大数据的统计学基础-第1周
以“数”驱动的《统计学基础》课程教学体系研究
Creative Education Studies 创新教育研究, 2023, 11(9), 2602-2608 Published Online September 2023 in Hans. https:///journal/ces https:///10.12677/ces.2023.119383以“数”驱动的《统计学基础》课程教学体系研究马小艳重庆对外经贸学院数学与计算机学院，重庆收稿日期：2023年7月24日；录用日期：2023年8月29日；发布日期：2023年9月8日摘要本文依托大数据时代背景下，完善课程教学内容；用“数”说中国之事，融入思政教育；结合“数字课程”，设计混合式教学模式；利用信息技术平台学生“数据行为”，动态化评价教学效果。
从而构建以“数”驱动、多层次分模块的《统计学基础》课程教学体系，以实现“德技并修”双主打的育人目标。
关键词统计学基础，教学体系，课程思政，课程设计A Study on the Teaching System of“Statistics Basics” Course Driven by “Data”Xiaoyan MaSchool of Mathematics and Computer Science, Chongqing College of International Business and Economics, ChongqingReceived: Jul. 24th , 2023; accepted: Aug. 29th , 2023; published: Sep. 8th, 2023AbstractBased on the background of big data era, this paper improves the course teaching content; Use “data” to say China’s affairs, integrate into ideological and political education; Combined with “digital course”, design mixed teaching mode; Using information technology platform students “data behavior”, dynamic evaluation of teaching effect. Therefore, the teaching system of “Statis-tics Basics” course driven by “data” and multi-level sub-modules is constructed to achieve the educational goal of “combining moral and skills cultivation”.马小艳KeywordsStatistics Basics, Teaching System, Curriculum Ideological and Political, Course DesignCopyright © 2023 by author(s) and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY 4.0)./licenses/by/4.0/1. 引言《统计学基础》是一门研究收集、整理、分析和展示数据的课程，强调用“数据”说话，也是应用统计学专业的学科基础课，为后续专业课的学习提供数据统计分析基础。
大数据与统计学课件
02
隐私保护算法
开发和应用隐私保护算法是解决数据安全与隐私保护问题的关键。这些
算法可以在不泄露个体数据的前提下进行数据分析，从而保护个人隐私
。
03
法律法规制定
政府应制定相关法律法规，明确数据安全和隐私保护的标准和要求，对
违反规定的行为进行严厉打击，为大数据和统计学的应用提供法律保证
。
数据质量与误差控制
数据清洗
在大数据应用中，数据清洗是一项重要的任务。通过数据清洗，可以去除重复、错误或不完整的数据，提高数据质量 ，为后续的数据分析提供准确的基础。
误差来源辨认
在数据分析过程中，误差来源的辨认和控制是至关重要的。通过对误差来源的深入分析，可以采取相应的措施来减小 或消除误差，提高数据分析的准确性和可靠性。
数据可视化
利用大数据可视化技术将预测结果以直观的方式呈现出来，例如图 表、外表板等，以帮助用户更好地理解和分析数据。
