統計，從我的理解來看，就是為了探究某件事情，查詢某種關係而去進行的數據收集，數據處理和數據分析。不同於以往的數學類課程，統計並不執着於數據的因果關係，更側重於數據之間的相關關係，最近在讀維克托的《大數據時代》，作者也在強調大數據時代是相關關係的時代。所以在這個信息爆炸的年代，統計在大數據中佔有很重要的地位，尤其是在計算機的輔助下，我們可以對大樣本甚至全體樣本進行分析和處理，這就需要我們理解統計，可能不知道原理，但一定要知道在什麼地方去運用何種方法。
先拋開以上觀念不談，這學期統計課最喜歡的還是老師在講課的時候能夠時刻把知識連貫起來，從來沒有零零散散的講過某個知識點。為什麼會有中位數?它是用來幹什麼的?中位數和平均數的缺陷是什麼?為什麼會出現四分位點和箱圖?為什麼會這麼做是我在課上感受最深也是受益最多的地方。
如今學完統計，我自認為能夠很清楚的為了某項目的去做調查問卷，基於數據做出合理的處理和分析，然後多樣化的表達出來，從而驗證我的目的。因為我知道該在什麼條件下去做什麼分析，有什麼缺陷需要做什麼去補全。所以，感謝老師給了我一個完整的統計體系，即使以後覺得知識不夠用時，我仍能夠在當前體系繼續完善它。
另外，我養成了看課件，看書先看目錄和重點的習慣，以前在這方面做得不是很到位，總是覺得自己足夠聰明，什麼東西都是直接拿來看，看到好的便覺得不錯，也不管整個體系是什麼樣子的。如今深刻覺得先把知識體系建好的好處，站在全局的角度看問題非常全面，好像在飛機上觀察一個城市一般。這也是以前上課所欠缺的，我感覺以前的課程老師也很少注重這方面，總是説今天講什麼，沒有前文，也沒有後果。
以上兩點我覺得比我收穫整個統計體系的知識更重要，這是對我學習方法的進一步完善。之後將總結一下我在統計課上學到的知識。
首先是收集數據：其主要的方法就是調查問卷和從網上的數據庫中去獲得。這兩種方式在前兩次大作業中我們都嘗試過了。現在網絡很發達，調查問卷也可以直接發放到網上，也可以很方便的做分層和整羣抽樣調查。當時做調查問卷感悟最大的是怎樣去讓問題更有吸引力，我們對有個小組由於做了關於我是歌手這個非常火的題目，所以收到300多份問卷，而我們做的是有關考研班的調查問卷，所以收到的問卷才40多份。當數據收集到之後，一般來講是做描述性統計，這是一種簡單而又直白的，但卻富
有表現力的展現方式。可以直接觀察到各組之間的優劣和佔總體的大小。當時我們組做得大作業是有關全世界各國gdp的。條形圖能夠反應各國之間的差異，我們很明顯能夠看到美國的gdp大概是中國的兩倍。而通過餅圖，最直觀的感受是美國gdp佔全世界的四分之一，這是個體與總體的比較。
頻率表
定性分析條形圖
餅圖
描述性統計直方圖
頻率表
定量分析
ogive
數值特徵位置特徵離散特徵
形態特徵
描述性統計下分為定性和定量，所用方法不是很一致，在定量的學習中，我們依次理解了平均數，中位數，四分位數，箱圖，方差，標準差，變異係數，偏倚程度。這是一個漸進的過程，平均數對於偏態比較敏感，易受極值的影響，所以我們引用了中位數，相對而言受極值的影響較小。
而平均數和中位數都是一個確切的點，不能表示範圍，所以我們有了四分位數，進而再表示為圖形就是箱圖。但是以上只能表現數據的位置特徵，有些時候我們更關係數據的波動和密集程度，比如打靶的成績。所以就有了方差和標準差，都是表示數據對於平均數的波動程度。對於身高和體重來講，由於平均數的不同，所以對於不同數據，比如身高和體重，由於基數不一樣，方差不一定越大越好，於是又有了變異係數，這樣不用的數據也可以比較波動程度。通過位置特徵和離散特徵，我們就能夠將數據的形態特徵表現出來。
