概率论与数理统计课程的改革与实践论文
摘要： 讨论了概率论与数理统计课程教学改革的必要性与重要性，提出了课程改革的思路与原则，并总结了该课程改革与实践取得的效果。
Abstract： The necessity and importance of teaching reform of the course of probability and mathematical statistics were discussed, ideas and principles of curriculum reform were put forward, and the achieved effect of this curriculum’s reform and practice was summarized.
关键词： 概率论与数理统计；改革；实践
Key words: probability and mathematical statistics; reform; practice
概率论与数理统计是工程、人文、经济、社会等领域研究和处理随机现象的一门重要的随机数学，是目前数学专业大学本科阶段乃至其它理工类专业的唯一一门随机数学的必修课。自上个世纪六十年代引入大学课堂以来，它对于传承人类科学文明、培养人才的综合素质能力、解决实际问题的实践动手能力等起到了非常重要的作用。在信息社会高度发达的今天，随机数学的基本理论与方法作为信息采集、加工、利用的重要的理论基础和方法论基础，已经成为现代专业人才重要的必不可少的知识构成。文献[1-3]对该课程的改革与实践进行了探讨。本文就该课程的特点，结合我院（系）学生的特点就该课程改革与实践的必要性，具体思路与原则，以及改革实践的效果做一探讨。
1 概率论与数理统计课程教学改革的必要性与重要性
教学内容、手段、方法的陈旧反映出教育思想的落后，转变教育思想和更新教育观念是进行一切改革的先导。传统的数学教育理念重视教学过程的理论性，严谨性，逻辑性。但对于学生应用数学的理论和方法解决实际问题能力的培养从教和学两个侧面有所忽视。
现在，有一种流行的教育教学方法称为“案例教学”。“案例教学”就是通过实际问题的描述、假设、建模与求解，演示理论与方法的应用过程。数学上，这样的教学方式就是所谓的‘问题解决’的数学建模的思想。这种方法不拘泥于对理论和方法的阐述，更注重对理论与方法的实际应用过程的展示：包括问题的描述、所涉及的变量及其相互关系、问题的假设与简化、问题的数学模型的建立与求解。
信息社会的加速来临，在实际生活和科技工作中，海量、庞杂的数据不断产生，但是有用的信息并不会自动生成，它需要数学工作者利用数据采集、整理、分析与处理的工具，去发现有用的信息，以解决实际问题。数据采集与信息分析与处理的数学基础就是《概率论与数理统计》这门数学类专业的必修课程，这也是其它理工科专业的一门必修课程，只是对数学专业的`要求既注重理论又兼顾方法的实际应用，而对其它理工科专业，这门课程主要注重方法的应用。
但是，《概率论与数理统计》这门课程不同于以往学习的确定性数学，对于第一次接触这门课程的学生，理解起来会很困难，更不用说去利用它去进行统计数据的采集、整理、处理、分析等。因此，单从这点考虑，我们就有必要对其教学方法、手段等进行改革。从本门课程的应用目的角度来考虑，也必须进行改革，以增加实践性教学环节，培养学生应用概率论与数理统计的理论和方法解决实际问题的能力。
从培养学生利用数学的理论和方法、基于统计数据，建立和求解数学模型的能力的角度看，这完全符合现代大众化高等教育的目的，也符合我校的办学指导思想。
《概率论与数理统计》是其它随机数学的理论和方法的基础，这些课程是：多元统计分析、时间序列分析、随机过程，基于支持向量机的现代非参数统计学习方法等，为了这些知识和方法的学习与应用，我们也必须改变教学方式，为学生打下坚实继续学习的基础。
2 概率论与数理统计课程教学改革的思路与原则
通过以上的分析，我们认为概率论与数理统计课程的改革必须首先改变教学方法，抛弃那种古板的、填鸭式的、纯粹的重视逻辑推理而不重视应用的传统的教学观念，而采取不仅重视理论与方法的学习，为后继课程的学习打下良好基础，又能激发学生学习兴趣，同时还能培养学生应用所学理论和方法解决实际问题的能力的培养。
因此，概率论与数理统计课程的改革是一项系统工程，既要考虑课程本身理论与方法的学习，还要也兼顾后继课程的学习（有些课程是研究生的必修课），又要考虑学生应用理论与方法解决实际问题能力的培养，还要使得学生学习起来兴趣盎然。应用系统工程原理，从理论、实践、计算能力等全方位改革和建设，不能只重视某一个环节，而应从整体上思考。
在学时有限的约束条件下，我们必须改革教学内容，教学方法和教学手段，以期达到预期的改革目的。改革过程必须培养一批从事《概率论与数理统计》课程的课堂教学、实验教学的人才，积累改革的成果，不断总结经验。改革过程不会一番风顺，遇到非议也是可以理解的。但是，改革的决策一旦确定，就要毫不犹豫的进行下去。
3 概率论与数理统计课程教学改革的内容与措施
首先确定合理的教学学时，经过大家集思广益，制定了相应的教学大纲，使教学改革有法可依。为了达到上述改革目标，我们对教材的内容进行必要的增加和删减。由于，《概率论与数理统计》课程是大学生接触的第一门研究随机现象及其规律的数学学科，不同于以往的确定性数学，学生理解起来是相当困难的。为此，考虑到实际课时和课程的难度，在课堂教学中，借助于多媒体技术和计算机编程技术，增加了对一些随机现象的直观演示。删除掉一些陈旧的知识，比如关于一些定理的证明，或者保留这些证明，作为自学内容，提供给有能力学习的学生。这也起到因材施教的目的。经过多年的实践，编写了自己的教材《概率论与数理统计》（陕西师范大学出版社出版），该教材是国家面向21世纪规划教材。
为了达到培养学生利用计算机和数学软件，以及应用概率论与数理统计的理论和方法解决实际问题的能力，我们在自己编写的教材中，首次引入了SAS(Statistical Analysis Systems)高级程序设计语言。
