时间：2023-07-17 17:22:56
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇统计学的前景，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
统计学专业主要培养具有良好的数学与经济学素养，掌握统计学的基本理论和方法，具有较好的科学素养，能熟练地运用计算机分析数据，能在企事业单位和经济、金融和管理部门从事统计调查、统计信息管理、数量分析、市场研究、质量控制以及高新技术产品开发、研究、应用和管理工作，或在科研教育部门从事研究和教学工作的高级专门人才。因此，毕业生的去向有政府统计部门，银行、证券公司、保险公司等金融机构，信息咨询公司等。在很多院校，本专业继续深造的机会很多，如攻读研究生，将来在工作中会有更多的竞争优势。
第一，统计学专业的学生首先应具备扎实的数学基础，后继课程的学习离不开数学能力的培养。现代的统计学专业是在随机抽样基础上建立的推断统计学，在专业课程中，概率论是基础课程，其次是数理统计。基本的统计方法包括回归分析、多元统计分析、抽样调查、试验设计、时间序列分析及描述性统计等，是主要的专业课程。具备良好的专业素养也能为将来的继续深造打下基础。
第二，统计学专业的学生应熟练掌握一至两门统计软件。目前国际上通用的统计软件主要有两种：SPSS和SAS。前者的优点是完全菜单化，操作简便；后者的优点是功能强大，有很多子程序，可以自己编制程序调用子程序。SPSS由统计专业与非统计专业人士共同使用，SAS主要由统计专业人士使用。现在很多教材中例子的计算都是由SPSS或SAS来实现的。另外，Excel软件中也有简单的统计计算功能，且很多政府及企业的统计人员较习惯用该软件。因此，统计学专业的学生应利用在校的一切教学及学习资源，熟练掌握统计软件，并能结合统计理论及方法对输出结果给予恰当的解释。这样对今后的就业帮助很大。
第三，统计学专业的学生应具备一定的经济理论基础。因为我们遇到的很多都是与经济现象有关的问题。在成功地运用统计方法解决问题前，我们必须具备一定的相关专业的知识，这样对我们统计模型的建立及结果的解释，显得尤其重要。
第四，统计学专业的学生应具备与时俱进的思维。统计是一门搜集数据、整理数据、分析并解释数据的学科。数据是统计的生命，因此，对数据质量的要求非常高，总要求能收集到最新的数据。从而，若学生只用过时的数据来分析问题，没什么实际意义。
第五，统计学专业的学生应具备广阔的视角。统计是方法论学科，很容易与其它学科结合，从而也就产生了卫生统计学、医药统计学、生物统计学、环境统计学、数量经济学、保险精算、数理金融等，这也未我们学生提供更多的深造的空间，而且也更加强了统计学的应用。因此，学生在决定考研时，可结合自己的兴趣爱好进行报考。
第六，统计学专业的学生应注重实践能力的培养。在校期间，每个学生都会参加专业实习、毕业实习、社会调查以及专业课程的课程设计，这些都是注重学生的学以致用的能力。学生若能充分地利用这些机会，不但能增强自己解决实际问题的能力，还能从中发现课堂知识与实际的脱轨，从而加强自己理论联系实际的能力，以及如何促进中国的统计事业的发展。
第七，统计学专业的学生也可以通过考证增强自己的市场竞争力。如市场调查师、质量工程师及精算师，等等。
总之，新形势下，一方面，统计专业学生就业面越来越广，另一方面，市场对人才的需求也越来越高，希望统计学专业学生能珍惜在在校的学习机会，发挥自己的专业特长，在激励的市场竞争中立住脚。
参考文献：
[1]统计学专业就业前景及课程介绍.
[2]闫敏伦，李宗娟.大学统计学教学模式探讨[J].通化师范学院学报，2009，（4）：109-111.
关键词：应用统计学；高职学生；经管类；EXCEL软件
中图分类号：G712 文献标识码：A
一、前言
大数据时代，人们发现隐藏在海量数据背后的信息拥有巨大的商业价值。要想找到这些海量数据背后的信息，首先要学好应用统计学的有关知识和原理。有证据表明，近年来能够进行数据挖掘和处理的毕业生往往拥有不错的职场地位、工作环境、薪水待遇和职业前景。不仅如此，通过应用统计学的学习和训练还有助于学生形成统计思维，学会用数据分析问题。提升应用统计学的地位并强化学生的统计思维和技能是学校和企业的共同诉求。从高职教育的特点来看，应用统计学教学的重点在于对统计知识和技能的实际运用，即“应用”二字。遗憾的是，我们现阶段的教学效果并不令人满意。
二、高职应用统计学教学面临的困境
统计学是有关如何测定、收集、整理和分析反映客观事物或现象总体的数据，以便给出正确认识的方法论的科学。在经济管理领域，人们运用统计学的思维和方法，挖掘数据背后的信息，可以更加客观、真实、准确地了解经济和企业的运行，使决策更加科学合理。目前，我国高职经管类专业很多都开设了应用统计学这门课程。在教学实践中，我们发现应用统计学的教学存在如下几个问题：
（一）学生数学基础差、学习热情不高
经济管理类专业高职学生的数学基础普遍较差，而统计学又恰恰是一个以数据为研究对象的学科，充满了大量的数据、抽象的概念、复杂的推导和冗长的公式，再加上一部分计量经济学的知识，学生们有一种天然的畏惧感，容易产生抵触情绪，致使教师在课堂上的教学活动（如储备知识回顾、简单的公式推导或理论证明、随堂练习等）很难得到有效配合。如果直接引入有关概念、公式、计算又会使学生感觉难度陡然增大，进一步增加了教学难度。一个比较理想的解决方案就是精简数理统计部分的基础理论讲解，以最终应用为目的，将有关的原则、思想和方法直接运用到实战中，以练代讲，以用促学。
（二）传统的数学教学模式降低了课堂教学效率
传统的数学教学模式是教师结合板书演示公式、定理的推导和讲解习题。但这一模式并不适用于应用统计学的教学。原因在于应用统计学需要大量的数据和运算。这些数据的录入和运算并不复杂，但却会耗用大量的教学时间，这对于需要掌握统计原理和深入学习的本科生、研究生来说是非常必要的，而对于以应用为目的的大专生来说意义就不那么大了（当然这并不意味着放弃所有的必要推导和讲解）。随着多媒体技术的应用，电子课件已经被广泛使用，为课堂教学节省了大量的时间。这给我们提供了很好的思路。因此，可以考虑充分发挥计算机及统计软件的作用，屏蔽简单重复的算术运算，将节省下来的时间真正用于学生的练习和实践，从而提高课堂教学效率。
（三）应用统计学需要大量的练习和实践
学好应用统计学能够掌握数据的挖掘和处理能力，发现数据背后的秘密。但这种能力的培养并不是学习了书本上的知识和顺利通过期末考试就能获得的。学生们需要大量的练习与实践。传统的教学方法仅仅使用到教材上的例题、习题或教师补充的几个案例，已经远远满足不了教学需求。考虑到一方面，大量的信息都以数字化的形式存储在计算机里和互联网上，学生可以自行下载练习；另一方面，课堂学习与课后练习是在一种没有压力下对软件的熟悉过程，缺乏实战的检验，此时如果能够将企业的真实项目引入教学和实践，不失为对学生最好的锻炼和考验。
三、高职院校教学实践的探索
随着应用统计学地位的不断提高，摆在任课教师面前的问题是数理部分的讲解依然是无法回避的重要内容，而大量的数据录入又是板书教学和纸面作业方面一个耗时巨大且效率低下的工作。如何将“高冷”的数学教学变得生动活泼，更加贴近实战，激发学生的学习热情，同时提高课堂教学的效率，真正将技能训练作为教学的目的和重点，成为应用统计学教学改革众望所归的方向。广大教科研人员对此进行了很多有益的探索和改革。有人从教学方式、方法上进行改进，也有人提出将统计软件引入教学。其中，部分教师采用IBM公司的SPSS，还有部分教师采用了微软公司的EXCEL。
综上所述，在应用统计学的教学改革上，广大教学、科研人员的做法大致分为：教学方法改革，如引入案例教学、CDIO项目教学法等；教学理念改革，如融入建模思想；教学工具改革：引入统计软件，如SPSS、EXCEL，同时采用偏向或结合软件操作的教材。其中，建模思想需要有很深的数学功底，不适合高职学生；SPSS稍显专业，也不适合高职学生。部分教师将EXCEL引入教学的想法仅仅是在本科层面进行了尝试，缺乏对高职教育的针对性。
四、应用统计学教学改革的基本思路
（一）为何选择EXCEL软件
其一，高职院校几乎都开设了计算机基础这门课程，对常见的商用办公软件，如微软公司的“WORD”“EXCEL”“POWERPOINT”（金山公司的“文字”“表格”“演示”等具有类似的功能，也是常见的选择）等进行了基础讲解。选择EXCEL，能够充分利用已有的教学成果，节约教育资源。同时，对学生来说不陌生、上手快。
自从Paelinck提出“空间经济计量学”这个术语，Cliff和Ord(1973,1981)对空间自回归模型的开拓性工作，发展出广泛的模型、参数估计和检验技术，使得经济计量学建模中综合空间因素变得更加有效。