描述性統計是對單個變量內部特徵的處理，從而得到關於單個變量的特性。描述性統計是剩下部分的基礎，也就是假設檢驗和方差分析，或者説研究多變量的基礎。
研究多個變量，首先，也是最重要的是驗證變量是否符合正態分佈。正態和非正態，意味着之後選取的方法將截然不同。正態將會以平均數作為核心，比如anova,lsd等，
非正態則會以秩或者中位數作為核心，主要以sign檢驗，秩和檢驗，平均秩檢驗等非參檢驗。
方差分析也是一個漸進的的過程。anova是隻研究在一個因子下多方案的差異性，lsd就可以研究多個方案兩兩之間的差異性。之後就是在多個因子下，block是研究多個無相互作用因子下方案的差異性，factorialexperiment則是能夠再在有相互作用下的因子下研究一個因子對於多個方案的差異性。
非參檢驗也是從最簡單的中位數開始，從單變量開始拓展。秩和檢驗解決了多個方
案，並不配對的問題，比符號秩更具有普適性，但是精確度不如符號秩。k-w則是通過比較各樣本和總體平均秩來判定多個方案是否存在差異性。
剩下的就只有相關性分析了，正態的時候用persion，非正態則用spearman，兩者之間原理是一樣的，只不過一個是用平均值，另一個使用中位數。我們在做軍事建模的時候就選用了spearman。
統計學學習心得體會(2)
花幾天時間，整體複習了一遍統計學，準確的來説是從第一頁開始較為仔細的閲讀了一遍《統計學》這本教科書。隨後統計為我打開了另一扇窗，讓我得以從不同的視角重新思考這門讓我痛苦了一個學期的課程。至此統計學不再僅僅是一些無數抽象公式的代名詞，而是一門理論聯繫實際，工作活動中不可或缺的一門重要科學。
?總論》和《統計數據》的內容比較簡單，引出概念，複習以往學習過的知識。就在我們放鬆警惕，大呼統計學一點也不難的時候，《抽樣估計》徹底震住了自鳴得意的我們。
理論上來説《假設檢驗與方差分析》的內容要難於《抽樣估計》。但是個人覺得《抽樣估計》的行文並不像《假設檢驗》那麼好理解。《統計學》這本書喜歡先向學生介紹很多概念和公式，再將公式引用到例子中來解決問題。然而在介紹公式的同時，學生往往不瞭解這些公式真正的意義和使用方法，單純的死記硬背效率頗低。拿《抽樣估計》來説，計算抽樣平均誤差的公式之多，方法之眾，讓同學們的腦袋混沌了好久。大傢俬下交流，混沌的原因在於不知道這些公式的來龍去脈，只將條件帶入相應的公式計算答案的方法是以前沒有經歷過的，需要一段時間的適應過程。
?假設檢驗與方差分析》開篇給同學舉了兩個例子來闡明假設檢驗的基本思想。個人認為，這兩個例子是點睛之筆。在學習的開頭就讓學生了解到第五章的基本內容，以及假設檢驗在實際應用中的意義。就像寫小説先拋出一個懸念吸引讀者讀下去。閲讀兩個例子後我會不禁思考，如果實際中遇到類似的問題，有什麼方法可以避免犯“棄真”或者“採偽”的錯誤。帶着疑問去學習，才是真正的自主學習的過程。
?相關與迴歸分析》同樣吸引人。因為之前我片面的認為相關關係沒有確切的規律可循，更不容説計算出事物的內在聯繫了。然而科學證明，不但相關係數可以計算出來，迴歸方程也可以用來做分析預測。我想起了一句話：任何學科脱離了統計都將不是科學。只有統計能僅憑現象就能分析歸納出事務的內在聯繫，給我們呈現出一個更明朗的世界。
