大学数学统计学模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇大学数学统计学，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

统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。随着统计学发展的同时，一个大规模生产、分享和应用数据的时代正在开启：大数据的真实价值就像漂浮在海洋中的冰山，绝大部分的数据都隐藏在表面下等着人类去探索。

1 利用所有的数据

在传统的统计学中，由于记录，存储，分析数据的工具不够好，所以总是倾向于从总体中抽取样本来分析，因为统计学的一个目的就是用尽可能少的数据来证实可能重大的发现。统计学家证明：采样分析的准确性随着采样随机性的增大而大幅度提高，但是与样本数量的增大关系不大。当样本数量达到了某个值的时候，从新个体身上得到的信息会越来越少，就同经济学中的边际递减效应一样。

在大数据时代，不使用随机分析的方法，而是采用所有的数据。即“样本=总体”。统计抽样其实只是为了在技术受限的特定时期，解决当时存在的一些特定问题而产生的。慢慢的，就会抛弃样本分析。

2 接受不精确

对小数据而已，统计学已经可以把数据处理的很好了，但是在大数据时代，太多的数据使原始统计方法捉襟见肘，因为数据量的大增会使得结果不太精确。执迷于精确性是信息缺乏时代和模拟时代的产物，只有接受不精确性才能进入我们从未涉足的邻域。接受不精确是从“小数据”到“大数据”的重要转变之一。因为拥有更大的数据量所带来的利益远远超过增加一点精确性，所以也就能够接受不精确的存在了。要想得到大规模数据带来的好处，混乱应该是一种标准途径，而不应该是尽量避免。

3 追求相关关系而不是确定因果

在小数据时代，相关关系也是有的。统计分析的目的在于如何根据统计数据确定变量之间的关系形态及其关联的程度，并探索其内在的数量规律。人们在实践中发现，变量之间的关系分为两种：函数关系和相关关系。相关与回归是处理变量之间的一种统计方法。变量之间存在的不确定的数量关系，称为相关关系。一般来说，可以用散点图和相关系数来描述和测度相关关系。

相关关系的核心是量化两个数据之间的数理关系，它没有绝对，只有可能性。大数据的相关分析法更准确，更快，而且不易受偏见的影响。知道是什么就够了，没必要知道是什么。通过探求“是什么”而不是“为什么”，相关关系帮我们更好的了解这个世界。如果凡事皆有因果的话，那么我们就没有决定任何事的自由了。

4 数据的来源并非那么简单

在一般看来，要想得到一些你所需要的数据是需要通过各种不同方法测量或是记录才能得到，而有时候，数据会从你意想不到的地方得到。也许你精心地设计了你的实验或是探究，但是到了真正操作才会发现事情并不像你想象的那么简单。

首先，由于在大数据时代，数据不是那么的有规律，所以才要考虑数据的一系列问题。这些数据或是资料是不是一定要自己去得到，或是可以参考别人已经有过的结果，这样可以节省精力和时间。如果是参考别人的数据要考虑时效性和使用范围。也许不是专门为你的设想而准备的数据。大的数据库有着小数据库所没有的价值，大数据的核心就是挖掘出大的数据库所拥有的独特的价值。

5 数据的利用方式

在统计学中，对数据的利用不仅包括对数据求平均值，方差，分位点，可以的话还要得到数据中的某种关系或是联系，如父母的身高会不会对下一代产生影响，不仅要分析父母的身高，还要分析孩子的身高，从中发现有没有相关关系，得出自己的结论。

在大数据时代，数据没这么简单的让你下手，所以对数据的利用方法也随着情况的不同而不同。数据的用途已经从基本的用途移动到了二级用途，使得数据随着时间的推移而变得更有价值。明白了隐藏在冰山下面的绝大部分数据的价值后，创新型企业就能够提取其潜在价值并获得潜在的巨大收益。尽管如此，数据再利用的重要性还没有被充分认识到。要解锁这些数据，就必须通过新一代统计人员的不懈努力并借助新一代的方法和工具。

随着大数据的出现，数据的总和比部分更有价值。将数据的总体组合在一起，重组组合本身的价值也比单个更大。如果决定使用有生产价值的数据，就需要不断的更新数据库并淘汰无用的信息。即使数据基于基本用途的价值会减少，但潜在价值却仍然强大。潜在的数据价值需要通过创新的分析来释放。不出意外，给数据的潜在价值贴上价格标签会带来无限商机。

6 小结

个人认为统计学和数据挖掘一起可以更好的利用数据。一个可以对数据进行有效合理的分析，一个可以用多种多样的算法来更好地处理数据。在大数据时代，重要的是数据自身和大数据的思维观念。如果能做到数据，技能和思维三者具备，就能更好地服务于大数据时代，就能在大数据时代有非常大的竞争优势。

篇2

【基金项目】贵州省科技厅、贵州民族大学联合基金（黔科合J字LKM[2011]09号）

【中图分类号】G642 【文献标识码】A 【文章编号】2095-3089（2014）08-0235-01

1.引言

“大数据”时代的来临和“大数据”处理技术的发展深深的影响着统计学的发展。能否利用传统的统计理论和统计方法对海量的数据做出快速、准确的处理并获取相关信息？如何对传统的统计理论与方法进行改进或探索新的统计理论和方法来对大数据进行挖掘与处理以获取信息？如何在“大数据”时代背景下培养符合市场需求的统计分析师或数据分析师？如何将“大数据”处理技术融入相关统计学课程教学以促进数据处理与分析技术的发展？这些都是我们在统计学相关课程教学过程中必须思考的一个问题。

2.大数据与统计学

“大数据”随着社交网络、物联网、云计算等的兴起而产生。一般认为大数据具有规模性、多样性、实时性及价值性四个基本特征，包含分析、带宽和内容三个要素。“大数据”在数据来源、数据结构和处理方法方面对传统的统计分析方法产生了冲击。第一，在大数据背景下，数据来源不再是原来的简单抽样，而是“样本即总体”，直接将总体作为研究对象。第二，在大数据时代，研究对象也不是原来单一的结构化数据，由于数据的多样化与规模化，我们更多的是研究非结构数据，采用人工智能来进行数据挖掘和信息获取。第三，数据处理方法也不是简单的采用传统的假设检验方法进行研究，特别是对于统计学中的异常点，不再采取以往的丢弃或者平滑处理方式。

“大数据”处理技术对统计学的发展提出了巨大挑战，但我们必须认识到学科之间的发展是相互交融的，“大数据处理技术”其本质上是数据处理与分析技术，其发展对统计学学科的发展也有积极的一面，同时统计学作为一门独立的学科，有其自身独特的学科优势。首先，海量的数据有利于提高各类统计分析的精度，如减小抽样误差等。其次，较之于传统的统计学方法，现有的“大数据”分析方法难度较大、成本较高、耗时较长。而在实际的应用中，我们关心的不是数据量的多少，而是数据量所蕴含的信息。传统的统计学分析方法是以较少的数据进行精确度相对较高的统计分析，这是“大数据”分析所无法替代的。另一方面，统计学在数据收集方法、模型选择、模型假设以及模型诊断方面有很大优势。而且并不是所有的问题都具有海量的数据，并不是每一个“大数据”问题都适合用现有的“大数据处理技术”来处理。

