从统计学的发展趋势谈统计教育的改革 摘要：要培养出新型的21世纪的人才，统计教育必须高瞻远瞩。本文从统计学的发展趋势谈了统计教育急需改革的几个方面。 关键词: 统计学； 发展趋势； 统计教育改革 随着国家创新体系的建立，统计创新工程已经提上议事日程，统计创新包括两个方面，一是统计实践的创新；二是统计教育的创新。创新的基础在于教育，没有统计教育的创新，就谈不上统计实践的创新。准确把握统计学的发展方向与发展形势，培养适应新世纪社会经济发展需要的人才，是统计教育工作者必须面对的问题，本文从统计学的基本发展趋势谈一谈统计教育急需改革的几个方面。 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，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，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。
采纳哦
关于统计学论文
在平时的学习、工作中，大家总少不了接触论文吧，论文是一种综合性的文体，通过论文可直接看出一个人的综合能力和专业基础。为了让您在写论文时更加简单方便，下面是我收集整理的统计学论文，欢迎阅读与收藏。
摘要： 随着我国经济的发展，统计思想及统计工作在我国经济发展中的地位越来越重要。本文就统计思想体系及其在统计工作的指导意义进行了讨论。
关键词： 统计思想；统计工作；影响
在当前我国统计工作中，认清统计的真谛、领会统计思想，对统计本身来讲，有利于提高统计水平和统计工作者的整体素质；对外界而言，有利于树立别的工作及别的理论不能取代和比拟的统计权威。
一、统计思想简述
统计思想是指统计工作中应树立的世界观和方法论。哲学上世界观和方法论是基础，是人们行动的指南，也是统计工作中应遵守的指南。这里统计思想是指统计不同于别的学科所特有的世界观和方法论，也是树立统计权威的基础。
统计的总体思想使统计始终要站在研究对象的整体角度来看问题，形成了大量观察法和大数定律等一系列认识规律。所谓“站得高，看得远”、“把握大局”也是这种思想的体现。这要求统计工作者在工作中，做到万变不离其宗。因为，总体资料是由作为承担者的个体身上搜集后综合而来的，而个体资料千差万别，有些界限还不好判断。这时就需要站在总体的角度，看哪些符合总体要求，哪些不符合总体要求，避免“旁观者清，当局者迷”，避免偏离统计本身的功能。
二、统计思想的几个方面
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。它告诉我们统计认识问题是从其发展的一般规律来看，侧重点不在总规模或个体，体现了数量观和推断观。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、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。如果各单位之间不存在差异，也就不需要做统计，如果各单位之间的差异是按已知条件事先可以推定，也就不需要用统计方法。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。可以说，均值与方差这两个概念分别起到“隐异显同”和“知同察异”的作用。平均与变异都是对同类事物特征的抽象和宏观度量。
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。
4、相关思想。
马克思主义哲学认为，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，我们所研究的事物总体是在同质性的基础上形成。总体中的个体之间、这一总体与另一总体之间是相互关联的。相关概念表现的就是事物之间的关系。
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”。
6、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。
三、统计工作
统计工作应包括统计设计、统计调查、统计整理、统计分析、统计信息应用和发布等D 个环节；而作为统计工作成果的统计资料显然应包括调查的原始资料，整理的系统资料和分析的深度加工资料；统计学研究统计工作的全过程，同时也研究统计资料的可行性、可信性和可用性。3个涵义之间存在着严密的辨证关系。
