发布时间：2023-07-16 08:31:39
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的统计学分析数据样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
【关键词】统计学；管理现状；优化策略；模式创新
【中图分类号】C81【文献标志码】A【文章编号】1673-1069（2020）06-0071-02
1引言
统计学作为企业经营管理的重要手段，在企业经营过程中统计工作是否落实到位，对于企业可持续发展目标的实现而言具有重要影响，尤其在当前多元化市场竞争环境下，企业规模化发展虽然推动了国民经济的进一步发展，但与此同时企业市场竞争也愈演愈烈，实现持续性经营，确保统计学应用效益的最大化，是目前推动产业可持续发展的重要战略基础。
2大数据时代内容的基本概述
简单来讲，所谓的“大数据”是指在当前信息化产业时代背景下，无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是互联网公司在日常运营中生成、累积的用户网络行为数据，是需要新处理模式才能有效处理的海量、高增长率和多样化信息资产。随着近年来信息技术的不断发展和广泛应用，“大数据”时代是“互联网+”技术应用下时代未来发展的趋势。就目前来看，与传统信息数据相比，大数据具有数据量大、数据多元以及数据价值高的显著特点，伴随城市化、工业化建设进程的不断加快，如何有效地对大数据进行处理，成为现阶段基层产业结构和相关主管部门的核心发展方向，也是促进企业进一步发展的重要基础。
数据实质上是存储于计算机内的各种信息集合，在当前全球化、市场化不断发展的新产业时代背景下，商业模式的巨大转变，在改变人们关注度的同时，也为企业的进一步发展奠定了良好基础，最终为企业预期发展目标的实现创造了良好条件。对于大数据的处理，倘若采取传统的处理技术，不仅难以达到预期的处理目标，更极易导致一系列其他问题的产生，最终对企业整体发展造成了极为不利的影响，为此在大数据发展的同时，技术领域也取得了显著突破，目前常见的管理技术主要有——数据仓库技术、数据安全技术、数据分析、数据挖掘和模型预测，其中，数据分析、数据挖掘与大数据关系最为密切。
3新形势下统计学存在的主要问题
3.1企业对于统计管理工作的重视度不足
在经济全球化和一体化建设进程不断加快的新市场经济常态下，企业规模和数量的不断增加，在加剧企业市场竞争力的同时，如何有效地提升企业工作质量和工作效率是现阶段企业的核心发展方向，但由于部分企业受传统发展以及管理理念根深蒂固的影响，企业管理和发展重心始终集中于企业经济效益，忽视了对统计管理的关注度，致使单位在统计管理工作方面的人力和物力投入不足，各项管理工作受到一定影响的同时，企业的整体发展也受到了一定影响。
3.2统计管理人员自身专业素养有待提高
统计管理人員作为统计管理工作的实践者，其自身专业能力和综合素养水平的高低，对于统计管理工作质量和工作效率具有重要影响，但随着当下统计管理工作量的增加，部分企业为满足人员配置需求，不断地降低人员选拔标准，导致聘用人员无论是专业能力还是综合素养都有待完善。作为一项专业、系统的管理工作，统计管理不仅要求管理人员拥有细心、踏实、耐心等基本素质，还要具备一定的计算机操作能力，但随着企业规模和数量的持续增加，统计管理人员身兼数职、待遇不高等问题的存在，导致管理人员自身专业能力有所欠缺，业务操作等方面也存在一定不足，最终对统计管理造成了极为不利的影响。
3.3数据库硬件设施、设备不完善
信息化产业时代背景下，“互联网+”技术的广泛应用，在便捷人们日常生活，提高企业生产效益的同时，将其应用到其他领域中，在一定程度上也为各单位的转型升级注入了新的发展动力。统计管理是企业管理作业的重要内容，在很大程度上数据管理库自身硬件设施、设备的完善度对于统计管理工作质量和效率具有直接影响，但对于某些偏远地区亦或经济发展相对缓慢的区域，统计管理设备、设施的落后性在影响现代化科技管理手段应用效益的同时，统计管理作业也始终未能得到突破性进展，企业发展也由此受到了一定影响。