为了使得课堂教学生动、有趣、直观以及指导学生的学习，我们研制开发了多媒体课件，并编写了与本门课程配套的课程学习指导教材。
为了达到培养学生的收集数据、整理数据、建立数学模型、利用相关的理论与方法解决实际问题的能力之目的，我们增加实践性教学环节。从1997级开始，我们在全国首次开设了《概率论与数理统计》的实验教学环节，并且编写相应实验教学大纲和实验指导书，使实验课有纲可循，有事可做而不流于形式。
为了培养学生的综合应用随机数学解决实际问题的能力，我们构建了以《概率论与数理统计》为核心的课程群，包括《多元统计分析》、《时间序列分析》、《教育测量与统计学》、《随机过程》、《数学模型与数学实验》、《数学软件》等选修课程，大大丰富了学生随机数学的理论与方法解决实际问题的数据处理与分析的能力及数学建模能力。
为了开拓学生的视野，在学年论文和毕业论文中，我们加强指导，向学生介绍了一种现代非参数统计学习方法：《基于支持向量机的统计学习方法》，将这种方法用于相关关系的学习中。
为了达到培养学生学习《概率论与数理统计》课程及其课程群的学习及其解决实际问题的能力，我们连续多年组织了对我校参加全国大学生数学建模竞赛的学生的培训工作，特别是随机数学解决实际问题能力的培养。
由于我们改革教学的内容，增加了实验教学环节，并注重学生平时能力的培养，所以我们改革考核方式：学生平时作业及考勤占总成绩的20%，实验占20%，课程考试占60%。
为了传承我们的改革成果，我们注意在改革中积累经验，培养人才，使我们的改革有了传承、继续推进的后备人才，形成本门课程及其课程群的年龄、学历层次和职称结构合理的教师队伍，有博士1个，硕士3个，学士5个；教授1个，副教授6个，讲师2个。
4 概率论与数理统计课程教学改革与实践的效果
通过几年来的改革实践，概率论与数理统计的教学取得了较显著的效果。教学内容、方法手段的改革增加了学生学习该课程的兴趣，使学生真正体会到该课程的内容在工农业生产以及科学研究中的应用价值，充分调动了学生学习的主动性，激发了学生的创造性思维，增加了学生应用概率统计方法解决实际问题的能力。该课程的改革与实践取得了良好的教学效果，提高了教学质量，得到了学生的认可和赞同，问卷调查表明90%以上的学生对现在的教学方式和考试方法给予肯定，大多数学生都认为概率统计课在各学科中有较重要的应用。说明同学们对该门课程的思想方法和应用性有了较深刻的认识，教学改革的总体方向是正确的。
随着本课程及相关课程的深入改革，有许多学生在学年论文及毕业论文的选题上倾向于采用《概率论与数理统计》课程的理论与方法。与本课程相关的多篇毕业论文被评为校级优秀论文。
此外，本课程的任课教师还积极组织、培训、指导学生参加全国大学生数学建模竞赛并取得优异成绩。
参考文献：
[1]朱松涛.师专数学系《概率论与数理统计》课程教学的改革实践[J].数学通报，1998，（4）.
[2]邓华玲等.概率论与数理统计课程的改革与实践[J].大学数学，2004，（1）.
[3]陈新美等.《概率论与数理统计》教学改革与实践[J].湖南科技学院学报，2006，（11）.
数理统计法在论文中要实际分析解决问题。
论文思路:
数学统计是使用数学统计分析方法解决实际问题的学科。它们是数学研究领域的一类分支，可以观察事物以确定基本规律这些规律是现象的根源，并利用统计数据作出预测。
数学统计已成为各种学科发展的一个重要因素，通过选择适当的统计分析方法，可以深入分析试验产生的元数据，从中提取模式，并将其用作监测活动的指南。通过数据分析，可以获得详细的产品信息，并在生产过程中严格控制多个不同的链接。要将数学统计学科应用于现实。
概率论与数理统计是随机数学的重要理论分支，具有深厚的实际应用背景，是数学建模的重要理论之一。
鉴于我国高校对应用型和创新型人才培养的实际需求，以该课程部分知识点的实际教学为例，介绍在“概率论与数理统计”课堂教学中，将数学模型思想融入课程，即将实际问题结合于理论知识，以达到使学生了解数学理论的实际应用，同时加深对基础知识的理解与记忆的目的。实践表明教学效果显著。
数理统计起源发展：
数理统计是伴随着概率论的发展而发展起来的一个数学分支，研究如何有效的收集、整理和分析受随机因素影响的数据，并对所考虑的问题作出推断或预测，为采取某种决策和行动提供依据或建议。
数理统计起源于人口统计、社会调查等各种描述性统计活动。
公元前2250年，大禹治水，根据山川土质，人力和物力的多寡，分全国为九州；殷周时代实行井田制，进行了土地与户口的统计；春秋时代常以兵车多寡论诸侯实力，可见已进行了军事调查和比较；汉代全国户口与年龄的统计数字有据可查；明初编制了黄册与鱼鳞册，黄册乃全国户口名册，鱼鳞册系全国土地图籍，绘有地形，完全具有现代统计图表的性质。
可见，我国历代对统计工作非常重视，只是缺少系统研究，未形成专门的著作。
在西方各国，统计工作开始于公元前3050年，埃及建造金字塔，为征收建筑费用，对全国人口进行普查和统计，到了亚里士多德时代，统计工作开始往理性演变。这时，统计在卫生、保险、国内外贸易、军事和行政管理方面的应用，都有详细的记载，统计一词，就是从意大利一词逐步演变而成的。
数理统计的发展大致可分为古典时期、近代时期和现代时期三个阶段。
这个比较广泛，主流的分析方法有如下一些：回归分析方差分析协方差分析聚类分析判别分析卡方分析对数线性主成份分析因子分析对应分析logistic分析信度分析等等
数理统计学是根据随机事件的实验数据，通过一些研究方法对数据进行分析处理，常用方法有: 参数估计、假设检验、回归分析、方差分析等，最后总结出随机事件运动的统计规律。
1、统计表
统计表是反映统计资料的表格。是对统计指标加以合理叙述的形式，它使统计资料条理化，简明清晰，便于检查数字的完整性和准确性，以及对比分析。
统计表从形式上看，由标题、横行、纵栏、数字等部分所组成。从内容上看，由主辞和宾辞两部分所组成。
主辞是统计表所要说明的对象，是由总体、总体各组、总体各单位的名称所构成。宾辞是说明主辞的统计指标的名称及数字资料。
2、统计图
统计图是根据统计数字，用几何图形、事物形象和地图等绘制的各种图形。它具有直观、形象、生动、具体等特点。
