统计学数据分析论文
数据分析就是用适当的统计方法对数据进行分析，以求最大化地开发数据的功能，发挥数据的作用。下文是小编为大家整理的关于统计学数据分析论文的范文，欢迎大家阅读参考!
统计学数据分析论文篇1
浅谈统计数据在统计分析中的恰当运用
“数据是统计”统计数据是统计工作人员从事统计活动工作过程的主要“产品”。可以认为，统计工作人员生产的统计数据越多、越快、越准确，则说明统计工作的效率越高。但是，大量的统计数据在统计分析中也有一个科学运用的问题。如果运用得当，社会经济情况就会正确、清晰的反映出来;但如果运用不当，则可能不能准确反映社会经济发展的客观情况，甚至做出歪曲的反映。那如何将统计数据科学的运用到统计分析中去，使统计分析做到有理有据有用，最大限度的发挥统计工作的服务职能，是统计人员做好统计工作的重点和难点。
一、将绝对指标与相对指标综合运用
统计指标从表现形式看，一般可分为绝对指标和相对指标两类，即绝对数和相对数。绝对数是经过汇总而成的数据，如GDP总量、工资总额、投资总量等;相对数则是两个数据相比而成的数据，如增长率、失业率、生产率、税率等。要正确认识社会经济的发展水平和速度，往往需要将绝对数和相对数结合起来运用。笔者曾在一份报纸上看到这样一篇报表：某省某企业通过改制后“生产率比改制前提高了5倍，利税比改制前增长了7倍，职工收入比改制前增长了4倍”。这一组数据看起来确实振奋人心，但是仔细琢磨起来，数据不够严密，只有相对数，没有绝对数，绝对数是多少呢?没有绝对数，仅有相对数是不能准确反映该企业发展情况的。以职工收入为例，如果改制前，企业几乎开不出工资，那么改制后增长4倍也不会有多少;如果改制前每有就有千元的话，则改制后增加到4千元，那的确是令人兴奋的。可见，只有绝对数而不与相对数相结合运用，往往不能准确反映实际情况。因此我们应清醒的看到我们的差距，客观评价我们取得的进步。
二、将总量指标与平均指标结合运用
总量指标是反映事物总体水平的指标，平均指标则是反映事物平均水平。在总量指标值不变的前提下，平均水平的高低则受总体单位数的影响很大。因此在运用统计数据时，总量指标往往要与平均指标结合起来才能做出更准确的反映。比较典型的例子是我国的经济总量与人均量的分析。论经济总量，我国的GDP在世界已排名第六位，论实物产量，我国的粮食、棉花、油料以及钢、水泥、服装等很多产品都居世界各国前列。但是，由于我国人口基数大，用人口基数作除数，则人均指标在世界上都排在百位左右。因此，我们认清形势，只有经过长期的努力，才能改变我国的相对落后地位。对企业的分析也是如此。如仅分析相对数或相对数，则往往不能正确反映实际。如我们分析企业的工资增加情况，如果仅知道一个企业比上年增加了100万元人民币工资，我们能得出什么结论呢?如果这家企业有100名员工，则人均增加1万元人民币，则可以判断为工资增长很快;如果这家企业有1万名员工，则人均只增加100元人民币，则可以判断为工资增长很慢。可见绝对数不与平均数相结合分析，是难以得以正确的结论。
三、将平均指标与标志变异指标结合运用
平均指标是某一变量集中趋势的代表值，抽象了各标志值的差异，其大小易受极端值的影响;标志变异指标则正好描述变量的离散程度，反映平均数代表性的大小，因此在运用平均指标来做决策时，需要将平均指标与标志指标结合起来运用。假如一家企业有两个下游厂商可提供它必需的零件，价格与质量相同，甲厂商平均交货天数为5天，乙厂商为5.15天。如果单纯的只从平均数来看，甲厂商的平均交货比乙厂商短，可较快拿到货品比较好，故向甲厂商订货。但是仔细观察甲、乙两厂商最近8次的交货记录，甲厂商为(2，2，7，4，1，9，7，8)，乙厂商为(4，5，6，5，5，6，5)，不难发现甲厂商的平均交货
天数较少，但交货的情况极其不稳定，有时1天就可交货，有时要延长到9天能交货。反之，乙厂商的平均交货天数虽然较长，但它均能在4至5天时准时交货，可见，如果公司不考虑两厂商交货时间的均衡性，公司很有可能面临生产过程不流畅的困境。
四、将发展速度与平均发展速度结合运用
发展速度是以某一时期(或时点)为基数计算出的动态相对数，平均发展速度计算的是以某一时期平均每年(或月、日)的发展速度。发展速度又分定期与环比两类，定期发展速度是固定某一年为基期计算的发展速度，环比发展速度是以前一期为基期计算的发展速度，定基与环比往往受基期的影响很大。以我国职工平均工资发展速度为例。自1952年以来，我国职工平均工资的增长经过了几起几伏。计算发展速度时，基数选择不同，得出的速度不同甚至相反。如1972年平均工资为588元人民币，比1970年的561元人民币增长4.8%，但比1965年的590元人民币却有所下降。平均发展速度则能较全面准确的反映一定时期的发展速度。还是以平均工资为例，1952年(445元人民币)至1982年(798元人民币)的30年中我国职工平均工资增长79.3%，这个速度看起来不低，但用30年平均一算，则平均每年增长不到2%，这个速度则是很低的。
由此可见，在统计分析中将多种统计指标恰当的结合运用，能够更为全面、真实的反映社会经济现象的数量特征和数量变化规律，从而更好的发挥统计信息咨询和监督职能，为国家和企业经营管理制定科学决策提供客观依据。
参考文献：
[1]中华人民共和国统计局.中国统计年鉴——2004.中国统计局出版.2005.
