大一统计学专业导论论文2000字
1,专业研究的培养目标和方向,包括一般的经济统计数据和统计类专业方向,培养了良好的数学素养和数学和经济学,掌握基本理论和统计方法,并能熟练地使用数据的计算机分析,本次调查可以从事企业,事业单位和经济,管理,统计,管理,定量分析,如开发,应用和管理,或在科研,教育等部门从事高级专门人才的科研和教学工作。毕业生可继续攻读统计和数学与应用数学,信息与计算科学,概率与统计,统计,工学,管理学等相关学科,跨学科的硕士研究生,和其他学科。 2,课程设置主要课程:数学分析,高等代数,解析几何,概率论与数理统计,C语言编程,微分方程,数据结构,动态数据处理,随机过程,网络与通信,统计决策和分析,统计计算和软件,多元统计分析。 教学根据社会的实际需要,重点建立社会经济统计资料,或者金融和保险统计,或生物医学的统计数据,或一些工业统计课程等方面,指导学生参加,以形成自己的专业方向特点。 3,科学和经济学的学术/四年制本科学士学位/学士学位。 4,毕业生应获得以下几方面的知识和能力 1具有坚实的数学基础,受到更严格的科学思维训练; 2掌握的统计数据。的基本理论,基本知识,基本方法和计算机技能;有收集的数据,以设计问卷调查数据和处理的基本能力; 3了解社会经济统计数据,医学统计学,生物统计学统计或行业相关的自然科学基础知识,社会科学,工程和技术的领域,具有统计学理论的应用分析和解决在初始容量领域的实际问题; 4了解统计理论的发展和前景,方法; 5理学士,应该能够熟练使用各种统计软件包,有较强的统计计算能力;经济学学士,应该有一个坚实的经济基础,熟悉国家经济发展的方针,政策和统计法律,法规,并进行利用信息和管理的综合分析能力; 6主数据查询,文献检索及运用现代信息技术获取相关信息的基本方法;有一定的科学研究和实际工作能力。 的数学,统计学,经济学,管理学 主要课程数学基础课(分析,代数,几何),概率论,数理统计主科目,运筹学基于计算机的,随机过程,而实用回归分析,时间序列分析,多变量统计分析,采样,非参数统计,根据应用方向的统计预测和决策和风险管理,以及选择的基本课程(例如作为经济统计方向选择的社会调查方法,经济和社会统计,国民经济核算,会计等)中国编辑本段|回到顶部主要实践性教学环节 包括学术论文,社会调查,生产实习,毕业论文,1020周的总体安排。 点击看详细相近专业与应用数学,信息与计算科学
其实你完全可以自己写呀,看看这相关的书籍 统计学与应用,参考相关的文章,东拼西凑,肯定能写完~
应用统计学专业导论论文2000字
摘要:本文用模特卡罗模拟方法研究了样本容量在54以下的DW统计量的分布特征,并给出小样本DW检验临界值表。同时用DW检验提出了一个判别最小二乘估计中是否存在虚假回归的有效方法。关键词:模特卡罗模拟,DW分布,非平稳性,协整Distribution of Small Sample DW StatisticZhang Xiaotong1 Zhao Chuxiao2( Institute of International Economics, Nankai University, Tianjin 300071)( Management School, Tianjin University, Tianjin 300072)Abstract In this paper we investigated the DW distribution with sample size under 54 by Monte Carlo simulation method and gave a critical table for small sample DW Based on that we proposed a method for recognizing spurious regression in ordinary least squares Keywords: Monte Carlo simulation, DW distribution, nonstationary, cointegration1.