最新统计学原理学习小结优秀word范文 11页.docx
《最新统计学原理学习小结优秀word范文 11页.docx》由会员分享，可在线阅读，更多相关《最新统计学原理学习小结优秀word范文 11页.docx（14页珍藏版）》请在冰豆网上搜索。
最新统计学原理学习小结优秀word范文11页
本文部分内容来自网络整理，本司不为其真实性负责，如有异议或侵权请及时联系，本司将立即删除！
==本文为word格式，下载后可方便编辑和修改！
==
统计学原理学习小结
篇一：
《统计学原理》教学总结
《统计学原理》教学总结
本课程定义多、定理（性质）多、公式多，理论性较强，比较抽象，教与学确有一定的难度。
就结合多年来的教学情况进行了如下总结。
（一）复习相关的数学知识，为本课程学习打好数学基础
《统计学原理》是一门用数学工具来分析社会经济问题的课程，所以要把简单的数学知识复习巩固一下，不要去追究那些严格的定义和解题技巧，学习时可以直接应用有关结论来解释和分析问题，在网上课程为大家提供了本课程常用公式。
若数学基础好，本课程的学习难度就大大降低了。
（二）整体性
统计学的研究对象是社会经济现象总体的数量特征和数量关系，并通过这些数量方面反映社会经济现象规律性的表现。
它通过一系列的分析、统计将认识从感性上升到理性的高度，将枯燥的数字变为人性化的信息。
本课程各章自成体系，但又构成整个统计工作的流程，所以说具有整体性的特征。
（三）社会性
统计学虽然是研究数量方面的，在社会科学中也不只有统计学是研究数量方面的，它所研究的数量方面的一个重要特征就是社会性。
所有的统计数字总是与人们的利益有关，反映人们之间的相互关系。
由于统计研究对象具有广泛的复杂的联系，各个单位所处的地位不同，条件各异，所以对现象总体的数量研究，必须从实践出发，运用
统计的方法，从各单位的变异中归纳概括出共同的、普遍性的特征。
（四）开放性
面向每一个学生的个性发展，尊重每一个学生发展的特殊需要，其课程目标要具有开放性。
它可以根据各位学员的学习和工作需要，确定调查目的，运用所学知识，完成对统计资料的搜集、整理和分析，提高学生对社会经济问题的数量分析能力。
虽然在开课初都进行了学习方法指导，但学生一时还难以接受。
我建议在对学生进行入学教育的时候也适当进行实践性学习意识的教育，并将这种观念运用到实践与理论结合课程的情境中去。
（五）加大课内练习比重，提高学生自学能力和动手能力。
教学过程中发现有较多学生学习被动和参与性不强，针对于这种情况我也进行了较多的尝试，发现叫学生做课内练习时学生的热情普遍比较高，所以我计划在以后的教学中，对于某些知识比较浅显的内容，老师应当压缩讲课时间，让学生在半自学甚至完全自觉的情况下学习，让学生有时间能动笔多做练习，一方面提高学生的参与性，另一方面可以巩固所学知识
（六）提高现代多媒体和网络通讯在教学中的应用
讲授这门课过程中体会最深的是，学生套用相关公式进行手工或者计算器计算时，往往要花费很长的时间且得不出正确的结果，而教师如果应用计算机相关软件如excel,spss等进行计算，几分钟就能得出个正确的结果。
所以，我觉得如果要让学生真正从学习这门课中感受到一些乐趣并且掌握更多的知识的话，就应当提高多媒体在这门
课中的应用，甚至可以安排几节上机实验课。
另外，某次练习课时，我想在黑板上写几道题目给学生做，因为题量大，足足用了几个黑板面，不管学生还是老师都抄得手痛，而且宝贵的时间都用在抄题目上而不是用在做题上。
我就思考有没有别的办法，有学生就提出可以把题目从参考书上用手机拍下来再传到QQ群里，我叫学生按这种方法做了，结果确实不错，本来要花半节课的时间来抄题，现在学生每人登录QQ看题目不用再抄题，直接做题，效率大为提高。
后来我也加入了他们班级的QQ群，考前给他们传了一些复习资料，学生有疑问也会在QQ上问我。
现代的网络和通讯手段确实给教学带来了很多的方便。
总之，根据这门课的教学特点，充分利用各种教学媒体进行学习，多做练习题，掌握解题规律，勤于动笔，在认识和理解的基础上再去记忆。
互相学习，交流学习经验，共同学习好这门课程。
