發布時間：2023-07-16 08:31:39
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的統計學分析數據樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
【關鍵詞】統計學；管理現狀；優化策略；模式創新
【中圖分類號】C81【文獻標志碼】A【文章編號】1673-1069（2020）06-0071-02
1引言
統計學作為企業經營管理的重要手段，在企業經營過程中統計工作是否落實到位，對于企業可持續發展目標的實現而言具有重要影響，尤其在當前多元化市場競爭環境下，企業規?；l展雖然推動了國民經濟的進一步發展，但與此同時企業市場競爭也愈演愈烈，實現持續性經營，確保統計學應用效益的最大化，是目前推動產業可持續發展的重要戰略基礎。
2大數據時代內容的基本概述
簡單來講，所謂的“大數據”是指在當前信息化產業時代背景下，無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是互聯網公司在日常運營中生成、累積的用戶網絡行為數據，是需要新處理模式才能有效處理的海量、高增長率和多樣化信息資產。隨著近年來信息技術的不斷發展和廣泛應用，“大數據”時代是“互聯網+”技術應用下時代未來發展的趨勢。就目前來看，與傳統信息數據相比，大數據具有數據量大、數據多元以及數據價值高的顯著特點，伴隨城市化、工業化建設進程的不斷加快，如何有效地對大數據進行處理，成為現階段基層產業結構和相關主管部門的核心發展方向，也是促進企業進一步發展的重要基礎。
數據實質上是存儲于計算機內的各種信息集合，在當前全球化、市場化不斷發展的新產業時代背景下，商業模式的巨大轉變，在改變人們關注度的同時，也為企業的進一步發展奠定了良好基礎，最終為企業預期發展目標的實現創造了良好條件。對于大數據的處理，倘若采取傳統的處理技術，不僅難以達到預期的處理目標，更極易導致一系列其他問題的產生，最終對企業整體發展造成了極為不利的影響，為此在大數據發展的同時，技術領域也取得了顯著突破，目前常見的管理技術主要有——數據倉庫技術、數據安全技術、數據分析、數據挖掘和模型預測，其中，數據分析、數據挖掘與大數據關系最為密切。
3新形勢下統計學存在的主要問題
3.1企業對于統計管理工作的重視度不足
在經濟全球化和一體化建設進程不斷加快的新市場經濟常態下，企業規模和數量的不斷增加，在加劇企業市場競爭力的同時，如何有效地提升企業工作質量和工作效率是現階段企業的核心發展方向，但由于部分企業受傳統發展以及管理理念根深蒂固的影響，企業管理和發展重心始終集中于企業經濟效益，忽視了對統計管理的關注度，致使單位在統計管理工作方面的人力和物力投入不足，各項管理工作受到一定影響的同時，企業的整體發展也受到了一定影響。
3.2統計管理人員自身專業素養有待提高
統計管理人員作為統計管理工作的實踐者，其自身專業能力和綜合素養水平的高低，對于統計管理工作質量和工作效率具有重要影響，但隨著當下統計管理工作量的增加，部分企業為滿足人員配置需求，不斷地降低人員選拔標準，導致聘用人員無論是專業能力還是綜合素養都有待完善。作為一項專業、系統的管理工作，統計管理不僅要求管理人員擁有細心、踏實、耐心等基本素質，還要具備一定的計算機操作能力，但隨著企業規模和數量的持續增加，統計管理人員身兼數職、待遇不高等問題的存在，導致管理人員自身專業能力有所欠缺，業務操作等方面也存在一定不足，最終對統計管理造成了極為不利的影響。
3.3數據庫硬件設施、設備不完善
信息化產業時代背景下，“互聯網+”技術的廣泛應用，在便捷人們日常生活，提高企業生產效益的同時，將其應用到其他領域中，在一定程度上也為各單位的轉型升級注入了新的發展動力。統計管理是企業管理作業的重要內容，在很大程度上數據管理庫自身硬件設施、設備的完善度對于統計管理工作質量和效率具有直接影響，但對于某些偏遠地區亦或經濟發展相對緩慢的區域，統計管理設備、設施的落后性在影響現代化科技管理手段應用效益的同時，統計管理作業也始終未能得到突破性進展，企業發展也由此受到了一定影響。
4新形勢下統計管理工作的創新策略探析
4.1加強對統計管理重要性的宣傳力度，提高對統計管理工作的重視
統計管理作為企業管理的重要組成部分，其管理工作質量和工作效率對企業發展而言也具有一定影響，而為實現企業可持續發展的目標，確保統計管理工作落實到實處是極為必要的。通過上述分析可知，管理人員對于統計管理工作的不重視是影響統計管理工作效益的重要因素，為有效地改善當前管理現狀，一方面基層產業機構需加大對統計管理重要性的宣傳力度，在不斷提高人們對于“統計學應用效益”高度認同的同時，為統計管理工作的順利開展奠定良好基礎。而另一方面企業還需加強對統計管理工作人員的教育力度，在不斷增強統計管理人員工作責任感和使命感的基礎上，為預期管理目標的實現創造良好條件。
4.2積極和有關大數據公司或機構進行合作
要想在大數據時代背景下進一步優化和提高統計管理工作，就必須將大數據有關技術和統計管理的實際工作緊密結合起來，因此必須解放思想，打破行業限制，積極尋求和有關大數據公司或者機構進行合作開發，開發出真正適合統計管理工作的大數據技術和工具，大數據無法使用單臺計算機進行操作和處理，必須采用分布式架構技術等，其也必然和云計算的有關分布式處理、云存儲以及虛擬技術等密不可分，因此統計管理必須要積極尋求多方合作，積極將大數據的有關技術引入統計管理的實際工作中去。
4.3不斷優化和完善統計管理模式
在當前企業規模和數量持續增加的新產業時代背景下，數據的形成過程較為煩瑣，且數量也較為龐大，為從根本上有效提高管理的科學性、高效性和有效性，不斷地優化統計管理模式和管理手段也是極為必要的。通過大量調研數據分析可知，在進行統計管理過程中，信息技術的不斷發展和傳播渠道的日趨增多，在很大程度上為企業統計管理創造了良好條件，但由于部分企業在計算機信息技術應用過程中，未將現代化技術應用到電子統計管理中，導致管理信息化水平較低的同時，預期管理目標也難以實現，為有效地解決上述問題，將數據信息化納入到工作日程中，為單位的數據管理部門配置專門的信息化設備，是現階段提高統計管理信息化水平，促進企業進一步發展的重要戰略手段。