Anselin(1988)对空间经济计量学进行了系统的研究，它以及Cliff和Ord(1973,1981)这三本著作至今仍被广泛引用。Anselin对空间经济计量学的定义是：“在区域科学模型的统计分析中，研究由空间引起的各种特性的一系列方法。”Anselin所提到的区域科学模型，指明确将区域、位置及空间交互影响综合在模型中，并且它们的估计及确定也是基于参照地理的（即：截面的或时－空的）数据，数据可能来自于空间上的点，也可能是来自于某个区域，前者对应于经纬坐标，后者对应于区域之间的相对位置。
国外近几年空间经济计量学得以迅速发展，如Anselin和Florax(1995)指出的，主要得益于以下几点：
(1)人们对于空间及空间交互影响的作用的重新认识。对空间的重新关注并不局限于经济学，在其它社会科学中也得以反映。
(2)与地理对应的社会经济大型数据库的逐步实用性。在美国以及欧洲，官方统计部门提供的以区域和地区为统计单元的大型数据库很容易得到，并且价格低廉。这些数据可以进行空前数量的截面或时空观测分析，这时，空间（或时空）自相关可能成为标准而非一种特殊情况。
(3)地理信息系统(GIS)和空间数据分析软件，以高效和低成本的计算技术处理空间观测的发展。GIS的使用，允许地理数据的有效存储、快速恢复及交互可视化，为空间分析技术的艺术化提供了巨大的机会。至少目前线性模型中，缺少针对空间数据和空间经济计量学的软件的情况已经大为改观。目前已有一些专门的空间统计分析软件，并且SAS、S-PLUS等著名统计软件中，都已经包括用于空间统计分析的模块。
（二）空间经济计量学与相关学科的关系
空间统计学是研究空间问题的另一门学科，它是应用数学的一个快速发展的分支。它起源于20世纪50年代早期，用以帮助采矿业进行矿藏量的计算。最早的工作是采矿工程师D.G.Krige和统计学家H.S.Sichel在南非进行的。70年代随着计算机的普及以及运算速度的大幅提高，空间统计分析技术逐渐扩展到地球科学的其它领域。目前已经普遍存在于需要处理时间上或空间上相关的数据的科技领域中。
空间经济计量学与空间统计学的区分不太容易。Haining和Anselin的观点认为空间统计学的研究大多由数据驱动，而空间经济计量学由模型驱动，即从特定的理论或模型出发，重点放在问题的估计、解释和检验上。空间统计学的主流是研究生态学和地质学中的物质现象，空间经济计量学主要研究与区域及城市经济有关的模型。有一种观点认为二者的区分应基于作者将其工作对应于空间经济计量学还是空间统计学，这种区分办法可能较为简单。
地质统计学(Geostatistics)发展于20世纪60年代，主要用于研究地质学现象的空间结构和进行空间估值。例如，在探矿过程中，通常是在空间上布点进行钻探，然后对采样得到的样品进行分析，估计矿藏的分布和储量。由于矿藏不开采的话，在时间上结构几乎是不变的，因此地质统计学研究的问题主要是空间相关。空间经济计量学所研究的问题不仅存在空间相关，往往所研究的问题在时间上也存在相关。
在区域经济学的理论中，人们建立了各种理论以及关系式来描述人类在空间上的行为，如研究城镇问题的“引力模型”等。但在利用模型进行定量研究问题的时候，需要将理论或关系式用数学模型来进行刻划，利用统计方法对模型进行估计、检验，并进行评价，这些正好是属于经济计量学研究的范畴。应该说，空间经济计量学主要研究区域经济问题，依据的是区域经济学理论，但它还需要综合数学，以及空间统计学等学科，因此它不等同于区域经济学，而是一门交叉学科。
二、研究的问题
空间经济计量学主要研究存在空间效应的问题。空间效应主要包括空间相关和空间差异性。在研究中涉及空间相邻、空间相邻矩阵等概念。
（一）空间相关
空间相关指在样本观测中，位于位置i的观测与其它j≠i的观测有关，即
附图
存在空间相关的原因有两方面：相邻空间单元存在测量误差，空间交互影响的存在。测量误差是由于调查过程中，数据的采集与空间中的单位有关，如数据是按省、市、县等统计的，但设定的空间单位与研究问题不一致，存在测量误差。
空间相关不仅意味着空间上的观测缺乏独立性，并且意味着潜在于这种空间相关中的空间结构，也就是说空间相关的强度及模式由绝对位置和相对位置（布局，距离）决定。
对于空间相关，空间自回归通常是其核心内容，空间自回归模型的一般形式为：
附图
在这个模型中，β解释变量X（n×k矩阵）的参数向量(k×1)，ρ是空间滞后相关变量的参数，λ是残差空间自回归（空间AR）结构中的参数。
W[,1]和W[,2]为n×n矩阵，是标准化或未标准化的空间加权矩阵，分别对应于因变量以及扰动项中的空间自回归过程，这两个矩阵可以不同，这意味着两个过程由不同的空间结构生成。
这个模型可以退化成为普通的线性回归模型、（纯）空间自回归模型、混合回归与空间自回归模型、残差空间自回归模型等形式。
对这个模型，普通最小二乘估计不仅是有偏的，而且是不一致的，参数的估计通常采用极大似然估计，近几年，有学者尝试采用贝叶斯估计对参数进行估计。
（二）空间差异性
空间差异性指空间上的区域缺乏均一性，如存在中心区和郊区、先进和后进地区等。例如，我国沿海地区和中西部地区经济存在较大差别。
对于空间差异性，只要将空间单元的特性考虑进去，大多可以用经典经济计量学方法解决。但当空间差异性与空间相关共同存在时，经典经济计量学方法不再适用，而且这时问题可能变得非常复杂，因为这时要区分空间差异性与空间相关可能非常困难。
研究空间差异性的模型主要有：
E.Casetti提出的空间扩展模型(1972)和回归参数漂移分析方法（简称DARP）模型(1982)。这时，空间差异性表现为模型参数随空间位置变化，并以空间单元的位置信息作为辅助变量（称为扩展参数）。
y=Xβ+ε
附图
模型(3)为以经纬坐标(Z[,x],Z[,y])作为扩展参数的空间扩展模型。同样可以以到中心区域的距离作为扩展参数设计模型。
将模型(3)的第二个式子右边加入随机扰动项，则为DARP模型。E.Casetti(1992)进一步提出了贝叶斯空间扩展模型。
D.P.McMillen和J.F.McDonald(1997)，C.Brunsdon,A.S.Fotheringham;MartinCharlton(1996)，提出地理加权回归模型（简称GWR模型）。
附图
（三）时空数据空间模型
在模型中考虑时间维增加了描述的复杂性，但综合时间空间的模型在实际工作中非常有用。在经典的经济计量学模型中，这是综合截面和时间序列数据的情形。如果数据不存在空间相关，则可以采用PanelData模型。Anselin(1988)将似不相关(SUR)模型扩展到空间的情形，提出空间SUR模型。
三、应用前景及需要进一步研究的问题
（一）在中国的应用前景
在我国，地质统计学是较早应用空间统计学的领域，在20世纪80年代中国科学院就有人研究并应用Krige模型。空间统计学除了在地质学的研究中发挥作用，近十年来，周国法、徐汝梅等学者研究生态学中的空间相互作用，并于1998年出版了《生物地理统计学》。20世纪80年代以来，我国利用卫星遥感技术，对土地、森林、农业、矿产、能源、作物估产、灾患检测等进行应用，开始了我国空间统计学在经济领域应用中统计调查的工作，为了将空间遥感调查技术逐步纳入到我国统计的常规性工作中，1998年10月，国家统计局成立了空间统计研究室，并与中国科学院地理所合作，组成了“空间信息多重采样设计的空间统计学应用研究”课题组，运用遥感技术和空间分析对我国农业耕地、森林、草地等资源以及城镇动态变化进行调查，该项目获得国家统计局2000年课题研究一等奖。
在我国地质统计学、生物地理统计学及利用遥感技术进行的各种调查，都属于空间统计学的范畴。地质统计学、生物地理统计学主要研究空间相关及空间估值，在生物地理统计学的研究中还包括物种的空间扩散过程。所用的方法主要是各种Krige模型、方差图模型，以及空间自回归模型。空间动态采样的研究，与地质矿产调查类似，主要涉及样本在空间上的布局、有效样本量的确定、采样误差的计算等问题的研究，根据其研究的问题和方法，也可以将其归入统计学的抽样调查分支之中。
随着我国按地区进行统计的统计基础资料不断积累，尤其是遥感技术应用到统计调查中来，都将使得按时间和空间排列的数据资料极为丰富，对数据进行空间甚至时空分析成为可能，人们将逐渐从时间的角度转向普遍从时空的角度来考虑问题。
从经济分析的角度看，空间经济计量学在我国以下几个方面将有很大的应用前景。
由于区域之间存在相关性，或者存在差异性，因此一项政策对每个区域的影响是不同的，通过运用空间经济计量学方法对各区域进行研究之后，找到政策在各区域上作用的关系，对于政府决策、正确制订政策具有很大的参考价值。
由于区域之间存在先进地区和后进地区，通过空间经济计量学方法可以对先进地区与后进地区之间的相互关系进行研究。
按区域编制投入产出表时，空间的概念将发挥作用。
