導(dǎo)語：如何才能寫好一篇統(tǒng)計(jì)學(xué)決策分析，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

[關(guān)鍵詞] 醫(yī)學(xué)期刊 統(tǒng)計(jì)學(xué)問題 編輯

[中圖分類號] G230 [文獻(xiàn)標(biāo)識碼] A [文章編號] 1009-5853 （2013） 05-0067-03

醫(yī)學(xué)統(tǒng)計(jì)學(xué)是一門以統(tǒng)計(jì)學(xué)原理和方法為基礎(chǔ)，探索醫(yī)學(xué)科研工作中遇到的有關(guān)數(shù)據(jù)的收集、整理和分析方法的應(yīng)用科學(xué)，又可被看成一個收集信息、處理信息、分析信息，進(jìn)而從中提煉和總結(jié)分析出新的信息的過程[1]。隨著醫(yī)學(xué)科研水平和醫(yī)療技術(shù)水平的不斷提高，醫(yī)學(xué)科研和臨床實(shí)際工作中，人們對待科學(xué)的態(tài)度逐漸從原來的“經(jīng)驗(yàn)主義”轉(zhuǎn)變?yōu)椤罢摀?jù)先行原則”，無論是在一些醫(yī)學(xué)相關(guān)學(xué)科的基礎(chǔ)實(shí)驗(yàn)中，還是在一些臨床疾病的診治等工作中，人們遇到問題時不再“想當(dāng)然”，而是首先考慮為什么，有何依據(jù)，而這些依據(jù)大多需要通過統(tǒng)計(jì)學(xué)中的信息收集、整理、分析來提供。因此，醫(yī)學(xué)統(tǒng)計(jì)學(xué)在醫(yī)學(xué)工作中的地位越來越重要，統(tǒng)計(jì)學(xué)應(yīng)用的正確與否直接影響著醫(yī)學(xué)科研結(jié)論的科學(xué)性、嚴(yán)謹(jǐn)性和可靠性，具體到醫(yī)學(xué)期刊方面，就會出現(xiàn)因統(tǒng)計(jì)學(xué)應(yīng)用不恰當(dāng)而導(dǎo)致醫(yī)學(xué)期刊不嚴(yán)謹(jǐn)、不科學(xué)、不可靠和不具有影響力[2]。鑒于醫(yī)學(xué)統(tǒng)計(jì)學(xué)在醫(yī)學(xué)期刊中的重要地位，作者結(jié)合《腫瘤基礎(chǔ)與臨床》雜志2011年的240篇文章中出現(xiàn)的統(tǒng)計(jì)學(xué)問題，對目前我國醫(yī)學(xué)期刊中常見的統(tǒng)計(jì)學(xué)問題進(jìn)行分析，同時提出一定的解決方案，為醫(yī)學(xué)編輯工作能力的提高以及醫(yī)學(xué)期刊整體水平的上升提供一定幫助。

1 醫(yī)學(xué)期刊中常見統(tǒng)計(jì)學(xué)問題

統(tǒng)計(jì)學(xué)的誤用、錯用和不用問題廣泛存在于許多醫(yī)學(xué)期刊中，統(tǒng)計(jì)學(xué)錯誤率處于較高水平，有文獻(xiàn)報道期刊論文統(tǒng)計(jì)學(xué)錯誤率為38%—80%，而且統(tǒng)計(jì)學(xué)問題的種類幾乎涉及統(tǒng)計(jì)學(xué)的每個方面，包括實(shí)驗(yàn)設(shè)計(jì)不合理、未進(jìn)行統(tǒng)計(jì)學(xué)處理、統(tǒng)計(jì)分析軟件未介紹或介紹不清、統(tǒng)計(jì)學(xué)數(shù)據(jù)的描述方法不當(dāng)、統(tǒng)計(jì)學(xué)方法的描述不清或錯用、統(tǒng)計(jì)值或P值不全或描述不清、統(tǒng)計(jì)學(xué)結(jié)果分析或描述錯誤等[3-4]。王倩等[5]對5種“中華”系列雜志刊登的文章的統(tǒng)計(jì)學(xué)應(yīng)用進(jìn)行回顧性分析，發(fā)現(xiàn)1985年統(tǒng)計(jì)學(xué)方法應(yīng)用的錯誤率占24%，1995年占36%。沈進(jìn)等[6]選取8種醫(yī)學(xué)期刊，分析發(fā)表于1998年至2005年的544篇論著文章的統(tǒng)計(jì)學(xué)方法應(yīng)用情況，結(jié)果顯示，136篇的統(tǒng)計(jì)學(xué)出現(xiàn)明顯錯誤，錯誤率達(dá)到25%，其中以資料處理方法不當(dāng)所占比例最高，達(dá)到61.76%，其次為圖表錯誤、未作統(tǒng)計(jì)學(xué)處理等。我刊2011年刊登的240篇論文中，排除個案報道、教學(xué)論文、棕色行論文36篇，剩余的204篇論文中有126篇論文采用了統(tǒng)計(jì)學(xué)處理，占61.76%（126/204），現(xiàn)結(jié)合本刊統(tǒng)計(jì)學(xué)應(yīng)用現(xiàn)狀針對醫(yī)學(xué)期刊中常見的統(tǒng)計(jì)學(xué)問題進(jìn)行分類分析如下。

1.1 統(tǒng)計(jì)研究設(shè)計(jì)不合理問題

大多數(shù)非統(tǒng)計(jì)學(xué)專業(yè)的學(xué)者在進(jìn)行統(tǒng)計(jì)研究設(shè)計(jì)（包括實(shí)驗(yàn)設(shè)計(jì)、調(diào)查設(shè)計(jì)、臨床試驗(yàn)設(shè)計(jì)）時僅僅從本專業(yè)的角度考慮，根據(jù)主觀想要得到的結(jié)果進(jìn)行分組設(shè)計(jì)，而完全沒有考慮該實(shí)驗(yàn)設(shè)計(jì)的可行性、組間數(shù)據(jù)是否具有可比性等問題，主要表現(xiàn)在實(shí)驗(yàn)設(shè)計(jì)時不遵循隨機(jī)化原則、未設(shè)置對照或?qū)φ詹缓侠?、均衡性原則貫徹不徹底等[7]。常見的統(tǒng)計(jì)研究設(shè)計(jì)不合理問題包括缺少對照或?qū)φ詹缓侠?、單因素設(shè)計(jì)取代多因素設(shè)計(jì)、樣本量選擇不具有代表性或樣本量不足等[8]。例如，本刊《SMO蛋白及mRNA在食管癌鱗狀細(xì)胞癌組織中的表達(dá)及意義》一文，在實(shí)驗(yàn)分組設(shè)計(jì)時未對各組間數(shù)據(jù)是否具有可比性進(jìn)行統(tǒng)計(jì)學(xué)分析。

1.2 未進(jìn)行統(tǒng)計(jì)學(xué)處理問題

許多醫(yī)學(xué)期刊論文雖然也進(jìn)行了分組設(shè)計(jì)、設(shè)立對照等，但是文中未說明采用何種統(tǒng)計(jì)方法，也未對這些數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)處理，僅僅通過對實(shí)驗(yàn)所得的實(shí)際數(shù)據(jù)的直觀判斷就得出結(jié)論[9]。例如，本刊《肺尖癌26例療效分析》一文中，作者在分析不同治療方法對肺尖癌的療效時并未采用任何統(tǒng)計(jì)方法，而是直接得出了“綜合治療較單純治療更能延長肺尖癌患者生存期”的結(jié)論，這不符合現(xiàn)代醫(yī)學(xué)科研的結(jié)論需有據(jù)而立的原則。

1.3 統(tǒng)計(jì)方法的描述不具體或錯用問題

1.3.1 統(tǒng)計(jì)方法的描述不具體

一些醫(yī)學(xué)期刊論文中列出的統(tǒng)計(jì)方法過于簡單，甚至未列出，主要有以下幾種情況[10-12]：在“材料與方法”部分中的“統(tǒng)計(jì)學(xué)處理”中未列出所用的統(tǒng)計(jì)學(xué)軟件或僅列出所用軟件而未說明所用軟件的版本；對于何種數(shù)據(jù)采用何種統(tǒng)計(jì)方法僅籠統(tǒng)描述，未具體列出文中的那些數(shù)據(jù)應(yīng)該用何統(tǒng)計(jì)方法；對于定量數(shù)據(jù)僅列出采取t檢驗(yàn)或方差分析，而未列出是否進(jìn)行正態(tài)性檢驗(yàn)和方差齊性檢驗(yàn)；對于兩組定量數(shù)據(jù)無論是應(yīng)該采用成組設(shè)計(jì)t檢驗(yàn)還是配對設(shè)計(jì)t檢驗(yàn)，均僅描述為“兩組定量數(shù)據(jù)比較采用t檢驗(yàn)”；對于兩組或多組定性數(shù)據(jù)的比較，無論是僅需用 2檢驗(yàn)，還是需要采用矯正 2檢驗(yàn)或 2分割檢驗(yàn)，均描述為“兩組或多組定性數(shù)據(jù)的比較采用 2檢驗(yàn)”；統(tǒng)計(jì)學(xué)符號書寫不規(guī)范，例如，根據(jù)GB/T3358-82，F(xiàn)檢驗(yàn)、P值、 2檢驗(yàn)、t檢驗(yàn)等中的字母應(yīng)為斜體，不符合上述規(guī)定的書寫均為錯誤情況，這在論文中非常普遍；未列出檢驗(yàn)水準(zhǔn) ，檢驗(yàn)水準(zhǔn) 是事先設(shè)定的判斷小概率實(shí)踐的標(biāo)準(zhǔn)，實(shí)際意義是允許犯假陽性錯誤概率的最大值，需要根據(jù)不同的研究目的進(jìn)行設(shè)定。例如，本刊《 -連環(huán)蛋白和層粘連蛋白的表達(dá)與垂體腺瘤侵襲性的關(guān)系》一文在“統(tǒng)計(jì)學(xué)處理”僅說明數(shù)據(jù)的比較采用t檢驗(yàn)，而未說明t檢驗(yàn)的類型。

1.3.2 統(tǒng)計(jì)方法的錯用

一些醫(yī)學(xué)期刊論文中的統(tǒng)計(jì)方法的應(yīng)用存在明顯的錯誤。對于所有定量數(shù)據(jù)，常見的錯誤有[13-14]：無論是否符合正態(tài)分布、是否方差齊，一律盲目應(yīng)用t檢驗(yàn)或單因素方差分析等參數(shù)檢驗(yàn)方法進(jìn)行比較分析；無論數(shù)據(jù)分為幾組，一律采用t檢驗(yàn)進(jìn)行比較分析，把其當(dāng)做定量數(shù)據(jù)比較的萬能工具；無論各組數(shù)據(jù)是何關(guān)系，一律采用成組設(shè)計(jì)t檢驗(yàn)或單因素方差分析。例如，本刊《癌癥相關(guān)性乏力與TGF- 1的關(guān)系分析》一文中，定量數(shù)據(jù)進(jìn)行比較分析之前未說明是否進(jìn)行了方差齊性檢驗(yàn)和正態(tài)性檢驗(yàn)。對于所有定性數(shù)據(jù)，常見的錯誤有：把 2檢驗(yàn)當(dāng)做所有定性數(shù)據(jù)的萬能統(tǒng)計(jì)工具，忽略了其應(yīng)用的前提條件是， 2檢驗(yàn)適用于正態(tài)分布的定性數(shù)據(jù)，且樣本量最好>40，列聯(lián)表數(shù)據(jù)進(jìn)行 2檢驗(yàn)時不能有1/5以上的格子其理論頻數(shù)

1.4 統(tǒng)計(jì)結(jié)果的描述及分析錯誤問題

許多醫(yī)學(xué)期刊論文中均可見到統(tǒng)計(jì)結(jié)果的描述或分析錯誤，常見的有以下幾種[15-17]：1）對于定量數(shù)據(jù)應(yīng)當(dāng)根據(jù)是否符合正態(tài)分布而采用不同的描述方法，符合者一般采用“均數(shù)±標(biāo)準(zhǔn)差”或“均數(shù)±標(biāo)準(zhǔn)誤”表示，而不符合者則采用中位數(shù)和四分位間距來進(jìn)行表示，不按上述規(guī)定進(jìn)行描述者均屬于錯誤描述；2）對于定性數(shù)據(jù)，常見的錯誤是構(gòu)成比和百分率不分，計(jì)算率或構(gòu)成比等相對數(shù)的樣本量過??；3）解釋有統(tǒng)計(jì)學(xué)意義時僅根據(jù)P值的大小得出相應(yīng)結(jié)論，例如對于A、B組2組的療效（假定A組療效優(yōu)于B組），其“P

1.5 統(tǒng)計(jì)值和（或）P值描述不清以及統(tǒng)計(jì)值缺失問題

許多醫(yī)學(xué)期刊對統(tǒng)計(jì)結(jié)果進(jìn)行描述時，通常不能完整清晰地描述出統(tǒng)計(jì)值和P值，常見的有以下幾種情況[18-19]：統(tǒng)計(jì)結(jié)果僅用“P0.05”得出結(jié)論，缺少相應(yīng)的統(tǒng)計(jì)值；統(tǒng)計(jì)結(jié)果包括統(tǒng)計(jì)值，但是P值僅寫出“0.05”，未列出具體的P值；僅列出具體的P值，而統(tǒng)計(jì)值缺失，上述幾種情況均不利于文獻(xiàn)閱讀者進(jìn)行數(shù)據(jù)驗(yàn)證和meta分析。例如，本刊《同步放化療治療局部晚期食管癌臨床觀察》一文中，所有統(tǒng)計(jì)結(jié)果均僅列出了“P0.05”，未列出具體的統(tǒng)計(jì)值和P值。

