统计学分析论文开题报告
统计学是众多文、理科专业的基础课程之一,由于统计学涉及到高等代数等数学知识,其原理较为枯燥难学,且多数教材案例数据要么过于宏观,要么与本专业的联系相关不大,使得大学生的学习效果不太理想。下面是学习啦小编为大家整理的统计学分析论文开题报告，供大家参考。
统计学分析论文开题报告篇一
《 从统计学的发展趋势谈统计教育的改革 》
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，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。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。
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得到充分体现。
(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。上世纪20年代，发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。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，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。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。
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。
二、传统的统计学课程教学存在的问题及负面影响
(一)传统教学存在的主要问题。
1、传统的满堂灌、填鸭式的教法带来很多弊病，教师讲得过多，他能提供给学生独立掌握知识、主动训练能力的机会就越少，学生常处于被动位置，没有时间及时思考、消化、吸收，所学的知识没法巩固。有的同学是害怕思考，在回避或者逃避这个问题，抹杀了青年人那种对知识广泛涉猎，锐意进取的精神。
2、统计学课程的计算太复杂。如组距数列的编制，其资料中的数据有几十至上百，要将其中的数据从小到大排列再分组，光凭眼睛观察是不行的，还有几何平均数的计算、方差分析、相关与回归分析、指数曲线趋势模型、多元回归预测等等，这些计算都很复杂，手工计算量非常大，没有计算机软件的支撑，是很难进行教学实际问题分析的。
3、教师教学重理论，实践教学深广度不够，不能使学生全面地、系统地、高质量地完成专业技能训练。统计学课程一般每周4～6节，总学时约60～70节，而实践课只占10%左右。这意味着该专业学生在课程学习中从事的主要是理论学习和简单的上机实践操作，课程考察也主要以理论知识为主，实践技能的培养被忽视了。
4、过于“人性化”的管理制度。许多学校对考试和毕业制度放得较宽，考试只是以期末成绩为主，而平时的表现、成绩和实作等所占的比例较少。有不少学生平时不上课，到期末考试时才参加，也能顺利过关。毕业过关也较容易，只要每一门课程都及格就可以毕业，而忽略了对学生真正掌握知识的需求。
(二)传统教学的负面影响。
由于教与学脱离实际，学生在学习过程中没有学过、接触过解决实际问题的基本方法、步骤、程序，走入社会后动手能力差，解决实际问题无从入手，企业还得花精力、资金和很长时间进行培训，学生还得从头学起。因此，教学方法的改革迫在眉睫。 三、统计学教学改革的探讨
(一)统计学教材的创新。
教材是提供知识的载体，教材的质量如何直接影响着教学质量，当前的统计学教材由于更新不及时，教材内容往往注重理论，而且抽象难懂，缺少案例分析和对学生实践操作的培养。因此，要重新对统计学教材重新编写，从而更加适合当前统计学的发展。
1、统计学的目的旨在为学生通过学习统计理论知识，掌握数据资料的分析方法，对数据资料能够进行整理、分析，做出正确的决策。统计学教材必须在对统计理路知识掌握的前提下，穿插对实际案例的分析，使统计学教材更加科学、更加实用。
2、统计学的内容应当与统计软件有机结合起来，在对实际问题进行分析时，手工操作已经不能适应当前社会统计的需要，运用统计软件不仅可以缩短计算时间，而且使统计出来的数据更加明了，更加准确。
(二)教学方法的改革。
教学过程是整个教学改革的核心，教学过程的把握决定着教学改革的成败与否。教师应注意将讲授式教学、启发式教学、问题探究式教学、训练与实践式教学、多媒体教学等结合起来，有效提高学生的学习兴趣，调动他们的学习积极性。在传授已经形成的知识的同时，要加强学生的实践能力锻炼，提高学生的动手能力和创新能力。
1、案例教学法。案例教学法就是指教师通过在教学的过程中，穿插一些实际案例进行分析，调动学生的积极性和主动性，让学生进行相互讨论，对案例进行分析，不仅能更好地掌握所学的理论知识，而且可以培养学生分析问题、解决问题的能力。在对案例的选择上：一要与当前所讲述的理论知识相关联;二要所选的案例必须是现实社会中真实发生，不能是虚构的事件，案例最好是最近发生得，这样更能有说服力，产生的效果也更加明显。