统计工作的5个环节中，设计是基础，说统计学是方法论的科学，最主要的就体现在统计设计上；统计工作能否达到目的，关键也在于设计。若把统计工作看作是产品生产过程，统计设计就相当于产品设计，统计调查就是施工，统计整理就是组装，统计分析就是质量检验与分析，统计信息应用与发布就是广告宣传与销售。每一环节都具有很强的技术性，但设计和分析是技术性、理论性最强的工作，统计的特殊功能也主要体现在这两个环节上。统计设计实际上是告诉操作者怎样去调查，怎样去整理；分析与信息发布就是告诉用户统计可以达到什么目的，而这些目的是别的专业达不到的。发达国家为什么对统计如此重视，联合国为什么专门设立统计委员会，关键也体现在这两个方面。
今天的社会，统计已相当发达，无论是资料搜集方法研究，还是统计规律研究，其目的都是为了认识我们所研究的对象，或者说认识统计总体。统计工作者从调查开始到整理出对外服务的系统资料，这一过程使人们对统计总体的外貌有比较清楚的认识，如果我们能再从数字后面找出内部特征，就能总结出现象发展的规律性，结合社会经济运行的法则，就可以提出管理社会经济的有效建议。统计指标体系是一个完整的科学系统，由统计指标所核定的数量是有科学涵义的，指标之间是有严密分工的。因此，统计分析是别的分析所不能比拟的。
四、统计工作如何改进
统计学虽然在20 世纪已经取得了无可比拟的伟大成就， 但还没有成熟为一个具有完整稳固基础的知识领域， 因为就统计学的研究对象而言， 其所能涉及到的范围是如此之大、我们所面临的未知是如此之多而不得不需要不断夯实和拓展其学科基础， 以保证统计学定量认知的职能与功能。所以， 从人类不断增加和提高的对统计的要求出发，我们要更强调多学科的交叉与相融， 要不断汲取其他相关学科例如数学、复杂系统科学、混沌学、仿真学、计算机学等的最新发展成果来补充、拓展统计学的基础， 否则，统计学的发展就会缺乏生命力， 就会裹足不前。
在市场经济时期，全面系统的统计工作却需要具有一定统计业务基础、专业技术和相对固定的统计人员来完成。相对稳定的统计队伍，可以积累经验，为企业管理做出更大、更快捷的贡献。如果责任心不强、上进心不足、业务素质低下，势必贻误正常工作。统计人员要善于学习，不断提高自己的业务素质，才能胜任本职工作。同时，企业单位，行业系统，尤其是企业集团需要具有责任心、富有时代感，并有开拓创新精神与较高业务素质，能带领同事一道学习与工作的统计负责人。
在这种情况下，统计人员应自尊，要自信、自强，方能自立。统计人员务必刻苦学习，努力工作争取创新，多出成果。与此同时，企业领导和有关部门，也应为统计人员创造机会，组织他们学习统计知识及相关的业务知识、法律制度和微机知识，支持他们参加统计工作会议，鼓励统计人员参加业务水平和技术职称的考试，引导他们积极提供统计资料，主动参与企业管理，对工作积极并有较大贡献或较快进步者，应该及时给予表彰。
随着社会的发展，统计学在我国的地位越来越高，也越来越受重视，统计思想体系也越来越完善，相信不久的将来我国的统计工作将会不入更高的一层台阶。
参考文献：
〔1〕思想探讨[J]。 合作经济与科技， 2006，（04）
〔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〕唐源鸿。统计学的普及及应用[j]。经营管理者，2010，（01）
[摘 要] 本文根据我多年的工作经验和鞍山天力精密带钢有限责任公司出发，通过对目前国内外对人力资源统计的研究现状分析，应用人力资源经济学原理，建立了“人力资源统计学”的框架体系，以期促成“人力资源统计学”的发展。
[关键词] 人力资源统计学研究
一、人力资源统计学研究
统计作为一种为管理和决策提供信息支持的活动，必须服务于特定的社会经济环境，新经济时代统计遇到了强大的挑战，同时新经济也为统计的新领域——人力资源统计的发展和完善提供了难得的时机。
人力资源统计学是关于如何描述、衡量、跟踪、预测人力资源状况，并对人力资源进行统计分析的方法论学科。对于人力资源统计学研究，将对人力资源经济学和人力资源管理学向定量化和精确化发展提供有力的'支持。而目前国内对人力资源统计研究体系尚未达成统一的认识，未能建立一套完整的对人力资源状况进行衡量的指标体系和统计研究方法体系，国内外对人力资源统计的研究也涉及较少。目前，国外对人力资源的研究主要集中在人力资源管理、人力资源计划、人力资源招聘、绩效管理、薪酬管理、人员聘用与人员流动管理、人员培训管理、职业生涯管理、劳动关系管理、组织文化建设及领导者开发等方面。
