论文部分内容阅读
摘要：大数据所应用的是一种新处里模式，这种处理模式拥有非常强大的决策力和洞察发现力，同时具备多样化的信息资产。对大数据的研究过程当中应用统计学，可以有效地对大数据进行简化，在大数据中进行搜索和分类时需要应用统计学，大数据具有统计学的一些特点。统计学当中并没有吸收大数据的完全特点，大数据和统计学仍然存在着一定的区别，在大数据时代快速发展的背景之下，需要对应用统计学专业进行深刻的研究。
关键词：大数据；应用统计学；改革
一、对统计学的研究分析
统计学在原来就有一定的发展基础，其中主要是对数据进行比较深刻的研究，一直发展到今天，已经形成了较为成熟的数据研究体系。市场调查公司、银行、会计事务所、企业单位，这些是统计学专业学生的未来就业方向，统计学教育主要是为了培养独立完成问卷设计的高级统计人才，其中所要教授的专业课程范围非常的广泛，包括市场调查实务、高等概率论、数理统计、应用回归。现代统计学专业仍然保留着传统的课程设置，随着大数据时代的来临，需要对统计学专业的学科培养内容进行有效的调整，根据未来就业方向以及具体就业层次，可以对基本院校的应用统计学培养模式进行转变。大数据潮流已经成为未来的发展趋势，大数据的发展给统计学专业带来的挑战，需要对统计学的课程内容进行资源有效的分配，通过对数据进行不断的分析和处理，改变以往依赖随机抽样的教学模式。通过分析数据挖掘和统计分析之间的联系和差异，有效地去培养出高级统计人才，向企业单位输送高级多元化的人才，应用型本科院校应该顺应时代的发展，培养统计学专业高层次人才。
二、统计分析与数据挖掘的区别与联系
运用统计学当中的统计方法，可以对分析的对象进行定量和定性的活动，这个过程就是统计分析，在整个过程当中需要对数据的性质进行确定，仔细的对群体当中的数据关系进行有效的划分。通过建立有效的模型来总结数据和基础群体之间的关系，对于未来数据的发展趋势，一定要通过预测来进行分析。在判断数据之间是否存在关系的过程当中，需要采用推断统计的方法来进行确定，对于每一个统计值都要进行总体特征来进行推测。总体参数估计还有一系列的方法都可以进行庞大数据分析，在分析之前首先就是要确定目标数据群，其次才可以在大量的数据当中筛选出具有决策的信息内容。数据挖掘的数据量是非常大的，在庞大的数据群当中需要找出一些规律，这样才可以进行精准的数据挖掘和数据分类。在数据挖掘的整体过程当中，需要对业务进行定义需求分析，明确问题所发生的整体范围，对相关的模型进行最初的定义。在准备数据的过程当中，需要对一些错误的数据进行删除，如果在数据当中出现数据员的不稳定性，就要对数据源进行精准的测定。数据挖掘过程当中需要浏览大量的数据群，在大量的数据中需要计算出最大值和最小值，通过相应的数据测量可以得出最新的模型。对于模型的性能以及相关配置要进行不断的验证，验证完成之后才可以对模型进行初级测试，在不断的测试当中就可以得出最佳的模型。在所有的基础测验完成之后就可以生成模型，生成模型的过程当中，首先要对模型的结构进行创建，然后再对数据列以及一些数据结构链进行数据源测定。
三、大数据对统计人才及统计教育的机遇与挑战
对大数据的应用现状和未来的发展趋势展开一系列的调查，其中最受关注的大数据技术就是数据分析、数据处理、数据采集。在大数据发展的背景之下，企业在数据管理方面面临着许多挑战，在企业当中缺乏专业的大数据管理人才，由于缺乏该方面的人才，就导致在大数据处理上存在着一些困难。在对大数据进行分析和处理的过程当中，没有结构化的系统调整，没有引进新型的大数据处理技术，传统技术在处理大数据的过程当中非常困难，想要引入新技术但是门槛过高。在大数据快速发展的背景之下，许多企业都在争先恐后地挖掘大量的数据，但是在拥有大量的数据之后，却不懂得如何进行大数据处理。数据的结构包括结构化、半结构化和非结构化，只有对数据进行深入的分析和讨论，才可以将数据的价值发挥到最大化。