時間：2023-07-20 16:25:38
導語：在統計學決策分析的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
1 引言
甘肅省作為我國西部經濟欠發達省份，以教育信息化帶動教育現代化發展，堅持以深度融合、機制創新、企業參與、應用驅動為導向，在教育管理信息化基礎建設、深化應用、創新融合方面，克服基礎條件差等困難，努力實現跨越式發展。
認真貫徹落實《教育信息化十年發展規劃(2011—2020年)》精神，(簡稱《十年規劃》)?！妒暌巹潯诽岢隽宋覈逃畔⒒磥硎甑?項任務和5個行動計劃，這8項任務和5個行動計劃又被概括為“三通兩平臺建設”。三通即：“寬帶網絡校校通、優質資源班班通、網絡學習空間人人通”，兩平臺即“教育資源公共服務平臺、教育管理公共服務平臺” [1]。
2 甘肅省教育管理公共服務平臺頂層設計
“十二五”期間，重點建立覆蓋全省各級各類教育的基礎數據庫及其管理信息系統，為各級教育行政部門和各級各類學校提供教育管理基礎數據和管理決策平臺。
按照教育管理信息系統“兩級建設、五級應用”原則，堅持“核心系統國家建、通用系統省級建、特色系統本級建”的建設模式。以甘肅省教育數據中心為依托，集中省級硬件基礎環境、人員技術力量，統籌建設教育管理公共服務平臺和教育資源公共服務平臺，兩平臺硬件環境共建共享，充分發揮效益，為全省教育管理和應用提供服務。國家級核心系統全面部署，省級通用系統基本完善，各級特色系統逐步推進。
在整體推進過程中，以硬件基礎環境建設為基礎，以保證國家核心系統部署與落地應用為第一要務，以省級通用系統建設與應用為特色，利用大數據統計分析為各級各類教育行政部門提供科學的決策服務，促進教育公平和教育現代化發展。
3 甘肅省教育管理公共服務平臺基礎運行環境[2]
為保障我省教育管理信息化的整體推進，向全省各級各類教育行政部門提供教育管理公共服務和基礎數據支撐，從2010起，加強省級教育數據中心建設工作，為省級和不具備機房環境的市州提供網絡基礎環境。按照“國家教育管理公共服務平臺《省級數據中心建設指南》”中總體要求進行建設，按照B類數據中心建設標準，建成了面積達250多平方米，安全、高效、節能、功能齊全、服務到位的省級教育數據中心。
4 甘肅省教育管理公共服務平臺建設情況
從2013年截至目前，我省教育數據中心已部署的國家核心管理系統有：中小學生學籍管理系統、中小學校舍安全管理系統、學生資助管理信息系統、中等職業學校學生管理信息系統、學前教育管理系統、教師管理信息系統、基礎數據庫、應用支撐平臺、安全運維監測平臺等，基本完成了教育部要求的全部系統的部署。
5 運用技術手段，實現各系統數據挖掘整合
2014年在國家核心系統建設的基礎上，為了便于各業務系統數據分析報表的查看和檢索，我省專門開發了甘肅省教育綜合數據監測系統，通過統一的教育管理數據監測平臺，對所有業務系統數據進行監測，通過統一的門戶平臺進行展示。
該系統設計面向服務的體系結構(SOA)，使用J2EE和HTML5程序設計并且在數據的抽取、轉換和加載運用了目前先進的ETL技術，通過對中小學學籍系統數據庫、教師管理系統、中等職業學校學生管理信息系統數據庫、校舍安全管理系統數據庫的關聯，動態提取各種數據，生成教育行政部門所需的各種統計報表。系統通過學生、教師和學校三個橫向維度，按照學前、基礎教育、中等職業教育和綜合四個縱向維度，把各業務系統報表統一進行展示，并跨系統進行數據關聯和對比，按照教育決策部門需要，靈活方便地生成的各種類型報表，按照折線圖、餅狀圖、柱狀圖和數據報表等形式直觀方便地進行展示。
6 利用大數據分析共享，提高社會公共服務能力
按照“核心系統國家建、通用系統省級建、特色系統本級建”的原則，進一步落實“一庫五應用”建設目標，甘肅省在國家核心系統建設的基礎上，對各孤立分散的業務系統數據進行跨系統整合，科學、精準、可持續的獲取數據，深度挖掘分析數據，從而打造甘肅省教育管理數據監測服務系統，為全省教育行政部門提供科學有效的決策數據。
根據我省當前的信息系統實際情況，結合今后教育信息化的長遠發展和規劃，將各業務系統數據通過抽取、轉換、加載等環節，加載到甘肅省教育管理數據監測服務系統中，滿足甘肅省教育管理數據監測及分析需要。如：學籍系統、教師系統、校安系統、學期系統、中職系統等都是原始的基礎數據，如要跨系統進行數據分析對比和提取，應了解：①農村六年制小學按照學生人數統計教師的分配情況，初級、中級、高級教師的分配情況，教師的年齡結構情況，音體美藝術類專業教師的分配情況。②根據學校片區分布和片區學生教師人數，分析片區學校布局是否合理。③通過小學入學人數、幼兒園入園和畢業人數、義務教育人口監測中適齡入學人數對比，分析入園和入學情況。④查看全省大班情況等。要得到這些分析報表，必須通過對各業務系統源數據進行動態抽取、轉換、加載和分析，最后生成所需要的報表。
7 結語
“三通兩平臺”的建設和應用是我省當前階段教育信息化發展的戰略重點，應用好教育管理公共服務平臺是各級教育信息化工作者的愿望，通過對各孤立的管理系統的數據挖掘和分析，向各級決策管理者或專業人員提供及時、科學、有效的監測報告，從而為決策者科學決策提供服務。
關鍵詞：區域經濟 微觀層面 計量地理學
1、計量地理學[2]在區域經濟學中的應用
1.1 地理學中經典的統計分析方法
經典的統計方法有回歸分析、主成分分析、時間序列分析、相關分析、系統聚類分析、趨勢面分析方法等等
1.1.1回歸分析
回歸分析是研究對象與影響因素之間的關系，包括函數確定和相關關系不確定?；貧w就是用統計手段找出變量間近似函數關系的方法。在回歸分析中，通常將我們關心的研究對象稱為因變量，并且在一次研究中一般只有一個因變量，將影響因變量的其他因素稱為自變量，自變量的個數既可以有一個（稱為一元回歸），也可以有多個（多元回歸）。在農戶自主發展能力的三商影響研究[3]中，采用多元回歸分析可知農戶自主發展能力與智商，情商和財商存在顯著的線性關系。在研究智商，情商和財商分別對農戶自主發展能力貢獻大小時，可依次采用一元回歸分析。
1.1.2主成分分析
主成分分析是指把反映樣本某項特征的多個指標變量轉化為幾個綜合變量的多元統計方法。在區域經濟研究過程中，常常需要用多個變量對多個區域或城市進行綜合評價，如區域經濟發展水平，區域經濟綜合競爭力，地區經濟發展潛力，地區投資環境，城市經濟綜合實力等，這些綜合評價指標的共同特點是需要將多個相關指標合成一個綜合指標，以反映各區域或城市在某一方面的綜合水平。要完成這項工作，一般要經過以下五項步驟：
