统计学专业的学生应该具备哪些必备的知识？

统计学以概率论、数理统计学和数学分析为理论基础。根据查询相关公开信息显示：概率论是研究随机现象的发生规律，为统计学提供了其推断方法及其推论成立的理论基础。数理统计学则是研究如何根据样本数据来推断总体特征，提供了统计分析的方案和方法。数学分析则是为了解决部分现象可由简单规则描述，而其他更复杂的现象则需要更深入的数学知识研究的问题提供了数学工具。这三个方面的理论基础共同构成了统计学的理论框架和基础。

统计学需要具备数学基础，概率论与数理统计。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。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。 统计学主要又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。在学习前要理解统计学的思想以及目的，统计学的每一种基础知识都有其对应的数学基础，所以一定要理解数学。统计学基础知识大多是来自实际需要的，基础以及方法可以结合实际进行理解，边动手边思考能够事半功倍。多做基础题，不太理解的部分针对性练习。

统计学或统计技术是以概率理论为基础的一个数学学科的分支。

数量指标　　是用绝对数形式表现的，用来反映总体规模大小、数量多少的统计指标，其数值大小一般随总体范围的大小而增减。 举例来讲的话：如果企业时研究的总体，每一个职工都是一个个体，那么反应每一个职工数量特征的年龄、身高、收入等概念就是数量标志。如果总体中包括许多企业，每一家企业都是一个个体，则企业的资本金额数、固定资产原值、职工人数等就是反映企业数量特征的数量标志。 资料整理时，常按数量标志分组，选择数量标志为分组标志，就是将总体按数量的差异划分为具有不同数值的组成部分，以便反映出各组别在数量上存在的差异。按数量标志进行分组时统计整理最常见的形式，也是实际工作中最常用的统计方法。按数量标志进行分组有两种类型：一是单项式分组，一是组距式分组。 按数量标志分组，就是选择反映事物数量差异的数量标志作为分组标志，并在数量标志的变动范围内划定各组界限，将总体划分为性质不同的若干组成部分。例如：学生按年龄、消费水平、学习成绩分组。按数量标志分组的结果形成变量数列

1. 数学分析本科统计学不学高等代数(至少中财是)学的是数学分析，数学分析注重理论推导过程，对于很多数学原理的理解很有帮助。虽然统计和数学不一样，但是统计需要数学。微积分知识是后续学习概率论的基础，概率论是整个统计学专业学习的基石，对于微积分的要求比较高，一定要熟练掌握。2.高等代数高等代数比线性代数难，内容更多，线性代数较为简单，本人本科学的是高等代数，涉及到的原理推导和知识更多，线性代数只是涉及到代数最基础的知识，对于后续学习概率论与数理统计课程的帮助不如高等代数明显。3.概率论与数理统计统计学必须学习的课程，各个高校选取的教材不一样，本人本科学的是卯时松版的课本，同时参考过浙江大学版的教材，卯时松版教材较难，对于深入理解概率论与数理统计帮助很大，很多原理性的东西可以掌握，课后习题难度较大。

统计学是收集、分析、表述和解释数据的科学。统计方法可分为描述统计方法和推断统计方法。为了实际的理由，我们选择研究母体的子集代替研究母体的每一笔资料，这个子集称做样本。以某种经验设计实验所搜集的样本叫做资料。相关观念：为了实际的理由，我们选择研究母体的子集代替研究母体的每一笔资料，这个子集称做样本。以某种经验设计实验所搜集的样本叫做资料。资料是统计分析的对象，并且被用做两种相关的用途：描述和推论。描述统计学处理有关叙述的问题：资料是否可以被有效的摘要，不论是以数学或是图片表现，以用来代表母体的性质？基础的数学描述包括了平均数和标准差。图像的摘要则包含了许多种的表和图。

什么是统计学 ：统计学是关于收集、分析、解释、陈述数据数据的科学 统计学分为推断统计学和描述统计学 。 推断统计学是研究如何根据样本数据去推断总体数量特征的方法。它是在对样本数据进行描述的基础上，对统计总体的未知数量特征做出以概率形式表述的推断。 描述统计学是描述样本的统计特征，并不深入了解其内部规律，比如求平均数、中位数等。 总体 ：研究对象的全体 样本 ：目标总体中抽取的一部分个体 样本量 ：样本的数量 变量 ：我们所研究的对象一般称之为变量；它们本身具备较多的特点：可被分类；可被计量；可被衡量。例如：当我们研究人时，身高、体重等都属于变量 变量的数据类型：数值型变量，分类型变量 。数值型变量是值可以取一些列的数，这些值对于 加法、减法、求平均值等操作是有意义的。而分类变量对于上述的操作是没有意义的。 数值型变量又分为：离散型变量、连续型变量。 离散型变量： 变量值是间断的,可以一一列举的；值只能用自然数或整数单位计算。 连续型变量： 在一定区间内可以任意取值，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。 分类变量又分为：有序分类变量、无序分类变量 有序分类变量： 描述事物等级或顺序，变量值可以是数值型或字符型，可以进而比较优劣，如喜欢的程度：很喜欢、一般、不喜欢 。 无序分类变量： 取值之间没有顺序差别，仅做分类，又可分为二分类变量和多分类变量 有序分类变量和无序分类变量的区别是：前者对于“比较”操作是有意义的，而后者对于“比较”操作是没有意义的。

最近休息在家无聊，整理下之前看的统计学的一些基础知识，方便以后查阅吧。 刚开始接触这个公式的话可能会有一个疑问就是：为什么样本方差要除以（n-1）而不是除以 n？为了解决这个疑惑，我们需要具备一点统计学的知识基础，关于总体、样本、期望（均值）、方差的定义以及统计估计量的评选标准。有了这些知识基础之后，我们会知道样本方差之所以要除以（n-1）是因为这样的方差估计量才是关于总体方差的无偏估计量。这个公式是通过修正下面的方差计算公式而来的： 彻底理解样本方差为何除以 n-1 (x 为平均数) 样本均值的抽样分布 ps：这里的样本均值，是指抽离多个样本的均值，不是单个样本的均值 ！！！ 随机变量（random variable）表示随机试验各种结果的实值单值函数。随机事件不论与数量是否直接有关，都可以数量化，即都能用数量化的方式表达 在数学中，连续型随机变量的概率密度函数（在不至于混淆时可以简称为密度函数）是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。而随机变量的取值落在某个区域之内的概率则为概率密度函数在这个区域上的积分。当概率密度函数存在的时候，累积分布函数是概率密度函数的积分。概率密度函数一般以小写标记。 组合 排列 期望公式： E(X) = np (若 X 服从二项分布 B(n,p)) 频率和概率以及均值和期望的联系区别 泊松分布适合于描述单位时间内随机事件发生的次数的概率分布。如某一服务设施在一定时间内受到的服务请求的次数，电话交换机接到呼叫的次数、汽车站台的候客人数、机器出现的故障数、自然灾害发生的次数、DNA 序列的变异数、放射性原子核的衰变数等等。 泊松分布的参数 λ 是单位时间(或单位面积)内随机事件的平均发生率。 泊松分布适合于描述单位时间内随机事件发生的次数。 实验结果满足泊松分布的实验即为泊松过程。 泊松过程 泊松分布、泊松过程、泊松点过程 是一种描述当试验次数很大时所呈现的概率性质的定律。但是注意到，大数定律并不是经验规律，而是在一些附加条件上经严格证明了的定理，它是一种自然规律因而通常不叫定理而是大数“定律”。而我们说的大数定理通常是经数学家证明并以数学家名字命名的大数定理，如伯努利大数定理 [2] 。 （抛硬币概率在测试次数很多的时候正反的概率应该都趋势与.5） 样本值落在两个标准差范围内的概率是 95.4% 中心极限定理，是指概率论中讨论随机变量序列部分和分布渐近于正态分布的一类定理。这组定理是数理统计学和误差分析的理论基础，指出了大量随机变量近似服从正态分布的条件。它是概率论中最重要的一类定理，有广泛的实际应用背景。在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的。中心极限定理就是从数学上证明了这一现象。最早的中心极限定理是讨论重点，伯努利试验中，事件 A 出现的次数渐近于正态分布的问题。 伯努利分布亦称“零一分布”、“两点分布”。称随机变量 X 有伯努利分布, 参数为 p(0<p<1),如果它分别以概率 p 和 1-p 取 1 和 0 为值。EX= p,DX=p(1-p)。伯努利试验成功的次数服从伯努利分布,参数 p 是试验成功的概率。伯努利分布是一个离散型机率分布，是 N=1 时二项分布的特殊情况，为纪念瑞士科学家詹姆斯·伯努利(Jacob Bernoulli 或 James Bernoulli)而命名。 样本数量大于 n > 30 用 Z-table，反之用 T-Table 在进行假设检验时，由于检验统计量是随机变量，有一定的波动性，即使原假设 H0 为真，在正常的情况下，计算的统计量仍有一定的概率 α(α 称为显著性水平)落入拒绝域内，因此也有可能会错误地拒绝原假设 H0，这种当原假设 H0 为真而拒绝原假设的错误，称为假设检验的第一类错误，又称为拒真错误。 线性回归方程是利用数理统计中的回归分析，来确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法之一。线性回归也是回归分析中第一种经过严格研究并在实际应用中广泛使用的类型。按自变量个数可分为一元线性回归分析方程和多元线性回归分析方程。 在概率论和统计学中，协方差用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。 [1] 期望值分别为 E[X]与 E[Y]的两个实随机变量 X 与 Y 之间的协方差 Cov(X,Y)定义为： Cov(x,y) = E[(x - E[x])(y - E(y))] = E[xy] - 2E[y]E[x] + E[x]E[y] = E[xy] - E[y]E[x] 从直观上来看，协方差表示的是两个变量总体误差的期望。 如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值；如果两个变量的变化趋势相反，即其中一个变量大于自身的期望值时另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。 如果 X 与 Y 是统计独立的，那么二者之间的协方差就是 0，因为两个独立的随机变量满足 E[XY]=E[X]E[Y]。 但是，反过来并不成立。即如果 X 与 Y 的协方差为 0，二者并不一定是统计独立的。 协方差 Cov(X,Y)的度量单位是 X 的协方差乘以 Y 的协方差。而取决于协方差的相关性，是一个衡量线性独立的无量纲的数。 协方差为 0 的两个随机变量称为是不相关的。 回归线斜率 ： m = Cov(X,Y)/Var(X) 卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，卡方值越大，越不符合；卡方值越小，偏差越小，越趋于符合，若两个值完全相等时，卡方值就为 0，表明理论值完全符合。 F 检验（F-test），最常用的别名叫做联合假设检验（英语：joint hypotheses test），此外也称方差比率检验、方差齐性检验。它是一种在零假设（null hypothesis, H0）之下，统计值服从 F-分布的检验。其通常是用来分析用了超过一个参数的统计模型，以判断该模型中的全部或一部分参数是否适合用来估计母体。