统计图可以使复杂的统计数字简单化、通俗化、形象化，使人一目了然，便于理解和比较。因此，统计图在统计资料整理与分析中占有重要地位，并得到广泛应用。
在解答资料分析测验中有关统计图的试题时，既要考察图的直观形象，又要注意核对数据，不要被表面形象所迷惑。
3、概率论
概率论，是研究随机现象数量规律的数学分支。随机现象是相对于决定性现象而言的，在一定条件下必然发生某一结果的现象称为决定性现象。
例如在标准大气压下，纯水加热到100℃时水必然会沸腾等。随机现象则是指在基本条件不变的情况下，每一次试验或观察前，不能肯定会出现哪种结果，呈现出偶然性。例如，掷一硬币，可能出现正面或反面。
随机现象的实现和对它的观察称为随机试验。随机试验的每一可能结果称为一个基本事件，一个或一组基本事件统称随机事件，或简称事件。典型的随机试验有掷骰子、扔硬币、抽扑克牌以及轮盘游戏等。
事件的概率是衡量该事件发生的可能性的量度。虽然在一次随机试验中某个事件的发生是带有偶然性的，但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。
4、中位数
中位数（又称中值，英语：Median），统计学中的专有名词，代表一个样本、种群或概率分布中的一个数值，其可将数值集合划分为相等的上下两部分。
对于有限的数集，可以通过把所有观察值高低排序后找出正中间的一个作为中位数。如果观察值有偶数个，通常取最中间的两个数值的平均数作为中位数。
5、集合论
集合论，是数学的一个基本的分支学科，研究对象是一般集合。集合论在数学中占有一个独特的地位，它的基本概念已渗透到数学的所有领域。
集合论或集论是研究集合（由一堆抽象物件构成的整体）的数学理论，包含了集合、元素和成员关系等最基本的数学概念。
在大多数现代数学的公式化中，集合论提供了要如何描述数学物件的语言。集合论和逻辑与一阶逻辑共同构成了数学的公理化基础，以未定义的“集合”与“集合成员”等术语来形式化地建构数学物件。
在朴素集合论中，集合被当做一堆物件构成的整体之类的自证概念。
在公理化集合论中，集合和集合成员并不直接被定义，而是先规范可以描述其性质的一些公理。在此一想法之下，集合和集合成员是有如在欧式几何中的点和线，而不被直接定义。
参考资料来源：百度百科——统计
上千种行不行
数理统计学是根据随机事件的实验数据，通过一些研究方法对数据进行分析处理，常用方法有: 参数估计、假设检验、回归分析、方差分析等，最后总结出随机事件运动的统计规律。
论文数据方法有多选题研究、聚类分析和权重研究三种。
1、多选题研究：多选题分析可分为四种类型包括：多选题、单选-多选、多选-单选、多选-多选。
2、聚类分析：聚类分析以多个研究标题作为基准，对样本对象进行分类。如果是按样本聚类，则使用SPSSAU的进阶方法模块中的“聚类”功能，系统会自动识别出应该使用K-means聚类算法还是K-prototype聚类算法。
3、权重研究：权重研究是用于分析各因素或指标在综合体系中的重要程度，最终构建出权重体系。权重研究有多种方法包括：因子分析、熵值法、AHP层次分析法、TOPSIS、模糊综合评价、灰色关联等。
拓展资料：
一、回归分析
在实际问题中，经常会遇到需要同时考虑几个变量的情况，比如人的身高与体重，血压与年龄的关系，他们之间的关系错综复杂无法精确研究，以致于他们的关系无法用函数形式表达出来。为研究这类变量的关系，就需要通过大量实验观测获得数据，用统计方法去寻找他们之间的关系，这种关系反映了变量间的统计规律。而统计方法之一就是回归分析。
最简单的就是一元线性回归，只考虑一个因变量y和一个自变量x之间的关系。例如，我们想研究人的身高与体重的关系，需要搜集大量不同人的身高和体重数据，然后建立一个一元线性模型。接下来，需要对未知的参数进行估计，这里可以采用最小二乘法。最后，要对回归方程进行显著性检验，来验证y是否随着x线性变化。这里，我们通常采用t检验。
二、方差分析
在实际工作中，影响一件事的因素有很多，人们希望通过实验来观察各种因素对实验结果的影响。方差分析是研究一种或多种因素的变化对实验结果的观测值是否有显著影响，从而找出较优的实验条件或生产条件的一种数理统计方法。
人们在实验中所观察到的数量指标称为观测值，影响观测值的条件称为因素，因素的不同状态称为水平，一个因素可能有多种水平。
在一项实验中，可以得到一系列不同的观测值，有的是处理方式不同或条件不同引起的，称为因素效应。有的是误差引起的，称做实验误差。方差分析的主要工作是将测量数据的总变异按照变异原因的不同分解为因素效应和试验误差，并对其作出数量分析，比较各种原因在总变异中所占的重要程度，作为统计推断的依据。
例如，我们有四种不同配方下生产的元件，想判断他们的使用寿命有无显著差异。在这里，配方是影响元件使用寿命的因素，四种不同的配方成为四种水平。可以利用方差分析来判断。
三、判别分析
判别分析是用来进行分类的统计方法。我来举一个判别分析的例子，想要对一个人是否有心脏病进行判断，可以取一批没有心脏病的病人，测其一些指标的数据，然后再取一批有心脏病的病人，测量其同样指标的数据，利用这些数据建立一个判别函数，并求出相应的临界值。
这时候，对于需要判别的病人，还是测量相同指标的数据，将其带入判别函数，求得判别得分和临界值，即可判别此人是否属于有心脏病的群体。
四、聚类分析
聚类分析同样是用于分类的统计方法，它可以用来对样品进行分类，也可以用来对变量进行分类。我们常用的是系统聚类法。首先，将n个样品看成n类，然后将距离最近的两类合并成一个新类，我们得到n-1类，再找出最接近的两类加以合并变成n-2类，如此下去，最后所有的样品均在一类，将上述过程画成一张图。在图中可以看出分成几类时候每类各有什么样品。
比如，对中国31个省份的经济发展情况进行分类，可以通过收集各地区的经济指标，例如GDP，人均收入，物价水平等等，并进行聚类分析，就能够得到不同类别数量下是如何分类的。
五、主成分分析
主成分分析是对数据做降维处理的统计分析方法，它能够从数据中提取某些公共部分，然后对这些公共部分进行分析和处理。