3.对策与建议

3.1 夯实基础教学

针对以上的分析我们可以看出，大数据对统计学的发展既是机遇，又是挑战。因此我们在教学过程中要夯实统计学基础知识的教学，讲清楚统计学的基本原理与基本方法，特别是数据分析与数据处理的基本原理与方法。对于许多传统领域，如生物、医药以及质量与可靠性工程等，我们面对的多是“小数据”而不是大数据，因此基于样本的统计分析方法仍然是进行此类问题研究的最有效的科学手段。

另一方面，我们要结合大数据技术的特点，对统计学的基本知识进行拓展教育，引导学生思考怎样将已有的统计学基本原理与方法运用到大数据处理的技术研究中。如在大数据环境下怎样进行数据的收集、筛选与甄别、存储与分析等，如何分析并厘清可能的数据来源与范围，如何建立相关指标体系并对数据进行分类，如何制定或调整相应的统计参考标准，以及如何对依靠非传统数据源加工生产的统计数据进行规范的统计推断等。

随着大数据时代的来临，各行各业对具有统计背景知识人才的需求必定越来越多。因此，在统计学教学过程中，一定要结合各专业的特点，特别是“大数据”的特点，切实加强统计学的基础知识教学与拓展教学。

3.2 加强统计学专业软件教学

“大数据”环境下，对统计人才需求也发生了变化。面对海量的数据与多样化的数据，一名合格的统计人才或数据分析人才不单需要良好的统计素养与扎实的统计基础知识，更需要具有数据的存储与整理能力、计算能力以及数据分析与处理能力等。这就要求在教学过程中，加强统计软件或数学软件的教学。

针对传统的“数学证明+手工计算”或“重理论轻专业统计软件”的统计学课程教学模式，可将统计软件或数学软件融入课堂教学并安排一定的课时上机学习统计软件，以此提高学生数据处理能力，加深对统计学基本原理的理解与掌握。

在加强统计软件或数学软件，如SPSS、R、SAS以及Matlab的教学过程中，要摈弃“会软件的操作即会统计技术”的思维，要让学生真正掌握相关操作与相关算法，深入思考算法的实现与相关理论的应用。同时引导学生思考对“大数据处理”的技术要求，包括数据搜集、发掘、存储以及计算分析过程中的算法与设备要求等，引导学生针对大数据进行软件升级与开发。

3.3 突出案例教学与实践教学

大数据的产生和发展源于规模经济问题或超规模经济问题的研究。每一个大数据问题的研究都是与实际经济或社会问题紧密相联的，因此，在实际教学过程中，要突出案例教学与实践教学，由易到难，通过案例教学逐步引入大数据的概念以及大数据处理的基本技术，提高学生的分析全局观以及进行实际数据分析与处理的能力。

教学改革的目的是培养在“大数据”时代背景下，符合市场需求的专业统计人才，而合格的专业统计人才必须具备良好的统计实践能力。案例教学与统计实践活动是培养学生统计实践能力的有效途径。因此，在教学过程中，一方面，教师可融合各种与实际问题相关的案例进行分析和讲解，加深学生对相关统计理论知识的理解，激发学生的学习兴趣，培养学生解决实际问题的能力。另一方面，教师可以组织多种形式的课堂或课堂外的统计实践活动以培养学生统计实践。如，指导学生针对他们感兴趣的与经济、社会发展相关的统计实际问题展开统计研究，设计调查问卷，收集数据、整理和分析数据，撰写研究报告，实现对实际问题的分析和解决等。

4.结束语

总之，在“大数据”环境下我们既要积极面对挑战，又要紧紧抓住机遇，切实结合“大数据”的特点和“大数据处理技术”发展的需求，既加强对传统的统计学方法、统计理论的教学，又积极开展 “大数据“环境下的拓展教学，推动统计学的发展，在数据收集、数据分析以及统计制度等方面进行改革和创新。

参考文献：

[1]李国杰. 大数据研究的科学价值[J]. 中国计算机学会通讯，2012，8（9） .

[2]姜奇平. 2013 全球大数据-大数据的时代变革力量[J]. 互联网周刊，2013，1.

篇3

[中图分类号] O21 [文献标识码] A [文章编号] 2095-3437（2015）11-0183-02

一、引言

2009年8月5日的《纽约时报》刊登题为“当今大学毕业生唯一关键词：统计学”文章。[1]文中介绍，哈佛大学人类学家格赖姆斯改行就职Google，从事海量数据的分析工作，整天就是和数学、计算机打交道，用数据分析方法改善Google搜索引擎。文中援引Google首席经济师范里安的话说：“我坚持认为今后10年最性感的工作是当统计师，我可没开玩笑！”麻省理工学院经济学家布林约夫森说：“我们进入了一个一切都可以被监测器和科学仪器数字化和记录的时代（大量数据在不断产生），但最大的问题是我们有没有能力利用、分析这些数据，让其为我们服务。”数据中有大量的珍宝。IBM组织了200名数学家、统计学家和其他数据分析大师为商业分析和优化服务，在数据中探宝，他们计划将探宝队伍扩充到4000人。网络数据的样本量打开了一个新世界，康奈尔大学克莱因伯格说，社会统计中，相比传统采访和问卷调查等形式的抽样，数百万计的网民的网络互动产生的样本量是令人惊奇的。专家警告，统计学面临着严重的危机，单就网络数据的体量就足以使得传统统计模型丧失能力，而且，数据的强相关性未必就有因-果关系。

数据在爆炸，我们在惊梦中进入了大数据（Big Data）时代，大数据正在引起一场革命，它将改变我们的生活、工作和思维[2]，统计学是关于数据的科学，它迎来了一场变革，是机遇也是挑战。[3] [4]

二、大数据的产生及其特征

数据化是大数据时代到来的标志。社会网络、电子商务、移动通信、深空探测、卫星遥感、基因测序以及其他科学测量仪器时时刻刻都在自动测量和记录着数据，而且这一趋势在不断增强。2007年所有数据中只有7%是存储在报纸、书籍、图片等介质上，其余全部都是数字数据。Google每天要处理超过24PB2的数据，它是美国国家图书馆所有纸质出版物所含数据量的上千倍。科尔尼公司科学家统计结果显示，仅2012年就产生了2.5ZB的数据，并且数据产生量以每年40%的速度递增，2011、2012两年产生了全球90%的数据，到2020年将达到45ZB，这是天文数字。

我们用中国移动公司为例大致描述一下大数据的产生。2015年中国移动已经达到12.93亿个用户，用户数近似12G，给用户提供通话、短信、上网等服务。若网络流量包月30MB，每天1MB，平均每天网络数据流量达到12PB，若每天还记录用户信息（姓名、身份、职业、位置等），通话（时刻、时长、内容），短信（内容）等，保守估计所产生的数据可以达到300PB，一年将超过100EB=0.1ZB。再看这些数据的形式，它们有文字、表格、符号、图片、语音、数字、影像、上网轨迹等等，如果还考虑这些数据时时刻刻都在改变，每个用户有自己的偏好，可以想象这些数据的体量、变化性、复杂性，如果移动公司利用这些数据进行市场分析和行业规划，这些数据还具有巨大价值。图1描述了大数据的产生及其演化过程。[5]

