统计学的论文多篇

统计学论文 篇一

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

统计的教学不能只停留在课本上，案例教学与情景教学应成为统计课程的重要内容。统计教学和教材增加统计实际案例，通过计算机对大量实际数据进行处理，可以在试验室进行，亦可在课堂上进行讨论，这样学生不仅理解了统计思想和方法，而且锻炼和培养了研究和解决问题的能力。

（五）要有一批能用电脑、网络来教学的新型教师

电脑、网络的出现，不仅改变了教学的手段，还深深地影响着教学的内容，因为它影响着经济、生活的发展和需求。语文（中文、外文）、数学、计算机、专业知识是一个统计人才必备的素质，它们之间不是分离的，而是要尽可能结合在一起来进行教学，各管各教一套的办法已不适应现代化教育教学的需要，现代教育特别注重教育信息技术中的多媒体、网络化、社会化和国际化、多样化和多层次，有了电脑、网络，必需要更新，要培养出一批能用电脑、网络来教学的新型教师，以便培养出新型的21世纪的人才。

[参考文献]

[1]贺铿。关于统计学的性质与发展问题。中国统计，2001.9.

[2]袁卫。国外统计高等教育发展的趋势及对我国统计教育改革的思考。中国统

计，2001.10.

统计学论文 篇二

在传统教学模式下，学生处于相对封闭的校园，基本都是被动接受知识，对企业实际工作了解得很少，造成学生走上工作岗位后很难立即适应，所以根据企业的会计岗位设置教学内容就显得十分必要。可以将教学内容按照企业成本核算流程中的不同会计岗位进行划分，使学生掌握每个岗位的核算内容和方法，这样不仅可以提高学生的实际操作能力，而且可以激发他们的学习热情。此外，将学生置于企业实际的会计岗位也是一个不错的方法。首先，加强与企业的联系，建立校外实习基地。其次，将每个学生轮流置于一个个成本核算岗位上，让他们明白每个岗位的工作职责和核算方法。经过一个流程的实习，学生就能加深对理论知识的理解，实践操作能力也会提高不少。最后，给学生提供一个企业一段时期内的成本核算资料，让学生独立完成成本核算，对所学内容进行总结和检验。

二、在教学中运用一些成功或失败案例。

教师通过案例，让学生运用所学知识和方法分析案例中的成功与失败之处，然后分小组进行讨论，最后提出可行方案。这样不仅使学生从被动地位转到主动地位，提高独立思考能力，还达到教师教学目的，一举两得。在教学中运用案例教学，最重要的就是学生敢于提出问题，只有这样，教师才能引导学生由浅及深地思考问题，从而达到全面理解的目的。此外，可以尝试建立学习小组，将成本会计的学习活动转移到课堂以外，教师提供一些方向性指导，通过查阅案例和小组讨论实现学习目标。

三、课堂教学发挥计算机辅助教学系统的作用。

计算机辅助教学系统是利用计算机作为信息传播和处理媒介完成教学和训练任务的新兴技术，它能营造一种“图文并茂、动静结合、声境交融、视听并用”的多媒体交互式教学环境。在这种环境下，多种感官的刺激加深了学生对新鲜事物的印象，取得了更好的学习效果。在成本会计教学中，教师除了要传授基本的、核心的理论知识外，更要培养学生的动手能力。由于条件的限制，传统的成本会计教学往往分为理论教学和实践教学两部分，尽管做了许多尝试，如岗位实习、校外实习等，但如何把理论和实践相结合依然是一个难题，计算机辅助教学系统的使用改变了这一现状。教师运用计算机可以模拟账、证、表等各种会计资料，也可以模拟一些数据的来源去向、计算流程、账务处理等；学生可以边学习理论、边实践操作。整个教学过程生动、直观，犹如“身临其境”，这样可大大激发学生的学习积极性，对账户的设置与结转、费用的归集与分配、成本计算与核算就可有更加深刻的认识，实际操作能力自然可提高。

四、在实践教学环节上花气力、下工夫。

目前高职院校成本会计实践教学普遍采用的形式和手段有练习、测试、校内模拟实训、校外单位实习、撰写论文等。在实践教学中，有条件的话，应尽可能带领学生到类似企业进行参观，了解企业各个职能部门的分工与合作、产品的工艺流程、产品中原料和辅料的构成，等等，使学生对产品的制造过程形成感性认识，为成本核算的学习奠定基础。在模拟实训中，要制订科学、系统的实训计划，按照单元实训和综合实训两部分进行。实训中指导教师要认真指导学生进行规范化操作，实训后要求学生展示实训成果并总结实训心得体会。指导教师要对每名学生的操作过程及成果进行评价，写出评语，评定成绩，评选出优秀实训作业，为以后教学提供样本。