4.4將各項統計管理工作細節落實到位
在統計管理作業過程中，從根本上有效地提高企業的經濟效益、確保各項統計工作細節落實到位也是現階段基層產業機構和相關主管部門的重要工作內容，換言之，在當前多元化市場競爭環境下，要想從根本上提升統計管理工作質量，提高企業整體的經濟效益，以會計管理工作為中心，確保各項細節管理工作落實到位是十分必要的。要想確保管理工作效益的最大化發揮，提升企業經濟效益，企業需將會計的發展目標與企業的發展方向相結合，在確保兩者“統一性”的基礎上，以會計管理工作為中心對企業經營進行系統化管理，最終為企業可持續發展目標的實現奠定良好基礎。
4.5確保預算統計管理工作落實到位
在當前企業經濟收支管理過程中，預算統計管理工作流于形式是影響精細化管理效率的重要因素，而為從根本上有效地解決上述問題，確保全面預算統計管理工作落實到位，是現階段企業經濟運行精細化管理目標實現的重要基礎和根本前提。作為企業經濟運行精細化管理的重要環節，全面預算統計管理作業的開展不僅能確保企業達成預期的戰略目標，其在科學預測企業未來運營狀況、協調內部資源以及控制內部預算編制等方面都發揮了重要作用。因此，在進行預算統計管理過程中，企業統計管理部門工作人員需摒棄傳統管理理念，在做好日常收支管理的基礎上，還要確保內部全范圍、全過程及所有資產的預算統計管理落實到位，由此在保障全面預算作業有序開展的同時，提升企業在多元化市場中的競爭優勢。
【關鍵詞】學習分析系統 教育 大數據
一、引言
“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來?！保溈襄a咨詢公司）大數據時代已經到來了，決策將日益基于數據和分析而做出，而并非基于經驗和直覺。大數據應用已經在商業、經濟等領域取得了顯著的成功。而在目前，教育領域中，各種數字學習環境的普及和推廣，越來越多的人員在網絡環境下發生學習行為。學習者與學習系統之間，學習者與學習者之間，學習者與設備之間，每天都在發生大量的交互數據，這些數據有著海量的數據規模（Volume）、多樣的數據類型（Variety）、快速的數據流動和動態的數據體系（Velocity）、巨大的數據價值（Value），這些都符合大數據的4V特性。海量的數據給傳統教育數據的存儲和分析都帶來了巨大的挑戰。如何通過技術手段對教育大數據進行分析處理，使教育領域的方方面面都受益，最終有效促進教與學，已經越來越受到研究者的重視。而學習分析理念的提出，為教育大數據的應用找到了很好的途徑。
二、學習分析概述
早在2010年美國新媒體聯盟的《地平線報告》中就預測學習分析技術將在未來的四到五年內成為主流。第一屆學習分析和知識國際會議認為：學習分析技術是測量、收集、分析和報告有關學生及其學習環境的數據，用以理解和優化學習及其產生的環境的技術。
學習分析所服務的對象涉及教育系統的各個相關人員，學習者、教育者、教育研究者、教育管理者、學習服務提供者等等。使用數據挖掘、社會網絡分析、統計分析等多種技術對教育大數據進行解釋和分析，根據解釋與分析的結果，評估學習者的學習進展，預測未來的表現，并發現潛在問題，以便學習者能更準確地把握自己的學習情況，優化學習過程，教育者能及時調整教學活動和教學內容，優化教學方法和教學策略，為學生提供個性化的教學資源與建議，同時也能為教育管理者的決策提供科學依據。國外對學習分析技術的研究已經取得了一定的效果，而國內還處在理論研究和綜述階段?；诮逃髷祿膶W習分析系統的構建可以為學習分析的應用和實踐提供重要指導，更好地提高學習效率，有效促進教與學。
三、學習分析系統的總體架構
國內外許多學者都從不同角度對學習分析進行了整體框架的設計，但每個框架都有其局限性，經過實踐驗證的框架依然很少。學習分析的基礎和核心是海量的教育數據。圍繞數據開展數據的采集、存儲、分析、表示以及應用五個環節的活動。本文以數據為核心，依據數據流動的過程來構建一個更加靈活和可擴展的學習分析系統的架構模型（見圖1所示）。
圖1 學習分析系統架構圖
學習者的學習行為發生在各種數字環境中，如傳統的學習管理系統、網絡課程以及開放學習環境（MOOCs）等，社會性學習系統，如博客，微博，各種社交網絡等。交互當中所產生的數據都會被記錄到原始數據庫中，而原始數據來源眾多，形式不一，存儲和處理都有困難。通過聚集、抽樣、維歸約、離散化和二元化等預處理，讓原始數據更加適合挖掘，將預處理得到的學習數據存儲到學習數據庫中，與學習者相關的一些基本數據存儲在學生信息庫中。在特定的時間中學習分析引擎會從學習數據庫和學生信息庫中獲取數據進行分析，依據需求不同，在分析過程中使用不同的數據挖掘和分析工具及模型。分析結果作用于學習者、教育者、研究者、教育管理者等不同層次，提供相應的教育干預，學習內容和過程、教學設計和策略優化。當然，分析結果也要以報告或可視化圖表等形式在展示平臺輸出。
四、結束語
學習分析是大數據技術在教育領域中的應用。在大數據技術的支持下，深度挖掘學習行為模式，交互數據之間所隱藏的潛在價值，學習質量分析，個性化教學內容推送等都將成為可能。在對學習分析進行不斷深入研究的同時，也存在許多挑戰。如何快速有效地收集和預處理來源多樣的原始數據，使用哪種工具、算法能更準確地得到有效預測，如何做到保護學生隱私等，都是我們要考慮的問題。相信這些挑戰都將在不久的將來得到解決。
【參考文獻】
[1]Barwick H.The “four Vs” of Big Data.Implementing Information Infrastructure Symposium[EB/OL].2012-10-02.
