时间:2022-04-02 16:16:57
导言:作为写作爱好者,不可错过为您精心挑选的10篇统计教学论文,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。
在目前非统计专业的统计学教学中,学生对统计学的认识不够深入,统计意识淡薄,重视程度不够。一提及统计,很多学生仅能联想到统计局、大量统计数据和统计报表等,很难将统计学与自己本身的专业联系起来,并且认为统计学与实际联系不大,无法学以致用,因此重视程度也仅停留在获得学分的层面上。加之学时有限,教师很难在有限的时间里讲授数理统计、探索性数据的挖掘、多元统计方法、西方统计制度等新的内容。
1.2课程内容不够规范
在教学内容上,目前没有统一规范的教材,而且不同的教材侧重点不同。教师在教学内容上多是以统计工作过程为主线,先后介绍统计调查、统计整理、统计指标、时间数列、指数、相关与回归、抽样推断等内容,但有的侧重于数理统计方法,在抽样推断上花大量的时间,而有的又侧重于传统统计方法,在其它章节上下较大的功夫。
1.3教学方法不够多元化
教学方法对于教学质量至关重要。但目前统计学教学仍然是以教师讲授为主,学生被动地接受知识的传输,“启发式”教学方法应用的还不够,而且缺乏师生之间的互动和交流。在教学内容上重理论、轻实践,忽视发展与变化,教会了理论知识,却忽视了应用知识。在这种传统的统计教学模式下,学生或许学会了怎样计算平均指标、抽样误差等,但这对提高学生的统计实际应用能力极为不利,而且在学习过程中学生容易产生统计学既难学又枯燥无味的情绪,不利于发挥学生的积极性和创造性。
1.4考试形式和方法过于单一
目前统计学课程的考试形式和方法基本上是以闭卷的形式考查学生对知识的记忆和理解。虽然这种考试模式较充分地考虑了知识本身的逻辑性,并将其与学生的认识发展过程相结合,易于组织教学,但它由于过分追求学科知识的完整性,容易使理论脱离实际。由于考试内容严格按照考试大纲,主要以课本上理论知识为主,这就导致教师传授给学生的前沿知识较少,甚至教师课堂讲课本,学生课后背课本,其实际应用能力得不到培养。
1.5文、理科学生的构成比例问题
目前大多高校的经管类专业都是文、理科学生兼收的,同一个专业乃至同一个班级里面可能既有文科学生,又有理科学生。文、理学生的混合构成会给教学过程带来很大困扰,难以实施因材施教的方略。而统计学又是一门对数学基础要求比较高的学科,它涉及到了微积分、概率论、数理统计等多门数学理论课程,尤其在抽样推断部分,要求学生具有较强的逻辑推理能力。而一般来说,文科学生的数学功底比较差,逻辑演绎思维较弱。如果文科学生比重太大,就会给教学带来很多障碍。
2非统计专业统计学教学方法初探
2.1结合专业制定教学目的,完善教学内容设置
统计学的教学目的不能孤立地制定,而是要在明确学生文、理科出身及所学专业开设的课程与统计学相关关系的基础上,制定满足专业需要的教学目的。在教学内容设置上,根据应用统计学学科特点,结合各专业统计课程教学目的的要求,在统计学基本教学内容设置基础上,对统计基础理论、统计分布、统计推断、时间序列、统计评价决策和多元统计分析、非参数检验等中高级统计方法部分的实际应用状况进行介绍,本着“服务专业,突出应用”的原则,提高学生的统计素养。
2.2在课堂中适当的穿插案例教学
案例教学通过学生自己分析与老师讲解相结合,使学生变被动学习为主动地阅读、思考、分析、判断。教师通过对案例的归纳、整理,引导学生提炼和掌握具体的统计分析方法,有利于把所学的统计理论落到实处,使抽象的方法、公式变得十分具体,在模拟实验中接近理论与实际的距离。我们知道统计理论来源于统计实践过程,反过来它又指导统计工作。统计案例教学作为统计实践过程的一种模拟,它对激发学生学习兴趣、培养学生专业素质、提高学生在实践中探究学习方法的自觉性、有效地将理论知识转化为专业技能等方面都发挥着重要作用。
2.3在教学中适当地安排社会实践
在教学中,应适当结合课程内容安排一定的社会实践环节,就一些学生关心或与专业相关的课题作市场调查。如可组织学生针对大学生们感兴趣的就业问题、逃课问题、电脑使用情况等展开调查,从具体调查对象和单位的确定,样本的抽取(不一定要很大),问卷的发放、回收与审核,数据输入与资料整理,估计与分析,一直到调查报告的编写,调查或体会的形成,全部都由学生自己来完成。这样,同学们就亲身参与了统计调查、统计整理和统计分析的整个过程,既巩固了基础知识的掌握,又锻炼了应用理论的能力。
2.4将课堂教学与统计分析软件相结合
