前言：中文期刊网精心挑选了经济统计学范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
经济统计学范文1
统计学是一门研究统计活动规律和方法的方法论科学。统计学是经济类各专业的主要课程或主干学科，几乎所有的专业都把统计学作为一门专业基础课来开设，以便为学生进行专业研究时提供一种可行的定量分析工具。而面对不同层次的教学对象，不同专业的教学需求，统计学课程教学过程面临诸多挑战。
一、教学中存在的一些困难与问题
统计学实际教学效果并不理想，不少学生认为统计学概念多，公式多，十分枯燥，比较难学，并且在实际中没什么用处。本文主要从一个教师的角度对目前经济类非统计专业的统计学教学存在的问题进行探讨。
（1）对于非统计专业的学生来说，他们本身的专业课学习负担已经不轻， 加上对统计知识的认识不够， 让他们腾出更多的时间来学习统计知识是很难做到的。 而且，由于其本专业的课程体系要求，学生本身的数学基础特别是概率论知识学得又不是很好，这就使得他们感到统计学知识难以理解，出现了统计难学的看法，最终导致一些学生彻底放弃。 这样，学生在认识不到统计知识用处的情况下， 所学又和实际结合不紧密。 容易产生学统计无用的想法，学习兴趣不高，以至于被迫学习，教学效果不佳。
（2）在实际教学中，由于各种条件所限，教学方式还局限在传统的教学手段上。随着计算机的普及， 有关数据处理的软件也越来越多，统计学的教学手段也应该日新月异。 多媒体教学使得教学信息量有所增加， 但是并没有改变传统的教师讲、学生听的教学方式，往往是一节课下来，教师讲的嗓子冒烟，学生听得直打瞌睡，究其原因还在于过于单一的教学手段， 使得学生不能直接参与到教学中去。
（3）教学定位不清楚。统计学教学分为统计学专业的统计学教学和非统计专业的统计学教学。对统计学专业的学生而言要求他们掌握一整套系统的统计学分析方法，以便将来专门进行有关数据的研究；而对绝大多数非统计专业的学生来说，学习统计学主要是为他们提供一种统计学的思想， 在信息社会，如何辨别信息的真伪，做出判断和决策，这都需要他们具备一些统计学的思想；其次是给他们提供一些实用的数据处理方法。 可是不少学校的非统计教学由于定位不清楚， 导致教学过程中还是充斥着大量的公式推导和概念阐述，如不少统计学教材上大篇幅介绍统计图表， 并对其进行比较， 可是对于如何利用计算机软件画出这些图表却没有阐述。 其结果是学生学完了统计学后只记得一些概念，而具体如何收集、整理、分析数据，并做出图表却一无所知， 结果是不少学生得出《统计学》难学也没什么用的结论。
二、教学方法与教学手段的更新
（1）合理地安排教学内容
经济类非统计专业统计学教学的主要目的是通过学习统计学使学生具备在随机性事物中寻找规律的能力，以及懂得如何在生活、学习、工作中运用统计学知识。 因此在教学内容的选择上也应该有所取舍。整个统计学的教学应该按照收集数据、整理数据和分析数据的步骤进行。其主要内容还是包括描述统计和推断统计两部分，而重点应加以调整，应以推断统计为主，描述统计为辅。 在描述统计部分，着重介绍搜集、整理、分析数据的方法。 在推断统计部分，不仅要介绍抽样推断、参数估计、假设检验、方差分析和回归分析，还应该介绍关于统计决策、多元统计分析和非参数统计等现代统计方法。 计算机的飞速发展给统计学的发展带来了前所未有的突破。 统计学常用的软件是 Excel 和 SPSS， 为了让学生更多了解统计学方法在实际中的应用，因此实践课程的加入是必须的。实践课程中介绍这些软件的使用方法， 使得统计学不在是高高在上的阳春白雪，成为可以随时接触的、使用的工具。
（2）采用多样化的教学手段
统计学能否引起学生的兴趣 ，教学手段多样化也是一个关键的因素。 因此，当务之急是改变当前单一的教学手段，使用多样化的教学手段。 首先，在教学过程中，将传统的“灌输式”教学转变为“启发式”教学。 充分调动学生的积极性，在课堂中应将讲授式教学法、启发式教学法和讨论式教学法相结合，相互取长补短，以达到更好的效果。其次，由于统计学内容的繁多与复杂，适当加入学生的环节可以增强学习的主动性。例如让学生用软件设计问卷， 对自己收集的数据进行简单的分析，写出分析报告。 最后，统计学是一门实践性、应用性很强的学科，应该加强教师和学生之间的互动和交流， 因此在教学中利用计算机辅助教学，加大实践教学的比重。 这样，既便于进行案例教学、小组讨论，也便于调动学生学习的积极性，使每个学生都能参与到教学中去，真正做到“教学相长”。
（3）部分内容采用实践教学和灵活的考核方式
单纯的笔试往往使学生认为考试为大， 别的都是次要的，重点在于考试前死记硬背，而对于是否掌握知识没有兴趣。实践教学一定比例的加入必然要求考核方式的多样化。 因此，单纯进行笔试考试改革势在必行。并且统计学中的一些内容，例如推断分析、方差分析和回归分析等不借助计算机很难在笔试中实现甚至没办法实现，导致的结果是重要内容没办法考，能考的内容有可能反而不重要。 因此，必须采用灵活多样的考核方式，尤其是以实践教学为主的考核方式势在必行。
三、结语
总之，在对经济类非统计专业的统计学教学中，教师应充分调动学生学习的积极性。 不仅需要教师在选择教学内容的时候要紧密联系实际， 还要求教师要全方位的展示统计学的魅力，增加实践课时，让学生充分理解统计无处不在、无处不用。 其次， 教学手段与方式的选择也起到事半功倍的作用。 统计软件的应用、统计案例的讲解，完全可以使统计学成为人人喜欢学习的一门数据处理的工具。
参考文献：
[1]王来栓.财经院校非统计专业统计学教学法探讨，内蒙古统计[J].2013（06）.
