大学统计专业论文题体育统计学论文篇1

今天蜕变学习网小编整理了大学统计专业论文题体育统计学论文篇1，希望在这方面能够更好的帮助到考生及家长。

大学统计专业论文题
体育统计学论文篇1

体育统计学论文

体育统计学是运用数理统计的原理和方法对体育领域里各种随机现象规律性进行研究的一门基础应用学科。下文是我为大家整理的关于体育统计学论文的范文，欢迎大家阅读参考!

spss统计分析课程论文范文

SPSS软件是“统计产品与服务解决方案”软件，是数据统计分析的一个重要的工具。下文是我为大家整理的关于spss统计分析论文的范文，欢迎大家阅读参考!

spss统计分析论文篇1

统计分析软件SPSS的特点和应用分析

【摘要】通过文献资料法，介绍了统计分析软件SPSS的特点，并通过实例：用非参数检验中的两个独立样本的检验(Test for Two Independent Sample)进行分析，对该软件的应用做了详细的介绍，旨在为学习SPSS软件的人们提供参考。

【关键词】统计分析软件;SPSS;独立样本;非参数检验

一、前言

统计分析软件SPSS是一款统计产品与服务解决方案的软件，其全称为“统计产品与服务解决方案(Statistical Product and Service Solutions)”。该软件是一款在统计中应用很广的统计分析软件，目前在各专业毕业论文经常可以看到它的身影，其应用范围广、方便快捷等特点吸引着众多的爱好者。本文通过对统计分析软件SPSS的功特点进行介绍，通过举例用非参数检验中的两个独立样本的检验(Test for Two Independent Sample)进行分析，对该软件的操作用做了详细的介绍，为学习SPSS软件的人们提供参考。

二、SPSS软件的特点

(一)操作简便

SPSS软件的界面非常友好，除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。

(二)编程方便

具有第四代语言的特点，告诉系统要做什么，无需告诉怎样做。只要了解统计分析的原理，无需通晓统计方法的各种算法，即可得到需要的统计分析结果。对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，用户无需花大量时间记忆大量的命令、过程、选择项。

(三)功能强大

具有完整的数据输入、编辑、统计分析、报表、图形*等功能。自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。

(四)全面的数据接口

能够读取及输出多种格式的文件。比如由dBASE、FoxBASE、FoxPRO产生的*.dbf文件，文本编辑器软件生成的ASCⅡ数据文件， Excel 的*.xls文件等均可转换成可供分析的SPSS数据文件。能够把SPSS的图形转换为7种图形文件。结果可保存为*.txt，word，PPT及html格式的文件。

(五)灵活的功能模块组合

SPSS for Windows软件分为若干功能模块。用户可以根据自己的分析需要和计算机的实际配置情况灵活选择。

(六)针对性强

SPSS针对初学者、熟练者及精通者都比较适用。并且现在很多群体只需要掌握简单的操作分析，大多青睐于SPSS，像薛薇的《基于SPSS的数据分析》一书也较适用于初学者。而那些熟练或精通者也较喜欢SPSS，因为他们可以通过编程来实现更强大的功能。

三、实例分析�D�D两个独立样本的检验(Test for Two Independent Sample)

例题：为了调查甲、乙两地土壤对种植同一种西瓜有没有影响，从这两个产地分别随机抽取同种的8只和7只西瓜，称重后得重量(市斤)如下：

甲(斤)：9.31、9.57、10.21、8.86、8.52、10.53、9.21、9.14

乙(斤)：9.98、8.46、8.92、10.14、10.17、11.04、9.43

问：根据样本数据检验两地的土壤对种植西瓜在重量上是否有显著差异?

解：建立假设 H0：甲乙两地的西瓜重量没有显著差异;

H1：甲乙两地的西瓜重量有没有显著差异。

然后根据上面给出的数据建立数据文件，注意数据文件中有一个表示重量数据的变量和一个表示地区分组的变量。最后在数据编辑窗口进行检验。检验的具体操作过程如下：

第一步：单击Analyze Nonparametric Test 2 Independent Sample，打开Two-Independent-Sample对话框(见图1)。

第二步：选择检验的变量进入检验框中，选择分组变量进入Grouping Variable框中，单击Define Group键，打开Define Group对话框，将分组变量值分别键入两个框中，单击Continue返回主对话框(见图2)：

第三步：在Test Type栏中，确定检验方法。

SPSS中提供了四种检验方式，几种检验方法侧重点不同，但都是先把两样本数据混合排序，再从不同的角度分析并检验两个独立总体的分布是否有显著的差异。有时这几种检验结果可能不一样，所以要结合数据的探索分析考察数据的分布状况作出结论。本文选择了常用的Mann-Whitney U曼�D惠特尼检验和Kolmogorov-Smirnov Z K-S检验。

第四步：选择输出的结果形式及缺失值处理方式;

第五步：单击OK，得输出结果。

所以，以上两种检验结论是一致的。也就是说在两地种植的同一种西瓜地重量没有显著差异。

参考文献

[1]杜志渊.常用统计分析方法�DSPSS应用[M].山东人民出版社,2011.

[2]刘宁元.运用SPSS对高职专业课程成绩进行相关分析 [J].电脑与电信,2007(3).

[3]井海立.SPSS在数学试卷统计分析中的应用[J].科技信息(学术版),2006(10).

spss统计分析论文篇2

试谈SPSS软件在考试数据统计分析中的应用

摘要： SPSS软件是数据统计分析的一个重要的工具。本文作者利用SPSS软件对考试数据的相关性、检验假设进行了统计分析，介绍了使用SPSS进行统计分析的一般方法和步骤，文中的方法对考试研究人员具有一定的指导意义。

关键词： SPSS软件考试数据统计分析操作步骤

1. 引言

一份好的试卷须有好的测量指标来表明它的优良程度，试题有难度和区分度指标，试卷有效度和信度指标，这些是评价考试最主要的测量指标，但是仅有这些指标不足以反映一份试卷的实际测量效果，考试研究人员希望从考生的试卷统计分析中获取更多的信息来评价一份试卷。在计算机未普及的年代，考试成绩统计主要依靠人工阅卷，考试数据无法电子化存储，对考试数据分析统计难以实现。随着计算机的普及和信息化的推广，各种分析数据的软件应运而生，这些软件中汇集了统计学和测量学的分析工具，使得应用电子信息技术分析统计考试成绩数据成为可能，这些统计信息可以为教研部门、考试行政部门进行行政决策等提供非常重要的帮助。在众多的统计分析软件当中，SPSS是应用最多、影响最广泛的分析工具之一。在本文中，我们以SPSS软件为工具，对教育招生考试成绩的数据进行统计分析，分析主要着重于考试数据的相关性、假设检验等几个方面。

2. SPSS分析软件简介

“SPSS统计分析软件”的英文名称为“Statistical Package for the Social Science”，中文名称为“社会科学统计软件包”，它是世界著名的统计分析软件之一，在自然科学、社会科学的各个领域均有非常广泛的应用。SPSS是一个组合式软件包，它集数据整理、分析于一身，主要功能包括数据管理、统计分析、图表分析、输出管理等，该软件的统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类。

