数据分析的统计学基础精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的数据分析的统计学基础主题范文，仅供参考，欢迎阅读并收藏。

第1篇：数据分析的统计学基础范文

【论文摘要】所谓统计思想，就是在统计实际工作、统计学理论的应用研究中，必须遵循的基本理念和指导思想。统计思想主要包括均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等思想。文章通过对统计思想的阐释，提出关于统计思想认识的三点思考。

【论文关键词】统计学；统计思想；认识

1关于统计学

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。

2统计学中的几种统计思想

2.1统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：

（1）统计思想强调方法性与应用性的统一；

（2）统计思想强调科学性与艺术性的统一；

（3）统计思想强调客观性与主观性的统一；

（4）统计思想强调定性分析与定量分析的统一。

3对统计思想的一些思考

3.1要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考文献:

[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).

[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).

第2篇：数据分析的统计学基础范文

【关键词】统计学；统计思想；认识

1关于统计学

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。

2 统计学中的几种统计思想

2.1 统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2 比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1 均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2 变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3 估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4 相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5 拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6 检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3 统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

3 对统计思想的一些思考

3.1 要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考文献:

[1] 陈福贵.统计思想雏议[J]北京统计， 2004，(05) .

[2] 庞有贵.统计工作及统计思想[J]科技情报开发与经济， 2004，(03) .

[3] 范文正.几种基本统计思想的现实意义[J]统计与决策， 2007，(08) .

第3篇：数据分析的统计学基础范文

【论文摘要】所谓统计思想，就是在统计实际工作、统计学理论的应用研究中，必须遵循的基本理念和指导思想。统计思想主要包括均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等思想。文章通过对统计思想的阐释，提出关于统计思想认识的三点思考。 

 

 

1关于统计学 

 

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。 

 

2 统计学中的几种统计思想 

 

2.1 统计思想的形成 

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。 

2.2 比较常用的几种统计思想 

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下： 

2.2.1 均值思想 

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。 

2.2.2 变异思想 

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。 

2.2.3 估计思想 

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。 

2.2.4 相关思想 

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。 

2.2.5 拟合思想 

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。 

2.2.6 检验思想 

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。 

2.3 统计思想的特点 

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。 

 

3 对统计思想的一些思考 

 

3.1 要更正当前存在的一些不正确的思想认识 

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如gnp、人口增长率等等，均是凯特勒及其弟子们的遗产。 

3.2要不断拓展统计思维方式 

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。 

3.3深化对数据分析的认识 

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(dda)、推断性数据分析(ida)和探索性数据分析(eda)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。 

 

参考文献: 

[1] 陈福贵.统计思想雏议[j]北京统计, 2004,(05) . 

[2] 庞有贵.统计工作及统计思想[j]科技情报开发与经济, 2004,(03) . 

第4篇：数据分析的统计学基础范文

关键词：大数据;应用统计学;教学改革

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）43-0101-03

一、研究背景

自2002年桂林理工大学在广西开办了第一个统计学本科专业以来，针对当时理学学位的统计学专业培养的学生虽然数理基础相对扎实，但普遍统计思想不够，实际应用能力较弱的现状和特点，对统计学专业进行了全方位的改革研究，确立了"数学与统计学相融，从培养学生扎实的数理基础和极强的统计分析应用能力有机相结合的理念出发，构建了新的课程体系和教学内容，取得了系列研究成果。2009年研究成果开创“应用性、实验性、案例性”一体化的统计学专业课程体系和教学模式，获得广西高等教育自治区级教学成果二等奖[1]，并在其后分别把统计学学科建成广西重点学科和广西高等学校优势特色专业，以及把应用统计实验室建成广西高等学校重点实验室。

虽然我校统计学专业的教学改革和建设取得了许多成果，但近几年，我们也逐渐感觉到在大数据新形势下，我校应用统计学专业的教学体系还有一些不适应的地方，且某些问题还有日益凸显的趋势，我们原来的某些研究成果已不再适应新时代的要求，这就迫使我们继续进行改革研究，探讨在大数据背景的新形势下，如何培养统计学专业复合型和应用型人才，如何准确把握统计学的发展方向与发展形势，如何调整人才培养模式，如何调整相关课程和课程内容，以培养适应大数据背景下社会经济发展需要的统计学专业人才。