[2]董瑞.]经管类专业统计学教学改革的背景与设想.河南科技学院学报[J].20 l1（06）.
经济统计学范文2
关键词：统计学；经济管理；应用研究；影响分析
统计是认识客观世界数量规律的有力工具，无论是进行宏观的国民经济管理，还是进行微观的企业经营决策，都需要准确地把握有关经济运行的各类数量信息。根据具体应用领域的不同，先后形成了生物统计学、档案统计学、管理统计学、信息统计学等统计学的不同学科。统计学方法在经济管理中有广泛的应用，经济管理评估、经济管理预测、经济管理分类、经济管理标准制定等领域统计学的思想和方法均发挥重要作用。同时，在经济管理工作的具体实践中，也对统计调查的方法、统计分析工具甚至统计信息化工具提出了诸多新的需求，推动统计科学的不断发展和完善。因此，深入探讨统计学在当代经济管理工作中的影响，对于推动统计科学和经济管理科学的发展具有重要的理论意义和实践意义。
一、统计学的基本理论和价值观
统计理论是数学的一门分支学科。它以概率论为基础运用统计学的方法对数据进行分析、研究导出其概念规律性（即统计规律）。它主要研究随机现象中局部（字样）与整体（母体）之间，以及各有关因素之间相互联系的规律性。它主要是利用样本的平均数、标准差、标准误、变异系数率、均方、检验推断、相关回归、聚类分析、判别分析、主成分分析、正交试验、模糊数学和灰色系统理论等有关统计量的计算来对实验所取得的数据和测量、调查所获得的数据进行有关分析研究得到所需结果的一种科学方法。统计学的价值观主要体现在以下方面：第一，真实可信。统计资料的真实性是保证统计结论可行度的基础，统计资料的真实性不仅包括统计数据本身的真实性，也包括统计过程的真实性，统计工作者只有坚持真实可靠的价值观，才能发挥统计在了解国情国力、服务经济社会发展中的重要作用。第二，科学严谨。就是要提高统计的科学性，坚持统计调查工作的规范统一，健全完善制度，夯实基层基础，实现统计方法、手段的现代化，推动统计能力、数据质量、政府统计公信力的提高，努力争创卓越一流的工作业绩。第三，创新进取。就是在进行统计实践工作和统计研究的过程中不断以问题为导向，创新统计工作方法、创新统计技术，促使统计工作更好地为经济社会发展服务。
二、统计学在经济管理中的应用
实践中，统计学在经济管理评估、经济管理预测、经济管理分类、经济管理标准制定以及经济管理科学研究中都存在广阔的应用空间。
1.统计学在经济管理评估中的应用。通过评价工作为评估对象进行排序并进行择优是经济管理工作的重要职能，在评估的过程中通常包括指标权重计算、指标体系优化等工作。在指标权重计算方面，统计学中的主成分分析法、因子分析法、粗糙集方法，它不需征求专家的意见，切断了权重系数主观的来源，使权重系数具有绝对的客观性，可以克服主观因素的不利影响，同时减轻计算工作量；在指标体系优化方面，多元统计分析中的主成分分析法利用降维的思想，将多个指标转化为几个综合指标的多元统计方法，主成分保留了原始变量绝大多数信息，且各个主成分之间互不相关，从而达到指标优化的目标。
2.统计学在经济管理预测中的应用。在经济管理工作中，需要根据历史数据对未来的发展趋势做出判断，例如根据历史销售量预测未来时间点的销售情况，又如新古典增长模型中重点研究的区域经济如何实现均衡增长的经济学问题需要对经济增长的收敛性即初期的静态指标（人均或劳均产出）和经济增长速度之间的负相关关系进行研究和检验。为了解决上述问题，多元统计分析中的线性回归以及通过对数化处理的拟线性回归模型能够有效解决经济发展的预测问题，又如统计学中开发出的收敛、绝对收敛、条件收敛等方法能够对经济系统的收敛性问题进行判断和分析。
3.统计学在经济管理分类中的应用。在经济管理的过程中，通常需要将具有一定共性因素的管理对象进行结合，在分类的基础上，以类别为基础提供差异化的管理，例如经济管理中的客户关系管理就需要建立在客户分类工作的基础上。聚类分析属于一种没有先验知识的统计分析方法，在经济管理中进行分类的基础，首先在于建立分类对象的特征指标，然后根据特征指标收集数据，最后通过“距离”测量的方式建立将“距离”最近的对象归为一类。系统聚类是一种重要的聚类方法，其基本思想是，首先将个样本各自看成一类，这是各类之间的距离等于各样品之间的距离，然后选择距离最近的两类合并成一个新的类，计算新的类与其他类之间的距离，再将距离最近的两类合并，这样每一缩小一类，直至所有的样品规程一类为止。系统聚类法的聚合过程可以通过聚类图的形式表示出来，这种图不仅使聚合的过程一目了然，而且便于确定分多少类以及如何分类。