统计学课程的特点之一是定量分析的内容较多,因此在平时应加强对统计上应用广泛的软件的教学,如EXCEL、SPSS、SAS等软件,提高学生对于数据的观察和处理能力,锻炼学生使用统计软件解决实际问题。其中,SPSS统计软件具有完整的数据输入、编辑、统计分析、报表、图形制作等功能,是非专业统计人员的首选统计软件,也是经济管理专业教学的重要工具。经管类非统计专业的学生在文、理科出身和数学功底上都存在着差异,如果采用统计软件SPSS进行辅助教学,就可以将应用统计学的教学重点转向对统计结果实际意义的理解上,适度的去掉繁琐的理论证明、推理和计算,增加SPSS的使用方法,使学生能够使用统计软件SPSS解决比较复杂的计算问题。
2.5创新统计学教学考核方式
二、探析有效发挥生物成绩统计作用的途径
1.增强成绩统计的频率
高中生物考试一般来说分为月考、季考、期中考试和期末考试,而往往考试成绩出来之后,大部分教师只会对期中考试和期末考试进行统计,结合这两次的考试成绩来分析学生这半学期和一学期的成绩,而忽略了如学生临时抱佛脚、在考试中偷看别人成绩等情况。仅仅是统计期中、期末成绩往往不能科学地、真实地反应学生的实际学习情况,因而教师应该对月考、季考甚至是周考进行统计,虽然统计工作比较繁杂,但是增强高中生物成绩统计频率,在很大程度上可以真实地反映学生的成绩。
2.运用工具软件进行成绩统计
教师应该充分掌握计算机技术,并将此充分地利用到生物考试成绩的统计工作中,相较于传统手动统计成绩来说,运用计算机工具软件更有利于发挥成绩统计的作用,在统计的整体上比传统手工统计更加系统化、便捷化,教师通过软件统计出来的数据能够更加一目了然地看出学生分数分布情况。在生物考试成绩统计中,鉴于软件成绩统计的优越性,教师还可以将成绩提高或者是成绩明显下降的同学清晰地标记出来,更有利于之后教学的开展。
3.细分成绩统计内容
发挥生物成绩统计在教学中的作用,教师还应该将成绩的统计进行细致划分。传统高中生物成绩的统计内容往往是“姓名、成绩、名次”,而细分统计内容则是在统计时,会增加具体知识点的成绩统计,如“生物新陈代谢章节知识点分数”“生殖和发育章节知识点的分数”等,虽然这种细分工作很繁杂,但是一旦统计出来,教师就会对学生的掌握情况有了比较清晰、深刻的了解,相比于不了解学生学习状况就进行教学活动更加有效率,也能有针对性地进行教材讲解。
4.对成绩统计进行描述性分析
每次进行成绩统计之后,大部分教师往往会就此结束生物成绩统计工作。其实,在统计之后,教师还应该对统计的结果进行描述性分析,也就是对统计做一个规律性的总结。如教师可以统计学生在“细胞”学习中,哪些知识点还没有掌握,还可以对学生整体在考试成绩中反应出的问题进行总结性的分析。统计的本质在于能够促进后续教学的有效进行,只“重形式不重结果”是违背成绩统计的初衷的。
5.增加成绩统计的对比分析
在高中生物成绩统计时,教师可以对这学期已经完成的考试成绩统计进行综合的对比分析。几次生物考试的成绩往往能够反映该学生在总体知识上的掌握程度,因而教师通过科学的对比来研究不同学生对知识点的掌握情况,对之后的教学该如何展开,该采取怎样的教学手段提高生物教学质量等方面都有着重要的参考价值。
6.将统计结果及时和学生沟通
教师对学生成绩统计完成并且做出一定的总结之后,要将改进的建议以及成绩反映的状况及时和学生沟通,因为所有统计的根本目的是为了学生能够更好地改善当前的学习状况,因而教师必须和学生进行有效的、针对成绩上反映出的问题的合理交流,给予学生在后续生物学习上的科学的建议,充分发挥成绩统计的作用。
借助概率分布常常可以帮助我们了解生命指标的特征、医学现象的发生规律等等。例如,临床检验中计量实验室指标的参考值范围就是依据正态分布和t分布的原理计算得到;许多医学试验的“阳性”结果服从二项分布,因此它被广泛用于化学毒性的生物鉴定、样本中某疾病阳性率的区间估计等;而一定人群中诸如遗传缺陷、癌症等发病率很低的非传染性疾病患病数或死亡数的分布,单位面积(或容积)内细菌数的分布等都服从Poisson分布,我们就可以借助Poisson分布的原理定量地对上述现象进行研究。
在生物信息学中概率分布也有一定应用。例如,Poisson分布可以用于基因(蛋白质)序列的相似性分析。被研究者广泛使用的分析工具BLAST(BasicLocalAlignmentSearchTool)能迅速将研究者提交的蛋白质(或DNA)数据与公开数据库进行相似性序列比对。对于序列a和b,BLAST发现的高得分匹配区称为HSPs。而HSP得分超过阈值t的概率P(H(a,b)>t)可以依据Poisson分布的性质计算得到。
二、假设检验