?時間序列分析》在我看來是和我的專業---國貿聯繫最緊密的學科。運用所學到的知識可以分析出公司銷售額的各種增長情況，公司的銷售額有什麼樣的季節變化規律，還能建立一個模型對未來的財務情況做出預測。
?統計指數與綜合評價》中“綜合法指數”的計算用到了《微積分》的相應知識。在《微積分》中不知所云的內容卻可以通過統計學的學習恍然談大悟。多虧了老師深入淺出的講解，讓我在短短一個學期裏既鞏固了舊知識又學到了許多有用的新知識。
?經濟統計學》是一門比較靈活的課程，我覺得也是學的有滋有味的一門課。通過這一個學期的《經濟統計學》知識學習,在授課老師的講授和指導下獲益良多。老師喜歡和我們同學一起互動，不象有的老師只是填鴨式教學，而不管學生吸收了沒有。《經濟統計學》不好懂是眾所周知的，老師在上課時列舉了很多生動鮮活的例子讓我們更容易理解。老師還會給我們留出提問的時間，解答疑難問題，更難得是在課後的時間裏對我們同學提出的問題作了詳細的解答。
我將有關《經濟統計學》的知識在實際工作中加以應用，取得了很好的效果，也加深了自己對《經濟統計學》這門課程的理解和掌握。
以前，我常常不知道那些客户的有關具體信息和購買習慣，在學習了統計學這門課程後，我對自己的客户資料進行的整理並對他們的購買記錄做了統計分析和研究。這樣，我就可以提前知道客户特別是重點客户的產品需求與服務需要以及自己的發展重點。我還在運用統計分析的結果後獲得了客户的好感與信任，也獲得了新的客户和新的訂單。
例如，我們之前有一家公司客户往年只是訂購一次我們的產品。在做了統計分析後，發現這家公司規模不斷變大，新產品的需要不斷增加，是值得開拓的潛在客户，於是我為該客户制定了一套全新的符合他們未來一年產品需求的企劃書，並運用統計分析的知識對他們未來的產品需求用圖表進行分析和商談。結果客户很滿意我的提案，一下子就跟我簽訂了連續3年的供貨協議，並且稱讚我的分析有水平。我的心甭提多高興，感謝老師的教導，不但學到了《經濟統計學》的理論知識，還在工作中派上了用場，這一段時間的學習真值。
本學期我們專業開設了《統計學原理》課程，通過近一個學期的學習我們對統計學應用領域及其類型和基本概念有了一個基本的瞭解，掌握了數據的收集、展示、分析的技術。但這都是些書本上的理論知識，是紙上談兵。理論須用來指導實踐，把我們學習到的理論知識運用到我們的工作和生活中去，這是我們學習的目的。
對於本人而言，數學功底不是很好，在沒學統計學之前就感覺統計學會很枯燥無味，對這門課程有些恐懼。但通過這學期的學習，感覺並沒有想象的那麼難學，再加上秦老師幽默風趣的講解，使複雜的問題變得通俗易懂，老師通過舉例説明問題的方法使問題變得簡單化，容易理解，再通過課堂上做習題，加深了對問題的理解。同時，老師基本上都是在課堂上讓我們做完習題，這樣給我們減輕了很多課餘的時間，學起來比較輕鬆。
而就所學的內容來講，我個人認為這門課程有兩大難點，一是統計學有許多相似概念，要求理解內涵，辨別異同和實際應用。例如在第二章統計調查中，相關概念的辨析就需要我們理解掌握以便熟練的做題。而對於公式不能像數學那樣，只從抽象的式子到式子的變換，而是要把公式理解再加以運用，掌握公式的使用條件，體會應用的靈活性。例如在相關與迴歸分析這一章中，主要就是要求我們把公式掌握好再加以靈活的運用，問題就會迎刃而解。因此可見，在統計學當中，公式的運用很重要。以上是我對學習《統計學原理》的心得，寫的不是很全面，但都是自己真實的體會，通過這門課程的學習，我相信在以後的工作和學習中會給我帶來很多的益處，讓我受益匪淺。