下面我们利用SPSS软件对考试数据的相关性、检验假设进行统计分析，介绍使用SPSS进行统计分析的一般方法和步骤。

3. 相关性分析

教育考试中，考试结果的信度，试题的区分度，每个题目得分与试卷总分的关系，以及题目之间的关系，等等，都是考试研究的重要内容，最主要的研究方法就是数据的相关性分析。在众多的教育考试数据的相关性分析方法中， Pearson相关系数法、Spearman相关系数法和Cronbach α信度系数法是比较常用的几种方法。

Pearson相关系数法计算公式：

式中x为第i个考生第j题的得分，y为第i个考生第k题的得分，为第j题的平均分，为第k题的平均分，n为测试样本量。该公式既可以计算两个连续变量之间的相关性，又可以计算一个双歧变量与一个连续变量之间的相关性。

Spearman相关系数法计算公式：

r=1-(2)

式中D为两个变量的秩序之差，n为样本容量。

Cronbach a信度系数法计算公式：

α= 1-(3)

式中n为试题数，s为第i题的标准差，s为总分的标准差。该公式实际上就是将考试中所有试题间相关系数的平均值(又称内部一致性)作为α信度系数。

对于给定的一组考生成绩数据，利用SPSS统计分析软件可以非常容易地定量分析考生某学科试卷总分和该学科某道题的相关性，以及各个题目之间的相关性。我们以Pearson相关系数分析为例，利用SPSS软件进行统计分析。

数据统计分析的对象是某省高考数学6道解答题的得分情况(不是整张试卷)，数据源于该省的高考数据成绩。研究的目的是测量6道解答题每两个题目之间的相关性。

我们以SPSS 13.0版本的软件为例，介绍利用SPSS进行数据统计分析的步骤(以Pearson相关系数法为例)：

(1)将考试数据导入SPSS软件，在SPSS数据窗口中，顺序点击【Analyze】→【Correlate】→【Bivariate...】，系统弹出变量相关系数设置对话框。

(2)在该对话框中，将待计算的变量从左侧的变量列表中导入到右侧的“Variables”变量列表中，在本例中导入t1、t2、t3、t4、t5、t6共6个变量(t1�Dt6是6道解答题的变量名称)。在“Correlation Coefficients”相关系数选项中，选取“Pearson”复选框。

(3)在该对话框的“Test of Significance”设置区域，可以点选“Two-tailed”选项或者“One-tailed”，我们采用系统默认值。

(4)对话框中的其它选项取软件系统的默认值，点击【OK】，开始相关系数计算，系统弹出新的窗体输出运算的结果。本次输出的情况如下：

上表的统计结果可用于题目之间相关性的分析。表中的大部分题目的相关系数都比较适中，但题目T4和题目T5之间的相关程度远高于其它几个题目，我们可以确信这两者之间一定存在着比其他题目之间更紧密的关系，这是我们通过分析获取的重要信息，该信息表明这两个题目之间的相关性高于其他几个题目之间的相关性，这在大规模考试中是不应该出现的，需要在以后的命题考试中加以改进。

Spearman相关系数分析方法和上述分析方法类似，只需要在上述SPSS操作的第二个骤中选取“Pearson”复选框，程序就会按Pearson相关系数法进行统计分析，如果同时选中“Spearman”和“Pearson”复选框，程序将会同时计算按两种分析方法统计分析的数据，并会以不同的图表进行显示，而Cronbach a信度系数法计算方法与上述方法略有不同，其操作步骤如下：

(1)在SPSS数据窗口中，顺序点击【Analyze】→【Scale】→【Reliability Analysis...】，系统弹出“Reliability Analysis”信度分析设置对话框。

(2)将待计算的变量从左列的变量列表中导入到右侧的“items”变量中，在左下列的“model”选择项的下拉列表中确保选中“Alpha”(信度系数)，点击“Statistics”选择项可以进行更为详细的参数设置，我们采用系统的默认值即可。

(3)参数设置完毕之后，点击【OK】，软件开始相关系数计算并输出运算结果。

4. 选择题的选项分析

在目前的教育招生考试中选择题是一种较常见的题型，考试研究人员关注较多的是对选择题基本特征、测量功能及其优缺点的理论探讨[1][2]，对选择题干扰项的设计及其施测后的实际效果关注甚少，事实上施测后对题目各选项的有效性作出判断可为评价试题质量提供重要参考依据。我们利用统计中χ检验假设，对试卷中常见的选择题选择项进行统计分析。

教育考试的单项选择项一般设置为4个，其中仅有1个选择项是正确的。命题人员在设计选择项时，应当也必然对每道题目所有的选择项(正确选择项和干扰选择项)的考生作答情况作出预测，对考生作答的分布情况作出预估。考试结束后，研究人员应该对实测的情况与命题教师预测的情况进行对比分析，以检验考试效果是否达到了预测的目标。这和χ拟合度检验的思想具有一致性，因此可以尝试使用χ检验假设进行分析。

我们依据文献[3][4]的方法来介绍χ检验假设在考试数据分析中应用的基本原理，设变量E是命题者对某道试题的期望值，E=nP，n为样本容量，P为期望的相对频率，引入以下统计量：∑(O-E)/E，其中O为观察频数。

本文为全文原貌未安装PDF浏览器用户请先下载安装原版全文

我们需要进行的假设检验是：零假设H：选项的实测分布与期望分布相同;非零假设H：选项的实测分布与期望分布不同。

检验假设的思想：拟合度检验的统计量在确定的某种显著性水平下如果零假设是真，则检验统计量∑(O-E)/E呈近似χ分布，其自由度为研究变量的可能值减1;如果实测分布与期望的分布相当吻合，就不排除零假设，否则就排除零假设;最后对检验假设的结果进行解释。

数据分析的目的是判断考生实际的应答结果(实测数据)与命题期望的选择概率(期望数据)是否一致。我们随机抽取某省5542个高考考生的数学有效数据构成分析样本，利用SPSS进行统计分析。

SPSS数据统计分析的步骤如下：

(1)将考试数据导入SPSS软件，依次点击【Analyze】→【Nonparametric Tests】→【Chi-Square...】，弹出“Chi-Square Tests”对话框。

(2)将变量列表中待分析的题目序号导入到“Test Variables List”(检验变量列表)中，本例中题目的序号为t7。

(3)将对选择试题的每个选项的期望值依次输入到“Expected Values”所属的方框，具体操作方法是选中单选框“Values”，输入具体的期望数值，点击“Add”按钮，依次重复上述的步骤直至所有的选项的期望值输入完毕。

