应用统计学论文

应用统计学论文1

　　实践教学体系是人才培养方案的重要构成部分，且对培养方案的培养目标和培养规格有着至关重要的影响。本文从应用型本科院校视角出发，分析应用统计学专业实践教学的发展与困境、实践教学体系的构建及如何保障实践教学体系得以顺利实施。

　　一、学科的发展

　　随着经济不断发展，无论是宏观的经济分析还是某一行业或企业对自身的发展做出预测与决策，其涉及的数据信息量越来越大，而预测和决策都离不开统计分析。社会、企业、民众从没有像现在这样关注统计，且统计数据、统计指标、统计分析方法逐渐渗透到各个行业和日常生活中。随着时间的推移，20xx 年，统计学学科新增为国家一级学科。同时，确定了统计一级学科下的二级学科，分别是数理统计学(理学)，社会经济统计学(经济学)，生物卫生统计学(理学)，金融统计、风险管理与精算学(经济学)，应用统计学(经济学、理学)。袁卫(20xx)指出应用统计学专业是一个开放的二级学科，凡是在前四个没有涉及的应用领域，都可以在应用统计学中进行设置，因此，应用统计学专业将面临前所未有的机遇和挑战，且其学科性质要求大力推广实践教学[1]。对应用型本科院校而言，如何加强应用统计学专业实践教学，如何提高学生的统计分析、统计计算、数据挖掘等实际操作能力，显得尤为必要。

　　二、实践教学的发展与困境

　　随着大数据时代的发展，已有“黑板粉笔型”传统教学模式已经不适应人才培养和教学要求。在已有教学模式中，学生虽然掌握了许多理论知识，但是缺乏独立分析与解决实际问题的能力，很难说其真正掌握了统计分析、预测和决策的方法。对于应用型本科院校而言，应用统计学专业的人才培养更应注重方法的应用性和实践性，更应注重培养学生对实际问题的分析能力和解决问题能力。姜钰(20xx)认为统计的实践教学体系涵盖了课堂上的案例教学、课程的实验教学、实际问题的模拟实验、社会调查、毕业论文、校外实习等在内的整个过程[2]。李玉萍(20xx)认为统计的实践教学体系应由四个部分构成，分别是课堂上实践教学、课程的综合实践教学、校外的社会实践和毕业实习[3]。

　　有些应用型院校在制订人才培养方案的过程中，有意识地构建适合本校特色的实践教学体系，但实施效果并不显著，主要表现为以下方面：

　　(1)实践教学体系缺乏完整性。实践教学体系在设置过程中应该考虑其设置项目的完整性、设置项目之间时间安排的合理性与连贯性、实践教学师资的配套性等。如果实践教学体系缺乏完整性，在实施过程中就会产生各种问题。如实践教学项目较少、项目之间存在重复或时间设置顺序错乱、师资不足导致有些实践课程不能正常开设。

　　(2)实践教学方式缺乏多元化。在实施实践教学过程中，有些课程负责人可能主要在课堂上进行案例讲解或者在实验室带领学生进行实验的验证分析。实践教学缺乏针对周边或社会热点问题的分析、缺乏以项目推动实践教学等方式，导致学生学习热情不高、动手操作能力差，缺乏从专业角度解决实际问题的能力。

　　(3)实践教学财力、物力保障不足。实践教学在实施过程中可能会涉及专业化实验室，有些院系虽然有实践教学相应课程，但相应的配套实验室并没有建设完成或正常投入使用，这将导致实践教学效果不理想。同时，实践教学如果需要分析周边实际经济问题或社会问题、对外交流学习等，就需要一定的资金保障，而如果相应的资金保障不足将影响实践教学的实施效果。

　　(4)专业教师对实践教学认识不全面。有些教师在实施实践教学的过程中对实践教学认识片面，认为实践教学即为验证性教学。在实施过程中，教师将课本上的案例或练习让学生利用统计软件进行简单分析即为实践教学，而忽视对实际经济问题的分析、以项目推动实践教学、以校企合作推动实践教学，这将影响实践教学效果。

