统计学分析数据篇1
关键词： excel；医学统计；数据分析
1 excel中加载“数据分析”工具
首先，启动excel，点击工具菜单中的“加载宏”选项，在出现的对话框中选中“分析工具库”，确定安装后，在菜单栏的“工具”下会出现“数据分析”选项。
2 使用excel进行数据统计描述
用excel可进行数据的统计描述，包括：（1）集中趋势（集中指标），它包括算术平均数，中位数，几何平均数，众数等。excel提供有现成的公式及内置函数可进行这几个指标的计算。如首先输入一组数字，然后建入公式=aVeRaGe（常数），=meDian（常数），和=moDe（常数），按回车健可得到算术平均数，中位数和众数；（2）离散趋势（变异指标），它包括全距，百分位数，四分位数间距，方差，标准差，标准误，偏度系数和峰度系数等。而其中以方差，标准差，百分位数和标准误较为常用。同样在电子表格中建入公式=VaRp（常数）和=VaR（常数）两函数可计算总体方差和样本方差。建入公式=StDeVp（常数）和=StDeV（常数）便可得到总体标准差和样本标准差。
3 t检验
t检验是医学统计分析中最常用的统计分析方法，用来检验标准试样测定结果的平均值与标准值之间是否有统计学意义。excel“数据分析”中提供了多种不同条件的t检验工具，如“平均值的成对二样本分析”，“双样本等方差假设”，“双样本异方差假设”及其他统计分析工具，当样本中的观察值存在配对关系时，可以使用“平均值的成对二样本分析”t检验。例如对一个样本组在实验前后进行了两次检测，为确定实验前后样本均值是否相等，应使用成对t检验，此t检验并不假设两个总体的方差是相等的。例如，用某药物治疗高血压患者10名，治疗前后舒张压变化如下：
在工作表中输入上面的数据，比如数据区为a1至J2。分析时，在“工具”菜单中，单击“数据分析”命令。在数据分析对话框中，选择t检验：平均值的成对二样本分析，拉出平均值的成对二样本分析对话框，其中有如下输入项：变量1的区域：输入需要分析的第1个数据区域的单元格引用。该区域必须由单列或单行数据组成。可单击输入框右面的按钮，回到电子表格上自数据开始的单元格向结尾的单元格拖动。此时变量1的区域（a1~J1）自动进入输入域中。然后单击输入域右面的按钮，回到原对话框。变量2的区域：输入需要分析的第2个数据区域的单元格引用。该区域必须由单列或单行的数据组成。输入方法同前。变量2的区域为（a2~J2）。假设平均差：在此输入期望中的样本均值的差值。缺省为0值，即假设样本均值相同。标志：如果输入区域的第1行或第1列中包含有标志项，应选中此项：如果输入区域没有标志项，excel将在输出表中生成适宜的数据标志。这里选中此项。α在此输入检验的统计意义水平。该值范围为0～1之间。缺省为0.05。
输出区域信息可选择如下单选项：输出区域和新工作簿。我们选择新工作表，结果为平均95.88889，方差80.86111，观测值9，泊松相关系数0.881366，假设平均差0，df8，tstat5.230769，p（t≤t）单尾0.000396，t单尾临界1.859548，p（t≤t）双尾0.000792，t双尾临界2.306004。两组比较差异有统计学意义（p<0.05）。
4 方差分析（analysisofvariance，anoVa）和卡方检验
在数据分析工具库中提供了3种基本类型的方差分析：单因素方差分析、可重复双因素分析和无重复双因素分析，现简单介绍方差分析的应用。
统计学分析数据篇2
在科学研究中，数据的收集、分析和统计处理，需要用到医学统计软件包。目前常用的优秀的医学统计软件包有SaS，SpSS等。这些软件大都具有强大的数据管理能力、全面的统计方法、高精度的计算以及独特的多平台自适应技术，功能强大。但是这些软件的使用相对比较复杂，没有经过培训很难应用自如，充分发挥这些软件的作用。excel是由microsoft公司开发的一种功能很强的电子表格处理系统，它除了具备一般表格软件的功能以外，还包括文字处理、数据库管理和图表处理功能，同时还提供了统计与工程分析、决策支持分析的工具[1]。在我们的医学数据处理中，最常用的大都是要做一些简单的统计描述，或者进行方差分析、t检验及回归分析等等[2]，作这些统计分析时，我们可以使用excel“数据分析”工具来完成。
1excel中加载“数据分析”工具
首先，启动excel，点击工具菜单中的“加载宏”选项，在出现的对话框中选中“分析工具库”，确定安装后，在菜单栏的“工具”下会出现“数据分析”选项。
2使用excel进行数据统计描述
用excel可进行数据的统计描述，包括：（1）集中趋势（集中指标），它包括算术平均数，中位数，几何平均数，众数等。excel提供有现成的公式及内置函数可进行这几个指标的计算。如首先输入一组数字，然后建入公式=aVeRaGe（常数），=meDian（常数），和=moDe（常数），按回车健可得到算术平均数，中位数和众数；（2）离散趋势（变异指标），它包括全距，百分位数，四分位数间距，方差，标准差，标准误，偏度系数和峰度系数等。而其中以方差，标准差，百分位数和标准误较为常用。同样在电子表格中建入公式=VaRp（常数）和=VaR（常数）两函数可计算总体方差和样本方差。建入公式=StDeVp（常数）和=StDeV（常数）便可得到总体标准差和样本标准差。
3t检验
t检验是医学统计分析中最常用的统计分析方法，用来检验标准试样测定结果的平均值与标准值之间是否有统计学意义。excel“数据分析”中提供了多种不同条件的t检验工具，如“平均值的成对二样本分析”，“双样本等方差假设”，“双样本异方差假设”及其他统计分析工具，当样本中的观察值存在配对关系时，可以使用“平均值的成对二样本分析”t检验。例如对一个样本组在实验前后进行了两次检测，为确定实验前后样本均值是否相等，应使用成对t检验，此t检验并不假设两个总体的方差是相等的。例如，用某药物治疗高血压患者10名，治疗前后舒张压变化如下：
在工作表中输入上面的数据，比如数据区为a1至J2。分析时，在“工具”菜单中，单击“数据分析”命令。在数据分析对话框中，选择t检验：平均值的成对二样本分析，拉出平均值的成对二样本分析对话框，其中有如下输入项：变量1的区域：输入需要分析的第1个数据区域的单元格引用。该区域必须由单列或单行数据组成。可单击输入框右面的按钮，回到电子表格上自数据开始的单元格向结尾的单元格拖动。此时变量1的区域（a1~J1）自动进入输入域中。然后单击输入域右面的按钮，回到原对话框。变量2的区域：输入需要分析的第2个数据区域的单元格引用。该区域必须由单列或单行的数据组成。输入方法同前。变量2的区域为（a2~J2）。假设平均差：在此输入期望中的样本均值的差值。缺省为0值，即假设样本均值相同。标志：如果输入区域的第1行或第1列中包含有标志项，应选中此项：如果输入区域没有标志项，excel将在输出表中生成适宜的数据标志。这里选中此项。α在此输入检验的统计意义水平。该值范围为0～1之间。缺省为0.05。
