數據科學(xué)的統計(數據分析的統計基礎都看不懂)
1.數據分析的統計基礎都看不懂
1.可視化分析大數據分析的使用者有大數據分析專(zhuān)家，同時(shí)還有普通用戶(hù)，但是他們二者對于大數據分析最基本的要求就是可視化分析，因為可視化分析能夠直觀(guān)的呈現大數據特點(diǎn)，同時(shí)能夠非常容易被讀者所接受，就如同看圖說(shuō)話(huà)一樣簡(jiǎn)單明了。
2. 數據挖掘算法 大數據分析的理論核心就是數據挖掘算法，各種數據挖掘的算法基于不同的數據類(lèi)型和格式才能更加科學(xué)的呈現出數據本身具備的特點(diǎn)，也正是因為這些被全世界統計 學(xué)家所公認的各種統計方法（可以稱(chēng)之為真理）才能深入數據內部，挖掘出公認的價(jià)值。另外一個(gè)方面也是因為有這些數據挖掘的算法才能更快速的處理大數據，如 果一個(gè)算法得花上好幾年才能得出結論，那大數據的價(jià)值也就無(wú)從說(shuō)起了。
3. 預測性分析 大數據分析最終要的應用領(lǐng)域之一就是預測性分析，從大數據中挖掘出特點(diǎn)，通過(guò)科學(xué)的建立模型，之后便可以通過(guò)模型帶入新的數據，從而預測未來(lái)的數據。4. 語(yǔ)義引擎 非結構化數據的多元化給數據分析帶來(lái)新的挑戰，我們需要一套工具系統的去分析，提煉數據。
語(yǔ)義引擎需要設計到有足夠的人工智能以足以從數據中主動(dòng)地提取信息。5.數據質(zhì)量和數據管理。
大數據分析離不開(kāi)數據質(zhì)量和數據管理，高質(zhì)量的數據和有效的數據管理，無(wú)論是在學(xué)術(shù)研究還是在商業(yè)應用領(lǐng)域，都能夠保證分析結果的真實(shí)和有價(jià)值。大數據分析的基礎就是以上五個(gè)方面，當然更加深入大數據分析的話(huà)，還有很多很多更加有特點(diǎn)的、更加深入的、更加專(zhuān)業(yè)的大數據分析方法。
大數據的技術(shù)數據采集： ETL工具負責將分布的、異構數據源中的數據如關(guān)系數據、平面數據文件等抽取到臨時(shí)中間層后進(jìn)行清洗、轉換、集成，最后加載到數據倉庫或數據集市中，成為聯(lián)機分析處理、數據挖掘的基礎。數據存取： 關(guān)系數據庫、NOSQL、SQL等。
基礎架構： 云存儲、分布式文件存儲等。數據處理： 自然語(yǔ)言處理（NLP,Natural Language Processing）是研究人與計算機交互的語(yǔ)言問(wèn)題的一門(mén)學(xué)科。
處理自然語(yǔ)言的關(guān)鍵是要讓計算機”理解”自然語(yǔ)言，所以自然語(yǔ)言處理又叫做自然語(yǔ)言理解也稱(chēng)為計算語(yǔ)言學(xué)。一方面它是語(yǔ)言信息處理的一個(gè)分支，另一方面它是人工智能的核心課題之一。
統計分析： 假設檢驗、顯著(zhù)性檢驗、差異分析、相關(guān)分析、T檢驗、方差分析 、卡方分析、偏相關(guān)分析、距離分析、回歸分析、簡(jiǎn)單回歸分析、多元回歸分析、逐步回歸、回歸預測與殘差分析、嶺回歸、logistic回歸分析、曲線(xiàn)估計、因子分析、聚類(lèi)分析、主成分分析、因子分析、快速聚類(lèi)法與聚類(lèi)法、判別分析、對應分析、多元對應分析（最優(yōu)尺度分析）、bootstrap技術(shù)等等。數據挖掘： 分類(lèi) （Classification）、估計（Estimation）、預測（Prediction）、相關(guān)性分組或關(guān)聯(lián)規則（Affinity grouping or association rules）、聚類(lèi)（Clustering）、描述和可視化、Description and Visualization）、復雜數據類(lèi)型挖掘（Text, Web ，圖形圖像，視頻，音頻等）模型預測 ：預測模型、機器學(xué)習、建模仿真。