4.统计学在经济管理标准中的应用。在经济管理活动中，经常遇到标准制定的问题，例如，在工程经济管理领域，在相关元器件出厂检验时就需要对元器件是否合格以及合格的元器件能够应用的具体场合做出判断，这就需要进行标准制定。实践中，统计学中的统计抽样和统计检验方法能够有效服务于标准的制定工作，应用统计学的思想，可以在大样本抽样的基础上获得大量不具有相关性的统计数据，进而以统计数据为基础对元器件寿命的分布函数予以假设和检验，获得具有统计显著性的元器件寿命分布函数，并根据分布函数的特征制定元器件合格与否以及不同应用场合的标准。
5.统计学在经济管理研究中的应用。研究方法问题是经济管理研究中的重要问题，研究方法的可靠性直接决定了研究结论的可信度。在经济管理领域中，实证研究方法是非常重要的研究方法论，在社会科学以及经济、市场、管理等研究领域，有时需处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量（即潜变量），为了解决这类对象问题的研究方法论问题，统计学的中结构方程模型因为能够同时处理多个因变量、容许自变量和因变量存在统计误差、能够同时估计因子结构和因子关系以及能够有效估计整个模型的拟合程度等优势，成为经济管理实证研究中的重要研究方法和工具。
三、统计学与当代经济管理的交互影响分析
统计学与当代经济管理的交互影响可以从统计学对经济管理工作的推动作用和经济管理工作对统计学的推动作用两个层面理解：
1.统计学对经济管理工作的推动作用。一方面，统计学方法推动经济管理科学化。在泰勒的科学管理体系中，通过科学的观察、记录和分析，致力于“时间动作研究”，探讨提高劳动生产率的最佳方法，制定出合理的日工作量，其中孕育着通过定量化提高管理的准确性和科学性的思想，统计学方法本身作为应用数学的重要分支，是实现经济管理科学化重要工具，有助于推动经济管理科学化目标的实现。另一方面，近年来，各种统计分析软件高速发展，StatisticsProcedureforSo-cialScience（SPSS）、SAS等统计学软件的出现极大提高了统计学方法在经济管理中的应用程度，也极大地规范了经济管理研究工作的科学性和规范性。对于操作者而言，只要能够在科学收集数据的基础上正确掌握上述软件的操作步骤，甚至无须精通各种统计模型冗余的推导过程都可以得出研究结论。
2.经济管理工作对统计学的推动作用。经济管理的过程本身也推动了统计学的发展，例如，经济管理中经常面临样本数量不足的统计推断问题，如在样本数量低于30个的情况下如何通过统计推断形成关于样本整体特征的描述，这就推动了统计学中小样本参数估计、小样本假设检验等相关统计学技术的发展；又如，大数据时代，数据量快速增大，数据增长速度的加快，以及数据的多样性，即数据的来源、种类不断增加。在大数据时代，许多传统统计方法应用到大数据上，巨大计算量和存储量往往使其难以承受；对结构复杂、来源多样的数据，如何建立有效的统计学模型也需要新的探索和尝试。因此，经济管理对象复杂性的不断提高也推动了统计学技术的不断发展和完善。综上可见，统计学方法与经济管理之间相互联系，统计学方法为经济管理研究和经济管理工作提供方法论指导，经济管理研究和实践工作为统计学的提供实践土壤，而且随着经济管理对象复杂性的提高，不断为统计技术的发展提出诸多新的需求。因此，统计学方法与经济管理之间并非相互割裂关系，而是二者相互影响、相互推动、协同发展。
四、结语
统计学在经济管理评估、经济管理预测、经济管理分类、经济管理标准制定以及经济管理科学研究中都存在广阔的应用空间。统计学与当代经济管理交互影响、相互推动，统计学方法有助于推动经济管理科学化目标的实现，统计软件的广泛应用提高了统计方法应用于经济管理的便利性；经济管理中小样本以及大数据等问题的出现对统计学的技术发展提出了新的需求。
参考文献：
[1]何晓群.多元统计分析：第2版[M].北京：中国人民大学出版社，2008.
[2]曾珍香，顾培亮.可持续发展的系统分析与评价[M].北京：科学出版社，2000.
