數據分析的統計學基礎精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的數據分析的統計學基礎主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：數據分析的統計學基礎范文

【論文摘要】所謂統計思想，就是在統計實際工作、統計學理論的應用研究中，必須遵循的基本理念和指導思想。統計思想主要包括均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想等思想。文章通過對統計思想的闡釋，提出關于統計思想認識的三點思考。

【論文關鍵詞】統計學；統計思想；認識

1關于統計學

統計學是一門實質性的社會科學，既研究社會生活的客觀規律，也研究統計方法。統計學是繼承和發展基礎統計的理論成果，堅持統計學的社會科學性質，使統計理論研究更接近統計工作實際，在國家和社會得到廣泛發展。

2統計學中的幾種統計思想

2.1統計思想的形成

統計思想不是天然形成的，需要經歷統計觀念、統計意識、統計理念等階段。統計思想是根據人類社會需求的變化而開展各種統計實踐、統計理論研究與概括，才能逐步形成系統的統計思想。

2.2比較常用的幾種統計思想

所謂統計思想，就是統計實際工作、統計學理論及應用研究中必須遵循的基本理念和指導思想。統計思想主要包括:均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想。現分述如下：

2.2.1均值思想

均值是對所要研究對象的簡明而重要的代表。均值概念幾乎涉及所有統計學理論，是統計學的基本思想。均值思想也要求從總體上看問題，但要求觀察其一般發展趨勢，避免個別偶然現象的干擾，故也體現了總體觀。

2.2.2變異思想

統計研究同類現象的總體特征，它的前提則是總體各單位的特征存在著差異。統計方法就是要認識事物數量方面的差異。統計學反映變異情況較基本的概念是方差，是表示“變異”的“一般水平”的概念。平均與變異都是對同類事物特征的抽象和宏觀度量。

2.2.3估計思想

估計以樣本推測總體，是對同類事物的由此及彼式的認識方法。使用估計方法有一個預設：樣本與總體具有相同的性質。樣本才能代表總體。但樣本的代表性受偶然因素影響，在估計理論對置信程度的測量就是保持邏輯嚴謹的必要步驟。

2.2.4相關思想

事物是普遍聯系的，在變化中，經常出現一些事物相隨共變或相隨共現的情況，總體又是由許多個別事務所組成，這些個別事物是相互關聯的，而我們所研究的事物總體又是在同質性的基礎上形成。因而，總體中的個體之間、這一總體與另一總體之間總是相互關聯的。

2.2.5擬合思想

擬合是對不同類型事物之間關系之表象的抽象。任何一個單一的關系必須依賴其他關系而存在，所有實際事物的關系都表現得非常復雜，這種方法就是對規律或趨勢的擬合。擬合的成果是模型，反映一般趨勢。趨勢表達的是“事物和關系的變化過程在數量上所體現的模式和基于此而預示的可能性”。

2.2.6檢驗思想

統計方法總是歸納性的，其結論永遠帶有一定的或然性，基于局部特征和規律所推廣出來的判斷不可能完全可信，檢驗過程就是利用樣本的實際資料來檢驗事先對總體某些數量特征的假設是否可信。

2.3統計思想的特點

作為一門應用統計學，它從數理統計學派汲取新的營養，并且越來越廣泛的應用數學方法，聯系也越來越密切，但在統計思想的體現上與通用學派相比，還有著自己的特別之處。其基本特點能從以下四個方面體現出：

（1）統計思想強調方法性與應用性的統一；

（2）統計思想強調科學性與藝術性的統一；

（3）統計思想強調客觀性與主觀性的統一；

（4）統計思想強調定性分析與定量分析的統一。

3對統計思想的一些思考

3.1要更正當前存在的一些不正確的思想認識

英國著名生物學家、統計學家高爾頓曾經說過：“統計學具有處理復雜問題的非凡能力，當科學的探索者在前進的過程中荊棘載途時，唯有統計學可以幫助他們打開一條通道”。但事實并非這么簡單，因為我們所面臨的現實問題可能要比想象的復雜得多。此外，有些人認為方法越復雜越科學，在實際的分析研究中，喜歡簡單問題復雜化，似乎這樣才能顯示其科學含量。其實，真正的科學是使復雜的問題簡單化而不是追求復雜化。與此相關聯的是，有些人認為只有推斷統計才是科學，描述統計不是科學，并延伸擴大到只有數理統計是科學、社會經濟統計不是科學這樣的認識。這種認識是極其錯誤的，至少是對社會經濟統計的無知。比利時數學家凱特勒不僅研究概率論，并且注重于把統計學應用于人類事物，試圖把統計學創建成改良社會的一種工具。經濟學和人口統計學中的某些近代概念，如GNP、人口增長率等等，均是凱特勒及其弟子們的遺產。

3.2要不斷拓展統計思維方式

統計學是以歸納推理或歸納思維為主要的邏輯方式的。眾所周知，邏輯推理方式主要有兩種：歸納推理和演繹推理。歸納推理是基于觀測到的數據信息(尤其是不完全甚至劣質的信息)去產生新的知識或去驗證一個假設，即以所掌握的數據信息為依據，歸納得出具有一般特征的結論。歸納推理是要在數據信息的基礎上透過偶然性去發現必然性。演繹推理是對統計認識能力的深化，尤其是在根據必然性去研究和認識偶然性方面，具有很大的作用。

3.3深化對數據分析的認識

任何統計研究都離不開數據分析。因為這是得到統計研究結論的必要環節。雖然統計分析的形式隨時代的推移而變化著，但是“從數據中提取一切信息”或者“歸納和揭示”作為統計分析的目的卻一直沒有改變。對統計數據分析的原因有以下三個方面：一是基于同樣的數據會得出不同、甚至相反的分析結論；二是我們所面對的分析數據有時是缺損的或存在不真實性；三是我們所面對的分析數據有時則又是海量的，讓人無從下手。雖然統計數據分析已經經歷了描述性數據分析(DDA)、推斷性數據分析(IDA)和探索性數據分析(EDA)等階段，分析的方法技術已經有了質的飛躍，但與人類不斷提高的要求相比，存在的問題似乎也越來越多。所以，我們必須深化對數據分析的認識，圍繞“準確解答特定問題并且從數據中獲取一切有效信息”這一目的，不斷拓展研究思路，繼續開展數據分析方法技術的研究。

參考文獻:

[1]陳福貴.統計思想雛議[J]北京統計,2004,(05).

[2]龐有貴.統計工作及統計思想[J]科技情報開發與經濟,2004,(03).