输出区域信息可选择如下单选项：输出区域和新工作簿。我们选择新工作表，结果为平均95.88889，方差80.86111，观测值9，泊松相关系数0.881366，假设平均差0，df8，tstat5.230769，p（t≤t）单尾0.000396，t单尾临界1.859548，p（t≤t）双尾0.000792，t双尾临界2.306004。两组比较差异有统计学意义（p
4方差分析（analysisofvariance，anoVa）和卡方检验
在数据分析工具库中提供了3种基本类型的方差分析：单因素方差分析、可重复双因素分析和无重复双因素分析，现简单介绍方差分析的应用。
单因素方差分析：在进行单因素方差分析之前，须先将试验所得的数据按一定的格式输入到工作表中，其中每种水平的试验数据可以放在一行或一列内，具体的格式如表，表中每个水平的试验数据结果放在同一行内。数据输入完成以后，操作“工具-数据分析”，选择数据分析工具对话框内的“单因素方差分析”，出现一个对话框，对话框的内容如下：（1）输入区域：选择分析数据所在区域，可以选择水平标志，针对表中数据进行分析时选取；（2）分组方式：提供列与行的选择，当同一水平的数据位于同一行时选择行，位于同一列时选择列，本例选择行；（3）如果在选取数据时包含了水平标志，则选择标志位于第一行，本例选取；（4）α：显著性水平，一般输入0.05，即95%的置信度；（5）输出选项：按需求选择适当的分析结果存储位置。双因素无重复试验方差分析与单因素方差分析类似，在分析前需将试验数据按一定的格式输入工作表中。数据输入完成以后，操作“工具-数据分析”，选择数据分析工具库中的“双因素无重复方差分析”，出现一个对话框，对话框的内容如下：（1）输入区域：选择数据所在区域，可以包含因素水平标志；（2）如果数据输入时选择了因素水平标志，请选择标志按钮；（3）显著性水平α：根据实际情况输入，一般选择0.05；（4）输出选项：按需要选择分析结果存储的位置。
可重复双因素分析：双因素可重复方差分析与双因素无重复方差分析数据输入的区别在于对重复试验数据的处理，就是将重复试验的数据叠加起来。数据输入完成以后，操作“工具-数据分析”，选择数据分析工具库中的“双因素可重复方差分析”，出现一个对话框，对话框的内容基本与双因素无重复方差分析相同，区别在于每一样本的行数选项，在此输入重复试验的次数即可。若须对数据进行方差分析时，在输入区域选择数据所在区域及因素水平标志，在每一样本的行数处输入3，即每种组合重复3次试验，显著性水平选择0.05。在输出选项中可以按照需求选择分析结果储存的位置。选择确定以后分析结果。在工具菜单中均有现成的这3种分析工具。
5非参数检验
excel也没有提供非参数检验的分析工具，但可利用其提供的函数和公式可进行分析。如利用iF（指定要执行的逻辑检验函数）和CoUntiF（条件函数）进行编秩。利用=SUmiF（条件单元格求和函数）计算正负秩和。=CoUnt（个数函数）利用=aBS和=SQRt计算绝对值和z值。
6相关回归
为了反映两个或多个变量之间的关系，描述相关关系的方向与密切程度，需采用相关分析；为了反映两个或多个变量之间的依存关系，建立回归方程，采用回归分析。先将数据输入工作表中，然后用excel提供的函数可进行线性回归（linearregression）又称简单回归的分析和Spearman等级相关分析，用菜单中的“工具数据分析相关糸数可进行相关分析。用“工具数据分析协方差工具可进行协方差分析。用excel的XY散点图工具可以进行散点图的绘制。
excel是一种使用极方便的电子表格软件，它有强大的数据管理功能，不仅能够根据需要分类管理数据信息，能进行数据统计、筛选、排序、汇总、汇制图表等，还能利用其强大的函数功能以及分析工具库为建立复杂的统计或计量分析工作带来极大的方便。
参考文献
统计学分析数据篇3
【关键词】数据分析；实践；统计
中图分类号：G635.5文献标识码：a文章编号：1671-0568（2015）36-0122-01
我国相关教学制度规定，在数学教学中，必须重视对学生空间观念、数据分析观念及推理观念等的培养。数据能够帮助学生正确判断学习及生活中的相关问题，从而做出正确抉择，数据现已充斥着整个社会，因此，现代公民必须重视对数据分析、数据收集及数据整理等能力及观念的培养，从而提升自身决策的合理性与准确性，实现数据的有效传输与表达。
一、数据分析观念内涵
数据分析观念主要是指现实生活中人们在解决相应的问题时，需要对与问题相关的数据等进行调查研究，同时，通过对相关数据的分析理解其中的内涵，找到解决问题的方法。在数据分析过程中，同样的数据有多种数据分析方法，这就需要相关人员根据相关问题的具体要求选择合理的分析方法。数据分析是统计的核心要素，因此，数据分析内的相关要素及相关内涵主要包含以下几个方面：
1.具有数据相关意识
数据的应用充斥着人们的现实生活与学习，要合理、准确地解决现实问题需要有数据意识。在解决问题之前，需要对信息及数据进行收集，同时，学生根据数据提炼内部的相关信息及有效数据，帮助学生高效解决相关问题。
2.选择合理的数据搜集与分析方法
分析与整理相同数据具有多种分析方法，这就需要学生对相关问题进行分析从而选择最合理的方法。例如，在对数据统计中的统计图表进行绘制时，往往具有多种图表表现形式，但是学生在进行相关统计图表选择时会选用最佳的统计图表，如在对相关数据中的数量关系进行统计时，则可选用条形统计图，若表现各数据在整体数据中所占比例时，则可选用扇形统计图。
3.通过数据分析体验随机特征
数据的随机性主要是指在解决同一问题时，其收集到的数据可能存在差异性，另一方面是指足够的数据中具有相关规律。例如，探究数学学习中关于学习知识点需要用多长时间时，就可以对数据进行统计。在统计过程中，会发现每天的知识点、学习时间具有差异性，但在多次试验之后便可发现其中的相关规律。数据虽然具有随机性，但在多次试验验证后其数据又具有相对稳定性。
二、在统计教学中培养学生数据分析观念的途径分析
1.引导学生基于现实参与数据收集及分析活动
在统计学教学中，教师可以积极引导学生参与数据收集及分析活动，促进学生数据分析意识及分析观念的形成。学生数据分析观念的养成首先需要数据分析意识的养成，学生在遇到困难时，可产生利用数据解决问题的意识，因此，教师在具体教学中可依照实际生活设计具有现实意义的数学实际情境，这样可以最大限度地激发学生完全投入到统计活动中，使学生通过实际情景对数据进行收集、整理、分析并做出解决问题的最终决策，通过在活动中的实际体会逐步促进自身数据分析观念与分析思维模式的养成与提升。
2.重视情感作用，激发学生的求知欲望
在统计教学中，学生良好的学习情绪以及强烈的求知欲对其学习进步以及智力开发具有非常重要的影响，在数据分析观念的培养过程中，重视对学生情感的教育与引导可使学生尽快进入学习状态，营造轻松、和谐的教学氛围，将学生带入教学情境中，不仅有利于教学工作的开展与教学任务的实现，同时还有利于良好师生关系的形成。
在“统计”课程教学之前，教师在课堂中可以进行情境创设。例如，周末组织班级学生外出郊游，要求学生思考郊游的地点及郊游活动应怎样选择。此时，学生因听到有关游玩的话题比较兴奋，便积极地展开讨论，教师再对学生进行统计课程带入教学，这样，不仅使得课堂变得生动、活跃，使学生的积极性增强，为课程的展开创造了良好的环境，使教学内容更易开展。