在用统计分析方法研究多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。
主成分分析是对于原先提出的所有变量，将重复的变量（关系紧密的变量）删去多余，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。
最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。
如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现在F2中，用数学语言表达就是要求Cov(F1, F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。
六、因子分析
因子分析是主成分分析的推广和发展，它也是多元统计分析中降维的一种方法。因子分析将多个变量综合为少数几个因子，以再现原始变量与因子之间的相关关系。
在主成分分析中，每个原始变量在主成分中都占有一定的分量，这些分量（载荷）之间的大小分布没有清晰的分界线，这就造成无法明确表述哪个主成分代表哪些原始变量，也就是说提取出来的主成分无法清晰的解释其代表的含义。
因子分析解决主成分分析解释障碍的方法是通过因子轴旋转。因子轴旋转可以使原始变量在公因子（主成分）上的载荷重新分布，从而使原始变量在公因子上的载荷两级分化，这样公因子（主成分）就能够用哪些载荷大的原始变量来解释。以上过程就解决了主成分分析的现实含义解释障碍。
例如，为了了解学生的学习能力，观测了许多学生数学，语文，英语，物理，化学，生物，政治，历史，地理九个科目的成绩。为了解决这个问题，可以建立一个因子模型，用几个互不相关的公共因子来代表原始变量。我们还可以根据公共因子在原始变量上的载荷，给公共因子命名。
例如，一个公共因子在英语，政治，历史变量上的载荷较大，由于这些课程需要记忆的内容很多，我们可以将它命名为记忆因子。以此类推，我们可以得到几个能评价学生学习能力的因子，假设有记忆因子，数学推导因子，计算能力因子等。
接下来，可以计算每个学生的各个公共因子得分，并且根据每个公共因子的方差贡献率，计算出因子总得分。通过因子分析，能够对学生各方面的学习能力有一个直观的认识。
七、典型相关分析
典型相关分析同样是用于数据降维处理，它用来研究两组变量之间的关系。它分别对两组变量提取主成分。从同一组内部提取的主成分之间互不相关。用从两组之间分别提取的主成分的相关性来描述两组变量整体的线性相关关系。
1.1.1 随机现象:
概率论与数理统计的研究的对象就是随机现象，随机现象就是在一定的条件下不总是出现相同的结果的现象，也就是不能肯定的确定结果的现象就统称为随机现象。现实生活中有很多的随机现象比如同一学校统一专业的学生考上研究生的现象就是随机现象，你不能说哪一个学生肯定能够考上某所学校但是你能根据这所学校往年的数据估算出这所学校的考研率，在一定程度上也就能够大致估算出这所学校某某同学考上研究生的可能性有多大，当然一个学生能不能考上研究生与这所学校的考研率并没有必然的联系因为是随机的具有不确定性，但有一定的相关程度在里面。整个概率论研究的就是随机现象的模型(概率分布)，而概率分布则是能够用来描叙某随机现象特征的工具。有阴就有阳，有了随机事件自然与之对应的就是确定性现象(如太阳每天东升西落)
1.1.2 样本空间：
随机现象一切可能 基本结果 所构成的集合则称为样本空间，其集合内的元素又称为样本点，当样本点的个数为可列个或者有限个的时候就叫做离散型样本空间，当样本点的个数为无限个或者不可列个的时候就叫做连续型样本空间。( 可列个的意思是可以按照一定的次序一一列举出来，比如某一天内到达某一个商场内的人数都是整数1，2，3。。。。，这叫可列个，不可列个的意思比如电视机的寿命，有100.1小时的有100.01小时的有100.0001小时的，你永远不能按照次序列举出比一百小的下一个元素到底是哪一个，这就叫不可列)。
1.1.3 随机事件：
随机现象某些样本点组成的集合叫做用一个 随机事件 ，也就是说随机事件是样本空间的一个子集，而样本空间中单个元素所组成的集合就叫做 基本事件 ，样本空间自身也是一个事件叫做 必然事件 ，样本空间的最小子集也即空集就叫做 不可能事件
1.1.4 随机变量：
用来表示随机现象结果的变量称为 随机变量 ，随机变量的取值就表示随机事件的结果，实际上随机事件的结果往往与一个随机变量的取值可以一一对应
1.1.5 随机事件之间的运算与关系：
由于我们将随机事件定义成一个集合事件间的运算也可看作是集合间的运算，集合间的诸运算如交集、并集、补集、差集等运算随机事件之间也有，而且运算规则一致。集合间的包含、相等、互不相容、对立，事件之间也有，随机事件间的运算性质满足交换律、结合律、分配率、德摩根定律。
1.1.6 事件域：
事件域为样本空间的某些子集所组成的集合类而且满足三个条件，事件域中元素的个数就是样本空间子集的个数，比如一个有N个样本点的样本空间那么他的事件域就有 个元素，定义事件域主要是为了定义事件概率做准备。
概率论中最基本的一个问题就是如何去确定一个随机事件的概率，随机事件的结果虽然具有不确定性，但是他发生的结果具有一定的规律性(也即随机事件发生可能性的大小)，而用来描叙这种规律性的工具就是概率，但是我们怎么样来给概率下一个定义嘞？如何度量描叙事件发生可能性的大小嘞？这是一个问题。
在概率论的发展史上针对不同的随机事件有过各种各样的概率定义，但是那些定只适用于某一类的随机事件，那么如何给出适合一切随机现象概率的最一般的定义嘞？1900年数学家希尔伯特提出要建立概率的公理化定义，也就是建立一个放之四海而皆准的满足一切随机事件的概率的定义，用概率本质性的东西去刻画概率.1933年前苏联数学家柯尔莫哥洛夫首次提出了概率的公理化定义，这个定义既概括了历史上几种概率的定义中的共同特性，又避免了各自的含混不清之处，不管什么随机现象只有满足该定义中的三条公理，才能说明他是概率，该定义发表之后得到了几乎所有数学家的一致认可。(说点题外话，如果某位数学工作者提出了某个重大的发现，首先需要写论文获得学术圈内的人士一致认同他的这个发现才能够有可能被作为公理写进教科书，之所以被称作公理就因为它既是放之四海而皆准的准则也是公认的真理)。