基础课部教师吴海翔
201X-6-20
篇二：
统计学原理实验感言集锦
统计学实习个人总结
201X-12-2619:
27
统计学实习个人总结
本学期我们专业开设了统计学课程，通过一学期的学习我们对统计学应用领域及其类型喝基本概念有了一个基本的了解，掌握了数据的收集、展示、分析的技术。
但这都是些书本上的理论知识，是纸上谈兵。
理论须用来指导实践，把我们学习到的理论知识运用到我们的工作和生活中去，这是我们学习的目的也是教育改革的方向。
为此，在本学期即将结束之时，我们教研室特安排了一周的试验时间。
通过实践提高我们动手操作的能力和把理论应用到实践中去的思想，也通过试验加深我们对课本上理论的认识和掌握。
实习时间为大三上学期第十八周一周时间，实习地点为法律系机房，指导老师为李君平。
统计是处理数据的一门科学，统计学是收集、处理、分析、解释数据并从数据中得出结论的科学，统计方法是适用于所有学科领域的通用数据分析方法，只要有数据的地方就会用到统计方法。
随着人们对定量研究的日益重视，统计方法已被应用到自然科学和社会科学的众多领域。
几乎所有的的研究领域都要用到统计方法，比如政府部门、学术研究领、日常生活中、公司和企业的生产经营管理中都要统计。
因此学好统计学对我们以后的工作和生活斗有好处，通过时间加深对统计学理论的掌握和应用显得更为重要。
本次实习是通过上机试验的形式，主要通过运用EXCEL软件对数据进行处理、分析、解释，以学习过的理论为指导和老师的现场指导。
数据来源是简介来源，一部分是老师从平顶山市统计局取得，一部分是通过网络取得。
我们小组的课题是《城镇居民家庭人均平均每人全年消费性支出及比重》。
老师从市统计局取得的是201X年平顶山市城镇居民家庭平均每人全年消费性支出及比重，我们自己又从国家统计局网站上收集了从1995-201X（201X年的数据缺乏除外）十年间的全国消费性支出城镇居民家庭平均每人全年消费性支出及比重的数据。
先对各年的数据分别制成饼图进行分析。
其分析主要是消费性支出的八大类（1、食品2、衣着3、家庭设备、用品及服务4、医疗保健5、交通和通讯6、教育及文化服务7、居住8、杂项商品和服务各项支出占总消费性支出的比重的分析。
然后再汇成线条比较全国近十年其消费性各项支出总额及占消费性总支出的比重的变化趋势。
最后将平顶山市的统计信息与全国平均水平相比较分析平顶山市和去全国平均水平相比处于一个什么样的水平。
在这次试验过程中我们运用到的课本上的理论主要有数据的搜集、数据的图表展示。
另外还注意运用到了EXCEL数据处理技术。
1、数据的搜集
统计数据的来源渠道主要有两个。
一个是数据的间接来源，另一个是数据的直接来源。
城镇居民家庭平均每人全年消费性支出状况的调查是一项系统庞大的调查任务，需要投入大量的人力、物力、财力。
我们作为学生没有那样的能力也没有那个时间来通过自己的调查来获得的一手的资料，更主要是因为，我们只是试验没有那个必要来亲自调查，因此在数据的来源方面主要是间接来源。
由老师从市统计局取得和自己从网络上取得别人调查好的数据。
数据来源是平顶山市统计局和国家统计局公布的数据其来源具有可靠性和真实性。
2、数据的图表展示
表格性的数据，我们不易从中找出规律性的东西，不便于我们对其分析。
而将表格性的出具同图表的形式展示出来使数据说明更加形象直观。
便于我们从中发现其规律。
本次试验所分析的数据是数值型寻呼机。
数值型数据的展示方法很多，对分类数据和顺序数据的展示方法都适用于数值型数据而数值型数据还有自己的一些图示方法。
饼图是用圆形及圆内扇形的角度来表示数值大小的图形，它主要用于表示，一个样本中（或总体）个组成部分的数据占全部数据的比例，对于研究结构性问题十分有用。
在本次试验中研究各个年份消费性各项
支出占全部消费性支出的比重是一个结构性的问题，因此适合用饼图展示。
如果数据是在不同时间上取得的，即时将序列数据，则可以绘制线图。
线图主要用于反映现象随时间变化的特征，在纵向比较近十年各项消费性支出总额和占全部消费性支出中变化的趋势时是一个时间序列数据，因此适合用线图展示。
