统计学的应用例1

1 统计学在经济学中的应用

统计学在经济学中占有重要地位，经济学研究前必须学习统计学基础、数理统计、统计分析等统计学课程。在金融学中，统计同样重要，一些分支，比如金融计量、时间序列等都是统计和金融的结合。

统计学是收集、整理和分析数据的方法论科学。经济学实证研究首先必须开展经济数据的收集和整理，在抽样调查及数据预处理过程中体现出“为何统计”及“统计什么”的思想；经济数据分析过程中描述及推断统计方法的应用，包含着“如何统计”的思想。统计学在经济学中的作用主要有两方面：一是在其工具性上，统计学作为经济研究的基础工具，其作用自然不言而喻；二是在其思想性方面，统计学是一门严谨的学问，其严谨的思想在追求精确和理性的经济学中占据重要的地位。

2 统计学在保险中的应用

随着科学的发展，统计学在生活中的应用越来越广，生活的统计学无处不在。而概率作为统计学的一个重要部分，同样也发挥着越来越广泛的用处。比如，在保险公司里有2500个同一年龄的人参加了人寿保险，在一年里死亡的概率为0. 002，每个人一年付12元保险费，而在死亡的时候家属可以领取由保险公司支付的2000元，问保险公司盈利的概率是多少，公司获利不少于10000的概率是多少？这样的问题乍一看很难知道保险公司是否盈利，但经过概率统计的知识一计算就可以得知公司必定盈利。

A={2500×12-2000X15}

由此得知P=0. 999931，而盈利10000以上的概率也有0. 98305。以上的结果说明了为什么保险公司那样乐于开展保险业务的原因。

3 统计学在中的应用

据钱江晚报报道，市场越来越火爆，据了解，南京某一期电脑福利有一懂概率统计的彩民一个人中1个一等奖、3个二等奖、33个三等奖，有一期有9注号码中一等奖，从而引发了无数彩民自己预测号码的愿望，概率统计方面的书籍也一下子走销。许多平时见到符号就头疼的彩民也捧起概率书兴致盎然地啃起来。实际上，概率统计学主要有两个方面的应用：一方面是利用概率公式计算各种数字号码出现的概率值，然后选择最大概率值数字进行选号。举一个简单的例子，类似“1234567”七个数一直连续的号码与非一直连续的号码出现的概率比例为：29∶6724491（1∶230000）左右，由于出现的概率值极低，因此一般不选这种连续号码。另一方面的应用是统计，即把以前所有中奖号码进行统计，根据统计得到的概率值来预测新的中奖号码，例如五区间选号法，就是根据统计进行选号的。南京的“专业”彩民则介绍一条选号规则――逆向选号法。从摇奖机的构造角度来说，它要保证每个数字中奖的概率都一样。虽然摇一次奖无法保证，摇100次奖也无法保证，但摇奖的次数越多，各个数字中奖的次数也必定越趋于平均。就像扔硬币，一开始就扔几次可能正反面出现的次数不一样，但随着扔的次数的增加，正反面出现的次数就会越来越接近。从这个角度考虑，在选号时就应该尽量选择前几次没中过奖的数字。这就是逆向选号法，即选择上一次或前几次没中奖的数字……这也说明了统计学的无所不在。

4 统计学在医学中的应用

医学研究的对象主要是人体以及与人的健康有关的各种因素。生物现象的一个重要特点就是普遍存在着变异。所谓变异（个体差异），即指相同条件下同类个体之间某一方面发展的不平衡性，即偶然因素起作用的结果。例如，同地区、同性别、同年龄的健康人，他们的身高、体重、血压、脉搏、体温、红细胞、白细胞等数值都会有所不同。又如在同样条件下，用同一种药物来治疗某病，有的病人被治愈，有的疗效不显著，有的可能无效甚至死亡。引起客观现象差异的原因是多种多样的，归纳起来，一种原因是普遍的、共同起作用的主要因素，另一种则是偶然的、随机起作用的次要因素。这两种原因总是错综复杂地交织在一起，并以某种偶然性的形式表现出来。科学的任务就在于，要从看起来是错综复杂的偶然性中揭露出潜在的必然性，即事物的客观规律性。这种客观规律性是从大量现象中发现的，比如临床要观察某种疗法对某病的疗效时，如果观察的病人很少，便不易精确判断该疗法对某病是否有效；但当观察病人的数量足够多时，就可以得出该疗法在一定程度上有效或无效的结论。

有这样一个著名的例子：20世纪英国一个名叫布拉德福德・希尔（Bradford Hill）的生物统计学家利用统计学方法找出了肺癌和吸烟之间的关系。那一年英国的肺癌死亡率比25年前提高了15倍，这个数字引起了广泛的关注，大家都想找出其中的原因，有人说这是因为工业化造成的空气污染，还有人说这是由于新式柏油马路散发的有毒气体，只有少数医生怀疑是吸烟造成的。众所周知，两次世界大战造就了大批吸烟者，据统计，英国当时有超过90%的成年男子都是香烟的瘾君子。正是因为吸烟人数实在太多，希尔犯了难。他不可能去统计得肺癌的人当中抽烟的有多少，不抽烟的有多少，因为他几乎找不到不吸烟的人。希尔想出了一个变通的办法。首先，他做了个合乎情理的假设：如果吸烟确实能引起肺癌，那么吸烟越多的人得肺癌的概率就越大。其次，他认为必须排除其他的致癌因素，比如空气污染、初次吸烟年龄、居住环境等。换句话说，他必须找出一群人，其他方面都比较相似，只有吸烟的量不同。最后他把调查的结果做成了一个统计表发现，有4. 9%的肺癌病人每天吸50支烟以上，而只有2. 0%的其他病人每天吸这么多烟，也就是说，吸烟越多的人患肺癌的概率就越大。希尔使用的这种方法叫作“对照研究”（Case Control Study）。事实上，我们每天都会从报纸上读到大量这类忠告，有些忠告根据的是确凿的科学实验，但更多的忠告来自于统计学，因为它们所涉及的病因都十分复杂，必须运用希尔博士发明的“对照研究”和“定群研究”等方法找出内在的规律。

5 统计学中抽样方法在病历档案管理中的应用

近年来，医院的病历档案管理工作者在工作中对统计学的相关概念及技术进行了应用，这是一个比较好的现象。其实，档案管理中对于统计学的应用是相当广泛的，在此探讨病历档案的管理中对于统计抽样方法的应用，以达到对思路加以拓宽的目的。

方法按照科学的计算和原理，将研究对象作为总体，并从中抽取一小部分的个体，然后进行调查研究，同时根据研究结果对总体的特征进行估计以及推断。

5. 1 入馆前所进行的抽样鉴定

病例档案在入馆前有两种情况需要用到文件的抽样鉴定法，第一种是从大范围的文件系列中将最有意义的文件选出并且予以保留，属于非概率抽样鉴定；第二种是从某一个大的文件中对小部分的文件进行选取然后保留下来，对于这一小部分而言，其能反映大文件系列的所有重要特征，属于概率抽样鉴定，但是其庞大的体积给病历档案研究者及病历档案库房带来了难题。

例如，每年都会有大量的感冒发烧者到医院进行检查以及输液，对相关病历是否考虑进行入馆保存，这就需要病历档案工作者根据文件是否具有使用价值或者其他研究价值来进行鉴定。这里运用非概率的抽样鉴定法，又称为主观抽样鉴定。对于病历档案工作者而言，其可以对一个判断标准加以主观的确定，然后对文件进行判断，对于符合标准的文件就作为档案将其保留下来，不符合标准就不对其进行保存。运用上述方法所抽取出的文件不仅可以反映大文件系列的重要特征，而且还能够减轻档案库房的压力。

统计学的应用例2

我是浙江工商大学2003届的学生。是下沙新校区的第一届学生，我们常常戏称自己是这里的开拓者，新校区在下沙高教园东区，东临钱塘江，远眺萧山观潮城。风景怡人，虽然最初条件不是很好，但到处是一片新气象。开拓者的感觉很让人精神振奋，

