统计学的认知篇1

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。

一、统计学研究对象的特点

1、数量性。

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。

3、具体性。

统计研究对象它不是纯数量的研究，是具有明确现实涵义的，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。

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。

二、统计学的研究方法

统计是要分析数据的，但首先需要考察的是，数据的来源是否合适，实验采集的数据是否符合分析的目的和要求。

所谓实验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。

1、实验设计要遵循的三个基本原则：

1.1、重复性原则：即允许在相同条件下重复多次实验。好处是：其一可以获得更加精确的有效估计量;其二，可以获得实验误差的估计量。这些都是提高估计精度或缩小误差范围所需要的。

1.2、随机化原则：是指在实验设计中，对实验对象的分配和实验次序都是随机安排的。是实验设计的重要原则。

1.3、区组化原则：即利用类型分组技术，对实验对象按有关标志顺序排除，然后依次将各单位随机地分配到各处理组，使各处理组组内标志值的差异相对扩大，而处理组组间的差异相对缩小，这种实验设计安排称为随机区组设计。

2.大量观察

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。

3.、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，用表格或图像把它表示出来。是统计研究的基础。它通过对分散无序的原始资料的整理归纳，运用分组法和综合指标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。

3.1分组法是研究总体内部差异的重要方法，通过分组可以研究总体中不同类型的性质以及它们的分布情况。

3.2综合指标法是指运用各种统计指标来反映和研究客观总体现象的一般数量特征和数量关系的方法。

3.3统计模型法则是综合指标法的扩展。它是根据一定的理论和假定条件，用数学方程去模拟现实客观现象相互关系的一种研究方法。

4.统计推断

所谓统计推断就是以一定的置信标准要求，根据样本数据来判断总体数量特征的归纳推理的方法。统计推断是逻辑归纳法在统计推理的应用，所以称为归纳推理的方法。

4.1参数估计法：当总体的界限已划定，总体某一数量特征(如总体平均数、方差等)的数值就是唯一确定的，所以把总体的数量特征称为总体参数。但是总体参数通常不知道，这就需要通过样本数据计算样本统计量，并以此作为总体参数的估计量来估计总体参数的取值或取值区间。

4.2假设检验法：假设检验的特点是，由于对总体的变化情况不了解，不妨先对总体的状况作某种假设，然后根据样本实际观察的资料对所作假设进行检验，来判断这种假设的真伪，以决定行动的取舍。

三、对统计学的研究

1、开展空间统计学理论与应用的研究

空间统计学是近几年统计学发展的一个新领域，主要指运用遥感技术进行国土资源的测定，农业和林业、海洋生物、环境生态的观测。这种观测数据通常表现为网络形式，而且这些数据受到大气效应、观测工具等诸多因素的影响。空间统计学的应用在于，针对这种特殊的数据，研究误差控制、数据处理、模型建立、统计推断。这将是统计学研究的新领域。

2、计算机技术的发展对统计学发展影响的研究

信息技术与计算机技术的发展是推动新经济发展的主要动力。可以断言，没有计算机的发展就没有统计方法的普遍有效应用。计算机技术的飞速发展为统计学方法的应用带来挑战和发展的机遇。统计数据的收集如何有效借助网络技术，统计调查方法如何适应现代信息技术，统计数据处理如何深入都将成为研究的热点问题。

3、生命科学与生物技术中统计方法应用的研究

21世纪医学领域的科技创新，将使许多不治之症得到解决，生物制药将在医学领域大放异彩，统计学方法在生物制药技术中的广泛应用将是不争的事实。美国辉瑞制药公司每年投入50亿美金用于研究发展，在美的生物统计人员极易找到高薪的工作就足以说明这一领域的广阔前景。

4、国家经济安全与金融、保险领域的应用研究

国家的经济安全及其金融危机的防范问题是中国改革开放中必须高度重视的问题。国家经济安全、金融危机的预警系统的研究是与统计学方法紧密联系的研究热点，投资项目的风险管理研究也将依赖统计学者去研究解决。保险产品的精算理论与实践在“九五”期间得到一定的进展，为这一领域的深入发展奠定了基础，如何将发达国家保险精算的理论与中国保险业实际相结合值得深入研究，尤其是保险精算方法向社会保障领域延伸的研究是中国国情赋予给这个领域的迫切任务。

5、政府统计数据质量的进一步研究

统计学的认知篇2

1.身体对认知存在着限制作用

身体限制着认知的特征与范围。有机体的身体结构和活动能力限制了认知的表体性质和内容。因某种特征的存在，使有机体某些形式的认知变得相对容易，也可能使某些形式的认知变得相对困难，甚至变为不可能。以听觉为例，动物的听觉比人类的听觉更为灵敏，是因为它们的听觉系统构造与人类不同。在Metaphors we live by一书中就明确指出，抽象思维主要是隐喻的。而语言学中的意象图式（Lmage Schema）理论是“对于身体作用于世界的方式就是认知的方式”这一观点最好的佐证。个体的主观世界是被个体的行为和感觉运动能力决定的。认知是身体的认知，身体是认知的身体。但在这一过程中，身体的结构和感官运动系统都限制着认知的进行。

2.身体对认知的分配调节作用

身体可以作为认知加工过程中的一部分，在大脑、骨骼、皮肤等身体各方面与认知系统中发挥着类似于分销商的作用。身体调节着认知，影响着思维、判断、情绪和动机等心智过程。许多心理学实验都证明身体的状态和运动对认知过程有调节作用。在荷兰心理学家Koch等人的Stoop task测验中得出的结论，后退动作诱发了更多的认知努力，因而取得了更好的成绩。因此，身体会对心智产生强有力的冲击力。身体的调节作用使认知、身体、行动在空间和时间上形成密不可分的联系，从而成为一个整体，确保了认知与行动之间的和谐。由于身体的调节作用，认知操作的过程与环境的要求保持一致，保证了认知任务的圆满完成。

3.身体使认知产生依赖性

法国哲学家梅洛·庞蒂曾经明确指出，身体并非认知的对象，而是认知的主体。也就是说，我们通过“体认”的方式了解世界。在日常生活中，我们每一个人都能深切体会到自我和身体的亲密关系。换言之，认识依赖于身体的各种经验。身体体验的过程构成了认知过程的基本素材。人类特有的身体结构决定了人类独特的大脑和中枢神经系统，如同动物特有的生理构造决定了动物了解世界的认知系统。没有这种特殊的身体构造，就没有人类特有的感知能力和思维方式。认知系统的活动思维和方式是依赖身体的活动状态和思维方式而进行的。

二 在理论心理学中的认知与身体紧密联系

1.心智与身体联系紧密

科学心理学是西方文化思想的产物。在西方文化中，二元论思想一直占据主导地位。而科学心理学本身就是二元论思想的体现。17世纪法国的哲学家笛卡尔视身体仅为心智的一个观念。二元论的基本特征是主张心物、身心、主客的二元对立。心理、意识、主体构成了二元对立的一方，物质、身体、客体构成了对立的另一方。这就构成了理论心理学的基础。身体是物质的，但是身体的物质属性却需要通过心智中的观念实现。从认识论的角度看，心智驾驭着身体，指挥着身体的运作，但是身体对心智没有实质的影响力。

2.在理论心理学中心智与身体的一体化

身心一体化是指身体在心智中，心智在身体中。身体并非传统上认为的仅是心智发生的“场所”“载体”或“生理机制”。身心一体的原则是心智对身体的影响，而理论心理学的实验表明，思维、回忆和语言等认知过程在无意识中影响了身体的感觉和运行系统。

3.认知与身体在理论心理学中的关系

身体对认知既有因果作用，即塑造认知，也有构成性作用，是认知过程中必不可少的部分。身体是认知的主体，是身体去感受、去思维、去行动。因而身体的感知和身体的运动等各种身体经验必然对认知过程产生强有力的影响。认知语言学的研究也表明，语言、思维和逻辑推理的方式实际上是身体作用于世界的方式。在理论心理学中，认知与身体则是因与果相互依存的关系。

三 结束语  

统计学的认知篇3

认知计算（Cognitive Computing）源自模拟人脑的计算机系统的人工智能.90年代后，研究人员开始用认知计算一词，以表明该学科用于教计算机像人脑一样思考，而不只是开发一种人工系统[1]。传统的计算技术是定量的，并着重于精度和序列等级，而认知计算则试图解决生物系统中的不精确、不确定和部分真实的问题，以实现不同程度的感知、记忆、学习、语言、思维和问题解决等过程[3]。目前随着科学技术的发展以及大数据时代的到来，如何实现类似人脑的认知与判断，发现新的关联和模式，从而做出正确的决策，显得尤为重要，这给认知计算技术的发展带来了新的机遇和挑战。目前国外关于认知计算的研究早于国内，但都属于较为前沿的研究领域，发表的相关文献较少，因此系统地了解认知计算，归纳总结目前国内外研究现状，分析认知计算未来发展方向具有一定的重要意义，本文通过查阅相关资料，试图给出较为准确的认知计算发展综述。

1.认知计算的由来及定义

认知是人类的一个复杂行为动作，是人们推测和判断客观事物的心理过程，是在过去的经验及对有关线索进行分析的基础上形成的对信息的理解、分类、归纳、演绎和计算，人类的认知活动包括思维、语言、定向和意识4部分。

认知科学源于20世纪50年代，该名称于1956年的一次信息论的科学讨论会上提出。60年代，认知科学开始发展起来。1976年，《认知科学》期刊创刊，1979年由Roger Schank， Allan Col lins， Donald Norman及其他一些心理学、语言学、计算机科学和哲学界的学者共同成立了认知科学协会，使认知科学得到了迅速的发展，成为了一个备受关注的学术研究领域。90年代，有人将认知科学定义为研究智能和智能系统的科学[4]。如今世界上已有60多所大学拥有认知科学的相关课程。对于认知科学的含义有着多种不同的解释，总体上，认知科学是一门以现代科学的观点，用科学的方法研究人的精神世界的学科。认知科学是包含了心理学、语言学、神经科学和脑科学、计算机科学，以及哲学、教育学、人类学等许多不同领域学科的一门广泛的综合性科学。其中认知计算是认知科学的子领域之一，也是认知科学的核心技术领域，认知计算对于未来信息技术、人工智能等领域均有着十分重要的影响。

认知计算最简单的工作是说话、听、看、写，复杂的工作是辅助、理解、决策和发现.认知计算是一种自上而下的、全局性的统一理论研究，旨在解释观察到的认知现象（思维），符合已知的自下而上的神经生物学事实（脑），可以进行计算，也可以用数学原理解释。它寻求一种符合已知的有着脑神经生物学基础的计算机科学类的软、硬件元件，并用于处理感知、记忆、语言、智力和意识等心智过程。认知计算的一个目标是让计算机系统能够像人的大脑一样学习、思考，并做出正确的决策。人脑与电脑各有所长，认知计算系统可以成为一个很好的辅工具，配合人类进行工作，解决人脑所不擅长解决的一些问题。认知计算时代，计算机将成为人类能力的扩展和延伸。认知计算意味着更高效的信息处理能力、更加自然的

人机交互能力、以数据为中心的体系设计，以及类似人脑的自主学习能力，这为人类应对大数据挑战开启了新方向。

理想状态下，认知计算系统应具备以下四个特性[5]。

第一，辅助（Assistance）功能。认知计算系统可以提供百科全书式的信息辅助和支撑能力，让人类利用广泛而深入的信息，轻松成为各个领域的“资深专家”。

第二，理解（Understanding）能力。认知计算系统应该具有卓越的观察力和理解能力，能够帮助人类在纷繁的数据中发现不同信息之间的内在联系。

第三，决策（Decision）能力。认知计算系统必须具备快速的决策能力，能够帮助人类定量地分析影响决策的方方面面的因素，从而保障决策的精准性。认知计算系统可以用来解决大数据的相关问题，比如通过对大量交通数据的分析，找出解决交通拥堵的办法。

第四，洞察与发现（Discovery）。认知计算系统的真正价值在于，可以从大量数据和信息中归纳出人们所需要的内容和知识，让计算系统具备类似人脑的认知能力，从而帮助人类更快地发现新问题、新机遇以及新价值。

2.认知计算的国内外研究现状

在国外认知计算受到了政府、研究机构以及研究人员的高度重视。2002年，美国国家科学基金会（NSF）和美国商务部（DOC）共同资助了一个雄心勃勃的计划“聚合四大技术，提高人类性能”，将纳米技术、生物技术、信息技术和认知科学看作21世纪四大前沿技术，并将认知科学视为最优先发展领域，主张这四大技术融合发展，并描绘了这样的科学前景：“聚合技术以认知科学为先导。因为一旦我们能够在如何、为何、何处、何时这四个层次上理解思维，我们就可以用纳米科技来制造它，用生物技术和生物医学来实现它，最后用信息技术来操纵和控制它，使它工作”。在欧洲，由欧盟资助的聚合技术及其对社会科学与人文科学的影响项目也同样强调了认知科学的重要性.在学术研究界，2006年由IBM阿尔马登研究中心发起了2006年认知计算会议，该会议取得了良好的效果。2007年又在加州大学召开了认知计算会议。美国国防高级研究计划署信息处理技术中心2003年开始资助的认知计算项目的重点也是研制一种能够对环境、目标和自身能力进行思考，具有学习能力，能与使用者互动并解释其推理，以及应对突发事件能力的认知计算机系统。近年来IBM公司成为认知计算的研究先锋，2011年，IBM开发的neurosynaptic（神经突触）计算机芯片为现代认知计算的研究拉开了帷幕。2012年，在美国犹他州盐湖城举行的“超级计算机大会”上，IBM了其关于认知计算的最新研究成果――《Compass：一个认知计算架构的可扩展的模拟器》，这种芯片技术是模拟一个人脑，并且完成人脑的各种功能[6]。2013年10月2日，IBM研究院宣布成立“认知计算研究联合会”。据了解，以IBM沃森（Watson）为代表的认知计算系统通过对大数据进行实时运算和分析，实现了自主学习并拥有了类似人脑的能力，它有效地提供信息，并且按我们的条件在人们每天面对的众多的自然语言内容里搜寻关键知识。并且已经成功应用于医疗、金融和客户服务等领域，以其更加智能、精准的大数据分析能力，降低误诊、拯救生命和提升客户体验。IBM近日又宣布将与卡内基梅隆大学、麻省理工学院、纽约大学和伦斯勒理工学院四所大学合作制造一种类似人类大脑的计算机，将能够处理自然语言和非结构化数据，像人类一样通过经验进行学习。