4新形势下统计管理工作的创新策略探析
4.1加强对统计管理重要性的宣传力度，提高对统计管理工作的重视
统计管理作为企业管理的重要组成部分，其管理工作质量和工作效率对企业发展而言也具有一定影响，而为实现企业可持续发展的目标，确保统计管理工作落实到实处是极为必要的。通过上述分析可知，管理人员对于统计管理工作的不重视是影响统计管理工作效益的重要因素，为有效地改善当前管理现状，一方面基层产业机构需加大对统计管理重要性的宣传力度，在不断提高人们对于“统计学应用效益”高度认同的同时，为统计管理工作的顺利开展奠定良好基础。而另一方面企业还需加强对统计管理工作人员的教育力度，在不断增强统计管理人员工作责任感和使命感的基础上，为预期管理目标的实现创造良好条件。
4.2积极和有关大数据公司或机构进行合作
要想在大数据时代背景下进一步优化和提高统计管理工作，就必须将大数据有关技术和统计管理的实际工作紧密结合起来，因此必须解放思想，打破行业限制，积极寻求和有关大数据公司或者机构进行合作开发，开发出真正适合统计管理工作的大数据技术和工具，大数据无法使用单台计算机进行操作和处理，必须采用分布式架构技术等，其也必然和云计算的有关分布式处理、云存储以及虚拟技术等密不可分，因此统计管理必须要积极寻求多方合作，积极将大数据的有关技术引入统计管理的实际工作中去。
4.3不断优化和完善统计管理模式
在当前企业规模和数量持续增加的新产业时代背景下，数据的形成过程较为烦琐，且数量也较为庞大，为从根本上有效提高管理的科学性、高效性和有效性，不断地优化统计管理模式和管理手段也是极为必要的。通过大量调研数据分析可知，在进行统计管理过程中，信息技术的不断发展和传播渠道的日趋增多，在很大程度上为企业统计管理创造了良好条件，但由于部分企业在计算机信息技术应用过程中，未将现代化技术应用到电子统计管理中，导致管理信息化水平较低的同时，预期管理目标也难以实现，为有效地解决上述问题，将数据信息化纳入到工作日程中，为单位的数据管理部门配置专门的信息化设备，是现阶段提高统计管理信息化水平，促进企业进一步发展的重要战略手段。
4.4将各项统计管理工作细节落实到位
在统计管理作业过程中，从根本上有效地提高企业的经济效益、确保各项统计工作细节落实到位也是现阶段基层产业机构和相关主管部门的重要工作内容，换言之，在当前多元化市场竞争环境下，要想从根本上提升统计管理工作质量，提高企業整体的经济效益，以会计管理工作为中心，确保各项细节管理工作落实到位是十分必要的。要想确保管理工作效益的最大化发挥，提升企业经济效益，企业需将会计的发展目标与企业的发展方向相结合，在确保两者“统一性”的基础上，以会计管理工作为中心对企业经营进行系统化管理，最终为企业可持续发展目标的实现奠定良好基础。
4.5确保预算统计管理工作落实到位
在当前企业经济收支管理过程中，预算统计管理工作流于形式是影响精细化管理效率的重要因素，而为从根本上有效地解决上述问题，确保全面预算统计管理工作落实到位，是现阶段企业经济运行精细化管理目标实现的重要基础和根本前提。作为企业经济运行精细化管理的重要环节，全面预算统计管理作业的开展不仅能确保企业达成预期的战略目标，其在科学预测企业未来运营状况、协调内部资源以及控制内部预算编制等方面都发挥了重要作用。因此，在进行预算统计管理过程中，企业统计管理部门工作人员需摒弃传统管理理念，在做好日常收支管理的基础上，还要确保内部全范围、全过程及所有资产的预算统计管理落实到位，由此在保障全面预算作业有序开展的同时，提升企业在多元化市场中的竞争优势。
【关键词】学习分析系统 教育 大数据
一、引言