随着建设的快马加鞭，学校的设施也逐渐完善，如今呈现在眼前的，是青灰色的统一建筑，整齐、干净、大气而美丽，小河像血脉一样连通着校园，一片片草坪绿得耀眼，点缀着年轻的小树——在和煦的阳光下，杭州细腻的美景中。或看书或聊天，非常惬意；如今再一次从设计精美的求知泉、蓝天碧水的月亮湾、大气的扬帆启航广场走过，看着三五成群的学弟学妹，一脸笑容，一脸朝气，让已经失去校园滋补的我满是羡慕，不知不觉，我走到了校园最远处的鸽房，这是我最喜欢的地方，草坪上设计了几个专供鸽子休憩的木头房子，鸽子优雅地在草坪上踱步、飞扬，这种场景让人感到高贵而纯洁。

快离开教学区的时候，我又去瞻仰了一下学校的飞翔门，飞翔门——顾名思义，门的形状像展翅飞翔的鸟，气势磅礴，象征着莘莘学子即将起航飞扬神州大地。

浙商大的培养方法很独特，施行“子女战略”，视学生为子女，让学生在严格要求与热情关爱中健康成长，学校给新生寄教材。让他们早日开始大学的学习；实行早读和晚自习制度，这造就了学校良好的学风；在全校学生中聘任校长书记联络员，让学生直接和校领导交流，这些使得整个学校就像一个大家庭一样温暖。

枯燥而有趣的统计学

我学的是统计学，这是一个老牌专业，主要包括一般统计和经济统计两类专业方向，需要学习数学基础课(分析、代数、几何)、概率论、数理统计、运筹学、计算机基础、应用随机过程、实用回归分析、时间序列分析、多元统计分析、抽样调查、非参数统计、统计预测与决策、风险管理等，统计学是一个枯燥的专业，我们要和大量的数据打交道，堆积如山的各式表格看了都让人害怕，更别说还要去整理和分析这一堆堆冷冰冰的数字了，不过，统计学又是一个有趣的专业，毕竟它是和生活紧密联系在一起的。

你知道美女是怎么来的吗?美女都是被“统计”出来的。比如某一天你在街上闲逛，迎面走来一位女生，这时你就统计她出现在你面前时的心率，如果高于120次，就绝对可以称之为美女了，如果某一天你遇到一位让你心跳超过140次的女孩子。那在你看来，沉鱼落雁、绝代佳人都不足以形容这位美女，当然。你此刻的心情也无语言表。

你想知道你心仪的女孩子对你的态度吗?要看一个女孩子对你的态度究竟怎样。那你就统计去找她时，有多少次她会说自己忙、抽不出空来。或者不巧、没有办法、抱歉，如果这样的比例高于某个百分比，那你就该知道，再死缠烂打下去，也不会有好的结果。

你看，统计学是多么的有趣，居然关系到同学们的终身大事，当然这仅仅是一个玩笑而已，不过，它在现实生活中确实是很重要的，在现代，我们很难找到不会利用统计学的领域了，太阳每天从东方升起，但天安门广场上与太阳同时升起的国旗，其升旗时间却每天不同；冬天过去，春天就要来临，但今年的春色比去年更加明媚；物体失去支撑就会坠落，但受风速、风向、地心引力等很多细小因素的影响。两个同样重的物体坠落速度和落点会有差别；“神舟五号”飞船按设计的轨迹运转，但每次经过我国领空的时间都略有差距；经济按市场规则运行，但今年的gdp比去年增长8％；奔波的人们按自己的哲学度日，但一年又一年我们的生活逐渐发生了改变。

充满希望的就业前景

如前所述，现代统计学的应用是很广泛的，理、工、农、医、文、经，没有不用到统计学的，所以，它的出路不再尴尬。前途充满光明。

统计学的应用例3

我是浙江工商大学2003届的学生。是下沙新校区的第一届学生，我们常常戏称自己是这里的开拓者，新校区在下沙高教园东区，东临钱塘江，远眺萧山观潮城。风景怡人，虽然最初条件不是很好，但到处是一片新气象。开拓者的感觉很让人精神振奋，

随着建设的快马加鞭，学校的设施也逐渐完善，如今呈现在眼前的，是青灰色的统一建筑，整齐、干净、大气而美丽，小河像血脉一样连通着校园，一片片草坪绿得耀眼，点缀着年轻的小树――在和煦的阳光下，杭州细腻的美景中。或看书或聊天，非常惬意；如今再一次从设计精美的求知泉、蓝天碧水的月亮湾、大气的扬帆启航广场走过，看着三五成群的学弟学妹，一脸笑容，一脸朝气，让已经失去校园滋补的我满是羡慕，不知不觉，我走到了校园最远处的鸽房，这是我最喜欢的地方，草坪上设计了几个专供鸽子休憩的木头房子，鸽子优雅地在草坪上踱步、飞扬，这种场景让人感到高贵而纯洁。

快离开教学区的时候，我又去瞻仰了一下学校的飞翔门，飞翔门――顾名思义，门的形状像展翅飞翔的鸟，气势磅礴，象征着莘莘学子即将起航飞扬神州大地。

浙商大的培养方法很独特，施行“子女战略”，视学生为子女，让学生在严格要求与热情关爱中健康成长，学校给新生寄教材。让他们早日开始大学的学习；实行早读和晚自习制度，这造就了学校良好的学风；在全校学生中聘任校长书记联络员，让学生直接和校领导交流，这些使得整个学校就像一个大家庭一样温暖。

枯燥而有趣的统计学

我学的是统计学，这是一个老牌专业，主要包括一般统计和经济统计两类专业方向，需要学习数学基础课(分析、代数、几何)、概率论、数理统计、运筹学、计算机基础、应用随机过程、实用回归分析、时间序列分析、多元统计分析、抽样调查、非参数统计、统计预测与决策、风险管理等，统计学是一个枯燥的专业，我们要和大量的数据打交道，堆积如山的各式表格看了都让人害怕，更别说还要去整理和分析这一堆堆冷冰冰的数字了，不过，统计学又是一个有趣的专业，毕竟它是和生活紧密联系在一起的。

你知道美女是怎么来的吗?美女都是被“统计”出来的。比如某一天你在街上闲逛，迎面走来一位女生，这时你就统计她出现在你面前时的心率，如果高于120次，就绝对可以称之为美女了，如果某一天你遇到一位让你心跳超过140次的女孩子。那在你看来，沉鱼落雁、绝代佳人都不足以形容这位美女，当然。你此刻的心情也无语言表。

你想知道你心仪的女孩子对你的态度吗?要看一个女孩子对你的态度究竟怎样。那你就统计去找她时，有多少次她会说自己忙、抽不出空来。或者不巧、没有办法、抱歉，如果这样的比例高于某个百分比，那你就该知道，再死缠烂打下去，也不会有好的结果。

你看，统计学是多么的有趣，居然关系到同学们的终身大事，当然这仅仅是一个玩笑而已，不过，它在现实生活中确实是很重要的，在现代，我们很难找到不会利用统计学的领域了，太阳每天从东方升起，但天安门广场上与太阳同时升起的国旗，其升旗时间却每天不同；冬天过去，春天就要来临，但今年的春色比去年更加明媚；物体失去支撑就会坠落，但受风速、风向、地心引力等很多细小因素的影响。两个同样重的物体坠落速度和落点会有差别；“神舟五号”飞船按设计的轨迹运转，但每次经过我国领空的时间都略有差距；经济按市场规则运行，但今年的GDP比去年增长8％；奔波的人们按自己的哲学度日，但一年又一年我们的生活逐渐发生了改变。

充满希望的就业前景

如前所述，现代统计学的应用是很广泛的，理、工、农、医、文、经，没有不用到统计学的，所以，它的出路不再尴尬。前途充满光明。

统计学的应用例4

[DOI]10.13939/ki.zgsc.2016.05.103

随着社会进步，股票已深入人们的生活当中，只有正确地对待股票与统计学之间的联系，这样能更全面利用统计学知识掌握股票交易市场的变动规律，从而促进个人与团体的利益一致性。

在平时常见的文章中我们能经常碰到的是统计学的取样数据分析、回归分析、标准差等在股票技术分析、投资收益、风险预测中的常见实际运用，在其实际运用中股票价格统计数据也是统计学里的一个，统计学在实际运用中有着广泛的作用，本篇文章是从股票中最基本的股票价格统计数据开始，侧重以统计学在股票价格统计数据整理运算过程中的实际运用进行分析、谈论。