3.引导学生掌握数据收集、整理及分析等方法
在数学统计学教学中，常用的数据收集方法一般为直接获取数据的方法，包括实验、调查，等等，同时也包括资料翻阅等间接获取方法。收集数据工作结束之后，需要对看似杂乱的数据进行整理、分类，在对数据进行描述时，常用的方式主要有计数、统计图等，因此，需要学生认识条形统计图、扇形统计图及折线统计图等统计方法，并运用以上方法对数据进行有效分类，同时还可运用自身语言知识解释其含义，分析数据主要是指对数据进行简繁分析并达到交流作用。数据分析过程是复杂的思维分析过程，在问题解决的过程中，教师应引导学生根据问题的具体情况选择合理的分析方式，从而使学生在学习中不断完善自身的想法并实现对数据分析方法的有效掌握。
例如，对班级学生身高进行分析与相关问题探讨：某小学某班级中学生的身高在134～160cm之间，学生根据班级身高记录单对班级中学生的身高进行分析统计，从而得出学生中最低身高为134cm，最高身高为160cm，若要选择参与跳高的运动员时，学生可以通过数据进行探讨，并对学生的身高按照从高到低的顺序进行排列后选出多名身高最高的学生，之后再对整理数据的作用进行相应分析。
4.引导学生重视数据随机性，使学生全面认识数据
教师在对学生进行数据分析观念的培养中，需要选择适当的问题对学生进行数据随机性体验。例如，在对学校校门口一天之内各个时段的人流量统计活动中，教师可引导学生选用合适的方式进行人流量的统计与记录，同时在开展该活动中，学生还应考虑数据的有效性及数据所需时间，等等，引导学生在所监测的不同数据中找寻相应规律，最终顺利解决问题。
在数学统计教学中，学生数据分析观念的培养，是统计学与概率学教学的开展基础，同时也是数学问题解决的有效观念之一。在对学生进行数据分析观念的培养中，教师应重视对学生具体实践教学的开展及数据统计方法的教授，使学生选用最合理的数据整理、分析等方法，从而促使学生数据分析统计思维的养成，实现数学教学的最终目标。
参考文献：
[1]范明明.中小学生数据分析能力的培养研究[D].武汉：华中师范大学，2014.
统计学分析数据篇4
人口增长数据的统计与分析课题：一次方程组的应用年级：初中一年级目的：1.会列出二元一次方程组解简单的应用题，使学生使用代数中的方程去反映现实世界的相等关系，体会代数方法的优越性。2.渗透把未知转化为已知的辩证思想，培养学生分析问题、解决问题的能力。3.通过统计数字和计算，了解人口增长的情况和控制人口增长的意义。准备：复印学生页，纸、笔。步骤：1.统计数据。到当地统计部门搜集以下统计数据：本地20年前、现在、计划20年后的城镇人口和农村人口，计划农村人口增长率，城镇人口增长率。2.编制习题。利用统计数据编制问题。3.解决问题。列出方程组，解方程组，得到这个问题的解。4.再利用统计数据编制其他类似问题并求解。5.交流、讨论。引导学生讨论以下问题：我国现在的人口数量多吗？为什么我国现在人口数量如此之多？你认为是哪些原因造成的？人口过快增长会给人们生活、工作造成什么影响？我国已经采取了哪些措施来控制人口增长？你认为还应采取哪些措施？
统计学分析数据篇5
1引言
甘肃省作为我国西部经济欠发达省份，以教育信息化带动教育现代化发展，坚持以深度融合、机制创新、企业参与、应用驱动为导向，在教育管理信息化基础建设、深化应用、创新融合方面，克服基础条件差等困难，努力实现跨越式发展。
认真贯彻落实《教育信息化十年发展规划(2011—2020年)》精神，(简称《十年规划》)。《十年规划》提出了我国教育信息化未来十年的8项任务和5个行动计划，这8项任务和5个行动计划又被概括为“三通两平台建设”。三通即：“宽带网络校校通、优质资源班班通、网络学习空间人人通”，两平台即“教育资源公共服务平台、教育管理公共服务平台”[1]。
2甘肃省教育管理公共服务平台顶层设计
“十二五”期间，重点建立覆盖全省各级各类教育的基础数据库及其管理信息系统，为各级教育行政部门和各级各类学校提供教育管理基础数据和管理决策平台。
按照教育管理信息系统“两级建设、五级应用”原则，坚持“核心系统国家建、通用系统省级建、特色系统本级建”的建设模式。以甘肃省教育数据中心为依托，集中省级硬件基础环境、人员技术力量，统筹建设教育管理公共服务平台和教育资源公共服务平台，两平台硬件环境共建共享，充分发挥效益，为全省教育管理和应用提供服务。部级核心系统全面部署，省级通用系统基本完善，各级特色系统逐步推进。
在整体推进过程中，以硬件基础环境建设为基础，以保证国家核心系统部署与落地应用为第一要务，以省级通用系统建设与应用为特色，利用大数据统计分析为各级各类教育行政部门提供科学的决策服务，促进教育公平和教育现代化发展。
3甘肃省教育管理公共服务平台基础运行环境[2]
为保障我省教育管理信息化的整体推进，向全省各级各类教育行政部门提供教育管理公共服务和基础数据支撑，从2010起，加强省级教育数据中心建设工作，为省级和不具备机房环境的市州提供网络基础环境。按照“国家教育管理公共服务平台《省级数据中心建设指南》”中总体要求进行建设，按照B类数据中心建设标准，建成了面积达250多平方米，安全、高效、节能、功能齐全、服务到位的省级教育数据中心。
4甘肃省教育管理公共服务平台建设情况
从2013年截至目前，我省教育数据中心已部署的国家核心管理系统有：中小学生学籍管理系统、中小学校舍安全管理系统、学生资助管理信息系统、中等职业学校学生管理信息系统、学前教育管理系统、教师管理信息系统、基础数据库、应用支撑平台、安全运维监测平台等，基本完成了教育部要求的全部系统的部署。
5运用技术手段，实现各系统数据挖掘整合
2014年在国家核心系统建设的基础上，为了便于各业务系统数据分析报表的查看和检索，我省专门开发了甘肃省教育综合数据监测系统，通过统一的教育管理数据监测平台，对所有业务系统数据进行监测，通过统一的门户平台进行展示。
该系统设计面向服务的体系结构(Soa)，使用J2ee和HtmL5程序设计并且在数据的抽取、转换和加载运用了目前先进的etL技术，通过对中小学学籍系统数据库、教师管理系统、中等职业学校学生管理信息系统数据库、校舍安全管理系统数据库的关联，动态提取各种数据，生成教育行政部门所需的各种统计报表。系统通过学生、教师和学校三个横向维度，按照学前、基础教育、中等职业教育和综合四个纵向维度，把各业务系统报表统一进行展示，并跨系统进行数据关联和对比，按照教育决策部门需要，灵活方便地生成的各种类型报表，按照折线图、饼状图、柱状图和数据报表等形式直观方便地进行展示。
6利用大数据分析共享，提高社会公共服务能力
按照“核心系统国家建、通用系统省级建、特色系统本级建”的原则，进一步落实“一库五应用”建设目标，甘肃省在国家核心系统建设的基础上，对各孤立分散的业务系统数据进行跨系统整合，科学、精准、可持续的获取数据，深度挖掘分析数据，从而打造甘肃省教育管理数据监测服务系统，为全省教育行政部门提供科学有效的决策数据。
