统计学教学中存在的问题与对策

目前统计学已在各行各业得到了广泛的应用，特别是在大数据时代，人们的生产生活已越来越离不开统计学。由于统计学如此重要，教育部将统计学规定为经济类和工商管理类本科专业的专业核心课程。但是，当前统计学的教学还存在诸多问题，从而使统计学的教学效果大打折扣。本文将结合笔者的教学实践，对统计学教学中存在的主要问题进行分析，并提出相应的对策，期望对统计学的教学改革工作提供一点思路。　　一、统计学教学中存在的主要问题　

　1、在教学过程中忽视对数学知识的复习　　当我们在统计学的讲授过程中涉及到概率分布、假设检验以及矩阵运算等知识点的时候，很大一部分学生表现出茫然的神情，表明学生在学习统计学的时候，已经对过去所学的数学知识有所遗忘。《计量经济学》教材一般都会有一个数学附录，可以帮助学生用较短的时间对关键的数学知识进行复习。《统计学》教材一般没有这样的数学附录，统计学教师也不会专门给学生复习相关的数学知识，而这些数学障碍恰好是导致学生学习效率低下的主要原因。中国有句俗语“磨刀不误砍柴工”，因此笔者认为在进行统计学这门课程的教学时，有必要专门安排时间对学好统计学必需的数学基础知识进行复习。　　2、在教学过程中忽视案例的运用　　统计学是一门实践性很强的学科。统计学中的每一个知识点都是与实践相联系的，比如均值、标志变异度这些看似简单的知识，都包含了丰富的实践意义。而有些教师在上课的时候，主要教学生如何去计算相关的统计指标，把统计学当作一门数学课程来教，学生也把统计学当作数学来学。教师在教学中忽视了对实践收集整理案例的运用，导致学生不能真正理解相关知识点的真正含义，从而觉得统计学又枯燥、又难学，并失去了学习的兴趣。　　3、理论讲解与统计软件教学脱节　　统计学是一门实践性很强的学科，即学生从统计学中学到的知识是完全可以应用到工作实践的。与教科书中的例题不一样，在工作中所得到的数据的样本容量一般都很大，这就需要通过相应的统计软件来进行处理。据笔者了解，许多高校在安排统计学这门课程的时候，一般安排十六周左右的理论教学，另外安排两周实践教学，在实践教学环节主要是学习SPSS软件。我们认为，这种教学安排并不能很好地促进统计学的教学，其理由主要有两点：其一，理论讲解与统计软件的教学完全脱节。由于是在理论学习完全结束之后才开始教学生进行软件操作，学生可能对学过的理论知识已经遗忘，在学习软件操作时，只是进行机械性的操作，而不明白每一步操作的真实含义。其二，学习软件操作的目的并不是为了简单地进行数据处理和数据分析，事实上通过软件的学习还能促进对理论知识的理解。而像这种教学安排，是先学完理论之后，再学习软件操作，就不能很好地起到通过软件操作促进理论知识学习的目的。　　二、提高统计学教学效果的对策

　　1、注重案例的讲解　　由于统计学的实践性很强，我们可以从生产生活中找到许多案例来帮助提高统计学的教学效果。通过合理地运用案例，既可以增进学生对统计理论的理解，同时又能提高学生学习统计学的兴趣。下面将具体介绍笔者在讲授假设检验时是如何通过案例的讲解来增加学生对统计学知识的理解以及提高学习统计学的兴趣的。假设检验是统计学教学中的重点和难点。假设检验是利用样本提供的数据资料来检验事先对总体某些数量特征所作的假设是否可信的一种统计方法。当对总体参数的真实性感到怀疑，需要通过样本来考察其正确与否时，往往借助于假设检验作判断，从而决定接受或拒绝这一假设。　　笔者在讲授这部分内容时，引用了吴喜之在其《统计学：从数据到结论》一书中的一个案例。其内容是：如果一个人要证明他从来没有骂过人。他能够证明吗？要证明他没有骂过人，他必须出示他从小到大每一时刻的录音录像，所有书写的东西等等，还要证明这些物证是完全的、真实的、没有间断的，这显然是不可能的。　　反过来，如果要证明这个人骂过人很容易，只要有一次被抓住就足够了。这就相当于假设检验中的反证法。在假设检验中，一般要设立一个原假设，比如可将“从来没有骂过人”设为原假设，设立该假设的动机主要是企图利用人们掌握的反映现实世界的数据来找出假设与现实之间的矛盾，从而否定这个假设。如否定不了，说明证据不足，无法否定原假设。许多学生说他们在学习《概率论与数理统计》这门课程时，虽然也学过假设检验，但是从来没有真正明白假设检验的含义，而通过对这个案例的学习，他们对假设检验有一种豁然开朗的感觉，并且觉得统计学原来这么有趣。　　另外，对于假设检验中的一类错误和二类错误，学生也很难理解，在讲授这部分内容时，笔者又列举了另外一个案例来帮助学生理解。当一个人被控告为罪犯时，他将面临审讯。控告方提出控诉后，法官必须根据证据做出裁决。事实上，法官就需要进行假设检验。这里有两个假设需要被证明。第一个假设为原假设H0：被告无罪；第二个假设为备择假设H1：被告有罪。事先法官并不知道哪个假设是正确的，他们将根据控辩双方所提供的证据进行判断，最终的结果只有两种可能：判定被告有罪或无罪释放。在统计应用中，判定被告有罪就相当于拒绝原假设，授受备择假设；而判定被告无罪也就相当于不能拒绝原假设，但我们并不能接受原假设。　

　当我们进行假设检验时，存在两种可能的错误。第一类错误是当原假设正确时，我们却拒绝了它。第二类错误当原假设有错误时，我们却没有拒绝。在上面这个法官审案的例子中，第一类错误就是一个无罪的人被判定有罪。第二类错误就是一个有罪的被告被判定无罪。我们把发生第一类错误的概率记为α，通常它也被称为显著性水平。第二类错误发生的概率为β。发生错误的概率α和β是相反的关系，这就意味着任何尝试减少某一类错误的方法都会使另外一类错误发生的概率增加。根据检验的一般原则，首先要保证犯第一类错误的概率α要足够的小。因为司法审判中，第一类错误被认为是更加严重的。通过对这个案例的学习，学生就能很好地理解，为什么我们会将显著性水平规定为0.01或0.05，最大一般不会超过0.1。 　

2、强化统计软件的教学　　在统计学教学中加强统计软件的教学，并不仅仅是为了教会学生用统计软件去整理数据和分析数据，另外一个目的就是通过操作统计软件帮助学生理解统计理论。目前大多数学校为了合理利用比较紧缺的实验教学资源，往往对理论教学和实践教学环节进行分开安排，而这样做的弊端就是不利于上述目标的实现。事实上现在许多大学生都有自己的个人电脑，对一些统计软件的学习并不一定要去实验室，教师可以在课堂上进行简单的演示，让学生在课后多练习操作。我们认为在统计学教学中使用Stata统计分析软件将更加方便，因为Stata是世界上最权威的三大统计软件之一，具有占用内存小、功能非常强大、运算速度快和不需要安装等优点。　　我们在前面的分析中曾谈到为了提高学生学习统计学的效率，很有必要对学好统计学必须具备的数学基础知识进行专门的复习。如果我们用Stata软件来帮助学生复习数学知识，其效率会更高。下面将列举用如何用Stata的矩阵命令帮助学生复习矩阵运算的相关知识。　　用Stata录入一个新矩阵的方法非常简单。在Stata的命令窗口输入以下命令：matrix A=（1，0，1＼2，1，0＼-3，2，-5），就得到了一个3行3列的矩阵。　　如果要得到矩阵A的转置矩阵，只需要输入以下命令：matrix A1=A’。A1=（1，2，-3＼0，1，2＼1，0，-5）即为A的转置矩阵。　　如果要得到矩阵A的迹，只需要输入以下命令：scalar a=trace（A）；如果要得到矩阵A的逆，只需要输入以下命令：matrix B=inv（A），B=（-2.5，1，-0.5＼5，-1，1＼3.5，-1，0.5）即为A的逆矩阵。　　事实上，在指导学生复习矩阵的相关知识时，并不需要详细地为学生讲解具体的运算过程，比如求矩阵的逆，其运算过程比较复杂，如果详细地讲解运算过程，将花费大量的时间，甚至有本末倒置之嫌。只需要简单讲解一下矩阵逆的概念，其运算过程可以完全交给软件去做。　　当然学习统计软件最根本的目的是对搜集到的大量数据进行整理和分析。当学生在学习相应的统计整理和统计分析的理论知识的时候，也必须能运用软件去得到相应的结果。比如当学生学完平均指标和标志变异度指标之后，要学会如何用软件来得到相应的指标。用Stata软件来得到这些指标的方法非常简单的。如果想得到某个变量a的平均数、标准差、极大值、极小值以及25%分位数、75%分位数等，只需要输入命令“sum a，detail”就可以了。　　3、加强实践能力的训练　　由于统计学的实践性很强，因此必须要注重学生实践能力的训练，在目前的统计学教学中有一个误区，认为教会学生操作相应的统计软件，就是在进行实践能力的训练。事实并不是这样，学生学习统计学的目的主要是为了解决实际问题，因此在教学中要根据相应的教学内容设计不同的课题和任务，让学生实实在在地从搜集数据、整理数据、分析数据到得出统计结论进行完整的训练。通过加强实践能力训练，可以让学生真正明白统计学的实用性，从而产生更大的学习兴趣，并在实践中清楚地知道自己在哪些方面还存在不足，以增加学习统计学的动力。 　　

