統計學的發展史范文

前言：我們精心挑選了數篇優質統計學的發展史文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

關鍵詞：統計學 統計教育 人才培養

隨著國家創新體系的建立,統計創新工程已經提上議事日程,統計創新包括兩個方面,一是統計實踐的創新，二是統計教育的創新。創新的基礎在于教育,沒有統計教育的創新,就談不上統計實踐的創新。準確把握統計學的發展方向與發展形勢,培養適應新世紀社會經濟發展需要的人才,是統計教育工作者必須面對的問題。本文從統計學的基本發展趨勢談一談統計教育急需改革的幾個方面。

一、統計學的發展

縱觀統計學的發展狀況,與整個科學的發展趨勢相似,統計學也在走與其他科學結合交融的發展道路。歸納起來,有兩個基本結合趨勢。

1．統計學與實質性學科結合的趨勢

從統計方法的形成歷史看,現代統計方法基本上來自于一些實質性學科的研究活動,例如,最小平方法與正態分布理論源于天文觀察誤差分析,相關與回歸源于生物學研究,主成分分析與因子分析源于教育學與心理學的研究，抽樣調查方法源于政府統計調查資料的搜集。歷史上一些著名的統計學家同時也是生物學家或經濟學家等，同時,有不少生物學家、天文學家、經濟學家、社會學家、人口學家、教育學家等都在從事統計理論與方法的研究。他們在應用過程中對統計方法進行了創新與改進。另外,從學科體系看,統計學與實質性學科之間的關系絕對不是并列的,而是相交的,如果將實質性學科看作是縱向的學科,那么統計學就是一門橫向的學科,統計方法與相應的實質性學科相結合,才產生了相應的統計學分支,如統計學與經濟學相結合產生了經濟統計,與教育學相結合產生了教育統計,與生物學相結合產生了生物統計等,而這些分支學科都具有“雙重”屬性：一方面是統計學的分支,另一方面也是相應實質性學科的分支,所以經濟統計學、經濟計量學不僅屬于統計學,同時屬于經濟學；生物統計學不僅是統計學的分支,也是生物學的分支等。這些分支學科的存在主要不是為了發展統計方法,而是為了解決實質性學科研究中的有關定量分析問題,統計方法是在這一應用過程中得以完善與發展的。因此,統計學與各門實質性學科的緊密結合,不僅是歷史的傳統，更是統計學發展的必然模式。實質性學科為統計學的應用提供了基地,為統計學的發展提供了契機。21世紀的統計學依然會采取這種發展模式,且更加注重應用研究。

這個趨勢說明，統計方法的學習必須與具體的實質性學科知識學習相結合，必須以實質性學科為依據。因此,財經類統計專業的學生必須學好有關經濟類與管理類的課程,只有這樣,所學的統計方法才有用武之地，統計的工具屬性才能夠得以充分體現。