概述 八十年代以来,Engle-Granger (1987), Engle-Yoo (1987) 和Sargan-Bhargava (1983)都曾提及用DW统计量检验非平稳变量间的协整性问题。在Sargan-Bhargava (1983)中还专门给出一个DW协整检验用表。但在这些论文中均未对小样本DW统计量的分布特征给与研究。本文采用蒙特卡罗模拟方法对小样本DW统计量的分布特征进行了充分、详细的研究。样本容量分别取为10,20,30,40和50。变量的设定分为三种情形:一 所涉及的两个变量都取自I(1)过程;二 所涉及的两个变量中一个取自I(1)过程,一个取自I(0)过程;三 所涉及的两个变量都取自I(0)过程。在有些国家以年为单位的时间序列的最大可观测值个数并不是很大,所以对小样本DW统计量分布特征的研究有着非常重要的理论与现实意义。本文结构如下。第二节推导两个I(1)变量进行最小二乘回归后,由残差计算的DW统计量的极限分布表达式,第三节介绍蒙特卡罗模拟结果及其分析,第四节给出实例,第五节给出结论。2.DW统计量的极限分布给定如下随机数据生成系统,yt = yt-1 + ut , y1 = 0, (1)xt = xt-1 + vt , x1 = 0, (2)其中ut, vt ~ I(0), E(ut) = E(vt) = 0; E(ui uj) = 0, i ¹ j," i, j。则yt和xt为相互独立的两个I(1)过程。 建立如下回归模型:yt = b0 + b1xt + wt (3)当对上式进行最小二乘估计时,会产生虚假回归问题。用随机误差wt的最小二乘估计值 构造DW统计量,(4)因为当T ® µ 时, 必然接近于零,上式中分子为Op(1),而分母T -1sw2也是Op(1),所以DW统计量是Op(T -1)的。当T ® µ 时,有 DW Þ 即当用两个I(1)变量进行如模型(3)形式的回归时,DW统计量的极限分布为零。3.小样本DW分布的蒙特卡罗模拟及其结果分析当样本为有限样本,特别是小样本时,DW统计量的分布与其极限分布有着很大不同。由于上述条件下的DW统计量的分布无法用解析的方法求解,本文用蒙特卡罗模拟方法对DW统计量的小样本分布特征进行了研究。以模型(3)为基础,除了以yt,xt ~ I(1)为条件对DW分布(记为DW(1,1))进行模拟外,还分别以yt ~ I(1),xt ~ I(0) 和yt,xt ~ I(0)为条件进行了模拟(分别记为DW(1,0) 和DW(0,0))。由于DW(0,0)就是通常意义的DW统计量,所以只模拟样本容量T = 10, 40两种情形。对于DW(1,1)和DW(1,0),分别取T = 10, 20, 30, 40和50进行了模拟。在每个样本容量条件下各模拟1000次。所得结果见表一。首先见表一的第三部分,先分析DW(0,0) 的分布特征。由于DW(0,0) 就是通常意义的DW统计量,所以模拟结果表明,一 DW(0,0)分布的均值为2,不受样本容量大小的影响;二分布是对称的,相应JB值(表中最后一列)说明小样本DW(0,0)统计量的分布与正态分布相当近似。三 随着样本容量的增大,分布的标准差逐步减小。见表一的第一、二部分。小样本DW(1,1)和DW(1,0)统计量有着相似的分布特征。一 分布均为右偏态,分布左侧有端点,端点为零;二 随着样本容量的增大,DW(1,1)和DW(1,0)分布的右偏倚程度越来越大,分布均值逐步相左移动,90、95、99百分位数也逐步向左移动,同时分布的标准差逐步减小,分布的峰值越来越大,DW取值向零集中;三 在样本容量相同的条件下,DW(1,0)分布总是位于DW(1,1)分布的左侧,即DW(1,0)分布的均值、百分位数以及方差都比DW(1,1)分布的相应量小。T = 50模拟1000次的DW(1,1)和DW(1,0)分布的结果分别见图一和图二。