[2]Johnson，L.，Adams，S.，andCummins，M.（2012）.The NMC Horizon Report： 20l2 Higher Education Edition.Austin， Texas： TheNewMediaConsortium.
關鍵詞：學情；教學改革；課程；生源
中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2017）01-0107-03
生源是學校的生命線，是制約高職院校發展的主要因素，這兩年高職生源的變化，特別是生源的多樣化，已成為影響高職院校教育教學工作的重要因素。以前學生生源來自高考普招，成績基礎好，學習的主動性和積極性高，有一定的求知欲，開展課程教學比較容易，課程教學的效果好。現在的生源多樣化，導致學生的學習態度、主動性和積極性下降，對課程教學造成很大的影響，課程教學實施困難。目前需要研究好學生的學情，采取相應的對策。
1 學生學情分析
對于學生的學情，生源的多樣化，導致學生分化較大，部分學生成績優秀，動手能力強，能認真鉆研專業技術，在國內各種競賽中獲獎，畢業后能在工作崗位中有很好的發展，但也有很多學生不愛學習，課堂不認真聽講，不喜歡動手操作，不喜歡實訓，甚至對于專業不感興趣。
1.1 學生的生源狀況
最近兩年生源狀況如表1所示，數據通信課程教學針對2015級大二學生。
從表中可以看出生源的多樣化：生源混編、自主單招和專業混編。學生的基礎不同，這就給數據通信課程教帶來了困難。
1.2 學生的課程安排狀況
從表2中可以看出，學生課時較多，課表安排很滿，每周28節課，學生任務重，學生沒有自由的時間學習自己喜歡的課程和技能。只能被動的學習課程，長時間會導致學生學習疲勞，對于上課變得麻木，缺少主動參與課程教學活動。同時對于專業課程，方向較多，學生每個方向都學，導致廣而不精。
1.3 調查問卷和訪談結果分析
針對學生的學習態度、興趣、學習方法習慣和將來就業意向，進行調查問卷和分析。調查統計結果如圖1、2、3、4所示。
從學情調查結果的分析中可以看出，學生的學習態度比較差，只有很少的學生有明確的學習目標，很多學生學習被動，甚至有曠課的，不想上課的。學習習慣比較差，不交作業或缺交作業，很多抄襲別人的作業，獨立完成的很少。對于將來的就業意向，一半學生想良好就業，其他學生想創業或自主擇業，還有部分學生沒想好的。
2 數據通信課程教學改革
2.1 以職業認證為導向
以網絡工程師的能力培養作為本課程改革教W的出發點，課程教學內容圍繞網絡工程師的考核內容，首先統計分析認證的重點知識，所占比例，制定課程的教學內容的重難點。
依據網絡工程師的考核要點，對于網絡技術課程的教學，實施改革，通過修改大綱和授課計劃，注重認證的考核內容，提高實踐教學的比例，注重學生的實踐操作能力，增強學生的學習興趣。如表3所示。
2.2利用華為網院的網絡資源
鼓勵學生通過華為網院，在線自主學習專業知識，提高專業技能。同時為學生的考證提供方便，申請折扣號，減輕學生進行網絡工程師認證的負擔。在學生學完每個階段，對于所學內容進行知識的測試，讓學生明白自己的掌握情況，同時也讓老師了解教學效果，進行教學方法的調整。
2.3 對于學生進行分類教學
對于學生在二年級可以分專業方向，把學習的專業更細化，讓學生學習自己感興趣的方向，同時能減少學生的課時，讓學生有時間去思考，引導其去主動學習，防止把時間浪費在過多的專業課程上，使學生學有所長，在學校中能很好地掌握一門專業技能。
課程結束后，對全體學生組織技能競賽，對于表現好的學生進行獎勵，讓學生感受課程學習的成就感，同時明白技能的重要。
3課程教學改革的建議
首先通過校園圖書館、互聯網等媒介廣泛搜集文獻資料，查閱有關高等職業院校學生的學情，了解國內外相關理論，分析其成功經驗和存在問題，為課程教學提供理論基礎。
然后通過設計調查問卷，搜集相關信息，了解學生的學情，通過具體學生的訪談，分析學生的的特點、發展前景和存在問題，找到相應對策。
最后通過課程教學的開展，找到提高學生學習興趣的途徑，進行數據通信課程的教學改革，找到解決問題的策略，為人才培養提供依據和教育教學改革提供方向。
4 結束語
學生生源的多樣化及生源質量的下降，給高職教學造成了很大的難度，高職教學應該分析學生的學情，了解學生的狀況，開展課程教學改革。本論文具體改革的步驟通過問卷調查、訪談、數據統計分析學生的學情，然后基于數據通信課程具體教學改革探索，找到改進學生學習方法、提高專業興趣和技能的建議策略，從而為后面學生的培養提供一定的理論參考和行動策略。
參考文獻
[1] 吳玉章，方建群.從學情調查探析高教改革的若干細節問題[J].醫學教育管理，2015.