对房地产的价值进行评估时，在考虑外界影响因素的基础上，充分考虑地区之间的相互关系，将对正确评估房地产的价值有很大帮助。
对环境污染进行研究时，运用空间经济计量学方法对污染的传播方式进行研究，有助于人们对环境污染进行控制。
在交通领域的研究，可以利用空间经济计量学方法对人员、货物在空间上的流动方式进行研究，同时对通道上的不同区段进行研究。
在对某种疾病（如流感）在空间上的传播过程进行研究之后，对于疾病的预防控制将有很大的帮助。
建立了空间的概念之后，人们对于在空间上的抽样将综合考虑空间单元之间的相关性。而空间抽样在空间上的布点方式也可以用作商业网点的布局研究。
总之，只要问题涉及到空间的概念，空间经济计量学就将发挥其作用。对空间经济计量学的深入研究及应用，将促使人们面对问题的时候，从空间或时空的角度思考问题。
（二）需要进一步研究的问题
目前的研究中，系统内的空间单元受到系统内其它位置单元的影响，但边界处的单元还受到系统外与之相邻的单元的影响，如何将这个影响考虑在模型中值得研究。
在具体问题中，距离的概念需要加以认真对待，单用地理上的距离有时并不合适，例如国与国之间的经济联系在今天并不是距离远近决定的，电子化交易使得资金的流动非常迅速方便，因此，在研究这类问题时，如何将贸易、人员、资金的流动充分考虑到空间加权矩阵中去，尚值得研究。
贝叶斯方法在统计学各个分支的应用越来越广，空间贝叶斯模型也是目前空间经济计量学研究的热点之一。
可变单元的问题。当数据汇总的级别变化，可能整个模型的描述都发生变化，对于不同的问题，可能影响模型变化的汇总的级别也不同，能否有一个统一的模式对系统进行描述尚待进一步研究。
时空数据的综合分析，参数估计的渐近性质，模型的各种检验方法等，还有待进一步的研究。
应用数学研究包括应用理论研究，应用方法研究和应用推广，只搞理论、方法研究、不搞应用推广，是不能将应用数学转化为生产力的，更不能产生巨大的社会效益。而只搞应用推广不搞理论研究，也就不能创新应用数学理论，更不能适应科研和生产发展的需要。今后应当在重视应用理论研究的同时，搞好应用方法研究和应用推广，使应用数学直接为科研、国民经济服务。应用教学的广阔前景，关键是要靠我们自己去开拓、创造着现代遗传学、生态学、生理学、生物学、生物 化学、生物物理学以及分子生物学等前沿科学向农林牧学的渗透，农业科学已成为既有广阔的科学基础，但又仍具有一定经验色彩的基础科学门类。在农业科学的发展过程中，数学方法和技术的引入具有十分重要的意义，其中包括数理统计学、概率论、模糊数学等，对于农业科学由经验型向科学依据型的转化正起着不可忽视的作用。本文从以下几个方面讨论应用学术与农业科学的关系，及其在农业科学和生产中的应用现状与发展前景。
一、农业经济学的科学化进展
农业经济学， 已经随同一般经济学一起，成了现代常规科学之一。所谓现代常规科学，就是运用现代科学方法， 以现代科学结构形式表示其公理化形式的科学。因此， 现代农业经济学与数学有着非常密切的联系。农业经济学借助数学完成自己的科学进化， 首先取决于自身对研究对象本质的抽象和有关特殊理论核心的形成， 即得到进一步运用数学的逻辑起点。像一切常规科学一样， 这样的逻辑起点体现为各个学科自身的独特的创造。在现代农业经济学的各个研究领域中， 这样的创造正日益发展着， 它们体现着和决定着整个学科的发展。这些创造是现代农业经济学自身特有的创造， 是这个学科发展的基质，在现代科学环境里， 它们的形成与形式上的表达都需要借助数学， 但它们本身不属于数学的创造。由此决定了农业经济学与数学之间联系的本质。农业经济学由经验形态、哲理形态进化到结构形态， 是一个学科科学化的过程， 是科学规律决定的运动。正确认识这个规律， 积极主动地顺应这个规律， 才能有效地推动农业经济学的进一步发展。第四， 常规科学是理性认识的最高形式， 是人类智慧的精华。农业经济学发展为现代常规科学， 是全人类智慧的精华之一。它在人类社会中的普适性， 是不容忽视的， 而数学在实现这种普适性中的作用， 同样不容忽视。加强这方面的认识，正确地看待现代农业经济学与数学的关系， 并从而深刻地理解这种关系的本质， 一定会有益于农业经济科学的继续发展。
一个学科， 在现代要成为常规科学之一， 其不可避免地要运用模型与数学语言。对于那些不能或不便运用实物模型的研究对象来说， 开始构造思维模型时， 因为抽象任务艰巨、理想描述与直观结果差距较大，会遇到更多的困难。但是，一旦抽象出理论核心所需要的基本概念、建立起科学的基础模型之后， 便可以顺利地进行数量结构上的分析， 也就是形式表达的结构化， 并很快取得深入性进展。因为这样的模型， 通常只能是理想的数学模型， 即逻辑起点本身已经数学化， 其后的演绎过程便只能是数学语言的， 并且很容易进行。之所以能够很容易地进行， 是因为数学早已为现代科学准备了强有力的工具。事实表明， 对于许多现代常规科学来说， 它们所要借助的数学演绎功能， 早在一百年以前， 甚至在二、三百年以前， 就已经成熟了。农业经济学， 在最近一个多世纪时间里， 迅速成长为一门现代常规科学的事实， 便说明了这一点。
二、应用数学与农业经济学
（一）模糊数学与农业科研
模糊数学这门学科是1965年由美国数学家扎德开辟的一个新的数学分支，它是经典集合概念的推广。在质世界中，模糊性通常是事物复杂性表现的一个方面，随着计算机的发展以及它对日益复杂的系统的应用，处理模糊性问题的要求也比以往显得突出。比如， 人脑的思维包括精确的与模糊的两个方面，因此，模糊数学在人工智能模拟方面发挥了突出作用，我们日常生活中的诸如冰箱、空调之类的家用电器就是模糊数学与实际相结合的最好例证。
模糊数学是研究和处理模糊性现象的数学。原意是"边界不清、模糊的、不分明"之意。农业研究中存在着大量的模糊性现象，模糊数学在农业 中有着广泛的应用。农作物品种选择与种植、土地资源的分等、农业机械的综合评价、农业气候条件的分析、农业环境的保护、农业灾害探测等等问题，都需要利用模糊数学的方法 加以科学的解决。事实上，模糊数学方法在解决农业问题中取得了很好的效果。常用的几种模糊数学方法包括：模式识别、模糊聚类分析及模糊综合评判。以模式识别为例，模式即英文Pattern。意为典范、式样、样品、图像和格局等意义，在不 同的场合有不同的含义。其包含个体模糊模式识别，如亚麻的长势长相一般由绿叶数、苗高、茎长、茎粗4个因素来决定，根据农学家的经验，健壮苗、瘦弱苗、徒长苗的标准可以 按以上4个因素去定义（具体数据略），现有问题是根据一株亚麻苗的4个性状，判断该株苗的长势就需要利用模式识别的知识。另举一例，设有5种小麦优良品种，它们是晚熟、矮 秆、中粒、高肥丰产、中肥丰产，取抽穗期、有效穗数、株高、百粒重、主穗粒数5个特性来考察。现有一种不知品种的小麦亲本，判断其类型，也需要模式识别的知识。
（二）组合数学与农业科研。
它主要是致力于完善改进计算机处理带有离散特性的对象过程中的算法问题，比如，需要计算“一个推销员赴n个地区推销农产品，怎样才能遍历所有的地区并使所走的路程最短”的问题时，如果当 n = 20 时，即使用一台每秒上亿次速度的计算机也需要几百年时间。利用组合数学，就优化了计算机计算这类问题的算法，为实现这个庞大的计算工程提供了可能性。
（三）数理统计学与农业科研
通常认为，数理统计学科是由皮尔逊在本世纪初创立，并后来由费歇尔等发展并建成为一门学科的。但数理统计中的2 个最重要的概念- 关回归和相，却早在19 世纪70 年代由高尔顿提出，当时，高尔顿通过研究人的身高与智力的遗传，提出了祖先遗传定律。这一方法在20 世纪初重新发现孟德尔的遗传定律后，被用来检验遗传后代群体性状的分离比例是否与假设值相符，有力地促进了遗传学的建立和发展。农业作物的生长发育受生态环境影响很大，试验中随机因素多，试验结果包含因素的主效，因素间互作以及误差等多项不定因素影响，所以只从试验数据很难判断试验处理因素是否有效及效果的大小和可靠程度。只有根据数理统计学的原理，采用合理的试验设计、合适的抽样技术和科学的统计方法才能得出有用、可靠的估计与推断。综上所述，模糊数学、数理统计、概率论与农业科学具有很深的关联，且有力促进了现代农业科学的建立和发展，两者相互融合已形成了农业试验统计学这一重要的农业数学分支。进一步来讲，由于农业问题的数量化离不开统计学的数据整理和分析推断方法，模糊数学、数理统计学的方法和技术还是农业系统论、农用计算机技术、农业控制论、农业信息论、农业最优控制、农业时序分析、农业生态学、农业区划理论、农业动态规划、农业线性规划等数学领域与农业科研融合而形成的农业数学分支学科的重要基础，因此，在农业科学由经验科学到精确科学，由分析科学到综合科学的转化过程中，模糊数学、概率论与数理统计学必将发挥更大的作用。
【参考文献】
[1]丁希泉.农业应用回归设计[M].长春：吉林科学技术出版社，1995.
