时间：2023-07-20 16:25:38
导语：在统计学决策分析的撰写旅程中，学习并吸收他人佳作的精髓是一条宝贵的路径，好期刊汇集了九篇优秀范文，愿这些内容能够启发您的创作灵感，引领您探索更多的创作可能。
1 引言
甘肃省作为我国西部经济欠发达省份，以教育信息化带动教育现代化发展，坚持以深度融合、机制创新、企业参与、应用驱动为导向，在教育管理信息化基础建设、深化应用、创新融合方面，克服基础条件差等困难，努力实现跨越式发展。
认真贯彻落实《教育信息化十年发展规划(2011—2020年)》精神，(简称《十年规划》)。《十年规划》提出了我国教育信息化未来十年的8项任务和5个行动计划，这8项任务和5个行动计划又被概括为“三通两平台建设”。三通即：“宽带网络校校通、优质资源班班通、网络学习空间人人通”，两平台即“教育资源公共服务平台、教育管理公共服务平台” [1]。
2 甘肃省教育管理公共服务平台顶层设计
“十二五”期间，重点建立覆盖全省各级各类教育的基础数据库及其管理信息系统，为各级教育行政部门和各级各类学校提供教育管理基础数据和管理决策平台。
按照教育管理信息系统“两级建设、五级应用”原则，坚持“核心系统国家建、通用系统省级建、特色系统本级建”的建设模式。以甘肃省教育数据中心为依托，集中省级硬件基础环境、人员技术力量，统筹建设教育管理公共服务平台和教育资源公共服务平台，两平台硬件环境共建共享，充分发挥效益，为全省教育管理和应用提供服务。国家级核心系统全面部署，省级通用系统基本完善，各级特色系统逐步推进。
在整体推进过程中，以硬件基础环境建设为基础，以保证国家核心系统部署与落地应用为第一要务，以省级通用系统建设与应用为特色，利用大数据统计分析为各级各类教育行政部门提供科学的决策服务，促进教育公平和教育现代化发展。
3 甘肃省教育管理公共服务平台基础运行环境[2]
为保障我省教育管理信息化的整体推进，向全省各级各类教育行政部门提供教育管理公共服务和基础数据支撑，从2010起，加强省级教育数据中心建设工作，为省级和不具备机房环境的市州提供网络基础环境。按照“国家教育管理公共服务平台《省级数据中心建设指南》”中总体要求进行建设，按照B类数据中心建设标准，建成了面积达250多平方米，安全、高效、节能、功能齐全、服务到位的省级教育数据中心。
4 甘肃省教育管理公共服务平台建设情况
从2013年截至目前，我省教育数据中心已部署的国家核心管理系统有：中小学生学籍管理系统、中小学校舍安全管理系统、学生资助管理信息系统、中等职业学校学生管理信息系统、学前教育管理系统、教师管理信息系统、基础数据库、应用支撑平台、安全运维监测平台等，基本完成了教育部要求的全部系统的部署。
5 运用技术手段，实现各系统数据挖掘整合
2014年在国家核心系统建设的基础上，为了便于各业务系统数据分析报表的查看和检索，我省专门开发了甘肃省教育综合数据监测系统，通过统一的教育管理数据监测平台，对所有业务系统数据进行监测，通过统一的门户平台进行展示。
该系统设计面向服务的体系结构(SOA)，使用J2EE和HTML5程序设计并且在数据的抽取、转换和加载运用了目前先进的ETL技术，通过对中小学学籍系统数据库、教师管理系统、中等职业学校学生管理信息系统数据库、校舍安全管理系统数据库的关联，动态提取各种数据，生成教育行政部门所需的各种统计报表。系统通过学生、教师和学校三个横向维度，按照学前、基础教育、中等职业教育和综合四个纵向维度，把各业务系统报表统一进行展示，并跨系统进行数据关联和对比，按照教育决策部门需要，灵活方便地生成的各种类型报表，按照折线图、饼状图、柱状图和数据报表等形式直观方便地进行展示。
6 利用大数据分析共享，提高社会公共服务能力
按照“核心系统国家建、通用系统省级建、特色系统本级建”的原则，进一步落实“一库五应用”建设目标，甘肃省在国家核心系统建设的基础上，对各孤立分散的业务系统数据进行跨系统整合，科学、精准、可持续的获取数据，深度挖掘分析数据，从而打造甘肃省教育管理数据监测服务系统，为全省教育行政部门提供科学有效的决策数据。
根据我省当前的信息系统实际情况，结合今后教育信息化的长远发展和规划，将各业务系统数据通过抽取、转换、加载等环节，加载到甘肃省教育管理数据监测服务系统中，满足甘肃省教育管理数据监测及分析需要。如：学籍系统、教师系统、校安系统、学期系统、中职系统等都是原始的基础数据，如要跨系统进行数据分析对比和提取，应了解：①农村六年制小学按照学生人数统计教师的分配情况，初级、中级、高级教师的分配情况，教师的年龄结构情况，音体美艺术类专业教师的分配情况。②根据学校片区分布和片区学生教师人数，分析片区学校布局是否合理。③通过小学入学人数、幼儿园入园和毕业人数、义务教育人口监测中适龄入学人数对比，分析入园和入学情况。④查看全省大班情况等。要得到这些分析报表，必须通过对各业务系统源数据进行动态抽取、转换、加载和分析，最后生成所需要的报表。
7 结语
“三通两平台”的建设和应用是我省当前阶段教育信息化发展的战略重点，应用好教育管理公共服务平台是各级教育信息化工作者的愿望，通过对各孤立的管理系统的数据挖掘和分析，向各级决策管理者或专业人员提供及时、科学、有效的监测报告，从而为决策者科学决策提供服务。
关键词：区域经济 微观层面 计量地理学
1、计量地理学[2]在区域经济学中的应用
1.1 地理学中经典的统计分析方法
经典的统计方法有回归分析、主成分分析、时间序列分析、相关分析、系统聚类分析、趋势面分析方法等等
1.1.1回归分析
回归分析是研究对象与影响因素之间的关系，包括函数确定和相关关系不确定。回归就是用统计手段找出变量间近似函数关系的方法。在回归分析中，通常将我们关心的研究对象称为因变量，并且在一次研究中一般只有一个因变量，将影响因变量的其他因素称为自变量，自变量的个数既可以有一个（称为一元回归），也可以有多个（多元回归）。在农户自主发展能力的三商影响研究[3]中，采用多元回归分析可知农户自主发展能力与智商，情商和财商存在显著的线性关系。在研究智商，情商和财商分别对农户自主发展能力贡献大小时，可依次采用一元回归分析。
1.1.2主成分分析
主成分分析是指把反映样本某项特征的多个指标变量转化为几个综合变量的多元统计方法。在区域经济研究过程中，常常需要用多个变量对多个区域或城市进行综合评价，如区域经济发展水平，区域经济综合竞争力，地区经济发展潜力，地区投资环境，城市经济综合实力等，这些综合评价指标的共同特点是需要将多个相关指标合成一个综合指标，以反映各区域或城市在某一方面的综合水平。要完成这项工作，一般要经过以下五项步骤：
