基于统计学的研究方法论文

在统计学中，统计模型是指当有些过程无法用理论分析 方法 导出其模型，但可通过试验或直接由工业过程测定数据，经过数理统计法求得各变量之间的函数关系。下文是我为大家整理的关于统计模型论文的 范文 ，欢迎大家阅读参考!

统计套利模型的理论综述与应用分析

【摘要】统计套利模型是基于数量经济学和统计学建立起来的，在对历史数据分析的基础之上，估计相关变量的概率分布，并结合基本面数据对未来收益进行预测，发现套利机会进行交易。统计套利这种分析时间序列的统计学特性，使其具有很大的理论意义和实践意义。在实践方面广泛应用于个对冲基金获取收益，理论方面主要表现在资本有效性检验以及开放式基金评级，本文就统计套利的基本原理、交易策略、应用方向进行介绍。

【关键词】统计套利 成对交易 应用分析

一、统计套利模型的原理简介

统计套利模型是基于两个或两个以上具有较高相关性的股票或者其他证券，通过一定的方法验证股价波动在一段时间内保持这种良好的相关性，那么一旦两者之间出现了背离的走势，而且这种价格的背离在未来预计会得到纠正，从而可以产生套利机会。在统计套利实践中，当两者之间出现背离，那么可以买进表现价格被低估的、卖出价格高估的股票，在未来两者之间的价格背离得到纠正时，进行相反的平仓操作。统计套利原理得以实现的前提是均值回复，即存在均值区间(在实践中一般表现为资产价格的时间序列是平稳的，且其序列图波动在一定的范围之内)，价格的背离是短期的，随着实践的推移，资产价格将会回复到它的均值区间。如果时间序列是平稳的，则可以构造统计套利交易的信号发现机制，该信号机制将会显示是否资产价格已经偏离了长期均值从而存在套利的机会 在某种意义上存在着共同点的两个证券(比如同行业的股票)， 其市场价格之间存在着良好的相关性，价格往往表现为同向变化，从而价格的差值或价格的比值往往围绕着某一固定值进行波动。

二、统计套利模型交易策略与数据的处理

统计套利具 体操 作策略有很多，一般来说主要有成对/一篮子交易，多因素模型等，目前应用比较广泛的策略主要是成对交易策略。成对策略，通常也叫利差交易，即通过对同一行业的或者股价具有长期稳定均衡关系的股票的一个多头头寸和一个空头头寸进行匹配，使交易者维持对市场的中性头寸。这种策略比较适合主动管理的基金。

成对交易策略的实施主要有两个步骤：一是对股票对的选取。海通证券分析师周健在绝对收益策略研究―统计套利一文中指出，应当结合基本面与行业进行选股，这样才能保证策略收益，有效降低风险。比如银行，房地产，煤电行业等。理论上可以通过统计学中的聚类分析方法进行分类，然后在进行协整检验，这样的成功的几率会大一些。第二是对股票价格序列自身及相互之间的相关性进行检验。目前常用的就是协整理论以及随机游走模型。

运用协整理论判定股票价格序列存在的相关性，需要首先对股票价格序列进行平稳性检验，常用的检验方法是图示法和单位根检验法，图示法即对所选各个时间序列变量及一阶差分作时序图，从图中观察变量的时序图出现一定的趋势册可能是非平稳性序列，而经过一阶差分后的时序图表现出随机性，则序列可能是平稳的。但是图示法判断序列是否存在具有很大的主观性。理论上检验序列平稳性及阶输通过单位根检验来确定，单位根检验的方法很多，一般有DF，ADF检验和Phillips的非参数检验(PP检验)一般用的较多的方法是ADF检验。

检验后如果序列本身或者一阶差分后是平稳的，我们就可以对不同的股票序列进行协整检验，协整检验的方法主要有EG两步法，即首先对需要检验的变量进行普通的线性回归，得到一阶残差，再对残差序列进行单位根检验，如果存在单位根，那么变量是不具有协整关系的，如果不存在单位根，则序列是平稳的。EG检验比较适合两个序列之间的协整检验。除EG检验法之外，还有Johansen检验，Gregory hansan法，自回归滞后模型法等。其中johansen检验比较适合三个以上序列之间协整关系的检验。通过协整检验，可以判定股票价格序列之间的相关性，从而进行成对交易。

Christian L. Dunis和Gianluigi Giorgioni(2010)用高频数据代替日交易数据进行套利，并同时比较了具有协整关系的股票对和没有协整关系股票对进行套利的立即收益率，结果显示，股票间价格协整关系越高，进行统计套利的机会越多，潜在收益率也越高。

根据随机游走模型我们可以检验股票价格波动是否具有“记忆性”，也就是说是否存在可预测的成分。一般可以分为两种情况：短期可预测性分析及长期可预测性分析。在短期可预测性分析中，检验标准主要针对的是随机游走过程的第三种情况，即不相关增量的研究，可以采用的检验工具是自相关检验和方差比检验。在序列自相关检验中，常用到的统计量是自相关系数和鲍克斯-皮尔斯 Q统计量，当这两个统计量在一定的置信度下，显著大于其临界水平时，说明该序列自相关，也就是存在一定的可预测性。方差比检验遵循的事实是：随机游走的股价对数收益的方差随着时期线性增长，这些期间内增量是可以度量的。这样，在k期内计算的收益方差应该近似等于k倍的单期收益的方差，如果股价的波动是随机游走的，则方差比接近于1;当存在正的自相关时，方差比大于1;当存在负的自相关是，方差比小于1。进行长期可预测性分析，由于时间跨度较大的时候，采用方差比进行检验的作用不是很明显，所以可以采用R/S分析，用Hurst指数度量其长期可预测性，Hurst指数是通过下列方程的回归系数估计得到的：

Ln[(R/S)N]=C+H*LnN

R/S 是重标极差，N为观察次数，H为Hurst指数，C为常数。当H>0.5时说，说明这些股票可能具有长期记忆性，但是还不能判定这个序列是随机游走或者是具有持续性的分形时间序列，还需要对其进行显著性检验。

无论是采用协整检验还是通过随机游走判断，其目的都是要找到一种短期或者长期内的一种均衡关系，这样我们的统计套利策略才能够得到有效的实施。

进行统计套利的数据一般是采用交易日收盘价数据，但是最近研究发现，采用高频数据(如5分钟，10分钟，15分钟，20分钟收盘价交易数据)市场中存在更多的统计套利机会。日交易数据我们选择前复权收盘价，而且如果两只股票价格价差比较大，需要先进性对数化处理。Christian L. Dunis和Gianluigi Giorgioni(2010)分别使用15分钟收盘价，20分钟收盘价，30分以及一个小时收盘价为样本进行统计套利分析，结果显示，使用高频数据进行统计套利所取得收益更高。而且海通证券金融分析师在绝对收益策略系列研究中，用沪深300指数为样本作为统计套利 配对 交易的标的股票池，使用高频数据计算累计收益率比使用日交易数据高将近5个百分点。

三、统计套利模型的应用的拓展―检验资本市场的有效性

Fama(1969)提出的有效市场假说，其经济含义是:市场能够对信息作出迅速合理的反应,使得市场价格能够充分反映所有可以获得的信息,从而使资产的价格不可用当前的信息进行预测,以至于任何人都无法持续地获得超额利润.通过检验统计套利机会存在与否就可以验证资本市场是有效的的，弱有效的，或者是无效的市场。徐玉莲(2005)通过运用统计套利对中国资本市场效率进行实证研究，首先得出结论：统计套利机会的存在与资本市场效率是不相容的。以此为理论依据，对中国股票市场中的价格惯性、价格反转及价值反转投资策略是否存在统计套利机会进行检验，结果发现我国股票市场尚未达到弱有效性。吴振翔，陈敏(2007)曾经利用这种方法对我国A股市场的弱有效性加以检验，采用惯性和反转两种投资策略发现我国A股若有效性不成立。另外我国学者吴振翔，魏先华等通过对Hogan的统计套利模型进行修正，提出了基于统计套利模型对开放式基金评级的方法。

四、结论

统计套利模型的应用目前主要表现在两个方面：1.作为一种有效的交易策略，进行套利。2.通过检测统计套利机会的存在，验证资本市场或者某个市场的有效性。由于统计套利策略的实施有赖于做空机制的建立，随着我股指期货和融资融券业务的推出和完善，相信在我国会有比较广泛的应用与发展。

参考文献

[1] A.N. Burgess：A computational Methodolology for Modelling the Dynamics of statistical arbitrage, London business school,PhD Thesis,1999.