统计学数据分析论文篇2
以数据分析为核心的应用统计学人才课程体系构建
摘要：随着电子商务、支付宝、Paypal、微博、博客、微信、Fetion、QQ、Skype、Facebook等网络的大量涌现，移动互联网、云计算、社会数字媒体的丰富应用，更多的传感设备、移动终端接入到网络，由此产生的数据及增长速度将比历史上的任何时期都要多，都要快。“大数据”时代已经来临，它对人类的数据驾驭与分析能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。而统计学恰好可以在大数据时代发挥其重要作用，数据分析、数据科学的基础都需要大量统计学知识。本文从统计学如何培养能够适应数据分析领域的角度，从课程构建、实践环节的角度进行探讨。
关键词：数据分析;统计学;课程体系;大数据
随着社交网络的逐渐成熟，移动带宽迅速提升，云计算、互联网应用的丰富，更多的传感设备、移动终端接入到网络，由此产生的数据及增长速度将比历史上的任何时期都要多，都要快。“大数据”时代已经来临，它对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。大数据是指海量数据集，其来源包括动漫数据、企业IT应用带来的数据、博客、点击流数据、社交媒体、机器和传感数据等。它是互联网、电子商务的又一次重大革命，对数据处理、数据挖掘、数据分析提出了新的挑战。
如今互联网行业、电子商务行业中的数据应用及分析已经相当普遍，为了应对大数据时代的要求，同时要具备较强的统计学功底和娴熟的计算机软件运用能力，而今完全具备这些能力的数据分析专业人才是极其匮乏的。数据分析师便应运而生，不仅互联网行业、电子商务行业需要大量的数据分析师，近年来项目数据分析事务所不断涌现，而项目数据分析师因其专业技能及量化的数据分析为客户以及所在单位控制决策风险、保证利益最大化而备受各界青睐，以待遇优厚和地位尊崇而闻名国际，也被视为我国21世纪的黄金职业。《华商报》将项目数据分析师纳入了新七十二行，《HR管理世界》将项目数据分析师评为七大赚钱职业。本文就如何在统计学专业开展数据分析方向进行了阐述，首先论述了数据分析的重要意义，其次讨论了数据分析方向的课程构建，最后分析了如何加强理论与实践环节的结合。
一、数据分析的重要意义
大数据预测美国总统：美国时代周刊报道称，数据驱动的竞选决策才是奥巴马竞选获胜的关键。数据分析团队在筹集竞选经费、锁定目标选民、督促选民投票等各个环节的决策中都发挥了重要作用。这意味着华盛顿竞选专家的作用极具下降，能够分析大数据的量化分析家和程序员的地位却大幅提升。如今从事专业数据分析工作的企业如项目数据分析师事务所、数据挖掘公司等都应市场需求而大力发展，并且受到风险投资的青睐。
如美国社交数据挖掘公司Datasift于2012年宣布，获得1500万美元风险投资。2013年，DataSift成为Twitter的“认证合作伙伴”，主要负责海量微博社交数据分析。这是该公司今年第二笔融资，五月份其曾融资720万美元。又如面向开发者的大数据应用软件平台服务提供商Continuity最近获得1000万美元的融资，目前融资总额已经达到1250万美元。
数据分析的应用无处不在，那什么是数据分析呢?数据分析就是用适当的统计方法对数据进行分析，以求最大化地开发数据的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。数据分析技术不仅能通过对真实数据的分析去发现问题，还能够通过经济学原理建立数学模型，对投资或其他决策是否可行进行分析，预测未来的收益及风险情况，为做出科学合理的决策提供依据。
在提高工作效率的基础上，也增强企业管理的科学性。无论是在国家政府部门，还是企事业单位中，数据分析工作都是进行决策和做出工作决定之前至关重要的一个环节。因此，针对项目可行性、风险承载力、投资回报率以及相关经济效益指标等方面的分析工作显得格外重要。在这个工作过程中，专业的数据分析人员扮演着无比重要的角色，数据分析成果的质量高低直接决定着项目投资、企业经营决策计划最终的方向。所以，各个行业对数据分析人员的需求之多是不言而喻的。
传统行业，如政府机构：一类是计委、经委、统计局等一些经济综合管理部门所设有的调研处、研究室和情报所。