关于理工类高校统计学专业课程的实践教学探讨

作为一门方法论科学，统计学以收集、整理、分析数据，并总结数据的内在规律性为主。一方面，统计学专业注重学习基本的理论知识，提高学生的逻辑思维能力和统计思维能力，实践教学是必不可少的重要环节。这个环节把学生学到的知识进行深化，把理论知识转化为实践知识，让学生从理论到实践都具备一定的能力。另一方面，随着大数据时代的到来，作为一种分析工具，新的社会形势要求统计学可以和其他的专业相互结合，互相服务，培养“复合型”专业人才，在重视专业理论教学的同时，还要在专业实践教学中突出实际应用，以提高学生分析和解决实际问题的能力。

　一、 强化实践教学内容 　　为提高学生实践创新能力，实践教学首先要从内容入手。实践教学内容要注重知识重组、知识融合，在学生先后学习的专业课程中有连贯性，逐步提高学生实践创新能力。 　　（一）丰富的教学案例 　　根据教学目标和教学内容，以现实的社会现象为材料，精选案例，如建模竞赛题、政府发布的统计信息、报纸杂志中搜集的各种资料等，让学生亲身体会到统计学知识无处不在。这样既调动了学生学习的积极性，又增强了学生对所学理论知识的理解。借助案例教学，适当弱化理论内容，强化应用内容，注重培养和发展学生思维能力，尤其是分析问题、解决问题的能力。 　　与本校工科院系合作，在本校工科专业搜集相关的数据分析、处理等案例，比如交通统计、电力统计、水文统计和证券投资分析等方面的案例。遵循“校企合作，共谋发展，确保就业率稳步提升”的办学思路，与交通、电力、水利、物流、金融等行业的相关部门建立定期、常态化合作关系，搜集调查、信息管理、预测和决策等统计工作案例。 　　根据社会发展的需要，建设一批实践教学环节的特色选修课程、学科前沿讲座课程，聘请企业有实际经验的应用统计师担任主讲教师，结合行业特色，讲授统计学科实践性较强的课程，如应用统计软件、抽样调查、实验设计、生存分析、回归分析等。 　　（二）多层次的实验项目收集整理　　联合我校交通运输学院、经管学院、水利学院等工科学院，结合我院数学建模实践创新基地和统计分析实验室，构建“基础型、综合设计型和研究创新型”多层次实验项目群，引导学生进行自主分析、自主实验与实验报告撰写的探索，不断加强创新性实验向科研和工程领域的延伸。以学生为主体，精心设计一些思考性、探究性的实验项目，只提出实验要求和任务，让学生自己设计实验方案和步骤，充分发挥学生的创造力，以提高学生的学习积极性，培养学生的思维能力和创新能力。 　　（三）合适的统计软件 　　统计学是处理数据并进行推断的科学，需要进行大量的数据分析和科学计算，现代统计分析必须借助计算机软件来实现。软件实现是统计实践教学中不可或缺的内容。在实验教学过程中，更要重视统计数据、统计分析软件和计算机编程之间的联系。传统的统计分析软件SPSS和EVIEWS操作简单，发展成熟，可处理一般的时间序列和计量模型，但却无法处理海量的、复杂的大数据时代数据。目前，SAS软件和R软件具有强大的数据处理以及分析功能，在专科课程的学习中，将加入实践教学环节，将课堂教学与计算机软件结合起来。

　二、构建实践教学新模式 　　（一）构建“三层次、四模块、三结合”的实践教学体系 　　毕业（或生产）实习、毕业设计（论文）、课程设计、实验课教学等主要实践教学环节按“基础训练层、提高训练层、综合训练层”设计，强化“综合训练层”改革；实践教学内容体系分为“实习模块、设计（论文）模块、实训模块和实验模块”；实践教学模式采用“校内外结合，课内外结合，第一、第二课堂之间的结合”的方式组织实施。 　　在这些实践教学环节中，注重实习、实训，强化实际动手能力的培养和理论运用于实践的能力提升；毕业设计、课程设计紧跟国内外统计学科的发展方向，结合各类科研项目和生产实践，设置适应专业培养要求的课题，着力提升学生的自主创新能力；实验教学侧重于综合性实验项目的开发，鼓励学生开展自主创新实验。 　　（二）探索“四自主、四类型、四方式、四转变”的实验教学模式 　　进一步完善实验室开放的运行机制，实施学生“自主填写实验课表、自主选定实验项目、自主调试实验设备、自主拟订实验方案”的“四自主”实验教学过程；建立统计学实验项目库，加大“设计性、综合性、研究型、创新性”等“四类型”的实验项目的建设与执行力度；通过不断补充和完善实验项目，协调与理论课的衔接，扩展学生自主学习环节，使其更适应“自主式、开放式、合作式、探究式”等“四方式”的学习方法；逐步实现“四个转变”：变知识传授为能力培养，变被动接受为主动探究，变教材学习为资源共享，变教师包办为学生自主学习，努力提高实验教学效果和教学水平。 　　（三）充分利用校内外资源，构建新型实习实训教学模式 　　近三年，我院建立了由学院、实习基地和用人单位组成的专业建设指导委员会，共同研究本专业的人才培养要求和目标，并根据社会发展的需要制订相应的培养方案，努力探索校企合作、人才培养新思路，建立校企合作的协同育人新机制。充分考虑实习实训内容的丰富性、现场教学的时效性、生产过程的复杂性及统计应用项目的不可重复性等特点，采用校内外实习与实践基地相结合、计算机虚拟仿真与统计模型相结合的实践教学方式，安排学生到企业开展为期半年的学习和实习，由校企双方共同指导学生的生产实践、毕业实习和毕业设计。

迄今为止，我院不僅在校内建立了5个实训基地，还先后与湖南省统计局、国家统计局湖南调查总队、中国人民银行长沙中心支行、中国石油天然气股份有限公司湖南销售长沙分公司等企业建立了实习实训基地。2012级统计学专业学生，也是我院第一届统计学专业的学生，近60人在这些企业进行了课程设计、认知实习、专业实习等，部分毕业生正在这些企业进行毕业实习，帮助企业进行统计软件管理与维护，对企业经营数据进行统计分析，为企业商业决策服务。 　　（四）抓好竞赛和项目研发 　　积极推进创新型实验项目申报与研发，在完成现有创新性实验项目的基础上，吸引更多的、具有不同特点的学生参与科技创新实验活动，不断扩大创新性实验活动的学生受益群体。进一步组织好学生参加数学建模大赛、统计建模大赛、统计调查大赛等，力争获奖等级再上新台阶。组织学生参与各级各类创新性竞赛和科技立项，激发学生的创新力和创造力。通过学生创新团队、学生社团、专业技能培训等课外实践活动的开展，为培养学生的实践创新能力提供更便利的条件。 　　三、结语 　　实践教学是培养本专业学生的实际操作能力和创新能力的重要环节，在统计学专业教学中占有较大比重，担负着培养适合社会发展需求的“复合型”人才的重要使命。只有将统计方法应用于实践，加强技能训练，才能真正提高学生的统计应用能力。为实现这一目标，就需要构建和实施具体可行的适合统计学专业发展的实践教学体系，在实践中不断探索理工类统计学专业的实践教学体系和模式，从而不断完善专业实践教学内容和教学模式，以丰富的教学案例和多层次实验项目来强化教学内容，加强课内外、校内外的实训和实习，培养和提高学生的统计思维和实践创新能力，从而为社会培养更多的能够适应新经济形势下需要的综合素质高、业务能力强的复合型、应用型统计专业人才。