我国对认知科学及认知计算的研究尚处于起步阶段，多数研究是对国外相关研究的介绍和总结。国内涉及该领域的研究人员多数是哲学、心理学领域和信息技术领域。许多研究虽然涉及认知计算技术，但多数将其纳入人工智能的研究，很少使用认知计算这一概念，至今还没有关于认知计算的综述文章。2008年国家自然基金委员会了“视听觉信息的认知计算”重大研究计划，重点包括多模态信息协同计算、自然语言（汉语）理解、脑-机接口、驾驶行为的认知机理和无人驾驶车辆集成验证平台等领域，该重大计划的实施将有力地推动我国认知计算领域相关研究的发展，截止到目前已在视听觉信息处理的基础理论研究方面取得重要进展，在视听觉信息计算以及与视听觉认知相关的脑-机接口等关键技术方面取得重大突破。2013年10月11日，在北京举办以“从大数据到认知计算”为主题的认知计算研讨会，达成“我们已经进入了认知计算（Cognitive Computing）的新时代”的共识，2013年11月13日在MDCC 2013移动开发者大会上中国工程院院士李德毅发表了题为《大数据时代的认知计算》的演讲，充分体现了当前我国学者对认知计算技术方面研究的高度重视[7]。

3.认知计算目前研究的重点和难点

人类的认知主要依靠大脑来实现，为了能够让机器像人一样具有认知能力，有必要深入探讨和研究人脑与计算机在存储和处理信息时的区别，来确定认知计算的研究目标以及研究的重点和难点。

就目前生物学家和神经学家对大脑研究成果可知，人类大脑将记忆和存储整合成一体，重量小于3磅，占用体积大约两升，却比灯泡更加节能，人脑大约包含1011个神经元，每个神经元大约有103～104个树突及相应的突触，形成极为错综复杂而灵活多变的神经网络，虽然每个神经元的运算功能十分简单，且信号传输速率也较低（大约100次/秒），但由于各神经元之间形成的网络结构具有极极度并行互连功能，使人的大脑能够高速处理复杂信息。人类大脑的运行就像是一个大规模并行分布式处理器，属于事件驱动方式，也就是说它对其所处环境中的事物做出反应，活动状态时耗能较少，休息状态下更少。人类大脑会重复利用神经元，并突触、异步、并行、分布式、缓慢、不具通用性地处理问题，是可重构的、专门的、容错的生物基质，并且人脑记忆数据与进行计算的边界是模糊的。

而现代计算机是基于冯诺依曼结构的二进制存储和中央处理器的分离机制，它的运行大部分是按照顺序依次进行的，并由一个时钟控制。这个时钟就像是军乐队的一个指挥，将每一个指令和每一份数据驱动到下一个位置――就像有足够空位的音乐抢椅子游戏。随着时钟增速以更快驱动数据处理速度，功耗也随之大幅上升，甚至在休眠时这些机器也需要大量的电能。更重要的是，编程是必不可少的.它们由电线连接，并且容易出现故障。它们善于执行的是预定义的算法以及分析工作。一般情况下计算机使用固定的数字化的程序模型，同步、串行、集中、快速、具有通用性地处理问题，数据存储与计算过程在不同地址空间完成。

由此可知，人类大脑和现代计算机具有完全不同的架构，它们的存储和处理机制完全不同，无论我们再努力多少年，以现代计算机为基础的认知计算无法模拟人脑的功能和实时反应，不能像人类大脑一样实现灵活而高深的认知过程，完成这个任务需要一个新颖的架构，这正是认知计算目前面临的难点和重点。

认知计算是一项系统工程，涉及多个领域的技术，目前研究学者公认的认知计算的四大关键技术为以下四个方面[6]。

第一，在认知计算最顶层的是机器学习、自然语言理解和人机交互等技术。

第二，大数据技术，包括以什么样的方式来存储、组织、管理及分析大数据等。

第三，计算机的架构。认知计算系统所要求的计算能力远高于我们今天所能提供的计算能力。因此，如何实现以数据为中心的系统设计也是当前面临的挑战。

第四，在认知计算系统的底层还需要实现原子及纳米等技术方面的突破。

在上述认知计算的四个关键技术中，由于人脑与计算机有着本质区别，就目前认知计算的研究现状，其研究方向应该分为近期目标和远期目标，其中近期目标是认知计算的研究重点，远期目标是认知计算的研究难点。

作为认知计算的近期目标就是在计算机上尽可能像人类一样实现具有辅助、理解、决策和洞察与发现的能力，通过研究人类的认知机理，建立计算机认知模型，然后用计算机模拟人类认知的过程来处理实际问题，如目前正在处于研究阶段的人工智能机器学习、自然语言理解、视听觉信息的识别以及智能人机交互技术的研究等，而基于计算机的任何认知研究成果都无法实现机器认知的实质突破。

作为认知计算的远期目标应该是研究一个具有与大脑存储结构相似的电子大脑，新的电子大脑完全不同于目前的计算机存储和处理机理，而它像人类大脑一样实现灵活而高深的认知过程，为此我们需要不懈的努力，真正弄清人类大脑存储和处理信息的机理，建立合理的数学模型，并通过软硬件设计实现在存储和处理方面具有新机制的全新电子大脑结构，力争创造一种能够与真正人类大脑相比拟的新型智能机器。

IBM阿尔马登研究中心在这个方面进行了有益而尖端的研究，给认知计算的未来发展带来信心。他们设计了神经形态自适应塑料可伸缩电子系统，为大脑的接线图绘制地图并开始人工合成，2009年5月他们成功地模拟建立了一个由10亿个神经元组成的系统，大约相当于一个较低等哺乳动物的大脑，系统结构同今天的计算机完全不同。存储器与处理器组件被紧密结合在一起，它没有时钟，操作是不同步的、事件驱动的，也就是说，它们没有预定的次序或时间表，像人类一样依赖的是学习而非编程。但其处理速度是实际事件发生速度的千分之一，不足以执行人类基本行为：觅食、打架、逃跑和。

2012年9月该实验室模拟大脑建成了一个较小版本的硬件装置，只有256个神经元、26.2万个可编程突触和6.5万个学习突触，并且这台机器运行能耗跟大脑的耗能在同一个数量级上。基于其原生态能力，这个“小型人脑”可以进行空间导航、机器视觉、模式识别以及联想记忆等，并可以基于证据生成假设。它有一个“心灵之眼”，可以辨别出事物背后的模式，例如根据一个潦草的笔记，对其实际所代表的数字做出较为准确的猜测，这一成果已经比我们前寒武纪的祖先优秀了。

4.认知计算的未来展望

在下一个计算时代，计算系统将具备学习、适应和感知的能力，这将从根本上改善人们的生活、工作和人际交往的方式，这就是认知计算时代，计算机将成为人类能力的扩展和延伸。认知计算意味着更高效的信息处理能力、更加自然的人机交互能力、以数据为中心的体系设计，以及类似人脑的自主学习能力，这为人类应对大数据挑战开启了新方向。

可以相信，随着认知计算技术的发展，认知计算系统所具备的四个层次的特性――辅助、理解、决策、发现，将是人类面对大数据时代的挑战、做出智慧决策的保障.百科全书式的信息辅助和支撑，让人类可以利用广泛而深入的信息，轻松成为各个领域的“资深专家”;非凡的观察和理解能力，帮助人类在纷繁信息中发现其内在的关联和涌现的趋势;快速决策能力，帮助人类定量地分析影响决策的方方面面，降低失误，保障决策的精准性;发现及洞察能力，将实现从“演绎”到“归纳”的突破，真正让机器具备类似人脑的“认知”能力，帮助人类发现当今计算技术无法发现的新洞察，新机遇及新价值。

目前作为认知计算系统的先锋，IBM的沃森系统已经应用于医疗、金融和客户服务等领域，以其更加智能、精准的大数据分析能力，降低误诊、拯救生命和提升客户体验[7]。

2013年9月18日国家自然基金委公布2013年度关于认知计算的重大研究计划，重点支持如下两个领域，将是目前我国在认知计算领域的未来研究方向。

（1）基于视听觉认知机理的无人驾驶车辆与行驶环境理解。

针对无人驾驶车辆行驶需求，研究生物视听觉信息处理不同阶段的认知机理和计算模型：包括视听觉信息早期处理（视听觉信息预处理与增强）、中期处理（降维、特征选择与提取）和后期处理（分类、识别与理解）等不同阶段的认知机理与可计算模型。

1）基于视听觉认知机理的无人驾驶车辆

该集成项目要充分集成和体现在本重大研究计划资助下所取得的有关视听觉信息认知机理与计算机视觉方面的重要创新性成果，同时还要集成和体现在本重大研究计划资助下所研发的智能车关键技术与器件（如控制器、激光雷达、传感器和芯片技术等），研制无人驾驶车辆平台，实现复杂交通环境下高性能长距离自主行驶。

2）基于生物视觉机理的交通环境理解与目标检测

研究基于生物视觉机理及其视觉皮层信息处理机制的交通环境理解新模型和高效视觉信息处理方法。

（2）先进脑机接口与脑认知图像重建.

1）先进脑机接口

借鉴认知科学的已有研究成果，重点研究人脑行为意图信息可靠、快速获取、处理、分析和应用的新方法与新技术。

2）脑认知图像三维重建

重点研究人在一种或多种脑神经影像设备下的视觉场景激励方法、脑神经影像的表征与时空关联关系以及视觉场景激励与脑认知影像之间的数学映射模型，给出动态脑认知影像的三维重建模型和方法，探索理解与重现脑认知过程。

未来，认知计算在人类生活的各个方面都将带来根本性的改变.可以想象，在实时金融风险控制领域，认知计算技术可以让人们实现秒级的风险检测与防范;在教育领域，认知计算通过实时分析技术，为学习者制定个性化的教育计划并及时评估学习效果，以此优化教育方案，提高教育质量和效率。

5.结束语

认知计算是一个能够给人类生活带来不可思议变化的智能技术，文中通过对认知计算相关文献的归纳总结，综述了目前认知计算的国内外研究现状，通过分析计算机与人脑的区别，给出了今后研究的远期近期目标以及未来展望，对认知计算的总体认识和深入的研究具有一定益处。总之认知计算是一个贯穿整个计算机软硬件的整体创新，它的实现需要来自各个领域科学家的共同努力，需要一个漫长而艰苦的研究过程，但是认知计算技术的发展，必将是未来科技发展的趋势。

参考文献

[1]史忠植.认知计算[M].合肥：中国科学技术大学出版社，2008.

[2]瞿心昱.基于仿人脑认知计算模型的机器人视觉学习方法[D].浙江：浙江工业大学，2012.

[3]王志良，郑思仪，王先梅，王巍.心理认知计算的研究现状及发展趋势[J].模式识别与人工智能，2011，24（2）：215-225）.

[4]徐峰，冷伏海.认知计算及其对情报科学的影响[J].情报杂志，2009，28（6）：19-23.

[5]郭涛.认知计算更好驾驭大数据[N].中国计算机报（数据中心），2013-10-21（18）.

[6]何立中.认知计算架构突破传统模式[N].中国计算机报（热点观察），2012-12-10（7）.

[7]申明.电脑会思考，认知计算前景广阔[N].科技日报，2013-10-28（4）.