第一，選取指標
第二，對指標進行矢量綱化處理
第三，對指標進行簡化或歸類處理
第四，確定權重
第五，計算綜合評價值
在基于微觀視角的河南省農區經濟類型劃分[4]文章中，采用主成分分析方法，通過計算出各鄉鎮每個主成分的得分，結合地勢狀況，土地資源狀況，把農區經濟首先劃分為富裕區、小康區、溫飽區、貧困區等4中類型，又可進一步劃分為平原富裕區、丘陵富裕區、平原小康區、丘陵小康區、山地小康區、盆地溫飽區、山地溫飽區、平原貧困區、盆地貧困區、山地貧困區等9種類型區。
1.2 線性規劃分析
線性規劃在實際應用日益廣泛與深入，已經被廣泛地應用到工業、農業、商業與交通運輸規劃、工程技術的優化設計以及企業管理等各個領域。在地理學領域，線性規劃是解決有關規劃，決策和系統優化問題的重要手段。
線性規劃應用最多的實例就是農場種植計劃或農區集中選擇。如果線性規劃只有單一的目標函數，那么建立的種植計劃模型就是單目標規劃模型，進而給出種植計劃方案，要么使總產量最大，要么使總產值最大，兩目標無法兼得；多目標規劃的思想就可以解決這個問題。
1.3 空間統計分析
空間統計學的理論發展c70年代，空間統計分析處理的數據是空間數據，空間數據具有地理位置屬性的一類特殊數據，不用于一般的截面數據和時間序列數據。通常運用空間分析的方法分析空間中“點”的分布具有什么樣的規律，是否具有聚集性的特點，怎樣去度量這種聚集程度?？臻g統計分析的核心是認識與地理位置相關的數據間的空間依賴，空間關聯或空間自相關，通過空間位置建立數據間的統計關系。
Moran指數和Geary系數是兩個用來衡量空間自相關的全局指標。Moran指數反映的是空間鄰接或空間鄰近的區域單元屬性值的相似程度。Geary系數與Moran指數存在負相關關系。局部空間自相關的分析方法包括3種：（1）空間聯系的局部指標（LISA）：是描述區域單元周圍顯著的相似值，區域單元之間空間集聚程度的指標。（2）G統計量：顯著的G統計量正值表示在該區域單元周圍，高觀測值的區域單元趨于空間集聚；而顯著的負值表示低觀測值的區域單元趨于空間集聚。（3）Moran散點圖：用來研究局部的空間不穩定性。
利用空間統計分析通常用于宏觀尺度的分析，比如中國大陸30個省級行政區人均GDP的空間關聯分析，基于空間統計分析與GIS的人口空間分布模式研究――以甘肅省天水市為例[5]，研究表明天水市人口分布呈現西北-東南模式，存在顯著的空間集聚現象。
1.4 投入產出分析
投入產出分析又稱“部門平衡”分析，或稱“產業聯系分析”，最早由美國經濟學家瓦.列昂捷夫（W.Lenotief）提出，主要通過編制投入產出表及建立相應的數學模型，反映經濟系統各個部門（產業）之間的相互關系。自20世紀60年代以來，這種方法就被地理學家廣泛地應用于區域產出構成分析，區域相互作用分析以及資源利用與環境保護研究等方面。在現代經濟地理學中，投入產出分析方法是必不可少的方法之一。
投入產出在微觀層面的研究，地形對山區農田人地系統投入產出影響的微觀分析――河南省鞏義市吳溝村的實驗研究[6]中把多種農業投入（x1，x2，x3...）與產出（Y）之間的關系以道格拉斯生產函數的形式Y=AX1αX2α表示出來，在該文中利用有關學者的研究成果確定折能系數，進行農田地塊能量投入產出及效率的有關折算，得出地形對農田投入產出的影響。
1.5 AHP決策分析
AHP決策分析方法是美國運籌學家T.L.Saaty于20世紀70年代提出的，AHP決策分析方法（Analytic Hierarchy Process）是一種定性與定量相結合的決策分析方法，常常被運用到多目標，多準則，多要素，多層次的非結構化的復雜決策問題，特別是戰略決策問題的研究，具有十分廣泛的實用性。
甘肅省兩西地區扶貧開發戰略問題進行定量分析[7]文章中采用層次分析法給出了諸戰略目標、發展戰略、制約因素及方針措施的重要性排序，為地區扶貧開發建設決策提供了可續依據。根據這種思路是否也可以在微觀層面上用層次分析法為較快較好的進行精準扶貧提供較為科學的依據。
1.6 地理網絡分析
網絡分析主要運用圖論方法研究各類網絡的結構及其優化問題，對于許多現實的地理問題，譬如城鎮體系問題，城市地域結構問題，交通問題，商業網點布局問題，物流問題，管道運輸問題等等都可以運用網絡分析方法進行研究。中國中部農區企業集群的競爭優勢研究――以河南省虞城縣南莊村鋼卷尺企業集群為例[8]利用圖論很清楚的描述出了各個因素之間的聯系。
參考文獻：
[1] 李小建.經濟地理學的微觀研究[J].經濟地理，2011，31（6）：881-887.
[2] 徐建華.計量地理學[M].北京：高等教育出版社，2006.
[3] 喬家君，黨睿，趙德華.農戶自主發展能力的三商影響研究[J].經濟地理，2009，29（7）：1160-
1166.
[4] 喬家君，李小建.基于微觀視角的河南省農區經濟類型劃分[J].經濟地理，2008，28（5）：832-
836.
關鍵詞數據挖掘；會計管理；計算機技術
一、數據挖掘
數據挖掘是從數據當中發現趨勢和模式的過程，它融合了現代統計學、知識信息系統、機器學習、決策理論和數據庫管理等多學科的知識。它能有效地從大量的、不完全的、模糊的實際應用數據中，提取隱含在其中的潛在有用的信息和知識，揭示出大量數據中復雜的和隱藏的關系，為決策提供有用的參考。數據挖掘是從數據當中發現趨勢和模式的過程，它融合了現代統計學、知識信息系統、機器學習、決策理論和數據庫管理等多學科的知識。它能有效地從大量的、不完全的、模糊的實際應用數據中，提取隱含在其中的潛存有用的信息和知識，揭示出大量數據中復雜的和隱藏的關系，為決策提供有用的參考。
二、數據挖掘的現代最新方法介紹
常用的數據挖掘方法主要有決策樹(DecisionTree)、遺傳算法(GeneticAlgorithms)、關聯分析(AssociationAnalysis).聚類分析(C~smrAnalysis)、序列模式分析(SequentialPattern)以及神經網絡(NeuralNetworks)等。
三、數據挖掘的實際應用
由于數據挖掘市場還處于起步的階段，但是發展很快。在國外有一些著名的大公司對數據挖掘系統進行了開發。
1.IntelligentMiner這是IBM公司的數據挖掘產品，它提供了很多數據挖掘算法，包括關聯、分類、回歸、預測模型、偏離檢測、序列模式分析和聚類。有2個特點：一是它的數據挖掘算法的可伸縮性；二是它與IBM/DB/2關系數據庫系統緊密地結合在一起。