有很多人认为统计学专业的工作不好找，找工作无非是银行、证券、公务员。

其实统计学和数学一样是一个服务类学科，并没有所谓的“对口就业”。只要出现数据的行业，都需要统计学，因为本来这个行业里面的人他们的专业范围是得到（产生）数据，比如说银行、保险、零售、公共卫生、制药等等，而分析数据就已经超出了这个行业内人员的专业范围了，举个例子比如制药，药学或者生物学的科研人员可以提出新药的配方，但是新药临床实验怎么设计？结果到底能不能说明新药比旧药效果好？结论的可信度是多少？有些参加实验的病人没有完成实验就退出了或者死亡了，出现了数据空缺，这些样本怎么处理？这些问题不是肉眼观察或者简单地加减计算能够回答的。这个时候就需要运用统计学的方法来处理。的确，银行、保险、医药好像感觉就业比例较多，那是因为这些行业对数据分析的依赖程度已经比较高，但是随着各行各业的发展，越来越多的行业开始需要数据分析这一个职业。不需要担心对口，如果用人方的需求是统计学人才，你去就能用上学的东西。

目前总体看统计学在国外发展更好，相关工作的薪水更多。不过国人已经认识到统计学的重要性，相信以后统计学会在国内蓬勃发展的。

——一丝不挂~

就目前的形势来看，统计学专业就业职业基本可以概括为以下三种：

1、一般性统计工作者——主要就是去一些单位或者企业从事简单的数据处理及分析工作，大到进行客观分析，小到微观企业统计，工作环境取决于单位环境。但是一般很稳定，工作压力也不大，就是工资一般，大概是4000到5000的水平。

2、经济咨询师——主要为一些事业单位等作咨询、调研等有关经济分析工作。这就是经济统计方向学生毕业后可以从事的工作，最近几年比较吃香，不过压力很大，工资也是和业绩挂钩的。越有能力赚的越多，做不下去专业的也很多，很考验个人能力。

3、市场调查与分析专家——主要进行项目评估及分析。算是众多职业中比较高端的工作了，但是相应的应聘要求也很高，一般至少要求是研究生及以上学历。经历越多越吃香，不是随便谁都可以干的。一旦干好了，钱就像流水一样进账。如果想往这个方向发展，建议好好学习，再深造一下，不用怕浪费时间金钱，是值得的。

而且在就业时要从自身条件出发，客观地评价估计自己，在经历了大学四年的学习之后，要用成熟、稳重、自信的风貌出现在人们面前，另外，现在的大学生也不要总拘泥于选择大城市、大单位，总注意个人收入，工作环境，要多考虑一下自己以后的发展。

——再也不要原谅你

想了解更多相关内容，记得持续关注我们哦。

如果你觉得有点意思，请有秩序的评论、转发、收藏。

关于高职院校非统计专业统计学教改的思考

引言《教育部关于推进高等职业教育改革创新引领职业教育科学发展的若干意见》中提出：高等职业教育具有高等教育和职业教育双重属性，以培养生产、建设、服务、管理第一线的高端技能型专门人才为主要任务，坚持以服务为宗旨，以就业为导向，走产学研结合发展道路的办学方针[1]。贯彻这一方针，要求高职院校的教学——理论够用，适度，强化技能，重在应用。统计学是高职院校非统计专业的基础课，如何使统计学的教学适应高职院校人才培养的要求，很多学者对此进行了研究，指出目前统计学教学存在的问题，提出统计学教学改革的意见。从现有的相关文献看，统计老师在教学上不能如愿以偿，如何将高职的特点与统计学课程的特点结合起来实现高职人才培养目标，还有很大的研究空间。鉴于此，文就高职教育的发展现状及存在的问题，结合自身统计学职教实践，提出了对统计学教学改革见解，以供大家参考。

1 统计学课程的特点　　统计学是高职院校非统计专业的专业基础课。学好本课程，对于学习后续相关课程有很大的帮助作用。统计学既是一门方法论的科学，又是一种工具，用这个工具研究事物量的方面（用数据说话）；统计学还是一门实用性很强的科学，用统计学去解释、描述社会经济现象。通过统计学教学，学生掌握了统计学的基本知识和技能，能运用统计理论和方法对自己相关专业及其他社会经济现象进行调查研究，培养分析和解决实际问题能力，从而为以后就业和个人事业的发展奠定坚实的基础。但统计学课程教学难度大，教学效果难以体现，主要因为统计学有以下一些特点：一是概念和专业术语多，难理解、难记忆；二是理论多，涉及面广；三是公式多、计算量大，需要有相当的数学功底才能学好。　　2 高职非统计专业统计学教学现状及存在的问题　　从多年来的统计学教学反馈意见中总结发现，学生普遍反映该课程难学，所学的统计学知识不能主动灵活地在后续专业课中得到运用，没有达到开设这门课的目的和要求。究其原因分析，目前的统计学教学存在以下几方面的问题。　　2.1 教材重知识，轻应用 目前，书市中的统计学教材出版有多种版本，但真正符合高职院校人才培养方案的还未发现，与各专业对口的教材更是难以找到。许多教材都基本上是沿袭本科教材内容来进行编写的，其特点是重理论，轻应用。占用过多篇幅介绍基本知识、基本原理、统计计算，而解决实际问题的案例较少，这种教材于高职学生不适用。统计学教学在首要环节选取实用的教材方面就存在大问题。

2.2 部分学生基础知识差 由于高职学生来自中学毕业，对外界社会经济各方面接触少，而统计学是一门社会科学，加上统计学中有着大量的计算分析，使学生在学习中显得抽象，难理解，觉得枯燥，缺乏兴趣。而且，高职院校的学生文化基础本来就较差，往往还会有文理兼招的，对文科学生而言，有不少同学数学基础差，一看到数字和公式就头疼，对统计学缺乏学习信心。这给统计学教学出了很大的难题。

2.3 教学方法手段落后 教学方法传统，教学手段陈旧。有相当部分老师因自身知识结构缺陷或者学校教学设施满足不了教学需要，教学仍采用传统的“黑板+粉笔+教材”的教学方式，在教学中是没法应用和普及统计软件等现代科技，这种不符合现代统计教学是难以获得良好的教学效果。[3]　　2.4 教学内容重理论、轻实践 一方面，教学内容与各专业结合程度差，学生难以将统计学知识与本专业产生联系。另一方面，教学内容上重理论、轻实践。这与高职院校的教学原则“理论够用、适度，强化技能，重在应用”背道而驰，不能完成培养高端技能型专门人才的任务。　　2.5 成绩考核方式陈旧 许多高职院校的统计学考核内容和方法仍比较传统。考核内容基本都沿用传统的注重统计基本概念、原理、计算等知识点，而对统计方法综合应用能力的考察重视不够或缺乏客观真实的评价。　　3 统计学课程教学改革对策　　为了顺利实现高职院校人才培养目标，完成培养出高端技能型专门人才这一主要任务，只有对统计学教学中普遍存在的上述问题进行针对性的改革。　　3.1 改革教材 选用教材的原则是要符合办学层次和培养目标、学生实际情况，要满足本专业特点及现代科技发展的需要。按此原则，对原有教材内容进行重新整合改编。这就对每个高职院校统计学教学团队提出了高要求。同样的统计学课程，对不同专业学生的教学，应该有与专业紧密联系的不同的教学内容，并且还要丰富顺应时代发展、体现本专业前沿科技的内容。从这种角度上可以说，所谓统计学教材，其实就是统计学教学中的一本参考书。或者说，教师必须深入行业企业实际，了解社会问题，结合教学要求自编教材或讲义以适应需要。积极提倡同类学校联合起来，优势互补，合理组织教材内容，共同开发编写教材。　　3.2 改革教法 转变高职教学理念，由“以教为主”和“以学为主”的片面思想观念转变为“以教师为指导，学生为主体，变学生被动学习为主动学习”的现代高职教学理念。树立这一理念，进行互动式教学，在教学中具体可采用案例讨论法、项目教学法等。老师在传授知识的同时更加注重引导学生运用所学知识来解决实际问题，更加注重学生的主动学习以及对学生的创新精神和创造能力的培养。

在案例法教学中，老师通过精心准备案例（这些案例可以是现实生活中发生的真实事实，也可以是模拟真实场景而编制的），在课堂上逐步分析研究，让学生懂得面对问题如何分析、如何解决。在解决现实问题过程中应用统计理论和方法，包括需要搜集什么数据，采用什么统计方法搜集，如何对数据进行处理，对计算最终结果怎样分析理解，进而提出针对性的对策和措施，等等。目的是训练学生综合运用所学知识去解决实际问题的能力，激发学生学习的兴趣和求知的欲望。具体而言，教师在案例法教学中要把握几个原则：首先，备课充分，案例合适。一堂高质量的案例教学课要求教师课前作好大量的准备工作，选取的案例要求与教学内容紧密联系，难度适中，易于学生理解接受，特别讲究学生对内容感兴趣。其次，课堂讨论，合理引导。以学生为中心，从学生感兴趣的案情出发，充分调动学生的积极性，合理引导学生自由讨论、分析问题。最后，综合分析，形成结论。学生的课后作业是写出心得体会或总结报告，以书面形式表明教学收获。