基金项目：国家自然科学基金项目（编号：61175126）;中央高校基本科研业务费专项资金项目（编号：HEUCFZ1209）;高等学校博士学科点专项科研基金项目（编号：20112304110009）。

统计学的认知篇4

中图分类号：G642 文献标识码：A 文章编号：1009-3044（2016）22-0133-02

当前，各大高校对各种专业课的理论课课程考核大部分都是采用传统的笔试考核方式[1]。该考核方式在一定程度上能检验学生的课程学习情况，但是往往课程考核结束后学生仅仅能知道自己的该门课程这套试题的分数，老师们也仅仅是得到全班同学的总分分布情况，而总分并不能反映出学生的对课程知识点的掌握情况和学习整体情况等。2001年， 美国通过法案“ No Child Left Behind Act of 2001”（NCLB），规定美国所有实施的测验必须给家长、老师和学生提供诊断信息。在21世纪信息高度发达的今天，本文希望通过研究更现代化的课程考核方式，为学生的学习、教师的讲授和高校的教育质量的提升提供一个教学改革参考。

《管理信息系统》课程是经济管理、信息类各专业主要专业基础课之一，它的研究、开发和应用的水映整个社会的信息化和管理现代化程度。该课程主要从管理科学的角度，研究如何利用计算机、通讯技术、运筹学等技术辅助管理决策，使学生了解信息、管理信息、管理信息系统在现代管理中的重要性，熟悉其相关的概念、原理和方法；掌握分析、设计、实施实际应用系统的方法；培养学生将计算机技术用于处理管理信息的实际工作能力，为日后进一步的学术研究和实际工作奠定基础。学生对该门课程学习情况的好坏，不仅关系到每个学生所学知识的掌握，也关系到学校对学生能力的培养情况，甚至还将影响社会信息化管理的水平。因此，对于管理信息系统课程的教学改革研究得到了教育研究人员的广泛关注[2-4]。本文分析了认知诊断理论，并将其应用到管理信息系统课程教学改革中，设计了在线的基于认知诊断理论的管理信息系统课程考核系统。

1 认知诊断理论概述

只能提供单一总分结果的测验已不能满足当前教育教学的需求。认知诊断理论的出现弥补了传统测试报告单一总分的缺陷，可提供更加丰富的测量信息，即能够测量出学生在学科知识点上的掌握情况，为教师的教学活动提供个性化的指导[5]。

认知诊断是现代测量理论的核心，它是认知心理学与教育测量学相结合的产物，是当前国内外心理与教育测量学研究的热点。认知心理学和心理测量学是认知诊断理论的两大基础。认知心理学主要研究学习过程和记忆过程机制。通过对测量任务所涉及的知识点、测量、加工过程等各认知变量做认知分析，构建认知心理学模型，使得测量理论具有心理学的特征，且其测量结果更科学和客观。心理测量学是所有测量理论的基础，也是认知诊断理论的一个必不可少的基础。认知诊断理论应用到测量理论中，从测验设计、测验项目编制、测量过程和测量结果的数据分析都需要心理测量学的支撑。

当前，认知诊断理论被广泛应用到各种测量系统中，得到了教育研究人员的广泛关注。姜月香[6]利用认知诊断技术，结合现代教育测量方法与认知心理学，提出了能够提高考试内容效度的命题方法并明确了整个命题过程，相较于传统命题方法，新方法在对考试内容的效度与对考生能力评估的全面性两方面都存在明显优势。朱天宇等人[7]针对传统认知诊断模型和传统PMF算法在学生试题推荐方面的缺陷，提出了以综合结合概率矩阵分解和认知诊断的个性化试题推荐方法。艾小芹[8]根据认知诊断评估理论和计算机网络技术设计并构建了个性化英语学习在线诊断模式和系统，对系统的需求和功能进行了分析，设计了其数据库，通过该系统，学习者可充分了解自己的学习特点，并获得有针对性的学习策略指导。认知诊断理论研究中对认知诊断模型的研究，是认知诊断理论应用到各个领域测验系统中很重要的方面。认知诊断模型是指一种对认知结构具有诊断功能的计量模型。通过评估被测试者的认知能力水平，将其认知结构进行模式化后，对其进行认知能力的诊断，可以定量地考察被测试者的认知结构区别和个体差异。

2 管理信息系统课程知识点分类

管理信息系统课程的特点是综合性，它综合应用了专业公共基础课和专业基础课程，尤其是有关信息技术和经济管理方面的课程，如计算机应用基础、高级语言程序设计、数据结构、数据库、操作系统、计算机网络、管理学等。本课程主要包含以下的知识点：

（1）信息的含义：注意与数据的区别（与数据结构课程有关）

（2）管理信息系统概念：主要包含其分类、现代管理方法等。

（3）管理信息系统的技术基础：包括数据库技术、计算机网络技术等。

（4）管理信息系统的战略规划和开发方法：制定管理系统战略规划的常用方法和开发管理信息系统的方法等。

（5）管理信息系统的系统分析：主要包括可行性分析，业务流程，数据流程，数据字典等。

（6）管理信息系统设计：系统设计各个环节的设计原理、要求和方法。

（7）管理信息系统的实施：物理系统的实施、程序设计、软件开发、系统运行维护及评价等。

统计学的认知篇5

中图分类号：B0 文献标志码：A 文章编号：1002-2589（2017）03-0083-02

软计算是指对于研究对象只求近似而非精确解释的有效计算方法，是一种包含多种不同算法的计算方法集，如模糊逻辑、遗传算法、人工神经网络等。软计算的认识模型构架，简单来说，就是软计算及其理论构建中所表现出的对于认知以及认知发生过程的组织结构和表征模式的宏观理解。软计算是与传统的硬计算不同的新型计算方法，传统的硬计算要求计算的精确性、确定性，而软计算则允许了不精确以及不确定的存在；软计算与硬计算的这种差异，从根本上来讲，是由于它们是基于不同的认知模型构建的。在传统的硬计算理论中，认知的本质就是“符号+规则”，认知过程就是符号串按照一定规则变换的过程。而在软计算理论中，认知是依赖于语境的，认知具有具身性、生成性、延展性和嵌入性，认知在功能上是模块化的，在发生上是动态适应的，在总体上看来是语境性的。

一、软计算的静态认知模型构架

在软计算理论系统内，认知不再是一个严密和精确的逻辑符号系统或逻辑运算过程，而是一个由不同的功能模块构成的集成系统。总体来看，认知系统应该被分为具有范围非特异性的“中枢系统”和具有范围特异性的“输入系统”。范围非特异的“中枢系统”的典型功能就是通过范围非特异性的认知系统来固化信念，形成新的认知模块，它负责陌生的语境处理。范围特异性的“输入系统”是由不同的子功能模块构成，它负责熟悉的语境处理，不同的功能模块负责不同的语境，不同的功能模块之间有一定的封闭性。

认知“中枢系统”主要功能在于适应陌生的语境，解决浅层输入系统无法处理的问题，并在新的语境适应过程中形成专门处理这一问题或这一类问题的新算法。认知中枢系统的一个重要特征是容错性，认知中枢系统不会因为一次反馈的失败而终止或崩溃，中枢系统通过分析由输入系统传递来的问题或信息，不断提出问题的解决方案，直至问题解决或问题不需要解决为止。认知中枢系统的另一个重要特征是非范围特异性，这主要表现在两个方面：其一，中枢系统会接受来自输入系统各个不同模块传递来的信息，它与输入系统之间不存在绝对界限；其二，中枢系统是以解决问题为导向，认知中枢系统不会拘泥于某一种反应模式或逻辑系统，它会根据具体问题提出不同解决方案，而这些方案也许是“输入系统”某些模块的组合和重构，或者是与这些功能模块完全不同的全新算法。人工神经网络就是一种类似于“认知中枢系统”的软计算方法，它是一个非线性的并行的、分布处理结构，具有极好的可塑性和自组织性。这就意味着，它能够接受和处理模糊的、随机的、陌生的问题，并形成能够处理某一问题的固化的神经网络。

“认知输入系统”的主要功能在于处理熟悉语境，是认知的初级层次，它能够对一些已经熟悉的问题做出恰当的反馈，“认知输入系统”包含有许多的子系统，如知觉系统、逻辑系统、语言系统、运动系统等。输入系统的其中一个特征是范围特异性，它的子系统各自处理不同的问题，彼此之间几乎不存在联系。与中枢系统不同，输入系统对于问题的处理是被动而快速的，一个算法就是一个功能模块，语言系统专门处理语言问题，识别系统专门处理模式识别，就如同人的条件反射一样。而在软计算理论中，许多的算法也具有范围特异性，不同的算法适用于不同的问题域；如遗传算法主要用来解决搜索问题，人工神经网络用来处理模式分类问题，模糊逻辑主要用来处理不精确的概念和模糊事件。

总体而言，软计算不是一个已经定型或固化的算法系统，而是一个不断发展的算法，基于软计算思维可以构造各种各样的算法，如蚁群算法、模拟退火算法、混沌理论等；而构成软计算的各种具体的算法又有自身的局限性，只能处理特定的问题。因而我们可以说，软计算理论体现出了“中枢系统+输入系统”式的静态认知模型构架方式。

二、软计算的动态认知模型构架

软计算以模糊的自然语言表达代替精确的人工符号表达，不去试图构造某种绝对严密精确的、完美的形式逻辑系统，而是以问题解决为导向，以更为灵活的方式和贴近实际的方式解决问题，因而它不是一种纯粹的造算法，它更像是一种生成算法，一种与具体语境共生的算法。传统的硬计算在解决问题时，总是试图从纯粹的数学关系出发，构造出关于问题的数学模型（确定变量、常量以及它们之间函数关系）。然而，在现实世界中许多问题的数学模型很难构建或无法构建。因为，世界本身是动态的、非线性、复杂的、不确定的，而传统的硬计算则要求计算是严密的、精确的，二者之间存在着诸多不相容之处。

而在软计算理论系统内，认知不再是封闭和静态的符号推演，而是基于语境的智能适应，也就是一个动态的进化发展过程。首先，认知不是某种先验的逻辑系统或绝对理念，而是后天的语境反应。软计算方法的构造都不是凭空捏造或先天就存在于人脑中的，而是根据具体问题而提出的。如模糊逻辑，它的产生是由于在我们的世界中总是存在着许多无法解释、预测、确定的事物或事件，对于这些事物或事件的研究和分析我们无法依靠精确的逻辑分析，对于它们的研究我们需要借助于模糊集以及模糊逻辑。通过模糊逻辑，我们可以处理原来二值逻辑无法处理的模糊概念和模糊关系等模糊现象，比如“年轻与年老”“小鱼还是大鱼”“相像关系”。其次，认知是一个动态发展的系统，而非静态封闭的。因为认知总是与语境相联系的，而语境总是在不断变化的，所以认知也是不断变化发展的。在应用软计算方法解决具体问题时，问题不会在一次计算过程中就被一劳永逸地解决；相反，问题的解决是计算方法与问题产生的具体语境不断接近和契合的调整过程。以遗传算法为例，它是模拟生物优胜劣汰的进化过程而构造的一种算法，遗传算法包括几个必要的运算过程：选择运算、交叉运算、变异运算。在遗传算法中，通过编码组成初始群体后，遗传操作的任务就是对群体中的个体按照它们对环境适应度（适应度评估）施加一定的操作（选择、交叉、变异），从而实现优胜劣汰的进化过程，在没有达到适应度要求时，遗传操作是不能终止的，它要不断进行交叉、变异运算，直至找到最优运算才能终止。

简而言之，软计算具有很好的适应性和可塑性，在处理问题时有较好的灵活性。这是因为在软计算思维理念中，认知从来都不是一个封闭的静态系统，而是一个开放的动态适应系统，即“语境刺激―认知适应”系统。认知是基于语境的，认知的发展与语境的变化相辅相成，二者不可分割。

三、软计算的语境模型构架

在传统的一元论或二元论影响下，人们往往把认知看作是某种孤立的、绝对的东西，比如“理念”或“规则”等，将认知与其具体的语境割裂开来，无视具体的环境或具体的认知主体在认知过程中的作用和意义。传统的硬计算受此影响，将认知归于二值逻辑运算，把计算从语境中孤立出来。因此，传统的计算思维在面对许多动态的、模糊的、不确定的问题时变得束手无策、漏洞百出。软计算理论对此做出了深刻反思，它将认知的客体、认知的主体、认知的结果统一于语境，认为认知是身体―心智―世界构成的动力耦合系统。

首先，认知的发生离不开认知主体的参与，也就是说认知的发生应该有必要的载体否则就是不可能的，比如在人的认知活动中，我们的大脑和身体的其他部分都是这个过程不可或缺的组成部分，没有身体和大脑的参与认知不可能发生。人工神经网络是模拟人脑生物神经系统结构和运行机制而构造的一种软计算方法，与人脑相似的物质系统是人工神经网络算法运行必不可少的运行单元。其次，认知的发生具有情境性，我们的认知总是基于一定的情景，并且只有在一定的情境中才能得到解释和说明。比如，在模糊集合中我们需要构造隶属度函数，这里的隶属度函数的取值取决于不同的情境，而隶属度函数本身就是一个语境，它是一个模糊集合适用的范围。另外，认知是身体―心智―世界三者构成的动力耦合系统，因而三者之间并不是绝对同一的，所以它们之间的信息传递必然存在着不完整、不精确、不确定。这也正是软计算为什么允许模糊性、不精确性、不确定性存在的原因。

总之，在软计算理论中，认知是语境性的，它是由身体―心智―世界构成的一个动力耦合系统，也就是由“语用反应”“语形约定”和“语义反馈”三个语境维度构成的一个动态系统。这在认知活动中，体现为认知主体、认知客体与认知结果之间的相互关系。其中，语用语境就是指客观的认知对象与认知主体之间的相互联系，如身体对于世界的感知反应，即认知的语用反应过程，语用语境是整个认知发生的基础，这一过程就类似于软计算方法提出的问题语境；语形语境指认知主体的直观反应与知识系统之间的联系，在语形语境中，主体的直观反应被抽象为规范的知识，即语形规范过程，语形语境是认知的核心部分，这与软计算方法的构造过程是相似的；语义语境指的是认知主体对于客观的认知对象的反馈，这也就是软计算方法的具体运用过程，它的完成标志着一个认知过程的实现。

总结，纵观软计算理论的具体内涵和算法特征，我们可以发现：软计算从根本上重构了人们对于认知的看法。在软件理论思S中，认知首先是语境的，认知发生于语境且依赖于语境，没有语境就没有认知；其次认知具有模块性，我们可以将认知划分为不同的功能模块（中枢系统和输入系统），不同的功能模块各有其特征，试图将认知统一于规则或程序是徒劳的，这种尝试往往是不可能成功的；最后认知是一个开放的智能适应系统，而不是封闭的静态系统。总而言之，软计算不单单是计算方法上的一种革新，它更是认知思想上的一次变革。深入理解软计算的认知模型构架，不仅有利于我们更好地认识软计算的理论内涵，也有利于软计算自身的发展。

参考文献：

[1]刘晓力.哥德尔对心―脑―计算机问题的解[J].自然辩证法研究，1999（11）.