[2]方昊.统计套利的理论模式及应用分析―基于中国封闭式基金市场的检验.统计与决策,2005,6月(下).

[3]马理,卢烨婷.沪深 300 股指期货期现套利的可行性研究―基于统计套利模型的实证.财贸研究,2011,1.

[4]吴桥林.基于沪深 300 股指期货的套利策略研究[D].中国优秀硕士学位论文.2009.

[5]吴振翔,陈敏.中国股票市场弱有效性的统计套利检验[J].系统工程理论与实践.2007,2月.

关于半参统计模型的估计研究

【摘要】随着数据模型技术的迅速发展，现有的数据模型已经无法满足实践中遇到的一些测量问题，严重的限制了现代科学技术在数据模型上应用和发展，所以基于这种背景之下，学者们针对数据模型测量实验提出了新的理论和方法，并研制出了半参数模型数据应用。半参数模型数据是基于参数模型和非参数模型之上的一种新的测量数据模型，因此它具备参数模型和非参数模型很多共同点。本文将结合数据模型技术，对半参统计模型进行详细的探究与讨论。

【关键词】半参数模型 完善误差 测量值 纵向数据

本文以半参数模型为例，对参数、非参数分量的估计值和观测值等内容进行讨论，并运用三次样条函数插值法得出非参数分量的推估表达式。另外，为了解决纵向数据下半参数模型的参数部分和非参数部分的估计问题，在误差为鞅差序列情形下，对半参数数据模型、渐近正态性、强相合性进行研究和分析。另外，本文初步讨论了平衡参数的选取问题，并充分说明了泛最小二乘估计方法以及相关结论，同时对半参数模型的迭代法进行了相关讨论和研究。

一、概论

在日常生活当中，人们所采用的参数数据模型构造相对简单，所以操作起来比较容易;但在测量数据的实际使用过程中存在着相关大的误差，例如在测量相对微小的物体，或者是对动态物体进行测量时。而建立半参数数据模型可以很好的解决和缓解这一问题：它不但能够消除或是降低测量中出现的误差，同时也不会将无法实现参数化的系统误差进行勾和。系统误差非常影响观测值的各种信息，如果能改善，就能使其实现更快、更及时、更准确的误差识别和提取过程;这样不仅可以提高参数估计的精确度，也对相关科学研究进行了有效补充。

举例来说，在模拟算例及坐标变换GPS定位重力测量等实际应用方面，体现了这种模型具有一定成功性及实用性;这主要是因为半参数数据模型同当前所使用的数据模型存在着一致性，可以很好的满足现在的实际需要。而新建立的半参数模型以及它的参数部分和非参数部分的估计，也可以解决一些污染数据的估计问题。这种半参数模型，不仅研究了纵向数据下其自身的t型估计，同时对一些含光滑项的半参数数据模型进行了详细的阐述。另外，基于对称和不对称这两种情况，可以在一个线性约束条件下对参数估计以及假设进行检验，这主要是因为对观测值产生影响的因素除了包含这个线性关系以外，还受到某种特定因素的干扰，所以不能将其归入误差行列。另外，基于自变量测量存在一定误差，经常会导致在计算过程汇总，丢失很多重要信息。

二、半参数回归模型及其估计方法

这种模型是由西方著名学者Stone在上世纪70年代所提出的，在80年代逐渐发展并成熟起来。目前，这种参数模型已经在医学以及生物学还有经济学等诸多领域中广泛使用开来。

半参数回归模型介于非参数回归模型和参数回归模型之间，其内容不仅囊括了线性部分，同时包含一些非参数部分，应该说这种模型成功的将两者的优点结合在一起。这种模型所涉及到的参数部分，主要是函数关系，也就是我们常说的对变量所呈现出来的大势走向进行有效把握和解释;而非参数部分则主要是值函数关系中不明确的那一部分，换句话就是对变量进行局部调整。因此，该模型能够很好的利用数据中所呈现出来的信息，这一点是参数回归模型还有非参数归回模型所无法比拟的优势，所以说半参数模型往往拥有更强、更准确的解释能力。

从其用途上来说，这种回归模型是当前经常使用的一种统计模型。其形式为：

三、纵向数据、线性函数和光滑性函数的作用

纵向数据其优点就是可以提供许多条件，从而引起人们的高度重视。当前纵向数据例子也非常多。但从其本质上讲，纵向数据其实是指对同一个个体，在不同时间以及不同地点之上，在重复观察之下所得到一种序列数据。但由于个体间都存在着一定的差别，从而导致在对纵向数据进行求方差时会出现一定偏差。在对纵向数据进行观察时，其观察值是相对独立的，因此其特点就是可以能够将截然不同两种数据和时间序列有效的结合在一起。即可以分析出来在个体上随着时间变化而发生的趋势，同时又能看出总体的变化形势。在当前很多纵向数据的研究中，不仅保留了其优点，并在此基础之上进行发展，实现了纵向数据中的局部线性拟合。这主要是人们希望可以建立输出变量和协变量以及时间效应的关系。可由于时间效应相对比较复杂，所以很难进行参数化的建模。

另外，虽然线性模型的估计已经取得大量的成果，但半参数模型估计至今为止还是空白页。线性模型的估计不仅仅是为了解决秩亏或病态的问题，还能在百病态的矩阵时，提供了处理线性、非线性及半参数模型等方法。首先，对观测条件较为接近的两个观测数据作为对照，可以削弱非参数的影响。从而将半参数模型变成线性模型，然后，按线性模型处理，得到参数的估计。而多数的情况下其线性系数将随着另一个变量而变化，但是这种线性系数随着时间的变化而变化，根本求不出在同一个模型中，所有时间段上的样本，亦很难使用一个或几个实函数来进行相关描述。在对测量数据处理时，如果将它看作为随机变量，往往只能达到估计的作用，要想在经典的线性模型中引入另一个变量的非线性函数，即模型中含有本质的非线性部分，就必须使用半参数线性模型。

另外就是指由各个部分组成的形态，研究对象是非线性系统中产生的不光滑和不可微的几何形体，对应的定量参数是维数，分形上统计模型的研究是当前国际非线性研究的重大前沿课题之一。因此，第一种途径是将非参数分量参数化的估计方法，也称之为参数化估计法，是关于半参数模型的早期工作，就是对函数空间附施加一定的限制，主要指光滑性。一些研究者认为半参数模型中的非参数分量也是非线性的，而且在大多数情形下所表现出来的往往是不光滑和不可微的。所以同样的数据，同样的检验方法，也可以使用立方光滑样条函数来研究半参数模型。