2 針對醫(yī)學(xué)期刊中常見統(tǒng)計(jì)學(xué)錯誤的解決對策

目前，醫(yī)學(xué)期刊論文的統(tǒng)計(jì)學(xué)問題已經(jīng)成為衡量論文質(zhì)量高低的重要標(biāo)準(zhǔn)，統(tǒng)計(jì)學(xué)的錯誤可能會導(dǎo)致論文學(xué)術(shù)水平和學(xué)術(shù)質(zhì)量的降低，甚至有可能導(dǎo)致嚴(yán)重的后果。近年來，隨著廣大醫(yī)學(xué)科研工作者和醫(yī)學(xué)期刊編輯及審稿專家對醫(yī)學(xué)統(tǒng)計(jì)學(xué)應(yīng)用的重視，醫(yī)學(xué)期刊論文中的統(tǒng)計(jì)學(xué)問題已經(jīng)明顯減少，但仍然處于較高的水平，這可能與以下幾點(diǎn)有關(guān)[20-22]：論文作者、編輯及審稿專家思想上不夠重視論文統(tǒng)計(jì)學(xué)應(yīng)用；期刊編輯的統(tǒng)計(jì)學(xué)應(yīng)用知識匱乏；選擇審稿專家只注重其專業(yè)領(lǐng)域內(nèi)的影響力，而未關(guān)注其統(tǒng)計(jì)學(xué)應(yīng)用水平。因此，要想提高醫(yī)學(xué)期刊的統(tǒng)計(jì)學(xué)應(yīng)用水平，從而更進(jìn)一步提高期刊總體質(zhì)量，需要做到以下幾點(diǎn)：作為醫(yī)學(xué)期刊編輯，必須不斷進(jìn)行統(tǒng)計(jì)學(xué)相關(guān)知識的學(xué)習(xí)，例如參加相關(guān)培訓(xùn)班、旁聽醫(yī)學(xué)院校的統(tǒng)計(jì)學(xué)課程及請教統(tǒng)計(jì)方面的專家等，以提高自身的統(tǒng)計(jì)學(xué)應(yīng)用水平，并從思想上重視統(tǒng)計(jì)學(xué)應(yīng)用的審查，在給新投稿件的作者的初步意見中就強(qiáng)調(diào)統(tǒng)計(jì)學(xué)應(yīng)用的重要性，規(guī)定一旦統(tǒng)計(jì)學(xué)有問題，論文可隨時退稿；聘請醫(yī)學(xué)統(tǒng)計(jì)學(xué)專家進(jìn)入期刊編委會，負(fù)責(zé)所有論文的統(tǒng)計(jì)學(xué)審稿；應(yīng)通過各種途徑，向廣大科研工作者宣講統(tǒng)計(jì)學(xué)在醫(yī)學(xué)科研工作中的重要性，使其養(yǎng)成良好的正確應(yīng)用統(tǒng)計(jì)學(xué)的習(xí)慣；在科研課題設(shè)計(jì)過程中要求有統(tǒng)計(jì)學(xué)相關(guān)專家的參與；科技期刊中增加統(tǒng)計(jì)學(xué)應(yīng)用欄目，刊登與本刊論文關(guān)系密切的統(tǒng)計(jì)學(xué)方法，或者刊登一些常見的統(tǒng)計(jì)學(xué)錯誤，與作者或讀者交流，提高其統(tǒng)計(jì)學(xué)應(yīng)用能力。

注 釋

[1]孫振球.醫(yī)學(xué)統(tǒng)計(jì)學(xué)（第3版）[M].北京：人民衛(wèi)生出版社，2010：1-8

[2]胡良平，郭秀花，劉惠剛.醫(yī)學(xué)統(tǒng)計(jì)學(xué)是評價醫(yī)學(xué)科技論文質(zhì)量優(yōu)劣的重要依據(jù)[J].中華口腔醫(yī)學(xué)雜志，2011，36（3）：229-232

[3][8]胡良平，李子建.醫(yī)學(xué)統(tǒng)計(jì)學(xué)基礎(chǔ)與典型錯誤辨析[M].北京：軍事醫(yī)學(xué)科學(xué)出版社，2003：4

[4] Garc韆-Berthou E，Alcaraz C.Incongruence between test statistics and P values in medical papers[J].BMC Med Res Methodol，2004，4：13

[5]王倩，張博恒.五種中華醫(yī)學(xué)會系列雜志論著中統(tǒng)計(jì)方法的應(yīng)用現(xiàn)狀[J].中華醫(yī)學(xué)雜志，1998，78（3）：230-233

[6]沈進(jìn)，茍莉，湯潔，等.生物醫(yī)學(xué)期刊中統(tǒng)計(jì)學(xué)方法應(yīng)用情況分析[J].中國修復(fù)重建外科雜志，2007，21（5）：541-543

[7] [15]王曉瑜，王雅琢.《山東醫(yī)藥》論文中統(tǒng)計(jì)學(xué)錯誤分析[J].中國科技信息，2010（16）：193-194

[8][9][10][20]邱春暉，郭明興，邱源.醫(yī)學(xué)論文中統(tǒng)計(jì)學(xué)方法的誤用及其防范措施[J].山東教育學(xué)院學(xué)報，2009（5）：116-118

[11] 冉明會，羅萍，鄧丹.醫(yī)學(xué)期刊編輯應(yīng)注意的幾個統(tǒng)計(jì)學(xué)處理問題[J].編輯學(xué)報，2009，21（6）：503-505

[12][16][18]李霞，張印朋，閆蘇平.醫(yī)學(xué)期刊作者來稿統(tǒng)計(jì)學(xué)應(yīng)用與表述常見問題分析[J].中國科技期刊研究，2011，22（1）：88-89

[13] 王曉瑜，王雅琢，封艷輝，等.醫(yī)學(xué)期刊投稿常見統(tǒng)計(jì)學(xué)問題分析[J].科技與出版，2011（11）：42-44

[14] 金永勤，王維.醫(yī)學(xué)期刊編輯應(yīng)重視統(tǒng)計(jì)學(xué)中的幾個問題[J].編輯學(xué)報，2009，21（1）：33-34

[17]張功員，田慶豐.醫(yī)學(xué)科研論文中統(tǒng)計(jì)結(jié)果表達(dá)和解釋錯誤分析[J].鄭州大學(xué)學(xué)報（醫(yī)學(xué)版），2002，37（3）：338-340

[19]葉亮，李偉東，范欣生.醫(yī)學(xué)論文中常見的統(tǒng)計(jì)學(xué)應(yīng)用問題辨析[J].南京中醫(yī)藥大學(xué)學(xué)報（社會科學(xué)版），2011，12（4）：247-248

[21]吳紅艷，尹平.醫(yī)學(xué)期刊編輯應(yīng)在數(shù)據(jù)的統(tǒng)計(jì)把關(guān)中有所作為[J].編輯學(xué)報，2008，20（5）：400-401

篇2

概率論是風(fēng)險研究的必備工具，它能幫助工程師通過建模來進(jìn)行決策分析，以降低工程項(xiàng)目的風(fēng)險系數(shù)。這本教科書是工程學(xué)學(xué)生及其研究者、應(yīng)用數(shù)學(xué)和經(jīng)濟(jì)學(xué)學(xué)生的主要教科書，讀者僅需具有大學(xué)本科工程數(shù)學(xué)的基礎(chǔ)知識，或是選修過統(tǒng)計(jì)學(xué)課程就可以閱讀。

本書共有1O章，主要向讀者提出了風(fēng)險統(tǒng)計(jì)處理的基本概念及其在工程風(fēng)險和安全分析領(lǐng)域的應(yīng)用。第1～5章介紹了概率論的基礎(chǔ)知識，包括離散型和連續(xù)型隨機(jī)變量及其典型分布；第6～10章涉及了各種類型的概率問題及其在風(fēng)險和安全分析領(lǐng)域中的應(yīng)用。各章內(nèi)容如下：1　概率入門；2　風(fēng)險分析中的概率；3　隨機(jī)變量及其分布；4　數(shù)據(jù)擬合分布：古代的經(jīng)典推論；5　條件分布及其應(yīng)用；6　貝葉斯推論；7　密度和泊松模型；8　失效概率和安全系數(shù)；9　分位數(shù)估計(jì)；10　設(shè)計(jì)荷載和極值。

本書有以下幾個特點(diǎn)：多為說明性語言并用案例；每章后面都有部分練習(xí)，并在附錄中做了簡單的解答；前幾章的練習(xí)僅檢測基本概念，后續(xù)的練習(xí)注重實(shí)際問題的解決，體現(xiàn)了循序漸進(jìn)的學(xué)習(xí)方法；注重理論的實(shí)際應(yīng)用，所有實(shí)例問題的設(shè)計(jì)都是以實(shí)際數(shù)據(jù)為依據(jù)；作者在序言中簡要概括了每章學(xué)習(xí)的主要內(nèi)容。

作者Igor Rychlik自1986年在瑞典隆德大學(xué)獲得博士學(xué)位后一直留校任教，2007年7月1日獲得隆德大學(xué)數(shù)理統(tǒng)計(jì)學(xué)院教授職稱。他的研究興趣包括隨機(jī)過程理論在工程中的應(yīng)用、建筑與環(huán)境的安全分析、隨機(jī)過程的極值理論及其統(tǒng)計(jì)估計(jì)技巧和非線性變量系統(tǒng)動力學(xué)的統(tǒng)計(jì)估計(jì)技巧。

本書不僅是一本教課書，而且也是風(fēng)險研究者和從事工程決策分析等研究人員的參考書。對于上述相關(guān)專業(yè)的大學(xué)高年級學(xué)生和研究生而言它也是必備的。

侯玉梅，教授

秦皇島市燕山大學(xué)經(jīng)濟(jì)管理學(xué)院

北京理工大學(xué)管理與經(jīng)濟(jì)學(xué)院博士后

Hou Yumei，ProfessorThe college of economics and management，

篇3

下面說正經(jīng)的了，統(tǒng)計(jì)學(xué)是應(yīng)用數(shù)學(xué)的一個分支，主要利用概率論建立數(shù)學(xué)模型，收集所觀察系統(tǒng)的數(shù)據(jù)，進(jìn)行量化的分析、總結(jié)，并進(jìn)而進(jìn)行推斷和預(yù)測，為相關(guān)決策提供依據(jù)和參考。它被廣泛的應(yīng)用在各門學(xué)科之上，從社會科學(xué)到人文科學(xué)，甚至被工商業(yè)及政府用來決策。舉個例子，如果你們班上連你共50個學(xué)生，有人和你打賭說：“班里一定有人生日是相同的！”那么在這個賭局里你的勝率是多少呢？假設(shè)班上的第一位同學(xué)與你生日不同，那么他的生日只能在一年365天中的另外364天，再通過計(jì)算全班50名同學(xué)生日都不同的概率為0.0295。反過來說你在這個賭局中的成功把握只有3％，于是你果斷無視這個“騙局”。這就是統(tǒng)計(jì)學(xué)在生活中的一個應(yīng)用。在我國，統(tǒng)計(jì)學(xué)分為數(shù)學(xué)類和經(jīng)濟(jì)類，大部分綜合類和財(cái)經(jīng)類高校開設(shè)的統(tǒng)計(jì)學(xué)專業(yè)都是經(jīng)濟(jì)類統(tǒng)計(jì)方向，少數(shù)理工類院校如西北工業(yè)大學(xué)、北京理工大學(xué)等是開設(shè)的是應(yīng)用數(shù)學(xué)方向的。

經(jīng)濟(jì)類統(tǒng)計(jì)學(xué)專業(yè)的學(xué)生要學(xué)習(xí)的東西很豐富。經(jīng)濟(jì)學(xué)的基礎(chǔ)學(xué)科都會學(xué)習(xí)到，如西方經(jīng)濟(jì)學(xué)、國際經(jīng)濟(jì)學(xué)、貨幣銀行學(xué)、產(chǎn)業(yè)經(jīng)濟(jì)學(xué)、財(cái)政學(xué)、市場營銷……而我們的優(yōu)勢在于專業(yè)課的專門性很強(qiáng)，像統(tǒng)計(jì)學(xué)原理、抽樣調(diào)查、宏觀經(jīng)濟(jì)模型分析、國民經(jīng)濟(jì)統(tǒng)計(jì)學(xué)、社會統(tǒng)計(jì)學(xué)、企業(yè)統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)、應(yīng)用多元統(tǒng)計(jì)分析、宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析等課程經(jīng)濟(jì)學(xué)專業(yè)未必會涉及，在學(xué)習(xí)中你會發(fā)現(xiàn)統(tǒng)計(jì)學(xué)的世界是多么豐富多彩，基礎(chǔ)的數(shù)據(jù)在你的手中可以變幻出不同的統(tǒng)計(jì)表格和一條條的分析建議，枯燥的數(shù)據(jù)在我們這些“魔術(shù)師”的手中被賦予了新的生命，新的活力。

在院校選擇上，中國人民大學(xué)、廈門大學(xué)這兩所經(jīng)濟(jì)統(tǒng)計(jì)學(xué)實(shí)力最強(qiáng)的院校自然是首選。中國人民大學(xué)統(tǒng)計(jì)學(xué)院側(cè)重經(jīng)濟(jì)統(tǒng)計(jì)方向，學(xué)習(xí)內(nèi)容應(yīng)用性強(qiáng)，畢業(yè)生在企業(yè)、金融部門、機(jī)關(guān)就業(yè)比較多。廈門大學(xué)計(jì)劃統(tǒng)計(jì)系成立于1982年，1987年被國家教委評定為全國唯一的統(tǒng)計(jì)學(xué)重點(diǎn)學(xué)科，分為經(jīng)濟(jì)統(tǒng)計(jì)與投資決策分析兩個方向，也是偏重統(tǒng)計(jì)學(xué)的應(yīng)用。

篇4

數(shù)據(jù)挖掘是從數(shù)據(jù)當(dāng)中發(fā)現(xiàn)趨勢和模式的過程，它融合了現(xiàn)代統(tǒng)計(jì)學(xué)、知識信息系統(tǒng)、機(jī)器學(xué)習(xí)、決策理論和數(shù)據(jù)庫管理等多學(xué)科的知識。它能有效地從大量的、不完全的、模糊的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的潛在有用的信息和知識，揭示出大量數(shù)據(jù)中復(fù)雜的和隱藏的關(guān)系，為決策提供有用的參考。數(shù)據(jù)挖掘是從數(shù)據(jù)當(dāng)中發(fā)現(xiàn)趨勢和模式的過程，它融合了現(xiàn)代統(tǒng)計(jì)學(xué)、知識信息系統(tǒng)、機(jī)器學(xué)習(xí)、決策理論和數(shù)據(jù)庫管理等多學(xué)科的知識。它能有效地從大量的、不完全的、模糊的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的潛存有用的信息和知識，揭示出大量數(shù)據(jù)中復(fù)雜的和隱藏的關(guān)系，為決策提供有用的參考。

二、數(shù)據(jù)挖掘的現(xiàn)代最新方法介紹

常用的數(shù)據(jù)挖掘方法主要有決策樹(Decision Tree)、遺傳算法(Genetic Algorithms)、關(guān)聯(lián)分析(Association Analysis).聚類分析(C~smr Analysis)、序列模式分析(Sequential Pattern)以及神經(jīng)網(wǎng)絡(luò)(Neural Networks)等。

三、數(shù)據(jù)挖掘的實(shí)際應(yīng)用

由于數(shù)據(jù)挖掘市場還處于起步的階段，但是發(fā)展很快。在國外有一些著名的大公司對數(shù)據(jù)挖掘系統(tǒng)進(jìn)行了開發(fā)。