通过我多年的工作经验和研究发现，目前国内学者对于人力资源统计的研究主要围绕概念、内容、指标体系、计量方法等方面展开，旨在丰富和完善人力资源统计学体系。概念方面，我对人力资源与人力资本做了区分，其中，我认为二者不仅概念不同，而且所研究的视角和分析的内容也不同，并将人力资本理解为人力资源质的方面。在内容方面，将人力资源投资统计、人力资源产出统计和人力资源投资效益统计以及人力资源供求统计纳入人力资源统计研究范围。而认为人力资源统计应包括人力资源现状统计、人力资源投入与产出统计、人力资源供求情况统计。
针对指标体系的设置，我认为本企业人力资源统计指标应围绕人力资源的数量、质量、开发、利用来设置；从数量指标、质量指标、结构指标、动态指标、效能指标五个方面构建了人力资源统计指标体系。
以上的研究给人力资源统计学的基本框架和内容的形成，提供了多种思路，起到了奠基作用。但是，这些研究成果从统计学的角度来看，主要是关于人力资源的描述统计，而在结合统计推断理论对人力资源未来趋势进行预测以及人力资源管理决策统计分析上还比较欠缺。总之，系统化、规范化的人力资源统计学学科体系尚未形成。
二、建立人力资源统计学框架体系
建立人力资源统计学重点在于如何反映人力资源数量特征，从而来构建人力资源统计学的理论与方法论框架。因此，需在首先界定人力资源统计学的研究对象及基本范畴；以此为出发点设计考察人力资源的综合指标体系，如人力资源的存量、流量、投入、产出及效益等统计指标；进而进入统计分析阶段，介绍一系列的统计研究方法对人力资源的总量、结构、未来趋势、配置等情况展开研究。
1。人力资源统计学理论基础
包括人力资源经济学理论基础和统计学基础，人力资源统计学的研究对象、研究方法、研究内容、基本范畴、与其他相关学科的关系等。
2。人力资源统计数据调查、整理与显示包括人力资源数据获取的主要调查方法，如，全面调查、抽样调查、典型调查、重点调查等；进而介绍数据整理方法，如统计分组、统计图表等。
3。人力资源综合指标设置
人力资源统计指标体系的建立，从宏观和微观分为国家、部门、企业、个人，从时间上分为静态和动态，从空间分为国家、地区、行业、职业，从范围分为群体和个体，包括设定人力资源存量指标、流量指标、相对指标、平均指标、变异指标等五大板块，并确定各指标计算方法。
4。人力资源回归与相关分析
包括人力资源总量和结构分析、人力资源与经济增长关系分析、人力资源配置效率、主成分分析、因子分析及人力资源发展趋势预测等。
5。人力资源统计制度的系统设计
包括人力资源统计制度的内容，在人力资源统计指标体系的应用以及人力资源统计分析中的作用，对现有人力资源统计范围、方法、调查方式、资料完整性等方面的反思等，并在此基础上提出建立规范统一的人力资源统计制度的初步设想，以适应知识经济时代各行各业，各级经济活动单位对人力资源统计研究的需要，规范数据来源渠道，保证人力资源统计数据的权威性、统一性、准确性。
三、结语
通过我多年的工作经验和研究，我发现人力资源统计指标体系是一系列相互联系、相互依存、相互制约的多层次、多角度反映人力资源状况和规律的指标群所构成的有机整体，比单一指标、综合指标等能提供给人更多更丰富的信息资源和更强的功能。它提供了一套完整的人力资源统计数据，可以反映事物的各个方面及其发展变化的整个过程。利用这些统计数据，进而界定、统一人力资源的范围、统计口径、统计方法，提高人力资源统计信息收集和分析的科学性、可比性和可操作性，可以了解人力资源的现状和供求状况，客观地反映人力资源的数量、结构、投入、配置等状况及其发展趋势和规律。由于人力资源本身所具有的特殊性、复杂性、不确定性和难以数量化，使得对人力资源价值计量的难度远远超过物力资源，国内外研究了几十年，但至今尚未解决这一难题。
人力资源是国家财富，人力资源统计是了解掌握和监控人力资源规模、水平及其变动情况的根本手段。但通过我的研究，我发现目前我国的人力资源统计无论是从理论方法还是实践活动上都缺乏系统规范的研究成果，应尽快与国际接轨完善人力资源存量统计指标，建立人力资源流量统计指标，并加快建立一个对人力资源数量、质量、投入产出及效益等进行跟踪监控和辅助决策的长效机制，完善人力资源统计调查体系，实现人力资源统计信息共享，为国家长期持续发展提供人力资源保障和支持。
经常有人问到在论文或标书中应该如何写作统计分析部分。标准的答案是：你怎么做的就怎么写，每篇文章都是唯一的存在。好装，汗……。如果我们尝试去归纳和小结，这部分内容的写作其实是有一定规律的。