统计学可以分为: 统计学应用: 统计学的应用十分广泛，可以说，只要有数据，就有统计学的用武之地。目前比较热门的应用:经济学，医学，心理学等。 例: 对于 1 2 3 4 5 ，你会使用哪个数字作为代表 ? 对于一组数据，如果只允许一个数字去代表这组数据，那么这个数字应该如何选择？ - 选择数据的中心，即反应数据集中趋势的统计量。 计算公式: 例: 某次数学考试中，小组A与小组B的成员的成绩分别如下: A: 70,85,62,98,92 B: 82,87,95,80,83 分别求出两组的平均分，并比较两组成绩。 组A： (70+85+62+98+92)/5 = 81.4 组B： (82+87+95+80+83)/5 = 85.4 组B的平均分比组A高，就是组B的总体成绩比组A高。 顾名思义，中位数就是将数据按大小顺序(从大到小或从小到大都可以)排列后处于中间位置的数。 例1: 58,32,46,92,73,88,23 例2:在例1的基础上， 多加一个数63，情况有何变化? 众数是数据中出现次数最多的数(所占比例最大的数) 一组数据中，可能会存在多个众数，也可能不存在众数。 例: 1 2 2 3 3 中的众数是 2 和 3 1 2 3 4 5 中没有众数 众数不仅适用于数值型数据，对于非数值型数据也同样适用 {苹果，苹果，香蕉，橙，橙，橙，桃}这一组数据，没什么均值中位数可言，但是存在一个众数-橙。 例: 两个公司的员工及薪资构成如下: A: 经理1名，月薪100000；高级员工，15名，月薪10000;普通员工20名，月薪7500; B: 经理1名，月薪20000；高级员工，15名，月薪11000;普通员工20名，月薪9000; 请比较两家公司的薪资水平。若只考虑薪资，你会选择哪一家公司? 若从均值去考虑，明显地A公司的平均月薪比B公司搞，但是A公司存在一个极端值，大大拉高了A公司的均值，这时只从均值考虑明显不太科学。 从中位数和众数来看，B公司的薪资水平比较高，若是一般的员工，选择B公司显得更加合理。 比较下面两组数据: A ---- 1 2 5 8 9 B ---- 3 4 5 6 7 两组数据的均值都是5，但是可以看出B组的数据与5更加接近。但是描述集中趋势的统计量不够，需要有描述数据的离散程度的统计量 极差: 最大值 - 最小值，简单地描述数据的范围大小 A: 9 - 1 = 8; B: 7 - 4 = 3 同样的5个数，A的极差比B的极差要大，所以也比B的要分散 但是只用极差这个衡量离散程度也存在不足 如: A ---- 1 2 5 8 9 B ---- 1 4 5 6 9 在统计学上，更常使用方差来描述数据的离散程度----数据离中心越远越离散 其中 表示数据集中第i个数据的值，μ表示数据集的均值 A---- 1 2 5 8 9 B---- 3 4 5 6 7 再对比数据A ---- 1 2 5 8 9 B----1 4 5 6 9的方差 样本方差和总体方差: 对于数据 1 2 5 8 9，前面求得这一组数据的方差是10。将10与原数据做比较，可以看出10比原数据都大，是否说明这一组数据十分离散呢?? 但是方差与原数据的单位是不一样的，这样比较是无意义的。如果原数据的单位是m的话，那么方差的单位是 . 为了保持单位的一致性，我们引入一个新的统计量----标准差 标注差: ,有效地避免了因单位平方而引起的度量问题 A---- 1 2 5 8 9 B---- 3 4 5 6 7 与方差一样，标准差的值越大，表示数据越分散 某班40个学生某次数学测试成绩如下: 63,84,91,53,69,81,61,69,91,78,75,81,80,67,76,81,79,94,61,69,89,70,70,87,81,86,90,88,85,67,71,82,87,75,87,95,53,65,74,77 对于这一组数字，你能看出什么呢? 或许先算一算，均值是77.05，标准差是10.8414。 在对了这两个数字后，你对这组数字又有了怎样的认识，对于该班这次的数学检测成绩如何评价呢?? 原始数据太杂乱无章，难以看出规律性;只依赖数字来描述集中趋势和离散程度，让人难以对数据产生直观地影响，这时需要用到图表! 柱形图和直方图的对比：

变化率的定义如下： 几何平均是 个数据连乘积的 次方根，其定义如下： 所谓移动平均，就是对时间序列中的前后数据求平均，将不必要的变动（循环变动、季节变动和不规则变动）平滑化（ ），也就是剔除这些变动，从而发现长期变化方向的一种方法。 通常，移动平均大多用简单的奇数项来计算。 三项移动平均： 五项移动平均： 另一方面，在偶数项季节数据的情况下，可以按以下的方法来计算，即首先计算两个四项移动平均，再计算这两项的移动平均。这种方法叫移动平均的中心化。同样由于月度数据也是偶数项，因而称作中心化12项移动平均。 如果事先已知周期，一般要使项数与周期一致。 方差 与标准差 的定义如下 方差： 标准差： 其中， 又叫做离差平方和。 变动系数又称变异系数，它是用标准差除以算术平均数的商来表示。变动系数 的的定义如下： 变动系数越大，数据的分散程度越大，变动系数要求所有使用的数据均为正数，且算出的数值要用百分数形式来表示。 如果 为零或接近于零，变动系数无法计算，所以说变动系数是一种暧昧的尺度。 标准化变量是用来测量某个数据的数值与算术平均数 的偏离程度，是标准差 的多少倍。 标准化变量 的定义如下： 相关系数是用来衡量两个变量 、 之间相互关系的大小和方向的系数。相关系数 的定义如下： 相关系数 的取值范围为 ， 的取值具有以下不同的含义 计算出来的相关系数在多大程度上值得信赖，需要进行检验。计算出来的相关系数，参照相关系数检验表，如果大于所示的相关系数，则两个变量之间存在显著的相关关系。 显著水平（ ）越小，检验越严格。 显著水平指的是很少会发生的概率，相当于相关系数为零（ ），也即相当于不相关的概率。计算出来的相关系数的绝对值，如果大于表中显著水平为 的的相关系数，那就意味着，该相关系数为零的概率。也就是不相关的概率小于 ，因此存在显著的相关。 斯皮尔曼秩相关系数考察的不是 和 两组数据中的数值，而是顺序，借此来测算 和 之间相关关系的强弱，其定义如下： 是样本数， 是 和 的顺序差（即 ）。斯皮尔曼秩相关系数的取值范围和解释方法和相关系数相同，它的优点是计算简单，可靠性高。 当数据顺序相同时，情况较为复杂，可以用下面的公式来计算： 其中， 洛伦茨曲线是用来表示收入分布、资产分布的差距、不平等程度、集中程度的一种代表性的方法。 一种洛伦茨曲线的绘制方法：横轴表示将家庭按收入从低到高排列的累计比率；纵轴表示的是与横轴的家庭累计比率相应的累计收入比率；两者的坐标可以在图中画出，最后将各点相连，就形成了洛伦茨曲线。 与横轴呈45°的直线为完全平等线，收入分布如果趋于平等化，洛伦茨曲线就接近于完全平等线，如果收入分布完全平等，洛伦茨曲线就与完全平等线重合。如果收入分布不平等，洛伦茨曲线就会偏离完全平等线，向右下方移动。 基尼系数是根据洛伦茨曲线用以计算收入分布不平等程度的指数。基尼系数的大小介于 与 之间，越接近 ，说明收入分布越平等；反之，越接近 ，说明不平等程度越大。 基尼系数的定义如下： 其中， 为累计家庭比率； 为累计收入比率； 。 上图阴影部分面积的两倍就相当于基尼系数。 贡献度与贡献率放映的是在某种数据的变化中，它的各个构成要素贡献的大小或者变化的程度与方向（正、负）。 下列恒等式： 如果上述等式能够在每一期都成立，那么它的变化幅度的关系式也能够成立： 等式两边同除以基准时期的 ，则： 右边各项就是各要素的贡献度，它反映了在 的变化中，各个要素分别做了多大贡献。 再将等式两边同时除以 ，得： 右边各项就是各要素的的贡献度，如果将Y的变化幅度看作 ，贡献率反应的就是个要素分别贡献了百分之多少。 如果将时点 相对于时点 的变化幅度看作 ，其定义如下 欢迎大家一起讨论 ^o^ /