1.Intelligent Miner這是IBM公司的數(shù)據(jù)挖掘產(chǎn)品，它提供了很多數(shù)據(jù)挖掘算法，包括關(guān)聯(lián)、分類、回歸、預(yù)測模型、偏離檢測、序列模式分析和聚類。有2個特點(diǎn)：一是它的數(shù)據(jù)挖掘算法的可伸縮性；二是它與IBM/DB/2關(guān)系數(shù)據(jù)庫系統(tǒng)緊密地結(jié)合在一起。

2.EineSet是由SGI公司開發(fā)的，它也提供了多種數(shù)據(jù)挖掘方法，包括關(guān)聯(lián)分析和分類以及高級統(tǒng)計(jì)和可視化工具。特色是它具有的強(qiáng)大的圖形工具，包括規(guī)則可視化工具、樹可視化工具、地圖可視化工具和多維數(shù)據(jù)分散可視化工具，它們用于實(shí)現(xiàn)數(shù)據(jù)和數(shù)據(jù)挖掘結(jié)果的可視化。

3.Clementine是由ISL公司開發(fā)的，它為終端用戶和開發(fā)者提供提供了一個集成的數(shù)據(jù)挖掘開發(fā)環(huán)境。

4.DBMiner是由DBMiner Technology公司開發(fā)的，它提供多種數(shù)據(jù)挖掘算法，包括發(fā)現(xiàn)驅(qū)動的OLAP分析、關(guān)聯(lián)、分類和聚類。特色是它的基于數(shù)據(jù)立方體的聯(lián)機(jī)分析挖掘，它包含多種有效的頻繁模式挖掘功能和集成的可視化分類方法

四、數(shù)據(jù)挖掘與管理會計(jì)

1.提供有力的決策支持

面對日益激烈的競爭環(huán)境，企業(yè)管理者對決策信息的需求也越來越高。管理會計(jì)作為企業(yè)決策支持系統(tǒng)的重要組成部分，提供更多、更有效的有用信息責(zé)無旁貸。因此，從海量數(shù)據(jù)中挖掘和尋求知識和信息，為決策提供有力支持成為管理會計(jì)師使用數(shù)據(jù)挖掘的強(qiáng)大動力。例如，數(shù)據(jù)挖掘可以幫助企業(yè)加強(qiáng)成本管理，改進(jìn)產(chǎn)品和服務(wù)質(zhì)量，提高貨品銷量比率，設(shè)計(jì)更好的貨品運(yùn)輸與分銷策略，減少商業(yè)成本。

2.贏得戰(zhàn)略競爭優(yōu)勢的有力武器

實(shí)踐證明數(shù)據(jù)挖掘不僅能明顯改善企業(yè)內(nèi)部流程，而且能夠從戰(zhàn)略的高度對企業(yè)的競爭環(huán)境、市場、顧客和供應(yīng)商進(jìn)行分析，以獲得有價值的商業(yè)情報，保持和提高企業(yè)持續(xù)競爭優(yōu)勢。如，對顧客價值分析能夠?qū)槠髽I(yè)創(chuàng)造80%價值的20%的顧客區(qū)分出來，對其提供更優(yōu)質(zhì)的服務(wù)，以保持這部分顧客。

3.預(yù)防和控制財(cái)務(wù)風(fēng)險

利用數(shù)據(jù)挖掘技術(shù)可以建立企業(yè)財(cái)務(wù)風(fēng)險預(yù)警模型。企業(yè)財(cái)務(wù)風(fēng)險的發(fā)生并非一蹴而就，而是一個積累的、漸進(jìn)的過程，通過建立財(cái)務(wù)風(fēng)險預(yù)警模型，可以隨時監(jiān)控企業(yè)財(cái)務(wù)狀況，防范財(cái)務(wù)危機(jī)的發(fā)生。另外，也可以利用數(shù)據(jù)挖掘技術(shù)，對企業(yè)籌資和投資過程中的行為進(jìn)行監(jiān)控，防止惡意的商業(yè)欺詐行為，維護(hù)企業(yè)利益。尤其是在金融企業(yè)，通過數(shù)據(jù)挖掘，可以解決銀行業(yè)面臨的如信用卡的惡意透支及可疑的信用卡交易等欺詐行為。根據(jù)SEC的報告，美國銀行、美國第一銀行、聯(lián)邦住房貸款抵押公司等數(shù)家銀行已采用了數(shù)據(jù)挖掘技術(shù)。

五、數(shù)據(jù)挖掘在管理會計(jì)中的應(yīng)用

1.作業(yè)成本和價值鏈分析

作業(yè)成本法以其對成本的精確計(jì)算和對資源的充分利用引起了人們的極大興趣，但其復(fù)雜的操作使得很多管理者望而卻步。利用數(shù)據(jù)挖掘中的回歸分析、分類分析等方法能幫助管理會計(jì)師確定成本動因，更加準(zhǔn)確計(jì)算成本。同時，也可以通過分析作業(yè)與價值之間的關(guān)系，確定增值作業(yè)和非增值作業(yè)，持續(xù)改進(jìn)和優(yōu)化企業(yè)價值鏈。在Thomas G，John J和Il-woon Kim的調(diào)查中，數(shù)據(jù)挖掘被用在作業(yè)成本管理中僅占3%。

2.預(yù)測分析

管理會計(jì)師在很多情況下需要對未來進(jìn)行預(yù)測，而預(yù)測是建立在大量的歷史數(shù)據(jù)和適當(dāng)?shù)哪Ｐ突A(chǔ)上的。數(shù)據(jù)挖掘自動在大型數(shù)據(jù)庫中尋找預(yù)測性信息，利用趨勢分析、時間序列分析等方法，建立對如銷售、成本、資金等的預(yù)測模型，科學(xué)準(zhǔn)確的預(yù)測企業(yè)各項(xiàng)指標(biāo)，作為決策的依據(jù)。例如對市場調(diào)查數(shù)據(jù)的分析可以幫助預(yù)測銷售；根據(jù)歷史資料建立銷售預(yù)測模型等。

3.投資決策分析

投資決策分析本身就是一個非常復(fù)雜的過程，往往要借助一些工具和模型。數(shù)據(jù)挖掘技術(shù)提供了有效的工具。從公司的財(cái)務(wù)報告、宏觀的經(jīng)濟(jì)環(huán)境以及行業(yè)基本狀況等大量的數(shù)據(jù)資料中挖掘出與決策相關(guān)的實(shí)質(zhì)性的信息，保證投資決策的正確性和有效性。如利用時間序列分析模型預(yù)測股票價格進(jìn)行投資；用聯(lián)機(jī)分析處理技術(shù)分析公司的信用等級，以預(yù)防投資風(fēng)險等。

4.產(chǎn)品和市場預(yù)測與分析

品種優(yōu)化是選擇適當(dāng)?shù)漠a(chǎn)品組合以實(shí)現(xiàn)最大的利益的過程，這些利益可以是短期利潤，也可以是長期市場占有率，還可以是構(gòu)建長期客戶群及其綜合體。為了達(dá)到這些目標(biāo)，管理會計(jì)師不僅僅需要價格和成本數(shù)據(jù)有時還需要知道替代品的情況，以及在某一市場段位上它們與原產(chǎn)品競爭的狀況。另外企業(yè)也需要了解一個產(chǎn)品是如何刺激另一些產(chǎn)品的銷量的等等。例如，非盈利性產(chǎn)品本身是沒有利潤可言的，但是，如果它帶來了可觀的客戶流量，并刺激了高利潤產(chǎn)品的銷售，那么，這種產(chǎn)品就非常有利可圖，就應(yīng)該包括在產(chǎn)品清單中。這些信息可根據(jù)實(shí)際數(shù)據(jù)，通過關(guān)聯(lián)分析等技術(shù)來得到。

5.財(cái)務(wù)風(fēng)險預(yù)測與評估

管理會計(jì)師可以利用數(shù)據(jù)挖掘工具來評價企業(yè)的財(cái)務(wù)風(fēng)險，建立企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型，進(jìn)行破產(chǎn)預(yù)測。破產(chǎn)預(yù)測或稱財(cái)務(wù)危機(jī)預(yù)警模型能夠幫助管理者及時了解企業(yè)的財(cái)務(wù)風(fēng)險，提前采取風(fēng)險防范措施，避免破產(chǎn)。另外，破產(chǎn)預(yù)測模型還能幫助分析破產(chǎn)原因，對企業(yè)管理者意義重大。，數(shù)據(jù)挖掘技術(shù)包括多維判別式分析、邏輯回歸分析、遺傳算法、神經(jīng)網(wǎng)絡(luò)以及決策樹等方法在管理會計(jì)中得到了廣泛的應(yīng)用。

篇5

【關(guān)鍵詞】數(shù)據(jù)挖掘技術(shù) 營銷策略 數(shù)據(jù) 模型

為了更加有效的讓企業(yè)在市場營銷、市場資本運(yùn)作和市場投資策略及市場信息決策方面做到事半功倍，企業(yè)高層就需要將企業(yè)數(shù)據(jù)倉庫中的原始數(shù)據(jù)轉(zhuǎn)化為簡明扼要的商業(yè)數(shù)據(jù)信息。當(dāng)企業(yè)在商業(yè)活動中了解到企業(yè)的各種問題并知道其原因后，數(shù)據(jù)挖掘技術(shù)可以很好的幫助企業(yè)解決接下來該怎么辦的問題，可以幫企業(yè)用戶了解市場變化，挖掘技術(shù)是目前世界上比較流行的一種決策技術(shù)，數(shù)據(jù)挖掘技術(shù)其實(shí)經(jīng)歷了一個逐漸演化的過程，而統(tǒng)計(jì)技術(shù)從最初應(yīng)用到現(xiàn)在已經(jīng)有一百多年的歷史，早在數(shù)據(jù)挖掘技術(shù)正式出現(xiàn)之前，就有許多的統(tǒng)計(jì)學(xué)家開始將統(tǒng)計(jì)技術(shù)應(yīng)用到對數(shù)據(jù)庫中大量信息的處理，開始承擔(dān)數(shù)據(jù)挖掘的工作。隨著世界商業(yè)環(huán)境的極其復(fù)雜而且日益的競爭激烈，各大中型企業(yè)的高層領(lǐng)導(dǎo)或管理者為了讓企業(yè)在競爭中更好的生存發(fā)展，他們的主要職責(zé)就是制定良好的商業(yè)或市場策略，做出一套可行性強(qiáng)的銷售計(jì)劃，并確定如何能更好的分配有限的企業(yè)資源。為了達(dá)上以上目的，企業(yè)高層往往需要根據(jù)特定的信息去了解并評價企業(yè)的特性，比如說企業(yè)的歷史、企業(yè)的產(chǎn)業(yè)信息、企業(yè)的經(jīng)濟(jì)狀況以及將來會影響企業(yè)經(jīng)濟(jì)效益的未知事件。

一、數(shù)據(jù)挖掘技術(shù)在市場營銷策略中的作用

（1）為決策支持提供有力的保障。隨著企業(yè)市場競爭環(huán)境的日益激烈，決策信息在企業(yè)中的價值越來越大，因此，企業(yè)管理者對它的要求也越來越高。對企業(yè)的決策支持是市場策略的重要組成部分，決策支持的目的是為企業(yè)在市場競爭中提供最高效的有市場價值的數(shù)據(jù)信息。所以，從市場中的海量數(shù)據(jù)里進(jìn)行高效的數(shù)據(jù)和信息的挖掘，能夠?yàn)槠髽I(yè)市場決策提供強(qiáng)有力的支持。例如，利用數(shù)據(jù)挖掘技術(shù)可以幫助企業(yè)加強(qiáng)市場運(yùn)作管理，在調(diào)查分析的基礎(chǔ)上提高企業(yè)產(chǎn)品和在市場中的服務(wù)質(zhì)量并有效的提高銷售率，能夠?yàn)槠髽I(yè)在市場競爭中設(shè)計(jì)最優(yōu)化的分銷策略，從而大大的減少企業(yè)的商業(yè)成本。

（2）為市場競爭保駕護(hù)航。企業(yè)在市場中競賽的因素主要包括市場競賽環(huán)境、市場情況、企業(yè)客戶和企業(yè)的上層供應(yīng)商等，事實(shí)證明數(shù)據(jù)挖掘技術(shù)不僅可以在企業(yè)內(nèi)部工作流程的層面上進(jìn)行改善，而且還能夠?qū)ζ髽I(yè)的市場競爭環(huán)境等方面的因素進(jìn)行分析設(shè)計(jì)，從而能夠順利獲取市場商業(yè)策略情報，以使企業(yè)在市場競爭中的持續(xù)發(fā)展壯大的優(yōu)勢得以保持和提高。比如，通過數(shù)據(jù)挖掘技術(shù)對客戶價值取向的分析能夠把為企業(yè)創(chuàng)造巨大價值的的客戶統(tǒng)計(jì)出來，以便有針對性的對其提供并保持更優(yōu)質(zhì)的服務(wù)，實(shí)現(xiàn)企業(yè)在市場中的有利競爭。

（3）能有效進(jìn)行市場決策及誤差分析。對市場決策分析要借助一些數(shù)據(jù)挖掘的工具和相應(yīng)的模型。數(shù)據(jù)挖掘技術(shù)可以利用有效的工具對市場環(huán)境以及行業(yè)基本狀況等大量的數(shù)據(jù)資料中挖掘出與企業(yè)市場決策信息相符的重要數(shù)據(jù)，充分保證決策者進(jìn)行市場策略決定的準(zhǔn)確性和高效性。比如可以通過采用關(guān)鍵字技術(shù)、數(shù)據(jù)庫技術(shù)等挖掘技術(shù)制定市場策略，讓企業(yè)在競爭中更好的生存發(fā)展，讓企業(yè)領(lǐng)導(dǎo)能夠制定良好的商業(yè)或市場策略，從而進(jìn)一步做出一套行之有效的銷售計(jì)劃，并能夠準(zhǔn)確的確定如何能更好的分配有限的市場資源。進(jìn)行決策分析的目的是得出對未來情況的比較準(zhǔn)確的值，由于挖掘技術(shù)在進(jìn)行分析模型的初步解釋和假設(shè)中會出現(xiàn)某些定量因素考慮不完整的現(xiàn)象，在進(jìn)行市場決策分析過程中會出現(xiàn)一些無法避免的誤差問題，即挖掘分析的值與實(shí)際值存在差異，當(dāng)出現(xiàn)這種情況時，要對獲得的分析結(jié)果進(jìn)行誤差分析，分析完成后再進(jìn)行參數(shù)等方面的修正以達(dá)到更好的決策。