假设检验(hypothesis)是医学统计学中统计推断部分的重要内容。假设检验根据反证法和小概率原理,首先依据资料性质和所需解决的问题,建立检验假设;在假设该检验假设成立的前提下,采用适当的检验方法,根据样本算得相应的检验统计量;最后,依据概率分布的特点和算得的检验统计量的大小来判断是否支持所建立的检验假设,进而推断总体上该假设是否成立。其基本方法包括:u检验、t检验、方差分析(ANOVA)和非参数检验方法。
假设检验为医学研究提供了一种很好的由样本推断总体的方法。例如,随机抽取某市一定年龄段中100名儿童,将其平均身高(样本均数)与该年龄段儿童应有的标准平均身高(总体均数)做u检验,其检验结果可以帮助我们推断出该市该年龄段儿童身高是否与标准身高一致,为了解该市该年龄段儿童的生长发育水平提供参考。又如,医学中常常可以采用t检验、秩和检验比较两种药物的疗效有无差别;用2检验比较不同治疗方法的有效率是否相同等等。
这些假设检验的方法在生物实验资料的分析前期应用较多,但由于研究目的和资料性质不同,一般会对某些方法进行适当调整和结合。
例如,基于基因芯片实验数据寻找差异表达基因的问题。基因芯片(genechip)是近年来实验分子生物学的技术突破之一,它允许研究者在一次实验中获得成千上万条基因在设定实验条件下的表达数据。为了从这海量的数据中寻找有意义的信息,在对基因表达数据进行分析的过程中,找到那些在若干实验组中表达水平有明显差异的基因是比较基础和前期的方法。这些基因常常被称为“差异表达基因”,或者“显著性基因”。如果将不同实验条件下某条基因表达水平的重复测量数据看作一个样本,寻找差异表达基因的问题其实就可以采用假设检验方法加以解决。
如果表达数据服从正态分布,可以采用t-检验(或者方差分析)比较两样本(或多样本)平均表达水平的差异。
但是,由于表达数据很难满足正态性假定,目前常用的方法基于非参数检验的思想,并对其进行了改进。该方法分为两步:首先,选择一个统计量对基因排秩,用秩代替表达值本身;其次,为排秩统计量选择一个判别值,在其之上的值判定为差异显著。常用的排秩统计量有:任一特定基因在重复序列中表达水平M值的均值;考虑到基因在不同序列上变异程度的统计量,其中,s是M的标准差;以及用经验Bayes方法修正后的t-统计量:,修正值a由M的方差s2的均数和标准差估计得到。三、一些高级统计方法在基因研究中的应用
(一)聚类分析
聚类分析(clusteringanalysis)是按照“物以类聚”的原则,根据聚类对象的某些性质与特征,运用统计分析的方法,将聚类对象比较相似或相近的归并为同一类。使得各类内的差异相对较小,类与类间的差异相对较大1。聚类分析作为一种探索性的统计分析方法,其基本内容包括:相似性度量方法、系统聚类法(HierarchicalClustering)、K-means聚类法、SOM方法等。
聚类分析可以帮助我们解决医学中诸如:人的体型分类,某种疾病从发生、发展到治愈不同阶段的划分,青少年生长发育分期的确定等问题。
近年来随着基因表达谱数据的不断积累,聚类分析已成为发掘基因信息的有效工具。在基因表达研究中,一项主要的任务是从基因表达数据中识别出基因的共同表达模式,由此将基因分成不同的种类,以便更为深入地了解其生物功能及关联性。这种探索完全未知的数据特征的方法就是聚类分析,生物信息学中又称为无监督的分析(UnsupervisedAnalysis)。常用方法是利用基因表达数据对基因(样本)进行聚类,将具有相同表达模式的基因(样本)聚为一类,根据聚类结果通过已知基因(样本)的功能去认识那些未知功能的基因。对于基因表达数据而言,系统聚类法易于使用、应用广泛,其结果——系统树图能提供一个可视化的数据结构,直观具体,便于理解。而在几种相似性的计算方法中,平均联接法(AverageLinkageClustering)一般能给出较为合理的聚类结果2。
(二)判别分析
判别分析(discriminantanalysis)是根据观测到的某些指标的数据对所研究的对象建立判别函数,并进行分类的一种多元统计分析方法。它与聚类分析都是研究分类问题,所不同的是判别分析是在已知分类的前提下,判定观察对象的归属3。其基本方法包括:Fisher线性判别(FLD)、最邻近分类法(k-NearestNeighborClassifiers)、分类树算法(ClassificationTreeAlgorithm),人工神经网络(ANNs)和支持向量机(SVMs)。
判别分析常用于临床辅助鉴别诊断,计量诊断学就是以判别分析为主要基础迅速发展起来的一门科学。如临床医生根据患者的主诉、体征及检查结果作出诊断;根据各种症状的严重程度预测病人的预后或进行某些治疗方法的疗效评估;以及流行病学中某些疾病的早期预报,环境污染程度的坚定及环保措施、劳保措施的效果评估等。