“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”（麦肯锡咨询公司）大数据时代已经到来了，决策将日益基于数据和分析而做出，而并非基于经验和直觉。大数据应用已经在商业、经济等领域取得了显著的成功。而在目前，教育领域中，各种数字学习环境的普及和推广，越来越多的人员在网络环境下发生学习行为。学习者与学习系统之间，学习者与学习者之间，学习者与设备之间，每天都在发生大量的交互数据，这些数据有着海量的数据规模（Volume）、多样的数据类型（Variety）、快速的数据流动和动态的数据体系（Velocity）、巨大的数据价值（Value），这些都符合大数据的4V特性。海量的数据给传统教育数据的存储和分析都带来了巨大的挑战。如何通过技术手段对教育大数据进行分析处理，使教育领域的方方面面都受益，最终有效促进教与学，已经越来越受到研究者的重视。而学习分析理念的提出，为教育大数据的应用找到了很好的途径。
二、学习分析概述
早在2010年美国新媒体联盟的《地平线报告》中就预测学习分析技术将在未来的四到五年内成为主流。第一届学习分析和知识国际会议认为：学习分析技术是测量、收集、分析和报告有关学生及其学习环境的数据，用以理解和优化学习及其产生的环境的技术。
学习分析所服务的对象涉及教育系统的各个相关人员，学习者、教育者、教育研究者、教育管理者、学习服务提供者等等。使用数据挖掘、社会网络分析、统计分析等多种技术对教育大数据进行解释和分析，根据解释与分析的结果，评估学习者的学习进展，预测未来的表现，并发现潜在问题，以便学习者能更准确地把握自己的学习情况，优化学习过程，教育者能及时调整教学活动和教学内容，优化教学方法和教学策略，为学生提供个性化的教学资源与建议，同时也能为教育管理者的决策提供科学依据。国外对学习分析技术的研究已经取得了一定的效果，而国内还处在理论研究和综述阶段。基于教育大数据的学习分析系统的构建可以为学习分析的应用和实践提供重要指导，更好地提高学习效率，有效促进教与学。
三、学习分析系统的总体架构
国内外许多学者都从不同角度对学习分析进行了整体框架的设计，但每个框架都有其局限性，经过实践验证的框架依然很少。学习分析的基础和核心是海量的教育数据。围绕数据开展数据的采集、存储、分析、表示以及应用五个环节的活动。本文以数据为核心，依据数据流动的过程来构建一个更加灵活和可扩展的学习分析系统的架构模型（见图1所示）。
图1 学习分析系统架构图
学习者的学习行为发生在各种数字环境中，如传统的学习管理系统、网络课程以及开放学习环境（MOOCs）等，社会性学习系统，如博客，微博，各种社交网络等。交互当中所产生的数据都会被记录到原始数据库中，而原始数据来源众多，形式不一，存储和处理都有困难。通过聚集、抽样、维归约、离散化和二元化等预处理，让原始数据更加适合挖掘，将预处理得到的学习数据存储到学习数据库中，与学习者相关的一些基本数据存储在学生信息库中。在特定的时间中学习分析引擎会从学习数据库和学生信息库中获取数据进行分析，依据需求不同，在分析过程中使用不同的数据挖掘和分析工具及模型。分析结果作用于学习者、教育者、研究者、教育管理者等不同层次，提供相应的教育干预，学习内容和过程、教学设计和策略优化。当然，分析结果也要以报告或可视化图表等形式在展示平台输出。
四、结束语
学习分析是大数据技术在教育领域中的应用。在大数据技术的支持下，深度挖掘学习行为模式，交互数据之间所隐藏的潜在价值，学习质量分析，个性化教学内容推送等都将成为可能。在对学习分析进行不断深入研究的同时，也存在许多挑战。如何快速有效地收集和预处理来源多样的原始数据，使用哪种工具、算法能更准确地得到有效预测，如何做到保护学生隐私等，都是我们要考虑的问题。相信这些挑战都将在不久的将来得到解决。
【参考文献】
[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.