（4）為客戶關(guān)系管理提供保證。企業(yè)競爭的最重要的因素之一就是企業(yè)的客戶，客戶關(guān)系管理的好壞直接影響企業(yè)的市場競爭力。利用數(shù)據(jù)挖掘技術(shù)進(jìn)行客戶關(guān)系管理時，首先要通過對數(shù)據(jù)倉庫的分析對客戶的群體進(jìn)行分類，通過分類的方法可以及時發(fā)現(xiàn)其行為規(guī)律，從而實(shí)行有針對性的服務(wù)。然后對客戶的價值取向進(jìn)行分析，企業(yè)可以從客戶關(guān)系的數(shù)據(jù)庫中挖掘出客戶的一些詳細(xì)數(shù)據(jù)信息，并對這部分客戶的一系列的詳細(xì)的運(yùn)作進(jìn)行動態(tài)的跟蹤，并根據(jù)不同的客戶群的各自的特點(diǎn)提供對應(yīng)的市場服務(wù)，實(shí)現(xiàn)與企業(yè)客戶的長期的互利的合作關(guān)系。以大型超市為例，為了能使之有更好的市場競爭力，決策者就需要對其商品的各種銷售客戶的狀況有一定的熟悉才能做到游刃有余，當(dāng)然除了客戶關(guān)系的分析還包括對庫存量的分析、采購商品的分析等等。

（5）為企業(yè)產(chǎn)品和市場分析提供依據(jù)。利用數(shù)據(jù)挖掘技術(shù)可以為企業(yè)產(chǎn)品和市場分析提供可靠的依據(jù)，在企業(yè)市場運(yùn)作中，可以通過品種優(yōu)化為企業(yè)實(shí)現(xiàn)最大的經(jīng)濟(jì)利益，品種優(yōu)化就是對企業(yè)中的產(chǎn)品進(jìn)行最恰當(dāng)?shù)慕M合，產(chǎn)品組合獲得的經(jīng)濟(jì)利益可以分為市場短期經(jīng)濟(jì)利益和長期市場占有率的利益。企業(yè)決策者需要比較準(zhǔn)確的挖掘出產(chǎn)品的價格和成本數(shù)據(jù)以實(shí)現(xiàn)以上的目標(biāo)，還需要利用數(shù)據(jù)挖掘技術(shù)找出其產(chǎn)品和其它產(chǎn)品在市場競爭中的狀況。此外企業(yè)決策者也需要清楚企業(yè)的產(chǎn)品與其它產(chǎn)品之間是如何互相刺激其在市場中競爭的優(yōu)勢等等。比如在市場中雖然部分非盈利性產(chǎn)品本身是不能給企業(yè)帶來直接的利潤，但是，通過此類產(chǎn)品可以帶來了很大的客戶流量，使企業(yè)的客戶保持不斷增長，同時間接的提高了高利潤產(chǎn)品的銷售量，所以，根據(jù)企業(yè)中的實(shí)際數(shù)據(jù)并通過關(guān)聯(lián)分析等技術(shù)對企業(yè)中的各類產(chǎn)品進(jìn)行市場分析是至關(guān)重要的一個方面。

二、數(shù)據(jù)挖掘制定策略的實(shí)現(xiàn)過程

將每一個樣本進(jìn)行迭代處理，然后進(jìn)行預(yù)測和實(shí)際了解的類標(biāo)號比較，再通過修改每個收集到樣本的權(quán)值，盡可能的使網(wǎng)絡(luò)預(yù)測值與現(xiàn)實(shí)的誤差最小。通過后向傳播的方式由輸出層經(jīng)過隱藏層再到輸入層，其算法主要由計(jì)算和修改兩個階段組成，首先將輸入信息從輸入層經(jīng)過隱藏層到輸出層逐層計(jì)算處理，再給出每個單元的輸出值即正向傳播，然后在輸出層如果不能夠得到期望的輸出，那么再逐層計(jì)算實(shí)際輸出與期望輸出之間的誤差，再根據(jù)它們之間的誤差對各個單元的權(quán)值進(jìn)行調(diào)整，實(shí)現(xiàn)企業(yè)數(shù)據(jù)倉庫中的原始數(shù)據(jù)轉(zhuǎn)化為簡明扼要的商業(yè)數(shù)據(jù)信息，可以幫企業(yè)用戶了解市場變化。

（1）需求分析確定挖掘?qū)ο?。進(jìn)行數(shù)據(jù)挖掘之前必須先進(jìn)行確定挖掘?qū)ο?，通過市場營銷策略的調(diào)查分析、市場庫存量的分析、市場采購分析、市場客戶的關(guān)系分析等。每次分析之前，首先要明白分析的對象及要解決的問題和要達(dá)到的具體要求等。

（2）構(gòu)建市場策略的E-R模型。對收集到的資料認(rèn)真進(jìn)行審核以保證數(shù)據(jù)的真實(shí)準(zhǔn)確性，接著再對收集到的市場資料進(jìn)行分析等，同時去除與策略不相符的一些數(shù)據(jù)，從中找出市場發(fā)展的統(tǒng)計(jì)規(guī)律并構(gòu)建市場策略的E-R模型，由于數(shù)據(jù)信息的正確是保證市場策略制定正確的前提條件，而統(tǒng)計(jì)的數(shù)據(jù)信息的偏差經(jīng)常會導(dǎo)致決策分析的偏差，因此建立模型是十分重要的。

（3）構(gòu)造數(shù)據(jù)事實(shí)表模型。通過構(gòu)建市場策略的E-R模型后再構(gòu)造數(shù)據(jù)事實(shí)表模型，一般來說有多種分析模型，但必須選擇合適的分析模型，此時可以根據(jù)分析的要求和企業(yè)事物本身的特點(diǎn)進(jìn)行恰當(dāng)選擇，同進(jìn)必須要正確選擇適當(dāng)?shù)姆治龇椒ㄟM(jìn)行估計(jì)模型參數(shù)值。分析模型可以有不同的估計(jì)方法，一個分析方法也適用于不同的分析模型，應(yīng)該根據(jù)分析的目的和分析資料的數(shù)量及可靠性程度、分析精度要求等選擇恰當(dāng)?shù)姆治瞿Ｐ秃头治龇椒ā?/p>

（4）分析處理。依據(jù)以上選定模型，采用選定的分析方法計(jì)算出參數(shù)后，就可以得出分析公式，然后就可以根據(jù)分析公式對數(shù)據(jù)進(jìn)行分析。

（5）誤差分析。進(jìn)行統(tǒng)計(jì)分析的目的是得出對未來情況的估計(jì)值，因?yàn)樵诜治瞿Ｐ偷某醪浇忉尯图僭O(shè)中存在考慮定量因素不完整的情況，加上客觀現(xiàn)象的變化，導(dǎo)致數(shù)據(jù)與所構(gòu)造的數(shù)據(jù)模型過分適應(yīng)，往往造成所發(fā)現(xiàn)的模式精確性很差，并且不能滿足企業(yè)實(shí)際的需要。在分析過程中出現(xiàn)一些誤差是無法避免的，即分析出來的值的實(shí)際值肯定存在一些差異，分析模型建立并獲得分析結(jié)果后一般要經(jīng)過誤差分析，采用選定的分析方法計(jì)算出參數(shù)當(dāng)然，如果誤差太大，則要從各個方面進(jìn)行誤差原因的分析，最后再進(jìn)行模型或參數(shù)的修正，以建立可靠的分析公式。

三、結(jié)論

合理利用數(shù)據(jù)挖掘技術(shù)可以很好的幫助企業(yè)借助過去發(fā)生的事情來預(yù)測市場未來的走勢并制定相應(yīng)的市場策略并解決一系列的正確決策問題，應(yīng)用前景是十分廣闊的。當(dāng)然，還可以對制定市場策略的信息庫做關(guān)聯(lián)規(guī)則的挖掘研究，在應(yīng)用數(shù)據(jù)挖掘技術(shù)制定市場營銷策略中如果能夠做到更有針對性和準(zhǔn)確性，那么，數(shù)據(jù)挖掘?qū)κ袌鰻I銷策略的發(fā)展將有更大的推動作用。

參考文獻(xiàn)：

篇6

關(guān)鍵詞：經(jīng)濟(jì)預(yù)測與決策；教學(xué)改革；應(yīng)用型人才

中圖分類號：G642　文獻(xiàn)標(biāo)識碼：A

近年來，我國高等院校招生規(guī)模不斷擴(kuò)大，高等教育正在由“精英”教育培養(yǎng)模式向“大眾化”教育培養(yǎng)模式發(fā)展。獨(dú)立學(xué)院作為教育市場競爭的產(chǎn)物，順應(yīng)當(dāng)今社會發(fā)展的要求，將自己的辦學(xué)目標(biāo)定位于建設(shè)應(yīng)用型大學(xué)和培養(yǎng)應(yīng)用型人才。應(yīng)用型人才的主要特征是具有比較強(qiáng)的實(shí)踐能力和創(chuàng)新能力，畢業(yè)以后能很快地適應(yīng)職業(yè)的要求。例如應(yīng)用型統(tǒng)計(jì)學(xué)專業(yè)人才應(yīng)具有較扎實(shí)的數(shù)學(xué)基礎(chǔ)和良好的經(jīng)濟(jì)學(xué)素養(yǎng)，比較熟練地掌握統(tǒng)計(jì)學(xué)及金融、管理等方面的基本理論與方法，能較熟練地運(yùn)用計(jì)算機(jī)分析和處理各種數(shù)據(jù)，能在企、事業(yè)單位和各經(jīng)、管部門從事統(tǒng)計(jì)調(diào)查、統(tǒng)計(jì)信息管理、統(tǒng)計(jì)數(shù)據(jù)管理與分析和統(tǒng)計(jì)研究工作的應(yīng)用型人才。“經(jīng)濟(jì)預(yù)測與決策”這門課旨在運(yùn)用專門的統(tǒng)計(jì)知識研究經(jīng)濟(jì)問題，實(shí)用性很強(qiáng)，例如可以建立回歸方程擬合經(jīng)濟(jì)模型，利用時間序列方法對股票收益進(jìn)行預(yù)測等。同時這門課的理論基礎(chǔ)涉及數(shù)學(xué)分析、高等代數(shù)、統(tǒng)計(jì)學(xué)原理三門課的內(nèi)容，這三門理論基礎(chǔ)課比較抽象、難懂，獨(dú)立學(xué)院的學(xué)生數(shù)學(xué)基礎(chǔ)本來就比較差，理解、掌握理論知識就更加困難，在學(xué)習(xí)經(jīng)濟(jì)預(yù)測與決策這門課程時遇到的困難有很多。因此，獨(dú)立學(xué)院有必要對經(jīng)濟(jì)決策與預(yù)測這門課的教學(xué)進(jìn)行深入地研究。

1、教學(xué)中存在的問題

1.1教材難易很難適中

目前，還沒有專門為獨(dú)立學(xué)院學(xué)生編寫適合他們使用的經(jīng)濟(jì)預(yù)測與決策這門課的教材，獨(dú)立學(xué)院基本都使用母體學(xué)校的教材上這門課，母體學(xué)校偏重理論教學(xué)，而獨(dú)立學(xué)院以培養(yǎng)應(yīng)用型人才為目標(biāo)，注重實(shí)際應(yīng)用能力，并且獨(dú)立學(xué)院學(xué)生的基礎(chǔ)比較差，他們在學(xué)習(xí)的過程中常常會感到很吃力。但如果僅僅按照統(tǒng)計(jì)工具書的步驟講解。學(xué)生會感到困惑，不知道那些統(tǒng)計(jì)量是什么意思，最后的輸出結(jié)果說明了什么問題等。因此，只使用母體學(xué)校的教材和只使用統(tǒng)計(jì)工具書學(xué)習(xí)經(jīng)濟(jì)預(yù)測與決策這門課是不行的。

1.2教學(xué)形式呆板

目前高校經(jīng)濟(jì)預(yù)測與決策教學(xué)，大多采用以教師講授為主的傳統(tǒng)教學(xué)方式。教師普遍仍局限于課堂講授的單向灌輸式教學(xué)方式，屬于重知識傳授、輕能力培養(yǎng)，重書本理論、輕實(shí)踐活動的“注入式”教學(xué)模式。教學(xué)中，教師注重基本原理和方法的介紹，很少做到把原理與統(tǒng)計(jì)分析方法在實(shí)際中的運(yùn)用結(jié)合起來講解，運(yùn)用知識的能力未得到鍛煉、提高。實(shí)際操作能力和使用統(tǒng)計(jì)軟件的能力相當(dāng)缺乏。學(xué)生對這種教學(xué)方式比較反感，因而失去學(xué)習(xí)的興趣。

1.3考試內(nèi)容和形式單一

考試是檢驗(yàn)學(xué)生學(xué)習(xí)情況的主要途徑，也是評估教學(xué)質(zhì)量的主要手段?，F(xiàn)在大多數(shù)的課程依然沿用傳統(tǒng)閉卷筆試的方式，考試的題型主要有填空題、選擇題、計(jì)算題、證明題、論述題等。這種考試方式注重考察學(xué)生掌握基本理論和基本技能的情況，但試卷上的題目畢竟是理想化的，學(xué)生為了應(yīng)付考試，不得不死記硬背公式、定理，導(dǎo)致有的學(xué)生雖然考分很高，但運(yùn)用知識解決實(shí)際問題的能力卻很差，這樣很難考察出學(xué)生分析實(shí)際問題的能力，從而不能滿足獨(dú)立學(xué)院培養(yǎng)應(yīng)用型人才的要求，而經(jīng)濟(jì)預(yù)測與決策是一門實(shí)用性很強(qiáng)的課程，采用傳統(tǒng)的考試形式，顯然是不合適的。

2、經(jīng)濟(jì)決策與預(yù)測課程改革措施

2.1選擇合適的教材

適合于應(yīng)用型人才培養(yǎng)的經(jīng)濟(jì)與決策教材是比較少的，而適合獨(dú)立學(xué)院經(jīng)濟(jì)統(tǒng)計(jì)專業(yè)使用的教材就更加少了，獨(dú)立學(xué)院母體學(xué)校本科教材存在難度偏大、理論內(nèi)容偏多、實(shí)踐技能操作偏少的弊端，這類教材更適合培養(yǎng)研究型人才使用。對于數(shù)學(xué)基礎(chǔ)普遍較弱的獨(dú)立學(xué)院的學(xué)生來說，用現(xiàn)有的教材進(jìn)行教學(xué)，學(xué)生學(xué)習(xí)起來困難比較大。根據(jù)獨(dú)立學(xué)院學(xué)生基礎(chǔ)較差的特點(diǎn)，不宜選取理論性太強(qiáng)的教材，要選擇簡單介紹基本理論，又通過例題講解計(jì)算步驟和如何使用軟件解決實(shí)際問題的教材，但是實(shí)際中滿足以上要求的教材很難找到，短期內(nèi)可以解決的辦法就是選一本理論性較強(qiáng)的教材，然后任課老師再選一本統(tǒng)計(jì)軟件教材教學(xué)生使用軟件解決實(shí)際問題。這樣做可以將理論結(jié)合實(shí)際，但任課老師要注意教學(xué)進(jìn)度，對于獨(dú)立學(xué)院的學(xué)生，要通過例題講解理論知識。在長期教學(xué)中，最好的解決方法就是結(jié)合獨(dú)立學(xué)生的特點(diǎn)，編寫一本適合他們學(xué)習(xí)的教材，這也是根本解決獨(dú)立學(xué)院經(jīng)濟(jì)決策與預(yù)測課程教材難選問題的辦法。不論是選取教材還是編寫教材，對教材的具體要求是：

