统计学的发展汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇统计学的发展范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

篇（1）

一、统计学的基本发展趋势

纵观统计学的发展状况，与整个科学的发展趋势相似，统计学也在走与其他科学结合交融的发展道路。归纳起来，有两个基本结合趋势。

（一）统计学与实质性学科结合的趋势

统计学是一门通用方法论的科学，是一种定量认识问题的工具。但作为一种工具，它必须有其用武之地。否则，统计方法就成为无源之水，无用之器。统计方法只有与具体的实质性学科相结合，才能够发挥出其强大的数量分析功效。并且，从统计方法的形成历史看，现代统计方法基本上来自于一些实质性学科的研究活动，例如，最小平方法与正态分布理论源于天文观察误差分析，相关与回归源于生物学研究，主成分分析与因子分析源于教育学与心理学的研究。抽样调查方法源于政府统计调查资料的搜集。历史上一些著名的统计学家同时也是生物学家或经济学家等。同时，有不少生物学家、天文学家、经济学家、社会学家、人口学家、教育学家等都在从事统计理论与方法的研究。他们在应用过程中对统计方法进行创新与改进。另外，从学科体系看，统计学与实质性学科之间的关系绝对不是并列的，而是相交的，如果将实质性学科看作是纵向的学科，那么统计学就是一门横向的学科，统计方法与相应的实质性学科相结合，才产生了相应的统计学分支，如统计学与经济学相结合产生了经济统计，与教育学相结合产生了教育统计，与生物学相结合产生了生物统计等，而这些分支学科都具有“双重”属性：一方面是统计学的分支，另一方面也是相应实质性学科的分支，所以经济统计学、经济计量学不仅属于统计学，同时属于经济学，生物统计学不仅是统计学的分支，也是生物学的分支等。这些分支学科的存在主要不是为了发展统计方法，而是为了解决实质性学科研究中的有关定量分析问题，统计方法是在这一应用过程中得以完善与发展的。因此，统计学与各门实质性学科的紧密结合，不仅是历史的传统更是统计学发展的必然模式。实质性学科为统计学的应用提供了基地，为统计学的发展提供了契机。21世纪的统计学依然会采取这种发展模式，且更加注重应用研究。

这个趋势说明：统计方法的学习必须与具体的实质性学科知识学习相结合。必须以实质性学科为依据，因此，财经类统计专业的学生必须学好有关经济类与管理类的课程，只有这样，所学的统计方法才有用武之地。统计的工具属性才能够得以充分体现。

（二）统计学与计算机科学结合的趋势

纵观统计数据处理手段发展历史，经历了手工、机械、机电、电子等数个阶段，数据处理手段的每一次飞跃，都给统计实践带来革命性的发展。上个世纪40年代第一台电子计算机的诞生，给统计学方法的广泛应用创造了条件。20年展起来的多元统计方法虽然对于处理多变量的种类数据问题具有很大的优越性，但由于计算工作量大，使得这些有效的统计分析方法一开始并没有能够在实践中很好推广开来。而电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易，那些计算繁杂的统计方法的推广与应用，由于相应统计软件的开发与商品化而变得更加方便与迅速，非统计专业的理论工作者可以直接凭借商品化统计分析软件来处理各类现实问题的多变量数据分析，而无需对有关统计方法的复杂理论背景进行研究。计算机运行能力的提高，使得大规模统计调查数据的处理更加准确、充分与快捷。目前企业经营管理中建立的决策支持系统（DSS）更加离不开统计模型。最近国外兴起的数据挖掘（Datamining,又译“数据掏金”）技术更是计算机专家与统计学家共同关注的领域。随着计算机应用的越来越广泛，每年都要积累大量的数据，大量信息在给人们带来方便的同时也带来了一系列问题：信息过量，难以消化；信息真假，难以辨识；信息安全，难以保证；信息形式不一致，难以统一处理；于是人们开始提出一个新的口号“要学会抛弃信息”。人们考虑“如何才能不被信息淹没，而是从中及时发现有用的知识，提高信息利用率？”面对这一挑战，数据挖掘和知识发现（DMKD）技术应运而生，并显示出强大的生命力。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科，它把人们对数据的应用从低层的简单查询，提升到从数据中挖掘知识，提供决策支持。在这种需求牵引下，汇聚了不同领域的研究者，尤其是数据库技术、人工智能技术、统计、可视化技术、并行计算等方面的学者和工程技术人员，投身到数据挖掘这一新兴的研究领域，形成新的技术热点。虽然统计学家与计算机专家关心Datamining的视角不完全相同，但可以说，Datamining与DSS一样，使得统计方法与计算机技术的结合达到了一个更高的层次。

因此，统计学越来越离不开计算机技术，而计算机技术应用的深入，也同样离不开统计方法的发展与完善。这个趋势说明：充分利用现代计算技术，通过计算机软件将统计方法中复杂难懂的计算过程屏障起来，让用户直接看到统计输出结果与有关解释，从而使统计方法的普及变得非常容易。所以，对于财经类统计专业的学生来说，一方面要学好统计方法，但另一方面更加要学会利用商品化统计软件包解决实践中的统计数量分析问题，学好计算机信息系统开发的基本思想与基本程序设计，能够将具体单位的统计模型通过编程来实现，以建立起统计决策支持系统。

所以统计与实质性学科相结合，与计算机、与信息相结合，这是发展的趋势。了解这一点，再来看我们目前教育中的问题就更加明显了，所以一些课程要改革，教学方式也要改革。以下谈一谈统计教育需要改革的几个方面。

二、统计教育的改革

(一)统计专业课程建设问题

专业建设考虑的是应当培养什么样的人才和怎样培养这样的人才。专业建设的核心问题是课程设置和规范课程内容。课程设置主导学生的知识结构，培养统计理论人才应当设置较多的数学课程，目的是让学生能对各种统计方法有较深刻的理性认识；培养应用统计人才应当设置较多的相关应用领域的专业课程，目的是让学生如何能将统计方法正确地运用到相关领域。例如培养从事经济管理的统计人才，在课程设置上至少应当包括四方面的知识：（1）经济理论课程，让学生了解经济活动的主要进程和基本规律；（2）研究社会经济问题主要统计方法，包括常用的统计数据搜集方法，统计数据处理方法和分析方法；（3）适用电脑技术，让学生初步掌握运用电脑进行统计数据处理和分析的基本理论和技能；（4）有关统计理论和统计实践中的前沿性问题，目的不在于要学生真正掌握这些问题，而是让学生了解统计理论和统计实践的前沿发展动态，启迪学生的科学思维能力。