人们从不同的方面对大数据进行了描述和定义。从特征来看，大数据具有“4V”：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。[6]Volume：由于当今数据的体量大，其处理和管理只能依靠专门的技术，驾驭这些先进技术是开启大数据宝藏的钥匙;Velocity：快速处理大数据并获取有用信息;Variety：要开发利用的大数据的数据类型庞杂、数据源众多;Value：大数据中隐含着商机，隐含着企业、行业乃至国家战略决策的依据，它是煤、石油、金属矿产、水等之外的一种新型资源。

图1 大数据的演化图（据科尼尔分析修改[5]）

从统计的角度，李金昌认为大数据不是基于人工设计、借助传统方法而获得的有限、固定、不连续、不可扩充的结构型数据，而是基于现代信息技术与工具可以自动记录、储存和连续扩充的、大大超出传统统计记录与储存能力的一切类型的数据。[6]

从技术的角度，维基百科的定义是，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理、处理的数据集合。从产业角度，常常把这些数据与采集它们的工具、平台、分析系统一起被称为“大数据”。

三、大数据时代的大学统计教学

大数据时代是以数据为中心的时代，是数据驱动的时代。作为关于数据的科学，统计学面临着重大的机遇和挑战，大学统计学教学面临着重大变革。20世纪中叶计算机技术的进步为统计应用的腾飞插上了有力的翅膀，使其应用范围遍及自然科学、社会科学的各个领域，无所不在，使得统计学趋向成熟。如今计算机、互联网、云计算电子商务和社会网络等的发展又将统计学推到了风口浪尖，国际、国内很多统计学家纷纷撰文对统计学为适应新时代的发展所需的变革进行了论述。

孟生旺和袁卫[7]根据2014年11月美国统计学会的统计学本科专业指导性教学纲要，强调了4个方面：（1）数据科学日益重要，统计专业人才不仅需要扎实的数学和统计基础，还要有强大的统计计算和编程能力，可以熟练使用专业统计软件和数据库;（2）真实数据是统计专业教育的重要组成部分;（3）需要更加多样化的统计模型和方法;（4）通过语言、图表和动画等用户易于理解的方式表达数据分析结论的能力。他们还从统计方法与统计理论、数据操作与统计计算、数学基础、实践训练等几个方面对课程设置提出了具体要求。

结合他人的思想，我们认为在教学过程中必须思考几个方面的问题并进行思想方法和教学方法的转变。

（1）对数据的认识，传统统计数据类型包括时间序列数据、截面数据、面板数据以及空间面板数据等，结构性强，针对每类数据都有有效的统计分析方法和模型。然而，如上文提到的通信数据，还有社交网络记录的数据、电子商务记录的客户数据等等，它们往往是传统数据类型的混杂体，既有静态的也有动态的，既有结构性的也有非结构性的。另外，数据库与数据库之间存在大量数据交换与关联，这些数据都不适合传统统计模型，要想在这些数据中挖掘到有用信息，要进行市场分析与决策。面对这些因素，我们在教学中该如何处理，如何思考？另外，这些数据中的变量可能是一个Word文档，可能是一段语音，可能是一幅图片，是不是需要将它们都转化成数字再处理呢？

（2）关于抽样，首先由于网络和科学仪器的进步，数据获取技术得到了前所未有的提高，加上强大的计算机处理能力，通过抽取样本推断总体的属性是不是造成信息浪费呢？维克托主张，当数据处理技术已经发生了翻天覆地的变化时，抽样技术就像汽车时代骑马一样，一切都变了，我们需要的是全部数据而不是样本，统计需要“全数据模式”：样本=总体。

（3）精确与简单，维克托估计大数据中只有5%的数据是结构化的，是可以用传统统计学模型进行分析的，然而其余95%的数据是混杂的，其中隐含的信息不仅多而且可能是更有用的，如果因为追求精确性而拒绝混杂数据将是资源的巨大浪费。他认为，大数据的简单算法比小数据的复杂算法更有效，我们不应该拒绝混杂性，而要以混杂性为标准设计新型数据库进而快速有效地获取有用信息。

（4）因果与相关，相关性回答的是“是什么”，因果关系回答的是“为什么”。维克托主张，大数据时代，我们不必一定要知道现象背后的原因，而是要让数据自己“说话”，知道是什么就够了，知道了是什么就可以创造巨大的社会价值，大数据时代探索世界的方法需要改变。然而，维克托的《大数据时代》中译本作者周涛对“相关关系比因果关系更重要”观点不认同，认为放弃对因果关系的追求就是放弃了人类凌驾于计算机之上的智力优势，是人类自身的放纵和堕落。我们同意周涛的观点，在巨大的利益面前尽快、尽量多的知道是什么是很重要的，尤其是对商业界来说。探索事物之间的因果关系是统计学的重要使命之一，然而与小数据相比，大数据中的因果关系可能被大量的混杂性掩埋，望远镜和显微镜如何有效地配合使用也是我们不能回避的问题。

统计这门学科的发展一方面必须适应社会的发展，满足社会的需求，另一方面要不断完善其理论、方法体系。这样一来，大学的统计教学既要让学生掌握传统统计学知识，又要激发和培养学生们大胆探索适应大数据时代的新思想、新方法和新应用。

[ 注 释 ]

[1] STEVE LOHR， For Today’s Graduate， Just One Word：Statistics[N].New York Times，2009-08-05.

[2] 维克托著.周涛译.大数据时代――生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.

[3] 耿直，大数据时代统计学面临的机遇与挑战[J].统计研究，2014（1）：5-9.

[4] 邱东，大数据时代对统计学的挑战[J].统计研究，2014（1）：16-17.

篇4

统计学是一门分析整理数据，并由数据做出决策的综合性学科，它的使用范围几乎覆盖了社会科学和自然科学的各个领域，其中用到了大量的数学及其它学科的专业知识。大学中的数理统计课程中主要介绍了统计学中基本理论模型，为将来更好地应用统计方法奠定了良好的基础。学生需要先学习高等数学、线性代数、概率论等课程后，即可学习数理统计。数理统计中由数据推断总体信息时，推断总体未知参数的真值的取值为多少，这样的问题在数理统计中称为参数估计，具体分为点估计和区间估计。区间估计往往是点估计加减误差形式。可见，点估计是非常基础和重要的。常见的点估计方法有频率估计概率法，矩估计法，和极大似然估计法。其中前两个方法主要应用大样本理论给出的估计值，对于小样本的情况，估计值的误差比较大。而极大似然方法适用范围更广，其估计值也有很多优良特性。但是由于其方法实现起来比其他方法较为复杂，因此学生有时不能有效的掌握此方法，本文将结合作者多年的数理统计教学经验，对于课堂讲授极大似然估计方法提出一些心得与探讨。