许多国家越来越重视数据在大数据时代重要作用，我国也不例外，2012年9月，国家统计局第7次局务会提出，尽快开展在政府统计中应用大数据的研究。2013年可以看作是我国政府统计之大数据元年。2015年9月《国务院关于印发促进大数据发展行动纲要的通知》（国发〔2015〕50号）[2]颁布，标志着我国正逐步进入大数据建设的新时代，为此，国家统计局积极推动大数据在各方面的应用与实践。而大数据的核心是数据，应用统计学学科是与数据分析处理联系最为紧密的应用性学科，因此，应用统计学专业的教学体系应顺应大数据发展的趋势。在大数据背景下，应用统计学专业在继承传统数据分析技术的基础上，对所需的数据处理技能提出的需求更高了。这就是说，大数据对应用统计学的培养目标，以及教学内容等的冲击无疑是最大且不可避免的，这给应用统计学专业带来了巨大的挑战，同时也为应用统计学学科的发展带来了前所未有的机遇。

大数据逼迫人们改变分析、处理数据的手段、思维和理念，这就逼迫应用统计学专业改革必须引入新手段、新思维和新理念。培养应用统计学人才必须与时俱进，才能不断适应大数据新时代的要求，这关系到应用统计学专业培养的人才能否适应和满足社会的需求，因此，这一研究是十分必要、十分迫切且有着重要的理论和实际应用意义。

二、大数据背景下应用统计学专业的改革探讨

第5篇：数据分析的统计学基础范文

关键词：数据分析；Excel和SPSS应用；输入处理；描述统计

一、Excel在数据分析中的简单应用

（一）Excel在数据输入处理的应用

Excel大多数情况下是用“列表格式”存储数据，将书面数据信息输入到计算机很多情况下须手工完成，但有时也可根据数据本身的规律性或借助Excel的某些功能来提取数据。

例如，将xx大学2011级学生考研信息录入到Excel的表格中，有姓名，序号，性别，学号，班级，身份证号等几项数据。

其中，姓名、学号、身份证号、性别手工输入；序号利用Excel本身定义的拖动复制功能输入；出生日期的输入可以利用文本截取函数从身份证号中分别提取，并用日期函数结合成出生日期。

（二）Excel在数据审核处理中的应用

数据本身要求符合一定的逻辑，但在手工输入过程中难免出现错误。在输入的同时让计算机自动识别不合逻辑之处并给出提示，有助于及时判断输入数据是否有误。

（三）Excel在数据描述统计的应用

Excel在计算平均数、方差（标准差）、众数、中位数时分别利用公式“AVERAGE”、“VAR”（STDEV）、“MODE”、“MEDIAN”，并选择选择需要求解的范围即可得出最终结果。例如，对“学业成绩A”计算均值。

利用公式“AVERAGE”，选择需要求解平均数的范围C5：C38，计算出最后结果78.16118。

二、SPSS在数据分析中的简单应用

（一）SPSS在数据输入处理的应用

用SPSS统计软件进行数据输入可以通过直接输入和间接导入两种方式读取数据。SPSS可以导入不同类型文件的数据，如xls、dat、inc、csv等。

（二）SPSS在数据筛选排序中的应用

利用SPSS选择“数据”―“选择个案”，进行条件的筛选。SPSS的数据排序是对数据窗口中的数据按照某个或几个指定变量的变量值升序或降序重新排列。以排序变量的多少分为“单值排序”、“多重排序”。

（三）SPSS在数据描述统计的应用

SPSS在计算平均数、众数、中位数时可通过“分析”―“描述统计”―“概率”菜单下进行依次选择求解。也可以同时求解出均值、众数、中位数。并可以利用“描述数据”功能求出所研究数据的方差（标准差）。

三、Excel与SPSS比较分析

Excel与SPSS在进行统计数据分析中都有各自的特点，具有分析如下：

其一，Excel在数据输入分析中应用较简便，不需对有关数据进行额外的变量设置，但处理较多大数据操作比较困难；SPSS相对专业性较强，对大数据的处理步骤和结果都较为详细，但在数据变量设置方面不太简便。

其二，Excel在数据分析中最为基础且易掌握，图形工具强大，但不适宜大型统计分析；SPSS为较为专业的统计应用软件，对于大型数据的统计应用较多但对于图形工具不太全面。

其三，就统计学原理所涉及的统计方法而言，Excel没有直接提供包括箱线图、相关系数的p-值、方差分析中的多重比较、非参数检验方法、质量控制图等方法，而SPSS功能比较完善。

其四，大部分情况下Excel的计算结果都是可靠的，但在一些极端情况下Excel的计算程序不够稳定和准确，有些自动功能可能会导致意想不到地结果。相比之下，SPSS计算结果比较准确，适用于学术研究。