(二)教学方法和教学手段的改革

统计教学方法和教学手段改革中，有两个焦点问题：一是如何激发学生学习统计学的兴趣；二是应用什么教学手段来达到较好的统计教学效果等。充分运用现代教育技术、教学手段，更新教学方法，促使教育技术、教学手段和教学方法有机结合。

1.改灌输式教学为启发式教学，特别注重教育多样化和多层次性，不仅让学生掌握如何搜集、整理数据的技术，还要教学生读懂数字背后的事实。学会按照具体与抽象、动态与静态、个体与总体、绝对与相对、一般与特殊、演绎与归纳等不同的思维方式分析问题和解决问题。注重利用一题多解与一题多变，开拓学生的发散思维。

2.改单向接受式的教学为双向互动式教学，以案例分析与情景教学开启学生的思维闸门，使学生更形象、快捷的接受知识，发挥其独立思考与创造才能，培养学生创造性思维能力。

3.构建以课堂、实验室和社会实践多元化的立体教育教学体系。在传授和学习已经形成的知识的同时，加强实践能力锻炼，提高学生的动手能力和创新能力。只有将统计学的方法结合实际进行应用，找到应用的结合点，才能使统计学获得最大的生命力。

（三）统计学与计算机教学相结合

教材要与统计软件的应用相结合。现在许多教材都是内容与软件分家，现在计算机已非常普及，无论是高校、高职和中专，培养出来的学生不会用统计软件分析数据，不管哪一个层次，都已说不过去。统计学是一门应用的方法型学科，统计学应从数据技巧教学转向数据分析的训练。统计学与计算机教学有机地合为一体，让学生掌握一些常用统计软件的使用。除了要培养学生搜集数据、分析数据的能力外，还要培养学生处理大量数据的能力，即数据挖掘的能力。

（四）教学与实际的数据分析相结合

篇（2）

1.发展统计学的意义

统计学的发展空间是是很宽广的，表现在如下的三个方面：

首先20 世纪后期，社会科学与统计的学的相互关系日益密切。统计学融入到社会科学的方方面面，太它的推动下形成了很多新兴的学科，如人口统计学、历史统计学、教育统计学、心理统计学、社会统计学等。统计学与人本文由收集整理文社会科学的结合，使得期发展的道路更为的宽广，对社会科学的蓬勃发展起到了极大的促进作用。同时又十统计学得到看进一步的完善和提高。而最根本的统计的推动，是人文科学和社会科学大发展将得到更充分的体现。

第二。二十一世纪是计算普及和飞跃发展的时代。从本质上讲，信息经济不仅取决于信息处理装置的先进性，更重要的是信息的收集，整理发展不能离开统计学科。因此，在统计学上发挥同样重要的作用，在支持的信息经济的发展。

第三，在中国统计学方面还有着很多色不完善。-事实上，据统计在该统计学在自然科学里也有着广泛的应用如，化学、物理等等。而且政治，经济，文化，历史等和社会实学科得到了发展和应用。在国外的很多发达国家统计学科是衡量量高校办学水平的重要依据，是大学必须开设的重要科目。但是这样恰恰说明统计学在我国还有很大的上升空间还有很长的路要走。

2，加强基础工作，促进发展的统计

统计学为自然科学和社会科学他的发展奠定了数据基础。统计学是严密，不能出现丝毫错误的工作。差之丝毫，拒之千里。它的发展使得数据和收集与分析变的更科学和更严谨。和社会科学的方方面面都有着千丝万缕的联系。涵盖范围其广，更容不得这项工作出现任何闪失。

统计学由四个系统构成。包括数据源子系统，数据处理子系统，数据分析子系统和统计服务子系统。这个体系涵盖了统计的方方面面。可以说，建立和连接四个子系统，统计结果的准确性和和质量将很大的提升，为统计工作的运用打下了良好的基础。

2.1建立数据源子系统

精准展开基础数据的采集工作，开展统计工作，建立一个数据源子系统是现代统计体系中最基础和最重要的部分。

2.2建立数据处理子系统

当收集到的原始数据并数据处理子系统启动的应用程序和处理功能。要建立前统计局和良好扩展功能，计算机数据处理中心和计算机网络系统的开发和应用延伸到数据源子系统基层组织和灵魂的子系统，以实现统计数据处理自动化。

2.3数据分析子系统

深加工和精加工统计数据，数据分析的基础上统计优质的服务。能充分反映统计工作水平。因此，必须有一个良好的统计，经济学，社会学专家参与的研究，计算机辅助分析和人工智能的分析完全集成的。

2.4二十一世纪是信息的时代。

篇（3）

统计知识在大数据的利用研究中有多样化的应用形式，主要是对“大数据”进行肢解，对爆炸增长的数据信息进行搜索、分类以及整合主要依赖于统计学。因此，大数据的相关研究在一定程度上运用了统计学的知识。但是，大数据的使用尚未被统计学这门学科充分利用，这主要是因为大数据的运用方式，使用模式和统计学之间存在着重要差异。统计学主要利用的是样本统计资源，样本主要在根据既定的概率标准从总体中抽样调查，但是随机抽样调查是带有成本属性的，例如消耗时间、资本投入的成本等。在样本数量逐渐增加的情况下，样本估计的误差范围是伴随着总体样本数量的增大而逐渐增加的，这是样本统计学不能忽视的缺点。大数据时代最具代表性的就是海量的信息数据化以及即时电子商务信息，大数据在整体上呈现出“总体样本数据化”的趋势，这样的特征恰好可以补充样本统计的弊端。大数据环境下的整体样本统计即使可以囊括全部的样本容量，但是因为很多情况下数据具有非结构性和半数据化的特征，而且大量的数据资源呈现的是重视尾部分布的状态，方差、标准差等标准化的方法变得毫无意义，整体依靠性和不稳定性经常会超越经典时间内的时间序列的整体假设性，所以概率论的应用范围呈现狭窄化的发展趋势。因此，统计学在利用大数据进行样本统计的过程中，可以对整体上的数据资源进行融合和选择，这和样本统计中的数据化处理技术存在异曲同工之妙。