[2]王大将，王敏.软计算融合技术研究[J].计算机技术与发展，2012（4）.

统计学的认知篇6

关键词：

统计学；教学；实用型人才

一、引言

统计学是收集、整理、分析、解释数据并从数据中得出相应结论的方法论科学，统计学的目的是探索数据内在数量规律性。著名统计学家袁卫说：“统计是数据的科学”。统计学具有较强的理论性，也具有较强的实践性，是高校经济与管理类各专业的学科技术基础必修课程，通过统计学课程的教学，应使学生具备基本的统计工作思想，提高应用统计分析方法解决经济与管理中实际问题的能力，同时也为进一步学习其他相关专业知识奠定坚实的基础。本人多年从事统计学课程的教学工作，对统计学有一定的理解与认识，积累了一些教学经验，同时也发现了我校统计学教学过程中存在的问题，现结合教学过程中的实际情况，对统计学课程教学改革提几点建议，旨在从统计学教学源头做起，培养更多实用型人才。

二、统计学教学当中已存在的问题

(一)教方面已有的问题

1.课程内容和相应专业需要契合度不够。通过多年的与统计学相关的教学工作以及对同行教师统计学教学方面的了解可知：在统计学教学中，大多统计学教师都是依据教材，按照教材体系进行教学，没有结合各专业的实际需要，有针对性地、有选择地取舍内容而进行教学。或者说统计学理论知识与学生所学专业知识要求结合的紧密程度不够，学生没有很好体会到统计学知识的学习对所学专业知识的学习有什么帮助。

2.重视理论教学，忽视实践教学。统计学教学中存在重视理论教学，忽视实践教学的问题。具体情况：首先，在教学计划设置中大多数专业只规定统计学课程理论教学学时，没有安排实践环节的学时，即使安排实践学时也仅限于理论教学中的几个学时而已。比如：以往教学计划中只是规定理论教学学时，新教学计划中规定48学时理论教学，其中实践性教学学时只有8学时。第二、多数教师在教学中重视理论教学，认为在规定的学时里完成了理论内容的教学，就算完成了教学任务。实践性教学仅限于课堂举例、练习和课后作业上。没有足够时间对学生进行系统的统计学实践性教学，学生所学理论知识在实践中得不到很好应用，能力得不到提高。

3.多媒体成为教学过度依赖的手段。多媒体授课信息量大、形象直观，具有较好地视觉效果。大多数教师的教学都是以多媒体作为教学工具的，也带来一定的弊端，一是无法使学生在较短的时间里理解所学知识，学习效果不明显。二是教师只是按照事先设计的程序步骤进行教学，教学过程缺乏灵活性，没有足够重视学生在课堂上的反应，师生之间互动和交流不够，教学效果不理想。

4.教学模式单一，统计学案例应用太少。在统计学课程教学过程中，以教师讲授为主，缺少学生进行案例讨论环节。并且统计理论和实际现象结合过少，让学生认为统计学就是数字游戏，上课就是统计图、统计表、统计模型，枯燥无味极了，从而失去学习的兴趣，很难达到教学的目的与效果。

5.考核方式上过于单一。长期以来统计学课程习惯的考试形式便是闭卷考试，只能考查学生对基础知识的记忆与理解，不能较好考查学生对统计方法的运用能力以及学生实践操作能力。一定程度上即限定了任课教师的教学内容，也限制了学生的创新思维思想。

6.师资队伍中知识结构不合理。统计学师资队伍中数理基础知识和有关经济管理学科知识缺乏，相当一部分统计教师不是科班出身，是改专业教统计学的，数理基础知识薄弱，而且相关经济管理知识缺乏，又不具备统计学前沿知识，使得在统计学教学过程中对知识的拓展外延方面不够，很难将知识讲深讲透。再有，高层次高学历统计学人才短缺，应用型、复合型、年轻型统计学教师更是短缺。

(二)学方面的问题

1.观念上对统计学的重视程度不够。通过在学生中开展对统计学学习情况的抽样调查表明：20%的学生们认为统计学知识对学习专业知识没影响，60%的学生们认为统计学知识对学习专业知识影响不大，15%的学生们认为统计学知识对学习专业知识有一定影响，5%的学生们认为统计学知识对学习专业知识影响很大。73%的学生们认为是否具备统计学知识不直接影响毕业与就业，27%的学生们认为具备较好的统计学知识，会熟练运用统计学软件，能有利于学生们找工作和顺利就业。这些数据表明大多数学生们认为学习统计学用处不大，因而重视程度不够，对统计学学习热情不高，只是为应付考试，为得学分而已。

2.统计学学习的前期知识薄弱。首先是数理基础比较薄弱。经济与管理类专业招生时是文理兼招，一些数理底子比较薄弱的文科学生感觉统计学深奥莫测，他们看到教材中的很多难懂的公式计算就心生畏惧厌烦。其次是一些学生的计算机文化基础较差。统计学学习强调实践性，对数据调查、整理各环节都离不开计算机基础知识应用与操作。再次对统计应用软件学习不重视。有些统计应用软件是英文版，也增添了学生学习和利用软件的难度。最后是管理学、营销学等其他相应学科领域的知识不足够。学好统计学需要多方面知识的支撑，否则学生们对于统计学在各领域的广泛应用体会不深。基于上述原因大多数学生们认为学好统计学这门课太难了，考试能过关就不错了。

3.课后学习与复习不够。古语说：“温故而知新”，说明了课后学习与复习的重要性。然而通过在学生中开展对统计学学习情况的抽样调查表明：95%的学生在课余时间里主要用于学习主要专业课程、考研知识、英语四六级知识、以及各类考证知识等，真正用在及时学习与复习统计学，完成统计学课后作业的学生只占5%。可想而知学生们对统计学的学习是马马虎虎，不求细节的，课上学多少，是多少。

4.对统计学实践学习重视不够。通过在学生中开展对统计学学习情况的抽样调查表明：80%以上学生认为统计学实践工作太麻烦，用时长，耗费精力大，所以就滋生懒惰情绪，不愿意动手去实践。课后安排实践作业不努力完成，各项实践活动不愿意参加，因而学生体会不到该门课程的实用价值和重要性。久而久之学生会觉得统计学知识可学可不学，只为考试而学，失去学习兴趣。

三、统计学教学改革的几点建议

(一)关于教方面的建议

1.应转变教学观念重视实践教学。转变教学观念要求教学管理部门和教师双方双管齐下，在加强统计学理论教学的同时，更重视其实践教学。具体做法：(1)各院系教学管理部门在教学计划制定中，要求专业相关负责人和教师应充分重视统计学在各专业课程学习中的重要地位及作用，在保证理论教学课时的同时，充分增设实践教学课时。这样教师在教学过程中会有充分理论教学时间和实践教学时间，加强对学生实践能力的培养，将学生所学知识应用到实际中去，增强学生的学习兴趣，这是提高统计学课程教学质量的前提基础。(2)任课教师应结合统计学教学内容，组织同学们进行相关实践活动，将所学知识应用到实践中，增强学生学习的趣味性。比如：市场调查这个内容，在理论教学之后，就要及时安排实践课，使同学们充分体会问卷设计、资料收集的方式方法等。(3)任课教师要鼓励学生积极参与课外学生实践活动，比如：建模比赛和创业大赛，积极参与教师的科学研究，拓展他们对统计知识的应用能力、培养实践能力和创新能力。总之，教师要改变从书本到书本的教育，要做到从实践中发现问题，引导学生去解决问题，从中培养学生自主学习的能力，让学生在实践中学习统计，运用统计。

2.结合专业培养目标合理安排教学内容。结合各专业培养目标合理安排教学内容具体做法：(1)在统计教学中应遵循的教学出发点是：理论知识是前提是基础，要注重培养学生动手能力与实践能力，创新能力，提高学生综合素质。(2)根据不同专业的具体培养目标和专业特点，适当取舍教学内容，抓住教学重点。比如对工商管理专业学生，在教学中教师就要重点阐述市场调研预测与决策，产品检验与质量控制原理与方法，强调教学内容在将来工作岗位上的应用。(3)提倡教师自编教材或讲义，教材内容一定突出专业课学习对统计的需要和社会工作对统计的需要，注重实用性。在统计学教学改革中，教材的不断完善与修改也是非常关键的。

3.不过度依赖多媒体教学。应将多媒体看成是教学的辅助工具，较好地与现代教学方法相结合，培养应用型人才。具体做法：(1)教学中多媒体应作为辅助教学工具，将教科书以外的资料、案例、数据等运用多媒体直观展示在学生面前，可以节约时间，提高教学效率和效果。(2)教学过程中很好运用板书，帮助学生记录、消化所学知识。(3)将统计软件应用于教学过程中，要求学生重视对统计软件的运用，安排学生充分地利用软件实训的机会，以提高学生的数据处理能力。第四、要创建以校园网络为基础的、师生互动交流的、学生主动学习的统计学教学资源平台，为学生学习提供方便。

4.提倡案例教学激发学生学习兴趣。实施案例教学就是将理论教学与实际案例有机地结合起来，突出的作用是使得课堂教学气氛生动而活泼，进而充分激发学生学习的积极性和主动性，提高教学效果。具体做法：(1)案例选择要适合。就是要把案例与课堂知识点的相结合，要选择具有很强实用性、针对性强的案例。(2)案例教学实施要得当。强调学生是案例讨论与分析的主体，任课教师处于辅助地位。教师应做到：调动学生积极参与、大胆发言；掌握案例讨论的进度，使案例教学达到良好的效果。在统计学理论课程教学中适合运用案例教学法的内容很多，组织得当将有助于学生提高运用统计学的知识及方法分析解决问题的能力，调动学生学习统计学积极性，培养和提高学生的实践能力。

5.创新统计学考核方式。改革现有的考试形式和考试内容，采取灵活多样的考试形式，从知识、能力和素质多方面综合评价学生成绩。比如：可以采取平时考查、期末考试、实践操作三方面相结合，已达到全面考核学生能力的效果。

6.提升教师教学和科研能力。教师在统计教学中起着主导作用，优化教师知识结构，提升教学能力和科研能力尤为重要：(1)要提倡教师到名牌大学统计学院进修学习，更多参加统计学术会议，更多接触统计前言知识和掌握必备的相关学科知识。(2)要经常组织教师进行教学方法研究，提高统计教师的教学能力。(3)要提倡任课教师深入实践调查研究、学习交流，目的是丰富教师实践经验，丰富课堂教学内容，提高教学质量，提高教师教学效果；同时也要邀请在统计局、企业事业等单位工作的统计人员到学校兼职授课，对学生开展生动实际的教育，增强学习趣味性、主动性。(4)要鼓励教师积极申请科研课题、撰写教材讲义、发表高水平论文等等，任课教师科研能力强，实践经验就多，有助于教学质量的提高，也是培养应用型统计人才的保障。此外，教师在教学中除了教学生统计学知识，还要求学生树立实事求是的踏实的统计工作作风，让学生明确提供高质量的统计资料是统计工作的根本，进而使学生建立牢固的学好统计为社会服务的思想。

(二)关于学方面的建议

1.学生应转变对统计学的认识。要求学生一要转变对统计学学习的态度，应充分认识在经济管理各领域都离不开统计，高度重视对统计学的学习。二要加强学习统计学的自主性，变被动学习为主动学习。

2.学生应端正学习统计学的态度。知难而进，刻苦学习，准确地理解统计学的基本概念、基本原理和方法，并且能够灵活运用。另外学习好各种统计学应用软件，夯实计算机基础和其他相关学科知识基础。

3.课后及时复习。要求学生把完成作业与课后复习相结合，做到举一反三、融会贯通。另外学生也要培养和提高自身的自学能力，掌握自学方法和技巧。

4.重视实践性学习。统计学学习重在应用，要做到学以致用。学生要明确实践性学习环节能进一步帮助学生理解相关理论知识，更能培养和锻炼学生应用能力和实践能力。只有掌握统计学实践技能，才能使统计学真正成为学习相关专业知识的坚实基础。因而学生应重视实践性强的案例学习、课后实践性作业的完成，并且积极参与学校、省里及国家举办的各类统计创新活动和竞赛活动，真正体会到统计学知识的重要性和实践性。高校相关专业开设统计学课程，就是因为社会发展需要统计，离不开统计。因而要让统计学更好地服务于社会，从学校统计学教与学这一源头做起，针对统计学教与学中存在的各种问题，进行统计学教学改革与教学创新，才能培养出更多更好的合格而有用的统计人才，达到为社会服务目的。

参考文献：

[1]于谦.周传胜案例教学法在《统计学》中的应用[J].山西财经大学学报:高等教育版，2010(11):62.