第一，选取指标
第二，对指标进行矢量纲化处理
第三，对指标进行简化或归类处理
第四，确定权重
第五，计算综合评价值
在基于微观视角的河南省农区经济类型划分[4]文章中，采用主成分分析方法，通过计算出各乡镇每个主成分的得分，结合地势状况，土地资源状况，把农区经济首先划分为富裕区、小康区、温饱区、贫困区等4中类型，又可进一步划分为平原富裕区、丘陵富裕区、平原小康区、丘陵小康区、山地小康区、盆地温饱区、山地温饱区、平原贫困区、盆地贫困区、山地贫困区等9种类型区。
1.2 线性规划分析
线性规划在实际应用日益广泛与深入，已经被广泛地应用到工业、农业、商业与交通运输规划、工程技术的优化设计以及企业管理等各个领域。在地理学领域，线性规划是解决有关规划，决策和系统优化问题的重要手段。
线性规划应用最多的实例就是农场种植计划或农区集中选择。如果线性规划只有单一的目标函数，那么建立的种植计划模型就是单目标规划模型，进而给出种植计划方案，要么使总产量最大，要么使总产值最大，两目标无法兼得；多目标规划的思想就可以解决这个问题。
1.3 空间统计分析
空间统计学的理论发展c70年代，空间统计分析处理的数据是空间数据，空间数据具有地理位置属性的一类特殊数据，不用于一般的截面数据和时间序列数据。通常运用空间分析的方法分析空间中“点”的分布具有什么样的规律，是否具有聚集性的特点，怎样去度量这种聚集程度。空间统计分析的核心是认识与地理位置相关的数据间的空间依赖，空间关联或空间自相关，通过空间位置建立数据间的统计关系。
Moran指数和Geary系数是两个用来衡量空间自相关的全局指标。Moran指数反映的是空间邻接或空间邻近的区域单元属性值的相似程度。Geary系数与Moran指数存在负相关关系。局部空间自相关的分析方法包括3种：（1）空间联系的局部指标（LISA）：是描述区域单元周围显著的相似值，区域单元之间空间集聚程度的指标。（2）G统计量：显著的G统计量正值表示在该区域单元周围，高观测值的区域单元趋于空间集聚；而显著的负值表示低观测值的区域单元趋于空间集聚。（3）Moran散点图：用来研究局部的空间不稳定性。
利用空间统计分析通常用于宏观尺度的分析，比如中国大陆30个省级行政区人均GDP的空间关联分析，基于空间统计分析与GIS的人口空间分布模式研究――以甘肃省天水市为例[5]，研究表明天水市人口分布呈现西北-东南模式，存在显著的空间集聚现象。
1.4 投入产出分析
投入产出分析又称“部门平衡”分析，或称“产业联系分析”，最早由美国经济学家瓦.列昂捷夫（W.Lenotief）提出，主要通过编制投入产出表及建立相应的数学模型，反映经济系统各个部门（产业）之间的相互关系。自20世纪60年代以来，这种方法就被地理学家广泛地应用于区域产出构成分析，区域相互作用分析以及资源利用与环境保护研究等方面。在现代经济地理学中，投入产出分析方法是必不可少的方法之一。
投入产出在微观层面的研究，地形对山区农田人地系统投入产出影响的微观分析――河南省巩义市吴沟村的实验研究[6]中把多种农业投入（x1，x2，x3...）与产出（Y）之间的关系以道格拉斯生产函数的形式Y=AX1αX2α表示出来，在该文中利用有关学者的研究成果确定折能系数，进行农田地块能量投入产出及效率的有关折算，得出地形对农田投入产出的影响。
1.5 AHP决策分析
AHP决策分析方法是美国运筹学家T.L.Saaty于20世纪70年代提出的，AHP决策分析方法（Analytic Hierarchy Process）是一种定性与定量相结合的决策分析方法，常常被运用到多目标，多准则，多要素，多层次的非结构化的复杂决策问题，特别是战略决策问题的研究，具有十分广泛的实用性。
甘肃省两西地区扶贫开发战略问题进行定量分析[7]文章中采用层次分析法给出了诸战略目标、发展战略、制约因素及方针措施的重要性排序，为地区扶贫开发建设决策提供了可续依据。根据这种思路是否也可以在微观层面上用层次分析法为较快较好的进行精准扶贫提供较为科学的依据。
1.6 地理网络分析
网络分析主要运用图论方法研究各类网络的结构及其优化问题，对于许多现实的地理问题，譬如城镇体系问题，城市地域结构问题，交通问题，商业网点布局问题，物流问题，管道运输问题等等都可以运用网络分析方法进行研究。中国中部农区企业集群的竞争优势研究――以河南省虞城县南庄村钢卷尺企业集群为例[8]利用图论很清楚的描述出了各个因素之间的联系。
参考文献：
[1] 李小建.经济地理学的微观研究[J].经济地理，2011，31（6）：881-887.
[2] 徐建华.计量地理学[M].北京：高等教育出版社，2006.
[3] 乔家君，党睿，赵德华.农户自主发展能力的三商影响研究[J].经济地理，2009，29（7）：1160-
1166.
[4] 乔家君，李小建.基于微观视角的河南省农区经济类型划分[J].经济地理，2008，28（5）：832-
836.
关键词数据挖掘；会计管理；计算机技术
一、数据挖掘
数据挖掘是从数据当中发现趋势和模式的过程，它融合了现代统计学、知识信息系统、机器学习、决策理论和数据库管理等多学科的知识。它能有效地从大量的、不完全的、模糊的实际应用数据中，提取隐含在其中的潜在有用的信息和知识，揭示出大量数据中复杂的和隐藏的关系，为决策提供有用的参考。数据挖掘是从数据当中发现趋势和模式的过程，它融合了现代统计学、知识信息系统、机器学习、决策理论和数据库管理等多学科的知识。它能有效地从大量的、不完全的、模糊的实际应用数据中，提取隐含在其中的潜存有用的信息和知识，揭示出大量数据中复杂的和隐藏的关系，为决策提供有用的参考。
二、数据挖掘的现代最新方法介绍
常用的数据挖掘方法主要有决策树(DecisionTree)、遗传算法(GeneticAlgorithms)、关联分析(AssociationAnalysis).聚类分析(C~smrAnalysis)、序列模式分析(SequentialPattern)以及神经网络(NeuralNetworks)等。
三、数据挖掘的实际应用
由于数据挖掘市场还处于起步的阶段，但是发展很快。在国外有一些著名的大公司对数据挖掘系统进行了开发。
1.IntelligentMiner这是IBM公司的数据挖掘产品，它提供了很多数据挖掘算法，包括关联、分类、回归、预测模型、偏离检测、序列模式分析和聚类。有2个特点：一是它的数据挖掘算法的可伸缩性；二是它与IBM/DB/2关系数据库系统紧密地结合在一起。