[2] 卜舒慧.學情分析視角下的高職思政理論課教學方法改革的[J].職教研究，2014.
教研組名稱
第三次一數組全體教研
教研組長
時間
2020年4月14日
地點
一年級數學教研組
主持人
記錄人
參加人員
一年級全體數學教師
缺席人員
無
教研主題
統計教學重在培育兒童的數據分析觀念
活 動 內 容 及 過
老師發言：
今年在疫情肆虐的情況下，大數據起到了非常大的作用，通過數據的收集和整理解決了很多的問題。那么我們本冊教材的第一單元就安排了數據收集整理，讓我們的孩子從小都意識到數據的重要性。統計教學對于我們低年級孩子來說，還需要老師的幫助和引導去確定分類的標準，再去進行分類和整理。在整理的過程中還要引導孩子們怎樣做到不重復，不遺漏。教學中還應注重選擇貼近兒童生活的真實任務，使他們在經歷收集數據，整理數據和分析數據的過程增強應用意識，感受統計的價值！
統計教學不僅僅是讓兒童認識繪制統計表、統計圖。掌握計算平均數等知識技能。重要的是培養數據分析觀念。
下面請大家勇躍發言！
老師發言：
對于統計表孩子們在分類統計著方面還是有點欠缺！有時候會找不到具體應該分哪兩類！
老師發言：
從對吳正憲老師的講課學習中，我體會到了數據分析觀念的重要性，認識到了培養學生的數據分析觀念，對于他們今后一生的發展的重要意義。對于學生數據分析觀念的培養，要把培養他們運用數據解決問題的意識放在首位，通過緊密聯系學生生活的教學方法，循序漸進地進行培養，在以后的統計與概率教學中，我會讓學生通過數據分析、搜集整理來真正理解統計的意義，從而培養學生數據分析觀念的素養，為他們今后進一步的學習打下良好基礎。
老師發言：
通過學習吳老師的講座，感受到統計教學和現實生活緊密相連。我們在教學中，不要單純為了統計教學而進行教學，要讓孩子們再具體情境中產生收集數據的欲望，并根據數據進行分析，找到解決問題的合適方法。
針對低年級學生來說，就算他們目前在統計上還不具備足夠的知識，他們也不需要害怕，我們應該在他們很小的時候就開始學習統計。
統計的教學，其實不需要任何起點，我們只需要從學生感興趣的問題開始，這與傳 統數學課是非常不同的。在統計課上，學生除了學習統計知識外，更重要的是要體驗統計過程。也就是提出問題，收集數據，分析數據，理解與推斷，交流。孩子們可以提出非常簡單的問題作為開始，要注意沒有壞的問題。當然，問題可以在老師的幫助下有所發展。比如學生提出問題我們班最喜歡的電影是什么？老師可以說這是一個好問題，不過男生跟女生的答案可能會很不一樣。當然，另一個重點是所提的問題要是一個基于數據的問題。學生還需要知道，提出問題后，需要獲取好的數據，而有些數據是不容易獲得的。所以孩子們需要對他們的問題有所規劃，然后將需要研究的問題轉化為具體的調查問卷，以便下一步的數據收集。
因此，統計教學培養孩子們的大數據觀念，逐步提升孩子們的眼界，格局，做任何決定不是一拍腦門的盲目，而是有理有據分析、推理的結果。
鄭海變老師發言：
通過學習吳老師的講座明白了數學來源于生活，生活離不開數學。數據分析觀念是統計思想的一個重要組成部分。學生數據分析觀念的培養都離不開對生活中的數學問題的探究。這就要求我們培養小學生的數據分析觀念，以數學的眼光解決一些實際問題。學生數據觀念的培養，就是通過解決生活中的實際問題來實現的，最終以問題的解決為目的.
