概率论和统计学模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇概率论和统计学，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

概率论与数理统计是研究和处理随机现象的一门重要的数学分支，在工程、人文、经济、社会等领域应用广泛。特别是近30年来，随着科学技术的迅速发展和计算机的普及，这门课也得到了长足地发展，在统计学、经济学、生物学、控制论等方面发挥着越来越重要的作用。因此，它已经逐步成为各高等院校理工类、经管类等各专业大学生学习的最重要的数学基础课程之一。该课程应用性比较强，但也有自己的理论框架，有自己的定义、性质、定理等，虽然计算技巧要求不高，但对学生的分析问题的能力， 以及如何快速正确的找到问题的切入点，这方面的要求相对较高。鉴于该课程的以上特点， 如何让学生更深刻、灵活的掌握基本概念和性质，并能把所学知识高效地应用到实际问题中提高教学效果是每一位从事该课程教学的老师， 都在思考解决的问题。结合几年来对这门课程的实际教学经验，简单提出几点看法和建议：

一、改变传统的教学模式，在教学过程中引入数学建模的思想

在传统的教学方式中，一般我们只从理论上注重概念公式的讲解，很少注重学生实际学习能力的提高。这种“填鸭式”教学丝毫提不起学生的学习兴趣，教学效果可想而知。鉴于概率论与数理统计这门课的实用性，在上课的过程中我们可以把数学建模的思想课程中融入到这门课程中，既可以提高学生的学习兴趣，又能提高学生解决实际问题的能力。比如在概率统计中讲解古典概率时可以引入生日相同例子，如：在集体宿舍中（6个人），研究是否有两个以上的人生日相同。（假设每人的生日在一年365天中的任意一天是等可能的）进一步问，那么随机找n个人，（不超过365人），求这n个人生日各不相同的概率有多大？从而求这n个人中至少有两个人生日相同这一随机事件发生的的概率是多少？这是一个很实际的例子，大部分学生都比较感兴趣，从而愿意配合老师积极的去思考、计算，在计算过程中也掌握了求古典概率的方法。在其他教学内容上也有很多模型可以列举，如：各种概率分布的应用背景问题、合理配置问题、排队论、报童的收益问题、随机贮存问题、航空公司的预定票策略、组织货源使收益最大化、平均成绩的估计、机器工作是否正常、生产的产品是否合格问题、某射手是否是一级射手等等这些模型。我们可以看到上面列出来的数学建模的例子很多也很有趣，由于篇幅的原因具体模型没有一一列举出来。

二、在教学过程中引入实际案例，调动学生的学习主动性

在概率论与数理统计中的教学中，结合概率论与数理统计应用性较强的特点， 在课堂教学中， 平时注意收集生活中的实际案例， 并根据各章节的内容选择适当的案例融人教学， 将理论教学与实际案例有机地结合起来组织讨论课，一方面使得课堂讲解生动清晰， 收到良好的教学效果；另一方面也加深了学生对教学内容的理解和掌握。例如， 保险机构是较早使用概率统计的部门之一， 保险公司为了恰当估计企业的收支和风险， 需要计算各种各样的概率下面是赔偿金的确定问题：据统计， 某年龄段的健康人在3 年内死亡的概率为0.0 3 ， 保险公司准备开办该年龄的3 年人寿保险业务， 预计有5000 人参加保险， 条件是参加者需交保险金10 元，若3 年之内死亡，公司将支付赔偿金b元（待定），便有以下几个问题：

（1） 确定b， 使保险公司期望盈利及保险公司盈利的可能性超过95 % ？

（2）确定b ， 使保险公司的期望盈利超过1 万元及使保险盈利超过1 万元的可能性大于9 5呢？

（3） 若b=3000 元， 保险公司盈利的期望值和盈利都超过2 万元的可能性为多少？

（4）若b=3000 元， 欲使公司盈利20 万元时， 每位参保者至少需要交保险金为多少元？ .这一系列问题的解决需要综合运用概率论知识. 通过这样的案例分析题将有利于增强学习氛围， 活跃课堂， 激绪， 开发思维， 有利于个人素质和协作能力的培养，教学效果当然会大幅度提高。

三、采用启发式教学引导学生的自主学习

教学是一种教师和学生之间的互动关系。在此过程中，学生的主观能动性则起了非常大的作用，可以说，是师生在共同控制信息的传递。如果只是教师在讲台上一味的讲，不停地推导公式，加上数学本身的晦涩难懂和枯燥，学生必然会觉得索然无味，很快失去学习热情和学习兴趣，更谈不上学习效果怎么样了。然而如果教师采用引导、启发式教学，不是直接讲授给学生，而是时不时地环环相扣地把问题抛给学生， 让学生去主动思考， 调动学生的自发的积极性与主观能动性，则会大大提高教学质量，改善教学效果，学生自身掌握的知识也会更加扎实。

四、开设上机实验课，培养学生应用数学软件来解决问题的能力

许多学生完成概率论与数理统计的学习后，在专业课程中，面对大量数据，需要运用统计思想方法分析时往往出现无从下手的现象，造成这种现象的原因有两方面： （ 1） 缺乏灵活运用所学知识解决实际问题的能力； （ 2） 数据量大，计算过于繁琐，手工难以实现。对于第一种情况我们通过案例将教学内容与学生所学的专业相结合来提高学生的运用能力。针对于第二种情况开设上机实验课，让学生掌握相关的计算机统计分析软件，训练学生应用数学软件来解决问题。这不仅提高了学生的学习兴趣，也加强了学生运用概率论与数理统计原理解决实际问题的能力。

以上是我在实际教学中的一些心得体会， 旨在让学生对这门课能有更深刻、直观、全面的认识， 更好地培养学生的学习兴趣， 激发学生的学习热情，从而提高这门课得教学效果。

参考文献：

篇2

解析几何是高考的必考内容，它包括直线、圆、圆锥曲线和圆锥曲线综合应用等内容.高考常设置三个客观题和一个解答题，对解析几何知识和数学思想方法的应用进行考查，其分值约为27分，约占总分的16%.近年高考解析几何试题的考查特点，一是设置客观题，考查直线、两直线位置关系、点线距离、圆有关的概念、性质及其简单应用;考查圆锥曲线即椭圆、双曲线、抛物线的概念、性质及其简单应用等基础知识;二是以直线与圆位置关系、直线与圆锥曲线位置关系为载体，在代数、三角函数、向量等知识的交汇处设置解答题，考查圆锥曲线性质和向量有关公式、性质的应用，考查解决轨迹、不等式、参数范围、探索型等综合问题的思想方法，并且注重测试逻辑推理能力.

1.2011年高考试题预测纵观近年高考解析几何试题的课程特点和高考命题的发展趋势，下列内容仍是今后高考的重点内容.

(1)直线斜率的概念及其计算，直线方程的五种形式;两条直线平行与垂直的条件及其判断，两条直线所成的角和点到直线的距离公式;线性规划的意义及其简单应用.

(2)圆的标准方程、一般方程、参数方程的概念、性质及其应用.

(3)椭圆、双曲线、抛物线的定义、标准方程及其几何性质和椭圆的参数方程.

(4)圆锥曲线的初步应用，即以直线与圆锥曲线位置关系为载体，考查轨迹问题，圆锥曲线与平面向量、不等式、参数范围、探索型等综合问题.

(5)函数方程思想、数形结合思想、分类讨论思想在解析几何中的应用.

高考二轮数学考点突破复习：概率与统计

1.高考对两个原理的考查主要集中在排列、组合及其综合题方面，题目灵活多样.

2.二项式定理重点考查二项展开式中的指定项及二项式的展开式系数问题.