(4)点击【OK】，输出软件运算结果。

我们需要进行的假设检验，H：选项的实测分布与期望分布相同;H：选项的实测分布与期望分布不同。

假设检验的显著性水平为α=0.05，χ=∑(O-E)/E，自由度为df=4-1=3，查χ分布表或利用相关软件可得P=0.0626，由于P>α，因此不能拒绝零假设，即选项的实测分布与期望分布相同。因此，检验结果在0.05显著性水平时，没有足够的证据拒绝零假设，即可认为本题选项的实测分布与期望分布相同，也就是说本题的实际测试效果与命题教师预测的效果是一致的，命题教师准确地估计了考生的实际水平，这是分析获得的很重要的结论。

5. 结语

SPSS软件在考试数据统计分析中应用广泛，但大部分是集中在试题难度、均值、方差统计、考试数据的图表显示等几个方面，本文从一个新的角度利用SPSS软件对考试数据的相关性、检验假设等几个方面进行了尝试性统计分析，介绍了使用SPSS进行统计分析的一般方法和步骤。从上述分析来看，软件操作步骤和统计分析过程十分简单、快捷，对于测量学和统计学基础不太好的数据分析统计人员来说，只要遵循一定的操作步骤，就可以进行分析。

参考文献：

[1]王孝玲.教育测量(修订版)[M].上海：华东师范大学出版社，2006.

[2]雷新勇.大规模教育考试：命题与评价[M].上海：华东师范大学出版社，2006.

[3]李伟明，冯伯麟，余仁胜.考试的统计分析方法[M].北京：高等教育出版社，1990.

[4]雷新勇.考试数据的统计分析和解释[M].上海：华东师范大学出版社，2007.

我要写毕业论文题目是大学生专业满意度调查分析 - ...

中文摘要
在市场经济环境及信息化、全球化的背景下,组织成员特别是知识型员工的工作压力日渐增大,而工作压力与组织成员的生理心理健康及工作满意度、工作绩效有着密切的联系.知识型员工的压力管理成为人力资源管理中的一个重要课题.该论文的研究分为两个阶段:
1)对MBA学员和研究生班学员的自我报告进行定量研究,总结出目前存在的知识型员工工作压力源,据此提出"良性压力"和"劣性压力"的假设.
2)根据前一阶段的压力源量表制定问卷并对知识型员工进行调查,随后用SPSS软件对问卷进行统计分析.统计研究中,我们得到了如下结果:
①验证了工作压力中确实存在着"良性"和"劣性"两类压力."良性压力"与工作满意度和工作绩效正相关;"劣性压力"与工作满意度负相关,与工作绩效没有显著的关系.
②验证了赫兹伯格工作满意感的"双因素论",即"激励"和"保健"两类因素,并且在工作满意度中发现一个可能为中国人特有

体育统计学论文篇1

对《体育统计学》教学的思考

摘要《体育统计学》属于基础应用学科，在很多体育院校中开设，此课程的学习有助于提高学生用科学方法研究、解释体育领域中各种问题的能力。但很多学生对《体育统计学》学习目的不明确，学习方法不熟悉，甚至对此课程的开设必要性存在一定偏见。体育运动的发展、创新离不开《体育统计学》的理论支撑，所以有必要对其教学方法、方式进行研究。本文通过调查发现了学习中存在的问题，并提出了相对应的学习建议。

关键词体育统计学教学

一、引言

体育统计是运用数理统计的原理和方法对体育领域里各种随机现象规律性进行研究的一门基础应用学科。随着体育科学的发展，体育领域中许多问题都需要运用统计学原理、方法来解决。体育系的大学生学习《体育统计学》有助于提高他们科学地研究或解释体育领域中的各种问题。但大学生参加科研活动的机会较少，运用统计知识的实践机会也很少，造成他们对《体育统计学》的学习目的不明确，且存在一定的偏见。所以，有必要对《体育统计学》的教学方法、方式进行思考与研究，以提高体育系大学生学习《体育统计学》的积极性。

二、研究方法

(一)研究对象

山西体育职业学院09级的全体学生，共6个班级，237人。

(二)研究方法

运用简单随机抽样法中的随机数表法随机在每个班抽取10名学生，共60名学生进行座谈，并做好访谈记录。访谈内容包括对体育统计学的学习目的及意义、学习方法、学习中存在的问题及对教学的建议等。

三、大学生学习《体育统计学》的现状及存在的问题

(一)大学生对《体育统计学》课程开设的误解

经访谈发现山西体育职业学院没有学生认为开设《体育统计学》课程非常必要，仅18%的学生认为开设此课程很有必要，82%的学生认为该课程的开设是没有必要的，认为上体育统计学课就像是在上数学课，学习计算一些统计指标，计算步骤及过程，觉得在今后的学习、工作中运用不到。

(二)大学生在学习《体育统计学》过程中存在的问题

虽然在教学过程中一直强调《体育统计学》是应用性学科，属方法论范畴，重点是掌握方法，但经过与学生访谈后，发现学生在这门课程学习中存在的主要问题是：偏重教科书中列举的各个指标的计算过程和统计推断的计算步骤，也仅限学习书中的例题，不会灵活运用到其他类同的实际教学、训练及科研问题中。学体育的学生数学基础比较薄弱，导致学习兴趣低落。

(三)大学生对《体育统计学》教材的看法

《体育统计学》课程在体育院校开设已有二十几年，体育统计教材多达几十本，但适合于教学的却较少。经访谈后，学生认为教材中的例题比较空，且与实际相差较远;还认为教材中统计理论知识较多，介绍的多是统计方法的推导、计算与步骤，太抽象，不是很符合体育院校学生掌握知识的特点。

四、对大学生学习《体育统计学》的建议

(一)摆正学习态度，明确学习目的

学生不管学什么课程首先要摆正学习态度、明确学习目的，学校开设《体育统计学》课程的目的是为了使学生能够领会体育统计的基本思想、概念、基本思路，并能把体育领域中存在的实际问题，运用科学合理的统计思想及方法进行定量解决，并为将来毕业论文设计或从事体育科研工作打下坚实的基础。

(二)熟悉常见的基本概念及其统计学意义

体育统计中常见的基本概念有正态分布、平均数、方差、标准差、标准误、误差、相关系数等，学生在学习过程中应该重点掌握这些基本概念及统计指标的统计学意义，而不是去弄清每一个指标的计算步骤，计算过程能看明白即可不需要记忆。

(三)掌握假设检验的基本思想

假设检验的基本思想：统计假设有两个类型H0和HA。在具体的研究工作中，样本统计量之间或样本统计量与总体参数之间一般是存在偏差的，这种偏差存在的原因有两种：抽样误差和非抽样误差。

(四)熟知常用假设检验方法的适用条件

体育统计学中常见的假设检验方法有t检验、方差分析、卡方检验、正态性检验、相关分析、回归分析等，不同的检验方法适用的条件是不同的，在进行数据统计的过程中必须严格按照适用条件选择正确的统计推断方法。

(五)熟练掌握SPSS软件处理数据的过程

1.在SPSS软件中的数据输入与编辑

SPSS软件是以数据为操作对象，按统计方法要求整理数据格式，是使用SPSS进行统计分析前首先要进行的工作。数据的输入格式要严格按照相对应的统计方法要求进行编辑，不同的统计方法数据的录入格式不同，如果数据录入错误，就不能进行统计分析，甚至统计出错误的结果。

2.在SPSS软件中的统计方法选择及处理步骤

在SPSS软件中提供了很多统计方法，大部分的统计方法在数据编辑窗“Analyze”的下拉菜单中。在保证数据录入正确的前提下，根据自己研究需要选择合适的统计方法，在打开的窗口中导入相对应变量，并在复选框中选择想要的统计指标，再点击 “ok”，即可得到统计分析结果。

3.正确解释SPSS软件处理数据的结果

对于统计结果的分析，首先要按照假设检验思想进行分析，用小概率水平来控制，其次要联系实际问题进行分析，从统计结果去估计发生某种体育事件的原因，进而来反映实验或调查的科学性、实践性、合理性，并根据研究结果的实用性投入实践。

参考文献：

[1] 孙芝娟.正确选用体育统计方法的若干思考[J].体育成人教育学刊.2006.22(2)：49-50.