結果呈現： 云計算、標簽云、關(guān)系圖等。大數據的處理1. 大數據處理之一：采集大數據的采集是指利用多個(gè)數據庫來(lái)接收發(fā)自客戶(hù)端（Web、App或者傳感器形式等）的 數據，并且用戶(hù)可以通過(guò)這些數據庫來(lái)進(jìn)行簡(jiǎn)單的查詢(xún)和處理工作。
比如，電商會(huì )使用傳統的關(guān)系型數據庫MySQL和Oracle等來(lái)存儲每一筆事務(wù)數據，除 此之外，Redis和MongoDB這樣的NoSQL數據庫也常用于數據的采集。在大數據的采集過(guò)程中，其主要特點(diǎn)和挑戰是并發(fā)數高，因為同時(shí)有可能會(huì )有成千上萬(wàn)的用戶(hù) 來(lái)進(jìn)行訪(fǎng)問(wèn)和操作，比如火車(chē)票售票網(wǎng)站和淘寶，它們并發(fā)的訪(fǎng)問(wèn)量在峰值時(shí)達到上百萬(wàn)，所以需要在采集端部署大量數據庫才能支撐。
并且如何在這些數據庫之間 進(jìn)行負載均衡和分片的確是需要深入的思考和設計。2. 大數據處理之二：導入/預處理雖然采集端本身會(huì )有很多數據庫，但是如果要對這些海量數據進(jìn)行有效的分析，還是應該將這 些來(lái)自前端的數據導入到一個(gè)集中的大型分布式數據庫，或者分布式存儲集群，并且可以在導入基礎上做一些簡(jiǎn)單的清洗和預處理工作。
也有一些用戶(hù)會(huì )在導入時(shí)使 用來(lái)自Twitter的Storm來(lái)對數據進(jìn)行流式計算，來(lái)滿(mǎn)足部分業(yè)務(wù)的實(shí)時(shí)計算需求。導入與預處理過(guò)程的特點(diǎn)和挑戰主要是導入的數據量大，每秒鐘的導入量經(jīng)常會(huì )達到百兆，甚至千兆級別。
3. 大數據處理之三：統計/分析統計與分析主要利用分布式數據庫，或者分布式計算集群來(lái)對存儲于其內的海量數據進(jìn)行普通 的分析和分類(lèi)匯總等，以滿(mǎn)足大多數常見(jiàn)的分析需求，在這方面，一些實(shí)時(shí)性需求會(huì )用到EMC的GreenPlum、Oracle的Exadata，以及基于 MySQL的列式存儲Infobright等，而一些批處理，或者基于半結構化數據的需求可以使用Hadoop。統計與分析這部分的主要特點(diǎn)和挑戰是分析涉及的數據量大，其對系統資源，特別是I/O會(huì )有極大的占用。
4. 大數據處理之四：挖掘與前面統計和分析過(guò)程不同的是，數據挖掘一般沒(méi)有什么預先設定好的主題，主要是在現有數 據上面進(jìn)行基于各種算法的計算，從而起到預測（Predict）的效果，從而實(shí)現一些高級別數據分析的需求。比較。
2.統計基礎知識
統計總體和總體單位
(1)統計總體：根據一定的目的和要求，統計所需要研究的客觀(guān)事物的全體，稱(chēng)為統計總體，簡(jiǎn)稱(chēng)總體。
統計總體形成的三個(gè)條件：
第一，客觀(guān)性；總體和總體單位必須是客觀(guān)存在的，可以觀(guān)察和計量的；
第二，同質(zhì)性；組成總體的所有個(gè)體必須是在某些性質(zhì)上是相同的；
第三.差異性；構成總體的各單位除了同質(zhì)性一面還必須有差異性一面，否則就是需要統計研究了。
統計總體按總體單位是否有限分為兩種：有限總體和無(wú)限總體。一個(gè)統計總體所包括的單位數如果是有限的，稱(chēng)為有限總體。如果是無(wú)限的，稱(chēng)為無(wú)限總體。