(1)教材應(yīng)能系統(tǒng)地介紹理論方法，為學(xué)生學(xué)習(xí)其他專業(yè)課程提供分析方法和理論基礎(chǔ)；(2)教材應(yīng)著重介紹各種模型在經(jīng)濟(jì)、管理領(lǐng)域的實(shí)際應(yīng)用，在案例選擇、編排上要盡量符合社會實(shí)際需要，也可以考慮將其他專業(yè)課程介紹的方法與這門課程的方法相結(jié)合解決實(shí)際問題。

2.2針對具體情況采用不同的教學(xué)模式

在理論方面，弱化傳統(tǒng)的數(shù)理邏輯的推證教學(xué)方式，強(qiáng)化對模型適用性的識別能力以及利用這些模型分析經(jīng)濟(jì)數(shù)據(jù)能力的訓(xùn)練；注意以我國經(jīng)濟(jì)運(yùn)行真實(shí)數(shù)據(jù)編寫案例，結(jié)合社會經(jīng)濟(jì)的熱點(diǎn)問題開展案例教學(xué)，積極開展實(shí)驗(yàn)，將理論方法的教學(xué)與計(jì)算軟件相結(jié)合，克服理論方法和計(jì)算機(jī)教學(xué)相分離的現(xiàn)象，例如在講非平穩(wěn)序列的隨機(jī)分析時，可以以我國每日上證指數(shù)數(shù)據(jù)為實(shí)例，運(yùn)用EVIEWS軟件講解GARCH模型在解決異方差性時的優(yōu)越性。筆者在教經(jīng)濟(jì)預(yù)測與決策這門課程時，重點(diǎn)講的內(nèi)容是時間序列分析，而教材里提到的其它計(jì)量內(nèi)容，比如回歸分析的內(nèi)容，等專門講計(jì)量經(jīng)濟(jì)學(xué)課程時再給學(xué)生詳細(xì)介紹。為了讓學(xué)生學(xué)會使用更多的統(tǒng)計(jì)軟件，在上《經(jīng)濟(jì)預(yù)測與決策》課程時，使用EVIEWS進(jìn)行教學(xué)，在上《計(jì)量經(jīng)濟(jì)學(xué)》課程時。使用SPSS進(jìn)行教學(xué)，在給學(xué)生上《試驗(yàn)設(shè)計(jì)》課程時，使用EXCEL進(jìn)行教學(xué)。在一個班學(xué)生人數(shù)較多的情況下，可以采用分組討論的方式，將學(xué)生分成若干小組，并給每個小組指定一名組長，明確各個小組長的職責(zé)。如：組長負(fù)責(zé)組織本組成員按老師的要求開展討論活動，對組內(nèi)成員進(jìn)行工作分工。督促本組成員按時完成工作并對本組成員的工作表現(xiàn)進(jìn)行評價。除了正常上課外，可以給每個組布置1-2道題目進(jìn)行討論，然后從每個組抽同學(xué)上講臺說明解題思路，并當(dāng)場演示計(jì)算過程和結(jié)果。在一個班學(xué)生人數(shù)較少的情況下，最好能選擇在機(jī)房上課，這樣更能合理分配講理論知識內(nèi)容和實(shí)際操作內(nèi)容的時間，而且可以讓每個同學(xué)都現(xiàn)場操作軟件，采用這種方式既檢驗(yàn)了學(xué)生平時的學(xué)習(xí)情況又鍛煉了他們展現(xiàn)自我的能力。其次應(yīng)該多采用案例教學(xué)，通過案例講解理論知識，以案例為起點(diǎn)，教師通過對案例的分析，說明教學(xué)的主要內(nèi)容，介紹課程的基本理論，使案例與課程的基本理論成為一個整體，構(gòu)成完整的課程內(nèi)容體系。在開始學(xué)習(xí)新的課程內(nèi)容時，學(xué)生會感到新的理論知識理解起來比 較困難。因此案例引導(dǎo)法可以在學(xué)習(xí)新的一章內(nèi)容時運(yùn)用。通過案例的引導(dǎo)，可以極大地激發(fā)學(xué)生的學(xué)習(xí)興趣和積極性，使新的教學(xué)內(nèi)容理解起來非常容易。通過案例教學(xué)生實(shí)際操作，這樣既能使學(xué)生學(xué)起來輕松，又能使學(xué)生對知識掌握得更牢固。最后，教師應(yīng)該向?qū)W生詳細(xì)介紹本課程的前沿性知識和有待解決的問題，啟發(fā)學(xué)生積極思考這些問題，培養(yǎng)學(xué)生的自主創(chuàng)新能力。當(dāng)今時代以知識經(jīng)濟(jì)和信息為主題，科學(xué)技術(shù)的不斷創(chuàng)新，是一個國家繁榮昌盛的重要因素之一。平時要加強(qiáng)對學(xué)生自主創(chuàng)新能力的培養(yǎng)，讓學(xué)生自己多思考。要真正培養(yǎng)學(xué)生分析、解決問題的能力，僅靠老師課堂教學(xué)是不夠的，必須讓學(xué)生經(jīng)過社會實(shí)踐的磨練。通過社會實(shí)踐，既可以鞏固課堂教學(xué)的成果，還可以為學(xué)校相關(guān)部門提供有用的決策信息。在上課的過程中與學(xué)生互動是非常重要的，通過互動，學(xué)生的積極性被充分調(diào)動，可以很快得扭轉(zhuǎn)學(xué)生被動學(xué)習(xí)，教師強(qiáng)制“灌輸”的局面。

2.3考試形式的多樣化

絕大多數(shù)課程的學(xué)習(xí)要求學(xué)生掌握以下三個方面的內(nèi)容：(1)基本知識、基本理論以及基本技能，這些基本內(nèi)容是進(jìn)一步深入學(xué)習(xí)的保證；(2)解決實(shí)際問題的能力，這是學(xué)習(xí)課程的基本目標(biāo)；(3)自主創(chuàng)新的能力。

由于長期受到傳統(tǒng)教育理念的影響，目前的考試形式已經(jīng)越來越不適合綜合考察學(xué)生學(xué)習(xí)知識、能力的現(xiàn)狀，因此需要對經(jīng)濟(jì)預(yù)測與決策課程的考試模式進(jìn)行改革。在考試內(nèi)容上，要將理論知識考核和創(chuàng)新能力考核結(jié)合起來。用來考核的每一道題目，盡量做到在考察基礎(chǔ)知識的同時也能考察到學(xué)生的發(fā)散思維能力，也就是題目不能太“直白”。要鼓勵學(xué)生自己獨(dú)立思考，在考試內(nèi)容上要盡量將一些社會經(jīng)濟(jì)問題適當(dāng)抽象化使之成為一種創(chuàng)新題型，通過這種“實(shí)戰(zhàn)”激發(fā)學(xué)生的創(chuàng)新思維，從而才能真正起到綜合考察學(xué)生知識、能力、素質(zhì)的作用；在考試形式上，對經(jīng)濟(jì)預(yù)測與決策課程而言，可以采用以下一些考試方式：

(1)讀書報告。通過寫讀書報告來考核學(xué)生理論基礎(chǔ)，要求學(xué)生寫出每一章的知識點(diǎn)有哪些，重點(diǎn)是什么，報告中還要寫學(xué)完這門課程后有什么感想等。

(2)課程論文。這種考試形式是以學(xué)生寫的調(diào)查分析報告、預(yù)測決策分析報告和實(shí)證分析報告等為依據(jù)，主要考察學(xué)生運(yùn)用知識解決實(shí)際問題的能力和專業(yè)寫作能力。在經(jīng)濟(jì)預(yù)測與決策課程中，完全可以讓學(xué)生對股票、期貨進(jìn)行實(shí)證等分析，實(shí)踐證明這有利于提高學(xué)生綜合分析問題和解決問題的能力，同時可以起到使學(xué)生更加熟練地掌握統(tǒng)計(jì)軟件的目的。

(3)多種考試形式相結(jié)合的綜合性考試。這種考試形式是將兩種或兩種以上的考試形式結(jié)合起來進(jìn)行綜合性考核，以評定學(xué)生的課程最終成績，由于教學(xué)時間的限制，綜合考試形式要求教師在平時授課過程中就要完成大部分的考核內(nèi)容。如讀書報告與分析報告相結(jié)合、課程論文與平時成績相結(jié)合等。對學(xué)生的考核，不能只在期末或者期中進(jìn)行，要定期地抽查學(xué)生的學(xué)習(xí)情況，要及時地了解學(xué)生掌握實(shí)踐能力，從而有針對性地改變教學(xué)方式。

總之，經(jīng)濟(jì)預(yù)測與決策對于培養(yǎng)統(tǒng)計(jì)學(xué)專業(yè)學(xué)生系統(tǒng)分析問題的思維方式、提高解決實(shí)際問題的能力具有重要的影響，因而必須深入探討經(jīng)濟(jì)統(tǒng)計(jì)學(xué)專業(yè)經(jīng)濟(jì)預(yù)測與決策教學(xué)和實(shí)踐模式，完善課程設(shè)置，提高經(jīng)濟(jì)預(yù)測與決策課程設(shè)置的合理性，突出統(tǒng)計(jì)專業(yè)應(yīng)用性比較強(qiáng)的特點(diǎn)。同時也可以進(jìn)一步完善教學(xué)的案例數(shù)據(jù)庫建設(shè)，提高學(xué)生運(yùn)用經(jīng)濟(jì)統(tǒng)計(jì)方法的應(yīng)用能力和解決實(shí)際問題的能力。

參考文獻(xiàn)：

[1]鄭葵，獨(dú)立學(xué)院經(jīng)濟(jì)管理專業(yè)統(tǒng)計(jì)學(xué)課程教學(xué)改革探討[J]，教書育人?高教論壇，2010，6

[2]曾五一。肖紅葉等，經(jīng)濟(jì)管理類統(tǒng)計(jì)學(xué)專業(yè)教學(xué)體系的改革與創(chuàng)新[J]，統(tǒng)計(jì)研究，2010，2

[3]曾守楨，岑仲迪，應(yīng)用型統(tǒng)計(jì)學(xué)人才培養(yǎng)模式探究[J]，教育與職業(yè)，2009，5

[4]莫生紅，高校統(tǒng)計(jì)學(xué)課程教學(xué)改革探討[J]，新西部，2009，2

篇7

關(guān)鍵詞：數(shù)理統(tǒng)計(jì)；大數(shù)據(jù)；企業(yè)管理

隨著科技的發(fā)展和信息傳播速度的增加，人們處于信息爆炸的時代。與傳統(tǒng)的數(shù)據(jù)相比，在大數(shù)據(jù)時代，數(shù)據(jù)具有哪些變化？傳統(tǒng)的數(shù)理統(tǒng)計(jì)方法將會發(fā)生怎樣的變革？數(shù)據(jù)處理方式的變化以及數(shù)據(jù)傳播速度的增快將會對企業(yè)管理產(chǎn)生怎樣的影響？本文重點(diǎn)分析了數(shù)理統(tǒng)計(jì)方法在大數(shù)據(jù)時代下企業(yè)管理中的運(yùn)用，從而促進(jìn)企業(yè)不斷適應(yīng)變化，實(shí)現(xiàn)長遠(yuǎn)發(fā)展。

一、數(shù)理統(tǒng)計(jì)的概念與特點(diǎn)

運(yùn)用數(shù)理統(tǒng)計(jì)的方法分析生活中的各種數(shù)據(jù)逐漸成為科學(xué)研究的一種趨勢，在相關(guān)數(shù)據(jù)的基礎(chǔ)之上，通過運(yùn)用數(shù)理統(tǒng)計(jì)的方法，可以判斷事物發(fā)展的趨勢，從而歸納出一些客觀規(guī)律來指導(dǎo)我們的生活，提高生活質(zhì)量。所謂的數(shù)理統(tǒng)計(jì)是指運(yùn)用定量描述的方法分析隨機(jī)變量之間的關(guān)系，通過有限次的觀察實(shí)驗(yàn)得到數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)之間的內(nèi)在規(guī)律，并判斷整體的數(shù)據(jù)規(guī)律性?；咎攸c(diǎn)是以實(shí)驗(yàn)觀察為基本出發(fā)點(diǎn)，以概率論作為基礎(chǔ)，選擇數(shù)學(xué)模型并進(jìn)行驗(yàn)證。正確運(yùn)用充數(shù)理統(tǒng)計(jì)的方法的前提是掌握數(shù)理統(tǒng)計(jì)的基本概念和基本思想，而總體和樣本是數(shù)理統(tǒng)計(jì)的基本概念，總體是研究對象的全體，樣本是研究對象的一部分。通過樣本的信息對總體進(jìn)行推斷是數(shù)理統(tǒng)計(jì)的基本思想。

二、大數(shù)據(jù)的概念與特點(diǎn)

目前，學(xué)者們對于大數(shù)據(jù)沒有達(dá)成統(tǒng)一的定義。一般來說，大數(shù)據(jù)是指數(shù)據(jù)資料非常龐大，無法運(yùn)用目前的軟件在短時間內(nèi)進(jìn)行數(shù)據(jù)的分析與處理。它是對大規(guī)模數(shù)據(jù)管理和技術(shù)平臺的泛稱，與傳統(tǒng)的大規(guī)模數(shù)據(jù)不同，它除了數(shù)據(jù)的爆炸性增長之外，還包括對于數(shù)據(jù)的分析、處理和應(yīng)用，最終實(shí)現(xiàn)挖掘大數(shù)據(jù)潛在價值的目的。大數(shù)據(jù)具有數(shù)據(jù)龐大、種類較多、價值性、處理速度快的特點(diǎn)。與傳統(tǒng)的數(shù)據(jù)不同，在大數(shù)據(jù)時代，我們分析的數(shù)據(jù)總量巨大，并不再僅僅依靠傳統(tǒng)的隨機(jī)抽樣的方法，除外，由于數(shù)據(jù)總量龐大，有著多樣性和豐富性的特點(diǎn)，使得我們無法確定數(shù)據(jù)的使用目的。在大數(shù)據(jù)時代，僅僅依靠傳統(tǒng)的幾種工具無法實(shí)現(xiàn)對于數(shù)據(jù)的處理和分析，而是運(yùn)用強(qiáng)大的云計(jì)算能力進(jìn)行數(shù)據(jù)的處理與分析。

