统计学课程论文1000字怎么写
统计学课程论文1000字怎么写
我学习经济统计,专业课程有: 计量经济学、概率与数理统计、时间序列分析、国民经济核算、应用抽样技术、统计学、 spss、 sas、 eviews 软件。
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
统计学课程论文1000字
百度文库里很多相关的,自己看看。或上cnki上下载几个论文看看 自己动手,丰衣足食
统计学课程论文1000字开头
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
百度文库里很多相关的,自己看看。或上cnki上下载几个论文看看 自己动手,丰衣足食
可以看下(统计学与应用 )吧~
1、论文题目:要求准确、简练、醒目、新颖。2、目录:目录是论文中主要段落的简表。(短篇论文不必列目录)3、提要:是文章主要内容的摘录,要求短、精、完整。字数少可几十字,多不超过三百字为宜。4、关键词或主题词:关键词是从论文的题名、提要和正文中选取出来的,是对表述论文的中心内容有实质意义的词汇。关键词是用作机系统标引论文内容特征的词语,便于信息系统汇集,以供读者检索。每篇论文一般选取3-8个词汇作为关键词,另起一行,排在“提要”的左下方。 主题词是经过规范化的词,在确定主题词时,要对论文进行主题,依照标引和组配规则转换成主题词表中的规范词语。5、论文正文:(1)引言:引言又称前言、序言和导言,用在论文的开头。引言一般要概括地写出作者意图,说明选题的目的和意义, 并指出论文写作的范围。引言要短小精悍、紧扣主题。 〈2)论文正文:正文是论文的主体,正文应包括论点、论据、论证过程和结论。主体部分包括以下内容:提出-论点;分析问题-论据和论证;解决问题-论证与步骤;结论。 论文提纲也可以用最简单的格式和分类,简单明了地说明论文的目的、依据和意义,甚至是两句话。这种提纲往往是用于科学论文,而且在对于各种概念有相互联系而不是孤立的出来讨论的情况下。如果总要分出1、2、点来写的话,往往会变成“八股文”的模式,这样的论文往往是应付式的论文,其真正的科学价值会大打折扣。
统计学课程论文3000字怎么写
一、纸型、页面设置、版式和用字。毕业论文一律用国际标准A4型纸(297mmX210mm)打印。页面分图文区与白边区两部分,所有的文字、图形、其他符号只能出现在图文区内。白边区的尺寸(页边距)为:天头(上)25mm,地脚(下)20mm,订口(左)25mm,翻口(右)20mm。文字图形一律从左至右横写横排。文字一律通栏编辑。使用规范的简化汉字。除非必要,不使用繁体字。忌用异体字、复合字及其他不规范的汉字。二、论文封面封面由文头、论文标题、作者、学校、年级、学号、指导教师、答辩组成员、答辩日期、申请学位等项目组成。文头:封面顶部居中,占两行。上一行内容为“河南广播电视大学”用小三号宋体;下一行内容为“汉语言文学专业(本科)毕业论文”,3号宋体加粗。文头上下各空一行。论文标题:2号黑体加粗,文头下居中,上下各空两行。论文副题:小2号黑体加粗,紧挨正标题下居中,文字前加破折号。作者、学校(市级电大)、年级、学号、指导教师、答辩组成员、答辩日期、申请学位等项目名称用3号黑体,内容用3号楷体,在正副标题下适当居中左对齐依次排列。占行格式为:作者:XXX学校:XXX 年级:XXX 学号:XXX指导教师:XXX 职称:XXX答辩组成员:XXX(主持人) 职称:XXXXXX 职称:XXX……答辩日期:X年X月X日申请学位:学士(不申请可省略此项)由于论文副题可有可无,学位可申请可不申请,答辩组成员可以是3、5、7人,封面内容占行具有不确定性,为保持封面的整体美观,可对行距做适当调整。三、论文论文由论文目录(提纲)和题目、作者姓名、完成日期、摘要、关键词、正文、注释、参考文献、附录等项目组成。需要列目录的论文,目录要独占一页。“目录”二字用3号黑体,顶部居中;以下列出论文正文的一、二级标题及参考文献、附录等项及其对应页码。用小4号宋体。论文题目用3号黑体,顶部居中排列,上下各空一行;作者姓名:题目下方居中,用四号楷体。完成时间:作者姓名下方居中,字样为“X年X月”,用四号楷体。摘要:作者姓名下空一行,左起顶头,写明“摘要”字样加粗,点冒号,接排摘要内容。一般用五号字,字体用楷体。关键词:摘要下方,左起顶头,写明“关键词”字样加粗,点冒号,接排关键词。词间空一字。字型字体同摘要。正文:关键词下空一行开始。正文文字一般用5号宋体,每段起首空两格,回行顶格,单倍行距。正文文中标题:一级标题。标题序号为“一、”,4号黑体,独占行,末尾不加标点。如果居中,上下各空一行。二级标题,标题序号为“(一)”,与正文字体字号相同,独占行,末尾不加标点;三、四、五级序号分别为“1.”、“(1)”和“①”,与正文字体字号相同,一般不独占行,末尾加句号。如果独占行,则不使用标点。每级标题的下一级标题应各自连续编号。注释:注释采用脚注形式。加注符号以页为单位排序,标在须加注之处最后一个字的右上角后,用带圈或括弧的阿拉伯数字依次标示。同时在本页留出适当行数,用横线与正文分开,左起空两字后写出相应的注号,再写注文。每个注文各占一段,用小5号宋体。
直接百度吧,不用课本
数据可从网上搜索,统计年鉴及各大数据库都有再通过统计软件作分析,例如相关分析和回归分析,这种论文偏理论型也可以通过设计调查问卷,可针对身边某一热点问题进行调查,如消费观,就业观,来搜集数据,再写一篇调查报告.
统计学相关的论文: 你可以根据统计学在某行业的应用,写一篇应用实例,但要新颖; 可以针对统计学某一知识具体内容,写一篇统计实例,并提出注意事项; 针对同一数据,采用不同统计方法,比较统计结果,提出注意事项或建议; 找一个统计实例,分析出正确的分析方法,找出容易出错的思路,并提出建议; 比较不同的统计方法,提出应用注意事项 等等 对于论文题目,根据选题而定。说说你的论文感想,可以发消息过来,一起探讨。
统计学课程论文怎么写
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
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
数据可从网上搜索,统计年鉴及各大数据库都有再通过统计软件作分析,例如相关分析和回归分析,这种论文偏理论型也可以通过设计调查问卷,可针对身边某一热点问题进行调查,如消费观,就业观,来搜集数据,再写一篇调查报告