根据我省当前的信息系统实际情况，结合今后教育信息化的长远发展和规划，将各业务系统数据通过抽取、转换、加载等环节，加载到甘肃省教育管理数据监测服务系统中，满足甘肃省教育管理数据监测及分析需要。如：学籍系统、教师系统、校安系统、学期系统、中职系统等都是原始的基础数据，如要跨系统进行数据分析对比和提取，应了解：①农村六年制小学按照学生人数统计教师的分配情况，初级、中级、高级教师的分配情况，教师的年龄结构情况，音体美艺术类专业教师的分配情况。②根据学校片区分布和片区学生教师人数，分析片区学校布局是否合理。③通过小学入学人数、幼儿园入园和毕业人数、义务教育人口监测中适龄入学人数对比，分析入园和入学情况。④查看全省大班情况等。要得到这些分析报表，必须通过对各业务系统源数据进行动态抽取、转换、加载和分析，最后生成所需要的报表。
7结语
“三通两平台”的建设和应用是我省当前阶段教育信息化发展的战略重点，应用好教育管理公共服务平台是各级教育信息化工作者的愿望，通过对各孤立的管理系统的数据挖掘和分析，向各级决策管理者或专业人员提供及时、科学、有效的监测报告，从而为决策者科学决策提供服务。
统计学分析数据篇6
【关键词】大数据统计学挑战机遇教学
【基金项目】贵州省科技厅、贵州民族大学联合基金（黔科合J字LKm[2011]09号）
【中图分类号】G642【文献标识码】a【文章编号】2095-3089（2014）08-0235-01
1.引言
“大数据”时代的来临和“大数据”处理技术的发展深深的影响着统计学的发展。能否利用传统的统计理论和统计方法对海量的数据做出快速、准确的处理并获取相关信息？如何对传统的统计理论与方法进行改进或探索新的统计理论和方法来对大数据进行挖掘与处理以获取信息？如何在“大数据”时代背景下培养符合市场需求的统计分析师或数据分析师？如何将“大数据”处理技术融入相关统计学课程教学以促进数据处理与分析技术的发展？这些都是我们在统计学相关课程教学过程中必须思考的一个问题。
2.大数据与统计学
“大数据”随着社交网络、物联网、云计算等的兴起而产生。一般认为大数据具有规模性、多样性、实时性及价值性四个基本特征，包含分析、带宽和内容三个要素。“大数据”在数据来源、数据结构和处理方法方面对传统的统计分析方法产生了冲击。第一，在大数据背景下，数据来源不再是原来的简单抽样，而是“样本即总体”，直接将总体作为研究对象。第二，在大数据时代，研究对象也不是原来单一的结构化数据，由于数据的多样化与规模化，我们更多的是研究非结构数据，采用人工智能来进行数据挖掘和信息获取。第三，数据处理方法也不是简单的采用传统的假设检验方法进行研究，特别是对于统计学中的异常点，不再采取以往的丢弃或者平滑处理方式。
“大数据”处理技术对统计学的发展提出了巨大挑战，但我们必须认识到学科之间的发展是相互交融的，“大数据处理技术”其本质上是数据处理与分析技术，其发展对统计学学科的发展也有积极的一面，同时统计学作为一门独立的学科，有其自身独特的学科优势。首先，海量的数据有利于提高各类统计分析的精度，如减小抽样误差等。其次，较之于传统的统计学方法，现有的“大数据”分析方法难度较大、成本较高、耗时较长。而在实际的应用中，我们关心的不是数据量的多少，而是数据量所蕴含的信息。传统的统计学分析方法是以较少的数据进行精确度相对较高的统计分析，这是“大数据”分析所无法替代的。另一方面，统计学在数据收集方法、模型选择、模型假设以及模型诊断方面有很大优势。而且并不是所有的问题都具有海量的数据，并不是每一个“大数据”问题都适合用现有的“大数据处理技术”来处理。
3.对策与建议
3.1夯实基础教学
针对以上的分析我们可以看出，大数据对统计学的发展既是机遇，又是挑战。因此我们在教学过程中要夯实统计学基础知识的教学，讲清楚统计学的基本原理与基本方法，特别是数据分析与数据处理的基本原理与方法。对于许多传统领域，如生物、医药以及质量与可靠性工程等，我们面对的多是“小数据”而不是大数据，因此基于样本的统计分析方法仍然是进行此类问题研究的最有效的科学手段。
另一方面，我们要结合大数据技术的特点，对统计学的基本知识进行拓展教育，引导学生思考怎样将已有的统计学基本原理与方法运用到大数据处理的技术研究中。如在大数据环境下怎样进行数据的收集、筛选与甄别、存储与分析等，如何分析并厘清可能的数据来源与范围，如何建立相关指标体系并对数据进行分类，如何制定或调整相应的统计参考标准，以及如何对依靠非传统数据源加工生产的统计数据进行规范的统计推断等。
随着大数据时代的来临，各行各业对具有统计背景知识人才的需求必定越来越多。因此，在统计学教学过程中，一定要结合各专业的特点，特别是“大数据”的特点，切实加强统计学的基础知识教学与拓展教学。
3.2加强统计学专业软件教学
“大数据”环境下，对统计人才需求也发生了变化。面对海量的数据与多样化的数据，一名合格的统计人才或数据分析人才不单需要良好的统计素养与扎实的统计基础知识，更需要具有数据的存储与整理能力、计算能力以及数据分析与处理能力等。这就要求在教学过程中，加强统计软件或数学软件的教学。
针对传统的“数学证明+手工计算”或“重理论轻专业统计软件”的统计学课程教学模式，可将统计软件或数学软件融入课堂教学并安排一定的课时上机学习统计软件，以此提高学生数据处理能力，加深对统计学基本原理的理解与掌握。
在加强统计软件或数学软件，如SpSS、R、SaS以及matlab的教学过程中，要摈弃“会软件的操作即会统计技术”的思维，要让学生真正掌握相关操作与相关算法，深入思考算法的实现与相关理论的应用。同时引导学生思考对“大数据处理”的技术要求，包括数据搜集、发掘、存储以及计算分析过程中的算法与设备要求等，引导学生针对大数据进行软件升级与开发。
3.3突出案例教学与实践教学
大数据的产生和发展源于规模经济问题或超规模经济问题的研究。每一个大数据问题的研究都是与实际经济或社会问题紧密相联的，因此，在实际教学过程中，要突出案例教学与实践教学，由易到难，通过案例教学逐步引入大数据的概念以及大数据处理的基本技术，提高学生的分析全局观以及进行实际数据分析与处理的能力。
教学改革的目的是培养在“大数据”时代背景下，符合市场需求的专业统计人才，而合格的专业统计人才必须具备良好的统计实践能力。案例教学与统计实践活动是培养学生统计实践能力的有效途径。因此，在教学过程中，一方面，教师可融合各种与实际问题相关的案例进行分析和讲解，加深学生对相关统计理论知识的理解，激发学生的学习兴趣，培养学生解决实际问题的能力。另一方面，教师可以组织多种形式的课堂或课堂外的统计实践活动以培养学生统计实践。如，指导学生针对他们感兴趣的与经济、社会发展相关的统计实际问题展开统计研究，设计调查问卷，收集数据、整理和分析数据，撰写研究报告，实现对实际问题的分析和解决等。
4.结束语
总之，在“大数据”环境下我们既要积极面对挑战，又要紧紧抓住机遇，切实结合“大数据”的特点和“大数据处理技术”发展的需求，既加强对传统的统计学方法、统计理论的教学，又积极开展“大数据“环境下的拓展教学，推动统计学的发展，在数据收集、数据分析以及统计制度等方面进行改革和创新。
参考文献：
[1]李国杰.大数据研究的科学价值[J].中国计算机学会通讯，2012，8（9）.