数量性、总体性、具体性、社会性。统计学实际上是“信息提炼学”，跟数学不同，它不以研究数量之间的计算方法为目的，而是直接利用数学中研究好的计算方法研究如何去浓缩、提炼出蕴藏于数据中的信息。由于其研究的原料为数据而不是别的东西（即以数为依据进行研究），而数据总是首先具有数量性的特点，这就决定了其浓缩、提炼工具只能是数量性的。扩展资料统计学，是应用数学的一个分支，涉及数据的收集、分析、解释、演示和组织。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，并进行推断和预测，为相关决策提供依据和参考。统计学大致可以分为理论统计学和应用统计学两个类别。理论统计学包括使用分析、线性代数和计算统计等;应用统计学则有描述性统计和推论统计两部分。统计学起初主要用于解决经济问题，现在大量应用在科研、管理、教育、经济、快消和互联网等行业，总之，我们的生活处处离不开统计学。

医学统计学基础概念整理2017 　　统计学是研究数据的收集、整理和分析的一门科学。其工作流程为设计、搜集、整理、分析与结果报告。打个通俗的比喻，统计学就好比“打牌”，抓牌就是搜集数据，牌抓好后要整理一下，然后研究怎么打就是分析，打的输赢就是结果报告。下面是我为大家带来的关于医学统计学基础概念整理的知识，欢迎阅读。 　　一.总体与样本 　　总体：是指根据研究目的所确定的观察单位某项特征的集合。比如说我想研究山西医科大学所有在校生的平均体重，那根据此目的，我们研究的总体就是：山西医科大学所有在校生的体重数据的集合。但是需要注明一点：总体分为有限总体和无限总体，上面的例子就是有限总体，毕竟山西医科大学学生还是有限的，然而科研过程中面临的大多数是无限的总体，我们是无法取得其总体进行研究的。那我们面对无限总体怎么办呢? 　　我们为了研究无限总体，发明了抽样的方法。就像我们想知道一锅老母鸡汤的咸淡，不需要喝完所有的汤，只要摇匀，尝其一勺就可以了，这种思想就叫“抽样”。 　　样本：就是从总体中抽出的部分观察单位某项特征的集合。但是在抽样过程中必须遵守随机化的原则。 　　随机化原则：是指总体中的任何一个观察单位都要有同等的机会被抽到作为样本进行研究。那么如何保证随机化抽样呢，一般包括单纯随机抽样、系统抽样、分层抽样、整群抽样和多级抽样等方法。 　　二.参数与统计量 　　参数：用于描述总体特征的指标; 　　统计量：用于描述样本特征的指标; 　　总体、样本、参数与统计量的关系如下图。 　　统计学就是通过描述样本的统计量去推断描述总体的参数。这是通过偶然去发现必然的过程，通过一般去发现普遍的过程，是以小见大的过程。 　　三.误差 　　误差：观察值与真知之差。即我们通过一次试验得到的结果与事件真实结果之间的差值。误差根据其产生的原因，分为四种： 　　(1)系统误差：因为试剂未校正或仪器没有调零等因素造成的研究结果倾向性的增大或减小。如我们路过药房，门口放个一个体重计，请问我们在称自己的体重之前，首先要干的第一件事情是什么呢?从统计学角度，我们应该看看体重计上的指针是不是对准零，如果本身就有5Kg底重，那我们所有的同学去称，都将会重5Kg，即发生倾向性的偏大。其特点：倾向性的增大或减小，如果我们就行调零，就可以避免。 　　(2)随机误差(random error)：是由各种偶然因素造成的观察值与真值之差。比如班级所有同学用同一把尺子测量我的身高，结果发现我的身高值是不一样的。其特点为：不可以避免，但可以减少。统计学有一定律叫做“测不准定律”，不管你怎么测，就是测不准，因此我们通常多次测量后取平均。 　　(3)抽样误差(sampling error)：因为抽样造成的样本统计量与总体参数之间的差异。有人会说，刚才那一勺老母鸡汤的咸淡应该和锅里汤的咸淡是完全一样的啊，是的，但上面的例子是在讲抽样的原理，而我们科学研究和喝老母鸡汤是不一样的，因为汤里的氯化钠是均匀分布的，而我们科学研究的目标事件是不均匀分布的。比如某个班级120名同学的近视眼患病率为50%，我按照随机化原则随机抽取50名同学，则50名同学的近视眼患病率绝对不等于50%，因为近视眼同学在班级中的`分布是不均匀的。因此抽样误差的特点为：不可以避免，但可以减少。我们可以通过增大样本量进行减少。 　　(4)过失误差(gross error)： 　　由于观察过程中的不仔细造成的错误判断或记录。过失误差可以通过仔细核对进行避免。 　　那我们统计学的存在主要是解决那种误差呢?我们通过统计设计减少系统误差、通过统计学检验去排除抽样误差的。 　　四.概率与频率 　　概率(P)：用于反映某一事物发生可能性大小的一种量度。一般用大写的斜体P表示。 　　我们根据事物发生概率的大小，把事件分为3类：P=1为必然事件，发生率为100%;P=0为不可能事件，发生率为0;0 　　频率(f)：是指我们进行了N次试验，其中一个事件出现的次数m与总的试验次数N的比值。 　　问题是：我们到底如何能够得到某一事件发生的概率呢，比如说谁能够告诉我一个半截粉笔从讲台上掉下摔断的概率P=?。我们至今的科学发展也没有办法通过公式去计算该值。那我们是怎么做的呢?有句话叫做“有些事情越想越烦，做起来却极其简单”。我们只需要那两盒同样的粉笔进行重复摔就可以了，如果总共100支粉笔，断了98只，那断的频率就等于f=98/100=0.98。而统计学上证实，当某事件发生次数较多时，频率就会接近于概率。意即f=P。因此，其实我们就是通过频率去估计概率的。 　　五.同质与变异 　　同质：是指观察单位所受的影响因素相同。而我们科研的观察单位所受的影响因素只可能相对的相同，不可能绝对的相同，因此，同质是相对的。 　　变异：是指观察单位在同质的基础上的个体差异。天底下没有两个完全一样的事物，唯一不变的就是变化。因此，变异是绝对的。 　　这一对概念对我们研究统计的意义：如果没有同质的话，就没有我们研究的总体或者样本。因为如果不同质，我们是不可能把他们放在一起进行研究的。如果没有变异，就根本没有统计学产生的必要，因为如果没有变异，我们拿一种药物治疗某病的一个病人，如果有效，该药对所有该病病人都应该有效，这是不可能的。 　　六.试验vs实验 　　试验——对已知事物结果的探索过程：为了查看某事的结果或某物的性能而从事某种活动。 　　实验——已有明确的结论/假说后的验证过程：为了检验某种科学理论或假设而进行某种操作或从事某种活动。 　　从上述来自《现代汉语词典》的两个解释，可以看出：实验中被检验的是某种科学理论或假设，通过实践操作来进行;而试验中用来检验的是已经存在的事物，是为了察看某事的结果或某物的性能，通过使用、试用来进行。 　　在我们实际应用中，很多词汇中到底是用“试验”还是“实验”是已经根据前人的经验明确了的。比如RCT(Randomized Controlled Trial)，我们会叫“随机对照试验”，我想多半是因为翻译的过程中Trial翻译为“试验”更为合适。而RCT中，患者被分为两组时，则被称为“实验组”(Treatment Group)和对照组(Control Group)。 　　七.病人/患者vs受试者/研究对象 　　这两组词，也许没有必要把定义在贴上来了，因为他们的区别显而易见。病人/患者的称法，当然应该用于病人和患者的身上。如果研究是在健康人或者潜在患者人群中开展的，此时研究对象还不能确定为病人/患者，那么只能称其为受试者或研究对象。相似的，在产科的研究中，如果研究对象为一般的产妇，我们通常也不应该用“患者”或“病人”这样的称谓。 　　研究对象可以说是一个万金油，什么时候用都是可以的。而受试者我们又要说一下了，“受试者”常与某种干预联系在一起，通常仅在干预性研究(RCT、类实验)和诊断试验中才会使用。 　　八.终点vs结局 　　结局(Outcome)——研究中患者可能出现的一种结果：某种疾病或某种状态影响下的(人的)最终(健康)状态。 　　终点(Endpoint)——研究中患者某一结果的替代指标：用于在研究中判断干预或因素作用效果的某种“结局”。 　　在临床研究中，结局通常是指患者的某种转归，比如肿瘤患者中，痊愈、死亡、复发、转移这些都可以作为结局。当然，干预或某种因素暴露下短期的改变也可以成为结局，比如红细胞的升高、体温降低等等。而终点，则是临床研究中的效应评价点，比如主要终点、次要终点，此时用“结局”就不合适了。 　　上面这些看起来很头疼吧，那就记个最简单的。一般在试验性研究中(比如在RCT)我们一般使用“终点”，生存分析是有时也会用观察终点这一说法;而在其他类型的研究中，常使用“结局”。 　　九.排除vs剔除 　　所谓的排除标准就是考虑到研究的可行性和研究对象的安全，将一部分无法保证研究对象安全及不可行的符合入选条件的研究对象排除在研究之外。针对研究对象开始进行研究前，不将符合排除标准的对象作为研究对象纳入，这就是排除。 　　在临床研究中，根据入选排除标准确定研究对象之后，在研究中我们还会发现一些患者无法接受进一步干预或观察，或者在研究期间才能发现研究对象的某些特征不属于我们将要外推的范围。此时虽然这些对象在研究初期被确定为“研究对象”，认为他们属于研究结果将要外推到的人群，但实际上他们并不属于该类人群。这时我们就要将该类研究对象“剔除”出研究，相应的标准就是剔除标准。 　　简而言之，排除是在研究初期用于选择研究对象的;剔除是在研究中期用于去除随时发现的非外推人群的研究对象。 ;