3.概率统计内容是中学数学的重要知识，与高等数学联系非常密切，是进一步学习高等数学的基础，也是高考数学命题的热点内容，纵观全国及各自主命题省市近几年的高考试题，概率与统计知识在选择、填空、解答三种题型中每年都有试题，分值在17分到20分之间.主要考查以下三点：

(1)会用随机抽样的基本方法和样本估计总体的思想，解决一些简单的实际问题;

(2)理解古典概型及其概率计算公式，会计算一些随机事件所含的基本事件数及事件发生的概率;

(3)理解取有限个值的离散型随机变量均值、方差的概念，能计算简单离散型随机变量的均值、方差，并能解决一些相应的实际问题.

1.2011年高考试题预测

(1)高考对两个原理及二项式定理的考查.以基础题为主，考查形式比较稳定.

①从内容上看，主要考查分类计数原理和分步计数原理，排列、组合的概念及简单应用.例如2010全国Ⅰ，6;2010山东，8.

②从考查形式上看，多为选择题和填空题.例如2010北京，4;2010浙江，17.

篇3

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2017）12-0192-02

一、大类招生背景下软件在概率论与数理统计课程教学中应用需求分析

概率论与数理统计课程教学改革随着大学从专业招生到大类招生的转变，课程教学诸多改革逐步展开，为了激发同学们的学习兴趣，克服概率论与数理统计抽象难懂的特点，借助软件进行数学实验课的引入显得尤为突出。关于数学实验课的教学不少专家进行了研究[1]，早在本世纪初，西安邮电大学李昌兴、史克岗[2]（2003）在总结西安邮电学院多年的数学实验和建模教学的基本内容上探索出了较好的数学实验课的教学方法，近年来随着统计软件的发展和推广，相信软件的加入会对数学课程的教学增加新的活力和创新性的方法；朱旭[3]（2004）在文献中也探讨了如何通过开展数学实验教学来加强学生科学素质培养，如何通内容体系和教学方式的改革、通过在数学实验的教学实践中充分发挥课程的育人作用培养提高学生的科学素质；赵礼峰[4]（2011）研究了数学实验课程在实际中对大学生素质培养的一系列重要作用；张序萍、韩晓峰、吕亚男[5]（2011）研究了煤炭院校大学数学实验教学体系的构建，谈到了概率论与数理统计等课程实验教学的组织实施。《概率论与数理统计》作为重要公共课程数学类的课程之一，是全国研究生入学课程的考试课程之一，也是今后工科类、经济类、医学类等领域的重要基础课程，如何借助统计软件加深对概率论与数理统计教学概念、方法的认识，引导更加科学的教学方法就要借助较好的教学工具才能激发学生的学习兴趣，培养学生的学习热情，进而养成好的学习习惯，这就为能力的培养奠定基础。

现在流行的软件非常多，比如商用软件统计软件SAS、SPSS、Stata，还有开源软件R、Python，通用数学软件matlab等，商用软件进行统计分析效果好，但是对学生来说负担太重并不可取，我们想借助国际上比较流行的两款开源软件R、Python，结合具体的内容比如如何引导学生编程来实现圆周率的计算，圆周率最早由我国古代数学家祖冲之求出较为精确的数值，后来西方数学家也计算出圆周率，那么我们就想引导学生自己通过这两款软件编程实现圆周率的近似计算，同时也对近似概率加深了理解。

二、以基于R、Python芍秩砑编程实现圆周率的计算为例引导学生进行兴趣学习

1.基于Python软件的圆周率编程计算分析。Python是1989年由荷兰人Guido van Rossum研发的一种面向对象的解释型计算机程序设计语言，早在1991年就有公开发行版问世。其语法既简洁又清晰，它的库非常丰富和强大。它能够把用其他语言制作的各种模块轻松地联结在一起。Python的官网地址：https：///，Python可以从其官方网站获取各种资源，且大多数都是免费的，有利于学生们的安装及下载。（1）圆周率计算机软件近似计算的建模分析。在学生学习随机事件和随机数的基础之上，给学生强调我们计算机产生的随机数和物理方法得到的随机数还是有一些不同，但通过仿真模拟可以达到所要求的精度，所以我们可以通过伪随机数进行仿真模拟实验。设X、Y独立并且都在（0，1）区间上服从均匀分布，首先我们定义示性变量I：I=1，X+Y≤10，其他，则E（I）=P（X+Y≤1）。根据几何概率论所学概念我们知道随机点落在四分之一圆内的概率即为P（X+Y≤1）=π/4，而概率我们可以用大量重复事件的频率来近似代替，进而计算出圆周率的近似值，随实验次数的增多可以达到要求的精度。（2）圆周率计算机软件近似计算的Python编程分析。Python有3.5版和2.7版，本程序可用2.7.11版本完成，进入python官方网站可以下载Python的2.7.11版进行免费安装，调用python的numpy、random、pandas等模块后就可以运行如下的程序得到近似的计算值，精度要求可通过改变模拟次数达到，如果模拟次数是千万次级的运行比较快但精度稍差，如果模拟次数是亿次级或更高的得到的精度就比较高，但是运行的时间比较慢，实践教学中希望教师引导学生各种情况都尝试一下，激发他们的学习兴趣。程序中充分利用了Python提供的求和函数sum，并且程序非常简洁，程序如下：[1]import numpy [2]import pandas [3]import random [4]from random import random [5]n=10**8 [6]pi=sum（1 if random（）**2+random（）**2

2.基于R软件的圆周率编程计算分析。（1）R语言产生发展简介。R语言产生于1980年前后，在统计领域使用广泛，R语言是源于S语言，两者有着千丝万缕的联系。AT&T贝尔实验室开发了S用来进行数据探索、统计分析和作图。后来Robert Gentleman和Ross Ihaka（新西兰奥克兰大学）及其他志愿人员一起开发了一个R语言系统，由“R core team”进行研发。由于R语言的开源性和广泛的兼容性使得R在国际学术及研究机构快速流行起来，官方网址是：https：///，可以从R官方网站获取各种资源，大多数都是免费的，有利于学生们的安装及下载，下面我们就基于R软件的圆周率编程计算分析进行探讨。即首先用计算机可以计算出落在四分之一圆内的模拟点数，它与所有落在正方形内的点数之比，当模拟次数非常多时，即近似为π/4，模拟频率的四倍就是π近似的计算值。（2）圆周率计算机软件近似计算的建模分析。（3）圆周率计算机软件近似计算的R程序模拟500次的近似结果是3.112（程序略）。

通过实际的计算机编程模拟学生会对概率中的相关概念比如：随机事件、概率与频率的关系、大数定律与中心极限定理、如何把所学知识糅合在一起，而且有了更深刻的理解，为将来解决实际问题打下好的基础。

三、软件在概率论与数理统计课程教学中应用注意的问题及结论

1.应用软件帮助学生理解难点，突出教师的主导与学生主体相结合，不论是单开数学实验课还是在教学中穿插引用，教学手段上都离不开突出软件的吸引力，使学生学习更加有兴趣、更加易于激发学生创新能力。

2.现在流行的软件都有比较好的界面、可视化功能更加强大，更易于抽象问题形象化；但也要注意基础完整理论体系的学习仍然非常重要，不能过分依赖软件，运用软件要和实际结合，比如进行实际数据的统计分析，不能简单地运用软件求出数值结果，要结合实际意义去进行解释；引导学生发掘自我的创造性。

3.无论是验证式教学还是探索式教学，都要选择选择合适的软件，我们推荐的两款软件都可以非常方便地下载安装，如果是慰式课程就要认真设计好组织考核，好的组织考核形式也是督促同学们学好基础知识的重要方法。

总之，通过这些方法培养学生的求知欲，带着问题通过自己编程独立地解决实际问题；大类招生下，由于没有分具体的专业，大一学年是刚入学的大学生必须抓住的重点学年，尤其是大学的教学和管理体制和中学差异非常大，引导学生自主独立地去学习、去解决困难更值得提倡，这也使概率论与数理统计的教学更加易于理解、更加利于接受，从而使教学效果全面提高。

参考文献：

[1]徐向红，孙旭阳，丁雪梅.基于SPSS软件进行统计实验的农医类概率论与数理统计课程教学模式的改革与实践[J].黑龙江畜牧兽医，2015，（07）：234-6.