[2] 陈红梅.SPSS在体育统计实践教学中的应用[J].体育百科，2005(2)：54.

[3] 李健.从体育统计误用透视高校体育统计教育[J].体育科技.2009.30(1)：79-81.

要写一篇本科的计量经济学论文,什么题目比较好呢,有...

随机行走的世界与计量经济学

在这篇文章里，我试图论说以下几个问题：第一个是科学史上关于宇宙本质的争论。这个问题十分重要，因为对宇宙是有序运转的，还是无序地紊乱地运转的认识支撑了我们对于科学的信仰、我们的情感和某种程度上我们的人生哲学。也是对这个问题的认识，计量经济学得以建立。第二个问题是关于学习计量经济学的几个基本问题。第三个问题，我将之称为“计量之美”。我一直相信任何一个学科都是极其美丽的，因为，它们不仅告诉我们很多关于世界是如何运行的真知灼见，更重要的是教会我们许多世俗智慧甚至一种人生哲学。因为我一直坚信，即使是读同一本书，不同的人也会得到不同的读书体会。因此，在这个问题之下，我仅就自己的体会谈谈计量经济学的世俗智慧和对我们人生态度的启迪。

一、随机行走的世界
对我们所生活于其中的宇宙的认识和思考，一直以来吸引着各个时代思想家们的智慧。我们生活的这个宇宙本质上是什么样的呢？是以一种有序的、有规律的方式在运转还是无序的、杂乱无章的运转？这种运转能否为我们的智慧所认识？人们对这些关于宇宙问题的渴求正是造就了人类自身的智力进化和卓越品质的重要动力之一。
在我们今天的视野所及的范围，我们知道对这些问题思考的最有影响力的思想是由18世纪的思想家们做出的。18世纪的思想家们建立了近代最有影响力的哲学体系，他们设计了一个“有序的”世界。在某种程度上，他们的世界观是一种“决定论”的世界观，坚信这个世界正在按照某种已经设计好的秩序在运行。持有这个“决定论”观点的人包括诸如牛顿、爱因斯坦等最伟大的自然科学家。这个体系的科学性则是由牛顿定律和对牛顿体系进一步思考的数学定律所保证的。当然，自然科学家们这种关于宇宙的信念和洞见不可避免的影响到了从事社会科学研究的思想家们，其中也包括经济学家。经济学的创始人，亚当•斯密的思想根基也是源于这样的一种信念。他把这种自然科学的有序世界的观点应用到人类社会里，形成了一种从看似“无序”到“有序”的观念，提出了一个“和谐的经济系统”的观点。这种和谐的经济系统的动力则是人的自利动机。
我们决不应该低估这种关于世界的观点的影响力和洞察力。事实上，我们一直在这种“决定论”的世界观下生活并做出各种与我们自身息息相关的决策。一种对于人类经济社会的“完美和谐”的信念直接导致了大家对*干预经济的效果的质疑，并且主导了许多关于*问题的争论。这种“决定论”的观点在很大程度上支撑着我们对于自由经济的信心和我们对于世界的信仰。
但是这一体系在历经几个世纪之后，遭到了怀疑。对于这种“决定论”的世界观的挑战来自于统计观点，尤其是概率论的成功。我们可以举一个简单的例子来说明这二者对于世界的看法的分歧。比如我们说，消费函数是，其中，是自发消费，是可支配收入，c是边际消费倾向。进而我们可以把消费函数写作是可支配收入的函数：。这个消费函数是更加广泛意义上的数学若干函数中的一个。这个函数明白无误地说明，居民的消费量将精确地取决于可支配收入、自发消费和边际消费倾向。这种函数关系是一种确定性的关系。但是，我们知道，这种关于居民消费的断言在现实中毫无疑问是会受到质疑的，居民的消费量并不是精确地取决于这几个因素。在很大的程度上，这种消费关于自发消费、可支配收入和边际消费倾向的关系是不确定的，或者说是随机的，有着概率分布的。这就是二者之间的差别，持有决定论观点的人依据一种确定性的函数关系认为，这个世界将会精确地按照数学定律所描述的那样运转。而持有统计观点的人却认为，即使是知道了这种关系，消费与其他几个因素之间仍然是一种偶然的，不确定的，有着概率分布的关系。
我们把后一种对于世界的观点叫做统计观点，正是这种统计观点，打破了原来思想家们头脑中的有序结构。但是，这二者之间的分歧似乎是让人迷惑的。因为，当我们在利用统计方法的时候，我们却得出了一些几乎完全可靠的定律。而且，统计总体越是偶然、紊乱，就越能更好地表现出统计规律和必然性。比如，我们投掷硬币，当我们投掷的次数足够多的时候，我们发现，出现正面和反面的概率竟然惊人地各是0.5。再比如，我们对于某种考试成绩的统计发现，如果样本足够的大的话，成绩分布将会呈现一种正态分布。并且，人数越多，成绩就越呈现标准正态分布。更加令人惊奇的是，看起来我们做事情可能犯错误的情况也是有规律可循的，人几乎不能随意地犯错误！总之，某些看起来是无迹可寻的东西，似乎又都可以找到规律。这样，决定论和统计观点二者之间又有什么差别呢？事实上，二者之间的差别仅在于，统计观点认为不存在绝对的定律，任何所谓的定律其实都是有着某种概率的“可能的”情形。在这个意义上说，没有什么事情是确定无疑的。也就是说，这个世界是随机行走的，各种情况都有可能发生。尤其是在人类社会中，如果我们相信独立于人的意识而存在的物质世界都是随机行走的，那么人类社会也会表现出这种随机性看来并不是不可以接受的。
但是，这并不就意味着随机行走的世界会因为其不确定性而无法认识，即使这种随机行走的世界确实可能形成一种混沌状态。我们能够在“决定论”和关于世界的“统计观点”那里架起一座桥梁。那就是：我们相信，我们可以得到一些定律，这些定律是对某些事情本质的一种最好近似，即使这些事情的本质可能并不是一元的。或者说，这个世界会从无序走向某种程度上的有序。对这些统计定律的发现，在我们的专业范围内，就是计量经济学的任务了。