其五，SPSS的数据编辑窗口与Excel类似且可定义数据的属性，但其数据管理功能相对较弱如只允许同时打开一个数据文件，这对有些分析工作来说可能不够方便。

四、结论

不敢预测也不可能断言，在未来的统计学理论研究中统计软件处理会占据统治地位，但是统计软件处理数据越来越渗透到经济学研究中，特别是数据分析方面，并且发挥着越来越重要的作用已成为事实。而且还应当说，统计学学不仅应用了统计软件，如Excel和SPSS，而且还会不断地应用着统计软件发展的最新的成果。因为统计软件的不断发展也在致力于解决能够描述复杂现象的数据现象。当然，虽然统计软件是统计学中必不可少的应用，但是统计软件在统计学中只是作为一种工具被用来考虑或研究基本现象或行为背后的规律。作为工具和方法必须在理论的合理框架中才能真正发挥其应有的作用而不能替代真正经济数据的发展，否则会出现因噎废食。我们从另一个角度上看，这反过来也推动了Excle和SPSS等有关统计软件的发展，为其的发展提供了源源不断的动力。在未来的数据分析领域中，我们要好好地运用这一重要工具进行更加精确、更为深入的研究，科学地融合统计软件与统计数据研究，推动共同进步发展。

参考文献：

[1] 安维默.用Excel管理和分析数据[M].人民邮电出版社.2003：25-26

第6篇：数据分析的统计学基础范文

[关键词]统计学 问题 对策

[中图分类号]G642 [文献标识码]A [文章编号]1009-5349（2014）01-0254-02

21世纪是信息爆炸的时代，数据是信息的重要载体。而统计学恰恰是研究如何收集、整理、分析和解释数据的科学。学好统计学，能够帮助更好地理解、解释各种经济行为和经济现象。对于财经类非统计学专业的学生，掌握与自身专业很好结合的统计分析方法，具备一定的数据分析能力，对于参与激烈的职业竞争是必不可少的。作为教育部规定的高等院校财经类专业核心课程之一，统计学在财经类专业学生的整个知识体系中占有重要的位置。

但由于统计学课程自身的特点，以及非统计学专业中专业知识与统计学相关性的不同，在当前的非统计学专业的统计学教学中仍然存在着一些问题。如学生的学习兴趣不高，通过学习并没有具有基本的统计学技能等。为此，笔者结合近几年来的统计教学工作，对非统计学专业统计学教学过程中存在的问题进行探索和思考。

一、非统计学专业统计学教学中存在的问题

（一）统计学内容比较抽象难懂

统计学教学中存在很多的抽象概念和公式推导，这部分内容对于理解统计学的理论知识及其应用有重要意义。而对于数学功底较差，所学专业又与数据分析看似关系不大的同学，学习起来有一定难度，同时学习兴趣不大。

（二）统计学教学方式单一

当前，在统计学的教学过程中，比较常见的是板书教学和PPT课件教学。板书教学的过程中，可以让学生更好地理解统计学中各种公式的来龙去脉，使学生知其然也知其所以然。PPT教学可以利用各种资源，如图形、图片、各种链接，可以使教学内容更加形象生动，提高学生的学习兴趣。在实际教学中，将板书和PPT教学相结合通常效果会更好一些。但是大学生不同于中小学生，更应该注意引导学生自主思考、自主学习，应该考虑应用更多的教学方式方法。

（三）统计学的考核方式比较传统

为了验证统计学课程的教学效果，当前所设置的统计学考核方式还比较传统。主要在学期末进行考核，一般会设置如单选、多选、填空、简答、计算等传统题型。这些通常基于题库基础上的考题，会引导学生更多地机械地做题，为了做题而做题，没有考虑问题的提出，按照既定步骤解题。这不应该是大学生学习的考核方式，应该更注重学生开放式思维的培养，引导学生思考更多的开放性问题。

二、提高非统计学专业统计学教学效果的对策

（一）引入案例教学，并引导学生进行具体的统计实践

统计学是一门方法论的课程，需要把统计学的课堂教学和实际中的应用联系起来，这样才能取得良好的教学效果。

首先，教师在教学过程中，应该注意将所举案例与授课学生的专业知识有机结合起来，更容易吸引学生，使学生在解决实际问题的过程中应用具体的统计方法，加强对统计学的学习兴趣，进而加深对统计学相关理论的理解。

同时，可以鼓励学生对于自己感兴趣的问题进行具体的统计实践活动。例如，可以鼓励学生在校园内调查大学生的消费支出状况、自习室和图书馆的利用情况、进行选课和逃课问题的调查等，并且可以利用学校的资源进行数据分析并得出相关的结论。也可以让学生利用寒暑假时间，到实践基地，如大型的调查公司参与一些大规模的调查项目。以上的方法都可以让学生亲身体会统计方法在实践中的具体应用，可以使学生更好地掌握统计知识，更积极主动地学习、探索统计学的相关知识。