一、介绍极大似然估计的基本想法极大似然估计中的想法非常自然：就是最有可能事情最容易发生，或者概率最大的事情最容易发生。因此，在看待任何一组随机试验结果时候，都可以认为是最有可能的事情发生了，而最有可能这个想法在数学中实现其实就是函数的极值问题。例如，这样一个问题：在一个不透明的袋子中有5个球，有白色和红色，除了颜色不一样以外剩下都一样。有放回的任取3次球，结果是：白球、红球、白球，请估计一下袋子中有几个白球？这个问题非常简单直观，向学生提问以后，很多学生都会回答：估计白球有3个，或者一部分学生会回答：估计白球3个或4个。进一步提问学生为什么这样估计，学生一般会回答：这样最有可能。此时就可以提示学生这就是极大似然估计的基本思想，是非常自然质朴的，每个人可能在不自觉中就使用了极大似然估计。现在需要的就是把这种思想转换成数理统计模型，并用数学方法解出来，这也是学习中非常重要的能力，把一般问题的数学模型给出来，并会分析解答。

二、统计模型的建立与求解上一例题中，试验结果可以用服从两点分布随机变量来表示，

三、容易出现的理解误区极大似然估计方法中，在求似然函数极大值时候，由于似然函数是边缘分布的连乘形式，因此在对似然函数直接求导讨论其单调性时，其求导结果较为复杂，不容易直接讨论。往往需要先对似然函数取对数，把连乘形式改成连加形式，然后再求导，求导结果相对简单，利于讨论单调性。这样做只是数学上的一个处理技巧，因为对数似然函数是一个复合函数，外层对数函数是单增函数，不改变里层似然函数的单调性。而同学们可能对这个数学处理技巧理解出现误区，把极大似然估计理解为一套算法，一组公式，死记硬背，时间长了就没有印象了。这样的学习效果对以后的进一步学习或应用此方法解决问题起不到良好的作用。相反的是，应让同学对极大似然估计的基本思想掌握牢固，并且极大似然估计的想法本身也很自然直接，而求似然函数的极值问题只不过是数学上的处理技巧，各种手段都可能用上，多加锻炼几次即可。如果同学对极大似然估计的想法理解透彻，不拘于具体数学解法，则有助于长时间和进一步地理解更为深刻的知识点，为将来学习和工作需要打下良好的基础。

四、结束语总之，在数理统计的教学中给学生讲授新的知识点时，主要的是对知识点基本思想的理解，让同学理解记忆知识点的内容，最后达到灵活地应用所学内容，拓展思维能力，锻炼解决技巧。

篇5

在当今信息时代，概率统计知识在科学研究、工程技术、人文社会科学以及经济生活中的作用越来越重要。随着教育部颁发的《普通高级高中数学课程标准》的实施，概率统计内容进入高中课堂。从整体上讲，高中数学的改革比较具有先进性，而大学数学相对而言具有滞后性，并且高校和高中的数学在改革过程中没有将数学内容相结合进行，因此造成了高校数学与高中数学课程内容上出现重复或者脱节现象，这就从根本上影响了数学教学效率和质量的提高.一、大学概率统计教学和高中数学教学内容的衔接问题 通过对高中数学和高等数学两者之间进行对比，大学概率与高中概率在教学内容上有许多重复之处，对于一些内容在高中教学中要求较低，比如对概率的概念以及频率与概率的区别等方面，高中数学教学中就没有严格的要求，也没有要求学生掌握比较严密的公理化定义，容易让学生对概念理解不清。大学统计与高中数学教学内容的对比分析不难看出，两者在教学内容上有很多相似之处，大学数学统计教学内容反映到高中，更多的是偏向于计算技巧的训练，而大学教学在涉及统计教学内容时，比较要注重数学思想的挖掘及数学方法的应用.高中教材统计学的教学要求比较侧重于实际运用，对相关的理论的了解和掌握程度较低，因此，对大学生的统计部分的教学体系基本上没有影响，两者之间的衔接方面存在着一定的不足.二、实现大学概率统计教学与高中数学教学内容衔接的方式 1.课程内容的衔接 大学数学概率统计教学内容是在高中知识基础上的提高和扩充，其显著特点是知识量增大、理论性增强、系统性增强、综合性增强.学生在高中初步、直观地学习了概率统计的基本知识，而大学将对有关知识进行理论化、系统化，合理地编制教材，并且进行一些研究性学习，以实现两者之间更好的衔接.2.学习方法的衔接 由于高中的学习密度和作业量大，简单的死记硬背的方法和被动的学习态度都会使学习出现僵局，必须使学生意识到并调整自己的学习方法的必要性与紧迫性.例如，让学生了解大学所学习的概率统计知识中随机现象及其统计规律性以及全概率公式与贝叶斯公式等，有助于学生对概率统计知识的更好理解，从而实现了大学概率统计知识与高中数学教学内容的衔接.比如高中在古典概型问题的讲解时比较细，题目难度也比较大，因此在大学时就不需要在古典概型上花太多的时间，以有效提高学习时间的利用率，从而使学习效率大大提高.如例题：储蓄卡的密码一般由6位数字组成，每个数字可以是0，1，2，…，9十个数字中的任意一个.假设一个人完全忘记了自己的储蓄卡的密码，问他到自动取款机上随机试一次密码就能取到钱的概率是多少？在该例题的解析中，可以运用高中数学中所学的基本事件的特点以及结合高等数学中古典概型的有限性和等可能性的两个特征，随机试一个密码，相当于作一次随机试验.所有的六位密码（基本事件）共有1000000种.3.教学方法的衔接高中与大学的数学教学方法均以讲解法为主，但高中教学要对概率统计知识进行详细的讲解，然后总结题型，归纳方法方式，提高教学知识的系统性与网络化.大一应承接高中教学对解题方法有总结归纳，增加练习课次数和题量训练量，先让学生掌握通性通法，使刚入学的学生度过适应期.例如在概率统计内容的概念学习中，可以对易混淆的概念（定理）对比学习；对公式、定理各字母的含义、适用范围、特例等作补充说明等来帮助学习，在老师的指导下使其成为学生自身的学习方法和习惯.例如在例题“在1000个有机会中奖的号码中，在公证部门监督下按照随机抽取的方法确定后两位数为××的号码为中奖号码，应该采取什么样的抽样方法”中，该种类型的例题就可以通过高中数学中系统抽样的方式和高等数学中间隔距离相等的抽取相结合，对例题进行解答.4.增设数理统计试验 数学课是一门实践性较强的课程，在统计与概率教学内容中，存在许多随机试验，许多规律是从试验中总结出来的.因此，在大学概率统计和高中数学教学内容衔接改革过程中，应该充分利用excel作为数据处理平台，让学生更好地进行数据的采集和处理，在计算标准差、相关系数、平方和分解等问题时能够收到事半功倍的效果，并且还有利于培养学生的研究、概括、总结能力，巩固和加深统计和概率的知识内容，有利于学习效率的提高，从而实现大学概率统计与高中数学教学内容更好的衔接.5.高考命题与高等数学知识的衔接 数学考试大纲明确指出，数学高考命题紧密联系高等数学知识内容，已为学生进入大学学习做好准备.因此要做好高中数学和高等数学概率统计的衔接工作，就必须把高考命题作为重要考虑内容，实现与高等数学的紧密衔接，主要方式为在高考命题中直接出现高等数学符号、概念，或以高等数学的概念、定理作为依托融于初等数学知识中.此类题目的设计要基于高中数学概率统计基础上，又要涉及高等数学概率统计知识，其解决方法还是高中数学知识，较易突破.在高考命题中融入高等数学内容，能全方位、宽角度、多层次地考查学生基本的数学素养，以便于实现高中数学与高等数学的紧密衔接. 总之，随着新课程改革，大学概率统计教学与高中数学教学内容的衔接方面还存在着一定的缺陷和不足，作为一名高校教师，应不断充实教育理论知识，优化教学内容，拓展所教专业的专业知识，寻求实现两者之间更好衔接的方法和措施，才能从根本上提高数学教学的效率和质量，从而进一步推动数学教育改革的发展.