2．統計學與計算機科學結合的趨勢

縱觀統計數據處理手段發展歷史,經歷了手工、機械、機電、電子等數個階段,數據處理手段的每一次飛躍,都給統計實踐帶來革命性的發展。上個世紀40年代第一臺電子計算機的誕生,給統計學方法的廣泛應用創造了條件。20年展起來的多元統計方法雖然對于處理多變量的種類數據問題具有很大的優越性,但由于計算工作量大,使得這些有效的統計分析方法一開始并沒有能夠在實踐中很好地推廣開來。而電子計算機技術的誕生與發展,使得復雜的數據處理工作變得非常容易,那些計算繁雜的統計方法的推廣與應用,由于相應統計軟件的開發與商品化而變得更加方便與迅速,非統計專業的理論工作者可以直接憑借商品化統計分析軟件來處理各類現實問題的多變量數據分析,而無需對有關統計方法的復雜理論背景進行研究。計算機運行能力的提高,使得大規模統計調查數據的處理更加準確、充分與快捷。目前企業經營管理中建立的決策支持系統（DSS）更加離不開統計模型。最近國外興起的數據挖掘（Data mining,又譯“數據淘金”）技術更是計算機專家與統計學家共同關注的領域。隨著計算機應用的越來越廣泛,每年都要積累大量的數據,大量信息在給人們帶來方便的同時也帶來了一系列問題：信息過量,難以消化；信息真假難以辨識；信息安全難以保證；信息形式不一致,難以統一處理。于是人們開始提出一個新的口號：“要學會拋棄信息”。人們考慮“如何才能不被信息淹沒,而是從中及時發現有用的知識,提高信息利用率？”面對這一挑戰,數據挖掘和知識發現（DMKD）技術應運而生,并顯示出強大的生命力。數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數據挖掘是一門交叉學科,它把人們對數據的應用從低層的簡單查詢提升到從數據中挖掘知識,提供決策支持。在這種需求牽引下,匯聚了不同領域的研究者,尤其是數據庫技術、人工智能技術、統計、可視化技術、并行計算等方面的學者和工程技術人員,投身到數據挖掘這一新興的研究領域,形成新的技術熱點。雖然統計學家與計算機專家關心Data mining的視角不完全相同,但可以說,Data mining與DSS一樣,使得統計方法與計算機技術的結合達到了一個更高的層次。

所以統計與實質性學科相結合,與計算機、與信息相結合,這是發展的趨勢。了解這一點,再來看我們目前教育中的問題就更加明顯了,所以一些課程要改革,教學方式也要改革。以下談一談統計教育需要改革的幾個方面。

二、統計教育的改革

1．統計專業課程建設問題

專業建設考慮的是應當培養什么樣的人才和怎樣培養這樣的人才。專業建設的核心問題是課程設置和規范課程內容。課程設置主導學生的知識結構,培養統計理論人才應當設置較多的數學課程,目的是讓學生能對各種統計方法有較深刻的理性認識；培養應用統計人才應當設置較多的相關應用領域的專業課程,目的是讓學生如何能將統計方法正確地運用到相關領域。例如培養從事經濟管理的統計人才,在課程設置上至少應當包括四方面的知識：①經濟理論課程,讓學生了解經濟活動的主要進程和基本規律；②研究社會經濟問題主要統計方法,包括常用的統計數據搜集方法,統計數據處理方法和分析方法；③適用電腦技術,讓學生初步掌握運用電腦進行統計數據處理和分析的基本理論和技能。

2．教學方法和教學手段的改革

統計教學方法和教學手段改革中,有兩個焦點問題：一是如何激發學生學習統計學的興趣；二是應用什么教學手段來達到較好的統計教學效果。教師應充分運用現代教育技術、教學手段,更新教學方法,促使教育技術、教學手段和教學方法有機結合。

①改灌輸式教學為啟發式教學,特別注重教育多樣化和多層次性,不僅讓學生掌握如何搜集、整理數據的技術,還要教學生讀懂數字背后的事實，學會按照具體與抽象、動態與靜態、個體與總體、絕對與相對、一般與特殊、演繹與歸納等不同的思維方式分析問題和解決問題。注重利用一題多解與一題多變,開拓學生的發散思維。

②改單向接受式的教學為雙向互動式教學,以案例分析與情景教學開啟學生的思維閘門,使學生更形象、快捷地接受知識,發揮其獨立思考與創造才能,培養學生的創造性思維能力。

③構建以課堂、實驗室和社會實踐多元化的立體教育教學體系。在傳授和學習已經形成的知識的同時,加強實踐能力鍛煉,提高學生的動手能力和創新能力。只有將統計學的方法結合實際進行應用,找到應用的結合點,才能使統計學獲得最大的生命力。

3．統計學與計算機教學相結合

教材要與統計軟件的應用相結合。現在許多教材都是內容與軟件分家?，F在計算機已非常普及,無論是高校、高職和中專,培養出來的學生不會用統計軟件分析數據,不管哪一個層次,都已說不過去。統計學是一門應用的方法型學科,統計學應從數據技巧教學轉向數據分析的訓練。統計學與計算機教學要有機地合為一體,讓學生掌握一些常用統計軟件的使用。除了培養學生搜集數據、分析數據的能力外,還要培養學生處理大量數據的能力,即數據挖掘的能力。