在兩天的統計學實驗學習中，加深了對統計數據知識的理解和掌握，同時也對excel操作軟件的應用，
統計學實驗心得體會。下面是我這次實驗的一些心得和體會。
統計學（statistics）一門收集，整理，顯示和分析統計數據的科學，目的是探索數據內在的數量規律性。從定義中不難看出，統計學是一門針對數據而展開探求的科學。在實驗中，對數據的篩選和處理就成為了比較重要的內容和要求了。同時對數據的分析也離不開相關軟件的支持。因此，eexcel軟件的安裝與運行則變成了首要任務。
實驗過程中，對excel軟件的安裝因要求具體而變的相對簡單。雖然大多數計算機都已內存此軟件，但在實驗中通過具體的操作亦可以提高自己的計算機操作水平。接下來的重頭戲就是對統計數據的輸入與分析了。按excel對輸入數據的要求將數據正確輸入的過程並不輕鬆，既要細心又要用心。不僅僅是仔細的輸入一組數據就可以，還要考慮到整個數據模型的要求，合理而正確的分配和輸入數據。因此，輸入正確的數據也就成為了整個統計實驗的基矗
數據的輸入固然重要，但如果沒有分析的數據則是一點意義都沒有。因此，統計數據的描述與分析也就成了關鍵的關鍵。對統計數據的眾數，中位數，均值的描述可以讓我們對其有一個初步的印象和大體的瞭解，在此基礎上的概率分析，抽樣分析，方差分析，迴歸問題以及時間序列分析等則更具體和深刻的向我們揭示了統計數據的內在規律性。在對數據進行描述和分析的過程中，excel軟件的數據處理功能得到了極大的發揮，工具欄中的工具和數據功能對數據的處理是問題解決起來是事半功倍。
通過實驗過程的進行，對統計學的有關知識點的複習也與之同步。在將課本知識與實驗過程相結合的過程中，實驗步驟的操作也變的得心應手。也給了我們一個啟發，在實驗前應該先將所涉內容梳理一遍，帶着問題和知識點去做實驗可以讓我們的實驗過程不在那麼枯燥無謂。同時在實驗的同步中亦可以反饋自己的知識薄弱環節，實現自己的全面提高。
本次實驗是我大學生活中不可或缺的重要經歷，其收穫和意義可見一斑。首先，我可以將自己所學的知識應用於實踐中，理論和實際是不可分的，在實踐中我的知識得到了鞏固，解決問題的能力也受到了鍛鍊；其次，本次實驗開闊了我的視野，使我對統計在現實中的運作有所瞭解，也對統計也有了進一步的掌握。
在實驗過程中還有些其它方面也讓我學到了很多東西，知道統計工作是一項具有創造性的活動，要出一流成果，就必須要有專業的統計人才和認真嚴肅的工作態度。在實踐的校對工作中，知道一絲不苟的真正內涵。
通過本次實驗，不僅僅是掌握操作步驟完成實驗任務而已，更重要的是在實驗中驗證自己的所學知識的掌握和運用。統計學的學習就是對數據的學習，而通過實驗可以加強我們對統計數據的認知和運用，更好的學習統計學的知識。雖然實驗時間很短暫，但對統計知識掌握的要求並沒有因時間的短暫而減少，相反我們更得努力掌握和運用統計學的新知識，提高自己的數據分析和處理能力，促進統計學的新發展。以上就是我這次實驗的一些心得體會，希望可以對自己有所幫助。
一、統計學原理
統計學原理包括：統計學的研究對象和方法、統計學的基本範疇、統計組織和管理、統計調查的意義和種類、統計調查方案、統計調查方法、統計整理的意義和內容、統計分組、統計分佈、統計表、總量指標、相對指標、平均指標、變異指標、綜合指標的應用、抽樣推斷的意義和內容、抽樣誤差、抽樣估計的方法、抽樣組織的設計、假設檢驗的意義與假設命題、假設檢驗方法、符合檢驗與秩和檢驗、相關的意義和種類、相關圖表和相關係數、迴歸分析、指數的意義和種類、綜合指數和平均指數、因素分析、指數數列。
