|
当前统计学方法层出不穷，怎么才能培养和建立起好的统计思维模式，而不是一味的停留在针对资料分析而分析资料！怎么从更高的层次来引导资料的分析。请各位高手给点意见和建议。或者提供一点这方面 的资料或书籍！
这个建议好啊 兴趣是最好的老师！ 统计是用来科学认识世界的方法。没学过统计的认为统计是加减乘除、百分数；学了一点统计的，认为他是数字游戏；再多学一些，能解决一些不得不用统计解决的问题，但是感到统计烦杂；再后来，运用自如了，也许能悟道。 统计本身并不能说明问题，统计只能对研究对象的属性起到辅助描述、揭示的功能，虽然统计可以从数学抽象的层次去近似表述研究对象的属性，但统计揭示的规律和研究对象本身固有的规律不是一回事，真正下结论的还是研究对象本身的变化规律。初学者和有一定基础的人往往很迷信统计，见到数据后马上就去想怎么选择一种看起来较为漂亮的“统计方法”，将统计方法的计算难以程度作为水平高低的依据，所有结论都是纯统计的。这种思维方式轻分析对象而重处理的数学技巧，有点“唯统计至上”的味道，走进了“旁门”。 我以前读研究生时曾经专门研究了一下所谓的统计方法“高深与浅显”同文章的档次是不是有关系，将SCience、Nature、Nature Genetics等知名杂志和其他杂志分成几类，影响因子20.0以上作为一类，10.0以上作为第二类，6.0-10.0以下作为第三类，6.0以下作为第四类。发现一类中的文章所用那个统计方法简直可用小菜一碟来形容，比如Nature上一篇研究地方语言死亡规律的文章，仅仅用了一个曲线拟合方程；第二类文章发现统计方法明显比前者复杂得多；第三类文章所用统计方法可以说是十分复杂，某些方法一下子还不能搞懂；第四类文章的统计分析方法和第三类差不多。我得出结论，真正高档次的文章，其统计分析方法并不复杂。 统计本身不能说明什么，它的功能只是辅助判断，一个数据集能作统计，能估计参数，但不一定能证明什么，统计分析对象的生物原型才是下结论的依据，这一点十分重要。举一个很简单的例子，一个小孩出生时，他父亲在家门前种了一棵树苗。记录每隔一个月记录小孩身高，同时记录树高。二十年后，得到了一个数据集。此时，我们用回归分析或其他分析方法对该数据进行分析，肯定可以在纯统计上得小孩长高是树长高的原因或者树长高是小孩长高的原因的统计结论。但真的小孩长高是树长高的原因，或者树长高是小孩长高的原因吗？十分荒谬。这个例子很极端，很容易判断统计和生物原型之间的差异，但在更多情况下，这种统计脱离生物原型的谬误并不能明显判断。而我们搞统计的，往往很容易犯这种统计脱离生物原型的错误。我发现在里面，分析者往往只看数据结构，仅仅根据数据结构选择分析方法，对数据后面的生物学根本就没有考虑，有很多这样的例子，此处不能一一列举（主要是不便于指名道姓）。 zhumengjin说的好，于我心有戚戚焉。 楼上说的很好 我是学统计的，支持一下 我觉得首先是基础知识， 然后是学习、理解。 再后来就是应用。 另外就是需要类比思维。 我觉得zhumengjin兄有点以偏概全了。 你所得出的影响因子高的杂志统计学简单而因子低的统计学复杂的结论是站不住脚的。你没有去分析这些资料是什么类型？需要什么样的统计方法？并没有进行齐同对比。统计方法的选用，得看人家做的是什么东东。比如说，某人发现一个新的基因，写出它的序列，这需要方差分析吗？ 统计方法应该是没有复杂与简单之分的，因为这决定于你的资料。你的资料是什么类型就得用什么方法或者哪一类方法。不然就是错误的。比如说，一个最常见的问题，三组以上完全随机计量资料均数比较，如果用t检验每两组之间去比，方法上是不正确的，结论就更不可靠。而两组的话，方差分析就不适用。总不能说方差分析比t检验复杂吧？