[2]李昌兴，史克岗.“数学实验”和“数学建模”课程教学改革的实践与研究[J].工程数学学报，2003，（08）：107-10.

篇4

一、概率论与数理统计教学中的“数学焦虑”现象

（一）知识需求和教学之间的矛盾

概率论与数理统计是数学基础课中应用性较强，与现代经济、金融、统计、管理密切相关的一门课程。随着信息技术的不断深入发展，概率论与数理统计越来越重要，然而概率论与数理统计的教学质量却是一个值得探讨的问题。在概率论与数理统计的教学中广泛面临学生积极性较低、理解程度偏低、考试通过率较低的问题。从心理学的研究成果看，这些现象都是“数学焦虑”现象的反映。

（二）数学焦虑是概率论与数理统计教学的重要挑战

数学焦虑是指个体在处理数字、使用数学概念、学习数学知识或参加数学考试时所产生的不安、紧张、畏惧等焦虑现象。因为数学学习的抽象度在所有学科之中较高，在学习过程中充满探索和挑战，也会不断遇到挫折。不管你是谁，当你解决问题或者思考问题时都会面临大量挑战。数学焦虑是影响数学教学质量的主要原因之一，在全世界的数学教学中，普遍存在数学焦虑现象。由于概率论与数理统计是数学基础课中应用性较强一门课程，因此数学焦虑是概率论与数理统计教学的重要挑战。

二、进化心理学视角下的数学焦虑现象

（一）焦虑机制的形成原因

从进化心理学的角度看，焦虑情绪和风险厌恶倾向，事实上是进化过程中人类形成的一种自我保护机制。焦虑是一种帮助人类侦测并应对环境中威胁因素的心理机制，从而提高人类在危险环境中的生存概率。出现焦虑情绪的概率是和人们感到的危险程度和危险频率成正比的。由于人类在相当长的时间内都处于极低生产力的部落社会，因此形成了对未知事物的强烈恐惧。在所有的未知事物中，只有极小部分是对自身有利的，人类需要保持对大多数陌生事物的戒备。焦虑情绪及伴随焦虑而来的心跳加速、不安、紧张、恐惧等，都是为了帮助人们应对环境中的威胁。

（二）概率论与数理统计知识和焦虑情绪的关系

心理学家指出人类社会在最近五百年内实现了科技和社会的跨越式发展，而人类在生理上仍然保持着四万年前的结构。对于四万年来未产生生理进化的大脑来说，数学知识和概率论与数理统计知识是陌生而复杂的事物，因此大脑对其的本能反应是焦虑和逃避。这一心理结构在几乎没有理性知识的原始社会中，能够帮助人类避免大量的潜在危险，但是在知识决定生产力的今天，这种深藏于本能之中的心理结构就成为阻碍复杂知识学习的一堵墙。

三、从认知心理学角度分析概率论与数理统计教学中风险的来源

数学焦虑是学习过程中存在的威胁因素造成的情绪反应。概率论与数理统计学习过程中的威胁因素来源于三个方面：一是学习过程中的有限的工作记忆，二是焦虑情绪对于工作记忆的显著干扰，三是概率论与数理统计的学习容易遇到挫折。这几个威胁因素的共同作用，导致学习概率论与数理统计是一个充满困难和挑战的过程，很容易使学生产生焦虑情绪。

（一）概率论与数理统计学科特性导致的认知困难

学习过程中威胁的第一个来源，是概率论与数理统计学科的抽象性对工作记忆容量和注意力强度提出很高的要求。概率论与数理统计理论是由环环相扣的严密逻辑体系构成的，其知识点和知识点之间有着逻辑上的高度关联性。概率论与数理统计理论包含的信息量很大，不仅包含概率论和微积分的基础模型，还包含科学方法论模型。由于理论较大的信息密度和抽象程度，对于学习时的工作记忆要求很高，从而需要学生保持高度的注意力。如果注意力不集中，或者出现情绪上的干扰和波动，认知过程就可能被打断，难以再理解讲课的内容。

（二）焦虑情绪和工作记忆之间的正反馈

学习过程中威胁的第二个来源，是焦虑情绪上升和工作记忆下降的正反馈关系，所造成的心理恶性循环。解决概率论与数理统计问题需要学生调用大量的工作记忆，焦虑情绪的出现会导致工作记忆下降，学习容易出现错误和焦虑。以上因素的相互作用，就构成了一个正反馈回路，即学习上的挫折形成了焦虑情绪，焦虑降低了工作记忆的容量，工作记忆下降导致了概率论与数理统计成绩下降，不佳的学习表现使数学焦虑更严重了。一旦触发其中的任一环节，就会导致焦虑情绪不断加重。

（三）出错率高导致的较高焦虑情绪

学习过程中威胁的第三个来源，是概率论与数理统计学习过程的出错概率高，从而导致更强的焦虑情绪。当学生要进行假设检验的应用，必需的知识包括：样本与总体、随机变量、随机变量的分布与抽样分布等。缺少了任何一个知识点，都无法理解假设检验的原理和应用。这样就构成了一个串联系统可靠性分析的模型。如果这些知识中有部分掌握得不好，就比较容易出错，从而产生较高的焦虑情绪。

四、降低数学焦虑的措施

（一）以提高学习动机为主要应对措施

由于是多个因素共同导致概率论与数理统计教学中的数学焦虑，要缓解数学焦虑对于概率论与数理统计教学的影响，也就需要从多个角度入手，进行综合性的应对。一方面，要加强学生对概率论与数理统计价值的认识，消除学生对概率论与数理统计的陌生感，激发学生的学习动机。另一方面，要从认知心理学的原则出发，在教学过程中防止工作记忆不足和焦虑情绪之间形成恶性循环。但是这三个风险有一个共同的背景原因，就是因为学生对于概率论与数理统计的价值认识模糊，所以不重视概率论与数理统计，从而没有投入时间来了解概率论与数理统计应用并训练概率论与数理统计技能。这样就导致理论学习时间不充足，知识的应用训练也不充足，最终导致知识的“学不懂”和“用不上”。应对学生的数学焦虑，要抓住这个源头。因此，为了缓解在概率论与数理统计学习中的数学焦虑，很重要的一个措施就是让学生明确学习概率论与数理统计的价值，并且辅助于教学和作业考评上的手段。

（二）通过概率论与数理统计技能的高需求以激发学生学习动机

通过分析劳动力市场和科技进步的趋势，帮助学生明确学习概率论与数理统计的价值，是激发学生动机的有效手段。在劳动力市场上，统计学专业毕业的学生，薪资在不断增加。无论是金融行业、政府还是互联网行业，数据分析的需求都在快速增加，这些行业都在争取拥有统计技能的复合型人才。这些行业都需要优秀的统计学人才分析数据、解读趋势、判断机会。在这两个趋势之下，统计学专业的人才薪资水平不断增长。明确了学习概率论与数理统计的价值，学生感受到学习的不确定性也就相应降低了，学习动机也会有较大的提高。

参考文献：

[1]陈英和，耿柳娜.数学焦虑研究的认知取向[J].心理科学，2002，25（6）：653-655.