統計學是在統計實踐的基礎上，自17世紀中葉產生並逐步發展起來的一門社會學科。它是研究如何測定、收集、整理、歸納和分析反映客觀現象總體數量的數據，以便給出正確認識的方法論科學，被廣泛的應用在各門學科之上，從自然科學和社會科學到人文科學，甚至被用來工商業及政府的情報決策之上。
統計學是應用數學的一個分支，主要通過利用概率論建立數學模型，收集所觀察系統的數據，進行量化的分析、總結，並進而進行推斷和預測，為相關決策提供依據和參考。它被廣泛的應用在各門學科之上，從物理和社會科學到人文科學，甚至被用來工商業及政府的情報決策之上。
統計學主要又分為描述統計學和推斷統計學。給定一組數據，統計學可以摘要並且描述這份數據，這個用法稱作為描述統計學。另外，觀察者以數據的形態建立出一個用以解釋其隨機性和不確定性的數學模型，以之來推論研究中的步驟及母體，這種用法被稱做推論統計學。這兩種用法都可以被稱作為應用統計學。另外也有一個叫做數理統計學的學科專門用來討論這門科目背後的理論基礎。
二、統計學在生活中的意義
知識的價值是使人變得聰明，智慧，有能力。人類正在進入信息社會，面臨着一個所謂“信息爆炸”的時代。信息的一種最常見的形式就是數據。現代的人們在工作和生活中，不時地要從這大量的、雜然紛陳的數據中發掘出事物的規律，作出正確的判斷，以決定合適的行動方針。可以説，這方面的能力如何，實在是衡量一個人聰明與否的一個極為重要的外現指標。“仙人持玉尺，度君多少才”。要準確無誤地測出一個人有多聰明，恐非仙人莫辦。可惜紅塵十丈，何處去找那手持玉尺的仙人但處事是否得宜，是有客觀檢驗的。古人説與其載之空言，不如見之於行事之深切著明。而統計學，正是這樣一種通過分析數據而達致儘可能正確的結論的技術。掌握了它，就可以使你在工作和生活中少犯錯誤，贏得主動。也就是説，使你變得更聰明瞭。
統計學不僅僅限與學術上的研究，他對於國家發展，經濟，政治，自然等等都有它獨特的作業。統計學的應用是是分廣泛的。
統計的力量在於無處不在的應用性。無論人們從事什麼工作，都有可能遇到下列問題：如何蒐集有價值的資料？如何組織、解釋所蒐集的資料？如何分析並給適當的推論？以及推論的可信度有多高？這些便都是統計學應用的主要範疇。這其中當然包括資料從蒐集、分析到推論的整個過程中所須具備的知識。諸如市場調查、工業產品質量控制、農產品品質的改良試驗、醫學的臨牀試驗等等，都是我們必須運用統計學理論的常見例子。
首先，統計學作為應用性很強的科學，其生命力和發展動力，在於它與實用學科的密切聯繫，割斷了這種聯繫，統計學就會變成無源之水，無本之木，產生不出有意義的問題和方法。因此，統計學與其他學科和領域所形成的邊緣和交叉性質的學科也特別多，如工業統計學，農業統計學，物理統計學、生物統計學，醫藥統計學，人口統計學、空間統計學，等等。其次，統計學研究的處理數據的方法，在我們這個信息化的時代，無論是在自然科學領域、社會科學領域還是在工程技術中，都發揮着重要的作用。如果沒有統計，大量雜亂無章的數據，將無法顯示其內涵的有用的信息。金子將掩埋在沙礫之中。