当然，在学生具体应用统计方法解决统计问题之前，应该注意学生两个方面能力的培养：一是收集、整理数据的能力；二是分析、解释数据的能力。这也是在统计学的教学中要特别需要掌握的。

统计学是关于数据的科学，统计学的研究都是离不开数据的。面对具体问题，如何收集数据是统计学研究能否成功的重要前提。因此，应该加强学生获得数据能力的培养。教导学生如何利用相关的调查方法获得第一手数据，以及如何加强获得二手统计资料的能力。

获得统计学的数据之后，如何去分析数据，并利用分析结果去解释相关的现象，也是学习统计学的根本目标。应该提高学生分析数据的能力，而统计学恰恰提供了很好的工具，就是各种统计分析软件。因此，在统计教学中，应该加强统计学软件的应用教学。但是不同专业的学生，在以后的工作中对于软件的应用需求是不一样的。利用财务管理、会计专业会有自己的财务处理软件，财务相关数据分析更多利用的是Excel软件；而金融专业的学生以后工作中处理更多的是金融数据，专业的统计分析软件用起来会更加方便。因此，在统计学的教学过程中，应该结合不同专业的特点，利用不同的软件教学达到与学生专业更好的结合，有利于学生今后的专业发展。

（二）丰富统计学的教学方式，如问题探讨式教学、引导式教学等

为了激发学生自主学习，可以在统计学的教学过程中采用更多新的教学方式，如模拟式教学、问题研讨式教学、引导式教学等。

模拟式教学是指利用学校的教学资源，对于模型经济活动的数据进行整理分析。这种教学模型比较适用于学校已经构建了其他相关专业的实验室的情况。例如，会计专业有自己的会计实验室，已经有了很多的模拟会计数据；财务管理专业也有自己的ERP实验室，有很多企业运营数据；金融学专业有自己的金融实验室，有模拟的股票、期货等高频金融数据等。对于这些已有数据，都可以让学生利用统计分析软件进行分析解释，使学生在学好统计学知识的基础上，对自身专业知识做进一步巩固。

问题研讨式教学则是将学生分成不同的学习小组，对于一个具体的问题集思广益，进行思想的碰撞。不同小组的同学各自分工合作，这样有助于开拓不同学生的思路，对于一个问题提出更全面的解决方案。也可以使学生在小组合作中，更多地体会合作的力量。同时，不同小组会得出不同的方案，学生在方案的比较中也可以反思自身在思考问题、解决问题的方式方法上有什么地方可以进一步完善或改进，有助于更好解决问题的同时，提高自身能力。

引导式教学则偏重于教师利用自身的知识储备，对于学科前沿知识的了解，对于统计学中比较重要的、比较难于理解的问题对学生进行引导。对于较难的内容，教师应该更注意于问题的脉络的讲解，使学生对于知识有体系的概念，知道问题为什么会提出，才会更好地理解统计学所提供的问题解决方法。而且在解释问题的时候，一定要循序渐进，通过一个又一个问题的设定，去引导学生对于问题进行思考，在这个过程中会进一步锻炼学生的思维能力，引导学生自主学习、自主思考。

（三）应该改革统计学的考试方式

统计学是一门应用学科，因此，对于统计学的应用应该贯穿于统计学的整个学习过程中。因此，对于统计学的考核也应该体现在整个学习过程中，而不应该单一地依靠学期末的考试。在授课的过程中，就应该注意构建教师和学生的学习交流平台，如教师积极地与学生进行课前、课后的交流；构建网络平台，学生可以随时在上面提出问题，教师则及时给予回复。同时，使学生能及时并明确地了解教师的教学要求，也便于教师和学生分享各种学习资料。构建了统计学的学习平台，就应该加大对统计学平时的考核，可以给学习提出具体的教学任务，如针对自己感兴趣的问题进行一次调查问卷设计，并进行数据分析，给出调查报告；进行一次具体的抽样调查，并对抽样结果进行分析，给出分析报告等。这种考核方式比卷面式的考核，会使学生收益更多。