4．教學與實際的數據分析相結合

統計的教學不能只停留在課本上,案例教學與情景教學應成為統計課程的重要內容。統計教學和教材增加統計實際案例,通過計算機對大量實際數據進行處理,可以在試驗室進行,亦可在課堂上進行討論,這樣學生不僅理解了統計思想和方法,而且鍛煉和培養了研究和解決問題的能力。

5．要有一批能用電腦、網絡來教學的新型教師

電腦、網絡的出現,不僅改變了教學的手段,還深深地影響著教學的內容,因為它影響著經濟、生活的發展和需求。語文（中文、外文）、數學、計算機、專業知識是一個統計人才必備的素質,它們之間不是分離的,而是要盡可能結合在一起來進行教學,各管各教一套的辦法已不適應現代化教育教學的需要,現代教育特別注重教育信息技術中的多媒體、網絡化、社會化和國際化、多樣化和多層次,有了電腦、網絡,必須要更新,要培養出一批能用電腦、網絡來教學的新型教師,以培養出新型的21世紀的人才。

參考文獻：

[1]賀鏗. 關于統計學的性質與發展問題. 中國統計, 2001.9.

第2篇

關鍵詞：大數據時代；統計學；發展

一、大數據時代下統計學概念概述

教科書上對統計學給出了這樣的定義“有效搜集整理分析隨機性數據，對考察問題給出推斷與預測，最終為行動提供數據支持”，這就是統計學。從根本上看，統計學是一門與數據有關的學科。眾所周知，美國總統奧巴馬通過數據團隊的幫助得到連任的機會，阿里巴巴的馬云很早就把大數據作為企業發展戰略。隨著我們走進大數據時代，網絡科技給搜集數據帶來方便，傳統的設備已經無法容納大量的數據，我們對其進行更新，通過對大數據的分析，我們為社會傳遞出有效的、有價值的信息，這一切為社會的發展起到了不可替代的推動作用。

統計是社會各界乃至各環節不可或缺的因素，在商品交換過程中，統計有先導作用，市場經濟信息也需要統計學的幫助，大數據時代，我們的統計數據不再局限于隨機抽樣調查，電話調查等高成本的搜集方式，通過互聯網及移動終端，我們可以獲得更多數據樣本，可以說我們的社會進入高速發展的時期，大數據時代下的統計學也進入全新的發展階段。

二、統計學在大數據時代影響下的變革

1.從樣本的角度看，樣本概念得到深化

我們知道統計學離不開樣本，有效的樣本能夠正確反映情況，大數據時代樣本概念與傳統不再相同，通常我們得到諸多網絡數據，一種為靜態，即直接在客戶端創建的數據，無需提取即可使用，成本低，另一種為動態數據，即數據隨著時間的推移而變化，最終表現為所有數據的總和，可見此時的樣本不局限于隨機抽樣，直接可以做選定分析。

2.從類型方面看，呈擴大之勢

在過去數據通常指結構化數據，有固定的標準，大數據時代數據不僅局限于固定的結構，還有異構數據，再有存儲方式也發生了改變，大數據可以直接將探測的信號容納進去，由網絡系統作為工具，可以識別各類結構或非結構的數據并進行快速存儲。

3.收集概念得到擴展

傳統的統計過程中，我們有目的的進行數據收集，效率低，成本高，隨著大數據時代來臨，我們將收集步驟化，第一預先處理好數據的識別與處理，第二做好分析，提煉出所需要的信息，最后做好存儲，就這么簡單。面對大量的數據，我們的分析、識別等都需要注意，大數據不代表萬能，我們還是要注意數據的安全性，盡量控制收集成本。

