6种思想谈些看法。

1.1平均:统计学中最为基本的概念就是均值.而算数平均又是平均思想中的代表.在统计学中,应该要突出“均值”,“数据集合”,“差商”等概念,并不能将这门课的研究仅仅局限到“和,商”的计算问题上。

1.2变异:艾比尔提出“变异度”这一概念之后,人们就把它与信息同等看待起来,而变异度在一定程度上就体现出了事物之间的变化关系，变异的本质就是个别对一般的偏离度,而这种偏离度在统计中又可以用方差进行表示.从宏观上看,变异在某种程度上就是方差,而“由异求同”与“知同求异”就是均值与方差二者相互补充所体现的作用。

1.3估计:估计本身的特点在于从已知出发,利于估计假设将事物所具有的特点推广到更普遍的范围.样本是用来推测具有相同性质的总体,而且此时样本才有实际意义能够代表总体,但在偶然因素等的影响下,为了保持逻辑严谨,估计理论对置信程度的测量就显的非常重要。

1.4相关:虽然利用统计知识无法解释事物间具有普遍联系这一现状的原因,但是能说明这种现状的表现.性质有区别的事物在我们需要的方面可以设定为不同的变量,可以利用变异的方向和程度来确定变化中相互关联的现象,最常用的方法就是比较不同事物之间的变异程度,其中变量变异就是利用平均值来体现差异.虽然,相关思想与平均思想具有紧密的联系,但随着统计学的发展,所研究的对象之间的关系会出现多维度的情况,因此“相关”这一概念应该被归纳为统计学的基本概念之一。

1.5拟合:对不同事物之间的关系的表象抽样就构成了拟合.关系的表象有隐,显的区别,其作用也有强,弱的差别.因此现实中事物的关系都表现出了非常复杂情形,即使一些具有单一的“关系”事物之间也同样存在着极为密切的联系,因此也可以将这些具有这种关系的事物归纳成为密集型的事物,这又是对事物认识的进一步的抽象概括,而这种认识方法在一定程度上就是对事物规律或趋势的拟合.拟合出来的结果是模型,而表达出来的是一般趋势,这种趋势所体现的是“在变化的过程中在数量上事物及其之间的相互关系的形式以及在此基础上所表现出的可能性”,不应该简单的概括为“最小二乘法”或者“线性与非线性”等的语句。

1.6检验:统计方法总是体现出归纳性的色彩,其结论总会带有偶然性等因素,从局部的特点中所得出的判断并不总是值得相信的,所以出于逻辑上的要述,检验就可以在一定程度上保证这种判断可靠的.在数学方法上,估计与检验有着非常密切的联系,并且在逻辑认识上,二者是对一个完整认识不可缺少的两方面要素,但在思维模式上,人们很难辨别出类比与证明之间的区别,而且由于类比是一种比较原始的认识方法,所以如果简单的把估计与检验统称为一类统计思想的话,检验的本身作用则被轻易掩盖。

均值与变异是统计思想的基础,拟合、相关、检验、估计这四者之间具有相互影响,相互制约,相互依赖的关系.在实践中,往往需要对相关关系进行反映和描述,并据此来认识事物发展的本质规律,认识相关关系的方法就是拟合模型,在拟合模型时,往往是利用样本资料来估计总体模型.对于统计思想的学习是进行统计学相关领域研究的基础,并且其也是学生学习统计学这门课程的内在动力。

2.高校数学专业统计学教学现状

我国高等院校专业设置,在计划经济的影响下,全盘照搬前苏联所独创的按各部门的行政管理职能机构来设置,其优点是既有明确的培养方向和目标,又有确定的对口工作部门,但由此对统计学专业的设置的负面影响也日益突出.虽然几十年来在这种传统体制下为国家提供了一大批统计人才,但这种传统的专业设计方法,存在着严重的部门所有制色彩,不仅对统计学本专业学生的培养不利,对其它专业尤其是对数学专业本科生统计思想的培养也产生了一系列的弊端:

2.1对于学生的培养方向过于单一,现行的统计学教学目的侧重于为政府培养统计部门干部,从而忽视了为其他部门培养统计人才,造成了政府统计部门相关人才过多、过剩,而其他部门统计学相关人才明显不足的现状。

2.2在这种培养的模式下,专业划分的过细,对学生的专业知识培养过于单一,这种情况下,既不能满足统计学本专业学生的学习需要,也不能满足其它专业特别是数学专业学生的学习需要,不利于培养具有综合素质的人才。

2.3在课程设置上也存在着许多不足.课程之间的独立性逐渐增强,但课程之间交叉重复的内容并无减少;另一方面,现行的统计学教材内容过于陈旧,不利于学生利用最前沿的统计学知识来分析,解决现实生活中的遇到的问题。

2.4对于学生的统计学教学培养方法上也存在着以下不足:其一,在传授专业理论知识时,教学过程过多看重于实务,缺少统计学理论与方法等相关的内容,不注重学生实践能力的锻炼,使得学生既没有学到充足的理论知识,而且其实践能力也没有得到培养与锻炼.其二,课程之间交叉重复的内容过多,不仅浪费教学课时,而且这种教学内容激发不起学生的学习兴趣,导致教学效果差. 其三,在教学手段上,缺少多媒体等现代化技术的使用。

2.5教材内容跟不上实际的需要,许多非统计专业的教材中过多重视定性分析,并不重视对学生量化分析能力的培养,理论研究缺乏科学性,严密性。

2.6操作少实践.许多数学专业在授课时并不重视统计学中的教学实践环节,这样导致许多学生只是机械的来学习,并以应付作业以及考试为最终的学习目的,并且对于现实生活中遇到的具体问题不会利用统计的思想去加以分析与解决.认为统计学就是一门记住一些抽象概念以及会计算繁琐公式的一门课程,不能体会到学习统计学的现实意义,使得学生对于这门课程的学习丧失兴趣,导致教学目的的实现易显困难。

3.统计学教学中统计思想的培养

加强数学专业学生统计思想培养的关键在于改进教学过程中的思维方式与习惯.由于在教学过程中最重要的组织者与实施者是教师,故教授统计学的教师应当首先转变教学思维方式与习惯,清楚明白在教学过程中对于学生统计思想培养的重要性.将统计方法的适当选用以及相关学科的知识点融在一起用来解释统计计算与统计分析的结果,这样学生获得的统计思想更加深刻与难忘.当学生具有了统计思想后,他们就会经常从统计学的角度出发来看问题,看世界.而具体的复杂的统计方法容易忘记,在现实的教学过程中,一些教师特别是一些年轻教师,过分的看重于统计方法的传授,而忽视了对学生统计思想的培养,其实在教学过程中,老师在教学每一单元时,都应该积极的去引导学生思考,重视学生统计思想的培养.在加强培养学生的统计思想时,可以有以下的改进措施:

3.1在教学内容上,重视知识体系的更新,着重培养学生的统计思想

知识是永远出于发展变化之中的,而统计学中所学的知识与要掌握的学科方法也是不断跟新与发展的,因此教师在教学内容的讲授上,除了教给学生基本的学科内容外,还应适当的添加相关学科最新的科研成果,使得学生能够及时的掌握所学学科的发展现状.此外,统计学中涉及到的数学知识以及相关公式原理的推导过程都相当复杂,对于绝大部分学生学习起来相当吃力,因此在教学过程并不要过分的注重于这部分内容,而是着重于对学生统计学逻辑推理思维上的培养,以及提高学生处理问题的综合能力。

3.2在教学过程中,重视案例教学

教师在教授数学专业的学生时,应当特别要注重统计学实际案例运用.案例教学不仅对统计学的教学起到重要作用,而且对学生的统计思想和统计意识的培养也起到巨大的推动作用.因此教师在教学时要尽可能地挑选具有一定趣味性的,与学生日常生活有紧密联系的实际案例,通过这些案例教学加强学生对统计资料理解与利用的敏感性,与主动性,培养学生通过实际案例去发现问题,分析问题和解决问题的能力.在教学过程中,教师应当尽可能的弱化案例中涉及到的统计学中过高的专业知识,避免由于案例所涉及的专业知识过高,使得大多数的学生难以理解所学案例的内容,这样就是去了案例教学的实际作用.但如果是对统计学本专业学生的教学,案例最好与专业知识具有紧密结合。