项目教学法也是践行现代教学理念。具体可从统计工作过程的四个阶段，将统计学教学分解成四个大的项目或任务模块——统计设计、统计调查、统计整理和统计分析。再将每个任务细分为若干小任务，围绕每个小任务的完成而展开统计学教学活动。学生作为学习的主体，通过独立完成项目把理论与实践有机地结合起来，不仅提高了理论水平和实操技能，而且又在教师有目的的引导下，培养了合作、解决问题等综合能力。同时，教师在观察学生、帮助学生的过程中，开阔了视野，提高了专业水平。正如温家宝总理所言：“只有在做中学才是真正的学，只有在做中教才是真正的教，因此，职业学校最大的特征就是教学、求知、做事与技能结合在一起”。　　3.3 改革教学手段 现代教学手段与传统教学手段相结合，就会大大提高教学质量，取得良好的教学效果。在统计学教学中运用多媒体技术，教师通过多媒体课件的播放，减少了板书烦恼，节省了时间，既可以将图、文、声、像融为一体，使得原本枯燥、抽象难懂的统计学变得丰富多彩、形象具体，又可以使学生在知识学习、技能训练、智力开发中享受快乐，从而激发学生的学习兴趣，达到提高学生学习效率、保证教学质量的目的。　　特别重要的是，现代统计学教学根本缺少不了计算机的使用。因为统计工作是与数据打交道的，大量而复杂的统计数据运算处理不可能以人工完成，必须利用计算机功能。具体在教学过程中，可利用EXCEL的函数功能、图形表格功能、数据分析功能，结合统计学的基本理论和方法，整合教学内容展开教学。还可选用一些常用的统计专业软件，如SAS、SPSS、S-plus、Minitab、Statistica、Eviews，介绍其对数据图形的处理分析功能。现代统计学教学中，使用计算机软件，不仅使统计数据的计算和显示变得简单而精准，而且使教学变得轻松自如、趣味盎然。[4]

3.4 改革教学内容 统计学课程的前导课程是数学，后续课程是专业基础课或专业课，有机地结合前导课程和后续课程教学内容进行统计学教学，更能突显统计学课程的专业基础地位。通过统计学理论和实践教学，学生掌握到相应的理论知识和灵活处理实际问题的技能技巧，统计学才能真正发挥其 “工具”作用。具体在统计学教学中需注意几点。　

3.4.1 根据高职学生实际情况及相关专业的特点确定重难点 高职学生生源不一，大多是普高毕业生，也有中职生、技校生、职高生，为满足对不同层次的学生的教学需求，需要制定不同的人才培养方案，各有不同的教学内容及其重难点。在实际教学中，按照“适度”与“够用”原则，精化教学理论，制定教学大纲。从职业岗位群需要出发，弱化讲解基本知识和原理、公式推导、统计计算等，将重点放在“技能”、“应用”上，详细讲解基本原理适用的解决对象、统计公式应用的条件、解题的基本步骤、基本方法及应注意的基本事项，以及常用的统计软件操作的讲解及实践，并可根据实际情况，将理论分解成职业岗位群所需的知识模块。[5]　　3.4.2 增加统计实习、实训、实践教学内容及课时 统计实践教学的目的是使学生“做中学”、“学中做”，在“边做边学”中学会技能和巩固知识。在教学过程中引导学生做一些综合性的训练，去校外实习基地认知实习、观摩体验，或顶岗实习，既能培养和提高学生的实操能力，又能让学生明了统计学课程对自己以后工作及个人事业发展的重要性。具体操作中还可配合其他专业课联合进行，以培养和提高学生利用统计方法解决专业实际问题的能力。　　3.4.3 增加统计软件教学内容及课时 现代统计需要运用现代信息处理技术。为了使统计学教学跟上社会发展的节拍，必须适当增加统计软件使用的内容。学生通过上机对数据的输入及分析处理等操作，巩固和验证所学知识、感受实训过程，不断提高动手能力。

3.5 改革考核评定方式 根据高职院校人才培养目标对统计学教学内容、教学方法、教学手段等进行了改革，对学生的成绩考评也应随之而改革。以书面试卷形式考查学生对理论知识的记忆及理解，以平时成绩和实作成绩等形式考核学生综合应用知识的能力。平时成绩以学生出勤、学习态度、课堂表现、作业质量来评定；实作成绩以每次实作、实训的过程和结果来评定；理论成绩以书面试卷考核来评定。三部分成绩按事先确定的比例折合即是学生的综合成绩。采用综合考核形式，既注重学习过程，也注重学习效果，大大提高了学生学习的积极性和主动性，也使学生真正将统计学的一系列理论和方法运用到实践活动中，强化了学生的技能训练，正与高职院校人才培养目标相一致。[6]　　4 结语　　高职教育人才培养目标是培养高端技能型专门人才，统计学是高职院校财经类非统计专业必修的专业基础课，传统的统计学教学模式存在诸多不足，就必须加以改进，通过不断改革教学内容，创新教学方式，改善成绩评定考核办法等各种途径，促使学生灵活运用统计学知识解决实际问题，进一步提高教学质量。

浅谈大数据对统计学的挑战和机遇

引言　　国际数据公司的相关研究指出，2011年全球数据生产量达1.8ZB，且全球信息总量每隔两年增长一倍[1]。在大数据时代下，对于统计学发展而言，挑战与机遇并存，挑战指的是现阶段传统统计学相关方法难以适用大数据，机遇指的是基于统计学，大数据展开数据处理、分析，促使大数据具备可视化特性。由此可见，研究大数据对统计学的挑战和机遇有着十分重要的现实意义。　　1.大数据及其目的　　现阶段，关于大数据仍旧没有一个十分明确的界定，大数据起初是源自于技术领域。在信息量不断扩大的情况下，使得常规电脑原有存储空间已不能对新处理数据进行承载，新兴数据处理技术得以产生，好比雅虎的Hadoop平台、谷歌的MapReduce等。此类技术能够对僵化层次结构、一致性予以消除，促进数据无需通过常规数据库表格进行排列，极大程度地提升了人们可处理的数据量[1]。　

　2.大数据与统计学的对比　　2.1样本统计与全样本统计的区别　　样本统计属于统计学不可或缺的依赖，样本指的是结合相应的概率自总体中随机筛选并视作总体代表的集合内容，值得一提的是随机抽样是需要成本的，包括社会关系、资金成本或者时间成本等。基于样本数量提升有限前提下，样本估计误差会随着总体数量增多而增大，这亦是样本统计无法避免的不足。大数据时代下，收集整理庞大的数据信息应运而生，数据信息发展表现出总体即是样本的态势，该属性很好的消除了样本统计这一不足。大数据时代下的全样本统计，通常情况下可对完全总体进行覆盖，然而受大部分数据属于半结构、半结构数据影响，使得概率论应用遭受一定的制约[2]。鉴于此，将全样本统计应用到统计学中，应当就总体数据展开相应的归纳、筛选，即好比在样本统计中展开数据预处理。　　2.2预测分析与非预测分析的区别　　统计学的创立，是为了对变量相互相关关系展开分析，因此获取数据是发生于变量确定之后的，数据分析价值是能够被预测的。相较于统计学的预测分析，庞大数据将互联网、传感器作为载体，存在于分析需求之前，因此构建于大数据上的分析多为非预测性分析。在统计学中，出现大数据无法有效应用局面，这是由于不具备非预测分析所需的庞大数据，庞大数据产生与数据中心、存储系统存在紧密的联系，并非短期产生。也就是说，统计学中大数据的应用发展，说明了非预测分析正逐步取代传统统计学预测分析，数据多次利用正逐步取代传统数据一次性利用的。　　3.大数据对统计学的挑战与机遇　　3.1数据生产、处理与应用的转变　