1.2.1 概率的三条公理化定义：
每一个随机事件其背后必定伴随着有她的样本空间(就像有些成功的男人背后都有一位贤内助)，每一个随机事件都属于样本空间的事件域，样本空间的选取不同对同一个随机事件而言其概率通常也会不同。
如果概率满足以上三条公理则称有样本空间、事件域、概率所组成的空间为概率空间，满足以上三条公理的概率才能称之为概率。
概率的公理化定义并没有给出计算概率的方法因此知道了什么是概率之后如何去确定概率就又成了一个问题。
1.2.2 确定概率的频率方法：
确定概率的频率方法应用场景是在能够大量重复的随机实验中进行，用频率的稳定值去获得概率的估算值的方法思想如下：
为什么会想到用频率去估算概率嘞？因为人们的长期实践表明随着试验次数的增加，频率会稳定在某一个常数附近，我们称这个常数为频率的稳定值，后来的伯努力的大数定律证明了其稳定值就是随机事件发生的概率，可以证明频率一样满足概率的三条公理化定义由此可见频率就是“伪概率”。
1.2.4 确定概率的古典方法：
古典问题是历史上最早的研究概率论的问题，包括帕斯卡研究的骰子问题就是古典问题，他简单直观不需要做大量的试验我们就可以在经验事实的基础上感性且理性的分析清楚。
古典方法确定概率的思想如下：
很显然上叙古典概率满足概率的三条公理化定义，古典概型是最古老的确定概率的常用方法，求古典概率归结为求样本空间样本点的总数和事件样本点的个数，所以在计算中常用到排列组合的工具。
1.2.5 确定概率的几何方法：
基本思想：
1.2.6 确定概率的主观方法：
在现实世界中一些随机现象是无法进行随机试验的或者进行随机试验的成本大到得不偿失的地步，这时候的概率如何确定嘞？
统计学界的贝叶斯学派认为：一个事件的概率是人们根据经验对该事件发生可能性的个人信念，这样给出的概率就叫做主观概率，比如我说我考上研究生的概率是百分之百(这当然有吹牛的成分在里面，但是里面有也包含了自信和自己对自己学习情况的了解以及自己对所报考院校的了解)，比如说某企业家说根据它多年的经验和当时的一些市场信息认为某项新产品在市场上畅销的可能性是百分之80(这种话如果是熟人在私下里跟你说你还可以相信但是也要小心，如果是陌生人当着很多人的面说的你会相信吗？傻X才相信对不对？这么畅销你自己为什么不去做还把蛋糕分给老子？)。主观概率就是人们根据实际情况对某件事情发生的可能性作出的估计，但是这种估计的好坏是有待验证的。
这个理解了都不用特意去记要用的时候信手捏来，我是个很勤快的人其他公式都懒得记懒得写了。。。。下面只分析条件概率、全概率公式、贝叶斯公式：
1.3.1 条件概率：
所谓条件概率就是在事件A发生的情况下B发生的概率，即A B为样本空间 中两两事件若P(B)>0则称：
为在B发生的前提下A发生的条件概率，简称条件概率。
这个公式不难理解，实际上上面公式 也就是说“ 在B发生的条件下A发生的概率等于事件A与事件B共有的样本点的个数比上B的样本点的个数”，而且可以验证此条件概率满足概率的三条公理化定义。
1.3.2 乘法公式：
1.3.3 全概率公式：
设 为样本空间 的一个分割，即 互不相容，且 ,如果 则对任一事件A有：
这个公式也是很好理解的因为诸 互不相容而且其和事件为样本空间，故A事件中的样本点的个数等于A与诸 中共有样本点的和。
1.3.4 贝叶斯公式：
贝叶斯公式是在全概率公式和乘法公式的基础上推得的。
设若 为样本空间的一个分割，即 互不相容，且 如果 则：
公式的证明是根据条件概率来的，然后在把分子分母分别用乘法公式和全概率公式代替即可，公式中的 一般为已知概率称之为 先验概率 公式中 则称之为 后验概率 ，全概率公式和乘法公式为由原因推结果，而贝叶斯公式则为由结果推原因。
1.3.5 事件独立性：
上面我们介绍了条件概率这个概念，在条件A下条件B发生的概率为 ,如果B的发生不受A的影响嘞？直觉上来讲这就将意味着
故引入如下定义对任意两个事件A,B若 则称事件A与事件B相互独立
除了两个随机事件相互独立满足的定义当然也会有多个随机事件独立满足的定义，对N随机事件相互独立则要求对事件中的任意 个随机事件都相互独立.
1.3.6 伯努利概型：
定义：如果实验E只有两种可能的结果： ,然后把这个试验重复n次就构成了n重伯努利试验或称之为伯努利概型.显然每次伯努利试验事件结果之间是相互独立互不影响的，则伯努利试验显然是服从二项分布的，之后再介绍二项分布。
1.4.1 离散型随机变量：
之前说过用来表示随机现象结果的变量称之为随机变量，如抛掷一枚骰子随机变量的取值可以为1,2,3….显然此时随便试验的结果与随机变量的取值是一一对应的，于是我们将研究随机试验结果的统计规律转化为研究随机变量取值的统计规律，这种对应关系是人为的建立起来的同时也是合理的，只取有限个或者可列个值时候的随机变量则称之为离散型随机变量。
1.4.2 随机变量的分布列：
将随机变量的取值与其对应取值的可能性大小即概率列成一张表就称之为分布列，分布列使得随机变量的统计规律一目了然也方便计算其特征数方差和均值。分布列满足如下两个性质：
满足以上两个性质的列表则称之为分布列
1.4.3 分布函数：
设若X为一个随机变量，对任意的实数x，称 为随机变量X的分布函数记为 .
分布函数满足以下三个性质：
以上上个性质是一个函数能否成为分布函数的充要条件。
1.4.4 数学期望和方差：
先来看一个例子，某手表厂在出产的产品中抽查了N=100只手表的日走时误差其数据如下：
这时候这100只手表的平均日走时误差为： 其中 是日走时误差的频率记做 则
平均值 即平均值为频数乘以频率的和，由于在 时频率稳定于概率，于是在理论上来讲频率应该用概率来代替，这时我们把频率用概率来代替之后求出的平均值称之为数学期望(实际上由后面的大数定律可得平均值也稳定于数学期望),数学期望在一定程度上反映了随机变量X结果的平均程度即整体的大小，我们记为 。
定义：设X是一个随机变量X的均值 存在 如果 也存在则称之为随机变量X的方差记为 .