参考文献：

[1]赵慧.对高中与大学“概率统计”教学衔接的思考――以财经院校为例[J].教育探索，2013（6）：45-46.

[2]中华人民共和国教育部.普通高中数学课程标准（实验）[S].北京：人民教育出版社，2003.

篇6

【关键词】大数据 高中统计 数据分析 内容数据链

大数据的价值性，快速性，大量性，多样性，和预测功为教育提供了一种可能目前教育的形式多种多样，慕课、微课、网络公开课等等。大数据时代下的教育是怎样的呢？是基于个性化学习，是量化的，自我组织学习内容的教育，不仅要了解学生“心声”，认知水平和学习兴趣，而且要师生互动、合作探讨学习内容，将传统课程、教学、教材的内容数据化，利用可视化技术，提高学习兴趣。提升内容吸引力。高中统计内容必须系统化、过程方法直观化，这对高中的统计内容提出了挑战。使专题块和课程案例集以数据知识链为核心，使教育在大数据时代下的“量化”。

一、高中统计内容的新契机是大数据

使教育由数字支撑变化到数据支撑。高中统计教学场景布置，统计内容设计，学习场景的变革等等过去靠“敲脑袋”或者“理念灵感加经验”的东西，在背景为物联网、云计算、大数据下，变成一种由数据支撑的“行为科学”.用数据分析的方法对高中统计内容进行分析、挖掘，利用大数据更改高中统计内容，建立主线为“统计知识链”、目标为培养“数据分析能力”首尾呼应内容数据链，使高中统计内容的系统更加优化。

由于各种原因使高中统计内容，没有得到较好的发展.直到国家教育部颁布了各种政策，统计才得以发展.然而各种问题的存在仍然困扰着我国统计教学发展。大数据关注每一位学生的个性化需求与发展，关注学生的自我意识，分析群体心理，让教师关注学生的兴趣爱好，选择适合学生的方法，让学生自主的、创新的学习。

正如教育家张韫所说：“大数据时代的到来，让社会科学领域的发展和研究从宏观群体逐渐走向微观个体，让追踪每一个人的数据成为可能，从而让研究每一个个体成为可能.对于教育研究者来说，我们将比任何时候都更接近发现真正的学生。”大数据在充分了解学生各种需求，目前处于的状态的情况下合理运用各种统计内容，各种现代化的教学方式，不拘泥于传统化教学方式，利用各种资源形成螺旋式上升的统计内容数据链。使每一位学生都乐于学习，其个性化学习需求成为可能。

二、高中统计内容数据链在大数据视域下的内涵

数据高中统计内容的核心研究对象，数据分析是重点，统计学习是在初中的基础上，进一步学习数据统计方面的各种方法；用各种操作培养学生的归纳推断能力、统计思维、数据分析素养，提升学生在数据分析方面的能力，统计内容数据链为学生统计能力的提升提供了研究平台。把课程目标，学生需求、与大数据算法，数据链式结构有机结合起来是大数据视域下的统计内容数据链核心思想，利用大数据，将统计内容数据化，增强内容的可读性，衔接性、合理性、连贯性，织成统计知识，形成统计内容数据链。例如：具体环节为：链宿是“样本估计总体、”等数据分析方法，链源是“系统抽样，等距抽样、分层抽样”，链节是的数据描述、统计图形.通过统计知识的实际应用使“统计知识链”为统计内容数据链的内化，“统计能力链”为其外化，“统计能力链”，“统计素养链”为其发展，成为对学生产生重大影响的“统计思想链”所以，利用大数据的科学方法可使统计内容体系最终形成的统计思想体系；数据结构的链式模型，将促进学生创新思维，增强学生的参与积极性，使高中统计集“知识链、能力链、素养链、思想链”于一体。

三、高中统计内容大数据视域下下的数据链设计

（一）高中数学统计内容知识结构

各种版本的高中数学统计内容都介绍了基本的获取样本数据的获取，提取方法，就是我们常说的用样本推断总体，部分推断整体.统计知识注重培B学生数据分析的能力，利用实例讲解数据的各种思想，方法结合在一起，提高学生的综合能力。例如：结合具体问题情境，学习如何进行数据收集，分析，如何思维理解其含义。

（二）高中数学统计内容的教学要求

课标充分重视高中数学统计内容，并采取了有效的改进和创新措施。教学过程中，注重学生自我特长的发展，创新教学方式，不拘泥于传统的书本知识，强调以人为本，面向未来，让学生有数据意识，学会用数据说话，将统计知识运用于实践。

（三）高中统计内容在大数据视域下数据链设计

量化教育是大数据时代的可行教育，通过数据了解学生的个性化需求，促进学生的个性发展，注重创新式培养。结合教材利用现代化信息技术设计出学生乐于接受的教学方式。从“数据读心”，到“抓心入心”，再到“知心交心”，最终形成“数据育心”的培养链是统计内容数据链的设计原则。例如：分层抽样内容数据链的设计.首先，将分层抽样知识系统化。其次，将分层抽样的过程方法直观化。最后，依据统计内容数据链的设计原则和学生个性化学习需求，动态生成分层抽样内容数据链。把具体问题数据化。使分层抽样内容数据链成为满足自我发展需要的“知识链、方法链、素材链”。

四、结语

综上所述，对统计内容数据我们应该就地取材，因地制宜，开创多种方式的教学方式，注重学生的个性化需求，不要拘泥于传统的教材，注重培养学生的创新思维和自主参与能力，要让学生发挥主观能动性，积极主动的自己去思索，发展自己的特长，学会将具体的事情数据化不用数据的思想去思考问题，去看世界，老师也要探索更好的教学方法。将现代化的科学技术与传统枯燥的教材相结合创造出一种能够发挥学生潜能，特长的教学方式，要循循善诱，引导学生。总之，统计内容数据链能更好地使学生不断提升自己的数据分析“能力链”使学生学会用统计思想、统计方法、统计思维、统计观念、统计意识来认识世界，改造世界。