统计学的认知篇7

2.教学内容分析在有关《统计学》教学内容方面的调查中，发现在教学内容上存在的问题较多，比如，在回答“你认为这门课的学科特点是什么”的问题时，68.2%的学生认为是“抽象难懂”；而在“你在学习《统计学》中遇到的主要困难是什么”的调查回答中，发现学生普遍认为是“课程内容太难，看书看不懂”，“上课听不懂，就不愿意学了”，“数学基础不好”，这主要是因为《统计学》课程涉及了高等数学、线性代数、概率论等知识，课程本身理论性、逻辑性较强，公式繁杂、术语抽象，所以在学习过程中学生容易产生统计学既难学又枯燥无味的情绪，降低了学生的学习兴趣。同时，学生对教材的看法也须引起重视，教材的选择不应过于理论化，应选择浅显易懂，可操作性强的教材。对“你认为《统计学》实训课程和统计软件教学的必要性如何？”这一问题的调查中，67.3%的学生认为“非常必要，可以提高数据分析应用能力”。而在“你认为从哪些方面加强统计学课程的实践环节教学呢”的回答中，56.7%的学生都选择了“增加统计学案例的教学”，排在第一位；20.0%的学生选择了“增加统计学软件的教学，排在第二位；19.3%的学生选择了“加强二手统计资料搜集环节的教学”，排在第三位；而真正希望通过“多布置作业”来加强统计学实践环节教学的同学仅占4.0%。从数据的统计分析看，学生的选择实际上说明了今后《统计学》课程的教学改革方向。但总体上从可行性来看，“加强统计案例教学”、“增加统计软件教学”和“指导学生如何搜集二手统计资料”相对更容易做到，也更能兼顾到大多数同学的愿望。

3.教学内容与专业结合对于土地资源管理专业这样的非统计学专业的学生来说，如何培养既懂得统计理论、统计方法又能将所学知识运用于土地开发利用、生态环境治理等实践中，是统计学教学改革的首要任务。所以非统计专业《统计学》课程的教学应突出专业针对性和理论实践的结合性。比如，对“你认为统计学教学有无必要根据专业组织教学”的回答中，92%的学生认为“有必要”，这说明忽视统计课程与专业知识的结合，只注重基本理论知识的传授，而忽视实践应用能力培养的现象。而统计学能否解决各学科的具体问题，一方面要看是否正确选择了适合所研究问题的统计方法，另一方面要看是否与各专业的知识得到有效的结合，即是否通过专业知识对所研究的事物有了较好的定性把握。只有在定性分析与定量分析有机结合的基础上，理论和实践相结合，统计分析才能得出满意的结论。

二、提高学生对统计学学习兴趣的对策建议

统计学的认知篇8

中图分类号：G640 文献标志码：B 文章编号：1674-9324（2014）39-0097-02

社会学中运用统计学方法始于上一世纪30、40年代。几十年来，统计学的思想、技术和方法对提高社会学这门学科的科学研究水平做出了巨大的贡献。如今，《社会统计学》已经成为社会学专业的核心课程之一。然而，在实际教授这门课程时，笔者发现，许多学生对这门课程还存在着这样或那样的片面认识，还有些甚至抱持着错误的认识。这些认识上的不足不仅大大降低了学生的学习兴趣和动力，而且也会对学生的学习这门课程的效果产生严重影响。本文将探讨在《社会统计学》这门课程教学过程中常见的且具有代表性的几种认识误区，以及纠正错误认识的办法，以便更好地进行这门课程的教与学。

一、《社会统计学》课程的三种认识误区

1.将社会统计学数学化。在社会统计学的教学中最困难的问题之一就是如何提高学生的兴趣和主动性。原因在于，许多学生认为社会统计学就是数学中的一种，主要讲授的是数学计算方面的知识，而他们往往数学基础比较差，认为自己数学学不会，社会统计学也肯定学不好，因此对这门课程产生严重的畏惧心理并难以克服。许多学生在面对这门课程时，往往心情复杂：一方面认为这门课程高深诱人，另一方面又觉得这门课程与数字打交道而令人生畏。正是由于思想上产生这种认识，所以许多学生对这门课提不起学习的兴趣和主动性。

2.将社会统计学工具化。这种认识误区就是把社会统计学视为由一堆统计公式和方法组成的工具箱，这门课程的教学就是把这一件件的统计工具教给学生，学生运用这些统计工具就可以正确地进行研究、解决问题。根据这种认识，社会统计学的内容就是一个个零散的公式和方法。其实，这种认识没有看到社会统计学知识的内在联系，没有看到隐藏着这些知识背后的严密一体的一整套统计思想和观念。的确，社会统计学实质是通过各种统计方法来分析数据，认识事物和问题，它的研究分析对象是数据，但是这些公式和方法的背后有一个系统的逻辑思想为基础，只有掌握了统计背后的思想，才能正确运用这些方法，达到对事物的正确认识。因此，如果学生对社会统计学进行工具化理解，也会在学习这门课程的过程中，只注重统计学知识、统计公式和方法的学习，忽视对统计思想和观念、统计知识整体的理解和把握，就会只见树木不见森林，也就难免出现认识模糊，看不到这些统计知识之间的内在关联，最终也不能达到对所学知识的合理运用。

3.将社会统计学本质化。这种认识将统计视为科学分析的代名词，认为只要运用社会统计学的知识和方法，就能够达到对事物的正确认识。一些人认为，当数据充足的时候，统计就可以代表一切，通过统计计算就可以得出正确的结论。除此之外，不需要了解其他的东西。的确，统计可以帮助人们观察、测试，可以为人们用来进行数据的收集和分析，使人们能够以低成本高效率地认识事物。然而必须明确的是，尽管统计分析可以帮助人们思考和研究，但统计不能代表一切。在统计分析的整个过程中，人的思考是核心，脱离了思考的统计分析，这种分析不会是可靠和有效的，将会带来不可预测的结果。简言之，统计分析不能代替人的思考过程。社会学家邓肯（Duncan）将这种认识讥为统计至上主义。他（1984）曾指出，仅有量化并不等于科学推理，事实上，量化反而可能会引人误入歧途。用他自己的话来说，就是：“经常可以看到这种我称之为统计至上主义的病态：把统计计算混同于做研究，天真地认为统计学是科学方法的完备基础，迷信存在能够评价不同实质性理论之优劣或是能够评价任何‘因变量’之各种原因重要程度的统计公式；幻想一旦分解了那些随意拼凑起来的变量间的共变关系，就可以以某种方式不仅证明了一个‘因果模型’，而且能证明一个‘测量模型’。”

二、在教学中引导学生走出认识误区的办法

上述三种认识误区对社会统计学的教与学都起到很大的消极作用。笔者认为可以从以下三个方面着手，纠正这些错误认识。

1.引导学生正确认识社会统计学与数学的关系。教师首先要告知学生，社会统计学并不是单纯的数学方面的知识，这门课程的重点不是数学推导，所以对学生的数学水平要求并不高，学生只要具有初等代数运算水平就完全可以满足本门课程的学习。和数学相比较，统计学不仅仅是进行计算得到答案，也并非推导定理、证明公式。社会统计学主要有两个作用：第一是描述，即用某种方法对资料进行总结概括；第二是归纳，即根据从总体当中抽取的样本的分析来对总体进行概括。统计学的核心是统计思想与观念，而不是列示统计表、绘制统计图、求解平均数、建立模型等知识与技能。因此，在统计学习过程中即使碰到复杂烦琐的定理证明、公式推导，也只是手段、方法。这门课程关注的重点是以这些定理和公式为基础的统计分析方法所得到的信息。在实际学习过程中，定理和公式涉及较少，并且也不很复杂。因此，并不是数学基础不好，就注定学不好统计学。通过这样的讲解，尽可能地消除学生的误解，打消学生的疑虑，使学生放下心理包袱走进这门课程。

2.注重社会统计思维方式的培养。统计思想是统计学教学的核心内容，学生是否很好地建立统计思想，是统计学教学质量高低的一个重要标志。因此，在进行这门课程的教学时，教师需要注意讲解社会统计学的基本思想和观念，强调理解和掌握基本的统计思想、概念、观念，引导学生正确运用统计思想和观念来分析和解决问题。换言之，社会统计学教学的过程，就是统计学思想观念和思维方式教学的过程，而不是统计方法和统计公式的讲解、学习和套用的过程。因此，教师应该非常重视学生的统计学思想和观念的塑造，对学生进行统计思维能力的锻炼和培养，而不是重点关注知识的讲授、公式的讲解和推导。通过这种教学方式，学生获得的不仅仅是如何处理数据的技能，更重要的是获得了基本的统计思想和观念，掌握了如何进行统计思考，如何搜集、利用和分析数据来达到认识和了解事物的目的，懂得了通过数据的整理和分析来探索事物本质和规律的重要方法，从而使学生的统计思想和统计能力都更为扎实和牢固，真正达到这门课程教学的总体目标。

3.合理看待社会统计学的作用。首先要明确的是，统计并不必然意味着科学，统计方法不能将任何研究“点化”成“科学的”。统计学不能用来检验任何想要检验的观点，也不能防止那些滥用、误用或弄虚作假的人借此乱作结论。实际上，统计学方法的应用有严格的规则和范围，对由统计获得的结果的解释不能超越数据的限定范围。其次，统计学可以帮助人们正确深入地思考问题，但不能代替思考本身。对事物的认识和解释的决定权不应该留给统计工具和数据分析，而应该留给人的思考和思维。学习和运用统计学时，常会发生的一种倾向就是过于依赖程式化的统计检验，而不是实质性的知识。事实上，普遍的经验是，只有对社会过程有实质性的理解，统计方法才能够产生富有成效的研究。过于专注统计方法本身，而缺乏对实质性问题及其背后的社会过程的理解，往往不能有效解决问题。因此，所有的统计模型和方法都要严格服从以科学为中心的任务。统计方法在指导研究时不应该与所关注的实质性问题分开。

参考文献：

统计学的认知篇9

调查中发现,认为《统计学》很有用的学生共17人,占6.7%,认为有用的164人,占64.3%,两项合计71%。不知道的、认为没太大用的以及一点用也没有的分别占总数的18.4%、9.0%和1.6%。可见,七成以上的学生认为《统计学》是有用的。但是,在对学习《统计学》是否有兴趣的调查中却发现,很有兴趣的学生仅有7人,占2.6%,有兴趣的71人,占27.8%,两项合计仅约三成。感觉一般的146人,占57.3%,没兴趣的23人,占9.0%,一点兴趣也没有的8人,占3.1%。由此可见,绝大多数学生对学习《统计学》并没有太大的兴趣。在对课程内容是否有趣的调查中又进一步发现,认为很有趣的学生只有8人,占3.1%,有趣的50人,占19.6%,两项合计22.7%。感觉一般的141人,感觉枯燥的46人,很枯燥的10人,分别占总数的55.3%,18.0%和3.9%。根据这三项调查结果可以推断,虽然学生普遍认可《统计学》的实用性,但却缺乏学习兴趣,导致这一问题的主要原因很有可能是课程内容缺乏趣味性,不能产生足够的吸引力,无法调动学生的学习热情和积极性。所以如何激发学生的学习兴趣,提高学习热情,是目前课程改革面临的一大任务。

2.学习难度

关于《统计学》的学习难度,感觉非常难和难的分别有10人和95人,合计占到总数的41.2%。也就是说,四成以上的学生在学习《统计学》时都感到困难。认为课程很简单的仅有4人,认为课程简单的有8人,两项合计4.7%。其余54.5%的学生感觉一般。在进一步调查《统计学》难学的主要原因时,排在前四位的分别是:第一,公式(推导)多,被选中96次;第二,理论知识抽象、难理解,被选中79次;第三,计算复杂,被选中52次;第四,数学基础要求高,被选中49次。由于我校学生以三本生源为主,学生的数学水平普遍不高,面对较抽象、公式较多、计算复杂的数理知识,往往望而生畏。所以,如何在保证教学质量的前提下,化繁为简,变抽象为具体,将复杂的理论知识变为学生感兴趣的,能够听得懂、学得会、拿到手的技能,也是《统计学》课程改革面临的重要课题。

3.学习效果

调查发现,学生在学完《统计学》之后,认为很有收获的仅有8人,占3.2%,比较有收获的有51人,占20.2%,两项合计23.4%。有一些收获的143人,占56.5%,说不清的36人,占14.2%,没什么收获的有15人,占5.9%。在学完《统计学》之后,认为自己完全可以动手解决实际问题的只有3人,占1.2%,可以动手解决实际问题的有75人,占29.4%,两项合计30.6%。不知道的有98人,占38.4%,不太行的69人,占27.1%,完全不行的10人,占3.9%,三项合计69.4%。可见,总体来说,目前学生的学习效果不佳,尤其是课程的实践性和应用性不强,学生缺乏解决实际问题的能力。进一步比较没有学过和学过《SPSS统计软件》的学生,在学完《统计学》之后,对自己能否解决实际问题的看法是否存在差异,得到了如表1的结果。由表1可知,没有学过《SPSS统计软件》的学生认为自己完全可以和可以动手解决实际问题的人数合计占到总数的30%,这一比例与学过《SPSS统计软件》学生的看法没有太大差异。但是没有学过和学过《SPSS统计软件》的学生分别有45.7%和29.6%的人不知道自己能否解决实际问题,两者差异较大。而在认为自己解决实际问题不太行的学生中,没有学过和学过《SPSS统计软件》的学生分别占20.0%和35.7%,两者差异也较大。经卡方检验,卡方值为10.671,p值为0.031,说明这些差异在统计上是显着的。造成学生看法不一致的主要原因可能是学生在学完《SPSS统计软件》后比较清楚地认识到,只学习统计学基本原理和知识在解决实际问题时存在较大的困难。因此,加强应用能力的培养,理论联系实际进行《统计学》课程改革是非常必要的。

二、学生对《统计学》的期望

1.对教学目标的期望

关于《统计学》的教学目标,认为应该是掌握理论知识的学生有10人,占3.9%;认为既要掌握理论知识,又要学会实际操作,二者并重的有170人,占66.7%;认为应该弱化理知识,深入强化实际操作和应用的有74人,占29.0%。由于一直以来,《统计学》的教学目标都定位在理论知识的传授上,缺乏实操训练,这次调查表明,大多数学生希望将实际操作纳入到《统计学》的教学目标中来,实现理论与实操的并重。