3、EXCEL数据处理技术
我们学习的教材的一个特点就是更加突出了与计算机的结合主要是突出了与EXCEL的结合。
因此我们在试验中更主要的是运用EXCEL软件对数据处理分析。
EXCEL数据处理技术贯穿与整个试验过程的始终。
EXCEL是我们统计试验的基础知识。
若不知EXCEL的运用则无法进行试验。
因此在试验中运用最多的还是EXCEL技术。
书本上的统计知识学会学不会暂且不说这EXCEWL技术也练的可以了。
试验结果展示
这张图是平顶山市201X年消费性各项支出在全部消费性支出里的比重的饼图。
从中可以看出在整个消费性支出之中食品的支出所占的比重最大，占到35%其次是衣着占14%而其他方面的支出所占的比重明显低于这两项的支出。
恩格尔系数还比较高。
这张图是201X年全国城镇居民家庭平均每人全年消费性支出结构图。
与201X年平顶山市消费性支出结构相比，食品方面的支出变化不大，衣着方面的支出相差较大，平顶山市衣着支出明显高于全国平均水平。
这张是全国近十年来消费性支出金额变化情况，从图中可以看出从1995年到201X年各项消费性支出金额都在上升，其中消费性支出总金额增长比率最大。
但这张总金额的变化趋势并不能说明居民的生活水平。
毕竟今天的物价与十年前不一样，工资水平不一样，同样100元前的购买力更不一样。
因此应结合下图来分析居民消费性水平状况。
这张图中就剔除了工资收入、物价水平、单位金额购买力的影响。
从比例状况来分析才能看出居民真实的消费水平。
在这张图中食品方面的支出和衣着方面的支出比例都在下降，也就是恩格尔系数在下降，说明居民的生活水平在提高。
试验中的问题
本次试验在指导老师的指导下和各组组长的认真负责下进行的还算顺利，对数据分析中遇到的问题都得到了解决，试验结果和幻灯片的制作在规定的时间内完成。
但在试验中也存在不少的问题。
1、本次试验与其说是一次统计学实习还不如说是计算机常用办公软件的实习。
在本次实习中我负责的课题是《城镇居民家庭平均每人全年消费性支出及比重》先对平顶山市201X年的数据和全国近十年的数据制成饼图，分析消费性各项支出占全消费性支出的比重。
又做了一个线图纵向比较消费性支出金额和其比重的变化趋势。
在加上后来的WORD文档报告和幻灯片，在整个过程中运用到的统计学知识有数据的搜集和图示。
其他统计学理论几乎没有用到。
数据搜集和展示部分的内容在整个统计学理论体系中只是很小的一部分，也是很基础的部分而在试验中数据的搜集占用的时间又不是很多，一个小时搞定。
图示方面的理论在试验中占很大部分，二年图示部分也不算是统计学的核心理论，在以前学习计算机市也讲过。
在整个实习过程中大部分时间都在学习EXCEL数据处理技术，而对统计学实践效果不强。
没有真正达到实习的目的。
2、对课本统计学理论了解的太少，不是以理论指导实践而是用实践结合课本来学习理论。
我们学习的专业是社会保障，开设的统计学属于经济学系列的课程，好多同学都不对其感兴趣再加上其是数学的分类学科，由于数学学习的不好，因此学习起来比较困难。
好多同学都没怎么去学，在实践之前对统计学理论了解太少，又怎么去指导实践，好多的同学也都是用到哪方面的知识再去从新翻课本。
3、同学们的学习不强，试验不积极。
在试验过程中好多同学都是趁机放个假休息几天。
好
多同学到了机房也不做实验而是上网弄博客，玩游戏。
组长的工作无法展开。
又的同学也就是勉强着胡乱做点工作了事，结果出来也是马马虎虎，错误不少。
整个试验结果不是小组成员共同完成的，而是个别同学做出来的。
学习心得
此次试验虽说收获不大，但还是有收获的。
至少我自己有收获。
在实习过程中我一直用认认真真的态度去努力学习，学习理论知识和上机试验相结合。
通过实习我不仅复习了课本知识，通过与实践相结合，我对理论知识有了更深入的了解也学会了对理论的实践应用，也增强了我的动手操作的能力和理论与实践相结合的思想。
在与小组成员的合作中我学会了以与队友合作的技能和处理和队友之间因工作产生的意见不合的能力。
而这些都是在学习理论知识之中学不到的，这将对我个人以后走上工作岗位都是很有用的技能
统计学实验心得
?