第2篇：數據分析的統計學基礎范文

【關鍵詞】統計學；統計思想；認識

1關于統計學

統計學是一門實質性的社會科學，既研究社會生活的客觀規律，也研究統計方法。統計學是繼承和發展基礎統計的理論成果，堅持統計學的社會科學性質，使統計理論研究更接近統計工作實際，在國家和社會得到廣泛發展。

2 統計學中的幾種統計思想

2.1 統計思想的形成

統計思想不是天然形成的，需要經歷統計觀念、統計意識、統計理念等階段。統計思想是根據人類社會需求的變化而開展各種統計實踐、統計理論研究與概括，才能逐步形成系統的統計思想。

2.2 比較常用的幾種統計思想

所謂統計思想，就是統計實際工作、統計學理論及應用研究中必須遵循的基本理念和指導思想。統計思想主要包括:均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想。現分述如下：

2.2.1 均值思想

均值是對所要研究對象的簡明而重要的代表。均值概念幾乎涉及所有統計學理論，是統計學的基本思想。均值思想也要求從總體上看問題，但要求觀察其一般發展趨勢，避免個別偶然現象的干擾，故也體現了總體觀。

2.2.2 變異思想

統計研究同類現象的總體特征，它的前提則是總體各單位的特征存在著差異。統計方法就是要認識事物數量方面的差異。統計學反映變異情況較基本的概念是方差，是表示“變異”的“一般水平”的概念。平均與變異都是對同類事物特征的抽象和宏觀度量。

2.2.3 估計思想

估計以樣本推測總體，是對同類事物的由此及彼式的認識方法。使用估計方法有一個預設：樣本與總體具有相同的性質。樣本才能代表總體。但樣本的代表性受偶然因素影響，在估計理論對置信程度的測量就是保持邏輯嚴謹的必要步驟。

2.2.4 相關思想

事物是普遍聯系的，在變化中，經常出現一些事物相隨共變或相隨共現的情況，總體又是由許多個別事務所組成，這些個別事物是相互關聯的，而我們所研究的事物總體又是在同質性的基礎上形成。因而，總體中的個體之間、這一總體與另一總體之間總是相互關聯的。

2.2.5 擬合思想

擬合是對不同類型事物之間關系之表象的抽象。任何一個單一的關系必須依賴其他關系而存在，所有實際事物的關系都表現得非常復雜，這種方法就是對規律或趨勢的擬合。擬合的成果是模型，反映一般趨勢。趨勢表達的是“事物和關系的變化過程在數量上所體現的模式和基于此而預示的可能性”。

2.2.6 檢驗思想

統計方法總是歸納性的，其結論永遠帶有一定的或然性，基于局部特征和規律所推廣出來的判斷不可能完全可信，檢驗過程就是利用樣本的實際資料來檢驗事先對總體某些數量特征的假設是否可信。

2.3 統計思想的特點

作為一門應用統計學，它從數理統計學派汲取新的營養，并且越來越廣泛的應用數學方法，聯系也越來越密切，但在統計思想的體現上與通用學派相比，還有著自己的特別之處。其基本特點能從以下四個方面體現出：（1）統計思想強調方法性與應用性的統一；（2）統計思想強調科學性與藝術性的統一；（3）統計思想強調客觀性與主觀性的統一；（4）統計思想強調定性分析與定量分析的統一。

3 對統計思想的一些思考

3.1 要更正當前存在的一些不正確的思想認識

英國著名生物學家、統計學家高爾頓曾經說過：“統計學具有處理復雜問題的非凡能力，當科學的探索者在前進的過程中荊棘載途時，唯有統計學可以幫助他們打開一條通道”。但事實并非這么簡單，因為我們所面臨的現實問題可能要比想象的復雜得多。此外，有些人認為方法越復雜越科學，在實際的分析研究中，喜歡簡單問題復雜化，似乎這樣才能顯示其科學含量。其實，真正的科學是使復雜的問題簡單化而不是追求復雜化。與此相關聯的是，有些人認為只有推斷統計才是科學，描述統計不是科學，并延伸擴大到只有數理統計是科學、社會經濟統計不是科學這樣的認識。這種認識是極其錯誤的，至少是對社會經濟統計的無知。比利時數學家凱特勒不僅研究概率論，并且注重于把統計學應用于人類事物，試圖把統計學創建成改良社會的一種工具。經濟學和人口統計學中的某些近代概念，如GNP、人口增長率等等，均是凱特勒及其弟子們的遺產。

3.2要不斷拓展統計思維方式

統計學是以歸納推理或歸納思維為主要的邏輯方式的。眾所周知，邏輯推理方式主要有兩種：歸納推理和演繹推理。歸納推理是基于觀測到的數據信息(尤其是不完全甚至劣質的信息)去產生新的知識或去驗證一個假設，即以所掌握的數據信息為依據，歸納得出具有一般特征的結論。歸納推理是要在數據信息的基礎上透過偶然性去發現必然性。演繹推理是對統計認識能力的深化，尤其是在根據必然性去研究和認識偶然性方面，具有很大的作用。

3.3深化對數據分析的認識

任何統計研究都離不開數據分析。因為這是得到統計研究結論的必要環節。雖然統計分析的形式隨時代的推移而變化著，但是“從數據中提取一切信息”或者“歸納和揭示”作為統計分析的目的卻一直沒有改變。對統計數據分析的原因有以下三個方面：一是基于同樣的數據會得出不同、甚至相反的分析結論；二是我們所面對的分析數據有時是缺損的或存在不真實性；三是我們所面對的分析數據有時則又是海量的，讓人無從下手。雖然統計數據分析已經經歷了描述性數據分析(DDA)、推斷性數據分析(IDA)和探索性數據分析(EDA)等階段，分析的方法技術已經有了質的飛躍，但與人類不斷提高的要求相比，存在的問題似乎也越來越多。所以，我們必須深化對數據分析的認識，圍繞“準確解答特定問題并且從數據中獲取一切有效信息”這一目的，不斷拓展研究思路，繼續開展數據分析方法技術的研究。

參考文獻:

[1] 陳福貴.統計思想雛議[J]北京統計， 2004，(05) .

[2] 龐有貴.統計工作及統計思想[J]科技情報開發與經濟， 2004，(03) .

[3] 范文正.幾種基本統計思想的現實意義[J]統計與決策， 2007，(08) .