值得注意的是,案例教学也仅仅是在教学过程中起辅助作用的,通过对案例的讲解,真正的目的是通过对案例的讲解使得学生学习相关知识点,以及提高运用知识的能力,从而让学生体会到统计学这门课程所包含的思维方法,从而利用所学的知识与方法去分析和研究其它学科领域中所遇到的问题。

3.3在教学方法上,加强实践教学

理论的正确与否最终需要利用实践来进行检验,而在学习的过程中,可以通过加强实践教学,提高学生利用统计的思想与方法来思考问题和分析问题的能力.由于受到学时的限制,很难满足数学专业学生对于统计知识的学习的需要,因此学校可以以学生兴趣为导向积极开展课外相关活动,改变考核标准,通过学生的亲身实践来培养学生的统计思想.如:让学生对该学校在校学生上自习情况进行调查研究,学生第一步工作就是进行调查方案的设计,此时学生就要思考具体有哪些人,多少人才能代表上自习的人数（此时就包括总体认识的思想）,做哪些方面的调查研究才能反映学生上自习的情况（此时就利用了定量分析,均值评价,综合评价等思想）,采用什么样的方法来确定所要调查学生的范围以及如何根据所得的数据分析这部分学生的上自习的情况（其中包含抽样与归纳等思想）,以及学生上自习的次数与学生的学习成绩之间的关系（包括了正确认识统计规律,关联等思想）,在此过程中通过老师从旁的帮助与启发,学生可以从亲身的经验中学到并感悟出统计思想的精髓。

3.4在教学环节上,重视统计规律运用

教学环节上应该多利用现代计算机技术来辅助课堂教学的完成,并且在教学过程中培养学生应用统计软件的能力.目前,国际上已经开发出了功能较为完善的多款统计软件,并且统计的相关思想,概念,以及公式的应用也已融入到了这些统计软件之中.目前应用比较广泛的统计软件有SPSS,SAS,Eview等,但这些统计软件虽然数据处理能力很强,但专业性能较弱,需要学生对这些软件进行系统的学习,因此,教师在教学过程中需要对所应用的统计软件做出正确的介绍,使得学生能过真正清楚所用软件的功能.在实践操作中,指导学生对统计模型进行恰当选择,通过对所学知识的相关应用,培养学生自主地学习和分析处理问题的能力,并且从中体会到统计学这门学科的真缔。

4.结束语

对于统计学教学改革的关键是对于统计思想和观念理解的转变. 统计学是一门实用性很强的学科,而一般传统的教育观念是重視应试教育而并不看重学生实践能力的培养,而当今社会需要的是开放型的教育观念,应该把科学放在教育思想的中心位置,注重培养学生的创新能力意识,树立多方向,多目标的教育观念;改变过于追逐共性的教育思想目的,鼓励学生其个性能力的发展;改变教学观念,树立教学、科研、实际运用相结合,多方面,多角度发展的教育观念;树立知识,能力,素质全面评价的教育观念,只有改变了教育思想与观念的理解,统计学教学的改革与创新才能取得实质性的突破。

参考文献：

[1]范文正.几种基本统计思想的现实意义[J].统计与决策,2002(8).

[2]李金昌.关于统计思想若干问题的探讨[J].统计研究，2006(3).

[3]马艳梅.强化统计思想教育以提高统计学课程的教学效果[J].教育与职业,2008(33).

[4]高和鸿.统计教学中如何加强统计思想的教育[J].中国流通经济,2001.

[5]习勤,刘为民.统计学专业课程设置探讨[J].统计与决策,1997(4).

[6]汤光华.对统计学科改革的系统分析.Statistial Research[J].1997(4).

[7] 熊健益.非统计专业学生统计思想的培养[J].合作经济与科技,2011(4).