在生物信息学针对基因的研究工作中,由于借助了精确的生物实验,研究者通常能得到基因(样本)的准确分类,如,基因的功能类、样本归结于疾病(正常)状态等等。当利用了这些分类信息时,就可以采用判别分析的方法对基因进行分类,生物信息学中又称为有监督的分析(SupervisedAnalysis)。例如,基因表达数据分析中,对于已经过滤的基因,前三种方法的应用较为简单。而支持向量机(SVMs)和人工神经网络(ANNs)是两种较新,但很有应用前景的方法。
(三)相关分析
相关分析(correlationanalysis)是医学统计学中研究两变量间关系的重要方法。它借助相关系数来衡量两变量之间的关系是否存在、关系的强弱,以及相互影响的方向。其基本内容包括:线性相关系数、秩相关系数、相关系数的检验、典型相关分析等。
我们常常可以借助相关分析判断研究者所感兴趣的两个医学现象之间是否存在联系。例如,采用秩相关分析我们发现某种食物中黄曲霉毒素相对含量与肝癌死亡率间存在正相关关系;采用线性相关方法发现中年女性体重与血压之间具有非常密切的正相关关系等等。
生物信息学中可以利用相关分析建立基因调控网络。如果将两个不同的基因在不同实验条件下的表达看作是两个变量,相关分析所研究的正是两者之间的调控关系。如采用线性相关系数进行两基因关系的分析时,其大小反应了基因调控关系的强弱,符号则反应了两基因是协同关系(相关系数为正),还是抑制关系(相关系数为负)。
四、意义
生物信息学不仅是医学统计学的研究前沿,更是医学研究由宏观向微观拓展的重要领域,其研究内容已逐渐为多数医学院校的学员了解和熟悉。而如何对新技术产生的生物实验数据进行准确合理的分析,却成为生物信息学研究的主要瓶颈之一。
(1)学生的学习兴趣不足。旅游统计学中的概念和原理繁多且抽象、公式复杂,而难以理解和记忆。因接触的旅游经济现象少,学生难以理解抽象理论、概念和公式的具体用途。此外,因旅游管理学科的交叉性质,生源多样化,文、理科生并在同一班里授课,数学基础参差不齐。结果导致相当数量的学生一开始就信心不足,在学习中觉得枯燥、缺乏兴趣。
(2)缺乏各知识点在运用中的有机联系。旅游统计学涉及的范围广,从问卷的设计到数据的收集、整理,到指标体系的建立,再到数据分析和结果解释等,都有相应的分析思路、概念和公式。在传统的教学模式下,不同章节的知识点用个别案例来予以解释,无法体现各知识点在运用上的连贯性,从而导致学生在一件完整的旅游经济现象面前,不知从哪儿入手,如何全面描述和解释其统计特征。
(3)缺乏统计分析方法与旅游专业知识的有机结合。在实际教学中,虽然强调具体运用,但主要是为了解释概念和公式而设计的简单案例,而且教材提供的大部分案例与旅游关系不大。缺乏从旅游行业和旅游管理工作实际出发所设计的针对性案例。由此导致学生在运用所学统计知识解决旅游实际问题方面的能力不足。
二、运用项目式教学法的优势及运用意义
项目式教学是一种教学模式,其理论基础融合了多种教育理念。它以学生的自主性、探索性学习为基础,将某一实际问题作为项目交给学生的独立完成,教师在此过程中起咨询、指导作用。从信息的收集、方案的设计与实施,到完成任务后的评价,都由学生参与完成。通过一个个项目的实地进行,使所有学生能够了解、把握并完成项目的每一环节的基本要求与整个过程的重点难点。学生在项目实践过程中,理解和把握课程要求的知识和技能,培养分析和解决实际问题的能力,以提高学生的团队精神和合作能力。如何能将旅游统计学的理论和方法科学准确地应用于旅游经济现象的实践中,是一个重要课题。项目教学法的最大的特点就是“做中学”,符合探究式教学模式,适用于培养学生的创新能力和独立分析问题、解决问题的能力。更重要的是在学习专业知识和练就专业技能的过程中,学会了终身学习的方法和品质;造就了创新能力、创业能力和职业能力。
三、旅游统计学项目式教学的实施
项目的选择和设计是实施项目式教学法的核心环节,它会直接影响理论和方法的教学和实施效果。根据旅游统计学的教学目的和教学内容,项目式教学法的实施可以被分为以下几个步骤:
(1)项目的选取。为了让项目更贴近学生最熟悉的旅游实际,采取三种方式提供项目背景:一是以大学生为研究对象,选择大学生旅游行为相关的问题,如旅游动机、旅游需求、旅游消费特征及影响因素等;二是根据学生专业方向,结合学生的实践课程而选题。此时,以学生在旅行社、酒店和景区等旅游企业的实习实践为基础,选择旅游企业相关的题材,如酒店员工的满意度分析、景区旅游需求的动态分析等;三是选择当时的旅游热点现象或事件为题材,以调动学生的兴趣。