显然方差也是一个均值那么他是什么的均值嘞？ 表示随机变量的均值离差， 由随机变量平均值的离差和等于零我们可以推的随机变量均值的离差和也等于零故均值离差和的均值 也等于零，但是我们希望用离差来刻画不同分布间的差别如果用均值离差和的均值那么任何分布都为零，于是我们将离差加上一个平方变成 这样避免了离差和为零。那么方差这个表示分布特征的数又有什么重要意义嘞？很多人看似学完了概率统计，但是居然连方差的意义都没有搞清楚，实际上方差是用来刻画数据间的差异的，而刻画数据间的差异无论是在空间上的向量还是在平面上的点，用距离来刻画他们之间的差异是再好不过的。在物理学上要想正确合理的比较两动体的速度加速度我们就需要选取合适的参考系来进行对比，同样在比较数据间的差异的时候我们也往往用均值来做他们的参考(实际上其他的值也可以用来进行比较，但是那可能造成方差过大的现象)，与均值的距离越大说明他们的差异也越大，而距离又有正负之分因此为了区别正负我们也需要把与均值的距离加上一个平方，这也就是方差概念的来源。我们通常用方差来描叙一组数据间的差异，方差越小数据越集中，越大数据越分散，同时在金融上面也用来评估风险比如股价的波动性，我们当然希望股价的波动越是平稳即方差越小、收益越稳定越好。
因为均值和方差描叙了随机变量及其分布的某些特征因此就将其称之为特征数.
1.4.5 连续型随机变量的密度函数：
连续型随机变量的取值可能充满某一个区间为不可列个取值，因此描叙连续型随机变量的概率分布不能再用分布列的行时呈现出来，而要借助其他的工具即概率密度函数。
概率密度函数的由来：比如某工厂测量一加工元件的长度，我们把测量的元件按照长度堆放起来，横轴为元件的单位长度，纵轴为元件单位长度上的频数，当原件数量很多的时候就会形成一定的图形，为了使得这个图形稳定下来我们将纵坐标修改为单位长度上的频率，当元件数量不断增多的时候由于频率会逐步稳定于概率，当单位长度越小，原件数量越多的时候，这个图形就越稳定，当单位长度趋向于零的时候，图形就呈现出一条光滑的曲线这时候纵坐标就由“单位长度上的概率”变为“一点上的概率密度”，此时形成的光滑曲线的函数 就叫做概率密度函数，他表现出x在一些地方取值的可能性较大，一些地方取值的可能性较小的一种统计规律，概率密度函数的形状多种多样，这正是反映了不同的连续随机变量取值统计规律上的差别。
概率密度函数 虽然不是密度但是将其乘上一个小的微元 就可得小区间 上概率的近似值，即
微分元的累计就能够得到区间 上的概率,这个累计不是别的就是 在区间 上的积分 = .
由此可得x的分布函数 ,对于连续型随机变量其密度函数的积分为分布函数，分布函数求导即为密度函数
密度函数的基本性质：
1.4.6 连续型随机变量的期望和方差：
设若随机变量X的密度函数为 .
数学期望：
方差：
1.4.7 切比雪夫不等式(Chebyshev,1821-1894):
设随机变量X的数学期望和方差都存在，则对任意常数 有：
.
之所以有这个公式是因为人们觉得事件{ }发生的概率应该与方差存在一定的联系，这个是可以理解的，方差越大在某种程度上说明 X的取值偏离 越厉害即说明偏离值大于某个常数a的取值越多因此取值大于某个值的概率也越大，上面公式说明大偏差发生概率的上界与方差有关，方差越大上界也越大。
1.4.8 常用离散型分布：
1.4.9 常用的连续型分布：
++99++9+9
硕士毕业论文格式要求及字数规定
时间稍纵即逝，充满意义的大学生活即将结束，大家都知道毕业前要通过最后的毕业论文，毕业论文是一种有准备、有计划的检验学生学习成果的形式，我们该怎么去写毕业论文呢？下面是我收集整理的硕士毕业论文格式要求及字数规定，欢迎阅读，希望大家能够喜欢。
一篇硕士学位论文的引言，大致包含如下几个部分：
1、问题的提出；
2、选题背景及意义；
3、文献综述；
4、研究方法；
5、论文结构安排。
一般而言，非211、985学校的硕士毕业论文字数在6000—8000左右（工程类需要制图的专业则会超过这个数字），而一些要求较高或者重点学校则要求论文字数在1万左右或以上，总之各个学校在论文字数上的规定都有细微的差异。
一、硕士生毕业论文主要内容
1、题目（宋体，小二，居中）
2、中文摘要（200字以上），关键词；字体：宋体、小四号，字符间距：标准；行距：20磅
3、英文摘要，关键词；
4、目录
5、正文；字体：宋体、小四号，字符间距：标准；行距：20磅
6、参考文献。期刊内容包括：作者、题名，刊名，年，卷（期）：起始页码—结束页码。著作内容包括：作者、编者，文献题名，出版社，出版年份，起止页码。
7、附件：开题报告和检查情况记录表
二、格式要求
1、书写格式要求：填写项目必须用碳素或蓝黑墨水钢笔书写；
2、文稿要求：文字通顺，语言流畅，版面整洁，便于装订。Word文稿A4纸打印。
3、图纸要求：图面整洁，布局合理，线条粗细均匀，圆弧连接光滑，尺寸标准规范，文字注释必须使用工程字书写；
4、曲线图表要求：所有曲线、图表、线路图、流程图、程序框图、示意图等不得简单徒手画，须按国家规范标准或工程要求绘制；
5、公式要求：所有公式不得徒手书写，利用Microsoft公式编辑器或Mathtype编辑。
三、毕业论文份量要求
毕业论文字数一般不少于1.5万字或相当信息量。外文文献阅读量的具体要求，由指导教师量化。
四、毕业论文规范
审查工作由指导教师具体负责，从毕业论文质、量、形式等规范方面对论文答辩资格进行审查。审查合格者方能参加答辩。凡质、量、形式等方面审查不合格者，应责令其返工，直到达到要求为止，否则不准参加毕业答辩。对于在校外进行毕业论文的学生，其论文答辩资格审查回校进行。