这只是一个适用与否的问题。 我想zhumengjin兄的意思只是强调不要“唯统计论”，但不能说投nature, science 这样的杂志就可以用所谓“简单”的统计方法，而是要依据资料选用正确的统计方法。不论这个方法在别人看来是“简单”还是“复杂”。 赞同niuwussc的说法。 一点浅见，请大家指正。 就“影响因子高的杂志统计学简单而因子低的统计学复杂”从专业角度来看不符常理，建议检查抽样方法是否合理 我也说说我的看法。我认为统计的功能不只是在于对数据进行分析找出数据中隐含的规律。有一点似乎更重要，那就是用统计学的知识指导试验的设计。统计应该贯穿于试验的始终，而不仅仅是当试验数据出来以后再用一定的统计学方法进行统计分析。每种统计分析方法都是以一定的试验设计为基础的，一个很简单的例子，配对T检验只能用在配对设计的资料。在你做试验之前你应该用什么统计学方法其实已经了然于胸了。 还有一点就是，统计学的关联和生物学关联是没有必然联系的。也举个例子来说吧，假如一种药物与安慰剂相比能将高血压患者的血压降低2mmHg，如果你的试验的检验效能足够高的话，应该能得出统计学差异，但是很显然这种药物的临床应用应该没有什么意义。 统计方法没有高级和低级之分，最适合数据的分析方法就是最好的方法。我不同意tom8833兄所说的统计方法没有复杂和简单之分的说法，从计算过程这个角度来看，是有复杂和简单之分的。 对于“影响因子高的杂志统计学简单而因子低的统计学复杂”的结论肯定有偏颇，我没有严格地按对象分类去比较，这里还存在一个抽样误差的问题，严格地来讲是没有可比性的，但在混淆具体研究对象而从总体趋势上看，确实有这种倾向，如果确定一种标准，专门就此进行一下研究，我估计在统计学上也能得出这种结论。我开始也觉得纳闷，后来也想通了，影响因子越高的文章，原创性越强，这个原创性主要体现在研究对象上，一个新对象的属性刚开始只能对其做初步认识，相应研究不可能把它分析得达到“终极”的程度，它还可以提供更多的后续研究。而影响因子低的文章，往往就是前面提供的后续研究内容，原创性不够，它是在别人研究的基础上进行的再深入研究。此时，研究对象的属性已有一定认识，后续研究是对研究对象的更细致、更深层次的属性进行挖掘，要挖掘更细致、更深层次的属性，必然配套更“复杂”的统计方法。这里用了引号，只是说一种大体趋势。另外，高影响因子的杂志往往限制篇幅，而低影响因子的杂志往往篇幅更大，这也在某种程度上限制了一些过分复杂统计分析的运用。在我有“偏颇”的抽样调查中，确实在总体上有高影响因子文章更注重研究对象本身，而低影响因子文章统计分析技巧更重的趋势。到底这个趋势是不是正确的，应该就5年内或10年内的全部文章做个分析才能下统计结论。 反正这个问题目前还不能下统计结论。我上面帖子的主要目的是针对一些初学者对统计学认识的误区，在比具体分析技术训练和学习技巧更高的视角上，强调不要“唯统计论”和要注重统计分析和生物原型之间的关系。没有想到一个“结论”也能引起这么多争论。论坛嘛，不争论何为论坛。有了争论才能对一个看似简单的问题有更深的认识，我想版主也希望大家意见分歧越大，争论得越激烈越好。 在做统计分析的过程中，多数人问的问题是：“我的数据采用什么分析方法比较合理？”几乎没有人问“如何培养统计思维？”这个问题。我想只有在做统计分析的人员之间才会提到。 结合个人经验谈谈对统计思维的认识：简单的说，统计的目的是利用各种统计模型，将科学研究数据中与研究目的不相关的信息分解出来，在此基础上更好的了解各处理因素对研究结果的影响。因此，在试验过程中应时刻注意贯穿统计思维，详细记录试验过程中的非试验因素情况，只有这样，得到的研究数据才能借用统计分析的方法得到更可靠的科学结论。 