(2)教学设计。在教学设计上,将所选取的项目分解成若干相互关联而又独立的四个子项目,即调查方案设计、相关数据收集、整理与分析以及调研报告撰写和应用。同时,将整个班分成若干个组,每个组由5~6个学生组成,负责一个项目,项目相互尽量做到不重复,以保证在整个课程教学过程中,每个学生不仅通过自己的项目得到锻炼,同时在其他项目小组展示中也得到各个领域与行业知识的积累与体验。
(3)教学进程。项目式教学法以任务为重心,以项目为导向。因此,在教学过程中要让课堂教学和实践训练同步。根据学生完成任务的进度,调整理论教学;在课堂上以讨论为主,根据学生在实际运作中遇到的问题进行理论指导和技术培训,鼓励学生独立完成任务;充分利用网络媒体实现与学生的时时联络和指导,打破传统的只限于课堂教学的模式。
(4)项目完成的评价。学生参与并实施项目的过程中需要一个阶段性评估,这样可以激励学生的参与积极性,让学生具有一定的成就感,同时加深学生对理论知识和实践应用的认识。项目成果的评价应以学生成果的展示和互评的形式进行,学生在讨论中寻找各自的特点与存在的问题,老师更多的是引导和帮助他们发现问题。过程的评价更注重各个团队的协作能力、执行能力和响应速度。在这种教学方法中,关注的重点是学生参与项目的过程。学生的学习活动实际就是参与创造实践的过程,教学目的不仅在于最终的项目完成结果,更在于完成项目的过程中,学生会不断地学习新的知识,从项目进展中获得成就感,激发更大的求知欲,从而培养出独立探索的自学能力和勇于开拓的研究精神。
如果学生所得到的结论比预期的结果要好,就可以适当考虑统计模型的可行性及与原始结论的差异性。3案例教学分类依照案例性质可分为解题型、分析型。解题型是指为了使学生正确理解统计原则和具体方法而采用的教学案例,其特点是通过实例性习题、例题进行具体的计算,简单地体现出多元统计学中的原则、定义、原理和方法。分析型案例是指由教师提供背景和材料,并具有明确针对性地提出几个问题,引导学生自主思考,研究问题存在的状况、条件以及问题的发展演变趋势,最终提出解决问题的办法。依照案例内容多少可分为专题型和综合型。专题型是针对某一特定问题或问题的某个方面的案例,也称专门型案例。综合型案例是对统计全局性关键性的问题进行全面研究或分析,涉及范围广泛,知识点含量多。综合型案例的特点是具有全面性、综合性和系统性。
2案例式教学法三个步骤
2.1提出问题。案例教学当中的案例必须具备真实性、可操作性、知识体现性这三个要素。真实的案例可以激发学生主动解决问题的积极性,开阔学生的眼界,同时为将来处理实际问题做好有效的前期铺垫。可操作性是指案例应该有合适的解决办法,结果不能含糊,整个过程尽量思路清晰。知识体现性是充分考虑到我们的目的是教学,因此选择案例时候需要挑选能充分体现多元统计分析方法及知识点的案例。
2.2解决问题。整个过程的主体是引导学生解决问题。对于陌生的问题学生会提出各种各样的解题方案,作为教师不能只按照自己的思路想法去讲解,要充分肯定学生的思维能力及创新能力,总结利弊,再借助统计软件向学生演示,讲解问题的整个过程。讲解的同时注重理论的渗透和方法的总结。
2.3实验操作。通过案例的演示,明确具体要求,由学生运用学过的知识和方法,独立地分析和解决问题。可以考虑让学生进行分组讨论,鼓励学生充分发表白己的意见,虚心听取他人的意见,最后由教师进行总结、讲评,并介绍在其他问题中的实际应用,以利于学生知识的升华。
现代职业教育强调应用性,以“行为导向”为理念的案例教学法遵循了职业教育的特点。案例的功能是提供情景、体验过程、积累经验,其着眼点在于培养能力。在学生主动参与和共同合作的过程中,在分析问题、讨论问题以及充分交流意见的过程中,大家各抒己见,集思广益,各种观点相互碰撞,既锻炼了学生独立思考问题、解决问题的能力,又逐步培养了一定的学习能力、实践能力和职业能力,最终实现了统计学案例教学的目的。
高职统计学案例教学的几点建议:
1选取合适的统计案例。选取合适的、有针对性的案例是案例教学的基础。统计案例应将统计理论知识融于具体实例之中,并且与课本知识点紧密结合。具体的教学目标、内容及学生应掌握的知识和技能是构建案例教学的基础。首先,从教学功能的角度来看,案例教学适合内容比较复杂、专业性比较强的知识。其次,从形式与内容的统一性来看,案例要与教材内容密切联系。脱离了教材内容,偏离了教学主题,就无法达到帮助学生掌握基本概念和原理的教学目的。同时,案例选择一定要有现实性和趣味性,贴近学生生活实际、活生生的案例,才能吸引学生,激发他们的探究热情,促使他们不断思考。例如对于抽样推断、假设检验、方差分析等基本思想,可以选择控制产品质量等方面的案例来讲解,从而做到深入浅出,通俗易懂。此外,统计学的案例教学中要明确问题,案例选取应当具有明显的问题导向性,这样才能有利于学生通过统计分析做出明确的判断。