　相关统计部门经开展严格的统计设计工作，获得相关的统计数据，数据的预处理分别有数据清洗、非全面数据填补以及数据矫正等。大数据时代下的统计手段尚不十分明确，自大数据流环境而言，要不断探索新型抽样方法，并确保抽样方法的实时、连贯及可行性。除去传统的统计分析方法，还应当开发大数据动态分析、数据流算法等[3]。　　3.2大数据时代对市场营销的机遇　　3.2.1大数据营销的特点与价值　　大数据营销的特点：I.数据采集多平台化特点，即大数据时代下，大数据的数据大多来源于不同的领域、不同的渠道。II.时效性特点，随着信息技术的急速发展，互联网用户消费、购物行为方式往往会瞬间出现转变。国际先进大数据营销企业AdTime基于此大数据营销特点，采取了时间营销措施，即采取相应的技术方式全面获悉用户所需，于第一时间对用户当下的需求进行回应，以使用户在下决心购买的最佳时间及时看到对应的产品广告。III.个性化特点，在大数据时代下，广告商传统媒体导向的营销理念逐步由受众导向取代，现如今，广告商可应用大数据了解用户的地理方位，需求内容等信息，达到对用户个性化营销的目的。　　大数据营销的价值：I.升级营销与用户的匹配度，大数据营销不仅可提供给企业了解用户有效的途径，还能够与网络环境下，选取相关技术方法达到对用户精确定位的目的，从而开展好营销工作，升级营销与用户的匹配度。II.改善用户体验，大数据营销促使企业真正意义上认识到用户及其所使用企业产品情况，以给予用户最人性化的提醒。　　3.2.2大数据营销的应用　　（1）与消费者建立紧密关系　　现如今，我国一些企业营销行为仍旧处于个性化定位信息、创意设计阶段，而无法对不同消费者展开个性化的营销活动。大数据时代下，经采用相关数据分析技术方法，基于对消费群体喜好、传媒接触习惯等展开有效的分析，达到特定营销活动明确开展的目的，实现企业精心开展的营销活动精准的辐射至目标消费群体处，与消费者建立紧密关系，极大的改善营销效率、质量[4]。　　（2）掌握竞争对手数据　　企业通过对竞争对手数据的有效掌握，获悉竞争对手发展状况，基于此帮助企业制定科学合理的产品价格，提升企业产品市场竞争优势。与此同时，企业务必要全面实施以事实为前提的决策手段，广泛地应用数据分析方式对企业每一个发展运营步骤进行优化，经对企业一系列数据的充分优化、对接，促使业务环节中潜在的价值得以被有效挖掘，降低生产成本，知己知彼，促使企业在日趋白热化的市场竞争中占据有利位置。　　（3）挖掘企业内部数据　　“市场未动，数据先行”俨然转变为国际上企业有效运营发展的一致认识，为了提升企业管理效率，要求企业要充分挖掘企业内部数据，并展开有效的整合、分析，以为企业相关人员做决策提供有利的参考依据，提升决策准确性，促进企业可持续发展。

3.2.4 企业的应用案例——以亚马逊为例　　在应用大数据开展市场营销方面，美国亚马逊公司一直处于领先地位。亚马逊研发出“用户未下单，先发货”功能，即结合用户的购物需求数据信息，分析用户想要购买的产品，达到用户未下单，提前发货的目的。此外，亚马逊通过对用户检索信息的分析，评估流感的传播，但这仅仅为海量检索数据中的一项用途，相同的数据能够应用于预测大选结果、预测某类产品市场行情等等，极大地降低了统计成本[5]。　　3.3大数据时代对市场营销的挑战　　3.3.1信息收集　　大数据并非就是对数据信息展开盲目的收集，即便收集了再多的数据，倘若这些数据并非是市场营销所需要的，如此便会导致前期收集来的数据信息，变成一堆“数据垃圾”。鉴于此，为了避免这一情况发生，务必要充分分析业务需求，再对自身存在价值的数据展开收集、归纳，如此方可实现大数据的有效收集应用。　　3.3.2经验与数据　　数据采集完毕后，面对参差不齐的数据，还应当做好数据评估工作，评估对何种目标受众开展市场营销工作。鉴于此，要求采取科学合理的手段，将这些参差不齐的数据整合成可被市场营销实践应用的，经结合过去的经验，与采集数据进行有机融合，实现对目标受众的有效分析确定。　　3.3.3分析与优化　　数据分析，一方面是实现数据优化，一方面是进行决策层面上的调整、转变。此环节对于专业人才的需求提出了严苛的挑战。数据分析、数据优化对于专业人才的知识框架要求大不相同，这要求相关企业不仅要培养专业的数据分析人才，还要打造数据优化人才队伍。　

　3.4大数据营销的未来发展趋势　　信息技术不断发展，单一媒体导向的“消费者碎片化”俨然无法达到企业对于数据多样性的需求。大数据时代下，媒体的跨界融合实现对“碎片化”受众的充分聚合。在科学技术技术不断进步的背景下，跨媒介、跨平台、跨终端的多途径将不断被开拓，将使庞大的数据信息获取多维度的整合，并且在多样化网络环境下，消费者主观信息与客观数据有机融合，构筑全面用户数据库环节，将成为未来大数据营销发展的必然趋势[6]。　　4.结束语　　总而言之，大数据为传统统计学带来了严峻的考验，也为传统统计学有效发展创造了良好的契机。在大数据时代发展潮流中，我们应当充分的认识到大数据对于传统统计学而言，是补充而不是更替，构建于样本统计、预测分析内容上的传统统计学，仍旧于社会统计、经济分析中占据着主导位置。大数据时代下，为了实现企业市场营销的有效开展，相关人员务必要不断专研研究、总结经验，全面分析大数据与统计学的对比，充分认识大数据对统计学的挑战和机遇，“与消费者建立紧密关系”、“掌握竞争对手数据”、“挖掘企业内部数据”等，积极促进企业市场营销的科学合理化。

互联网融合下构建新的统计学专业课程体系的改革与实践

桂林理工大学应用统计学专业在互联网融合新形势下，采取边研究、边实践的方法，对应用统计学专业课程体系进行了改革与实践，在研究中及时将研究成果运用到教学实践中，其研究成果将对互联网新形势下，培养适应我国经济发展、具有理论和实践的统计人才，特别是对广西的统计学教育以及广西的经济发展起到积极的推动、示范作用。 　

　一、构建新的课程体系 　　在互联网融合下，首先要让学生拥有扎实的数理基础和极强的应用能力，才能让学生尽快地学会、适应互联网融合新形势下社会各个层面對应用统计学专业学生的新要求，并考虑到广西本区经济社会及生源特点的具体情况，我们将应用统计学定位于方法论的科学，确立专业服务方向和培养目标为：适应互联网融合新形势，为全社会进行宏观调控、微观管理和科学研究培养搜集、传输、管理、加工和开发信息的统计信息产品的生产者与管理者。然后，紧紧围绕学科定位与专业培养目标，对课程体系收集整理进行系统的改革和不断完善，并制定相应的培养方案。 　　我们构建了新的课程体系，对应用统计学与互联网进行了科学的融合。融合的脉络是，以厚实数理为基础，以经济学典型问题为主要媒介及辐射源，以统计方法与互联网计算机技术为手段，去诠释统计方法论的思想及应用。 　　二、教学模式与手段改革 　　新的课程体系确定后，如何实现是个关键，在充分论证统计数理抽象性及当代大学生特点的基础上，根据数理基础课程难学，统计学专业课程内容多的特点，我们提出了“抽象理论形象化，教学手段多样化”的实现路径，对教学模式与手段进行了全方位的改革。 　　（一）多媒体辅助教学为新课程体系提供效率保证 　　多媒体辅助教学信息量大、形象、直观，在统计学专业课程教学中的应用使得原本传统教学模式无法完成的新课程体系，能按质按量完成。我们根据教学中的具体情况设计与制作多门课程的多媒体课件，其中包括《统计学》《线性代数》《多元统计分析》《实用回归分析》《时间序列分析》《金融工程》《保险精算》等，并及时将这些课件结合传统教学方法应用到教学实践当中，取得很好的效果。利用多媒体技术，拓宽了教学内容的深度和广度，大大增强学生的参与感和实践能力，创造出传统教学手段所达不到的效果。解决了现代统计学所面临的“学时少，内容多”的问题。 　　（二）把新的教学模式与教学手段运用到课程建设之中 　　在改革、完善课程体系的过程中，我们紧紧围绕本项目改革目标，及时把新的教学模式与教学手段运用到课程建设之中。 　　我们以精品课程为龙头，全面带动了课程建设。在建设过程中，使教学内容及时反映统计学科领域的最新科技成果，广泛吸取先进的教学经验，积极整合优秀教改成果。精品课程不仅起到了良好的教学示范作用，更重要的是吸引了任课教师专心、专注于教学工作。 　　（三）加强案例教学，使学生能轻松上手，领悟统计理论 　　在统计学理论与实际应用的结合越来越紧密的背景下，案例教学就尤为的重要，一些典型的案例，通常能使得学生能迅速领悟统计理论与方法。为了加强案例教学这一实践环节，在没有适合我们课程体系教材的情况下，项目组成员结合近年来的教研积累和新的课程体系、培养方案等，在专业课程《多元统计分析》《试验设计》《统计模型》《统计软件》《应用时间序列分析》《非参数统计》《统计学导论》《实用回归分析》等都融入了案例教学。编著了《统计学案例分析》讲义。通过案例模块教学，实现了统计理论与实际操作的有效互动，实际教学效果良好。 　　（四）针对新课程体系，创建网络配套教学平台，开创学生的第二课堂 　　随着互联网、校园局域网的普及，我们逐步创建网络教学平台，目前，在这个平台上建立了新的课程体系的课程信息资源库，提供丰富的学习资源，实现开放式教学和学生自主学习相结合格局。教学平台配备的主要内容包括：（1）教学大纲（2）教材、教案（3）补充学习资料（4）教学案例（5）实验项目（6）习题和作业（7）多媒体教学软件（8）文献（库，论文）等。