1.误差测量误差分为系统误差和随机误差。误差的产生是自然的，意料中的事情。因此我们不能相信来自一个数据点的结果。通常我们收集多个数据点，而且非常注意如何选取这些样本，以减少偏差。2.误差的处理统计学一般采用统计描述，统计推理和试验设计三种方法来分析误差。统计描述:用图表和几个总结性数字(均值、方差、标准差)描述一组数据。统计推理:确定结果之间的差异何时可能是由于随机误差引起的，何时不能归因于随机误差。(置信区间和假设检验)试验设计:收集并分析数据，以估算过程变化的影响。3.连续数据和离散数据连续数据:连续可变的数据，如身高，重量等。离散数据:如地区或分类，是非等信息。4.统计学基本术语总体:也叫母体，用N表示样本:总体的一个子集，用n表示均值(Mean):平均值，总体的用u表示，样本的用xbar表示中位数:排序后中间那个数方差(Variance):总体的用sigma平方，样本的为s平方表示，注意分母是除以N或n均方差(Stdev):总体的用sigma，样本的用s,注意分母是除以N-1或n-15.正态分布它是自然界最常见的一种分布。如某地区人员的身高，某机器生产的零件的尺寸。在研究正态分布的时候，我们一般只需要抽取少量的样本就可以把握总体的趋势。注意标准的正态分布是指均值为0,标准差为1的正态分布Z值的计算:我们需要利用正态分布的平均值和标准差将其转化为“标准正态”分布，以便使用标准正态分布表来获得概率。Zusl=(USL-u)/Sigma; Zlsl = (u-LSL)/SigmaZBench 是与出现缺陷的总概率相对应的Z值，可从正态表中查到。6.中心极限定律中心极限定理表明，如果n足够大，样本平均值( x )或其总和的分布，都近似于正态分布，无论单个变量是否服从正态分布。7.稳定性因子将数据排序后四等分，可以获取到1/4位置的Q1和3/4位置的Q3,稳定性因子SF= Q1/Q3随着偏差的降低，稳定性因子越来越接近1.0

学习回归分析&计量、时间序列、多元统计、抽样调查等应用性非常强的统计方法。掌握了这些方法，你的统计学水平就会上一个比较大的台阶。其中当然，这一阶段的学习要求有一定的数学基础（基础的微积分+线性代数+概率论知识基本就够用了），否则学起来会感觉有些用力

统计学发展史说明，先有社会统计学后有数理统计学；先有变量后哟随机变量。社会统计学描述的是变量，数理统计学描述的是随机变量，而变量和随机变量是两个既有区别又有联系，且在一定条件下可以相互转化的数学概念。社会统计学以变量为基础，数理统计学以随机变量为基础。 当变量取值的概率不是1时，变量就变成了随机变量；当随机变量取值的概率为1时，随机变量就变成了变量。 由于我们概准确地界定了社会统计学变量与数理统计学随机变量的各自研究的范围，。 既然社会统计学描述的是变量，而变量描述的范围是极其宽广的，绝非某些数理统计学者所云：社会统计学只作简单的加、减、乘、除。从理论上讲，社会统计学应该复盖除了数理统计学之外的绝大多数数学学科的运作。所以王见定教授提出的：“社会统计学与数理统计学统一”理论，从根本上纠正了统计学界长期存在的低估社会统计学的错误学说，并从理论上和应用上论证了社会统计学的广阔前景。 从统计学上看，统计学的主要问题是变量（或近似变量问题），近似变量问题是微积分的扩展；而不是随机变量，就象牛顿力学在今天在使用上仍占主导地位，而不是相对论力学；因为物体在多数情况下是远离光速的。

统计有三种含义，其基础的是统计活动

院校专业：基本学制：四年 | 招生对象： | 学历：中专 | 专业代码：071201培养目标培养目标 培养目标：本专业培养具备系统的统计学理论知识和应用知识，掌握统计学的主要方法，具 有处理特定行业数据问题的能力，能在经济、管理、生物、医药、金融、保险、工业、农业、林业、商 业、信息技术、教育、卫生、医药、气象、水利、环境和减灾等相关领域中从事数据搜集、分析与决策 的创新型人才。培养要求：本专业学生主要学习并掌握统计学专业的基本理论，基本知识和基本技能。毕业生应获得以下几方面的知识和能力：1．具有良好的政治、思想、文化、道德、身体和心理素质；2．掌握统计学的基础知识、基本理论和系统的统计思想；3．掌握搜集数据的科学方法，能够根据数据的特点选用恰当的统计方法进行分析、推断和 预测；4．掌握中外文资料查询和文献检索的现代信息技术，初步具备获取所关心问题的解决方案 及对这些方案评断的能力；5．初步具备应用统计学知识解决行业领域（如经济、金融、保险、管理、市场调查、生物、医 药、工业、农业、林业、商业、信息技术、教育、卫生、气象、水利、环境和减灾等方面）中问题的能力 与应用创新意识；6．了解统计学理论与方法的发展动态，具有统计学创新意识和初步的科学研究能力；7．具有进一步职业发展能力；8．具有较强的交流沟通、环境适应和团队合作的能力。主干学科：统计学、数学。核心知识领域：统计学基本思想、数学理论、概率论、统计调查、参数估计与假设检验、非参数 方法、回归分析、多元统计方法、随机过程、时间序列分析、试验设计和统计软件。核心课程示例：示例一：统计学导论（授课48学时，上机实践32学时）、数学分析（288学时）、代数学基础 （224学时）、解析几何（64学时）、常微分方程（64学时）、概率论（64学时）、应用随机过程（64学 时）、复变函数（64学时）、实变函数（64学时）、统计学基础（授课48学时，上机实践32学时）、概 率测度I（64学时）、多元统计分析（授课48学时，上机实践32学时）、时间序列分析（48学时）、 试验设计（48学时）。示例二：数学分析（300学时）、高等代数（200学时）、解析几何（60学时）、近世代数（80学 时）、常微分方程（60学时）、概率论基础（60学时）、复变函数（60学时）、实变函数（80学时）、统 计学（60学时）、测度论（60学时）、随机过程（60学时）、实用回归分析（60学时）、应用多元统计 分析（60学时）、应用时间序列分析（60学时）、统计软件选讲（60学时）。主要实践性教学环节：上机操作训练、社会调查、统计实习、科研训练和毕业论文等。修业年限：四年。授予学位：理学学士。 职业能力要求职业能力要求 专业教学主要内容专业教学主要内容《C/C++程序设计》、《数理统计学》、《保险会计学》、《初等数论》、《应用多元统计分析》、《统计学概论》、《金融建模》、《风险理论分析》、《复变与积分变换》、《宏观经济统计分析》 部分高校按以下专业方向培养：保险精算、金融统计、数据工程、大数据分析与应用、市场调查与数据分析。专业（技能）方向专业（技能）方向保险类企业：保险精算、业务统计； 市场调查类企业：数据分析、市场调查； 各类企业：咨询、调研、经济分析、数据分析。职业资格证书举例职业资格证书举例 继续学习专业举例 就业方向就业方向 就业前景：统计学专业毕业生的主要就业流向有三大部分：政府部门（统计局等），银行、保险公司、证券公司等金融部门，市场调查公司、咨询公司、各公司的市场研究部门，工业企业的质量检测部门等企业事业单位； 对应职业（岗位）对应职业（岗位） 其他信息：统计学专业学习的课程主要有：数学分析、几何代数、数学实验，常微分方程、复变函数、实变与泛函、概率论、数理统计、抽样调查、随机过程、多元统计、计算机应用基础、程序设计语言、数据分析及统计软件、回归分析、可靠性数学、实验设计与质量控制、计量经济学、经济预测与决策、金融数学、证券投资的统计分析、数值分析、数据结构与算法、数据库管理系统、计算机网络系统、系统分析与软件设计。材料补充：统计学是中国普通高等学校本科专业。统计学主要通过利用大量数据进行量化分析，总结出一些经验规律，做出后期推断和预测，从而为相关决策提供依据和参考，其不仅仅是统计数字，还包含了调查、收集、分析、预测等，应用范围十分广泛。统计学专业毕业生的主要就业流向有三大部分：政府部门、银行、保险公司、证券公司、市场调查公司、咨询公司、各公司的市场研究部门、工业企业的质量检测部门等企业事业单位。

统计初学者入门方法如下：1、课上认真听讲，课下积极拓展，因为统计学的体系纷繁芜杂，所以需要在课下用功。2、多看与统计学有关的书籍，这类的书也许枯燥，但全是前人宝贵的研究成果。3、多看关于统计学的论文，因为它代表了最新的研究成果。4、多与高年级的学长学姐们交流，询问他们学习统计学的方法，让自己少走一些弯路。统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。统计学是一门很古老的科学，一般认为其学理研究始于古希腊的亚里斯多德时代，迄今已有两千三百多年的历史。它起源于研究社会经济问题，在两千多年的发展过程中，统计学至少经历了城邦政情，政治算数和统计分析科学三个发展阶段。所谓数理统计并非独立于统计学的新学科，确切地说：它是统计学在第三个发展阶段所形成的所有收集和分析数据的新方法的一个综合性名词。概率论是数理统计方法的理论基础，但是它不属于统计学的范畴，而属于数学的范畴。

