發布時間：2023-10-11 16:23:36
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的統計學經典理論樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
【提 要】 目的 探討經典統計學派與貝葉斯學派假設檢驗思想的異同。方法 總結和概括兩種思想，并結合一個實例對兩種思想進行比較。結果 兩種思想統一于貝葉斯定理，并在特定場合下相互等價；貝葉斯方法在先驗信息的利用、風險的回答、損失的考慮以及多重假設問題的處理等方面較經典方法具有明顯的優勢。結論 貝葉斯學派的理論應用受到重視。
【Abstract】 Objective To discuss differences between classical and Bayesian testing thoughts.Methods First these two thoughts are summarized’and then they are compared through an example.Results It is pointed out that these two thoughts are united on Bayes’s Theorem’that they are equal on given occasions’and that Bayesian testing approaches have more advantages than classical approaches in using prior information’indicating the hazard of testing’considering the loss’and dealing with the problem of multi-hypotheses.Conclusion Great attention should be paid to Bayesian theory.
【Key words】 hypothesis test Classical school Bayesian school
假設檢驗問題是統計學的傳統問題，對于該問題，經典統計學派與貝葉斯學派有不同的處理思想。目前，經典統計方法占據著統計學的主導地位，但是，貝葉斯方法正在國外迅速發展并得到日益廣泛的應用，我們有必要給以足夠的重視。本文結合一個例子，對兩大學派的假設檢驗思想進行初步比較，以揭示兩種思想的區別與聯系，并著重探討貝葉斯方法的優勢。
兩種假設檢驗思想
一、經典統計學派的假設檢驗思想
經典統計學派運用反證的思想進行推斷，即：在認定一次實驗中小概率事件不會出現的前提下，若觀察到的事件是H0為真時不合理的小概率事件，則拒絕H0。
上述思想可以用如下決策函數表示：
其中x代表樣本信息。Φ(x)取值為0時即為通常的“拒絕H0”。
二、貝葉斯學派的假設檢驗思想
貝葉斯學派直接討論H0和H1的后驗概率，依據后驗概率的大小進行推斷。
其基本的解決方案是：在先驗分布π下，有決策函數
Φ(x)取值為0時即“拒絕H0”。很明顯，它選擇了后驗概率較大的假設。
三、兩種思想的聯系與分歧
在經典統計學中，參數被看作未知常數，不存在參數空間，因而不存在H0和H1的概率，給出的是P(x|H0真)，其中x代表樣本信息。在貝葉斯方法中，參數被看成隨機變量，在參數空間內直接討論樣本x下H0和H1的后驗概率，給出的是P(H0真|x)和P(H0不真|x)。
事實上，兩個學派的方法在一定程度上統一于貝葉斯公式。
由貝葉斯公式容易得到：
因此，當P(H0)=P(H1)，即H0與H1居于平等地位時，經典學派與貝葉斯學派的結果是一致的。
然而，H0與H1地位往往不一致，H0常居于將被否定的位置，因而上述一致性并不總能成立。貝葉斯學派對此進行了深入的探討，他們的結果很有意義。
對于正態分布前提下的單側檢驗：X～N(θ，1)，H0：θ≤0 H1：θ＞0，經典方法得到的P值與貝葉斯方法在無信息先驗分布下的后驗概率相等，此結論可以推廣到正態分布前提下其他類似的單側檢驗。
對于形如H0：θ=0，H1：θ＞0，(或H1：θ＜0)的單側檢驗，情況則不同，與下述的雙側檢驗有類似結果。
對于形如H0∶θ=0， H1：θ≠0的雙側檢驗，經典方法得到的P值與貝葉斯方法的后驗概率大不相同。在Berger和Sellke 1987年對正態分布前提下二者的比較研究中，當經典方法得到的P在0.01～0.1之間時，貝葉斯方法得到H0為真的后驗概率大于P，因而此時拒絕H0所承擔的實際風險大于P，而這個區間對于經典方法下結論是非常重要的。Hwang和Pematle 1994年提出，對這類雙側檢驗，類似結果始終存在，因而P值應該由其他判斷標準來替代。但他們還沒有找到這種標準。
兩種思想的應用
下面我們通過一個例子對兩種假設檢驗思想進行一些比較。
例：以隨機變量θ代表某人群中個體的智商真值，θi為第i個個體的智商真值，隨機變量Xi代表第i個個體的智商測驗得分，若該人群的期望智商為μ，則第i個個體在一次智商測驗中的得分可以表示為：xij=θi+eij=μ+ei+eij，其中ei為第i個個體的自然變異，eij為第i個個體第j次測量的測量誤差。根據以往積累的資料，已知在某年齡兒童的智商真值θ～N(μ’τ2)，其中μ=100’τ=15，個體智商測驗得分Xi～N(θi’σ2)，其中σ=10。現在一名該年齡兒童智商測驗得分為115，問：(1)該兒童智商真值是否高于同齡兒童的平均水平(即θi＞100)?(2)若取θi在(a’b)為正常，問該兒童智商是否屬于正常? 轉貼于
一、用經典統計方法解答
對第一問，設H0：θi≤100 H1：θi＞100，按照經典統計學方法，若H0成立，則有：
因此，α水平下的拒絕域為｛x:x＞100+σ?u1-α｝
已知σi=10，若取α=0.05，有u0.95=1.645，100+10×1.645=116.45。
現有x=115，因此，在0.05水平尚不能認為該兒童智商高于平均水平。
對第二問，經典方法需要進行兩次分別針對a、b的單側檢驗。過程與第一問相似，這里不再敘述。
二、用貝葉斯方法解答
在貝葉斯學派中，當θi未知時，將其看作隨機變量，與θ具有相同的分布，這是貝葉斯學派與經典學派的一個重大區別。
根據貝葉斯理論，若X～N(θ，σ2)，其中σ2已知，θ未知，但已知θ的先驗分布是N(μ，τ2)，其中μ和τ2均已知，則給定x后θ的后驗分布為N(μ(x)’ρ-1，)其中(證明參見文獻［1］)。
由此得到，本例中該兒童智商θi的后驗分布為N(110.38，69.23)。
對第一問，同樣設H0：θi≤100 H1：θi＞100，查正態分布表可以得到：
P(H0：θi≤100|x=115)=0.106，
P(H1：θi＞100|x=115)=0.894
根據風險最小原則拒絕H0，接受H1。
對第二問，設H0：a＜θi＜b H1：θi＜a或θi＞b，查正態分布表可以分別得到P｛H0：a＜θi＜b|x=115｝和P｛H1：θi＜a或θi＞b|x=115｝，類似第一問，依據風險最小原則作出推斷。
討 論
由上述分析和例子，我們可以看出，用貝葉斯方法處理假設檢驗問題至少在下述幾方面具有明顯優勢。
一、先驗信息利用的充分性和風險的直觀性
從前述問題的處理，我們清楚地看到，經典方法只使用了Xi的已有信息(貝葉斯學派稱之為先驗信息)，而貝葉斯方法則同時利用了Xi和θ的先驗信息。因而在第二問的解決上，貝葉斯方法較經典方法少進行一次假設檢驗。
在貝葉斯方法中，由于導出了樣本x下的后驗分布，可以對風險給出正面的回答，因而較經典方法下的間接判斷更直觀。
二、可以將后續問題納入考慮范圍
如果推斷錯誤在后續問題的解決過程中會造成一定損失，貝葉斯方法在進行推斷時可將這一損失考慮在內。如：
在假設H0∶θ∈Θ0，H1∶θ∈Θ1(Θ0、Θ1是參數空間內兩個互補子集)下，有：
Φ等于0，1分別代表拒絕、接受H0，a0、a1分別代表了第一、第二類錯誤造成的損失，這時，貝葉斯方法給出如下決策函數：
由于可以將假設檢驗結果帶來的損失納入檢驗考慮的范疇之內，因而對問題的回答更接近實用。
三、多重假設的處理不存在困難
對多重假設，如將前例第二問改為：若θi∈(a’b)為智力正常，θi＜a為智力低下，θi≥b為智力超常，問該兒童智力屬何種類型?