2.EineSet是由SGI公司开发的，它也提供了多种数据挖掘方法，包括关联分析和分类以及高级统计和可视化工具。特色是它具有的强大的图形工具，包括规则可视化工具、树可视化工具、地图可视化工具和多维数据分散可视化工具，它们用于实现数据和数据挖掘结果的可视化。
3.Clementine是由ISL公司开发的，它为终端用户和开发者提供提供了一个集成的数据挖掘开发环境。
4.DBMiner是由DBMinerTechnology公司开发的，它提供多种数据挖掘算法，包括发现驱动的OLAP分析、关联、分类和聚类。特色是它的基于数据立方体的联机分析挖掘，它包含多种有效的频繁模式挖掘功能和集成的可视化分类方法。
四、数据挖掘与管理会计
1.提供有力的决策支持
面对日益激烈的竞争环境，企业管理者对决策信息的需求也越来越高。管理会计作为企业决策支持系统的重要组成部分，提供更多、更有效的有用信息责无旁贷。因此，从海量数据中挖掘和寻求知识和信息，为决策提供有力支持成为管理会计师使用数据挖掘的强大动力。例如，数据挖掘可以帮助企业加强成本管理，改进产品和服务质量，提高货品销量比率，设计更好的货品运输与分销策略，减少商业成本。
2.赢得战略竞争优势的有力武器
实践证明数据挖掘不仅能明显改善企业内部流程，而且能够从战略的高度对企业的竞争环境、市场、顾客和供应商进行分析，以获得有价值的商业情报，保持和提高企业持续竞争优势。如，对顾客价值分析能够将为企业创造80%价值的20%的顾客区分出来，对其提供更优质的服务，以保持这部分顾客。
3.预防和控制财务风险
利用数据挖掘技术可以建立企业财务风险预警模型。企业财务风险的发生并非一蹴而就，而是一个积累的、渐进的过程，通过建立财务风险预警模型，可以随时监控企业财务状况，防范财务危机的发生。另外，也可以利用数据挖掘技术，对企业筹资和投资过程中的行为进行监控，防止恶意的商业欺诈行为，维护企业利益。尤其是在金融企业，通过数据挖掘，可以解决银行业面临的如信用卡的恶意透支及可疑的信用卡交易等欺诈行为。根据SEC的报告，美国银行、美国第一银行、联邦住房贷款抵押公司等数家银行已采用了数据挖掘技术。
五、数据挖掘在管理会计中的应用
1.作业成本和价值链分析
作业成本法以其对成本的精确计算和对资源的充分利用引起了人们的极大兴趣，但其复杂的操作使得很多管理者望而却步。利用数据挖掘中的回归分析、分类分析等方法能帮助管理会计师确定成本动因，更加准确计算成本。同时，也可以通过分析作业与价值之间的关系，确定增值作业和非增值作业，持续改进和优化企业价值链。在ThomasG，JohnJ和Il-woonKim的调查中，数据挖掘被用在作业成本管理中仅占3%。
2.预测分析
管理会计师在很多情况下需要对未来进行预测，而预测是建立在大量的历史数据和适当的模型基础上的。数据挖掘自动在大型数据库中寻找预测性信息，利用趋势分析、时间序列分析等方法，建立对如销售、成本、资金等的预测模型，科学准确的预测企业各项指标，作为决策的依据。例如对市场调查数据的分析可以帮助预测销售；根据历史资料建立销售预测模型等。
3.投资决策分析
投资决策分析本身就是一个非常复杂的过程，往往要借助一些工具和模型。数据挖掘技术提供了有效的工具。从公司的财务报告、宏观的经济环境以及行业基本状况等大量的数据资料中挖掘出与决策相关的实质性的信息，保证投资决策的正确性和有效性。如利用时间序列分析模型预测股票价格进行投资；用联机分析处理技术分析公司的信用等级，以预防投资风险等。
4.产品和市场预测与分析
品种优化是选择适当的产品组合以实现最大的利益的过程，这些利益可以是短期利润，也可以是长期市场占有率，还可以是构建长期客户群及其综合体。为了达到这些目标，管理会计师不仅仅需要价格和成本数据，有时还需要知道替代品的情况，以及在某一市场段位上它们与原产品竞争的状况。另外企业也需要了解一个产品是如何刺激另一些产品的销量的等等。例如，非盈利性产品本身是没有利润可言的，但是，如果它带来了可观的客户流量，并刺激了高利润产品的销售，那么，这种产品就非常有利可图，就应该包括在产品清单中。这些信息可根据实际数据，通过关联分析等技术来得到。
5.财务风险预测与评估
管理会计师可以利用数据挖掘工具来评价企业的财务风险，建立企业财务危机预警模型，进行破产预测。破产预测或称财务危机预警模型能够帮助管理者及时了解企业的财务风险，提前采取风险防范措施，避免破产。另外，破产预测模型还能帮助分析破产原因，对企业管理者意义重大。，数据挖掘技术包括多维判别式分析、逻辑回归分析、遗传算法、神经网络以及决策树等方法在管理会计中得到了广泛的应用。
一、数理统计与企业管理的关联性
1. 是企业计划管理的基本工具。作为企业管理工作中的重要组成部分之一,企业计划管理过程离不开数理统计,以便对所需数据与资料进行统计，数理统计为企业计划的制定提供了基本依据，对企业计划的方法进行检查，也属于企业计划额制定中的重要方面，因此，可以这样说，数理统计为企业计划管理提供了基本工具。
2. 为企业管理活动提供了依据。企业的良好发展需要对实施情况了解充分,数理统计满足了这一要求，其以数学语言为依据，对现有指标体系进行了构建，可以将企业业务活动、执行过程等各个环节加以量化，具有更精确、更直观、更有针对性等特点。就统计报表而言，它可使管理者直观、清晰地了解企业经营与生产状况。对于产品流通统计报表而言,管理人员能够借助于数理统计，得出所存在的问题，经简单计算,将产品库存、流通状况同其他年度相对应情况加以对比，其增长、发展情况进行了解。此类统计报表直观反映了管理的偏差和存在的问题，管理者可以依据市场动态变化情况，及时加以调整。此外,产品生产状况、市场供求关系情况、企业发展条件等，这些都离不开数理统计,只有借助于其专业化的统计方法,方可组织开展调查，对企业所需了解情况加以分析和研究，及时掌握最新动态,采取可行方法，为企业的健康、稳定发展搭建良好的平台。