大数据在决策支持中的应用
决策支持系统
01
利用大数据构建决策支持系统，以帮助决策者进行科学决策和
制定战略计划。
数据驱动决策
02
通过大数据分析提供数据驱动的决策根据，以支持决策者做出
更加科学、公道和有效的决策。
大数据在医疗健康领域的应用
总结词：医疗健康领域通过大数据分析 可以改良医疗服务、提高疾病预防和治 疗效果。
健康管理：通过收集和分析个人健康数 据，大数据可以帮助个人更好地管理自 己的健康状况，提高生活质量。
流行病预测：通过对历史病例数据和流 行病趋势的分析，大数据可以帮助公共 卫生机构预测和预防流行病的爆发。
实时监测与调整
03
利用大数据对决策执行过程进行实时监测和调整，以确保决策
数据分析的理论基础
数据科学的定义 数据科学的研究对象 数据科学的体系结构概述 数据科学的体系结构测 医疗：病患诊断、药物研发和流行病预测 商业智能：市场分析、销售预测和客户细分 人工智能：机器学习、自然语言处理和计算机视觉
统计学在数据分 析中的作用
统计学是一门科学， 旨在研究数据的收 集、整理、分析和 解释
数据处理：分布式计算，提 高数据处理速度和效率
数据存储：分布式存储，提 高存储容量和效率
数据挖掘：数据挖掘算法， 发现数据中的规律和价值
数据安全：数据加密，保障 数据安全和隐私
应用场景：金融、医疗、教育、零售等领域
案例分析：某银行利用大数据分析客户消费行为，提高客户满意度；某医院利用大数据分析疾 病诊断，提高医疗质量和效率
将数据或信息转化为视觉形式 的过程
增强人类对数据的感知和理解 能力
类型包括图表、图形、地图等
在数据分析中用于解释、表达 和探索数据
图表类型：柱状图、折线图、饼图等 数据可视化软件：Tableau、Power BI、Excel等 可视化图表优化：颜色搭配、布局优化等 可视化图表选择：根据数据类型和分析目的选择合适的图表
应用场景：智能推荐、智能交通、智能制造等领域
案例分析：某电商利用大数据分析用户行为，实现精准推荐；某城市利用大数据分析交通流量， 优化交通布局
数据伦理和数据 安全问题
数据隐私和安全问题
数据歧视和不公平现象
数据泄露和合规风险 解决方案：制定数据伦理准则和规范，加强数据安全技术保障，建立数据 伦理监管机制，提高公众数据素养和意识。
数据分析的理论基础
汇报人：
目录
数据科学的基本概 念
统计学在数据分析 中的作用
机器学习在数据分 析中的应用
统计学学习心得体会
统计学学习心得体会统计学学习心得体会1统计学作为一门应用性极强的学科，是现代社会各个领域的重要工具之一。
学习统计学既是我个人的兴趣所在，也是我在职业发展中必不可少的技能。
在学习统计的过程中，我深深体会到了统计学的魅力和重要性。
通过不断的学习和实践，我逐渐明白了学习统计的方法和技巧，同时也感受到了统计学对于社会和个人的重要作用。
首先，学习统计要善于使用数学工具。
统计学是一门涉及大量数据和计算的学科，基础的数学知识是必不可少的。
数学不仅仅是统计学的基础，更是统计分析和推理的核心。
比如，理解和应用概率论和数理统计的基本概念，需要对数学的逻辑思维和推理能力有一定的要求。
在学习过程中，我注重巩固数学基础，不断参与数学问题的思考和解决，提高了自己的数学素养，从而更好地理解和应用统计学知识。
其次，学习统计要重视实际应用。
统计学不仅仅是一门理论学科，更是实践性非常强的工具。
在学习统计的.过程中，我们需要学习如何将统计学知识应用于实际问题的解决中，并能正确地理解和解读统计结果。
比如，在分析社会经济数据时，我们需要了解数据的采集、整理、分析的过程，并能够根据实际情况选择合适的统计方法和模型。
在我自己的学习过程中，我注重与实际问题相结合，通过参与实际项目和案例分析，将统计学知识应用于实践中，提高了自己的实际操作能力。
再次，学习统计要注重数据分析技巧的培养。
统计学的核心是数据的收集、整理、分析和解释，因此具备一定的数据分析能力是学习统计的关键。
在学习过程中，我注重培养对数据进行有效分析和解读的能力，例如熟练掌握各种统计软件的使用，能够正确选择和运用合适的数据分析方法和技巧。
同时，我也注重对数据质量和结果的可信度进行评估，提高了自己的数据分析水平，并能够准确地从数据中提取有价值的信息。
最后，学习统计要保持积极的学习态度和持续的学习动力。
统计学作为一门发展快速的学科，涉及的内容广泛而多样。
在学习过程中，我们需要保持积极的学习态度，不断地学习和更新自己的知识。
统计学大学生实习周记10篇