四、线性模型的泛最小二乘法与最小二乘法的抗差

(一)最小二乘法出现于18世纪末期

在当时科学研究中常常提出这样的问题：怎样从多个未知参数观测值集合中求出参数的最佳估值。尽管当时对于整体误差的范数，泛最小二乘法不如最小二乘法，但是当时使用最多的还是最小二乘法，其目的也就是为了估计参数。最小二乘法，在经过一段时间的研究和应用之后，逐步发展成为一整套比较完善的理论体系。现阶段不仅可以清楚地知道数据所服从的模型，同时在纵向数据半参数建模中，辅助以迭代加权法。这对补偿最小二乘法对非参数分量估计是非常有效，而且只要观测值很精确，那么该法对非参数分量估计更为可靠。例如在物理大地测量时，很早就使用用最小二乘配置法，并得到重力异常最佳估计值。不过在使用补偿最小二乘法来研究重力异常时，我们还应在兼顾着整体误差比较小的同时，考虑参数估计量的真实性。并在比较了迭代加权偏样条的基础上，研究最小二乘法在当前使用过程中存在的一些不足。应该说，该方法只强调了整体误差要实现最小，而忽略了对参数分量估计时出现的误差。所以在实际操作过程中，需要特别注意。

(二)半参模型在GPS定位中的应用和差分

半参模型在GPS相位观测中，其系统误差是影响高精度定位的主要因素，由于在解算之前模型存在一定误差，所以需及时观测误差中的粗差。GPS使用中，通过广播卫星来计算目标点在实际地理坐标系中具体坐标。这样就可以在操作过程中，发现并恢复整周未知数，由于观测值在卫星和观测站之间，是通过求双差来削弱或者是减少对卫星和接收机等系统误差的影响，因此难于用参数表达。但是在平差计算中，差分法虽然可以将观测方程的数目明显减少，但由于种种原因，依然无法取得令人满意的结果。但是如果选择使用半参数模型中的参数来表达系统误差，则能得到较好的效果。这主要是因为半参数模型是一种广义的线性回归模型，对于有着光滑项的半参数模型，在既定附加的条件之下，能够提供一个线性函数的估计方法，从而将测值中的粗差消除掉。

另外这种方法除了在GPS测量中使用之外，还可应用于光波测距仪以及变形监测等一些参数模型当中。在重力测量中的应用在很多情形下，尤其是数学界的理论研究，我们总是假定S是随机变量实际上，这种假设是合理的，近几年，我们对这种线性模型的研究取得了一些不错的成果，而且因其形式相对简洁，又有较高适用性，所以这种模型在诸多领域中发挥着重要作用。

通过模拟的算例及坐标变换GPS定位重力测量等实际应用，说明了该法的成功性及实用性，从理论上说明了流行的自然样条估计方法，其实质是补偿最小二乘方法的特例，在今后将会有广阔的发展空间。另外 文章 中提到的分形理论的研究对象应是非线性系统中产生的不光滑和不可微的几何形体，而且分形已经在断裂力学、地震学等中有着广泛的应用，因此应被推广使用到研究半参数模型中来，不仅能够更及时，更加准确的进行误差的识别和提取，同时可以提高参数估计的精确度，是对当前半参数模型研究的有力补充。

五、 总结

文章所讲的半参数模型包括了参数、非参数分量的估计值和观测值等内容，并且用了三次样条函数插值法得到了非参数分量的推估表达式。另外，为了解决纵向数据前提下，半参数模型的参数部分和非参数部分的估计问题，在误差为鞅差序列情形下，对半参数数据模型、渐近正态性、强相合性进行研究和分析。同时介绍了最小二乘估计法。另外初步讨论了平衡参数的选取问题，还充分说明了泛最小二乘估计方法以及有关结论。在对半参数模型的迭代法进行了相关讨论和研究的基础之上，为迭代法提供了详细的理论说明，为实际应用提供了理论依据。

参考文献

[1]胡宏昌.误差为AR(1)情形的半参数回归模型拟极大似然估计的存在性[J].湖北师范学院学报(自然科学版)，2009(03).

[2]钱伟民，李静茹.纵向污染数据半参数回归模型中的强相合估计[J].同济大学学报(自然科学版)，2009(08).

[3]樊明智，王芬玲，郭辉.纵向数据半参数回归模型的最小二乘局部线性估计[J].数理统计与管理，2009(02).

[4]崔恒建，王强.变系数结构关系EV模型的参数估计[J].北京师范大学学报(自然科学版).2005(06).

[5]钱伟民，柴根象.纵向数据混合效应模型的统计分析[J].数学年刊A辑(中文版).2009(04)

[6]孙孝前，尤进红.纵向数据半参数建模中的迭代加权偏样条最小二乘估计[J].中国科学(A辑：数学)，2009(05).

[7]张三国，陈希孺.EV多项式模型的估计[J].中国科学(A辑)，2009(10).

[8]任哲，陈明华.污染数据回归分析中参数的最小一乘估计[J].应用概率统计，2009(03).

[9]张三国，陈希孺.有重复观测时EV模型修正极大似然估计的相合性[J].中国科学(A辑).2009(06).

[10]崔恒建，李勇，秦怀振.非线性半参数EV四归模型的估计理论[J].科学通报，2009(23).

[11]罗中明.响应变量随机缺失下变系数模型的统计推断[D].中南大学，2011.

[12]刘超男.两参数指数威布尔分布的参数Bayes估计及可靠性分析[D].中南大学，2008.

[13]郭艳.湖南省税收收入预测模型及其实证检验与经济分析[D].中南大学，2009.

[14]桑红芳.几类分布的参数估计的损失函数和风险函数的Bayes推断[D].中南大学，2009.

[15]朱琳.服从几类可靠性分布的无失效数据的bayes分析[D].中南大学，2009.

[16]黄芙蓉.指数族非线性模型和具有AR(1)误差线性模型的统计分析[D].南京理工大学，2009.

猜你喜欢：

1. 统计学分析论文

2. 统计方面论文优秀范文参考

3. 统计优秀论文范文

4. 统计学的论文参考范例

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。下文是我为大家整理的关于统计相关论文的范文，欢迎大家阅读参考!

浅谈概率在统计学中的应用

摘 要：概率是研究随机现象的数学学科，其理论严谨、 应用广泛、 发展迅速。目前，概率的理论与方法已广泛应用于 统计学中，主要是从正态分布、小概率事件两方面介绍了概率在统计学中的一些应用。

关键词：随机现象;事件;样本;母体;正态分布;小概率原理

统计学主要分为描述性统计学和推断性统计学。给定一组数据统计学可以摘要并且描述这些数据，这个用法称为描述性统计学。另外，观察者以数据的形式建立起一个用以解释其随机性和不确定性的数学模型，以之来推论研究中的步骤及母体，这种用法被称为应用统计学。另外，还有一个叫做数理统计学的学科专门用来讨论这门科目背后的理论基础。

同一仪器多次测量同一物体的重量，所得的结果彼此总是略有差异，这是由于诸如测量仪器受大气影响，观察者身体或 心理上的变化等等偶然因素引起的。同样的，同一门炮向同一目标发射多发同种炮弹，弹落点也不一样，因为炮弹制造时的种种偶然因素对炮弹质量也会有影响。此外，炮筒位置的误差，天气条件的微小变化等等都影响弹落点。再如从某生产线上用同一种工艺生产出来的灯泡寿命也是有差异的等等。

总之所举这些现象的一个共同点是：在基本条件不变的情况下，经过一系列试验或观察会得到不同的结果。换句话说，就个别的试验结果或观察结果而言，它会时而出现这种结果，时而出现那种结果，呈现出一种偶然性。这种现象称为随机现象。对于随机现象通常关心的是在试验或观察中某个结果是否出现，这种结果称为随机事件，简称事件。为了实际的理由选择研究团体的子集代替研究母体的每一笔资料，这个子集称作样本。推论统计学被用来将资料中的数据模型化，计算它的几率并且做出对于母体的推论，这个推论可能以对或错的答案呈现(假设检验)出对未来观察的预测，关联性的预测，或是将关系模式化(回归)。