3.为企业活动监督面了重要手段。企业借助于数理统计,对自身发展状况加以统计，该统计其实也为企业的“自查”提供了重要的手段。通过统计所需情况，对企业各项活动进行监督。在统计中及时找到所存在问题，通过统计了解企业发展需求,加快企业管理工作的改革。通常而言,企业管理采用数理统计方法,能够对企业各项事务的执行状况加以查看，对所涉及资料进行检查，对企业所制定计划的执行状况进行检查，掌握业务活动进展，明确企业发展动态。在龄淀计划期限内,对预计划进展情况加以对比，明确计划执行状况，针对剩余计划具有直观的认识,便于进一步调整速度，若难以在计划规定期限内完成,可以及时制定措施，加快跟进;若时间足够充裕，可加以调整。总而言之,就企业管理人员而言，必须把控好计划发展速度，逐步调整其内容及执行方式，提高工作效率，确保计划顺利开展。此外，就企业经济核算而言，采用数理统计方法对企业经济核算进行监督也十分有必要。经济核算严格与否标志着企业管理工作质量的高低，为了最大限度地提升企业经济航数理统计所发挥的作用不可小觑。
4.为企业经济研究提供了参考。企业管理工作离不开有效的管理方法,为此,必须摸清经济发展及价值规律，以防企业各项活动盲目、主观地开展，导致最终失败，因此，企业经济研究工作十分重要。企业经济研究内容主义包括了经济的发展趋势、特征及走向等，对此类内容的分析和研究，也需收集大量数据、材料，也离不开数理统计方法，如平均指标、动态数列等。由此可知,数理统计为企业经济研究工作提供了所需数据与资料，客观反映了企业的生产与经营情况,为企业各项经济活动运行提供了重要的参考。
二、运用数理统计,提高企业管理水平
为了推动企业健康发展，提高经济、社会效益，必须加强企业管理，提高管理水平，这一过程离不开数理统计工具的运用。主要体现在如下方面：
1. 产品质量控制。企业所生产产品的质量并非一成不变,每批次产品的质量多多少少都存在差异性，这主要是由于诸多随机、难以控制的以及突发性可控等因素引发的。若产品生产过程只受到随机因素的影响，则称该过程为统计控制状态，此时其质量特征值服从正态分布，依据正态分布的性质可知，生产过程以”千分之三”为依据进行质量控制，以便实现事前控制,避免不合格产品出现，有助于企业经济效益的大幅提升。
2. 产品质量管理。采用质量控制图旨在对生产工序进行监控，确保其处于统计控制状态下，最大限度地减少不合格产品出现，但是，产品最终检验仍很有必要。对所有产品进行检验是难以实现的，此时，需要运用数理统计中的”小概率事件原则”,采用一次抽样检验对产品合格与否进行推断。
3. 管理决策分析。1939年，统计学家瓦尔特首次提出了 ”决策理论”进行假设检验及参数估计。制定决策四大步骤如下:一是明确决策制定目标;二是找出可行性的方案;三是选择方案;四是对已选方案加以评价。决策分析需要以中心准则-期望值方法为依据，进行最优方案的选择，并按照最优方案加以执行。随着信息咨询公司的大量出现，若决策过程中开展了试验、调查，获取了附加信息，即可对先验概率进行修正，获取后验概率，该概率涵盖了所有经验和方法，并吸收借鉴了试验与调查信息，能够正确加以决策，极大地提升了企业管理决策的期望效益。
三、结语
1 评价指标体系的构建
1.1指标体系设计方法 在进行评价时，首先要建立合理的评价指标体系。目前，国内外对医院的公共服务水平评价还没有形成专门的学派和统一的评价模式，只有部分研究用于信息系统评价领域，评价的相关理论参考。本文是基于数字化医院的服务水平评价体系，本身与信息系统评价体系相比，有一般信息系统的共性，又具有医院服务水平的特性。为了搭建科学的评价指标体系来综合评价数字化医院建设中的服务水平变化情况，更好地指导信息建设、提高医院服务水平，提升诊疗能力，指标体系根据整体性、层次性、定性分析和定量分析相结合、可测性、科学性先进性、可比性这六大基本原则，选用层次分析法（analytical hierarchy process，AHP）进行评价模型的建立，指标内容涉及软件技术、硬件设施、诊疗水平和满意度等方面，第一层准则层为基础建设、服务能力、工作质量、用户评价4个部分，第二层子准则层由27项指标组成，评价指标体系结构如下图所示。
1.2评价指标定义
1.2.4用户评价 设计不同人群的满意度调查问卷：①医生满意度：设计医生满意度调查问卷并选取一个病区，随机抽取一定量的护士填写问卷，计算满意度均值；②护士满意度：随机抽取一定数量的护士填写问卷，计算满意度均值；③决策满意度：设计决策满意度调查问卷，随机抽取一定数量的中层干部填写问卷，计算满意度均值；④患者满意度：设计患者满意度调查问卷，抽取一定数量的出院患者填写问卷，计算满意度均值。
3 结论
本文应用层次分析法建立评价医院服务水平信息系统各项指标，选取Saaty权重法对指标进行加权，引入秩和比法进行分档排序，从而构建数字化医院服务水平评价模型，评价了医院基础建设、服务能力、工作质量、用户评价四个方面的指标，指标具有一定的代表性和独立性，在一定程度上保障了评测的准确性。通过该评价模型可以将医院信息建设不同阶段的指标体系纳入到评价模型中，从而评定出优劣档次。"优"档代表医院数字化建设对医院服务水平的提高有一定的促进作用，"中"档说明数字化建设对医院服务水平的影响程度不明显，"低"档则说明数字化建设影响了医院服务水平的提升。该评价体系便于分析医院进行数字化建设前后对医院服务水平的影响程度，为医院决策者在实施数字化建设和制定医院发展目标提供决策依据。现有学者在医院服务能力评价和信息系统评价方面均进行了比较深入的研究，但在数字化医院建设和医院服务水平两者结合下的评价系统研究方面探索不多，文本提供了一种思路和方法，并具有一定的应用性，但限于本人的研究水平，还有许多不足之处，①主要表现子在文中应用的层次分析法的思想，由于依据专家主观判断，存在一定的误差，没有客观定权法更公正，会导致判断矩阵产生不一致的情况；②在指标的选取上，由于对象和范围的不同，有可能对评价结果排序产生影响；③选取不同的指标定权法也会影响结果的稳定性所以必须对判断矩阵进行一致性检验，通过一致性检验后才能确定最后的权重值。
综上所述，本文研究的医院服务水平评价模型为评价数字化医院服务水平，基于以上不足，需要在以下3个方面不断完善：①进一步完善指标体系，采用不同视角、不同深度进行挖掘，使之更加具有代表性；②进一步扩展医院服务水平的内涵，利用决策分析、区域医疗、电子档案等方面寻找评价对象；③ 结合管理类、信息技术、统计学等多学科、多领域，利用现代网络平台，探索更为优化、合理的研究分析方法。
参考文献：
[1]李孜，刘智勇，马敬东，等.医院信息系统评价复杂性研究_stakeholder分析[J].中国医院管理，2006，3：192-194.
[2]邢一亭，孙晓琳，王刊良，等.信息系统概念模型评价研究-一个研究框架[J].情报杂志，2009，28（12）：5-10.
[3]刘国芳.基于模糊多准则决策的信息系统选型研究[D].镇江：江苏大学，2010.