二、随机行走的世界与计量经济学的任务
事实上，统计的成功应用在很早就已经开始了。大约在17世纪，有一位叫做格兰特的英国商人就通过研究注意到：因事故、自杀、各种疾病而死亡的人的百分比是固定的。这几乎叫人感到惊奇！而且也是统计学的成功使得人们日益认识到，一个国家的定量材料应该得到应有的重视，无论是经济学家还是*决策者，都应该思考数据。
计量经济学就是为了在一个随机行走的世界中探讨统计性规律！因为只要知道了这个规律，我们就可以在某种程度上认识这个世界。但是要记住这种认识肯定是不完全的。而且根据需要，我们还可以根据这个规律来进行预测。进行预测是我们关心规律的一个十分重要的原因。更加值得称道的是，计量经济学在推断统计规律时所用的方法和理念。因为，我们对于这个世界的认识永远是不会完全的，我们只能根据部分“样本”来推断这个世界的整体状况。可以假设这样一种情况：如果我们能够对这个世界的方方面面进行完全的观察，我们就期望可以得出一个关于这个世界本质的定律。可是，我们不能把这个世界的方方面面都观察到，也可以说，我们认识的局限是不确定性的来源。能否由样本近似地认识整体是一个很重要的问题。如果，我们没有一种坚信可以由样本来推断整体规律的信念的话，我们就不能建立这门学科。
这种由样本来对整体进行推断的方法是计量经济学的主要方法。我们要通过一种叫做回归分析的技术来达到这个目的。“回归”这个词最先由F.加尔顿（Francis Galton）爵士引入。加尔顿研究发现，父母和孩子的身高有这样的一个趋势：父母高，儿女就高；父母矮，儿女也矮。但是高个父母的儿女们在同龄人中并不像父辈那样在同龄人中显得那样高，儿女辈的平均身高将“退化”到或者说“回归”到全体人口的平均身高。这也叫加尔顿的“普遍回归定律”。加尔顿在智力遗传的方面也得到了类似的结果：一般来说，天才是要遗传的。但是天才的后代却要比他们的父辈们平庸，也就是他们的智力水平将“回归”到中等水平。但是，对于这种回归背后的动力分析可能已经超出了计量经济学这个学科的研究范围，即使这种研究也许会导致一种有意思的哲学的建立：所有的有机组织都将趋于标准状态！
回归的现代意义则稍微有点不同。现代意义上的回归是指，一个叫做因变量的量和其解释变量之间的依赖关系。也可以说是一种相关的关系。实际上，回归和相关是两个极容易混淆的概念，容易混淆的原因既是因为这两个概念的相近性，更重要的是因为这个世界的复杂性。哲学上宣称，这个世界是普遍联系的。这个宣称的深刻性在于确认了世界上没有什么是完全独立的。比如，我们可以发现在现代社会死于癌症的人逐渐增多，这二者是相关的。但是我们并不能就此认为，是现代社会导致了更多的人染上癌症。再比如，这也经常被用来反驳统计结论，一个国家的经济繁荣的情况可能和这个国家一个时期的太阳黑子出现的情况存在一种相关关系，但是这种相关关系却不能作为我们行动的任何指导。在这个问题的区分上，就是计量经济学和统计学之间的分歧了。计量经济学讨论的是回归关系，这种回归的特点在于，我们试图根据某些变量的数值来估计另一个量的数值，我们要依据这种关系进行预测。比如，我们试图通过研究父母的身高来估计其孩子的身高。这种估计就要依赖于我们所关心的两个量之间存在的一种理论上的联系。而相关关系则充斥着统计学的各个方面。并且因为世界的普遍联系性，相关关系是一种常态。
基于上面的差别，在回归中，我们要求解释变量是确定的，可以控制的，但是被解释变量（因变量）可以是随机的（被解释变量正是我们要估计的）。但是在相关关系中，这二者并不加以区分。之所以说这两个概念容易混淆是源于这个世界的复杂性，是因为，这个世界本质上就存在一种难以言明的精密联系。我们实在不能够足够自信地认为我们可以确定哪些变量可以控制，哪些变量之间可以精确地被认为是一种回归关系。比如，事实上，我们也可以找出一种机制使得癌症和现代社会之间存在一种回归关系，就像我们可以发展一种理论来说明，太阳黑子的活动和一个国家的经济繁荣存在着回归关系。这个世界的复杂性要求我们必须对我们认识世界和改造世界的能力保持谦虚。同时请记住：具有回归关系可能并不必然地意味着具有因果关系。在判断因果关系时，我们必须要很小心。因为，这个因果关系很不好说，也许看似因果的两个事件，实际上可能是互为因果的。就像佛经中认为的那样：因果是循环的。
我们讲了这么多关于计量经济学的性质，实际上是为了表达我们这样的信念：我们可以在一定的层次上认识世界，我们坚信这个世界存在着某些统计规律，应用这些规律我们可以在“一定程度的错误”的前提下认识和改造世界。计量经济学可以帮助我们达到这个目的。我们可以借助近似地描述了具有相关关系的变量间联系的函数，主要是回归函数，来描述这种关于世界运行的定律。
但是，计量经济学在得到这个回归函数时所使用的复杂的数学推导可能会让我们在特定的时段感到计量经济学的混乱和无序，即使在最后我们坚信可以实现一种理解上的有序。但是，过程中的痛苦可能会让很多人驻足。这里，我们想提前接触一下，那条驾驭计量经济学研究内容的灵魂。
因为，认识世界的理论的建立来自于对世界本质表现出来的现象的分析。有两种对现象进行分析的方式：一种是对现象直接进行操作。这种操作极其便捷，简单而且有洞察力，但是对天赋的要求非常高。其不利之处在于这种对现象的思考得出的结论可能广受争议。另一种方式则是对现象的属性――数据来进行操作。过程中要遵循严格的科学方法。第二种方法就是计量经济学的方法了，这种方法因为是用数据说话，可能争议较少。但是，不利之处却是，这种分析结论却要严格的依赖于数据的质量，也就是说，这种方法得出的结论的质量不会比数据的质量更好。
尽管有这样的困难，我们还是推荐计量的方法。因为，数据的质量可以通过统计手段和统计工具的完善加以解决。并且，根据我们的概率知识，即使这种有误差的数据，其误差也是有规律的，误差情况总是会表现为正态曲线。那么如何来对数据进行操作呢？计量经济学的思路通常是这样：最简单的情况下（双变量回归），在一个坐标平面上画出散点图，发现其大致的规律，通常我们可能发现，我们关心的两个简单量之间呈现一种类似于线形的关系（当然，也可能不是线性的，这种情况下需要更高深的数学工具）。把这种线形的关系利用解析几何的知识转化为直线方程并不困难。获得了这样的一个直线方程是一个极大的成功。因为，这个方程，就是在“某种程度的错误”的前提下的一种描述世界如何运行的定律。事实上，计量经济学的任务在很大的程度上，就是发现这样的关于世界如何运行的定律。
但是，在从数据那里获得一些关于变量间“规律”的方式也可以通过另外的方式来进行。也就是在使用数据之前，通过对先验的知识进行演绎和推理从而得出一系列“定律”。这就是我们在数理经济学中所看到的那些数理方程式。这些数理方程就是我们对世事认识的理论，这种理论能够给我们认识世界和改造世界以指导。尤其是在确定我们所考虑的变量之间的可能具有的关系时很有作用。但是我们是否可以应用这些方程式来指导我们认识世界和改造世界的活动并没有得到证明。计量经济学提供了一种这样的证明。我们可以利用数据来检验这些先验的定律是否符合实际，或者得出一种明确的可以应用于实际的形式，从而对数理方程做出了适合实际的修正。尤其是在不同的国家中，因为不同的文化等隐性的制度因素，这些定律可实施的情况是完全不同的。事实上，始于一种对世界认识的先验的推理，建立一种解释世事的假说并用以改造世界，是每一个学者的虚荣心。
因此，计量经济学的研究的思路或者说计量经济学的灵魂是：通过先验的演绎和推理得出理论模型，最好是数理模型。数理模型中会有参数，那么利用数据对这个模型的参数进行估计得出一条回归方程，并通过假设检验来确认这个方程式。如果这个方程式满足了理论建立时的要求，那么就证明了那个先验的理论是正确的并且能够利用这种理论进行预测。接下来的计量分析就是在这些思路下进行的技术探讨了。
对计量经济学这套思想方法和其技巧的同时掌握，是掌握这门学科并加以实际运用的重要素质。尤其是计量经济学的技巧，是一个计量人的必备素质。因为我们一直坚信，伟大的思想来源于熟练的技巧。就像武侠中的“打狗棒法”虽然只有十八路，但是，一个使过无数次“打狗棒法”的丐帮帮主足可以因这十八招而笑傲江湖了。但是，如果过于沉迷于高级计量的数学推导，我们就很可能失去欣赏这门学科所固有的魅力的机会，并且因为数学知识的缺乏而造成的沮丧可能会阻碍对其进一步的学习，从而失去了领悟计量经济学所蕴含的大量关于生活的智慧的机会。因此，这篇文章里，我们不对计量经济学的技术过多的论及，而主要是看其蕴含的智慧之美。