第1周 作为统计学专业的⼤学⽣，我很荣幸能够进⼊统计学专业相关的岗位实习。
相信每个⼈都有第⼀天上班的经历，也会对第⼀天上班有着深刻的感受及体会。
尤其是从未有过⼯作经历的职场⼤学们。
头⼏天实习，⼼情⾃然是激动⽽⼜紧张的，激动是觉得⾃⼰终于有机会进⼊职场⼯作，紧张是因为要⾯对⼀个完全陌⽣的职场环境。
刚开始，岗位实习不⽤做太多的⼯作，基本都是在熟悉新⼯作的环境，单位内部⽂化，以及⼯作中⽇常所需要知道的⼀些事物等。
对于这个职位的⼀切还很陌⽣，但是学会快速适应陌⽣的环境，是⼀种锻炼⾃我的过程，是我第⼀件要学的技能。
这次实习为以后步⼊职场打下基础。
第⼀周领导让我和办公室的其他职员相互认识了⼀下，并给我分配了⼀个师⽗，我以后在这⾥的实习遇到的问题和困难都可以找他帮忙。
⼀周的时间很快就过去了，原以为实习的⽇⼦会⽐较枯燥的，不过⽼实说第⼀周的实习还是⽐较轻松愉快的，嘿嘿，俗话说万事开头难，我已经迈出了第⼀步了，在接下去的⽇⼦⾥我会继续努⼒的。
⽣活并不简单，我们要勇往直前!再苦再累，我也要坚持下去，只要坚持着，总会有微笑的⼀天。
虽然第⼀周的实习没什么事情，⽐较轻松，但我并不放松，依然会本着积极乐观的态度，努⼒进取，以的热情融⼊实习⽣活中。
虽然第⼀周的实习没什么事情，⽐较轻松，但我并不放松，依然会本着积极乐观的态度，努⼒进取，以的热情融⼊实习⽣活中。
第2周 过⼀周的实习，对⾃⼰岗位的运作流程也有了⼀些了解，虽然我是读是统计学专业，但和实习岗位实践有些脱节，这周⼀直是在给我们培训那些业务的理论知识，感觉⼜回到了学校上课的时候。
虽然我对业务还没有那么熟悉，也会有很多的不懂，但是我慢慢学会了如何去处理⼀些事情。
在⼯作地过程中明⽩了主动的重要性，在你可以选择的时候，就要把主动权握在⾃⼰⼿中。
有时候遇到⼯作过程中的棘⼿问题，⼼⾥会特别的憋屈，但是过会也就好了，我想只要积极学习积极办事，做好⾃⼰份内事，不懂就问，多做少说就会有意想不到的收获，只有⾃⼰想不到没有做不到。
大数据导论-思维、技术与应用 第1章 大数据时代概念
速度要求快 数据输入输出速度
Big Data
数据类型多样 文本 | 图像 | 视频 | 音频
Variety
Value
价值密度低 商业价值高
PART 02 从IT时代到大数据时代
近年来，信息技术迅猛发展，尤其是是以互联网、物联网、 信息获取技术、社交网络等为代表的技术发展日新月异， 促使手机、平板电脑、PC等各式各样的信息传感器随处可 见，虚拟网络快速发展，现实世界快速虚拟化，数据的来 源及其数量正以前所未有的速度增长。
大数据的产生
02 用户原创内容阶段：互联网的诞生促使人类社会数据量出现第二次 大的飞跃。但是真正的数据爆发产生于Web 2.0 时代，而Web 2.0 的 最重要标志就是用户原创内容。这类数据近几年一直呈现爆炸性的增长， 主要有两个方面的原因。首先是以博客、微博、和微信为代表的新型社 交网络的出现和快速发展，使得用户产生数据的意愿更加强烈。其次就 是以智能手机、平板电脑为代表的新型移动设备的出现，这些易携带、 全天候接入网络的移动设备使得人们在网上发表自己意见的途径更为便 捷。这个阶段数据的产生方式是主动的。
大数据的产生
数据产生经历了被动、主动和自动三个阶段。这些被动、主动和自动的 数据共同构成了大数据的数据来源，但其中自动式的数据才是大数据产 生的最根本原因。
大数据的作用
具体来讲，大数据有如下的作用：
第一
对大数据的处理分析正成为新一代信息技术融合应用的结点。 通过对不同来源数据的管理、处理、分析与优化，将结果反 馈到应用中（社交网络、物联网等），将创造出巨大的经济 和社会价值，大数据具有催生社会变革的能量。
对方法论的新认识
对方法论的新认识：从基于知识到基于数据
某电 商要解 决的问 题：
统计学原理(第3版)课件第1章
CH1-2 统计的研究对象和研究方法
14
二、统计学的研究对象及特点
（二）统计学研究对象的特点
具体性
数量性
社会性
总体性
统计学研究对象的特点
广泛性
CH1-2 统计的研究对象和研究方法
15
三、统计学的分科与其他学科的关系
（一）统计学的分科
描述统计学是对统计总体数量特征的表现及其变化加以记录、测量和显示，并通过综合、 概括和分析反映客观现象变动的规律性。
CH1-3 统计工作过程
28
三、统计在经济管理中的应用
（三）市场营销
在信息社会中，企业获得的信息量非常大，并且要注重情报信息 的收集、处理、分析，为企业正确决策提供建设性意见。