4.數據來源較傳統不同

曾經我們根據研究目的去做統計收集數據，這些數據源都是已知的，在核對方面相對容易。大數據時代，我們得到數據變得容易，但通過互聯網收集數據后，目的性變弱，大多數記錄沒有源頭，很難識別記錄身份，可見，大數據時代做好數據來源登記開始變得重要。

5.量化方式也發生變化

對于傳統的結構化數據，量化方式是成熟的，可以將收集到數據直接分析得出結果，大數據時代，很多異化結構數據幾乎無法做直接分析取得結論，當下，很多結算及專家在研究處理非機構化數據，力爭將大數據時代統計推向新的高端。

6.分析思維發生改變

從分析過程看，傳統分析需要進行三步走，即定性、定量，最終定性。大數據時代，統計分析過程僅需要兩步即定量、定性；從證實分析方面看，傳統思路為假設、驗證，事實證明傳統證實分析有很大誤差，而大數據時代，我們的思維為發現，總結，這是整合，發現最終定論的過程，在此過程中會有很多發現。

7.統計軟件變得越來越多

傳統統計學中，我們比較熟悉的軟件有SPSS、SAS、STATA等，大數據時代，我們分析技術為非關系型，主要以數據中心為基礎，將軟件與大數據結合，分析過程得到很大簡化。綜上，大數據時代給了我們更多的主動權，這些更促使我們推動大數據時代統計的發展進步。

三、大數據時代下統計學面臨的挑戰

大數據時代給我們帶來了更多的好處，統計學的大數據化是大勢所趨，但傳統與更新的交錯間還有一些不相容的方面，對于革新我們還是要從各個方面做謹慎考慮與慎重調整。

首先從樣本標準的角度看，大數據時代我們可以輕松得到很多樣本，此量大到可以視為總體，隨著互聯網科技的不斷發展，大樣本標準也應隨著發展，傳統統計學將界限定在30，大于30為大樣本，小于30為小樣本，大數據時代這個界限略顯低，沒辦法清除干凈干擾信息，這會影響分析結果，因此，加強數據來源的同時還要更新大樣本標準，將更大規模的樣本數量代替舊有的數量，以適應大數據時代的要求。

其次從樣本選取與形式的角度看，傳統統計學固定結構化數據內藏著一定的統計規律，盡管我們能夠發現研究對象的數量關系，但并不是所有的事物都有量化指標，一些被量化的指標也不一定能夠清楚的解讀研究對象，目前大數據采集數據超過80%為有結構數據，傳統的統計數據庫沒有辦法對這些數據做很好的處理，而大數據通過建立非結構數據庫，對數據做有效轉化，發揮多元化分析作用，無形中降低了樣本的選取標準，將統計范圍擴大化。

最后統計軟件的開發是一項挑戰。我們常用的統計軟件主要以構建模型之間的變量與數量關系的方式分析研究對象，如我們熟悉的SPSS等。大數據時代，我們很多以數據為基礎做非關系分析技術，谷歌利用MAPREDUCE實現了月處理400PB數據的工作量，雅虎也利用云計算平臺實現了100PB的存儲工作，未來大量的數據處理需要更快捷更科學的軟件，對于軟件的研發與升級將是一種挑戰。

四、大數據時代下統計學的發展與機遇

1.大數據時代下統計質量更高

從國際數據標準SDDS中得到的統計質量標準可以看到，適用、準確、時效、平衡是統計質量的內涵。其中適用是指統計信息符合要求，統計信息最大化的滿足客戶的用途，大數據的覆蓋很大程度上促進適用功能的提升；傳統角度我們說時效性主要指統計的時間更短，讓客戶及時了解統計信息，大數據時代網絡化完全滿足時效性各類要求；準確是指估值與真值之間的差別，數據中存在誤差在一定范圍內屬于正常，大數據時代我們的全面性最大程度包容了誤差，也縮小的了誤差，統計更加真實可信；平衡性也被稱之為協調性，大數據時代，數據結果的核對與檢驗都經得起客戶的不斷核查，可以使數據的平衡性得到很大提升。