二、大数据时代统计学教育的发展

1.全面培养人才素质

统计学专业的学生需要具备良好与人交往能力。统计学的学生很多都是理科出身的学生，不善于交际。但是在日常的工作中，有数据经验的科学家应该经常和每个部门的工作人员交流，协同工作。怎么样才能让颇具专业性的数据分析结果让普通的老百姓也可以读懂，让每个部门的工作人员都能无障碍地理解，这是不容易做到的。要训练自己的交往能力和沟通技能，主动地参加演讲活动是不错的渠道，演讲活动锻炼了演讲者的自信，在整个演讲的过程中，能否清晰地表达自己的思想以及给人以信服力是至关重要的。需要培养数据常识，广其见闻。数据科学家经常面对各种各样的海量数据，并需要从这些数据中挖掘出有价值的信息，这就需要数据科学家具有强烈的数据敏感性。对数据的敏感程度的训练不是一蹴而就的，要经过长时间的积累和数据分析工作的磨练，同时也可以根据阅读数据分析材料积累阅历，提升对数据资源的敏感程度。

2.培养应用型人才

大数据时代培养的数据科学家需要两方面的基本素质，第一是概念性，也就前面所说的数据科学家需要掌握的基本素养和专业知识；第二是实践性，也就是本文中我们提及的应用型人才，也就是实际操作中处理数据的能力。在高校开展大数据分析研究生学科，最大的问题是没有可用的数据，这就需要高效与大数据企业合作，进行研究生的联合培养，注重学生的实际操作能力，这里面涉及到我们的应用统计学专业硕士的双导师培养制度，一名校内导师一名校外导师，校内导师注重学生的概念性，校外导师注重学生的实践性，学生通过在校外导师单位的实习，从而熟悉并且掌握实际工作中所需要的技能。

3.促进统计与数学、计算机学科合作

篇（4）

1 统计学的基本发展趋势

统计学的发展与其它学科的发展相似，也需要走与其它学科相联系的发展道路。

1.1 统计学与实质性学科相结本文由收集整理合的趋势 统计学是一门通用方法论的科学，是一种定量认识问题的工具。统计方法只有与具体的实质性学科相结合，才能够发挥出其强大的数量分析功效。并且，从统计方法的形成历史看，统计方法基本是从一些实质性学科的研究活动得来的，例如，最小平方法与正态分布理论源于天文观察误差分析，相关与回归源于生物学研究，抽样调查方法源于政府统计调查资料的搜集。同时历史上一些着名的统计学家同时也是生物学家或经济学家等。另外，从学科体系上看，统计学与实质性学科之间的关系不是并列的，而是相交的，统计方法与实质性学科相结合，才产生了统计学的分支，如统计学与经济学相结合产生了经济统计学，与社会学相结合产生了社会统计学等，而这些分支学科都具有“双重”属性：一方面是统计学的分支，另一方面也是相应实质性学科的分支，所以经济统计学、经济计量学、社会统计学不仅仅属于统计学，同时也属于经济学、社会学、生物学的分支等。这些分支学科的存在主要不是为了发展统计方法，而是为了解决实质性学科研究中的有关定量分析问题，统计方法是在这一应用过程中得以完善和发展的。这个发展趋势说明了统计方法的学习必须与具体的实质性学科知识学习相结合。因此，统计专业的学生必须在学好本专业知识的同时，也要通晓相关的实质性学科的课程知识，只有这样，所学的统计方法才有用武之地。

1.2 统计学与计算机科学结合的趋势 纵观统计数据处理手段发展历史，数据处理手段的每一次飞跃，都给统计实践带来革命性的发展。电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易，那些计算繁杂的统计方法的推广与应用，由于相应统计软件的开发与商品化而变得更加方便与迅速，非统计专业的理论工作者可以直接凭借商品化统计分析软件来处理各类现实问题的多变量数据分析，而无需对有关统计方法的复杂理论背景进行研究。计算机运行能力的提高，使得大规模统计调查数据的处理更加准确、充分与快捷。随着计算机应用的越来越广泛，信息数据也越来越多，大量信息在给人们带来方便的同时也带来了许多问题：信息过量、信息真假、信息安全等问题出现了，同时信息形式的不一致也导致信息难以统一处理。于是如何从大量的信息中找出有用的信息？如何提高信息的利用率？数据挖掘和知识发现（dmkd）技术随之应运而生了。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科，它把人们对数据的应用从低层的简单查询，提升到从数据中挖掘知识，提供决策支持。在这种需求下，汇聚了不同领域的研究者们投身到数据挖掘这一新兴的研究领域。虽然统计学家与计算机专家关心data mining的视角不完全相同，但可以说，data mining与dss一样，使得统计方法与计算机技术的结合达到了一个更高的层次。

因此，统计学越来越离不开计算机技术，而计算机技术应用的深入，也同样离不开统计方法的发展与完善。所以，对于统计专业的学生来说，一方面要学好统计方法，但另一方面更加要学会利用商品化统计软件解决实践中的统计数量分析问题，学好计算机信息系统开发的基本思想与基本程序设计，能够将具体单位的统计模型通过编程来实现，以建立起统计决策支持系统。所以统计与实质性学科相结合，与计算机技术相结合，这是发展的趋势。以下谈一谈统计教育需要改革的几个方面。

2 统计教育的改革

2.1 统计专业课程建设 专业建设考虑的是应当培养什么样的人才和怎样培养这样的人才。专业建设的核心问题则是课程设置和规范课程的内容。培养统计理论人才应当设置较多的数学课程，目的是让学生能对各种统计方法有较深刻的理性认识；培养应用统计人才应当设置较多的相关应用领域的专业课程，将统计方法与相关领域的专业知识完美结合。