在現有條件下，經典方法很難處理這一問題。而貝葉斯方法對這一問題的解答并不存在特殊的困難，只需將假設設為：H0∶a≤θi＜b H1∶θi＜a H2∶θi≥b，多計算一個后驗概率便可。
關鍵詞：統計學；教育改革；大數據
一、引言
最早提出大數據時代到來的機構是全球知名的麥肯錫咨詢公司，該公司在一份研究報告中指出：“數據已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素，人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來”。
大數據是隨著互聯網技術的廣泛應用帶來的數據量和數據類型激增而衍生出來的一種現象，但大數據一詞不僅指規模大、種類多的數據集，還包括對這種數據集進行采集、處理與分析以提取有價值信息和直接創造價值的技術構架和技術過程。大數據的第一個特征是數據量巨大。截止到2012年，數據量已經從TB（1024GB=1TB）級別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB（1024EB=1ZB）級別。第二個特征是數據類型繁多、異構性突出，包括網絡日志、音頻、視頻、圖片、地理位置信息等等。第三個特征是數據價值密度較低，數據中存在大量重復性和無價值性信息或噪聲。如何通過強大的計算技術和統計分析等方法迅速完成數據的價值提純，是大數據時代亟待解決的難題。第四個特征是處理速度快、時效性要求高。這是大數據區分于傳統數據挖掘最顯著的特征。
目前，不同的學科領域對大數據概念有著不盡相同的解釋，但各種解釋中大致可以從兩個方面去理解。首先，大數據概念體現在數據量的巨大、種類的眾多及產生速度的飛快，同時產生的數據集極有可能包含著各種半結構化和非結構化數據；其次，大數據概念還體現在對數據進行處理的手段和流程方面，由于數據量的龐大和類型復雜，利用常規的統計軟件已經無法對當今的數據進行及時有效的存儲、分析及處理。因此，所謂的大數據并不是單純指數據流量的巨大，還指其結構的復雜和種類的多樣，在數據處理和分析上需要采用高端計算平臺或高級統計軟件，以及海量數據中存在著可挖掘的潛在的大量價值信息與知識。
近年來，隨著高速計算機的應用、信息技術的快速發展，特別是云計算技術的發展，使大數據的存儲和分析技術得到迅速發展，目前的核心技術有MapReduce、GFS、BigTable、Hadoop，以及數據可視化等。在數據搜集上，可方便地通過在線互聯網數據庫獲取二手數據或一手實時數據。在數據分析上，傳統統計學方法采取的是基于統計模型的樣本數據分析，而大數據分析技術則是通過高端計算平臺，對大數據中的信息進行挖掘。
統計學作為對數據進行處理和分析的科學，必然受到大數據的影響。在大數據時代，統計學教育必須與時俱進，跟上時展步伐。近年來，有不少文獻討論了大數據環境下我國統計學教育的改革問題（例如[1]-[5]），本文在分析大數據時代特征的前提下，進一步討論我國統計學教育的現狀與挑戰、統計學教育改革的內容、方法、借鑒和適應時代要求的變革問題。
二、統計學教育的現狀與挑戰
2013年，教育部對我國統計學專業設置進行一次新的調整，將原來的既可授予理學學位，也可授予經濟學學位的統計學專業劃分為統計學、應用統計學和經濟統計學三個本科專業[6]。根據教育部高等學校統計類專業教學指導委員會2013年11月公布的數據，當時全國有194所高校開設了統計學專業，156所高校開設了應用統計學專業，164所高校開設了經濟統計學專業[6]。目前，全國開設這三個統計學專業的高校個數和在校學生人數與2013年相比都有不少的增加。
面對大數據時代，我們目前的統計學教育無論在培養目標和教學內容上，還是在教育方式和人才培養模式上，都存在著亟待解決的挑戰性問題。例如，在專業培養目標和人才培養過程中，我們比較重視課程層面上的評價，比較輕視專業層面上的整體評價，缺乏對學生綜合能力的反饋機制。
關于教學內容，目前三個統計學專業在統計理論和應用統計兩個方面有不同的側重。統計理論主要包括：抽樣理論、實驗設計、估汁理論、假設險驗、決策理論、貝葉斯統計、半參數和非參數統計、序貫分析、多元統計分析、時間序列分析、小樣本理論和大樣本理論等。在數據分析中，現今的統計方法基本以結構化數據為主要處理對象，而對非結構化和半結構化數據的分析和工具涉及較少。因此，現今統計學課程及內容已不能滿足從事非結構型和半結構型的大數據研究和商業應用對人才培養的需要，必須進行必要的改革。
對于教育方式，鑒于大數據時代要求，統計分析人員需要具備較高的數學和現代統計學基礎，具有較高的軟件操作能力，掌握一定的大數據收集、整理、分析、處理和挖掘數據的技能。日本學者城田真琴認為：“數據科學家要有計算機科學專業背景，數學、統計方面的素養和使用數據挖掘軟件的技能，善于利用數據可視化的手法展現晦澀難懂的信息，而且具備相應的專業知識、眼界和視野，具有適應社會發展和創造價值的能力”。現今的統計學教育方式還不能很好適應大數據時代數據科學人才培養需要，必須進行必要及時的調整和變革。
對人才培養模式，大數據時代不僅要求培養具有數據處理和分析所需的基本素質與技能，更重視培養從海量數據中發現和挖掘價值信息、把握市場機遇、創造利潤的潛在能力。面對大數據時代的諸多挑戰，現代統計技術、數據挖掘方法、計算機信息技術、軟件工具和理念的日新月異，培養統計人才的教育模式也需要相應變化，統計學教育只有與時俱進，主動做出全面的調整和變革才能適應新時代知識進步和激烈人才市場競爭的需要，積極迎接大數據時代的挑戰。
大數據時代對統計學教師有更高的要求，統計學教師需要與時俱進，跟上時代步伐。隨著互聯網、物聯網、云計算等信息技術的發展，對數據的分析和處理的技術也隨之要求更高，統計學教師固有的知識體系已不能滿足培養現代統計人才的需要，必須進一步深化和更新原有的統計學理論知識，而且還需要學習掌握計算機技術、互聯網、數據庫和信息科學等有關知識和技術，同時還要熟悉處理非結構型和半結構型數據的知識和技能，以適應現代統計學教育對教師的知識結構和基本素質的要求。
大數據時代對統計專業的學生也提出了更高的要求，他們不僅需要掌握現代統計理論、統計方法和專業統計軟件，還要學會如何分析、處理來自互聯網或各種實際問題中的海量數據，如何利用統計軟件和互聯網技術進行數據操作，如何借助軟件技術和統計準則判斷數據質量，如何進行模型選擇和評價模型方法的有效性，如何準確清晰地呈現統計分析結果和結論，等等。