2.EineSet是由SGI公司開發的，它也提供了多種數據挖掘方法，包括關聯分析和分類以及高級統計和可視化工具。特色是它具有的強大的圖形工具，包括規則可視化工具、樹可視化工具、地圖可視化工具和多維數據分散可視化工具，它們用于實現數據和數據挖掘結果的可視化。
3.Clementine是由ISL公司開發的，它為終端用戶和開發者提供提供了一個集成的數據挖掘開發環境。
4.DBMiner是由DBMinerTechnology公司開發的，它提供多種數據挖掘算法，包括發現驅動的OLAP分析、關聯、分類和聚類。特色是它的基于數據立方體的聯機分析挖掘，它包含多種有效的頻繁模式挖掘功能和集成的可視化分類方法。
四、數據挖掘與管理會計
1.提供有力的決策支持
面對日益激烈的競爭環境，企業管理者對決策信息的需求也越來越高。管理會計作為企業決策支持系統的重要組成部分，提供更多、更有效的有用信息責無旁貸。因此，從海量數據中挖掘和尋求知識和信息，為決策提供有力支持成為管理會計師使用數據挖掘的強大動力。例如，數據挖掘可以幫助企業加強成本管理，改進產品和服務質量，提高貨品銷量比率，設計更好的貨品運輸與分銷策略，減少商業成本。
2.贏得戰略競爭優勢的有力武器
實踐證明數據挖掘不僅能明顯改善企業內部流程，而且能夠從戰略的高度對企業的競爭環境、市場、顧客和供應商進行分析，以獲得有價值的商業情報，保持和提高企業持續競爭優勢。如，對顧客價值分析能夠將為企業創造80%價值的20%的顧客區分出來，對其提供更優質的服務，以保持這部分顧客。
3.預防和控制財務風險
利用數據挖掘技術可以建立企業財務風險預警模型。企業財務風險的發生并非一蹴而就，而是一個積累的、漸進的過程，通過建立財務風險預警模型，可以隨時監控企業財務狀況，防范財務危機的發生。另外，也可以利用數據挖掘技術，對企業籌資和投資過程中的行為進行監控，防止惡意的商業欺詐行為，維護企業利益。尤其是在金融企業，通過數據挖掘，可以解決銀行業面臨的如信用卡的惡意透支及可疑的信用卡交易等欺詐行為。根據SEC的報告，美國銀行、美國第一銀行、聯邦住房貸款抵押公司等數家銀行已采用了數據挖掘技術。
五、數據挖掘在管理會計中的應用
1.作業成本和價值鏈分析
作業成本法以其對成本的精確計算和對資源的充分利用引起了人們的極大興趣，但其復雜的操作使得很多管理者望而卻步。利用數據挖掘中的回歸分析、分類分析等方法能幫助管理會計師確定成本動因，更加準確計算成本。同時，也可以通過分析作業與價值之間的關系，確定增值作業和非增值作業，持續改進和優化企業價值鏈。在ThomasG，JohnJ和Il-woonKim的調查中，數據挖掘被用在作業成本管理中僅占3%。
2.預測分析
管理會計師在很多情況下需要對未來進行預測，而預測是建立在大量的歷史數據和適當的模型基礎上的。數據挖掘自動在大型數據庫中尋找預測性信息，利用趨勢分析、時間序列分析等方法，建立對如銷售、成本、資金等的預測模型，科學準確的預測企業各項指標，作為決策的依據。例如對市場調查數據的分析可以幫助預測銷售；根據歷史資料建立銷售預測模型等。
3.投資決策分析
投資決策分析本身就是一個非常復雜的過程，往往要借助一些工具和模型。數據挖掘技術提供了有效的工具。從公司的財務報告、宏觀的經濟環境以及行業基本狀況等大量的數據資料中挖掘出與決策相關的實質性的信息，保證投資決策的正確性和有效性。如利用時間序列分析模型預測股票價格進行投資；用聯機分析處理技術分析公司的信用等級，以預防投資風險等。
4.產品和市場預測與分析
品種優化是選擇適當的產品組合以實現最大的利益的過程，這些利益可以是短期利潤，也可以是長期市場占有率，還可以是構建長期客戶群及其綜合體。為了達到這些目標，管理會計師不僅僅需要價格和成本數據，有時還需要知道替代品的情況，以及在某一市場段位上它們與原產品競爭的狀況。另外企業也需要了解一個產品是如何刺激另一些產品的銷量的等等。例如，非盈利性產品本身是沒有利潤可言的，但是，如果它帶來了可觀的客戶流量，并刺激了高利潤產品的銷售，那么，這種產品就非常有利可圖，就應該包括在產品清單中。這些信息可根據實際數據，通過關聯分析等技術來得到。
5.財務風險預測與評估
管理會計師可以利用數據挖掘工具來評價企業的財務風險，建立企業財務危機預警模型，進行破產預測。破產預測或稱財務危機預警模型能夠幫助管理者及時了解企業的財務風險，提前采取風險防范措施，避免破產。另外，破產預測模型還能幫助分析破產原因，對企業管理者意義重大。，數據挖掘技術包括多維判別式分析、邏輯回歸分析、遺傳算法、神經網絡以及決策樹等方法在管理會計中得到了廣泛的應用。
一、數理統計與企業管理的關聯性
1. 是企業計劃管理的基本工具。作為企業管理工作中的重要組成部分之一,企業計劃管理過程離不開數理統計,以便對所需數據與資料進行統計，數理統計為企業計劃的制定提供了基本依據，對企業計劃的方法進行檢查，也屬于企業計劃額制定中的重要方面，因此，可以這樣說，數理統計為企業計劃管理提供了基本工具。
2. 為企業管理活動提供了依據。企業的良好發展需要對實施情況了解充分,數理統計滿足了這一要求，其以數學語言為依據，對現有指標體系進行了構建，可以將企業業務活動、執行過程等各個環節加以量化，具有更精確、更直觀、更有針對性等特點。就統計報表而言，它可使管理者直觀、清晰地了解企業經營與生產狀況。對于產品流通統計報表而言,管理人員能夠借助于數理統計，得出所存在的問題，經簡單計算,將產品庫存、流通狀況同其他年度相對應情況加以對比，其增長、發展情況進行了解。此類統計報表直觀反映了管理的偏差和存在的問題，管理者可以依據市場動態變化情況，及時加以調整。此外,產品生產狀況、市場供求關系情況、企業發展條件等，這些都離不開數理統計,只有借助于其專業化的統計方法,方可組織開展調查，對企業所需了解情況加以分析和研究，及時掌握最新動態,采取可行方法，為企業的健康、穩定發展搭建良好的平臺。