(2)總體單位：組成總體的每一個(gè)事物，稱(chēng)為總體單位，簡(jiǎn)稱(chēng)個(gè)體。
統計總體和總體單位是多種多樣的。且統計總體與總體單位不是固定不變的，總體與總體單體具有相對性，隨著(zhù)研究任務(wù)的改變而改變。這與研究目的和要求有關(guān)。
例如：要了解某一地區國有工業(yè)企業(yè)的生產(chǎn)經(jīng)營(yíng)情況（研究目的），總體是該地區的全部國有工業(yè)企業(yè)，每一個(gè)國有工業(yè)企業(yè)是總體單位。要了解某一國有企業(yè)職工工資情況（研究目的范圍變小），總體是該企業(yè)所有職工，總體單位是每一位職工。比如，我們在網(wǎng)上看到，某地區電力系統職工的查表員工年薪達到12萬(wàn)，我們可以研究一下該電力企業(yè)職工的工資情況，總體就是該電力企業(yè)的所有職工，總體單位就是每一位職工。
標志與指標
(1)標志：是說(shuō)明總體單位特征的名稱(chēng)。
標志按其 品質(zhì)標志：表明總體單位的屬性特征，不能用數量表示。主要用作分組的依據。
表現形式有 數量標志：表明總體單位的數量特征，可以用數量表示。可進(jìn)行計算。
(2)指標：兩種理解和使用方法。
一種是認為統計指標是反映總體現象數量特征的概念。適用于統計理論與統計設計。
另一種認為統計指標是反映總體現象數量特征的概念和具體數值。適用于實(shí)際統計工作。
(3)指標與標志的區別：
①指標是說(shuō)明總體特征的，而標志是說(shuō)明單體單位特征的；
②標志有不能用數值表示的品質(zhì)標志和能用數值表示的數量標志兩種，而指標都必須是能用數值表示的；
(4)指標與標志的聯(lián)系：
①有許多統計指標的數值是直接從總體單位的數量標志值匯總而來(lái)的；
②指標與數量標志之間存在著(zhù)轉化的關(guān)系。
統計總體：就是根據一定的目的和要求所確定的研究事物的全體，它是由客觀(guān)存在的、具有某種共同性質(zhì)的許多個(gè)別事物構成的整體。
總體單位：是指構成總體的個(gè)體單位，它是總體的基本單位。
單位標志：簡(jiǎn)稱(chēng)標志，是指總體總體中各單位所具有的屬性和特征。
標志：分為品質(zhì)標志和數量標志。
總體 和總體單位是互為存在條件的連接在一起的，沒(méi)有總體單位，總體也不存在，沒(méi)有總體，也就無(wú)法確i定總體單位。
3.統計的知識
概念人類(lèi)對事物數量的認識形成的定義。
漢語(yǔ)中的“統計”有合計、總計的意 統計學(xué)思。指對某一現象有關(guān)的數據的搜集、整理、計算、分析、解釋、表述等的活動(dòng)。
1. 指對某一現象有關(guān)的數據的搜集、整理、計算和分析等。例：人口統計2. 亦指總括地計算例：把全國報來(lái)的數據統計一下典故：明胡應麟《少室山房筆叢·經(jīng)籍會(huì )通一》：“古今書(shū)籍，統計一代，前后之藏，往往無(wú)過(guò)十萬(wàn)；統計一朝，公私之蓄，往往不能十萬(wàn)。”
清宣鼎《夜雨秋燈錄·銀雁》：“ 佛奴 掘深窖藏之，統計約有二十馀萬(wàn)。”外文詞源英語(yǔ)中的“統計”[statistics;count;add up] ,statistics用作復數名詞時(shí)，意思是統計資料，作單數名詞時(shí)，指的是統計學(xué)。
詞源：德語(yǔ)Statistik ，政治學(xué)；新拉丁語(yǔ) statisticus ，國事；意大利語(yǔ)statista ，老練的政客；舊意大利語(yǔ)、拉丁語(yǔ) status ，形勢，政體。三種涵義在實(shí)際應用中，人們對統計一詞的理解一般有三種涵義：統計工作、統計資料和統計科學(xué)：（1）統計工作。