2014年11月，美國統計學會了統計學本科專業指導性教學綱要 [7]，該教學綱要對統計學專業提出四個方面的要求：（1）具有扎實的數學和統計學基礎、強大的統計計算和編程能力，熟練使用統計軟件和數據庫；（2）分析來自現實問題的真實數據，真實數據是統計專業教育的重要組成部分；（3）掌握多樣化的統計模型方法；（4）具有通過語言、圖表和動畫等方式解釋數據分析結果的能力。美國是統計學教育和人才培養最先進的國家之一，該指導性教學綱要代表著美國統計學專業培養人才的基本要求和發展方向，對我國統計教育的改革具有重要的參考價值。以該指導性教學綱要為參考依據，對照我國目前的統計學本科專業教育，無論是在培養目標和課程設置方面，還是在教學內容和教學方法方面，都存在著亟待解決的挑戰性問題。
三、統計學教育的改革
大數據時代的統計學教育不僅是各種統計方法、數據挖掘方法和信息技術手段的延續或發展，更主要的是這些方法的集成應用和在實際數據分析中的真實體驗。過去，企業數據庫價格昂貴，在統計學教育的教學案例或實驗課教學中，很少采用真實和海量的數據庫資源，基本都是采用過時或虛擬的數據。今天，像百度大數據引擎這樣的數據庫的逐步對外開放，將有助于開展“線上大數據統計實驗”教學。為了適應大數據時代要求，有必要利用網絡資源以及各種數據處理軟件，搭建線上大數據分析實驗教學平臺，全面開展大數據統計實驗教學的改革。實際上，借助大數據分析平臺，本科階段的統計學教育就可以融人聯機分析和數據的可視化教學。其次，要時刻關注大數據分析理論的進展，及時將新理論新方法融入課堂教學內容。
需要指出的是，在大數據時代，經典統計理論和方法并沒有過時，但需要進行改進和進一步發展。這是因為，網上采集的巨型數據集往往存在大量的重復性和無價值數據信息，使得大數據價值密度降低。在對這些數據進行分析處理之前往往需要通過去噪、分層、截斷、聚類等方法的預處理，將其變成便于進行分析處理的小數據，繼而借助于經典統計方法進行分析和處理。因而在大數據時代仍然需要采用傳統統計學的小樣本理論和方法。所以，即便是在大數據時代，經典統計方法仍然是進行統計分析的基石，其核心地位不可動搖。所以，在大數據時代仍然要強化統計學的基本理論和方法，尤其是在長期發展和實踐應用中經過驗證的、成熟有效的經典和現代統計方法，在大數據時代仍然沒有過時，但需要結合大數據分析的需要對經典統計方法進行必要的發展和改進。
大數據科學需要統計學與數學、計算機等學科的結合。亞馬遜大數據科學家John Rauser 認為：“數據科學家是統計學家和計算機工程師的結合體”。為了滿足大數據時代的要求，統計學專業的課程設置需要進行必要的調整。應根據新時代人才培養的要求，增設與大數據前沿領域發展相關的課程，如計算機網絡和大數據相關的軟件應用，同時要加大實驗課和社會實踐課的比重，引導學生理解和掌握大數據概念、理論、技術和方法，培養其運用大數據的相關分析工具解決實際問題的能力。對于理論課程，除基本統計理論外，還應開設一些較為現代和深入的課程，如現代貝葉斯方法、神經網絡、數據挖掘、應用隨機過程論等。另外，還應開設與大數據分析相關的關聯規則、決策樹、機器學習、支持向量機等課程。
為了培養與時代適應的統計學人才，統計學專業教師應不斷更新自身的知識結構和價值觀念，改變認識數據、收集數據和分析數據的思維，主動學習和補充互聯網、現代數據分析技術、數據庫和數據挖掘技術，使自己的知識體系不斷更新和提升，跟上時展的步伐。
在大數據時代，要注意培養學生適應社會的能力。統計專業人才培養模式應以提高本專業學生數據分析方面的能力，開闊他們的視野，培養其適應社會的能力。應積極引導學生進入實訓場所動手操作和鍛煉，嘗試以企事業單位的財政、金融、保險、統計、咨詢和信息公司等部門為主構建專業性教育實踐基地。鼓勵學生到大數據相關的機構部門、產業園區和企業中去調查研究和實踐。此外，統計專業應積極同其他專業進行合作，聯合培養適應新時代要求的數據分析人才。鑒于大數據對數據分析人員在計算機技術、行業認知、業務知識、數據分析工具和方法的要求提高，統計學科應主動與計算機、經濟學、管理學等相關學科合作，培養學生的計算機能力、專業素質和業務修養。
“它山之石可以攻玉”，關于統計學專業的課程設置，可以參考和借鑒美國統計學會公布的統計學本科專業指導性教學綱要。根據該教學綱要，統計專業的課程設置應該涵蓋五個模塊[7]：（1）統計方法與統計理論。建立統計模型并對模型的輸出結果進行評價，熟悉統計推斷，能夠從數據分析中得出恰當的結論。（2）數據操作和統計計算。熟練使用一款專業統計軟件進行探索性數據分析，發現和清洗數據中的錯誤記錄，具有編程能力和算法思維，可以進行各種數據操作，還應掌握統計計算技術，能夠進行模擬研究。（3）數學基礎。熟練掌握微積分、線性代數、矩陣論、概率論和數理統計的基礎知識。（4）實踐訓練和表達能力。具有良好的表達和交流能力，善于通過圖示和動畫等聽眾易于理解的方式展示分析結論，并且具有團隊合作精神和項目領導能力。（5）特定領域的知識。掌握特定應用領域的知識，并用統計學特有的思維方法來分析和解決特定領域的實際問題。
大數據時代是以數據為中心的時代，統計學專業的教育改革必須適應這個時代的要求。統計數據分析中軟件應用能力至關重要。在眾多統計軟件中推薦使用R和SAS軟件，因為R是免費開源軟件，其統計建模、統計計算和可視化功能強大，更新迅速，是最新統計方法的主要平臺，非常有利于培養學生的編程能力和知識更新能力，而SAS軟件被很多公司用于數據管理和數據分析，在實際應用領域具有長期而深遠的影響，是數據分析不可或缺的專業統計軟件。當然，教學中也可以嘗試使用其他專業統計軟件，例如經濟統計專業學生也可使用SPSS軟件，但最好會使用SAS或R軟件。在加強軟件使用和編程能力的基礎上，應加強學生統計計算和統計模擬能力的培養。在大數據時代，強調統計計算的重要性是大勢所趨。統計模擬技術是伴隨著高速計算機和信息技術的快速發展而廣泛應用的現代技術，可用來解決傳統學科領域中無法解決的問題。例如，在計算技術飛速發展的今天，貝葉斯統計方法過去曾經面臨的計算瓶頸正在逐漸消失，基于馬爾科夫鏈蒙特卡洛（MCMC）技術的統計模擬方法在數據分析中的強大威力正在日益顯現[8]。
參考文獻：
[1] 劉春杰，大數據時代對當代統計學教育的挑戰，統計與決策，2015年，第8期。
[2] 孟生旺，袁衛，大數據時代的統計教育，統計研究，2015年，第32卷4期。
[3] 葛虹，韓偉，大數據時代統計教育變革的SWOT分析與發展策略，統計與決策，2015年，第4期。
[4] 張海波，黃世祥，統計學專業學生大數據分析能力的培養方式選擇，統計與決策，2014年，第24期。
[5] 李衛東，大數據對統計學科發展的影響，統計與決策，2014年，第13.期。
[6] 教育部高等學校統計類專業教學指導委員會.統計學專業教學單位.http：///category/信息公開/教學單位，2013-11-15.