在自然科學研究中大量運用統計方法。例如，實驗中研究某種實驗結果的可靠性，需要用統計方法處理實驗數據；統計方法應用於農業實驗的設計和分析，用來研究各種品種的種子的增產效果，研究各種配合飼料餵養家禽家畜獲得最高增重的作用；在醫藥學中，關於吸煙與肺癌發病率聯繫的分析、關於某種新藥效果的研究，都普遍使用統計方法。
統計由蒐集資料到分析、處理資料，再轉換成有用的信息，成為知識經濟時代最重要的生產要素。統計從理論上講是一種方法，統計從應用上講是一種技術，統計技術是推動社會進步的先進生產力。
三、統計學的應用
統計學的出生是研究國家狀況的，譬如統計全國人口狀況、農業收成、經濟情況等數據，對一國經濟與社會發展做統計性調查與研究。經過多年的發展，統計學在社會生活中的應用被專家學家們系統化專業化，形成了不同流派不同類別的統計學。而現在的人文社會統計分類便是對社會生活中統計學應用的專業化成果。
前面提到過的人口普查、經濟情況調查等都是統計學在社會生活中的應用。早在17世紀，統計學在社會生活中的應用就被提出了。在約翰格朗特1662年出版了《對死亡表的自然觀察和政治考察》一書中，格朗特通過觀察客觀現象的數量關係，揭示出一系列統計規律，如男嬰出生高於女生，男性死亡高於女性等，同時他還用最新穎的方法編制出了死亡率表。18世紀中末葉到19世紀中末葉期間概率論與統計學成功結合，使得統計學在生活中的應用更加被加以重視。
在當代社會，統計學的應用越來越普及，人口學中的統計學應用（進行優生優育）、社會發展與評價、持續發展與環境保護、資源保護與利用、宏觀經濟監測與預測、政府統計數據收集與質量保證等都依賴於各類科學的統計方法。
金融業的現代化推動了統計與數理方法的應用研究，反過來，當今世界的金融管理特別是防範金融風險，也越來越要量化研究。早在1995年9月，美國斯但福大學經濟學教授劉遵義就通過實證比較，數量分析和模糊評價等方法，預測出菲律賓、韓國、泰國、印尼和馬來西亞有可能發生金融危機。後來的事實果然如此。這從一個側面提醒我們，沒有完整、科學的分析預測工具，就可能在國際金融競爭中蒙受重大損失。只有加強對作為金融信息的各種變量的研究，才能提高對金融運行規律的認識，才能把握市場的發展動向。投資顧問使用各種統計數據信息進行投資分析並用來指導他們的投資建議。對於股票投資來説，顧問們審查各種財務數據，包括市盈率、股息率等等。通過把個股信息與股票市場的平均數加以比較，投資顧問就可以得出個股價格是高估還是低估了的結論。
統計知識在生命科學、生物製藥領域的應用是十分廣泛的。以至於包括分子生物學中的統計方法、生物製藥技術中的統計方法、流行病規律研究與探索的統計方法、人類染色體工程研究中的統計方法在內的各統計應用領域在不斷髮展壯大中。
例如，在醫藥學中，關於吸煙與肺癌發病率聯繫的分析、關於某種新藥效果的研究，都普遍使用統計方法；19世紀中葉基因學説的創立，也是依賴於統計推斷技術。
經過這一個學期對統計學的學習，深刻地瞭解到統計學和我們的生活息息相關，我們每一天都會遇到大量的統計問題，無論是走在大街上還是坐在電腦前我們都會接觸到大量新聞和大眾媒體在統計數字上的表現，如最近炒的很熱的加多寶，它的廣告語是：全國每賣出十罐涼茶，有七罐是加多寶。我們且不理會這句話的真假，我們單從這句話來看很明顯的就是極大地運用了統計數字來表現其產品的銷量大。還有我們去菜市場買菜的話，也會粗略地對一個菜的價格進行一個統計，就是會走幾個菜攤子，對同一個菜的價格進行詢問，然後對這些價格進行比較，最後得到一個比較平均的價格，進而在自己認為比較合理的價格範圍進行採購。可見統計學與我們的生活已經是密不可分的了。