2、多媒体教学。多媒体教学是指在教学过程中，根据教学目标和教学对象的特点，通过教学设计，合理选择和运用现代教学媒体，并与传统教学手段有机组合，共同参与教学全过程，以多种媒体信息作用于学生，形成合理的教学过程结构，达到最优化的教学效果。多媒体教学取代了传统的黑板教学模式，更加能调动学生的积极性，可以把过去在教学中不能展现的事物表现出来，对于统计学来说，可以更加深入理解和掌握统计方法在实际中的运用。
(三)加强实践操作。
统计学是需要理论和实践相结合的学科，由于统计学的理论性很强，学生觉得比较难学，主要在于统计学中的概念比较严谨、复杂、计算推导公式也比较繁多。在学习统计学的过程中，就必须理论联系实际，把有关的概念、方法原理和实际生活中联系起来，通过实例进行清晰、明确地诠释。通过让学生参加一些实践活动，比如在校内开展一些调查，像每月生活费调查、业余活动调查等，让学生通过所学的理论知识对其进行设计、调查、分析、整理，最后写出报告，这样不但可以巩固所学的理论知识，做到学以致用，还可以提供学生的实际操作技能。学校还可以联系一些实习单位，让学生实际操作，把所学的知识和实际工作更好地融合，在实际操作中逐步提升自己的水平。
(四)创新考核方式。
传统的统计学考核方式主要围绕书本知识在理论和方法上做文章，从教学到考核以“书”为本，考试一过关，好像就认为掌握了统计学的知识，具备了统计的基本素质和能力。其实不然，因为统计学的学科性质决定了学生的统计素质和能力很难通过笔试考出来。统计学从内容上主要包括两大组成部分：理论知识和综合应用。统计学的考核应围绕这两部分内容而展开，当然这两部分内容各有侧重。
1、理论知识的考核。
统计学的理论知识主要包括概念、作用、种类、特点、原则和程序等，这部分可笔试进行，但要注重把理论知识尽量转化为实际问题去测试，考查学生对理论的理解程度。
2、综合应用能力考核。
(1)撰写调查报告。调查是统计的经常性工作，无论在政府机关，还是在企事业单位，都需要开展调查，以反映事物的真实情况。调查的结果往往以调查报告的形式去反映，调查报告既体现学生的写作水平，又反映他们的专业水平。在非统计专业的统计学教学中，让他们亲身感受调查工作，并以调查报告的形式去考核他们，这样会比单纯说教方式更好。
(2)计算机操作。统计学教学除要求学生掌握基本的统计理论外，还要求学生会利用现代化信息工具开展统计调查、统计整理和统计分析。在教学中，教师应加强统计电算化教学，应结合每一阶段的特点适时安排学生上机操作，如统计图表的绘制、统计指标的计算、统计软件的使用等。因此，在考核中必然要体现这一环节，并把它作为检验学生统计应用能力的重要方面纳入综合考核中。
四、结束语
只有从根本上改变教学观念，更新教学内容，运用适合中职学生自身素质特征的教学方法和手段，采用科学的考核方式，才能真正改变目前职业学校统计学教学的现状，使学生真正学好统计学这门应用性很强的学科。
统计学分析论文开题报告篇二
《 浅析大数据时代统计学的发展 》
大数据时代以迅雷不及掩耳之势席卷世界，在全球范围内掀起了前所未有的数据革命浪潮。相对于政府单位的统计数据来说，大数据主要利用的是多层次、多样化的数据采集方式，整合了多种数据的开发优势，并且利用现代科学技术手段和高速处理以及信息架构数据等资源，兼具极高的使用价值和判断决策能力。一方面，统计调查数据的多样化发展趋势和电子商务产业的不断发展，为统计数据的使用方式和生产方式制造了不小的麻烦，不断地挑战者政府部门数据管理系统和统计数据的概念。另一方面，信息技术、网络发展以及空间信息技术的不断进步，为统计生产力的升级发展提供了广阔的视角和空间。数据量急剧增长的电子化、信息化和产业化数据，都成为了统计数据发展的重要来源。种类不断增多的“大数据”资源，正在成为政府统计部门利用研究的重要领域。
一、大数据与统计学的区别
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
“大数据”时代需要的海量数据分析资源仅仅凭借统计学科单一学科的发展是不能满足发展需求的，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工作的拦路虎。所以，数据科学家的成长仅仅依靠单一的统计学科知识的学习是远远不够的，其需要的是数学、计算机和统计学三门学科融合发展，紧密结合。三门学科之间交叉发展，融会贯通，这样既可以发挥学科的优势资源，同时也能弥补其他学科的弊端。
三、结语
数据信息的爆炸式增长使我们在使用统计数据处理信息时需要更多的数据资源，更有甚者，在很多情况下可以利用全面化的数据，数据资源不再是制约统计分析的唯一因素，大数据前提下的统计学效用和粘合度预测的准确程度不断提升，而且可以发现诸多在样本统计基础上未能显现的细节。统计学关键优势就是“见微知著”，也是统计学在数据环境下的约束性妥协。在海量数据汹涌袭来的年代，充分发挥统计学的优势，和大数据资源整合发展，实现“以小见大”和“由繁入简”的有效结合。
有关统计学分析论文开题报告推荐：