1 统计学在股票中的定义

统计学通过收集相关的资料，剖析资料和数据得到的结果的一组概论，准则与办法。统计分析数据有描写和推测统计两种方法。

（1）看大盘：汇集股票的相关材料，即调查统计。从头到尾，即全方位的去调查；有重点的看，即重点的调查；随机的查看，即采样调查；查找各种各样的有象征性的个人股票，也是典型的调查。

（2）股票板块：以某一标志将股票进行分类，也就是分组统计。例如钢铁板块等。

（3）阴阳烛：交易成功量与交易成功价格的高低决定其趋势，即是频数分布。

（4）牛市：股价呈飙升趋势，即是正J型分布。

（5）熊市：股票呈下跌趋势，即反J型分布。

（6）摸高，回落：股票飙升，至某一点时受到阻力后呈下跌趋势，即是偏态分布。

（7）探底，反弹：股票价格下跌，到某一地方撑持后上升，也就U型的分布。

（8）股票指数：加权平均数的运算，是质量指标指数。股票的价格是质量指标，成交的数量或发行量是数量指标。

（9）黑股：存在感过低，易失诸交臂。

（10）均线：股价算术的平均数。一般为加权平均。

（11）震荡空间：股票价格的波动曲线的均值偏差，也就是标准偏差。

2 股票的价格统计数据

2.1 股票的价格均值

股票价格的均数是反馈不同股票价格上下浮动的基准。股票价格均数是由证券交易场所、金融类服务公司、银行或新闻媒体整理而成的。为了能时刻了解各种股票而联合形成的行情市场整体的价格水平和完整市场总和的变化方向。

2.2 简易的算术股票价钱均值

1981年6月，查尔斯・亨利・道在《客户午后通讯》首次了一组之后被称作“道・琼斯工业股的股票价格平均数值”，也是全球上最早股票价格平均数值。

2.3 加权指数

加权指数是依据各种样本股票的销售数量或者是交易成交的数量依照权术来进行加权指数运算的股票交易价格的均值。因此销售的数量是权数的加权均值的股票交易价格，即是抽样股票的市场价值总和除以抽样股票的销售数量；以成交数量作为权数的加权均值股票价格，就相当于是抽样股票的全部金额除以抽样股票的成交数量。

2.4 修正股票交易价格的均值

修正股票交易价格均值是通过简便的数字运算的基本上，如果有分割股票、增加投资、发行新股的时候，经过改动除数，让股票的交易价格的均值没有任何影响。做法是以新的股票交易价格的全部金额除以旧的股票交易价格的平均数值，因此得出新的除数，然后再以运算期的股票交易价格总金额去除以新的除数，就可以得出修正的股票交易价格的平均数值。

2.5 股票价格的波动情形

股票的价格指标是本期股票的交易价格和某个前期之间相对比的相对数变化，是因为证券交易的场所或者是金融中介机构经过对股票交易场所里有一些具有象征性的企业所发出的股票交易价格，进行平均运算和发展变化情况相比后整理出一个可以提供了解股票出价、发价或者是价格的指示数字。整理过程包括五个方面：①挑选一些具有象征性的股票，当作整理过程中指示数字的样品股票。②按照规定的时间去股票交易场所上去收集样品股票的交易价格，俗称采样。③选择一个基础期，基础期的股价交易价格水准是100或者是1000。④要运用科学的方法以及高科技的手段运算出股票的指数数值。⑤要对外公布。

3 股票交易价格的运算

3.1 算术平均数

简易的算术平均数是在运算出抽样股票单个价格指数的基本上，加上总和算出平均值的一种运算方式。现在运用这个方法计算的有算术平均股价指数、英国的《金融时报》精算股价指数等。

3.2 综合平均法

综合平均法是各自把前期和本期的股票交易价格实行求和，之后把本期的股票交易价格和前期的股票交易价格的总金额相对比，从而得出股票交易价格指标的一个运算方式。现在运用这个办法的有美国的纽约证券所整理的股票交易价格指标，等等。

3.3 几何平均法

几何平均法是各自把本期和前期的股票交易价格互相乘后开方，之后再用本期和前期的相比较从而得出指标的一个运算方法。

4 综合加权法

（1）以样品股票前期的成交量或者是销售量为权数。现在应用这个方法运算有上海综合股票交易价格指数等。

（2）以样品股票本期的成交量为权数。现在应用这个方法运算的有我国沪深300指数等。

（3）以样品本期销售量为权数。现在应用这个方法运算的有标准普尔股票交易价格指数、深圳综合指数等。

（4）加权几何平均法。在股票交易价格指标的运算当中，大家为了能够知道交易在本期与前期中区别，提议出了加权几何平均法。现在使用这个方法运算的仅有英国伦敦《金融日报》工业普通的股票指数和美国价值线工业指数。

5 结 论

成功创立一种模型可以取得金融领域的顶尖荣誉，表现出了金融与数学的统计是有着不可分割联系。统计学和其他有关的学术在证券交易场所起着非常重要的作用，人们在以前运用简易的计算和算术方式已然无法去满足逐渐困难的金融领域的进展。近这几年，许多学院也都创立了金融系和管理系；北方工业学院的统计学学科创立了许多证券期货的模拟工作间；设立有关学科的就特别多了。

参考文献：

[1]薛佳佳.股票价格指数的统计编制方法及改进思路[J].商场现代化，2012（3）：117-118.

[2]李洪英.BP神经网络在股市预测模型中的应用――以上证股票价格收盘指数为例[J].中国证券期货，2012（2）：36.

[3]王立民，薛雅嘉，朱晓慧.世界股票市场统一指数设计与应用研究――对亚、美、欧三地区股票价格指数为样本的分析[J].北京科技大学学报：社会科学版，2012（1）：103-111.

统计学的应用例5

统计学是一门关于搜集、整理、汇总、描述和分析数据资料，并在此基础上进行推断和决策的方法论科学，具有很强的应用性、实践性。统计学课程是中等职业学校、财经类专业的基础核心课程。非统计学专业开设此课程的主要目的是为培养和提高学生的统计思维能力和统计基本技能，为学生运用统计学的理论和方法，分析解决实际问题和实务提供方法论基础。在开设此课程时，更应把重点放在学生实践能力的培养和提高上，使学生具备利用统计工具获取信息、处理信息、分析信息、利用信息的能力，只有这样，才能实现职业学校培养技能型人才的目标，才能适应社会发展的需要。而传统的教学方法是老师灌输理论、枯燥的公式讲解，学生无休止的计算器的按压等。手工计算使得学生学习的兴趣大减，教学目标难以实现。

 

二、计算机技术应用于统计教学的途径

 

(一)采用计算机技术为核心的多媒体教学方式组织教学

 

在统计学教学中，多媒体教学的优势日益突出：一是可以克服传统板书的局限，可以演示数据、呈现数据，处理数据，探索数据和研究数据分布的具体过程，增加教学的灵活性，在过去传统教学方式下，无法在一个课时内利用多种统计方法处理同一组资料，无法同时显示多种统计计算公式、相关图形及计算结果，无法直接利用结果和图形进行预测，而采用多媒体辅助手段后，则可使绘图、制表、数值计算、预测一气呵成。另外，利用计算机特有的模拟功能和动态演示功能还可使统计学的抽象理论变得直观、具体、形象，从而增强学生对概念的理解及方法的运用。二是可以介绍一些基本的统计软件，并以此为辅助教学手段，让学生在学习基本原理和方法的同时，掌握用计算机进行统计分析的现代信息处理手段，提高他们分析问题和解决问题的综合能力;三是可以为案例教学和实践教学创造了条件，从而培养学生的动手能力，综合运用知识的能力和独立思考的能力。

 

(二)强化统计软件、特别是EXCEL

 