2.2 教学方法和教学手段的改革 统计教学方法和教学手段改革中，应充分运用现代教育技术、教学手段，更新教学方法，促使教育技术、教学手段和教学方法有机结合。

2.2.1 改接受式的教学为互动式教学，以案例分析与情景教学开启学生的思维，使学生更形象、快捷的接受知识，发挥其独立思考与创造才能，培养学生的创造性思维能力。

2.2.2 构建以课堂-实验室-社会实践多元化的立体教育教学体系。在传授和学习已经形成的知识的同时，加强实践能力锻炼，提高学生的动手能力和创新能力。只有将统计学的方法结合实际进行应用，才能展现统计学的生命力。

篇（5）

一、大数据与统计学

（一）大数据与统计学关系密切

简单来说，我们可以分为两个方面来理解大数据：若“大数据”作为形容词，则描述的是大数据时代数据的特点；若“大数据”作为名词，则体现的是数据科学研究的对象。对大数据的定义有非常多，不同领域不同专业对大数据的界定都会有些许不同。通俗地说：大数据是目前人类所有可抓取、可记录、可存储的信号集合。这个包含了一切信号的集合将非常非常之庞大、多样、繁杂，并且还在不停地、迅速地增加。现代互联网和信息技术的飞速发展，使得人类开始有能力收集、储存、分析、处理这些从前无能为力的数据，从中挖掘出有用的信息促进社会的发展。迈尔•舍恩伯格说：大数据发展的核心动力就是人类测量、记录和分析世界的渴望。而统计学正好是收集、整理、分析、解释数据并从数据中得出结论的科学。由此可见大数据与统计学关系密切，将大数据与统计学结合发展潜力无穷。

（二）大数据时代下的非结构化数据与结构化数据需整合

对接统计研究可根据自身的目的收集总体数据或样本数据，但如果总体太过庞大，以过去的技术方法来收集总体数据成本会很高，受于限制统计研究更多收集得是样本数据。如今，人类已经开始能够在合适的成本下获得大数据，大数据的广博给统计研究带来了新的发展方向。我们需要着重研究的一个方向就是如何将结构化数据和非结构化数据对接。大数据的核心是数据，统计学的研究对象也是数据，但是它们获得的数据性质有所不同：大数据收集的多是半结构化和非结构化的数据，通俗地理解，先获得数据，再整理结构（如声音、图片、视频等信息）；传统统计学收集则主要是结构化数据，先定好结构，再根据目标结构收集数据（如数字、符号等信息）。拿非结构化数据和结构化数据来说：大数据时代使得我们有更多可以分析利用的数据，使得统计研究不仅可以在有更多的结构化数据的情形下进行；对于一些领域的研究工作还可以设法将非结构化数据和结构化的数据结合起来分析。如何实现非结构化数据与结构化数据的结合？首先，完善非结构化数据的整合，然后我们可以用结构化数据做数量说明，非结构化数据加强描述；或是提高数据处理技术，实现结构化数据与非结构化数据的互相转化，选择能更好说明问题的数据形式作为后续分析基础。这都是值得再深入思考研究的新问题，而且这不仅仅是大数据和统计研究的事，同时需要计算机技术的一同创新发展。统计研究的范围在大数据时代越来越大，能用数据说明的问题越来越多。

（三）大数据时代下的相关分析与因果分析发展并重

《大数据时代》一书中表示：大数据时代的一个显著变化是：相关分析比因果分析更重要。我的看法是：大数据时代下，市场确实会对相关分析有着更强的关注度，但这并不意味着因果分析的重要性会有褪色。统计学中既有相关分析，也有因果分析，要对它们有合理的了解，首先需要明确的是相关关系和因果关系之间的联系，简单说：有相关关系不一定有因果关系，有因果关系则一定有相关关系。大数据时代，相关关系变得比以前更加为人所关注的原因：一方面，在很多领域的应用里，相关分析比因果分析更简单可行；另一方面，因为相关关系足以体现事物之间的一定联系，在商业效益上更为经济有效。因此在商业利润的推动下，相关关系也会更加受到青睐。但是我们不能就此否定因果关系的重要性，因果关系是对数据更加深度地分析：相关关系让我们知道了“是什么”，因果关系是让我们知道了“为什么”。倘若只是在商业经济上的利用和成本考虑，“是什么”在很多时候就以足够；但如果是在科学研究领域，“知其然而不知其所以然”就远远不够了。结合现实发展需要，可在分析确定相关关系后，根据情况研究因果关系，若能够得出因果关系，那肯定是更具价值和意义的。探求“为什么”始终是人类探索世界的动力,因果分析是人类永恒的使命。

二、结语

大数据时代的到来几乎对每个领域都有着不可忽视的影响。大数据与统计学关系密切，大数据的出现对统计学的意义是非凡的，我们应把握住大数据时代和统计学的可结合点。其一，完善非结构化数据的整合，深入研究如何实现非现结构化与结构化数据的对接，都需要我们思维上的创新、数据处理技术上的提高。其二，在注重相关分析的同时，不能丢掉对因果分析的研究，应合理并重，实现大数据的进一步利用，真正挖掘出数据的价值。对于以数据为研究对象的统计学科，大数据时代就是统计学变革创新的时代，统计研究工作人员也应把握机会思考创新，为统计学增添新的生命力。

参考文献：

[1]朱建平,张悦涵.大数据时代对传统统计学变革的思考[J].统计研究,2016(02):3-9.

篇（6）

中图分类号：G642.0 文献标识码：B

文章编号：1671-489X（2015）10-101-02

1 引言

统计学是一门关于预测，使用数字来获得策略优势的科学。学生可以将这种知识和技能应用在许多领域。统计与其他学科教学相比更强调“用什么”“怎么用”，统计学教学中最为重要的是要突出教师引导学生运用所学知识去解决实践问题，把统计知识运用到生产、生活、学习等各个领域。

其实，近几年来许多高校已经开始探索统计学教学改革问题，针对统计学学科发展特点和现代教育的要求，借鉴国内外统计教育的成功经验和办学理念，积极寻找适合我国高等院校统计应用人才的教育培养模式。一方面以改革创新为动力，准确把握统计学科发展方向，积极推进教学内容改革、重组课程体系；另一方面认真思考现代经济统计学界的主流思想，强化学生知识、能力、素质的培养，不断提升统计学专业教育教学质量。