　　三、实践教学体系的构建

　　(一)实践教学体系的构建原则

　　在设计实践教学体系的过程中要求遵循一定的原则。本文从应用型大学角度出发，分析应用统计学专业设置实践教学体系应该遵循如下原则：

　　1.实践教学体系的构建需符合社会需求。在构建实践教学体系的过程中，其体系设计应该考虑社会实际经济问题的解决，而不能仅停留于理论分析、理论验证等。

　　2.根据人才培养目标制定差异化的实践教学体系。各个院校的应用统计学专业应该根据自身院校特点、所处位置、师资队伍等因素制定带有自身特色而非同质化的实践教学体系。

　　3.实践教学活动的各环节应互相关联。在制定实践教学体系的过程中不仅要考虑开设实践教学的项目，而且要考虑各环节之间的关系，而不能将各环节看成彼此相互独立。

　　(二)实践教学体系的构成因素

　　1.课程实验教学

　　课程实验教学是实践教学体系的基础。基于应用型本科院校视角，在专业课程核心课程中，可设置实践课程的包括统计学原理、应用回归分析、企业经营统计学、试验设计与方差分析、统计质量控制、多元统计分析、时间序列分析、计量经济学、预测与决策、数据挖掘、数据分析与R软件等。在开设时间的设置上，统计学原理课程的实验教学环节要先于其他课程开设;应用回归分析课程的实验教学环节要先于计量经济学开设;试验设计与方差分析课程的实验教学环节要先于统计质量控制开设;数据挖掘、数据分析与R软件两门课程的实践环节可能会涉及其他课程知识，其实践环节开设在最后。在课程知识体系的关联上，应用回归分析与计量经济学实践教学环节可适当进行整合，将应用回归分析实践教学环节作为计量经济学实践教学环节的铺垫。试验设计与方差分析与统计质量控制实践教学环节可适当进行整合，将试验设计与方差分析实践教学环节作为统计质量控制实践教学环节的铺垫。在借助统计案例教学的过程中，要有目的性地培养学生运用统计思维的能力，增强分析问题能力。同时，实验教学老师需重视课程实验教学，提高学生的操作技能和分析技能，为了避免验证性实验教学，在开设实验课的过程中，可以考虑理论课与实践课分离。

　　2.综合实训教学

　　首先，学生对所学知识需有一定的认识，并能对所学知识进行融合。其次，在此基础之上，学生已掌握几种常用统计软件并能对数据进行统计分析与处理。最后，学生能根据分析结果撰写统计分析报告。因此，综合实训教学应开设在大三，并以项目课题、实际经济问题的解决为导向推动综合实训教学。在设置过程中，综合实训教学需进行模块化，同时，避免不同模块内容同质化，需要指导老师对综合实训教学项目的内容进行精心准备。综合实训教学包括让学生以小组为单位针对某一实际经济问题利用所学知识撰写调查分析报告，并在结束后以小组为单位对其成果进行汇报;指导老师组织学生参加统计建模大赛，在建模大赛的过程中，学生需将实际经济问题在一定条件下进行量化、设定分析指标、构建模型、搜集数据、统计分析并根据分析结果及经济问题背景提出可行的政策建议。在上述两个基本模块基础之上，指导老师可根据实际情况对其进行衍生，并对综合实训效果进行总结并在后期加以改进。

　　3.社会实践

　　除了统计模拟实验室以外，学生还需要到真实的环境中，分析周边热点经济问题和社会问题。社会实践项目是学生利用业余时间开展社会调查实践。其实现方式可以多样化，如指导老师带领学生去企业调研、去其他院校交流或统计培训、参与校内外市场调查项目的调查与分析等。社会实践能够让学生对所学专业有一定认识，这种认识不是停留在理论上，而是在社会生活中。同时，社会实践能够增强学生对专业知识学习的热情，并根据实践活动有意识地增强专业技能。

　　4.毕业实习

　　在大四时，组织学生去金融机构(含银行、证券、保险、投资机构等)、政府部门、大型企业的有关统计岗位实习，实习工作职责如下：

　　通过毕业实习，发展综合运用知识的能力，密切学生与社会的密切联系，为学生即将开始的工作做好准备。

　　四、实践教学体系的实施的保障

　　实践教学体系对应用统计学专业人才培养方案的培养目标和培养规格有着重要作用，但其在执行过程中可能会面临许多挑战。因此，为了保障实践教学体系得以顺利执行，需要做好以下几方面工作：

　　(一)提高专业教师的专业技能

　　积极研究实践教学问题，主动开发和设计实践教学项目，切实保证实践教学工作的顺利开展。同时，切实做到工学结合，适当安排专业教师去统计局、调查公司等与专业相关单位去实践以保证课堂实践教学和社会实用结合，让学生能够学以致用。

　　(二)完善统计实验室的使用功能

　　统计实验室的功能将对实践教学体系产生重要影响，功能齐全的统计实验室不仅能保障本科生开设统计学验证性和综合性实验教学，还能为专业教师的成长创造良好的教学和科研环境，是承接校外课题及申报科研项目的基础。