[2]张军贤.数理统计在农业科学和生产中的应用[J].安徽农业科学.2006（18）
前言：随着社会的发展，统计学在生活中的作用逐渐的增大，并且统计学不仅仅是一个单独的学科，同时也与其他的学科有着很大的联系，并且对其他的学科有着巨大的推动作用。现今统计学经过不断的发展，其发展的空间不断的拓展，由原始的单一的发展思路，逐渐的走向了信息化的发展道路。并且随着信息社会的进步，计算机技术的发展，统计学知识在计算机领域得到了广泛的应用，同时也为计算机科学的发展作出了很大的贡献。因此统计学知识在现今的社会中，具有很高的研究价值，在很多的发达国家，都十分重视统计学的研究，并且都将其作为了一种主要的大学学科，这样在很大程度上促进了统计学的研究发展。但是在现今我国，对于统计学的研究仍然处于一个比较落后的地位，我国仅仅是处于起步的阶段，因此国家必须要能够加强对统计学的研究，从而确立出统计学的重要地位。
一、统计学的提出与发展
配第主要是利用统计学的方式，利用数量比较方法来进行政治经济的分析研究，这充分的表示统计学是一个独立的学科。之后相关的学者也利用统计学知识进行相应的问题研究，并且都取得了很好的效果。逐渐的，统计学在生活中逐渐的得到了应用，人们开始利用数据来对问题进行研究。随后在十八世纪到十九世纪，相关学者开辟了统计学的新路径，学者们将概率论引入到了统计学之中，并且将统计学划分为边缘学科，将统计学中实质性的学科过渡到了通用的方法论学科。并且在统计学中，其中概率论是基础，对统计学有着很好的指导作用，在现今的统计学之中，概率论也是占有很重要的作用。随着社会的发展，到了十九世纪末期，统计学在社会经济研究领域取得了很大的效果，并且随着相关学者的不断研究，统计学在物价指数编制、国民经济测定以及经济前景预测中都得到了广泛的应用，并且都取得了很大的效果。之后社会步入了二十世纪，社会科学技术飞速发展，为统计学的研究提供了条件，并且统计学也在不断的发展，并且其发展的空间也在不断的拓展，逐渐的呈现出多样化的发展空间，各个学派林立，不断的进行讨论研究，使统计学科不断的发展并且完善，在统计学中，其中社会经济经济统计与数理统计不断的进行讨论完善，并且多年来都形成了自身独特的体系以及理论，但是随着不断的研究发展，这两种统计学理论终会汇聚到一起，从而来形成新型的统计学发展理论，那么将会更加促进统计学的发展，使其进入一个全新的阶段。学者们经过研究发现，统计学最终将会彻底的摆脱数学学科的约束，最终而形成自身独立的学科。经过不断的研究，统计学来最终不断的突破不断的完善，在现今很多领域都得到了广泛的应用。国外的相关学者，为了能够确立社会经济统计学体系，将社会经济现象中的数量问题作为了相应的研究对象，最终建立了统计观察法、指标法等，从而来确立了一个相对完善的应用体系。在二十世纪末。二十一世纪初，计算机激技术迅速发展，为统计学的发展提供了路径。
二、统计学提出的现实依据
在现有的学科中，没有一种学科的存在落实充满充分与争论的，但是唯有统计学除外，统计学是充满的冲突的一个学科，是一种边缘学科，同时也是一种通用的方法论科学，对于统计学的分类，根据不同的性质可以分为不同的类别，统计学属于社会科学同时也属于自然科学，并且统计学既属于社会经济统计范畴，同时也属于数理统计范畴，因此对于统计学的了解十分的重要，一定从不同的角度对其进行相应的研究分析，从而来加强对统计学的认识，促进统计学的发展。在统计学中，其中存在的最为关键的问题就是对于统计学的归类，由于统计学中设计到的方面十分的复杂，并且很多，因此在统计学中，无法很好的来对其进行相应的分类，统计学技术与自然科学的范围，同时也是属于社会科学的范围，同时也属于其他一些范围，因此必须要对统计学进行相应的研究，要对其中的一些问题进行明确的回答，要能够对统计学中的问题进行全面的思考，这是极其重要的。在统计学中，会设计到很多的数据的收集以及社会经济方面的一些问题，但是同时统计学也涉及到了很多自然现象中的数据的收集以及分析，这充分的展现出了在统计学中的自然科学以及社会科学方面的属性。另外统计学的这一点特性也充分的展现出了其复合性以及综合性，因此，相关的学者基于统计学的复杂性，将划分为一个全新的科目。
在二十世纪九十年代，我国对于统计学的科学建设，进行了大量的研究，并且在很大的程度上，推动了统计学的发展以及进步。根据相关的研究，最终可以发现，对于统计学的研究，主要是一种思想上的认识，统计思想主要是以一些零散的思想进行完善确立，主要是认为社会经济方面的统计则是属于社会经济学，而数学统计则是属于数学领域，将其进行了细致的划分。这样的划分，其本质就是属于社会经济以及数理统计的分立。对于统计学的研究，主要是对统计学的共性以及特性进行相应的研究，并且在不同的领域以及方向，对于统计学的研究也各不相同，在统计学中，对于统计思想的研究还是不够完善，各个研究学者都是利用相应的方法，将统计学的各个学科的分支相互融通并且由开辟出独立的发展空间，从而来促进统计学的研究发展。
对于我国的统计学研究来说，主要是以科学差异取代了学科性质的惯性差异，另外，我国主要是将统计学分为了两个方面，首先是将统计学列入了一个独立的社会科学，其中包括了社会经济科学，并且在其中主要是对经济资料进行收集，对数据进行相应的分析研究。而另一种则是实质性的社会科学，其中主要的含义是要将各个方面的学科都有效的联系在一起，从而来将各个方面的思维路径得到肯定。其次我国的统计学是关于数学分支的统计，主要是数学分支学科为主要的理论，以概率学为主要基础。
三、我国统计学发展面临的任务
（一）注重对象的统一
统计学的研究对象是大量的社会经济现象的数量方面，即通过社会经济现象在时间、地点、条件下的数量表现、现象应运的数量关系及数量界限来揭示其规律性。由于统计学与统计工作是理论与实践的关系，因此，统计学的研究对象应该是一致的，即统计工作的对象也应是大量的社会经济现象的数量方面。同时，统计学中对象的统一是很有必要的。统计学的研究对象，一般是事物总体数量方面的实质论与统计活动的规律和方法，而事物总体数量方面的实质论与统计活动的规律和方法是完全应该统一的，这两者相结合才有完整的统计学。统计学是指导统计活动的理论，反映出了事物总体数量方面的统计指标，而研究对象的统一是“大统计学”思想的需要，也是推动统计学发展的必要措施。
（二）实现学科体系的综合
统计学是一门科学，也是一种定量认识问题的工具，其中贯穿着方法论，因此，要发挥出其强大的数量分析功效，就必须要统计方法与具体的实质性学科相结合，只有做到结合科学体系，才能够最大程度的发挥统计学的价值。基于统计方法，我们可以将现代统计方法归类于一些实质性学科的研究活动，现代统计方法是经过历史上一些著名的统计学家或者生物学家或经济学家创新与改进过的，这些改进和创新是经过他们应用和实践的。从另一个方面来说，基于学科体系的方面，统计学与实质性学科之间是相交的关系，而统计学中相应的统计学分支则是在统计方法与相应的实质性学科相结合的情况下才产生的，比如经济统计产生于统计学与经济学的结合，而统计学与教育学相结合产生了教育统计。统计学的这些分支学科的属性都是双重的，它们既是统计学的分支，也是相应实质性学科的分支，因此经济统计学不仅属于统计学，同时是属于经济学的，教育统计学不仅是统计学的分支，同时也是教育学的分支，而这些分支的存在则解决了很多实质性学科研究中的有关定量分析的问题。因此，统计学与科学体系的紧密结合，已然成为了统计学发展的路线方向和必然模式。统计学与科学体系的结合为统计学的应用提供了更广阔的发展领域，也为统计学的发展提供了更多的机会和可能。
（三）促进研究方法的完善
随着研究层次的加深和领域的扩展，统计学在统计探索和实践中不断进步，不断发展。不过，统计学领域依然有很多没有解决的问题，因此，我们必须抓住统计实践中各工作环节上突出的理论和方法问题去进行研究，以促进研究方法的发展和完善。一方面，要坚持“大统计”思想，遵循学科发展的一般规律，在鼓励统计学各分支学科相对独立发展的同时，也要促进各分支学科的相互融合，因此，在统计学的领域，学科发展的结果是各学科的相对独立，而学科发展的前提是各学科的相互融通。在做到各学科相互融合的基础上，还需要联系实质科学研究，用与统计方法应用领域相关的学科推进分支统计学科的深入发展。另一方面，还要坚持把概率论当作指导，并且加深对统计方法的理性认识，同时提高统计科学水平，和政府统计实际相联系，在新的层次领域中找出统计工作各个环节上的问题所在，解决问题，并且研究和发展新的统计技术。
结语：统计学是一门实质性的社会科学，它在研究社会生活的客观规律的同时也在研究统计方法。在基础的统计的理论的基础上，统计学继承和发展统计的理论成果，并且在此基础上坚持着统计学的社会与科学性质，以便使统计理论研究与统计工作实际更加的接近，在国家和社会中得到更广阔的发展领域和发展条件。
参考文献
[1]陈善林，张浙.统计发展史[M].上海：立信会计图书用品社，2010.
[2]陈希孺.高等数理统计学[M].合肥：中国科学技术大学出版社，2011.
[3]陈希孺.机会的数学[M].北京：清华大学出版社，2011：55一79.
[4]程开明.统计数据预处理的理论与方法综述[J].统计与信息论坛，2010，4（6）：56一59.
[6]崔智超，王青建.数理统计学源流及应用[J].大连教育学院学报，2011，5（6）：53一55.