[2]姜奇平.2013全球大数据-大数据的时代变革力量[J].互联网周刊，2013，1.
[3]游士兵，张佩，姚雪梅.大数据对统计学的挑战和机遇[J].珞珈管理评论标，2013，2（13）.
统计学分析数据篇7
2011年2月，国务院学位委员会进行了学科调整，统计学完全从数学和经济学中独立出来，上升为一级学科，设在理学门类中，编号为0714。统计学上升为一级学科后，下设的二级学科包括数理统计学、社会经济统计学、生物卫生统计学、金融统计、风险管理和精算学、应用统计学。统计学上升为一级学科对统计学专业的教学带来巨大影响。
同时，随着大数据时代的到来，使得传统的统计数据收集、处理与分析方法面临新的挑战，从而推动统计学的发展进入了一个全新的阶段。在统计学上升为一级学科以及大数据时代已经到来的大背景下，统计学专业的课程教学也面临着新的挑战，需要进一步改革与调整。
一、大数据时代的到来
(一)大数据的生成
伴随着人类对客观世界各领域数字化程度的不断提高，每天都有大量的数据产生，并且其产生的速度也越来越快。这些数据来源广泛，其中最主要的来源有：科学研究(如天文学、生物学、高能物理等实验数据)、社交网络、电子商务、物联网、移动通信等。
(二)大数据的定义
为了应对数据大规模增长带来的机遇和挑战，美国《nature》杂志在2008年9月4日率先提出了“大数据”的概念。国际数据中心iDC是研究大数据及其影响的先驱，在2011年的报告中定义了大数据：“大数据技术描述了一个技术和体系的新时代，被设计于从大规模多样化的数据中通过高速捕获、发现和分析技术提取数据的价值”。但是大数据是一个新兴而且内涵不断发展的概念，尚没有统一公认的定义，只能从其特点上加以认识。
(三)大数据的特点
与传统数据相比，大数据的特征可以用五个“V”来表示，即Volume(容量大)、Variety(种类多)、Velocity(时效性强)、Value(价值高)、Visualization(可视化呈现)。大数据容量大是个相对的概念，受时间、行业和数据类型等因素的影响;种类多是指数据集的结构异质性，科技进步导致了结构化、半结构、非结构化数据的日益增多;时效性强是指大数据被生成、处理、移动的速度相当快，是区别于传统数据最显著的特征，这也增加了对即时分析、加工数据的需求;价值高是指大数据潜在的高价值能为评价和决策提供依据。可视化是大数据分析的关键步骤，是对有价值信息加以提炼并显示的过程。
(四)大数据的应用
大数据具有5Vs(Volume、Velocity、Variety、Value、Veracity)特点，蕴含着巨大的社会价值、经济价值和科研价值，已引起了产业界、学术界、政府部门和其他组织的高度关注和重视。
近年来，世界发达国家相继布局大数据战略，诸如联合国“数据脉动”计划、美国大数据战略、英国“数据权”运动，大力推动大数据发展和应用。大数据已纳入我国国家发展战略，国务院2015年8月31日印发了《促进大数据发展行动纲要》的通知(国发[2015]50号)，指出：“大数据成为推动经济转型发展的新动力，大数据成为重塑国家竞争优势的新机遇，大数据成为提升政府治理能力的新途径。以数据流引领技术流、物质流、资金流、人才流，将深刻影响社会分工协作的组织模式，促进生产组织方式的集约和创新。探索发挥大数据对变革教育方式、促进教育公平、提升教育质量的支撑作用”
二、大数据给传统统计学带来的冲击
(一)数据收集方法上
不同于传统的调查抽样方法获取数据，大数据的收集来源渠道通常为现代网络渠道，如互联网、物联网等。不同的数据源的数据采集需要专用数据采集技术，如包含格式文本、图像和视频的网站数据，通常需要web爬虫技术。
(二)数据存储上
大数据的存储不同于传统的数据存储方式，有固定的格式和结构，对于大数据的数据库来说，可以直接将所探测到的信号自动容纳到其中;大数据需要有先进的存储设备，传统的存储设备已经不能容纳如此大量的数据。
(三)数据分析上
传统的统计分析方法，难以胜任对非结构化的大数据的分析。当前大数据分析技术的研究可以分为6个重要方向：结构化数据分析、文本数据分析、多媒体数据分析、web数据分析、网络数据分析和移动数据分析。
(四)数据展示上
数据可视化的目标是以图形方式清晰有效地展示数据的信息。一般来说，图表和地图可以帮助人们快速理解信息。但是，当数据量增大到大数据的级别，传统的电子表格等技术已无法处理海量数据。大数据的可视化展示需要专业的软件来完成。
三、大数据时代统计学专业教学改革
大数据时代的到来对统计学也带来了新的机遇和挑战，特别是大数据对于数据分析人才产生了巨大需求，同时也要求统计专业学生掌握更为复杂统计软件的编程和操作。大数据背景下，统计学要适应新的形势，需要对课程教学进行有针对性的改革。
(一)大数据时代统计学专业毕业生就业方向定位
大数据时代的到来，使各行各业，包括政府、企业、个人都希望能从大数据这座金矿中挖掘出对自己有价值的金子，从而增加了对统计专业毕业生的需求。一直以来，我国统计工作领域主要是政府统计、部门统计、民间统计。传统意义上，政府及各个部门是统计学学生就业的首选。然而，随着大数据时代的来临，越来越多的毕业生选择发展空间更为广阔的民间统计。民间统计相对于政府统计来说，涉及范围十分广泛，包括各类统计咨询公司、统计调查公司、统计研究院等，介于市场和企业、行业之间。民间统计的发展前景十分广阔，可以预见，随着大数据时代的来临，统计学作用的提高，民间统计必会成为统计专业毕业生选择就业的主要渠道之一。
(二)大数据时代统计学专业课程设置改革
大数据时代，在对统计数据分析人才需求增加的同时，也对统计专业毕业生的大数据处理能力提出了更高的要求，这就需要统计学专业在课程设置上，增加大数据处理与分析方法课程，如《大数据分析方法》、《数据挖掘》等，培养学生能够使用专业统计软件(R/SaS/python)进行大数据的挖掘、清洗、分析等。
(三)大数据时代统计学专业学生实践能力培养改革
在课堂教学之外，通过广泛举办大数据技术创新大赛、大数据技术创新与创业大赛、数据挖掘挑战赛，支持学生成立大数据研究协会，举办大数据相关讲座论坛等方式，增强学生分析和处理大数据的能力。另外，还要加强校外大数据实践教学基地建设，通过与通信、互联网、电子商务等企业大数据开发中心以及大数据研究咨询机构合作，为学生提供给更多的实习、实践机会。
四、总结
总之，面对大数据时代的到来，统计学专业需要积极改革与调整课程的设置，注重学生实践能力的培养，以适应各行各业对大数据分析与挖掘人才的需求。
作者简介：
统计学分析数据篇8
宏观经济统计分析是建立在经济学、统计学基础上，伴随中国社会主义市场经济发展而逐步完善起来的。近年来，随着市场化进程的加快，特别是在信息技术的推动下，大数据时代的到来，对于宏观经济统计分析提出了更多挑战。面对新的情况，如何从统计学知识体系来渗透经济分析方法，并从宏观经济统计分析中的问题来探讨其发展趋向，对于提升我国宏观经济统计分析的科学水平具有重要的现实意义。
关键词：
宏观经济统计分析；统计方法；关键问题