2.大數據時代統計成本降低

首先，從數據收集角度看，大數據時代可以不再依靠人力做電話調查或問卷調查，甚至有些普查動用全國力量，耗費大量人力財力，通過互聯網、移動通信等，我們大大降低人力成本，數據收集快，成本低，準確性也高；其次從數據利用角度看，傳統統計過程中，一旦資料過期就需要再起啟動抽樣分析過程，對外公布手段也有局限性，大數據時代，我們收集數據更輕松，且數據可多次被利用，綜合比算，數據的成本大大降低。

3.大數據時代統計學作用范圍擴大

傳統統計學有各種局限性，比如受成本、觀念等影響，統計學主要用于行業與部分統計，隨著大數據時代的來臨，統計學被應用到各行各業，比如、金融、醫學、計算機行業等，從這個角度看，社會的新計劃讓信息傳遞發生質變，統計學作用價值得到認可并服務擴大，這樣推動自身發展的同時更服務社會服務人民，為整個國家發展進步起到不可估量的作用。

參考文獻

第3篇

關鍵詞: 統計學； 發展趨勢； 統計教育改革

隨著國家創新體系的建立，統計創新工程已經提上議事日程，統計創新包括兩個方面，一是統計實踐的創新；二是統計教育的創新。創新的基礎在于教育，沒有統計教育的創新，就談不上統計實踐的創新。準確把握統計學的發展方向與發展形勢，培養適應新世紀社會經濟發展需要的人才，是統計教育工作者必須面對的問題，本文從統計學的基本發展趨勢談一談統計教育急需改革的幾個方面。

一、統計學的基本發展趨勢

縱觀統計學的發展狀況，與整個科學的發展趨勢相似，統計學也在走與其他科學結合交融的發展道路。歸納起來，有兩個基本結合趨勢。

（一）統計學與實質性學科結合的趨勢

統計學是一門通用方法論的科學，是一種定量認識問題的工具。但作為一種工具，它必須有其用武之地。否則，統計方法就成為無源之水，無用之器。統計方法只有與具體的實質性學科相結合，才能夠發揮出其強大的數量分析功效。并且，從統計方法的形成歷史看，現代統計方法基本上來自于一些實質性學科的研究活動，例如，最小平方法與正態分布理論源于天文觀察誤差分析，相關與回歸源于生物學研究，主成分分析與因子分析源于教育學與心理學的研究。抽樣調查方法源于政府統計調查資料的搜集。歷史上一些著名的統計學家同時也是生物學家或經濟學家等。同時，有不少生物學家、天文學家、經濟學家、社會學家、人口學家、教育學家等都在從事統計理論與方法的研究。他們在應用過程中對統計方法進行創新與改進。另外，從學科體系看，統計學與實質性學科之間的關系絕對不是并列的，而是相交的，如果將實質性學科看作是縱向的學科，那么統計學就是一門橫向的學科，統計方法與相應的實質性學科相結合，才產生了相應的統計學分支，如統計學與經濟學相結合產生了經濟統計，與教育學相結合產生了教育統計，與生物學相結合產生了生物統計等，而這些分支學科都具有"雙重"屬性：一方面是統計學的分支，另一方面也是相應實質性學科的分支，所以經濟統計學、經濟計量學不僅屬于統計學，同時屬于經濟學，生物統計學不僅是統計學的分支，也是生物學的分支等。這些分支學科的存在主要不是為了發展統計方法，而是為了解決實質性學科研究中的有關定量分析問題，統計方法是在這一應用過程中得以完善與發展的。因此，統計學與各門實質性學科的緊密結合，不僅是歷史的傳統更是統計學發展的必然模式。實質性學科為統計學的應用提供了基地，為統計學的發展提供了契機。21世紀的統計學依然會采取這種發展模式，且更加注重應用研究。