对于不同专业，数理基础不同的同学应该进行不同的考核。在考核的侧重点和难度等方面应该有所区别。如对于偏文科的专业，减少数理知识的考核，增加更多的开放式问题；对于数理基础比较好的相关专业的学生，可以更多加强理论知识的考核。因为有了扎实的理论基础，方法的应用就要简单得多。并且要更多地结合统计软件，对于实际的经济问题及经济数据进行上机考核。同时，要革新考试的题型。考核的重点应该放在几个方面，如考核学生对于各种统计方法基本思想的掌握情况；考核学生对于数据分析结果的解释程度；给出实际问题的背景，考核学生如何利用所学的统计分析方法解决问题。

三、结语

统计是一门关于数据的科学，是一门需要理论联系实际的科学。在当今的知识经济中，必然会发挥越来越重要的作用。使学生具有良好的数据处理能力及数据分析技能，是统计学教学过程中不容置疑的职责。通过统计学教学及考核方式方法的改进，可以提高非统计学专业学生学习统计学的兴趣，使学生主动地去学习统计学的理论和方法，并解决实际的问题，这对于学生学习能力的培养及以后的发展都具有重要意义。

【参考文献】

[1]胡桂华.经济、管理类专业《统计学》课程建设的几个基本问题.统计研究，2008（01）.

[2]黄海午.《统计学》课程教学新模式探索.广西民族大学学报（哲学社会科学版），2008（12）.

[3]史燕.关于经管类非统计专业《统计学》课程考试改革的思考.江西金融职工大学学报，2009（6）.

第7篇：数据分析的统计学基础范文

[关键词]临床医学专业硕士；研究生教育；数据分析

1培养学生的文献检索和阅读能力

1.1数据分析与临床医学教育关系

目前全世界的生命科学在自然科学研究领域中的比重已达到50%[2]，网络的迅速发展和大数据时代的到来，传统的医学生培养模式无法适应未来发展。很多课堂上学习的知识仅仅几年后就会更新，医学生需要掌握获取更多新知识、发现新问题的能力，而不是仅仅是背诵记忆现有知识内容。目前临床医学专业硕士参加规范化培养，投入实验研究的时间十分有限，因此可以在导师指导下进行临床科研。中国人口基数大，任何一家三甲医院都积累了大量的临床数据，如何利用这些数据进行临床科研是很关键的问题。导师可辅导学生通过临床诊疗提出问题，并从临床数据中获取有价值的信息，并进一步应用于临床。

1.2通过文献检索和文献阅读建立科研思维

从临床实践中提炼出自己感兴趣的方向再进行研究，首先需要广泛的文献检索和阅读。导师首先教授学生各种国内外文献的检索方法，并向学生推荐相关文献、指南，让学生就某一专业方向进行大量阅读，撰写综述，还可开展相关知识讲座或沙龙，有利于学生不断的进行专科内容的学习，建立科研思维。

1.3建立数据思维的概念

除了进行Meta分析外，数据分析还有更为广阔的用途。教授学生通过准确的数据刻画模糊的现状，让临床经验有科学的依据支撑；依据已知数据挖掘未知的事实，有一些数据独立看来并没有什么价值，但汇总起来会给临床医师新的启示，培养学生连续性、整体性的思维方式；依据历史数据预测未来趋势，通过对趋势的预测，我们对诊治疾病有更多的主动性，让治疗“未病之病”有了更强依据。

2教授学生多种数据收集和统计方法

2.1以科学的方法收集数据

有些学生在开始数据收集时一味求多求大，造成纳入指标特别多，但患者难以长期按此要求复查，造成研究难以持续。导师要引导学生精简和集中目标，使学生明确自己需要研究的是哪些方面，观察的终点事件和结局指标、收集数据的周期是什么，建立科学数据系统。

2.2收集方法和评估

有些患者随访的依从性不佳，随访间隔不一致，而且在不同的医院检查，有时数据单位也不相同，这就需要告诉学生在纳入目标人群前做好评估。数据是否缺失、如何处理一致性及数据歧义性均需要教授学生按照统计学要求进行分类和填补，以保证分析结果的可靠性。

2.3数据记录

指导学生使用结构简单、易组织、通用性强的表格。常用工具是Excel，易操作、常见的数据分析工具都支持。不同学生的研究内容、方向并不相同，但数据表要统一，可根据需要采用单样本数据表或多样本数据表，最重要的是保持数据的完整性。临床数据收集过程可能需要很长时间，几届学生的积累才有可能进行较完整的统计，采用统一的数据表有助于进行全面分析时数据的提取。

2.4统计方法选择

基础研究的统计学方式相对比较单一，因为是前瞻性研究，数据比较规范。而临床数据不同，纳入统计前需要评估数据是否属于正态分布，根据样本量、数据类型、结局指标分析要求等选择不同的统计学方法。不同统计方法可能得出不一致的结果，需要在实践中反复摸索，必要时与统计分析人员一同选择合适的统计学方法，减少方法选择不同而造成的结果偏倚。在这一过程中，让学生牢牢掌握统计学方法。