3.為企業活動監督面了重要手段。企業借助于數理統計,對自身發展狀況加以統計，該統計其實也為企業的“自查”提供了重要的手段。通過統計所需情況，對企業各項活動進行監督。在統計中及時找到所存在問題，通過統計了解企業發展需求,加快企業管理工作的改革。通常而言,企業管理采用數理統計方法,能夠對企業各項事務的執行狀況加以查看，對所涉及資料進行檢查，對企業所制定計劃的執行狀況進行檢查，掌握業務活動進展，明確企業發展動態。在齡淀計劃期限內,對預計劃進展情況加以對比，明確計劃執行狀況，針對剩余計劃具有直觀的認識,便于進一步調整速度，若難以在計劃規定期限內完成,可以及時制定措施，加快跟進;若時間足夠充裕，可加以調整?？偠灾?就企業管理人員而言，必須把控好計劃發展速度，逐步調整其內容及執行方式，提高工作效率，確保計劃順利開展。此外，就企業經濟核算而言，采用數理統計方法對企業經濟核算進行監督也十分有必要。經濟核算嚴格與否標志著企業管理工作質量的高低，為了最大限度地提升企業經濟航數理統計所發揮的作用不可小覷。
4.為企業經濟研究提供了參考。企業管理工作離不開有效的管理方法,為此,必須摸清經濟發展及價值規律，以防企業各項活動盲目、主觀地開展，導致最終失敗，因此，企業經濟研究工作十分重要。企業經濟研究內容主義包括了經濟的發展趨勢、特征及走向等，對此類內容的分析和研究，也需收集大量數據、材料，也離不開數理統計方法，如平均指標、動態數列等。由此可知,數理統計為企業經濟研究工作提供了所需數據與資料，客觀反映了企業的生產與經營情況,為企業各項經濟活動運行提供了重要的參考。
二、運用數理統計,提高企業管理水平
為了推動企業健康發展，提高經濟、社會效益，必須加強企業管理，提高管理水平，這一過程離不開數理統計工具的運用。主要體現在如下方面：
1. 產品質量控制。企業所生產產品的質量并非一成不變,每批次產品的質量多多少少都存在差異性，這主要是由于諸多隨機、難以控制的以及突發性可控等因素引發的。若產品生產過程只受到隨機因素的影響，則稱該過程為統計控制狀態，此時其質量特征值服從正態分布，依據正態分布的性質可知，生產過程以”千分之三”為依據進行質量控制，以便實現事前控制,避免不合格產品出現，有助于企業經濟效益的大幅提升。
2. 產品質量管理。采用質量控制圖旨在對生產工序進行監控，確保其處于統計控制狀態下，最大限度地減少不合格產品出現，但是，產品最終檢驗仍很有必要。對所有產品進行檢驗是難以實現的，此時，需要運用數理統計中的”小概率事件原則”,采用一次抽樣檢驗對產品合格與否進行推斷。
3. 管理決策分析。1939年，統計學家瓦爾特首次提出了 ”決策理論”進行假設檢驗及參數估計。制定決策四大步驟如下:一是明確決策制定目標;二是找出可行性的方案;三是選擇方案;四是對已選方案加以評價。決策分析需要以中心準則-期望值方法為依據，進行最優方案的選擇，并按照最優方案加以執行。隨著信息咨詢公司的大量出現，若決策過程中開展了試驗、調查，獲取了附加信息，即可對先驗概率進行修正，獲取后驗概率，該概率涵蓋了所有經驗和方法，并吸收借鑒了試驗與調查信息，能夠正確加以決策，極大地提升了企業管理決策的期望效益。
三、結語
1 評價指標體系的構建
1.1指標體系設計方法 在進行評價時，首先要建立合理的評價指標體系。目前，國內外對醫院的公共服務水平評價還沒有形成專門的學派和統一的評價模式，只有部分研究用于信息系統評價領域，評價的相關理論參考。本文是基于數字化醫院的服務水平評價體系，本身與信息系統評價體系相比，有一般信息系統的共性，又具有醫院服務水平的特性。為了搭建科學的評價指標體系來綜合評價數字化醫院建設中的服務水平變化情況，更好地指導信息建設、提高醫院服務水平，提升診療能力，指標體系根據整體性、層次性、定性分析和定量分析相結合、可測性、科學性先進性、可比性這六大基本原則，選用層次分析法（analytical hierarchy process，AHP）進行評價模型的建立，指標內容涉及軟件技術、硬件設施、診療水平和滿意度等方面，第一層準則層為基礎建設、服務能力、工作質量、用戶評價4個部分，第二層子準則層由27項指標組成，評價指標體系結構如下圖所示。
1.2評價指標定義
1.2.4用戶評價 設計不同人群的滿意度調查問卷：①醫生滿意度：設計醫生滿意度調查問卷并選取一個病區，隨機抽取一定量的護士填寫問卷，計算滿意度均值；②護士滿意度：隨機抽取一定數量的護士填寫問卷，計算滿意度均值；③決策滿意度：設計決策滿意度調查問卷，隨機抽取一定數量的中層干部填寫問卷，計算滿意度均值；④患者滿意度：設計患者滿意度調查問卷，抽取一定數量的出院患者填寫問卷，計算滿意度均值。
3 結論
本文應用層次分析法建立評價醫院服務水平信息系統各項指標，選取Saaty權重法對指標進行加權，引入秩和比法進行分檔排序，從而構建數字化醫院服務水平評價模型，評價了醫院基礎建設、服務能力、工作質量、用戶評價四個方面的指標，指標具有一定的代表性和獨立性，在一定程度上保障了評測的準確性。通過該評價模型可以將醫院信息建設不同階段的指標體系納入到評價模型中，從而評定出優劣檔次。"優"檔代表醫院數字化建設對醫院服務水平的提高有一定的促進作用，"中"檔說明數字化建設對醫院服務水平的影響程度不明顯，"低"檔則說明數字化建設影響了醫院服務水平的提升。該評價體系便于分析醫院進行數字化建設前后對醫院服務水平的影響程度，為醫院決策者在實施數字化建設和制定醫院發展目標提供決策依據?，F有學者在醫院服務能力評價和信息系統評價方面均進行了比較深入的研究，但在數字化醫院建設和醫院服務水平兩者結合下的評價系統研究方面探索不多，文本提供了一種思路和方法，并具有一定的應用性，但限于本人的研究水平，還有許多不足之處，①主要表現子在文中應用的層次分析法的思想，由于依據專家主觀判斷，存在一定的誤差，沒有客觀定權法更公正，會導致判斷矩陣產生不一致的情況；②在指標的選取上，由于對象和范圍的不同，有可能對評價結果排序產生影響；③選取不同的指標定權法也會影響結果的穩定性所以必須對判斷矩陣進行一致性檢驗，通過一致性檢驗后才能確定最后的權重值。
綜上所述，本文研究的醫院服務水平評價模型為評價數字化醫院服務水平，基于以上不足，需要在以下3個方面不斷完善：①進一步完善指標體系，采用不同視角、不同深度進行挖掘，使之更加具有代表性；②進一步擴展醫院服務水平的內涵，利用決策分析、區域醫療、電子檔案等方面尋找評價對象；③ 結合管理類、信息技術、統計學等多學科、多領域，利用現代網絡平臺，探索更為優化、合理的研究分析方法。
參考文獻：
[1]李孜，劉智勇，馬敬東，等.醫院信息系統評價復雜性研究_stakeholder分析[J].中國醫院管理，2006，3：192-194.
[2]邢一亭，孫曉琳，王刊良，等.信息系統概念模型評價研究-一個研究框架[J].情報雜志，2009，28（12）：5-10.
[3]劉國芳.基于模糊多準則決策的信息系統選型研究[D].鎮江：江蘇大學，2010.