关键词：统计分析；财务管理；作用；建议
中图分类号：F230 文献标识码：A 文章编号：1001-828X（2015）003-000-02
一、前言
自改革开放以来，我国的市场经济面临着诸多机会，与此同时，也面临着巨大的挑战。尤其是市场的竞争不断激烈，许多事业单位为了获得更大的市场份额，不断提高自己的竞争优势，以此来激活事业单位的活力。而在事业单位的经营活动当中，事业单位的财务管理部门需要分析大量的数据和信息来为事业单位管理提供决策信息，并为相关利益者提供事业单位的财务状况，这时为了完成数据的分析就需要运用统计分析这一手段。一般来说，统计分析是在数据的设计、调查、整理之后进行的一项统计工作，它主要是根据科学的方法来收集一些统计数据，然后再运用具体的方法对这些数据进行定性和定量的分析。这样，统计工作才能对事业单位生产经营过程中产生的数据进行全面、系统地记录。因此，在日益加剧的市场竞争下，为了能够给事业单位的管理者和相关利益人员提供有价值的决策信息，统计分析在事业单位的财务管理中得到了广泛的应用。
二、统计分析与财务管理的联系
一般来说，统计学是一门应用广泛的学科，需要经过数据的收集、整理和分析等过程，并且广泛应用于管理学、医学、经济学和心理学等诸多领域当中。而统计分析作为统计学当中的一种科学方法，需要运用统计的方法从定量和定性的方法来综合考虑问题。因此，在事业单位的财务管理过程中，以经济理论为依据，通过应用统计学的科学方法，不断提高事业单位资金的组织和管理效率，以此来协调事业单位各部门与财务部门之间的关系。鉴于此，在事业单位的财务管理中应用统计分析，其具体过程如下：首先，通过收集事业单位生产经营过程中的数据来了解事业单位系统当中的变异问题，并进行程序控制来为事业单位管理者的决策提供数据支持，这样能够提高事业单位的营运能力、偿债能力和盈利能力；其次，分析事业单位的产品收入、成本、费用等数据，这样能够提高事业单位的财务分析效率；最后，对事业单位在投资、营运过程中产生的科学数据进行分析，从而实现事业单位社会效益最大化。所以，在事业单位管理中，统计分析和财务管理是相辅相成、密不可分的，统计分析为事业单位的新财务管理提供了量的数据和信息，并且通过这种方法使财务管理和统计的资料实现共享性；与此同时，事业单位的财务管理推动了统计分析的发展，使统计学的应用更加广泛，不仅包含了一些经济活动的信息统计管理，还包括其他行业数据信息的统计管理。因此，在事业单位的财务管理中，依据统计分析，才能使事业单位的财务管理工作更加科学和完善。
三、统计分析在财务管理中的应用
1.统计分析在财务管理中的运用
在事业单位的财务管理工作中，需要定期向事业单位的管理者、投资者等利益相关人报送事业单位的财务报表，从而让他们掌握事业单位的财务状况和经营成果，进而不断了解事业单位的盈利能力和偿债能力等。所以，这些数据分析过程需要通过比率分析、比较分析、因素分析等统计分析方法来完成。
（1）比率分析法
比率分析法是通过计算而得出的经济指标的财务比率，在这个过程中需要考虑事业单位财务状况的多方面因素，以此来揭示事业单位经济指标之间的相互关系并确定经济活动之间的相互联系。通常情况下，常见的比率包括相关比率、构成比率、效率比率等。首先，相关比率是对在经济活动中具有相互依存关系的两个或两个以上的相关数据进行对比而得出的财务比率，如资产负债率等，通过分析可以得出事业单位的经济业务是否安排合理以及事业单位的生产经营状况是否良好。构成比率，是指由于事业单位的一项经济指标发生变化，这时指标的构成部分与总体之间的比重，比如说应收账款周转率等，它反映了在一个周期内，财务报表中的相关项目的重要性。效率比率是财务报表中的费用与所得数据之间的比率，反映出了投入与产出之间的关系，可以用来衡量事业单位的利益得失。综上，比率分析法的计算简单并且直观，但除此之外，还具有一些缺点，主要是不能够为人们提供财务报表之间关系，这样就很难反映比率与报表之间的联系。
（2）比较分析法
一般我们也将比较分析法称之为对比分析法，主要是将两个或多个数具有相同性质的数据指标进行对比分析，然后通过分析来判断事业单位之间的差距，这样能够为事业单位的财务管理做好准备。从横向的角度来说，将同一时期的事业单位相关数据与其他事业单位的数据进行比较，这样就能够得出事业单位与同行之间的差距；而从纵向的角度来说，将事业单位历年来的数据进行分析，这样就可以将事业单位不同时间段的增减情况表现出来，从而信息的需求者能够按照这些数据的分析结果做出正确的决策。
（3）因素分析法
因素分析法是应用一定的方法，对共同影响某一指标的几个关键因素进行测定，用以反应不同因素对经济指标各自的影响程度。通常来说，因素分析法包括连环替代法、差额分析法、指标分解法、定基替代法四种方法，这种方法主要优点在于能够比较客观的找出影响事业单位的财务指标的关键因素，但是其缺点就是其计算结果只是在某种假定前提下的结果，为此，财务分析人员在具体运用此方法时，应注意力求使这种假定是合乎逻辑的假定，是具有实际经济意义的假定，这样，计算结果的假定性，就不会妨碍分析的有效性。
2.统计分析在财务管理中的重要作用
（1）统计分析能够加强事业单位的经营管理
统计分析工作不只是在财务管理中简单的处理一些财务信息，还应该作为财务分析工作的工具，通过归纳分析数据，运用一定的方法来发现事业单位财务管理工作中存在的问题。与此同时，通过定量的数据分析法得出事业单位的资金流量和风险大小，以此来为投资者提供一些数据支持，也方便事业单位管理者规划事业单位的发展方向。因此，面对日益激烈的竞争市场，统计分析能够及时分析事业单位的经营情况，为财务管理部门提供科学的统计方法和统计技术。
（2）统计分析为事业单位提供了财务预测和决策
事业单位的财务预测是事业单位的一种规划手段，其结果是财务决策，能够提高事业单位的经营主动性。因此，为了达到事业单位财务管理的目标，在财务管理过程中需要充分发挥统计分析的作用，灵活运用相关的统计方法，利用预测、决策分析等软件，做好基本的财务预测和分析工作，保证统计分析结果的有效性和及时性。除此之外，事业单位还应建立信息质量监督部门，配备专业的人员，监督数据的真实性，提高统计分析的数据质量。
四、在事业单位财务管理中提高统计分析的建议
1.加强统计分析和财务管理的一体化
统计分析和财务管理都是经济管理的重要工具，但是通常来说，进行统计分析的主要任务是计算和分析统计指标，而财务管理的主要任务是分析财务信息，其中包括分析会计核算信息和财务报表信息两个部分。所以，统计分析和财务管理分析通常是平行进行的，二者在各自的工作岗位单独进行，没有互相交叉的部分，所以对于两者交叉的部分通常会出现结果不同的情况，这样就不利于提高事业单位的财务管理工作的效率。因此在财务管理的整个过程中直接应用统计分析的方法，共同开发统计软件和财务管理软件，充分发挥计算机的作用，对财务活动中所产生的相关数据进行计算和分析，由此将统计分析系统运用于财务分析中，能够大大提高财务管理的效率，从而为事业单位提供决策依据，使事业单位实现社会效益最大化的同时，更好的发挥经济效益。
2.加强会计人员和统计人员的分工配合
当前，事业单位当中的统计工作常常受到统计人员和会计人员的双重限制，由此没有办法准确和全面的开展统计工作。由此，这就需要充分协调统计人员和会计人员之间的关系，不断加强二者之间的交流和配合，这样优势互补才能够促进财务管理工作顺利进行。总体来说，在财务管理部门需要培养复合型的人才，从而使工作人员不仅熟悉统计工作的财务知识，还熟练掌握统计工作，在职能上使会计人员和统计人员的工作相互渗透，从而不断改进和提高会计工作的质量。
五、结束语
综上所述，事业单位的财务信息在事业单位的财务管理中发挥着越来越重要的作用，正确将统计分析运用到事业单位的财务管理当中，能够为事业单位管理者做出决策提供科学的数据依据，还能够更好的为事业单位财务管理部门服务。
参考文献：
[1]陈卫燕.项目管理在财务统计分析系统建设中的应用[J].事业单位改革与管理，2014，17（15）：52-53.
[2]事业单位财务与管理与统计分析技术的结合探究.杨江萍[J].中国管理信息化，2013，16（10）：85-86.
[3]李军.试论统计分析在事业单位中的应用[J].现代事业单位，2014，2（10）：157-158.