李景老師發言：
統計圖表將數字信息用圖表的形式直觀的表達出來，使數據之間的關系得到直觀的發展。統計圖表在統計中發揮著較大的作用，并且呈現形式多種多樣。教學中要讓學生力求通過具體的操作活動體驗統計的必要性和重要性。
關鍵詞：數據分析；統計學；課程體系；大數據
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2014）49-0248-02
隨著社交網絡的逐漸成熟，移動帶寬迅速提升，云計算、互聯網應用的豐富，更多的傳感設備、移動終端接入到網絡，由此產生的數據及增長速度將比歷史上的任何時期都要多，都要快。“大數據”時代已經來臨，它對人類的數據駕馭能力提出了新的挑戰，也為人們獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。大數據是指海量數據集，其來源包括動漫數據、企業IT應用帶來的數據、博客、點擊流數據、社交媒體、機器和傳感數據等。它是互聯網、電子商務的又一次重大革命，對數據處理、數據挖掘、數據分析提出了新的挑戰。如今互聯網行業、電子商務行業中的數據應用及分析已經相當普遍，為了應對大數據時代的要求，同時要具備較強的統計學功底和嫻熟的計算機軟件運用能力，而今完全具備這些能力的數據分析專業人才是極其匱乏的。數據分析師便應運而生，不僅互聯網行業、電子商務行業需要大量的數據分析師，近年來項目數據分析事務所不斷涌現，而項目數據分析師因其專業技能及量化的數據分析為客戶以及所在單位控制決策風險、保證利益最大化而備受各界青睞，以待遇優厚和地位尊崇而聞名國際，也被視為我國21世紀的黃金職業?！度A商報》將項目數據分析師納入了新七十二行，《HR管理世界》將項目數據分析師評為七大賺錢職業。本文就如何在統計學專業開展數據分析方向進行了闡述，首先論述了數據分析的重要意義，其次討論了數據分析方向的課程構建，最后分析了如何加強理論與實踐環節的結合。
一、數據分析的重要意義
大數據預測美國總統：美國時代周刊報道稱，數據驅動的競選決策才是奧巴馬競選獲勝的關鍵。數據分析團隊在籌集競選經費、鎖定目標選民、督促選民投票等各個環節的決策中都發揮了重要作用。這意味著華盛頓競選專家的作用極具下降，能夠分析大數據的量化分析家和程序員的地位卻大幅提升。如今從事專業數據分析工作的企業如項目數據分析師事務所、數據挖掘公司等都應市場需求而大力發展，并且受到風險投資的青睞。如美國社交數據挖掘公司Datasift于2012年宣布，獲得1500萬美元風險投資。2013年，DataSift成為Twitter的“認證合作伙伴”，主要負責海量微博社交數據分析。這是該公司今年第二筆融資，五月份其曾融資720萬美元。又如面向開發者的大數據應用軟件平臺服務提供商Continuity最近獲得1000萬美元的融資，目前融資總額已經達到1250萬美元。
數據分析的應用無處不在，那什么是數據分析呢？數據分析就是用適當的統計方法對數據進行分析，以求最大化地開發數據的功能，發揮數據的作用。是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。數據分析技術不僅能通過對真實數據的分析去發現問題，還能夠通過經濟學原理建立數學模型，對投資或其他決策是否可行進行分析，預測未來的收益及風險情況，為做出科學合理的決策提供依據。在提高工作效率的基礎上，也增強企業管理的科學性。無論是在國家政府部門，還是企事業單位中，數據分析工作都是進行決策和做出工作決定之前至關重要的一個環節。因此，針對項目可行性、風險承載力、投資回報率以及相關經濟效益指標等方面的分析工作顯得格外重要。在這個工作過程中，專業的數據分析人員扮演著無比重要的角色，數據分析成果的質量高低直接決定著項目投資、企業經營決策計劃最終的方向。所以，各個行業對數據分析人員的需求之多是不言而喻的。傳統行業，如政府機構：一類是計委、經委、統計局等一些經濟綜合管理部門所設有的調研處、研究室和情報所。第二類是商業、糧食、物資、銀行等經濟主管業務部門會設有信息中心或調研室，從本系統、本部門的業務出發進行專業性調研，提供支持本部門的市場信息。而伴隨著數據分析應用的擴大，其在新興行業中也得到了發展，如計算機軟硬件及IT行業、電子商務與網絡游戲、金融保險、消費品、咨詢業與廣告媒體、大型設備與重工業以及房地產行業等對數據分析師的需求量很大，尤其是電子商務，由于利用互聯網，能夠比傳統零售業具有更好的數據收集和管理能力，能積累海量的數據，因此更看重從海量數據中挖掘出用戶偏好和市場機會。研究機構：比如市場研究公司、咨詢公司、證券公司、研究院。自主創業：取得注冊項目數據分析師（CPDA）資格證可以自主創建或就業于項目數據分析師事務所等。所以，數據分析的行業應用是極其廣泛的，并且隨著大數據時代的到來，數據分析尤其是數據挖掘將借助互聯網的發展，逐步形成人們依靠的重點，并可能成為未來發展與競爭的重點之一。由此我們可以看到數據分析師的就業前景是非常廣泛而樂觀的，無論是數學專業、統計專業，還是計算機專業的學生，都可以通過系統的學習數據分析課程來適應對數據分析人才的要求。