从概念上来看，宏观经济统计分析是建立在经济学、统计学知识体系基础上，以统计知识为核心，围绕经济学知识进行研究和分析。在我国社会主义市场经济体制下，宏观经济统计分析的内容也经历了几个不同发展阶段。在以计划经济为主时期，宏观经济统计分析主要运用计量经济学知识，利用数理统计和模型分析，来完成对国民经济运行系统的优化和平衡。同时，借助于政府统计系统，从国民经济运行相关数据分析中，对计划执行情况进行研究，改进下一阶段计划经济重大问题。这一时期的计划经济为宏观经济统计分析提供了基础数据，但是，对于统筹兼顾、优化管理为主体的计划经济管理思想是一以贯之的。从我国统计学发展历程来看，对于宏观经济统计分析的内容，概况的讲，主要是围绕国民经济主要经济指标来展开，如利用国民经济账户、投入产出、资金流量表、国际收支平衡表等，从各个核心部门、核心指标、核心统计体系中来分析国家、产业的发展状况，减少经济危机的发生。改革开放以后，我国宏观经济统计分析，借鉴了马克思社会再生产、计划经济管理理论，同时借鉴了国民经济核算体系理论思想，完善了我国国民经济综合平衡统计方法，逐步实现了财政、信贷、外汇、物资的四大平衡。在以信息社会、大数据时代为特征的第三阶段，宏观经济统计分析将实际问题作为研究重点，特别是经济学与现实问题的关联，大数据环境下数据的可比性，统计分析方法的科学性和实效性等。
一、宏观经济统计与宏观经济统计分析概念研究
我国国民经济统计主要依托国民经济核算体系，包括经济循环理论下的宏观经济统计指标体系，以及各类标准、统计分类等内容。宏观经济统计，从概念上理解为从宏观上来探讨经济运行过程及结果的统计测度理论和方法。从统计范围来看，主要从经济活动中来获取统计数据，包括各类经济活动的信息整理、也包括各类统计部门设计的用于统计实际数量的调查资料。统计学是依据统计学理论，运用统计学方法来对各类经济信息进行统计分析，如利用抽样调查来进行统计分析，以实现对样本总量的推断；在获取相关统计数据内容时，常用的统计方法有分类法、关联统计法、变化率统计法、总量统计法、结构统计法等。信息化社会的发展，特别是基于网络技术的电子商务平台的建设，使宏观经济统计分析的独立性和地位更趋重要。概括来讲，经济统计分析从统计方式、统计数据上来全面认识经济获得，并从有效分析中提升经济发展水平.宏观统计数据的测度方式及搜集方法，与传统的调查方法，如普查、抽样调查、统计报表相类似，在现代经济统计中，增加了软统计内容，如抽样问卷、心理量表等。宏观经济统计分析是建立在宏观经济统计基础上，利用统计学理论和方法，以实证经济分析来处理统计结果。从概念上来看，广义的宏观经济统计分析包括的经济活动较多，不仅有重要的宏观经济指标内容，还有其他与国民经济管理相关的统计分析。微观来讲，宏观经济统计分析主要从经济问题的统计分析研究中，来构建统计分析模型，并从统计分析变量或指标中探析统计数据所反映的结果。
二、宏观经济统计分析体系研究
1.宏观经济统计分析内容
宏观经济统计分析体系包括宏观经济学目标、宏观经济管理目标和宏观经济统计目标三项内容，对于宏观经济学目标，主要从宏观经济统计分析对象，如社会总供给、总需求等建立均衡统计分析，从国民收入分配统计分析中来构建各项统计指标，如产业结构统计分析、经济周期统计分析、知识经济发展与创新统计分析、消费-投资需求分析、通货膨胀统计分析等等。宏观经济管理目标主要从宏观经济运行体制及组织结构上，围绕国家经济社会重大战略开展统计分析。如创新型国家经济战略、科教兴国战略、财政政策、货币政策、城镇化区域发展战略、可持续发展战略等等。宏观经济统计目标主要从国家统计、部门统计、行业统计、区域统计等层次化统计数据基础上来开发，围绕社会创新、政府管理、科学研究等内容展开统计方法创新。
2.宏观经济统计分析问题
宏观经济统计分析是政府统计工作的重要内容，一方面归结为制度化的统计分析工作，另一方面表现为专题型或问题型统计分析工作。在制度化统计分析工作中，围绕政府统计调查指标体系，从宏观经济运行过程及结果中来搜集数量特征、数量关系，并从宏观经济运行情况综合表现上来剖析主要问题和成功之处；对于各项宏观经济政策措施的执行情况进行跟踪，对执行效果进行对照分析，并从存在问题中来提出应对建议。如国家统计局和各下属统计单位，每年要对上一年度的统计工作进行汇报，以经济分析白皮书形式进行综合。制度化宏观经济分析工作，能够从社会生产、市场供需、收入分配、金融市场化、国际收支等多方面进行呈现，既有动态指标，也有近期、中长期发展趋向分析。宏观经济专题统计分析具有灵活性和变化性，主要是围绕不同时期的经济工作，从经济问题中来展开针对性调查统计分析。其特点表现在：一是对所研究的问题或专题具有较深的研究；二是多采用多重调查方法来实现对专题问题的全面分析，如抽样调查、软实力调查、问卷调查等的综合使用；三是运用现代信息技术来提升统计分析能力，特别是用网络化平台技术来弥补传统调查方法的不足，改善数据质量等。
三、宏观经济统计分析方法研究
宏观经济统计分析方法具有多样性，针对不同问题，有搜集数据、整理数据方法，也有针对经济问题的分析方法，还有基于统计描述和探索性数据分析方法。总的来看，对于宏观经济统计分析工作，多种方法的综合运用有助于提升宏观经济统计分析的科学性和有效性。对于宏观经济统计分析，不同领域所涉及的统计方法具有交叉性。但对于宏观经济分析中动态经济分析、静态经济分析、比较动态经济分析、比较静态经济分析方法所反映的经济学问题，能够从全面质量管理方法中体现目标、过程、方法、绩效、因素等统计描述信息，改善统计分析的应用实效性。主要常用的方法有因素分析法、指数分析法、弹性分析法、时间序列分析法、应用回归分析法和多元统计分析法等。对于不同经济变量体系的描述，根据经济运行过程及数量特征，从所选定的指标变量上来进行估计，包括推算、核算和估算等方法。描述性统计分析方法是基于统计分析应用，从构建基本逻辑架构中来分析客观存在的相关变量之间的关系；由于经济活动中各经济关系之间存在动态性，需要从经济分析的聚类、因子分析等方法中，运用分层回归、分位回归以及协整分析方法来转换，以促进对各项分析指标体系进行综合评价和反映。同样道理，在宏观经济统计分析方法研究中，面对大量微观性数据，如何发挥统计变量测度及过程变量特征分析优势？实践中常用统计系统描述方法，将系统分类及归纳至分位、分层、立体、动态的复杂系统中，从探索各关系变量及因素之间关系上来进行描述性分析。如在人口普查以及经济普查中，对于各类模拟系统方法的运用，主要从各因素的顺序识别和组内方差缩小、组间方差扩大上来实现动态过程的科学推断，提升核心主体的统计分析精度。
四、宏观经济统计分析的趋向研究