参考文献：

篇7

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）43-0101-03

一、研究背景

自2002年桂林理工大学在广西开办了第一个统计学本科专业以来，针对当时理学学位的统计学专业培养的学生虽然数理基础相对扎实，但普遍统计思想不够，实际应用能力较弱的现状和特点，对统计学专业进行了全方位的改革研究，确立了"数学与统计学相融，从培养学生扎实的数理基础和极强的统计分析应用能力有机相结合的理念出发，构建了新的课程体系和教学内容，取得了系列研究成果。2009年研究成果开创“应用性、实验性、案例性”一体化的统计学专业课程体系和教学模式，获得广西高等教育自治区级教学成果二等奖[1]，并在其后分别把统计学学科建成广西重点学科和广西高等学校优势特色专业，以及把应用统计实验室建成广西高等学校重点实验室。

虽然我校统计学专业的教学改革和建设取得了许多成果，但近几年，我们也逐渐感觉到在大数据新形势下，我校应用统计学专业的教学体系还有一些不适应的地方，且某些问题还有日益凸显的趋势，我们原来的某些研究成果已不再适应新时代的要求，这就迫使我们继续进行改革研究，探讨在大数据背景的新形势下，如何培养统计学专业复合型和应用型人才，如何准确把握统计学的发展方向与发展形势，如何调整人才培养模式，如何调整相关课程和课程内容，以培养适应大数据背景下社会经济发展需要的统计学专业人才。

许多国家越来越重视数据在大数据时代重要作用，我国也不例外，2012年9月，国家统计局第7次局务会提出，尽快开展在政府统计中应用大数据的研究。2013年可以看作是我国政府统计之大数据元年。2015年9月《国务院关于印发促进大数据发展行动纲要的通知》（国发〔2015〕50号）[2]颁布，标志着我国正逐步进入大数据建设的新时代，为此，国家统计局积极推动大数据在各方面的应用与实践。而大数据的核心是数据，应用统计学学科是与数据分析处理联系最为紧密的应用性学科，因此，应用统计学专业的教学体系应顺应大数据发展的趋势。在大数据背景下，应用统计学专业在继承传统数据分析技术的基础上，对所需的数据处理技能提出的需求更高了。这就是说，大数据对应用统计学的培养目标，以及教学内容等的冲击无疑是最大且不可避免的，这给应用统计学专业带来了巨大的挑战，同时也为应用统计学学科的发展带来了前所未有的机遇。

大数据逼迫人们改变分析、处理数据的手段、思维和理念，这就逼迫应用统计学专业改革必须引入新手段、新思维和新理念。培养应用统计学人才必须与时俱进，才能不断适应大数据新时代的要求，这关系到应用统计学专业培养的人才能否适应和满足社会的需求，因此，这一研究是十分必要、十分迫切且有着重要的理论和实际应用意义。

篇8

中图分类号：H319.3　文献标识码：B　文章编号：1001-5795(2012)02-0056-0005

现代网络信息技术通过网络应用(Web Applieations)促进网络上人与人之间的信息交换和协同合作，其模式更加以用户为中心。近年来，现代网络信息技术在国外，尤其在美国大学的众多课程教学中被广泛应用，关于信息技术在教育领域的应用研究也逐渐流行。在世界范围内，特别是在北美地区的国家，大学教授们通常将他们的课程讲解内容录制成音频或视频文件，通过播客让学生进行学习(Lee&Chan，2007：85－104)；同时很多使用播客的美国大学老师声称通过采用播客进行授课，学生对于所讲授课程存在的问题比以前有了明显的减少(Fiehter，2006：46-48)。学习者可以将相应的课程音频或视频文件拷贝到现代化的移动通讯设备，如手机或手提电脑中，从而实现随时随地的自主式学习，打破传统意义上的、受时空限制的学习模式。基于现代网络的Wiki信息技术给现代教育创造了一个可以跨越时空的交流平台和丰富的现代网络教育资源。

信息技术作为一种新兴的教学资源和助学手段，在外语教学中有着巨大的潜力，并极大地影响着外语教学模式。教学模式是在相应的教育思想、教学理论和学习理论指导下建立起来的教学活动的稳定结构形式。教学模式需要与相应的环境相适应并随之而变化、发展和创新。随着信息技术和高等教育事业的发展，新型教学模式的研究和实践已经成为我国高等教育教学改革的热点。国家教育部颁布的《大学英语课程教学要求》(2007)(以下简称《课程要求》)提出了新的英语教学模式，即网络化自主学习教学模式：“各高等学校应充分利用多媒体和网络技术，采用新的教学模式改进原来的以教师讲授为主的单一课堂教学模式。新的教学模式应以现代信息技术，特别是网络技术为支撑，使英语教学不受时间和地点的限制，朝着个性化学习、自主式学习方向发展。”可见，新型的大学英语教学应建立在信息技术基础之上。

1　信息技术与外语课程整合理论与框架

信息技术与课程整合是随着信息技术的发展和我国基础教育新课程改革的推进而出现的一种全新的教学理念(陈坚林、胡加圣，2011：53)。信息技术与课程整合有利于丰富学科知识、激发探索热情，创设教学情境、营造良好氛围，优化学生认知、掌握思维规律，优化课堂教学结构、启发学生主动参与(黄宇星，2003：58－61)；有利于把学生的主动性、积极性和创造性较充分地发挥出来，使传统的以教师为中心的课堂教学结构发生根本性变革，从而使学生的创新精神与实践能力的培养真正落到实处(何克抗，2005：7－14)。

关于信息技术与课程整合的定义，教育技术学领域的专家学者进行了深入探讨。李克东等(2002)认为它是在课程教学过程中，把信息技术、信息资源、信息方法、人力资源和课程内容有机结合，共同完成课程教学任务的一种新型的教学方式。南国农(2002)认为它是指将信息技术以工具的形式与课程融为一体，将信息技术融入课程教学体系各要素中，使之成为教师的教学工具、学生的认知工具、重要的教材形态和主要的教学媒体。何克抗(2005)指出，它是通过将信息技术有效地融合于各学科的教学过程来营造一种新型教学环境，实现一种既能发挥教师主导作用，又能充分体现学生主体地位的以“自主、探究、合作”为特征的教与学方式。

信息技术与外语课程整合是当今外语教学发展的主流方向，信息技术是构成外语教育技术的要素之一，在与外语课程整合中承担着许多看不见的重要作用(胡加圣，2010)。外语教育工作者对于信息技术与外语课程整合的含义进行了进一步的探讨。李威(2007)将其定义为：在英语教学中，教师和学生有效地应用信息技术营造一种数字化学习环境的新型教学方式，并在该环境中实现教学内容呈现方式、学生学习方式、教师教学方式的变革，从而突出学生主体地位，发挥教师主导作用，培养学生综合语言运用能力和信息素养。何培芬(2007：14－19)认为在建构主义理论指导下，通过将信息技术有效地融合于外语教学过程，以营造一种新型的教学环境，实现一种既能发挥教师主导作用，又能充分体现学生主体地位的以“自主、探究、合作”为特征，从而把学生的主动性、积极性和创造性充分发挥出来的教学方式。