关键词：学情；教学改革；课程；生源
中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2017）01-0107-03
生源是学校的生命线，是制约高职院校发展的主要因素，这两年高职生源的变化，特别是生源的多样化，已成为影响高职院校教育教学工作的重要因素。以前学生生源来自高考普招，成绩基础好，学习的主动性和积极性高，有一定的求知欲，开展课程教学比较容易，课程教学的效果好。现在的生源多样化，导致学生的学习态度、主动性和积极性下降，对课程教学造成很大的影响，课程教学实施困难。目前需要研究好学生的学情，采取相应的对策。
1 学生学情分析
对于学生的学情，生源的多样化，导致学生分化较大，部分学生成绩优秀，动手能力强，能认真钻研专业技术，在国内各种竞赛中获奖，毕业后能在工作岗位中有很好的发展，但也有很多学生不爱学习，课堂不认真听讲，不喜欢动手操作，不喜欢实训，甚至对于专业不感兴趣。
1.1 学生的生源状况
最近两年生源状况如表1所示，数据通信课程教学针对2015级大二学生。
从表中可以看出生源的多样化：生源混编、自主单招和专业混编。学生的基础不同，这就给数据通信课程教带来了困难。
1.2 学生的课程安排状况
从表2中可以看出，学生课时较多，课表安排很满，每周28节课，学生任务重，学生没有自由的时间学习自己喜欢的课程和技能。只能被动的学习课程，长时间会导致学生学习疲劳，对于上课变得麻木，缺少主动参与课程教学活动。同时对于专业课程，方向较多，学生每个方向都学，导致广而不精。
1.3 调查问卷和访谈结果分析
针对学生的学习态度、兴趣、学习方法习惯和将来就业意向，进行调查问卷和分析。调查统计结果如图1、2、3、4所示。
从学情调查结果的分析中可以看出，学生的学习态度比较差，只有很少的学生有明确的学习目标，很多学生学习被动，甚至有旷课的，不想上课的。学习习惯比较差，不交作业或缺交作业，很多抄袭别人的作业，独立完成的很少。对于将来的就业意向，一半学生想良好就业，其他学生想创业或自主择业，还有部分学生没想好的。
2 数据通信课程教学改革
2.1 以职业认证为导向
以网络工程师的能力培养作为本课程改革教W的出发点，课程教学内容围绕网络工程师的考核内容，首先统计分析认证的重点知识，所占比例，制定课程的教学内容的重难点。
依据网络工程师的考核要点，对于网络技术课程的教学，实施改革，通过修改大纲和授课计划，注重认证的考核内容，提高实践教学的比例，注重学生的实践操作能力，增强学生的学习兴趣。如表3所示。
2.2利用华为网院的网络资源
鼓励学生通过华为网院，在线自主学习专业知识，提高专业技能。同时为学生的考证提供方便，申请折扣号，减轻学生进行网络工程师认证的负担。在学生学完每个阶段，对于所学内容进行知识的测试，让学生明白自己的掌握情况，同时也让老师了解教学效果，进行教学方法的调整。
2.3 对于学生进行分类教学
对于学生在二年级可以分专业方向，把学习的专业更细化，让学生学习自己感兴趣的方向，同时能减少学生的课时，让学生有时间去思考，引导其去主动学习，防止把时间浪费在过多的专业课程上，使学生学有所长，在学校中能很好地掌握一门专业技能。
课程结束后，对全体学生组织技能竞赛，对于表现好的学生进行奖励，让学生感受课程学习的成就感，同时明白技能的重要。
3课程教学改革的建议
首先通过校园图书馆、互联网等媒介广泛搜集文献资料，查阅有关高等职业院校学生的学情，了解国内外相关理论，分析其成功经验和存在问题，为课程教学提供理论基础。
然后通过设计调查问卷，搜集相关信息，了解学生的学情，通过具体学生的访谈，分析学生的的特点、发展前景和存在问题，找到相应对策。
最后通过课程教学的开展，找到提高学生学习兴趣的途径，进行数据通信课程的教学改革，找到解决问题的策略，为人才培养提供依据和教育教学改革提供方向。
4 结束语
学生生源的多样化及生源质量的下降，给高职教学造成了很大的难度，高职教学应该分析学生的学情，了解学生的状况，开展课程教学改革。本论文具体改革的步骤通过问卷调查、访谈、数据统计分析学生的学情，然后基于数据通信课程具体教学改革探索，找到改进学生学习方法、提高专业兴趣和技能的建议策略，从而为后面学生的培养提供一定的理论参考和行动策略。
参考文献
[1] 吴玉章，方建群.从学情调查探析高教改革的若干细节问题[J].医学教育管理，2015.