统计学学什么：数学分析、几何代数、数学实验，常微分方程，复变函数，实变与泛函、概率论、数理统计，抽样调查，随机过程等课程。1、统计学专业统计学是中国普通高等学校本科专业。本专业培养具备系统的统计学理论知识和应用技能，掌握统计学的主要方法和相关的计算机技术，具备处理特定行业数据问题的能力，能在经济、管理、金融、保险、商业、信息技术、教育、环境、医学等相关领域中从事数据搜集、分析与决策的创新型人才。专业定义：统计学主要通过利用大量数据进行量化分析，总结出一些经验规律，做出后期推断和预测，从而为相关决策提供依据和参考，其不仅仅是统计数字，还包含了调查、收集、分析、预测等，应用范围十分广泛。2、统计学专业学什么课程体系：《C/C++程序设计》《数理统计学》《保险会计学》《初等数论》《应用多元统计分析》《统计学概论》《金融建模》《风险理论分析》《复变与积分变换》《宏观经济统计分析》。部分高校按以下专业方向培养：保险精算、金融统计、数据工程、大数据分析与应用、市场调查与数据分析。3、就业方向统计学专业毕业生可到各类企事业单位、各级管理部门、教育科研部门和金融保险部门，从事管理决策、信息处理、数据分析、经济预测以及生物和医学统计等工作。考研方向，应用统计、统计学、工商管理。4、毕业生应获得以下几方面的知识和能力：具有良好的政治、思想、文化、道德、身体和心理素质；掌握统计学的基础知识、基本理论和系统的统计思想；掌握搜集数据的科学方法，能够根据数据的特点选用恰当的统计方法进行分析、推断和预测；掌握中外文资料查询和文献检索的现代信息技术，初步具备获取所关心问题的解决方案及对这些方案评断的能力。

经济学和理学门类下都设有统计学专业，虽然名字相同，但二者的考试科目及录取分数线都是不同的。经济学下的统计学，学科编号为0270。数学一般考数学三，但不同招考学校，专业课二的考试内容不同。例如湖南大学统计学考研，专业课考试科目为数学三和统计学基础；北京航空航天大学专业课考试科目为数学三和经济学基础；武汉大学则考数学三和宏微观经济学。理学下的统计学，学科编号为0714。不同招考学校，两门专业课的考试内容均不相同。例如北京大学统计学考研，专业课考试科目为数学一和统计学综合；中国人民大学专业课考试科目为数学二和统计学；南开大学则考数学分析和高等代数。因此，建议到报考院校官网确定专业课考试科目。扩展资料：1、经济学门类的统计学报考专业有：管理统计学、经济统计学、流通工程与技术管理、流通经济与管理、统计学。2、理学门类的统计学报考专业有：大数据科学与应用、大数据统计、金融统计学、经济统计、社会经济统计、生物统计学、数理统计、应用概率、应用统计等。3、本专业学生毕业后可在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作。专业老师在线权威答疑 zy.offercoming.com

你报的哪个学校啊？人民大学的：2010年统计学专业（统计学方向）教学方案一、培养目标　本专业方向培养品学兼优，基础扎实，知识面宽，研究分析能力强，掌握统计学的基本理论和方法，可以在社会经济各个部门从事统计信息处理和数据分析的应用型和通用型人才。 二、培养要求1、系统掌握马克思主义基本理论，具有科学的世界观，爱国主义和集体主义精神，有理想，有道德，有文化，守纪律，立志献身祖国的建设事业。2、写作能力强，经济学、数学和统计学基础扎实，可以熟练应用统计软件进行数据分析。系统掌握统计学的基本理论和基本方法，可以恰当应用统计方法分析问题和解决问题。英语应用能力较强，可以阅读英文专业文献。3、具有健康的体魄，达到“学生体质健康标准”的要求。 三、总学分 174学分 四、课程设置及学分分配 158 学分 （一）必修课 114 学分 1、全校共同课：57 学分（1）思想政治理论课：8学分（2）体育：4学分（3）心理健康：1学分（4）大学汉语：2学分（5）大学英语：14学分（6）公共数学：18学分（7）计算机教学：6学分（8）国防教育：2学分（9）职业发展与就业指导：2学分 2、学科基础课：37学分；专业必修课20学分 （二）选修课：44 学分 1、专业选修课：18学分 2、全校选修课：26学分（1）通识教育大讲堂课程：4学分（2）原典选读类课程：4学分（3）人文艺术类课程：4学分（4）法政类课程：2学分（5）管理类课程：2学分（6）经济类课程：2学分（7）理工类课程：2学分（8）暑期学校课程：2学分（9）全校任意选修课：4学分 五、其他学习 16 学分（一）科学研究（8学分）：为了培养学生的科研能力，除经常组织与本专业有关的学术活动外，还应在教师的指导下，有计划地对学生进行科研训练，要求学生第二学年根据院系制定的必读书目撰写一篇原典读书笔记（5000字左右），计2学分；第三学年撰写一篇学年论文（5000字左右），计2学分；第四学年撰写一篇毕业论文（8000－10000字），计4学分。共计8学分。（二）实践教学（8学分）：第一学年利用暑假开展各种社会实践及社会服务活动，计2学分；第四学年组织学生开展社会调查，并撰写一篇调查报告（5000字左右），计2学分；第四学年组织学生开展专业实习，计4学分。共计8学分。除了好的学校985、211学校外，其他的学校的统计专业就业难度大不如会计专业，各个企业都需要

美国大学统计学专业课程中典型的课程设置如下：Statistical methods, I, IIStatistical theory I, IIExperimental design and analysis of variance 实验设计和方差分析Regression analysis 回归分析Statistical computingSample survey theory 抽样调查理论Applied time series analysis 应用时间序列分析Technical writingProbability 概率论Statistical quality control如果去美国读大学选择统计学专业，可以提前网上搜索相关课程资料，提前预习，避免到美国后，不适应，出现挂科，影响毕业！

　　高考过后，有一部分同学选择了应用统计学专业，那么应用统计学专业课程有什么呢，就业方向怎么样呢。以下是由我为大家整理的“应用统计学专业课程有哪些”，仅供参考，欢迎大家阅读。 　 　应用统计学专业课程 　　数学类：数学分析、高等代数、解析几何、实变函数与泛函分析、概率论、最优化理论与方法。 　　统计类：数理统计、抽样调查、应用回归分析、多元统计分析、时间序列分析、非参数统计、应用随机过程、统计计算与应用软件、大数据中的统计优化。 　　计算机类：数据结构与算法设计、并行计算与软件设计、数据挖掘、数据库原理、机器学习及其应用、人工智能。 　　金融类：微观经济学、计量经济学、金融数学、金融建模与程序分析、金融工程学、量化投资。 　　实验及实践：计算思维导论实验、大学物理实验、数据结构与算法设计课程设计、数据挖掘课程设计、机器学习及其应用课程设计、应用回归分析课程实验、多元统计分析课程实验、时间序列分析课程实验、统计计算与应用软件课程实验、工程训练、企业实习(金融大数据分析、软件开发与算法设计)。 　　拓展阅读：应用统计学就业前景与方向 　　应用统计学专业就业方向 　　统计学专业毕业生的就业前景非常好;主要到政府统计部门、经济管理部门，银行、证券公司、保险公司等金融机构以及信息咨询公司等从事研究和教学工作或者到大型企业部门从事数据分析工作。应用统计学专业的毕业生主要到企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作。 　　 从事行业： 　　毕业后主要在互联网、新能源、金融等行业工作，大致如下： 　　1、互联网/电子商务。 　　2、新能源。 　　3、金融/投资/证券。 　　4、计算机软件。 　　5、其他行业。 　　6、专业服务(咨询、人力资源、财会)。 　　7、电子技术/半导体/集成电路。 　　8、外包服务。 　　 从事岗位： 　　毕业后主要从事产品经理、交互设计师、ui设计师等工作，大致如下： 　　1、销售助理。 　　2、会计。 　　3、人事专员。 　　4、行政专员。 　　5、仓库管理员。 　　6、行政前台。 　　7、出纳。 　　8、行政助理。 　 　工作城市： 　　毕业后，北京、上海、深圳等城市就业机会比较多，大致如下： 　　1、北京。 　　2、上海。 　　3、深圳。 　　4、杭州。 　　5、广州。 　　6、成都。 　　7、武汉。 　　8、南京。 　　 3、应用统计学专业就业前景怎么样 　　应用统计学专业主要包括一般统计和经济统计两类专业方向。 　　从培养目标上讲，主要是培养具有坚实的统计学基础理论，具有系统的研究方向专门知识，具有独立从事实际数据采集、处理和分析的能力，能为实际问题的解决和决策提供量化的依据，具有能够继续进行博士课程学习和研究的能力，成为统计分析，风险管理和精算方面的高级人才。 　　应用统计学专业研究生要发展，还是考虑往财税、金融等领域突破，考CPA、精算师等，到银行、会计事务所、保险公司等机构工作。因为单纯的统计是没什么工作好做的，需要和其他的工作(专业)相结合。

统计学的意义：因为是应用数学的一个分支，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。统计学的作用：因为它产生于应用，在应用过程中发展壮大。随着经济社会的发展、各学科相互融合趋势的发展和计算机技术的迅速发展，统计学的应用领域、统计理论与分析方法也将不断发展，在所有领域展现它的生命力和重要作用。供参考。

统计研究的基本方法如下：1、大量观察法：即对研究总体的全部或足够多数的单位进行调查并进行综合分析。2、统计分组法：应用分组来研究总体内部差异的方法。3、统计指标法：应用统计指标来反映和研究现象总体的数量状况。4、归纳推断法：以一定的置信标准，根据样本数据来判断总体数量特征。5、实验设计：即对实验进行科学合理的安排，以达到最好的实验效果。统计学其他情况简介。统计学是一门很古老的科学，一般认为其学理研究始于古希腊的亚里士多德时代，迄今已有两千三百多年的历史。它起源于研究社会经济问题，在两千多年的发展过程中，统计学至少经历了“城邦政情”、“政治算数”和“统计分析科学”三个发展阶段。所谓“数理统计”并非独立于统计学的新学科，确切地说，它是统计学在第三个发展阶段所形成的所有收集和分析数据的新方法的一个综合性名词。概率论是数理统计方法的理论基础，但是它不属于统计学的范畴，而是属于数学的范畴。