二、課程體系構建
1.主干課程。主干課程包含高代、數分、概率論、數理統計、多元統計分析、時間序列分析、市場調查與分析、統計預測與決策、數據結構、C語言、數據分析、數據挖掘、大數據分析與展示。理論課程的學習可以使學生了解數據分析的基本內容，學會如何對已獲取的數據進行加工處理，如何對實際問題進行定量分析，以及如何解釋分析的結果。掌握幾種常用數據分析方法的統計思想及基本步驟，并具備一定的分析論證能力。
2.實驗課程。數據分析的操作離不開計算機。目前數據分析行業常用的一些統計軟件有SAS、SPSS和R軟件。SAS軟件是一個模塊化、集成化的大型應用統計系統。它的功能包括數據訪問、數據儲存及管理、應用開發、圖形處理、數據分析、報告編制、運籌學方法、計量經濟學與預測等。SPSS軟件是一個社會科學統計軟件包，是采用圖形菜單驅動界面的統計軟件，SPSS的基本功能包括數據管理、統計分析、圖表分析、輸出管理等。R軟件是一套完整的數據處理、計算和制圖軟件系統，包括：數據存儲和處理系統、完整連貫的統計分析工具、優秀的統計制圖功能、可操縱數據的輸入和輸入等功能。這三個軟件在數據分析中針對不同行業的需求有不同方向的應用。
3.專業課程。從數據分析的行業需求出發，好的數據分析人員不僅要有較強的數據分析能力，還要有該行業的背景及相關知識的儲備，這樣才能將數據分析與行業特性聯系起來，發揮數據分析的最大功能，即所謂的“因地制宜”。同時要兼顧學生的興趣與學習的聯系，需提供多領域的課程選擇，如：經濟學、金融學、保險學、管理學、會計學等。而在軟件學習方面也要拓寬渠道，除了實驗課程安排學習的軟件，學生可根據自身發展意向再多掌握一些軟件如：SQL數據庫，熟悉office常用功能，尤其熟練運用Word和PowerPoint、Excel圖表及數據分析等。同時還應該結合對數據分析師的要求設置一些相關課程：投資數據分析、市場調研與預測、預測技術分析、現金流量表編制、風險投資項目篩選、不確定性分析、編制數據分析報告等。
三、實踐環節
培養數據分析的專業型人才目的就是為了學以致用。數據分析本身就是為了從數據中發現問題、建立模型、預測收益風險企業決策進而做出合理正確的決策判斷。因此，學習了基本的知識和技能就要運用到實際操作中。學?？梢院捅镜氐臄祿治鍪聞账蛘叽罅啃枨髷祿治鋈藛T的互聯網行業建立實訓基地，進行合作式教學，使得學生在實習的過程中能夠理論聯系實際，切身體會數據分析的商業操作體系，這樣就能夠促進學生有目的、有取舍地針對自身情況學習鉆研，繼而就能夠培養出適應經濟發展，滿足市場需求的應用型人才。
四、結語
在大數據時代到來之時，數據分析在互聯網中的應用將會空前廣泛，與此同時對數據分析師的需求也將會井噴，無論是在軍事、工業、企業還是在政治上，大數據分析都將會十分緊缺。因此，目前對數據分析師的培養刻不容緩。本文從分析數據分析行業發展及其重要意義、數據分析專業課程設置以及教學實踐環節方面對構建數據分析課程體系進行了探討。不僅從教學課程的內容上予以安排，而且更加注重引導學生自主學習，特別強調理論結合實踐的合作式教學。希望能夠結合行業需求合理地構建課程，培養出專門從事數據分析的項目數據分析師，從而能夠滿足市場需求和自身發展。
參考文獻：
[1]范金城.數據分析[M].科學出版社，2010.
[2]http：///jrt/120922/70953.shtml
醫學統計學（medical statistics）是醫學及其相關專業的必修基礎課程之一，掌握好本門課程對于培養學生的科學思維，增強其解決實際問題能力，提高醫學研究和醫學論文撰寫水平等方面具有重要的作用。
沈陽體育學院運動人體科學專業所開設的醫學統計學課程存在如下問題∶未設置實驗課或實習課，學生的數據分析處理能力差，撰寫畢業論文時不用或錯用統計分析方法；教學大綱不要求醫學統計學術語，學生不能應用統計分析軟件；多采用講授方法，重視推導公式，課程內容枯燥，學生的學習興趣低；學生畢業論文中，統計圖表制作不規范，不能應用統計學知識并結合統計圖表解釋結果。本研究針對上述問題，以加強學生理解基礎知識的理解，提高學生的數據分析和實際應用能力為目的，根據沈陽體育學院的現有教學條件，進行教學改革。
1 研究對象
以2008級運動人體科學專業43名本科學生為研究對象，其中男生18人，女生25人。
2 教學改革方法
2.1 加強醫學統計學的基礎理論教學，采用講授與多媒體教學相結合的方法進行理論教學，并在教學中采用參與式教學方法，鼓勵學生主動參與到課堂教學之中。
2.2 采用中英文雙語教學的方法，要求學生掌握基本醫學統計學術語，為熟練應用統計學分析軟件奠定基礎。
2.3 擴展教學內容，在教學中進行實例講解的同時，增加應用spss統計分析軟件分析內容，提高學生的數據分析能力。
2.4 加強統計表和統計圖制作的教學，并增加課堂練習時間，進行根據統計分析結果制作統計圖表內容，提高學生對科研結果的總結能力。
3 研究結果
3.1 針對全部章節的教學內容制作教學課件，在教學課件中強調了對學生難以理解內容的解釋，如正態分布、t分布、卡方分布等，使學生在本文由收集整理充分理解的前提下正確使用統計學用表（如見圖1）。