2 统计学发展趋势

统计学可以用来预测天气或者气候变化的影响，预测经济、金融或者销售的趋势等，或者进行关于公司现状的数据分析，其应用领域非常宽广。近年来，随着统计学应用范围的不断扩展，统计学也呈现出新的发展趋势。

统计学多元化的发展趋势 面向21世纪的信息社会，出现社会经济的多元化、金融交易的多样化、国际市场间资本的迅猛移动以及电子商务的出现，所有这些变化都要求统计学发展新的面目。统计学与经济学、管理学、计算机科学互相渗透、互相结合，这种渗透结合是统计学的发展方向之一；统计学也将朝着“大统计”的方向继续发展，中国传统的社会经济统计学与相对新兴的数理经济学将是统计学的左右手，并肩发展。

同时，统计学也越来越注重实践性发展，可以帮助生产者认识市场、认识自身，以求得生存和发展，也能帮助各级管理部门依据现行经济规律进行宏观决策、调控、监测，以实现社会经济良性运行。另外，人们还可以运用统计学方法，进行医药卫生统计、生物统计、工业统计等。总之，统计学已越来越深入地渗透到人们生活的各个方面，成为各行各业分析和解决问题的重要工具和手段。

简单地说，进行统计学研究的目的就是寻求各种现象变动的规律性，预测未来。由此看来，只有与实践相结合，推动其纵深、交叉发展，才能够保证后统计学发展方向的正确性，才能实现统计学的真正价值。

统计学与计算机科学结合的发展趋势 统计学的发展离不开数据处理，每个阶段数据处理技术的发展都推动着统计学的不断进步。而计算机科学技术的发展，给统计学发展带来新的希望，简化了统计工作，使得海量数据处理变得简单、便捷，极大促进了统计方法、技术的应用和发展，同时也使统计学的应用发展开始面向大众。近年来，伴随着网络信息技术的发展，海量信息的出现，给数据统计带来不便，人们无法辨别信息的真伪、安全与否，阻碍了信息的使用与统计。而计算机技术的应用发展，给人们带来了希望，尤其是数据挖掘技术的出现，让大数据时代下的数据运用变得简单、快捷。数据挖掘是一个更大的数据分析概念，主要指从大量的企业数据中揭示出隐含的、先前未知的并有潜在价值信息的整个过程。数据挖掘技术的发展，让统计学与计算机技术的结合成为可能，也充分显示出计算机技术在统计学中的应用优势。

因此，统计学与计算机科学结合是当前统计学发展的方向与趋势，大数据分析的软件和基础知识的推广与应用，让两者的联系更加紧密，也从根本上推动了统计学的发展与进步。

3 高校统计学教学中存在的问题

统计学教学方法问题 统计教学中，不可避免地会遇到数理统计的公式推导，但过多的公式推导会令大部分学生望而生畏。一般统计课堂上，教师都是按照先理论后应用的教学顺序进行的。传统的统计教学方法通常是这样的：首先说明这节课是来学某某定理或理论的，其次讲一讲这个定理成立的假设条件是什么，然后现场推导在假设条件成立的情况下，如何一步步得到这个最终定理，再讲讲这个定理有什么特点，最后才介绍这个定理的应用价值。

这样的教学过程使学生很可能在还没有感受到统计学魅力的情况下，就已经迷失在复杂的公式和数字之中，对统计学产生厌倦乃至恐惧的情绪，更谈不上激发他们的学习兴趣了。

统计学教学没有顺应时展要求 大数据捧红了作为高校传统学科的统计学，但另一方面，高校统计学受到的来自大数据的挑战，也比其他学科要猛烈得多，统计学专业高科技人才已从“走俏”变成“紧缺”。基于互联网的信息技术革命已给全人类带来颠覆性影响，计算机科学技术从某种程度上说，已成为推动统计学发展的一个重要引擎。然而，目前高校统计学教学中并没有有效地结合计算机技术进行数据处理，欠缺应用统计软件包解决实践中的统计数量分析问题的教学过程。由此，如何从海量的数据信息中提取有效信息，对大数据进行深入收集、深挖，已经成为目前统计学教学面临的首要课题。

4 高校统计学教学改革具体措施

调整统计课堂教学顺序，激发学生的兴趣 改变传统统计学教学单调、呆板、无趣的现状，最为直接、有效的办法是调整该课程教学顺序，并且适当地增加一些新鲜元素。例如：先通过一两个贴近生活或热点新闻的案例来讲述统计学中某些定理的应用价值，再结合现代化的教学手段与工具简明扼要地突出该定理的特点，在此基础上再详细说明推理过程。此外，实践证明，运用以互动性强为显著特征的新型动画形式向初学者传授抽象的理论知识会更为有效。

学生在看到掌握该理论知识的美好前景之后，学习热情就会更容易被最大限度地激发出来，学习的积极性、主动性增强，克服了学习统计学的心理障碍，再多的学习任务也愿意去完成，这样统计学的教学效果能够更好地实现。

深化统计学教学内容改革 统计学教学内容应该围绕培养应用型统计人才展开，主要表现在：在教学内容上要渗透对学生统计学科学思维方法的训练。统计学课程内容应该根据学生实践能力培养的需要，根据不同层次、不同发展方向的学生的需求进行整理、重组，要更加具有针对性。在课程体系和教学内容中进一步优化专业结构，加快学科专业建设，促进课程体系与教材建设，坚持传授知识、培养能力、提高素质协调发展，不断提高学生的学习能力、实践能力和创新能力。学校强化实践环节的训练，构建体系合理、层次分明、内容丰富的实践教学体系，提高学生的综合竞争力。

灵活运用计算机技术，丰富教学 大数据给统计行业带来巨变。在大数据时代，很多传统的数据收集方法、统计方法显得失效，而且用统计的手段进行经济预测的功能，也出现根本性的变革。统计行业需要的大数据人才是跨专业的复合型人才，既要熟悉计算机技术，又要具有应用统计学的能力。对计算机应用技术的掌握非常关键，学习者要有坚实的计算机基础，较强的计算机操作技能，能熟练使用各种统计软件包，才能为以后就业打下坚实的基础。因此，在高校统计学教学改革中应该加强统计学与计算机技术的结合，用现代技术手段来弥补传统教学的不足。教师要积极学习先进理念，探索更有效的教学方法。灵活运用计算机技术，拓展统计学教学方式、方法，培养高新应用型统计人才。对数学和计算机应用的掌握非常关键，学习者要有坚实的数学基础，能熟练使用各种统计软件包，才能为以后就业打下坚实的基础。