篇5

1.教学现状

1.1教材分析

概率论与数理统计是一门研究随机现象客观规律的学科，由随机现象的普遍性决定了该学科应用的广泛性。在工业、农业、医学、科技、经济等领域得到广泛应用。在国外一些发达国家，几乎所有大学生都必须学习该学科。我国也越来越重视该学科的学习。

调查发现：概率论与数理统计所采用的教材，多为茆诗松、程依明、濮晓龙编写的教材。该教材前四章为概率论部分，主要叙述各种概率分布及其性质，后四章为数理统计部分，主要叙述各种参数估计与假设检验。该教材编写从实例出发，图文并茂，通俗易懂，注重讲清楚基本概念与统计思想，强调各种方法的应用，适合初次接触概率统计的读者阅读。

1.2调查结果分析

笔者对周口师范学院数学与统计学院2011级、2012级、2013级应用统计学专业学生进行了关于该课程教学情况的抽样调查问卷：共发放问卷100份，回收100份。调查结果发现：本课程在应用统计学专业占有重要地位，学生很重视对该课程的学习;授课教师在上课时着重全讲细讲，忽略培养学生的能动性和参与性，忽略培养学生解决实际问题的能力，导致学生只知道重要，而不知道如何重要;目前该课程重视理论推导、知识的传授、课堂教学，不重视应用能力培养和课外实践，学生在学习过程中普遍感觉困难。因此，如何提高教学效果，培养学生的各方面能力成为了当今地方高校教育改革的重点课题。

1.3教师面临的问题

对于授课教师来说，也面临很多问题：教师讲课思路沿袭传统的教学方法，注重逻辑推理;教材中理论部分比重多，相对实用的方法少;实验条件差，教学远离计算机，不能配合相应的统计软件进行教学;新进教师专业素养不够高，不能很好的在传授知识的同时，传授概率统计思想，对教学造成困难。

2.教学改革及效果

2.1依据专业特点，精选教材及教学内容

通过对各种概率论与数理统计教材对比发现其内容大都包括如下三部分：概率论基础、数理统计、辅助软件。教师在选取教材时应从教材内容、例子、习题着手。其中，内容应由浅入深，便于理解;例子和习题应接近生活。

2.2联系实际，提高学生学习兴趣

爱因斯坦有句名言：“兴趣是最好的老师。”因此，激发学生学习该课程的兴趣，消除学生对学习该课程的恐惧心理至关重要。首先，开好第一节课可以通过向学生介绍概率论与数理统计的起源、发展及现状，激发学生学习兴趣。其次，在教学中引入一些实例进课堂，帮助学生了解问题的实际背景，便于他们理解抽象的理论概念。不仅提高学生对该课程的兴趣，而且培养了学生解决实际问题的能力。

2.3结合多媒体和网络平台，拓宽教学空间和时间

“黑板+粉笔”的传统教学方法已过时，不利于培养学生的思维能力和创新意识。多媒体和网络技术开始进入课堂教学。多媒体教学使教学生动形象、丰富多彩、直观易懂。同时，建立网络课程平台，实现资源共享。教师在课下应该建设该课程的课程网页，连接相关知识和参考资料，了解最新发展和动态。通过课程主页、web、E-mail等，把教师的讲授从课堂拓展到课外，把学生的学习从黑板拓展到网络，把教学的方式从课堂的面对面拓展到网络的心对心。要重视统计软件包的使用，特别要注重概率论与数理统计的思想与计算机实验的有机结合。这不仅有助于学生理解概率统计思想和快速实现论证计算，而且拓宽了教学空间和时间。

2.4将数学建模思想融入教学过程，提高学生解决实际问题的意识和能力

数学建模作为数学与其它学科交叉组合产生的一个新兴学科，随着计算机在生活中的广泛应用而日益重要。由于随机现象的普遍性，在该课程中的很多地方可以融入数学模型，例如体育彩票、保险精算、投资理财等问题。

近几年，地方院校越来越重视全国大学生数学建模竞赛。分析近些年的题目，竞赛涉及的概率统计知识越来越多。由此可见，要使学生更好的掌握概率统计知识，提高解决实际问题的能力，将数学建模思想融入概率论与数理统计的教学过程非常重要。

2.5改进考核方法，提高学生学习主动性

公正合理的考核机制，有利于准确评价学生对课程的掌握程度。笔者所在院校采用的考核方法已由纯考试成绩改为：学生成绩=平时成绩（30%）+考试成绩（70%）。其中，学生平时成绩包括作业情况（20%）、出勤情况（30%）、上课提问情况（50%）;这种考核方法可以全面考核学生的学习情况，并客观给出成绩，提高学生学习主动性。

2.6教学效果

通过各方面的改革，笔者所在学院的学生在全国大学生数学建模比赛中，表现出很高的兴趣并取得不错的成绩。更有一些学生，不仅掌握了知识，而且通过自己进一步整理和深化，写出了很多优秀毕业论文。

3.结语

如何开设好概率论与数理统计课程是一个长期而又复杂的系统工程，需要教师从不同角度和方面去积极地探索。本文通过对概率论与数理统计的教学现状、教学改革及效果进行探讨，给出笔者的一些浅薄观点，并将在实践过程中不断修正完善，希望能够给各位同仁们提供一些参考。

【参考文献】

[1]茆诗松，程依明，濮晓龙.概率论与数理统计教程（第二版）[M].北京：高等教育出版社，2011

[2]彭君.概率统计教学改革探讨[J].数学理论与应用，2011.31（3）：103-105

篇6

从1998年教育部把计量经济学列入高等学校经济学门类各专业核心课程之一，计量经济学已经成为现代高校经管专业必不可少的核心课程[1]，它和微观经济学与宏观经济学一起构成了中国经济管理类本科生和研究生的核心理论课程[2]。近20年来计量经济学课程受到了越来越多的重视，在中国大多数经济与管理相关的专业的教学大纲中，计量经济学作为本科公共必修基础课，一般都要求学生已经修完微积分、线性代数、概率论与数理统计等前期课程。事实上计量经济学的基础知识主要来自于概率论和数理统计，计量经济学的基本研究过程与概率论和数理统计是一致的，先设定模型，然后通过样本抽样，参数估计和假设检验[3]。

在计量经济学实际教学中发现，许多同学对统计学中基本概念掌握得很好，依然无法理解计量经济学的内容。主要的原因是已有的计量经济学教材缺乏引导学生从概率论和统计学过渡到计量经济学的相关知识衔接。由于学生在学习这两门课的过程中，缺失了知识点的过渡和迁移，常常用孤立和割裂的视角来看待计量经济学的内容，这无疑提高了学生学习计量经济学的困难程度。学生不知道将已有的数学知识与计量经济学相互结合，形成完整的逻辑体系。针对上述问题，本文将论述从概率论和统计学过渡到计量经济学过程中出现的知识点相互割裂的主要问题，阐述造成学生理解困难的原因，并提出相应的改进方法。

一、从概率论与统计学过渡到计量经济学出现的教学问题

虽然大多数学生在学习计量经济学之前，已经学过计量经济学的基础课程——概率论与数理统计。但学生在计量经济学学习的过程中，面临的巨大挑战是如何将已有的概率论和数理统计的知识和计量经济学中的知识点相串联。造成这一问题的原因主要有：第一，许多计量经济学中的重要知识点，在概率统计中只是简略的介绍，甚至一带而过，并未引起学生的重视。第二，许多计量经济学的教材常常忽视概率论与数理统计的知识点，这可能是由于在欧美的计量经济学课程，并不要求学生前期修过概率论和数理统计。所以中国在引进的国外的计量经济学教材后，也没有在课程上复习概率论和数理统计的相关知识。为了具体说明教学中遇到的问题，本文以本科计量经济学教学大纲中最主要的教学内容：经典线性回归的最佳线性无偏性质和违反基本假设造成的后果两个重要的知识章节作为案例说明。