三、大數(shù)據(jù)時代對于數(shù)理統(tǒng)計(jì)的影響

統(tǒng)計(jì)學(xué)是一門具有三百多年歷史的學(xué)科，在長期的發(fā)展過程中，不斷吸納各家之長，使得統(tǒng)計(jì)學(xué)的發(fā)展充滿生機(jī)與活力。大數(shù)據(jù)時代的到來，為統(tǒng)計(jì)學(xué)的發(fā)展帶來發(fā)展機(jī)遇的同時又帶來巨大的挑戰(zhàn)。具體如下：1.大數(shù)據(jù)對于樣本和總體的影響眾所周知，數(shù)理統(tǒng)計(jì)是通過具有代表性的樣本推斷總體的基本情況，從而對于社會經(jīng)濟(jì)發(fā)展的總體趨勢做出判斷。而具有代表性的樣本是通過抽樣的方式實(shí)現(xiàn)的，然而，在大數(shù)據(jù)時代，雖然信息量龐大，數(shù)據(jù)類型多樣，但是大數(shù)據(jù)也存在著樣本缺乏代表性、噪聲等問題，因此，通過抽樣的方法對于數(shù)據(jù)進(jìn)行分析可能會存在一定的偏差。傳統(tǒng)的數(shù)理統(tǒng)計(jì)方法收集到的數(shù)據(jù)具有結(jié)構(gòu)化的特點(diǎn)，然而，在大數(shù)據(jù)時代，數(shù)據(jù)類型多種多樣，容量超大，因此，樣本數(shù)據(jù)與大數(shù)據(jù)存在很大的不同。樣本數(shù)據(jù)有著特定的研究目的，運(yùn)用抽樣的方法獲得數(shù)據(jù)，具有數(shù)據(jù)有限的特點(diǎn)?；跇颖緮?shù)據(jù)的特點(diǎn)，它的應(yīng)用空間十分有限，通常無法滿足多層次、多樣化的需求特點(diǎn)，在抽樣過程中出現(xiàn)偏離方案的現(xiàn)象時，抽樣便無法進(jìn)行，因此，樣本數(shù)據(jù)分析的方法無法得到廣泛推廣。而大數(shù)據(jù)不僅包含的信息量巨大，而且不受各種限制即可以接納各種各樣的數(shù)據(jù)類型。與樣本數(shù)據(jù)相比，大數(shù)據(jù)的優(yōu)點(diǎn)是數(shù)據(jù)選擇空間巨大，可進(jìn)行多角度、多方面的數(shù)據(jù)分析。更為重要的是由于樣本數(shù)據(jù)有限，可能無法判斷出數(shù)據(jù)的某些規(guī)律，而通過大數(shù)據(jù)，某些規(guī)律可能會十分清晰。樣本數(shù)據(jù)中無法發(fā)現(xiàn)的弱小信息，在大數(shù)據(jù)中可以找到。在樣本數(shù)據(jù)中被認(rèn)為是異常的值，在大數(shù)據(jù)中可能會被接受。因此，在大數(shù)據(jù)時代背景下，我們認(rèn)識事物的能力大大提高，充分發(fā)掘有用的信息，抓住很多決策分析的機(jī)會，促進(jìn)對于各種社會現(xiàn)象的理解和認(rèn)識。綜上所述，在大數(shù)據(jù)時代背景下，既可以作為總體也可以作為樣本。隨著社會的進(jìn)步、互聯(lián)網(wǎng)技術(shù)的發(fā)展，人們處理各種復(fù)雜信息的能力大大加強(qiáng)，從多樣化的數(shù)據(jù)中獲取有價值的信息越來越多，社會迅速進(jìn)入大數(shù)據(jù)時代。在大數(shù)據(jù)時代，不僅人們的生產(chǎn)方式和生活方式發(fā)生巨大變化，企業(yè)管理也面臨著新的機(jī)遇和挑戰(zhàn)。2.相關(guān)分析發(fā)生變化大數(shù)據(jù)時代的到來使得相關(guān)分析發(fā)生變化，彌補(bǔ)了傳統(tǒng)數(shù)據(jù)分析中的不足。首先，大數(shù)據(jù)時代的相關(guān)分析必須滿足“通用性”和“均等性”的準(zhǔn)則，并且結(jié)果不受變量間形式的影響。近年來，隨著大數(shù)據(jù)的影響力逐漸增加，國外諸多專家和學(xué)者充分認(rèn)識到大數(shù)據(jù)的相關(guān)分析的重要意義，并且對于改進(jìn)大數(shù)據(jù)的相關(guān)分析進(jìn)行了深入的研究。以Reshef（2011）等代表的學(xué)者提出了最大信息系數(shù)的研究方法，從而有效識別變量間的非函數(shù)相關(guān)關(guān)系。在此基礎(chǔ)之上，一些學(xué)者提出了隨機(jī)相關(guān)系數(shù)和最大相關(guān)分析的研究方法1。總之，新的相關(guān)分析方法涌現(xiàn)說明國內(nèi)外學(xué)者發(fā)現(xiàn)傳統(tǒng)的相關(guān)分析中存在的缺陷，無法滿足大數(shù)據(jù)時代數(shù)據(jù)分析的要求，與此同時，他們也認(rèn)識到大數(shù)據(jù)時代相關(guān)分析的重要性。因此，當(dāng)務(wù)之急是統(tǒng)計(jì)分析方法順應(yīng)大數(shù)據(jù)發(fā)展的要求。

四、數(shù)理統(tǒng)計(jì)方法在大數(shù)據(jù)時代下企業(yè)管理中的運(yùn)用

1.大數(shù)據(jù)推動企業(yè)變革大數(shù)據(jù)對于企業(yè)管理方式產(chǎn)生十分深遠(yuǎn)甚至是顛覆式的影響，例如：營銷方式的變化，商業(yè)模式的改變等等。在大數(shù)據(jù)時代，一個核心問題是數(shù)據(jù)的預(yù)測，大數(shù)據(jù)意味著一切以數(shù)據(jù)化的形式存在，也就意味著透明化。除外，數(shù)據(jù)也不再像過去那樣被認(rèn)為是陳舊的和靜止的，在相關(guān)數(shù)據(jù)收集收集完畢后便不再具有價值。大數(shù)據(jù)時代，通過對原來的數(shù)據(jù)進(jìn)行挖掘，可能會發(fā)現(xiàn)有用的信息。而對于企業(yè)來說，大數(shù)據(jù)時代要做到運(yùn)用數(shù)理統(tǒng)計(jì)的方法做到?jīng)Q策的數(shù)據(jù)化，實(shí)現(xiàn)由過去依靠感覺進(jìn)行決策向利用數(shù)據(jù)進(jìn)行決策的轉(zhuǎn)變。即使過去部分企業(yè)認(rèn)識到數(shù)據(jù)的重要性也僅僅關(guān)注過去的、已經(jīng)發(fā)生的數(shù)據(jù)，而這些數(shù)據(jù)存在著滯后的缺陷，管理者依靠主觀經(jīng)驗(yàn)進(jìn)行決策，那么決策的風(fēng)險較大。而在大數(shù)據(jù)時代，管理者充分運(yùn)用數(shù)理統(tǒng)計(jì)的方法分析過去、正在發(fā)生的全部數(shù)據(jù)，充分挖掘各種有用的信息，以制定科學(xué)合理的決策，從而促進(jìn)企業(yè)的發(fā)展。2.進(jìn)一步提升企業(yè)的人力資源價值眾所周知，人力資源在企業(yè)的成長和發(fā)展過程中發(fā)揮著至關(guān)重要的作用。大數(shù)據(jù)具有及時性、高處理速度的特點(diǎn)，充分保證數(shù)據(jù)的真實(shí)性和有效性，有利于企業(yè)進(jìn)行科學(xué)決策，發(fā)現(xiàn)適合企業(yè)發(fā)展的優(yōu)秀人才。傳統(tǒng)的企業(yè)人才招聘方式為結(jié)合企業(yè)的戰(zhàn)略目標(biāo)、崗位分析等設(shè)定相關(guān)標(biāo)準(zhǔn)，然后依據(jù)這些標(biāo)準(zhǔn)對簡歷進(jìn)行篩選，那么與企業(yè)戰(zhàn)略目標(biāo)和崗位分析標(biāo)準(zhǔn)契合度較高的候選者即為企業(yè)需要的人才。然而，首先各類標(biāo)準(zhǔn)的制定可能是片面的，因此，招聘到的人才可能不符合企業(yè)的要求。除外，面試是一個依靠情商和智商綜合判斷的過程，及時設(shè)定了各種硬性指標(biāo)，在實(shí)際的面試中，HR可能受多種綜合因素的影響，難以做出正確的決策。而在大數(shù)據(jù)時代背景下，可以減少這種不確定性的影響。通過數(shù)理統(tǒng)計(jì)的方法，對于收集到的各種數(shù)據(jù)進(jìn)行收集、處理和綜合分析，發(fā)現(xiàn)求職者的各種素質(zhì)和企業(yè)招聘人才之間的關(guān)聯(lián)性，找到真正適合企業(yè)發(fā)展的人才。并且隨著企業(yè)收集到的信息越來越多，發(fā)現(xiàn)適合企業(yè)的優(yōu)秀人才的概率會越來越大。通過這種招聘方式，不僅可以大幅度降低招聘成本，而且能夠拓寬企業(yè)招聘渠道，豐富企業(yè)招聘形式，提高企業(yè)招聘的精確度，促進(jìn)企業(yè)的長遠(yuǎn)發(fā)展。隨著數(shù)據(jù)處理方式的不斷改進(jìn)，人們對于大數(shù)據(jù)挖掘到的信息必將越來越豐富，這有利于提高企業(yè)決策的科學(xué)性，推動企業(yè)的長遠(yuǎn)發(fā)展。

參考文獻(xiàn)：

[1]程鑫，石洪波.大數(shù)據(jù)時代傳統(tǒng)相關(guān)分析的局限性與拓展[J].統(tǒng)計(jì)與決策，2015,05,；73-74.

[2]邱東.大數(shù)據(jù)時代對統(tǒng)計(jì)學(xué)的挑戰(zhàn)[J].統(tǒng)計(jì)研究，2014，31（1）：16-17.

篇8

【關(guān)鍵詞】數(shù)據(jù)挖掘；會計(jì)管理；計(jì)算機(jī)技術(shù)

一、數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是從數(shù)據(jù)當(dāng)中發(fā)現(xiàn)趨勢和模式的過程，它融合了現(xiàn)代統(tǒng)計(jì)學(xué)、知識信息系統(tǒng)、機(jī)器學(xué)習(xí)、決策理論和數(shù)據(jù)庫管理等多學(xué)科的知識。它能有效地從大量的、不完全的、模糊的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的潛在有用的信息和知識，揭示出大量數(shù)據(jù)中復(fù)雜的和隱藏的關(guān)系，為決策提供有用的參考。數(shù)據(jù)挖掘是從數(shù)據(jù)當(dāng)中發(fā)現(xiàn)趨勢和模式的過程，它融合了現(xiàn)代統(tǒng)計(jì)學(xué)、知識信息系統(tǒng)、機(jī)器學(xué)習(xí)、決策理論和數(shù)據(jù)庫管理等多學(xué)科的知識。它能有效地從大量的、不完全的、模糊的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的潛存有用的信息和知識，揭示出大量數(shù)據(jù)中復(fù)雜的和隱藏的關(guān)系，為決策提供有用的參考。

二、數(shù)據(jù)挖掘的現(xiàn)代最新方法介紹

常用的數(shù)據(jù)挖掘方法主要有決策樹(decision tree)、遺傳算法(genetic algorithms)、關(guān)聯(lián)分析(association analysis).聚類分析(c~smr analysis)、序列模式分析(sequential pattern)以及神經(jīng)網(wǎng)絡(luò)(neural networks)等。

三、數(shù)據(jù)挖掘的實(shí)際應(yīng)用

由于數(shù)據(jù)挖掘市場還處于起步的階段，但是發(fā)展很快。在國外有一些著名的大公司對數(shù)據(jù)挖掘系統(tǒng)進(jìn)行了開發(fā)。

1.intelligent miner這是ibm公司的數(shù)據(jù)挖掘產(chǎn)品，它提供了很多數(shù)據(jù)挖掘算法，包括關(guān)聯(lián)、分類、回歸、預(yù)測模型、偏離檢測、序列模式分析和聚類。有2個特點(diǎn)：一是它的數(shù)據(jù)挖掘算法的可伸縮性；二是它與ibm/db/2關(guān)系數(shù)據(jù)庫系統(tǒng)緊密地結(jié)合在一起。

2.eineset是由sgi公司開發(fā)的，它也提供了多種數(shù)據(jù)挖掘方法，包括關(guān)聯(lián)分析和分類以及高級統(tǒng)計(jì)和可視化工具。特色是它具有的強(qiáng)大的圖形工具，包括規(guī)則可視化工具、樹可視化工具、地圖可視化工具和多維數(shù)據(jù)分散可視化工具，它們用于實(shí)現(xiàn)數(shù)據(jù)和數(shù)據(jù)挖掘結(jié)果的可視化。

3.clementine是由isl公司開發(fā)的，它為終端用戶和開發(fā)者提供提供了一個集成的數(shù)據(jù)挖掘開發(fā)環(huán)境。

4.dbminer是由dbminer technology公司開發(fā)的，它提供多種數(shù)據(jù)挖掘算法，包括發(fā)現(xiàn)驅(qū)動的olap分析、關(guān)聯(lián)、分類和聚類。特色是它的基于數(shù)據(jù)立方體的聯(lián)機(jī)分析挖掘，它包含多種有效的頻繁模式挖掘功能和集成的可視化分類方法。

四、數(shù)據(jù)挖掘與管理會計(jì)

1.提供有力的決策支持

面對日益激烈的競爭環(huán)境，企業(yè)管理者對決策信息的需求也越來越高。管理會計(jì)作為企業(yè)決策支持系統(tǒng)的重要組成部分，提供更多、更有效的有用信息責(zé)無旁貸。因此，從海量數(shù)據(jù)中挖掘和尋求知識和信息，為決策提供有力支持成為管理會計(jì)師使用數(shù)據(jù)挖掘的強(qiáng)大動力。例如，數(shù)據(jù)挖掘可以幫助企業(yè)加強(qiáng)成本管理，改進(jìn)產(chǎn)品和服務(wù)質(zhì)量，提高貨品銷量比率，設(shè)計(jì)更好的貨品運(yùn)輸與分銷策略，減少商業(yè)成本。