软件在统计学习中的作用统计的学习与运用必须与计算机结合，才能事半功倍，而统计软件的应用作为载体恰恰起到了这一作用。现代统计软件是依托计算机、网络平台产生和发展起来的，能够最大限度地调动学生的学习积极性。而且使学习统计变成是一件有趣的事情。EXCEL作为一款优秀的电子表格软件，它的应用不仅仅局限与表格的计算EXCEL具有强大的统计功能，几乎包括统计数据采集和整理、统计数据描述、统计概率分布与抽样分布、参数估计、假设检验、方差分析、回归分析、时间数列分析与预测等统计学习中所有常用的统计数据模型。使得统计计算和分析变得容易多了。例如统计整理作为统计工作的一个重要环节主要是根据统计研究的目的，将统计调查所得到的大量的原始资料，采用科学的方法进行加工整理、综合汇总，使之条理化，系统化，以得出能够反映现象总体特征的综合数字资料的工作过程。运用EXCEL软件则只须输入数据，学生利用EXCEL软件提供的多种数据整理工具就可以对数据进行分组、排序和筛选、利用其分类汇总功能将数据归类、并进行求和、均值等计算，就可将计算结果通过统计表、统计图的形式显示出来，以便对数据进行进一步的分析。只要学生掌握了 EXCEL电子表格的使用方法即可在很短的时间里完成过去需要数倍时间完成的作业。

三、计算机应用与统计教学真正相互交融下的教学设想

 

(一)计算机的应用，有助于改变传统的教学方法，采用案例教学法统计教学在很大程度上只是采用传统的教学模式，即教师讲，学生听，概念加解释，即使举例也只能是蜻蜓点水。学生只充当学习过程中的被动角色，难以激发他们的学习兴趣与热情，学生靠死记硬背学习专业知识，难以从实质上抓住理论，概念的要点。统计学中繁杂的公式，抽象的术语，枯燥的数据，经常使学生感到高深莫测。然而，利用背景材料进行实际的统计案例分析，并对统计结果给予实际意义的解释，则会使学生体会到统计的功能与作用，感悟到现实生活中统计规律的存在，便于真正地掌握统计方法，在大量的不确定现象中寻求事物的本质。国外多数统计学教科书都集统计理论，统计案例分析和统计软件为一体，使统计学不仅保持了其理论性与科学性，同时又体现出较强的应用性与实用性。由于统计学的一个主要特点是应用，只有结合真实案例进行教学与分析，使教师在应用中教，学生在应用中学，统计教学才能活起来，所以案例教学在统计学教学中的地位越来越受到人们的重视。可见，计算机应用与统计教学的结合使案例教学法使用起来更得心应手，教学效果与效率大大提高。

 

(二)增加实验实训课程

 

计算机与统计教学的结合一方面是老师在教学的过程中采用多媒体技术和EXCEL等软件教学生如何使用，另一方面学生必须能在电脑上完成老师布置的实际“案例”。但单在课堂上只有老师的一台教学电脑无法满足所有学生的操作需求。必须开设实验实训课，使统计学与计算机教学有机地合为一体，增加在计算机房上课的时间，至少应有二分之一的教学课时在机房进行。

 

(三)改革考试方法和考试内容

 

统计学的应用例6

统计原理实际上是一个非常基础同时应用也十分广泛的科学，而在其应用的过程中，会计学层面的应用是最为广泛的，这主要是由于会计核算和统计核算实际上是处在同一个范围内的，在核算的主体方面，统计学是宏观的，而会计学是微观的，在核算的过程中他们所面对的对象有所不同，但是它们是需要相互协调和配合的，所以这也使得统计学原理可以在会计学中得以很好的应用。

一、统计指数在会计学中应用具有直接性和系统性

在会计学当中存在着很多的会计指数，通常我们就将其称作是统计指数，实际上它们在概念上还是存在着一定差别的，会计学当中对各个因素进行分析的时候都会采用系统指数法当中的因素分析方式。举例来说，我们比较重视的成本控制中，定额成本法和标准成本法计算差异的分析就是将统计学中的因素分析法充分的完全的应用在这一过程中，实际上，经济活动分析当中的因素分析法和我们在统计学中应用的因素分析法是十分相似的，甚至方法的名字都没有发生任何的转变。统计指数会在整个会计工作中都占据着十分重要的位置，同时在这一过程中也可以将其分成是事前和事后两个阶段，在会计工作中对工作效果会产生非常显著的影响。

二、统计原理中动态数列在会计学中的地位不容忽视

会计销售预测和成本预测的过程中最常使用的就是回归分析法，而具体而言，应用最为广泛的方法就是最小平法法。此外在管理会计和成本会计当中都会较为频繁的应用到这种方法，虽然在实际的工作中对其应用的次数并没有其他方法那么的熟轻熟路，但是在应用的过程中其所有的内容都会出现并加以应用，在这种方法当中还存在着资金成本计算和各种动态分析过程中所应用的动态数列知识，所以如果在分析的过程中不能对动态数列女予以充分的重视就很有可能会使得会计核算工作受到非常不利的影响。

三、统计原理中的综合指标在会计中随处可见

综合指标主要包含三项内容，一个是绝对数，一个是相对数，一个是平均数。在会计存货计价的过程中要使用加权平均的方式，或者是移动平均法，而这就是统计学当中的平均数的内容，对各种比率进行分析和计算的过程中很多环节都是需要用到相对数和绝对数概念的，它也成为了计算平均数和绝对数的一个重要的前提和基础，随着应用范围的不断拓宽，这种方法在其他层面上的应用也在不断的发展和拓宽。

四、统计学原理中经济使用的抽样推断以及相关分析市场前景广阔

日常工作中当我们使用会计考核评价方法对企业生产的产品进行质量检验的时候，在确定了流转额和经营费用之间的关系和计件工资的背景下对产量和工资进行分析的时候都是需要使用到相关的内容的，这样一来使用这种方式一方面非常的便捷，而且在这一过程中是比较便捷效率也比较高的。

五、统计学和会计学之间有着密切的联系

统计学和会计学之间是存在着非常密切的联系的，所以在这一过程中如果可以准确的掌握统计学方面的知识，就可以有效的提高会计学的掌握程度，工作人员在这一过程中可以根据实际情况对统计学方法进行调整和应用，对提高会计学工作的质量也有着非常重要的作用。例如：如果对统计学当中的加权算术平均数有所了解就很容易理解会计存货当中所提出的加权平均法当中加权的含义，同时还会对成其为权的原因予以充分的了解如果在这一过程中不对统计学原理当中的相关知识进行学习，类似的问题是不能得到很好的解决的，所以从某种方面来说，统计学原理可以为会计学提供众多的便利。此外还使得统计学的作用得到了充分的发挥。

六、在应用统计学原理过程中应该注意的几个问题

首先是选择性。统计学方法是多种多样的，每种方法都有其自身的特点和应用范围，所以在会计学发展的过程中是不可以不考虑实际情况随便拿来使用的。比如说统计原理当中的抽样调查法在会计工作当中就是一种不适用的方法，产生这种现象的主要原因它不是非常的满足会计准则当中对经济学方面的内容进行全方位反应的要求，如果工作人员在完全按照其规范和标准对其进行应用的时候是可以使用的，但是如果不能做到这一点往往会出现不良的后果。

其次是灵活性。应用统计原理这个工具进行会计操作队不能生搬硬套，要科学地灵活地运用。例如会计利润的预测分析与统计中动态数列的预测分析不同，因会计上遵循了客观实际的原则，符合了生产经营活动的需要，使企业财务决策更具有科学性和预见性它并没有一概套用统计原理上的模式。

再次是合理性。如果统计方法运用熟练，则对会计的计算大有益处，但要合理运用。比如说，己知各实际产值和各计划完成程度，求平均计划完成程度时须用调和平均数，若已知各实际产值和各产值利润率，求平均利润率，则用加权算术平均数，这就是统计中已知变量值和给定“子项”资料或’母项”资料求平均数的问题。应根据实际情况选择合适方法，切勿滥用。

七、结语

随着经济和时代的发展，统计学的内容和内涵都有了非常大的转变，而在这一过程中，因为其内容更加的丰富，所以可以更好的顺应时代的发展需求，所以在这一过程中也有可能会使得其应用的范围越来越大，应用的效果也越来越好，尤其是可以为我国会计学的发展提供良好的条件。

参考文献：

统计学的应用例7

我国自1973年全面推行计划生育以来，少生的4亿多人使世界60亿人口日推迟4年，但在未来30年还将净增约2亿人。当今时代的中国依然面临人口总量所带来的严峻挑战，需要持续稳定的人口控制政策。要实现持续稳定的控制人口，就需要加强计划生育管理，有效的监督和控制各项计划生育工作，促使我国人口控制持续稳定。基于此点，在计划生育管理过程中，恰当的运用统计学是非常必要的。