五、结语

统计学的论文 篇三

[关键词] 统计学处理 医学论文

健康网讯：

1.统计研究设计：应交代统计研究设计的名称和主要做法。如调查设计(分为前瞻性、回顾性还是横断面调查研究),实验设计(应交代具体的设计类型，如自身配对设计、成组设计、交叉设计、析因设计、正交设计等),临床试验设计(应交代属于第几期临床试验，采用了何种盲法措施等);主要做法应围绕4个基本原则(重复、随机、对照、均衡)概要说明，尤其要交代如何控制重要非试验因素的干扰和影响。 2.资料的表达与描述：用 x±s表达近似服从正态分布的定量资料、用M(QR)表达呈偏态分布的定量资料；用统计表时，要合理安排纵横标目，并将数据的含义表达清楚；用统计图时，所用统计图的类型应与资料性质相匹配，并使数轴上刻度值的标法符合数学原则；用相对数时，分母不宜小于20,要注意区分百分率与百分比。 3.统计分析方法的选择：对于定量资料，应根据所采用的设计类型、资料所具备的条件和分析目的，选用合适的统计分析方法，不应盲目套用t检验和单因素方差分析；对于定性资料，应根据所采用的设计类型、定性变量的性质和频数所具备的条件以及分析目的，选用合适的统计分析方法，不应盲目套用χ2检验。对于回归分析，应结合专业知识和散布图，选用合适的回归类型，不应盲目套用简单直线回归分析，对具有重复实验数据的回归分析资料，不应简单化处理；对于多因素、多指标资料，要在一元分析的基础上，尽可能运用多元统计分析方法，以便对因素之间的交互作用和多指标之间的内在联系作出全面、合理的解释和评价。 4.统计结果的解释和表达：当P<0.05(或P<0.01)时，应说对比组之间的差异具有显著性(或非常显著性)的意义，而不应说对比组之间具有显著性(或非常显著性)的差别；应写明所用统计分析方法的具体名称(如：成组设计资料的t检验、两因素析因设计资料的方差分析、多个均数之间两两比较的q检验等),统计量的具体值(如：t=3.45,χ2=4.68,F=6.79等),应尽可能给出具体的P值(如：P=0.0238);当涉及到总体参数(如总体均数、总体率等)时，在给出显著性检验结果的同时，再给出95%置信区间。 中华传染病杂志2002年2月第20卷第1期

统计学论文 篇四

1.1计算机技术应用于统计学是信息化发展的必然要求

传统的统计工作基本以统计人员的手工劳动为主，因此无论在信息量，还是统计数据的可靠性、准确性及时效性都已不能适应现代社会信息化发展的需要。而在信息化时代，从统计方法的选择到统计工作过程，即统计设计、统计调查、统计整理和统计分析四个阶段，在遵循客观规律和实事求是原则基础上，每个环节都需要渗透计算机技术，尤其是最后对海量数据分析阶段，需揭示事物的本质和规律，需要对数据进行深度挖掘，得出有用的决策方案和评价结论。离不开计算机软件处理，有的甚至需要编程寻求数据结果，数据结果的一般也是在通过该网络平台上进行的、所以，计算机技术应用于统计学是信息化发展的必然要求。

1.2计算机技术推动了统计学的发展

就统计数据本身而言，其不但渗透到社会生活的各个领域，而且数据量也快速增加，即所谓海量数据的处理，这就对统计学的发展和应用提出了更高的要求。例如在对一些理财产品的选择和风险投资领域，对这些数据处理最重要的要求就是快而准，唯有如此才能抓住盈利的时机，而电脑和网络技术的发展真正提供了这种可能性。计算机作为一种高速计算的电子计算机器，最重要的功能之一便是数据处理分析，不但能在时间复杂度上得到最大程度的优化，同时在完成基本数据运算之余，更能通过分析技术对数据做出合理分析，并在一定程度上通过对数据的整合完成对所关心对象未来发展的预测。所以，计算机技术不但能实现对数据的快速处理，而且在很大程度上推动了统计学的发展。