3指导数据总结和结果呈现

3.1指导数据总结与讨论

临床数据千变万化，不同地区不同方案都会对临床数据造成影响。因此，只要是真实数据，无论是单中心还是多中心研究，无论是前瞻性还是回顾性分析，亦或是横断面研究或队列性研究，对于学生来说都有内容可进行总结和讨论，导师需要指导他们从纷杂的统计结果中找出关键点。可以从患者自身前后的变化对比治疗方案调整的效果，可以从不同的治疗组比较结局的差异，可以与全国或全世界其他国家的数据库比较找出差距，或为中国临床的指南修订提供部分依据。

3.2数据分析与论文撰写

通过临床数据分析十分有利于撰写临床论文，有助于改变导师“重科研、轻临床”的观念[3]。在慢性肾脏病领域，数据分析做的较早较好的高雄医学大学附属中和纪念医院，每年有数十篇临床在国际期刊[4]。通过数据分析，能让学生的科研与临床的结合更为紧密，不仅如此，应用科学规范的数据分析后能让患者的治疗随访趋于规范，有助于规范化和精准化治疗和管理。通过数据模板分析图，可提出重点关注个案及更新管理目标，有利于教授学生如何把科学更好应用于实践中，提高临床专业研究生的人文素养、临床专科实践能力和临床应用科研能力[5]。

3.3建立读书报告会制度和演讲训练

第8篇：数据分析的统计学基础范文

一、基于SPSS的统计学课程框架

传统统计学课程框架是典型的学科中心课程，其特征是将课程内容按知识的逻辑结构关系组织在一起，追求知识的完整性、系统性，强调知识的传授、信息获得和记忆，忽视对学生的技能训练，难以达到将理论用于实践的目的。SPSS在教学上的应用，给我们改革统计学课程提供了契机。新课程教学模式可概括为:以统计软件SPSS作为教学平台，以数据收集+统计学基本原理和思路+数据处理软件为核心。课程理念凝炼为“略去证明、讲清原理、依托软件、突出实用”十六字方针。具体表现在:(1)理论讲授着重“讲清基本原理，略去繁难的证明”，可分为数据搜集、数据整理、描述统计、统计指数、相关与回归等模块。统计学理论的讲授以“必需够用”为原则。(2)上机实践环节强调“依托SPSS，突出实用”，要求学生熟悉SPSS的操作基本流程:打开数据文件、确定统计程序、指定统计变量、解释统计结果。采用多媒体教学手段，以计算机软件为主要教学工具。着重培养学生的实践操作技能，突出体现职业教育的技能性、应用性。课程改革目标是培养学生在专业领域中的数据分析能力，具体包括两个方面的内容:在掌握统计基本原理的基础上，培养学生的理性;以统计软件为依托，以专业典型数据分析任务为载体，培养学生的应用性。课程框架的特点不是介绍理论统计学的数学原理，而是侧重阐述统计方法的思路与思想，并辅以大量经济与管理的实例，通过SPSS统计软件实现具体统计步骤。SPSS软件是教学平台，整合各方面因素以有利于学生数据分析能力的培养。

二、统计学课程载体的选择和实现

有人认为课程载体是:“只要它能为你的教学目标服务，能承载你的教学内容，具体的存在物，载体是一个可望又可及的目标，在它被完成后，学生往往会有强烈的成就感。”选择课程载体有六个原则:承载课程教育目标;涵盖完整工作过程;涵盖后续岗位所需的职业素质要求;涵盖技术文档制作;涵盖成本核算;涵盖过程考核与综合考核。我们认为统计学课程载体就是承载一定职业能力的任务或项目，学生通过完成任务或项目，养成数据分析能力。课程载体的选择必须在专业典型工作任务或项目中寻觅。不同专业的统计学课程基本理论可以一样，但其课程载体必须体现不同的专业性。以会计专业统计课程为例，学习描述性统计分析时，以上市银行一些重要财务指标的会计信息与股票价值相关性研究为载体。