五、毕业论文档案应包括以下内容：
1、大学毕业论文（设计）封面（教务处统一印制）；
2、毕业论文，包括题目及目录、开题报告、内容提要、正文及相关图表、参考文献及其他附件等；
3、指导教师、答辩委员会评阅意见、成绩评定表；
4、其他附件。
写作建议
（一）要有信心，树立积极的科研态度
做研究，要有积极和严谨的科研态度，要有耐心、恒心、信心和决心，同时也要保持一颗平常心。2005年全国百篇优秀博士毕业论文获得者、武汉大学年轻的博士生导师王树良教授认为，论文的.写作、发表过程是科学研究深化、完善的过程。对写论文要抱着一种百折不挠的快乐的心情，没有一个真正的学者仅为发表论文才去研究，也没有一个真正的学者会认为发表论文的多少与学术贡献可以等同。但是，每一个真正的学者都会爱惜自己的论文，关心他人对自己论文的评论和引用。发展经济学的奠基人之一、武汉大学张培刚教授总结自己的学术人生，说了一句哲理感言：“认真，但不能太认真，应适时而止；看透，岂能全部看透，须有所作为。”
（二）经常交流，依靠团队的思想
智慧碰撞才能产生火花，交流才能丰富想象。合作是一个科研工作者要学会的最重要的事情之一。硕士同学要多交流，多听专门讲座，多参加学术会议，要依靠学术团队的思想和智慧来激发创新思维。华中农业大学校长邓秀新院士在指导硕士学习时，非常强调“要更多地通过交谈与讨论来激发学生的科学兴趣”。
（三）善于思考，敢于提出自己的观点
毕业论文的关键是要有新的发现，有自己的创新点。创新需要以积极的精神、平和的心态，去寻找与常规不相符合的偏差以及有矛盾和异常的结果。往往正是这些非正常现象后面隐藏着发现的线索，这些线索有可能向流行的思想和传统的解释提出挑战。中国工程院院士傅廷栋教授告诫硕士同学：“学习是创新的基础，思考是创新的灵魂。”武汉大学博士生导师谭x文教授在总结硕士学习的特点时指出：“学习需要艰苦的探索，但更需要聪明的探索。”善于思考，善于总结和归纳，敢于提出新观点，注重细节的分析和发现，对于写出高水平的毕业论文非常重要。
每个学校字数限定要求不一样，要问学校老师大致是这样的本科5000-15000字之间 硕士20000－50000字之间 博士50000-150000字之间含博士后希望回答可以帮到你毕业论文写作技巧 第一条，先要围绕着论题去占有和选择材料。 也就是说，当你的论题已经确定以后，第一，围绕着立论去占有材料，多多益善的去看。有的论题是来自老师已经拟订好的题目。有相当一部分学生是自己确立论题的，先积累材料，再有论点。一旦立论确立了以后，再回过头来去占有材料。在占有材料方面跟我《基础写作》里讲的有相通的地方。第一要占有材料，占有研究对象的真实的材料。比如你要研究某个作家，某个阶段的几部作品，就将这几部作品拿来进行深入细致的研读，进一步来确定自己的论点。如果你的论文是报告类的，不是纯理论性的，用实验报告、调查报告、总结的形式来写论文的，那么你的调查材料、实验材料也要占有。 第二，要对研究对象的外延材料占有。 比如你要研究的是作家作品的话，那么你就要对作家写作的背景材料，包括政治经济背景、文艺思潮背景等。还有作家谈自己创作的材料，还有他人已经研究过的材料等。有了这些材料，你就可以做到知人论世，可以使自己在研究当中尽量公允，不带偏见。所以，充分占有材料，也就使你的论据更充分。这样你将来的论证就会更加深广。 第三，在有材料的基础上要选择材料。 决不能只要有材料就统统拉进来。这是你们写论文常出现的问题。比如让你写一万字，你可能写到五六万字。象刚才那个学生一样，写出六万字，太丰富了。把握不住自己的时候，可以让老师来帮助你，告诉你哪些能用，哪些不能用。多占有材料总比没有材料写不出来要好，因为删总是好删的。在材料多的情况下，你就选更好的材料。 2 、选择论文的类型。 第二项准备工作就是选择论文的类型。毕业论文的类型一是学术性论文，二是报告性论文。应用性比较少的科目来说比较容易做成学术型论文，比如对作家、作品的研究，对诗派的研究。应用性比较强的学科，比如教学领域、新闻领域、治疗科学和实验等，论文一般写成调查性的或总结性的，我将它概括为报告型论文。 杂志上发表的3000来字的论文，一般就是报告型的论文。报告型的论文主要是总结经验。不管是总结也好，报告也好，总之，最后是要总结出规律性的东西来。比如说，《新教材综合性学习的教学体会》有这样几条规律：综合性学习能够激发学生积极参与和主动学习；综合性学习能够激发学生的创造意识，培养学生的创造能力；综合性学习以课外学习为主，能加强课内外的结合，强化能力的培养；综合性学习能强化学生对语文学习的体验和认识，使学生的情感态度和价值取向朝着健康的方向发展。他的这几个体会是努力地从理论上探讨，说明它的意义。 大多数学生的论文都是学术型的，学术型的论文主要是对某一个专业领域的问题，经过充分的研究以后，用文字符号进行表达。这一类论文的基本要求是论者以自己所学的知识，对本专业的理论问题或实际问题进行探讨和研究。学术型的论文还可以细分为两种，一是论述性的论文，一是综述性的论文。所谓论述性的论文，最大的特点是以议论为主，有极强的理论色彩。它又可以分为立论型和驳论型。立论型就是正面树立自己的观点，驳论型就是批驳别人的观点。综述性的论文，在我们的大型报纸上和一些杂志很多。比如，2003年已经过了半年了，我们就可以对过去的半年时间里的小说进行综述。 如果是综述文学创作，就要对各种文体进行综述，如果进行小说综述，就要对半年来杂志报纸上发表的小说进行描述。这是一种综述型的，往往采用一种夹叙夹议的方式。