[2] 卜舒慧.学情分析视角下的高职思政理论课教学方法改革的[J].职教研究，2014.
教研组名称
第三次一数组全体教研
教研组长
时间
2020年4月14日
地点
一年级数学教研组
主持人
记录人
参加人员
一年级全体数学教师
缺席人员
无
教研主题
统计教学重在培育儿童的数据分析观念
活 动 内 容 及 过
老师发言：
今年在疫情肆虐的情况下，大数据起到了非常大的作用，通过数据的收集和整理解决了很多的问题。那么我们本册教材的第一单元就安排了数据收集整理，让我们的孩子从小都意识到数据的重要性。统计教学对于我们低年级孩子来说，还需要老师的帮助和引导去确定分类的标准，再去进行分类和整理。在整理的过程中还要引导孩子们怎样做到不重复，不遗漏。教学中还应注重选择贴近儿童生活的真实任务，使他们在经历收集数据，整理数据和分析数据的过程增强应用意识，感受统计的价值！
统计教学不仅仅是让儿童认识绘制统计表、统计图。掌握计算平均数等知识技能。重要的是培养数据分析观念。
下面请大家勇跃发言！
老师发言：
对于统计表孩子们在分类统计着方面还是有点欠缺！有时候会找不到具体应该分哪两类！
老师发言：
从对吴正宪老师的讲课学习中，我体会到了数据分析观念的重要性，认识到了培养学生的数据分析观念，对于他们今后一生的发展的重要意义。对于学生数据分析观念的培养，要把培养他们运用数据解决问题的意识放在首位，通过紧密联系学生生活的教学方法，循序渐进地进行培养，在以后的统计与概率教学中，我会让学生通过数据分析、搜集整理来真正理解统计的意义，从而培养学生数据分析观念的素养，为他们今后进一步的学习打下良好基础。
老师发言：
通过学习吴老师的讲座，感受到统计教学和现实生活紧密相连。我们在教学中，不要单纯为了统计教学而进行教学，要让孩子们再具体情境中产生收集数据的欲望，并根据数据进行分析，找到解决问题的合适方法。
针对低年级学生来说，就算他们目前在统计上还不具备足够的知识，他们也不需要害怕，我们应该在他们很小的时候就开始学习统计。
统计的教学，其实不需要任何起点，我们只需要从学生感兴趣的问题开始，这与传 统数学课是非常不同的。在统计课上，学生除了学习统计知识外，更重要的是要体验统计过程。也就是提出问题，收集数据，分析数据，理解与推断，交流。孩子们可以提出非常简单的问题作为开始，要注意没有坏的问题。当然，问题可以在老师的帮助下有所发展。比如学生提出问题我们班最喜欢的电影是什么？老师可以说这是一个好问题，不过男生跟女生的答案可能会很不一样。当然，另一个重点是所提的问题要是一个基于数据的问题。学生还需要知道，提出问题后，需要获取好的数据，而有些数据是不容易获得的。所以孩子们需要对他们的问题有所规划，然后将需要研究的问题转化为具体的调查问卷，以便下一步的数据收集。
因此，统计教学培养孩子们的大数据观念，逐步提升孩子们的眼界，格局，做任何决定不是一拍脑门的盲目，而是有理有据分析、推理的结果。
郑海变老师发言：
通过学习吴老师的讲座明白了数学来源于生活，生活离不开数学。数据分析观念是统计思想的一个重要组成部分。学生数据分析观念的培养都离不开对生活中的数学问题的探究。这就要求我们培养小学生的数据分析观念，以数学的眼光解决一些实际问题。学生数据观念的培养，就是通过解决生活中的实际问题来实现的，最终以问题的解决为目的.