网络教学平台的建立，丰富了现有的教学模式和教学手段，有力地推动课程体系改革。使得传统板书教学、多媒体课件教学、案例教学以及网络教学相互结合，相互补充。 　　（五）实践教学改革，强化实践能力的培养 　

　培养学生的应用能力与创新能力是我们改革的目标之一。而学生的实际动手能力以及创新能力能否得到提高，主要看是否有一套设置合理的实践教学环节。针对我们新的学科定位、课程体系以及培养目标，我们对实习实践教学环节做了以下改革。 　　1.实验教学的改革，对实验室实行动态管理，定期试验与开放实验相结合。同时整体上加大了实验课时的比重，依据“抽象理论形象化”的改革理念，我们在很多纯理论课中穿插课程实验，旨意使学生对一些较抽象的理论与方法有更形象的理解。主要有：在线性代数与空间解析几何中安排了6个项目实验，主要使用计算软件Matlab，重点是通过编程过程更深入理解其中的符号、公式的内涵及算法的实现过程；统计学导论引入5个实验项目，使用大众化软件Excel让学生掌握数据收集、整理与分析的基本功能；应用回归分析安排5个项目的实验，完成一元回归应用、多元回归、模型分析及岭回归等；多元统计分析课中安排了6个实验项目，使学生掌握聚类分析、判别分析、因子分析及典范相关分析等；应用随机过程中增加了3个实验课，即泊松过程布朗模拟、布朗运动模拟及齐次马尔可夫过程模拟。同时，不依附于理论课而独立开设实验课，按演示实验、综合实验、设计实验三个层次组织教学，编写实验指导书。适当减少验证性实验，增加综合性、创新性实验，增加选做实验。并把在不断的改革实践中的经验、成果编写出版统计学实验教材《统计实验》。 　　2.实践教学是统计学专业教学过程的一个必不可少的重要环节，在培养学生专业素养方面具有不可替代的作用。我们采取专题教学、科技立项、社会调查、统计实习、毕业论文等相结合的方法培养学生的学习能力、协调沟通能力、创新能力和创业能力。 　　根据我们新制定的统计学专业人才的培养目标和培养规格要求，结合我系多年的实践探索，我们建立了国家统计局桂林调查队、桂林市统计局等9个统计学教学实习基地；我们的学生经常被邀请参与实质性的统计工作如经济普查，社会调查等，得到了实际的锻炼。学生的毕业实习论文90%以上的选题都是来源于实际问题，通过运用所学基本统計理论知识，选定有效的统计方法，建立模型，提高学生对实际问题进行合理的分析、解决的能力。 　

　三、学生综合能力全面提高 　　（一）学生的创新能力强 　　通过本项目改革、实践，学生拥有扎实的数理基础，丰富的统计应用能力，既懂统计又懂计算机和网络，具有较强的创新能力。 　　（二）生源充裕、就业率高 　　我们的毕业生受到了社会和用人单位的普遍欢迎和好评，这几年我们的就业率都在95%以上，且单位出现多样化，不仅有统计、经委等政府机关，还有银行、证券公司、保险公司、集团公司和各类企业单位。由于生源充裕，招生人数由开始每年一个小班约35名，增加至现在每年4个小班约140人。 　　四、教师素质能力全面提高，教学建设成果显著 　　激励了教师提高教学水平、参与教学改革的积极性，涌现出包括广西高校教学名师等优秀教师和系列优秀教学成果。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。 　　本研究成果和十多所高校进行了广泛的交流、沟通、推广辐射，许多院校的统计学专业老师多次邀请我们去传经送宝或到我院了解、学习我们的改革经验。本文针对互联网融合新形势下应用统计学专业课程体系进行了综合改革与实践。所获结果对互联网融合新形势下应用统计学本科专业教学改革和学生综合能力培养具有借鉴作用。

统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。主要包括一般统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。

统计学专业就业方向

1、数理统计

数理统计是应用概率论的结果更深入地分析研究统计资料，通过观察某些现象的频率，以此来发现这些现象内在的规律，做出紧缺的判断和预测; 将这些研究的结果归纳整理，最后形成数学概型。

其就业方向：金融和保险部门; 市场调研、咨询及信息产业部门; 投资、证券及社会保障机构;高等院校、国家统计部门; 各类公司等。

2、生物统计学

生物统计学是一门探讨如何从事生物学实验研究的设计、取样、分析、资料整理与推论的科学。很多学校把生物统计设置在公共健康学院(SPH,School of Public Health ) 里面。

其就业前景是：毕业生不管是硕士还是博士，都很好找工作。博士生可以在大学做老师;可以在制药公司和生物科技公司做分析;有的毕业生也进入金融和保险行业;可以在医院或者科研机构工作。

3、金融统计

金融统计是央行和各金融机构统计部门对各项金融业务活动的情况和资料进行调查收集、整理和分析，提供统计信息和统计咨询意见，实行信息交流与共享，进行金融统计管理和监督等。

其就业方向：1.证券基金类2.银行类3.四大会所5.监管机构6.大型垄断国企7.保险类8.其他(投资公司，担保公司)。

4、应用统计学

应用统计学是指统计学的一般理论和方法在社会，自然，经济，工程等各个领域的应用以及在应用中遇到的具体方法问题，它是统计学和其他学科之间形成的交叉学科也是理论统计学发展的源泉。

其就业前景是：学生毕业后可以从事的包括数学家，统计学家，运筹分析人员，计算机程序员，教师，财政分析员，公司会计，证券分析员等职业。

统计学专业就业岗位

1、一般性统计工作者：大到进行客观分析，小到微观企业统计 统计学专业就业前景 统计学专业就业方向

2、经济咨询师：为企事业单位等作咨询、调研等有关经济分析工作

3、市场调查与分析专家：进行项目评估及分析

统计学专业就业前景

1、目前国家由于人才的增长率较高，已经打破了以 往的“统一分配”，而改为“双向选择、自主择业。”统计学专业也是一样，这种比较灵活的就业政策，给了大学生选择的机会，可以根据自己的条件和志趣，自主 地择业。但这也有一个弊端，就是有人要失业。因而也无形中增加了择业的竞争压力。统计学专业毕业的学生就业形势很严峻，社会需求量接近于饱和状态。

2、近年来本专业工作领域内有影响的人物也不少，像付成敏，成功地应用统计专业知识为中国的统计工作进行了高效和精确的统计。像姚飞，李智等等一批统计工作者们都在这一工作领域内取得了可喜的成绩，已达到与世界的先进国家同步的水平。

由于本专业毕业生就业压力较大，所以就业时需注意的事项也很多。首先，要有优秀的专业知识成绩。竞争大，自然而然就要优中选优，而专业知识是衡量你是否 优秀的一个最基本的条件。因而，在面试时，一定要带上你的成绩单。一般单位都认为，好学生是能做好统计工作的，因为统计工作需要认真、耐心、踏踏实实，所 以这一点是很重要的。

3、总之，在就业时要从自身条件出发，客观地评 价估计自己，在经历了大学四年的学习之后，要用成熟、稳重、自信的风貌出现在人们面前，另外，现在的大学生也不要总拘泥于选择大城市、大单位，总注意个人 收入，工作环境，要多考虑一下偏远的地区，多注意一下西部的开发，多关注中国的不发达却需要人才的地方。

4、近几年由于中国的对外开放，许多行业 都发展起来，特别是沿海一带的城市，像广州、深圳、大连等，这些地方随着其它行业的大发展，统计学的应用也随之发展起来，对该专业人才的需求相对其它中小 城市也多一些，但由于人口密集。人才众多，就业压力更大。所以，该专业毕业的学生一定要用长远的目光看问题，要慎重考虑。

5、近几年来该专业毕业生的就业状况很不好，就业率仅30—40%。而且就业范围比较单一，收入也不高。加之国家扩大专业的招生量，每年毕业的学生也在逐渐增大，就业的趋势越来越严峻。

可以到统计局工作，可以到企业从事统计报表，国家现在越来越重视统计工作，以后很多企业都会聘请持有统计从业资格证书的人。

校妈妈：金融类仍是高薪产业，也是很多统计专业学生最中意的行业，但进入金融业也要面临高竞争的环境，而具有统计学背景的学生相对于金融、经济专业的毕业生，专业知识更为定位明确，更富竞争力。中国统计专业学生所面对的就业前景，就业还是非常不错的，这一点从每年上升的报考人数也可以看出来。而具有海外留学背景的高素质统计人才更有优势，更有竞争力。