關鍵詞：計量經濟學；“深入淺出”；實驗教學
中圖分類號：G642.4 文獻標志碼：A 文章編號：1674-9324（2014）19-0077-02
一、計量經濟學背景介紹
1.計量經濟學的產生與發展。計量經濟學（Econometrics）一詞最早由挪威經濟學家、第一屆諾貝爾經濟學獎獲得者弗里希（R.Frisch）于1926年在《論純經濟問題》一文中，按照“生物計量學”（Biometrics）一詞的結構仿造出來的。計量經濟學是經濟學的一個分支學科，是以揭示經濟活動中客觀存在的數量關系為內容的分支學科，是由經濟學、統計學和數學三者結合而成的交叉學科。1930年12月弗里希和丁伯根（J.Tinbergen）等經濟學家發起在美國克里富蘭成立國際計量經濟學會，該學會的成立標志著計量經濟學作為經濟學的一門獨立學科被正式確立。美國諾貝爾經濟學獎獲得者薩謬爾森（P.Samuelson）認為：“第二次世界大戰后的經濟學是計量經濟學的時代。”20世紀70年代以來，隨著計算機的廣泛應用和非經典計量經濟學的理論有了新突破，使得計量經濟學的理論和應用又進入一個新的階段。
2.計量經濟學在國內的發展。中國高等學校開設計量經濟學課程已有20多年的歷史，起初只是在部分學校的少數專業開設，1998年經教育部全國經濟學教學指導委員會討論決定，把計量經濟學納入了高等學校經濟學門類各專業8門共同核心課程之一。全國各高校不僅在經濟學類各專業已普遍開設了計量經濟學，而且一些管理類專業也十分重視這門課程的學習。與此同時，計量經濟學的學習不再僅限于理論層面，計量經濟分析在經濟領域中得到一定運用，僅從經濟學類期刊文章看，學者在探索經濟問題的過程中，更希望通過對經濟問題的定量分析來提升文章實用價值，它也成為文章含金量的一個重要尺標。據統計，在1984―2007年《經濟研究》刊物上發表的近3300余篇論文中，以計量模型作為主要分析方法的論文占到了53%[1]。
二、計量經濟學的學科特點
從學科綜合性看，計量經濟學是一門綜合性邊緣學科。計量經濟學的一個顯著特點是它自身并沒有固定的經濟理論，計量經濟學中的各種計量方法和技術，大多來自數學和統計學，但建立的計量經濟模型需有相關的經濟理論作為支撐。因此，在運用計量經濟學的過程中，我們需堅持以科學的經濟理論為指導，緊密結合經濟問題所處的環境，選擇適當的計量方法才能使計量研究成果發揮它應有的作用。從方法論角度看，計量經濟學是一門工具學科。作為方法論學科，計量經濟學信奉“經驗主義”，作為經濟問題分析的工具，計量經濟學需要通過對經濟問題的數量關系，并從定量角度分析實際經濟問題。因此，計量經濟學通過自身的優勢，將現實中的經濟問題，通過計量經濟方法并結合相應軟件，將經濟問題轉化為可度量且具有實際經濟意義的分析結果，并為后續政策的制定提供數據支撐。
三、計量經濟學在財經院校的發展現狀
財經院校在開設課程的過程中，更強調課程的實際應用而不是課程的理論推導，理論推導并不是其教學主要目的。雖然理論推導及證明不是其學生的強項，但學生具有較強的經濟學基礎。雖然計量經濟學作為經濟學門類各專業核心課程，且該課程在教學建設中越來越受到重視，但計量經濟學在財經院校的課程開設中仍面臨著許多挑戰。首先，課程具有課時少、內容多、實踐性強的特點。目前，財經院校為本科生開設的計量經濟學課時較為有限，而計量經濟學是由經濟學、統計學和數學結合而成的交叉學科，以微積分、線性代數、概率論與數理統計、微觀經濟學、宏觀經濟學和經濟統計學等為先修課程。因此，計量經濟學所涉及的知識內容廣泛，內容較多。其次，計量經濟學現有教學特點致使學生課程壓力進一步加大。計量經濟學要求學生在學習計量經濟學之前必須具有宏微觀經濟學、微積分、線性代數、概率論及數理統計等先行課程的良好基礎。但對財經院校而言，選修計量經濟學課程的本科生其數學基礎參差不齊，加之開設的時間正好為學生專業課最多的時間段。另一方面，計量經濟學的學習是一個循序漸進的過程，前部分知識掌握的熟悉程度將直接影響后面知識的學習效果。最后，教學方法仍以理論講授為主，導致教學的“深入深出”。現行的計量經濟學教材中充斥著各種數學公式，教師在教學過程中可能過分注重于數學理論推導，而忽視了財經院校學生知識結構背景，在課堂教學過程中缺乏對學生的引導與啟發，使得學生對計量經濟學的學習興趣縮減。
四、實現計量經濟學本科教學的“深入淺出”途徑
如果在計量經濟學教學過程中忽視定量分析，經濟研究很難深入下去，對經濟“政策效應的驗證也是一句空話”，但如果不改變理論脫離實踐的問題，我們將會看到從公式到公式的數字游戲[2]，這將最終形成計量經濟學教學的“深入深出”，教學效果難于達到最大化。從財經院校本科教學視角出發，實現計量經濟學教學的“深入淺出”教學途徑可以從以下幾方面進行考慮：
1.選擇經典計量經濟學部分作為本科教學重點。在本科階段，計量經濟學的教學目標應定位于讓學生掌握計量經濟學最基本的理論與方法，讓學生具有運用計量經濟方法分析實際經濟問題的初步能力[3]。其中，經典計量經濟學應用最為普遍，也是學習更高層次計量經濟學課程的重要基礎，符合財經院校絕大多數本科教學的實際要求。因此，可以選擇經典計量經濟學部分作為本科教學重點，更多的非經典計量經濟學的內容可以放入更高層次學生的教學或學生根據自己個人興趣愛好拓展非經典計量經濟學知識。
2.減少數學的理論推導，重視其分析思想及實際應用。計量經濟學是一門經濟學課程，并不是數學課。因此，教學的內容和教學過程不能過于數學化。盡可能地避免不必要的數學推導，使學生了解方法的基本思想即可。以學生扎實的經濟知識基礎為支撐，加強其計量經濟學的實際應用。
3.加強實驗教學及啟發教學。教師在教學實踐中需適當引入案例調動學生的學習興趣，增加教師與學生之間的互動。根據理論教學的進度合理安排實驗教學的時間，通過案例演示及實驗操作以提高學生解決實際問題的能力。在案例講解的過程中，選擇經濟熱點主題，同時案例內容緊扣教學大綱，改變教材中實例一成不變的形象，保持案例的動態更新[4]。計量經濟學的實驗課程學習可以讓學生更為直觀掌握計量經濟學的運用。在實驗課案例講解的過程中，各個步驟需要結合經濟問題及計量經濟軟件講解，增加講解的直觀性，培養學生綜合運用知識的能力。
4.增加同行間的學術交流，把握學術前沿發展動態。計量經濟學是一門交叉性學科，雖然這門學科在中國發展僅20多年，但其運用領域在不斷擴大。僅從目前權威的經濟學類相關文獻統計數據可知，越來越多的文獻在分析實際經濟問題的過程中涉及計量經濟學方法作為輔助。計量經濟學在中國的發展仍不成熟，并且其學術前沿問題也在不斷更新，僅憑專業教師單一力量還略顯單薄，因此，專業教師需增加專業間的學術交流活動，探討專業領域相關困惑。通過學術交流活動，專業教師可以更為深刻地理解計量經濟學相關理論及學術前沿發展動態。教師在教學過程中可適當為學生講解專業相關的學術前沿發展現狀，增強學生自主學習能力。
參考文獻：
[1]陳永偉.計量經濟學課程教學的創新性探索與思考[J].科教新報（教育科研），2011，（4）：12-13.