三、计量经济学：智慧之美
最能让我们感受到美感的就是计量经济学这种从样本推断整体的思想。如果能够认识到我们生活的这个世界的复杂性的话，我们对这种思想可能会更加珍视。比如，如果我们有一种信念，比如相信我们能够通过努力成为一个书法家。那么我们能够怎么做呢？计量经济学和书法家们都会这样建议你：先选取几十个字来，集中精力把这几十个字练好，最好是临摹以往大师们的作品。这样，你就几乎能够发现写好字的要领。因为，我们不能够把这个世界上的字都练习到，我们只能够由“样本”来推断所有字的写法。并且，我们坚信这些“样本”蕴含了足够多的关于写字的要领或者说是写字规律的信息。这就是计量经济学的智慧之一。从这个角度出发，我们几乎将这种计量经济学的思想推广到生活的各个方面，并且可以指导我们成就卓越。无论是学习、应试、还是搞艺术，甚至想要成为武林高手，都可以应用这种思想。“样本”往往是我们窥看世界本质的窗口！有心人自会从这里得到无尽的启发。
计量经济学就像从一个古老的神谕里蹦出来的智慧精灵，它几乎全面的改变了我们对于脚踏实地的看法！掌握一种过硬的分析数据的能力，无疑会全面的改变你的工作方式和效率。这在一个人的职业生涯中是极其重要的。经济理论经常地被认为是一门空洞无用的理论，这是在未有数据之前做出分析的常见批评，先验和演绎的方法，很多人认为，不能够对社会科学的研究有什么意义。但是，有了计量经济学就完全不一样了，我们就可以从数据出发来进行我们的分析和预测，这种工作方式无疑会培养我们踏实做人的人品。并且因为处理问题的独特技巧和思维，掌握计量工具的人会得到青睐――来自上司和运气。
在我看来，计量经济学还对我们的人生哲学有着指导意义。人的一生其实只是一个短暂的瞬间，就好像那滑过天际的流星，留下的只是瞬间的美丽。这瞬间如何解释？采用一种什么样的方式来度过这一个瞬间？
人不过是苍茫宇宙中的一粒尘埃，如果这个宇宙尚且遵循着从无序走向有序，那么我们是不是可以将这个信念加以演绎到我们每个人的人生中呢？！其实我们每个人的人生也只是在一个随机行走的世界中的随机行走过程。
我们永远不会知道，在下一个时段，我们会经历什么、会遇到什么，甚至我们对于我们未来的规划都是不确定的。这个过程是随机的、紊乱的、偶然的和无序的。但是，这种无序和紊乱最终会走向有序。用计量经济学的说法，我们会从这些紊乱偶然的样本中得到一个回归方程。这个回归方程就是我们的人生轨迹！
当然我们对于这个轨迹的认识永远是后验的。我们不可能在这人生的每一个阶段之前就得出一个回归轨迹作为我们人生的预测，这种东西没有预测意义。那么这种有序的观念究竟能给我们什么人生启发呢？
那就是：我们实在没有必要对于发生于我们周围的看起来是好事或者坏事的东西耿耿于怀，我们实在没有必要太过挑剔上天对我们的似乎是不公正的待遇，中国自古就有“福祸”的智慧之言。以一种应有的宽容心态来对待我们的人生无疑会让我们感到快乐。甚至我们的职业追求也是如此，没有什么绝对的好或者不好，我们的人生轨迹在我们某些年里需要紊乱和无序，根据计量经济学的思想，越是紊乱和无序的样本，我们就越容易得出稳定的统计定律――一条稳定的人生轨迹！假如大家去看看人物传记就可以发现，在那些人的人生里，他们可能做过记者，参过军，被抓到过牢里，看起来和其最终的路径有了很大的背离，可是这些背离最终回归到这条路径上。事实上，我们并不好确定，是不是这种每个阶段的紊乱和无序最终造成了他们稳定的人生轨迹？！
人生需要这种随机性。并且如果我们要想有一条稳定的人生轨迹，依照计量经济学的理念，我们还要让我们的人生经历这一样本足够大。如何让自己的人生经历更多？如何让自己的人生有更多的随机性？那就是：我们要过主动追求的人生。当我们在生活中有意识地主动去追求时，我们就在客观上丰富了自己的经历，并且扩大了自己的人生经历样本。因为，在你主动追求的时候，才能够发现惊喜和奇遇。消极和封闭的人生态度不利于扩大自己的人生经历样本，样本不具有变异性，就难以得出好的回归方程。我们都应该学学“苍蝇的哲学”，苍蝇的四处乱撞让苍蝇即使在被困的时候也有机会逃脱。这也许是更有含义的古语的一句话的意思吧：树挪死，人挪活。但是，在我们的追求中，因为，我们应该珍视随机性，因此，对于得失就不必太让自己负累。得失是随机的。我们在生活中得到了什么、失去了什么，也许在这冥冥之中的东西面前，可能只是一个慈悲的玩笑。太过于在意也许是失去了更多。

参考文献：
[1]古扎拉蒂.《计量经济学》（第三版）[M]，林少宫译.北京：中国人民大学出版社.2000.
[2]罗伯特S.平狄克，丹尼尔L.鲁宾费尔德.《计量经济模型与经济预测》[M].北京：机械工业出版社.1998.
[3]M.克莱因.《西方文化中的数学》[M]，张祖贵译.上海：复旦大学出版社.2004.
[4]袁荫棠.《概率论与数理统计》[M].北京：中国人民大学出版社.1999.