　　(三)教学实习基地多元化

　　除了与统计局、金融企业建立实习基地外，还要与跟专业需求较大的市场调查咨询公司、大型企业加强合作实习基地的意向，作为应用统计学专业的教学实习基地。教学实习基地多元化可以充分保证学生能深入统计部门、市场调查与分析的实践工作中。

应用统计学论文2

　　摘要：

　　大数据所应用的是一种新处里模式，这种处理模式拥有非常强大的决策力和洞察发现力，同时具备多样化的信息资产。对大数据的研究过程当中应用统计学，可以有效地对大数据进行简化，在大数据中进行搜索和分类时需要应用统计学，大数据具有统计学的一些特点。统计学当中并没有吸收大数据的完全特点，大数据和统计学仍然存在着一定的区别，在大数据时代快速发展的背景之下，需要对应用统计学专业进行深刻的研究。

　　关键词：大数据；应用统计学；改革

　　一、对统计学的研究分析。

　　统计学在原来就有一定的发展基础，其中主要是对数据进行比较深刻的研究，一直发展到今天，已经形成了较为成熟的数据研究体系。市场调查公司、银行、会计事务所、企业单位，这些是统计学专业学生的未来就业方向，统计学教育主要是为了培养独立完成问卷设计的高级统计人才，其中所要教授的专业课程范围非常的广泛，包括市场调查实务、高等概率论、数理统计、应用回归。

　　现代统计学专业仍然保留着传统的课程设置，随着大数据时代的来临，需要对统计学专业的学科培养内容进行有效的调整，根据未来就业方向以及具体就业层次，可以对基本院校的应用统计学培养模式进行转变。大数据潮流已经成为未来的发展趋势，大数据的发展给统计学专业带来的挑战，需要对统计学的课程内容进行资源有效的分配，通过对数据进行不断的分析和处理，改变以往依赖随机抽样的教学模式。通过分析数据挖掘和统计分析之间的联系和差异，有效地去培养出高级统计人才，向企业单位输送高级多元化的人才，应用型本科院校应该顺应时代的发展，培养统计学专业高层次人才。

　　二、统计分析与数据挖掘的区别与联系。

　　运用统计学当中的统计方法，可以对分析的对象进行定量和定性的活动，这个过程就是统计分析，在整个过程当中需要对数据的性质进行确定，仔细的对群体当中的数据关系进行有效的划分。通过建立有效的模型来总结数据和基础群体之间的关系，对于未来数据的发展趋势，一定要通过预测来进行分析。在判断数据之间是否存在关系的过程当中，需要采用推断统计的方法来进行确定，对于每一个统计值都要进行总体特征来进行推测。

　　总体参数估计还有一系列的方法都可以进行庞大数据分析，在分析之前首先就是要确定目标数据群，其次才可以在大量的数据当中筛选出具有决策的信息内容。数据挖掘的数据量是非常大的，在庞大的数据群当中需要找出一些规律，这样才可以进行精准的数据挖掘和数据分类。在数据挖掘的整体过程当中，需要对业务进行定义需求分析，明确问题所发生的整体范围，对相关的模型进行最初的定义。在准备数据的过程当中，需要对一些错误的数据进行删除，如果在数据当中出现数据员的不稳定性，就要对数据源进行精准的测定。数据挖掘过程当中需要浏览大量的数据群，在大量的数据中需要计算出最大值和最小值，通过相应的数据测量可以得出最新的模型。对于模型的性能以及相关配置要进行不断的验证，验证完成之后才可以对模型进行初级测试，在不断的测试当中就可以得出最佳的模型。在所有的基础测验完成之后就可以生成模型，生成模型的过程当中，首先要对模型的结构进行创建，然后再对数据列以及一些数据结构链进行数据源测定。

　　三、大数据对统计人才及统计教育的机遇与挑战。

　　对大数据的应用现状和未来的发展趋势展开一系列的调查，其中最受关注的大数据技术就是数据分析、数据处理、数据采集。在大数据发展的背景之下，企业在数据管理方面面临着许多挑战，在企业当中缺乏专业的大数据管理人才，由于缺乏该方面的人才，就导致在大数据处理上存在着一些困难。在对大数据进行分析和处理的过程当中，没有结构化的系统调整，没有引进新型的大数据处理技术，传统技术在处理大数据的过程当中非常困难，想要引入新技术但是门槛过高。在大数据快速发展的背景之下，许多企业都在争先恐后地挖掘大量的数据，但是在拥有大量的数据之后，却不懂得如何进行大数据处理。