這個趨勢說明：統計方法的學習必須與具體的實質性學科知識學習相結合。必須以實質性學科為依據，因此，財經類統計專業的學生必須學好有關經濟類與管理類的課程，只有這樣，所學的統計方法才有用武之地。統計的工具屬性才能夠得以充分體現。

（二）統計學與計算機科學結合的趨勢

縱觀統計數據處理手段發展歷史，經歷了手工、機械、機電、電子等數個階段，數據處理手段的每一次飛躍，都給統計實踐帶來革命性的發展。上個世紀40年代第一臺電子計算機的誕生，給統計學方法的廣泛應用創造了條件。20年展起來的多元統計方法雖然對于處理多變量的種類數據問題具有很大的優越性，但由于計算工作量大，使得這些有效的統計分析方法一開始并沒有能夠在實踐中很好推廣開來。而電子計算機技術的誕生與發展，使得復雜的數據處理工作變得非常容易，那些計算繁雜的統計方法的推廣與應用，由于相應統計軟件的開發與商品化而變得更加方便與迅速，非統計專業的理論工作者可以直接憑借商品化統計分析軟件來處理各類現實問題的多變量數據分析，而無需對有關統計方法的復雜理論背景進行研究。計算機運行能力的提高，使得大規模統計調查數據的處理更加準確、充分與快捷。目前企業經營管理中建立的決策支持系統（DSS）更加離不開統計模型。最近國外興起的數據挖掘（Datamining，又譯"數據掏金"）技術更是計算機專家與統計學家共同關注的領域。隨著計算機應用的越來越廣泛，每年都要積累大量的數據，大量信息在給人們帶來方便的同時也帶來了一系列問題：信息過量，難以消化；信息真假，難以辨識；信息安全，難以保證；信息形式不一致，難以統一處理；于是人們開始提出一個新的口號"要學會拋棄信息"。人們考慮"如何才能不被信息淹沒，而是從中及時發現有用的知識，提高信息利用率？"面對這一挑戰，數據挖掘和知識發現（DMKD）技術應運而生，并顯示出強大的生命力。數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數據挖掘是一門交叉學科，它把人們對數據的應用從低層的簡單查詢，提升到從數據中挖掘知識，提供決策支持。在這種需求牽引下，匯聚了不同領域的研究者，尤其是數據庫技術、人工智能技術、統計、可視化技術、并行計算等方面的學者和工程技術人員，投身到數據挖掘這一新興的研究領域，形成新的技術熱點。雖然統計學家與計算機專家關心Datamining的視角不完全相同，但可以說，Datamining與DSS一樣，使得統計方法與計算機技術的結合達到了一個更高的層次。

因此，統計學越來越離不開計算機技術，而計算機技術應用的深入，也同樣離不開統計方法的發展與完善。這個趨勢說明：充分利用現代計算技術，通過計算機軟件將統計方法中復雜難懂的計算過程屏障起來，讓用戶直接看到統計輸出結果與有關解釋，從而使統計方法的普及變得非常容易。所以，對于財經類統計專業的學生來說，一方面要學好統計方法，但另一方面更加要學會利用商品化統計軟件包解決實踐中的統計數量分析問題，學好計算機信息系統開發的基本思想與基本程序設計，能夠將具體單位的統計模型通過編程來實現，以建立起統計決策支持系統。

所以統計與實質性學科相結合，與計算機、與信息相結合，這是發展的趨勢。了解這一點，再來看我們目前教育中的問題就更加明顯了，所以一些課程要改革，教學方式也要改革。以下談一談統計教育需要改革的幾個方面。