两者比较而言，综述型的论文只要你的资料可以找到而且你有一定的概括能力，这种论文的撰写要比论述型的论文容易些。因为论述型的论文完全是议论型的，要求逻辑思维要好一些。另外，论证的深度还是有一定的讲究的。这还是本科生，那么研究生就更不用说了。论文类型的选择，主要是看论文的对象怎么样。如果是宏观的，我们就用综述性的面上的描述；如果是微观的，涉及到某一个具体的作家作品或某一个问题，我们就选择论述性的。如果我们自己学的专业应用性很强，比如说教学、新闻、农业、林业，建议大家写成报告型的论文，写成调查报告也行，写成总结性的报告也行，都可以。这一类文章，可以看看报刊杂志。如果是应用性比较强的学科，建议大家写成报告性论文，包括调查报告、总结和实验报告。有些实验报告就可以成为论文。这是第二条。 3 、要拟订 论文的写作提纲。 准备工作的第三条是一定要拟订论文的写作提纲。如果没有完整的写作提纲的话，逻辑思维就会出现偏差。这不同于散文创作。散文创作只是一个百字文或千字文，打个腹稿差不多就可以了。三千字的学年论文都要求打提纲，更不用说上万字的毕业论文了。把一个个提纲罗列出来，罗列出来以后看一下，总论点是什么，分论点是什么，围绕着总论点有几个分论点，分论点列出来了以后，一定要注意以纲带目，以目服纲这样的一个关系。把这个关系弄清楚了以后，它们之间是并列的关系还是主从关系、递进关系、因果关系，逻辑关系一定要搞清楚。这样你才能从提纲中感受到你的研究能力到底是怎么样。导师在辅导的时候，并不是要求你赶快把一篇稿子拿出来，而首先要求的是你跟老师交谈一下论题。当老师确定你的论题的大小和难易都比较合适的时候，就同意你去写提纲。所以第二次跟老师交换意见的时候，是跟老师交换一下对提纲的意见。当老师发现你的提纲根本不清楚，他就要负责把你的思路理清楚；最后确定下来你可以去写了，你就可以动手去写了。写的过程中，有可能你觉得要推翻原来的提纲重新写，如果出现这样的情况，一定要跟老师沟通一下，让老师给你看是否需要重新写提纲。不要做很多无用功，等到你的论文写完了以后再跟老师沟通，老师把你的论文枪毙，就等于你做了无用功。一定要把提纲拟好跟老师交流。 你的论文提纲的总论点和分论点之间的关系一定要清楚。你的每一个分论点需要采用哪些论据，都要在提纲里告诉老师。每一个分论点后要注明你的论证方法，或是比喻的方法，或是摆事实的方法，或是其他的什么方法。在《阅读鉴赏评论》中为了在论文提纲方面给大家以借鉴，我举出了王魁今先生的一篇关于对外汉语教学的论文的提纲。他的写作提纲，不妨你们借鉴一下。我引用了其中的一段，讲提纲的怎么拟制，在书的232 页。你们可以看一下他的提纲是怎么拟制的。通过这个提纲的拟制，你们写论文的时候就可以借鉴……少走一点弯路，你的提纲、材料等出来以后，就可以进行论文写作了。 4 、开始写论文的时候，要注意标题拟制。 第五个大问题的第三个小问题就是开始写论文的时候，要注意标题拟制。论文的标题拟制，一般是两个标题，如果是一个标题不太容易驾驭。一个标题往往是比较宏观一些。当然也可以用正标题来表示论题的观点，副标题表示研究的对象。但有的时候，一个标题就把你的论题就拉出来了。比如说《论司法活动的群众监督》，就把范围限制了。所以说，如果是一个标题一般就比较宏观。再比如说，《经济增长的差异与农业产品优势比较》，这是一个标题。还有一种是完整式标题。完整式标题是一个主标题，配一个副标题。一般来说，正标题是揭示论文的中心论点，副标题是表明你论述的范围和对象。比如说，《经济振兴的宣言书——论改革者》，中心论点和研究对象的范围就交代出来了。又比如，《向往光明，追求真善美——丰子恺哲学散文浅论》，论文的中心论点和研究对象也交代清楚，是完整标题。还有《叙事在模式与效果之间——论《老残游记》的叙事艺术》，观点摆到提纲里去出现。拟制标题要注意这么几点，一要贴切，二要醒目，三要简洁，四要新颖，这是论文题目的几个要求。 题目拟制好了以后，论文还要注意要写摘要，把整个论文的主要内容说一下。在论文的扉页上，先是题目，题目下面是摘要（也叫论文提要）。论文提要要写哪些内容呢？主要交代清楚选题的背景、理由，论文的观点和价值，简明扼要的揭示出来，便于读者（主要是导师、评委、编辑等）即使不阅读全文就可以获得最重要的信息。一般字数不超过全文的5%. 在摘要下面要有关键词。关键词把论文的主要观点用3 到5 个词提取出来。比如《经济增长差异与农业产品优势比较》的关键词就是经济增长、农产品比较优势、相关的分析、连动机制。第四个小问题要讲一下引言。引言把论文研究的理由、背景、价值等阐释出来。最后就写正文。写完论文后再修改，修改后请导师看。导师认可了以后论文就可以定稿了。一般的学生写两稿就差不多了，差的学生写上四五稿的也有。 （这是清华论文写作的讲座，看完后有用请赞，收集整理有手打不容易，谢谢！）
理工类毕业论文应该多少字？这个要看你学校的规定
综述：一般理工类不少于1万字。
一般理工类的毕业论文比文科类字数要求要多一点，以西安文理学院要求为例：除有特殊要求的专业外，毕业论文一般用简化汉语文字撰写，毕业论文的字数人文社科类专业一般不应少于0.8万字，理工类专业一般不应少于1万字。各专业可根据需要确定具体的文字和字数要求，并报教务处备案。
毕业论文简介：
毕业论文（graduation study），按一门课程计，是普通中等专业学校、高等专科学校、本科院校、高等教育自学考试本科及研究生学历专业教育学业的最后一个环节，为对本专业学生集中进行科学研究训练而要求学生在毕业前总结性独立作业、撰写的论文。
以上内容参考 百度百科-毕业论文