關鍵詞：統計分析；財務管理；作用；建議
中圖分類號：F230 文獻標識碼：A 文章編號：1001-828X（2015）003-000-02
一、前言
自改革開放以來，我國的市場經濟面臨著諸多機會，與此同時，也面臨著巨大的挑戰。尤其是市場的競爭不斷激烈，許多事業單位為了獲得更大的市場份額，不斷提高自己的競爭優勢，以此來激活事業單位的活力。而在事業單位的經營活動當中，事業單位的財務管理部門需要分析大量的數據和信息來為事業單位管理提供決策信息，并為相關利益者提供事業單位的財務狀況，這時為了完成數據的分析就需要運用統計分析這一手段。一般來說，統計分析是在數據的設計、調查、整理之后進行的一項統計工作，它主要是根據科學的方法來收集一些統計數據，然后再運用具體的方法對這些數據進行定性和定量的分析。這樣，統計工作才能對事業單位生產經營過程中產生的數據進行全面、系統地記錄。因此，在日益加劇的市場競爭下，為了能夠給事業單位的管理者和相關利益人員提供有價值的決策信息，統計分析在事業單位的財務管理中得到了廣泛的應用。
二、統計分析與財務管理的聯系
一般來說，統計學是一門應用廣泛的學科，需要經過數據的收集、整理和分析等過程，并且廣泛應用于管理學、醫學、經濟學和心理學等諸多領域當中。而統計分析作為統計學當中的一種科學方法，需要運用統計的方法從定量和定性的方法來綜合考慮問題。因此，在事業單位的財務管理過程中，以經濟理論為依據，通過應用統計學的科學方法，不斷提高事業單位資金的組織和管理效率，以此來協調事業單位各部門與財務部門之間的關系。鑒于此，在事業單位的財務管理中應用統計分析，其具體過程如下：首先，通過收集事業單位生產經營過程中的數據來了解事業單位系統當中的變異問題，并進行程序控制來為事業單位管理者的決策提供數據支持，這樣能夠提高事業單位的營運能力、償債能力和盈利能力；其次，分析事業單位的產品收入、成本、費用等數據，這樣能夠提高事業單位的財務分析效率；最后，對事業單位在投資、營運過程中產生的科學數據進行分析，從而實現事業單位社會效益最大化。所以，在事業單位管理中，統計分析和財務管理是相輔相成、密不可分的，統計分析為事業單位的新財務管理提供了量的數據和信息，并且通過這種方法使財務管理和統計的資料實現共享性；與此同時，事業單位的財務管理推動了統計分析的發展，使統計學的應用更加廣泛，不僅包含了一些經濟活動的信息統計管理，還包括其他行業數據信息的統計管理。因此，在事業單位的財務管理中，依據統計分析，才能使事業單位的財務管理工作更加科學和完善。
三、統計分析在財務管理中的應用
1.統計分析在財務管理中的運用
在事業單位的財務管理工作中，需要定期向事業單位的管理者、投資者等利益相關人報送事業單位的財務報表，從而讓他們掌握事業單位的財務狀況和經營成果，進而不斷了解事業單位的盈利能力和償債能力等。所以，這些數據分析過程需要通過比率分析、比較分析、因素分析等統計分析方法來完成。
（1）比率分析法
比率分析法是通過計算而得出的經濟指標的財務比率，在這個過程中需要考慮事業單位財務狀況的多方面因素，以此來揭示事業單位經濟指標之間的相互關系并確定經濟活動之間的相互聯系。通常情況下，常見的比率包括相關比率、構成比率、效率比率等。首先，相關比率是對在經濟活動中具有相互依存關系的兩個或兩個以上的相關數據進行對比而得出的財務比率，如資產負債率等，通過分析可以得出事業單位的經濟業務是否安排合理以及事業單位的生產經營狀況是否良好。構成比率，是指由于事業單位的一項經濟指標發生變化，這時指標的構成部分與總體之間的比重，比如說應收賬款周轉率等，它反映了在一個周期內，財務報表中的相關項目的重要性。效率比率是財務報表中的費用與所得數據之間的比率，反映出了投入與產出之間的關系，可以用來衡量事業單位的利益得失。綜上，比率分析法的計算簡單并且直觀，但除此之外，還具有一些缺點，主要是不能夠為人們提供財務報表之間關系，這樣就很難反映比率與報表之間的聯系。
（2）比較分析法
一般我們也將比較分析法稱之為對比分析法，主要是將兩個或多個數具有相同性質的數據指標進行對比分析，然后通過分析來判斷事業單位之間的差距，這樣能夠為事業單位的財務管理做好準備。從橫向的角度來說，將同一時期的事業單位相關數據與其他事業單位的數據進行比較，這樣就能夠得出事業單位與同行之間的差距；而從縱向的角度來說，將事業單位歷年來的數據進行分析，這樣就可以將事業單位不同時間段的增減情況表現出來，從而信息的需求者能夠按照這些數據的分析結果做出正確的決策。
（3）因素分析法
因素分析法是應用一定的方法，對共同影響某一指標的幾個關鍵因素進行測定，用以反應不同因素對經濟指標各自的影響程度。通常來說，因素分析法包括連環替代法、差額分析法、指標分解法、定基替代法四種方法，這種方法主要優點在于能夠比較客觀的找出影響事業單位的財務指標的關鍵因素，但是其缺點就是其計算結果只是在某種假定前提下的結果，為此，財務分析人員在具體運用此方法時，應注意力求使這種假定是合乎邏輯的假定，是具有實際經濟意義的假定，這樣，計算結果的假定性，就不會妨礙分析的有效性。
2.統計分析在財務管理中的重要作用
（1）統計分析能夠加強事業單位的經營管理
統計分析工作不只是在財務管理中簡單的處理一些財務信息，還應該作為財務分析工作的工具，通過歸納分析數據，運用一定的方法來發現事業單位財務管理工作中存在的問題。與此同時，通過定量的數據分析法得出事業單位的資金流量和風險大小，以此來為投資者提供一些數據支持，也方便事業單位管理者規劃事業單位的發展方向。因此，面對日益激烈的競爭市場，統計分析能夠及時分析事業單位的經營情況，為財務管理部門提供科學的統計方法和統計技術。
（2）統計分析為事業單位提供了財務預測和決策
事業單位的財務預測是事業單位的一種規劃手段，其結果是財務決策，能夠提高事業單位的經營主動性。因此，為了達到事業單位財務管理的目標，在財務管理過程中需要充分發揮統計分析的作用，靈活運用相關的統計方法，利用預測、決策分析等軟件，做好基本的財務預測和分析工作，保證統計分析結果的有效性和及時性。除此之外，事業單位還應建立信息質量監督部門，配備專業的人員，監督數據的真實性，提高統計分析的數據質量。
四、在事業單位財務管理中提高統計分析的建議
1.加強統計分析和財務管理的一體化
統計分析和財務管理都是經濟管理的重要工具，但是通常來說，進行統計分析的主要任務是計算和分析統計指標，而財務管理的主要任務是分析財務信息，其中包括分析會計核算信息和財務報表信息兩個部分。所以，統計分析和財務管理分析通常是平行進行的，二者在各自的工作崗位單獨進行，沒有互相交叉的部分，所以對于兩者交叉的部分通常會出現結果不同的情況，這樣就不利于提高事業單位的財務管理工作的效率。因此在財務管理的整個過程中直接應用統計分析的方法，共同開發統計軟件和財務管理軟件，充分發揮計算機的作用，對財務活動中所產生的相關數據進行計算和分析，由此將統計分析系統運用于財務分析中，能夠大大提高財務管理的效率，從而為事業單位提供決策依據，使事業單位實現社會效益最大化的同時，更好的發揮經濟效益。
2.加強會計人員和統計人員的分工配合
當前，事業單位當中的統計工作常常受到統計人員和會計人員的雙重限制，由此沒有辦法準確和全面的開展統計工作。由此，這就需要充分協調統計人員和會計人員之間的關系，不斷加強二者之間的交流和配合，這樣優勢互補才能夠促進財務管理工作順利進行。總體來說，在財務管理部門需要培養復合型的人才，從而使工作人員不僅熟悉統計工作的財務知識，還熟練掌握統計工作，在職能上使會計人員和統計人員的工作相互滲透，從而不斷改進和提高會計工作的質量。
五、結束語
綜上所述，事業單位的財務信息在事業單位的財務管理中發揮著越來越重要的作用，正確將統計分析運用到事業單位的財務管理當中，能夠為事業單位管理者做出決策提供科學的數據依據，還能夠更好的為事業單位財務管理部門服務。
參考文獻：
[1]陳衛燕.項目管理在財務統計分析系統建設中的應用[J].事業單位改革與管理，2014，17（15）：52-53.
[2]事業單位財務與管理與統計分析技術的結合探究.楊江萍[J].中國管理信息化，2013，16（10）：85-86.
[3]李軍.試論統計分析在事業單位中的應用[J].現代事業單位，2014，2（10）：157-158.
[4]王凱.淺析如何運用統計分析方法加強事業單位財務分析能力[J].商情，2013，13（38）：97-98.