指利用科學(xué)的方法搜集、整理和分析和提供關(guān)于社會(huì )經(jīng)濟現象數量資料的工作的總稱(chēng)，是統計的基礎。也稱(chēng)統計實(shí)踐，或統計活動(dòng)，是在一定統計理論指導下，采用科學(xué)的方法，搜集、整理、分析統計資料的一系列活動(dòng)過(guò)程。
它是隨著(zhù)人類(lèi)社會(huì )的發(fā)展、治國和管理的需要而產(chǎn)生和發(fā)展起來(lái)的，至今已有四五千年的歷史。現實(shí)生活中，統計工作作為一種認識社會(huì )經(jīng)濟現象總體和自然現象總體的實(shí)踐過(guò)程，一般包括統計設計、統計調查、統計整理和統計分析四個(gè)環(huán)節。
（2）統計資料。指通過(guò)統計工作取得的、用來(lái)反映社會(huì )經(jīng)濟現象的數據資料的總稱(chēng)。
統計工作所取得的各項數字資料及有關(guān)文字資料，一般反映在統計表、統計圖、統計手冊、統計年鑒、統計資料匯編和統計分析報告中。也稱(chēng)統計信息，是反映一定社會(huì )經(jīng)濟現象總體或自然現象總體的特征或規律的數字資料、文字資料、圖表資料及其他相關(guān)資料的總稱(chēng)。
它包括剛剛調查取得的原始資料和經(jīng)過(guò)一定程度整理、加工的次級資料，其形式有：統計表、統計圖、統計年鑒、統計公報、統計報告和其他有關(guān)統計信息的載體。（3）統計科學(xué)。
也稱(chēng)統計學(xué)，是統計工作經(jīng)驗的總結和理論概括，是系統化的知識體系。指研究如何搜集、整理和分析統計資料的理論與方法。
統計工作、統計資料、統計科學(xué)三者之間的關(guān)系是：統計工作的成果是統計資料，統計資料和統計科學(xué)的基礎是統計工作，統計科學(xué)既是統計工作經(jīng)驗的理論概括，又是指導統計工作的原理、原則和方法。總體來(lái)說(shuō)，“統計”一詞的三方面涵義是緊密聯(lián)系的，統計資料是統計工作的成果，統計工作與統計科學(xué)之間是實(shí)踐與理論的關(guān)系。
方法均值、中位數、眾數、正態(tài)分布、抽樣、標準差、概率論、檢驗、方差分析、卡方檢驗。編輯本段特征數量性社會(huì )經(jīng)濟統計的認識對象是社會(huì )經(jīng)濟現象的數量方面，包括現象的數量表現、現象之間的數量關(guān)系和質(zhì)量互變的數量界限。
總體性社會(huì )經(jīng)濟統計的認識對象是社會(huì )經(jīng)濟現象的總體的數量方面。國民經(jīng)濟總體的數量方面、社會(huì )總體的數量方面、地區國民經(jīng)濟和社會(huì )總體的數量方面、各企事業(yè)單位總體數量方面等等。
具體性社會(huì )經(jīng)濟統計的認識對象是具體事物的數量方面，而不是抽象的量。這是統計與數學(xué)的區別。
社會(huì )性社會(huì )經(jīng)濟現象是人類(lèi)有意識的社會(huì )活動(dòng)，是人類(lèi)社會(huì )活動(dòng)的條件、過(guò)程和結果，社會(huì )經(jīng)濟統計以社會(huì )經(jīng)濟現象作為研究對象，自然具有明顯的社會(huì )性。編輯本段職能統計要達到認識社會(huì )的目的，不僅需要科學(xué)的方法，而且需要強有力的組織領(lǐng)導。
因此統計兼有信息、咨詢(xún)、監督三種職能。信息職能是統計部門(mén)根據科學(xué)的統計指標體系和統計調查方法，靈敏、系統的采集、處理、傳輸、貯存和提供大量的以數據描述為基本特征的社會(huì )經(jīng)濟信息。