2适当应用统计分析软件。在进行统计调查和案例教学的过程中,不可避免地会碰到大量的实际数据,适当地在高职统计案例教学中辅助以统计分析软件,会起到事倍功半的效果。在案例实践教学中,有很多可供选择的统计软件,比如Excel、SPPS、SAS等应用较广的统计软件。这些统计软件功能非常强大、普及程度很高、而且本身拥有完整的统计分析工具,如描述统计分析工具,方差分析工具,回归分析工具等,这些分析工具可以非常方便地对现有数据进行处理;另外,上述统计软件都带有很强的模拟工具。大多数概率统计公式都比较抽象,如果需要生动地展示其原理,就可以进行各种数据模拟和试验,可以处理和分析大量案例数据。除此之外,这些统计软件都具有强大的制图功能,以图表的形式展现许多统计分析结果,有利于更加直观地进行案例讲授,从而加深学生对统计功能的理解,帮助学生完成统计的定量分析和定性分析。在统计教学中,将统计软件、统计案例和传统的统计理论教学有机结合起来,是一种行之有效的教学方法。
1.2离散型随机变量与连续型随机变量的类比对于离散型随机变量,学生感觉较容易,但对于连续型随机变量,往往学生感觉抽象难理解。由于分布列在离散型随机变量中的地位与密度函数在连续型随机变量中的地位等同,因此对于离散型随机变量中的边缘分布列与联合分布列的关系可以过渡到连续型随机变量中边缘密度函数与联合密度函数的关系中去,此外诸如随机变量的独立性的充要条件以及期望与方差的计算均可轻松过渡。具体我们可通过“把连续的问题离散化”这种方法,实际是将对离散型随机变量中对分布列的求和变成对连续型随机变量中的密度函数求积分即可。表1我们将对其中的部分性质及计算作一个简要的类比。
1.3一维随机变量与二维随机变量的降维类比任何学习都是循序渐进的,一般来说低维空间的知识相对简单,容易被学生接受,所以最好的方法是从低维空间向高维空间过渡学习。降维类比法是将高维空间中的数学对象降低到低维空间中去观察,利用低维空间中数学对象的性质类比归纳出高维数学对象的性质。通过上面的类比得知抽象的二维随机变量的分布函数与一维随机变量有着一致的表达式,从而大大降低了学习的难度。此外,二维离散型随机变量的联合分布列与连续型随机变量的密度函数的性质与计算均可借助一维随机变量的相关知识引入。
在现代技术的影响下,多媒体教学方式走入到课堂当中,但是像传统的教学方式下,教师可以用自己的语言将复杂的问题讲清楚,并且把清晰的思维过程罗列出来,一次讲不清可以讲很多次,还可以将自己在做题当中总结的窍门告诉学生。这一点是现代教学方法无法代替的。同时,在传统的教学方法中,教师和学生还可以共同探讨题目,甚至产生争论,这种师生之间的交流是非常珍贵的。但是传统教学还存在着很多不足。比如:我们所说的“填鸭式”教学方法,就是忽略了学生作为课堂主体的地位;还有我们平时的板书,写得多了增加教师的负担,写得少了学生理解不了。
1.2现代教学的利与弊
现代教学用到的多媒体技术,将文本、图形、声音等内容有机地集合在一起,加大了教学内容的密度,减轻了教师的负担,同时可以让学生全方位地感知教学内容,还可以激发他们的学习兴趣。但是现代教学方法并不是完美无缺的,它限制了师生之间的沟通;学生对课件产生依赖心理,注意力变得分散,觉得下课将课件带回去好好研究一下就可以了;削弱了教师的主观能动性,教师在授课的过程当中依照课件流程走,不能再即兴发挥。
2现代教育技术与传统教学手段的有机契合思考
2.1现代技术与传统教学相结合
现代教学技术手段非常先进,课件资源充足,这可能会导致教师过度依赖课件内容,而变成了“电脑操作员”。传统的教学方式中最重要的就是讲究教师的“言传身教”,这一点是不能被改变的。所以,在教育改革的过程中,需要将现代技术与传统的教学相结合,在课堂中利用课件而不依赖课件,对于重点内容,教师应该进行深入的讲解。比如在语文课堂上讲解古诗时,教师可以将跟古诗内容有关的图片和诗朗诵放在多媒体上,这样可以帮助学生更好地理解诗词内容,但是不能整堂课都依赖多媒体,教师还应该口述故事的表现手法和中心内容。
2.2技术演示与传统教学相结合
传统教学模式下的课堂是师生之间、学生之间沟通无障碍的课堂,教师也可以很好地发现学生的不足并及时改正。所以,在教育改革的过程中,教师应该注重技术演示与传统教学相结合,既利用多媒体等辅助工具,也要注意营造课堂气氛,注意与学生之间的沟通和交流,帮助学生发现问题并锻炼学生的发散思维能力。
2.3课件制作与传统教学相结合