[2]陳岱孫.陳岱孫文集（下卷）[M].北京：北京大學出版社，1989.
[3]莊.關于《計量經濟學》課程本科教學改革的研討[J].統計與咨詢，2010，（06）：46-47.
[4]徐盈之.研究型大學高級計量經濟學課程教學改革探討[J].東南大學學報（哲學社會科學版），2009，11（12）：228-231.
[5]高鐵梅.計量經濟學分析方法與建模[M].北京：清華大學出版社，2006.
[6]李子奈.關于計量經濟學課程教學內容的創新與思考[J].中國大學教學，2010，（1）：18-22.
關鍵詞：家庭金融；能力效應；市場參與
Competence effect and financial market participation: Evidence from Household Survey Micro-Data
Wu Weixing Xu Qian Wang Gong
(Research Center of Applied Finance, University of International Business and Economics, Beijing 100029, China)
Abstract: In addition to household demographic characteristics, household wealth, illiquid assets and other objective factors, investors’ subjective perceived competence also have a significant effect on household participation in the financial market. Based on survey micro-data of households, this paper defines two indicators by the self-assessment of understanding of the market and investors’ own perceived ability. Empirical results show that investors’ subjective perceived competence has a significant and positive effect on household behaviors about market participation. It implies that the investors with higher self-perceived competence are more likely to participate in stock investment. It is also found that investors’ subjective perceived competence is mainly affected by education level, household income and health status.
Key words: Household finance; Competence effect; Market participation
能力效應與金融市場參與:基于家庭微觀調查數據的分析
摘要：除了居民家庭的人口統計學特征、財富水平和非流動資產等客觀因素之外，投資者主觀能力感受對居民家庭金融市場參與也有顯著影響。基于中國居民家庭微觀調查數據，根據家庭戶主對市場了解程度的自我評價以及能力水平感受構建指標，發現居民家庭主觀能力感受對居民家庭市場參與行為具有顯著的正向影響，表明如果投資者如果在自我感知的能力方面對自己有更高的評價，則更有可能參與股票市場。同時研究也發現教育程度、家庭收入和健康狀況等均會顯著影響居民家庭的主觀能力感受。
關鍵詞：家庭金融；能力效應；市場參與
經典的投資組合理論在最為一般的假設下證明經濟人的最優資產配置是持有一定比例的風險資產和一定比例的無風險資產，并且風險資產的權重是不變的。但實證研究發現不管是在發達國家還是在新興市場國家的居民家庭即使是非常富有的家庭都有很大比例沒有參與股票等風險類資產的投資，這似乎并不符合經典理論的結論，學術界稱之為“市場參與之謎”。那么，在現實中哪些因素是導致投資組合異質性的原因呢？大量的研究已經對居民家庭的人口統計學特征、財富水平和非流動資產等客觀因素與家庭資產配置的關系進行了研究，本文則在此基礎上基于中國居民家庭微觀調查數據，對投資者主觀能力感受與居民家庭金融市場參與之間的關系進行了分析，并探討了影響居民主觀能力感受的因素。
一、 相關研究綜述
1.1居民家庭投資組合研究
摘要：本文對計量經濟學及其研究的內容和方法，論文進行了綜述、補充和總結，系統地從經濟理論、統計學和科學性角度分析了計量經濟學模型方法及其設定方式。
關鍵詞計量經濟學內容模型方法
計量經濟學是經濟理論、統計學和數學三者的結合。計量經濟學研究的主體是經濟現象發展變化的數量規律，計量經濟模型描述的是經濟變量之間的數量關系，這就決定了計量經濟研究必須以經濟理論和經濟運行機制作為建立模型的理論依據。此外，由于計量經濟研究過程是將經濟理論與客觀事實緊密聯系起來進行分析，計量經濟研究的結論反過來可以驗證有關經濟理論的正確與否（即是否符合客觀實際）。因此，計量經濟的研究成果又可以進一步充實，完善和發展經濟理論。
數理經濟學是一門以數學形式描述經濟變量之間邏輯關系、運用數學符號和公式分析研究經濟現象的學科。數理經濟學與理論經濟學的區別只是表述形式不同，所以，有人稱之為“理論上的空盒子”。但是，數理經濟學對計量經濟學的產生和發展卻有著重大影響，因為它畢竟將經濟關系數學化、公式化了，為計量經濟學的進一步研究奠定了基礎。
計量經濟學家在此基礎做了兩點改進，一是在模型中加入隨機誤差項，使模型成為隨機方程。二是利用統計資料和數理統計方法估計出模型的具體形式。所以，計量經濟學時計量經濟研究的基礎，計量經濟學時數理經濟學的具體應用和發展，計量經濟的研究結果在數理經濟學的“空盒子”中填上了實際內容。
一、關于計量經濟學模型方法科學性的研究
討論計量經濟學模型方法的科學性，必須回答如下兩個方面的問題。