李景老师发言：
统计图表将数字信息用图表的形式直观的表达出来，使数据之间的关系得到直观的发展。统计图表在统计中发挥着较大的作用，并且呈现形式多种多样。教学中要让学生力求通过具体的操作活动体验统计的必要性和重要性。
关键词：数据分析；统计学；课程体系；大数据
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2014）49-0248-02
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]http：///jrt/120922/70953.shtml
医学统计学（medical statistics）是医学及其相关专业的必修基础课程之一，掌握好本门课程对于培养学生的科学思维，增强其解决实际问题能力，提高医学研究和医学论文撰写水平等方面具有重要的作用。
沈阳体育学院运动人体科学专业所开设的医学统计学课程存在如下问题∶未设置实验课或实习课，学生的数据分析处理能力差，撰写毕业论文时不用或错用统计分析方法；教学大纲不要求医学统计学术语，学生不能应用统计分析软件；多采用讲授方法，重视推导公式，课程内容枯燥，学生的学习兴趣低；学生毕业论文中，统计图表制作不规范，不能应用统计学知识并结合统计图表解释结果。本研究针对上述问题，以加强学生理解基础知识的理解，提高学生的数据分析和实际应用能力为目的，根据沈阳体育学院的现有教学条件，进行教学改革。
1 研究对象
以2008级运动人体科学专业43名本科学生为研究对象，其中男生18人，女生25人。
2 教学改革方法
2.1 加强医学统计学的基础理论教学，采用讲授与多媒体教学相结合的方法进行理论教学，并在教学中采用参与式教学方法，鼓励学生主动参与到课堂教学之中。
2.2 采用中英文双语教学的方法，要求学生掌握基本医学统计学术语，为熟练应用统计学分析软件奠定基础。
2.3 扩展教学内容，在教学中进行实例讲解的同时，增加应用spss统计分析软件分析内容，提高学生的数据分析能力。
2.4 加强统计表和统计图制作的教学，并增加课堂练习时间，进行根据统计分析结果制作统计图表内容，提高学生对科研结果的总结能力。
3 研究结果
3.1 针对全部章节的教学内容制作教学课件，在教学课件中强调了对学生难以理解内容的解释，如正态分布、t分布、卡方分布等，使学生在本文由收集整理充分理解的前提下正确使用统计学用表（如见图1）。
3.2 在教学中重视知识的连贯性，循序渐进逐渐引入新知识，强调课前预习，培养学习能力。在理论讲授结合多媒体课件讲解的基础上，融入参与式教学方法，鼓励学生参与课堂讨论、练习题解答和实例统计学分析。结果表明，多种教学方法结合的形式，调动了学生学习的积极性，课堂气氛活跃，绝大多数学生能够集中精力，很好地掌握教学内容。
3.3 采用中英文双语教学的方法，使学生很好地掌握了医学统计学术语，有利于学生学习统计学分析软件的使用方法。在教学中要求学生掌握描述统计中的常用英文专业术语如，central tendency，histogram，mean，median，percentile，variance等。
3.4 在掌握上述英文术语的基础上，扩充应用spss统计分析软件分析内容。如在描述统计学的集中趋势和离散趋势教学中，在课堂演示应用spss统计软件对某地120名18―35岁健康男性居民血清铁含量进行统计描述[1]（如见图2）。课堂演示后，要求学生参与，应用spss软件重复操作过程，并解释分析结果。
3.5 在统计学检验方法的教学中，融入spss软件分析和统计图表的制作内容，使学生掌握数据表示的方法，培养基本的科研素养。如在进行两独立样本t检验的教学中[2]，讲解目的、强调检验条件、检验方法、公式、检验步骤、结果解释，并应用spss软件进行分析，在分析中强调明确检验假设，正确建立数据库，如何读取检验结果，如何进行统计结果解释，专业解释等。在上述内容的基础上，演示如何表示分析结果，并演示应用excel制作统计图表的过程，如见表1，图3。