3.2 在教學中重視知識的連貫性，循序漸進逐漸引入新知識，強調課前預習，培養學習能力。在理論講授結合多媒體課件講解的基礎上，融入參與式教學方法，鼓勵學生參與課堂討論、練習題解答和實例統計學分析。結果表明，多種教學方法結合的形式，調動了學生學習的積極性，課堂氣氛活躍，絕大多數學生能夠集中精力，很好地掌握教學內容。
3.3 采用中英文雙語教學的方法，使學生很好地掌握了醫學統計學術語，有利于學生學習統計學分析軟件的使用方法。在教學中要求學生掌握描述統計中的常用英文專業術語如，central tendency，histogram，mean，median，percentile，variance等。
3.4 在掌握上述英文術語的基礎上，擴充應用spss統計分析軟件分析內容。如在描述統計學的集中趨勢和離散趨勢教學中，在課堂演示應用spss統計軟件對某地120名18―35歲健康男性居民血清鐵含量進行統計描述[1]（如見圖2）。課堂演示后，要求學生參與，應用spss軟件重復操作過程，并解釋分析結果。
3.5 在統計學檢驗方法的教學中，融入spss軟件分析和統計圖表的制作內容，使學生掌握數據表示的方法，培養基本的科研素養。如在進行兩獨立樣本t檢驗的教學中[2]，講解目的、強調檢驗條件、檢驗方法、公式、檢驗步驟、結果解釋，并應用spss軟件進行分析，在分析中強調明確檢驗假設，正確建立數據庫，如何讀取檢驗結果，如何進行統計結果解釋，專業解釋等。在上述內容的基礎上，演示如何表示分析結果，并演示應用excel制作統計圖表的過程，如見表1，圖3。
3.6 考試成績分析 試卷主要考核學生掌握統計學基本理論、統計學基礎知識、統計計算能力及統計圖表制作等方面的情況，在命題中更加強調學生應用所學的統計學理論知識解決實際問題的能力，特別是考核學生針對不同資料選擇恰當統計學檢驗方法的能力，同時大部分試題需要學生在全面掌握各部分理論內容后才能做出正確解答，因此本試題更加注重學生對基礎知識的掌握和綜合應用能力?？荚嚦煽?le;59、60-69、70-79、80-89、≥90分的學生分別占2.3%、20.9%、32.3%、18.6%、25.6%。
4 討論
本次教學改革在提高學生的統計學英文專業術語能力，培養區分資料分布，正確選用統計學分析方法和提高實際數據分析處理能力等方面具有較好的效果。此外，在各部分教學中貫穿統計數據的科學表示方法，規范統計圖表的制作，對培養學生撰寫科研論文具有重要的作用。
雖然在教學中充分利用現有的教學資源，如使用多媒體課件進行教學，每次上課前在電腦中安裝spss軟件以實現在課堂上為學生展示數據庫的形式，演示實例的數據分析過程，并使學生參與實際操作并解釋分析結果，但是由于課程的教學時間短，僅為48學時，并且在教學大綱中沒有安排實習的課時，還不能更好地為學生提供實際統計學分析的練習條件。建議今后應增加學時數，并修改教學大綱，將統計學上機實習內容納入到教學當中，使學生從原始資料的錄入、整理，到統計描述、統計推斷，以及結果表示，統計結果解釋等過程得到系統的訓練，為今后完成畢業設計、撰寫畢業論文及今后進行科研工作奠定基礎。
1、統計研究設計：應交代統計研究設計的名稱和主要做法。如調查設計(分為前瞻性、回顧性或橫斷面調查研究)；實驗設計(應交代具體的設計類型，如自身配對設計、成組設計、交叉設計、析因設計、正交設計等)；臨床試驗設計(應交代屬于第幾期臨床試驗，采用了何種盲法措施等)。主要做法應圍繞4個基本原則(隨機、對照、重復、均衡)概要說明，尤其要交代如何控制重要非試驗因素的干擾和影響。
2、資料的表達與描述：用x±s表達近似服從正態分布的定量資料，用M(QR)表達呈偏態分布的定量資料；用統計表時，要合理安排縱橫標目，并將數據的含義表達清楚；用統計圖時，所用統計圖的類型應與資料性質相匹配，并使數軸上刻度值的標法符合數學原則；用相對數時，分母不宜小于20，要注意區分百分率與百分比。
3、統計學分析方法的選擇：對于定量資料，應根據所采用的設計類型、資料所具備的條件和分析目的，選用合適的統計學分析方法，不應盲目套用t檢驗和單因素方差分析；對于定性資料，應根據所采用的設計類型、定性變量的性質和頻數所具備的條件以及分析目的，選用合適的統計學分析方法，不應盲目套用x2檢驗。對于回歸分析，應結合專業知識和散布圖，選用合適的回歸類型，不應盲目套用簡單直線回歸分析，對具有重復實驗數據的回歸分析資料，不應簡單化處理；對于多因素、多指標資料，要在一元分析的基礎上，盡可能運用多元統計學分析方法，以便對因素之間的交互作用和多指標之間的內在聯系進行全面、合理的解釋和評價。
4、統計結果的解釋和表達：當P＜0.05(或P＜0.01)時，應說明對比組之間的差異有統計學意義，而不應說對比組之間具有顯著性(或非常顯著性)的差別；應寫明所用統計學分析方法的具體名稱(如：成組設計資料的t檢驗、兩因素析因設計資料的方差分析、多個均數之間兩兩比較的q檢驗等)，統計量的具體值(如t值，x2值，F值等)應盡可能給出具體的P值；當涉及總體參數(如總體均數、總體率等)時，在給出顯著性檢驗結果的同時，再給出95％可信區間。