二者区别是:原理只是介绍，比较粗糙。基础比较详细。相同处是都介绍了原理概念！aqui te amo。

统计是指通过收集、分析和解释数据来揭示事物或现象的规律性和特征的一种科学方法。统计学在现代社会中有着广泛的应用，涉及到许多领域，如经济、社会、生物、医学等。统计的三种含义是描述统计、推论统计和统计方法，这三种含义都有其基础和应用场景。一、描述统计描述统计是指通过对收集的数据进行概括、描述和呈现，来展示数据的基本特征和分布规律的统计方法。描述统计包括中心趋势和离散程度两个方面，中心趋势包括均值、中位数和众数等，反映数据的集中趋势；离散程度包括标准差、方差和极差等，反映数据的分散程度。描述统计的基础是数据的收集和整理，它能够用来描述和比较不同数据集的特征和分布情况，为后续的推论统计提供基础。二、推论统计推论统计是指通过对样本数据进行推断，以推断总体特征和参数的统计方法。推论统计是基于概率论的，通过样本数据推断总体特征，从而对总体进行预测、推断和分析。推论统计的基础是概率论和统计抽样理论。推论统计主要包括参数估计和假设检验两个方面，参数估计是用样本统计量来估计总体参数，假设检验是用样本数据来检验总体假设。三、统计方法统计方法是指应用统计学理论和方法解决实际问题的一种科学方法。统计方法包括描述统计和推论统计两个方面，也包括多元统计、回归分析、时间序列分析等多种方法。统计方法的基础是概率论、数理统计学和计算机科学等多个学科。统计方法的应用范围很广，可以用于市场调查、医学研究、经济预测、社会调查等多个领域。总之，统计学是一门强调数据分析和解释的科学，其三种含义分别是描述统计、推论统计和统计方法。这三种含义都有其基础和应用场景，可以应用于各个领域的数据分析和决策。

统计学就业范围很单一，或者到国家政府的各级统计局工作，或者到各高校的统计系做教师。虽然统计专业在社会主义条件下发展很迅速，包括的内容也很繁杂，但统计学专业的毕业生的就业需求却不太理想，人才需求情况是供大于求，统计学专业毕业的学生主要从事人口数量、土地数量、财富、国民生产总值、军事等方面的统计工作。

统计三种含义的基础如下：统计包括三个含义为统计工作、统计资料和统计科学。具体如下：1、统计资料，是反映大量现象的状态和规律性的数字资料及有关文字说明；2、统计工作，是关于搜集、整理、分析统计资料并进行推论以探求事物本质和规律性的活动；3、统计科学，是研究如何搜集、整理和分析研究大量现象的数量资料并推论其本质和规律性的理论和方法，如社会经济统计学、数理统计学。统计要达到认识社会的目的，不仅需要科学的方法，而且需要强有力的组织领导。因此统计兼有信息、咨询、监督三种职能。统计学现状：一、对系统性及系统复杂性的认识为统计学的未来发展增加了新的思路。随着科学融合趋势的兴起，统计学的研究触角已经向新的领域延伸，开始探索性数据的统计方法的研究。二、定性与定量相结合的综合集成法将为统计分析方法的发展提供新的思想。定性与定量相结合的综合集成方法是钱学森教授于1990年提出的。三、统计科学与其他科学渗透将为统计学的应用开辟新的领域。模糊论、突变论及其他新的边缘学科的出现为统计学的进一步发展提供了新的科学方法和思想。

统计初学者入门方法如下：1、课上认真听讲，课下积极拓展，因为统计学的体系纷繁芜杂，所以需要在课下用功。2、多看与统计学有关的书籍，这类的书也许枯燥，但全是前人宝贵的研究成果。3、多看关于统计学的论文，因为它代表了最新的研究成果。4、多与高年级的学长学姐们交流，询问他们学习统计学的方法，让自己少走一些弯路。统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。统计学是一门很古老的科学，一般认为其学理研究始于古希腊的亚里斯多德时代，迄今已有两千三百多年的历史。它起源于研究社会经济问题，在两千多年的发展过程中，统计学至少经历了城邦政情，政治算数和统计分析科学三个发展阶段。所谓数理统计并非独立于统计学的新学科，确切地说：它是统计学在第三个发展阶段所形成的所有收集和分析数据的新方法的一个综合性名词。概率论是数理统计方法的理论基础，但是它不属于统计学的范畴，而属于数学的范畴。

统计学是关于认识客观现象总体数量特征和数量关系的科学。它是通过搜集、整理、分析统计资料，认识客观现象数量规律性的方法论科学。由于统计学的定量研究具有客观、准确和可检验的特点，所以统计方法就成为实证研究的最重要的方法，广泛适用于自然、社会、经济、科学技术各个领域的分析研究。扩展资料在统计学中，数据是非常重要的这里的“数据”是指信息的载体， 随着大数据时代的来临，数据的概念也越来越灵活多变。但万变不离其宗，“由数据探索事物内在规律”依旧是统计学的核心思想。数理统计学是统计学科的基础理论，包括观察和试验数据的收集以及数据分析的理论基础；统计推断和决策中的统计思想、理论模型及样本结构等。具体而言有统计推断、统计建模、数据分析方法、统计计算等为核心的理论和方法研究。统计学的核心课程主要有统计学基础、应用概率论、高等统计、应用随机过程、回归模型、非参数统计、多元统计分析、时间序列分析、抽样调查、试验设计、统计计算、数据挖掘、机器学习、保险精算；不完全数据分析、生存分析与可靠性、纵向数据分析、定型数据分析、运筹学、计量经济学、金融学、管理学、质量控制、高级宏观经济学、高级微观经济学、高级计量经济学、数学规划理论与方法、高级时间序列分析、博弈论及其应用等。参考资料百度百科-统计学

基础课：概率论，数理统计；专业基础课：随机过程，时间序列，回归分析，多元统计法分析，非参数统计，贝叶斯统计，统计决策理论，统计计算，实验设计，抽样调查等。应用类：金融统计，生物统计学，卫生统计学，生存分析，统计学习等。

零基础自学统计学的方法如下：1、选择教材。可以用朋友用过的书或者到网上买二手书，有笔记的都可以，这样能把握重点难点了。2、明确方向。零基础自学的建议重点关注描述统计和推断统计这两个课题。3、找网课听。寻找一批志同道合的朋友一起分享网课和学习心得。4、大量做题。有目的性地做题，并且定时回顾并总结。统计学是普通高等学校本科专业，属于统计学类专业。本专业培养具备系统的统计学理论知识和应用知识，掌握统计学的主要方法，具有处理特定行业数据问题的能力，能在经济、管理、生物、医药、金融、保险、工业、农业、林业、商业、信息技术、教育、卫生、医药、气象、水利、环境和减灾等相关领域中从事数据搜集、分析与决策的创新型人才。

描述统计和推断统计是统计方法的两个组成部分。描述统计是整个统计学的基础,推断统计则是现代统计学的主要内容.由于在对现实问题的研究中,所获得的数据主要是样本数据,因此,推断统计在现代统计学中的地位和作用越来越重要,已成为统计学的核心内容.当然,这并不等于说描述统计不重要,如果没有描述统计收集可靠的统计数据并提供有效的样本信息,即使再科学的统计推断方法也难以得出切合实际的结论,从这个意义上说描述统计学是推断统计学的基础.

简单地说，统计学主要就是学处理数据、分析数据来给经济决策方针出建议，统计学专业是一门非常专业性、综合性的学科，一般是本科专业，涉及到计算机、大数据软件的综合运用，统计学专业是经济类专业里面比较难的专业，对学生的综合素质要求高，要一定的数学基础。统计学主要通过利用大量数据进行量化分析，总结出一些经验规律，做出后期推断和预测，从而为相关决策提供依据和参考，其不仅仅是统计数字，还包含了调查、收集、分析、预测等，应用范围十分广泛。开设课程:数学分析、几何代数、数学实验，常微分方程，复变函数，实变与泛函、概率论、数理统计，抽样调查，随机过程，多元统计，计算机应用基础，程序设计语言，数据分析及统计软件、回归分析，可靠性数学，实验设计与质量控制，计量经济学，经济预测与决策，金融数学，证券投资的统计分析，数值分析，数据结构与算法，数据库管理系统，计算机网络系统，系统分析与软件设计等。

我是来测试的，请直接驳回，谢谢。

一般来说，统计包括三个含义：统计工作、统计资料和统计学。其基础是统计活动。这三者之间存在着密切的联系，统计资料是统计工作的成果，统计学来源于统计工作。原始的统计工作即人们收集数据的原始形态已经有几千年的历史，而它作为一门科学，还是从17世纪开始的。英语中统计学家和统计员是同一个，但统计学并不是直接产生于统计工作的经验总结。每一门科学都有其建立、发展和客观条件，统计科学则是统计工作经验、社会经济理论、计量经济方法融合、提炼、发展而来的一种边缘性学科。