经济统计学范文3
当前的统计理论学界对社会经济统计学和数理统计学两者之间的关系看法主要分为两种，一种看法是分的关系。该看法认为应该将社会经济统计学和数理统计学分别依照各自的理论基础、内容结构向前纵向发展，但也不是完全地分离，两者之间还是可以互相借鉴学习，共同进步。而另一种看法则认为两者之间是合的关系。该看法认为应该把社会经济统计学和数理统计学两者合为一体，使其既可以用来对自然现象进行认识，也可以成为对社会现象进行认识的工具。所以，对社会经济统计学和数理统计学两者之间的关系进行认识，有利于统计工作人员更好地学习和工作，了解自然现象的规律和社会现象的规律。
1 社会经济统计学和数理统计学的概念分析
1.1 社会经济统计学的概念
社会经济统计学可以被划分为社会科学类，经济、工业、商业以及农业统计学都是社会经济统计学所包含的分科，这一说法在我国统计学界是得到一致认同的。然而被用于概括与运用社会经济领域，并被划分在社会科学的各个专业统计学的相关原理、原则以及基本概念和方法，从逻辑上来说也从属于社会科学类。通常说来，一门科学其性质都具有分层次的特性，社会经济统计学中的社会性属性与阶级性属性就属于第一层次的特性，也是最根本和核心的特性。无论社会经济统计学是高层次的实质性科学还是低层次的方法论科学，社会经济统计学作为原理分科的科学，首先都应当对其社会属性进行承袭，如果社会经济统计学对其自身的社会性属性与阶级性属性进行否认，那么从其原理方面和逻辑方面都是说不通的。简单来说，社会经济统计学主要是对社会经济统计活动的相关规律与办法进行研究，是一种调查活动和研究活动。
1.2 数理统计学的概念
数理统计学就是运用模型和新技术对通过社会调查收集起来的数据进行统计分析和处理。在一些比较前沿的科技问题以及国民经济问题中，都可以利用数理统计学对这些复杂的重大问题进行预先推断和判断，以此为决策与行动提供可靠的依据和建议，除此之外，对于社会与政府中存在的问题，也可以应用数理统计学对其进行分析和处理。因而，数理统计学是一门应用十分广泛的基础性学科。对于数理统计学来说，其分支学科主要有：第一类，主要有抽样调查学与实验设计学，这一阶段主要学习数据收集的理论和方法；第二类，该类分支学科较多，其学习任务均以学习统计数据推断的原理与方法为主，其中统计数据的推断形式、统计数据观点以及理论模型或是样本结构的构建都是特定和固有的。而对参数的估计与检验假设是特有的统计数据的推断形式；贝叶斯统计观点和统计决策理论观点是特有的统计数据观点；非参数统计模型、多元统计分析模型、回归分析模型则是特有的理论模型。数理统计学在具体解决某一问题时，其步骤主要有以下四方面。一是建构数学模型；二是收集数据并进行整理；三是对统计数据进行推断；四是进行最后的统计预测与决策。
2 社会经济统计学和数理统计学的关系
2.1 二者渊源分析
社会经济统计学在原始社会末期，奴隶社会早期就已经开始萌芽，主要是对人口数量与土地的丈量进行统计，伴随着社会和经济的发展，社会经济统计学在封建社会就已经初具规模，在资本主义时期，其发展更是到了上升时期。社会经济统计学的发展离不开人类的实践活动，在实践中逐渐成熟。直到在统计学中引入了概率论以后，才使统计学诞生出一门新的学科，即数理统计学。
2.2 二者共通之处
社会经济统计学和数理统计学都是对事物的统计规律进行研究，并且在研究方法论方面具有共通性，两者都是利用归纳推理的研究方法而不是演绎推理的研究方法。在许多教材中，在对数理统计学的学科性质进行阐述时都明确表示数理统计学是对随机现象的数据进行统计，并对其规律性进行研究与揭示。而关于社会经济统计学的研究对象，在统计学术界还存在一些争议，一部分学者认为，社会经济统计学属于独立的社会科学类，主要是对具体时间、具体地点条件下的社会经济现象中的数量表现进行研究和统计，并揭示其数量规律，认为其数量表现和规律就是社会经济统计学需要研究的对象。还有一部分学者则认为社会经济统计学属于统计方法论科学类，重在对社会经济现象下的数据进行收集、整理、统计与分析，认为其统计方法论就是需要研究的对象。而经过长期的实践来看，社会经济统计学和数理统计学两者在研究对象上其实具有同一性，这两门学科都是在对事物的统计规律进行研究和揭示。首先，从“研究对象”的本身含义来看，把某一人或是某一事物当作自身行动和思考的目标，才叫研究对象，这就表示研究对象由两个不同部分构成，一部分是研究目标；另一部分是研究客体。所以，把事物的统计规律性作为统计学的研究对象，符合“研究对象”的本义。当然，要想达到最终的目的，方法的使用也很重要；对于统计学来说，其研究方法都是来源于哲学科学中的归纳推理法，核算方法则是从哲学和数学共同的方法论中衍生而来。因此，说对事物的统计规律性进行研究是统计学的研究目标，自然和社会现象是统计学的研究客体是非常正确的。归纳推理法是对具体的事实进行原理概括，命题具有个别性特点，结论则适用于普遍性和一般性，且结论的内容远远大于前提。利用归纳推理法对自然和社会现象的统计规律进行研究和推断，能够从局部预先对总体有一个清楚的认识。所以，社会经济统计学和数理统计学均采用归纳推理法进行相关工作。