關鍵詞：大數據：統計學理論：創新應用
顧名思義，統計學幾乎是對所有領域的數據進行統計與研究、分析篩選，因而統計學在如今的大數據時代幾乎涉及到各行各業，其表現方式為，統計出來的數據進行科學的研究與分析，可以有效的幫著企業獲取有效信息，探索其中數量規律行，進而企業可以更高效、更精準的進行工作。而如今隨著現代信息技術以及數字科學技術的不斷發展，統計學也得到了更多的應用，也被人們更加重視，應用最多的為企業管理系統中，統計學中的理論及其分析方式幫助企業進行對數據數量規律性的探以及定性分析，為企業尋找自身的管理經營的基礎進行有效地夯實，奠定企業向更加穩定方向進行發展。而如今計算機軟件的不斷發展與更新，大數據時代的到來，統計學的應用也會得到更為廣泛的發展，其中有政府和企業利用計算機對相關數據的采集、整理、統計進行綜合的分析。統計學相關的軟件開發商也將軟件設計的更為簡易化、便捷化，使得非統計學專業的人員也可以使用。當今社會經濟高速發展，統計學的應用及其發展趨勢將會迎合時代的到來進行改革改變，促進社會經濟的快速提高。
一、大數據時代的內涵及其意義
（一）大數據時代的內涵
大數據是指在一定時間內對信息的捕捉、管理、處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力、流程優化能力的海量、高增長率和多樣化的信息資產。針對這些信息資產，利用統計學原理對其進行數據分析、提煉、分解。也可以從另一個方面理解大數據，它涉及各行各業，是多個領域數據的集中區域，涉及到的有自然科學、人文科學、社會經濟學等等相關的混合數據，它們之間相互參雜，互相融合，形成非常龐大的數據系統。目前傳統統計學中的統計方法是分析單個計算機系統的數據儲備，無法分析多臺計算機的數據，在數據統計中產生了局限性、單一性、不穩定性和客觀性等，但是目前大數據時代的到來，改變了如今這一現象，改變了大數據環境下數據流、磁盤存儲、分布存儲、多線條等環境。大數據環境主要起到的作用為，將龐大而復雜的數據進行轉換，轉換成為簡單易懂、顯而易見的內容，進而使工作人員對數據進行源頭和機制的追述，從而研究出適合自身并有效的應對策略。因將數據轉換成需要的知識需要相對緩慢的時間，所以工作人員將當前龐大復雜的數據分別存放在不同的儲備空間里，有些工作人員將目前無法分析的或是不需要的數據進行整體精準的記錄儲存，記錄成一整套的數據發展史，已供日后應用，以備不時之需，為今后科研做出充分準備。
（二）大數據時代給社會帶來的改革
大數據在一夜之間成為各大互聯網上的討論話題，成為一個包含性非常強的概念，大數據時代也成為人們關注的話題，它的到來已然成為不爭的事實，從本質上來看，它是當今中新型的產業，通過對海量的數據進行統計分析追蹤發現龐大的市場，通過對人們行為喜好進行科學分析，獲取營銷手段。大數據使得廣告投放精準化、醫療衛生體系精密化、社會安全管理有序化等多方面優勢，同時大數據時代的到來隨著帶來了新的新業市場，大數據將為全球帶來440萬個IT崗位和上千萬個非IT崗位，提供了更多的就業崗位。大數據時代到來的變革之大，影響著人們傳統的工作方式，各行各業的人利用研究問題來驅動收據數據，然后再利用收集來的數據進行分析，從而解決問題，從這一行為來講，人們會慢慢適應通過大數據進行統計學的研究分析來解決問題，利用通過統計學理論開發的軟件搜索、分析一些研究性成果。目前統計學家通過數據的收集、數據的處理以及個人分析能力進行科學探索，如今大數據的到來將會威脅的他們的領域，大數據將我們難以理解的內容翻譯成我們一看便知的統計成果，優化了人們工作的便捷性、舒適性等。
二、大數據時代統計學的發展研究
大數據發展如今，滲透社會的各個角落，分析大數據需要多個領域的結合，它并非單一的科學領域，自成一體，現如今的統計學家不僅需要研究探討計算機對數據的實時決策，更是要將其與統計學理論及其方法相互結合，同時，計算機專家也要不斷學習統計學的一些知識，統計學與大數據相互結合才能順應時代的發展。獲取大數據之后，研究探討大數據時，針對數據分析的高難問題，利用統計學原理對其進行數據分析、提煉、分解時，需創新出新的更便捷更高效的統計處理方法，在壓縮提煉過程中，解決數據混雜的問題，在分解數據中，解決精準問題，使得大數據與統計理論更好的溝通合作，構造全局統計結果。統計學主要是對海量的數據進行整理分類，結合計算機進行科學分析，探究出數據的數量規律性，從而得出結論，由于目前統計學中的統計學理論和統計方法與時代稍有差距，如今更是大數據時代，而大數據隨機或非隨機的誤差比較大，所以傳統的統計學理論及方法無法滿足如今變革，也無法更好的獲取大數據背景下所帶來的各種機遇。現在的統計學家應該更加努力專研統計學理論以及對數據壓縮、分解的方法，舍棄無法適應當前時代的陳舊理論及方法，必須去學習如何迎合新的事物的到來進行改革改變，只有這樣才能順勢而行。
作者:宋瑞雪 周晏羽 黃揚藝 單位:沈陽理工大學
參考文獻：
[1]毛江偉.《統計學》應用及其發展[J].長江大學學報（社會科學版），2013(12)