在会计学当中存在着很多的会计指数，通常我们就将其称作是统计指数，实际上它们在概念上还是存在着一定差别的，会计学当中对各个因素进行分析的时候都会采用系统指数法当中的因素分析方式。举例来说，我们比较重视的成本控制中，定额成本法和标准成本法计算差异的分析就是将统计学中的因素分析法充分的完全的应用在这一过程中，实际上，经济活动分析当中的因素分析法和我们在统计学中应用的因素分析法是十分相似的，甚至方法的名字都没有发生任何的转变。统计指数会在整个会计工作中都占据着十分重要的位置，同时在这一过程中也可以将其分成是事前和事后两个阶段，在会计工作中对工作效果会产生非常显著的影响。
二、统计原理中动态数列在会计学中的地位不容忽视
会计销售预测和成本预测的过程中最常使用的就是回归分析法，而具体而言，应用最为广泛的方法就是最小平法法。此外在管理会计和成本会计当中都会较为频繁的应用到这种方法，虽然在实际的工作中对其应用的次数并没有其他方法那么的熟轻熟路，但是在应用的过程中其所有的内容都会出现并加以应用，在这种方法当中还存在着资金成本计算和各种动态分析过程中所应用的动态数列知识，所以如果在分析的过程中不能对动态数列女予以充分的重视就很有可能会使得会计核算工作受到非常不利的影响。
三、统计原理中的综合指标在会计中随处可见
综合指标主要包含三项内容，一个是绝对数，一个是相对数，一个是平均数。在会计存货计价的过程中要使用加权平均的方式，或者是移动平均法，而这就是统计学当中的平均数的内容，对各种比率进行分析和计算的过程中很多环节都是需要用到相对数和绝对数概念的，它也成为了计算平均数和绝对数的一个重要的前提和基础，随着应用范围的不断拓宽，这种方法在其他层面上的应用也在不断的发展和拓宽。
四、统计学原理中经济使用的抽样推断以及相关分析市场前景广阔
日常工作中当我们使用会计考核评价方法对企业生产的产品进行质量检验的时候，在确定了流转额和经营费用之间的关系和计件工资的背景下对产量和工资进行分析的时候都是需要使用到相关的内容的，这样一来使用这种方式一方面非常的便捷，而且在这一过程中是比较便捷效率也比较高的。
五、统计学和会计学之间有着密切的联系
统计学和会计学之间是存在着非常密切的联系的，所以在这一过程中如果可以准确的掌握统计学方面的知识，就可以有效的提高会计学的掌握程度，工作人员在这一过程中可以根据实际情况对统计学方法进行调整和应用，对提高会计学工作的质量也有着非常重要的作用。例如：如果对统计学当中的加权算术平均数有所了解就很容易理解会计存货当中所提出的加权平均法当中加权的含义，同时还会对成其为权的原因予以充分的了解如果在这一过程中不对统计学原理当中的相关知识进行学习，类似的问题是不能得到很好的解决的，所以从某种方面来说，统计学原理可以为会计学提供众多的便利。此外还使得统计学的作用得到了充分的发挥。
六、在应用统计学原理过程中应该注意的几个问题
首先是选择性。统计学方法是多种多样的，每种方法都有其自身的特点和应用范围，所以在会计学发展的过程中是不可以不考虑实际情况随便拿来使用的。比如说统计原理当中的抽样调查法在会计工作当中就是一种不适用的方法，产生这种现象的主要原因它不是非常的满足会计准则当中对经济学方面的内容进行全方位反应的要求，如果工作人员在完全按照其规范和标准对其进行应用的时候是可以使用的，但是如果不能做到这一点往往会出现不良的后果。
其次是灵活性。应用统计原理这个工具进行会计操作队不能生搬硬套，要科学地灵活地运用。例如会计利润的预测分析与统计中动态数列的预测分析不同，因会计上遵循了客观实际的原则，符合了生产经营活动的需要，使企业财务决策更具有科学性和预见性它并没有一概套用统计原理上的模式。
再次是合理性。如果统计方法运用熟练，则对会计的计算大有益处，但要合理运用。比如说，己知各实际产值和各计划完成程度，求平均计划完成程度时须用调和平均数，若已知各实际产值和各产值利润率，求平均利润率，则用加权算术平均数，这就是统计中已知变量值和给定“子项”资料或’母项”资料求平均数的问题。应根据实际情况选择合适方法，切勿滥用。
关键词：微课；统计学；教学效果；实践
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2015）38-0124-02
随着社会的发展，《统计学》在各个领域的应用越来越广泛。《统计学》的应用不仅限于统计专业的毕业生，对于非统计专业的学生也会用到统计知识。财经类院校的《统计学》主要面对非统计专业的财经类学生，学生的专业背景和数理素养也有很大的区别，如何进行有针对性的以学生为本的授课是笔者一直关心的问题。自从使用了微课这种方法，学生学《统计学》的兴趣大有提高，课堂效果有显著的提升。
一、微课概述
微课是“微小”的教学活动，指教师以多媒体形式进行的围绕某章节或某个知识点甚至某一概念等内容制作的简短、完备、独立的知识传播课程。微课便于学生的自主学习，并获得最佳学习效果。但微课要借助于现代信息化教学设备，教师要经过缜密的过程设计。有别于传统的教学过程，微课的设计过程符合信息化教学要求，课程的承载方式网络多媒体，其内容仅是某个小的知识环节甚至一个概念的解读，每个授课单元都很短，但每个单元都独立是完整的教学活动。微课的制作要坚持“以学生为本的思想”，要从受众的角度出发，才能达到好的效果。
微课具有四个特点。第一，微课看起来“微小”，但效果不“小”。微课都是比较短小，不如一般的课堂教学时间那么长，但是它的作用很好，学习效果显著，是一种难得的学习资源。第二，微课虽然短小，但是它的知识内涵非常巨大，有时一个短小微课比几十节课都有用。第三，微课虽然短小，但其进程不慢。每个微课的知识讲授都很短，多个微课结合起来，构成微课知识群，不比大课堂进程慢，实际效果更好。第四，微课可以随时更新随时学。因为课程短小，可以紧随知识的更新，对微课进行调整很方便。
二、微课的开发步骤
微课的开发要涉及多个层面及不同的相关人员，具体的开发步骤如下。
1.整体规划。在进行微课开发前，必须先做好微课建设内容的整体规划，制定具体的实施方案及进度计划，形成统一的开发标准，避免重复和无序开发。内容的规划是一项重要工作，必须要根据受众的特点，按照相应的课程标准并结合特定的使用教材，组织教研员和一线开发人员共同确定相关的知识点谱系，在征求意见后统一，供项目相关的教师有针对性地选择开发。
2.建设共享平台。完成上面的第一个步骤后，接下来应该构建共享的微课平台。有关人员要基于微课进行微课开发、分享和应用，该平台须由主管部门管理和协调。平台功能不仅要满足使用者的微课开发和日常运营，而且要便于用户开展有关研究，形成微课建设、管理、应用和研究的“一站式”服务环境。
3.内容开发。微课内容开发是一个较为复杂的系统工程，也是微课开发的主要工作，它决定着微课开发的成败。开发之前，先要对相关人员做技术培训。然后，设计选题，把相应教材内容梳理成不同的相对独立的模块。其次，根据模块的内容，组织设计讲述内容。再次，进行视频的录制及后期加工。最后，微课的上传、报送及审核。如果必要的话还要进行评价反馈，确保课程的讲授质量。
4.交流及改进。微课的开发主要目的就是用于交流与应用。通过各方人员的交流，有助于教师水平的提高。可以通过集中展播、专家点评和共享交流等方式，让广大师生参与到微课的评价中来；定期组织学生和教师对微课的使用提出意见和建议，从而提高微课的制作质量。
三、微课在《统计学》教学中的应用
针对现有《统计学》公共基础课的教学特点，微课可以提高课堂教学效果。微课教学，要求授课老师结合微课的“微目标、微教案、微讲义、微练习”四要素，进行《统计学》知识群的构建，并将其应用到《统计学》教学过程中。微课的应用支持翻转课堂教学、体现课内差异化教学并支持课外的辅导答疑，并有助于学生的个性化学习，帮助教师借助信息技术和网络技术手段更好地实现差异化教学。
1.微课教学所解决的问题。笔者在多年《统计学》教学过程中，发现学生的学习存在以下问题：第一，部分学生学习兴趣不高，《统计学》课堂气氛沉闷，学生参与不够；第二，不同专业的学生基础差异很大，这就需要在教学过程中注意照顾不同的知识水平，有针对性地授课；第三，学生课后的学习不主动，不能很好地完成课下作业。
通过微课的模式把上述问题转化成以下问题，具体来说有三个：（1）如何通过微课资源，帮助同学学习《统计学》新知识。探讨如何帮助学生预习导学，提供个性化的教学支持。（2）教学中知识难点的处理。主要解决如何指导学生处理会重复出现的典型问题、难点，及一些有一定难度的先导知识点，完成有针对性的学习。（3）如何帮助学生完成课后的巩固拓展。对于程度较好的可以提供拓展为目的的微课，程度差的提供难题分析讲解，及时解决他们的学习困难。
运用微课的教学模式可以有效地解决以上三个问题。首先，可以利用翻转课堂，采用“先学后教”的模式。利用微信平台让学生先微课学习，并完成预设的任务，以便课上参与讨论。其次，利用微课差异化模式，对不同的学生提供不同知识群资源，以达成差异化教学目的。最后，利用微课资源，帮助学生回顾知识和概念，完成课后的辅导答疑。因此，我们可以研究利用微课的上述特点，解决《统计学》教学中存在的问题。
2.微课能达成的目标。我们主要探索如何把《统计学》的教学与微课模式结合起来，从而提高学生学习的主动性，改进课堂教学效果。微课教学的目标主要包括三方面：（1）给出《统计学》的微课知识群资源，以便授课老师和学生结合自己的教学实践或学习实践来使用。（2）培养学生独立自主完成有关知识的学习，提高学生学习的主动性和课堂参与教学互动的热情。（3）基于微课的知识难点处理优势，给出不同专业的学生的学习建议，要给出体现专业特点的学习方法，并帮助学生课后完成课后的答疑和作业。总体目标是通过微课的模式，找出适合于不同专业的《统计学》的教学方法，改进现有的《统计学》教学效果。
微课教学的主要特色是通过微课，把学生的学习积极性调动起来，让学生主动参与到教学过程中。由于微课的灵活性，可以结合不同背景的学生进行有针对性地授课、辅导，从而也使教学过程实现了差异化，提高了课堂教学效果。
3.微课教学的内容。微课教学主要由参与录制的老师根据自己的《统计学》教学实践，结合不同专业的教学经验，比较分析并讨论、提炼出《统计学》的知识群结构，并用微课的形式将这些知识群展现出来，供师生们下载使用。《统计学》的微课录制先从基本的描述统计开始，结合不同的专业要求，把描述统计知识分成几部分，每部分的知识内容凝结成十分钟的讲述内容，并做成微课资源。接下来，把推断统计及其他知识也类似做成微课资源，供师生使用。同时，开发组把此方法推广给其他老师，并总结可能遇到的问题，加以改正，最后形成《统计学》微课知识群资源库。
具体来讲，首先依据课题参与人的教学经验，形成《统计学》的知识体系框架。其次，将统计知识微课资源化，形成各自相对独立又互相联系的知识群，便于同学们在学习中选择使用。最后，在教学实践中调查教学效果的测评数据，分析比较微课在教学实践中的效用，寻找可能存在的问题，提出解决办法，并加以完善。
四、结束语
统计学的产生、发展来源于实践，依赖于应用，并在应用过程中逐步发展壮大。统计学的生命力就在于它能够不断满足不同专业社会应用的需要。在网络web2.0时代，随着信息与通迅技术快速发展，微课也将具有十分广阔的教育应用前景。我们在教学实践中就要充分利用《统计学》和微课的各自特点，把微课纳入到《统计学》的教学改革中。利用微课，我们可以改进传统的教学与教研方式，使之更有利于学生的自主学习，教师的教学内容更具有针对性和实效性，而且可以设计个性教学内容，教师通过微课的反馈与评价，可以不断提高与自我成长。微课能更好地满足学生对不同学科知识点的个性化学习，按需选择学习，既可查缺补漏又能强化巩固知识，是传统课堂学习的一种重要补充和拓展资源。特别是随着手持移动数码产品和无线网络的普及，基于微课的移动学习、远程学习、在线学习、“泛在学习”将会越来越普及，微课必将成为一种新型的教学模式和学习方式，更是一种可以让学生自主学习，进行探究性学习的平台。
如果要建设《统计学》微课平台，必须从各方面同时着手，多管齐下。这要涉及学校、教师和学生等很多方面的因素。建议由学校的教学管理部门结合统计学院系，共同针对就业市场的发展变化和人才需求趋势改善现有《统计学》教学模式，建立新型适应就业要求的《统计学》微课教学体系。
参考文献：
[1]张林泉.基于动态技术支持的统计学教学研究[J].宁波大学学报：教育科学版，2014，（1）.
