浅谈我对统计学的认识 摘要：在经历了一个学期的学习之后，我们对《统计学》的学习也来到了最后的阶段.在这一个学期的学习中，有很多感想,也有很多收获。虽然课程有些枯燥，但无疑的是，我们掌握了统计学这门实用的工具,在我们未来的人生中,也必将会运用这个工具，陪伴我们前行。 关键字; 科学 统计 计算机 发展 一，对统计学的认识 在学习统计学之前，我一直把统计学看成另外一种数学—-也就是文科生的梦靥。虽然在很多方面统计学和数学存在着紧密联系，例如统计中会用大量的数学工具，所以为了掌握它,你必须要复习一下相关的数学知识,这样才能在学习中灵活运用。但是它和数学在某些方面也会存在很大的不同。在我看来，统计学更加地贴近实际，因此我们在学习中必须紧密联系到它的现实意义，在统计过后，我们还必须理解分析出来的数据所具有的实际的经济意义，这样才算是完成了整个统计的过程。希望在这个统计学的课程完成之后，在未来的学习或者是工作中，我能够运用统计学的知识，提高我的学习和工作效率及水平,让我能够成为一个更加符合社会需求的人才! 二，统计学的概述 统计学是应用数学的一个分支，主要通过利用概率论建立数学模型,收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。统计学主要分为描述统计学和推断统计学。给定一组数据，统计学可以摘要并且描述这份数据，这个用法称作为描述统计学。另外，观察者以数据的形态建立出一个用以解释其随机性和不确定性的数学模型，以之来推论研究中的步骤及母体，这种用法被称做推论统计学。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学,甚至被用来工商业及政府的情报决策之上。 统计学是一门研究随机现象，以推断为特征的方法论科学，“由部分推及全体”的思想贯穿于统计学的始终。具体地说，它是研究如何搜集、整理、分析反映事物总体信息的数字资料，并以此为依据，对总体特征进行推断的原理和方法。 用统计来认识事物的步骤是：研究设计-〉抽样调查->统计推断—>结论。这里,研究设计就是制定调查研究和实验研究的计划，抽样调查是搜集资料的过程，统计推断是分析资料的过程.显然统计的主要功能是推断,而推断的方法是一种不完全归纳法，因为是用部分资料来推断总体。统计学是通过数据来进行分析和推断的.因此,统计研究的基础是数据。这些数据的特点是，对于每一个数据而言，都具有不确定性,我们需要抽取一定数量的数据，才可能从中获取信息.因此，统计学的研究依赖于对数的感悟，甚至是对一堆看似杂乱无章的数的感悟。通过对数据的归纳整理、分析判断，可以发现其中隐藏的规律。因为可以用各种方法对数据进行归纳整理、分析判断，所以，得到的结论也可能是不同的。 三,统计学的现状 在科学技术飞速发展的今天，统计学广泛吸收和融合相关学科的新理论，不断开发应用新技术和新方法，深化和丰富了统计学传统领域的理论与方法，并拓展了新的领域。今天的统计学已展现出强有力的生命力.随着我国社会主义市场经济的成长和不断完善,统计学的潜在功能将得到更充分更完满的开掘. 四，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。 1,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（Data mining,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;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Data 本文来源：https://www.wddqw.com/doc/99eab5a766ce0508763231126edb6f1aff0071f2.html