从宏观经济统计分析的应用来看，当前社会环境下面对更多挑战，其主要研究方向有以下几点：一是做好对国家经济社会发展管理的重要决策导向研究，特别是在信息技术快速发展背景下，从海量数据分析中来挖掘科学的信息资源，来优化和辅助市场化竞争、产业竞争及区域、国际间的竞争需要。哈佛大学加里·金（GaryKing）提出“信息革命背景下，对于海量数据资源的统计分析，将席卷商业界、学术界和政界”。建立在大数据基础上的精细化测量行为研究，从经济领域、商业领域来拓宽延伸，以促进社会发展；二是顺应大数据时代的发展机遇，在中国特色社会主义市场经济转型关键期，从协同政府、行业、经济、社会发展关系的角度，以政府公共数据共享平台建设来完善社会发展科学管理水平，从中长期发展政策分析中来进行科学谋划和实施。对于统计信息平台中的活动、业务、行政记录、财务信息等资料，要按照统计数据的统一化要求进行科学转换，增强宏观经济统计分析的决策科学化能力；三是强化创新型国家建设统计分析工作，围绕国家创新能力、国家创新体系建设发展要求，从国家科技政策制订，到各项经济统计工作的实施，都应扎实推进宏观经济统计分析在经济建设中的核心和驱动地位；四是构建高端化的产业结构统计分析模型，围绕我国全面转型过渡期的产业结构现状资料，从构建“三高一低”产业结构高端化统计目标入手，加大对信息化金融产业的创新，延长产业价值链，增强产业辐射及带动作用，优化产业结构向高端化进程转移；五是注重金融统计分析，完善我国金融管理体系，提升金融管理效率。在建设金融服务业与其他产业的协同发展上，发挥统计手段来全面跟踪和优化我国货币政策服务环境，挖掘金融数据，加大金融风险监测和防范；六是注重宏观经济空间统计分析，依托大数据时代数据集中化平台，为宏观经济统计分析创造有利环境，实现大数据的共享、合作和协同发展，真正实现大数据的整体效益。
参考文献：
[1]赵彦云,周芳.试论大数据时代中国政府统计改革发展新模式[J].教学与研究，2014(01).
[2]侯福忠.宏观经济统计分析在国民经济核算体系中的作用[J].现代商业，2013(15).
统计学分析数据篇9
随着人类社会的进步和发展，信息内容来源广泛且信息量大，现代社会统计学中的统计和分析离不开计算机的辅助，社会生产生活的各个领域均和计算机、互联网密切相关，计算机逐渐变得智能化、数据化和高效化，人们可以通过计算机统计分析解决生产、科学等方面的难题，计算机统计分析对数据的处理远比人工迅速、准确。在未来的社会生产当中，计算机统计分析将大显身手，为了顺应时代潮流，我们应深入探究计算机统计分析。
【关键词】
计算机；统计分析；软件
统计分析和计算机、互联网的相互结合给我们的生活生产带来了很大的便利，统计学通常是以足够大量的社会情形做统计研究的，计算机统计分析的飞快发展是非常符合社会发展趋势的，为了更便利更准确的处理各类数据，人们一直在对其进行深层次的探究，并且将这项技术方法很好的运用到了科学、社会、医学等各个行业，现在人们可以利用计算机统计分析技术快速的对所需数据进行处理得出结果，是人类科学历史上的一大飞跃，其发展脚步不容阻挡。
1计算机与统计分析现代化
1.1计算机与统计学现代化统计学主要是通过数据搜集、整理工作将信息归纳分类，给社会经济等问题提供解决方案的数理依据和基础，统计分析在社会经济问题研究中可以起到很大的作用，在社会经济飞快发展的过程中，各行各业对信息的需求量越来越大，对各类数据问题处理的渴求度也不断上升，互联网更是将信息网络化，这些的实现都需要统计学的介入而且在其中发挥重要作用，但是现代社会信息数据的繁琐量大都不是传统统计学能够做得到的，这时计算机和统计学的有机结合成就了信息网络化的大数据时代。统计学现代化的实现必须要依靠计算机这一现代化计算工具的协助，现如今计算机统计已经被广泛普及和利用，与时展进步的趋势相吻合。
1.2计算机与数据分析处理传统的人工处理分析数据早已不能满足社会发展的需求，通过其与计算机的相互结合，很大程度上节省了分析工作的时间精力，同时降低了数据分析处理过程中的错误几率。不仅如此，可以进行多样化、标准化的数据分析，更加人性化；伴随人类社会的发展，人们对数据结果的要求愈加严格，这无形之中促进了计算机数据分析技术的进步，推进了数据分析技术普及各行各业的发展历程。
2计算机与统计分析
2.1计算机统计分析的一般方法很多的数据分析流程软件在国际社会上是相互通用的，SpSS,SaS等就是比较典型的统计分析软件，这些软件已经慢慢地在我们国家的经济、教育、医疗等行业之间普及，不同的统计分析软件表面上有些不同，但本质的分析处理方法不尽相同，步骤如下：（1）录入数据信息；（2）预先处理和编辑信息数据；（3）分析处理计算；（4）得出结果并保存。要进行计算机统计分析首先要进行信息库、数据库的建立，建立之前先进行数据分类以便信息录入，使其进入数据库中，有利于分析和解决，录入工作人员可以通过一系列计算机的功能应用将数据整理并分类，计算机分析处理的计算是统计分析的关键所在，统计分析得出的结果可由图像或文字表达出来，举个例子：图形分析水平较高的软件有SpSS等。计算机统计分析的最终目的是为了得到正确的剖析结果和分析解释，这是重点同时也是难点，有待我们去创新提高。
2.2计算机在统计分析中的重要作用新形势下，社会生产经济的发展异常迅速，大数据的时代已经到来，信息量的急增，内容复杂程度的增加传统的统计分析效率早已满足不了社会发展需求，在这场计算机和统计分析的结合中，人们的生产生活发生了翻天覆地的变化，计算机起到了至关重要的作用。第一，计算机取代了传统的统计分析员，符合社会生产快速发展的需要，在数据量庞大、信息极度复杂的情况下，计算机的超强计算能力真是如鱼得水，协助统计分析促进了人类社会的进步。打个比方，投资者想要进行理财投资，想要挣钱的几率大一些，这时他就完全可以借助计算机进行统计分析，能够很快很准确的得出结果，很大程度的提高了理财挣钱的几率。
2.3数据统计分析中计算机的应用计算机被运用到数据统计分析当中去主要是因为其强大的计算能力，人们只需要告诉计算机要统计什么信息或者什么数据，需要哪个方面的分析结果，需要怎样的数据处理结果，这些都是简单易于操作的问题，而最难的计算部分则由计算机这个“超强大脑”来解决，这不仅节约了大量时间，还能减少错误的出现。我国的计算机技术在国际上不是很先进，我国自主研发的一些计算机统计分析软件规模小、漏洞多，还要继续努力研发编程出可以与西方发达国家相媲美的统计分析流程软件；另外还得加强操作人员的实际操作能力，选择适合自己的统计分析软件进行数据分析处理，这是由于每个人对不同软件的操作实践程度不同造成的，比如：eXCeL和SaS软件的不同，也就有不同的操作员利用它来做同一件事，计算机的统计分析。
3如何利用计算机做好统计分析
做好计算机的统计分析工作属实不容易，首先，学习统计、分析原理知识，加强对分析处理原理理解，将基本分析流程掌握透彻，注重各个分析处理过程中的细节部分；其次，软件的选择也很重要，软件的理解掌握程度因人而论，在软件选择使用过程中，可以从入门到深入，逐步利用计算机做好统计分析。
4结语
在未来的日子里，计算机统计分析会更加深入的渗透到我们的生产生活中来，计算机和统计分析是密不可分的；另外，我们国家的软件开发水平还达不到国际尖端水平，规模性、完整性和规范性都还有很大的提升空间，让我们一起为我国的计算机统计分析事业努力钻研,创新进步。
参考文献
[1]杨坚白.统计分析的意义和特点[J].统计工作通讯,1956(10).