我曾经听过Thomas Allen Long教授关于论文写作的课，人很和蔼，他主编的书也不错，操作性很强。在他的书稿《How to Write, Publish & Present in the Health Sciences》第154页中他小结到，统计分析部分应该包括如下内容：统计描述部分、所有的基本统计方法以及分析方案（如ITT或PP等）、样本量的说明、分组方法、检验水准的设定和所使用的统计分析软件。
同样在本书的第155页中也写得：统计分析人员可以帮助作者对数据进行合理的分析、对分析结果进行正确解读，同时可以负责统计分析部分的撰写。他建议将统计分析人员作为作者之一，也许这样统计分析人员就不会粗枝大叶、不负责任了。
关于医学统计分析的写作，其实他还有一本书《How to Report Statistics in Medicine》，在统计分析的报告上写得更专业。
言归正传，本文既然是要小结“统计分析”部分，那就小结吧。个人觉得“统计分析”部分写作时应该包括以下几个内容：
（1）样本量估算及随访/数据收集情况；
（2）数据录入和管理的软件和方法；
（3）本研究所使用的统计分析软件和分析方案；
（4）统计描述的方法，分计量和计数资料两种；
（5）统计推断的方法，分单因素和多因素两种；
（6）检验水准的选取。
由于某些“你懂的”原因，很多普通的论文没有进行样本量估算和区分不同的分析方案（ITT/PP）。所以简单举例如下：
本研究采用……数据库进行数据录入和管理，数据录入采用双录入核查方式进行。采用……软件对研究数据进行统计分析。计量资料采用……对其进行正态性检验，符合正态分布的计量资料采用均值±标准差的形式进行描述，不符合正态分布的计量资料采用中位数（25%位数，75%位数）进行描述，计数资料采用例数（百分比）进行描述。符合正态分布的计量资料组间比较采用独立样本t检验或单因素ANOVA进行，不符合正态分布的计量资料组间比较采用非参数检验进行，计数资料组间比较采用卡方检验进行。在多因素分析上，采用多重线性/逻辑回归分析……的影响因素。所有检验以双侧p<0.05为差异有统计学意义。
有人说我要写英文的“统计分析”部分，该怎么办？同样，你需要多阅读别人的优秀文章，然后用它们的句式来构建属于你自己统计分析内容。可供参考的句式有：
（1）数据采集：Study data were collected on standard forms, checked for completeness, and double keyed into an …… database.
（2）统计软件：All statistical analyses were performed using SAS version 9.2 (SAS Institute Inc, Cary, North Carolina).
（3）统计描述：…… were described using mean, median, standard deviation, and 25thand 75th percentiles for continuous variables; frequencies and proportions were used for categorical variables.
（4）单因素分析：A two sample independent t test/ one-way analysis of variance (ANOVA)/ Nonparametric tests(Kruskal-Wallis test)/ Pearson’s x2 tests or Fisher exact tests was used to compare the differences between …….
（5）多因素分析：Multivariable linear regression/ Multivariable binary logistic regression/ Cox proportional hazards were used to estimate …….
（6）检验水准：A p value of less than 0.05 (2-sided significance testing) was considered statistically significant in all analyses.