加强学科之间的交叉学习 统计学本身就是一个横向学科，涉及各个学科。在当前国内统计学进入一个新发展阶段的背景下，根据统计学科的实践性、综合性发展趋势，高校统计学科在继续深入挖掘、推动统计学自身发展的同时，应该积极培育数理统计学和计量经济学等学科，努力推动这些方法论学科在统计学实证研究中的应用。同时，也应该增进与其他院校同行的了解与交流，并加强合作，共同推动高校统计学以及相关学科的交叉融合和繁荣发展。

鼓励学生参加实践活动，提高综合能力 高校统计学专业应该注重培养学生勇于探索的创新精神和善于解决问题的实践能力，以学研活动促进学生对专业的热爱和学习，鼓励和支持学生参加学术讲座、参与教师科研课题研究、发表学术论文、参加国内外竞赛等，深化科研体制改革，通过学术报告会、科研活动、学术交流等提高学生的科研能力。同时，推进统计学开放式教学，加强学生与外界的互动，提高学生的实际应用能力。

5 结论

随着我国经济的迅速发展，各行业对于数据统计的需求明显增强，由此，如何培养优秀的统计学人才成为高校开始普遍关注的热门话题。在当前国内统计学进入一个新发展阶段的背景下，统计学更加重视培养学生勇于探索的创新精神和善于解决问题的实践能力。本文基于对当前统计学发展趋势的研究，结合目前高校统计学教学中存在的具体问题，提出统计学教学改革的具体措施，以便为高校统计学教学创新、发展提供借鉴，从而促进我国统计学的整体发展。

参考文献

[1]李晓毅.高校统计学教学改革与统计人才优化培养[J].沈阳师范大学学报：自然科学版，2009（4）：500-503.

篇（7）

原始社会的结绳记事就是一种明显的统计行为。可以说人类的经济活动与统计活动在拥有相同的历史，而这也充分说明了，统计与经济历史悠久。但是统计理论与经济理论诞生同一时期，而这两者之间是否存在必然的关系。根据历史发展的趋势可以看出，经济学与统计学在发展中互相促进，两者在未来的发展中存在着巨大的进步空间与交叉可能。

一、统计学与经济产生与发展

统计学与经济学具有非常悠久的历史。作为独立学科，两者发展已经历经了几百年，根据两学科的发展，也都经历了萌芽阶段、形成阶段与发展阶段。古典时期的统计学共跨越两个世纪，存在于100年的时间里，而这时刻就是处于萌芽状态。古典统计学主要包括政治算术、赌博数学与国势论。这三时期的发展都与经济的发展具有一定的关系。概括而言，在萌芽阶段的统计学时期已经产生了将统计活动作为一种理论来总结统计学，而这并不是偶然。而这首先就是因为欧洲各种实践活动经验积累已经达到了理论的程度。古典统计学与古典经济学在共同的环境下不断完善，同时也不断的进步。从细致方面来说，古典统计学与古典经济学存在着这几个相同之处，首先，产生背景相同，统计学与经济学的产生都是在早期阶段的资本主义国家争夺的财富，在争夺海外殖民的时候也被作为争夺的财富。其次，目的相同，即都是为能够富强国家财富，提升国家综合实力而产生的。在这样一个时期，古典经济学的目的就是追求国家财富。最后，研究的主体相同[1]。在社会经济持续发展的过程中，从萌芽发展来看，发展速度非常快。在市场经济持续增长的过程中，市场经济矛盾与社会经济合计。而在此过程经济矛盾与社会矛盾共同发展。就统计学与经济学不同。

在研究统计学与经济学产生的过程中，两者可以称得上是共同生存又共同发展。唯有经过他人的整理，就会觉得有实在感。无论是对于学生都参与的发展的变革过程中，为双方面的发展存在较大差距。总体上而言，统计学与经济学相互结合在一起。

二、统计学对经济发展的运作

从实施的教学来说，如果没有数字与统计分析，进行经济分析后就包含了分析与量的发生。可以说，经济离不开统计学的支持。对于任何经济学家而言，擅长运用统计资料与方法。

（一）经济学属于实证学科

从最初牛顿提出来实验科学方法，随后他人在此基础上开始深入的研究。经济学已经开始从中世纪的神经教义演绎推理的桎梏脱离出来。经过观察、经验、数据与统计方法，经济学发展的过程中，如果没有大量的数据进行统计处理、分析，那么经济学的发展就没有基础，也就没有过程，因而也就难以形成科学的经济学理论来对相关的经济学行为进行概括。如果缺乏统计学与统计学实证理念，那么经济学就很难获得长远的发展，也就难以获得统计学相关理论的支持。

（二）经济学属于政策科学

从发展的最初阶段，经济学就是为国家社会经济政策而服务的。因此，政府政策是经学研究必须面对的。《国富论》的出现标志着经济学成为了一门独立的学科。从各方面可以看出，经济学属于一门政策性的科学。在设计政策的时候需要将量作为分析的根据。财政政策、金融政策、公共政策的设计与决策以及现代化阶段的发展，都需要建立在量的分析基础上。而这些都是经济学发展的基础。在统计学逐步发展的过程中，经济学的这一项特点，促使统计学极大地促进了统计学的发展，并且统计学为后期经济学的发展奠定了坚实的基础。

（三）经济学属于道德学科

任何学科的发展必须建立在道德评价的基础上，也就是价值评价与伦理评价。这对于统计学和经济学来说更是如此。如果没有量的分析就直接进行价值判断和伦理判断，就会使得这种判断显得非常苍白。这种判断是经济学发展不可缺少的部分[2]。而研究统计学可以为这种研究和判断引入量的维度。量的维度是建立在研究和判断的基础上的。这样可以有效促进经济学发展的有根据。注重积雪对社会结构发展的影响。但是这这过程还需要进行统计分析，对社会分层方法也有单纯质的分析，可以透视社会的结构功能。