随机现象有其偶然性的一面，也有其必然性的一面。这种必然性表现为大量试验中随机事件出现的频率的稳定性，即一个随机事件的频率常在某个固定的常数附近摆动，这种规律我们称之为统计规律性。频率的稳定性说明随机事件发生的可能性的大小是随机事件本身所固有的，不随人们的意志而改变的一种客观属性，因此可以对它进行度量。对于一个随机事件A用一个数p(A)来表示该事件发生的可能性的大小，这个数p(A)就称为随机事件A的概率，因此概率度量了随机事件发生的可能性的大小。

如果样本足以代表母体，那么由样本所做的推论和结论可以引申到整个母体之上，统计学提供了许多方法来估计和修正样本资料过程中的随机性(误差)。要了解随机性的一定几率必须具备基本的数学观念。数理统计是应用数学的分支，它使用几率论来分析并且验证统计的理论基础。

概率在统计学中有着重要的作用，包括总体、抽样研究、统计描述、统计推断、正态分布规律等，正态分布是概率中最重要的一种分布。一方面正态分布是自然界最常见的一种分布，例如测量的误差;炮弹弹落点的分布;人的生理特征的尺寸：身长、体重等;农作物的收获量;工厂产品的尺寸：直径、长度、宽度、高度，都近似服从正态分布。

一般来说若影响某一个数量指标的随机因素很多，而每个因素所起的作用又不太大，则服从正态分布这点可以用概率论的极限定理来加以证明。另一方面正态分布具有许多良好的性质，许多分布可用正态分布来近似，另外一些分布又可由正态分布来导出，因此在理论研究中，正态分布十分重要。如利用正态分布规律统计学校的成绩分布，得出一个阶段的学生总体是否进步，然后寻找原因，得出改进办法。分析一年 经济的发展，预测来年的收入。找出影响发展的主要因素，寻求改进的方法等等。

小概率事件即发生概率很小的事件(p≤0.05)，在统计学中有着重要的应用，这样的事件理论上发生的可能性则几乎为零。如买彩票中大奖，就是典型的小概率事件，也许每一期均会有大奖开出(可能性很小)，但对于每一个彩民来说，他买一注中大奖的可能性(小概率事件在一次试验中就发生的概率几乎没有。其实，这就是小概率事件在统计学上应用的重要理论依据——小概率原理。)即小概率事件在一次试验中发生的可能性很小，如果真的发生了，根据统计学可怀疑其真实性。

如某接待站在一天内共接待5人单独来访，结果这5人全在周一到访，由此能否推断接待站有规定的接待日?假定没有规定的接待日，一个来访者在五天中任何一天来访都是等可能的用Am(m=1,2,3,4,5,)表示“一周接待了m个人，全都是周一来访”事件，Am的概率如下表示：

事件 A1概率 0.2 事件 A2概率 0.22

事件 A3概率 0.23 事件 A4概率 0.24

事件 A5概率 0.25

5个人都在周一来访的概率为0.00032，大约万分之三。现在概率很小的事件在一次试验中发生了，于是怀疑假定的正确性，从而推断接待站有规定的接待日。

公元1814年，拉普拉斯在他的新作中，记载了一个有趣的统计，世界上男婴与女婴的出生比值是22∶21，即在出生的婴儿中，男婴占51.2%，女婴占48.8%，可奇怪的是1745-1784年四十年间统计巴黎男婴的出生率时，却得到另一个比是25∶24，男婴占51.02%，与前者相差0.18%，对于这千分之一点八的微小差异，进行调查研究，发现巴黎人有“重女轻男”的现象，有抛弃男婴的陋习，以至于歪曲了出生率，经过修正出生比依然是22∶21。统计学依据小概率原理作出结论的正确性很高，但也存在犯错误的风险(较低)。

小概率原理在统计上有着非常重要的应用。如假设检验结论的判断，假设检验是用样本信息推测总体的一种统计推断方法，由于抽样误差的存在，样本信息和总体特征间可能不尽相同，所以假设检验实际上就是判断待比较各方的差别是不是由抽样误差造成的。假设检验中p值的大小反映的就是差别由抽样误差造成的概率。在假设检验中就是通过比较p值与检验水准a(通常设为0.05)的大小关系,从而做出差别有无统计学意义。

如果p值小于a统计学则认为差别由抽样误差造成的概率很低,那么根据小概率原理认为,小概率事件在一次抽样中就发生的可能性几乎为零,所以判定差别可能是由于比较各方在本质上的不同导致的。否则认为差别是由抽样误差造成的。在这里检验水准是在假设检验前认为设定的，是研究者能够承受的本次假设检验放弃真错误的概率，也可以理解为是研究者设立的小概率事件的概率。而p值则是通过计算，即在检验假设成立的情况下，差别是由抽样误差造成的概率。

统计在现代化 管理和 社会生活中的地位日益重要，随着社会经济和科学技术的发展统计在现代化国家管理和企业管理中的地位越来越重要，人们的日常生活都离不开统计，统计的影响是这样巨大，故与之密切相关的概率的作用也越来越重要。

浅谈统计学基础教学方法与学生应用能力的培养

摘要:统计学基础知识是一门研究数据的技术性学科,具有综合性,抽象性及应用面广等特点,通过该课程的教学能培养学生运用统计工具,系统的分析问题和解决问题的能力。在中职教学中需结合本学科的特点,不断改进教学方法,提高学生综合应用统计知识的能力。

关键词:统计学教学方法设计能力培养

统计学基础知识是一门研究数据的技术性学科,学科内容中的调查研究和分析处理问题的方法,不仅应用于各项工作中,也用于其他学科研究过程中的数据搜集、整理、分析并得出结论。故统计学具有综合性,抽象性,应用面广等特点,通过该课程的教学能培养学生运用统计工具,系统的分析问题和解决问题的能力。现结合本学科的特点探讨其教学方法和学生应用能力的培养。

一、统计学基础课程教学的特点

统计学基础也是社会经济统计学原理,其学科内容的特点:一是基本概念多,理论讲授上较抽象;二是指标类别多,初学时严格划清各种指标内涵难;三是调查分析方法多,正确理解和选择恰当的调查方法难;四是正确的调查方式、方法指标体系的设置,统计范围的界定与是否得出反映事物的正确结论直接相关;五是科学设置调查事物的指标体系又与弄清反映该事物的客观内在本质的相关指标直接相关。因此,对年龄小,分析能力差的中职学生教学对象来讲,即便从概念上掌握了统计学的原理,如果不结合实际的统计案例资料和采用恰当的教学方法,就很难达到正确应用统计知识解决现实社会经济中问题的目的,甚至会因为错误使用方法,得出对事物评判的错误结论。

二、结合本学科知识的特点采用适当的教学方法,增强应用能力的培养

在教学中,首先通过对教材内容体系的全面分析和教学对象知识结构的分析,以及学生对统计学知识学习的兴趣、理解的深度和掌握应用情况的总结,在教学中的不同环节恰当地实施不同的教学方法。

1、通过学科内容体系导入与工作任务联系,提升学生学习兴趣

在讲授本学科内容时,首先给学生介绍统计学基础教材内容的基本框架:统计学的涵义、研究对象、性质、职能和研究的基本方法。其次是介绍学科知识体系:统计学中的基本概念,统计资料调查整理的方式方法,统计数据的显示与提供,以及提供的统计数字资料运用多种指标法进行分析(总量指标法--反映事物的规模状况,平均指标法--反映事物的集中趋势及一般规律,相对指标法--反映事物的纵向横向比较和事物之间的联系,标准差法--反映事物中总体单位标志值之间的离散趋势和程度,分析事物之间的差异。统计指数法--反映事物中各种直接因素的影响。