例如，企业市场营销部门运用统计学方法来估计顾客对某一种商 品喜爱的比例，以及他们为什么喜欢该种商品，用何种广告能让更多 的人知道、喜欢、购买该种商品等等。从而增强企业竞争力，提高企 业的经济效益。
例如，宏观经济领域的专家既可以利用统计方法描述居民家庭收 入分布状况，也可以对经济变量的未来水平进行分析和预测，还可以 对变量之间的关系进行研究。
CH1-3 统计工作过程
27
三、统计在经济管理中的应用
（二）财务会计
抽样对选择合适的财务统计表对上市公司进行审计有很重要的作 用。
例如，假设一事务所要确定某上市公司资产负债表上的应收账款 金额是否属实，不能对全部账户一一进行核实，而可以按统计抽样技 术对抽中的少数样本单位进行核实，并通过样本的准确性与否来推断 资产负债表中应收账款金额的真实性。
第一章 绪论
学习目标
1
了解统计学的产生和发展、统计学科的种类 及统计学的性质
2
明晰统计工作过程，明晰统计学的研究对象和 研究方法
大数据综合课程设计
大数据综合课程设计一、课程目标知识目标：1. 学生能够理解大数据的基本概念，掌握数据收集、处理、分析的基本方法。
2. 学生能够运用统计学原理，从大量数据中提取有价值的信息，并进行合理解读。
3. 学生了解大数据在各领域的应用，如互联网、金融、医疗等。
技能目标：1. 学生能够熟练使用至少一种数据分析工具（如Excel、Python等），进行数据预处理、分析和可视化。
2. 学生能够独立完成一个小型数据分析项目，从实际问题中提取数据需求，制定分析方案，并撰写分析报告。
3. 学生具备团队协作能力，能够在小组项目中发挥个人特长，共同完成复杂的数据分析任务。
情感态度价值观目标：1. 学生对大数据产生兴趣，认识到数据在现实生活中的重要性，增强数据敏感度。
2. 学生培养科学、严谨的研究态度，善于发现数据中的规律，形成数据驱动的思维习惯。
3. 学生具备良好的信息素养，尊重数据隐私，遵循道德规范，为社会发展贡献数据智慧。
本课程针对高年级学生，结合学科特点，注重理论与实践相结合，旨在提高学生的数据素养，培养学生的数据分析和解决问题的能力。
课程目标具体、可衡量，便于教师进行教学设计和评估，同时激发学生的学习兴趣，为未来职业生涯打下坚实基础。
二、教学内容1. 大数据基本概念：数据、信息、知识的关系，大数据的特征，数据类型与数据结构。
教材章节：第一章 大数据概述2. 数据收集与处理：数据采集方法，数据清洗与预处理，数据存储与管理。
教材章节：第二章 数据收集与处理3. 数据分析方法：描述性统计分析，推断性统计分析，数据挖掘与机器学习。
教材章节：第三章 数据分析方法4. 数据可视化：数据可视化原则，常见数据可视化工具，可视化案例解析。
教材章节：第四章 数据可视化5. 大数据应用：互联网、金融、医疗等领域的实际案例分析，大数据在各行业的应用前景。
教材章节：第五章 大数据应用6. 数据安全与隐私保护：数据安全策略，隐私保护技术，数据伦理与法律法规。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据的统计学基础
数据分析师成长之路
概率论不统计学
概率论是统计学的基础，统计学冲锋在应用第一线，概 率论提供武器
古典概率论 柯尔莫戈洛夫创建现代概率论 学会和运用概率，会使人变得更聪明，决策更准确
大数据的统计学基础
数据分析师成长之路
参考书
大数据的统计学基础
数据分析师成长之路
择？？——选择数据的中心，即反映数据集中趋势的统计量 均值——算术平均数，描述平均水平 中位数——将数据按大小排列后位于正中间的数描述，描述中等水平 众数——数据中出现最多的数，描述一般水平
大数据的统计学基础
数据分析师成长之路
均值
大数据的统计学基础
数据分析师成长之路
中位数
顾名思义，中位数就是将数据按大小顺序（从大到小或是从小到大都可以）排列后处 于中间位置的数。
B （20000+20*11000+15*9000）/36=10416.67
中位数：A 7500
B 11000
众数：A 7500
B 11000
若从均值去考虑，明显地A公司的平均月薪比B公司的高，但是A公司存在一个极端值， 大大地拉高了A公司的均值，这时只从均值考虑明显丌太科学。从中位数和众数来看， B公司的薪资水平比较高，若是一般的员工，选择B公司显得更加合理。
俄罗斯数学教材选译
大数据的统计学基础
数据分析师成长之路
统计学
统计学可以分为：描述统计学不推断统计学 描述统计学：使用特定的数字或图表来体现数据的集中程度和离散程度。例：每次考
试算的平均分，最高分，各个分段的人数分布等，也是属于描述统计学的范围。 推断统计学：根据样本数据推断总体数据特征。例：产品质量检查，一般采用抽检，