仅供参考，请自借鉴。

希望对您有帮助。

体育统计学论文篇2

《体育统计学》课程改革学生需求的调查研究

摘要: 对体育统计课程改革学生的需求进行了调查,运用SPSS、Excel等软件对调查数据进行了统计分析,挖掘了当前学生在《体育统计学》课程目标、教材、教法、评价等方面的需要,并根据需要提出了该课程改革的建议,对《体育统计学》课程改革和改善教学质量具有重要的参考意义。

关键词:体育统计学;课程改革;学生需求

随着体育事业的迅猛发展,群众体育、竞技体育及学校体育等的研究正逐步趋向于定量化、科学化,这就要求每一位体育工作者必须掌握定量化、科学化的研究方法。作为体育院系各专业的基础必修课《体育统计学》课程肩负着该项重任之一,因此,改革体育统计课程体系、结构、内容就历史地被提到议事日程上来了。总结起来,以往的对体育统计课程教学的研究主要集中在两方面,一方面是对教学形式与手段提出了进行多媒体教学实验改革[1～4];另一方面是对体育统计课程进行计算机辅助教学改革[5～9],其中有的提出了运用EXCEL软件辅助,有的提出了利用SPSS软件辅助,到底怎么改才是社会和学生所接受的?根据课程改革的三维理论[10],课程改革必须顺应时代的发展、学科的发展和学生的发展需要。本研究就体育统计学课程改革学生的需要进行了调查研究,力求将目前该学科学生的需求客观、全面、准确地反映出来,为体育统计课程的改革提供实证性的参考建议。

1 研究对象与方法

1.1 研究对象高校体育院系学生中学过《体育统计学》课程的学生262人。

1.2 研究方法

1.2.1 问卷调查法根据R.W.泰勒的课程理论[11]课程问题应包含教材内容、课程目标、教学要求、评价方案等四个维度,问卷按以上四个维度来设计,共15题。发放问卷300张,回收率为87.4%,有效率为100%。利用SPSS对问卷量表进行信度与效度的检验,Cronbach-α系数为0.83,各维度信度在0.84～0.76之间,KMO为0.74,主因子总变异为0.78,因子载荷为0. 73,说明问卷量表信度较高,效度好。

1.2.2 数理统计方法问卷数据用SPSS13.0统计软件与Excel进行分析处理。

2 结果与分析

2.1 课程目标我们查阅了相关学校的《体育统计学》教学大纲[12～14],将体育统计课程目标归纳为 6个分维度:1) 培养学生的统计思想;2) 培养学生的计算机统计能力;3) 培养学生的统计知识与方法;4) 培养学生的分析和推断能力;5) 培养学生掌握资料收集的方法;6) 培养学生的科学研究能力。学生按认同的重要程度打分,最重要的为10分,最次要的为1分。学生对这六个分维度的认同情况如表1所示。

从表1可以看出,“培养学生的计算机统计能力”平均分最高为7.13分,这说明从一个侧面反映了学生要求用现代的计算工具处理数值运算的愿望;“培养学生的研究能力”平均分最低为5.61分,说明在所有目标中,他们对这方面的能力培养要求放在其次,且标准差最大, 说明学生对其看法分歧较大;其中占百分比最高、分值也相对较高(8分)的是“培养学生资料收集的能力”为28.0%,说明大部分学生渴求对统计资料收集方法的学习;从表1还可以发现,选择6、7、8、9分值的人数相对较多,说明学生对各培养目标认同度都很高。

2.2 教材方面学生对《体育统计学》教材[15]重点章节的认同率见表2,“资料的收集和整理” 认同率为3 3.33%;推断统计在首选中占16.48% ,次选占27.97%;样本特征数认同率为25.83%;说明这三个章节是体育统计学的最基本的内容,也是体育工作者在实践中应用最多的内容,特别是 “资料的收集与整理”,是学生最常用的统计方法。

教材难度:对于现在所学的高等教育出版社出版的《体育统计学》教材,学生反映见图1:“ 难”的占23.8%,“一般”的占54.4%,“容易”的占21.8%,说明我们目前采用的教材难度适中。在计算机辅助统计运算见图2:认为 “必要”采用计算机辅助统计运算的有 157人, 占总数的60.2%,没必要的有 18人,占总数的6.9%,说明绝大多数学生认同计算机辅助体育统计教学。在采用何种辅助方面见图3:选择“计算机语言辅助”的有 93人,占总数的35.5% ,选择“具有统计功能的计算机软件”的有142人,占总数的54.2%;软件辅助选择情况见图 4,认为该用“Excel” 的有138人,占总数的52.9%,选用“SPSS软件”的有92人,占总数的35.2%,说明学习者选择Excel软件辅助较SPSS软件辅助的多,用Excel软件辅助体育统计运算的内容是最受学生欢迎的。

2.3 教学方面开课时间见图5:选择在“实习前”的有103人,占总数的37.7%;选“大一”的有57人,占总数的20.9%,说明学生对该学科的作用有强烈的用于实践的愿望,希望在实习之前和学习精力、时间都充沛的大二开设,其原因是学生希望在实习中应用和收集素材,为以后的教学训练和毕业论文的研究打下基础;教学方法见图6:选择“多媒体理论和事例教学相结合”方式的有73人,占总数的26.7%;选择“理论与计算机实验结合”的有165人,占总数的60.4%,说明学生喜欢采用“理论与计算机实验结合 ”的教学方法上课的形式,愿意自己动手掌握计算机统计操作技术,希望能够亲自参与实践研究,体验研究过程与方法,纯理论的教学是学生最不喜欢的教学方式。课时数见图7:有3 7.4%的人选择“54学时”;有27.8%的人选择“36学时”;有19.4%的人选择“18学时”;有 11.0%选择“72学时”。实验教学见图8:有139人占总数的50.9%选择有“必要”采用实验教学来培养学生利用计算机统计分析数值的能力。