[8] 陈希孺.数理统计学简史[M].长沙,湖南教育出版社,2002.

统计学思想范文第9篇

【论文摘要】所谓统计思想，就是在统计实际工作、统计学理论的应用研究中，必须遵循的基本理念和指导思想。统计思想主要包括均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等思想。文章通过对统计思想的阐释，提出关于统计思想认识的三点思考。

一、关于统计学

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。

二、统计学中的几种统计思想

2.1统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

三、对统计思想的一些思考

3.1要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考文献:

[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).

[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).

[3]范文正.几种基本统计思想的现实意义[J]统计与决策,2007,(08).

统计学思想范文第10篇

一、以统计学方法开展思想政治教育研究的必要性

第一，思想政治教育研究缺乏量化，易受主观影响，使研究者在研究过程中缺乏客观依据，常常会处于被动地位。因此，需要加大统计学方法的应用。第二，政治学、社会学、心理学、教育学等学科领域均在统计学方法应用方面得到了完善。哲学没有统计学，但是哲学有科学技术哲学，而科学技术的研究同样离不开统计学。第三，数学是各学科的基础学科。几乎所有的学科都要涉及数学，思想政治教育学必须在数学方面得到完善，否则思想政治教育学就会失去一个与其它学科沟通的媒介，成为难懂的学科。

二、以统计学方法开展思想政治教育研究的可能性

第一，量变与质变是马克思主义哲学中的基本原理，是世间事物普遍存在的两种不同运动状态。任何一个事物在某个时间点上都有他质和量的规定性，既使是人的思想也包含这两个特征。譬如婴儿的思想水平与青年人的思想水平一定不是同一个程度。同时，人的思想的改变也是一个逐渐变化的结果，因此，思想是能够量化并通过数学的形式表现出来，例如这个人是好人，这个人是八分的好人。第二，心理学等研究人的精神现象的学科已广泛应用数学，即将心理学中的许多抽象概念还原到生活中，通过一系列的指标体系实现测量。思想与心理现象有很多相似之处———无形、无色，触摸不到，隐藏于内心———因此，思想也可以量化。第三，观念来源于现实，来源于客观物质世界。观念不是脱离现实固有的抽象物，因而可以测量，即通过促使其产生此观念的客观存在物去测量。第四，自然科学与社会科学虽有不同，但是有着密切联系，数学对两类科学来讲同样重要。精神领域的追求，重要目标之一就是指引人们改造世界。正因为有这样一个作用，哲学才显得格外有价值。哲学无论是研究什么还是改造什么，都基于对自然，对现实的认识。作为社会科学中的一员，思想政治教育学自然不可能否定量化研究。第五，统计软件的问世为统计学的应用打开了新局面。统计过程在软件的使用下已没有过去繁琐。研究者了解了统计学基本理论，就可以运用统计软件解决问题。

三、以统计学方法开展思想政治教育研究的途径

思想政治教育学运用统计学开展量化研究的途径是一个不断开拓和细化的过程。现今虽然有相关著作问世，但大部分是宏观上的，未能真正细化；再者，应用者的人数不多，相关研究并不多见；而对信度和效度的研究也很少见。因此，在运用统计学方法开展思想政治教育研究的过程中，需要注意做好以下几个工作。