个人认为，在统计模型中，方差分析最能反映统计的思维，比如，完全随机方差分析，在方差分析中将方差分解为组间方差和组内方差（误差项），在去除组内误差的基础上，得到各组间的差异情况；区组随机方差分析，则将总方差分解为组间方差、区组方差和组内方差，区组误差也不是研究的目的，这样得到的组间差异就比完全随机的结论更可靠，因为它不但排除了完全随机的组内误差，还将与试验目的无关的区组误差也排除了。 感谢各位网友的高见，这是一个困扰我很就的问题了！ 在我以为，统计学和流行病是分不开的，统计思维和流行病学的 思维好像有更多的相同点！ 有人告诉我，统计是为流行病学服务。在作一个流行调查是，统计的结果，不能仅仅看最后的统计数字，而是要结合所做的流行调查，该病的流行因素、流行分布、综合以来看的。 而在做研究设计的时候，统计方法是早就设计好的了。研究收集到的数据不一定知道，但是要使用的方法是可以预见的。 统计思维的培养，不是一个简单的事。不知从和开始做起，找不到头绪。是不是要有个量变到质变的过程啊！ 欢迎各位继续发表高见！ 统计是一种方法学，是认识世界数量特征的重要工具。通过合理的设计、有计划的收集资料、对资料运用正确地统计方法分析，我们才能正确认清事物客观存在的规律性，而这个过程每一步不能离开统计思维，这样得出的结论才更为可靠。统计学对我们来说是很有用的，我们必须学好统计学。我有些反对那些设计时不考虑统计分析方法，到需要分析时才“量体裁衣”的做法。因此，windowsplay战友提出这个问题是非常用意义的。本人认为统计思维的培养要做到“三到”：心到、眼到和手到。“心到”：就是要在研究时时时要想到统计学方法，从试验设计到收集资料和分析资料，比如说在试验设计时就要想到设计中存在的偏移，如何在试验中去控制这些偏移等等；“眼到”：就是要不断的学习统计学方法，不光要学习统计学理论还用学习别人怎么用，当然要时时持批判的眼光，要去发现别人应用时的合理性和不合理性；“手到”：就是要自己去实践，自己当家，从设计、收集资料、录入资料和分析资料等各方面体验，在这个过程中你会发现一些问题，这正是你没想到的，今后需要留意，这样你考虑问题会越来越全面，就会不断提高。浅显之见，请大家指正。 谈谈我的看法，我认为要树立一个系统的认识: 首先大家应该认识到数据并不等于信息和知识，但却是信息和知识的源泉，关键在于如何从中挖掘它们。医学/生物学数据的巨大积累将导致重大生物学规律的发现，它是现代生物信息学的支柱。发掘医学/生物学信息的方法可借用医学/生物统计学方法， 在实验设计、临床试验设计、调查设计等研究中，所获得的数据信息去科学地分析医学/生物学的规律，去揭示生命的本质。 其次进行医学研究设计的目的是 ：设法使处理因素在复杂的环境中单独显露出其效应。为了达到这一目的我们遵循对照，均衡，随机化，重复的原则，针对各自不同专业领域来具体考虑处理因素，受试对象，实验效应（指标）的制定和选取。 然后根据你的研究目的和实际情况选用适合的设计方法并使用相对应的统计方法来处理资料。(比如前面有人提到的配对设计的资料只能用配对t检验；或者完全随机设计的分类变量资料的比较，就应该用卡方检验、二项分布等方法） 最后得出有指导意义的结论，但要特别注意的是实际差别大小与统计意义的区别以及对差异有无显著性或有无 统计意义的判断不能绝对化，应该根据专业知识具体情况具体分析，才能得出科学可信的结论！ 至于具体的操作过程，就只有在平时就注意积累，多学，多看，多想，多问！ 这是我的一点愚见，请大家指正！ 听了大家的高论，不过有个问题不明白，好像搞统计的人说影响因子高的杂志用简单的统计方法而影响因子低的杂志用复杂的统计方法，我一头雾水。 