第一步，搜集数据。学生分小组搜集20～30家上市的金融银行类股票一定时刻的股票价格、流动比率、净资产负债比率、固定资产比率等财务指标。

第二步，数据录入。打开SPSS软件，进入“变量视图”，定义好变量。切换到“数据视图”中输入变量的具体取值。

第三步，确定统计程序。点击“分析”、“描述统计”、“描述”，打开“描述性”对话框。第四步，指定统计变量。将“流动比率”、“净资产负债比率”等选入“变量”列表。单击选项按钮进入“描述:选项”对话框，如图1所示。第五步，结果解释。结合统计学知识和专业知识，学生可从平均股价、净利润等统计指标看我国银行业经营状况。会计专业学生通过SPSS完成上述任务，加深对描述统计理论知识的认识，也与未来工作中的典型任务相结合，体现了统计学课程的技能性、应用性。区别于传统模式，改革后的统计学课程由不同的任务或项目组成，用SPSS加以实现。

三、SPSS对统计学课堂学习的影响

1．产生了新的教学要素

应用SPSS软件以前，学生需要直接面对各种数据，至多借助计算器完成计算。SPSS为统计学课程提供前所未有的技术支持，在人和数据之间产生了一个“新界面”。SPSS的作用不仅仅是工具意义，它其实作为一个新的教学要素参与教学。SPSS引起了教学方式和教学价值观的深层变革。SPSS与统计学课程的整合营造出信息化教学环境，在此环境里，形成“自主、探究、合作”为特征的教与学方式，极大激发了学生的主动性、积极性、创造性。

2．促进了学生自主学习

何克抗教授曾强调，“建构主义的教学设计主要有两大部分:一是学习环境的设计，二是自主学习策略的设计”。SPSS极大改善了统计学的学习环境，也为学生自主学习策略的设计提供更广阔的空间和可能性。采用SPSS平台学习统计学，可有效简化统计过程。数据输入、整理、选择统计功能、结果解释、预测、图形输出等对学生都不是难事。而且，计算机特有的模拟和动态演示功能，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。建构主义坚持“做中学”的学习观，其实可区分为两种类型:“学中做”的自主学习和“做中学”的自主学习。在统计学课程学习初期为“学中做”，教师“教”的比重要大一些，课程载体的选择要有一定的广度;学习后期为“做中学”，学生“学”的比重要大一些，课程载体的选择要有一定的深度。

3．出现了新的问题

首先，提高统计学课程的师资水平。授课教师应该熟悉所教专业的典型工作任务，开发适合统计课程的合适载体，根据社会需求调整统计知识内容范围。受课程标准的限制，当前讲授的统计知识内容主要围绕描述统计和推断统计，一些多元统计方法(聚类分析、主成分分析、因子分析等)在课堂上很少涉及。

第9篇：数据分析的统计学基础范文

关键词：大数据；经管类专业；课程体系

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）13-0054-02

大数据时代给社会经济发展带来了机遇和挑战，社会各行各业对数据分析需求大幅上升，需要借助数据分析实现数据的增值，挖掘数据背后的潜在价值，为其经营管理决策、投资决策提供智力支持。随着社会经济发展对具有数据管理和数据分析能力的应用创新型经济管理人才的需求逐渐攀升，也引发了对高校经管类专业学生能力的更高要求。面对纷繁复杂的社会经济环境，经管类专业学生必须能够广泛应用定量分析技术，能够从海量数据中获取有效数据，运用科学的方法从这些数据中提取出有用信息，建立相应的模型，作出最优决策。

统计学是培养经管类专业学生定量分析能力的一门重要课程，是众多高等院校经管类专业的专业基础必修课，是以后深入学习相关定量方法类课程（诸如计量经济学、管理运筹学、市场调查与预测等）的基础。因此，统计学课程体系设置是否合理，将直接影响到学生获取有效数据和分析数据应用能力的培养，进而影响学生定量分析能力的培养。

一、经管类专业统计学课程体系存在的问题

1.课程教学定位模糊。我国高等院校经管类专业统计学教学中的最大弊端在于一直按照前苏联划分方式将其归类为一门偏重于简单数据整理课程，而将相应的统计分析所采用方法和理论归为数理统计，因此在教学中不重视对后者的学习。然而，西方发达国家的统计学课程是同时包括这两个部分内容的，尤其是后一个部分内容是定量分析的重要基础。因此，在传统统计学教学定位下，学生只认识了基本理论与概念，却掌握不了处理和分析数据的能力，这与经管类专业应用型人才培养目标相背离，难以适应大数据时代社会各领域对经济管理人才素质的新需求。

2.课程体系有待完善，与经管类专业融合不够。目前，大多数高等院校经管类专业统计学课程设置只涉及理论统计学这一领域，未将统计分析方法与相关经管类专业知识有机结合。在这样的课程体系安排下，学生虽然掌握了统计基本理论和方法，但难以体会到统计在本专业学习中的应用价值，当面临现实的经济、管理问题却无能为力，不会运用所学统计方法，结合专业知识对实际问题进行定量分析。这种状况与经管类人才定量分析能力培养目的相违背，难以实现具有创新能力的经管类人才的培养目标。