（一）经典线性回归估计的最佳线性无偏性

经典线性回归估计的最佳线性无偏性是小样本理论下的普通线性回归的最重要的性质，大多数本科计量经济学教材最前面的2-3章都是介绍这一内容，例如国内最常用的教材李子奈的教材《计量经济学》[4]和国外的伍德里奇的教材《计量经济学导论：现代观点》[5]等。学生对这一内容的理解程度也将直接影响到计量经济学的后续学习。然而对于学完概率论与数理统计的同学来说，虽然他们学过随机变量的数字特征，包括期望和方差，还有n阶原点距以及n阶中心距的内容。但他们在概率论与数理统计的课程中并没有接触过无偏性和有效性的概念，事实上，就计量经济学的本质来说。无偏性就是用一阶中心距来计算，有效性则用二阶中心矩来衡量。而这两个概念在在概率论与数理统计的课程中都已经学过，但如果在计量经济学的教学中不特别加以说明，学生很难意识到两者之间的联系。学生难以理解的另一个原因在于，在数理统计课程中，关于中心矩的介绍很简略，许多学生可能并没有意识到其在计量经济学中的重要性，而计量经济学教材中往往忽视对概率统计的中心矩的介绍，导致学生采取一种割裂的视角，无法建立一个统一的思维框架。

在计量经济学的教学中，常常遇见许多同学难以理解为什么要用最优线性无偏性来衡量最小二乘法的优劣？因为大多数计量经济学教材往往直接介绍最小二乘法种种优良性质，在同学们不熟悉无偏性和有效性与中心矩之间关系的前提下，直接引入这两个概念往往显得突兀，学生在学完了线性最小二乘法的最优线性无偏性之后，仍然会产生为什么要用这两个指标来衡量的疑问。更合理的方法是，可以在介绍最小二乘法的内容之前，先介绍均方误差的概念来引入无偏性和最小方差两个概念，这与数理统计中如何衡量参数估计的性质等内容部分是一脉相承的，学生如果学过了数理统计学，就很容易理解均方误差的概念。关于这种过渡知识的介绍，已有计量经济学教材在这方面做了很好的改进，例如陈强著的计量经济学教材[6～7]，與许多其他的计量经济学教材不同，他并不是在计量经济学教材中直接介绍最小二乘法具有最优线性无偏性的性质。而是在还没有引入最小二乘法之前，先介绍了如何评价参数估计的优劣，即介绍均方误差的方法，均方误差可以进一步分解成方差和偏差平方之和。偏差平方等于零就是无偏性的证明，方差最小就是有效性的证明，这种分解方法可以直观的表示为什么线性回归的最小二乘法估计会得到最佳线性无偏的优良性质。因为这种对参数估计优劣的评价是通用于所有的参数估计，而不仅仅是对最小二乘法。同学在理解了评价参数估计的方法之后，就不会再对最小二乘法最优线性无偏性的证明过程感到难以理解了，这有助于同学们理解如何从数理统计过渡到计量经济学的相关知识。

（二）违反基本假设对最优线性无偏性的影响

当违反普通最小二乘法的基本假设时，其最优线性无偏性会如何受到影响？许多同学常常依靠背诵的方法记住违反了每一条假设产生的后果，正如已有研究中所指出的[8]。这会导致学生混淆违反不同基本假设与产生后果之间的关系。古典线性回归模型是基于以下四条假设而得出的最优线性无偏的优良性质，第一，线性假定；第二，严格的外生性；第三，不存在严格多重共线性；第四，球形扰动项。事实上，在对于无偏性的证明当中，并没有用到第三条和第四条假定。第一条假定可以通过设定线性方程的形式来保证实现，一般我们可以假设其满足。所以，影响无偏性最重要的假定是第二条严格外生性。第二条假设也是最容易违反的，而且直观上并不能看出是否违反了第二条假设，也很难使用计量的统计方法来检测第二条假设是否被违反。事实上我们所有关于线性回归方程内生性的讨论，都是基于违反的严格外生性的假定而展开的。只有违反第二条假设，最终的估计才是有偏的，而违反第三条和第四条假设，并不会对估计结果的无偏性产生影响。在教学中发现，许多同学最容易犯的一个错误，就是他们常常认为违反多重共线性或者球形扰动项的假设都会影响无偏性的估计。以至于他们认为所有变量之间不可以存在任何相关性，或者认为不可以存在异方差和自相关，否则他们认为会导致估计结果有偏，这都是错误的观念。究其原因，还是因为没有理解在推导无偏性中所使用的概率论与数理统计学的相关知识。这里所需要期望的概念，同学们在数理统计中已经学过，但是另一个重要的知识点——迭代期望定律，在本科生概率论和数理统计课程中一般并不会介绍，如果在推导普通最小二乘回归的无偏性之前，先介绍迭代期望定理，则可以让同学们很容易理解整个推导过程，从而理解得到无偏性所需要的假设，并可以推导出违反不同假设对最优线性无偏产生的影响。二、统计学和计量经济学相结合的教学改进方案

上述介绍的从概率论和数理统计学过渡到计量经济学教学过程中出现的问题及原因，这些是高校计量经济学教学过程中常出现的现象。结合教学实践和相关教学研究，笔者提出以下改进的方法和建议。

总体而言，在计量经济学的教学过程当中，推荐多采用互动式的教学方法，对于一些非常新的概念和知识点，先让同学分组讨论，由此可以了解他们的概率论和数理统计的基础，并且让同学们尝试应用概率论和数理统计的相关知识推导出计量经济学的结论，在此基础上。教师可以知道学生已有的知识储备和知识缺口，同时能够很好的将计量经济学的新知识和他们的知识储备相连接，帮助学生从概率论和数理统计的知识点过渡到计量经济学的知识点，建立一个整体的知识框架，在具体实践中可以采用以下方法。

（一）计量经济学教材的选择

在计量经济学教材的选择方面，最好选用计量经济学教材在介绍最小二乘法内容之前，先复习概率论和数理统计的相关知识。虽然有些教材将这部分知识放到了附录部分，但是在实际教学过程中，往往忽略对这一部分基础知识的介绍。所以更合适的方法是先介绍完概率论和数理统计的基础知识，比如，最重要的知识点包括条件概率、条件分布、数字特征，迭代期望定理，随机变量的性质、假设检验、统计推断、大数定理和中心极限定理、随机过程等。让同学们在学习计量经济学之前能够回忆起已经学过的概率论和数理统计基础知识。尤其对学生后期进一步学习最小二乘法的性质的数学推导过程和性质非常有帮助。

（二）课堂教学的改进方案

在课堂教学方面可以采用“学生分组讨论+教师讲解+课后习题演练”三者相结合的方法，传统的教学方式往往重视教师的讲解和课后的习题演练。而忽视学生的分组讨论，虽然学生分组讨论在学生较多的时候很难开展，尤其是在总学时有限的情况下。但是，如果在课堂上给出五分钟，让同学们能够自行讨论，并反馈他们对于计量经济学推导过程的理解，将有助于老师掌握学生真实的基础知识，尤其在不知道他们掌握了哪些概率论和数理统计的基础知识的前提下，一味的介绍计量经济学的相关知识，往往无法在他们已有知识库和新的知识之间建立很好的链接。造成学生在理解计量经济学的推导过程中采用孤立的视角，无法跟他们之前的概率论和数理统计的知识点形成有效的联系，最终无法建立更加统一的知识框架和体系。