一、计划生育管理中《统计学》的应用问题

在计划生育管理中应用统计学，其开始于上世纪80年代后期，主要在我国大型城市中实施。随着我国城市化进程的不断加快以及计划生育统计工作的逐步推进，运用统计学的计划生育管理在我国各个地区应用。尽管如此，但统计学的作用并没有在计划生育管理中充分发挥，究其原因，主要是统计学在计划生育管理应用中存在以下问题。

（一）统计数据采集和整理难度大

目前，在我国计划生育管理工作中，统计数据的采集与整理是实现统计效果真实、可靠的重要保障因素。由于我国计划生育统计是由村、乡、县、市、省中央逐层上报而完成的。但在真正落实这项工作的过程中，存在诸多阻碍因素。

（1）城镇统计缺乏专业性。在我国，城镇属于仅高于农村一级的地级城市。大多数地区相对缺乏专业的统计机构，统计人员缺少，另外好多人在外做生意挣钱，在县城买房，却不长期住，或者仅老人、孩子住这，育龄妇女长期在外。这也导致了人口数量统计的不专业性与不准确性。

（2）富民区户难进。通常富民区户限制较多，管理比较严格，对富民区户进行人口统计往往会受到限制，促使人口统计工作得不到有效的完成。

（3）流动人口较多。随着我国城镇化进程的不断推进，越来越多的农村务工农民到城市中寻找工作，这增加了城市人口数量，同时也增加了城市人口统计难度。因为此种情况就意味着城市中流动人口增多，对流动人口进行统计难度较大，容易出现差错，这也使得统计工作无法保证绝对的准确性。

（二）统计数据失真情况时有发生

统计数据失真是导致目前计划生育管理工作无法科学、合理、有效开展的关键问题之一。在我国科学技术不断发展的今天，我国人口统计工作并没有有效的运用科学技术手段来对其进行强化。究其原因，主要是我国大部分地区农村经济水平有限，科学技术投入力度低，运用科学技术来进行人口数据统计的可能性较低。另外，当地农村政府、统计单位、派出所等机构工作量较多，投入到居民人口统计工作中的人力、物力、财力有限，这使得外来人口统计、流动人口统计、常住居民人口统计并不是非常的准确，容易造成人口数量统计失真，相应的计划生育管理工作将会缺乏客观的理论依据，计划生育工作规划、监督、控制等方面会受到一定程度的影响。

二、《统计学》在计划生育管理中的有效应用

在我国推进社会主义现代化建设以及执行各项行政管理工作的过程中，计划生育统计都占有重要的地位和作用。面对当前计划生育管理工作不能够合理、有效实施的情况，合理的应用统计学，有效的落实计划生育统计工作，为计划生育管理提供客观的、真实的人口数据统计，可以促使计划生育管理工作有效实施，为有效的控制我国人口创造条件。

（一）加强立法落实力度，消除计划生育统计阻力

在我国落实人口统计工作的过程中，计划生育统计工作是一项非常重要的工作，直接影响计划生育工作如何实施。对此，为了保证计划生育统计工作可以规范的、标准的、合理的开展，加强计划生育统计相关立法工作落实是非常必要的。由于计划生育统计工作是一项复杂而艰巨的工作，在实施此项工作的过程中容易受到各种因素的影响，如统计人员、社会环境、城市流动人口等。面对此种情况，应当注重加强宣传和落实《计划生育统计工作管理办法》、《统计法》等统计法律法规，尽量提高村、乡、县、市、省政府领导、统计人员、干部群众的统计法律意识，促使政府领导、统计人员、干部群众可以正确认识计划生育统计工作。另外，适当的加大计划生育统计违法行为的惩罚力度，一旦发现违法单位或个人一定要严惩不贷，促使计划生育统计工作可以规范、合理的实施。通过以上方式来强化统计学在计划生育管理中的作用，即利用统计学来准确的、合理的统计计划生育相关数据，对数据进行分析、处理、整合，依据数据来规划计划生育工作。

（二）加强统计数据改革，优化数据采集方法

长期以来，我国计划生育统计工作都是以人口普查、人口登记以及相关抽样调查等数据采集方法为主，取得的计划生育统计数据作为计划生育管理的理论依据。但在现代化的今天，我国市场、环境、人口等方面不断变化，促使传统的计划生育统计数据采集方法越来越不适用。对此，应当结合当地实际情况，设计适合当地应用的统计数据采集问卷，以此来对当地人口数量进行采集和整理，这可以大大提高计划生育统计工作质量和效率。因为，适时加强统计数据采集方法的改革，可以基于统计学理论，利用统计学方法，对我国人口进行快速而准确的统计，充分发挥统计学的作用，为提高计划生育管理水平创造条件。

（三）加快信息化建设，加强统计分析

统计学的应用例8

好在近年来大量的高校教师在概率统计教学中不断创新，文[1，2]将数学建模与数学实验引入概率统计教学中，使概率统计更加贴近现实，更具有实用性，同时又训练了学生的实际动手能力. 本文研究如何使用excel，matlab，spss等软件，使概率统计知识变得更加简单明了，并给出了具体的实例！

例1（抛硬币实验）将一枚质地均匀的硬币抛掷 次，记事件 ：“出现正面”， 事件 ：“出现反面”， 表示 发生的频数， 表示 发生的频率。历史上的一些学者得到的数据见表1：

为了理解这一随机试验，下面利用excel与matlab对实验进行模拟，将事件 ：“出现正面”记为1，事件 ：“出现反面”记为0，在excel中“=rand（ ）”生成0到1的随机小数，“=int（a）”表示不大于a的最大整数，“=INT（2*RAND（））”就可以产生0、1随机数。首先打开excel，点击表格A1这一栏，并在当中输入“=INT（2*RAND（））”，随后在表格A2——A10重复，得到10个0、1随机数，就如连续抛十次硬币一样，见图1.如果继续在A11——A2048重复，即可得到类似于表1中德摩根实验数据。在matlab中与excel中都用到函数rand和INT，这说明软件的常用功能是相同的，但matlab的工作界面与excel的工作界面是不同的。首先打开matlab，找到工作区域Conmand Window，在Conmand Window上输入randint（1，10，[0 1]），按回车键得到结果，见图2，图中ans=的下一行即为随机数。如果将命令改成randint（1，2048，[0 1]）即可得到类似于表1中德摩根实验数据。如果同学对函数命令randint感兴趣，可以借助matlab的帮助函数，让学生完全了解randint。首先单击matlab的工作界面的最上一行“help”，接着在左上角的空白处，即research for，输入randint，即可得到randint的详细解释。

例2（统计分布）二项分布、泊松分布、指数分布、正态分布、卡方分布、t-分布、F-分布等是概率统计中的重要知识，在excel与matlab都能找到他们的对应函数命令，见表2。

以上函数解决了在概率统计的学习过程中遇到的大量计算问题。

例如：某人进行射击，射击命中率为0.02，独立射击400次，试求至少击中两次的概率？ [3]

利用excel计算，见图3，利用matlab计算见图4.

例3（假设检验）假设检验是概率统计中应用最为广泛的知识，同时也是最为抽象的知识，理解很困难。Excel、matlab和spss都能进行处理假设检验问题。

例如：某种元件的寿命 （以h计）， 未知，现测的16只元件的寿命如下：159、280、101、212、224、379、179、264、222、362、168、250、149、260、485、170，问是否有理由认为元件的平均寿命大于225h？[3]

该问题是t-检验问题，在Excel中利用函数TTEST或者利用数据分析以及在matlab中利用函数ttest都可实现。限与篇幅下面仅介绍利用spss进行t-检验。

假设 ，取 ，操作步骤如下：首先，定义变量X，输入数据；接着选择Analyze?——Compare Means——One–Sample T Test，再将变量X放置Test栏中，并在Test框中输入数据225，最后单击OK按钮执行即可。结果说明：样本单位的平均寿命为241.5h，检验统计量t=0.6685自由度df=15，单尾P值小于 ，所以接受 ，拒绝 ，即认为平均寿命不大于225h。

在教学中教师应当熟练运用某种软件，并在课堂中注重过程演示和结果讲解，让学生通过学习发现原本难以理解的知识，竟然可以轻易解决，既培养了学生的兴趣，又锻炼了学生的综合能力和动手解决实际问题的能力。

参考文献

[1] 谭希丽，徐冬梅.概率统计课程教学方法的几点体会[J].高等数学研究，2011，14（1）97-98.