（一）加强思想政治教育学科基础理论的构建

这是思想政治教育量化研究的基础。自2005年思想政治教育被定位为马克思主义基本理论一级学科下的五个二级学科之一，思想政治教育学科就面临着学科定位、学科发展规律、基本理论构建等问题。这些理论是思想政治教育学科进一步发展的依据和前提，也是量化研究的依托。相关专家应加大对思想政治教育理论构架的研究和假设，以期为量化研究提供基础。反过来量化研究也可以进一步验证理论构架的科学性，最后达到相互促进的目的。例如思想政治教育包括思想教育、心理教育、政治教育、道德教育、法制教育，相应地在制订大学生思想政治素质评价问卷的项目中就应该包括这五个维度。如果调查者制订的问卷在验证性因素分析中仅含有其中的三个维度，而不符合应有的理论构架，就会大大降低问卷信度和效度，甚至达不到统计学要求，问卷无法使用。相反，统计学方面的量化研究可以探索思想政治教育概念中未知理论维度，或是验证假设理论维度的科学性。例如在不知五个理论维度的情况下，如果将所有可能用来测量思想政治教育素质的指标都列出，进行探索性因素分析，就可以根据统计数据的相关性和提取的公共因子情况来确定思想政治教育这个概念的理论维度。验证假设理论维度的科学性方面，戴钢书提出的德育环境三维理论模型正是通过结构方程这种统计学量化方法得到论证的[2]。而现实中，由于思想政治教育的基础理论研究还不完善，基层的科研工作者难以获得足够的理论支撑，以致自己的量化研究缺乏理论前提或是提出的理论假设即使得到量化研究中统计数据的支撑也难以被认可。例如想针对某个学生开展民族忧患意识教育，就要了解这个学生的民族忧患意识现状，这就需要有可靠的测量工具。然而可靠的测量工具即使现制定也要有相对认可的理论维度以确定测量项目。就像一棵树，光有主干，没有细枝，不可能枝繁叶茂。总之，思想政治教育学科的许多子概念需要进一步细化为“孙概念”，这需要专家加大对基础理论的研究，同时重视量化研究，最终实现质性研究与量化研究的相互促进，理论研究与实证研究的有机统一。

（二）吸收其他社会科学的统计方法

这是思想政治教育量化研究深化的源泉。与思想政治教育学科框架所涉及的范围相适应，思想政治教育统计学的可供借鉴学科主要有以下几个。第一，借鉴社会学的统计方法。其中，问卷的设计方法和统计是关键性内容。一个问卷的结构设计是否符合统计学要求，关系到能否实现统计的问题，因而问卷设计是量化研究中进一步统计分析的基础。例如制订一份关于政治教师的学生评价量表，如果设30个项目，在各项目的选项设定方面一般需要设成等级形式。以“教师的仪表”一项为例，其答案要设成“非常不好”“不好”“一般“”好“”非常好”五个等级，相应量化赋值为1、2、3、4、5，类似地如果整个问卷都设置成这样的答案，一方面便于统计，另一方面也利于被调查者回答。而如果将答案设置成“端庄”“大方”“优雅”等选项，且整个问卷都设置的答案不同，则不符合统计目标，无法进行等级评定，被调查者也会因此而难于回答或是不愿回答。第二，紧密结合心理学的统计方法。量表制作方法及统计是需要开拓的内容。在心理学中抽象的心理现象可以通过由一系列的指标构成的量表来测量其量上的规定性，那么思想政治教育中的一些抽象现象，是不是也可以通过类似的量表来确定其量上的规定性？如民族忧患意识、危机意识、责任感等，是否也可以测量？第三，参照教育学的统计方法。教育过程中的统计是必须要掌握的内容，也是不可回避的内容。教育贯穿思想政治教育全过程，教育统计学的研究方法发展较快，具备为思想政治教育研究提供参考的必要性和可能性。

（三）选取适当的分析方法

这是思想政治教育量化研究的关键。思想政治教育中常用的统计学研究方法主要有相关性分析、t检验、主成份分析、因子分析法、方差分析、卡方检验、回归分析、结构方程模型等。其中，相关性分析、t检验是相对简单的分析方法，用于比较事物的相关性和差别的定性研究；结构方程模型分析较为复杂，用于考查事物的理论构架；其余的方法难度居中，常常相互配合使用，不仅可以考查事物质性关系，也可以反应事物关系的数量大小。思想政治教育统计研究离不开最基本的工作———问卷。问卷的信度、效度是面临的第一个统计学问题，宜选用α信度系数和因子分析法解决。信度系数较易得到，效度则主要通过验证性因子分析和探索性因子分析等方法解决。总之，根据研究目的不同，研究的方法应有所侧重，要具体问题具体分析，不可一刀切。

（四）熟悉统计软件的使用