【關鍵詞】企業；財務統計；重要性
1.企業財務統計工作內涵意義
企業開展財務統計工作不僅可滿足不同行業、部門增加值計算要求，真實反應各個單位開展生產經營活動獲取的最終結果，還可為國內生產總值測算提供所需的重要基礎信息數據。同時企業財務統計工作可為企業、國家與個人間的分配關系提供調整格局利益、制定分配收入政策的基礎依據，并可為核算資金流量提供各機構分配收入的相關資料與相應他類財務統計參考資料。再者企業財務統計工作還可為核算資產負債提供基礎必要數據，可作為企業研究經濟實力的科學依據并成為核算資產負債的數據基本來源。
2.企業統計與會計關系
統計學與會計學在學科性質層面存在本質的不同，會計學主要研究以貨幣為主體的記賬單位，采用復式記賬模式反應企業運行資金狀況，進而滿足投資人、政府、企業管理人與債權人等各方了解企業經營成果及財務狀況的根本需求，其具有收益性與個體性等顯著特征，可通過對個體經營的計量實現最大化效益目標。而統計學則是對事物在數量上體現的總體特征進行反應的方法論學科，其涵蓋大量性與總體性特征，通過對較多個體的計量觀察借助差異反應總體層面的規律性，因此可以說會計主要研究對象為個體，而統計則以總體作為研究目標。統計與會計采用的計量方式同樣包含差異性，會計記賬單位為貨幣，通過對其計價以及設置賬戶、填制憑證、核算成本及審核方式對企業各項經濟業務開展系統、連續反映與登記。會計計量包含系統、連續及嚴密等現實特征。而統計則主要以勞動、貨幣及實物等記賬單位采用各類調查方式借助分組法、指數法、回歸法進行自然及社會現象各個數量關系的分析與計量，進而真實反映事物間的客觀規律性。由此可見統計計量包含綜合、及時與靈活特征。雖然統計與會計屬于相互獨立的兩類學科，然而二者會在較多領域互相利用與交叉。會計領域應用統計方式較為廣泛，令會計學內容不斷豐富、會計職能有效擴展，并令會計作用不僅僅局限在滯后反應層面，利用統計信息可科學預測企業未來，依據預期目標對其經濟日常業務開展有效考核控制。統計領域應用會計方式同樣較為廣泛，在企業統計實踐中包含較多的統計指標均需由會計核算中實現獲取，尤其是一些重要的價值量指標。由此可按會計手段方式在統計中令各項內容全面豐富，促進了統計實踐核算方式的完善與更新發展，令統計職能作用不僅僅局限在單純的填寫及上報報表層面，而是利用獲取信息實施預測、分析與決策，進而最佳化發揮自身統計信息功能。伴隨我國市場經濟的飛速發展及現代化企業體制的完善建立，尤其是證券市場、資本市場的構建，需要企業更加注重分析及搜集市場信息。即企業應更多的利用統計技術、方式、手段進行相關會計事項及財務信息的處理，同時統計及會計領域應在理論層面互相借鑒，在實務層面開展廣泛的協作與交流，促進兩者的相互協調發展。另外由統計核算及會計核算層面來講，統計主要進行宏觀反映，而會計則進行微觀反映，因此企業統計僅有靠攏會計才能令基礎更為扎實，同時企業會計應科學利用統計方式進而最大化發揮優勢作用。
3.企業財務統計與會計工作協調配合科學策略
3.1 構建以會計核算為根本，財務統計為依托的現代化企業核算管理體制
基于財務統計工作重要性，會計工作與財務統計工作互相交叉、滲透的科學性，企業應創建以會計核算為根本、財務統計為依托的現代化核算管理體制，進而由組織與職能層面確保兩類核算的有效統一，并合理消除企業數據核算呈現的多元化現象。企業還可通過發揮財務統計具備的綜合分析作用降低不必要的重復勞動。在該類管理體制之中，滿足政府管理宏觀需求的統計相關報表便可由財務部門進行有關填報事項的責任承擔。就會計核算來講其已經包含的數據，則財務統計便不需要進行重復核算，統計核算可針對會計核算無法提供、同時企業管理經營者客觀需求的材料承擔提供責任。這樣一來企業財務統計人員便可集中更多精力在市場分析預測、調查等價值化統計管理工作中，該類各司其職、分工合理、各顯其能，同時不需要進行統計機構另行設計的實踐方式，對企業的持續發展極為有利，在其內部是切實可行的。企業可通過財務統計與會計核算的優勢互補，為自身基層統計、會計、核算業務的一體化發展打下了堅實的基礎。
3.2 優化更新財務統計報表體制，與會計核算準則靠攏
企業財務統計報表體制需要不斷優化更新、與時俱進，與會計核算準則靠攏，科學利用各類會計信息充分滿足統計報表上報需求。首先企業應健全構建科學有效的財務統計管理指標體系，該指標體系創建的好壞直接關系到財務統計質量，同時也是財務預測、分析及決策的核心基礎。同時企業應令指標口徑統一，基于管理經營者不同需求，企業統計核算及會計在口徑上包含客觀的差異性，因此企業應樹立科學原則實施管理調整，確保相同內容名稱指標一致性，避免管理核算存在混亂性。再者企業應科學促進資料共享，進而有效避免財務統計數據獨立的處理采集及會計之間由于重復性勞動引發的混亂現象。同時企業在構建臺賬與原始記錄階段中應綜合考量財務統計核算及會計核算綜合需求，進而令兩環節真正實現相互協調、共進發展。
3.3 提升企業會計人員與財務統計人員綜合素質
在強化企業財務統計實踐管理進程中，還應科學更新統計機構，提升統計管理人員綜合素質。對于大規模企業可獨立設立統計機構，依據微觀管理與宏觀管理需求培訓并設置專業性統計工作人員，提升其相關財會理論知識水平，進而有效監督及提升財務數據決策分析、預測準確性及質量水平。對于發展規模為中小型的企業，可不進行專業統計部門的單獨設置，通過會計核算與統計核算的良好結合引入專人進行負責，進而完成囊括財務統計的各項任務，有效降低重復性勞動，并提升統計管理工作質量及實踐工作效率。
4.結語
總之，基于企業財務統計管理重要性我們只有針對企業現實管理狀況探析統計與會計特征關系、促進企業會計工作與財務統計工作的協調配合，才能真正激發企業財務統計工作優勢，令資金有效循環，提升企業核心競爭力并促進其實現可持續的全面發展。
參考文獻：
關鍵詞：應用統計學專業；實踐教學；學科建設
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2017）02-0126-02
一、前沿
早在清末，我國就在商科開設了統計課程。到1949年，已有近20所高等院校設立了統計學系。1949年后，受蘇聯的影響，統計學科逐漸被人為地割裂為“數理統計”和“經濟統計”兩種統計學。數理統計日益趨向于理論化，而經濟統計則越來越指標化、簡單化，統計的理論和應用嚴重分離，極大阻礙了統計學科的發展。