[2] 张广亮. 在概率统计课程教学中引入数学实验的尝试和思考[J]. 长春师范学院学报（自然科学版），2011，30（2）85-88.

[3] 盛骤，谢式千，潘承毅.概率论与数理统计[M].高等教育出版社，2008.

[4] 张联锋，蒋敏杰，张鹏龙，等.excel统计分析与应用[M]科学出版社，2011.

统计学的应用例9

基于问题的学习方法PBL是由美国的神经病学教授Barrows于1969年在加拿大的首创。PBL模式是以学生为主体，以问题为中心,在教师的整体把握和指导下,强调学生的主动参与。目前PBL教学法已经成为国际上受到广泛重视的一种教学方法〔PBL教学法的精髓在于发挥问题对学习过程的指导作用，以调动学生的主动性和积极性。同时,还可锻炼学生多方面的能力，如文献检索、查阅资料的能力，归纳总结、综合分析的能力，逻辑推理、口头表达的能力等,这些对今后学生开展社会统计工作会打下良好的基础。_、PBL教学法在社会统计学教学中的尝试笔者在讲授课程的过程中考虑到学生的现状和学习态度，初步采用了PBL教学法，主要情况如下：

 

第一，准备阶段。在这一阶段主要是给学生讲清楚学习统计学的意义，引导学生端正学习态度。统计学作为研究社会科学的基本工具,是社会科学“科学化”的主要手段，就如同自然科学离不开实验方法和数学方法一样，社会科学也离不开社会调查方法和处理数据的统计学。考虑到文科生和理科生的差距,作为教师应该统筹全局，尽量做到满足大多数学生的要求，最终目的就是让全体学生系统地掌握社会统计学知识,对复杂的社会现象进行科学的分析，以做出合理的决策来解决现实中的实际问题。

 

第二，选题阶段。为了发挥PBL教学法的优势，让学生有效地感觉到PBL教学法的效果，在选择课题时要选择与学生密切相关的、学生感兴趣的问题作为课题，并且要满足课题选择的标准，即重要性、创造性、可行性、合适性。另外，课题的选择会决定调查的方法，体现调查的水平，制约调查的过程,影响调查的质量，如笔者曾确定了以“山西医科大学在校本科生对认知情况的调查”为课题，它对当代大学生来说不仅是一门课程，而且是_种有效的沟通方法。

 

第三,调查设计阶段。在这个阶段，学生在掌握了有关社会统计学知识的基础上，从课题准备状态进入了统计设计状态，其中包括课题问卷的设计和量表的设计。这时，教师要为学生讲述问卷设计和量表设计的标准和规范要求，让学生按照性别、兴趣、活动特征等标准分为七个小组，以组为单位设计问卷，实现七个小组个性与共性的统一。只有这样才能使学生充分发挥他们的主动性和积极性,使他们充分表达自己的观点，以更好地设计问卷和量表。

 

第四，问卷调查阶段。研究者在调查设计阶段所进行的思考、所做出的决策、所制定的方案,都将在实际资料收集过程中得到检验和实施。其中，收集资料包括筛选、归类、分析、找出规律。各小组可以根据自己的情况选择调查对象和调查方法，同时要考虑到抽样方法的科学性和可行性。

 

问卷回收的资料还只是原始的数据,必须经过整理、归纳与分析，才能作为研究命题和假设的凭据[4]。笔者通过详细讲授统计描述分析、概率分布、常用统计分布、等级相关、回归分析等资料分析的方法，让各小组按照教师讲授的方法进行分析汇总，这样既提高了学生学习统计学的乐趣，又提高了他们团体合作的意识。第五,撰写调查报告。撰写调查报告需要了解统计学的基本原理、收集资料的方式、统计分析方法等方面的知识。调查报告是反映社会调查成果的_个方式。学生在掌握了基本的统计分析知识和技能之后,才能完成调查报告的写作。

 

二、PBL教学法有效应用于社会统计学教学的思考

 

PBL教学法在社会统计学教学过程中的应用，促进了教学效果的提高，但仍存在一些问题值得思考。

 

第一，准备阶段。教师在讲述社会研究方法和步骤的时候，要结合案例进行教学，可事先给学生发一些背景材料和数据材料，然后引导学生在课堂上将案例与课本中研究方法的程序进行有效结合，必要时也可以让学生分组进行讨论，目的是让学生懂得统计研究方法的实际应用，使研究更具有针对性、操作性。

 

第二,调查设计阶段。教师要向学生讲清楚调查设计阶段所需做的各方面工作。尤其是进行问卷设计时，教师一定要求学生严格掌握问卷设计的原则、步骤、问题以及答案的设计、问题语言及提问方式、问题数量和顺序等方面的要求，让学生科学地使用问卷进行调查,从而提高问卷设计的质量。

 

第三，问卷调查阶段。要让学生充分掌握统计的分析方法，教师不仅要让学生学会如何正确使用这些单变量和多变量的统计分析方法，而且要在课堂讲授过程中重视统计分析方法的作用。通过统计分析可以使学生探索社会现象发生、发展和变化的规律。让学生严格按照社会研究方法的程序进行研究。

 

统计学的应用例10

一般来说，我是喜欢物理学和力学的，因为很多时候只需简单地分析一个事例，你就能核实现状。当你计算苹果从树上落下的速度及方向时，如果你的结果是苹果应以每小时1224英里垂直向上抛出，也就是实际上你已经在头脑中核实过结果了。

统计学的优势在于易理解且具合理性；而劣势在于它的奇特性。无论如何，这篇文章的话题不会让你觉得枯燥。因为大部分的话题都是有形的、属于重要的数据资料，你应有精力去慢慢摸索。

statistics(from wired.com)

统计学：黑暗的科学

统计学是所有学科领域中最易被邪恶势力滥用的科学。

统计学可以同邪恶行径相比较是因为在使用不当时，这门学科的分支就会被推断出各种无意义或者不真实的裙带关系(参见本文末尾的实例)。如果政治家或其它非专业人士掌控了统计学，那么他们就可以操纵一些重要决定。一般来说，基于错误总结的坏决策从来不受好评。

也就是说，使用得当时，统计学无疑非常有用且有益。而对于强权势力者来说，他们会将统计学应用于一些非法途径，甚至是一些纯粹无用的渠道。

统计学——所谓的争议

我已准备好作一个紧凑的总结，然而我注意到维基百科已经对统计学作了定义，而且语言几近诗歌体系。如下：

统计学是应用数学的一个分支，主要通过收集数据进行分析、解释及呈现。它被广泛应用于各个学科领域，从物理学到社会科学到人类科学；甚至用于工商业及政府的情报决策上。(Courtesy Wikipedia.org)

这真的是一段很感人的文章。特别是最后那句“用于情报决策上”。

当然，作者忘记添上“在游戏设计领域”，但是我们原谅他对这一蓬勃发展的新兴行业的无知。

以下为我自己撰写：

统计学是应用数学的一个分支，它涉及收集及分析数据，以此确定过去的发展趋势、预测未来的发展结果，获得更多我们需了解的事物。(Courtesy Tylerpedia)

如果将此修改为适用游戏设计领域，那可以如此陈述：

统计学为你那破损的机制及破碎的设计梦指引了一条光明大道。它为你有意义的设计决策提供了稳定且具有科学性的数据。

须知的事实

统计学同其它硬科学一样深奥且复杂。如同第一部分的内容一样，本文只涉及一些精选的话题，我自认为只要掌握这些就足够了。

再次突击测验

很抱歉我要采取另一项测试了。别讨厌出题目的人，讨厌测试吧。

Q1a)假设有20名测试员刚刚完成新蜗牛赛跑游戏《S-car GO!》中的一个关卡。你得知完成一圈的时间最少为1分24秒，最多为2分32秒。你期望的平均时间为2分钟左右。请问这个测试会成功吗？