（四）经济学属于资源配置科学

研究经济学的本质就是要将社会资源配置更科学，而这就肯定会涉及到资源配置的方式。与此同时，还会对资源的计量和配置数量进行分析。而这些都需从统计学的角度来分析，来理解，这样才可以保证经济配置资源达到最佳的科学化与合理化，同时可以保证各种资源能够达到最佳的配置状态。而这些都需要经过统计学分析。

三、结束语

总而言之，统计学与经济学的产生和发展具有一定互动性。而这些互动性在一定程度上促进了两学科的独立发展，但是又相互的联系。在了解相关原理与理论的基础上，才能够更好地理解这其中发展的规律。

篇（8）

平均思想是统计的基本思想。在教学实践中常常会有很多的一线教师会提出这样的疑问：统计不就是汇集数字、计算平均数、画统计图等简单活动吗？有必要从小学就开始学习吗？教师在统计教学的过程中往往侧重重于知识点的讲授，认为统计就是教给学生统计图表的制作方法，在一定程度上忽视了学生数据分析意识与能力的培养。实际上，统计观念需要在亲身实践过程中培养出对事物加以统计的意识，因此，统计教学应侧重于培养学生解决问题的思维方式，而不仅仅是计算、画图等简单技能的获得。总之，统计观念就是人们面对数据所引发的思考、所推测的可能结果以及自觉想到运用统计的方法解决有关问题的意识。

小学生学习统计的核心目标是发展自己的“统计观念”。小学生的统计观念表现在学生能自觉地运用统计的方法解决有关数据处理和预测问题。那么，什么是统计观念呢？我国《全日制义务教育数学课程标准（实验稿）》指出统计观念主要表现在：认识到统计对决策的作用，能从统计的角度思考与数据有关的问题；能通过收集数据、描述数据、分析数据的过程，作出合理的决策；能对数据的来源、收集和描述数据的方法、由数据得到的结论进行合理的质疑。培养儿童的统计观念宜早不宜迟，有必要从义务教育阶段开始就培养和发展小学生的统计观念。在小学阶段加强对统计观念的培养对儿童的发展有很多价值：第一，有利于发展儿童合理解读数据的能力。小学生在学习“统计”时能够初步了解统计的意义，用简单的方法收集和整理数据，从而读懂和分析某些必要的数据，做出正确的抉择，理性地交流，敏锐地预测事情的结果，深入解决问题。实践证明，这些数据的收集、整理、描述和分析能力应当从小就开始培养。第二，有利于儿童以统计的思想理解现实世界，逐步提高客观、科学的认知世界的能力。在以信息和技术为基础的现实世界中，数据已日益成为重要的信息，统计所提供的“运用数据进行推断”的思考方法，有助于培养学生尊重事实，用数据说话的科学态度和思维方式。在面对大量数据时，能够理智的、尽可能多的获得尽可能多的信息。第三，有利于发展在现实情境中解决问题的能力。在现实世界中，现象与问题是各种各样的，而且这些现象与问题又常常千变万化，需要人们通过自己的观察、分析，从这些许多的现象背后揭示出一般的规律来。对儿童统计观念的培养让学生学会用数学统计知识，自己动手去收集，整理、描述、分析数据，激发学习的兴趣，对自己的行为做出有效的选择，独立解决现实生活中遇到的问题。

培养学生有意识地从统计的角度思考与数据有关的问题是培养“统计观念”的主要目标，也就是当遇到有关问题时能想到用统计的方法去收集整理、分析数据。比如，在看校运会拔河比赛中，推算哪个班级会赢，如果这时仅仅依靠主观猜测去判断，那就不能说具备统计观念，这样的判断往往也是不合理的。但如果意识到判断前需要先收集一定的数据：双方队员的人数及实力统计、双方队员历次比赛的成绩记录等等，可以帮助你有个概括的了解，在此基础上再对班级输赢状况做出推算就会比较可靠的，也说明具备一定的统计观念。

学生需要具备从统计的角度思考问题的意识，还要有意识地去亲身经历收集、整理和分析数据的过程，并能够做出合理的决策。运用数据做出的决策可以帮助人们在常识范围内不能做选择的地方做出较为合理的决策。这样的思考方式在日常生活中会经常使用到，小学生们需要从小学习、体会、并加以去运用。

二、培养儿童统计观念的教学策略

培养“统计观念”是义务教育阶段学生学习统计的核心目标，统计观念的形成是一个渐进过程。小学阶段的统计学习，需要分阶段、分层次地进行，且注重方法和思想的学习。让学生投入到统计的全过程有助于培养学生的统计观念，因此在教学中应当选择有效的生活实例，努力从儿童的生活出发，使儿童在丰富的实际清静活动中发展统计观念。在教学实践中培养学生的统计观念要注意一下几个方面：

教师在数学学习活动过程中展示统计的广泛应用，使学生感受到统计是解决问题的一种策略和方法，认识到统计的必要性。当他们在生活中遇到类似的情境时便会自觉的用统计的思想和方法解决问题。比如，班级举办元旦晚会要买水果，买哪些水果？每种水果买多少？学生们会意识到首先要调查每个同学喜欢吃哪几种水果，然后统计喜欢吃某种水果的人数，再决定买水果的种类和个数。使儿童在现实生活中、解决问题中认识到统计的作用以及学习统计的必要性，并逐步树立从统计的角度思考问题的意识。

篇（9）

统计学是发现社会数量关系的一项重要数学工具，不管是对现代经济的发展还是对高中数学的学习都要依靠通过统计学计算出科学的信息数据。统计学在现代经济发展中涉及到许多方面：预测、评估、分类等相关领域。同时，在现代经济的发展中，也对统计方法、统计分析提出了相关要求。不管是为了自身提高学习成绩，还是为了促进现代经济的发展，高中阶段的统计学学习尤为重要[1]。

一、统计学对现代经济发展的益处

高中统计学对现代经济的益处主要体现在以下几个点：第一，解决经济学问题，高中数学统计学对现代经济发展其至关重要的作用，对于一些实际经济问题通过建立数学模型、运用高中数学统计方法、分析计算、最后得出结论。这些结论不仅可以预测现代经济的未来走向，还可以为相应的经济类工程项目提供参考。在现代经济发展中统计学的应用及其广泛，人们对于经济活动的评估方式也由定性向定量转变。高中数学统计学的应用，可以使現代经济科学化、合理化。应用高中数学统计学可以让经济的风险控制在一个合理范围内。