第3篇：數據分析的統計學基礎范文

【論文摘要】所謂統計思想，就是在統計實際工作、統計學理論的應用研究中，必須遵循的基本理念和指導思想。統計思想主要包括均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想等思想。文章通過對統計思想的闡釋，提出關于統計思想認識的三點思考。 

 

 

1關于統計學 

 

統計學是一門實質性的社會科學，既研究社會生活的客觀規律，也研究統計方法。統計學是繼承和發展基礎統計的理論成果，堅持統計學的社會科學性質，使統計理論研究更接近統計工作實際，在國家和社會得到廣泛發展。 

 

2 統計學中的幾種統計思想 

 

2.1 統計思想的形成 

統計思想不是天然形成的，需要經歷統計觀念、統計意識、統計理念等階段。統計思想是根據人類社會需求的變化而開展各種統計實踐、統計理論研究與概括，才能逐步形成系統的統計思想。 

2.2 比較常用的幾種統計思想 

所謂統計思想，就是統計實際工作、統計學理論及應用研究中必須遵循的基本理念和指導思想。統計思想主要包括:均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想。現分述如下： 

2.2.1 均值思想 

均值是對所要研究對象的簡明而重要的代表。均值概念幾乎涉及所有統計學理論，是統計學的基本思想。均值思想也要求從總體上看問題，但要求觀察其一般發展趨勢，避免個別偶然現象的干擾，故也體現了總體觀。 

2.2.2 變異思想 

統計研究同類現象的總體特征，它的前提則是總體各單位的特征存在著差異。統計方法就是要認識事物數量方面的差異。統計學反映變異情況較基本的概念是方差，是表示“變異”的“一般水平”的概念。平均與變異都是對同類事物特征的抽象和宏觀度量。 

2.2.3 估計思想 

估計以樣本推測總體，是對同類事物的由此及彼式的認識方法。使用估計方法有一個預設：樣本與總體具有相同的性質。樣本才能代表總體。但樣本的代表性受偶然因素影響，在估計理論對置信程度的測量就是保持邏輯嚴謹的必要步驟。 

2.2.4 相關思想 

事物是普遍聯系的，在變化中，經常出現一些事物相隨共變或相隨共現的情況，總體又是由許多個別事務所組成，這些個別事物是相互關聯的，而我們所研究的事物總體又是在同質性的基礎上形成。因而，總體中的個體之間、這一總體與另一總體之間總是相互關聯的。 

2.2.5 擬合思想 

擬合是對不同類型事物之間關系之表象的抽象。任何一個單一的關系必須依賴其他關系而存在，所有實際事物的關系都表現得非常復雜，這種方法就是對規律或趨勢的擬合。擬合的成果是模型，反映一般趨勢。趨勢表達的是“事物和關系的變化過程在數量上所體現的模式和基于此而預示的可能性”。 

2.2.6 檢驗思想 

統計方法總是歸納性的，其結論永遠帶有一定的或然性，基于局部特征和規律所推廣出來的判斷不可能完全可信，檢驗過程就是利用樣本的實際資料來檢驗事先對總體某些數量特征的假設是否可信。 

2.3 統計思想的特點 

作為一門應用統計學，它從數理統計學派汲取新的營養，并且越來越廣泛的應用數學方法，聯系也越來越密切，但在統計思想的體現上與通用學派相比，還有著自己的特別之處。其基本特點能從以下四個方面體現出：（1）統計思想強調方法性與應用性的統一；（2）統計思想強調科學性與藝術性的統一；（3）統計思想強調客觀性與主觀性的統一；（4）統計思想強調定性分析與定量分析的統一。 

 

3 對統計思想的一些思考 

 

3.1 要更正當前存在的一些不正確的思想認識 

英國著名生物學家、統計學家高爾頓曾經說過：“統計學具有處理復雜問題的非凡能力，當科學的探索者在前進的過程中荊棘載途時，唯有統計學可以幫助他們打開一條通道”。但事實并非這么簡單，因為我們所面臨的現實問題可能要比想象的復雜得多。此外，有些人認為方法越復雜越科學，在實際的分析研究中，喜歡簡單問題復雜化，似乎這樣才能顯示其科學含量。其實，真正的科學是使復雜的問題簡單化而不是追求復雜化。與此相關聯的是，有些人認為只有推斷統計才是科學，描述統計不是科學，并延伸擴大到只有數理統計是科學、社會經濟統計不是科學這樣的認識。這種認識是極其錯誤的，至少是對社會經濟統計的無知。比利時數學家凱特勒不僅研究概率論，并且注重于把統計學應用于人類事物，試圖把統計學創建成改良社會的一種工具。經濟學和人口統計學中的某些近代概念，如gnp、人口增長率等等，均是凱特勒及其弟子們的遺產。 

3.2要不斷拓展統計思維方式 

統計學是以歸納推理或歸納思維為主要的邏輯方式的。眾所周知，邏輯推理方式主要有兩種：歸納推理和演繹推理。歸納推理是基于觀測到的數據信息(尤其是不完全甚至劣質的信息)去產生新的知識或去驗證一個假設，即以所掌握的數據信息為依據，歸納得出具有一般特征的結論。歸納推理是要在數據信息的基礎上透過偶然性去發現必然性。演繹推理是對統計認識能力的深化，尤其是在根據必然性去研究和認識偶然性方面，具有很大的作用。 

3.3深化對數據分析的認識 

任何統計研究都離不開數據分析。因為這是得到統計研究結論的必要環節。雖然統計分析的形式隨時代的推移而變化著，但是“從數據中提取一切信息”或者“歸納和揭示”作為統計分析的目的卻一直沒有改變。對統計數據分析的原因有以下三個方面：一是基于同樣的數據會得出不同、甚至相反的分析結論；二是我們所面對的分析數據有時是缺損的或存在不真實性；三是我們所面對的分析數據有時則又是海量的，讓人無從下手。雖然統計數據分析已經經歷了描述性數據分析(dda)、推斷性數據分析(ida)和探索性數據分析(eda)等階段，分析的方法技術已經有了質的飛躍，但與人類不斷提高的要求相比，存在的問題似乎也越來越多。所以，我們必須深化對數據分析的認識，圍繞“準確解答特定問題并且從數據中獲取一切有效信息”這一目的，不斷拓展研究思路，繼續開展數據分析方法技術的研究。 

 

參考文獻: 

[1] 陳福貴.統計思想雛議[j]北京統計, 2004,(05) . 

[2] 龐有貴.統計工作及統計思想[j]科技情報開發與經濟, 2004,(03) . 