Q1b)在同一关卡中你收集了过多的数据，在分析后得出这样的结果：平均值=2分5秒；标准差=45秒。请问你会满意这个答案吗？

Q2)你设计了一款休闲游戏，不久就要发行。在最后的QA阶段，你分布了一个测试版本，然后收集了所有的数据作为试验对象。你记录了1000多位玩家的分数，还有100多位特殊的玩家的分数(有些玩家允许重复玩游戏)。运算这些数据可知平均分为52000pts，标准差为500pts。请问这游戏可以发行了吗？

Q3)你设计了一款RPG游戏，然后收集数据分析新的玩家从关卡1到关卡5的游戏进程会有多快。收集的数据如下所示：4.6小时、3.9小时、5.6小时、0.2小时、5.5小时、4.4小时、4.2小时、5.3小时。请问你可以计算出平均值和标准差吗？

总体和样本

统计学的基础为分析数据。在分析数据的时候，你需要了解两个概念：

1.总体：

总体是指某一领域中所有需要测量的对象。总体是抽象的，只在你需要测量时候才会具体化。比如，你想了解人们对某一特定问题的看法。那你就可以选择地球上所有的人，或者爱荷华州所有的人或者只是你街道附近所有的人作为一个总体。

2.样本：

样本实际上就是指抽取总体中部分用于测量的对象。原因很明显，因为我们很难收集到所有总体的数据。相对来说，你可以收集部分总体的数据。这些就是你的样本了。

正确性及样本容量

统计学结果的可靠性通常由样本容量的大小决定。

我们完美的想法是希望样本容量就是我们的总体——也就是说，你想整个收集全部涉及到的数据！因为样本越少，你就需要估计可能的趋势(这是一种数学性的推断)。而且，数据点越多越好；你最好能建立一个大型的总体而不是小型的。

例如，相对于调查10000个初中生对《Fruit Roll-Ups》的感想，试想下调查人员能否询问到每一个学生。100万个的数目过于庞大，做不到的话，10万个也不错。仍然做不到，好吧，10000个刚刚好。

由于时间和费用的关系，通常呈现出的研究结果都是基于样本所做的调查。

1.统计学的常识性规则：

你无法通过一个数据点来预测整个趋势。如果你知道我喜欢巧克力冰淇淋，你不能总结所有的Sigmans都喜欢巧克力冰淇淋。如果现在你询问我家庭中的许多成员，然后你可能会得出关于他们的想法这类比较合理的结论，或者你至少知道是否能总结出一个合理的推断。

广泛的分布图(重点！)

由于种种原因，只有《The Big Guy》可以解释生活中的许多事情倾向于同一模式发展或者分布。

最普遍的分布也有一个合理的名称——“正态分布”。是的，无法匹配这一分布图的都为非正态，所以有点怪异(需要适当避免)。

正态分布也称“高斯分布”，主要因为“正态”一词听起来不够科学。

正态分布也称为“钟形曲线”(又称贝尔曲线)，因为其曲线呈钟形。

bell curve(from gamasutra)

钟形曲线的突出特点是大多数的总体均分布在平均值周围，只有个别数据散落在一些极限位置(主要指那些偏高或偏低的数据)。中间成群的数据构成了钟的外形；而那些偏高数据或偏低数据分布在钟的边缘。

我们周围有上百万的不同事例呈现出正态分布的景象。如果你测量了你所生活的城市中所有人的身高，结果可能呈现正态分布。这表明，只有少数个体属于非正常的矮，少数个体属于姚明那样的身高，而大多数人会比平均身高多几英寸或者矮几英寸。

钟形曲线同样极典型地适用于调查人们的技能水平。以运动为例——极少部分人在这一领域为专业人士，大多数的人都还过得去，只有少部分的人实在不擅长，所以没有被选为队员(比如我)。

其它分布图

尽管正态分布图很完美，但它并非我们周围唯一的一种分布图。只是它比较普遍地存在。

比如有些其它的分布图直接与及游戏设计有关，只要看下扔骰子的概率分布图，这种情况下出现了如下的d6情形及2d6情形：

D6 distribution(from gamasutra)

2d6 distribution(from gamasutra)

现在我想说的是第一个分布图看起来一点也不像钟形曲线，而第二幅图开始呈现出了钟的形状。

平均值

这一小块内容可以说是这篇冗长的文章中的一个小插曲。这块自我指涉的小内容的存在只有一个目的：提醒你什么是“平均值”。这块自我指涉且迂腐的小内容将被动地提醒你平均值是指一整套的数学平均数据。

方差和标准偏差

我们必须理解什么是方差和标准偏差，并且它们也具有许多有形的价值。除了能够帮助我们做出有价值的数据总结外，这两个术语还能够帮助我们更明智地陈述分布问题。比起说“中间聚集了大量的数据点”，我们可以换个说法，即“68.2%的样本是一个平均值的标准偏差”。

sigman(from gamasutra)

方差和标准偏差是相互联系的，它们都能够测量一个元素，即分散数据。直观地说，较高的方差和标准偏差也就意味着你的数据分散于四处。当我在投掷飞镖时，我便会获得一个较高的方差。

我们可以通过任何数据集去估算方差和标准偏差。我本来应该在此列出一个方程式的，但是这似乎将违背“听起来不像是一本教科书”的规则。所以我这里不引用公式，而是采用以下描述：

标准偏差：样本或人口统计的平均数值偏离平均值的程度。由希腊之母σ(sigma)表示。

举个例子来说吧，你挑选了100个人并测试他们完成你的新游戏第一个关卡分别用了多长时间。让我们假设所有数据的平均值是2分钟30秒而标准偏差则是15秒。这一标准偏差表明游戏过程中出现了集聚的情况。也就是平均来看，每个游戏过程是维持在平均值2.5分钟中的±0.25分钟内。从中看来这一数值是非常一致的。

这意味着什么以及为何你如此在乎这一数值？答案很简单。假设你不是获得上述结果，而是如下结果：

平均值=2.5分钟(如上)

σ=90秒=1.5分钟

所以我们现在拥有相同的平均值以及不同的标准偏差。这套数值表明玩家所用的游戏时间差别较大。90秒钟的游戏时间背离了平均游戏时间。而因为游戏时间是2.5分钟，所以这种偏差过大了！基于各种设计目的，出现这种较大的差值都不是设计师想看到的结果。

而如果我们所说的游戏时间是15分钟而标准偏差是90秒(1.5分钟)的话差别变更大了。

通过一个小小的标准偏差便能够衡量一致性。标准偏差比率除以平均值便能够获得相关数值。就像在第一个例子中，15秒/150秒=10%，而在第二个例子中，90秒/150秒=60%。很明显，60%的标准偏差真是过大了！

但是并不是说较大的标准偏差“总是”糟糕的。有时候设计师在进行测量时反而希望看到较大的标准偏差。不过大多数情况下还是糟糕的，因为这就意味着数值的差异性和变化性较大。

更重要的是，标准偏差的计算将告诉你更多有关游戏/机制/关卡等内容。以下便是通过测量标准偏差能够获得的有用的数据：

1.玩家玩每个关卡的游戏时间

2.玩家玩整款游戏的游戏时间

3.玩家打败一个经典的敌人需要经历几次战斗

4.玩家收集到的货币数量(游戏中有一个意大利水管工)

5.玩家收集到的吊环数量(游戏中有一个快速奔跑的蓝色刺猬)

6.在教程期间时间控制器出现在屏幕上

误差

误差与统计结论具有密切的关系。就像在每一次的盖洛普民意测验(游戏邦注：美国舆论研究所进行的调查项目之一)中也总是会出现误差，如±2.0%的误差。因为民意调查总是会使用样本去估算人口数量，所以不可能达到100%精准。零误差便意味着结果极其精确。当你所说的人口数量大于你所采取的样本数量，你便需要考虑到误差的可能性。

如果你是利用全部人口作为相关数据来源，你便不需要考虑到误差——因为你已经拥有了所有的数据！就像我问街上的任何一个人是喜欢象棋还是围棋，我便不需要考虑误差，因为这些人便是我所报告的全部数据来源。但是如果我想基于这些来自街上行人的数据而对镇上的每个人的答案做出总结，我便需要估算误差值了。

你的样本数量越大，最终出现的误差值便会越小。Mo data is bettuh(越多数据越好)。

置信区间

你可以使用推论统计为未来数据做出总结。一个非常有效的方法便是估算置信区间。理论上来看，置信区间与标准偏差密切相关，即通过一种数学模式去表示我们多么确定某一特定数据是位于一个特定范围内。