咨詢(xún)職能指利用已經(jīng)掌握的豐富的統計信息資源，運用科學(xué)的分析方法和先進(jìn)的技術(shù)手段，深入開(kāi)展綜合分析和專(zhuān)題研究，為科學(xué)決策和管理提供各種可供選擇的咨詢(xún)建議與對策方案。監督職能指根據統計調查和分析，及時(shí)、準確地從總體上反映經(jīng)濟、社會(huì )和科技的運行狀態(tài)，并對其實(shí)行全面、系統的定量檢查、監測和預警，以促使國民經(jīng)濟按照客觀(guān)規律的要求，持續、穩定、協(xié)調地發(fā)展。
這三種職能是相互聯(lián)系、相輔相成的。統計信息職能是保證咨詢(xún)和監督職能有效發(fā)揮的基礎；統計咨詢(xún)職能是統計薪資職能的延續和深化；而統計監督職能則是信息、咨詢(xún)職能基礎上進(jìn)一步拓展并促進(jìn)統計信息和咨詢(xún)職能的優(yōu)化。
編輯本段組織統計的組織必須貫徹集中統一的原則，在全國范圍內建立集中統一的統計系統，執行統一的方針政策和統計調查計劃，貫徹統一的統計制度和統計標準，使用統一的統計報表和數字管理制度，以及協(xié)調統計、會(huì )計、業(yè)務(wù)核算制度和核算標準及分工等。國家集中統一的統計系統有各級部門(mén)的綜合統計系統、各級業(yè)務(wù)部門(mén)的專(zhuān)業(yè)統計系統、以及城鄉基層組織企業(yè)單位的統計組織所組成。
綜合統計系統各級政府部門(mén)的綜合統計系統是由國家統計局和地方各級統計機構所組成，是國家統計組織的主系統。其主要職責：1. 制定統計調查計劃，部署和檢查全國或者行政區域內的統。
4.統計學(xué)的基本常識
統計學(xué)是一門(mén)研究隨機現象，以推斷為特征的方法論科學(xué)，“由部分推及全體”的思想貫穿于統計學(xué)的始終。
具體地說(shuō)，它是研究如何搜集、整理、分析反映事物總體信息的數字資料，并以此為依據，對總體特征進(jìn)行推斷的原理和方法。 用統計來(lái)認識事物的步驟是：研究設計—>抽樣調查—>統計推斷—>結論。
這里，研究設計就是制定調查研究和實(shí)驗研究的計劃，抽樣調查是搜集資料的過(guò)程，統計推斷是分析資料的過(guò)程。顯然統計的主要功能是推斷，而推斷的方法是一種不完全歸納法，因為是用部分資料來(lái)推斷總體。
增加定義：是關(guān)于收集、整理、分析和解釋統計數據的科學(xué)，是一門(mén)認識方法論性質(zhì)的科學(xué)，其目的是探索數據內在的數量規律性，以達到對客觀(guān)事物的科學(xué)認識。 統計學(xué)是收集、分析、表述和解釋數據的科學(xué)。
5.學(xué)習統計學(xué)都要掌握哪些知識點(diǎn)
統計學(xué)如今是與數學(xué)平行的一級學(xué)科，那么統計學(xué)要掌握哪些知識點(diǎn)呢？讓我這個(gè)統計學(xué)專(zhuān)業(yè)的大四老學(xué)長(cháng)告訴你樓主自己的學(xué)習經(jīng)驗吧！統計學(xué)聽(tīng)上去是與數據打交道，實(shí)際上大部分的統計方向也確實(shí)如此。
所以要與數據打交道我們首先要有扎實(shí)的數學(xué)基礎，那么想打好數學(xué)基礎，樓主推薦大家要掌握好數學(xué)分析與高等代數的知識！推薦華東師范大學(xué)的《數學(xué)分析》與北京大學(xué)的《高等代數》。打好了基礎，接下來(lái)我們就要正式步入統計學(xué)的殿堂！茆詩(shī)松老師的《概率論與數理統計》是非常經(jīng)典的統計學(xué)基礎教材，很多高校也都使用這本書(shū)作為統計學(xué)教材。
如果你能熟練掌握這本教材上的知識點(diǎn)，那么你就打下了非常扎實(shí)的統計學(xué)的基礎，這對你以后繼續統計學(xué)方向的研究絕對是一大助力！所以非常有必要仔細認真的學(xué)習這本書(shū)，把這本書(shū)讀熟讀透你以后的統計學(xué)路途會(huì )順利很多。這本書(shū)也有對應的課后答案詳解，對學(xué)習這本書(shū)有很大的幫助！再進(jìn)一步的學(xué)習統計學(xué)知識，我們就會(huì )來(lái)到統計學(xué)方向的分水嶺。