2.4 评价评价方式见图9:选择过程性评价的有98人,占总数的35.9%;选择终结性评价有39人,占总数的14.3%;选择两者的结合的有117人,占总数的42.9%,说明学生喜欢多元化的考核方式和评价方式的结合;考核方式见图10:选择“课程论文”形式的有88人,占总数的32.2 %;选择“开卷考试”的有53人,占总数的26.7%;选择“闭卷考试”的有25人,占总数的9. 2%;选择“平时成绩”的有50人,占总数的19.4%;选择“均有”的有22人,占总数的8.1% ;说明学生愿意接受多种考核形式,很认同“课程论文”的形式,较受欢迎的考查方式是“ 开卷考试”与平时成绩。

3 讨论

本研究发现学生强烈地要求通过体育统计课程的学习能使他们的“计算机统计能力”、“收集资料的能力”、“分析和推断能力”、“科学研究能力”等方面有所提高。

根据统计学定义“把研究数据的搜集、整理与分析方法的学问叫统计学”[16],因此在课程体系上应该遵循“研究设计→描述性统计→推断统计→统计报告”才是体育统计课程完整的体系,这样的体系才能满足学习者的需求,才能达到他们的愿望和目的。“研究数据收集”的学问由“研究设计”模块完成,它包括“根据研究的目的怎样明确统计总体、研究的内容与指标、研究的形式与方法、样本数量的选择与确定、收集数据的方法” 等;“统计报告”是将收集和统计分析的数据用统计学的方式表达出来,是学生学习体育统计课程获得的知识和能力的综合体现,是我们《体育统计学》课程教育的最终目标。

而现在的体育统计学课程内容主要是 “描述性统计→推断统计”,强调“数据的整理与统计分析方法的原理”,对数据的整理与统计分析方法可操作性的能力培养不够;对怎样在实际问题中对“数据的搜集”学生学习的知识和方法不够;对统计分析的数据处理结果怎样来表达培养不够。因此导致体育统计与实践问题脱节,使学生在学习过程中无法体验到运用体育统计知识解决问题的操作性过程,更无法证明体育统计课程在体育教育与训练中的价值,而往往是在他们读研或在以后的工作中才发现体育统计课程原来那么有用,为什么会造成这样的局面?本人认为这与现在的体育统计学课程体系缺失不无关系。这与其他学者的研究“体育统计学作为一门新兴学科,仍未形成严密的科学体系,特别是在应用体系方面更加欠缺”[17]一致。所以完善体育统计学课程体系,培养学生将来适应时代发展需要的能力,是体育统计课程的最终培养目标。

教材是教学内容的有形载体,是实施教学活动的依据,也是落实课程计划和实现课程目标的重要工具,同时也是学生学习的重要工具[18]。学生希望教材中增加计算机软件辅助运算的部分,特别是Excel软件的应用;由于Excel是Office的套件之一,任何个人和单位电脑上都有安装,在课外也容易使用,非常普及,这些方法在以后的工作中可以学以致用;

另一方面它是全中文版,较其它统计软件易学、易用、易得、易懂;所以学生喜欢Excel为统计工具来辅助统计课程的学习,希望自己学习的知识能和社会实践联系起来。因此教材改革要顺应时代变化,符合学生实际,在内容上以实用、够用为原则,选择学生需求的统计知识和统计技能;在教材内容的表达形式上要符合体育学学生的学习特点,选择操作性强、联系学生的生活、训练的学习内容,用生动活泼的形式表达出来,才是乐于他们接受的。

另外,学生喜欢上机操作,希望通过上机亲自动手解决一些实际问题;其次学生喜欢以计算机为主体的多媒体与事例组合教学模式,因此开设体育统计实验课是时代发展的需要,同时也是学生发展的需要;因此体育统计教学需要将原来的纯理论教学模式向体育实际运用、实验型转变;在教学方面需要改变重理论轻实践、重知识轻技能的局面,必须强化实践技能训练,充分利用现代信息技术,来提高教学质量和效益,为学生的学习和发展提供丰富多彩的教学环境和有力的学习工具;

在传授学生统计知识的过程中要注重培养学生对统计课程的思想、情感、态度、价值观,使学生在获得知识与技能的同时形成正确的、科学的、实事求是的价值观。再次,学生大都喜欢采用课程论文的形式;同时学生对开卷和多种评价方式的结合比较也认同 ;课程论文的形式对考察学生利用Internet网和图书馆等途径进行资料查询、提出问题、做出解决的方案(如何抽样、如何进行统计整理、怎样分析、得到什么样的结论等等)、解决实际问题、信息处理和分析的能力都十分有效,这与有的研究结果[19]相吻合;学生最不喜欢的是闭卷考试,一方面统计学闭卷考试需要占用大量的时间来进行数据运算,而这些数据运算是完全可以用现代的计算机软件代替的,另一方面闭卷考试不能考察出学生的统计学知识与能力。

因此体育统计课程评价需要突出考察学生运用统计知识、统计方法解决实际问题的能力,这就需要体育统计学课程评价利用多元化过程性评价与终结性评价结合的方式,目的在于促进学生的发展,体现最新的教育观念和课程评价发展的趋势。

4 结论

1) 在培养目标上学生需求完善体育统计课程体系以求科学素质全面发展。2) 在教材方面学生需求增加普及计算机辅助的教学内容,特别需要Excel辅助的计算机统计方法。3) 在教学方面需求教学内容的直观与操作性强的理论与实验结合的教学模式。4) 在课程评价方面学生需求课程评价多元化,考出统计过程和实际操作能力的考核方式。

随着知识经济时代的到来,经济全球化、生活信息化、学习社会化的趋势越来越明显,体育统计课程面临着新的挑战,时代需要教育培养的人才具有创新精神和实践能力。体育统计课程在目标方面、学科体系、教学和评价方式等方面仍然需要改革创新,才能满足学生发展、学科发展和社会发展的需要。

参考文献:

[1] 李健.《体育统计学》教学改革的初步研究与实践[J].体育科技,2004,2 5(2):65-69.

[2] 彭龙辉,肖文辉.体育统计多媒体教学探讨[J].北京体育大学学报,2000,23(1).

[3] 陈红梅,杨军,吴锐创.体育统计学运用多媒体教学实验研究[J].广州体育学院学报,1998,18(4):115-119.

[4] 关北光,魏佐涛. 信息化与体育统计学科改革和发展方向[J].乐山师范学院学报, 2001,2:94-96.

[5] 李树屏.Excel辅助《体育统计》教学的设计与实践[J].四川体育科学,1999,88(4 ):13-15.

[6] 沈晓强,徐金尧.Excel统计函数的组合技术在体育统计中应用[J].浙江体育科学, 2004,26(4):108-111.

[7] 张必斌,敖运忠.Excel2000中的常用数据分析工具在体育统计上的应用[J].上饶师范学院学报,2004,24(3).

[8] 赵万龙,宋翠翠.VB开发多功能体育统计软件的研究[J].北京体育大学学报,2000, 23(1):67-68.

[9] 覃朝玲.利用社会科学统计软件辅助“体育统计"教学的探索[J].西南师范大学学报 ,2005(1).

[10] 钟启泉,张华.世界课程改革趋势研究[M].北京:北京师范大学出版社,2001:268 -270.