统计学是关于认识客观现象总体数量特征和数量关系的科学。它是通过搜集、整理、分析统计资料，认识客观现象数量规律性的方法论科学。由于统计学的定量研究具有客观、准确和可检验的特点，所以统计方法就成为实证研究的最重要的方法，广泛适用于自然、社会、经济、科学技术各个领域的分析研究。扩展资料在统计学中，数据是非常重要的这里的“数据”是指信息的载体， 随着大数据时代的来临，数据的概念也越来越灵活多变。但万变不离其宗，“由数据探索事物内在规律”依旧是统计学的核心思想。数理统计学是统计学科的基础理论，包括观察和试验数据的收集以及数据分析的理论基础；统计推断和决策中的统计思想、理论模型及样本结构等。具体而言有统计推断、统计建模、数据分析方法、统计计算等为核心的理论和方法研究。统计学的核心课程主要有统计学基础、应用概率论、高等统计、应用随机过程、回归模型、非参数统计、多元统计分析、时间序列分析、抽样调查、试验设计、统计计算、数据挖掘、机器学习、保险精算；不完全数据分析、生存分析与可靠性、纵向数据分析、定型数据分析、运筹学、计量经济学、金融学、管理学、质量控制、高级宏观经济学、高级微观经济学、高级计量经济学、数学规划理论与方法、高级时间序列分析、博弈论及其应用等。参考资料百度百科-统计学

1、根据所反映的内容及数值形式，可以把统计指标分为三类,相对指标、平均指标以及总量指标;2、根据所反映的总体现象的数量特征，统计指标可以分为质量指标以及数量指标;3、按管理功能将统计指标分为评价指标、预警指标以及描述指标。数量性:所有的统计指标都可以数值化地表达，这是统计指标最基本的特征。综合性:综合性是指统计指标既是大量同质整体单位的总和，也是大量单个整体单位的总和，它是众多个体现象数量综合的结果。具体性:它不是抽象的概念和数字，而是具体社会经济现象数量的反映，它是以数量为基础的质的集合，因而有别于数理统计和数学。统计指标描述客观存在的事实，反映一定地区、时间和条件下社会经济现象的数变化。

应用统计学专业基础课程包括英语、计算机、数学、运筹学、《应用随机过程》、《复变与积分变换》 等。

　　为您整理了“2018初级统计《基础知识》知识点：总论”更多资讯敬请关注栏目! 　　 2018初级统计《基础知识》知识点：总论 　　第一章：总论 　　本章知识点： 　　1、统计的涵义 　　2、统计中三组基本概念 　　3、统计的任务及统计过程 　　一、统计的涵义 　　统 计：指对某一现象有关的数据的搜集、整理、计算和分析等的活动。现实中有三种涵义：统计工作、统计资料、统计学。三者关系： 　　①统计工作与统计资料是统计过程与活动的成果的关系;统计工作活动的目的就是取得统计资料;统计资料的取得必须依靠统计工作来进行。 　　②统计工作与统计学是统计实践与统计理论的关系。统计学一方面是统计工作的经验总结和理论概括，另一方面又指导统计工作的实践。 　　③统计工作是先于统计学而发展起来的。也就是说先实践，再形成理论。 　　二、统计中常用的三组概念 　　(一)总体与总体单位 　　总体是将同一性质基础上结合起来的许多个别事物的整体，也叫统计总体，简称总体。 　　总体单位：构成总体的每一个事物的总称。 　　关系：总体是由总体单位构成的，根据研究事物和对象的不同，有时总体单位也可以构成总体。 　　举例： 　　2010 年全国第六次人口普查，如果要研究全国人口年龄、性别等情况，那么全国所有的人口就成了我们要研究的总体了，那么每个省、自治区、直辖市的人口数就是总体单位。如果我们研究的范围缩小为省、自治区、直辖市的话，那么此时又变成了总体，而不是总体单位了。 　　再如我们想知道岳阳 2011 年 8 月止，全市产值过 2000 万元的1331 家规模以上工业生产情况，那么全市 1331 家产值过 2000 万的企业就是我们需要统计的总体，每一个企业就是构成总体的总体单位。当要研究某一个企业内部问题，如企业职工工资待遇等情况，那么这个企业的所有职工成了统计总体，每个职工则为总体单位。 　　结论：总体和总体单位随着研究的对象改变是可以相互转换的。 　　(二)指标与标志 　　· 指标：反映总体现象数量特征的概念。 　　· 标志：用来说明总体单位特征的名称。 　　· 两者区别与联系： 　　区别主要表现在：指标是说明总体特征的，标志是说明总体单位特征的。标志可以分为不能用数值表示的品质标志和能用数值表示的数量标志。而指标是用数值表示的，没有不能用数值标志的指标。 　　联系：许多指标的数值是从总体单位的数量标志值汇总出来的。 　　指标与数量标志之间存在变换关系。根据研究目的的不同，总体与总体单位也会不同，有的指标可能变成标志，有的数量标志也可能变成指标。 　　(三)变异与变量 　　变异：标志在同一总体不同总体单位之间的差异。 　　变量：将数量变异标志称为变量。数量变异标志的表现形式是具体的数值，称为变量值。 　　三、统计任务及工作过程 　　1.任务：对经济社会发展情况进行统计调查、统计分析，提供统计资料和统计咨询意见，实行统计监督。统计三大职能：信息、咨询、监督。 　　2.统计工作过程：依次为统计设计、统计调查、统计整理和统计分析四个阶段。 　　3.统计的认识过程：从定性认识(统计设计)到定量认识(统计调查和统计整理)，再到定性认识与定量认识相结合(统计分析)的过程。

经济统计学专业能在企事业单位和经济、金融和管理部门从事统计调查、统计信息管理、数量分析、市场研究、质量控制以及高新技术产品开发、研究、应用和管理工作，或在科研教育部门从事研究和教学工作的高级专门人才。 统计学专业的毕业生主要到企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作。具体来讲，主要有升学（攻读博士学位）；出国留学；金融和保险部门；投资、证券及社会保障机构；市场调研、咨询及信息产业部门；国家统计部门；各类公司等就业途径。 此外，一直以来，经济统计学在政府统计、部门统计中都不可或缺。随着社会主义市场经济的完善和中国全球化贸易的发展，民间统计越来越热受到人们的追捧，正逐渐成为政府统计之外的涉及市场调研、统计分析、预测和决策等内容的重要却倒和方式，这主要包括各类统计调查公司、统计师事务所、统计信息咨询中心、统计研究所等，比如企业管理咨询公司就把统计方法熟稔运用于企业决策和管理等，这是介于市场和企业、居民之间的一个纽带，致力于为企业和居民提供市场微观信息。而民间统计机构，由于其服务的多样性、形式的灵活性，目前在我国发展非常不错，正逐渐成为广大经济统计毕业生的不错选择。本专业培养德才兼备、站在时代前列，具有高度社会责任感，具备厚实的经济统计 学理论方法与经济学理论基础和较强的创新与实际工作能力，具有广泛适应性的复合型高素质 经济管理统计人才。本专业毕业生既能胜任企业和政府部门的统计业务，又能从事数据采集、数 据分析、经济预测、经济信息分析和其他管理工作，还可进一步攻读硕士学位。

　　统计学专业就业方向怎么样呢，大家清楚吗，不清楚的话，快来我这里瞧瞧。下面是由我为大家整理的“统计学专业就业方向怎么样”，仅供参考，欢迎大家阅读。 　　 统计学专业就业方向怎么样 　　统计学专业的毕业生所能工作的领域非常广泛，所有能够运用到统计方法，甚至是统计思想的领域都是统计人才大展身手的平台。 　　统计学专业的毕业生所能工作的领域主要包括:政府机关尤其是统计部门、科研单位，银行、证券公司、保险公司等金融部门，市场调查公司及各公司的市场部门，收视率调查等传媒广告公司，咨询公司等。 　　主要从事工作 　　职业 　　数据分析员 　　统计师 　　市场调查分析师 　　市场推广专员 　　 拓展阅读：应用统计学专业就业方向 　　统计学专业毕业生的就业前景非常好;主要到政府统计部门、经济管理部门，银行、证券公司、保险公司等金融机构以及信息咨询公司等从事研究和教学工作或者到大型企业部门从事数据分析工作。应用统计学专业的毕业生主要到企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作。 　　 从事行业： 　　毕业后主要在互联网、新能源、金融等行业工作，大致如下： 　　1、互联网/电子商务 　　2、新能源 　　3、金融/投资/证券 　　4、计算机软件 　　5、其他行业 　　6、专业服务(咨询、人力资源、财会) 　　7、电子技术/半导体/集成电路 　　8、外包服务 　　 从事岗位： 　　毕业后主要从事产品经理、交互设计师、ui设计师等工作，大致如下： 　　1、销售助理 　　2、会计 　　3、人事专员 　　4、行政专员 　　5、仓库管理员 　　6、行政前台 　　7、出纳 　　8、行政助理 　　 工作城市： 　　毕业后，北京、上海、深圳等城市就业机会比较多，大致如下： 　　1、北京 　　2、上海 　　3、深圳 　　4、杭州 　　5、广州 　　6、成都 　　7、武汉 　　8、南京 　　 应用统计学专业就业前景怎么样 　　应用统计学专业主要包括一般统计和经济统计两类专业方向。 　　从培养目标上讲，主要是培养具有坚实的统计学基础理论，具有系统的研究方向专门知识，具有独立从事实际数据采集、处理和分析的能力，能为实际问题的解决和决策提供量化的依据，具有能够继续进行博士课程学习和研究的能力，成为统计分析，风险管理和精算方面的高级人才。 　　应用统计学专业研究生要发展，还是考虑往财税、金融等领域突破，考CPA、精算师等，到银行、会计事务所、保险公司等机构工作。因为单纯的统计是没什么工作好做的，需要和其他的工作(专业)相结合。

银行、保险、证券公司等金融部门。主要从事金融行业的用户分析、风险分析，如一些高校开设了风险管理与精算方向，毕业生可以从事精算师等非常热门的职业。想要在这个方向发展需要学好各种模型、统计软件并补充一些经济、证券、财务等知识。