3.6 考试成绩分析 试卷主要考核学生掌握统计学基本理论、统计学基础知识、统计计算能力及统计图表制作等方面的情况，在命题中更加强调学生应用所学的统计学理论知识解决实际问题的能力，特别是考核学生针对不同资料选择恰当统计学检验方法的能力，同时大部分试题需要学生在全面掌握各部分理论内容后才能做出正确解答，因此本试题更加注重学生对基础知识的掌握和综合应用能力。考试成绩≤59、60-69、70-79、80-89、≥90分的学生分别占2.3%、20.9%、32.3%、18.6%、25.6%。
4 讨论
本次教学改革在提高学生的统计学英文专业术语能力，培养区分资料分布，正确选用统计学分析方法和提高实际数据分析处理能力等方面具有较好的效果。此外，在各部分教学中贯穿统计数据的科学表示方法，规范统计图表的制作，对培养学生撰写科研论文具有重要的作用。
虽然在教学中充分利用现有的教学资源，如使用多媒体课件进行教学，每次上课前在电脑中安装spss软件以实现在课堂上为学生展示数据库的形式，演示实例的数据分析过程，并使学生参与实际操作并解释分析结果，但是由于课程的教学时间短，仅为48学时，并且在教学大纲中没有安排实习的课时，还不能更好地为学生提供实际统计学分析的练习条件。建议今后应增加学时数，并修改教学大纲，将统计学上机实习内容纳入到教学当中，使学生从原始资料的录入、整理，到统计描述、统计推断，以及结果表示，统计结果解释等过程得到系统的训练，为今后完成毕业设计、撰写毕业论文及今后进行科研工作奠定基础。
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、回顾性或横断面调查研究)；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(随机、对照、重复、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、统计学分析方法的选择：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，选用合适的统计学分析方法，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，选用合适的统计学分析方法，不应盲目套用x2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学分析方法，以便对因素之间的交互作用和多指标之间的内在联系进行全面、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，应说明对比组之间的差异有统计学意义，而不应说对比组之间具有显著性(或非常显著性)的差别；应写明所用统计学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值，x2值，F值等)应尽可能给出具体的P值；当涉及总体参数(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％可信区间。
关键词：大数据：统计学理论：创新应用
顾名思义，统计学几乎是对所有领域的数据进行统计与研究、分析筛选，因而统计学在如今的大数据时代几乎涉及到各行各业，其表现方式为，统计出来的数据进行科学的研究与分析，可以有效的帮着企业获取有效信息，探索其中数量规律行，进而企业可以更高效、更精准的进行工作。而如今随着现代信息技术以及数字科学技术的不断发展，统计学也得到了更多的应用，也被人们更加重视，应用最多的为企业管理系统中，统计学中的理论及其分析方式帮助企业进行对数据数量规律性的探以及定性分析，为企业寻找自身的管理经营的基础进行有效地夯实，奠定企业向更加稳定方向进行发展。而如今计算机软件的不断发展与更新，大数据时代的到来，统计学的应用也会得到更为广泛的发展，其中有政府和企业利用计算机对相关数据的采集、整理、统计进行综合的分析。统计学相关的软件开发商也将软件设计的更为简易化、便捷化，使得非统计学专业的人员也可以使用。当今社会经济高速发展，统计学的应用及其发展趋势将会迎合时代的到来进行改革改变，促进社会经济的快速提高。
