什么是統(tǒng)計學?統(tǒng)計學有什么作用，對于寫好一邊統(tǒng)計學的論文十分重要，那么該如何來寫好這篇統(tǒng)計學論文呢?

　　統(tǒng)計學是通過搜索、整理、分析數據等手段，以達到推斷所測對象的本質，甚至預測對象未來的一門綜合性科學。其中用到了大量的數學及其它學科的專業(yè)知識，它的使用范圍幾乎覆蓋了社會科學和自然科學的各個領域。

　　【論文關鍵詞】統(tǒng)計學;統(tǒng)計思想;認識

　　【論文摘要】所謂統(tǒng)計思想，就是在統(tǒng)計實際工作、統(tǒng)計學理論的應用研究中，必須遵循的基本理念和指導思想。統(tǒng)計思想主要包括均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想等思想。文章通過對統(tǒng)計思想的闡釋，提出關于統(tǒng)計思想認識的三點思考。

　　1關于統(tǒng)計學

　　統(tǒng)計學是一門實質性的社會科學，既研究社會生活的客觀規(guī)律，也研究統(tǒng)計方法。統(tǒng)計學是繼承和發(fā)展基礎統(tǒng)計的理論成果，堅持統(tǒng)計學的社會科學性質，使統(tǒng)計理論研究更接近統(tǒng)計工作實際，在國家和社會得到廣泛發(fā)展。

　　2 統(tǒng)計學中的幾種統(tǒng)計思想

　　2.1 統(tǒng)計思想的形成

　　統(tǒng)計思想不是天然形成的，需要經歷統(tǒng)計觀念、統(tǒng)計意識、統(tǒng)計理念等階段。統(tǒng)計思想是根據人類社會需求的變化而開展各種統(tǒng)計實踐、統(tǒng)計理論研究與概括，才能逐步形成系統(tǒng)的統(tǒng)計思想。

　　2.2 比較常用的幾種統(tǒng)計思想

　　所謂統(tǒng)計思想，就是統(tǒng)計實際工作、統(tǒng)計學理論及應用研究中必須遵循的基本理念和指導思想。統(tǒng)計思想主要包括:均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想。

　　2.3 統(tǒng)計思想的特點

　　作為一門應用統(tǒng)計學，它從數理統(tǒng)計學派汲取新的營養(yǎng)，并且越來越廣泛的應用數學方法，聯系也越來越密切，但在統(tǒng)計思想的體現上與通用學派相比，還有著自己的特別之處。其基本特點能從以下四個方面體現出：(1)統(tǒng)計思想強調方法性與應用性的統(tǒng)一;(2)統(tǒng)計思想強調科學性與藝術性的統(tǒng)一;(3)統(tǒng)計思想強調客觀性與主觀性的統(tǒng)一;(4)統(tǒng)計思想強調定性分析與定量分析的統(tǒng)一。

　　3 對統(tǒng)計思想的一些思考

　　3.1 要更正當前存在的一些不正確的思想認識

　　英國著名生物學家、統(tǒng)計學家高爾頓曾經說過：“統(tǒng)計學具有處理復雜問題的非凡能力，當科學的探索者在前進的過程中荊棘載途時，唯有統(tǒng)計學可以幫助他們打開一條通道”。但事實并非這么簡單，因為我們所面臨的現實問題可能要比想象的復雜得多。此外，有些人認為方法越復雜越科學，在實際的分析研究中，喜歡簡單問題復雜化，似乎這樣才能顯示其科學含量。其實，真正的科學是使復雜的問題簡單化而不是追求復雜化。與此相關聯的是，有些人認為只有推斷統(tǒng)計才是科學，描述統(tǒng)計不是科學，并延伸擴大到只有數理統(tǒng)計是科學、社會經濟統(tǒng)計不是科學這樣的認識。這種認識是極其錯誤的，至少是對社會經濟統(tǒng)計的無知。比利時數學家凱特勒不僅研究概率論，并且注重于把統(tǒng)計學應用于人類事物，試圖把統(tǒng)計學創(chuàng)建成改良社會的一種工具。經濟學和人口統(tǒng)計學中的某些近代概念，如GNP、人口增長率等等，均是凱特勒及其弟子們的遺產。

　　3.2要不斷拓展統(tǒng)計思維方式

　　統(tǒng)計學是以歸納推理或歸納思維為主要的邏輯方式的。眾所周知，邏輯推理方式主要有兩種：歸納推理和演繹推理。歸納推理是基于觀測到的數據信息(尤其是不完全甚至劣質的信息)去產生新的知識或去驗證一個假設，即以所掌握的數據信息為依據，歸納得出具有一般特征的結論。歸納推理是要在數據信息的基礎上透過偶然性去發(fā)現必然性。演繹推理是對統(tǒng)計認識能力的深化，尤其是在根據必然性去研究和認識偶然性方面，具有很大的作用。

　　3.3深化對數據分析的認識

　　任何統(tǒng)計研究都離不開數據分析。因為這是得到統(tǒng)計研究結論的必要環(huán)節(jié)。雖然統(tǒng)計分析的形式隨時代的推移而變化著，但是“從數據中提取一切信息”或者“歸納和揭示”作為統(tǒng)計分析的目的卻一直沒有改變。對統(tǒng)計數據分析的原因有以下三個方面：一是基于同樣的數據會得出不同、甚至相反的分析結論;二是我們所面對的分析數據有時是缺損的或存在不真實性;三是我們所面對的分析數據有時則又是海量的，讓人無從下手。雖然統(tǒng)計數據分析已經經歷了描述性數據分析(DDA)、推斷性數據分析(IDA)和探索性數據分析(EDA)等階段，分析的方法技術已經有了質的飛躍，但與人類不斷提高的要求相比，存在的問題似乎也越來越多。所以，我們必須深化對數據分析的認識，圍繞“準確解答特定問題并且從數據中獲取一切有效信息”這一目的，不斷拓展研究思路，繼續(xù)開展數據分析方法技術的研究。