2011年2月，國務院學位委員會通過的新的《學位授予和人才培養學科目錄》將統計學升級為理學門類中的一級學科，實現了統計學、數學和經濟學的獨立。2011年6月，統計學科評議組確定了統計一級學科的5個二級學科：社會經濟統計學（經濟學）；數理統計學（理學、經濟學）；金融統計、風險管理與精算學（經濟學）；應用統計學（理學、經濟學）；生物衛生統計學（理學，這就為統計學未來的發展提供了廣闊的空間和舞臺。
如今，統計方法不僅可應用到社會、經濟和管理領域，生物、醫學、制藥、衛生、工程、司法等領域也需要大量統計專業人才。
安徽理工大學2012年申報了應用統計學專業并獲批，已于2013年開始招生，這不僅為學校增加了一個一級學科，完善了學校的學科體系，也將不斷培養出一批應用統計人才，服務于社會經濟。在辦學過程中，加強統計實踐教學，提高學生的實踐操作能力，提高學生的統計分析、計算和數據挖掘等能力，是極為必要的。本文以安徽理工大學應用統計學專業為例，探討應用統計學專業用于實踐教學的配套實驗室與實踐基地建設、實踐教學課程一體化設置，應用統計學專業和統計學學科建設一體化的實踐教學體系的建設等問題。
二、學科建設
合理科學的課程內容體系的研究與設計在學科建設中極為重要的。課程體系規劃指導學生形成知識框架，側重于處理基礎、時代和前沿的教學內容的關系，以及應用、方法、理論三個方面該關系問題，其核心是如何使課程內容體系適應應用統計學的創新人才培養。
1.應重視加強數學理論知識?，F代統計的理論和方法是基于數學建立起來的。在目前信息發展非常迅猛的時代，大量的數據處理和分析影響著各行各業的發展，如果不采用先進的數學工具，得出正確的結論是不可靠的。統計學作為一級學科，課程的設計應該增加數理統計理論和方法的比例。統計學是處理數據，而不是指標的解釋的方法。概率統計描述了最簡潔和強大的社會活動，提高概率統計教學的比重，是中國統計成熟的主要標志和重要舉措。然而，因為社會環境的影響，有很多具有統計學專業的學校已經或削減了大量的數學課程或大大降低數學的難度，有的甚至又回到了過去的舊的社會和經濟統計，其統計的發展是極為不利的，會削弱學生的職業發展潛力。
2.注重傳授統計學學科體系的基本框架和基本統計理論與方法。學科建設是一門學科培養人才的基礎，引導學生的發展方向。目標應該是：為學生構建一個基礎、厚統計知識的平臺，使學生理解領悟最基本的專業技能和統計思想，熟悉現代統計及決策分析方法，培養學生具有使用統計分析能力解決實際問題的水平。課程應包括運籌學、經濟學、多元統計分析、回歸分析、統計軟件、非參數估計、抽樣調查、時間序列分析、測試設計和質量控制等。通過的課程學習的學生將具備基本的數據采集、處理和分析能力。此外，以建立統計模型，分析模型和測試模型是非常重要的，所以我們應該特別注意的數學建模能力的培養。
3.加強計算機技術教育。最近，從事研究統計和統計應用人已經感覺數據的巨大數量的增長的影響的統計問題的規模和復雜性也大大增加。網絡和計算機技術將數據處理從剝離的具體業務內容，并升級了。它奠定了高水平的統計應用程序的統一模型和自動化的方法了堅實的基礎。可見，要成為一名合格的統計人必須有計算機技術有一定的基本知識?？傊?，數學，統計方法和計算機技術的基本原理是學生的統計知識結構的基本組成部分。如果你要在金融工作中從事，需要學習經濟學和金融統計課程；此外，還必須具備一定的領域知識，如果你想從事衛生統計工作，學習醫學統計和管理方面的知識。
三、實驗教學體系
1.建設應用統計學專業教學的配套實驗室與實踐教學基地。為了加強統計專業在實踐教學中的應用，安徽理工大學在學校建設了專業實驗室，與校外企業合作建成了實踐教學基地，為學生實習實踐提供良好的實驗場所和物質保障。學校申請了教育廳的專項基金用來建設數學建模實驗室、數據挖掘與數據處理實驗室，給學生提供參加各種比賽的機會和條件，近幾年學校在競賽方面成果顯著，多次獲得全國數學建模競賽和研究生數學建模競賽獎項。另外，結合學校特點，我們與煤礦開采相關專業開展合作，用統計的相關知識來解決實際工程的問題，得到了很好的效果，學生也在此過程中，統計能力得到了顯著的提高。
2.建設應用統計學專業的實踐教學課程的一體化。安徽理工大學應用統計專業的辦學宗旨是培養應用型統計人才，培養的畢業生必須要掌握基礎的統計學、應該數學、經濟學理論，熟練掌握主流統計軟件，善于數據挖掘與分析，會靈活統計方法和統計技術分析和解決經濟和社會的實際問題。學生要會使用SPSS、SAS軟件和R主流的統計數據為指標，通過統計實踐活動課程，培養學生扎實的數據處理、數據分析和統計推斷和數據挖掘能力，這個過程中也要強化培訓教師必須掌握專業的統計分析軟件SPSS、SAS、R等主流統計；最后，學生們用熟練的軟件技能，解決課程和實際應用中相應統計的例子，實現理論與實踐相結合，既鞏固了理論知識，又培養了學生在學習理論知識的前提下，熟練解決實際問題的能力。
3.建設應用統計學專業和統計學學科建設一體化的實踐教學體系。安徽理工大學積極鼓勵學科交叉與學科融合，以實現學科的整合。應用統計學抓住學校學科建設整改的機會和學校的幾個重點建設學科合作研究，實現與煤礦開采、安全工程、地下空間、爆破等專業的學科交叉融合，優勢互補的深度，擴大統計在其他領域的研究方向，增強教師的科研能力，同時對交叉學科提供了良好的數據分析和數據挖掘平臺。與此同時，安徽理工大學應用統計專業的學生可以使用大量的實驗和統計數據的做法的統計專業課程，服務實踐的做法，及時更新，緊跟步伐時代和豐富的應用程序數據極大地提高了學生的統計實踐的興趣，特別是一些開放的數據，使學生能夠更容易地參與有關教師統計研究這些領域，培養學生的科研能力。
參考文獻：
[1]袁衛.機遇與挑戰――寫在統計學成為一級學科之際[J].統計研究，2012，（11）.
[2]羅亞非，朱遠程.經濟管理專業”應用統計學”教學的幾點思考[J].統計教育，2005，（8）.
[3]莫生紅.高校統計學課程教學改革探討[J].新西部，2009，（2）.
[4]劉宏建，費為銀，王傳玉.統計學專業應用型人才培養模式的探索與實踐[J].中國電力教育：上，2012，（11）.
[5]茍巧玲.《統計學》課程教學中存在的問題與建議[J].統計與咨詢，2008，（1）.
[6]薛艷.應用型統計學專業實踐教學系統的構建[J].中國電力教育：上，2012，（5）.
[7]閏立梅.統計學專業創新性應用型人才培養模式探索[J].職業時空，2013，（2）.
[8]王麟，苑延華，于海姝，等.應用統計學專業人才實踐能力培養[J].價值工程，2013，（3）.