就目前我国企业对于大数据的利用情况来看，并没有真正的对大数据的应用进行规划，所以在应用的过程当中并没有将大数据的优势发挥到最大化。许多企业大多数都复制了大数据，但是企业当中缺乏大數据专业人才，在应用的过程当中就会影响大数据市场的未来发展。传统的工作人员对于大数据的运用不清楚，大数据运用真正需要的是复合型人才，复合型人才需要掌握的知识范围非常广泛，包括数据分析、数学、机器学习、自然语言处理和统计学。统计学专业下面开设不同的方向，学生需要结合自己的学习特长来选择适合自己的统计学方向，结合大数据所需人才的特点，有效地区制定应用型人才培养方案。对于统计学课程教学内容进行深化改革，通过更新教学的整体内容，使统计学专业更加贴近于时代的发展。重视教学方法的改革，为了有效提高统计学专业的学习效率，需要更新教师的教学理念，转变教学的整体模式。通过应用一些教学案例来引出实际的问题，注重对于学生综合能力的培养，不断的去提高他们的动手操作能力和创新能力。建立较为完善的实践教学系统，在用的过程当中去充实基本知识技能，不断的去提高人才的培养效率。
四、结语
对大数据的研究过程当中应用统计学，大数据具有统计学的一些特点，需要对应用统计学专业进行深刻的研究。统计学教育主要是为了培养独立完成问卷设计的高级统计人才，现代统计学专业仍然保留着传统的课程设置，根据未来就业方向以及具体就业层次，需要对统计学的课程内容进行资源有效的分配。通过建立有效的模型来总结数据和基础群体之间的关系，数据挖掘的数据量是非常大的，在数据挖掘的整体过程当中，需要对一些错误的数据进行删除，在不断的测试当中就可以得出最佳的模型。
参考文献
[1] 陶海映，李治国.浅谈统计学基本问题[J].江苏商论，2007（26）：282-282.
[2] 李林杰，顾六宝.我国的统计学向何处去[J].统计研究，2000，17（2）：33-37.
[3] 李金昌.大数据与统计新思维[J].统计研究，2014，31（1）：10-17.
[4] 邱东.大数据时代对统计学的挑战[J].统计研究，2014，31（1）：16-22.
关键词：大数据；应用统计学；改革
一、对统计学的研究分析
统计学在原来就有一定的发展基础，其中主要是对数据进行比较深刻的研究，一直发展到今天，已经形成了较为成熟的数据研究体系。市场调查公司、银行、会计事务所、企业单位，这些是统计学专业学生的未来就业方向，统计学教育主要是为了培养独立完成问卷设计的高级统计人才，其中所要教授的专业课程范围非常的广泛，包括市场调查实务、高等概率论、数理统计、应用回归。现代统计学专业仍然保留着传统的课程设置，随着大数据时代的来临，需要对统计学专业的学科培养内容进行有效的调整，根据未来就业方向以及具体就业层次，可以对基本院校的应用统计学培养模式进行转变。大数据潮流已经成为未来的发展趋势，大数据的发展给统计学专业带来的挑战，需要对统计学的课程内容进行资源有效的分配，通过对数据进行不断的分析和处理，改变以往依赖随机抽样的教学模式。通过分析数据挖掘和统计分析之间的联系和差异，有效地去培养出高级统计人才，向企业单位输送高级多元化的人才，应用型本科院校应该顺应时代的发展，培养统计学专业高层次人才。
二、统计分析与数据挖掘的区别与联系