（三）教学大纲的优化方案

对于本科阶段计量经济学的教学，现有的教材在不同教学知识点的安排上并不十分合理。应该根据学生掌握的概率论和数理统计的基础情况，提出更合理的计量经济学的教学大纲。比如，从目前国内比较流行的计量经济学教材来看，往往会花很多笔墨来介绍小样本理论的普通最小二乘法的推导过程和相关性质，尤其是在违反了不同假设之后所导致的不同后果。许多教材都会介绍当扰动项存在异方差和自相关时，会产生什么样的后果，并提出多种不同的解决方法。但在计量经济学的实际应用当中，这两种违反假设产生的后果并不十分严重，在使用计量软件进行回归处理的方法非常简单。这与实际教学中所花费的学时不相符。另外，在计量经济学的理论教学中，往往会花很多时间来介绍多重共线性对于回归结果产生的影响，但在实际应用当中，我们并不经常讨论多重共线性的问题，除非是存在着非常严重的多重共线性，因为当建立回归的模型时，我们就会考虑变量之间的多重共线性问题，尽量避免使用多重共线性很严重的变量。而不是通过后期的测量多重共线性的方法来删除相关变量，因为如果该变量纳入到回归方程中，一般情况下我们首先应考虑其理论意义，而不是为了降低多重共线性将其删除，如果删除一个相关的变量，则有可能会因为删除一个重要的控制变量，导致最终的回归结果产生偏误，最终反而得不偿失。

篇7

中图分类号：G642 文献标识码：A

生物信息学（Bioinformatics）是一门交叉科学，它包含了生物信息的获取、加工、存储、分配、分析、解释等在内的所有方面，它综合运用数学、计算机科学和生物学的各种工具，来阐明和理解大量生物数据所包含的生物学意义。它随1990年人类基因组计划（HGP）的实施和信息技术的发展而诞生，现已迅速发展成为当今生命科学最具吸引力和重大的前沿领域，为生物学、计算机科学、数学、信息科学等专业的高素质人才提供了更广阔的发展天地。

概率论与数理统计不仅是生物信息专业的基础课程，同时也是很多理工院校的基础课程。它研究随机现象及其统计规律性的一门数学学科，其理论方法独特、抽象，既有严密的数学基础，又与众多学科有着密切的联系[1]。它并不是由理论到理论简单推衍，而是从实践中获得，扎根于实际问题当中，因此有很强的生命力。随着社会的飞速发展，新的科技产品不断涌现，现已进入了信息化的时代。为了更好的理解客观物质世界，人们必须学会处理好各种信息，尤其是对数字信息收集、整理和分析，这就离不开概率论与数理统计，概率论与数理统计越来越备受关注，在现实应用中越来越广泛，现已广泛应用于生物、工程技术、经济管理、金融、国防、环境等领域[2]。随着科学技术和知识更新速度的不断加快，传统的教学思路必须进行改革，以适应新形势发展的需要。

概率论与数理统计的传统教学，大部分时间都在讲解概率论方面的基础知识，再加之学时有限，统计方法知识所用时间甚少，这样导致概率论与数理统计变成了枯燥的理论课，并没有体现出它应有的实际应用价值，这不符合国家对创新性人才培养的要求。作为高校教师，必须上好概率论与数理统计这门课，要提高概率论与数理统计的教学效果，培养学生创新性思维，增强学生应用理论解决实际问题的能力。教学中我们要注重以下环节。

1 合理分配概率论内容和数理统计内容的学时

根据专业学生的培养方案，合理分配概率论学时和数理统计学时，制定行之有效的教学大纲和教学日历。目前教学的重心偏向于概率论，涉及到的数理统计学时较少。这显然不符合高校培养高层次人次的要求。将概率论内容直观的、通俗易懂的语言讲授给学生，把概率论作为数理统计的基础知识去讲授。在讲解数理统计知识的时候，不但要介绍其原理和思想方法，还要介绍数理统计的各种软件的功能及应用[3]。同时安排学生上机实验，提高学生解决实际问题的能力。

2 提高教师自身的人格魅力，增强教师自身的知识底蕴

作为教师，我们首先得热爱这个工作，保持十足的热情去工作。让学生感觉每天都是乐观的，生活都是美好的。我永记我国大教育家陶行知先生说过的：“你若把你的生命放在学生的生命里，把你和你学生的生命放在大众的生命里，这才算是尽了教师的天职”。教师的道德是教师的领魂，师爱是教师的灵魂，爱学生则是师爱的最好体现。教师和学生是平等的，只不过是暂时的教与学之间的关系，把学生看成自己的孩子一样去关爱，多传递学生正能量，为他们树立正确的人生观、价值观和世界观，不愧“人类灵魂工程师”的赞誉。

人们常说要给学生一碗水，教师必须得有一桶水。所以要想教好概率论与数理统计这门课，必须对所有的概率论与数理统计方面的书籍内容以及课后习题的解答都熟知。同时还要熟练掌握各种统计软件的安装及其使用，尤其是各种统计软件的实际应用范围。

3 板与多媒体相结合，提高教学效率

教学中不能一味的写板书，也不能一味的应用多媒体，多媒体不要放的太快，要看学生的理解程度，要采用板书与多媒体教学有机结合。概念方面的知识、例题、动画等用多媒体演示即可，以节约时间，加大课堂教学的信息量，开拓学生的视野。通过计算机动画模拟、图形显示、数值计算等，使抽象的内容更加直观、形象、生动，激发学生的创新思维，体现学生在教学过程的主导作用，提高教学效率。

4引入案例讨论式教学方式，培养学生解决实际问题能力

案例讨论式教学法是教师根据教学目的，在课堂这一特定的教学环境中，教师提供真实的案例，将学生分成4至6人一组，让学生融入案例的场景，并在教师指导下，各组围绕这个案例主动学习、发现问题、提出问题，通过师生之间、生生之间相互交流，共同探讨、展示结果。他强调以学生为主体，为培养学生的自主学习能力、实践能力和创新能力为目的。

案例是实现案例教学的载体，是为完成一个教学目的而设置的。所以案例的选取尤为重要，必须考虑本课程的特点和学生的知识结构，难易适中，体现出概率论和数理统计的知识点[4]。通过案例的学习，使学生进一步理解概率论和数理统计的内容，掌握各种检验法及其在实际中的应用。通过讨论式方式解决问题可以增强学生的团队意识和责任意识。案例讨论式教学培养了学生解决实际问题的能力。

5 结合专业人才培养计划进行教学，真正做到学以致用

每个专业的最终目标都是为本专业培养优秀的人才，生物信息专业也是本着这个原则。概率论与数理统计这门课程也应该在教学中体现出这一点，因此这要求教师在教学中将理论内容与专业相结合，让学生明确课程的学习目的和意义。

总之，生物信息专业的《概率论与数理统计》课除了教师具有丰富的知识和人格魅力，采用合适的教学方法和手段外，教师也应该具有较强的专业科研背景，将学生深入浅出的代入概率论与数理统计的学习中，并在教学中不断进行专业内容渗透，激发学生的学习兴趣，提高教学效果。

参考文献

[1] 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，2009，28（1）：60-61

篇8

从目前每年毕业的本科院校毕业生学历层次上来看，本科的教育不再是精英教育，而是大众化教育，培养出来的大学生也不再是高级人才，而更趋向于应用型人才。在某种程度上来说，本科教育培养出来的毕业生是职业型人才。

《概率论与数理统计》课程是大学重要的基础课程之一，有着深刻的实际背景，在自然科学、社会科学的几乎所有分支都有广泛的应用。在发达国家，《概率论与数理统计》是一门几乎所有的大学生都必须学习的基础课。《概率论与数理统计》是研究随机现象的数量规律性的学科，不同于高等数学、线性代数等研究确定性现象的数学分支，有其鲜明的特殊性。

作为应用型本科院校，《概率论与数理统计》已有教学模式并不适用，也不能满足培养应用型人才的要求，这就需要进行相应的教学改革，来更好的为国家及地方培养应用型人才，使《概率论与数理统计》发挥出更好的作用。本文希望对《概率论与数理统计》教学模式进行研究，来探索应用型本科院校如何进行《概率论与数理统计》教学模式进行改革，使其更适用于应用型人才的培养。

一、教学思想的转变

以往在本科院校的《概率论与数理统计》的教学过程中，教师的教学理念还停留在“重理论、轻应用”，“重讲授、轻互动”等思想。仍然将教师做为教学的主体，以传授知识为主，强调理论的严谨性，教师常常在课堂上花大量时间用于定义的讲解，定理的证明，方法的推导和习题的演算，只注重知识的传授，往往缺乏重要数学思想的传递，特别是知识的应用，如果在教学中，教师不让学生了解概率论与数理统计在他们所在学科专业的应用，不加强学生用概率论与数理统计知识解决实际问题的能力，这显然不符合应用型本科院校培养高水平应用型人才的目标，也不可能培养出合格的应用型人才。

所以在学校转型的过程中就需要我们第一线的教师先要转变教学思想，将课程还给学生，以学生为主体，考虑到的不是我要讲什么，而是学生需要什么样的知识，如何将这些知识应用到他们的专业中去。当然，我们也要注意不要过犹不及，要注重理论与实际的结合，强化培养学生的应用能力.