　　数据的结构包括结构化、半结构化和非结构化，只有对数据进行深入的分析和讨论，才可以将数据的价值发挥到最大化。就目前我国企业对于大数据的利用情况来看，并没有真正的对大数据的应用进行规划，所以在应用的过程当中并没有将大数据的优势发挥到最大化。许多企业大多数都复制了大数据，但是企业当中缺乏大數据专业人才，在应用的过程当中就会影响大数据市场的未来发展。传统的工作人员对于大数据的运用不清楚，大数据运用真正需要的是复合型人才，复合型人才需要掌握的知识范围非常广泛，包括数据分析、数学、机器学习、自然语言处理和统计学。统计学专业下面开设不同的方向，学生需要结合自己的学习特长来选择适合自己的统计学方向，结合大数据所需人才的特点，有效地区制定应用型人才培养方案。对于统计学课程教学内容进行深化改革，通过更新教学的整体内容，使统计学专业更加贴近于时代的发展。重视教学方法的改革，为了有效提高统计学专业的学习效率，需要更新教师的教学理念，转变教学的整体模式。通过应用一些教学案例来引出实际的问题，注重对于学生综合能力的培养，不断的去提高他们的动手操作能力和创新能力。建立较为完善的实践教学系统，在用的过程当中去充实基本知识技能，不断的去提高人才的培养效率。

　　四、结语。

　　对大数据的研究过程当中应用统计学，大数据具有统计学的一些特点，需要对应用统计学专业进行深刻的研究。统计学教育主要是为了培养独立完成问卷设计的高级统计人才，现代统计学专业仍然保留着传统的课程设置，根据未来就业方向以及具体就业层次，需要对统计学的课程内容进行资源有效的分配。通过建立有效的模型来总结数据和基础群体之间的关系，数据挖掘的数据量是非常大的，在数据挖掘的整体过程当中，需要对一些错误的数据进行删除，在不断的测试当中就可以得出最佳的模型。

　　参考文献：

　　[1] 陶海映，李治国。浅谈统计学基本问题[J]。江苏商论，20xx（26）：282—282。

　　[2] 李林杰，顾六宝。我国的统计学向何处去[J]。统计研究，20xx，17（2）：33—37。

　　[3] 李金昌。大数据与统计新思维[J]。统计研究，20xx，31（1）：10—17。

　　[4] 邱东。大数据时代对统计学的挑战[J]。统计研究，20xx，31（1）：16—22。

应用统计学论文3

　　应用统计学培养的应该是具有实际统计应用能力的人。加强案例引导教学方法在应用统计学教学中的应用，强化理论实际应用的教学，重视统计软件应用教学，增加实际应用能力的考核，努力提高学生应用统计学理论实际应用能力具有重要意义。

　　理论教学的根本目的在于实际应用。目前学生对一定数量的课程理论教学感觉没有用，或者不知有什么用，显然没有达到应有的教学目的。应用统计学是注重实际应用的学科，只有达到课程应有的教学目的，才能使学生明白有用及怎么用。

　　一、经典案例引导教学

　　传统的案例教学方法是由理论到案例的过程，讲解理论知识，举出案例，运用理论知识分析案例内容，容易导致老师讲课单调、枯燥，使学生注意力难以集中，影响学生对理论知识的理解和掌握。

　　经典案例引导教学法是由案例到理论的过程。先提出案例，再讲解理论，进行案例分析。首先，老师给出精心准备的与所要讲解的应用统计学理论知识紧密相联的经典案例，供学生思考，不提醒，不分析;其次，老师将设计好的应用统计学的理论知识讲解并提出，引起学生的思考，让学生带着问题进入下一步;再次，老师详细讲解理论，突出重点，突破难点，得出准确结论;最后，老师组织学生对上述案例进行讨论、辨析。经典案例教学法特点：

　　“新”。同传统教学方法比较，经典案例教学法需要新的教学准备、新的教学组织、新的教学要求，具有创新性。

　　“佳”。经典案例教学法具有好的课堂效果和实用效果。经典案例教学法要求每个学生在课堂上进行独立思考，充分调动学生学习积极性，学生注意力比较集中，课堂教学效果明显提升;经典案例来源于实际，将应用统计学理论同实际案例相结合，是统计理论最好的实际应用，是课程培养目标的具体体现。

　　“难”。经典案例引导教学对老师提出更高要求，经典案例要求是真实的、具有教学价值的和具有教学内容针对性的;如何在有限的教学时间内完成经典案例教学，取得较好的教学效果是需要精心设计的。

　　经典案例教学对教材提出了要求。目前的应用统计学教材主要针对传统理论教学而编写的，已不能适应经典案例教学对教材的要求，需要组织教师按新的教学要求编写教材，要求教材既具有理论性，又具有实际应用性;要组织教师针对统计实际应用需要的理论，深入实际搜集资料，精心编写适合经典案例教学需要的案例集，满足教师课堂教学、学生课程学习的需要。