2.3 两者差异之处
第一，研究范围不同。对于社会经济统计学来说，主要是对社会经济现象进行研究，而对于数理统计学来说，除了对自然现象进行研究以外，还可以对社会现象进行研究。社会经济统计学虽然只对社会经济现象进行研究，但是社会经济现象包含的领域非常多，内容也非常丰富。从广义的角度来看，社会经济现象除了有人类自身的再生产活动，还有物质、精神、自然环境的再生产活动，这些活动互相影响和制约，紧密结合又不可分离，所以社会经济统计学还需要对这四类再生产活动之间的关系进行研究。从研究层次和研究内容来看，社会统计经济学涉及对人类生产生活的各个领域的研究。数理统计学研究的对象均属于自然现象，也就是随机现象。而社会经济统计学研究的社会经济现象除了具有随机现象以外，还有确定性现象。
第二，理论基础不同。概率论是数理统计学最重要的理论基础，尤其是抽样推断更是以概率论的大数法为基础和核心，在大多数的随机现象中，大数法具有稳定性，大量且独立的随机因素组成了研究总体，这些因素对研究总体的影响非常小，使其抽样平均数接近总体平均数。社会经济统计学在研究方法上也把概率论当作理论基础，而在客体研究上则是把经济学理论当作理论基础，利用马克思的社会再生产理论、劳动价值理论、现代货币理论等哲学理论作为社会经济统计学的思维方式。
经济统计学范文4
关键词：社会经济统计学；数据；教学
社会经济统计学是高校经济管理专业的必修课之一，在经管类的专业课中属于教学难度较大的一门。不少学生反映统计学课程枯燥、难学、不实用，即使在考试中能够通过，在现实中也不知如何加以应用。改变这种状况的一个根本出发点，在于回归社会经济统计学课程的原始目的，以数据导向的原则对课程进行全面改革。
一、目前社会经济统计学教学中存在的主要问题
在过去，我国统计学界一直将社会经济统计学与数理统计学划分为两个性质不同的学派，将社会经济统计学完全限制于描述统计范畴，从而影响了社会经济统计学的应用。近年来，随着经济管理研究中数学模型的应用日益增加，统计学界又出现了一种矫枉过正的倾向，即过分偏向数理统计学，否认社会经济统计学的独立性。近年出版的各种统计学教材中，数理统计的内容所占比重不断增加，甚至到了满书都是数学公式的程度。
目前的社会经济统计学课程由于过分偏向数理统计，在教学中仍以统计公式推导为主。许多统计学教师都是数学专业出身，对于严谨的数学逻辑框架情有独钟，但其面对的教学对象却属于带有明显文科性质的经管类专业学生，没有能力也没有兴趣去追求数学公式的完美。这就造成了教与学之间的矛盾。
社会经济现象与自然科学现象有着本质的不同，一个重要的特点就是研究对象是人的活动，许多活动是很难用精确的数学逻辑来理解的。在自然科学研究中，通过严格控制实验过程，可以使数据表现出稳定的行为特征，与特定的研究模型相吻合。而在社会经济研究中，研究对象是不受约束的个人或者企业，其行为受到各种因素的影响，有时候会表现得十分异常。
以回归分析为例，在数理统计学的教学中，学生拿到的教学习题数据都是性质良好的，回归结果往往表现出较强的统计显著性。但在真实的经济分析中，一次回归能够得到显著系数是非常难得的，由于现实中“噪声”的影响，大多数回归模型都无法通过统计检验。例如，从理论上说，居民的收入与支出之间应当存在着线性或者二次曲线型的相关关系，但学生在利用真实的统计数据进行分析时，往往很难得出这样的结论。一些数理统计成绩很好的学生在使用统计数据撰写论文时，经常会陷入一种困惑，即发现现实中的数据特征与自己所学的理论完全不能吻合。
鉴于这样的问题，在社会经济统计学教学中，应当将更多的精力用于帮助学生形成认识和理解数据的能力，要教育学生适应各种“不完美”的数据，学会从数据中剔除“噪声”的影响，发现数据的本质。教学实践表明，这样的教学改革思路不但能够使课程更加适应现实需要，而且能够极大地调动学生的学习兴趣。
二、数据导向的统计学教学思路
数据导向在统计学教学中主要表现在以下三个方面：
1．注重培养学生对于数据质量的认识
数据质量是进行统计分析之前必须考虑的一个重要问题，由于各种人为因素的干扰，社会经济统计数据往往存在着不同程度的质量问题。在教学中，应当注重培养学生对调查数据质量的认识能力。
调查是所有统计工作的起点，调查数据的质量直接影响到统计分析的效果。人们在日常所接触到的统计数据，都是通过各种渠道调查得来的，如果学生不了解调查的原理，就很难理解数据中各种错误的产生原因。在许多社会经济统计学教材中，统计调查所占的比重都很小，有些甚至直接与“抽样估计”的内容合并在一起，把抽样误差分析作为统计调查的惟一内容。事实上，统计调查所涉及的内容是非常广泛的，抽样误差只是其中很小的一个方面。把统计调查理解为仅仅是抽样误差计算，是一个极大的误区。