1．計量經濟學的哲學基礎問題。廣義的或者說完整的計量經濟學模型方法并不是一般認為的“只能檢驗，不能發現”，而是一個能夠作出科學發現的研究全過程。計量經濟學模型不是有人認為的“是歸納的”，模型設定階段的演繹與模型檢驗階段的歸納相結合，構成了完整的、辨證的計量經濟學模型的認識論。
2．計量經濟學模型方法體系的內在一致性問題。現代計量經濟學包括時間序列計量經濟學、微觀計量經濟學、非參數計量經濟學以及面板數據計量經濟學等相對獨立的分支。它們之間的關系，特別是內在一致性，是計量經濟學模型方法是否具有科學性的重要體現。從計量經濟學模型發展的角度，論述計量經濟學模型方法的科學性。
二、關于計量經濟學模型的統計學基礎研究
與計量經濟學模型方法的統計學基礎相關的專題有3個，即模型類型設定對數據的依賴性、模型隨機擾動項的源生性和假設檢驗的不對稱性。“計量經濟學模型對數據的依賴性”全面地論述了計量經濟學模型與數據的關系。從計量經濟學模型類型選擇、總體回歸模型設定、模型估計和模型應用等方面分析了數據的作用，強調了模型對數據的依賴性。具體包括，計量經濟學應用模型的類型依賴于表征研究對象狀態的數據類型，不同類型的數據，必須選擇不同類型的模型。
從檢驗對象的角度，計量經濟學中的假設檢驗大體分為四類。一是關于模型設定的檢驗。二是關于分布的檢驗。三是關于樣本數據的檢驗。四是關于模型結果的檢驗。從檢驗方法的角度，計量經濟學中的假設檢驗大體分為兩類。一類是非嵌套檢驗。在非嵌套檢驗中，既設定了原假設，又同時設定了備擇假設，檢驗一次完成。絕大多數假設檢驗都采用非嵌套檢驗。一類是嵌套檢驗。在嵌套檢驗中，只設定了原假設，沒有明確的備擇假設，檢驗非一次完成。當原假設被拒絕，需要設計進一步的檢驗。
假設檢驗中充滿著不對稱性。假設檢驗的不對稱性包括三個方面，一是統計意義和經濟意義的不對稱性，屬于經濟學范疇；二是證偽和證實的不對稱性，屬于邏輯學范疇；三是犯第一類錯誤和犯第二類錯誤的不對稱性，屬于統計學范疇。正確理解假設檢驗的不對稱性，對于正確認識和正確應用計量經濟學模型方法，都是十分重要的。
三、關于計量經濟學模型設定理論的研究
在經典計量經濟學模型的應用研究中，直接依據經濟學理論設定總體模型的現象十分普遍，因此經典計量經濟學模型通常被認為是先驗理論導向的。以先驗的經濟學理論作為計量經濟學模型總體設定的導向，至少存在兩個主要障礙。第一，正統經濟學以經濟人假設和理性選擇為其理論體系的基石，任何一種理論都建立在決策主體是理性的和決策行為是最優的基礎之上。而計量經濟學模型總體設定的目的，是建立能夠描述人們實際觀察到的經濟活動之中蘊藏著的一般規律的總體模型，毫無疑問，實際經濟活動既不是“理陛”的，也不是“最優”的。第二，正統經濟學理論強調“簡單”，認為只有簡單的理論才能夠揭示本質。而計量經濟學模型恰恰相反，它強調“一般”，必須將經濟活動所涉及的所有因素包含其中。所以，即使經濟學理論是正確的，也不能據此設定計量經濟學模型，因為它舍棄了太多顯著的因素。所謂“統計檢驗必要性”原則，是對數據關系導向的批評。
計量經濟學模型設定應該遵循“經濟主體動力學關系導向”原則。以經濟主體與環境之間的動力學關系分析為基礎和前提，基于該動力學過程生成的數據，以數據統計分析為必要條件，驗證并確定經濟主體與環境的互動關系，正是計量經濟學總體模型所要界定的因果關系。以這樣的原則設定計量經濟學模型，可以實現先驗理論導向和數據關系導向的綜合。
參考文獻：
[1]李芝倩.應用導向下的本科階段計量經濟學教學之思考.赤峰學院學報(自然科學版).2010(12).
[2]吳國新,余宇新.基于主體可計算模型的服務外包生態系統研究綜述.國際商務研究.2010(06).
1．1獨立學院學生的統計學學習現狀
學生缺乏對于統計學的興趣，很多經管類專業的學生在思想上意識不到統計學的重要性，并不太重視統計學的學習。獨立學院的學生數學基礎相對比較差，并且經管類專業的生源大多是文科生，對于數據、公式、原理的理解和學習普遍存在“畏難”情緒，也不善于數理類課程的學習。授課的普遍經驗是學生對于描述統計學部分的學習很輕松，但是對于以概率論為基礎的推斷統計學部分的學習則是“叫苦連天”。講授推斷統計學部分的內容時，可以看到學生茫然的表情，似乎完全跟不上老師的節奏；下課后，不少學生向老師抱怨“好難，好難”。經管類專業的統計學課程是36-54學時，在這有限的課時里，要完成經典統計學的大部分內容———描述統計學、概率分布、抽樣分布、區間估計、假設檢驗、線性回歸的授課，時間已然不太足夠。更何況，學生在高中對于排列組合的學習并不深入，甚至很多文科生反映他們完全沒有學習過排列組合的內容；在大一只學習了微積分，并沒有開設概率論相關的課程。因此在講課的過程中還需要補充一些教材之外的基礎知識，不僅時間不夠用，而且學習的效果也大打折扣。
1.2獨立學院教師的統計學授課狀況
在教學內容方面，由于課時限制和學生基礎薄弱，教師能夠按計劃完成教學計劃已屬不易；由于學生普遍反映統計學學習太難，一線的授課教師迫于教學質量評估的壓力，不得不刪減掉一些比較難的知識點。這就使得教師講課的內容不得不局限于教材基礎知識，而缺乏對于基礎知識的延伸和對于學生解決實際問題能力的培養。在教學手段方面，由于現在的年輕教師授課過度依賴于多媒體，雖然展示了生動形象的圖片、視頻等，也能用動態的方式展示圖形的變換。但是多媒體授課很難幫助教師把握好授課的節奏，尤其是統計學這種需要深入理解的學科，其結果是導致學生很難透徹理解基本原理和方法。
2獨立學院統計學課程教學中存在的問題及分析
2．1教材選用不太合適
獨立學院的很多課程在教材使用方面都和母體院校保持一致，統計學教學使用的教材也不例外。然而，母體院校本身就是偏重科研，在教學方面也偏重于理論教學；而獨立學院的人才培養定位是應用型人才，在教學方面也更應偏重于應用能力的培養。而且，獨立學院的學生相比母體院校的學生來說，基礎較差，學習同等難度的教材肯定會很吃力。因此，簡單的套用母體院校使用的教材肯定會導致教學內容和教學目標相沖突的現象。許多教材都是重理論、輕應用，太過注重講述基本理論、基本方法的推導和計算過程，而缺乏經濟與管理領域的相關案例，無法調動學生學習的積極性，也無法培養學生學習的興趣。
2.2教學形式單一
目前獨立學院對于統計學的教學大多仍是采用傳統的以教師為主的“講授式”教學。教師單向灌輸式的向學生介紹基本方法及其推導，缺乏學生的全身參與，就會使得課程更加枯燥無聊。而現在的學生都是思想活躍、個性活波的90后，一味的“填鴨式”教學不僅會使他們失去學習興趣，甚至會引起他們的反感。
