前言:在撰写多元统计学的过程中,我们可以学习和借鉴他人的优秀作品,小编整理了5篇优秀范文,希望能够为您的写作提供参考和借鉴。
从狭义上来讲,大数据的构成包括两方面,一方面是大样本,在统计学上要达到需要的精度就必须采取抽样的办法降低样本数量;另一方面是高维度变量,对于这一问题则需要采取压缩、分解以及降维等方法。
一、大数据及其意义
大部分传统的统计方法只适合分析单个计算机存储的数据。而目前大数据的环境包括以下要素。1.流数据:数据快速地不断涌来,现有存储设备和计算能力难以应付这种数据流(比如欧洲高能粒子对撞机所产生的数据,每秒钟可以达到500TB)。2.磁盘存储限制:数据已不能完全存储在内存中,需要硬盘存储。3.分布存储状态:数据分布存储在多个计算机中。4.多线条状态:数据存储在一个计算机中,多个处理器共享内存。大数据的发展就是对数据产生的机制进行探索,将所产生的数据转变为人们所需要的知识,进而对相关政策的制定产生影响。这个过程是一个漫长的过程。一个小孩子随着年龄的增长可能会掌握更多的单词,但是根据一个孩子的年龄确定他掌握的单词多少则并不科学。进一步来说,大数据有记录保存自然与社会现状的功能。现在大家收集着海量数据,尽管他们还不清楚如何分析大量的数据,但是他们相信需要保存现今社会经济高速发展的过程,期待着今后能够分析和解释这段历史。还有些人将百岁老人的血液和其他各种生物的标本等存放在冰箱里,他们认为当今的技术还不足以测试和分析这些资源,期待今后更先进的测试技术能够做到。大数据就如同自然和社会的血液那样记录着社会的现状和发展过程。17世纪望远镜以及显微镜的发明使人类看到了以前从来没有看到过的宇宙空间和微生物,扩大了人类对自然的基本认识。大数据就像“望眼镜”和“显微镜”那样,使得人们能够通过数据来观察和分析自然、经济、社会的现象。借助于互联网数据,可以及时了解疾病的疫情、科学的动态、社会的动态。谷歌借助频繁检索的词条能及时判断流感从哪传播,哪些人可能已经感染了流感。大数据将形成自然和人文社会的历史长河,不但能用于探索当代的科学问题,将来也可以用于研究人们食用转基因食品对子孙后代的影响等追踪研究问题,为未来留下当前的历史资料。
二、大数据带来的变革
时代的进步有赖于大数据的发展,大数据的发展给时代变革增加了更多的不确定性。就当前研究来看,数据的搜集很大程度上依靠所研究问题的出现来推动其向前发展。不过在不久的将来,随着大数据时代的到来,人们对于问题的研究将会由“数据”来驱动。例如,如果我们想去某地旅行或出差,会首先查询目的地的交通情况、天气情况以及住宿情况等信息,但是将来我们可以根据所查询的数据信息来决定所要去的目的地。在古希腊时代,当时的哲学家无所不知,号称百科全书,到了文艺复兴时代,随着学科的不断细化,不同学科出现了各自的专家。随着大数据时代的到来,大百科全书式的人物将有可能再次出现,而不同领域的专家的权威性将被逐步消弱,随着大数据的不断发展,很有可能会逐渐将学科专家消亡掉。例如,随着计算机专家和统计学家对数据的搜集越来越多并且处理能力不断增强,他们将逐步成为生命科学方面的专家。再比如,如果我们掌握了足够数量的相关专业书籍和日文译本,就算我们对日文一无所知,我们也可以采取有效的方法将所需要的中文翻译成为日文,因为我们有很多非常可靠的翻译软件,如谷歌翻译软件等。大数据已经在各个领域和学科得到了应用,例如医疗领域,大数据可以指导人们健康饮食,适时进行身体检查,并且确定检查项目,帮助医生对患者进行疾病诊断等。
三、大数据时代统计学专业教学现状
摘要:人类社会正在步入大数据时代。就经济统计工作而言,挑战主要体现在两个方面,即数据收集不再依赖于随机采样以及传统的分析方法和工具,对半结构化或非结构化的数据不再有效。由于经济统计学专业是2012年之后才出现的一个新专业,为了积极应对大数据带来的挑战,经济统计学专业建设必须以大数据为导向,并至少从指导思想、课程体系以及教师团队等三个方面进行变革,以实现经济统计学专业建设的“经济、统计及IT”融合。
关键词:大数据;经济统计;专业建设
当前,大数据已经渗透到社会、经济、政治以及文化等众多领域。大数据在给各行各业带来了新的历史发展机遇的同时,也将给各行各业带来新的挑战。显然,对高等教育来讲也同样如此。相应的,对直接服务于经济统计人才培养的经济统计学专业建设来讲,迫切需要回答的问题是,在新形势下,专业建设遇到新的挑战又将是怎样的呢?进一步的,为了积极应对新的挑战又需要对旧的培养模式进行怎样的修正和改进呢?从现有的文献资料看,虽然学术界已经积累了大量与(经济)统计学专业建设相关的研究成果(如庞皓,1991;曾五一,1999;曾五一和尚卫平,1999;曾五一等,2010;朱宇兵,2009等),但基于大数据背景对这些问题较为深入的研究还比较缺乏,本研究则可以视为是对此进行弥补的一个努力尝试。
1经济统计学专业建设的发展现状