时间数列法--反映事物在时间段上的发展变化趋势。抽样调查法--统计专门调查方法中最科学的方法。相关回归分析法--分析事物中的因果关系。)通过内容体系的简单讲解导入,让学生在学习具体理论知识前就对该学科有一个总体感性认识,产生兴趣。带着要通过掌握统计知识去解决实际问题的意识和目的去学习。

2、让学生的学习从理性认识过渡到感性认识,增强应用能力

我在教学中介绍统计学的基本概念和统计调查方法内容时,除对每个知识点进行举例说明外,一部分知识讲完后,给出几个典型的统计调查方案让学生弄清在这些调查方案中所涉及的统计总体、总体范围的界定、总体单位、标志、指标以及采用的哪种调查方式等。这不仅让学生把抽象的统计学概念知识从理性认识过渡到了感性认识,而且通过这些案例还进一步让学生明白了调查方式的选用必须要根据调查对象和要解决的问题适当选取,而不是什么调查目的,什么事物都可以用任何一种调查方式。只有正确选用统计方式、方法去调查分析客观事物才能得出正确的结论,才能具备正确利用统计知识去分析解决问题的能力。

3、综合指标应用与典型资料结合法,提高学生的应用能力在讲授综合指标法时,对每一种指标的理解都是

分别举例说明让学生理解该指标的含义和作用。为了让学生能正确理解和区分每一种指标的作用,在所有指标介绍完后,我选用了国民经济年度统计公报资料作为案例,让学生从统计公报资料中找出学习过的每一种综合指标,如:2007年全国GDP总值,人口数等是总量指标。本年度GDP完成百分比是计划完成相对指标,本年度GDP比上年度增长百分比是动态相对指标。人均GDP是强度相对指标。

GDP构成比例是结构相对指标。五年中平均每年增长的百分比是后面要学习的平均发展速度和平均增长速度的应用。通过这样的案例,学生不仅对各种综合指标法的应用有了正确的理解,而且把各种指标的理解认识变成了应用能力,同时还对后面学习动态数列知识奠定了基础。在教学中很好地起到了巩固理解知识和预习下一教学环节内容的潜在作用。还起到了掌握知识综合性的效果。通过这样一个案例,学生进一步明确,研究一个总体的问题时,可以对问题的不同方面运用多种指标进行分析,弄清事物之间客观存在的关联,这些都必须用一定的统计数据来说话。因此进一步强调了学生学习统计知识的必要性,也让他们认识到统计学知识的科学性和实用性。

4、新旧知识在现实案例中的综合运用,提升学生应用能力

在讲授统计指数的内容时,传授给学生统计指数编制的基本方法的原理,教材中举例的商品价格、商品量、以及职工工资水平指数的编制都仅仅是一种计算基本方法的介绍。要培养学生应用能力还必须结合实际统计指数编制的案例进行讲解,让学生能够将理论知识及其计算方法应用到实际工作中去,所以我特意在理论知识和计算方法讲完后,介绍实际工作中零售物价指数的编制。这个经济指数也是民众普遍关注的问题,与人们生活水平息息相关。

告诉学生,物价指数的编制运用了抽样调查的知识,实际工作中不可能对每一种商品都采价调查,而是分大类商品,在商场和集贸市场分别采价。例如集贸市场的蔬菜价格每周至少要采集三次,每次要采集成交价的三人次,进入零售商品物价指数编制的价格实际上是一个多次简单平均的价格,而每天某种商品的三个价格要简单平均,每周三次的平均价格再简单平均。商场的商品价格如较稳定可用期初和期末的平均。通过这样一个案例,既给学生传授了新知识,又复习巩固了平均指标计算方法的具体应用,不仅日常生活中用,而且在经济研究中应用非常广泛。进一步告诉学生加权平均法和调和平均法在编制物价指数和其他社会经济现象指数中的应用。

5、典型调查案例教学法,培养学生综合应用统计知识,分析解决问题的能力

教学中我把学生应用统计知识,分析问题能力的培养放在抽样技术的教学内容中,抽样技术的基本理论也是抽象的。如,抽样误差,抽样平均误差,抽样的组织方式。针对研究对象的特点,都必须具体问题具体分析,而抽样误差的计算既涉及到平均指标的计算又涉及到标准差的计算,新旧知识的交替如何培养学生应用新旧知识计算、分析问题,解决问题是教学的难点。

为了突破这个难点,我在教学中利用了一个草席质量抽样调查的案例,这个案例体现了从制定调查方案中的调查方式的确定,采用主要标志划类,简单随机抽样原则,到调查实施的步骤:草席宽度分类,登记原验级等级,编顺序号,确定抽样总体,计算全级总体标准差,决定抽样数目,设计计算表格,决定样本号,现场调查中的统一验级标准。

验级过程:由5人分别验级,级数的最后确定采用众数办法,5人验级中的3人验级标准为准。以上这些都具有前面介绍的抽样调查方式的代表性,而又用到了平均指标和众数的方法。同时,在计算草席平均等级时,还用到了品质标志值平均指标的计算,即将等级品质标志值过渡成数量标志来计算该批不同尺寸草席的平均等级,再计算抽样指标与原验级指标之间的误差。

这样一个复杂的抽样调查过程和指标的计算结果,更清晰的告诉学生要说明和解决的问题:由于收购草席时,验级人员在判断标准上的误差带来了草席等级误差与价格的差异。而由于误差的存在,根据此抽样调查结果计算出的整个库存草席的总价值与实际价值的差异巨大。对导致这样的结果,进一步结合政策市场以及人为等多种因素进行分析,查找了原因并提出了切实可行的解决方案,促使了草席的收购价实相符。

通过以上几方面的教学方法设计,能让学生对统计学有更全面的认识,对学科基础内容有一个总体框架性把握,让那些学生在学习时感觉模糊的概念和繁杂的理论通过这几个教学环节的反复巩固和练习也逐步变得清晰,并大大提高了其综合应用统计知识的能力。