[4]王凯.浅析如何运用统计分析方法加强事业单位财务分析能力[J].商情，2013，13（38）：97-98.
【关键词】企业；财务统计；重要性
1.企业财务统计工作内涵意义
企业开展财务统计工作不仅可满足不同行业、部门增加值计算要求，真实反应各个单位开展生产经营活动获取的最终结果，还可为国内生产总值测算提供所需的重要基础信息数据。同时企业财务统计工作可为企业、国家与个人间的分配关系提供调整格局利益、制定分配收入政策的基础依据，并可为核算资金流量提供各机构分配收入的相关资料与相应他类财务统计参考资料。再者企业财务统计工作还可为核算资产负债提供基础必要数据，可作为企业研究经济实力的科学依据并成为核算资产负债的数据基本来源。
2.企业统计与会计关系
统计学与会计学在学科性质层面存在本质的不同，会计学主要研究以货币为主体的记账单位，采用复式记账模式反应企业运行资金状况，进而满足投资人、政府、企业管理人与债权人等各方了解企业经营成果及财务状况的根本需求，其具有收益性与个体性等显著特征，可通过对个体经营的计量实现最大化效益目标。而统计学则是对事物在数量上体现的总体特征进行反应的方法论学科，其涵盖大量性与总体性特征，通过对较多个体的计量观察借助差异反应总体层面的规律性，因此可以说会计主要研究对象为个体，而统计则以总体作为研究目标。统计与会计采用的计量方式同样包含差异性，会计记账单位为货币，通过对其计价以及设置账户、填制凭证、核算成本及审核方式对企业各项经济业务开展系统、连续反映与登记。会计计量包含系统、连续及严密等现实特征。而统计则主要以劳动、货币及实物等记账单位采用各类调查方式借助分组法、指数法、回归法进行自然及社会现象各个数量关系的分析与计量，进而真实反映事物间的客观规律性。由此可见统计计量包含综合、及时与灵活特征。虽然统计与会计属于相互独立的两类学科，然而二者会在较多领域互相利用与交叉。会计领域应用统计方式较为广泛，令会计学内容不断丰富、会计职能有效扩展，并令会计作用不仅仅局限在滞后反应层面，利用统计信息可科学预测企业未来，依据预期目标对其经济日常业务开展有效考核控制。统计领域应用会计方式同样较为广泛，在企业统计实践中包含较多的统计指标均需由会计核算中实现获取，尤其是一些重要的价值量指标。由此可按会计手段方式在统计中令各项内容全面丰富，促进了统计实践核算方式的完善与更新发展，令统计职能作用不仅仅局限在单纯的填写及上报报表层面，而是利用获取信息实施预测、分析与决策，进而最佳化发挥自身统计信息功能。伴随我国市场经济的飞速发展及现代化企业体制的完善建立，尤其是证券市场、资本市场的构建，需要企业更加注重分析及搜集市场信息。即企业应更多的利用统计技术、方式、手段进行相关会计事项及财务信息的处理，同时统计及会计领域应在理论层面互相借鉴，在实务层面开展广泛的协作与交流，促进两者的相互协调发展。另外由统计核算及会计核算层面来讲，统计主要进行宏观反映，而会计则进行微观反映，因此企业统计仅有靠拢会计才能令基础更为扎实，同时企业会计应科学利用统计方式进而最大化发挥优势作用。
3.企业财务统计与会计工作协调配合科学策略
3.1 构建以会计核算为根本，财务统计为依托的现代化企业核算管理体制
基于财务统计工作重要性，会计工作与财务统计工作互相交叉、渗透的科学性，企业应创建以会计核算为根本、财务统计为依托的现代化核算管理体制，进而由组织与职能层面确保两类核算的有效统一，并合理消除企业数据核算呈现的多元化现象。企业还可通过发挥财务统计具备的综合分析作用降低不必要的重复劳动。在该类管理体制之中，满足政府管理宏观需求的统计相关报表便可由财务部门进行有关填报事项的责任承担。就会计核算来讲其已经包含的数据，则财务统计便不需要进行重复核算，统计核算可针对会计核算无法提供、同时企业管理经营者客观需求的材料承担提供责任。这样一来企业财务统计人员便可集中更多精力在市场分析预测、调查等价值化统计管理工作中，该类各司其职、分工合理、各显其能，同时不需要进行统计机构另行设计的实践方式，对企业的持续发展极为有利，在其内部是切实可行的。企业可通过财务统计与会计核算的优势互补，为自身基层统计、会计、核算业务的一体化发展打下了坚实的基础。
3.2 优化更新财务统计报表体制，与会计核算准则靠拢
企业财务统计报表体制需要不断优化更新、与时俱进，与会计核算准则靠拢，科学利用各类会计信息充分满足统计报表上报需求。首先企业应健全构建科学有效的财务统计管理指标体系，该指标体系创建的好坏直接关系到财务统计质量，同时也是财务预测、分析及决策的核心基础。同时企业应令指标口径统一，基于管理经营者不同需求，企业统计核算及会计在口径上包含客观的差异性，因此企业应树立科学原则实施管理调整，确保相同内容名称指标一致性，避免管理核算存在混乱性。再者企业应科学促进资料共享，进而有效避免财务统计数据独立的处理采集及会计之间由于重复性劳动引发的混乱现象。同时企业在构建台账与原始记录阶段中应综合考量财务统计核算及会计核算综合需求，进而令两环节真正实现相互协调、共进发展。
3.3 提升企业会计人员与财务统计人员综合素质
在强化企业财务统计实践管理进程中，还应科学更新统计机构，提升统计管理人员综合素质。对于大规模企业可独立设立统计机构，依据微观管理与宏观管理需求培训并设置专业性统计工作人员，提升其相关财会理论知识水平，进而有效监督及提升财务数据决策分析、预测准确性及质量水平。对于发展规模为中小型的企业，可不进行专业统计部门的单独设置，通过会计核算与统计核算的良好结合引入专人进行负责，进而完成囊括财务统计的各项任务，有效降低重复性劳动，并提升统计管理工作质量及实践工作效率。
4.结语
总之，基于企业财务统计管理重要性我们只有针对企业现实管理状况探析统计与会计特征关系、促进企业会计工作与财务统计工作的协调配合，才能真正激发企业财务统计工作优势，令资金有效循环，提升企业核心竞争力并促进其实现可持续的全面发展。
参考文献：
关键词：应用统计学专业；实践教学；学科建设
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2017）02-0126-02
一、前沿
早在清末，我国就在商科开设了统计课程。到1949年，已有近20所高等院校设立了统计学系。1949年后，受苏联的影响，统计学科逐渐被人为地割裂为“数理统计”和“经济统计”两种统计学。数理统计日益趋向于理论化，而经济统计则越来越指标化、简单化，统计的理论和应用严重分离，极大阻碍了统计学科的发展。