這時(shí)候就需要看你的興趣方向何在了。這以后統計就可被劃分為理論統計與應用統計。
比如，應用統計就可分為金融統計，生物統計等等！所以接下來(lái)的知識點(diǎn)就看你的方向來(lái)決定往哪邊傾向了！最后，統計學(xué)方向掌握程序軟件也是必不可少的一項。在經(jīng)濟統計方向，大部分用的是SPSS。
而在偏數學(xué)的統計上大部分用的是R語(yǔ)言或者是Python。所以熟練掌握一門(mén)程序語(yǔ)言也是必不可少的一項統計學(xué)知識，而要想熟練掌握，只有自己平常多學(xué)多做多練才能達到要求！以上就是樓主的建議，如果覺(jué)得好的話(huà)歡迎采納。
6.如何學(xué)習數據統計
1、學(xué)科知識：從數據分析涉及到的專(zhuān)業(yè)知識點(diǎn)上看，他包含的比較多，包含但不僅限于以下學(xué)科：
(1)統計學(xué)：參數檢驗、非參檢驗、回歸分析等；
(2)數學(xué)：線(xiàn)性代數、微積分等；
(3)社會(huì )學(xué)：主要是一些社會(huì )學(xué)量化統計的知識，如問(wèn)卷調查與統計分析；還有就是一些社會(huì )學(xué)的知識，這些對于從事?tīng)I銷(xiāo)類(lèi)的數據分析人員比較有幫助；
(4)經(jīng)濟金融：如果是從事這個(gè)行業(yè)的數據分析人員，經(jīng)濟金融知識是必須的；
(5)計算機：從事數據分析工作的人必須了解你使用的數據是怎么處理出來(lái)的，要了解數據庫的結構和基本原理，同時(shí)如果條件充足的話(huà)，你還能有足夠的能力從數據庫里提取你需要的數據（比如使用SQL進(jìn)行查詢(xún)），這種提取數據分析原材料的能力是每個(gè)數據從業(yè)者必備的。此外，如果要想走的更遠，還要能掌握一些編程能力，從而借住一些專(zhuān)業(yè)的數據分析工具，幫助完成工作。
這些專(zhuān)業(yè)知識不是一時(shí)半會(huì )能夠全面掌握的，學(xué)習的唯一捷徑就是看書(shū)、看視頻講解，看權威的書(shū)籍、看全面的知識。學(xué)習基礎知識沒(méi)有一蹴即就的方法，因為基礎，所以學(xué)起來(lái)會(huì )比較枯燥、比較漫長(cháng)。如何想在數據分析方面有長(cháng)遠的發(fā)展，希望能在基礎知識上長(cháng)期堅持的學(xué)習下去。
2、軟件操作：從事數據分析方面的工作必備的工具是什么，大致羅列以下幾類(lèi)：
(1)分析報告類(lèi)：Microsoft Office軟件（excel、word、powerpoint、visio……）、水晶易表等，如果連excel表格基本的處理操作都不會(huì )，連PPT報告都不會(huì )做，那我只好說(shuō)離數據分析的崗位還差的很遠。
(2)專(zhuān)業(yè)數據分析軟件：OFFICE并不是全部，要從在數據分析方面做的比較好，你必須會(huì )用（至少要了解）一些比較常用的專(zhuān)業(yè)數據分析軟件工具，比如SPSS、SAS、R、Matlab等等，這些軟件可以很好地幫助我們完成專(zhuān)業(yè)性的算法或模型分析。
(3)輔助工具：比如思維導圖軟件（如MindManager、MindMapper等）也可以很好地幫助整理分析思路。
在此需要說(shuō)明的一點(diǎn)是：軟件只是幫助完成任務(wù)的工具。并不是只要學(xué)好的軟件操作就能很好地完成任務(wù)，因為與操作相比，如何解釋最后的結果要重要的多。即使軟件操作的再熟，如果看不懂結果，那跟不會(huì )才做沒(méi)有兩樣。而看看懂結果就需要扎實(shí)的專(zhuān)業(yè)知識才行。