二、教学内容改革

1、调整概率论与统计之间的教学比例，增加统计学比重

由于学时等原因，传统的《概率论与数理统计》的教学中，讲授的内容主要是以概率论的知识为主，关于统计部分的内容只是涉及到一部分，像方差分析和回归分析等内容更是没有涉及到。而统计才是与现实联系最为密切的，哪里有数据，哪里就有统计，它已广泛应用于各个学科，特别是方差分析和回归分析更是无处不在的重要统计分析方法。所以在转型的过程中应该适当地减少概率论部分的理论性和难度，在讲数理统计部分应增加参数估计、假设检验，特别是方差分析和回归分析的比重，着重介绍方差分析和回归分析这两种统计方法的思想和原理，培养和加强学生分析和处理数据的能力。

2、对不同专业进行分类教学

从学生的专业性质来看，各专业对学生数学知识的要求也不一样.我校信息、机械、食品、经管等专业的后续课程和专业研究与《概率论与数理统计》联系比较紧密，对学生分析处理数据的能力的要求相应的也较高，即使是这些专业中，不同学科专业对《概率论与数理统计》的要求也是不一样的。为了适应不同专业对统计学知识的需求，我们对不同专业的学生进行分类教学。学时设60学时和40学时两种模式供各专业进行选择，期末分开进行考核。教学内容根据不同专业的需求进行调整，以满足各不同专业的需要。

3、加强教材建设

学校转型以来，原有的传统教材已经不能适应教学的需求，为了更好的适应应用型本科院校的需求，《概率论与数理统计》课程组于2015年编写并出版了由杜宇静主编，上海交通大学出版社出版的《概率论与数理统计》教材。该教材在内容上调整了概率论与统计的比例，加重统计学知识的讲解，增加了实践应用的内容，加强了理论与实际的结合，强化培养学生的应用能力。

4、将统计建模的思想融入到《概率论与数理统计》教学过程中

数学家李大潜指出：如果数学建模的精神不能融合进数学类主干课程，仍然孤立于原有数学主干课程体系之外；数学建模的精神是不能得到充分体现和认可的；数学建模思想的融入宜采用渐进的方式，力争和已有的教学内容有机地结合，充分体现数学建模思想的引领作用；为了突出主旨，也为了避免占用过多的学时，加重学生负担，对数学课程要精选数学建模内容。《概率论与数理统计》课程是一门应用性很强的课程，涉及到随机因素的实际问题都可以利用《概率论与数理统计》的相关知识进行建模并进行求解，但很多学生在处理分析实际问题数据时，不管什么数据，不研究其统计意义，只知道直接利用统计软件的模块程序进行分析，根本不知道用的是什么基本统计知识.这样对数据进行分析处理，得到的结果，其正确性和可信度是令人怀疑的。所以，教师在《概率论与数理统计》教学时，有必要融入统计建模思想，把基本知识和应用联系起来，如敏感性问题调查、随机库存问题等都是《概率论与数理统计》在建模中的重要应用。

三、教学方法、手段的改革

关于教学方法，在课堂教学中要突出“教师为主导，学生为主体”教学理念，在启发式教学思想的指导下，针对不同的教学内容采用与之相适应的教学方法，如“案例教学法”、“类比教学法”、“问题教学法”、“形象化教学法”等。例如：在假设检验和方差分析时，可以引用与所教专业相关的数据，让学生对所得结论进行统计分析，这样既可以激发学生的学习兴趣，调动学生的学习积极性，同时有利于培养学生的统计思想和应用 利用统计知识分析和解决问题的能力。

在教学手段上，引进多媒体教学。《概率论与数理统计》教学过程中是否利用多媒体进行教学一直颇有争议。其实用多媒体进行教学并没有问题，问题是如何用，多媒体应该用来辅助教学，他有板书不可比拟的优势。多媒体辅助教学可以加大课堂信息量，节约板书时间；另外，能达到课本文字达不到的直观、动态效果，使难以理解的抽象理论形象化、生动化，将学生带入模拟场景，增强学生学习兴趣。如：全概率公式应用演示、正态分布、多维正态分布的分布等问题的直观演示等。

什么样的《概率论与数理统计》教学模式更适用应用型本科院校的需求，这需要我们经历长期的教学实践和教学研究。在这里我们只是对教学思想、教学内容、教学方法和手段进行了初步的探索和研究。

参考文献：

篇9

吉首大学数学与统计学院（以下简称该院）2011年成功申报统计学本科专业和一级学科硕士点。《随机过程》是新办本科专业统计学的专业主干课，也是统计学硕士研究生的专业基础课。为使该课程建设顺利完成，该院统计与金融系成立随机过程教学团队，积极申报新开课程项目和教学改革项目，近三年对该课程进行了认真细致的研究，并结合教学实践开展了系统的研究和探索，本文是该课题组的教学研究成果之一。

对于《随机过程》课程教学方面的研究，陈建华[1]结合教学现状，提出教学内容及教学方法改革探索的基本内容。薛冬梅[2]针对《随机过程》课程概念多、理论性强、抽象等特点，提出加强《随机过程》课程建设的建议，对课程教学进行实践研究。吴俊杰[3]通过编写工程研究生《随机过程》教材，谈了自己的相关体会。吕芳[4]结合洛阳师范学院统计科学系《应用随机过程》的教学实践，从教师的学术水平、学生的学习、教学工具的使用等方面结合个人的教学经验提出一些措施和意见。陈家清[5]针对《随机过程》的教学，研究教学方法与教学措施的改革，提出以人为本的教学理念，优化课程教学方法。

随机过程是一连串随机事件动态关系的定量描述。人们总是通过事物表面的偶然性描述出其必然的内在规律并以概率的形式来描述这些规律[4]。它与其他数学课程如《实变函数论》、《泛函分析》及《测度论》等有密切联系，同时在统计学、金融学和经济学等领域中有广泛应用。因此，在讲解与其他课程有关联的相关知识时，应充分体现《随机过程》课程的实践这性和应用性，结合本学科的学术前沿与发展动向，拓宽学生的视野[6]。

高等院校统计学、经济统计、应用统计和金融工程及其相关专业将《随机过程》设置为专业主干课程，同时也是数学与应用数学、信息与计算科学等专业的选修课。《随机过程》的理论和方法在自然科学、工程技术、工农业生产、军事科学、金融和经济等众多领域内发挥着重要作用。《随机过程》课程具有概念多、理论性强、抽象难以理解、应用性强和应用难于上手等特点，使得统计学及其相关专业学生难于掌握该门课程的基本知识和基本技能[5]，应用起来更难。为使不同专业的学生对《随机过程》有更好的理解和掌握，在教学设计和教学内容方面应该大胆进行教学实践，提高教学效率，让学生更好地领悟随机过程的思想精髓，让其在应用中更好地发挥作用。