在着众数——橙
大数据的统计学基础
数据分析师成长之路
均值、中位数、众数
均值
中位数 众数
优点
充分利用所有数据，适用 性强
丌受极端值影响
当数据具有明显的集中趋 势时，代表性好；丌受极 端值影响
缺点 容易受到极端值影响
缺乏敏感性 缺乏唯一性：可能有一个， 可能有两个，可能一个都 没有
大数据的统计学基础
数据分析师成长之路
大数据的统计学基础
数据分析师成长之路
离散程度的描述
比较下面两组数据：
A——1 2 5 8 9
B——3 4 5 6 7
两组数据的均值都是5，但是可以看出B组的数据不5更加接近。但是有描述集中趋势的
统计量丌够，需要有描述数据的离散程度的统计量
A
A
B
A
A
B
B
B
极差：最大值-最小值，简单地描述数据的范围大小
例子
两个公司的员工及薪资构成如下：
A：经理1名，月薪100000；高级员工，15名，月薪10000；普通员工20名，月薪 7500
B：经理1名，月薪20000；高级员工，20名，月薪11000；普通员工15名，月薪9000
请比较两家公司的薪资水平。若只考虑薪资，你会选择哪一家公司？
均值：A （100000+15*10000+20*7500）/36=11111.1
62 74 71 76 （1）求A班的平均分，以及成绩的中位数不众数 （2）若小明的成绩是86，则小明的数学成绩怎么样？ （3）求A班成绩的标准差
大数据的统计学基础
数据分析师成长之路
例子
一次数学考试中，A班同学的成绩如下： 98 83 65 72 79 76 75 94 91 77 63 83 89 69 64 78 63 86 91 72 71 72 70 80 65 70
根据所抽样本的质量合格率作为总体的质量合格率的一个估计。 应用：统计学的应用十分广泛，可以说，只要有数据，就有统计学的用武乊地。目前
比较热门的应用：经济学，医学，心理学等。
大数据的统计学基础
数据分析师成长之路
集中趋势
例：对于1 2 3 4 5这组数据，你会使用哪个数字作为代表？？——3 对于一组数据，如果只容许使用一个数字去代表这组数据，那么这个数字应该如何选
数据分析师成长之路
斱差
A
A
B
A
B
B
B
A
A
B
大数据的统计学基础
数据分析师成长之路
斱差
大数据的统计学基础
数据分析师成长之路
标准差ቤተ መጻሕፍቲ ባይዱ
大数据的统计学基础
数据分析师成长之路
例子
一次数学考试中，A班同学的成绩如下： 98 83 65 72 79 76 75 94 91 77 63 83 89 69 64 78 63 86 91 72 71 72 70 80 65 70
个数的算术平均数：（58+63）/2=60.5——原数据中，四个数字比60.5小，四个数 字比60.5大。
大数据的统计学基础
数据分析师成长之路
众数
众数——数据中出现次数最多的数（所占比例最大的数） 一组数据中，可能会存在多个众数，也可能丌存在众数 1 2 2 3 3 中的众数是2和3 1 2 3 4 5 中没有众数 众数丌仅适用于数值型数据，对于非数值型数据也同样适用 {苹果，苹果，香蕉，橙，橙，橙，桃}这一组数据，没有什么均值中位数可言，但是存
62 74 71 76
众数
小明，处于班 级上游水平
大数据的统计学基础
数据分析师成长之路
直斱图
某班40个学生某次数学测验成绩如下： 63，84，91，53，69，81，61，69，91，78，75，81，80，67，76，81，79，
A：9-1=8；
B：7-3=4
同样的5个数，A的极差比B的极差要大，所以也比B的要分散
但是只用极差这个衡量离散程度也存在丌足
如：A——1 2 5 8 9
B——1 4 5 6 9
大数据的统计学基础
数据分析师成长之路
A B
从图中看出A的数据比 B的数据分散地多
斱差
A
A
A
A
A
B
B
B
B
B
大数据的统计学基础
例： 58,32,46,92,73,88,23 1. 先排序：23,32,46,58,73,88,92 2. 找出处于中间位置的数：23,32,46,58,73,88,92。三个数字比58小，三个数字比58
大 例：58,32,46,92,73,88,23,63——多加了一个数字，情冴有何改变？ 1. 先排序：23,32,46,58,63,73,88,92 2.找出处于中间位置的数：23,32,46,58,63,73,88,92 3. 若处于中间位置的数据有两个（也就是数据的总个数为偶数时），中位数为中间两