从某种意义上讲,经济统计学是一个新的专业。2012年10月,教育部颁布了《普通高等学校本科专业目录(2012年)》。在新专业目录中,除保留统计学为理学类一级学科(包括统计学和应用统计学两个二级学科)之外,在经济学类的经济学一级学科下增设经济统计学。正是在这样的背景下,目前我国高校经济统计学专业的开设一般有两种情况,一种是新专业目录颁布后新设立的,如中央财经大学、对外经济贸易大学、西南政法大学以及中南民族大学等;一种则是由原来的统计学专业更名而来的,如中南财经政法大学、天津财经大学、江西财经大学、南京财经大学以及中央民族大学等。从发展历史过程看,经济统计学并非是一个全新的专业,而是由以前的统计学专业发展而来。在1998年9月国家教育部颁布的《普通高等学校本科专业目录和专业介绍》中,统计学被列为理学类一级学科,但可选择授予经济学或理学学位。在这种背景下,根据具体的办学条件和偏好,各高校采用了不同的教育模式,一类是强调各类统计学所具有的共性。它肯定统计学的“理学性质”,按照理学类学科的特点设置课程。另一类则是强调各类统计学的个性,如财经类院校统计学专业(曾五一等,2010)。前者的数量较少,它是将统计学作为应用数学的一个分支来看待,所开设课程主要是数学和各种数理统计方法。后者数量占有绝大的比重,其专业方向包括国民经济统计、经济统计、管理统计、金融证券统计等(李宝瑜,2004)。从我国统计学学科建设的发展过程看,其特征主要表现为两个转变,即从起初的侧重理论培养向当前的强调实际应用转变以及从起初的主要服务政府部门向当前的主要服务社会企业组织转变。由于新专业目录颁布时间还很短,经济统计学专业还没有建立起新的培养模式,主要还是其前身———(经济学方向的)统计学——培养模式的一种延续。从我们掌握的资料看,目前各高校经济统计学专业的培养方案还主要是参照1998年《普通高等学校本科专业介绍》制定的,其培养目标是所谓的“复合型人才”,即具有坚实的经济理论基础,既懂数理统计方法、又懂经济统计方法,并能熟练掌握现代计算手段的经济统计人才(曾五一等,2010)。这种人才既是统计人才又是经济管理人才,不仅能胜任基层企业和政府部门的日常统计业务,而且能从事市场调查、经济预测、信息分析和其他经济管理工作。相应的,在具体的课程体系构建和安排上,各高校大都贯彻了“大统计”的学科观点,遵循“厚基础、宽口径、重应用”的复合型人才培养原则(向书坚和平卫英,2010),即在强调较为完整系统地介绍统计学主要理论和分析方法的同时,还强调其与经济学其他学科的密切联系,按照经济类学科的特点设置课程。也就是说,经济统计学专业的课程设置具有显著的二元性特征。从各高校的具体设置看,统计学方面的课程一般有数学基础课、概率论、数理统计、运筹学、随机过程、回归分析、时间序列分析、多元统计分析、抽样调查、非参数统计、统计预测与决策等;而经济学方面的课程一般则有微观经济学、宏观经济学、会计学、国际经济学以及与专业方向(如国民经济统计、财务会计统计、金融证券统计等)有关的课程。此外,和其他专业一样,经济统计学也重视学生应用和创新能力的培养,特别强调本专业的毕业生应该具有熟练地采集数据和应用计算机分析、处理数据的能力。因此,Excel、SAS、SPSS等常用软件的学习和训练也通常以实验课的形式被纳入到课程体系中。但是,要注意的是,我国各高校在制定或修订经济统计学培养方案时,有意或无意地忽视了当前随互联网技术日新月异带来的大数据海量涌现。而由于大数据和传统数据存在显著的差异,各高校现有的经济统计培养模式可能需要做出重大调整。
2大数据带来的挑战
摘要:为培养理论基础扎实、专业应用性强的学生,我们对统计学类专业的高等代数课程进行了改革,从教学内容的调整、教学知识的渗透、教学模式的改革等方面,结合诸多实例,具体阐述了高等代数课程教学改革的方法。
关键词:高等代数;统计学;教学改革
一、统计学类专业高等代数课程教学的基本情况
统计学是收集、处理、分析、解释数据并从数据中得出结论的科学。1998年高等学校本科专业目录中首次将统计学专业分为理科统计学和经济统计学,分别授予理学和经济学学士学位,前者属于数理统计方法与应用范畴。2012年9月,统计学类成为理学门类下的一级学科,并在其下增加了应用统计专业。为了适应统计学类专业“宽口径、厚基础”的需要,统计学类专业要求学生打下扎实的数学基础,其课程体系中数学基础必修课包含数学分析、高等代数与几何学等。但随着社会的发展,统计学类专业在应用方面的作用日渐突出,统计软件、实习、实践课程等培养统计应用能力的课程得到了强化,理论课程的课时受到一定程度的压缩,高等代数课程也受到课时减少的影响。然而,高等代数课程是统计学类专业重要的基础课程,也包含理工类大部分专业的考研数学知识点,本课程的教学效果不仅影响着统计学类专业其它核心课程的教学,也影响着该专业学生的自身发展。在这种情况下,如何对高等代数的教学进行改革,在有限的课时下保证高等代数课程的系统性,又能够突出重点,保证它们的高等代数知识能够满足后续课程的教学需要,使其更适合统计学类专业的需求,是我们面临的一项新课题。
二、统计类专业高等代数改革内容
(一)根据专业需求调整高等代数课程的教学内容
一、前言
多元统计分析,是指一种综合性质的分析方法,通过对不同研究对象和目标关联性的分析,统计出之间的规律,在现代统计学中被广泛的运用.多元统计分析被分为很多种,包括了多重回归分析、聚类分析、对应分析等等,本文中详细列举的是其中较为重要的几类.MATLAB软件是一种高科技高效能的计算系统,由MATHWORKS公司研制开发,自诞生以来便在众多领域得到广泛运用,它具有丰富的功能,除了最基本的数值分析和计算外,还有绘图和图像处理、仿真与通信等,当然其最大的特点是简单快捷易操作,这就使得其在多元统计分析教学中的应用成为必然.