Research on the Discipline Construction and Practice Teaching of the Specialty of Applied Statistics
GENG Xian-ya，XU Feng
（College of Science，Anhui University of Science and Technology，Huainan，Anhui 232001，China）
(一)數據化的信息收集
傳統的統計研究主要是對已收集的數據進行各種技術分析，包括描述性分析、推斷性分析、截而分析、時間序列分析等，側重點在于技術分析手段的使用上。然而大數據時代，關注的是信息本身?，F代信息系統的使用使大數據成為可能，文字、地理方位、溝通等，任何事物都可以量化，一切現象都可以用數據或表格來診釋。因此，大數據背景下世界是由各種信息和數據所構成的。
(二)數據模式的研究對象
在信息處理能力受限制的過去，人們缺少用來分析所收集數據的工具，因此產生了隨機抽樣。隨機抽樣法的目的是用最少的數據獲得最多的關于總體的信息，從而使用樣本對總體進行推斷。然而，在大數據時代，數據處理的方式和技術發生了巨大的改變，人們可以通過互聯網、數據庫以及各種通訊工具獲得海量數據，這時隨機抽樣就失去了它原來的意義。簡單廉價的數據收集方法，足夠的數據處理和存儲能力，使得全數據模式成為可能。因此，大數據背景下樣本即為總體。放棄隨機抽樣分析的捷徑，采用所有數據的方法，可以發現一些隱藏在海量數據下的細節。
(三)混雜性的數據處理思維
傳統的統計學處理數據的步驟是首先對數據進行整理和清洗，剔除不完整的或者異常值，然后再利用樣本信息，在允許的誤差范圍內對總體進行推斷和分析，即通過調整精確度的大小來對總體進行研究和分析。然而，在大數據背景下，來自各個時間和空間的數據來源紛雜，格式廣泛，在萃取或處理數據的時候，很難做到把所有的數據都進行仔細地清洗。這種情況下，必須接受數據的混亂和不確定性，因為數據多比少好，因此更多的數據信息更加智能、更加精確的算法系統還重要。當擁有大量數據的時候，可以忽略一部分精確性，但并不是說不需要精確性，而是數據規模不斷擴大時，確切的數量已經不再那么重要了，可以通過大規模的數據來發現事物背后的規律。
(四)相關關系的基礎分析方法
傳統的統計中，大部分相關關系分析僅限于尋求線性關系，或是在建立假設的基礎上揭示數據相互之間的因果關系，例如Granger經驗就是依據時間序列數據對變量之間的因果關系進行的判斷，但往往會產生一些虛假的因果關系。這是因為統計關系并沒有蘊含多少真實的因果關系。在大數據背景下，數據點以數量級方式增長，用數據驅動的相關關系分析不再需要建立在假設的基礎上，所以相關關系分析不容易受偏見的影響而發生錯誤。大數據時代相關關系通過回答“是什么”的問題，為人們認識世界提供了一種新的視角。因此，相關關系統計分析是大數據預測的基礎。
二、統計學專業教學體系中存在的問題
大數據背景下傳統的統計學專業教學體系存在的問題凸顯，具體體現在以下幾個方面。
(一)培養目標無法適應大數據時代的社會需求
傳統的統計學專業教學體系的培養目標是通過統計專業核心課程內容的介紹，鍛煉學生收集、整理和分析數據的能力，培養“應用型”統計專業人才。然而，大數據的出現，使得通過數據分析獲得知識、商機和社會服務的能力，從以往局限于少數的學術精英圈子擴大到了普通的社會機構、企業和政府部門，各行各業對統計數據、統計分析的需要使得統計學專業受到了前所未有的關注。大數據背景下，要求統計學作為一種分析工具，能夠與其他專業相互銜接，相互服務，培養“復合型”專業人才。因此，傳統的統計學專業教學體系培養目標存在兩個方而的挑戰:第一，如何協調統計與其他專業之間的關系;第二，如何從“應用型”向“復合型”人才進行轉變。
(二)忽視數據的收集和創新
傳統的統計學專業教學體系重視數據的分析技術，更多的課程設置是圍繞著數據分析方法和技術展開的，例如多元統計分析、時間序列分析、統計預測與決策分析等。基礎的數據收集部分只在統計學原理中有一章的內容介紹，而且是作為非重點一帶而過的。大數據以海量的數據為分析研究的對象，將一切社會經濟現象進行量化，重視的是信息的收集和數據的創新，包括數據的再利用，數據的重組，數據的擴展，數據的折舊以及數據的開放等各個方面。這些內容在原有的教學體系中是沒有體現的。
(三)與大數據時代脫節的教學內容
傳統的統計學專業教學體系原有的教學內容，在近二十年內變化不大。專業的主干課程有統計學原理、國民經濟核算、計量經濟學、抽樣技術與方法等。而在大數據背景下，教學內容以數據模式為研究對象，強調對所有的數據進行分析，而不是開展隨機抽樣;允許不精確的存在，而不是在給定的精確程度下對總體進行推斷和分析;關注海量數據之間的相關關系，而不是強調數據之間的因果聯系。這些內容都無法在現有的教學體系中體現，因此，傳統的專業教學體系與大數據時代是脫節的。
(四)實踐教學環節薄弱
隨著“應用型”統計專業人才培養目標的提出，學校對實踐教學的重視增強，與過去相比，現有的專業教學體系中已經增加了實踐教學環節。但是，在大數據背景下，實踐教學仍然是統計學專業教學體系中的薄弱環節。主要表現在兩個方而:(1)以模型驅動為主的實踐教學模式已不適應大數據時代的要求?，F有的實踐教學內容并不是從數據出發，而是通過尋求一些適合模型的數據來“證明”這個模型的確有意義。這種思維方式與大數據時代的要求是不適應的，因為創造模型的目的是適應現實數據，而不是由模型驅動。(2)以SPSS、Eviews為主的軟件教學已無法處理大數據。現有的實踐教學中，主要講授的是傳統的統計分析軟件SPSS和Eviews，因為這兩種軟件發展成熟，操作簡單，可以處理一般的計量模型和時間序列。但是，大數據時代數據是海量的、復雜的，用簡單的軟件已無法處理和實施。
三、統計學專業教學體系改革的方向
根據以上分析，時代的發展對統計學專業提出了更高的要求，現有的教學體系中存在的各種問題即為統計學專業教學體系改革的方向。
(一)準確定位統計學專業的人才培養目標，重新設計主干課程的教學內容
大數據時代要求培養“復合型”統計專業人才，因此教學體系的培養目標要從簡單的“應用型”向“復合型”轉變。“復合型”統計專業人才要求學生除了具備數據收集、處理和分析的能力外，還要對統計學應用領域的背景知識有一定的了解。因此，按這個培養目標，需要對現有教學體系中的主干課程重新進行調整和設計。專業主干課程分為方法和應用兩個方面。方法類的課程除了原有的計量經濟學、時間序列分析、多元統計分析等外，又增加了機器學習、模擬算法、數據挖掘,R軟件分析(或SAS軟件分析)等處理復雜大數據的方法的課程。應用類課程在保留原有的國民經濟核算，金融統計，證券投資，會計學基礎外，增加一些統計學應用領域的基礎知識課程，例如商業統計、生物統計、保險與精算統計等。此外，適當調整各專業主干課程的課時，一些課程可以增加課時，如軟件分析、數據挖掘等，一些課程可以縮減課時，僅作一些簡單的介紹，如抽樣技術等。
(二)轉變固有的思維方式，在大數據背景下積極推進教學改革
大數據時代，數據更多、更雜，傳統統計學思維方式受到了極大的挑戰。因此，以大數據為背景，轉變固有的思維方式，從以統計技術方法為中心轉換到以信息數據為中心，推進統計學專業教學改革十分重要。具體來說，可以弱化傳統的推理論證的教學模式，強化數據收集、數據處理和數據分析的能力培養;強調數據本身的價值，讓數據說話，用簡單的方法了解數據背后所隱藏的信息和規律;使用項目式訓練，讓學生從項目中真正體驗數據化處理的整個過程，達到理論和方法的結合;加強課堂教學與實驗教學的統一和貫通，如在傳統的教學過程中，將統計學原理、多元統計分析結合SPSS軟件介紹，而時間序列分析又采用E-views進行介紹，造成學生疲于學習各種軟件，實際上SAS,R等統計軟件可以實現所有的功能，用一種軟件與課堂教學融合貫通能幫助學生更好更深地掌握軟件的使用。