说一点自己的看法。 1.不是所有的文章都要用统计方法，但这并不影响它成为一篇优秀的文章。 2.统计结果要结合专业知识来下结论，这是每一个初学统计的人都知道的，而且统计的老师强调过无数遍的。相信大家不会不知道。 3.统计还是讲究一个是否适用的问题。用弹弓肯定不能把飞机击落，用高射炮肯定打不着蚊子。但并不能说弹弓不行，也不能说高射炮不行。有些问题用一个简单的t检验就可以轻轻松松地解决，有些问题用“复杂”的统计方法也许还解决不了。 4.统计大多数时候是一种工具，一种手段，是为解决问题服务的，而不是一个主体（那些专门的统计研究除外）。所以并不是统计做得多复杂、让人看不懂就是文章的水准高，而要看文章的专业背景。 5.影响因子和统计方法之间可能并不会有那么强的相关吧？按照上面某兄的理论，那么就是说影响因子和统计方法的复杂程度呈负相关。一个杂志的影响因子的高低，影响因素很多，包括专业背景（如临床实用型的杂志别人引用的肯定多，而偏基础的杂志引用的相对较少）、理论深度、创新程度、语种等等，当然统计的正确与否、优化程度也是一个方面。即使要分析，在保证齐同对比的情况下还得用多元统计学知识吧？多元回归？主成分分析？我不是搞统计的，学的是生物方面，也经常用到统计，略知皮毛，但对于某兄的结论不敢苟同。 望大家指正。 大家讨论的很好，已经达到了一定高度。 最好还能说说有什么具体的学习统计的方法或好的书籍。 我推荐两本书 1.“生物统计学(中英文对照第2版)” > 这本是统计基础的，中英文对照，一举两得不错。 2.医用多元统计方法 张家放 结构方程模型是其特色 当今统计研究的前沿是什么？ 从方法学角度我随便说两个：结构方程模型(SEM)、多水平模型(MM) 不当之处请批评指正 楼主说的好啊，我是学预防的，以后多多交流！！！！ 我也是学统计的，看到这里也想说几句。 都说统计只是个工具而已（当然这句话也没错），于是很多人学了点皮毛便认为统计很简单，几个公式一套，算出个p值就大功告成，而且在公卫，很多其他专业瞧不起统计，自己做的研究从来不屑于和统计老师交流，以至于现在很多杂志的结果都值得怀疑。其实统计虽然是工具，但是和词典之类人人都会的工具不同，这一点学的越多，理解越深刻，但是人的精力有限，不可能要求每个人都象学统计专业的人一样，所以我非常赞同国外的做法，课题组成员中一定要有专业统计人员参与设计以及最后的分析过程。 另一个深切的感受就是国内目前统计人才缺乏，统计水平低下，各高校的统计教学迫切需要改革，学统计的真是任重道远！ 统计并不只是为为流行病学服务的，只要有数据，需要分析，就会用到统计。而医学方面的数据最多，所以医学研究一定离不开统计，流行病学和其他科目相比，用到的统计学知识更多，和统计联系更紧密。在大学里，通常都是先学了统计，然后再开流行病学这门课。 看来以后提没有经过统计证明的感性观点得注意了。BTW，讨论发起者建议给予一分奖励。 感谢大家一直对该讨论主题的支持，丛中的错的也好，对的也好，都是我们自己的看法，随着大家的意见的会聚，我想在每个人的心里，统计思维到底是什么，以前有的可能经过讨论，现在有所改变，以前没有的，也将会有自己的观点！ 统计思维的培养，不可能一蹴而就，需要循序渐进，从基础开始，经过大量的统计分析以后，掌握各种方法。才可能一点一点的培养起来。 一点拙见，不对的欢迎批评指正！ zhumengjin wrote: 讲的好，很久没来，看到好文章，不错不错。 前面大家有些争论，我也想说几句。什么样的设计，什么样的数据类型相应用什么样的统计方法。这点大家无意见。当然，不知“研究了一下所谓的统计方法“高深与浅显”同文章的档次是不是有关系，”这一结果可信与否。但在现实中，确实有这样的趋势。