基于这种考虑，应当大幅度提高统计调查内容在课程中所占的比重，使之达到全部课时数的1/3左右。教学内容应当包括统计调查的分类、各种抽样调查形式的优缺点、调查误差的来源等等，其核心在于使学生理解影响原始数据质量的各种因素。
在有关抽样调查的内容中，如何确保抽样的随机性是一项重要的内容，对这项内容的深入讨论，能够帮助学生理解随机性对于统计工作的意义，以及在现实中各种可能出现的违背随机性要求的情况。
调查中的非抽样误差是统计学研究的前沿，在传统的统计学教材中往往很少涉及，但这部分内容对于学生理解调查误差的来源有着重要的作用，因此在教学中也应当进行介绍。例如，目前许多媒体都喜欢引用网上调查的数据来分析社会经济现象，但从统计学角度来看，网上调查的抽样框是存在偏差的，其调查结果不能真实地反映全体居民的意见。要认识到这一点，就需要学生对于抽样框的概念、抽样框误差的形式等有一定的认识。对这部分内容进行讲授时，需要教师有一定的社会经济调查实践经验，能够结合现实情况来加以分析。这部分内容如果讲授得当，对于学生来说是很有趣味的。
在条件允许的情况下，教师还可以组织学生参与统计调查的社会实践，通过亲手做几份调查问卷来加深对于统计数据质量的理解。
2．以真实数据替代虚拟的教学数据
传统的统计学教学，侧重于对方法的介绍。教学中使用的数据往往是虚拟数据，或者是经过精选和剪切后的真实数据，这类数据的惟一作用就是让学生练习在课堂中学习到的公式。学生只需要把数据代入公式，就能够得到一个近乎完美的计算结果。这种学习方式带来的一个负面影响是学生误以为统计就是一门利用公式进行计算的科学，而忽略了根据不同数据选择不同计算方法的要求。
采用数据导向的教学方法，要求在教学中抛弃虚构的教学数据，而使用现实中的真实数据作为教学案例。教师对于选择的数据提交给学生，让学生根据所学的各种统计知识进行自主分析。教师应当向学生传递一种权变的统计观念，鼓励学生用不同的方法对同一批数据进行反复处理，从中选择最有效的处理方法。当学生拘泥于某一种习惯的分析方法时，教师应当提示他们思考为什么优先采用了这种方法，而没有采用另一种方法。比如，许多学生在进行综合评价时，习惯选择使用算术平均数，此时，教师可以组织他们讨论是否能够使用几何平均数或者中位数等其他的平均指标。
在教学中，我们曾向学生提供了美国从1900年以来的所有统计年鉴的电子文件，要求学生从中选择出一些有价值的指标，分析美国的经济成长情况、劳动力变化情况等等。由于数据量非常庞大，学生可以选择出许多不同的角度来进行分析，包括横向的州与州的比较，纵向的年度间比较，不同指标间的相互比较等等。每一种分析方法都需要学生深入理解课堂中学习到的各种原理，通过这样的数据分析实践，学生既能够更好地理解统计的精髓，又能够产生浓厚的学习兴趣。
3．借助实验方法解释统计概念
数理统计学的教学侧重于公式的推导，而社会经济统计学则要求让学生更多地理解概念的含义。在教学实践中发现，经管专业学生对于统计分布、参数估计这样的概念往往很难理解，例如在讲授抽样估计的内容时，许多学生无法理解“样本平均数的标准差”这样一个概念，因为在他们的心目中，样本平均数是一次调查中获得的常量，对一个常量计算标准差是很难想象的。尽管教师可以完美地推导出样本平均数标准差的计算公式，但对于学生来说，这只是一个数学游戏，没有任何现实意义。
统计本身是一门来自于实验的科学，数理统计最早起源于对赌场中各种胜率的计算。要帮助学生形成对推断统计概念的理解，就应当从实验出发，通过可触及的数据来理解概率、分布等抽象概念。
经济统计学范文5
关键词 经济统计学专业 人才培养模式 优化课程
中图分类号：G642 文献标识码：A
2012年9月，教育部颁布了新的普通高校本科专业目录，与统计有关的专业有理学门类下的统计学和应用统计学，授予理学学位，经济学门类下的经济统计学，授予经济学学位。与旧版相比，经济学一级学科下新设置经济统计学二级学科，在理学门类下的统计学专业保留，新增加应用统计学专业。新版本科专业目录专业种类由原来的635种调减至506种，在专业种类大幅减少的情况下，与统计有关的专业却在增加，这也在一定程度上说明统计日益受到重视。
经济统计专业是新的普通高校本科专业目录中经济学门类下的二级学科，与统计其他专业授予理学学位不同，经济统计学专业授予经济学学位，因此对于经济统计学专业本科人才的培养不能照搬其他统计专业模式，应有自己的定位和特点。
一、经济统计学专业课程设置特点
人才培养方案主要包括专业定位、人才培养目标、人才培养要求、主要课程及课程设置、毕业资格等内容，其中课程体系设置是核心。经济统计专业人才培养方案中课程体系设置应具有以下特点：
（一）夯实数学基础。
经济统计学是一门处理经济数据的方法和技术的科学，需要坚实的数学基础和数理统计基础作支撑，因此必须强化数学在经济统计学中的基础地位，只有夯实数学基础，才能理解掌握好经济统计理论与方法，并运用经济统计方法去解决实际经济问题，为此，在经济统计学本科人才培养方案中，应该开设高等数学、线性代数、概率论、数理统计等数学课程，目的是为学生学习经济统计理论和方法类课程提供必要的基础保证。