第4篇：數據分析的統計學基礎范文

關鍵詞：大數據;應用統計學;教學改革

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2016）43-0101-03

一、研究背景

自2002年桂林理工大學在廣西開辦了第一個統計學本科專業以來，針對當時理學學位的統計學專業培養的學生雖然數理基礎相對扎實，但普遍統計思想不夠，實際應用能力較弱的現狀和特點，對統計學專業進行了全方位的改革研究，確立了"數學與統計學相融，從培養學生扎實的數理基礎和極強的統計分析應用能力有機相結合的理念出發，構建了新的課程體系和教學內容，取得了系列研究成果。2009年研究成果開創“應用性、實驗性、案例性”一體化的統計學專業課程體系和教學模式，獲得廣西高等教育自治區級教學成果二等獎[1]，并在其后分別把統計學學科建成廣西重點學科和廣西高等學校優勢特色專業，以及把應用統計實驗室建成廣西高等學校重點實驗室。

雖然我校統計學專業的教學改革和建設取得了許多成果，但近幾年，我們也逐漸感覺到在大數據新形勢下，我校應用統計學專業的教學體系還有一些不適應的地方，且某些問題還有日益凸顯的趨勢，我們原來的某些研究成果已不再適應新時代的要求，這就迫使我們繼續進行改革研究，探討在大數據背景的新形勢下，如何培養統計學專業復合型和應用型人才，如何準確把握統計學的發展方向與發展形勢，如何調整人才培養模式，如何調整相關課程和課程內容，以培養適應大數據背景下社會經濟發展需要的統計學專業人才。

許多國家越來越重視數據在大數據時代重要作用，我國也不例外，2012年9月，國家統計局第7次局務會提出，盡快開展在政府統計中應用大數據的研究。2013年可以看作是我國政府統計之大數據元年。2015年9月《國務院關于印發促進大數據發展行動綱要的通知》（國發〔2015〕50號）[2]頒布，標志著我國正逐步進入大數據建設的新時代，為此，國家統計局積極推動大數據在各方面的應用與實踐。而大數據的核心是數據，應用統計學學科是與數據分析處理聯系最為緊密的應用性學科，因此，應用統計學專業的教學體系應順應大數據發展的趨勢。在大數據背景下，應用統計學專業在繼承傳統數據分析技術的基礎上，對所需的數據處理技能提出的需求更高了。這就是說，大數據對應用統計學的培養目標，以及教學內容等的沖擊無疑是最大且不可避免的，這給應用統計學專業帶來了巨大的挑戰，同時也為應用統計學學科的發展帶來了前所未有的機遇。

大數據逼迫人們改變分析、處理數據的手段、思維和理念，這就逼迫應用統計學專業改革必須引入新手段、新思維和新理念。培養應用統計學人才必須與時俱進，才能不斷適應大數據新時代的要求，這關系到應用統計學專業培養的人才能否適應和滿足社會的需求，因此，這一研究是十分必要、十分迫切且有著重要的理論和實際應用意義。

二、大數據背景下應用統計學專業的改革探討

第5篇：數據分析的統計學基礎范文

關鍵詞：數據分析；Excel和SPSS應用；輸入處理；描述統計

一、Excel在數據分析中的簡單應用

（一）Excel在數據輸入處理的應用

Excel大多數情況下是用“列表格式”存儲數據，將書面數據信息輸入到計算機很多情況下須手工完成，但有時也可根據數據本身的規律性或借助Excel的某些功能來提取數據。

例如，將xx大學2011級學生考研信息錄入到Excel的表格中，有姓名，序號，性別，學號，班級，身份證號等幾項數據。

其中，姓名、學號、身份證號、性別手工輸入；序號利用Excel本身定義的拖動復制功能輸入；出生日期的輸入可以利用文本截取函數從身份證號中分別提取，并用日期函數結合成出生日期。

（二）Excel在數據審核處理中的應用

數據本身要求符合一定的邏輯，但在手工輸入過程中難免出現錯誤。在輸入的同時讓計算機自動識別不合邏輯之處并給出提示，有助于及時判斷輸入數據是否有誤。

（三）Excel在數據描述統計的應用

Excel在計算平均數、方差（標準差）、眾數、中位數時分別利用公式“AVERAGE”、“VAR”（STDEV）、“MODE”、“MEDIAN”，并選擇選擇需要求解的范圍即可得出最終結果。例如，對“學業成績A”計算均值。

利用公式“AVERAGE”，選擇需要求解平均數的范圍C5：C38，計算出最后結果78.16118。

二、SPSS在數據分析中的簡單應用

（一）SPSS在數據輸入處理的應用

用SPSS統計軟件進行數據輸入可以通過直接輸入和間接導入兩種方式讀取數據。SPSS可以導入不同類型文件的數據，如xls、dat、inc、csv等。

（二）SPSS在數據篩選排序中的應用

利用SPSS選擇“數據”―“選擇個案”，進行條件的篩選。SPSS的數據排序是對數據窗口中的數據按照某個或幾個指定變量的變量值升序或降序重新排列。以排序變量的多少分為“單值排序”、“多重排序”。

（三）SPSS在數據描述統計的應用

SPSS在計算平均數、眾數、中位數時可通過“分析”―“描述統計”―“概率”菜單下進行依次選擇求解。也可以同時求解出均值、眾數、中位數。并可以利用“描述數據”功能求出所研究數據的方差（標準差）。

三、Excel與SPSS比較分析

Excel與SPSS在進行統計數據分析中都有各自的特點，具有分析如下：

其一，Excel在數據輸入分析中應用較簡便，不需對有關數據進行額外的變量設置，但處理較多大數據操作比較困難；SPSS相對專業性較強，對大數據的處理步驟和結果都較為詳細，但在數據變量設置方面不太簡便。

其二，Excel在數據分析中最為基礎且易掌握，圖形工具強大，但不適宜大型統計分析；SPSS為較為專業的統計應用軟件，對于大型數據的統計應用較多但對于圖形工具不太全面。

其三，就統計學原理所涉及的統計方法而言，Excel沒有直接提供包括箱線圖、相關系數的p-值、方差分析中的多重比較、非參數檢驗方法、質量控制圖等方法，而SPSS功能比較完善。

其四，大部分情況下Excel的計算結果都是可靠的，但在一些極端情況下Excel的計算程序不夠穩定和準確，有些自動功能可能會導致意想不到地結果。相比之下，SPSS計算結果比較準確，適用于學術研究。

其五，SPSS的數據編輯窗口與Excel類似且可定義數據的屬性，但其數據管理功能相對較弱如只允許同時打開一個數據文件，這對有些分析工作來說可能不夠方便。

四、結論

不敢預測也不可能斷言，在未來的統計學理論研究中統計軟件處理會占據統治地位，但是統計軟件處理數據越來越滲透到經濟學研究中，特別是數據分析方面，并且發揮著越來越重要的作用已成為事實。而且還應當說，統計學學不僅應用了統計軟件，如Excel和SPSS，而且還會不斷地應用著統計軟件發展的最新的成果。因為統計軟件的不斷發展也在致力于解決能夠描述復雜現象的數據現象。當然，雖然統計軟件是統計學中必不可少的應用，但是統計軟件在統計學中只是作為一種工具被用來考慮或研究基本現象或行為背后的規律。作為工具和方法必須在理論的合理框架中才能真正發揮其應有的作用而不能替代真正經濟數據的發展，否則會出現因噎廢食。我們從另一個角度上看，這反過來也推動了Excle和SPSS等有關統計軟件的發展，為其的發展提供了源源不斷的動力。在未來的數據分析領域中，我們要好好地運用這一重要工具進行更加精確、更為深入的研究，科學地融合統計軟件與統計數據研究，推動共同進步發展。