运用统计学当中的统计方法，可以对分析的对象进行定量和定性的活动，这个过程就是统计分析，在整个过程当中需要对数据的性质进行确定，仔细的对群体当中的数据关系进行有效的划分。通过建立有效的模型来总结数据和基础群体之间的关系，对于未来数据的发展趋势，一定要通过预测来进行分析。在判断数据之间是否存在关系的过程当中，需要采用推断统计的方法来进行确定，对于每一个统计值都要进行总体特征来进行推测。总体参数估计还有一系列的方法都可以进行庞大数据分析，在分析之前首先就是要确定目标数据群，其次才可以在大量的数据当中筛选出具有决策的信息内容。数据挖掘的数据量是非常大的，在庞大的数据群当中需要找出一些规律，这样才可以进行精准的数据挖掘和数据分类。在数据挖掘的整体过程当中，需要对业务进行定义需求分析，明确问题所发生的整体范围，对相关的模型进行最初的定义。在准备数据的过程当中，需要对一些错误的数据进行删除，如果在数据当中出现数据员的不稳定性，就要对数据源进行精准的测定。数据挖掘过程当中需要浏览大量的数据群，在大量的数据中需要计算出最大值和最小值，通过相应的数据测量可以得出最新的模型。对于模型的性能以及相关配置要进行不断的验证，验证完成之后才可以对模型进行初级测试，在不断的测试当中就可以得出最佳的模型。在所有的基础测验完成之后就可以生成模型，生成模型的过程当中，首先要对模型的结构进行创建，然后再对数据列以及一些数据结构链进行数据源测定。
三、大数据对统计人才及统计教育的机遇与挑战
对大数据的应用现状和未来的发展趋势展开一系列的调查，其中最受关注的大数据技术就是数据分析、数据处理、数据采集。在大数据发展的背景之下，企业在数据管理方面面临着许多挑战，在企业当中缺乏专业的大数据管理人才，由于缺乏该方面的人才，就导致在大数据处理上存在着一些困难。在对大数据进行分析和处理的过程当中，没有结构化的系统调整，没有引进新型的大数据处理技术，传统技术在处理大数据的过程当中非常困难，想要引入新技术但是门槛过高。在大数据快速发展的背景之下，许多企业都在争先恐后地挖掘大量的数据，但是在拥有大量的数据之后，却不懂得如何进行大数据处理。数据的结构包括结构化、半结构化和非结构化，只有对数据进行深入的分析和讨论，才可以将数据的价值发挥到最大化。就目前我国企业对于大数据的利用情况来看，并没有真正的对大数据的应用进行规划，所以在应用的过程当中并没有将大数据的优势发挥到最大化。许多企业大多数都复制了大数据，但是企业当中缺乏大數据专业人才，在应用的过程当中就会影响大数据市场的未来发展。传统的工作人员对于大数据的运用不清楚，大数据运用真正需要的是复合型人才，复合型人才需要掌握的知识范围非常广泛，包括数据分析、数学、机器学习、自然语言处理和统计学。统计学专业下面开设不同的方向，学生需要结合自己的学习特长来选择适合自己的统计学方向，结合大数据所需人才的特点，有效地区制定应用型人才培养方案。对于统计学课程教学内容进行深化改革，通过更新教学的整体内容，使统计学专业更加贴近于时代的发展。重视教学方法的改革，为了有效提高统计学专业的学习效率，需要更新教师的教学理念，转变教学的整体模式。通过应用一些教学案例来引出实际的问题，注重对于学生综合能力的培养，不断的去提高他们的动手操作能力和创新能力。建立较为完善的实践教学系统，在用的过程当中去充实基本知识技能，不断的去提高人才的培养效率。
四、结语
对大数据的研究过程当中应用统计学，大数据具有统计学的一些特点，需要对应用统计学专业进行深刻的研究。统计学教育主要是为了培养独立完成问卷设计的高级统计人才，现代统计学专业仍然保留着传统的课程设置，根据未来就业方向以及具体就业层次，需要对统计学的课程内容进行资源有效的分配。通过建立有效的模型来总结数据和基础群体之间的关系，数据挖掘的数据量是非常大的，在数据挖掘的整体过程当中，需要对一些错误的数据进行删除，在不断的测试当中就可以得出最佳的模型。
参考文献
[1] 陶海映，李治国.浅谈统计学基本问题[J].江苏商论，2007（26）：282-282.
[2] 李林杰，顾六宝.我国的统计学向何处去[J].统计研究，2000，17（2）：33-37.
[3] 李金昌.大数据与统计新思维[J].统计研究，2014，31（1）：10-17.
[4] 邱东.大数据时代对统计学的挑战[J].统计研究，2014，31（1）：16-22.