陈坚林教授早在2006年就提出了计算机网络信息技术与外语课程生态化整合理论，认为计算机网络与课程整合和计算机辅助教学有本质的区别，计算机辅助教学突出的是辅助的功能，即辅助教师提高教学的效果，主要局限于教学的具体手段和方法上；而计算机网络信息技术与课程整合后，计算机成为整个课程系统的一个有机组成部分，而不是可有可无的辅助工具，从根本上改变了课程的本质，打破了“课堂+课本”的局限，使得教学结构发生根本的变化，能够创设一种新型的以教师为主导、以学生为中心的理想的教与学的环境和方式，并提出了计算机网络与外语课程

图1计算机与外语课程整合框架(陈坚林,2006)整合的框架(见图1)，认为该教学框架与传统的教学框架相比发生了根本的变化，就各教学要素而言，教师、学生、计算机以及教学内容之间的关系都不是单向性的，而是双向的相互联系、相互作用、相互依存、相互转化的关系；教师的作用发生了根本的变化，他们再也不是课堂教学的中心，学生由被动的知识接受者变为知识的主动建构者，学生的知识来源范围更加扩大，在整个学习过程中，他们可以接触的知识能够远远超出课本的范围，可以通过许多途径进行有意义的、主动的知识构建。陈坚林教授(2010：72-73；100-115)提出信息化教学模式，认为该模式是在信息化时代条件下的新发展，是基于信息技术的教学模式(IT-Based Instruc，tion Model)或数字化、信息化学习模式(E-LearningModel)，是信息技术支持的教学活动结构和教学方式，也是包含技术丰富的教学环境、相关教学策略和方法的教学模型，常见的信息化教学模式有：基于问题的教学模式、网络探究教学模式、基于项目的学习、基于案例的学习、基于资源的学习等。

2　基于现代网络信息技术的大学英语协同式教学模式

在信息技术与外语课程生态化整合理论的指导下，本文作者提出了基于现代网络信息技术的大学英语协同式教学模式(见图2)，在大学英语教学过程(如课前预习、课堂学习以及课后复习、自主学习、作业、语言实践操练等环节)中通过运用现代网络信息技术创建自然的、真实的大学英语教学生态环境，使教师和学生等各教学要素能够在行为主义理论、认知理论和建构主义理论的指导下进行实时同步和非实时异步的师生合作、生生合作、人机合作的以教师为主导、以学生为主体的协同式教学模式。

大学英语精读教学过程至少包括课前预习、课堂教学、课后复习以及自主学习等。学生在进行课前预习时，可能会遇到疑难问题，此时，基于现代网络信息技术的大学英语协同式教学模式使学生能够通过信息技术随时、随地和教师或者其他同学进行交流以解决问题；同时，教师和学生可以通过信息技术进行课堂教学和学习，因此该教学模式既能使师生进行即时互动，又能促进课堂上学生的学习和教师的讲解、学生课后复习以及自主学习、作业和语言实践练习等。

其次，基于现代网络信息技术的大学英语协同式教学模式可以使学生在大学英语教学目标的指引下，通过师生合作、生生合作、人机合作等形式进行协同探究式学习。教师可以就某个具体的教学内容提供相关的网络链接信息资源，引导学生进行探究式学习，学生可以通过网络就某个具体的学习问题进行讨论，互相交流观点、见解和学习成果，共同寻找和归纳问题的答案，从而培养自身分析问题和解决问题的能力。

外语教学是一个系统，由许多相互联系的和相互作用的部分和要素按照一定层次和结构所组成并具有特定功能的有机整体，是一种在一定空间内各要素与环境构成的自然、开放的生态整体；在该整体中，各种教学要素之间在生存过程中相互竞争、相互作用、相互依存，形成健康有序的状态(陈坚林，2010)。基于现代网络信息技术的大学英语协同式教学模式能够实现我国大学英语教学的生态化。

3　实验研究

为了验证基于信息技术的大学英语协同式教学模式在实际大学英语教学应用中的可操作性和实效性，本文作者做了一个基于播客和博客在大学英语精读课程教学中应用的定性和定量研究。

3.1　实验目的

此实验目的在于评估播客和博客在大学英语精读课程教学中的有效性。通过比较两组学习者具体表现的变量(如：认知变量和情感变量)来进行评估。

3.2　研究问题

依据实验目的我们提出了相应的研究问题，即学生听取有关教学材料的音频文件以及与教师和同学通过信息技术手段进行协同式学习交流对其学习效果有何影响。

3.3　研究假设

学习效果是一个测量学习者在特定的教学环境中对所教内容的理解程度的变量(Benbunan-Fieh&Ar-baugh，2006：778-793)。学习表现是衡量学习效果的关键变量(Piccoli et al.，2001：401-426)。学习满意度是构成学习者在学习过程中体验成功乐趣的重要因素(Hobbs&Osburn，1989)。学习焦虑是学习者在学习过程中的消极感觉，在学习中减少学习者的学习焦虑有助于提高其学习效果(Fraser et al，1983：201-208)。学习参与程度是学习者提高学习效果的重要因素，学习者越是积极地参与学习活动，其学习效果就越好(Webster&Hackley，1997：1282－1309)。学习自主性是学习者对自身学习负责程度的具体表现(Fillion，2005)。学习动机是学习者为完成某个具体的学习任务所投入的努力程度(Brien，1997)。基于以上分析，我们提出如下研究假设，即：在大学英语精读学习过程(如课前预习、课堂学习以及课后复习、自主学习、作业、语言实践操练等环节)中听取课程音频材料且与教师和同学进行学习交流的学生的学习效果更好。

3.4　实验方法

该实验以嘉兴某大学的192名二年级非英语专业学生为研究对象(女生102名和男生90名)，课程是大学英语精读。在课程学习之前，对学生进行了面谈的定性研究，内容包括：①在大学英语课程学习过程中是否会应用信息技术；②如何应用信息技术进行大学英语学习等，并针对学生的回答做了书面记录。在此基础之上将学生分成两组，第一组(以下称“实验组”)有42名学生，他们在学习过程中听相关教学内容的音频材料且与教师和同学通过信息技术进行学习交流，第二组(以下称“参照组”)共有150名学生，他们不听相关的音频材料且不与教师和同学进行学习交流。实验组和参照组是该实验的两个独立变量(Independent Variable)。根据Fillion et al(2005)，两组学生的认知效果和情感因素是该实验的从属变量(Dependent Var-iable)，包括：学习效果、学习表现、学习满意度、学习焦虑、学习参与程度、学习自主性和学习动机。在课程学习结束之后，让学生完成一份包括77个问题的问卷调查，然后使用统计分析软件SPSS 19.0对两组学生的平均分进行比较和方差分析。

3.5　实验结果

根据面谈记录，我们发现实验组的42名学生一致认为在大学英语精读教学中应用播客和博客能够增强学习的动机、自主性和参与程度，减少了对课程学习的焦虑，对自身的学习表现普遍满意；而参照组的150名学生中有145名认为传统的大学英语教学方式不能增强学习的动机、自主性和参与程度，有140名学生对课程学习过度焦虑，从而有近95％的学生对自身的学习表现不满意。

表1是实验中两组学生的学习效果、学习表现、学习满意度、学习焦虑、学习参与程度、学习自主性和学习动机这些从属变量的平均分(μ)和标准误(σ)。

为证实上述研究假设，我们对两组学生的学习效果进行了方差分析(ANOVA)，从而可以对其进行显著性(Sig.)检验，如表2所示。

3.6　讨论分析

实验结果显示：实验中两组学生的学习效果存在显著性差异，实验组学生的学习效果平均分(μ=0.29)要高于参照组学生的学习效果的平均分(μ=－0.08)，充分证实了上述研究假设，从而表明了在大学英语精读课程教学中应用现代网络信息技术有利于提高学习者的学习效果；同时该实验也证实了该教学模式的可操作性。

篇9

A.46,45,56B.46,45,53

C.47,45,56 D.45,47,53

答案：A　命题立意：本题考查中位数、众数、极差等特征数与茎叶图，难度中等.