?
在两天的统计学实验学习中，加深了对统计数据知识的理解和掌握，同时也对Excel操作软件的应用。
下面是我这次实验的一些心得和体会。
?
?
统计学（statistics）一门收集，整理，显示和分析统计数据的科学，目的是探索数据内在的数量规律性。
从定义中不难看出，统计学是一门针对数据而展开探求的科学。
在实验中，对数据的筛选和处理就成为了比较重要的内容和要求了。
同时对数据的分析也离不开相关软件的支持。
因此，Eexcel软件的安装与运行则变成了首要任务。
?
?
实验过程中，对Excel软件的安装因要求具体而变的相对简单。
虽然大多数计算机都已内存此软件，但在实验中通过具体的操作亦可以提高自己的计算机操作水平。
接下来的重头戏就是对统计数据的输入与分析了。
按Excel对输入数据的要求将数据正确输入的过程并不轻松，既要细心又要用心。
不仅仅是仔细的输入一组数据就可以，还要考虑到整个数据模型的要求，合理而正确的分配和输入数据。
因此，输入正确的数据也就成为了整个统计实验的基础。
?
?
数据的输入固然重要，但如果没有分析的数据则是一点意义都没有。
因此，统计数据的描述与分析也就成了关键的关键。
对统计数据的众数，中位数，均值的描述可以让我们对其有一个初步的印象和大体的了解，在此基础上的概率分析，抽样分析，方差分析，回归问题以及时间序列分析等则更具体和深刻的向我们揭示了统计数据的内在规律性。
在对数据进行描述和分析的过程中，Excel软件的数据处理功能得到了极大的发挥，工具栏中的工具和数据功能对数据的处理是问题解决起来是事半功倍。
?
?
通过实验过程的进行，对统计学的有关知识点的复习也与之同步。
在将课本知识与实验过程相结合的过程中，实验步骤的操作也变的得心应手。
也给了我们一个启发，在实验前应该先将所涉内容梳理一遍，带着问题和知识点去做实验可以让我们的实验过程不在那么枯燥无谓。
同时在实验的同步中亦可以反馈自己的知识薄弱环节，实现自己的全面提高。
?
?
本次实验是我大学生活中不可或缺的重要经历，其收获和意义可见一斑。
首先，我可以将自己所学的知识应用于实践中，理论和实际是不可分的，在实践中我的知识得到了巩固,解决问题的能力也受到了锻炼；其次，本次实验开阔了我的视野，使我对统计在现实中的运作有所了解，也对统计也有了进一步的掌握。
?
?
在实验过程中还有些其它方面也让我学到了很多东西，知道统计工作是一项具有创造性的活动，要出一流成果，就必须要有专业的统计人才和认真严肃的工作态度。
在实践的校对工作中，知道一丝不苟的真正内涵。
?
?
?
?
通过本次实验，不仅仅是掌握操作步骤完成实验任务而已，更重要的是在实验中验
证自己的所学知识的掌握和运用。
统计学的学习就是对数据的学习，而通过实验可以加强我们对统计数据的认知和运用，更好的学习统计学的知识。
虽然实验时间很短暂，但对统计知识掌握的要求并没有因时间的短暂而减少，相反我们更得努力掌握和运用统计学的新知识，提高自己的数据分析和处理能力，促进统计学的新发展。
?