统计学研究对象和研究方法 一、统计学的研究对象 一般来说，统计学的研究对象是自然、社会客观现象总体的数量关系。正是因为统计学的 这一研究的特殊矛盾，使它成为了一门万能的科学。不论是自然领域，还是社会经济领域，客观 现象总体的数量方面，都是统计学所要分析和研究的。 二、统计研究的特点 统计学研究对象的特点有如下几点： 1、数量性。统计学的研究对象是自然、社会经济领域中现象的数量方面，这一特点是统计学（定 量分析学科）与其他定性分析学科的分界线。数量性是统计学研究对象的基本特点，因为，数字 是统计的语言，数据资料是统计的原料。一切客观事物都有质和量两个方面，事物的质与量总是 密切联系、 共同规定着事物的性质。 没有无量的质， 也没有无质的量。 一定的质规定着一定的量， 一定的量也表现为一定的质。但在认识的角度上，质和量是可以区分的，可以在一定的质的情况 下，单独地研究数量方面，通过认识事物的量进而认识事物的质。因此，事物的数量是我们认识 客观现实的重要方面，通过分析研究统计数据资料，研究和掌握统计规律性，就可以达到我们统 计分析研究的目的。 2、总体性。统计学的研究对象是自然、社会经济领域中现象总体的数量方面，即统计的数量研 究是对总体普遍存在着的事实进行大量观察和综合分析， 得出反映现象总体的数量特征和资料规 律性。 自然、 社会经济现象的数据资料和数量对比关系等一般是在一系列复杂因素的影响下形成 的。 在这些因素当中， 有起着决定和普遍作用的主要因素， 也有起着偶然和局部作用的次要因素。 由于种种原因，在不同的个体中，它们相互结合的方式和实际发生的作用都不可能完全相同。所 以，对于每个个体来说，就具有一定的随机性质，而对于有足够多数个体的总体来说又具有相对 稳定的共同趋势，显示出一定的规律性。例如，对工资的统计分析，我们并不是要分析和研究个 别人的工资，而是要反映、分析和研究一个地区、一个部门、一个企业事业单位的总体的工资情 况和显示出来的规律性。 统计研究对象的总体性， 是从个体的实际表现的研究过渡到对总体的数 量表现的研究的。 3、具体性。统计研究对象是自然、社会经济领域中具体现象的数量方面。即它不是纯数量的研 究，是具有明确的现实涵义的，这一特点是统计学与数学的分水岭。数学是研究事物的抽象空间 和抽象数量的科学，而统计学研究的数量是客观存在的、具体实在的数量表现。统计研究对象的 这一特点，也正是统计工作必须遵循的基本原则。正因为统计的数量是客观存在的、具体实在的 数量表现，它才能独立于客观世界，不以人们的主观意志为转移。统计资料作为主观对客观的反 映， 只有如实地反映具体的已经发生的客观事实， 才能为我们进行统计分析研究提供可靠的基础， 才能分析、探索和掌握事物的统计规律性。否则，虚假的统计数据资料是不能成为统计数据资料 的，因为它违背了统计研究对象的这一特点。 4、变异性。统计研究对象的变异性是指构成统计研究对象的总体各单位，除了在某一方面 必须是同质的以外， 在其他方面又要有差异， 而且这些差异并不是由某种特定的原因事先给定的。 就是说， 总体各单位除了必须有某一共同标志表现作为它们形成统计总体的客观依据以外， 还必 须要在所要研究的标志上存在变异的表现。否则，就没有必要进行统计分析研究了。 三、统计学研究方法 统计学根据研究对象的性质和特点，形成了它自己专门的研究方法，这些基本方法是：实 验设计法、大量观察法、统计描述法和统计推断法。 （一）实验设计 所谓实验的统计设计就是指设计实验的合理程序，使得收集得到的数据符合统计分析方法的要 求，以便得出有效的客观的结论。它主要适用于自然科学研究和工程技术领域的统计数据搜集。 （二）大量观察法 大量观察法是统计学所特有的方法。 所谓大量观察法， 是指对所研究的事物的全部或足够数量进 行观察的方法。 社会现象或自然现象都受各种社会规律或自然规律相互交错作用的影响。 在现象 总体中，个别单位往往受偶然因素的影响，如果任选其中之一进行观察，其结果不足以代表总体 的一般特征；只有观察全部或足够的单位并加以综合，影响个别单位的偶然因素才会相互抵消， 现象的一般特征才能显示出来。 大量观察的意义在于可使个体与总体之间在数量上的偏误相互抵 消。 （三）统计描述 统计描述是指对由实验或调查而得到的数据进行登记、审核、整理、归类、计算出各种能反映总 体数量特征的综合指标，并加以分析从中抽出有用的信息，用表格或图形把它表示出来。统计描 述是统计研究的基础，它为统计推断、统计咨询、统计决策提供必要的事实依据。统计描述也是 对客观事物认识的不断深化过程。它通过对分散无序的原始资料的整理归纳，运用分组法、综合 指标法和统计模型法得到现象总体的数量特征， 揭露客观事物内在数量规律性， 达到认识的目的。 （四）统计推断 统计在研究现象的总体数量关系时， 需要了解的总体对象的范围往往是很大的， 有时甚至是无限 的，而由于经费、时间和精力等各种原因，以致有时在客观上只能从中观察部分单位或有限单位 进行计算和分析，根据局部观察结果来推断总体。在一定置信程度下，根据样本资料的特征，对 总体的特征做出估计和预测的方法称为统计推断法。 统计推断是现代统计学的基本方法， 在统计 研究中得到了极为广泛的应用， 它既可以用于对总体参数的估计， 也可以用作对总体某些分布特 征的假设检验。从这种意义上来说，统计学是在不确定条件下做出决策或推断的一种方法。 四、统计工作过程 一般来说主要包括统计设计、统计调查、统计整理、统计分析、统计预测这样五个阶段。其 中心阶段为调查、整理和分析三个阶段。 统计学的研究对象和方法 一、统计的含义 统计一词有着丰富的内涵。一般讲到“统计”，可以从三个方面理解，即统 计实践、统计资料和统计理论。 （一）统计实践活动 统计是适应社会经济发展的需要和国家管理的需要而产生和发展的。 统计实 践活动就是人们有目的搜集、 整理和分析实际资料的工作过程， 涉及社会、 经济、 文化、科技等各个方面。统计作为一种社会实践活动，已有四、五千年的历史。 据考证，在我国原始社会的末期及奴隶社会形成的过程中，已经出现了统计的萌 芽，“结绳记事”是最早的统计调查活动，并且将所记之事分为“大事”和“小 事”，以“结”的大小来表示。这说明原始人类已经开始有目的积累资料了。中 国奴隶制社会的统计活动的主要内容是“丁口”和“田亩”，即人口和耕地，其 目的主要是为了战争和贡赋。经过漫长的封建社会，统计活动的范围逐渐拓宽， 内容也逐渐丰富，除了人口和耕地统计之外，财产统计、产量、仓储统计、交通 运输统计、矿冶统计、物价统计、军费统计、驿传统计、财政统计、海关统计等 也慢慢产生和发展，并在漫长的岁月里积累了一定的统计资料。但由于封建社会 战乱频繁，灾害连连，因此，积累并保存起来的统计资料连贯性较差，且基本不 具有可比性。民国时期的统计已经逐步按行业进行，具备了一定规模。新中国成 立后，统计实践得到了极大的发展，如今的统计活动，已涉及国民经济和社会生 活的各个方面，取得了很大的成绩，积累了丰富的资料，为我国的经济建设和社 会发展做出了重大贡献。 （二）统计资料 统计资料是经过统计调查和统计整理以后得到的反应社会经济实际的统计 成果，是人类活动各数量方面客观情况的记录，包括数据资料和文字资料，以数 据资料为主。统计数字、统计分析报告、统计台帐、统计表、统计图等都是统计 资料。例如，汉和帝末年全国总人口 5,300 多万，垦田数 732 万多顷；康熙年间 人口数为 27,355,462 人（公元 1721 年），垦田数达 7,336,450.5 顷；1997 年全国 农业总产出 174,498,000 千元， 工业总产出 615,301,208 千元等等， 都是统计资料。 目前，我们搜集和积累的统计资料已经十分丰富，大量的统计资料多以各种统计 公报、《统计年鉴》、数据库以及光盘等的形式公布和收藏。 （三）统计理论 统计理论是对统计实践活动的理论概括和总结， 是阐述统计实践活动的基本 理论和基本方法，统计理论的系统化和科学化结晶成统计学。统计学目前已经发 展成一个涉及范围广泛、内容丰富多彩的学科体系，包括数理统计学、经济统计 学、社会统计学和自然科学方面的统计学等等。 统计实践、统计资料和统计理论三者之间存在着密切的联系。统计实践是基 础，统计资料和统计理论都是在统计实践的基础上产生和发展的。统计资料来源 于统计实践，没有统计实践就没有统计资料，同时统计资料又服务于统计实践， 没有一定数量的、积累起来的统计资料，新的统计工作将难以做好。统计理论是 对统计实践活动的理论抽象和总结，理论来源于实践，但又反过来指导统计实践 活动，使统计实践活动更科学、更有效，使取得的统计资料更符合客观实际，更 具有使用价值。统计实践的不断发展，不但可以获得更加丰富多彩的统计资料， 也会不断丰富统计理论，促进统计理论的发展和完善。因此，统计一词的三种含 义是相互联系的，不能将它们分割开来。统计实践与统计学的不断发展和不断丰 富的过程，也是统计不断实践、认识、再实践、再认识的过程。 二、统计学的研究对象 关于统计学的性质和研究对象问题，是我国统计理论界长期以来争论较多、 分歧较大的问题，本书无意参与这种争论，我们取“统计学是一门方法论科学” 这样的理念，认为统计学主要是研究方法论的，并且，本书将统计学界定在社会 经济统计学这样的框架之内。 在这样的前提下， 我们讨论统计学的研究对象问题。 在讨论这一问题时，将统计的研究对象和统计学的研究对象加以区分是有益的。 （一）统计认识的对象 从哲学的意义出发，任何事物都存在质和量两个方面，是质和量的统一，研 究一种事物可以从量的方面进行，也可以从质的方面进行，对事物量的方面的研 究是在对事物的质的方面有所把握的基础上进行的。 统计是从量的方面对社会经 济现象进行观察研究的，即统计的认识对象是社会经济现象的数量方面。虽然统 计是研究社会经济现象的数量方面的， 但它对现象数量方面的研究并不是孤立进 行的，而是在质与量的相互联系中研究量的，如果离开了事物质的方面，为研究 量而研究量，那就不是统计学了。统计研究事物数量方面的目的，在于通过对事 物量的方面的观察和量变规律的研究， 逐步把握事物的质和对事物质的方面的认 识。因此，统计对社会经济现象数量方面的认识包括量的规模、现象之间的数量 联系、现象数量的变化规律、现象质与量互变的数量界限等，而对事物量的这些 方面的研究，都不是仅对个别事物观察所能得到的，必需通过对现象的大规模研 究才能有效，因此，统计的研究对象具有如下的特点： 1. 总体性。统计认识社会经济现象的数量方面必须是对总体现象的认识， 而非对个体现象的认识。因为，只有通过对总体的数量方面的观察，才能发现现 象存在的共性和规律性。例如，我们可以通过对一个国家或地区的众多工业企业 的研究，了解工业企业的生产能力、生产规模、产品结构和工业品满足社会需要 的程度等方面的情况。但如果只对该国或该地区的个别工业企业进行观察，则无 论我们的工作做得多么细致， 也不可能得到整个工业产品的结构及其满足需要程 度的信息，因为它不具备代表性。 统计对社会经济现象的研究要求具有总体性， 是基于满足统计研究的目的来 考虑的。但强调总体性的要求，并不排斥统计对社会经济个体现象观察的重视。 事实上，统计对总体事物的研究是从对个体的观察开始的，例如在人口统计中， 如果没有对一个自然人各方面情况的仔细观察和记录， 就得不到对人口总体的总 人数、性别比例、地区分布、出生率、平均寿命等方面的数量认识。因此，统计 对个体现象进行观察的目的，是为了认识总体的数量特征。 2. 社会性。统计对象的社会性可以从三个方面进行考察，一是统计的认识 对象是社会经济现象的数量方面，因而统计本身也就有了社会性。二是统计认识 的主体是社会的人，人的阶级性（社会性）决定了认识立场和认识结论上的社会 性。三是一切社会经济活动都和人的利益有关，不同的人群有着不同的利益和利 益关系，因此人们相互间的利益分割和利益冲突，必将在统计上显示出来。统计 为一定的阶级和一定的社会集团服务，古今中外，概莫能外。因此，我们说，统 计具有社会性。 （二）统计学的研究对象 如前所述，统计学是统计实践活动的理论概括和总结，并反过来指导统计实 践活动，因此，统计学的研究对象可以表述为：社会经济总体现象的数量特征及 其规律性、统计认识活动过程本身和认识方法。 三、统计学的研究方法 每门学科都有其特定的研究对象，不同的研究对象，需要用不同的方法去研 究。 当然， 同一种研究方法可以用于不同的研究对象。 统计学有自己的研究方法。 这里所讨论的是统计学研究中使用的最基本的方法。 （一）大量观察法 大量观察法是统计学（包括数理统计学、经济统计学、社会统计学、其他统 计学等）中的特有方法。它是指统计在研究社会经济现象等的数量方面时，必须 对总体现象中的全部或足够多数的个体进行观察， 以达到对现象总体数量特征及 其规律性的认识。社会经济总体现象是复杂性的，它是在各种错综复杂的因素影 响下形成的，总体中的个体之间存在着数量上的差异，如果统计仅对少数个体进 行观察，就会失之偏颇，得不出合乎实际的结论来。概率论证明：随着观察次数 （个体）的逐步增多，样本指标和总体指标之间的离差将缩小，样本平均数将逐 步逼近总体平均数，样本的分布将逐步趋同于总体的分布。因此，只有被观察的 个体“足够多”的时候，才能消除偶然因素影响造成的误差，样本对总体才有足 够的代表性，用样本指标推断总体指标时，才具有较高的可靠性。“足够多”意 味着样本容量要比较大，理论认为，样本容量 30 以上为大样本。但在实际中， 人们为了确保统计结果的可靠性，往往选取更多的个体进行观察，具体数目可由 抽样原理计算确定。 （二）统计分组法 统计分组既是统计资料整理的方法，也是统计分析的基本方法之一。根据统 计研究问题的目的不同， 可以选择不同的分组标准对总体进行不同的分组以反映 总体的构成和现象之间的依存关系。例如要研究我国国有企业的有关情况，选择 “企业规模”为标准进行分组，结果可以反映国有企业中大、中、小型企业的数 量和比例；选择“盈亏状况”进行分组，可以观察国有企业的亏损面及亏损额， 发现问题的严重性，等等。 （三）综合指标法 所谓综合指标法， 就是根据大量观察获得的资料， 计算、 运用各种综合指标， 以反映总体一般数量特征的统计分析法。通常使用的综合指标主要有总量指标、 相对指标、平均指标、变异指标等。这些指标各自从不同的角度对总体的特征进 行刻划，将其结合运用，可以更加全面、深入地分析社会经济总体现象的数量方 面。 （四）时间数列分析法 这是一种分析社会经济现象在较长时间上发生、 发展情况及变化趋势的统计 方法。一般来说，现象在较长历史时期内，会发生较大的变化，这种变化是受多 种因素影响形成的，这些因素有些是可以量化的、可以预期的，有些是难以或不 能量化和预期的，前者可以用统计的方法进行分析，后者则不能。影响时间数列 变化的因素主要有：长期趋势、季节变化、循环波动、偶然性因素等等。通过适 当的方法对这些因素进行必要的测算和分析，是统计研究的重要方面。 （五）指数分析法 现象的总体是复杂的，其发展变动受其构成要素变动的影响，但这些构成要 素往往不可以直接相加， 很难进行直接的观察比较， 因此需要逐个因素进行分析， 分析它们的变化对总体变动的影响程度和影响方向。 例如多种不同类型商品价格 的总变动受各种商品价格变动的影响， 多种产品总成本的变动受每种产品单位成 本变动的影响， 社会劳动生产率的变动受各部门、 各行业劳动生产率变动的影响， 等等。指数分析法就是用来解决此类问题的。 （六）相关分析法 现象是复杂的，同时现象之间也是相互联系的。有些现象相互间存在着确定 的联系，当某一现象变动一定量时，相关现象随之变动，且变动的量是确定的。 比如在价格既定的条件下， 鲜蛋的销售量和销售额之间的关系， 就是确定的联系。 