2.贏得戰(zhàn)略競爭優(yōu)勢的有力武器

實(shí)踐證明數(shù)據(jù)挖掘不僅能明顯改善企業(yè)內(nèi)部流程，而且能夠從戰(zhàn)略的高度對企業(yè)的競爭環(huán)境、市場、顧客和供應(yīng)商進(jìn)行分析，以獲得有價值的商業(yè)情報，保持和提高企業(yè)持續(xù)競爭優(yōu)勢。如，對顧客價值分析能夠?qū)槠髽I(yè)創(chuàng)造80%價值的20%的顧客區(qū)分出來，對其提供更優(yōu)質(zhì)的服務(wù)，以保持這部分顧客。

3.預(yù)防和控制財(cái)務(wù)風(fēng)險

利用數(shù)據(jù)挖掘技術(shù)可以建立企業(yè)財(cái)務(wù)風(fēng)險預(yù)警模型。企業(yè)財(cái)務(wù)風(fēng)險的發(fā)生并非一蹴而就，而是一個積累的、漸進(jìn)的過程，通過建立財(cái)務(wù)風(fēng)險預(yù)警模型，可以隨時監(jiān)控企業(yè)財(cái)務(wù)狀況，防范財(cái)務(wù)危機(jī)的發(fā)生。另外，也可以利用數(shù)據(jù)挖掘技術(shù)，對企業(yè)籌資和投資過程中的行為進(jìn)行監(jiān)控，防止惡意的商業(yè)欺詐行為，維護(hù)企業(yè)利益。尤其是在金融企業(yè)，通過數(shù)據(jù)挖掘，可以解決銀行業(yè)面臨的如信用卡的惡意透支及可疑的信用卡交易等欺詐行為。根據(jù)sec的報告，美國銀行、美國第一銀行、聯(lián)邦住房貸款抵押公司等數(shù)家銀行已采用了數(shù)據(jù)挖掘技術(shù)。

五、數(shù)據(jù)挖掘在管理會計(jì)中的應(yīng)用

1.作業(yè)成本和價值鏈分析

作業(yè)成本法以其對成本的精確計(jì)算和對資源的充分利用引起了人們的極大興趣，但其復(fù)雜的操作使得很多管理者望而卻步。利用數(shù)據(jù)挖掘中的回歸分析、分類分析等方法能幫助管理會計(jì)師確定成本動因，更加準(zhǔn)確計(jì)算成本。同時，也可以通過分析作業(yè)與價值之間的關(guān)系，確定增值作業(yè)和非增值作業(yè)，持續(xù)改進(jìn)和優(yōu)化企業(yè)價值鏈。在thomas g，john j和il-woon kim的調(diào)查中，數(shù)據(jù)挖掘被用在作業(yè)成本管理中僅占3%。

2.預(yù)測分析

管理會計(jì)師在很多情況下需要對未來進(jìn)行預(yù)測，而預(yù)測是建立在大量的歷史數(shù)據(jù)和適當(dāng)?shù)哪Ｐ突A(chǔ)上的。數(shù)據(jù)挖掘自動在大型數(shù)據(jù)庫中尋找預(yù)測性信息，利用趨勢分析、時間序列分析等方法，建立對如銷售、成本、資金等的預(yù)測模型，科學(xué)準(zhǔn)確的預(yù)測企業(yè)各項(xiàng)指標(biāo)，作為決策的依據(jù)。例如對市場調(diào)查數(shù)據(jù)的分析可以幫助預(yù)測銷售；根據(jù)歷史資料建立銷售預(yù)測模型等。

3.投資決策分析

投資決策分析本身就是一個非常復(fù)雜的過程，往往要借助一些工具和模型。數(shù)據(jù)挖掘技術(shù)提供了有效的工具。從公司的財(cái)務(wù)報告、宏觀的經(jīng)濟(jì)環(huán)境以及行業(yè)基本狀況等大量的數(shù)據(jù)資料中挖掘出與決策相關(guān)的實(shí)質(zhì)性的信息，保證投資決策的正確性和有效性。如利用時間序列分析模型預(yù)測股票價格進(jìn)行投資；用聯(lián)機(jī)分析處理技術(shù)分析公司的信用等級，以預(yù)防投資風(fēng)險等。

4.產(chǎn)品和市場預(yù)測與分析

品種優(yōu)化是選擇適當(dāng)?shù)漠a(chǎn)品組合以實(shí)現(xiàn)最大的利益的過程，這些利益可以是短期利潤，也可以是長期市場占有率，還可以是構(gòu)建長期客戶群及其綜合體。為了達(dá)到這些目標(biāo)，管理會計(jì)師不僅僅需要價格和成本數(shù)據(jù)，有時還需要知道替代品的情況，以及在某一市場段位上它們與原產(chǎn)品競爭的狀況。另外企業(yè)也需要了解一個產(chǎn)品是如何刺激另一些產(chǎn)品的銷量的等等。例如，非盈利性產(chǎn)品本身是沒有利潤可言的，但是，如果它帶來了可觀的客戶流量，并刺激了高利潤產(chǎn)品的銷售，那么，這種產(chǎn)品就非常有利可圖，就應(yīng)該包括在產(chǎn)品清單中。這些信息可根據(jù)實(shí)際數(shù)據(jù)，通過關(guān)聯(lián)分析等技術(shù)來得到。

5.財(cái)務(wù)風(fēng)險預(yù)測與評估

管理會計(jì)師可以利用數(shù)據(jù)挖掘工具來評價企業(yè)的財(cái)務(wù)風(fēng)險，建立企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型，進(jìn)行破產(chǎn)預(yù)測。破產(chǎn)預(yù)測或稱財(cái)務(wù)危機(jī)預(yù)警模型能夠幫助管理者及時了解企業(yè)的財(cái)務(wù)風(fēng)險，提前采取風(fēng)險防范措施，避免破產(chǎn)。另外，破產(chǎn)預(yù)測模型還能幫助分析破產(chǎn)原因，對企業(yè)管理者意義重大。，數(shù)據(jù)挖掘技術(shù)包括多維判別式分析、邏輯回歸分析、遺傳算法、神經(jīng)網(wǎng)絡(luò)以及決策樹等方法在管理會計(jì)中得到了廣泛的應(yīng)用。

六、結(jié)論

篇9

關(guān)鍵詞：大數(shù)據(jù)；統(tǒng)計(jì)學(xué)；教學(xué)體系改革

中圖分類號：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2015）04-0110-02

一、大數(shù)據(jù)時代統(tǒng)計(jì)學(xué)專業(yè)發(fā)展的新特點(diǎn)

（一）數(shù)據(jù)化的信息收集

傳統(tǒng)的統(tǒng)計(jì)研究主要是對已收集的數(shù)據(jù)進(jìn)行各種技術(shù)分析，包括描述性分析、推斷性分析、截面分析、時間序列分析等，側(cè)重點(diǎn)在于技術(shù)分析手段的使用上。然而大數(shù)據(jù)時代，關(guān)注的是信息本身?，F(xiàn)代信息系統(tǒng)的使用使大數(shù)據(jù)成為可能，文字、地理方位、溝通等，任何事物都可以量化，一切現(xiàn)象都可以用數(shù)據(jù)或表格來詮釋。因此，大數(shù)據(jù)背景下世界是由各種信息和數(shù)據(jù)所構(gòu)成的。

（二）全數(shù)據(jù)模式的研究對象

在信息處理能力受限制的過去，人們?nèi)鄙儆脕矸治鏊占瘮?shù)據(jù)的工具，因此產(chǎn)生了隨機(jī)抽樣。隨機(jī)抽樣法的目的是用最少的數(shù)據(jù)獲得最多的關(guān)于總體的信息，從而使用樣本對總體進(jìn)行推斷。然而，在大數(shù)據(jù)時代，數(shù)據(jù)處理的方式和技術(shù)發(fā)生了巨大的改變，人們可以通過互聯(lián)網(wǎng)、數(shù)據(jù)庫以及各種通訊工具獲得海量數(shù)據(jù)，這時隨機(jī)抽樣就失去了它原來的意義。簡單廉價的數(shù)據(jù)收集方法，足夠的數(shù)據(jù)處理和存儲能力，使得全數(shù)據(jù)模式成為可能。因此，大數(shù)據(jù)背景下樣本即為總體。放棄隨機(jī)抽樣分析的捷徑，采用所有數(shù)據(jù)的方法，可以發(fā)現(xiàn)一些隱藏在海量數(shù)據(jù)下的細(xì)節(jié)。

（三）混雜性的數(shù)據(jù)處理思維

傳統(tǒng)的統(tǒng)計(jì)學(xué)處理數(shù)據(jù)的步驟是首先對數(shù)據(jù)進(jìn)行整理和清洗，剔除不完整的或者異常值，然后再利用樣本信息，在允許的誤差范圍內(nèi)對總體進(jìn)行推斷和分析，即通過調(diào)整精確度的大小來對總體進(jìn)行研究和分析。然而，在大數(shù)據(jù)背景下，來自各個時間和空間的數(shù)據(jù)來源紛雜，格式廣泛，在萃取或處理數(shù)據(jù)的時候，很難做到把所有的數(shù)據(jù)都進(jìn)行仔細(xì)地清洗。這種情況下，必須接受數(shù)據(jù)的混亂和不確定性，因?yàn)閿?shù)據(jù)多比少好，因此更多的數(shù)據(jù)信息比更加智能、更加精確的算法系統(tǒng)還重要。當(dāng)擁有大量數(shù)據(jù)的時候，可以忽略一部分精確性，但并不是說不需要精確性，而是數(shù)據(jù)規(guī)模不斷擴(kuò)大時，確切的數(shù)量已經(jīng)不再那么重要了，可以通過大規(guī)模的數(shù)據(jù)來發(fā)現(xiàn)事物背后的規(guī)律。

（四）相關(guān)關(guān)系的基礎(chǔ)分析方法

傳統(tǒng)的統(tǒng)計(jì)中，大部分相關(guān)關(guān)系分析僅限于尋求線性關(guān)系，或是在建立假設(shè)的基礎(chǔ)上揭示數(shù)據(jù)相互之間的因果關(guān)系，例如Granger檢驗(yàn)就是依據(jù)時間序列數(shù)據(jù)對變量之間的因果關(guān)系進(jìn)行的判斷，但往往會產(chǎn)生一些虛假的因果關(guān)系。這是因?yàn)榻y(tǒng)計(jì)關(guān)系并沒有蘊(yùn)含多少真實(shí)的因果關(guān)系。在大數(shù)據(jù)背景下，數(shù)據(jù)點(diǎn)以數(shù)量級方式增長，用數(shù)據(jù)驅(qū)動的相關(guān)關(guān)系分析不再需要建立在假設(shè)的基礎(chǔ)上，所以相關(guān)關(guān)系分析不容易受偏見的影響而發(fā)生錯誤。大數(shù)據(jù)時代相關(guān)關(guān)系通過回答“是什么”的問題，為人們認(rèn)識世界提供了一種新的視角。因此，相關(guān)關(guān)系統(tǒng)計(jì)分析是大數(shù)據(jù)預(yù)測的基礎(chǔ)。

二、統(tǒng)計(jì)學(xué)專業(yè)教學(xué)體系中存在的問題

大數(shù)據(jù)背景下傳統(tǒng)的統(tǒng)計(jì)學(xué)專業(yè)教學(xué)體系存在的問題凸顯，具體體現(xiàn)在以下幾個方面。

（一）培養(yǎng)目標(biāo)無法適應(yīng)大數(shù)據(jù)時代的社會需求

傳統(tǒng)的統(tǒng)計(jì)學(xué)專業(yè)教學(xué)體系的培養(yǎng)目標(biāo)是通過統(tǒng)計(jì)專業(yè)核心課程內(nèi)容的介紹，鍛煉學(xué)生收集、整理和分析數(shù)據(jù)的能力，培養(yǎng)“應(yīng)用型”統(tǒng)計(jì)專業(yè)人才。然而，大數(shù)據(jù)的出現(xiàn)，使得通過數(shù)據(jù)分析獲得知識、商機(jī)和社會服務(wù)的能力，從以往局限于少數(shù)的學(xué)術(shù)精英圈子擴(kuò)大到了普通的社會機(jī)構(gòu)、企業(yè)和政府部門，各行各業(yè)對統(tǒng)計(jì)數(shù)據(jù)、統(tǒng)計(jì)分析的需要使得統(tǒng)計(jì)學(xué)專業(yè)受到了前所未有的關(guān)注。大數(shù)據(jù)背景下，要求統(tǒng)計(jì)學(xué)作為一種分析工具，能夠與其他專業(yè)相互銜接，相互服務(wù)，培養(yǎng)“復(fù)合型”專業(yè)人才。因此，傳統(tǒng)的統(tǒng)計(jì)學(xué)專業(yè)教學(xué)體系培養(yǎng)目標(biāo)存在兩個方面的挑戰(zhàn)：第一，如何協(xié)調(diào)統(tǒng)計(jì)與其他專業(yè)之間的關(guān)系；第二，如何從“應(yīng)用型”向“復(fù)合型”人才進(jìn)行轉(zhuǎn)變。

（二）忽視數(shù)據(jù)的收集和創(chuàng)新

傳統(tǒng)的統(tǒng)計(jì)學(xué)專業(yè)教學(xué)體系重視數(shù)據(jù)的分析技術(shù)，更多的課程設(shè)置是圍繞著數(shù)據(jù)分析方法和技術(shù)展開的，例如多元統(tǒng)計(jì)分析、時間序列分析、統(tǒng)計(jì)預(yù)測與決策分析等?；A(chǔ)的數(shù)據(jù)收集部分只在統(tǒng)計(jì)學(xué)原理中有一章的內(nèi)容介紹，而且是作為非重點(diǎn)一帶而過的。大數(shù)據(jù)以海量的數(shù)據(jù)為分析研究的對象，將一切社會經(jīng)濟(jì)現(xiàn)象進(jìn)行量化，重視的是信息的收集和數(shù)據(jù)的創(chuàng)新，包括數(shù)據(jù)的再利用，數(shù)據(jù)的重組，數(shù)據(jù)的擴(kuò)展，數(shù)據(jù)的折舊以及數(shù)據(jù)的開放等各個方面。這些內(nèi)容在原有的教學(xué)體系中是沒有體現(xiàn)的。