2．3教學內容重理論、輕實踐
經管類專業的統計學課程由于課時或者教學條件的限制，在統計學教學方面，只注重課堂上教師的單向講授，只是機械的向學生灌輸理論和相關公式，沒有把統計學的授課和相關專業課程有機結合起來，甚至出現很多個專業在統計學授課時用同樣案例的現象。這導致學生們在學習了一個學期的統計學之后，對它的印象只有“和高數一樣難”，“一大堆公式”，而不知道學習這門課有什么用，該怎樣用。
2．4考核方式簡單
如今統計學課程的考核仍是采用傳統的閉卷考試方式，考試的內容主要是計算分析附帶一堆數據的題目。這樣的考試主要考察學生對基礎理論和基礎方法的掌握，卻很難考察出學生運用知識解決實際問題的能力。尤其是在“掛科”和評獎學金的壓力下，學生最關注的還是試卷上的一個分數，他們希望取得高分，所以在期末時會拼命的通過習題進行演練，這個過程當然也能帶來強化基礎理論的效果。但是更真實的情況是，只要學生練習足夠多的習題，即使他完全不會運用這個知識點，仍然能在試卷上按照早已經熟記的步驟和公式寫出解題過程，仍然能取得不錯的分數。很顯然，這樣的考核方式和培養應用型人才的目標相沖突的。
3獨立學院統計學課程教學改革的措施
3．1選擇或開發合適的教材
前幾年的統計學教學采用中國人民大學出版社編寫的統計學經典教材，該系列的教材內容全面、邏輯清楚，為很多高校所采用。然而該教材對于獨立學院的學生來說難度偏大，偏重于對統計學原理和方法的講解，而缺乏詳實的經濟管理領域的例子。近兩年來我們采用國外學者主編的《經濟與商務統計》作為教材，該教材內容相對比較簡單，并且包含有豐富案例，這些案例都是來源于經濟與管理領域，有些案例是講述企業在生產經營過程中遇到了難題之后怎樣運用統計學的思維進行解決的。較簡單的教學內容能夠減輕學生在學習中的心理負擔，豐富的案例能讓學生真切地意識到統計學的實用性，并能夠激發他們的學習興趣。
3.2建設學生參與型課程，充分調動學生積極性
從教學方式上來說，要多種教學手段并用，樹立“教師為指導，學生為主體”的教學理念，進行互動式教學。具體來說，在教學中不能單純采用教師講授的灌輸式授課，要結合采用案例教學法、項目教學法等方法。案例教學法中，通過精心準備的案例，對學生進行逐步引導，培養他們應用統計學的理念和方法解決具體問題的能力。在項目教學法中，把學生分為幾個小組，以小組為單位完成一項統計調查任務；讓學生作為任務主體，通過獨立完成任務把理論和實踐結合起來。
3．3改革教學內容，改變教學手段
統計學對于經管類專業的學生來說是一種工具，他們沒有必要很清楚具體的統計公式是怎樣推導出來的，也沒必要把公式背得滾瓜爛熟，更沒必要擅長把數據套進公式進行計算。他們只需要知道什么樣的情況下應該采用什么樣的統計學方法解決問題，統計的結果代表什么含義就可以了。所以在經管類統計學課程的教學中，應該強化基本原理的講解，弱化公式的推導和統計計算。教學手段上，不應該過度依賴于多媒體教學，應當結和板書與多媒體教學，并增加上機課。統計學的內容理解起來比較難，如果全部采用幻燈片授課，學生對于上課內容無法深刻理解，當然也就不能很好地掌握了。板書教學會放慢課堂節奏，給予學生更充分的思考和理解時間，并且步驟清晰，更方面學生進行復習。上機課主要著重于學生實際操作技能的培訓，講解相關統計軟件的使用，并讓學生動手操作，加強技能的訓練。
3．4考核方式多樣化
考核方式不應該只是期末閉卷考試，描述統計學部分可以采用書面報告的形式進行考核。撰寫格式規范、層次清晰、圖表結合的報告是對于一個大學畢業生最基本的要求，可以找一些與本專業相關的案例和數據資料讓學生進行分析整理并撰寫分析報告，以此來培養和考核學生撰寫規范的統計報告的能力，也可以考察學生對于統計圖表的應用能力。
4總結
關鍵詞：統計學應用性；三線牽引課堂；教學創新；人才培養質量
1統計學課程特色分析
首先，統計學是經濟管理類專業基礎課。其作用在于方法體系和工具性質的入門，為更專業的統計工具學習做鋪墊，這決定了教學過程中應重視統計意識和思維的傳遞…。其次，統計學是解決問題的方法性工具。教學應突出如何科學的收集整理數據，并恰當運用統計方法分析數據，解決實際經濟管理問題。最后，統計學應用多元化。可應用于諸多專業領域問題，為課堂教學提供了各專業匯聚的豐富案例，但同時亦帶來教學案例選擇的難度。基于統計學課程的應用性、方法性，可設計三線牽引的課堂教學模式。
2三線牽引課堂教學實踐
2.1三線牽引課堂設計
三線牽引課堂指在教學過程中，由求知心理牽引，完整解決問題的應用流程牽引，理論知識體系牽引三方面作為動力推動課堂進程，更具體的思路可總結為：情景案例導入，問題驅動思考，系統設問探索，問題解決成就感的獲得，深入追問延伸后續章節學習，教學目標達成。以統計學中抽樣與參數估計的講解為例，可進行教學設計思路圖如下：
2.2三線牽引課堂組織實現
首先，情景導入。情景1：某工廠生產某一型號燈泡，想知道這種型號燈泡的平均使用壽命，需要對所有燈泡使用壽命進行測試求出平均值嗎？情景2：想知道銅陵學院一萬八千多學生平均月生活支出或者是眼睛近視率，需要對全院學生進行全面調查嗎？
其次，統計意識的引導，講述抽樣原因。面對上述情景，測量遇到了障礙，情景1是無限總體不可能實現全部測量，同時所有產品都用于實驗這也是不可取的，情景2是總體很龐大而且個體之間差異性較小，沒有必要進行全部測量；由此引出抽樣和估計的概念。
再次，連續設問形式引導：抽樣相關概念。問題一：抽取的這一部分單位叫什么呢？講授：樣本與總體概念。問題二：如何抽取？有什么要求呢？講授：重復抽樣不重復抽樣及隨機原則。問題三：應抽取多少個單位呢？講授：樣本容量與樣本空間概念。問題四：進行觀測計算的數量特征叫什么呢？講授樣本估計量：樣本均值、樣本比例、樣本方差，與總體參數：總體均值、總體比例、總體方差，及總體參數確定性和樣本統計量是隨機性。
最后.持續探索抽樣概率科學性：抽樣分布。問題五：觀測的數量特征是確定的一個值還是許多個值呢？為什么？講授：樣本估計量是隨機變量。在隨機原則抽樣和樣本空間概念的基礎上進一步例證樣本均值、樣本成數、樣本方差等樣本估計量均是隨機變量。問題六：如果是一個變量，有沒有自己的分布律呢？講授：抽樣分布知識，難點部分，輔之概率論與數理統計部分知識的回顧。問題五講解的基礎上，進一步例證隨機變量所有可能的取值，每個取值對應的概率，并針對總體如果取值改變，對應樣本取值及概率會發生什么變化，總而總結出樣本均值、樣本成數服從的分布律，即為抽樣的概率分布，在此理論講解的基礎上，要求學生記住可能的分布律及對應的參數。