[2]苏小兵，管珏琪，钱冬明，祝智庭.微课概念辨析及其教学应用研究[J].中国电化教育学刊，2014，（7）.
[3]张一春.微课建设研究与思考[J].中国教育网络，2013，（10）.
[4]陆晓燕.关于统计学教学改革若干问题的探讨[J].教育教学论坛，2013，（5）.
[5]朱建安，谭岚，周自明.基于课程群视角的应用型高效经济学教学改革[J].中国高教研究，2012，（12）.
【关键词】 护士； 心理资本； 现状调查
近年来，心理资本研究已经成为国内外研究的一个热点。心理资本是指能够导致个体积极组织行为的心理状态，它包含了效能、希望、抗挫折、乐观4个成分[1-2]。这一概念属于积极组织行为学的理论范畴，积极组织行为学强调对人心理优势的开发与管理，重点研究如何采取积极的方法发挥员工的优势以提高组织绩效[3-4]。已有研究证实，心理资本与员工绩效、工作投入等成正相关[5-6]，而与工作倦怠，离职倾向等成负相关[7-8]。心理资本理论的出现为管理者提供了一条既能保证绩效又能保护员工身心健康的途径。目前，国内针对护士这一群体的心理资本研究还较少，为了了解太原市三级甲等医院护士心理资本现状，笔者对5家太原市3级甲等医院的护士进行了调查，现将调查结果报告如下。
1 资料与方法
1.1 一般资料 2012年7-9月笔者抽取太原市5家三级甲等医院700名临床科室护士进行问卷调查，其中综合性医院3所，专科医院2所。纳入标准：自愿参与此项研究；在所调查科室工作≥1年的注册护士。调查对象均为女性；年龄20～54岁，平均（30.79 6.96）岁；婚姻状况：已婚391名（60.6%），未婚348名（38.4%），离异6名（1%）；护龄1～33年，平均（9.12 8.04）年；职称：护士298名（46.2%），护师190名（29.5%），主管及以上157名（24.4%）；职务：临床护士509名（78.9%），责任制组长75名（11.6%），科护士长及以上61名（9.5%）；学历：中专10名（1.6%），大专225名（34.9%），本科286名（59.8%），本科以上24名（3.7%）；用工形式：在编313名（48.5%），聘用332名（51.5%）。
1.2 调查工具
1.2.1 护士一般情况调查表 自行设计的包含年龄、婚姻状况、护龄、职称、职务、学历、用工形式等情况的调查表。
1.2.2 心理资本问卷（PCQ） 选用国内学者郝中华（2010）修订的PCQ量表，包含12条目，四个维度：自我效能、希望、韧性、乐观。量表采用1～6评分，分别表示“非常不同意”、“不同意”、“有点不同意”、“有点同意”、“同意”、“非常同意”。得分越高，心理资本水平越高[9]。本次调查中此量表的Cronbach’s α系数为0.896。
1.3 研究方法 采用问卷调查法，问卷使用统一指导语，以不记名方式作答，当场发放问卷，完成后统一回收。共发放问卷700份，回收有效问卷645份，有效回收率为92.1%。
1.4 统计学处理 采用SPSS 17.0统计软件建立数据库并进行数据分析，采用的统计分析方法包括描述性统计、单因素方差分析，以P
2 结果
2.1 护士心理资本及各维度得分情况 心理资本条目均分为（4.11±0.75）分，四个维度得分由高到低依次为自我效能（4.43±0.82）分，韧性（4.10±0.92）分，乐观（4.05±1.10）分，希望（3.83±0.92）分。
2.2 护士心理资本的人口统计学特点
2.2.1 不同年龄护士心理资本得分比较见表1。
由表1可看出不同年龄段在效能、希望、韧性、乐观及总的心理资本上得分差异有统计学意义，40岁以上的护士自我效能，希望，韧性，乐观及总的心理资本与其他年龄段相比得分最高，差异有统计学意义。希望、韧性、乐观及总的心理资本最低值均出现在30～39岁。
2.2.2 不同婚姻状况下护士心理资本得分情况见表2。
由表2可发现，不同婚姻状况在效能、韧性得分差异有统计学意义，已婚者在这两个维度上的得分均高于未婚者。
2.2.3 不同护龄状况下护士心理资本得分比较见表3。
由表3可知，不同护龄分组在效能、韧性、乐观，希望及总的心理资本上得分差异均有统计学意义，进一步做两两比较得出在效能、韧性及总的心理资本方面护龄在15年以上的得分最高。护龄在6～14年者在希望维度上得分最低。
2.2.4 不同用工形式下护士心理资本得分见表4。
由表4可看出，不同用工形式下护士在效能、韧性、乐观、及总的心理资本上得分差异有统计学意义，在编护士在以上三方面得分均高于聘用护士。
2.2.5 不同职务下护士心理资本得分比较见表5。
由表5可看出不同职务的护士在心理资本及各个维度得分差异均有统计学意义，得分从低到高均为临床护士、责任制组长，科护士长及以上。
2.2.6 不同技术职称状况下护士心理资本得分比较见表6。
由表6可看出，不同技术职称的护士在心理资本及其各维度上得分差异有统计学意义，护士、护师的得分要低于主管护师及以上。
2.2.7 不同学历状况下护士心理资本得分比较见表7。
由表7可看出，不同学历护士在效能、希望及总的心理资本上得分差异有统计学意义，硕士在以上几个方面得分均最高。
3 讨论
3.1 太原市三级甲等医院护士心理资本现状 调查显示；护士心理资本总体及各维度得分处于中等偏上水平，尚有提升空间，其中效能水平最高，希望水平最低。这一结果与郝中华[9]的调查结果一致。自我效能较高可能与护理管理者注重护士技能培训，重视业务学习等有关。希望的一个重要的成分就是有成功的动因，也就是认为通过自身努力自己事业一定会成功的一种信念，但是目前护士所处的从业现状使得护士对此并无信心。比如工作自主性普遍较差，护士在医院的地位比不上医生，工作不被社会认可等等原因都会导致护士对成功的动因不足。
3.2 不同人口学变量下护士心理资本的差异性
3.2.1 年龄 不同年龄段护士在心理资本及各维度的得分差异有统计学意义，得分呈“U”形曲线，40岁以上的护士与其他年龄段相比得分最高，心理资本最低值出现在30～39岁。造成这种状况的原因可能是由于：30～39岁这一年龄组的护士在医院为骨干力量，承担较多的工作任务，且面临职务职称晋升的压力，在家庭中又要承担子女教育，赡养老人等责任，面临工作及家庭的双重压力所致。而40岁以上年龄段的护士，积累了大量的社会资本，工作生活的丰富阅历，使其更能从容应对工作中的困难，因此，心理资本水平就高于低年龄段的护士群体。
3.2.2 婚姻 不同婚姻状况在效能、韧性上得分差异有统计学意义，已婚者大于未婚者。积极心理学研究发现已婚者能得到家庭的支持，良好的婚姻关系、家人及亲戚的和睦关系会影响到一个人的主观幸福感，特别是在培养个体的韧性方面有重要作用[10]。
3.2.3 护龄 不同护龄分组在效能、韧性、乐观，希望及总的心理资本上得分差异均有统计学意义，护龄在15年以上者在心理资本及其各维度得分最高，护龄在6～14年者在希望维度上得分最低。低年资护士可能因为刚接触工作，工作热情较高，且医院重视对新护士的培训，其积极性较高。护龄在15年以上者，在专业知识与技能以及工作经验上较年轻护士丰富，其自我效能感也相应较高，工作多年在单位积累了更多的人脉，出现问题时可供求助的资源也多，因此希望和韧性水平也相应较高，而护龄在6～14年者，希望水平最低，可能与目前医院对护士的管理和使用未完全做到分层使用有关，这一工龄的护士往往技术娴熟，经验丰富，却往往与低年资护士做着同样的工作，导致护士工作激情衰退，容易产生失落的情绪，且上升的空间不如医生，致使其对成功失去信心，希望水平下降。