浅谈统计学在生活中的应用

统计学并不是一门独立存在的学科，它是以数学知识和数理统计作为基础，将数理统计方法和其他学科专业知识交叉融合形成的具有极强推断性的一种分析方法。现阶段，随着科学技术的快速发展，为了加强对自然社会各个领域现象的判断和整理能力，将统计学应用在生活各个方面已经成为现阶段的数理统计的一种便捷方法。

一、统计学的概念 　　统计学指的是调研人员通过一些列的手段对整理出来的数据信息进行整理分析，从而推断出调研对象本质，甚至可以对未来的类似事情进行预判的一门综合性学科。在进行统计学整体分析的过程中需要用到大量的数学知识以及其他相关学科的专业知识，统计学由于其自身独特的性质，在社会科学和自然科学的各个领域几乎都可以使用。 　　二、统计学在生活中的应用分析 　　（一）统计学在经济学中的重要应用 　　运用统计学对生活中的数据信息进行整理分析，首先要学习统计学的基础知识以及数据统计个分析等学科，这些基础知识和方法都是在开展统计学应用活动之前调研人员所必须掌握的。统计学课程的学习作为经济学学科当中的重要分支，在经济学课程中经常被应用，例如，经济学的计量统计就需要根据统计学在金融里面的重要意义和地位作为基础，将金融知识和统计学知识相结合，将金融计量和时间的序列进行结合，对收集到的金融数据进行整理分析，最后得出金融计量和时间序列的一定关系。 　　统计学在金融经济学中有着十分重要的工具性作用，主要包括两个方面，分别是：在思想上而言，统计学是对数据统计分析结果进行研究，最后得出研究对象的判断结果，为了保证研究结果的准确可靠性，统计学在进行数据整理分析过程中必须是带着严谨的科学态度，这种严谨的科学态度对于经济学的相关理论分析具有十分重要的指导地位，这是由于研究人员在对金融量进行数学分析的过程中，为了保证金融数学分析结果的准确可靠性就必须保证金融量数据收集分析等预处理过程是科学合理的；其本收集整理次，统计学是经济学进行科学试验研究最优化的选择，经济试验研究活动的多样性以及研究对象之间错综复杂的关系导致经济学的试验研究活动受到诸多限制，运用统计学进行经济学试验研究活动，使得经济学实验研究的对象变得简洁明了，降低试验研究的成本支出。从统计学在经济学中的应用我们可以看出，经济学当中的统计学应用主要是运用了统计学当中经济必然性的思想，使得经济学当中的统计结论不具备复杂的思想成本。 　　

（二）统计学在医学中的重要应用 　　统计学在医学中应用的主要原因就是生物医学中存在的不确定性和变异性。生物医学主要的研究目标就是与人体健康相关的不确定因素，也就是通常所说的医学变异现象，变异现象在生物体当中是普遍存在的，例如，对于外在条件基本相同的两个病人，在相同的条件下进行治疗时，却有可能出现有的病人被治愈，有的病人治疗效果不明显，甚至还会出现死亡的现象。造成这些外在条件相同的生命体却出现不同程度治愈的主要原因就是生物医学中存在的不确定性或者是人体中存在的错综复杂的随机因素，客观差异存在的原因是因为某种偶然性的潜在的揭露必然性的发现。 　　在医学临床统计中发现，对于同一种病因的客观性规律进行调查，对于健康人的共同作用的交织与疗效的考查的病人很少。在医学当中运用统计学最主要的就是通过观察不同疗效病人的医疗诊断效果，将实际的医学诊断治疗效果与医学理论和假设进行验证，运用概率论以及数学方法对对比结果进行分析、判断，运用电子计算机等相关软件设备对研究对象的指标进行记录，并绘制相应的图表等，通过综合运用多种数理统计方法，得出与研究对象相关的研究结果。将统计学应用到医学当中，可以促进统计方法和多变量分析法在医学试验研究中的应用，对未知病因所造成的医疗诊断事故进行分析，可以促进医疗诊治手段的不断创新發展。

（三）统计学在体育比赛中竞技指标的应用。 　　统计学在体育比赛中的应用主要是用统计的职业联赛的数字反应比赛队伍能否成为世界顶级，这是因为在体育比赛中应用统计学可以对比赛中的胜率进行分析，主要是将每个队员在每个赛季比赛的分数和常规赛场上的分数进行统计，通过一系列的数学计算分析，制定出每个队员得分平均值和标准差之间的正态分布图，通过正态分布图的稳定性来判断队员的技术稳定性。以众所周的NBA篮球比赛为例，NBA比赛中由于明星球员众多，在运用统计学进行数据整体分析时，需要依据本质上的规律进行数据统计，而不是随意的选择数据进行统计，例如在进行篮球比赛发球这一项双方队员的进攻和防守的概率时，在进行指标选择时就涉及到随机事件的发生概率，因此，可以运用统计学统计球员在每一场比赛上的均得分，通过这些数据指标的正态分布图来确定球员的技术稳定性。 　　三、结束语 　　在日常生活中应用统计学对数据进行管理分析，可以极大提高生产生活中对研究对象的管理效率，使得研究对象变得明确，降低管理成本。在实际的生产生活中应用统计学时，调研人员需要通过多次的试验和随机概率对比来确定事件发生的概率，通过定量定性的数理统计分析工作，充分发挥统计学对生产生活的促进作用。

在回答“从事数据分析师学什么专业”这个问题之前，小编想先给大家介绍下数据分析这师的就业现状！

一个优秀的数据分析师可以帮助企业根据现有数据做出科学、合理的分析，在前行中准确定位，为企业排除干扰，创造价值。数据分析师这个岗位的可以从事相关数据的职位有很多，如业务数据分析师、数据挖掘师、数据科学家、数据工程师等等。

业务/商业数据分析师（BA）是完全的咨询师设定，核心价值在分析框架+报告；

数据科学家是完全的算法设定，核心价值在算法+数学；

数据工程师是完全的程序员设定，核心价值在程序；

其他还有建模分析师、数据架构师、数据产品等等；

可以说数据分析师的就业面非常之广，在公司产生的价值与被重视程度不言而喻。

小编从各大招聘网站找到国内三家大企业的招聘，从中可以发现企业对数据分析人才专业要求是怎样的。

可以看到职责描述里，第七条，数学、统计学、信息管理、计算机专业等。

岗位要求里，第一条：本科以上学历，统计学、数学、电子商务、计算机、市场营销等相关专业。

任职要求，第一条可以看到数学、统计学、数量经济学、计算机、营销学等相关专业。

这几条招聘启事专业要求有数学、统计学、信息管理、计算机、电子商务、市场营销、数量经济学专业。这些专业具体都学些什么内容呢？

数学

随着科技事业的发展，数学专业和其他专业的联系也越来越紧密，所以数学专业知识也得广泛的应用。

数据分析师需要有专业的数学功底和严密的逻辑思维，而严密的逻辑思维则来源于扎实的数学功底。 学数学的同学更注重理论的完备性和逻辑链的完整性，即对于在分析过程中出现的任何一些命题，都要能证明它是正确的还是错误的。

统计学

统计学贯穿数据分析的全过程，没有统计学基础，很难有专业的数据分析。数据分析的 各个步骤，都要用到统计学的知识。

信息管理

信管专业主要对各种“系统”进行分析、设计与实现，技术与管理的有机结合。学习内容：财务、系统数据分析、IT技术，可以说信管专业非常对口数据分析师职位，从信息中 发掘财富。与计算机结合，使计算机作为工具， 信息管理更加有效和实用，随着企业经营规模的现代化，对信息管理 的要求越来越强烈。

例如铁路订票系统，就是对车票这种信息的查询和管理系统。可以说软件开发的最主要面向的客户就是 帮助企业制作良好的信息管理系统。

计算机

学习计算机专业同学可以从事数据研发/开发工程师，数据挖掘/机器学习工程师，对编程技术上的要求高一些。

电子商务

电子商务专业培养具备管理、经济、法律及网络技术、计算机技术、市场营销、电子商 务技术以及电子商务管理等方面的知识和基本技能，现在各大交易都在网站等网络平台 交易完成，数据分析在电商行业的应用非常广。

市场营销

数据分析师常要为企业的营销决策提供支持，这就要求懂营销。

具有营销背景的数据分析师思路会更清晰、更开阔。当让他做竞争分析时，他会想到波 特五个力；让他做环境分析时，他会想到PEST、让他做消费者偏好分析，他会想到科 特勒用户决策流程。

数量经济学

数量经济学是运用统计学、经济计量学、投入产出分析、最优规划方法、经济控制论和计算技术等各种手段，对各种经济问题进行理论分析、经验检验和政策分析的一门应用经济学科。数量经济学更偏技术类，相比其他经济学金融类专业，数经的优势是统计软件够独立编程。