感觉能学统计学的都是牛人

　　应用统计学专业就业方向有哪些 篇1 　　就业方向 　　统计学专业毕业生的就业前景非常好;主要到政府统计部门、经济管理部门，银行、证券公司、保险公司等金融机构以及信息咨询公司等从事研究和教学工作或者到大型企业部门从事数据分析工作。应用统计学专业的毕业生主要到企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作。具体来讲，主要有升学(攻读博士学位);出国留学;金融和保险部门;投资、证券及社会保障机构;市场调研、咨询及信息产业部门;国家统计部门;各类公司等就业途径。 　　就业前景 　　应用统计学专业主要包括一般统计和经济统计两类专业方向，从培养目标上讲，主要是培养具有坚实的统计学基础理论，具有系统的研究方向专门知识，具有独立从事实际数据采集、处理和分析的能力，能为实际问题的解决和决策提供量化的依据，具有能够继续进行博士课程学习和研究的能力，成为统计分析，风险管理和精算方面的高级人才。应用统计学专业研究生要发展，还是考虑往财税、金融等领域突破，考CPA、精算师等，到银行、会计事务所、保险公司等机构工作。因为单纯的统计是没什么工作好做的，需要和其他的工作(专业)相结合。 　　专业介绍 　　培养要求 　　该专业学生主要学习统计学的基本理论和方法，打好数学基础，具有较好的科学素养，受到理论研究、应用技能和使用计算机的基本训练，具有数据处理和统计分析的基本能力。 　　知识能力 　　1.具有扎实的数学基础，受到比较严格的科学思维训练; 　　2.掌握统计学的基本理论、基本知识、基本方法和计算机操作技能;具有采集数据、设计调查问卷和处理调查数据的基本能力; 　　3.了解与社会经济统计、医药卫生统计、生物统计或工业统计等有关的自然科学、社会科学、工程技术的基本知识，具有应用统计学理论分析、解决该领域实际问题的初步能力; 　　4.了解统计学理论与方法的发展动态及其应用前景; 　　5.对于理学学士，应能熟练使用各种统计软件包，有较强的统计计算能力;对于经济学学士，应具有扎实的经济学基础，具有利用信息资料进行综合分析和管理的能力; 　　6.掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法;具有一定的科学研究和实际工作能力。 　　主干课程 　　数学基础课、概率论、数理统计、运筹学、描述统计、抽样调查原理、多元统计分析、计算机基础、应用随机过程等。 　　实践教学 　　包括学年论文、社会调查、生产实习和毕业论文等。 　　开设学院 　　成都工业学院，天津工业大学、黑龙江科技大学、 中国人民大学、安徽大学、上海财经大学、上海对外经贸大学、南京邮电大学、中央财经大学、山西财经大学、兰州财经大学、中国传媒大学、浙江财经大学东方学院、中山大学、滨州学院、广州医科大学、南京医科大学、南方医科大学、华北水利水电大学、西安财经学院、安徽农业大学、湖北大学、广西科技大学、广西财经学院、河北师范大学、华南师范大学等 ,厦门大学、东北财经大学、东北大学、广东工业大学，贵州师范大学，黔南民族师范学院，呼伦贝尔学院等。 　　应用统计学专业就业方向有哪些 篇2 　　统计学专业介绍 　　统计学(statistics)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，进行量化分析、总结，做出推断和预测，为相关决策提供依据和参考。 　　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。随着数字化的进程不断加快，人们越来越多地希望能够从大量的数据中总结出一些经验规律从而为后面的决策提供一些依据。统计学专业不是仅仅像其表面的文字表示，只是统计数字，而是包含了调查、收集、分析、预测等。应用的范围十分广泛。 　　专业细分 　　统计学专业分为三个大的专业方向：数理统计方向、经济统计方向和应用统计方向。数理统计方向和经济统计方向的差距并不是很大，数理统计主要是对统计学的基本理论和方法进行研究;经济统计则是提供科学地调查、搜集经济信息，以及描述、分析经济数据并对社会经济运行过程进行预测、监督的一门科学。而应用统计学主要是调查、收集观察对象的数据信息，并通过描述统计等技术，分析观察对象的特征，发现事物的规律，进行预测、监督，以实现社会经济良性运行。 　　通过统计学专业的学习，可以掌握各种数据分析技术，了解统计学的前沿理论，还可以掌握科学调查、科学研究的思路，也将学到统计分析软件的使用技术。学习统计学要有一定的数学基础，并且还必须熟悉计算机操作。在实际工作中，统计工作需要借助各种统计分析软件完成。 　　专业应用 　　统计学专业主要包括一般统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。 　　培养要求 　　该专业学生主要学习必需的数学、物理的基础知识，学习力学基础理论及某一专业方向的专门知识，加强实验能力和计算机应用能力的训练，注意培养理论分析能力和力学应用的能力。受到科学研究和工程技术应用的`初步训练，具有良好的科学素养。 　　通过学习，将具备了以下几方面的能力： 　　1.掌握数学、物理的基础知识，具有较强的分析和演算能力; 　　2.掌握系统的力学基本理论知识，初步掌握力学的基本实验技能和实验分析方法;掌握一定的工程背景知识，初步学会建立简单力学模型的方法; 　　3.了解相近专业的一般原理和知识; 　　4.对该专业范围内科学技术的新发展有所了解; 　　5.了解国家科技、产业政策、知识产权等有关政策和法规; 　　6.掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法;具有一定的实验设计，创造实验条件，归纳、整理、分析实验结果、撰写论文，参与学术交流的能力。 　　统计学专业就业前景 　　1、数理统计(Mathematical Statistics)： 　　数理统计是应用概率论的结果更深入地分析研究统计资料，通过对某些现象的频率的观察来发现该现象的内在规律性，并作出一定精确程度的判断和预测;将这些研究的某些结果加以归纳整理，逐步形成一定的数学概型。 　　其就业方向：金融和保险部门;投资、证券及社会保障机构;市场调研、咨询及信息产业部门;高等院校、国家统计部门;各类公司等。 　　2、生物统计学(Biostatistics)： 　　生物统计学是一门探讨如何从事生物学实验研究的设计、取样、分析、资料整理与推论的科学。很多学校把生物统计设置在公共健康学院(SPH,School of Public Health ) 里面。 　　其就业前景是：毕业生不管是硕士还是博士，都很好找工作。博士生可以在大学做老师;可以在制药公司和生物科技公司做分析;有的毕业生也进入金融和保险行业;可以在医院或者科研机构工作。 　　3、金融统计(Financial Statistics)： 　　金融统计是央行和各金融机构统计部门对各项金融业务活动的情况和资料进行调查收集、整理和分析，提供统计信息和统计咨询意见，实行信息交流与共享，进行金融统计管理和监督等。 　　其就业方向： 　　证券基金类 　　银行类 　　四大会所 　　监管机构 　　大型垄断国企 　　保险类 　　其他(投资公司，担保公司)。 　　4、应用统计学(Applied Statistics)： 　　应用统计学是指统计学的一般理论和方法在社会，自然，经济，工程等各个领域的应用以及在应用中遇到的具体方法问题，它是统计学和其他学科之间形成的交叉学科也是理论统计学发展的源泉。 　　其就业前景是：学生毕业后可以从事的包括数学家，统计学家，运筹分析人员，计算机程序员，教师，财政分析员，公司会计，证券分析员等职业。

学习统计学，首先学好你的基础课线性代数及高等数学（包含离散数学，期望等等），然后找一本统计学基础知识的书（也即是说你们上课用的基础教材），好好理解每一个统计术语及统计意义，统计试验方法的设置及内容。统计学主要内容有：田间试验方案，设计方法，抽样方法，资料整理描述（平均数，标准差，变异系数……），常用概率分布，显著性检验，方差分析，协方差分析，卡方分析，线性回归（直线回归，多元线性回国，非线性回归），多水平统计分析，旋级矩阵分析，通径分析，聚类分析，主成分分析，时间生存分析，这些都是相对普遍简单的统计学知识，在平常的数据分析中基本上够用了，要是专业化研究领域还有更多的专业统计知识及相应的软件。首先学好基本普通的统计内容，边学习基本理论及具体计算原理，一边结合实例分析，还有就是最好下载一些常用统计软件DPS,SPSS,SAS,MINTAB,EVIWE……，输入例题数据自己亲手操作一下，事半功倍。如此，根据自己的兴趣可以强化，扩展，运用到你眼解决的实际！

满意答案︿妙不可言︿6级2012-07-11 统计学原理包括：统计学的研究对象和方法、统计学的基本范畴、统计组织和管理、统计调查的意义和种类、统计调查方案、统计调查方法、统计整理的意义和内容、统计分组、统计分布、统计表、总量指标、相对指标、平均指标、变异指标、综合指标的应用、抽样推断的意义和内容、抽样误差、抽样估计的方法、抽样组织的设计、假设检验的意义与假设命题、假设检验方法、符合检验与秩和检验、相关的意义和种类、相关图表和相关系数、回归分析、指数的意义和种类、综合指数和平均指数、因素分析、指数数列...统计学是在统计实践的基础上，自17世纪中叶产生并逐步发展起来的一门社会学科。它是研究如何测定、收集、整理、归纳和分析反映客观现象总体数量的数据，以便给出正确认识的方法论科学，被广泛的应用在各门学科之上，从自然科学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。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。 统计学主要又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。这两种用法都可以被称作为应用统计学。另外也有一个叫做数理统计学的学科专门用来讨论这门科目背后的理论基础

自己参考一下

抽样技术，多元统计分析，回归分析，概率论，分类资料，非参数统计，统计学案例分析，