第二类是商业、粮食、物资、银行等经济主管业务部门会设有信息中心或调研室，从本系统、本部门的业务出发进行专业性调研，提供支持本部门的市场信息。而伴随着数据分析应用的扩大，其在新兴行业中也得到了发展，如计算机软硬件及IT行业、电子商务与网络游戏、金融保险、消费品、咨询业与广告媒体、大型设备与重工业以及房地产行业等对数据分析师的需求量很大，尤其是电子商务，由于利用互联网，能够比传统零售业具有更好的数据收集和管理能力，能积累海量的数据，因此更看重从海量数据中挖掘出用户偏好和市场机会。
研究机构：比如市场研究公司、咨询公司、证券公司、研究院。自主创业：取得注册项目数据分析师(CPDA)资格证可以自主创建或就业于项目数据分析师事务所等。所以，数据分析的行业应用是极其广泛的，并且随着大数据时代的到来，数据分析尤其是数据挖掘将借助互联网的发展，逐步形成人们依靠的重点，并可能成为未来发展与竞争的重点之一。由此我们可以看到数据分析师的就业前景是非常广泛而乐观的，无论是数学专业、统计专业，还是计算机专业的学生，都可以通过系统的学习数据分析课程来适应对数据分析人才的要求。
二、课程体系构建
1.主干课程。
主干课程包含高代、数分、概率论、数理统计、多元统计分析、时间序列分析、市场调查与分析、统计预测与决策、数据结构、C语言、数据分析、数据挖掘、大数据分析与展示。理论课程的学习可以使学生了解数据分析的基本内容，学会如何对已获取的数据进行加工处理，如何对实际问题进行定量分析，以及如何解释分析的结果。掌握几种常用数据分析方法的统计思想及基本步骤，并具备一定的分析论证能力。 2.实验课程。数据分析的操作离不开计算机。目前数据分析行业常用的一些统计软件有SAS、SPSS和R软件。SAS软件是一个模块化、集成化的大型应用统计系统。它的功能包括数据访问、数据储存及管理、应用开发、图形处理、数据分析、报告编制、运筹学方法、计量经济学与预测等。SPSS软件是一个社会科学统计软件包，是采用图形菜单驱动界面的统计软件，SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等。R软件是一套完整的数据处理、计算和制图软件系统，包括：数据存储和处理系统、完整连贯的统计分析工具、优秀的统计制图功能、可操纵数据的输入和输入等功能。这三个软件在数据分析中针对不同行业的需求有不同方向的应用。
3.专业课程。
从数据分析的行业需求出发，好的数据分析人员不仅要有较强的数据分析能力，还要有该行业的背景及相关知识的储备，这样才能将数据分析与行业特性联系起来，发挥数据分析的最大功能，即所谓的“因地制宜”。同时要兼顾学生的兴趣与学习的联系，需提供多领域的课程选择，如：经济学、金融学、保险学、管理学、会计学等。而在软件学习方面也要拓宽渠道，除了实验课程安排学习的软件，学生可根据自身发展意向再多掌握一些软件如：SQL数据库，熟悉office常用功能，尤其熟练运用Word和PowerPoint、Excel图表及数据分析等。同时还应该结合对数据分析师的要求设置一些相关课程：投资数据分析、市场调研与预测、预测技术分析、现金流量表编制、风险投资项目筛选、不确定性分析、编制数据分析报告等。
三、实践环节
培养数据分析的专业型人才目的就是为了学以致用。数据分析本身就是为了从数据中发现问题、建立模型、预测收益风险企业决策进而做出合理正确的决策判断。因此，学习了基本的知识和技能就要运用到实际操作中。学校可以和本地的数据分析事务所，或者大量需求数据分析人员的互联网行业建立实训基地，进行合作式教学，使得学生在实习的过程中能够理论联系实际，切身体会数据分析的商业操作体系，这样就能够促进学生有目的、有取舍地针对自身情况学习钻研，继而就能够培养出适应经济发展，满足市场需求的应用型人才。
四、结语
在大数据时代到来之时，数据分析在互联网中的应用将会空前广泛，与此同时对数据分析师的需求也将会井喷，无论是在军事、工业、企业还是在政治上，大数据分析都将会十分紧缺。因此，目前对数据分析师的培养刻不容缓。本文从分析数据分析行业发展及其重要意义、数据分析专业课程设置以及教学实践环节方面对构建数据分析课程体系进行了探讨。不仅从教学课程的内容上予以安排，而且更加注重引导学生自主学习，特别强调理论结合实践的合作式教学。希望能够结合行业需求合理地构建课程，培养出专门从事数据分析的项目数据分析师，从而能够满足市场需求和自身发展。
参考文献：
[1]范金城.数据分析[M].科学出版社，2010.
[2]苏理云，叶志勇，宋江敏，钟坚敏.以数学建模为平台提升大学生的应用、实践与创新能力[J].教育教学论坛，2012，(11)：152-153.