2.对教学内容的期望

关于《统计学》的教学内容,认为应该主要讲授理论知识的学生有12人,占4.7%;认为既要讲授理论知识又要教授统计软件操作的有24人,占9.4%;认为应该着重教授统计软件操作和实践应用的有49人,占19.2%;认为应该教授包括理论知识、统计软件操作和实践应用的有170人,占66.7%。可见,近七成的学生希望课程内容丰富化、实用化,能够包括理论知识、统计软件的操作以及实际应用等多方面的内容。

3.对教学方法的期望

对目前《统计学》的教学方法感到非常满意的学生有4人,占1.6%,比较满意的有89人,占34.9%,感觉一般的是124人,占48.6%,不满意的是31人,占12.2%,非常不满意的有7人,占2.7%。总体来看,对《统计学》教学方法感到满意的学生仅占三成,这说明教学方法还需要进一步改进。再进一步比较没有学过和学过《SPSS统计软件》学生的看法之后,发现两者的看法又有明显不同,结果如表2所示。从表2可知,没有学过《SPSS统计软件》的学生对《统计学》教学方法非常满意和比较满意的合计达到了48.6%,感觉一般的占42.1%,不满意和非常不满意的比例较低,分别占7.9%和1.4%,合计9.3%;但是学过《SPSS统计软件》的学生,对《统计学》教学方法的满意度有明显的下降,非常满意和比较满意的学生合计只有21.7%,比前者降低了26.9%,感觉一般的占56.5%,不满意和非常不满意的比例合计达到了21.7%,比前者提高了12.4%。经卡方检验,卡方值是25.738,p值为0,说明这种差异在统计上是显着的。在经过对个别学生的访谈后得知,造成学生看法不一致的主要原因是学生在学习了《SPSS统计软件》之后,意识到以课堂讲解为主,缺乏实操训练的教学方法无法满足实际需要,因此表现出了更明显的不满意。

继续了解学生对改革教学方法的意见。学生认为在目前的《统计学》教学过程中,最应该增加实践教学(即真实项目的调查与分析)比例,该项被选中159次;其次是增加实验室教学(即学习统计分析软件的应用)的比例,被选中146次;再次是案例式教学,被选中98次;增加问题导向型教学和研讨式教学的比例一致,均被选中50次;之后分别是课堂理论教学、学术论文导读和其他,分别被选中32次、14次和4次,如图1所示。在调查“《统计学》的教学过程中最好和哪些方面相结合”时,要求学生最多选出两项,结果发现,选择社会热点的人最多,被选中120次,达到总数的28.7%。其次是 经济管理问题,被选中106次,占25.4%。之后依次是日常生活,专业课知识和毕业论文,分别被选中82次,58次和52次。

4.对考核方式的期望

统计学的认知篇10

[中图分类号]G420　[文献标识码]A　[文章编号]1672-0008(2012)03-0088-06

一、引言

教学设计是一门具有方法论性质的交叉学科。其理论基础依赖于多种理论的交互作用。在构成教学设计的理论基础当中。学习理论一向被视作最为重要的一块。而众多的学习理论当中，在过去的几十年中。对教学设计产生显著影响并占据主导地位的是认知学习理论。可以说，从早期的信息加工理论到最近主导范式——建构主义理论，都在教学设计的理论与实践打上了深深的烙印。然而，这些理论虽受到教育技术领域中相当多数人的认同。批评声却不绝于耳。以建构主义为例，作为过去二十年中教育研究的主导范式，其对教学设计的影响是非常之显著的。甚至出现了“言必称建构主义”的“壮观”景象。然而，即便是这样一种具有革新意义并且取得广泛共识的理论，也处于“批判与推崇的紧张对峙中”。当然，对建构主义的批判当中包含着种种对其的误读，这是我们应该予以澄清的。

与此同时，众多对建构主义的批评也不乏有价值的观点。值得我们深思。这些批评或者说质疑集中在以下几个方面：(1)有没有一种机制，能够避免非期望结果的“建构”；(2)建构主义只关心与认知有关的知识，它没有解释非形式化或潜意识的知识。它不考虑那些本能和直觉及学习是如何发生的，也没有考虑情感是如何被建构以及它在学习中所扮演的角色；(3)虽然建构主义在谈及个体活动和社会活动、相对主义和客观主义对于知识的不同观点时表现出许多不同的形式，但是似乎没有哪一种形式充分地去考虑这些差异；(4)建构主义理论通常批评当代的教学实践，但是却又不能提供直接的、实际的指导给教师的教学实践。虽说这些批评声并没有否定建构主义理论的价值所在。但是人们探寻认知研究的新范式的步伐一直没有停止，具身认知便是在这样一种背景下逐渐进入人们的视野当中的。

自20世纪80年代以来，“具身的”(embodied)几乎已成为认知科学所有领域中的重要概念。“在哲学、心理学、神经科学、机器人学、教育、认知人类学、语言学以及行为和思想的动力系统进路(approach)中，人们已经日益频繁地谈到具身化和情境性(situated-ness)。”对于具身认知，国内学者在一些著述中已多有涉及。大多是集中在哲学与语言学领域。心理学界也开始注意到了这一认知领域研究新的思潮，而教育学领域似乎还没有给予其应有的关注。而随着具身认知的影响日益扩大，其对教育特别是教学设计与教育应用研究的意义也显现了出来。

二、具身认知的主要观点及其与传统认知理论的比较

在深入探究具身认知之前，有一点必须先予以澄清，具身认知到底是一种学习理论还是一种认识论?因为在这一问题上，建构主义也曾面临相同的困惑，在国内教育技术学界，习惯将建构主义称之为学习理论。而作为建构主义一派首领的乔纳森(Jonassen)则认为，建构主义是关于“现实”、“知识”、“智力”、“思想”、“意义”等概念的认识论、本体论观念；建构主义不是一种学习理论。而是以心理学、社会学和人类学为基础的认识论。而关于具身认知，有学者认为其是一种学习理论，但也有学者认为其是心理理论。笔者认为，随着具身认知的影响越来越大，其“不仅是一种起于哲学的观念，而且已成为明确的认知研究进路、纲领和范式网。”概言之，将具身认知视作学习理论目前看来还有失偏颇，因为从学习理论作为“描述性理论”的特点来看。具身认知尚不具备应有的条件，但其作为一种认知研究的范式，抑或是一种哲学的认识论还是站得住脚的。因此，在本文中更多将具身认知视作一种新的认识论范式来加以探讨。

(一)具身认知的起源与主要观点

具身认知植根于两个重要观点：梅洛·庞蒂(Merleau，Ponty)的现象学工作和贝特森的生物观点。梅洛·庞蒂作为法国身体现象学的代表人物，在其代表作《知觉现象学》一书中提出了具身哲学的思想。梅洛·庞蒂从知觉现象学出发。主张身体的知觉是行为产生的基础。我们关于世界的认识是通过身体这一中介实现的。从这个意义来考查，身体不是传统认识论中被认识的客体，身体是知觉的主体。认识过程是身体的表现。是身体使我们与世界产生关联。

具身认知的起源也可以追溯到涉及系统理论和认知理论的生物学观点，这一领域的著名研究者包括贝特森(G，Bateson)和瓦雷拉(Varela F.J)。按照瓦雷拉等人的观点，具身认知具有两方面的涵义：其一是认知依赖于主体经验的种类，而这些经验乃是出自于具有各种感觉运动能力的身体：其二，这些感觉运动能力本身植根于或嵌入于(embedded in)一个更广泛的生物的、心理的和文化的情境中。

传统的认知理论认为，人们通过使用跨通道的抽象符号(amodal abstract symbolsl或表征来实现诸如推断、分类、记忆等高级水平的认知加工，也正是在这样的信念之下，传统的认知研究往往将诸如生物学的、知觉运动的、物理的背景或需要排除在外。具身认知则认为，具身性是任何形式的智能(自然的或人工的)不可或缺的条件之一。认知是具体的个体在实时(real time)的环境中产生的，储存在记忆里的认知信息。并非抽象的符号，而是具体的、生动的，同身体的特殊感觉通道相联系。

20世纪70年代后期和80年代后期，奈瑟(Neisser)和西蒙(Simon)分别在对认知心理学的信息加工模型进行深刻的反思基础上。提出认知心理学应该做出更加现实主义的转变，他们主张以生态学的方法取代信息加工的方法，强调研究自然情境中的认知。更多地关注环境对于智能的影响。20世纪90年代后，认知科学家开始更多地关注社会、历史、文化等外部因素对智能系统内部复杂的信息加工和符号处理的影响。研究情境认知和情境学习以及情境化人工智能的热潮已在认知科学领域出现，从而出现“第二代认知科学”。将认知主体的“人”视为自然的、生物的、活动于日常环境中的适应性的主体，认知就发生于这样的状况中。第二代认知科学倡导的认知观念是：认知是具身的(Embodied)、情境的(Sit-uated)、发展的(Developmental)和动力学的(Dynamic)。”

情境性是与具身性紧密联系在一起的，具身认知的情境性是对传统认知心智离身性的一种必然批判。传统的认知情境性研究认为，个体的认知活动实际上是个体主动参与实践活动。与环境保持动态的适应，而不是以某种认知表征来准确地匹配客观事物的过程。具身认知强调知觉和身体在认知活动中的重要作用，但是并没有仅仅局限在认知的身体性，而是从认知、身体、环境的动态统一，或者说从认知的环境属性角度去突出具身认知的特点。具身认知克服了传统认知主义将认知视作抽象、普遍、个体活动的缺陷，认为认知是具体的、具身的、参与的。但是具身认知并未将环境置于一个至高无上的地位，而是提出了“认知系统”的概念，将环境视为“认知系统的一部分”。由此可以看出，具身认知的情境属性与传统的基于环境或情境的认知主义在一定程度上是兼容的。

(二)具身认知与其他认识论范式的比较

传统认知主义的基本信条是“认知是可计算的”。具身认知则认为认知是一个复杂的共变过程。但是，显然仅仅就二者的这一核心区别尚不足以更全面地理解具身认知。如果需要更全面地理解具身认知，一个直观的方法便是将其与我们已经熟知的传统观点进行比较。由此，将具身认知与客观主义与建构主义这两种曾经在教学设计领域居于主导地位的范式进行比较，更能凸显具身认知所秉持的“身心”合一观点的价值所在。我们将三种范式的假设通过表1来进行比较。

1.具身认知与客观主义

客观主义认为，世界是实在的、有结构的，而这种结构是可以被认识的。因此存在着关于客观世界的可靠知识。人们思维的目的乃是去反映客观实体及其结构。由此过程产生的意义取决于现实世界的结构。学习的目标是通过思考映射抽象的现实和它的结构。在客观主义者看来，知识是不依赖于人脑而独立存在的具体实体，只有在知识完全“迁移”到人的“大脑内部”后，并进入人的内心活动世界时，人们才能获得对知识的真正理解。由于认知是独立于人类经验的，教学就是教师告知，学生复制客观世界的内容和结构的活动。具身认知范式反对绝对现实独立于认知主体的观点，认为认知主体和世界是互相生成和合作涌现的。因此。不存在外在与认知主体的稳定的知识，知识是一种域的可能性。

按照Proulx的观点，客观主义和具身认知在两方面有着显著的不同。首先是在各自的观点中行动地位不同。客观主义的一个基本假设是认知过程是个体在一个“黑箱”中进行的，我们只能通过观察个体的外显行为来接近这一过程。因而，客观主义注重在精确的细节层面研究个体明显的物理行为，旨在控制并改变他们。具身认知关注行动并不是因为行动是唯一可以接近心理过程的途径，而是因为行动和心理过程是不可分割的。

具身认知与客观主义的第二个重要区别在于因果关系。客观主义认为环境的改变导致行动改变。此外。相同的刺激可能会导致每个人都是一样的反应。而对于具身认知而言。结果永远无法预测或确定。因为“系统-学习环境-合作”不断演变。

持客观主义还是具身认知观点，对于课堂实践和教学设计将产生不同的影响。客观主义认为教师便是专家，他们将拥有的绝对真理和知识传递给学生。讲授型教学在课堂占据统治地位。学生只是简单地复制和尝试掌握事实的知识和技能。具身认知范式断言，教师不是知识的源泉。但他们通过设计一个复杂的学习世界与学生合著知识。教师的重点不是说教，而是引导学生的注意力朝着预期的方向。

2.具身认知与建构主义

建构主义认为现实是由认知主体决定的，因而是一个心理的产物。无论哪一个版本的建构主义者都共同秉持一个基本的假设。即现实是认知主体的心智通过他自己的建构形成的。同客观主义者一样，建构主义也接受二元论并以一种机械主义的方式解释心智。相反，具身认知依赖认知的生物学解释，它拒绝接受知识是由从世界中分离出来的客体组成的观点。

需要强调的是，尽管我们会发现看似平行的方面，但是具身认知范式与建构主义是根本不同的。具身认知范式与建构主义之间的区别，导致了课堂和教学设计领域中所采用方法的不同。对于建构主义而言，教师创设了学习环境，让学生在教师的帮助下建构知识。这样的环境，涉及到师生之间对于目标的协商。学生的学习，侧重于促进其基于个人经验对现实的多样化解释。教学策略集中在以学生为中心的活动。因为它是学生学习的过程控制。相比之下。具身认知范式反对预先确定的目标。其重点不是放在一个“单一的最佳顺序”的学习。因此，持具身认知观点的教师在教室中建立了丰富的学习世界。这样的学习世界具有丰富的刺激。但是这些刺激有足够的限制，以引导学生应对不断变化的可能的合作模式。此外，物理、生物和精心打造的电子系统合并到一起，建立了一个“认知系统”，产生了丰富的学习世界。