?
?
以上就是我这次实验的一些心得体会，希望可以对自己有所帮助。
篇三：
统计分析学习总结
经过四周的课程主要学习了以下几种分析方法：
1.方差分析
方差分析（AnalysisofVariance，简称ANOVA），又称"变异数分析"或"F检验"，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。
由于各种因素的影响，研究所得的数据呈现波动状。
造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。
方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。
作用：
一个复杂的事物，其中往往有许多因素互相制约又互相依存。
方差分析的目的是通过数据分析找出对该事物有显著影响的因素，各因素之间的交互作用，以及显著影响因素的最佳水平等。
方差分析是在可比较的数组中，把数据间的总的“变差”按各指定的变差来源进行分解的一种技术。
对变差的度量，采用离差平方和。
方差分析方法就是从总离差平方和分解出可追溯到指定来源的部分离差平方和，这是一个很重要的思想。
经过方差分析若拒绝了检验假设，只能说明多个样本总体均值不相等或不全相等。
若要得到各组均值间更详细的信息，应在方差分析的基础上进行多个样本均值的两两比较。
（1）多个样本均值间两两比较
多个样本均值间两两比较常用q检验的方法，即Newman-kueuls法，其基本步骤为：
建立检验假设-->样本均值排序-->计算q值-->查q界值表判断结果。
（2）多个实验组与一个对照组均值间两两比较
多个实验组与一个对照组均值间两两比较，若目的是减小第II类错误，最好选用最小显著差法（LSD法）；若目的是减小第I类错误，最好选用新复极差法，前者查t界值表，后者查q'界值表。
折叠
分析方法
根据资料设计类型的不同，有以下两种方差分析的方法：
1、对成组设计的多个样本均值比较，应采用完全随机设计的方差分析，即单因素方差分析。
2、对随机区组设计的多个样本均值比较，应采用配伍组设计的方差分析，即两因素方差分析。
折叠两类方差分析的异同
两类方差分析的基本步骤相同，只是变异的分解方式不同，对成组设计的资料，总变异分解为组内变异和组间变异（随机误差），即：
SS总=SS组间+SS组内，而对配伍组设计的资料，总变异除了分解为处理组变异和随机误差外还包括配伍组变异，即：
SS总=SS处理+SS配伍+SS误差。
折叠基本步骤
整个方差分析的基本步骤如下：
1、建立检验假设；
1
H0：
多个样本总体均值相等；H1：
多个样本总体均值不相等或不全等。
检验水准为0.05。
2、计算检验统计量F值；
3、确定P值并作出推断结果。
2.回归分析法定义
所谓回归分析法，是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式（称回归方程式）。
回归分析法不能用于分析与评价工程项目风险。
分类
回归分析中，当研究的因果关系只涉及因变量和一个自变量时，叫做一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，叫做多元回归分析。
根据自变量的个数，可以是一元回归，也可以是多元回归。
此外，回归分析中，又依据描述自变量与因变量之间因果关系的函数
表达式是线性的还是非线性的，分为线性回归
分析和非线性回归分析。
根据所研究问题的性质，可以是线性回归，也可以是非线性回归。
通常线性回归分析法是最基本的分析方法，遇到非线性回归问题可以借助数学手段化为线性回归问题处理。
回归分析法预测是利用回归分析方法，根据一个或一组自变量的变动情况预测与其有相关关系的某随机变量的未来值。
进行回归分析需要建立描述变量间相关关系的回归方程。
应用
社会经济现象之间的相关关系往往难以用确定性的函数关系来描述，它们大多是随机性的，要通过统计观察才能找出其中规律。
回归分析是利用统计学原理描述随机变量间相关关系的一种重要方法。
在物流的计算中，回归分析法的公式如下：
y=a+bx
b=∑xy－n·∑x∑y/[∑x²－n·（∑x）²];
a=∑y－b·∑x/n
3.主成分分析和因子分析