[2]杜慎仲.统计分析中存在的问题及对策浅议[J].发展研究,2002(03).
[3]乔丽丽.统计信息与计算机信息处理[J].机械管理开发,1997(04).
统计学分析数据篇10
[关键词]专业硕士数理统计教学案例eXCeL
[中图分类号]G642[文献标识码]a[文章编号]2095-3437（2013）08-0053-02
一、专业硕士教育在我国研究生教育中的地位和作用
学术型硕士教育以培养教学和科研人才为主，而专业硕士学位教育与学术型研究生不同，是以职业需求为目标，以实际应用为导向，以综合素养和应用知识与能力的提高为核心。为尽快培养大批具有创新能力、创业能力和实践能力的高层次专门人才，我国自2009年起扩大了招收以应届本科毕业生为主的全日制硕士专业学位范围，并且在今后一个时期专业学位研究生教育将是国家大力扶持和积极引导的发展重点。
二、数理统计在专业硕士教育培养中的特点
数理统计作为高校研究生解决工程问题的一种计算工具，学会整理统计已成为工科学生必须具备的基本素质。数理统计学在数据挖掘、机器学习、经济管理、可靠性工程、人文社会、教育与心理学、人口学等若干领域中有着广泛应用。然而，传统的数理统计课程教学重在内容的介绍、理论的推导、定理的证明，使得学生对该课程产生枯燥、难学、无用的感觉，最后是厌学的状态。案例教学是一种理论联系实际、融知识传授、能力培养、素质教育于一体的教学方法。通过案例把学生引导到实际问题中，在分析与讨论的基础上，提出解决问题的途径和基本方法。案例教学能让学生产生解决实际问题的成就感，大大提高学生的学习兴趣，并让数学课变得好玩、好学、有用。
三、eXCeL在数理统计教学中的作用
由于当代社会正处于“信息爆炸”的时代，承载信息的数据动辄成千上万，因此，面对一个实际问题，即使有丰富的数理统计知识，如果没有计算能力，也无法进行统计分析。幸运的是，随着计算机技术的发展，大多数的统计计算都能通过统计分析软件加以完成。数理统计课程案例教学在教学形式上灵活多样，能充分利用统计软件、教学软件等多媒体教学工具，以增强学生的兴趣和爱好，提高学习积极性。
在现有的统计软件中，eXCeL软件被广大的统计工作者和非统计工作者使用，由于其具有的普遍性、操作方便、易学、易用的特点成为众多非统计专业学生进行统计分析的首选。[4，5]它提供了从函数、分析工具库、加载宏到数据透视表和数据透视图的多种数据分析方法。excel为用户提供了一组数据分析工具，如方差分析、描述统计、直方图、回归、抽样、假设检验等，能较快完成表的制作、统计、分析以及数据的处理，具有较强的分析能力。在使用时只需为每一个分析工具提供必要的数据和参数，该工具便会使用相应的函数，计算并显示相应的结果。在设计数理统计学教学内容时，依据excel的各种数据分析功能可方便地将相应的excel软件具体操作步骤设计到各章节的教学内容中。
四、eXCeL在专业硕士数理统计课程案例教学中的应用
案例教学法主要采用对话式、讨论式和启发式的方法进行教学，是在教师指导下，组织案例，把学生引导到实际问题中去，进行学习、研究、通过分析、讨论找到解决问题的方法。案例是一个实际情况的描述，它一般要涉及一个决策问题。教学案例是适应教学目标的需要，围绕一个或几个问题，在对实际调查后所作的客观书面的描述，用以提高学生思考问题、分析问题和解决问题的能力。在教学中使用案例教学法来阐述基本概念、基本理论，讲解统计方法，将理论教学与实际案例结合起来，使课堂讲解生动，能激发学生的学习兴趣，提高教学效果。
在数理统计案例教学过程中，通过作图散点图对数据产生基本认识，使学生掌握对数据特征的初步判断，通过描述性统计分析让学生对数据进行基本的统计分析，通过回归分析实现预测和控制，是教师进行案例教学的几个关键知识点。下面我们以具体例子来演示在专业硕士数理统计课程案例教学中如何使用eXCeL。
某大型牙膏制造企业为了更好地拓展产品市场、有效地管理生产数量，公司董事会要求销售部门根据市场调查，找出公司生产的牙膏销售量与广告投入之间的关系，从而预测出在不同广告费用下的销售量。为此，销售部门的研究人员收集了过去30个销售周期（每个销售周期为4周）公司生产的牙膏的销售量和广告投入费用，数据如下表所示：
（一）用eXCeL作散点图
散点图的画法：将广告费用和销售量输入到oFFiCe2007版本的eXCeL数据框中，选中所有数据和数据名称，点击“插入-图表-散点图-仅带数据标记的散点图”，进行适当格式调整，即可生成散点图1：
（二）用eXCeL进行描述性统计分析
对eXCeL2007软件，通过加载宏，启用公式分析工具箱。在eXCeL2007中选中所有销售量数据，点击：“数据-数据分析-描述统计”，在描述统计框的输入区域确定分析数据的范围，选中“汇总统计”复选按钮，然后确定，即可得描述性统计数据分析结果，如：平均值：8.383，标准差：0.124，中位数：8.390，众数：8.750，标准差：0.681，方差：0.464等。
（三）用eXCeL进行回归分析
为了预测在不同广告投入下牙膏的销售量，可以对销售量进行回归分析。其中，选择广告投入为自变量，销售量为因变量。
在eXCeL中，将广告投入数据放入第一列，牙膏销售量放入第二列，点击“数据-数据分析-回归”，在“Y值输入区域”输入“$B$1：$B$30”，在“X值输入区域”输入“$a$1：$a$30”，选中“残差图”复选按钮，点“确定”进行回归分析，可得回归统计结果，回归模型的方差分析，回归系数的估计，残差图等。结果如图2所示：
五、结论
本文通过eXCeL软件在数理统计课程案例教学中的灵活应用，能够让教师形象、直观地向学生演示如何进行统计分析，把分析问题、建模和求解问题融为一体，使学生掌握对统计理论的学习，统计方法的应用，实现学以致用的目的。
[参考文献]
[1]教育部教研[2009]1号：关于做好全日制硕士专业学位研究生培养工作的若干意见[C].
[2]张志红，潘紫微.产学研合作培养模式的探索[J].高等工程教育研究，2011，（4）：132-136.
[3]毕淑娟，张俊超.《概率论与数理统计》课程案例教学法探析[J].继续教育研究，2012，（2）：154-156.