（三）與大數(shù)據(jù)時代脫節(jié)的教學(xué)內(nèi)容

傳統(tǒng)的統(tǒng)計(jì)學(xué)專業(yè)教學(xué)體系仍然固守著原有的教學(xué)內(nèi)容，在近二十年內(nèi)變化不大。專業(yè)的主干課程有統(tǒng)計(jì)學(xué)原理、國民經(jīng)濟(jì)核算、計(jì)量經(jīng)濟(jì)學(xué)、抽樣技術(shù)與方法等。而在大數(shù)據(jù)背景下，教學(xué)內(nèi)容以全數(shù)據(jù)模式為研究對象，強(qiáng)調(diào)對所有的數(shù)據(jù)進(jìn)行分析，而不是開展隨機(jī)抽樣；允許不精確的存在，而不是在給定的精確程度下對總體進(jìn)行推斷和分析；關(guān)注海量數(shù)據(jù)之間的相關(guān)關(guān)系，而不是強(qiáng)調(diào)數(shù)據(jù)之間的因果聯(lián)系。這些內(nèi)容都無法在現(xiàn)有的教學(xué)體系中體現(xiàn)，因此，傳統(tǒng)的專業(yè)教學(xué)體系與大數(shù)據(jù)時代是脫節(jié)的。

（四）實(shí)踐教學(xué)環(huán)節(jié)薄弱

隨著“應(yīng)用型”統(tǒng)計(jì)專業(yè)人才培養(yǎng)目標(biāo)的提出，學(xué)校對實(shí)踐教學(xué)的重視增強(qiáng)，與過去相比，現(xiàn)有的專業(yè)教學(xué)體系中已經(jīng)增加了實(shí)踐教學(xué)環(huán)節(jié)。但是，在大數(shù)據(jù)背景下，實(shí)踐教學(xué)仍然是統(tǒng)計(jì)學(xué)專業(yè)教學(xué)體系中的薄弱環(huán)節(jié)。主要表現(xiàn)在兩個方面：（1）以模型驅(qū)動為主的實(shí)踐教學(xué)模式已不適應(yīng)大數(shù)據(jù)時代的要求?，F(xiàn)有的實(shí)踐教學(xué)內(nèi)容并不是從數(shù)據(jù)出發(fā)，而是通過尋求一些適合模型的數(shù)據(jù)來“證明”這個模型的確有意義。這種思維方式與大數(shù)據(jù)時代的要求是不適應(yīng)的，因?yàn)閯?chuàng)造模型的目的是適應(yīng)現(xiàn)實(shí)數(shù)據(jù)，而不是由模型驅(qū)動。（2）以SPSS、Eviews為主的軟件教學(xué)已無法處理大數(shù)據(jù)?，F(xiàn)有的實(shí)踐教學(xué)中，主要講授的是傳統(tǒng)的統(tǒng)計(jì)分析軟件SPSS和Eviews，因?yàn)檫@兩種軟件發(fā)展成熟，操作簡單，可以處理一般的計(jì)量模型和時間序列。但是，大數(shù)據(jù)時代數(shù)據(jù)是海量的、復(fù)雜的，用簡單的軟件已無法處理和實(shí)施。

三、統(tǒng)計(jì)學(xué)專業(yè)教學(xué)體系改革的方向

根據(jù)以上分析，時代的發(fā)展對統(tǒng)計(jì)學(xué)專業(yè)提出了更高的要求，現(xiàn)有的教學(xué)體系中存在的各種問題即為統(tǒng)計(jì)學(xué)專業(yè)教學(xué)體系改革的方向。

（一）準(zhǔn)確定位統(tǒng)計(jì)學(xué)專業(yè)的人才培養(yǎng)目標(biāo)，重新設(shè)計(jì)主干課程的教學(xué)內(nèi)容

大數(shù)據(jù)時代要求培養(yǎng)“復(fù)合型”統(tǒng)計(jì)專業(yè)人才，因此教學(xué)體系的培養(yǎng)目標(biāo)要從簡單的“應(yīng)用型”向“復(fù)合型”轉(zhuǎn)變?！皬?fù)合型”統(tǒng)計(jì)專業(yè)人才要求學(xué)生除了具備數(shù)據(jù)收集、處理和分析的能力外，還要對統(tǒng)計(jì)學(xué)應(yīng)用領(lǐng)域的背景知識有一定的了解。因此，按這個培養(yǎng)目標(biāo)，需要對現(xiàn)有教學(xué)體系中的主干課程重新進(jìn)行調(diào)整和設(shè)計(jì)。專業(yè)主干課程分為方法和應(yīng)用兩個方面。方法類的課程除了原有的計(jì)量經(jīng)濟(jì)學(xué)、時間序列分析、多元統(tǒng)計(jì)分析等外，又增加了機(jī)器學(xué)習(xí)、模擬算法、數(shù)據(jù)挖掘、R軟件分析（或SAS軟件分析）等處理復(fù)雜大數(shù)據(jù)的方法的課程。應(yīng)用類課程在保留原有的國民經(jīng)濟(jì)核算，金融統(tǒng)計(jì)，證券投資，會計(jì)學(xué)基礎(chǔ)外，增加一些統(tǒng)計(jì)學(xué)應(yīng)用領(lǐng)域的基礎(chǔ)知識課程，例如商業(yè)統(tǒng)計(jì)、生物統(tǒng)計(jì)、保險與精算統(tǒng)計(jì)等。此外，適當(dāng)調(diào)整各專業(yè)主干課程的課時，一些課程可以增加課時，如軟件分析、數(shù)據(jù)挖掘等，一些課程可以縮減課時，僅作一些簡單的介紹，如抽樣技術(shù)等。

（二）轉(zhuǎn)變固有的思維方式，在大數(shù)據(jù)背景下積極推進(jìn)教學(xué)改革

大數(shù)據(jù)時代，數(shù)據(jù)更多、更雜，傳統(tǒng)統(tǒng)計(jì)學(xué)思維方式受到了極大的挑戰(zhàn)。因此，以大數(shù)據(jù)為背景，轉(zhuǎn)變固有的思維方式，從以統(tǒng)計(jì)技術(shù)方法為中心轉(zhuǎn)換到以信息數(shù)據(jù)為中心，推進(jìn)統(tǒng)計(jì)學(xué)專業(yè)教學(xué)改革十分重要。具體來說，可以弱化傳統(tǒng)的推理論證的教學(xué)模式，強(qiáng)化數(shù)據(jù)收集、數(shù)據(jù)處理和數(shù)據(jù)分析的能力培養(yǎng)；強(qiáng)調(diào)數(shù)據(jù)本身的價值，讓數(shù)據(jù)說話，用簡單的方法了解數(shù)據(jù)背后所隱藏的信息和規(guī)律；使用項(xiàng)目式訓(xùn)練，讓學(xué)生從項(xiàng)目中真正體驗(yàn)數(shù)據(jù)化處理的整個過程，達(dá)到理論和方法的結(jié)合；加強(qiáng)課堂教學(xué)與實(shí)驗(yàn)教學(xué)的統(tǒng)一和貫通，如在傳統(tǒng)的教學(xué)過程中，將統(tǒng)計(jì)學(xué)原理、多元統(tǒng)計(jì)分析結(jié)合SPSS軟件介紹，而時間序列分析又采用Eviews進(jìn)行介紹，造成學(xué)生疲于學(xué)習(xí)各種軟件，實(shí)際上SAS、R等統(tǒng)計(jì)軟件可以實(shí)現(xiàn)所有的功能，用一種軟件與課堂教學(xué)融合貫通能幫助學(xué)生更好更深地掌握軟件的使用。

（三）創(chuàng)新實(shí)踐教學(xué)模式，加強(qiáng)實(shí)踐教學(xué)的開展

從以模型驅(qū)動的實(shí)踐教學(xué)模式轉(zhuǎn)變?yōu)橐詳?shù)據(jù)驅(qū)動的教學(xué)模式，構(gòu)造課堂案例教學(xué)、實(shí)驗(yàn)教學(xué)、課后項(xiàng)目式訓(xùn)練、校外實(shí)習(xí)基地鍛煉四位一體的創(chuàng)新型實(shí)踐教學(xué)模式。計(jì)算機(jī)快速發(fā)展的今天使得大數(shù)據(jù)成為現(xiàn)實(shí)，在處理數(shù)據(jù)的時候，根據(jù)數(shù)據(jù)的特征創(chuàng)造出新的計(jì)算方法來滿足實(shí)際需要，這就是數(shù)據(jù)驅(qū)動模式。在實(shí)踐教學(xué)的過程中，要強(qiáng)調(diào)統(tǒng)計(jì)數(shù)據(jù)、計(jì)算機(jī)編程以及統(tǒng)計(jì)分析軟件的結(jié)合。目前，R軟件和SAS軟件顯示出了強(qiáng)大的數(shù)據(jù)處理和數(shù)據(jù)分析功能，實(shí)踐教學(xué)環(huán)節(jié)中可以把這兩種中的一種融入到專業(yè)課程中去，將計(jì)算機(jī)軟件與課堂教學(xué)結(jié)合起來。此外，課后的項(xiàng)目式訓(xùn)練和校外實(shí)習(xí)可以帶動學(xué)生了解和掌握整個數(shù)據(jù)分析實(shí)踐的流程，激發(fā)學(xué)生學(xué)習(xí)的興趣，在實(shí)踐教學(xué)的過程中要多鼓勵、多開展。

參考文獻(xiàn)：

[1]曾五一，等.經(jīng)濟(jì)管理類統(tǒng)計(jì)學(xué)專業(yè)教學(xué)體系的改革與創(chuàng)新[J].統(tǒng)計(jì)研究，2010，（2）.

[2]陳倩.大數(shù)據(jù)背景下對統(tǒng)計(jì)學(xué)課程教學(xué)模式的思考[J].科技資訊，2013，（21）.

篇10

關(guān)鍵詞：節(jié)約集約利用；模糊綜合評判法；建設(shè)用地；長春市

中圖分類號：F301.5 文獻(xiàn)標(biāo)識碼：A 文章編號：0439-8114（2017）06-1173-03

DOI：10.14088/ki.issn0439-8114.2017.06.045

Abstract： Based on fuzzy comprehensive evaluation method， the economical and intensive index system of construction land in Changchun was studied， and the economical and intensive utilization degree of the regional construction land was evaluated. The results showed that， the intensive degree in Nanguan and Chaoyang district belong to level 1. Yushu city and Lvyuan district were at level 2. Dehui city and Shuangyang district belong to level 3. Jiutai city， Nong'an county， Erdao district and Kuancheng district were at level 4.

Key words： economical and intensive utilization； fuzzy comprehensive evaluation method； Changchun city

很長時間以來，中國經(jīng)濟(jì)的快速發(fā)展在很大程度上是以消耗土地資源為前提的，中國工業(yè)化程度不斷提高，城市化快速發(fā)展，僅僅憑借存量建設(shè)用地難以滿足工業(yè)化、城市化對土地日益增長的需求，大城市普遍出現(xiàn)了“攤大餅”的發(fā)展勢態(tài)，建設(shè)用地的巨大需求與可供土地的嚴(yán)重短缺之間的矛盾日益突出。中國面臨著前所未有的緊張態(tài)勢：耕地相對數(shù)量少、質(zhì)量低、后備資源不足；建設(shè)用地利用效率低，結(jié)構(gòu)不合理、閑置嚴(yán)重且迅猛發(fā)展。土地資源的瓶頸、外向型經(jīng)濟(jì)模式的風(fēng)險和“人口紅利”的消退都已經(jīng)警示我們：粗放的經(jīng)濟(jì)發(fā)展模式已經(jīng)在中國難以持續(xù)下去。

當(dāng)前長春市新型工業(yè)化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化進(jìn)程步入加速發(fā)展階段，在糧食安全和生態(tài)建設(shè)雙重制約下，建設(shè)用地的巨大需求與可供土地的嚴(yán)重短缺矛盾日益突顯，因此長春市工業(yè)化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化必須走節(jié)約集s用地之路。

1 研究區(qū)概況

長春市是吉林省省會，位于北半球中緯地帶，歐亞大陸東岸的東北松遼平原腹地。西北與松原市毗鄰，西南和四平市相連，東南與吉林市相依，東北同黑龍江省接壤?？偯娣e20 594.86 km2。長春市現(xiàn)轄朝陽區(qū)、南關(guān)區(qū)、寬城區(qū)、綠園區(qū)、二道區(qū)、雙陽區(qū)、榆樹市、九臺市、德惠市和農(nóng)安縣10個區(qū)、縣（市），2006-2011年，長春市地區(qū)生產(chǎn)總值持續(xù)保持高速增長，年均增長率為15.10%，2011年，長春市常住人口為762.69萬人，人口密度為每平方千米370人[1]。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本研究數(shù)據(jù)來源于長春市第二次土地變更調(diào)查、第六次人口普查數(shù)據(jù)及第二次經(jīng)濟(jì)普查數(shù)據(jù)，城市規(guī)劃圖件來源于長春市規(guī)劃局，其他數(shù)據(jù)來源于長春市統(tǒng)計(jì)年鑒。

2.2 研究方法

2.2.1 層次分析法（AHP） 層次分析法是一種將定性與定量分析方法相結(jié)合的多目標(biāo)決策分析方法[2]，該方法的主要思想是將一個復(fù)雜的多目標(biāo)決策問題作為一個系統(tǒng)，將目標(biāo)分解為多個目標(biāo)或準(zhǔn)則，進(jìn)而分解為多指標(biāo)（或準(zhǔn)則、約束）的若干層次，通過定性指標(biāo)模糊量化方法算出層次單排序（權(quán)數(shù)）和總排序，以作為目標(biāo)（多指標(biāo)）、多方案優(yōu)化決策的系統(tǒng)方法。

為了更準(zhǔn)確地確定權(quán)重，減小主觀因素的影響，先基于SPSS軟件判別是否適合主成分分析法，檢驗(yàn)結(jié)果見表1。按照統(tǒng)計(jì)學(xué)家Kaiser給出的標(biāo)準(zhǔn)，若KMO>0.60且相伴性概率小于顯著水平0.05，則認(rèn)為基礎(chǔ)數(shù)據(jù)適合主成分分析。由表1可知，KMO=0.537

基于MATLAB軟件平臺，依據(jù)層次分析法得出評價指標(biāo)權(quán)重值，見表2。

2.2.2 模糊綜合評判法 模糊綜合評判法是指對受到多個因素影響的事物做出全面評價的一種有效的多因素決策方法，所以又稱為模糊綜合決策或者模糊多元決策[3]。在模糊綜合評判法中，評價指標(biāo)隸屬函數(shù)對單項(xiàng)因素因子的評價結(jié)果起決定性作用，根據(jù)評價因素因子對評價對象的影響方式的不同，常用的隸屬度函數(shù)一般可以分為線性衰減、拋物線衰減、峰值型等函數(shù)模型。長春市建設(shè)用地節(jié)約集約的11個指標(biāo)基本呈現(xiàn)出線性衰減或者下降趨勢[4]，所以隸屬函數(shù)的選擇為：評價指標(biāo)與土地利用節(jié)約集約程度呈線性衰減。

U（x）一= 1 （x≤a）■x+■ （a

U（x）二= 0 （x≤a）■x-■ （a