7.學(xué)統計學(xué)需要掌握哪些知識
專(zhuān)業(yè)介紹
業(yè)務(wù)培養目標：
業(yè)務(wù)培養目標：本專(zhuān)業(yè)主要包括一般統計和經(jīng)濟統計兩類(lèi)專(zhuān)業(yè)方向，培養具有良好的數學(xué)或數學(xué)與經(jīng)濟學(xué)素養，掌握統計學(xué)的基本理論和方法，能熟練地運用計算機分析數據，能在企業(yè)、事業(yè)單位和經(jīng)濟、管理部門(mén)從事統計調查、統計信息管理、數量分析等開(kāi)發(fā)、應用和管理工作，或在科研、教育部門(mén)從事研究和教學(xué)工作的高級專(zhuān)門(mén)人才。
業(yè)務(wù)培養要求：本專(zhuān)業(yè)學(xué)生主要學(xué)習統計學(xué)的基本理論和方法，打好數學(xué)基礎，具有較好的科學(xué)素養，受到理論研究、應用技能和使用計算機的基本訓練，具有數據處理和統計分析的基本能力。
畢業(yè)生應獲得以下幾方面的知識和能力：
l.具有扎實(shí)的數學(xué)基礎，受到比較嚴格的科學(xué)思維訓練；
2.掌握統計學(xué)的基本理論、基本知識、基本方法和計算機操作技能；具有采集數據、設計調查問(wèn)卷和處理調查數據的基本能力；
3.了解與社會(huì )經(jīng)濟統計、醫藥衛生統計、生物統計或工業(yè)統計等有關(guān)的自然科學(xué)、社會(huì )科學(xué)、工程技術(shù)的基本知識，具有應用統計學(xué)理論分析、解決該領(lǐng)域實(shí)際問(wèn)題的初步能力；
4.了解統計學(xué)理論與方法的發(fā)展動(dòng)態(tài)及其應用前景；
5.對于理學(xué)學(xué)士，應能熟練使用各種統計軟件包，有較強的統計計算能力；對于經(jīng)濟學(xué)學(xué)士，應具有扎實(shí)的經(jīng)濟學(xué)基礎，具有利用信息資料進(jìn)行綜合分析和管理的能力；
6.掌握資料查詢(xún)、文獻檢索及運用現代信息技術(shù)獲取相關(guān)信息的基本方法；具有一定的科學(xué)研究和實(shí)際工作能力。
主干課程：
主干學(xué)科：數學(xué)、統計學(xué)、經(jīng)濟學(xué)、管理學(xué)。
主要課程：數學(xué)基礎課（分析、代數、幾何）、概率論、數理統計、運籌學(xué)、計算機基礎、應用隨機過(guò)程等。
這個(gè)專(zhuān)業(yè)對數學(xué)的要求比較高，數學(xué)成績(jì)比較差的學(xué)生學(xué)起來(lái)可能會(huì )比較吃力，應當說(shuō)是一個(gè)就業(yè)前景比較好的專(zhuān)業(yè)
8.求統計學(xué)和統計法基礎知識資料
1.統計法的基本原則，是統計法所調整的統計法律關(guān)系的集中反映，是貫穿整個(gè)統計法律規范，對各項統計制度和所有統計法律規范起統帥作用的準則。主要有以下5項：
一是，保障統計工作統一性原則；
二是，統計機構依法履行職責原則；
三是，統計調查對象依法履行義務(wù)原則；
四是，維護統計調查對象合法權益原則；
五是，保障統計信息社會(huì )共享原則。
2.統計人員的職權，是指統計人員在一定的機構擔負統計工作，為了完成統計任務(wù)而由統計法規定擁有的權利。根據《統計法》的規定，統計人員的職權包括以下幾個(gè)方面：
一是，統計人員具有依照《統計法》規定獨立行使統計調查、統計報告、統計監督的職權；
二是，統計人員有權要求有關(guān)單位和人員依照國家規定，如實(shí)提供統計資料；
三是，統計人員有權檢查統計資料的準確性，要求改正不確實(shí)的統計資料；