2011年2月，国务院学位委员会通过的新的《学位授予和人才培养学科目录》将统计学升级为理学门类中的一级学科，实现了统计学、数学和经济学的独立。2011年6月，统计学科评议组确定了统计一级学科的5个二级学科：社会经济统计学（经济学）；数理统计学（理学、经济学）；金融统计、风险管理与精算学（经济学）；应用统计学（理学、经济学）；生物卫生统计学（理学，这就为统计学未来的发展提供了广阔的空间和舞台。
如今，统计方法不仅可应用到社会、经济和管理领域，生物、医学、制药、卫生、工程、司法等领域也需要大量统计专业人才。
安徽理工大学2012年申报了应用统计学专业并获批，已于2013年开始招生，这不仅为学校增加了一个一级学科，完善了学校的学科体系，也将不断培养出一批应用统计人才，服务于社会经济。在办学过程中，加强统计实践教学，提高学生的实践操作能力，提高学生的统计分析、计算和数据挖掘等能力，是极为必要的。本文以安徽理工大学应用统计学专业为例，探讨应用统计学专业用于实践教学的配套实验室与实践基地建设、实践教学课程一体化设置，应用统计学专业和统计学学科建设一体化的实践教学体系的建设等问题。
二、学科建设
合理科学的课程内容体系的研究与设计在学科建设中极为重要的。课程体系规划指导学生形成知识框架，侧重于处理基础、时代和前沿的教学内容的关系，以及应用、方法、理论三个方面该关系问题，其核心是如何使课程内容体系适应应用统计学的创新人才培养。
1.应重视加强数学理论知识。现代统计的理论和方法是基于数学建立起来的。在目前信息发展非常迅猛的时代，大量的数据处理和分析影响着各行各业的发展，如果不采用先进的数学工具，得出正确的结论是不可靠的。统计学作为一级学科，课程的设计应该增加数理统计理论和方法的比例。统计学是处理数据，而不是指标的解释的方法。概率统计描述了最简洁和强大的社会活动，提高概率统计教学的比重，是中国统计成熟的主要标志和重要举措。然而，因为社会环境的影响，有很多具有统计学专业的学校已经或削减了大量的数学课程或大大降低数学的难度，有的甚至又回到了过去的旧的社会和经济统计，其统计的发展是极为不利的，会削弱学生的职业发展潜力。
2.注重传授统计学学科体系的基本框架和基本统计理论与方法。学科建设是一门学科培养人才的基础，引导学生的发展方向。目标应该是：为学生构建一个基础、厚统计知识的平台，使学生理解领悟最基本的专业技能和统计思想，熟悉现代统计及决策分析方法，培养学生具有使用统计分析能力解决实际问题的水平。课程应包括运筹学、经济学、多元统计分析、回归分析、统计软件、非参数估计、抽样调查、时间序列分析、测试设计和质量控制等。通过的课程学习的学生将具备基本的数据采集、处理和分析能力。此外，以建立统计模型，分析模型和测试模型是非常重要的，所以我们应该特别注意的数学建模能力的培养。
3.加强计算机技术教育。最近，从事研究统计和统计应用人已经感觉数据的巨大数量的增长的影响的统计问题的规模和复杂性也大大增加。网络和计算机技术将数据处理从剥离的具体业务内容，并升级了。它奠定了高水平的统计应用程序的统一模型和自动化的方法了坚实的基础。可见，要成为一名合格的统计人必须有计算机技术有一定的基本知识。总之，数学，统计方法和计算机技术的基本原理是学生的统计知识结构的基本组成部分。如果你要在金融工作中从事，需要学习经济学和金融统计课程；此外，还必须具备一定的领域知识，如果你想从事卫生统计工作，学习医学统计和管理方面的知识。
三、实验教学体系
1.建设应用统计学专业教学的配套实验室与实践教学基地。为了加强统计专业在实践教学中的应用，安徽理工大学在学校建设了专业实验室，与校外企业合作建成了实践教学基地，为学生实习实践提供良好的实验场所和物质保障。学校申请了教育厅的专项基金用来建设数学建模实验室、数据挖掘与数据处理实验室，给学生提供参加各种比赛的机会和条件，近几年学校在竞赛方面成果显著，多次获得全国数学建模竞赛和研究生数学建模竞赛奖项。另外，结合学校特点，我们与煤矿开采相关专业开展合作，用统计的相关知识来解决实际工程的问题，得到了很好的效果，学生也在此过程中，统计能力得到了显著的提高。
2.建设应用统计学专业的实践教学课程的一体化。安徽理工大学应用统计专业的办学宗旨是培养应用型统计人才，培养的毕业生必须要掌握基础的统计学、应该数学、经济学理论，熟练掌握主流统计软件，善于数据挖掘与分析，会灵活统计方法和统计技术分析和解决经济和社会的实际问题。学生要会使用SPSS、SAS软件和R主流的统计数据为指标，通过统计实践活动课程，培养学生扎实的数据处理、数据分析和统计推断和数据挖掘能力，这个过程中也要强化培训教师必须掌握专业的统计分析软件SPSS、SAS、R等主流统计；最后，学生们用熟练的软件技能，解决课程和实际应用中相应统计的例子，实现理论与实践相结合，既巩固了理论知识，又培养了学生在学习理论知识的前提下，熟练解决实际问题的能力。
3.建设应用统计学专业和统计学学科建设一体化的实践教学体系。安徽理工大学积极鼓励学科交叉与学科融合，以实现学科的整合。应用统计学抓住学校学科建设整改的机会和学校的几个重点建设学科合作研究，实现与煤矿开采、安全工程、地下空间、爆破等专业的学科交叉融合，优势互补的深度，扩大统计在其他领域的研究方向，增强教师的科研能力，同时对交叉学科提供了良好的数据分析和数据挖掘平台。与此同时，安徽理工大学应用统计专业的学生可以使用大量的实验和统计数据的做法的统计专业课程，服务实践的做法，及时更新，紧跟步伐时代和丰富的应用程序数据极大地提高了学生的统计实践的兴趣，特别是一些开放的数据，使学生能够更容易地参与有关教师统计研究这些领域，培养学生的科研能力。
参考文献：
[1]袁卫.机遇与挑战――写在统计学成为一级学科之际[J].统计研究，2012，（11）.
[2]罗亚非，朱远程.经济管理专业”应用统计学”教学的几点思考[J].统计教育，2005，（8）.
[3]莫生红.高校统计学课程教学改革探讨[J].新西部，2009，（2）.
[4]刘宏建，费为银，王传玉.统计学专业应用型人才培养模式的探索与实践[J].中国电力教育：上，2012，（11）.
[5]苟巧玲.《统计学》课程教学中存在的问题与建议[J].统计与咨询，2008，（1）.
[6]薛艳.应用型统计学专业实践教学系统的构建[J].中国电力教育：上，2012，（5）.
[7]闰立梅.统计学专业创新性应用型人才培养模式探索[J].职业时空，2013，（2）.