解题思路：利用相关概念求解.由茎叶图可知，第15个数据是45，第16个数据是47，所以30天中的顾客人数的中位数是45和47的平均数，即为46.出现次数最多的是45，故众数是45;数据68与最小数据12的差是56，即极差是56，故选A.

2.在100个零件中，有一级品20个，二级品30个，三级品50个，从中抽取20个作为样本：采用简单随机抽样法，将零件编号为00,01,02，…，99，从中抽出20个;采用系统抽样法，将所有零件分成20组，每组5个，然后每组中随机抽取1个;采用分层抽样法，随机从一级品中抽取4个，二级品中抽取6个，三级品中抽取10个，则()

A.不论采取哪种抽样方法，这100个零件中每个被抽到的概率都是

B.两种抽样方法，这100个零件中每个被抽到的概率都是，并非如此

C.两种抽样方法，这100个零件中每个被抽到的概率都是，并非如此

D.采用不同的抽样方法，这100个零件中每个被抽到的概率各不相同

答案：A　解题思路：由于简单随机抽样法、系统抽样法与分层抽样法均是等可能性抽样，因此不论采取哪种抽样方法，这100个零件中每个被抽到的概率都是，故选A.

3.从某中学一、二两个班中各随机抽取10名学生，测量他们的身高(单位：cm)后获得身高数据的茎叶图如图甲，在这20人中，记身高在[150,160)，[160,170)，[170,180)，[180,190]的人数依次为A1，A2，A3，A4，图乙是统计样本中身高在一定范围内的人数的程序框图，则下列说法正确的是()

A.甲可知一、二两班中平均身高较高的是一班，图乙输出的S的值为18

B.甲可知一、二两班中平均身高较高的是二班，图乙输出的S的值为16

C.甲可知一、二两班中平均身高较高的是二班，图乙输出的S的值为18

D.甲可知一、二两班中平均身高较高的是一班，图乙输出的S的值为16

答案：C　命题立意：本题主要考查统计与程序框图的相关知识，统计问题与程序框图的结合有可能成为高考命题的热点，此类题目考查的方式多样，难度适中.在该题中对程序框图的考查主要体现在对其循环结构的考查.此类题目易出现的问题主要是不能从整体上准确把握程序框图，无法确定赋值语句、输出语句中各个变量与实际问题的联系，从而不能确定程序框图所要解决的实际问题中的相关数据.所以解决此类问题首先要明确程序框图中的各类数据与实际问题中数据之间的对应关系，准确把握实际问题中数据的实际意义.

解题思路：由茎叶图可知，一班学生身高的平均数为170.3，二班学生身高的平均数为170.8，故二班学生的平均身高较高.由题意可知，A1=2，A2=7，A3=9，A4=2，由程序框图易知，最后输出的结果为S=7+9+2=18.

4.下表是降耗技术改造后生产甲产品过程中记录的产量(吨)与相应的生产能耗y(吨标准煤)的几组对应数据，根据表中提供的数据，求出y关于x的线性回归方程=0.7x+0.35，那么表中m的值为()

x 3 4 5 6 y 2.5 m 4 4.5 A.4 B.3.5

C.3 D.4.5

答案：C　命题立意：本题考查统计的相关知识，难度中等.

解题思路：依题意得=×(3+4+5+6)=4.5，=(2.5+m+4+4.5)=，由于回归直线必经过样本中心点，于是有=0.7×4.5+0.35，解得m=3，故选C.

5.某调查机构对本市小学生课业负担情况进行了调查，设平均每人每天做作业的时间为x分钟.有1 000名小学生参加了此项调查，调查所得数据用程序框图处理，若输出的结果是680，则平均每天做作业的时间在0～60分钟内的学生的频率是()

A.680

B.320

C.0.68

D.0.32

篇10

中图分类号：R97　文献标识码：C　文章编号：1006－1533(2009)10－0465－02

我院从2006年2月开始实行临床药师定期门诊审方工作。采用回顾性调查方式，抽取每月总处方量的2％左右进行审查，然后将处方的不合理问题上报给门诊办公室，再由门诊办公室督促各临床科室整改。审方结果每月公示，以期提高处方质量。

1　方法

1.1　资料来源

选取2006年2月～2007年12月的门诊审方记录。2007年7月开始加入“书写不规范”审查内容，2007年11月开始取消“缺项”。

1.2　数据处理

以“Microsoft Excel”软件进行数据处理，对主要问题以及主要科室进行排序。

2　结果

概况：审方总数21239张，不合格处方总数达1895张，占总数的8.9％。

不合理问题分类见表1，不合理处方的科室分布见表2。

3　讨论

3.1　主要问题

3.1.1　缺项

在广泛使用电子处方以前，“缺项”一直是最主要的问题，反映了医师工作作风不严谨的问题。广泛使用电子处方后，“缺项”问题已通过电脑程序杜绝。

3.1.2　书写不规范

2007年5月《处方管理办法》开始实施，对处方作了更严格的要求，故从该年7月开始加入“书写不规范”项目，本院2007年下半年不合格处方比例直线上升。书写不规范成为主要问题，包括不规范的药名和诊断。诊断的不规范中、英文缩写占绝大多数。如“上感”、“慢支”、“尿感”、“HBP”、“CAD”、“CG”、“DM”等。按照正式文书(如论文、法律文书)的书写规则，应至少先用一次中文或英文全称，之后才以缩写代替。处方是一种具有法律意义的文书，且诊断只出现1次，故应用全称。

3.1.3 无指征用药

无指征用药的问题较多，大多数情况下，因患者有多种疾病及相应治疗，但医师只写明了主要诊断。有些则是患者要求开具自备药，主要是抗菌药及感冒药。另有一些情况如下：

1)一些退行性疾病使用抗菌药，如颈椎病、腰椎间盘脱出、网球肘、白内障、老视等。

2)一些急性状态如心梗、脑梗、糖尿病酮症，如伴有感染需用抗菌药，应同时写明感染诊断，感染诊断应包含感染部位。

3)哮喘、慢性阻塞性肺病(稳定期)无使用抗菌药指征，需用抗菌药者应注明患者处于急性发作状态。

3.1.4　抗菌药的用法