　　二、提高学生统计理论实际应用能力

　　应用统计学教学内容存在三个重点：统计调查、统计整理和统计分析。应用统计学的教学目的就是提高学生统计调查、统计整理和统计分析理论实际应用能力。

　　传统的应用统计学的教学是从理论体系角度安排教学内容、教学重点的，统计分析是重点中的重点，占用比较多的教学时间，结果许多学生统计调查、统计整理和统计分析一样也没有学会，实际应用效果不好。应用统计学教学过程中通过安排小型、中型和大型作业，提高学生统计理论的实际应用能力。

　　1.小型作业

　　小型作业是针对某章某节教学内容安排的作业，具有较强理论针对性，学生完成难度和工作量都比较小。如安排搜集特定资料、统计分组实际应用等。小型作业安排目的是将某一统计学理论和实际相结合，提高学生理论直接应用于实际的能力。

　　2.中型作业

　　中型作业是指某一章教学内容完成后安排的作业，如调查方案设计、调查方法实际应用、整理方案设计、统计分组方案设计、抽样调查方案设计等等。中型作业的特点是具有一定的综合性、针对性，学生完成作业难度与工作量中等。

　　3.大型作业

　　大型作业是指应用统计学完成某一阶段教学后安排的作业，如应用统计学静态分析作业(如利用构建统计指标体系进行评价与分析)、动态分析作业(如利用时间序列、指数或相关回归分析方法进行分析研究问题)。大型作业涉及多章教学内容，具有较强的综合性。学生完成大型作业难度、工作量比较大，当然收获也是最大的。大型作业一般宜安排一至二个，数量和质量均需要控制，努力达到数量少、质量高的效果。

　　大型作业应该是分组完成的，3个学生一组，既有分工又有合作，各有重点任务，可以培养学生组织分工协调能力。

　　大型作业完成后，需要提交一份高质量的研究报告。需要对学生大型作业过程进行控制，具体的控制手段和方法可以参照毕业论文过程的质量控制办法。

　　在小型、中型和大型作业完成过程中，应鼓励学生灵活运用各种统计软件如SPSS、SAS等。

　　三、重视统计软件应用教学

　　统计软件在统计实际中得到广泛应用，统计工作离不开统计软件。

　　在应用统计教学过程中应该重视统计软件应用的教学，重点是引导学生使用统计软件解决统计相关问题。 从统计实际看，基础软件(如EXCEL)应用范围更广更加普及，高级统计软件(如SPSS、SAS等)应用存在一定的限制。基础软件可以满足统计实际应用的广泛需要。教学过程中注意强化基础软件的应用，学生应用有基础，理解应用方便，应用范围大。

　　高级统计软件功能强大，但应用起来比较复杂。教学过程中可以适当引导学生进行复杂问题处理的高级软件的应用。

　　统计软件应用教学中要强化基础功能应用的教学。基础统计软件一般处理相对简单的问题，复杂软件能处理复杂问题，统计实践中许多数据处理都是简单问题，因而基础软件功能实际应用较为广泛。

　　高级统计软件(如SPSS、SAS等)实际也包括基础功能，同样能够解决基础软件(如EXCEL)解决的问题，但应用存在一定的限制。

　　高级统计软件不能普及应用，主要有二个原因：一是对高级软件认识存在偏差，总以为高级软件就是解决复杂问题的，学习理解比较困难，其实学习使用高级软件如同学习汽车驾驶一样方便。二是成本高，正版高级统计软件价格是比较高的，在一定程度上影响软件的普及使用。

　　四、数据处理分析无纸化考试

　　应用统计学学生实际应用能力的考核是一个不可缺少的环节，是培养学生实际应用能力的需要，是应用统计学最终综合成绩的一个重要组成部分。

　　数据处理分析无纸化考试是应用统计学实际应用能力考核的一个重要形式。这种考核形式对学生提出了比较高的要求，如何将应用统计学理论知识、方法灵活恰当地应用在实际工作中是学生面临的最大难题。

　　数据处理分析无纸化考试涉及必要的资料搜集、处理以及分析，能灵活运用各种统计软件如SPSS、SAS等。

　　数据处理分析无纸化考试，考前需要安装相关统计软件，设计几个考试主题，建设一个资料库。考试结果就是有数据、有计算、有图表和分析，没有标准答案。

　　数据处理分析无纸化考试最大优势是相关统计软件的应用，会给制图制表、相关计算以及资料搜集带来方便。但这种考试形式没有标准答案，学生考试结束提交后成绩不可能立即显示，机器不能批阅，人工批阅工件量比较大。