3.2.4 用工形式 不同用工形式下护士在效能、韧性、乐观、及总的心理资本上得分差异有统计学意义，在编护士在以上三方面得分均高于聘用护士。聘用护士对医院的归属感较在编护士低，很多护士认为没有编制面临解聘的风险要大，这种不确定感，导致其对职业前景不乐观，且所调查的几家医院尚未完全做到同工同酬，医院管理者和护士长对聘用护士和在编护士不能一视同仁的看待，相当一部分聘用护士认为做了同样的工作，来自组织的奖励却比在编护士少，因此，挫伤了其工作积极性，导致其对追求工作上的成功动因不足，希望水平低下，组织支持的不足导致其出现困难时恢复力较差，韧性不足，因此较在编护士整体心理资本水平低下。
3.2.5 职务、职称 不同职务、职称的护士在心理资本及各个维度得分差异均有统计学意义，得分从低到高均为临床护士、责任制组长，科护士长及以上。护士、护师的得分要低于主管护师及以上。心理资本水平高的人群乐于接受挑战，喜欢追求高绩效，因此容易成为领导者，而同时工作上的成功又会反过来影响心理资本，提升心理资本。
3.2.6 学历 不同学历护士在效能、希望及总的心理资本上得分差异有统计学意义，硕士在以上几个方面得分均最高。一方面研究生护士其知识、技能、能力较为突出，另一方面，硕士学历的护士在医院中相对受重视，一般会重点培养且委以重任，职业前景较为乐观，心理资本水平自然较高。
综上所述，护士心理资本及各维度存在人口统计学的差异，医院在开发心理资本时，应该特别注意工龄在6～14年，年龄在30～39岁的护士，以及注意保护聘用护士心理资本不受组织公平因素的影响。心理资本作为一种状态类的个性特征，具有可开发、可管理的特点，且投资心理资本可以带来明显的收益，建议医院管理者重视护士心理资本的管理，为护士提供支持性的工作环境以及进行心理资本方面的相关培训，最终提升护士心理资本。
参考文献
[1] Luthans F，Luthans K W，Luthans B C. Positive psychological capital：beyond human and social capital[J].Business Horizons，2004，47（1）：45-50.
[2]（美）路桑斯（Luthans，F.），著；李超平译.心理资本[M].北京：中国轻工业出版社，2008.
[3]曾晖，赵黎明.组织行为学发展的新领域-积极组织行为学[J].北京工商大学学报（社会科学版），2007，22（3）：84-90.
[4] Luthans F.The “point”of Positive Organizational Behavior[J].Journal of Organizational Behavior，2009，30（1）：291-307.
[5]李东美，阙虹霞，徐凌丽，等.护士心理资本对工作绩效影响的相关研究[J].中国实用护理杂志，2011，27（31）：57-58.
[6] Daniel H T.An experimental study of the impact of psychological capital on performance， engagement， and the contagion effect[D].USA：University of Nebraska-Lincoln，2010.
[7] Avey J B，Patera J L，West B J.The implications of positive psychological capital on employee absenteeism[J].Journal of Leadership and Organizational Studies，2006，13（1）：42-60.
[8] Luthans K W，Jensen S M.The linkage between psychological capital and commitment to organizational mission：A study of nurses[J].The Journal of Nursing Administration，2005，35（6）：304-310.
[9]郝中华.护士心理资本问卷的修订及其应用[D].杭州：浙江理工大学，2011.
目前，医学统计学的很多原理和方法已成功地应用于这些新研究之中，并在此基础之上有了新的发展和改进。如概率分布的知识与序列相似性分析、蛋白质分类等技术密切相关；方差分析、非参数检验方法经改进和结合后在基因表达数据的前期分析中发挥了较好的作用；而聚类分析、判别分析、相关分析这些大家所熟知的统计学方法更是在基因分类和调控网络的建立中得到了广泛的应用。在进行医学统计学课堂教学时加入生物信息学方面的应用实例，不仅可以使学员了解本学科研究的前沿和医学、生物信息学研究的新发展，还可以提高学员对于医学统计学理论学习的兴趣，掌握先进的生物实验数据分析方法，提高今后从事医学科研的能力。下面，本文在回顾医学统计学授课主要内容的基础上，就医学和生物信息学中的可能应用举例如下：
一、概率分布
概率分布（probabilitydistribution）是医学统计学中多种统计分析方法的理论基础。授课内容一般包括：二项分布、Possion分布、正态分布、t分布、F分布等。
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。
很多省份的高考志愿填报时间都定在了出分以后，因此很多考生、家长甚至学校老师都认为高考志愿要在出分以后考虑最合适。
殊不知现在高招政策已发生翻天覆地的变化，招生规则相对复杂，短短几天时间要收集分析大量信息，弄懂录取规则，报好志愿实属不易!
误区二、考入好大学热门专业就算成功
高考有看得见的失败和看不见的失败。
看得见的失败是孩子没有考好，成绩不理想，或者是高考志愿没有报好，高分落榜;看不见的失败是没有选择合适的大学、专业，严重影响考生职业发展。
几年前一位辽宁高分考生被一所北京211高校的生物学专业录取，当时考生及家长认为高考成功，考出了好成绩，报志愿成功，进入了北京名校，选上了热门的生物学专业。但入学后了解到本校生物学专业并不强，在他未毕业时学校的生物学专业居然取消了，考生考研没有考上，且至少两年没有找到与专业相关的工作!
家长不能提前对高校的专业设置、未来就业有所了解，盲目跟风只瞄定热门专业，容易耽误孩子的发展。
误区三、按自己的想法找到成绩适合的大学、专业即可
如果选择方向有误区，再多工作也白做!有一位考生希望进入大学学习建筑学专业。问到他学习建筑学专业的目的，竟是从事房地产开发挣大钱!
试想如果考生家长按不成熟的想法，花费大量时间精力，即使通过高考进入了心目中理想的大学、专业，等到大三、大四的时候，也会发现当初的选择存在误区，空留遗憾!