一、大数据时代的内涵及其意义
（一）大数据时代的内涵
大数据是指在一定时间内对信息的捕捉、管理、处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力、流程优化能力的海量、高增长率和多样化的信息资产。针对这些信息资产，利用统计学原理对其进行数据分析、提炼、分解。也可以从另一个方面理解大数据，它涉及各行各业，是多个领域数据的集中区域，涉及到的有自然科学、人文科学、社会经济学等等相关的混合数据，它们之间相互参杂，互相融合，形成非常庞大的数据系统。目前传统统计学中的统计方法是分析单个计算机系统的数据储备，无法分析多台计算机的数据，在数据统计中产生了局限性、单一性、不稳定性和客观性等，但是目前大数据时代的到来，改变了如今这一现象，改变了大数据环境下数据流、磁盘存储、分布存储、多线条等环境。大数据环境主要起到的作用为，将庞大而复杂的数据进行转换，转换成为简单易懂、显而易见的内容，进而使工作人员对数据进行源头和机制的追述，从而研究出适合自身并有效的应对策略。因将数据转换成需要的知识需要相对缓慢的时间，所以工作人员将当前庞大复杂的数据分别存放在不同的储备空间里，有些工作人员将目前无法分析的或是不需要的数据进行整体精准的记录储存，记录成一整套的数据发展史，已供日后应用，以备不时之需，为今后科研做出充分准备。
（二）大数据时代给社会带来的改革
大数据在一夜之间成为各大互联网上的讨论话题，成为一个包含性非常强的概念，大数据时代也成为人们关注的话题，它的到来已然成为不争的事实，从本质上来看，它是当今中新型的产业，通过对海量的数据进行统计分析追踪发现庞大的市场，通过对人们行为喜好进行科学分析，获取营销手段。大数据使得广告投放精准化、医疗卫生体系精密化、社会安全管理有序化等多方面优势，同时大数据时代的到来随着带来了新的新业市场，大数据将为全球带来440万个IT岗位和上千万个非IT岗位，提供了更多的就业岗位。大数据时代到来的变革之大，影响着人们传统的工作方式，各行各业的人利用研究问题来驱动收据数据，然后再利用收集来的数据进行分析，从而解决问题，从这一行为来讲，人们会慢慢适应通过大数据进行统计学的研究分析来解决问题，利用通过统计学理论开发的软件搜索、分析一些研究性成果。目前统计学家通过数据的收集、数据的处理以及个人分析能力进行科学探索，如今大数据的到来将会威胁的他们的领域，大数据将我们难以理解的内容翻译成我们一看便知的统计成果，优化了人们工作的便捷性、舒适性等。
二、大数据时代统计学的发展研究
大数据发展如今，渗透社会的各个角落，分析大数据需要多个领域的结合，它并非单一的科学领域，自成一体，现如今的统计学家不仅需要研究探讨计算机对数据的实时决策，更是要将其与统计学理论及其方法相互结合，同时，计算机专家也要不断学习统计学的一些知识，统计学与大数据相互结合才能顺应时代的发展。获取大数据之后，研究探讨大数据时，针对数据分析的高难问题，利用统计学原理对其进行数据分析、提炼、分解时，需创新出新的更便捷更高效的统计处理方法，在压缩提炼过程中，解决数据混杂的问题，在分解数据中，解决精准问题，使得大数据与统计理论更好的沟通合作，构造全局统计结果。统计学主要是对海量的数据进行整理分类，结合计算机进行科学分析，探究出数据的数量规律性，从而得出结论，由于目前统计学中的统计学理论和统计方法与时代稍有差距，如今更是大数据时代，而大数据随机或非随机的误差比较大，所以传统的统计学理论及方法无法满足如今变革，也无法更好的获取大数据背景下所带来的各种机遇。现在的统计学家应该更加努力专研统计学理论以及对数据压缩、分解的方法，舍弃无法适应当前时代的陈旧理论及方法，必须去学习如何迎合新的事物的到来进行改革改变，只有这样才能顺势而行。
作者:宋瑞雪 周晏羽 黄扬艺 单位:沈阳理工大学
参考文献：
[1]毛江伟.《统计学》应用及其发展[J].长江大学学报（社会科学版），2013(12)