轉貼于 二、統計教育的改革

(一) 統計專業課程建設問題

專業建設考慮的是應當培養什么樣的人才和怎樣培養這樣的人才。專業建設的核心問題是課程設置和規范課程內容。課程設置主導學生的知識結構，培養統計理論人才應當設置較多的數學課程，目的是讓學生能對各種統計方法有較深刻的理性認識；培養應用統計人才應當設置較多的相關應用領域的專業課程，目的是讓學生如何能將統計方法正確地運用到相關領域。例如培養從事經濟管理的統計人才，在課程設置上至少應當包括四方面的知識：（1）經濟理論課程，讓學生了解經濟活動的主要進程和基本規律；（2）研究社會經濟問題主要統計方法，包括常用的統計數據搜集方法，統計數據處理方法和分析方法；（3）適用電腦技術，讓學生初步掌握運用電腦進行統計數據處理和分析的基本理論和技能；（4）有關統計理論和統計實踐中的前沿性問題，目的不在于要學生真正掌握這些問題，而是讓學生了解統計理論和統計實踐的前沿發展動態，啟迪學生的科學思維能力。

(二) 教學方法和教學手段的改革

統計教學方法和教學手段改革中，有兩個焦點問題：一是如何激發學生學習統計學的興趣；二是應用什么教學手段來達到較好的統計教學效果等。充分運用現代教育技術、教學手段，更新教學方法，促使教育技術、教學手段和教學方法有機結合。

1. 改灌輸式教學為啟發式教學，特別注重教育多樣化和多層次性，不僅讓學生掌握如何搜集、整理數據的技術，還要教學生讀懂數字背后的事實。學會按照具體與抽象、動態與靜態、個體與總體、絕對與相對、一般與特殊、演繹與歸納等不同的思維方式分析問題和解決問題。注重利用一題多解與一題多變，開拓學生的發散思維。

2. 改單向接受式的教學為雙向互動式教學，以案例分析與情景教學開啟學生的思維閘門，使學生更形象、快捷的接受知識，發揮其獨立思考與創造才能，培養學生創造性思維能力。

3. 構建以課堂、實驗室和社會實踐多元化的立體教育教學體系。在傳授和學習已經形成的知識的同時，加強實踐能力鍛煉，提高學生的動手能力和創新能力。只有將統計學的方法結合實際進行應用，找到應用的結合點，才能使統計學獲得最大的生命力。

（三）統計學與計算機教學相結合

教材要與統計軟件的應用相結合?，F在許多教材都是內容與軟件分家，現在計算機已非常普及，無論是高校、高職和中專，培養出來的學生不會用統計軟件分析數據，不管哪一個層次，都已說不過去。統計學是一門應用的方法型學科，統計學應從數據技巧教學轉向數據分析的訓練。統計學與計算機教學有機地合為一體，讓學生掌握一些常用統計軟件的使用。除了要培養學生搜集數據、分析數據的能力外，還要培養學生處理大量數據的能力，即數據挖掘的能力。

（四）教學與實際的數據分析相結合

統計的教學不能只停留在課本上，案例教學與情景教學應成為統計課程的重要內容。統計教學和教材增加統計實際案例，通過計算機對大量實際數據進行處理，可以在試驗室進行，亦可在課堂上進行討論，這樣學生不僅理解了統計思想和方法，而且鍛煉和培養了研究和解決問題的能力。

（五）要有一批能用電腦、網絡來教學的新型教師

電腦、網絡的出現，不僅改變了教學的手段，還深深地影響著教學的內容，因為它影響著經濟、生活的發展和需求。語文（中文、外文）、數學、計算機、專業知識是一個統計人才必備的素質，它們之間不是分離的，而是要盡可能結合在一起來進行教學，各管各教一套的辦法已不適應現代化教育教學的需要，現代教育特別注重教育信息技術中的多媒體、網絡化、社會化和國際化、多樣化和多層次，有了電腦、網絡，必需要更新，要培養出一批能用電腦、網絡來教學的新型教師，以便培養出新型的21世紀的人才。

[參考文獻]

[1] 賀鏗.關于統計學的性質與發展問題. 中國統計，2001.9.

[2] 袁衛.國外統計高等教育發展的趨勢及對我國統計教育改革的思考.中國統

計，2001.10.

[3] 習勤.關于統計教育創新的思考. 中國統計， 2002.1.

作者簡介：