有时,大量的教学课件制作成为教师的一种负担,所以,这就要求教师不但要掌握相关的技术技能,在必要的情况下,还需要利用传统的教学方法,组成课件制作小组,分组完成课件的制作,并且请经验丰富的教师制定教学计划,参照传统教学方式中编写教案的方法,对课件进行整理和归纳。比如:我们传统的备课方式都是几个老师开会协商,这种方法完全可以延续下来,再加入一些现代技术进去,教师在协商的时候将重要内容写进课件,课件再由阅历丰富的老师审阅一遍,最后在课堂上给学生展示。同时,在日常办公当中,也可以提倡办公室无纸化,将重要资料都放在计算机上。
2.4课堂展示与传统教学相结合
现代教学方法越来越受到人们的重视,很多课堂都引进了多媒体设备,但是课堂上不可避免地出现了走形式的情况。教师不能过度地依赖多媒体设备,应该将粉笔和计算机视为同等重要的工具,通过多媒体的展示来加深学生的印象,同时也不能放弃对知识内容的讲解和演示,教师不能为了讲课而讲课,应该为了让学生学会而讲课。学生上课是为了获得知识,而不是为了观看那些花花绿绿的图片,也不是为了看教师的课件而上课的,所以,教师应该设计更多的问题,让学生来思考和回答,只有这样,才能让学生提高注意力,一边观看一边思考,而不是走马观花地只顾着看热闹,并没有学到有用的内容。
二、让统计学的教学理论联系实际
如何让学生学好理论知识,让学生将理论与实际相结合,就要看教师如何引导教学。例如一个事件的统计,通过不同的方法统计计算的结果一定是不相同的,而最终事件得出的结论应当是相同的。让学生明白各种统计方法的计算方式,是为了让学生在应对各种各样的事件时采取相应的解决方法,而并非是要学生做过多的无用之功。统计学在教学的过程中要应当注重课堂与学生的互动,如果学生能够提出问题,就说明学生在课堂上是听讲的,千万不要解决问题的希望寄托在课后。由于高职院校的学生学习热情本就不高,如果把问题留在课下,期待于学生在课下解决,那是几乎不可能的。因此对于课堂上学生提出的问题一定要让学生当堂解决。在帮助学生解决问题的时候,需要注意的是,不要直接告诉学生该问题的答案或结论是什么。要让学生自己去思考,教师所起到的作用是引导学生,启发学生,朝着答案的方向去进行思考。在讲述理统计学的理论内容的时候,教师可以举出实际例子,让学生清楚明白的学习统计学的统计方法。
三、实施项目教学方法
项目教学法是一种非常普遍的统计学教学方法,这种方法可以让学生更加深刻的理解统计学所讲讲述的内容。在统计学的教学内容中,主要是讲述统计方法统计计算等内容。在这样的情况下,可以让学生形成小组式学习,4-5人为一个学习小组。在这个教学方法中值得一提的是,它可以培养学生的团队协作力,这在统计工作中是非常重要的一种能力。当一个统计方法学习完毕之后,就可以实施这种项目教学法。启动一个统计项目。由两到三个小组负责一个统计项目的统计工作,他们相互之间不会做出任何交流,只有小组成员之间进行交流。这样他们采取的统计方法就可以区分出来。只要得出正确的结论即可。每个小组使用的方法不同,他们所用的统计时间也不相同,所以,找出该事件中用时最短的一个小组,就说明他们所用的统计方法是最为恰当的。对于统计工作来说,统计的方法不同,计算得出的结果不同,但是针对同一事件统计出的结论是相同的。因此对于统计学的教学来说,统计方法的使用是没有对错之分的,真正值得区分的是统计方法是否得当。而让学生理解是否恰当的巧妙途径,就是让学生亲自验证这些统计方法是否真的适用于统计此类事件。学生通过接受项目,对项目事件进行讨论及分析,可以正确判断该事件统计工作适用于哪种统计方法,一旦确定了统计方法后,只需要注意数据计算过程中的准确性就可以了。那么这样的项目训练既可以让学生迅速掌握统计的计算方法,也可以让学生熟悉该类事件的数据特点。只要根据特点去讨论分析使用统计方法,那么对于统计学的教学就可以轻松很多。当学生最终将统计学课程学习完毕后,可以让学生负责一个综合性的事件统计。运用统计学的各种统计方法对事件中需要统计的项目进行统计。当然还是以小组套论的形式进行,在综合事件中,统计事件多种多样,而适用的统计方法也是不尽相同,因此,这个测试是对于统计学教学结果的最好验证。学生将该综合事件中的统计事件合理应用统计方法进行统计者,则视为运用统计学精到学生,给予成绩为优秀;对于该综合实践中运用统计方法并不得当,但最终得出正确结论者,则视为不能灵活应用统计学,给予该学生成绩为良好;对于使用统计方法得当,而未能得出准确结论者,则视为对统计学的内容未完全领会,对于数据计算等不能精准给予答案,给予这样的学生成绩为及格;而未能完成统计工作的,并且对统计方法混乱不知所用者,则视为对统计学内容未完成学习任务,给予成绩为差。如此,项目教学法就完成了。该方法的使用不仅仅可以让教师知道学生是否理解所学内容,根据学生的学习程度去调整教学方法和教学进度,还可以开发学生的多向思维能力,让学生遇到问题时尽可能地全面思考问题的最佳解决方案。