principalcomponentanalysis（PCA）主成分分析法是一种数学变换的方法,它把给定的一组相关变量通过线性变换转成另一组不相关的变量，这些新的变量按照方差依次递减的顺序排列。
在数学变换中保持变量的总方差不变，使第一变
2
量具有最大的方差，称为第一主成分，第二变量的方差次大，并且和第一变量不相关，称为第二主成分。
依次类推，I个变量就有I个主成分。
其中Li为p维正交化向量（Li*Li=1），Zi之间互不相关且按照方差由大到小排列，则称Zi为X的第I个主成分。
设X的协方差矩阵为Σ，则Σ必为半正定对称矩阵，求特征值λi（按从大到小排序）及其特征向量，可以证明，λi所对应的正交化特征向量，即为第I个主成分Zi所对应的系数向量Li，而Zi的方差贡献率定义为λi/Σλj,通常要求提取的主成分的数量k满足
Σλk/Σλj>0.85。
主成分分析主要是一种探索性的技术，在分析者进行多元数据分析之前，用他来分析数据，让自己对数据有一个大致的了解，这是非常有必要的。
主成分分析一般很少单独使用:
a、了解数据。
（screeningthedata），b、和clusteranalysis（聚类分析）一起使用，c、和判别分析一起使用，比如当变量很多，个案数不多，直接使用判别分析可能无解，这时候可以使用主成分对变量简化（reducedimensionality），d、在多元回归中，主成分分析可以帮助判断是否存在共线性（条件指数），还可以用来处理共线性。
1、因子分析中是把变量表示成各因子的线性组合，而主成分分析中则是把主成分表示成各变量的线性组合。
2、主成分分析的重点在于解释各变量的总方差，而因子分析则把重点放在解释各变量之间的协方差。
3、主成分分析中不需要有假设（assumptions），因子分析则需要一些假设。
因子分析的假设包括:
各个共同因子之间不相关，特殊因子（specificfactor）之间也不相关，共同因子和特殊因子之间也不相关。
4、主成分分析中，当给定的协方差矩阵或者相关矩阵的特征值是唯一的时候，主成分一般是独特的;而因子分析中因子不是独特的，可以旋转得到不同的因子。
5、在因子分析中，因子个数需要分析者指定（spss根据一定的条件自动设定，只要是特征值大于1的因子进入分析），而指定的因子数量不同而结果不同。
在主成分分析中，成分的数量是一定的，一般有几个变量就有几个主成分。
和主成分分析相比，由于因子分析可以使用旋转技术帮助解释因子，在解释方面更加有优势。
大致说来，当需要寻找潜在的因子，并对这些因子进行解释的时候，更加倾向于使用因子分析，并且借助旋转技术帮助更好解释。
而如果想把现有的变量变成少数几个新的变量（新的变量几乎带有原来所有变量的信息）来进入后续的分析，则可以使用主成分分析。
当然，这种情况也可以使用因子得分做到。
所以这种区分不是绝对的。
在算法上，主成分分析和因子分析很类似，不过在因子分析中所采用的协方差矩阵的对角元素不再是变量的方差，而是和变量对应的共同度（变量方差中被各因子所解释的部分）。
4.聚类分析
依据研究对象（样品或指标）的特征，对其进行分类的方法，减少研究对象的数目。
各类事物缺乏可靠的历史资料，无法确定共有多少类别，目的是将性质相近事物归入一类。
各指标之间具有一定的相关关系。
聚类分析（cluster
analysis）是一组将研究对象分为相对同质的群组（clusters）的统计分析技术。
聚类分析也叫分类分析（classificationanalysis）或数值分类（numericaltaxonomy）
3
变量类型：
定类变量、定量（离散和连续）变量
聚类方法
1,层次聚类（HierarchicalClustering）
合并法、分解法、树状图
2.非层次聚类
划分聚类、谱聚类
分析步骤：
定义问题与选择分类变量；聚类方法；确定群组数目；聚类结果评估；结果的描述、解释
5典型相关分析和对应分析典型相关分析（canonicalcorrelationanalysis）就是利用综合变量对之间的相关关系来反映两组指标之间的整体相关性的多元统计分析方法。
它的基本原理是：
为了从总体上把握两组指标之间的相关关系，分别在两组变量中提取有代表性的两个综合变量U1和V1（分别为两个变量组中各变量的线性组合），利用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。
升级会员 