问题真正的原因在哪？个人认为在最初的实验设计上，实验设计完美，统计方法就可能运用的很简单，论证强度很强。试问，一个设计良好的实验，用所谓最简单的t检验得出的结果可能要比最初设计有缺陷而采用所谓复杂的统计方法弥补后得出的结果要可靠的多！！这是问题的关键！！ 我老人家总結:学好 DME clinical trial 大家好好研究一下.自然不会說我亂來(一个小問題給大家每个人都pm了一个) 统计思维是一种科学的用途广泛的思维方式，统计思维的教育和培养需要得到重视和加强。 1. 统计思维必须从小开始培养。统计思维能力与数学、统计学知识有关。由于我国汉字形态、结构和字义的特殊性,我国儿童在学习作为人的思想表达和交流工具的语言和文字上要花费比英语国家儿童更多的时间和精力,这无形中强化了学生的形象思维能力。却影响了学生抽象思维能力和动手能力的培养。过去我们评价儿童文化程度和智力水平的高低,往往以识字、背诵诗词和文章的多少,还有文章写得好不好为依据,而不注意学生抽象思维、创造性思维的能力,这大大制约了其智力的发展。有许多学生到中学成绩下降或跟不上的原因就在于此。因此,加强中小学数学教育是十分必要的。其次是要普及统计学知识的教育。统计学知识有一个由浅入深、由易而难的体系结构,在具备了一定的数学基础以后就可以学习统计基础知识了。如描述统计部分的总量指标的加减乘除,各种平均数、相对数的计算等。西方许多国家的中学都开设描述统计方面的课程,进行统计知识和统计思维能力的教育和培养。这就给了我们一个启示:数学头脑和统计思维应该是素质教育中的重要内容。 2. 在高等教育中,要在各专业普遍开设高级统计学。在现代经济生活中,时时处处都要应用到统计学知识。有研究成果表明,日本战后经济的迅速崛起,5%应归功于日本统计科学和统计事业的发展;美国一大批统计学家和懂统计的经济学家为美国国民经济持续稳定的发展作出了巨大贡献,正是他们对美国经济运行情况的连续不断的监测、分析和研究,才使得美国经济避免发生大的波动,少受外来冲击。我国50年代后期由于忽视对生产力水平、人口、资源和人的需求的统计分析和理性思考而导致的“大跃进”的错误,从反面说明了科学的统计思维、统计分析是何等的重要。 3. 在统计思维的教育和培养中,必须注重把统计知识应用于实践的训练,在实践中提高统计思维能力。这一方面是为了防止犯教条主义、形而上学、为统计而统计的错误;另一方面可以使统计思维和统计知识得到更好的推广和应用。在实践中培养统计思维能力,能够提高教育的效果,使人们自觉地对事物的数量产生兴趣,乐于进行数量分析,使统计思维在我们的经济生活中发挥它应有的作用。这才是我们研究统计思维和掌握统计思维的出发点。 我是即将毕业的医学生。由于要写论文，才又抱起了统计书，才发现当初学得太烂，才明白大一时，学统计和高数时，老师说以后写论文会用得着的含义。 通过今天几个小时的恶补，及看了大家的发言，很有感触：统计很有用，其实如果钻得进去的话，也是乐趣无穷的。 临床研究中，有大量的数字，如果没有经过统计，那么得到的结论只是一种感性认识，经过统计得出的结论，似乎更可靠些，及更能提示一些问题。 我对统计真是知之甚少，各位讲的高深的统计方法，有些我都没听过。我个人认为，方法不重要，重要是我懂不懂，能不能自如的掌握。只有我能灵活运用的方法，才能对我的研究有帮助，得出的结论才可靠。 一点感触吧，无知无畏，或许也可以用来形容我吧。各位见笑了。：） tom8833 兄说得也有道理，但这里有点错误，用红色标出，t检验是方差分析特例，方差分析能解决两组均数的比较，相反则不行。 tom8833 说： 统计方法应该是没有复杂与简单之分的，因为这决定于你的资料。