二、高中数学统计学的应用

统计学是高中数学必修课。通过对高中数学统计学的学习，可以让高中生的数学逻辑思维更加敏捷，思考问题的方式更加严谨，让学生达到全面发展。一方面，通过统计学的学习，为高中生未来的工作、生活提供了诸多便利；另一方面，可为日后的现代经济发展做出贡献。高中数学统计学的应用，可以通过以下两个方法来进行。

（一）抽样法

抽样法由系统抽样、分层抽样等方面构成。系统抽样，在抽样的过程中，需要将总体分成若干部分，从每一小部分中进行抽取。例如，某学校要了解高中生的身高状况，依据1∶20的比例抽取样本，把高中生看作一个整体，依据1∶20的比例抽取样本，则要将所有高中生按整体分为20个部分，这样的分法符合系统抽样的应用条件，进而使用系统抽样法来解决生活中在校调查学生身高的问题。分层抽样，例如，某学校高一学生总数500人，高二学生人数总计400人，高三学生人数总350人，要调查3个年级学生对学校规章制度的看法，依据1∶9的比例抽取样本，这些学生是3个不同的年级，可划分为3个部分，依据既定比例抽取，各年级学生对应抽取的人数也会不同，这问题要求与分层抽样法的理念基本一致，因而对于这类问题要用分层抽样的方法来解决。

（二）样本估计

篇（10）

由于科学技术的不断发展，大数据席卷了全球，各行各业在经营管理中都离不开大数据的统计与分析，对于政府单位来说，大数据更如经常便饭，大数据主要利用多样式和多层次的采集方式进行数据采集，在分析数据时利用现代科学技术手段和高速处理数据的信息系统，分析的数据结果为公司或者政府单位的决策做参照。大数据的发展给统计学不仅带来了机遇，更重要的还有挑战。一方面信息技术和网络科技的发展为数据收集和整理带来了便利，另一方面由于近几年电子商务的迅速崛起，数据量更加的繁杂，所以又给数据统计时带来了麻烦，种类不断增多的大数据资源，正在成为政府统计部门分析研究的重要领域。

一、大数据与统计学的区别

我们就大数据自身而言，要想在信息化迅猛发展、数字爆炸式增长的现代信息平台中寻找到自己想要的有效数据，就必须依靠数据统计来完成。这就充分证明了关于大数据的相关研究是要和统计学紧密的联系在一起的。但是其与统计学也存在巨大的差别，它的使用模式和运用方式是不一样的。统计学需要依靠样本抽样的方法来进行数据整体和提炼的，这就意味着会有人力、物力以及财力的投入，其成本相对于大数据来说是比较高的而且过程是相对比较繁琐的。而大数据主要依靠网络信息平台，在海量的电子数据信息中查找自己所需要的数据，具有来源广、数据量大、整体性的特点，其是以整体的数据作为一个大样本进行工作的，数据相对于统计学来说更加的精确化及标准化。因此，统计学和大数据的结合过程中，要充分发挥大数据全面性和统计学高效性的特点，在利用统计学进行大数据样本的统计过程中要对整体的数据资源进行选择和筛选，这样能避免样本统计的弊端，还可以把样本统计的优势发挥到极致。

二、大数据时代下统计学教育的发展

（一）培养全方面素质人才

统计学专业的学生与文管专业的还不一样，文学专业的以及管理专业的学生都比较善于交际，善于沟通，而统计学是理科专业，很多学生只善于埋头做题计算，这样的话在以后的工作岗位就会感觉吃力，因为做数据统计，必须要与其他部门学会沟通，协同工作这样才能把数据统计和分析的准确。要锻炼自己的交际能力和沟通能力，针对不同数据信息做出不同的沟通与交流，从数据中挖出有价值的信息，需要本身具有数据敏感性，但是对数据的敏感程度也不是先天所带来的，更不是一朝一夕就能锻炼出来的，而是要经过时间的积累和数据分析工作的磨练，同时也可以根据案例型的数据分析材料，积累阅历，提升对数据资源的敏感程度。

（二）培养统计学专业的应用型人才

大数据时代下培养的统计学应用型人才应该具有两方面的基本素质，第一是概念性的，也就是说统计学的相关人才应该掌握统计学基本理论知识和基本素养，这是基本要求，也是培养统计学人才的前提。第二就是实践性，也就是本文中我们提及的统计学专业的应用型人才，就是在实际操作中处理数据分析数据的能力，应用型人才需要利用理论知识解决实际问题，也需要有较多的经验与阅历，不能只会纸上谈兵。在高校开展大数据分析学科中，最大的问题就是没有真是可用的案例和数据，这就需要学校与公司企业走合作道路，这样一来不仅可以得到真实有效的数据，还能将学生送到企业去实习，进行校企联合，注重学生的实际操作能力，这是培养统计学专业应用型人才的关键点，也是统计学专业人才培养模式中的重点。

（三）促进统计学与信息计算科学的融合

在大数据的分析与研究时，仅仅凭借统计学科的支撑是不够的，大数据的数据结构性特征已经抛弃了传统意义上的数据分析模式的非智能化框架，而且数据分析需要利用新型的数据运算方式以及计算机技能分析，这也是进行数据分析的问题所在，因此要想做好数据统计和数据分析工作，只单单依靠单一的统计学科知识的人学习是远远不够的，其需要的是数学，信息技术，统计学三门学科的融合发展，紧密结合三门学科之间的交叉发展，融会贯通，利用各科优势资源相互弥补不足，这样才能为大数据的收集，统计，分析做出科学准确的结果。

三、结语

学习统计学的优势在于：我们可以利用统计学进行大数据的有效整合和利用，使得我们在使用数据时可以更加的便利和高效。随着信息科学技术的进一步发展，来自各方面的数据出现井喷的状态，这就增添了我们在数据统计和信息处理时的困难。在现在这个信息化数据爆炸式增长的形势下，我们要充分全面的利用各方面的数据资源才能充分发挥统计学的优势，做好预测和分析，同时充分将统计学的优点与完备的大数据资源实现有效的整合，让统计变得通俗易懂。