误区四、信息误导，以偏概全
一些家长从同事、同学、朋友、往届家长听说某一专业不好就业，就盲听盲信，把这个专业在填报志愿时打入“冷宫”。
我曾听一河南家长说北京大学统计学不好就业，原因是他们单位最近刚刚有一名入职人员，是北京大学统计学专业毕业，同事们都认为北大毕业没有留在北京找到工作，是专业选择失误。
我了解到的情况是统计学专业就业领域广阔，覆盖高等院校、市场调研机构、咨询及信息产业部门、金融保险机构、证券投资和社会保障机构、政府各专业管理部门以及各类大型国企、外企。这个学生找不到工作不能代表统计学就业不好，只能说明是个人的问题。
误区五、对专业设置、发展不了解
对想报考的专业了解不够透彻，导致考生家长视野狭窄，影响其选择。
【关键词】ArcGIS；地统计；土方量
1.引言
随着地理信息技术在当今社会的飞快发展，以及人类对空间数据质量要求的提高，空间数据插值方法及其在实际中的应用越来越受到人类的重视。地统计学里面的克里格插值方法，由于其具有插值和预测两方面的优势，正在越来越多的领域中得到广泛应用，成为许多专业软件、商业软件的重要组成部分。社会飞速发展的今天，地统计的应用也体现在生活的大小方面，本文以工程施工中的土方计算为例子做出了详细的地统计分析。
2. 地质统计学基础
地质统计学，又名地统计，是统计学与地质学两学科领域的交叉部分。经过不断完善和改革，目前已成为具有扎实理论根基和实用价值的数学工具。地统计运用变异函数的理论，对自然现象进行深入研究。研究对象既具有随机性又具有结构性，任何科学研究，凡是与空间数据的结构性、随机性等有关，皆可应用地统计学的理论与方法。
2.1 ArcGIS 软件介绍。ArcGIS诞生于Esri公司，是该公司集近50年地理信息系统咨询和研发经验的产物，下分多个模块，具有强大的地图制作、空间分析能力，并且在空间信息整合、与共享方面有着十足的优势。是一套完整的地理信息平台产品。目前地理信息系统行业中，GIS是应用最为广泛、性能最为丰富的软件，并且支持对地理信息进行处理、归类，从中提取生产所需的信息。
2.2 克里格插值法。克里格插值（Kriging），一般可理解为包括普通克里格方法、协同克里格法等在内的众多插值方法。其中，普通克里格应用最为普遍，它以未知的常数作为假定均值。随着Kriging与其它研究领域的相互交叉发展，在自身应用发展的同时，也衍生了一些新的克里金方法。在克里格法的应用过程中，Kriging考虑了空间属性的各向异性，插值精度较高，分析结果可靠，对数据处理后的成果偏离度微乎其微。
3. ArcGIS地统计
随着地理信息学科的发展，近年来，GIS 与地统计学之间的生产发展迅速，地统计分析模块中产生的新表面，可以继而使用于GIS建模以及诸如空间分析和3D分析等ArcGIS扩展模块的可视化当中。地统计分析的地表拟合包括三个关键步骤：探索性空间数据分析、结构分析（临近点位空间属性的计算与建模）、趋势面预测和结果评价。运用这些基本的分析处理模块，不仅可以高效地完成多种地统计分析问题，此外还可以创建形象的的专题地图（表面预测）。
3.1 探索性空间数据分析。探索性空间数据分析模块是目前发展应用迅猛的一个领域，兴起于20世纪后半叶是一种新的统计分析方法。在得到样本点数据之后，首先我们需要做的是对样本数据进行分析检验，从而分析数据的趋势性。在ArcGIS中设立的探索性空间数据分析模块，为操作者提供了一系列的工具来检查数据，提高了解决问题的高效性。
笔者采用了若干样本高程点，并对其进行了样本分析与拟合表面（详见下图），对数据的分布状况进行详细了解，不仅反应着工作的严谨程度，更关系着输出结果的准确性，是运用地统计分析建立表面之前的重要工作。Arc GIS 中的数据分析模块，槿嗣翘峁┝朔植贾狈酵挤ê驼态QQPlot 图法两种检验数据的方法。两种方法在高程点拟合过程中均有着很好的表现。下图为对研究区内的样本高程点进行分析及拟合表面的情况。
3.2 使用普通克里格法创建表面
普通克里格方法进行表面内插的方法简便，可分为两步进行，分别是：
（1）生成变异函数和协方差函数
（2）预测未知点的值
为了表达研究区域的原始地形，通过生成一个关于高程的克里格插值图是最直观的方法。如上两步操作，便可以生成一幅基于Kriging里格插值法的地理信息预测图。本文重点在于讨论地统计在实际中的应用，在此不过多阐述。
4. 土方量计算
随着工程建设以及社会各个领域的发展，地统计在施工建设、环境调查、土地管理、农业开发等等方面越来越凸显出其影响。笔者以土方量计算为典型，介绍地统计在实际中的应用。土方量的计算是建筑工程施工的一个重要步骤，工程施工前的设计阶段必须对土石方量进行估算， 方格网法、等高线法、DTM法和平均高程法等均为比较常用到的几种计算土方量。ArcGIS计算土方量的原理简单却很严谨，整个流程是以 DEM 为基础，先后分别通过建模分析、区域求差、统计单区域土方量、计算工程土方量来完成最终工程需求，此种流程方法已在工程施工中得到了广泛应用。
5. 结语
计算土方量的方法非常之多，随着工程施工技术的发展，无论在土方计算的精度还是效率方面都呈现逐步提高的形势，然而，大量的实践证明，基于 Arc GIS地统计分析模块的计算方法，其计算与地形状况无关，并且计算简单、高效，可以适用于各种地形项目。在今后的施工建设或其他领域的发展中，笔者坚信地统计的应用范围会越来越广。
参考文献：
[1]王艳妮，谢金梅，郭祥. ArcGIS中的地统计克里格插值法及其应用[J]. 软件导刊，2008，12：36-38.
[2]陈勇. 利用ArcGIS地统计分析进行土地平整土方量计算的研究[J]. 安徽农业科学，2007，01：70-71+103.
关键词 地统计；资源环境；调查方法
中图分类号 K903；P962 文献标识码 A 文章编号 1007-5739（2016）09-0308-02
Abstract Resources and environment survey is necessary precondition for fully understanding the present situation of natural resources and environment，and provides effective indemnification for the rational planning and sustainable use of resources and environment，it is also an important basis for comprehensive control over future development of the resources and environment.Many researches on the survey methodology of the resources and environment had been discussed and researched，they are mainly based on geostatistical methods，their developments and applications in the field of resources and environment research are relatively mature at domestic and foreign.By summing up the research progress of such methods，it is very useful for clear-cutting the potential applications and future directions of such methods.
Key words geostatistical；resources and environment；survey methodology
资源环境的产生是由人们对自然资源到环境资源认识的一种深化，几乎所有的自然资源都构成人类生存的环境因子。自然资源是指在一定的时空范围内，可供人类利用的表现为各种相互独立的静态物质和能量，而环境资源则是静与动的统一体，这些资源包括矿产能源资源、土地资源、水资源、森林资源、海洋资源、草地资源、野生动物资源、再生资源、环境资源等。这些资源环境的损失评估、规划管理、保护决策等都离不开对这些资源的调查和监测，计算机技术的飞速发展为资源环境调查领域提供了新的途径和方法。目前已经有很多的研究成果能够实现详尽的调查监测方法，并最终优化样点布设方案，如传统的调查方法、基于地统计的调查方法、基于计算机模拟的调查方法等；所采集的数据经过人工数字化录入或者基于物联网的数据采集系统智能录入数据库等，然后运用地统计学相关技术绘制数据插值获取区域内相关数据的全局变化图或者趋势图等，为相关决策方案的制定提供数据支持。
1 地统计学概述
1.1 理论基础
矿物学家 D.R.krige最早将地统计学应用于南非金矿的查找工作中，而该方法的理论是法统计学家G.Matheron 创立的，有一套完善的理论体系作为基础，即在二阶平稳假设和本征假设的前提下，将区域化变量作为基本概念，以变差函数为工具，通过基本公式如估计方差、离散方差等的计算实现克里格方法。
地统计学理论的提出为资源环境调查提供了新的思路和方法，并促使这些方法在地统计学理论的蓬勃发展下越来越完善[1-3]，发展至今，理论技术已经非常坚实，实用的数学工具数量也非常多。地统计学的应用非常广泛，能够对空间数据进行最优无偏内插，模拟空间数据的离散性及波动性，研究空间分布数据的结构性和随机性、空间相关性和依赖性、空间格局与变异。
1.2 发展及应用
地统计学的组成部分有2个，分别为分析空间变异与结构的变异函数及其参数和空间局部估计的Kriging（克里格）插值法，广泛应用于土壤、地质、生态、地球物理等方面。在气象领域的主要应用是使用Kriging法进行降水、温度等要素的最优内插的研究及气候对农业影响方面的研究。在资源环境调查方法的设计中，较为流行的方法是克里金方法。国内外很多学者结合已有的方法和日趋成熟的地统计理论创造出了大量的设计方法和评价指标，前者如随机选择法（Naive）[4]、枚举法（Enumeration）[5]、序贯法（Sequential Selection）[6]、模拟退火法（Simulated Annealing，SA）[7-9]、空间均衡布样（Generalized Random Tessellation Stratified，GRTS）[10]、适应性抽样（Adaptive Cluster Sampling）[11]等，后者如Kriging方差最小化准则（Minimization of the Ordinary Kriging Variance，MOKV）[12]、WM准则（Warrick-Myers-criterion）[13]、平均最短距离最小化准则（Minimization of the Mean of the Shortest Dista-nces，MMSD）[7，14-15]、极大熵准则（Maximum Entropy，ENT）[16]、分形维度（Fractal dimension）[17]、均方距离准则（Mean squared distance to sides，vertices，and boundaries）[18]等。这些指标和方法在生态[19]、海洋[20]、渔业[21]、林业[22]、农业[23]、人口健康调查[24]、环境[25]、土壤[26]以及水资源[27]等方面得到了广泛的应用。
[6] JOURNEL A G.Nonparametric geostatistics for risk and additional samp-ling assessment[J].Principles of Environmental Sampling American Che-mical Society，1988：45-72.
[7] SIMBAHAN G C，DOBERMANN A.Sampling optimization based on sec-ondary information and its utilization in soil carbon mapping[J].Geod-erma，2006，133（3）：345-362.
[8] WIENS D P.Robustness in spatial studies ii：minimax design[J].Envi-ronmetrics，2005，16（2）：205-217.
[9] PAPRITZ A，WEBSTER R.Estimating temporal change in soil moni-toring：II.Sampling from simulated fields[J].European Journal of Soil Science，2005，46（1）：13-27.
[10] STEVENS D.Variable density grid-based sampling designs for contin-uous spatial populations[J].Environmetrics，1997，8（3）：167-195.
[11] THOMPSON S K.Factors influencing the efficiency of adaptive cluster sampling[M].Center for Statistical Ecology and Environmental Statistics，Pennsylvania State University，1994.
[12] BERTOLINO F，LUCIANO A，RACUGNO W.Some aspects of detection networks optimization with the kriging procedure[J].Metron，1983，41（3）：91-107.
[13] WARRICK A，MYERS D.Optimization of sampling locations for variog-ram calculations[J].Water Resources Research，1987，23（3）：496-500.
[14] WEBSTER R，OLIVER M A.Geostatistics for environmental scientists[M].Wiley，2007.
[15] JW V G，W S，A S.Constrained optimisation of soil sampling for minim-isation of the kriging variance[J].Geoderma，1999，87（3）：239-259.
[16] BANJEVIC M，SWITZER P.Optimal network designs in spatial statistics[J].Department of Statistics，Stanford University，2004：1-14.
[17] HASTINGS H M，SUGIHARA G.Fractals.A user's guide for the natural sciences[J].Oxford Science Publications，Oxford，New York：Oxford Un-iversity Press，1993.
[18] STEVENS JR D L.Spatial properties of design-based versus model-based approaches to environmental sampling；proceedings of the Proc-eedings of Accuracy 2006[C]//The 7th international symposium on spatial accuracy assessment in natural resources and environmental sciences，2006.
[19] STARK K E，ARSENAULT A，BRADFIELD G E.Variation in soil seed bank species composition of a dry coniferous forest：spatial scale and sampling considerations[J].Plant Ecology，2008，197（2）：173-181.