(三)具身-离身的连续统

认知科学反对行为主义将人的心智视为“黑箱”的做法，力图使其明晰化。在此基础上认知科学的发展是一个不断演进的过程。莱考夫(G.Lakoff)和约翰逊(M.Johnson)区分了认知科学发展中的两个范式，即“第一代认知科学”(first-generationcognitive sciences)和“第二代认知科学”(second-generationcognitive sciences)，或者是“非具身认知科学”(disembodied cog-nitive sciences)和“具身认知科学”(embodied cognitive sci-ences)。瓦雷拉等人在他们的经典著作《具身心智：认知科学和人类经验》中，将认知科学的研究区分为三种范式，即认知主义、联结主义和具身认知(或具身范式)。由此观之，具身认知尽管与传统认知主义在身心关系上秉持完全不同的观点，但是他们并非完全割裂开来。进一步考查，我们可以看到，由于强调了认知过程对身体和环境的依赖性。具身认知研究思潮被一些心理学家视为一种新形式的行为主义。实际上这是一种误读。具身认知的研究者并没有否认具身认知的认知属性，只不过强调了这种认知并非是纯精神的，而是一种与身体密切相关，并通过身体及其活动方式而实现的适应环境的活动。

从这个意义出发，具身认知的认知路径可以表述为：认知最初是在活的表面上进行的，也就是说具身是认知的起源，到了认知的高级阶段，认知的内在“表征”方面才高度发展并成为认知活动的重要领域。当然具身认知的研究者反对使用“表征”的概念，而是使用了诸如“耦合”(coupling)和涌现(emergence)这样的概念来解释认知的高级阶段。在认知的高级阶段，人脑高度发展的神经系统为认知提供了一个非实时的环境，认知主体不再非要处于实时的环境中和实际的对象交往。在已有的认知研究中。我们往往只是关注了认知的某一个方面，或者说关注了认知的某一个阶段，其典型表现就是基于“计算”与“表征”的离身认知研究，在相当长的时间内占据了认知研究的主流。虽然，期间联结主义做了某种程度的修正，强调知识是经过将处理单元编码并行和分布存储在大脑中，与计算主义相比较而言，联结主义更重视人的大脑在认知中作用，但是其仍然没有摆脱“离身认知”的窠臼。而在具身认知的视角下，身体在认知过程中的作用得到了重视，认知得以在一个包容的视角下还原了“原貌”。

由此，笔者认为，认知是一个“具身-离身”的连续统。而正是这一点，具身认知理论对于教学设计与技术领域有着重要的启示意义。

三、具身认知对教学设计与数字化学习的启示

从历史的观点看，教学设计产生自行为主义，其后认知主义逐渐成为教学设计与技术领域的主流范式。但是，在最近二十年该领域经历了一次巨大的范式转换。即建构主义。尽管认知主义和建构主义两种范式都为教学设计理解学习提供了有价值的框架，但它们也表现出了各自的不足，特别是这两种范式都属于第一代认知科学“离身认知”的范畴。其观点是不完整的。因而未能解决一些关键的教学设计问题。

具身认知提供了一个新的充满活力的考察学习和绩效的视野。使我们看到了教学设计与技术领域的新的进路。具身认知的核心观点认为我们的头脑、身体和所处的世界是不可分离的，学习是通过学习者的行动并且在行动的世界中。理解是嵌入在行动中的。如果我们接受了具身认知的观点，我们需要“考虑一个在我们的哲学范式上的革命性的转向”，而不是对客观主义和建构主义的观点根据自己的喜好的修补和取舍。当然，目前看来这种“革命性的转向”还不会马上发生，但是我们不得不承认，具身认知尽管也并不能解释所有的事情，但其我们固有的关于认知与学习的观念是一个巨大的挑战，至少在下述几个方面对教学设计与数字化学习的理论与实践有着深刻的意蕴。

(一)具身认知对教学设计的应用启示

第一。按照具身认知的观点，人的存在离不开身体或肉身。身体脱离了人就无所谓人。人通过心智和认知的具身方式存在着人的心智源自温软肉身而不是冰冷的机器，自然会受到脑的、生理的、神经的甚至身体的约束。具身是所有教育的出发点，这一点对于教育技术乃至教育的意义是深刻而巨大的。学习者本身就是一个在活生生世界里的复杂群体。但是。客观主义的学生观将学生视作学习过程中的被动受体。教育技术的就是依据知觉原理对教学材料进行操作的教学系统。教师只需把组织好的知识。以灌输的方式传授给学生。学生经过机械的练习而加以掌握即可。这种将人的认知所处的生物学的、知觉运动的、物理的背景或需要排除在外的做法是应该被摒弃的。教育技术必须以“具身/离身”的结合为出发点，通过教学设计为学习者提供各类学习资源、创设学习情境等从而使教学显得丰富多彩。

第二，具身认知为更具包容性的贯一设计提供了可能的认识论基础。贯一设计(Grounded design)是汉纳芬等人提出的一个概念，它是“建立在已有的人类学习理论和研究基础上的过程和程序的系统执行。”贯一设计作为一种教学设计理念。其本质内涵是强调核心基础和假设的高度协调，强调方法与手段以与其认识论一致的方式相联系。因此，一致性成为了贯一设计的最关键特征。而恰恰是由于一致性的要求。也就分别出现了基于客观主义的贯一设计和基于建构主义的贯一设计。那种试图将客观主义和建构主义整合在一起的设计。显然是不符合贯一设计的基本要求的。现在，具身认知强调具身的行动，发现了一条客观主义和建构主义两种关于现实的极端观点之间的中间道路。具身认知避免了内与外、自我与世界、主体与客体、心灵与身体的二元的问题。因此。某种意义上可以说。具身认知在一定程度上将不可调和的客观主义和建构主义有机结合在了一起。这也就为我们在一种统一的认识论基础之上实现更具包容性的贯一设计，提供了理论的可能性。

第三，传统的教学设计假设学习和学习结果是可以预测见的。因此。可以进行分析、选择方法、实施和修改，所有这一切都独立于实际的教学，直到预定的目标实现。具身认知则声称，学习和行为，一般不能预先确定，那种独立于教学的设计是值得质疑的。一些教育技术专家已经注意到了这个问题，正在考虑设计和教学的并行，而非事先设计教学。就目前来看，设计与教学的并行可能还存在困难，但是“事先”的设计根据教学的进程进行动态灵活地调整还是十分必要的，当然，这对教师的教学智慧是一个十分巨大的考验。

第四，教学目标不是预先确定的，而是在教学进行当中与学生一起建构并修改的。当然，这并不意味着教学目标就是自由、随意的。相反，它强调的目标应该给定在一个给予学生足够自由的特定路径上，学生学习用自己的方式并能适应学生的倾向。尽管同样强调学生的自主性。但是具身认知是在“特定的路径上”的自主，并且路径是动态可变的以适应学生的倾向。这与建构主义的完全依赖于学生的自主建构不同。在一定的程度上可以避免“不良结果”的建构。

第五，尽管具身认知与建构主义存在某些“并行”的地方。但是与典型的建构主义者所持的方法不同，具身认知反对单一的、孤立的、整齐地、线性序列概念的发展，学习内容应该由学习者生成而非事先给定。具身认知方法将重点放在了丰富的(可能是混乱以致难以处理的)具有各种不同刺激的环境上。不可避免的是，具身认知方法建立的丰富环境会导致学习者“困惑”或“扰乱”的状态，而这种状态是产生学习渴望和发生学习的最佳时机。

第六，由于学习是一个持续的具身的生成。而不是一系列有意识的决定，教学需要专注于注意力的引导和解释的影响。诸如重复以及定时的问题、实践、讨论，并重新符号化等教学策略，这些策略可以帮助指导学生的注意力。而那些精细化的解释，扩充的指导和去情境化的形式则不应被强调。教师应着重于将特定而明确的信息嵌入在更广义的上下文的环境中。教学方法也相应从说教转向聆听。对于自觉和不自觉的认知，我们都应该参加。这些都是深深扎根在与世界的物理接触当中的。因此，亲身实践在学习中具有显著的价值。此外，在这个学习的世界中，同传统的“有意识的认知学习”相比，情感、直觉、本能和专注力都扮演重要的角色。

(二)具身认知对数字化学习实践的启示意义

按照具身认知的观点，人的认知是身体、环境、活动三者协同作用的结果，它发生于社会实践中。从这个意义出发，具身认知可能导致未来数字化学习技术研究中技术从“可见”走到“隐形”。因为，技术塑造的环境本身就是认知系统的一部分。“对实践技术的理解不仅仅是学会使用工具，它是维系实践的历史、更直接地参与到实践的文化生活中去的一种方式。”“技术在这样的文化实践和社会组织中具有功能的意味：人们不能把技术看做是人工制品自身的性质，而应看做是涉及参与的具体形式的一个过程，在这个过程中技术履行了‘媒介’的功能”。莱夫在《情境学习：合法的边缘参与》中所说的这段话被视作是对技术在学习中如何作用的最好注解。同样，上述这段话也可以被视为情境认知在“学习中技术如何发挥作用”这一议题上与具身认知的一种共鸣，二者分享了相似的、彼此融合的观念与主题。基于此，数字化学习的实践不应该迷恋于技术本身。而是要将技术置于整个人类实践的境脉中考察，探索如何将技术用于扩展我们的认知系统并付诸实施。

具身认知认为，认知是具身的，而身体又是嵌入(embed-ded)环境的。认知、身体和环境组成一个动态的统一体。头脑，身体和世界具有不可分割性，这一点从最近在神经科学和其他相关领域的新进展中得到了支持。我们的生物神经系统和电子媒介具有合并的可能。这样一来，认知、身体、环境的动态统一或者融合不仅是一种理论的推演，在实践中也具有了科学的可能性。在教育技术的实践中。麦克卢汉关于“媒体是人类器官的延伸”是为我们熟知的，但是过去这一观点往往被我们用来解释媒体的强大功能，即使在数字化学习时代，在如何看待网络等这类为参与式的、以学习者为中心的学习方式提供了可能的媒体时，仍然没有摆脱媒体功能论的羁绊。而缺乏更深层次的思考与探索。现在回头来看，麦克卢汉的观点从某种层面上本身就包含了生物神经系统和电子媒介合并的思想。因此，具身认知关于人的认知、身体和环境是一个动态统一体的思想，为数字化学习环境的设计提供了新的思路。我们知道，学习环境设计在数字化学习中扮演着重要的角色。

现有的研究已经表明，学习者的风格、需要、时间、场所等个性化因素将日渐成为技术设计的变量，使得学习环境的设计更加灵活、更加以人为本。现在，基于具身认知的观点，这种环境设计则又将向前推进一步。我们需要考虑将生物神经系统与电子媒介的合并以创造全面的学习世界。在这样的学习世界中，学习者在技术的支持下创造属于自己的学习环境。学习在一个合作共变的过程中得以发生。在这样的一个过程中，技术及其支持下的学习环境已经不再是外在于学习者的系统，而是已经内化为学习者认知系统的一部分。当然，这种人与电子媒介系统的合并并非否定技术的作用与意义，反而意味着技术在学习中可以扮演更为重要的角色。对于这样的学习世界，我们可以设想一下，将教育游戏与web2.0和其他相关技术整合在一起。游戏者与这样的一个环境交互、生成，并且在这样的环境中与虚拟世界和现实世界合作共变。游戏者在游戏的过程中(扮演角色与游戏环境互动时)，他们同时与网络世界和真实世界进行交互。游戏环境可以设计成一种多模式的空间，在这个空间里不仅仅反映出复杂的网络世界同时也要反映出与我们现代社会相一致的社会关系。这种环境设计的用意在于支持游戏者通过具身经验来解决问题。游戏者的行为和学习是一种唇齿相依的关系。

总的来说，具身认知对数字化学习实践的启示体现在两个方面：其一，数字化学习需要将技术置于整个人类实践的境脉中考察，考虑将人的生物神经系统与电子媒介系统合并，探索如何将技术用于扩展我们的认知系统，在这样的过程中，技术从“可见”走到“隐形”：其二，具身认知的本质在于强调身体在认知活动中的关键作用，认知是在具体的社会实践过程中，在实时的活动过程中产生和发展的。对于数字化学习而言，将虚拟的学习空间和现实世界有机结合起来，提供一个学习者实践参与的个性化的高互动学习世界是必要的，也是可能的。概言之，站在具身认知的立场，与其说是数字化学习，毋宁说是数字化生存。

四、结语

统计学的认知篇11

随着知识经济时代的到来和新科技革命的飞速进展，各种数据分析方法的应用越来越广泛，使得各类职业学校将统计学列为其必修或者选修课。而目前高职统计学的教学只是注重讲授概念、公式和统计分析软件，对其中的内在机理却不予深究，学生学完了统计学原理，犹如看了一学期复杂漫长的“统计工具说明书”，这对于我们所需要达到的教学目标是远远不够的。

学习统计学的最终目标是统计思维的养成。培养学生的统计思维就是培养学生主动利用概率统计的原理去思考和解决问题的习惯。统计思维是一种非确定性的思维模式，类似模糊数学，即对一个问题不能得到确定的答案。对于现实中的问题，其左右因素往往有多个，由此产生出诸多的随机性，不确定性是常态，确定性反而是少数情况。因此，统计思维对于提高学生解决实际问题的能力是非常重要的，这也是职业学校开设统计学原理的根本目的。一般认为，统计思维的养成需要很高的数学修养，其实这是一个认知误区；任何人，不管他有没有专门学习过统计学，都或多或少有一些自发的统计思想。教师只要掌握学科特点，结合高职学生的实际情况，培养学生的统计思维是完全可以达到的。