大数据时代背景下对应用统计学专业的思考

一、概述 众所周知，统计学自古至今就是一门以研究数据为主的学科，至今已经形成了较为成熟的数据研究体系与框架。统计学专业的学生的主要就业方向是银行、会计师事务所、市场调查公司或其它企事业单位。因此目前统计学教育的主要目的是能够培养出独立完成问卷设计、数据收集、应用模型进行数据分析的高级统计人才，其主要专业课程包括：高等概率论与数理统计、应用回归、多元统计、市场调查实务、时间序列分析、金融计算等，这些课程仍然是传统的课程设置，并不符合大数据时代数据科学家的专业知识构成。因此，在大数据时代背景下对应用型本科院校应用统计学专业的培养模式和教学改革的思考是非常有必要的。 　　2012年3月29日，美国在倡议书中指出，美国将应用收集巨大、复杂数据的挖掘能力，加速科学与工程学科的创新脚步，改革学生培养模式。北京师范大学邱东教授探讨了面对大数据潮流人们应持有的科学态度，从大数据的概念功能、统计学与数据科學的关系、大数据潮流对统计学产生的影响等4个方面论述了大数据对统计学的挑战[1]。英国学者维克托·迈尔·舍恩伯格认为大数据的精髓在于分析信息时的3个转变：一是可以分析和处理更多甚至是全部的数据，不再依赖随机抽样；二是研究数据如此之多，以至于人们不再追求精确度；三是人们不再热衷于寻找因果关系[2]。为适应大数据时代对数据处理人才更高综合素质的要求，统计学科教师与专业教育应在知识结构、教育内容、教育方式和人才培养模式等方面，主动进行与时俱进的充实、调整及变革[3]。文章拟从数据挖掘与统计分析的联系与区别、大数据对统计教育及统计人才的机遇与挑战的新形势下从政府、企业和人才等多个角度进行展开调查，对于应用型本科院校培养顺应时代发展的应用统计学专业的高层次人才提供相应的建议。 　

二、统计分析与数据挖掘的区别与联系 　　统计分析是指运用统计收集整理方法及与分析对象有关的知识，从定量与定性的结合上进行的研究活动。 　　统计分析过程：描述要分析的数据的性质，研究基础群体的数据关系，创建一个模型，总结数据与基础群体的联系，证明（或否定）该模型的有效性，采用预测分析来预测将来的趋势。 　　统计分析方法：（1）描述统计：将研究中所得的数据加以整理、归类、简化或绘制成图表，以此描述和归纳数据的特征及变量之间的关系的方法。集中趋势、离散程度、相关强度等、指标有平均数、标准差、相关系数等；（2）推断统计：用概率形式来决断数据之间是否存在某种关系及用样本统计值来推测总体特征的一种重要的统计方法。总体参数估计、假设检验、Z检验、T检验、卡方检验等数据挖掘是从庞大的数据中分析出有目标数据群，筛选出利于决策的有效信息。数据挖掘的数据量极大，注重数据查询分析的可行性。数据挖掘是着眼于预测未来，从大量的数据中寻找某些规律。

数据挖掘过程：（1）定义问题：分析业务需求、定义问题的范围、定义计算模型所使用的度量、定义数据挖掘项目的特定目标等；（2）准备数据：删除错误数据或插入缺失值、查找数据中的隐含相关性、标识最准确的数据源、确定哪些列最适合用于分析；（3）浏览数据：计算最小值和最大值、计算平均偏差和标准偏差、查看数据的分布；（4）部署和更新模型：根据实际数据部署、更新模型；（5）浏览和验证模型：测试模型的性能、需要使用不同配置创建多个模型，并对所有这些模型进行测试，查看哪个模型为最佳；（6）生成模型：通过创建挖掘结构定义要使用的数据列、将挖掘结构链接到数据源，但只有对挖掘结构进行处理后，该结构才会实际包含数据。 从上可以看出大数据虽与统计学密切相关，但二者也在研究目的、数据处理对象和技术工具上有着诸多差异。大数据的兴起不仅在分析手段、工作重心和价值理念上给统计学带来了重大影响，而且也使担负着培养现代统计工作和数据分析之人才的统计教育面临严峻挑战。 　

三、大数据对统计人才及统计教育的机遇与挑战 　　根据2014年大数据应用现状和趋势展开的调研分析，被调查者最关注的大数据技术中，排在前三位的分别是数据分析（统计分析与数据挖掘等）（25.5%）、数据采集（19.9%）、数据处理 （18.5%）。企业数据管理面临的挑战：缺乏专业的大数据人才（26.95%）成为企业面临的最大挑战，其次是非结构化数据的分析和处理（26.65%）、传统技术难以处理大数据（25.27%）以及新技术门槛过高（21.13%）。根据2015年2月Forrest报告，很多企业都在努力挖掘其拥有的大量数据，包括结构化、非结构化、半结构化数据等，探索对数据的深入利用。从国内企业大数据应用的现状和规划来看，已经部署大数据应用的企业所占比例达到21.89%，计划1年内部署的企业占27.92%，计划2年内部署的企业占14.34%，没有相关计划和不确定的企业分别占11.32%和24.53%。大数据相关人才的欠缺将会成为影响大数据市场发展的一个重要因素。据Gartner预测，到2016年，全球将新增440万个与大数据相关的工作岗位，且会有25%的组织设立首席数据官职位。大数据的相关职位需要的是复合型人才，能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌控。 　　根据学院统计学不同方向等专业的学生、老师、专家以及政府范围工作人员等进行访问调查的结果，然后结合现如今大数据时代企业和政府对人才的需求，最终制定应用型人才培养方案分别如下： 　　（一）深化课程教学内容改革 　　1. 更新教学内容，紧跟时代发展——大数据、互联网金融、国民经济统计、货币银行、经济预测与决策；2. 强化统计基础，提高实践操作——统计方法、软件实现、贝叶斯统计、非参数估计、统计软件、数据挖掘；3. 强调专业导向，拓宽就业方向-选修、考证；金融类、经济类、管理类、会计类；统计从业资格证书。 　　最终根据学院不同方向统计学专业设置专业核心课如下： 　　（1）应用统计学：主要专业课 调整为：概率论、数理统计、统计学、回归分析、时间序列分析、多元统计分析，抽样技术、数据挖掘、贝叶斯统计、计量经济学、统计软件、非参数统计、统计调查等；（2）应用统计学（金融统计）：主要专业课 调整為：概率论、数理统计、统计学、回归分析、时间序列分析、多元统计分析，抽样技术、数据挖掘、金融计量学、风险管理、保险学、非寿险精算、统计软件、国民经济核算、统计调查等；（3）经济统计学：主要专业课 调整为：概率论、数理统计、统计学、回归分析、时间序列分析、多元统计分析，抽样技术、数据挖掘、国民经济核算、风险管理、保险学、非寿险精算、统计软件、金融计量学、统计调查等。 　

（二）重视教学方法改革 　　1. 教师教学理念——单向灌输式转向引导探究式、教学案例能贴近实际问题（体测数据、大学生婚恋、手机）；2. 鼓励学生参与各类项目——科研、调研、方案设计、抽样调查、统计调查、学科竞赛、教师课题（分解子课题）；3. 注重综合能力提升——表达、协作、创新、研究报告、PPT展示等。 　　（三）建立完善的实践教学系统 　　1. 基本知识技能实验——理论教学的课内实验，大一、二：数学类；大二、大三（上）：专业基础；2. 综合性实践教学——综合性数据的采集、处理、分析，大三（下）、四（上）：数据挖掘、统计软件、统计调查；3. 探索性实践教学——社会调查、毕业实习、毕业论文，大四（下）。 　　（四）改革课程考试方式 　　1. 基本知识（理论）+实验报告（平时）+综合实验（期末）数学类；专业基础课程；2. 方案设计、调研报告、抽样调查、统计调查；3. 综合实验，数据挖掘、统计软件。 　　四、结束语 　　最终学院统计系下设两个教研室和一个研究中心，即基础统计教研室、专业统计教研室和大数据统计科学应用研究中心。秉承和依托母体学校——上海财经大学的办学宗旨和学术底蕴。在全校统计学公共课教学方面，针对学生的特点，课程教学采用课堂教学、调查实践与统计调查大赛相结合的教学方式与形式。也采取和校外企业、单位等合作项目老师指导学生参与的形式，这样既提高学生的实践能力又加强了师生之间的交流。在这样边学理论边实践的过程中也让学生足够了解现在企业所需人才的类型、找到自己的不足再补充理论方面的知识，然后学生还可以向学校反馈信息，这样最终形成一个学院专业始终跟得上经济的发展形势，不断地改革和完善教学内容，争取培养出在各级政府机关、银行、证券以及上市公司、企业集团、跨国公司等企事业单位和经营管理机构从事统计、市场调研、市场预测与决策、信息咨询、可行性研究和综合评价等实际工作以及科研单位从事研究工作的应用型人才。