因此，如能结合经管类专业特点，对统计学的课程体系进行优化建设，势必能够培养出具有定量分析技能，满足社会需求和企业需求，符合大数据时代人才素质要求的经济管理人才。

二、大数据时代经管类专业统计学课程体系构建

1.明确课程教学定位。目前，统计学教学中偏重于统计学基本概念、基本模型和基本方法的理论知识学习，系统性较强，有利于学生全面了解统计学的知识体系，但是对统计思维能力的培养和统计方法的应用重视不够，这不仅会让学生望而生畏，从而失去学习的主动性与积极性，更为重要的是学生不能够学以致用，在自己本专业深入学习过程中不会运用统计学知识来解决实际的经济管理问题，而在教与学中出现的这些问题源头在于教学定位不够准确。因此，本文提出新的课程教学定位：以应用创新型人才培养为导向，提高经管类专业学生定量分析能力为目标，结合经济学科和管理学科的特点，通过统计学的理论教学、案例分析、课程设计、实验（践）等教学环节，培养学生统计思维能力和统计应用能力，具备运用统计学理论与方法，研究社会经济管理领域有关数据收集、整理、分析等解决实际问题的综合能力，以适应大数据时代对经济管理人才的新需求。

2.课程体系优化建设。根据新的教学定位，统计学课程体系优化建设的基本思路：一是课程体系设置要强调基础知识、注重灵活应用、突出定量分析的教学理念和教学目标；二是课程结构上，突出专业针对性，强调统计学科和经济学科、管理学科的有机结合，使课程特色化；三是建立实践教学体系，加强学生实践能力的锻炼，为学生提供综合素质和能力提高的实训平台；四是将统计分析软件的运用融入到课程体系之中，加强统计分析软件的技能培养。

因此，本文将运用模块化系统集成思想，根据经济与管理类各专业的要求，提出按专业分模块，按模块分层次，按层次定内容的改革方案，构建“课程体系课程子系统课程模块具体内容”的递阶控制结构模型，具体如图1所示。

在统计学课程体系优化建设中，我们运用系统科学的方法构建出模块化、层次化集成的课程体系在整体功能上达到了最佳状态。

课程基础子系统是统计学理论基础和统计思维培养阶段，由统计学基本原理和基本理论构成，体现了“厚基础”的功能。课程应用子系统和课程案例子系统是统计分析能力训练阶段，首先结合认知性案例模块系统介绍统计分析方法，让经管类专业学生了解统计分析方法的基本原理，其次进一步结合专业特色案例模块和统计分析软件模块，通过分专业教学方式，使不同专业学生能够体会到统计学在本专业中的应用，增强学生的学习兴趣，体现了“强能力”的功能。课程实践子系统是统计应用能力实践阶段，是培养大数据时代应用型经管人才的重要环节。课程实践主要包括课堂实践和实验室模拟，课外实践主要包括社会实践活动、实训实习和相关竞赛，通过课程实践和课外实践两大平台训练学生运用所学统计调查、统计整理和统计分析等知识解决实际问题的综合能力。课程选修子系统是统计应用能力扩展阶段，该阶段在学生掌握统计学相关知识的基础上，通过选修统计预测与统计决策两大模块，进一步培养学生的定量分析能力。

三、结束语

大数据时代经管类专业统计学课程体系构建，应注重强化基础理论，突出知识的实用性和创新性，做到统计知识与实例分析相结合，与软件应用相结合，理论教学与实践教学相结合，与实际应用相结合。根据经管类各专业特色，以“知识+能力+应用”模式进行模块化、层次化课程体系设置，从本质上提升学生的数据素养和信息素养，提高解决实际问题的定量分析能力，以适应大数据时代对人才素质的新需求，使具有数据管理和数据分析能力的经济管理人才在就业市场上更具有竞争力。

参考文献：

[1]孙根年.课程体系优化的系统观及系统方法[J].高等教育研究，2001，（2）.

[2]曾五一，肖红中、庞皓，朱建平.经济管理类统计学专业教学体系的改革与创新[J].统计研究，2012，（2）.

[3]姚寿福.经济管理类本科专业统计学课程教学改革思考[J].高等教育研究（成都），2012，（3）.

[4]朱怀庆.大数据时代对本科经管类统计学教学的影响及对策[J].高等教育研究（成都），2014，（3）.