置信区间：即通过一种数学方法传达“我们带着A%的置信保证B%的数据将处于C和D价值区间。”

虽然这个定义很绕口，但是我们必须知道，只要具有一定的自信，我们便能够造就任何价值。让我以之前愉快但却缺乏满足感的工作为例：

我过去是从事应力分析和飞机零部件的设计工作。如果你知道，或者说你必须知道，飞机，特别是商业飞机的建造采用的是现代交通工具中最严格的一种形式。人们总是会担心机翼从机身上脱落下来。

作为飞机建造工程师，我们所采取的一种方法便是基于材料优势属性设置一个高置信区间。关于飞机设计的传统置信区间便是“A基值许可”，即我们必须95%地确信装运任何一种特殊材料都有99%的价值落在一个特定的价值区间内。然后我们将根据这一价值与可能发生的最糟糕的空气条件进行设计，并最终确立一个最佳安全元素。

当你真正想了解某种数据值时，置信区间便是一种非常有帮助的方法。幸运的是在游戏中我们并不会扯到生死，但是如果你想要平衡一款主机游戏，你便需要在设计过程中融入更多情感和直觉。计算置信区间能够帮助你更清楚地掌握玩家是如何玩你的游戏，并更好地判断游戏设置是否可行。

不管你何时想要计算置信区间，备用统计规则都是有效的：越多数据越好。你的样本中拥有越多数据点，你的置信区间也就越棒！

你不可能做到100%的肯定

这便引出了另一个统计规则：

并不存在100%之说：你永远不可能创造一个100%的置信区间。你不可能保证通过推论统计便能够预测一个数据点具有一个特定的价值。

当玩家在《魔兽世界》中挑战任务时，唯一可以确定的只有死亡，税金以及不可能找到最后的Yeti Hide。所以玩家只需要接受这些事实并勇往直前便可。

滥用

我在之前提过，统计是一种邪恶的技能。为了更好地解释原因，我写下了这篇弹头式爱情诗：

十四行诗1325：美好的统计，让我细数下我滥用你的每种方式：

1.误解

2.未明确置信区间

3.只因为不喜欢而丢弃了有效的结论

4.基于有缺陷的数据而做出总结

5.体育实况转播员的失误——混淆了概率和统计错误

6.基于一些不相干元素做出总结

误解

人们一直在误解统计报表。我知道，这一点让人难以置信。

未明确置信区间或误差

置信区间和误差是信息中非常重要的组成部分。在过去30天内有43%的PC拥有者购买了一款可下载的游戏(误差为40%)与同样的陈述但存在2%的误差具有巨大的差别。而如果遗漏了误差，便只会出现最糟糕的情况。我们需要始终牢记，小样本=高误差。

只因为偏见而丢弃了有效的结论

操作得当的话，统计数据是不会撒谎的。但是人们却一直在欺骗自己。我们经常在政治领域看到这类情况的出现，人们总是因为结论不符合自己预期的要求而忽视统计数据。在焦点小组中亦是如此。当然了，政治领域中也常常出现滥用统计结论的现象。

基于有缺陷的数据而做出总结

这种情况真是屡见不鲜，特别是在市场调查领域。你的统计结果总是会受到你所获得的数据的影响。如果你的数据存在缺陷，那么你所获得的结果便不会有多少价值。得到有缺陷的数据的原因多种多样，包括失误和严重的操作问题等。提出含沙射影式问题便是引出能够支持各种结论(就像你所希望的那样)的缺陷数据的一种简单方法。“你比较喜欢产品X，还是糟糕的产品Y？”将快速引出反弹式回答，如“95%的费者会选择产品X！”

体育实况转播员的失误

体育实况转播员可以说是当今时代的巫医。他们会收集各种统计，概率以及情感，然后将其混合在一起而创造出一些糟糕的结果。如果你想看一些围绕着没有根据的结论的统计，你只要去观看一款足球比赛便可。

例如一个广播员会说“A队在最后5局游戏中并未阻止B队的进攻。”这种模糊的结论是关于A队不大可能阻止B队的进攻，而不是他们在最后5局游戏中成功阻拦了B队。但是你也可以反过来说——也许他们将会这么做，因为他们之前从未阻挡过任何对手。

但是事实却在于根本不存在足够的信息能够支持任何一种说法。也许这更多地取决于一种概率。阻挡进攻的机会是否就取决于一方在之前的游戏中是否这么做过？它们也许是两种相互独立事件，除非彼此间存在着互相影响的因素。

但是这并不是说所有体育运动的结论都存在着缺陷。就像对于棒球来说统计数据便非常重要。有时候统计分析也将影响着球的投射线或者击球点等元素。

最终还是取决于数据：当你拥有足够的数据时，你便能够获得更好的统计结论。棒球便能够提供各种数据：每一赛季大约会进行2百多场比赛。但是足球比赛的场次却相对地少了很多。所以我们最终所获得的误差也会较大。但是我并不会说统计对于足球来说一点用处都没有，只是我们很难去挖掘一些与背景相关的有用数据。

基于一些不相干元素做出总结

人们始终都在误解统计报表。比起使用对照关系，我们总是更容易推断出一些并不存在的深层次的关系。我最喜欢的一个例子便是著名的飞行面条怪物信仰(游戏邦注：是讽刺性的虚构宗教)的《Open Letter to the Kansas School Board》中的“海盗vs.全球变暖”图表：

venganza.org/about/open-letter/

我们是否能够开始解答问题了？

问题1的答案—-关卡时间

这一问题的答案很简单：你未能获得足够的信息去估算平均值。因为在1：24与2：32范围中波动的价值并不意味着它们的平均值就是2分钟。(单看这两个数值的平均值是1.97分钟，但是我们却不能忽视其它18个结果！)你必须掌握了所有的20个结果才能估算平均值，除此之外你还需要估算标准偏差值。

问题2的答案—-后续关卡时间

这时候你可能不会感到满足，因为标准偏差值过高了，超过平均值的40%。如此看来你的关卡中存在着过多变量。同时这里也存在着一些可利用的潜在元素，并且技能型玩家能够发挥其优势而造福自己。或者，你也可以严厉惩罚那些缺少技能的玩家。而作为游戏设计师，你最终需要做的便是判断这些结果(居于高度变量)是否符合预期要求。

问题2的答案—-标准偏差值

统计只是你所采用的一种方法，你同时还需要懂得如何进行游戏设计。如此，过于接近的计数分组使得我们总是能够获得一个较低的标准偏差值(500/52000=1%)，这就意味着你所获得的分数几乎没有任何差别，也就是说在最终游戏结果中玩家的不同技能并不会起到任何影响作用。而当玩家发现自己技能的提高并不会影响游戏分数的发展时，便会选择退出游戏。

所以在这种情况下你更希望看到较高的标准偏差，如此游戏分数才能随着技能的提高而提高。

问题3的答案—-游戏时间

可以说这是一个很难获取的数值，不过它却说明了数据收集中的一个要点：你需要警惕那些看起来是错误的数据。就像0.2小时看起来就有问题。也许这是排印错误，或者是设备故障所造成的，谁知道呢。但是不管怎样在进行各种计算之前你都需要坚定不移地说服自己0.2小时是一个有效数据，或者你也可以选择将其丢弃而基于剩下的数据点进行估算。

其它有趣的内容

为了控制本文篇幅，我不得不略过许多有趣的主题。我只要在此强调理解统计不仅能够帮助你更好地进行游戏设计，同时也能够帮助你做出消费者决策，投票决策或者财政决策等。我敢下23.4%的赌注保证我所说的内容中至少有40%的内容是正确的。

对于设计师而言，统计能够帮助他们获取来自有记录的游戏过程(样本)的相关数据，并帮助他们为更大的未记录的游戏过程(人口统计)做出总结。

在实践中学习

例如在我刚完成的游戏中，我便是通过记录游戏过程的相关数据，并围绕着源自这些数据的平均值和标准偏差去设定游戏挑战关卡。我们将中等难度等同于平均值，较容易的等同于平均值减去一定量的标准偏差，而较困难的等同于平均值加上一定量的标准偏差。如果我们能够收集到尽可能多的数据，我们的统计便会越精准。