一、人才培养方案中《随机过程》课程地位

吉首大学数学与统计学院数学与统计学院现有数学与应用数学、信息与计算科学、统计学（精算方向）、经济统计学、应用统计学、金融工程6个本科专业，拥有数学及统计学两个一级学科硕士点，可招收基础数学、计算数学、应用数学、运筹学与控制论、概率论与数理统计、经济统计、应用统计等10个二级学科硕士研究生[7]。统计学一级学科硕士点将《随机过程》设置为专业基础课，统计学、应用统计和经济统计在人才培养方案中将《随机过程》设为专业主干课；金融工程开设《金融随机分析》，作为该专业主干课；数学与应用数学将其设为专业选修课。信息与计算科学虽然没有开设《随机过程》，但在实施中作为选修课。

随机过程的重点是研究现实世界中的随机现象，将是《多元统计分析》、《时间序列分析》、《回归分析》和《统计预测与决策》等后续专业课的基础。各高等院校将《随机过程》设置为专业基础或必修课，是比较合理的。金融工程包括创新型金融工具与金融手段的设计、开发与实施，以及对金融问题给予创造性的解决[8]。该专业需要应用随机过程解决金融中的实验问题，其侧重点与统计学专业有所不同。因此其教学重点是随机分析及其方法的应用。该院的其随机分析作为其专业主干课，如能先修《随机过程》或《应用随机过程》，对于该专业的发展将会更有利。查询高校人才培养方案，数学和统计学专业均开设该课程，各高等院校对随机过程及相关分析方法越来越重视。

二、课程所需基础

随机过程以初等概率论为基础，同时又是概率论的自然延伸。它的基本理论和方法不仅是数学和统计学专业所必须具备的技能，而且是工程技术、电子信息及经济管理领域的应用与研究所需要的基本手段[2]，该课程所需的基础是概率论的相关知识。但针对不同的专业及不同的学习要求，本课程如能有以下基础则学习更轻松：《测度论》、《实变函数与泛函分析》等。开设有这些课程的高校均将其设为《随机过程》的先修课程。学生如果想从事应用概率方面的研究，就必须加强测度论与分析学相关内容的学习。对于只是想了解并应用随机过程基本方法的学生来说，就只要学习概率论就能进行该课程的学习。因此不同专业的学生，该课程所需基础是有差异的，课程开设的时间也不一样。对于统计学专业的学生，应该让学生学习完概率论和测度论后开设此门课程。该课程可以设置《概率论》、《测度论》之后，《时间序列分析》之前。对于数学与应用数学、信息与计算科学和金融工程专业在学生学习完概率论与数理统计后就能开设该门课程，并在其他专业课中对其进行应用，更好地开拓随机过程的应用领域。

三、不同专业对随机过程课程教学内容和要求有差异

《随机过程》作为高等院校统计学专业必修课，将在金融和经济中发挥着重要作用。根据本课程在统计学及相关专业中的地位和作用，应该将其设置为专业必修课。《随机过程》要重视基本理论教学，对于统计学专业建议用测度论的语言对其教学，重视其理论推导。但此教学难度较大，要求学生数学功底好，已经系统学习《高等代数》、《数学分析》、《实变函数》、《泛函分析》和《测度论》等课程。按该方案设计，该课程的学习将重视培养学生理论推导能力，为今后学习打下坚实的理论基础。该方案要求学生数学基础较好，喜欢数学理论推导，各高校要根据学生基础进行灵活设置。

对于数学与应用数学和信息与计算科学专业来说，本专业的学生已经学习《高等代数》、《数学分析》《实变函数》《泛函分析》和《概率论与数理统计》等课程，已经具备学习《随机过程》的数学基础，为了适应我校重基础，宽口径的教学目标，供有兴趣的学生进行修读，将其设置为选择修课是比较合理的，以便让有兴趣从事金融、经济、通信工程和其他专业的学生打好基础，这对他们将来的发展是非常有利的。该课程可设置为第四学年的选修课。

对于应用性较强的金融工程专业来说，在其应用中需要应用随机分析的基本理论和方法，在该专业中应该加强随机分析的学习。因此在专业设置中所设置的课程重点应该是《金融随机分析》，但此课程难度大，抽象难懂。为了让学生把握教学内容，建议在该课程前先设《随机过程》，为学习《金融随机分析》做好知识准备，有利于学习掌握随机分析的基本原理和方法，并对其进行灵活应用。

四、随机过程教学改革和建议

1.金融工程专业设置改革。

根据该专业学时与学分的安排情况，本专业可以分别设置《随机过程》和《金融随机分析》两门课程，教学重点不一样。目前在经济和金融中很多地方需要应用《随机过程》的相关理论和思想，因此该专业需要加强本课程的学习。该专业的《随机过程》的教学重点是随机过程基本概念、泊松过程、马尔可夫过程、维纳过程和高斯过程等具体的一些随机过程，而随机分析和数理金融部分是《金融随机分析》教学重点。

2.各专业其学分、时间各异。

对于统计学专业来说，《随机过程》是其专业主干课设置为4学分，72学时。可以在修完《概率论》进行开设。若开设《测度论》和《实变函数》，应该将其设为《随机过程》的先修课程，设置在第五或第六学期。该专业建议其重视基本理论和方法讲授。

数学与应用数学和信息与计算科学这两个专业，该课程是选修课，学分为3学分，54学时。建议将其设置在第六或第七学期，让学生拓宽知识面，强调其应用性。金融工程专业可以将该课程设置为专业必修课或专业主干课，建议开设成两门课程：《随机过程》和《金融随机分析》，各3学分，54学时。《随机过程》作为《金融随机分析》的先修课程，重点是随机过程概念和基本理论，随机分析及应用基础，数理金融相关内容。

3.进一步提高该课程的应用能力，增加实验性环节。

改变传统授课以讲授为主，按照教材进行填鸭式的讲解。根据现代化的教学原则，该课程结合案例进行教授，将理论知识融入各实例中，应用多媒体设备进行设计，将复杂的理论转化为相关案例。一方面提高学生的学习兴趣，另一方面化解难点，提高教学效率。

在实际教学中，建议加入实践性环节，选定部分内容作为实验题目，构建融知识传授、能力培养、素质教育为一体的教学模式[2]。建议结合《时间序列分析》的相关实验，增加实验性环节。

通过该课程的教学实践与研究，结合该院人才培养方案，分析《随机过程》课程的重要性，结合不同专业的教学实际，为提高该课程的教学质量，培养学生的学习兴趣，提出部分教学建议。希望通过该新开课程的建设，加强教研结合，能建设成一支由多人组成、学术能力强、教学水平高超，并致力于将教学与改革结合、教研互促的教师梯队[1]。在此基础上，申请校级精品课程，促进该院统计学专业主干课程教学能力的逐步提高。

参考文献：

[1]陈建华.李海燕.张榆锋.施心陵.《随机过程》精品课程建设与教学改革探索[J].中国科技信息，2010，18：283-284.

[2]薛冬梅.《随机过程》教学改革研究与实践初探[J].吉林化工学院学报.2010，27（6）：54-56.

[3]吴俊杰，潘麟生.编写工科研究生《随机过程》教材的体会[J].1991，7（1-2）：217-219.

[4]吕芳，王振辉.关于《应用随机过程》教学的思考[J].中国科教创新导刊.2009，30：50，52.

[5]陈家清.统计学专业《随机过程》课程教学改革研究[J].湖北第二师范学院学报，2013，30（8）：106-108.

[6]钟启泉.新课程背景下学科教学的若干认识问题[J].教育发展研究，2008（24）：7-11.

[7]管理员.学院简介[EB/OL].http：///Article/ShowArticle.asp？ArticleID=544，2014.6.28.

篇10

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。