在學習統計學的教學過程中，很多例子也是我們生活中常見的例子，比如説學生的身高，體重等等，我們在學習中學習分析這些從生活中得來的數據，並經過統計得出合理的結論。這對於我們學生來説就大大提高了我們學習的興趣，對於老師老説更是提高了課堂的效率。為了得出結論我們經歷了收集數據，整理數據、描述數據和分析數據這些過程，並能利用結論進行合理預測和判斷，這就培育了我們用數學的眼光來看待生活，用數學的思維思考生活，可以説這也是一種對於理智的培養，統計學的思維、原則和方法都可以幫助我們自己走出思維誤區，更重要的是，還可以讓我們識破充斥於廣告、網絡、媒體報道和專家言論中的誤導甚至謊言，儘可能避免被他人忽悠。老師推薦我們看過一本書叫《統計數學會説謊》，這裏面就有一個有趣的例子：用平均數來掩蓋異常值。一個富翁走入一家坐滿了窮人的酒吧，酒吧里人均收入將迅速提升，但每個窮人並沒有因此致富。這就是最典型的平均數算法，掩蓋了貧富懸殊被拉大到危險地步的事實。除了《統計數學會説謊》這本書裏的這個例子，其實我們生活中還有很多這樣的例子，如：在報紙上我們經常看到，勞動者平均工資相比過去有了大幅度增長，但卻只強調了這個平均工資的增長，卻對通貨膨脹和加班這些因素隻字不提。我們如果在學習中培養了統計學的思維原則和方法，相信我們能看到很多除了數字以外的其他的東西，從而認清事物的本質。
學習統計學，我們不僅要學習統計學中的這種思維，我們還應該掌握統計學中的各種軟件的應用，如：excel、spss。因為統計的很多分析都要靠軟件來完成，特別是在當今迎來的大數據時代，只有掌握統計學工具，才能做到分析和利用數據。能否應用統計學及時從海量數據中發現潛在需求，是企業能否準確把握創新機遇而贏得競爭的關鍵。例如我們統計書上209頁10。1的這道練習題：一家電器公司的管理人員認為，每個月的銷售額是廣告費用的函數，並想通過廣告費用對銷售額做出估計。下面是相關數據：
現在我們來看一下這道題的第（2）問：用月銷售額作因變量，電視廣告費用和報紙廣告費用作自變量，建立估計的迴歸方程，並説明迴歸係數的意義。從這道題上我們可以知道，我們用肉眼看錶格上的數據，不借助軟件進行計算，我們是很難得到方程的迴歸係數的，更別説説明意義了。這時我們就要藉助spss或者excel這些軟件對錶格上的數據進行分析，而且很快得出結論：
這時我們就可以得出得到這個迴歸方程：y=83。230+2。290x1+1。301x2。而且我們可以很快説出迴歸係數的意義：電視廣告費用增加1萬元，月銷售額將增加2。29萬元，報紙廣告費用增加1萬元，月銷售額增加1。301萬元。這就説明了廣告的效果明顯比報紙的效果要好得多，從而可以調整廣告費用和報紙費用的比例，為企業贏得更高的銷售額。這個例子就充分説明了掌握數據分析軟件的重要性了：
有效的分析數據是提高工作以及發展效率的關鍵。
所以學習統計學絕對是讓人受益匪淺的，對於我們現在的大學生而言掌握統計學的基本理論和方法，能熟練地運用常用的統計軟件分析數據，有助於我們利用手中的數據對負責的問題做出明智合理的決策，對以後我們走出校園，走向社會，或者進入企事業單位和經濟管理部門從事統計調查，信息管理，數據分析等工作都是大有益處的。所以，在這裏感謝老師這個學期以來對我們在統計學上的教導，以及和我們分享的一些書籍。
蒙田範文網