另外，深入追問延伸后續章節學習：抽樣誤差。問題七：如果是一個變量，用一個變化的值來估計總體的數量特征會準確嗎？講授抽樣誤差概念，并延伸由于估計量隨機性誤差也是不確定的，誤差的大小如何衡量呢，由哪些因素決定呢，留作課后思考下一節學習。
3三線牽引課堂教學創新點
首先，課堂設計導向創新，由興趣吸引到任務驅動轉變。興趣吸引課堂是以案例情景引起學生興趣，繼而完成知識講授，但該教學模式傳遞的是具有選擇性的學習態度，可以感興趣，亦可不感興趣；三線牽引課堂是任務驅動，結合各專業時代問題設計經典案例，以學生必然面對該問題為要求，驅使其展開探索，并最終完成任務促成成就感獲得。
關鍵詞：經管類專業；統計學；課程改革
引言
隨著經濟的快速發展，統計學知識和方法被廣泛應用于政治、經濟、科學等多個社會領域，發揮了重大的應用價值。統計學作為經管類專業的核心學科，主要通過搜集、整理、分析數據等手段，來推斷所測對象的本質以及預測對象未來發展，其內容設計面廣、理論性強、與現實生活聯系緊密，對于培養經管類專業學生的綜合能力具有重要意義。對經濟管理類專業學生來說，在學習和畢業后的工作中，都會涉及到很多社會經濟方面的數據，也會涉及到一些大數據分析。因此，統計學課程如何適應學校學習與學生在未來職業發展中的需要，成為職業技術學院統計學教學改革中亟待解決的問題。
一、 經管類專業統計學教學中存在的問題
（一）教學方法落后
目前統計學教學方法主要采用講授制，教師通過粉筆黑板加電子教案式的教學方法太過單一，形同于直接灌輸，學生的上課積極性往往較差。許多教師在授課過程中為了能夠將統計學原理介紹的更加清晰，邏輯更加嚴謹，常常更注重基本原理的演繹和統計方法的選擇，而忽略了統計學在我們實際生產、生活中的應用案例的講解，這樣就更加劇了學生認為統計學學習和自己未來的工作、職業發展沒有關系，進一步影響學生對于統計學學習興趣的培養。
（二） 實踐教學環節薄弱
經管類統計學教師在課堂上過于重視理論的講解，缺少必要的實踐環節，在講解過程中不能與實踐相結合，導致經管類專業的學生對統計學的認識不到位，認為其就是一門簡單的數學理論課目，沒有實際的操作價值，從而忽視統計學在經管專業的地位。此外，教學材料普遍存在著知識面很廣，但是不夠精的現象，大多數統計學教材中沒有建立統計思維的培養板塊，只是在培養學生學習理論上的統計方法，并且教學所涉及的理論內容與經管專業學生所實踐的內容不相符，導致學生學習理論知識無法運用到實踐中去。
（三）考核方式不合理
統計學課程考核中平時成績在整個考核中所占比重過低，而期末閉卷成績所占比重過高，因此學生平時學習松散，導致課堂教學效率降低。學生上課遲到早退，甚至曠課現象嚴重。學生考前幾天突擊式復習，雖然能起到了一定的效果，但是這種學習方式不能真正地掌握統計學理論知識，更談不上有效地應用統計學知識解決實際問題。平時的作業、期末考試命題方面涉及的內容也偏重于統計學理論知識，較少涉及到實際的知識應用，這樣的考試內容不利于提升學生學習統計學的興趣，更不利于培養學生的就業能力以及應用能力的培養。
二、 經管類專業統計學課程改革措施
（一）調整教學方法，引入案例教學
統計學課程開設時間比較悠久，課程內容已經比較成熟和完善。要使得學生有效、自信、輕松地接受課程內容，要考慮多種教學方法和途徑。在教學方法上，教師可以設法采用多種形式，多應用啟發式教學，重點通過引入大量案例，如當前經濟社會熱點、經典的統計應用案例、統計方法的來源和思想等，嘗試讓學生自己利用所學知識分析問題，既可以調動學生的學習積極性和主動性，又可以更深刻理解統計理論與方法的實際應用條件和分析思路。此外，還可以采用多種靈活的教學形式，如學生講課、游戲互動、課堂討論、小競賽等，活躍課堂氣氛，結合不同專業的特點，將統計學知識與其所學專業的融合，達到更好的教學效果。
（二）加強實踐教學環節
統計學課程的教學過程中，加強實踐環節，實現理論與實踐相結合，對于提高教學質量具有重要作用。在統計學課程的教學改革過程中，培養學生實踐能力，可以從以下兩個方面進行：一是在教學過程中，給學生設置一定量的大型實驗作業，讓學生獨立完成運用統計理論和方法分析實際生活中存在的經濟管理專業問題，實驗作業的內容應緊密聯系學生本專業所學的專業知識為基礎，同時兼顧目前社會經濟生活實際，通過這一實踐活動，使學生能夠加深對某一經濟管理實際問題的認識，使他們具有成就感，激發他們主動學習本專業知識的熱情；二是教師必須聯系社會生活中的實際案例進行教學，給學生示范應用統計學相關的具體方法，比如下載數據中國的數據資料，從新聞和廣告等大家熟悉的渠道獲取素材，使學生真正在實際生活中領會統計工作的內涵。這在一定程度上可以克服學生對國內外經濟、政治生活了解不多，對企事業生產經營管理活動接觸較少的弊端。
（三）考核方式多樣化，題型豐富化
統計學課程考核中要側重平時的考核，避免期末定終身，平時與期末比例應調整，可以適當提高平時成績比重，比如平時比重提高至60%，期末考試成績比重降低至40%。平時考核要包含多個方面，例如小測驗、期中考試、出勤、實驗報告、組織統計調查、撰寫統計報告等；平時成績中增加上機實驗操作選用普及程度最廣的EXCEL軟件工具進行操作，使每個學生都能系統地掌握EXCEL在統計學中的應用；布置學生以宿舍為單位選定某個社會關注問題、學生感興趣的話題進行調查設計完成調查問卷、數據收集、整理和調查報告，這樣才能真正地實現學以致用，同時也鍛煉了學生團隊協作能力。此外，考試題型應當更加豐富，除了常規的判斷題、單選題、多選題、計算題，還應當增加主觀綜合分析題考察學生運用統計知識解決實際問題的能力，這樣的題目不僅能夠對學生的學習效果有一定的區分度，更重要的是將偏向考試能力的培養調整為偏向應用能力的培養，從而避免通過死記硬背的方式就能取得高分的情況出現。
結束語
總之，職業技術學院經管類專業統計學課程改革的目標是提高學生分析和解決問題的能力，為社會輸送合格的應用型人才。面對統計學教學中存在的問題，學校和教師必須積極采取有效措施，調整教學方法、引入案例教學，加強實踐教學環節，完善考核方式，從而提高教學效率，促進經管類專業統計學的課程改革。
參考文獻
[1]賴流濱.經管類專業統計學課程教學探究[J].中小企業管理與科技（中旬刊），2015，01：226-227.