參考文獻：

[1] 安維默.用Excel管理和分析數據[M].人民郵電出版社.2003：25-26

第6篇：數據分析的統計學基礎范文

[關鍵詞]統計學 問題 對策

[中圖分類號]G642 [文獻標識碼]A [文章編號]1009-5349（2014）01-0254-02

21世紀是信息爆炸的時代，數據是信息的重要載體。而統計學恰恰是研究如何收集、整理、分析和解釋數據的科學。學好統計學，能夠幫助更好地理解、解釋各種經濟行為和經濟現象。對于財經類非統計學專業的學生，掌握與自身專業很好結合的統計分析方法，具備一定的數據分析能力，對于參與激烈的職業競爭是必不可少的。作為教育部規定的高等院校財經類專業核心課程之一，統計學在財經類專業學生的整個知識體系中占有重要的位置。

但由于統計學課程自身的特點，以及非統計學專業中專業知識與統計學相關性的不同，在當前的非統計學專業的統計學教學中仍然存在著一些問題。如學生的學習興趣不高，通過學習并沒有具有基本的統計學技能等。為此，筆者結合近幾年來的統計教學工作，對非統計學專業統計學教學過程中存在的問題進行探索和思考。

一、非統計學專業統計學教學中存在的問題

（一）統計學內容比較抽象難懂

統計學教學中存在很多的抽象概念和公式推導，這部分內容對于理解統計學的理論知識及其應用有重要意義。而對于數學功底較差，所學專業又與數據分析看似關系不大的同學，學習起來有一定難度，同時學習興趣不大。

（二）統計學教學方式單一

當前，在統計學的教學過程中，比較常見的是板書教學和PPT課件教學。板書教學的過程中，可以讓學生更好地理解統計學中各種公式的來龍去脈，使學生知其然也知其所以然。PPT教學可以利用各種資源，如圖形、圖片、各種鏈接，可以使教學內容更加形象生動，提高學生的學習興趣。在實際教學中，將板書和PPT教學相結合通常效果會更好一些。但是大學生不同于中小學生，更應該注意引導學生自主思考、自主學習，應該考慮應用更多的教學方式方法。

（三）統計學的考核方式比較傳統

為了驗證統計學課程的教學效果，當前所設置的統計學考核方式還比較傳統。主要在學期末進行考核，一般會設置如單選、多選、填空、簡答、計算等傳統題型。這些通常基于題庫基礎上的考題，會引導學生更多地機械地做題，為了做題而做題，沒有考慮問題的提出，按照既定步驟解題。這不應該是大學生學習的考核方式，應該更注重學生開放式思維的培養，引導學生思考更多的開放性問題。

二、提高非統計學專業統計學教學效果的對策

（一）引入案例教學，并引導學生進行具體的統計實踐

統計學是一門方法論的課程，需要把統計學的課堂教學和實際中的應用聯系起來，這樣才能取得良好的教學效果。

首先，教師在教學過程中，應該注意將所舉案例與授課學生的專業知識有機結合起來，更容易吸引學生，使學生在解決實際問題的過程中應用具體的統計方法，加強對統計學的學習興趣，進而加深對統計學相關理論的理解。

同時，可以鼓勵學生對于自己感興趣的問題進行具體的統計實踐活動。例如，可以鼓勵學生在校園內調查大學生的消費支出狀況、自習室和圖書館的利用情況、進行選課和逃課問題的調查等，并且可以利用學校的資源進行數據分析并得出相關的結論。也可以讓學生利用寒暑假時間，到實踐基地，如大型的調查公司參與一些大規模的調查項目。以上的方法都可以讓學生親身體會統計方法在實踐中的具體應用，可以使學生更好地掌握統計知識，更積極主動地學習、探索統計學的相關知識。

當然，在學生具體應用統計方法解決統計問題之前，應該注意學生兩個方面能力的培養：一是收集、整理數據的能力；二是分析、解釋數據的能力。這也是在統計學的教學中要特別需要掌握的。

統計學是關于數據的科學，統計學的研究都是離不開數據的。面對具體問題，如何收集數據是統計學研究能否成功的重要前提。因此，應該加強學生獲得數據能力的培養。教導學生如何利用相關的調查方法獲得第一手數據，以及如何加強獲得二手統計資料的能力。

獲得統計學的數據之后，如何去分析數據，并利用分析結果去解釋相關的現象，也是學習統計學的根本目標。應該提高學生分析數據的能力，而統計學恰恰提供了很好的工具，就是各種統計分析軟件。因此，在統計教學中，應該加強統計學軟件的應用教學。但是不同專業的學生，在以后的工作中對于軟件的應用需求是不一樣的。利用財務管理、會計專業會有自己的財務處理軟件，財務相關數據分析更多利用的是Excel軟件；而金融專業的學生以后工作中處理更多的是金融數據，專業的統計分析軟件用起來會更加方便。因此，在統計學的教學過程中，應該結合不同專業的特點，利用不同的軟件教學達到與學生專業更好的結合，有利于學生今后的專業發展。

（二）豐富統計學的教學方式，如問題探討式教學、引導式教學等

為了激發學生自主學習，可以在統計學的教學過程中采用更多新的教學方式，如模擬式教學、問題研討式教學、引導式教學等。

模擬式教學是指利用學校的教學資源，對于模型經濟活動的數據進行整理分析。這種教學模型比較適用于學校已經構建了其他相關專業的實驗室的情況。例如，會計專業有自己的會計實驗室，已經有了很多的模擬會計數據；財務管理專業也有自己的ERP實驗室，有很多企業運營數據；金融學專業有自己的金融實驗室，有模擬的股票、期貨等高頻金融數據等。對于這些已有數據，都可以讓學生利用統計分析軟件進行分析解釋，使學生在學好統計學知識的基礎上，對自身專業知識做進一步鞏固。

問題研討式教學則是將學生分成不同的學習小組，對于一個具體的問題集思廣益，進行思想的碰撞。不同小組的同學各自分工合作，這樣有助于開拓不同學生的思路，對于一個問題提出更全面的解決方案。也可以使學生在小組合作中，更多地體會合作的力量。同時，不同小組會得出不同的方案，學生在方案的比較中也可以反思自身在思考問題、解決問題的方式方法上有什么地方可以進一步完善或改進，有助于更好解決問題的同時，提高自身能力。

引導式教學則偏重于教師利用自身的知識儲備，對于學科前沿知識的了解，對于統計學中比較重要的、比較難于理解的問題對學生進行引導。對于較難的內容，教師應該更注意于問題的脈絡的講解，使學生對于知識有體系的概念，知道問題為什么會提出，才會更好地理解統計學所提供的問題解決方法。而且在解釋問題的時候，一定要循序漸進，通過一個又一個問題的設定，去引導學生對于問題進行思考，在這個過程中會進一步鍛煉學生的思維能力，引導學生自主學習、自主思考。