1.3统计学为计算机信息处理提供数据保证

在信息化时代，数据日新月异，层出不穷，计算机技术只是为信息时代的数据处理提供了高效手段，但只有信息是准确和可靠的，才能得出正确的处理结论，而这些数据是否真实、准确、可靠，完全依赖于统计学的调查方法和手段，依赖于统计学的不断发展。只有统计学，才能为计算机技术进行准确和及时的数据处理提供保证，也才能更好地促进信息社会的发展。

2计算机技术在高校统计学教学中的应用

统计学，以“概率论与数理统计”为核心理论支撑，包括诸如随机过程、抽样推断、时间序列、多元统计分析等各个细小分科，而作为与数据打交道的统计学，在通过数据挖掘来探求事物本质，发展状况与走向时，对数据的依赖是不容忽视的，对于海量数据的处理需要计算机技术、统计分析方法和统计软件。而在目前高校统计学教材和统计学学习中，学习的核心仍旧放在理论方面，在应用上投入时间少，尤其是对较为实用，较为前沿的技术介绍不够。下面介绍几种简单的计算机处理技术如何在统计学中进行应用。

2.1EXCEL在统计学中的应用

EXCEL是WINDOWS的成员，学习起来非常方便，极易被人们所接受，因高校中开设计算机文化基础课程，对此有所了解，因此尤其适合高校统计学中深入学习。EXCEL软件是一种功能强大的数据分析与管理系统，它提供了大量的函数，比如统计学中经常涉及到的平均指标（算数平均数、中位数、众数）、标志变异指标（标准差、方差、标志变异系数）、回归系数（一元、多元）、极值计算（最大值、最小值、峰值）、抽样推断（样本个数、置信区间）以及编制变量数列进行统计分组等等，都可以进行处理和计算，很直观，也很适合统计人员使用。另外，还具有很强的制图制表功能，同时可以对经济预测提供相应的数学模型，是目前高校统计学习中的一种重要数据处理工具。

2.2SPSS在统计学中的应用

SPSS是StatisticalPackageForSocialSciences的缩写，即社会科学统计软件包，是目前国际上广泛使用的统计软件包之一，主要分布在保险、医疗、制造、银行、证券、科研院所等各个领域。SPSS主要功能包括数据管理、数据分析、图表分析和数据输出等，集数据管理、分析与一体。主要内容包括均值比较、方差分析、主成分分析、回归分析、时间序列分析、因子分析、聚类分析等等，每类中都有多个细小的专项统计方法。SPSS也有专门的绘图系统，可以根据数据绘制各种图形。具有操作简便、编程方便、功能强大、全面的数据接口、灵活的功能模块组合等优点，为统计人员处理数据提供方便。

2.3SAS软件在统计学中的应用

SAS是StatisticalAnalysisSystem的缩写，即统计分析系统，现已发展成为一个大型的模块化集成软件系统，融数据处理和统计分析于一体，具有数据仓库管理、数据挖掘和集成数据访问等功能，广泛应用于医药、卫生、经济学、政府、农业、教育部门等各行各业，几乎满足任何类型的数据和任何应用的需要。具有易学易用，操作简便、完整可靠的特点。在统计学方面，可以进行一元线性回归分析、相关分析、方差和协方差分析、时间序列分析、决策分析和经济预测等等。SAS具有绘图功能，能把存储的数据以图形的形式非常形象和直观地显示出来，不仅可以绘制直方图、散点图、扇形图等，而且还能绘制地图。另外，本身还有函数系统，用户可以根据自己的需要选择适合自己的模块。SAS提供了几乎所有最新的统计分析方法，其分析技术先进可靠，非常值得在统计学中学习和推广。

3统计软件运用过程中的相关建议

统计学论文 篇五

【论文摘要】所谓统计思想，就是在统计实际工作、统计学理论的应用研究中，必须遵循的基本理念和指导思想。统计思想主要包括均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等思想。文章通过对统计思想的阐释，提出关于统计思想认识的三点思考。

一、关于统计学

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。

二、统计学中的几种统计思想

2.1统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括：均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

三、对统计思想的一些思考

3.1要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考文献：

[1]陈福贵。统计思想雏议[J]北京统计，2004,(05).

[2]庞有贵。统计工作及统计思想[J]科技情报开发与经济，2004,(03).

[3]范文正。几种基本统计思想的现实意义[J]统计与决策，2007,(08).