（二）突出统计理论与方法。
经济统计学专业的学生应该掌握对信息获取、处理、显示、识别和分析等方面的基本理论、基本知识、基本方法，能熟练地将统计思想和统计方法贯穿和应用于实际工作中，能在经济管理部门、企事业单位从事统计调查、统计信息管理、数据分析及预测等实务工作，为此，应该开设数理统计、非参数统计、时间序列分析、多元统计分析、统计软件、国民经济核算、市场调查、抽样理论、统计预测与决策、运筹学、试验设计、统计计算等统计理论与方法类课程
（三）注重经济管理素养的培养。
统计理论与方法只能应用到社会经济生活中去解决实际问题才有生命力，而要了解实际问题的背景与意义就需要经济管理方面的知识作支撑，因此，需要开设宏观经济学、微观经济学、计量经济学、金融学、财政学、统计学、会计学等学科基础课程，并可以开设风险理论，市场营销、财务管理、保险学、利息理论、国际金融学等选修课程以满足社会对经济统计人才的多样性需求。
（四）强化数据处理与表达能力。
在当今高度信息化的时代，经济统计专业学生不仅要掌握现代统计方法，而且要能熟练地利用计算机进行数据挖掘，要掌握常用的统计应用软件来完成统计工作的全过程，同时还应该具备一定的语言表达能力和写作能力，能够帮助决策者或客户提供服务和决策，把专业性极强的统计分析结果用简洁的语言、文字或图像生动形象地表达出来，因此，需要开设计算机基础、数据库及应用和应用写作以及统计软件等课程。
（五）构建完整的实践教学体系。
经济统计专业实践教学体系是从专业认识出发，以掌握统计分析工具为基础，以统计理论与方法的经济应用为主体，以综合应用能力的培养为目标构建，实践教学体系由三部分组成：
1、统计分析工具类课程实验。统计分析工具类课程实验是经济统计学专业实践教学的基础环节，包括计算机基础、数据库及应用、统计软件等课程实验。通过上机实验，使学生掌握计算机的基本操作与文字处理、统计数据资料的加工、分析与处理，学会运用实用统计软件的各种统计功能，为统计分析工作、统计理论与方法的经济应用做好必要的技术准备。
2、统计理论与方法类课程实验。统计理论与方法类课程实验是经济统计学专业实践教学的核心环节，包括非参数统计、时间序列分析、多元统计分析等课程实验，这类实验要让学生借助统计分析工具，应用所学理论与方法去分析和解决实际经济问题，培养学生分析与解决问题的能力。
3、专业实训和毕业实习。专业实训和毕业实习是实践教学的重要环节，是学生对所学理论的真实运用，也是学生接触社会、认识统计行业、接受现实教育的机会。可以在第六个学期安排专业实训，第八个学期安排毕业实习，通过这个环节，使学生进一步了解本专业的基本知识、基本方法和基本技能在社会经济生活中的实际应用，提高分析和解决实际问题的独立工作能力及社会适应能力的机会。
二、经济统计专业人才培养目标实现的保障措施
（一）建设专兼职相结合的师资队伍，不断提高教师业务水平。
高水平的教师队伍是提高教学质量的基础，更是构建经济统计学人才培养模式的保证，因此要积极鼓励支持教师以各种方式进修或到政府统计部门、企业统计业务岗位进行实践。另外，可以考虑从政府统计部门、企事业单位选聘统计、经济方面的专家充实师资力量，担任兼职教师，比如，可以在经济统计学发展前沿问题等课程中聘请校外专家讲授某几个专题，也可以定期举办专题讲座，形成相对稳定的校外教师队伍。通过校内教师和校外专家的结合，落实应用型经济统计学专业人才培养目标。
（二）在学生学业评价考核方面，注重过程控制与评价，构建科学合理的考核评价体系。
在教学过程中，针对专业必修课和专业选修课的学生成绩考核，可以根据各门课程教学内容的组织方式、理论和实验教学的不同特点，采取灵活的考核方式，如笔试、上机操作、撰写设计方案、调查报告、分析报告、专题论文等。另外也需注重对学生学习过程的控制与评价，将课堂讨论、案例分析、小组作业、调研报告作为考核的重要内容，笔试考核部分主要考核学生运用所学知识分析问题、解决问题的能力，注重知识、能力和素质的综合评价。
（三）整合教学内容。
由于经济统计学专业自身的特点，经济统计学专业课程之间存在着相互联系，很多知识点在不同的课程中存在重复，比如，统计学、数理统计、计量经济学、统计预测与决策、市场调查、抽样理论等课程有部分内容重复。因此，我们需要对专业内容进行更好的整合，需要对课程体系中的各知识点进行合理梳理归类，对专业课程中内容交叉重复部分进行整合，进一步明确各门课程内容归属，合理确定各门课程的教学内容，使课程体系中的知识点不重不漏，课程内容更科学适用。
（四）完善课程建设。
对经济统计专业开设的专业课程，要建立和完善教学大纲、教案、电子课件、参考材料、试题库、课程网站等。课程建设的完善能保证教学计划的顺利实施，不会因为更换教师和更换教材等原因出现教学内容的改变，使教学工作有序、稳定、规范进行。
（五）加强实践教学。