（三）應該改革統計學的考試方式

統計學是一門應用學科，因此，對于統計學的應用應該貫穿于統計學的整個學習過程中。因此，對于統計學的考核也應該體現在整個學習過程中，而不應該單一地依靠學期末的考試。在授課的過程中，就應該注意構建教師和學生的學習交流平臺，如教師積極地與學生進行課前、課后的交流；構建網絡平臺，學生可以隨時在上面提出問題，教師則及時給予回復。同時，使學生能及時并明確地了解教師的教學要求，也便于教師和學生分享各種學習資料。構建了統計學的學習平臺，就應該加大對統計學平時的考核，可以給學習提出具體的教學任務，如針對自己感興趣的問題進行一次調查問卷設計，并進行數據分析，給出調查報告；進行一次具體的抽樣調查，并對抽樣結果進行分析，給出分析報告等。這種考核方式比卷面式的考核，會使學生收益更多。

對于不同專業，數理基礎不同的同學應該進行不同的考核。在考核的側重點和難度等方面應該有所區別。如對于偏文科的專業，減少數理知識的考核，增加更多的開放式問題；對于數理基礎比較好的相關專業的學生，可以更多加強理論知識的考核。因為有了扎實的理論基礎，方法的應用就要簡單得多。并且要更多地結合統計軟件，對于實際的經濟問題及經濟數據進行上機考核。同時，要革新考試的題型。考核的重點應該放在幾個方面，如考核學生對于各種統計方法基本思想的掌握情況；考核學生對于數據分析結果的解釋程度；給出實際問題的背景，考核學生如何利用所學的統計分析方法解決問題。

三、結語

統計是一門關于數據的科學，是一門需要理論聯系實際的科學。在當今的知識經濟中，必然會發揮越來越重要的作用。使學生具有良好的數據處理能力及數據分析技能，是統計學教學過程中不容置疑的職責。通過統計學教學及考核方式方法的改進，可以提高非統計學專業學生學習統計學的興趣，使學生主動地去學習統計學的理論和方法，并解決實際的問題，這對于學生學習能力的培養及以后的發展都具有重要意義。

【參考文獻】

[1]胡桂華.經濟、管理類專業《統計學》課程建設的幾個基本問題.統計研究，2008（01）.

[2]黃海午.《統計學》課程教學新模式探索.廣西民族大學學報（哲學社會科學版），2008（12）.

[3]史燕.關于經管類非統計專業《統計學》課程考試改革的思考.江西金融職工大學學報，2009（6）.

第7篇：數據分析的統計學基礎范文

[關鍵詞]臨床醫學專業碩士；研究生教育；數據分析

1培養學生的文獻檢索和閱讀能力

1.1數據分析與臨床醫學教育關系

目前全世界的生命科學在自然科學研究領域中的比重已達到50%[2]，網絡的迅速發展和大數據時代的到來，傳統的醫學生培養模式無法適應未來發展。很多課堂上學習的知識僅僅幾年后就會更新，醫學生需要掌握獲取更多新知識、發現新問題的能力，而不是僅僅是背誦記憶現有知識內容。目前臨床醫學專業碩士參加規范化培養，投入實驗研究的時間十分有限，因此可以在導師指導下進行臨床科研。中國人口基數大，任何一家三甲醫院都積累了大量的臨床數據，如何利用這些數據進行臨床科研是很關鍵的問題。導師可輔導學生通過臨床診療提出問題，并從臨床數據中獲取有價值的信息，并進一步應用于臨床。

1.2通過文獻檢索和文獻閱讀建立科研思維

從臨床實踐中提煉出自己感興趣的方向再進行研究，首先需要廣泛的文獻檢索和閱讀。導師首先教授學生各種國內外文獻的檢索方法，并向學生推薦相關文獻、指南，讓學生就某一專業方向進行大量閱讀，撰寫綜述，還可開展相關知識講座或沙龍，有利于學生不斷的進行專科內容的學習，建立科研思維。

1.3建立數據思維的概念

除了進行Meta分析外，數據分析還有更為廣闊的用途。教授學生通過準確的數據刻畫模糊的現狀，讓臨床經驗有科學的依據支撐；依據已知數據挖掘未知的事實，有一些數據獨立看來并沒有什么價值，但匯總起來會給臨床醫師新的啟示，培養學生連續性、整體性的思維方式；依據歷史數據預測未來趨勢，通過對趨勢的預測，我們對診治疾病有更多的主動性，讓治療“未病之病”有了更強依據。

2教授學生多種數據收集和統計方法

2.1以科學的方法收集數據

有些學生在開始數據收集時一味求多求大，造成納入指標特別多，但患者難以長期按此要求復查，造成研究難以持續。導師要引導學生精簡和集中目標，使學生明確自己需要研究的是哪些方面，觀察的終點事件和結局指標、收集數據的周期是什么，建立科學數據系統。

2.2收集方法和評估

有些患者隨訪的依從性不佳，隨訪間隔不一致，而且在不同的醫院檢查，有時數據單位也不相同，這就需要告訴學生在納入目標人群前做好評估。數據是否缺失、如何處理一致性及數據歧義性均需要教授學生按照統計學要求進行分類和填補，以保證分析結果的可靠性。

2.3數據記錄

指導學生使用結構簡單、易組織、通用性強的表格。常用工具是Excel，易操作、常見的數據分析工具都支持。不同學生的研究內容、方向并不相同，但數據表要統一，可根據需要采用單樣本數據表或多樣本數據表，最重要的是保持數據的完整性。臨床數據收集過程可能需要很長時間，幾屆學生的積累才有可能進行較完整的統計，采用統一的數據表有助于進行全面分析時數據的提取。

2.4統計方法選擇

基礎研究的統計學方式相對比較單一，因為是前瞻性研究，數據比較規范。而臨床數據不同，納入統計前需要評估數據是否屬于正態分布，根據樣本量、數據類型、結局指標分析要求等選擇不同的統計學方法。不同統計方法可能得出不一致的結果，需要在實踐中反復摸索，必要時與統計分析人員一同選擇合適的統計學方法，減少方法選擇不同而造成的結果偏倚。在這一過程中，讓學生牢牢掌握統計學方法。

3指導數據總結和結果呈現

3.1指導數據總結與討論

臨床數據千變萬化，不同地區不同方案都會對臨床數據造成影響。因此，只要是真實數據，無論是單中心還是多中心研究，無論是前瞻性還是回顧性分析，亦或是橫斷面研究或隊列性研究，對于學生來說都有內容可進行總結和討論，導師需要指導他們從紛雜的統計結果中找出關鍵點。可以從患者自身前后的變化對比治療方案調整的效果，可以從不同的治療組比較結局的差異，可以與全國或全世界其他國家的數據庫比較找出差距，或為中國臨床的指南修訂提供部分依據。