你的资料是什么类型就得用什么方法或者哪一类方法。不然就是错误的。比如说，一个最常见的问题，三组以上完全随机计量资料均数比较，如果用t检验每两组之间去比，方法上是不正确的，结论就更不可靠。而两组的话，方差分析就不适用。总不能说方差分析比t检验复杂吧？这只是一个适用与否的问题。 我想zhumengjin兄的意思只是强调不要“唯统计论”，但不能说投nature, science 这样的杂志就可以用所谓“简单”的统计方法，而是要依据资料选用正确的统计方法。不论这个方法在别人看来是“简单”还是“复杂”。 前面的讨论中，大家都觉得培养统计思维的重要， 但是对于统计思维是什么？没有太多触接，假如我问您“统计思维是什么？” 您如何回答。 学数学学得最高的境界，就是数学思维。 同样，学统计学，最高境界也是具备统计学思维，即您能用统计学的眼光看待实际问题，如用统计学思维看待医学现象。 医学中引入统计学思维和流行病学思维，将使您的研究更如严谨。当然得出结论就更加可靠，有说服力。 世界最伟大的健在的统计学家C.R.劳有这样论述:在终极的分析中一切知识都是历史,在抽象的意义上,一切科学都是数学,在理性的基础上,所有的判断都是统计学. 医学研究当中统计学思维,我认为第一个是下任何的结论都要有概率的思想,统计学结论不是百分之百的正确, 第二个是随机化思想,有效的控制研究中各种误差,第三个是变异的思想,正是由于生物的变异存在,才需要统计学,另外尚有抽样的思想等等. 至于前面有仁兄提到影响因子与统计学方法选择的关系, 我直觉觉得应该没有直接的相关关系,影响因子的高低主要是看你研究的原创性,前沿性,即您研究的是不是目前的重大问题,有没有取得重大突破, 至于您研究中用的是什么统计方法,最简单还复杂,完全取决于设计的需要, 实际问题的需要, 如果简单的统计方法就能说明问题,为什么要用复杂呢, 简单模型不能解决,我们才去寻找更适合的模型,这就如比在实验研究中,并不是指标越先进越好,而是看它是不是能解决你的问题,如果能解决问题,简单的也是最好的. 一些浅显看法. 看了大家的谈论，很有得益。 其实统计学思维是一个经过长久历炼之后提升出来的一种体系，它需脱离开具体行业应用的局限，是一个理论及应用结合的体系，而方法只是它的下一级层面，当然如果具备统计学思维的人首先开始是先学会统计理论框架及方法的，然后经过提炼，才具备这种思维，而与此同时又脱离了具体方法和研究对象的束缚，达到一种空灵，然后，不论是在经济学还是医学方面，如果具备了这个领域的理论基础，那他在解决这个领域的具体问题时，就自然将方法运用自如且恰当了。 统计思维培养的确是很重要，可是感觉统计思维还是比较笼统的说法，必须要通过长期的培养，在不断的实践中才可以养成的，而且统计学是一门拥有很多条条框框的一门科学，就象前面说的T检验是方差分析的特例，两组的均数比较就必须要用T检验，其他的都不可以。所以觉得统计的开始都是从它的条条框框开始的，只有熟悉了它的条条框框才可能慢慢的了解它的使用办法、了解它的条条框框到底是如何来的，到底有什么作用，为什么一定要有这些限制，有没有更加直接的办法。所以说在实践中熟悉它、了解它，在使用中多想想为什么要使用它将是培养统计思维的最笨的也是最直接的办法，也就是多学、多用、多想、多问，几分付出将会有几分收获。 统计学是研究大量现象（随机现象）的统计规律的科学，从哲学上讲统计规律是现象总体必然与偶然否定之否定的或然规律，从逻辑上讲统计规律是同一与变异对立统一的实证思维规律，从数学上讲统计规律是趋同的平均数与离异的标准差相结合的数量规律。统计规律分为统计思维规律和统计存在规律：统计思维规律是一般规律集中于理论统计学中，统计存在规律是特殊规律则分散在各门统计实质性科学中，而作为中介的统计方法把两类统计规律联结起来。