加强实践教学首先要加强实验室建设和购买教学必备的统计软件；另外，也要加强校外实习基地的建设，使学生能接触到社会的更多层面，丰富学生的实践经验；第三、可以考虑成立统计调研学会等学生社团组织，开展一些有益的社会实践活动，如参与企业的市场调查、政府的社情民意调查、经济普查、人口普查等数据录入、整理等工作；第四、积极引导学生参加全国统计建模大赛、市场调查大赛等学科竞赛活动，鼓励并指导学生申报科技创新项目或参与教师的科研项目，从而锻炼学生的个人能力。
经济统计学范文6
关键词：统计学中位教学
如何确定中位数呢？首先是中位数位置的确定，其次是数值大小的问题，在传统的教学理论中，一般来说分以下两种情况：
（一）当变量值个数较少且为非连续变量的情况下，则资料不必分组。在未分组资料中，中点位置=(n+1)/2,式中n代表变量值个数。当n为奇数时，中点位置所对应变量值即为中位数；n为偶数时，则中点位置的前后两个变量值的算术平均值即为中位数。
例如： 有5个人的工资额为500元、600元、700元、800元、900元。则中点位置为3[=(5+1)/2],中位数即第3个人的工资额700元。如果4个人的工资额为500元、600元、700元、800元，则中位位置为2.5[=(4+1)/2],中位数为第2个人和第3个人工资额的算术平均值650[=(600+700)/2]元。
(二）当变量值个数较多的情况下，无论是连续变量或是非连续变量，则资料一般进行分组。因此在变量数列分组情况下（组距式数列），如何确定中位数呢？在教科书中，确定中位数位置一般采用∑f/2而不用（∑f+1）/2,为什么？对这个问题有以下三种说法：
1.在次数分配数列条件下，如果采用(∑f+1)/2会使采用较小制累计和较大制累计所确定的中位数所在组数不同。
2.对数列中这一中间分割点，如同几何学中所指不见空间的一点，所以应为（∑f）/2，而不用（ ∑ f+1）/2。
3.对连续变量数列的情况用∑f/2，而对非连续变量数列的情况用（∑f+1)/2确定中位数位置。
以上三种观点的说法对吗？笔者认为不妥，是没有科学依据的。为什么？首先上述第一种观点并不是必然现象，以北京理工大学出版的《统计基础》一书，第77页例4-23为例：
我们通过计算发现，不论采用较小制累计或采用较大制累计，无论采用∑f/2或（∑f+1）/2，可得出其中位数是第5组同样的结论，不过计算出的中位数的数值不同。因此第一种观点不能支持的。
第二种观点，它同样是一牵强附会的观点，因为它不符合统计研究和统计方法的宗旨。从统计学研究对象的特点来看，它有四方面主要的特点：1.社会性，统计研究的内容、形式随着社会发展而变化。在社会现象中，政治、经济、思想等方面是融为一体的，因此，正确的立场、观点、方法，是认识现象的前提条件 和基础依据。2.整体性，即统计研究的对象并非个体现象的数量方面表现，而是总体现象的本质和规律。看问题应从整体角度出发。3.具体性，统计学研究对象的数量是具体的数量，而不是抽象的数量，它是具体事物在具体时间、地点和条件下的数量表现。4.数量性，统计是研究社会现象总体的数量方面和数量关系，是在定性的前提条件下进行定量研究。再者从统计方法而言，无论是从定性分组的角度，还是综合指标分析方面考虑，或从大量观察的方法来看，要求我们分析研究问题应当具体问题具体分析，不能简单把问题单一化，而应当将质与量有机联系起来 。
对第三种观点，更是难以成立，因为不论次数分配数列是否是连续变量，只要没有一组累计次数正好等于∑f/2，就不影响确立中位数所在组数和数值。
在什么情况下用∑f/2与（∑f+1）/2作为中位数的位置采用插补法计算出两种不同中位数呢？即当次数分配数列是非连续变量，∑f为偶数，而某一组累计次数正好等于∑f/2时，才可能出现这种情况 例如：如下资料所示
某车间日加工零件数资料如下：
关于中位数位置及数值计算方法有：
1、若采用公式∑f/2,则有∑f/2=56/2=28(人），中位数在第二组；
其数值大小则有Me=L+[（∑f/2-Sm-1)*i]/fm=60+[(56/2-12)*9]/16=69(个）。
2、若采用(∑f+1)/2，则有（∑f+1)/2=(56+1)/2=28.5(人），暂且认为中位数在第三组；则有中位数值为：
Me=L+[(∑f/2-Sm-1)*i]/fm=70+[（56/2-28）/15]*9=70(个）
上述两种方法都是不正确的，按照中位数本义，此中位数的具体值应在69~70之间，也即是69.5（个），上述结果也是可以通过观察看出来的。因此中位数数值在一般情况下，往往通过观察而定，在无法确定时，才用插补法计算，而近似估计，此法也并不精确，不过是一个估计值。通过上述分析，对中位数确定采用（∑f+1）/2或（n+1）/2更合理。即使采用∑f/2作为参数，也应在使用中分清前提条件，尤其认清中位数中“位”的重要性，以及“数”的来龙去脉，把握好“位”与“数”之间的关系。
参考文献：