3.2數據分析與論文撰寫

通過臨床數據分析十分有利于撰寫臨床論文，有助于改變導師“重科研、輕臨床”的觀念[3]。在慢性腎臟病領域，數據分析做的較早較好的高雄醫學大學附屬中和紀念醫院，每年有數十篇臨床在國際期刊[4]。通過數據分析，能讓學生的科研與臨床的結合更為緊密，不僅如此，應用科學規范的數據分析后能讓患者的治療隨訪趨于規范，有助于規范化和精準化治療和管理。通過數據模板分析圖，可提出重點關注個案及更新管理目標，有利于教授學生如何把科學更好應用于實踐中，提高臨床專業研究生的人文素養、臨床專科實踐能力和臨床應用科研能力[5]。

3.3建立讀書報告會制度和演講訓練

第8篇：數據分析的統計學基礎范文

一、基于SPSS的統計學課程框架

傳統統計學課程框架是典型的學科中心課程，其特征是將課程內容按知識的邏輯結構關系組織在一起，追求知識的完整性、系統性，強調知識的傳授、信息獲得和記憶，忽視對學生的技能訓練，難以達到將理論用于實踐的目的。SPSS在教學上的應用，給我們改革統計學課程提供了契機。新課程教學模式可概括為:以統計軟件SPSS作為教學平臺，以數據收集+統計學基本原理和思路+數據處理軟件為核心。課程理念凝煉為“略去證明、講清原理、依托軟件、突出實用”十六字方針。具體表現在:(1)理論講授著重“講清基本原理，略去繁難的證明”，可分為數據搜集、數據整理、描述統計、統計指數、相關與回歸等模塊。統計學理論的講授以“必需夠用”為原則。(2)上機實踐環節強調“依托SPSS，突出實用”，要求學生熟悉SPSS的操作基本流程:打開數據文件、確定統計程序、指定統計變量、解釋統計結果。采用多媒體教學手段，以計算機軟件為主要教學工具。著重培養學生的實踐操作技能，突出體現職業教育的技能性、應用性。課程改革目標是培養學生在專業領域中的數據分析能力，具體包括兩個方面的內容:在掌握統計基本原理的基礎上，培養學生的理性;以統計軟件為依托，以專業典型數據分析任務為載體，培養學生的應用性。課程框架的特點不是介紹理論統計學的數學原理，而是側重闡述統計方法的思路與思想，并輔以大量經濟與管理的實例，通過SPSS統計軟件實現具體統計步驟。SPSS軟件是教學平臺，整合各方面因素以有利于學生數據分析能力的培養。

二、統計學課程載體的選擇和實現

有人認為課程載體是:“只要它能為你的教學目標服務，能承載你的教學內容，具體的存在物，載體是一個可望又可及的目標，在它被完成后，學生往往會有強烈的成就感。”選擇課程載體有六個原則:承載課程教育目標;涵蓋完整工作過程;涵蓋后續崗位所需的職業素質要求;涵蓋技術文檔制作;涵蓋成本核算;涵蓋過程考核與綜合考核。我們認為統計學課程載體就是承載一定職業能力的任務或項目，學生通過完成任務或項目，養成數據分析能力。課程載體的選擇必須在專業典型工作任務或項目中尋覓。不同專業的統計學課程基本理論可以一樣，但其課程載體必須體現不同的專業性。以會計專業統計課程為例，學習描述性統計分析時，以上市銀行一些重要財務指標的會計信息與股票價值相關性研究為載體。

第一步，搜集數據。學生分小組搜集20～30家上市的金融銀行類股票一定時刻的股票價格、流動比率、凈資產負債比率、固定資產比率等財務指標。

第二步，數據錄入。打開SPSS軟件，進入“變量視圖”，定義好變量。切換到“數據視圖”中輸入變量的具體取值。

第三步，確定統計程序。點擊“分析”、“描述統計”、“描述”，打開“描述性”對話框。第四步，指定統計變量。將“流動比率”、“凈資產負債比率”等選入“變量”列表。單擊選項按鈕進入“描述:選項”對話框，如圖1所示。第五步，結果解釋。結合統計學知識和專業知識，學生可從平均股價、凈利潤等統計指標看我國銀行業經營狀況。會計專業學生通過SPSS完成上述任務，加深對描述統計理論知識的認識，也與未來工作中的典型任務相結合，體現了統計學課程的技能性、應用性。區別于傳統模式，改革后的統計學課程由不同的任務或項目組成，用SPSS加以實現。

三、SPSS對統計學課堂學習的影響

1．產生了新的教學要素

應用SPSS軟件以前，學生需要直接面對各種數據，至多借助計算器完成計算。SPSS為統計學課程提供前所未有的技術支持，在人和數據之間產生了一個“新界面”。SPSS的作用不僅僅是工具意義，它其實作為一個新的教學要素參與教學。SPSS引起了教學方式和教學價值觀的深層變革。SPSS與統計學課程的整合營造出信息化教學環境，在此環境里，形成“自主、探究、合作”為特征的教與學方式，極大激發了學生的主動性、積極性、創造性。

2．促進了學生自主學習

何克抗教授曾強調，“建構主義的教學設計主要有兩大部分:一是學習環境的設計，二是自主學習策略的設計”。SPSS極大改善了統計學的學習環境，也為學生自主學習策略的設計提供更廣闊的空間和可能性。采用SPSS平臺學習統計學，可有效簡化統計過程。數據輸入、整理、選擇統計功能、結果解釋、預測、圖形輸出等對學生都不是難事。而且，計算機特有的模擬和動態演示功能，使統計學的抽象理論變得直觀、具體、形象，從而增強學生對概念的理解。建構主義堅持“做中學”的學習觀，其實可區分為兩種類型:“學中做”的自主學習和“做中學”的自主學習。在統計學課程學習初期為“學中做”，教師“教”的比重要大一些，課程載體的選擇要有一定的廣度;學習后期為“做中學”，學生“學”的比重要大一些，課程載體的選擇要有一定的深度。

3．出現了新的問題

首先，提高統計學課程的師資水平。授課教師應該熟悉所教專業的典型工作任務，開發適合統計課程的合適載體，根據社會需求調整統計知識內容范圍。受課程標準的限制，當前講授的統計知識內容主要圍繞描述統計和推斷統計，一些多元統計方法(聚類分析、主成分分析、因子分析等)在課堂上很少涉及。