近年来,统计方法在社会上尤其是在市场经济活动中的应用越来越广泛,迅速的扩大到企业管理、市场营销、金融、证券、保险等领域,统计学这门学科也已经成为高等院校经济、管理、工程等专业必须开设的专业基础课之一。然而目前统计学课程教学过程中普遍存在着一些问题,例如,学生的定量分析能力还相当欠缺等。本文试图在查找教学过程中存在问题的基础上,寻找有效的改进措施。
一、非统计专业统计学教学过程中存在的问题
1.1学生对统计学不够重视
在目前非统计专业的统计学教学中,学生对统计学的认识不够深入,统计意识淡薄,重视程度不够。一提及统计,很多学生仅能联想到统计局、大量统计数据和统计报表等,很难将统计学与自己本身的专业联系起来,并且认为统计学与实际联系不大,无法学以致用,因此重视程度也仅停留在获得学分的层面上。加之学时有限,教师很难在有限的时间里讲授数理统计、探索性数据的挖掘、多元统计方法、西方统计制度等新的内容。
1.2课程内容不够规范
在教学内容上,目前没有统一规范的教材,而且不同的教材侧重点不同。教师在教学内容上多是以统计工作过程为主线,先后介绍统计调查、统计整理、统计指标、时间数列、指数、相关与回归、抽样推断等内容,但有的侧重于数理统计方法,在抽样推断上花大量的时间,而有的又侧重于传统统计方法,在其它章节上下较大的功夫。
1.3教学方法不够多元化
教学方法对于教学质量至关重要。但目前统计学教学仍然是以教师讲授为主,学生被动地接受知识的传输,“启发式”教学方法应用的还不够,而且缺乏师生之间的互动和交流。在教学内容上重理论、轻实践,忽视发展与变化,教会了理论知识,却忽视了应用知识。在这种传统的统计教学模式下,学生或许学会了怎样计算平均指标、抽样误差等,但这对提高学生的统计实际应用能力极为不利,而且在学习过程中学生容易产生统计学既难学又枯燥无味的情绪,不利于发挥学生的积极性和创造性。
1.4考试形式和方法过于单一
目前统计学课程的考试形式和方法基本上是以闭卷的形式考查学生对知识的记忆和理解。虽然这种考试模式较充分地考虑了知识本身的逻辑性,并将其与学生的认识发展过程相结合,易于组织教学,但它由于过分追求学科知识的完整性,容易使理论脱离实际。由于考试内容严格按照考试大纲,主要以课本上理论知识为主,这就导致教师传授给学生的前沿知识较少,甚至教师课堂讲课本,学生课后背课本,其实际应用能力得不到培养。
1.5文、理科学生的构成比例问题
目前大多高校的经管类专业都是文、理科学生兼收的,同一个专业乃至同一个班级里面可能既有文科学生,又有理科学生。文、理学生的混合构成会给教学过程带来很大困扰,难以实施因材施教的方略。而统计学又是一门对数学基础要求比较高的学科,它涉及到了微积分、概率论、数理统计等多门数学理论课程,尤其在抽样推断部分,要求学生具有较强的逻辑推理能力。而一般来说,文科学生的数学功底比较差,逻辑演绎思维较弱。如果文科学生比重太大,就会给教学带来很多障碍。
二、非统计专业统计学教学方法初探
2.1结合专业制定教学目的,完善教学内容设置
统计学的教学目的不能孤立地制定,而是要在明确学生文、理科出身及所学专业开设的课程与统计学相关关系的基础上,制定满足专业需要的教学目的。在教学内容设置上,根据应用统计学学科特点,结合各专业统计课程教学目的的要求,在统计学基本教学内容设置基础上,对统计基础理论、统计分布、统计推断、时间序列、统计评价决策和多元统计分析、非参数检验等中高级统计方法部分的实际应用状况进行介绍,本着“服务专业,突出应用”的原则,提高学生的统计素养。
2.2在课堂中适当的穿插案例教学
案例教学通过学生自己分析与老师讲解相结合,使学生变被动学习为主动地阅读、思考、分析、判断。教师通过对案例的归纳、整理,引导学生提炼和掌握具体的统计分析方法,有利于把所学的统计理论落到实处,使抽象的方法、公式变得十分具体,在模拟实验中接近理论与实际的距离。我们知道统计理论来源于统计实践过程,反过来它又指导统计工作。统计案例教学作为统计实践过程的一种模拟,它对激发学生学习兴趣、培养学生专业素质、提高学生在实践中探究学习方法的自觉性、有效地将理论知识转化为专业技能等方面都发挥着重要作用。
2.3在教学中适当地安排社会实践
在教学中,应适当结合课程内容安排一定的社会实践环节,就一些学生关心或与专业相关的课题作市场调查。如可组织学生针对大学生们感兴趣的就业问题、逃课问题、电脑使用情况等展开调查,从具体调查对象和单位的确定,样本的抽取(不一定要很大),问卷的发放、回收与审核,数据输入与资料整理,估计与分析,一直到调查报告的编写,调查或体会的形成,全部都由学生自己来完成。这样,同学们就亲身参与了统计调查、统计整理和统计分析的整个过程,既巩固了基础知识的掌握,又锻炼了应用理论的能力。
2.4将课堂教学与统计分析软件相结合