但有些现象之间存在的是一种不确定的关系，如施肥量和作物产量之间的关系、 工业品生产批量和单位成本之间的关系、人们身高和体重之间的关系等等，这些 现象之间的关系是密切的，但却是不固定的。它们相关的程度和方向是视情况不 同而不同的，相关分析就是要研究这些现象之间相互关系的程度和方向，为对现 象之间关系的进一步研究分析奠定基础。 （七）抽样推断法 抽样推断法，是指按照随机原则从总体中选择一少部分单位进行调查，并根 据登记结果对总体的数量特征做出有一定正确性和一定把握性的估计的统计方 法。这种方法主要用于难以进行全面调查的场合（如总体规模巨大或总体为无限 总体等）和不宜或不能进行全面调查的场合（如对部分工业品质量性能的破坏性 试验等）。当然在可以进行全面调查或进行其他非全面调查的场合，抽样调查仍 然具有独到特点。比如人口调查，可以用普查的方法取得全面资料，也可以用抽 样的方法推断全面的情况。抽样推断所依据的虽然是少数单位的情况，但其目的 却在于取得总体的数量特征。目前，抽样的方法在经济、社会、医疗卫生、体育、 科研等许许多多的领域都得到了广泛的应用， 而且在各种非全面统计调查方法中 居于主导地位。 统计制度和统计工作过程 一、统计制度 统计制度在不同的国家和地区、或一个国家的不同历史发展阶段上，都是不 同的。例如，美国没有专门的国家统计局，其统计资料分别由不同的政府部门负 责搜集和公布，如有关经济方面的资料由美国商业部提供，劳动工资方面的资料 由美国劳工部负责搜集和公布等。这和中国有别。本节对我国的统计制度和统计 工作做些简单介绍。 （一）统计管理体制 新中国成立后，在中央财经委员会计划局内设立了统计处，负责规划全国的 财经统计工作。1952 年，成立国家统计局，领导全国的统计工作。从那时起， 国家建立了由国家统计局，各省、自治区、直辖市统计局，市、县、区统计局等 组成的政府专门统计系统和各级政府职能部门及大中型企业内设的专业统计机 构，共同进行国民经济和社会各方面的统计工作，实行统一领导、分级管理的管 理体制，政府统计部门受上级统计部门和同级人民政府的双重领导。这基本上保 证了各级政府管理决策及社会各方面对统计资料的需求。 现在我国所有的官方统 计数字一律由政府统计部门会同有关部门搜集、由各级政府统计局公布。这保证 了全国统计数字的权威性和协调统一。 （二）统计调查制度 新中国的统计调查制度是从 1950 年开始的。1950 年 3 月在中财委统计总处 的领导下，进行了第一次全国工业普查，此后全国各种统计调查报表制度先后建 立起来，而且多是定期报表，如《工业统计报表制度》 《运输邮电统计报表制度》 《物资统计报表制度》《基本建设统计报表制度》《贸易统计报表制度》《农业 统计报表制度》《劳动统计报表制度》《文教卫生统计报表制度》和各项专门调 查等。在新中国统计调查的历史上，曾出现过一些问题，50 年代初期滥发统计 报表就是其中的一例。据统计，那时中央政府各部门和各级地方政府部门共发放 各种统计表格 34,993 种。“文革”期间，统计制度受到了很大的破坏，统计报 表到 1975 年才得以恢复。80 年代以后，人们开始思考统计制度的改革问题，从 统计队伍来说，政府统计部门重新组建了农调队，成立了城调队，90 年代又成 立了企调队。从调查方法制度上来讲，过去实行的全面统计报表制度，已不能满 足经济改革开放对统计的要求，必需进行改革。以定期普查和抽样调查为主、多 种调查方法相结合，是我国现行的统计调查体系的基本特征。调查方法制度是随 社会、经济的发展和政治、经济管理体制的改革而不断改革和完善的。今后，民 间统计机构和统计业务可能会有较大发展，并作为政府统计的必要补充，共同承 担满足社会各方面对统计需求的任务。 （三）统计法制 统计法制是保证统计工作依法进行、保证统计资料及时、客观、真实地反映 社会经济现实的必要手段。中国第一个具有法律意义的统计文件是 1950 年东北 人民政府批准公布的《东北统计报告暂行规定》。1953 年，中央人民政府政务 院以命令的形式发出了《关于充实统计机构加强统计工作的决定》，它为在全国 有组织、有领导地建立统一的、系统的、科学的统计工作铺平了道路，并对以后 的统计工作建设产生了深远的影响。1954 年，在治理滥发统计表格的基础上， 颁发了《关于制定及审批调查统计报表的暂行办法》和《关于调查统计报表制订 送审的几项规定》，在一定程度上规范了统计报表制度。1962 年，中共中央、 国务院发布了《关于加强统计工作的决定》，要求在领导上、业务上、组织上加 强统计工作，同一切虚报、瞒报统计数字的违法行为作斗争。1963 年 3 月国务 院发布了《统计工作试行条例》，这是新中国的第一个统计法规，具有重要的现 实意义和深远的历史意义。1983 年 12 月 8 日《中华人民共和国统计法》正式公 布，并于 1984 年 1 月 1 日起实施。《中华人民共和国统计法》是我国统计史上 第一部正式法规，该法规的颁布，标志着我国统计工作真正开始走上法制轨道。 现在许多地方政府也已制定了统计法规性的条例， 《河南省统计工作管理条例》 如 等，使得统计工作的法制管理真正切实可行。没有规矩，不成方圆。在社会主义 市场经济条件下，统计业务越来越多，统计工作涉及的方面越来越广，统计主体 也将由“一元”发展成“多元”。在这个过程中，将会不断有新的情况和新的问 题出现，因此统计法制建设须将得到不断的加强和完善。 二、统计工作过程 从理论上讲， 一项完整的统计工作可分为四个阶段， 即统计设计、 统计调查、 统计整理和统计分析。 统计设计，是根据统计研究对象的特点和研究的目的、任务，对统计工作的 各个方面和各个环节的通盘考虑和安排，是统计认识过程的第一阶段，即定性认 识的阶段。统计设计之所以必要，是因为统计是一项需要高度集中统一的工作， 没有预先的科学的设计，没有具体的工作规范，就难以达到预期的目的。因此在 一项大规模的统计活动开始前，必需进行统计设计。 统计调查，是根据统计研究的对象和目的要求，根据统计设计的内容、指标 和指标体系的要求，有计划、有目的、有组织地搜集统计原始资料的工作过程， 是统计认识过程的第二个阶段，是定量认识的阶段。统计用数字说话，而各种统 计数字都直接来自于统计调查， 管理者和决策者都需要根据大量翔实的统计信息 进行管理和决策，科研工作者也需要根据统计调查得到的资料进行科学研究。调 查是统计的基础，没有调查，就没有发言权。调查的方式方法主要有统计报表制 度、普查、抽样调查、典型调查、重点调查等。 统计整理，是指根据统计研究的目的，将统计调查得到的原始资料（和次级 资料）进行科学的分类和汇总，使其条理化、系统化的工作过程，是统计认识过 程的第三阶段。 这个阶段的主要任务就是为统计分析阶段准备能在一定程度上说 明总体特征的统计资料。但在实际工作中，统计整理与统计调查和统计分析并非 总是截然分开的，而是相互交织在一起的，它是统计调查的继续，也是统计分析 的开始。统计调查和统计整理都是一种定量认识活动。 统计分析，是统计认识过程的最后阶段，是在统计整理的基础上，根据研 究目的和任务， 利用科学的统计分析方法， 对统计研究对象的数量方面进行计算、 分析的工作过程。统计认识的结论要从分析中得出，因此，这一阶段虽然是对统 计资料的计算分析，但其目的却是要揭示统计研究的对象的状况、特点、问题、 规律性等，所以这是统计认识的定性阶段。 因此，从认识的顺序来看，统计设计、统计调查、统计整理和统计分析这 四个阶段， 是从定性认识开始， 经过定量认识， 再到定性认识的循环往复的过程， 即定性认识（统计设计）→定量认识（统计调查和统计整理）→定性认识（在定 量认识的基础上进行的统计分析）的过程。 再次重申， 统计认识过程的这四个阶段的划分， 在很大程度上只是理论上的， 相对的，实践中，统计工作过程是很难这样分开的。