第9篇：數據分析的統計學基礎范文

關鍵詞：大數據；經管類專業；課程體系

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2016）13-0054-02

大數據時代給社會經濟發展帶來了機遇和挑戰，社會各行各業對數據分析需求大幅上升，需要借助數據分析實現數據的增值，挖掘數據背后的潛在價值，為其經營管理決策、投資決策提供智力支持。隨著社會經濟發展對具有數據管理和數據分析能力的應用創新型經濟管理人才的需求逐漸攀升，也引發了對高校經管類專業學生能力的更高要求。面對紛繁復雜的社會經濟環境，經管類專業學生必須能夠廣泛應用定量分析技術，能夠從海量數據中獲取有效數據，運用科學的方法從這些數據中提取出有用信息，建立相應的模型，作出最優決策。

統計學是培養經管類專業學生定量分析能力的一門重要課程，是眾多高等院校經管類專業的專業基礎必修課，是以后深入學習相關定量方法類課程（諸如計量經濟學、管理運籌學、市場調查與預測等）的基礎。因此，統計學課程體系設置是否合理，將直接影響到學生獲取有效數據和分析數據應用能力的培養，進而影響學生定量分析能力的培養。

一、經管類專業統計學課程體系存在的問題

1.課程教學定位模糊。我國高等院校經管類專業統計學教學中的最大弊端在于一直按照前蘇聯劃分方式將其歸類為一門偏重于簡單數據整理課程，而將相應的統計分析所采用方法和理論歸為數理統計，因此在教學中不重視對后者的學習。然而，西方發達國家的統計學課程是同時包括這兩個部分內容的，尤其是后一個部分內容是定量分析的重要基礎。因此，在傳統統計學教學定位下，學生只認識了基本理論與概念，卻掌握不了處理和分析數據的能力，這與經管類專業應用型人才培養目標相背離，難以適應大數據時代社會各領域對經濟管理人才素質的新需求。

2.課程體系有待完善，與經管類專業融合不夠。目前，大多數高等院校經管類專業統計學課程設置只涉及理論統計學這一領域，未將統計分析方法與相關經管類專業知識有機結合。在這樣的課程體系安排下，學生雖然掌握了統計基本理論和方法，但難以體會到統計在本專業學習中的應用價值，當面臨現實的經濟、管理問題卻無能為力，不會運用所學統計方法，結合專業知識對實際問題進行定量分析。這種狀況與經管類人才定量分析能力培養目的相違背，難以實現具有創新能力的經管類人才的培養目標。

因此，如能結合經管類專業特點，對統計學的課程體系進行優化建設，勢必能夠培養出具有定量分析技能，滿足社會需求和企業需求，符合大數據時代人才素質要求的經濟管理人才。

二、大數據時代經管類專業統計學課程體系構建

1.明確課程教學定位。目前，統計學教學中偏重于統計學基本概念、基本模型和基本方法的理論知識學習，系統性較強，有利于學生全面了解統計學的知識體系，但是對統計思維能力的培養和統計方法的應用重視不夠，這不僅會讓學生望而生畏，從而失去學習的主動性與積極性，更為重要的是學生不能夠學以致用，在自己本專業深入學習過程中不會運用統計學知識來解決實際的經濟管理問題，而在教與學中出現的這些問題源頭在于教學定位不夠準確。因此，本文提出新的課程教學定位：以應用創新型人才培養為導向，提高經管類專業學生定量分析能力為目標，結合經濟學科和管理學科的特點，通過統計學的理論教學、案例分析、課程設計、實驗（踐）等教學環節，培養學生統計思維能力和統計應用能力，具備運用統計學理論與方法，研究社會經濟管理領域有關數據收集、整理、分析等解決實際問題的綜合能力，以適應大數據時代對經濟管理人才的新需求。

2.課程體系優化建設。根據新的教學定位，統計學課程體系優化建設的基本思路：一是課程體系設置要強調基礎知識、注重靈活應用、突出定量分析的教學理念和教學目標；二是課程結構上，突出專業針對性，強調統計學科和經濟學科、管理學科的有機結合，使課程特色化；三是建立實踐教學體系，加強學生實踐能力的鍛煉，為學生提供綜合素質和能力提高的實訓平臺；四是將統計分析軟件的運用融入到課程體系之中，加強統計分析軟件的技能培養。

因此，本文將運用模塊化系統集成思想，根據經濟與管理類各專業的要求，提出按專業分模塊，按模塊分層次，按層次定內容的改革方案，構建“課程體系課程子系統課程模塊具體內容”的遞階控制結構模型，具體如圖1所示。

在統計學課程體系優化建設中，我們運用系統科學的方法構建出模塊化、層次化集成的課程體系在整體功能上達到了最佳狀態。

課程基礎子系統是統計學理論基礎和統計思維培養階段，由統計學基本原理和基本理論構成，體現了“厚基礎”的功能。課程應用子系統和課程案例子系統是統計分析能力訓練階段，首先結合認知性案例模塊系統介紹統計分析方法，讓經管類專業學生了解統計分析方法的基本原理，其次進一步結合專業特色案例模塊和統計分析軟件模塊，通過分專業教學方式，使不同專業學生能夠體會到統計學在本專業中的應用，增強學生的學習興趣，體現了“強能力”的功能。課程實踐子系統是統計應用能力實踐階段，是培養大數據時代應用型經管人才的重要環節。課程實踐主要包括課堂實踐和實驗室模擬，課外實踐主要包括社會實踐活動、實訓實習和相關競賽，通過課程實踐和課外實踐兩大平臺訓練學生運用所學統計調查、統計整理和統計分析等知識解決實際問題的綜合能力。課程選修子系統是統計應用能力擴展階段，該階段在學生掌握統計學相關知識的基礎上，通過選修統計預測與統計決策兩大模塊，進一步培養學生的定量分析能力。

三、結束語

大數據時代經管類專業統計學課程體系構建，應注重強化基礎理論，突出知識的實用性和創新性，做到統計知識與實例分析相結合，與軟件應用相結合，理論教學與實踐教學相結合，與實際應用相結合。根據經管類各專業特色，以“知識+能力+應用”模式進行模塊化、層次化課程體系設置，從本質上提升學生的數據素養和信息素養，提高解決實際問題的定量分析能力，以適應大數據時代對人才素質的新需求，使具有數據管理和數據分析能力的經濟管理人才在就業市場上更具有競爭力。

參考文獻：

[1]孫根年.課程體系優化的系統觀及系統方法[J].高等教育研究，2001，（2）.

[2]曾五一，肖紅中、龐皓，朱建平.經濟管理類統計學專業教學體系的改革與創新[J].統計研究，2012，（2）.

[3]姚壽福.經濟管理類本科專業統計學課程教學改革思考[J].高等教育研究（成都），2012，（3）.

[4]朱懷慶.大數據時代對本科經管類統計學教學的影響及對策[J].高等教育研究（成都），2014，（3）.