当你真的抓住了这个统计规律，我想你的统计思维已经达到了一个颠峰的阶段！ 在统计教学过程的各环节上应注重统计思维的传播,需要注意以下几个方面： 1. 在教育理念上，注重对统计思维的培养。 统计思维的培养应做为统计教学的一个主要目标，在教学内容的安排上，要考虑到、顾及到统计思维的培养。 2. 在统计教材的编写上，打破就统计论统计的思维习惯，注重统计的一般性。 由于我国过去依照前苏联的教育体制，强调学科的分化，专业设置过细。相应的统计教材过分强调本产业、行业的特殊性，忽略统计的一般性。以这种模式培养出来的学生，只有片面的知识和狭窄的技能，一旦离开本行业本专业往往力不从心。改革的思路就是要确立大统计学科观念，注重统计的一般性，以培养学生良好的统计思维为目标，系统介绍统计学的基本知识。 3. 在教学过程中，统计思维的培养要与特定的教学内容紧密联系在一起。 在教学中，要把统计思维的基本思想与授课内容有机结合起来，概率论、随机过程知识就是用来描述事物发展过程中的不确定现象的，平均数、方差用来刻划现象的集中与波动程度，数字资料的搜集开发是为这些现象的过程控制提供决策依据，如此等等。统计思维应被看作实现目标所必不可少的一个组成部分，要让学生带着问题有针对性地学，把统计思维的基本思想贯穿于整个教学过程中。 4. 在教学实验环节上，采用案例教学法，培养学生运用统计思维的基本思想分析解决问题的实际能力。 案例教学属于专业实践活动的真实模拟，教师应根据具体内容灵活选用合适的案例为其教学服务，运用这类关于实际情况的真实材料来训练学生，让他们不离开学校就能接触到大量各式各样的实际问题并着手研究，可使学生综合运用知识、独立思考和分析问题的能力迅速提高。现在己有部分统计案例教材出版，并且附有包含大量第一手数据资料的光盘，各校计算机的相对普及，为这种案例教学提供了可能性。 chensagitta战友，你说的培养统计思维是不是太模糊了： "所以说在实践中熟悉它、了解它，在使用中多想想为什么要使用它将是培养统计思维的最笨的也是最直接的办法，也就是多学、多用、多想、多问，几分付出将会有几分收获。" 如果我是再进行一个方差分析的实践例题，我怎样想才能积累统计思维，使之不断的量化呢？ 也就是说，我在平时的统计实践中，我要从那几个方面来考虑才能慢慢培养统计思维呢！ 其他的战友也来想想！ "三组以上完全随机计量资料均数比较，如果用t检验每两组之间去比，方法上是不正确的，结论就更不可靠。而两组的话，方差分析就不适用。总不能说方差分析比t检验复杂吧？这只是一个适用与否的问题。" tom8833兄,谁说两组"不能用"方差分析啊?我们统计书（《卫生统计学》研究生用，人卫版）上还有讨论配对T与方差分析究竟谁更能在检验水平,把握度上更有效标性啊。一般而言，用两组T检验来分析两组RTC计量资料把握度更好一点，犯一类错误的可能性更小点点。 我高中时,学的是文科,本科时学的是中医,现在在学统计,本人又是对数字不敏感,统计要学好,听说需要点良好的数理知识,请问我这种情况该如何培养统计思维呢?各位帮帮忙!!! 楼上的战友，其实任何东西只要自己认真努力了，在实践中积累经验就能学好统计，不要一开始就给自己设定了种种的心理障碍。我也是学统计的，开始的感觉有点像你，2年过去了，现在感觉学起来，越来越感兴趣了，但是留给我的时间也越来越少了，现在真是后悔，当时茫然了那么久…… 至于什么叫统计思维，就我自己的理解来说，具体要说个所以然，没有必要，这种东西，就像踢球一样，踢的多了，边踢边体会，你的球感自然会增长的，这个不要心急，只要努力走下去，肯定就会成功的。一起努力吧！ |
|
|