一、引导认知学习，构筑学生的统计思维

根据我国目前的教育状况，高职的学生大多高等数学学得比较少，而统计学原理对数学基础要求较高。所以，教师要注意扬长避短，结合学生的长处，引导学生的认知学习。所谓认知学习，就是通过合理利用人的认知过程来寻找最佳学习路径，变“接受学习”和“机械学习”为“发现学习”和“有意义的学习”。统计学原理的认知学习就是引导学生对 “常识”的“再发现”，以及对现实事物“美感”“和谐”的理解，建立生动形象的“总体”、“概率”等基本统计学概念，从而启发学生在头脑中确立统计思维方法。

（一）通过“常识”构筑“知识”

统计在人们的日常生活中无处不在，统计学的研究对象具有总体性和大量性的特点，大量观察法是统计学的基本研究方法之一。学生作为社会中的一个成员，他们无时无刻不在观察或被观察着无数大量的事实，头脑中自发地形成了各种统计信息的感知。教师应该把这个最初的“感知”加以引导并强化为“注意”，进而上升为“理解”和“记忆”，这样，学生就成为信息的主动构建者。

教师在讲解新的概念、定理的时候，应首先从常识和学生的感知出发，渐次导入。例如，教师在讲解“相关关系”的时候，先不要讲相关究竟是怎样定义的，而是从常识意义上的“相关”出发来引导学生。相关就是有关，虽然不能完全决定，但是有关联。比如身高和体重的关系。个子高的不一定胖，个子矮的不一定瘦，但是我们调查100个人的身高和体重，仍然能够得到一定的正相关，男生平均起来比女生高些，体重也重一些。身高和体重有关，这个信息首先是一种感知；这个感知是学生在学习之前就已经有的，现在老师做的就是强调——引起注意——加以引导——形成记忆——形成知识，而这个过程正是认知心理学的知识形成过程。根据统计学的课程特点，这种例子比比皆是；教师只需稍加引导，许多原本枯燥的概念和定理立刻就在学生的头脑里“活”了起来。

（二）利用认知误区，激发情境“顿悟”

统计学研究事物的一般现象，某些被强化的个别现象常常会混淆认知。也就是说，常识和人们的知觉印象有可能是偏差甚至错误的。个别事物的认识误区使学生陷入到一个有偏差的情境中，这个情境仍然是现实的反映；如果教师能够成功地令学生迁移到新的问题情境中去，则学生思维定势可能会突变，从而产生顿悟。通过顿悟而得到的理解，很难遗忘，并且激发创造性知识学习，并进一步培养学生理性思维的习惯。

飞机的失事率问题是一个典型的认知误区问题。由于大众的关注程度和事故严重性，几乎每一次的飞机失事都会得到报道，再加上高空飞行的恐惧等等，人们会不自觉夸大飞机的失事率。如何使学生走出这个认知误区呢？可以采取类比的方法，让学生体会到某些心理因素会歪曲认知。比如彩票的中奖率问题，根据计算，体育彩票的中奖率为八百万分之一。教师可以首先问学生一个问题，“如果去买体彩，你认为自己需要买多少钱的彩票才有可能中奖”。一些乐观的学生就会告诉我，买一万元的彩票就有可能中奖。打开彩票网站以后，网站的热烈画面和鼓动使学生激动起来，这时候你再问这个问题，某些乐观的学生就会认为，如果他拿着1000元去买，很有可能会中奖。面临着大奖的诱惑，学生在非理性地高估自己中奖的概率。下面教师所需要做的就是如何把这个高涨的非理性的情绪给冷却下来，即立即进行一个简单的抓球实验。

10个乒乓球放到一个密封的罐子里面，9个红的一个白的，连续抓6次都是白球的概率是百万分之一。每抓一个6次支付12元模拟币，令自告奋勇的学生去抓，老师摇罐子（防止作弊），另外一些同学做记录。看看学生到底花多少模拟币才能成功。事实上，我的学生从来没有成功过。有一次一些学生利用自习课抓了整整一节课，花了数万元模拟币，也没能成功。这个结果让学生立刻冷汗直流，回到理性。

通过这个例子，学生对情境的认识就会更加贴近实际，从而激发顿悟——即概率的存在具有客观性；此时，一个统计思想的雏形正在学生的头脑中初步形成。这时候教师再做引导，让学生反思许多认知误区的问题，这样几次之后，学生就会自觉地应用统计方法形成理性思维。

（三）因材施教，强调统计学的艺术性

高职的学生往往对社会现象的思考要多一些，教师应该结合学生的专业特点，强调统计学的艺术性与科学性的统一，以激发学生的学习兴趣。

所谓统计学的艺术性，并不是指利用统计数据弄虚作假；艺术性和科学性并不矛盾。事实上，自然界的总体常常是和谐的，比如一棵树上无数的叶子，你既找不到完全相同的两片，又找不到完全不同的两片——这就是统计总体的同质性和差异性；它们错落有致，密密疏疏，构成一株美丽的大树——相互依存，浑然一体。社会现象的总体也具有这样的特点。存在的事物总有它存在的理由，从这个意义上说，即所谓存在的都是合理的。存在的理由构成的总体总是有一种和谐，和谐产生美感。统计学的研究对象的总体性，决定了其艺术性和美感。

比如无限次实验的频率接近概率问题的大数定律，许多微小的独立随机因素影响的量服从正态分布，以及假设检验和拒真和受伪错误的界定，甚至到各种统计指标体系的设置等等，无一不体现了和谐和美感。如果教师忽略统计学的艺术性，仅是从严密的归纳、演绎和逻辑推导来讲述这些定理，就是忽视了社科类学生的社会知识、思维知识的概括能力，而仅仅使用他们的数理逻辑能力，这又恰恰是大多数此类学生的弱项，显然很容易造成无的放矢和隔靴搔痒，并不能发挥出学生的最佳状况。

因此，教师在讲述这些基本概念和定理的时候，首先不是讲它们的逻辑推导过程——这个可以留到后面再做，而是置身于事物的总体中讲它们存在的合理性，即教师不要急于告诉学生为什么这个定理是严格正确的，而是首先告诉学生它们是和谐的，至少没有否定之的理由。“肯定”、“否定”和“不能否定”以及“不能肯定”构成一个逻辑框架，而学生的统计思维就在这样一个框架之上逐步建立并且清晰起来。

二、案例教学的合理应用

案例教学是以学生为中心的交互式的教学过程，近年来应用颇为广泛，但在实际操作中还存在许多不尽如人意的地方。

首先是案例的选择，要寻找学生感兴趣的案例，选择一个好的案例等于成功了一半。有时候学生自己会找案例，更多的时候还是需要教师去引导和推荐。比如社会热点问题，牵涉到学生切身相关的实际问题等等。有的教师设计的案例跟学生的学习成绩的分析总结等等相关，这一类问题固然和学生切身相关，但是老生常谈，缺乏新意，容易产生厌倦，应当避免。不妨寻找一些社会前沿的热点问题，比如股票的市盈率和股民的实际收益率问题等等，像我们前面谈到的彩票的中奖率问题也是一个能引起学生极大兴趣的问题。

其次是学生的小组协作问题。在案例教学中，强调小组协作不仅仅有助于培养学生的团队精神，有利于今后的就业和发展，而且在案例的调查、整理、分析等工作中能够有效地调动学习积极性，避免单枪匹马作战产生的倦怠心理。在实践的过程中，学生会发现，每个案例所涉及的数据的取得和含义、调查表的形式、样本分布、各个约束条件等等要比最初设想的复杂得多，此时小组协作的优势就会得以发挥。协作学习使学生扩大思维面，互相启发、扬长避短，更全面的认识事物、解决问题，创造出1+1＞2的财富。

第三是案例分析的结论和学生由此而来的感悟。通过分析，我们得出了结论，这还不算完。学生是案例教学的主动学习者和实践者，从中他们一定有所感悟，让学生把自己的感悟讲出来，可能是学术方面的启发，也可能是其他方面的感受。学生在讲述过程中，有意识地梳理出自己的认识，从而往往可以使已经获得的知识得到深化和升华。

三、引导学生动手去做，把厚书读薄

传统的教学模式始终难以从“重知识，轻能力”中走出来，只有强调学生自己动手去做，才能成功地实现向“重能力，强化知识”的突破。知识的获得过程有一个学习——获得——超越的过程，也就是先把书读厚，再把书读薄的过程。要达到这个境界，需要教师和学生都付出相当的努力。让学生自主动手去做是一个学习知识、掌握知识、提炼知识、进而升华知识的有效途径。

实践与操作使得原本无形的概念变得有形，使抽象的公式变得具体，有利于新知识的学习和掌握。主动性抓在学生的手中，被动学习容易出现的消极情绪一扫而光，学生会去积极主动地掌握知识。动手的过程中学生会发现很多问题，原先理解的概念似乎和实践有偏差，变得模糊了；这样通过问题发散思维，把书读厚了；于是再继续动手操作下一个程序；再动手之后原先的问题得到解决，概念和公式在头脑中融会贯通，相似的问题归类，抓住问题的实质和主线，这样又把书本读薄了。

动手应该从感兴趣的东西入手，并贯穿于整个教学过程的始末。统计学中动手做的内容有设计调查方案、实施抽样调查、设计调查问卷、设计统计表、绘制统计图等等。在案例教学中，也应主要以学生动手为主，教师指导为辅。凡是能够实现的有条件做的统计实验一定要做，比如掷硬币实验、彩票模拟实验、抽样推断实验等等。教师只需负责操作的演示，对一些复杂的设计问题予以整体上的指导，并充当实验秩序的维持者和设计过程的顾问。也就是说，动手是学生自主动手，学生是主角，教师是配角。

统计学的认知篇12

实习的目的是使学生巩固和运用所学的基础知识和基本技能，建立统计意识和思想，运用收集数据的方法，并能够根据数据的特点选用恰当的统计方法进行分析和推断，获得相关经验，进一步理解统计的特点与规律，培养与提高学生独立从事统计工作的能力，并使学生接受深刻的专业思想教育。

二、认识实习的具体内容

第一天到市统计局报到时，一进门，就看到书柜上排列着奖章，先进单位、统计学会先进单位等等，都是国家统计局给予邯郸市统计服务处的表彰，也是对他们工作的肯定，我为自己能有幸到这里认识实习而感到骄傲。

梁处长和所内同事对我们的到来也表示了欢迎。梁处长对我们今后几天实习的具体工作做了安排，具体包括《统计》杂志的出版，统计论文出版的校对及统计学会的一些工作。在次，我也就这几个工作做汇报。

首先，是关于论文集的校对工作，也是此次实习中的重点工作，由于这本论文集的重要性，更要求我们校对工作的严格，在次之前，服务处的同事已经对该论文集校对过三遍，但为了确保论文集的正确无误，我们又进行了第四次校对工作。我也不得不为服务处里同事们认真负责的工作态度感到钦佩。首先我们学习了校对工作的基本常识，要求我们对哪怕是一个标点符号的错误也不能放过。在校对过程中，印象较深的是关于统计报表的校对，统计报表就严格的编制规则，如规定表号采用一位英文字母或罗马字母和三位数码表示。英文字母或罗马字母表示全局统计报表制度的排列顺序，三位数码分为两段，第一位数码为第一段表示统计报表的报告期别，或报表的性质，即是年报还是定报，是综合表还是基层表；是经常性调查还是一次性调查或是普查、试行表。第二、三位数码为第二段表示统计报表的顺序。还学习了统计报表的性质代码：1、基层年报；2、基层定报；3、综合年报；4、综合定报；5、一次性调查；6、普查。从中不仅学习了如何查找错误遗漏还懂得了如何制表。

其次，是关于服务处网站的建设，也是本次实习过程中工作时间较长的工作。我的主要工作是学会网站建设的一些基本知识，并单独处理网站的文章录入，信息搜集等任务。

再次，在实习期间，利用服务处书籍多的优点，阅读了大量关于统计方面的书，如《中国统计》、《服务业统计》以及诸多统计专业论文，充实了自己的理论知识，收益非浅，还了解统计学会工作的大致流程。

三、认识实习的收获与感想

在此之先，我想向所有为我的实习提供帮助和指导的老师和服务处的领导和同事致谢，感谢你们为我的顺利实习所作的努力和帮助。

通过实习，我在统计学方面获得了一些实际的工作经验，巩固并检验了自己两年学习的知识水平。实习期间，我了解并参与了统计论文集的校对工作。在此期间，我进一步学习了统计学的理论知识体系，对统计有了更深的理解，将理论与实践有机结合起来。我的工作得到了实习单位充分的肯定和较好的评价。

本次认识实习是我中专生活中不可或缺的重要经历，其收获和意义可见一般。首先，我可以将自己所学的知识应用于实际的工作中，理论和实际是不可分的，在实践中我的知识得到了巩固，解决问题的能力也受到了锻炼；其次，本次实习开阔了我的视野，使我对统计在现实中的运作有所了解，也对统计也有了进一步的掌握。

在实习过程中还有些其它方面也让我学到了很多东西。在20天的实习时间里，我基本上掌握了统计工作的一些具体操作细节，知道统计工作是一项具有创造性的活动，要出一流成果，就必须要有专业的统计人才和认真严肃的工作态度。在实践的校对工作中，知道一丝不苟的真正内涵。