[8]王麟，苑延华，于海姝，等.应用统计学专业人才实践能力培养[J].价值工程，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)数据化的信息收集
传统的统计研究主要是对已收集的数据进行各种技术分析，包括描述性分析、推断性分析、截而分析、时间序列分析等，侧重点在于技术分析手段的使用上。然而大数据时代，关注的是信息本身。现代信息系统的使用使大数据成为可能，文字、地理方位、沟通等，任何事物都可以量化，一切现象都可以用数据或表格来诊释。因此，大数据背景下世界是由各种信息和数据所构成的。
(二)数据模式的研究对象
在信息处理能力受限制的过去，人们缺少用来分析所收集数据的工具，因此产生了随机抽样。随机抽样法的目的是用最少的数据获得最多的关于总体的信息，从而使用样本对总体进行推断。然而，在大数据时代，数据处理的方式和技术发生了巨大的改变，人们可以通过互联网、数据库以及各种通讯工具获得海量数据，这时随机抽样就失去了它原来的意义。简单廉价的数据收集方法，足够的数据处理和存储能力，使得全数据模式成为可能。因此，大数据背景下样本即为总体。放弃随机抽样分析的捷径，采用所有数据的方法，可以发现一些隐藏在海量数据下的细节。
(三)混杂性的数据处理思维
传统的统计学处理数据的步骤是首先对数据进行整理和清洗，剔除不完整的或者异常值，然后再利用样本信息，在允许的误差范围内对总体进行推断和分析，即通过调整精确度的大小来对总体进行研究和分析。然而，在大数据背景下，来自各个时间和空间的数据来源纷杂，格式广泛，在萃取或处理数据的时候，很难做到把所有的数据都进行仔细地清洗。这种情况下，必须接受数据的混乱和不确定性，因为数据多比少好，因此更多的数据信息更加智能、更加精确的算法系统还重要。当拥有大量数据的时候，可以忽略一部分精确性，但并不是说不需要精确性，而是数据规模不断扩大时，确切的数量已经不再那么重要了，可以通过大规模的数据来发现事物背后的规律。
(四)相关关系的基础分析方法
传统的统计中，大部分相关关系分析仅限于寻求线性关系，或是在建立假设的基础上揭示数据相互之间的因果关系，例如Granger经验就是依据时间序列数据对变量之间的因果关系进行的判断，但往往会产生一些虚假的因果关系。这是因为统计关系并没有蕴含多少真实的因果关系。在大数据背景下，数据点以数量级方式增长，用数据驱动的相关关系分析不再需要建立在假设的基础上，所以相关关系分析不容易受偏见的影响而发生错误。大数据时代相关关系通过回答“是什么”的问题，为人们认识世界提供了一种新的视角。因此，相关关系统计分析是大数据预测的基础。
二、统计学专业教学体系中存在的问题
大数据背景下传统的统计学专业教学体系存在的问题凸显，具体体现在以下几个方面。
(一)培养目标无法适应大数据时代的社会需求
传统的统计学专业教学体系的培养目标是通过统计专业核心课程内容的介绍，锻炼学生收集、整理和分析数据的能力，培养“应用型”统计专业人才。然而，大数据的出现，使得通过数据分析获得知识、商机和社会服务的能力，从以往局限于少数的学术精英圈子扩大到了普通的社会机构、企业和政府部门，各行各业对统计数据、统计分析的需要使得统计学专业受到了前所未有的关注。大数据背景下，要求统计学作为一种分析工具，能够与其他专业相互衔接，相互服务，培养“复合型”专业人才。因此，传统的统计学专业教学体系培养目标存在两个方而的挑战:第一，如何协调统计与其他专业之间的关系;第二，如何从“应用型”向“复合型”人才进行转变。
(二)忽视数据的收集和创新
传统的统计学专业教学体系重视数据的分析技术，更多的课程设置是围绕着数据分析方法和技术展开的，例如多元统计分析、时间序列分析、统计预测与决策分析等。基础的数据收集部分只在统计学原理中有一章的内容介绍，而且是作为非重点一带而过的。大数据以海量的数据为分析研究的对象，将一切社会经济现象进行量化，重视的是信息的收集和数据的创新，包括数据的再利用，数据的重组，数据的扩展，数据的折旧以及数据的开放等各个方面。这些内容在原有的教学体系中是没有体现的。
(三)与大数据时代脱节的教学内容
传统的统计学专业教学体系原有的教学内容，在近二十年内变化不大。专业的主干课程有统计学原理、国民经济核算、计量经济学、抽样技术与方法等。而在大数据背景下，教学内容以数据模式为研究对象，强调对所有的数据进行分析，而不是开展随机抽样;允许不精确的存在，而不是在给定的精确程度下对总体进行推断和分析;关注海量数据之间的相关关系，而不是强调数据之间的因果联系。这些内容都无法在现有的教学体系中体现，因此，传统的专业教学体系与大数据时代是脱节的。
(四)实践教学环节薄弱
随着“应用型”统计专业人才培养目标的提出，学校对实践教学的重视增强，与过去相比，现有的专业教学体系中已经增加了实践教学环节。但是，在大数据背景下，实践教学仍然是统计学专业教学体系中的薄弱环节。主要表现在两个方而:(1)以模型驱动为主的实践教学模式已不适应大数据时代的要求。现有的实践教学内容并不是从数据出发，而是通过寻求一些适合模型的数据来“证明”这个模型的确有意义。这种思维方式与大数据时代的要求是不适应的，因为创造模型的目的是适应现实数据，而不是由模型驱动。(2)以SPSS、Eviews为主的软件教学已无法处理大数据。现有的实践教学中，主要讲授的是传统的统计分析软件SPSS和Eviews，因为这两种软件发展成熟，操作简单，可以处理一般的计量模型和时间序列。但是，大数据时代数据是海量的、复杂的，用简单的软件已无法处理和实施。
三、统计学专业教学体系改革的方向
根据以上分析，时代的发展对统计学专业提出了更高的要求，现有的教学体系中存在的各种问题即为统计学专业教学体系改革的方向。
(一)准确定位统计学专业的人才培养目标，重新设计主干课程的教学内容
大数据时代要求培养“复合型”统计专业人才，因此教学体系的培养目标要从简单的“应用型”向“复合型”转变。“复合型”统计专业人才要求学生除了具备数据收集、处理和分析的能力外，还要对统计学应用领域的背景知识有一定的了解。因此，按这个培养目标，需要对现有教学体系中的主干课程重新进行调整和设计。专业主干课程分为方法和应用两个方面。方法类的课程除了原有的计量经济学、时间序列分析、多元统计分析等外，又增加了机器学习、模拟算法、数据挖掘,R软件分析(或SAS软件分析)等处理复杂大数据的方法的课程。应用类课程在保留原有的国民经济核算，金融统计，证券投资，会计学基础外，增加一些统计学应用领域的基础知识课程，例如商业统计、生物统计、保险与精算统计等。此外，适当调整各专业主干课程的课时，一些课程可以增加课时，如软件分析、数据挖掘等，一些课程可以缩减课时，仅作一些简单的介绍，如抽样技术等。
(二)转变固有的思维方式，在大数据背景下积极推进教学改革
大数据时代，数据更多、更杂，传统统计学思维方式受到了极大的挑战。因此，以大数据为背景，转变固有的思维方式，从以统计技术方法为中心转换到以信息数据为中心，推进统计学专业教学改革十分重要。具体来说，可以弱化传统的推理论证的教学模式，强化数据收集、数据处理和数据分析的能力培养;强调数据本身的价值，让数据说话，用简单的方法了解数据背后所隐藏的信息和规律;使用项目式训练，让学生从项目中真正体验数据化处理的整个过程，达到理论和方法的结合;加强课堂教学与实验教学的统一和贯通，如在传统的教学过程中，将统计学原理、多元统计分析结合SPSS软件介绍，而时间序列分析又采用E-views进行介绍，造成学生疲于学习各种软件，实际上SAS,R等统计软件可以实现所有的功能，用一种软件与课堂教学融合贯通能帮助学生更好更深地掌握软件的使用。