二、MATLAB软件的应用意义
MATLAB是一款功能十分强大的软件系统,它在多元统计分析中的运用具有十分重要的意义,首先因为其效率极高的计算能力,能够处理海量且关系复杂的数字信息,所以提高了多元统计分析的工作效率,能够更快的完成任务;其次因为其具备图形处理能力,可以实现可视的编程与计算,并通过交互界面使得使用者更容易操作;最后是丰富的辅助工具使得多元系统分析更加快捷方便.
三、具体应用
(一)判别分析教学中的应用判别分析,顾名思义就是对研究目标的类型归属的一种分析法.因为在实际的经济科研活动和日常生产生活中,要根据信息资料分析一种现象或行为的种类问题十分普遍,所以这种分析方法是被广泛运用的,比如在医学领域,要根据身体指标传达的信息来分析是否患病以及患的是什么病;比如在经济领域,地区发展要根据当地的人口、土地和资源等信息来分析发展方向.MATLAB软件在其中的应用,是通过使用命令classify来实现的,其软件调用的格式是classify(sample,group,training)=[err.class],其中输入参数sample为待判样品,training为训练样品;group为训练样本的分类变量,输出参数class为待判样品的分类结果,err为误判率的估计.
随着互联网时代的到来,特别是微博、微信、朋友圈等社交网络的兴起和手机使用功能的多元化,导致人们的生活行为产生大量的数据信息,而企业可以通过这些数据了解顾客的需求以及消费习惯等,并应用大数据技术进行市场细分和定位;与此同时,政府也意识到数据信息的经济开发价值,并在《“十二五”时期统计发展和改革规划纲要》中明确提出“:建立现代统计体系就是建立以现代信息技术为支撑的方案设计、任务布置、过程控制和行为监督的统计系统。”2015年3月3日在北京召开的两会,也特别强调“数字两会”,让老百姓通过实实在在的数据对比感受生活的变化。可见,政府、企业乃至老百姓都已经认识到大数据的价值,所以大数据相关人才也成为社会各界争抢的对象。如何培养符合大数据时代背景下所需要的人才?这使得统计课程的教学不得不面临较大的改革。
一、大数据的概念
大数据即大的数据集,它不像我们过去那些数值型数据那么简单,但至今它也尚无确切、统一的定义。通过参照多方对大数据概念的理解,作者认为大数据的概念是指在对海量数据进行传输、采集、储存、处理、分析和挖掘的基础上,获得凭直觉难以发现的有用信息,从而揭示数据隐藏的规律和发展趋势,为决策者所用,它是科技,是讯号,是机会。
二、大数据时代对统计学的影响
大数据时代的到来,对统计工作者而言,为了更好的服务于经济社会的发展,最大的考验和“本领”就是如何深度开发和利用海量的数据信息,这就要求统计学既从理论上又在方法上必须进行改革。一方面需要统计学解决更多、更复杂的问题,另一方面也对统计学提出了更高的要求。不仅要求对统计学的理论与方法进行创新,还要求对统计学进行教学改革,尤其是注重培养对象的统计思维的养成。因为统计学是一门方法论科学,在长期的发展过程中,形成了很多具有特色的统计思维,如静态思维、变异思维、动态思维、指数思维、推断思维、相关思维、假设思维等等。而这些统计思维对处理不确定现象、分析数据和解释数据等都有巨大的影响,成为统计学的核心内容。但在大数据时代背景下,由于数据分析直接针对总体,而且具有复杂性和混杂性,因此,有些统计思维可能用不上,就必须摒弃掉,但也需要统计学随着环境的变化不断创新新的统计思维。
三、当前统计学课程教学中存在的问题