四是，統計人員有權揭發(fā)、檢舉統計調查工作中的違法行為。
另外，統計人員有學(xué)習專(zhuān)業(yè)知識的權利。
3. 統計違法行為，是指行為人在統計活動(dòng)中違反統計法和統計制度規定，對統計法所保護的社會(huì )關(guān)系形成侵害的行為。統計違法行為具有如下特征：
一是，統計違法行為是具有社會(huì )危害性的行為；
二是，統計違法行為是行為人有過(guò)錯的行為；
三是，統計違法行為是違反統計法律規定的行為。
9.統計的基本內容有那幾科
統計學(xué)是通過(guò)搜索、整理、分析數據等手段，以達到推斷所測對象的本質(zhì)，甚至預測對象未來(lái)的一門(mén)綜合性科學(xué)。其中用到了大量的數學(xué)及其它學(xué)科的專(zhuān)業(yè)知識，它的使用范圍幾乎覆蓋了社會(huì )科學(xué)和自然科學(xué)的各個(gè)領(lǐng)域。
1.統計學(xué)的涵義：
統計學(xué)是一門(mén)研究數據的科學(xué)，任務(wù)是如何有效地收集、整理、和分析這些數據，探索數據內在的數量規律性，對所觀(guān)察的現象做出推斷或預測，直到為采取決策提供依據。
統計數據的收集是取得統計數據的過(guò)程，它是進(jìn)行統計分析的基礎。離開(kāi)了統計數據，統計方法就失去了用武之地。如何取得所需的統計數據是統計學(xué)研究的內容之一。
統計數據的整理是對統計數據的加工處理過(guò)程，目的是使統計數據系統化、條理化，符合統計分析的需要。數據整理是介于數據收集與數據分析之間的一個(gè)必要環(huán)節。
統計數據的分析是統計學(xué)的核心內容，它是通過(guò)統計描述和統計推斷的方法探索數據內在規律的過(guò)程。
2.統計學(xué)研究對象的特點(diǎn)
(1)總體性：統計學(xué)研究對象是社會(huì )經(jīng)濟現象總體或自然現象總體的數量特征。
例如，對工資的統計分析，我們并不是要分析和研究個(gè)別人的工資，而是要反映、分析和研究一個(gè)地區、一個(gè)部門(mén)、一個(gè)企業(yè)事業(yè)單位的總體的工資情況和顯示出來(lái)的規律性。統計研究對象的總體性，是從個(gè)體實(shí)際表現的研究過(guò)渡到對總體的數量表現的研究的。
(2)數量性：統計學(xué)研究對象的數量性，具體說(shuō)來(lái)，就是通過(guò)各種統計指標和指標體系來(lái)反映對象總體的規模、水平、速度、比例、效益和趨勢等。
一切客觀(guān)事物都有質(zhì)和量?jì)蓚€(gè)方面，事物的質(zhì)與量總是密切聯(lián)系、共同規定著(zhù)事物的性質(zhì)。一定的質(zhì)規定著(zhù)一定的量，一定的量也表現為一定的質(zhì)。但在認識的角度上，質(zhì)和量是可以區分的，可以在一定的質(zhì)的情況下，單獨地研究數量方面，通過(guò)認識事物的量進(jìn)而認識事物的質(zhì)。因此，事物的數量是我們認識客觀(guān)現實(shí)的重要方面，通過(guò)分析研究統計數據資料，研究和掌握統計規律性，就可以達到我們統計分析研究的目的。例如，要分析和研究國民生產(chǎn)總值，就要對其數量、構成及數量變化趨勢等進(jìn)行認識，這樣才能正確地分析和研究國民生產(chǎn)總值的規律性。
(3)客觀(guān)性：統計學(xué)所研究的量不是抽象的量，它是現象總體數量特征的客觀(guān)反映，是現象總體數量特征在一定的時(shí)間、地點(diǎn)、條件下的具體反映。即具體數量表現不是主觀(guān)意志所能轉移的。
(4)數據的隨機性：數據的隨機性也表明了數據來(lái)源的客觀(guān)性。
(5)范圍的廣泛性：統計學(xué)幾乎不同程度的滲到所有人類(lèi)活動(dòng)的領(lǐng)域。