表一 DW分布的蒙特卡罗模拟结果类 型 样本容量 百 分 位 数 均 值 标准差 偏 度 JB统计量 1 90 95 99 10 22 18 45 81 28 62 50 74DW(1,1) 20 11 28 49 80 75 39 68 61 30 09 90 04 39 51 29 07 73 40 06 77 88 16 41 25 06 10 50 05 59 71 98 33 20 16 31 10 18 73 02 38 98 53 73 59 20 09 02 21 59 56 34 22 61DW(1,0) 30 06 70 83 18 38 24 27 43 40 04 54 66 91 30 19 25 68 50 04 45 54 71 24 15 12 84DW(0,0) 10 31 75 97 24 02 57 00 17 40 72 41 53 70 00 31 03 06注: DW(1,1)表示由两个I(1)变量进行回归,计算得到的DW值 DW(1,0)表示由一个I(1)变量和一个I(0)变量进行回归,计算得到的DW值。 DW(0,0)表示由两个I(0)变量进行回归,计算得到的DW值。 在每个样本容量条件下各模拟1000次。图一 T = 50模拟1000次的DW(1,1)分布直方图 图二 T = 50模拟1000次的DW(1,0)分布直方图在相同样本容量条件下,DW(1,0)分布之所以位于DW(1,1)分布左侧,可作如下解释。随着T ® µ,DW(1,0)和DW(1,1)的分布都趋近于零。由于DW(1,0)来自于一个I(1) 变量和一个I(0)变量之间的回归,所以残差序列wt ~ I(1)。由于DW(1,1)来自于两个I(1)变量之间的回归,一般来说残差序列wt&nb1、统计范围 GDDS将国民经济活动划分为五大经济部门:实际部门、财政部门、金融部门、对外部门和社会人口部门。对每一部门各选定一组能够反映其活动实绩和政策以及可以帮助理解经济发展和结构变化的最为重要的数据类别。系统提出了五大部门综合框架和相关的数据类别以及指标编制和公布的目标,鼓励以适当的、反映成员国需要和能力的频率和及时性来开发和公布指标。选定的数据类别和指标分为规定的和受鼓励的两类。 规定的数据类别包括:(1)来自综合框架中的核心部分,如实际部门的国民帐户总量、财政部门的中央政府预算总量、金融部门的广义货币和信贷总量、对外部门的国际收支总量;(2)追踪分析统计类目,如实际部门的各种生产指数、财政部门的中央政府财政收支和债务统计、金融部门的中央银行分析帐户、对外部门的国际储备和商品贸易统计;(3)与该部门相关的统计指标,如实际部门的劳动市场和价格指数统计;(4)社会人口数据,包括人口、保健、教育、卫生等方面统计。 除规定的数据类别以外,GDDS鼓励成员国发布更多的统计信息,以增强成员国经济实绩和政策的透明度。如实际部门列出储蓄、国民总收入指标,财政部门列出利息支付和偿债预计数据等。 GDDS认为,系统所包括的大多数数据类别都是由各国官方机构编制的。将私人部门编制的数据包括进去将更有助于观察经济的全貌,并使各国数据的范围更加一致。但是,将一些由私人机构编制的数据包括在系统内会增加工作的复杂性,比如由官方转发这些数据隐含着对这些数据质量的认可,官方必须对在公众获得、数据完整性和数据质量方面的责任做出调整。 2、公布频率 公布频率是指统计数据编制发布的时间间隔。某项统计数据的公布频率需要根据调查、编制的工作难度和使用者的需要来决定。系统鼓励改进数据的公布频率。GDDS对列出的数据类别的公布频率作了统一规定。例如, GDDS要求国民帐户、国际收支平衡表按年公布,广义货币概览按月公布,汇率则每日公布。 3、公布及时性 公布及时性是指统计数据公布的速度。统计数据公布的及时性受多种因素制约,如资料整理和计算手续的繁简、数据公布的形式等。GDDS规定了间隔的最长时限,如按季度统计的GDP数据规定在下一季度内发布,按月度统计的生产指数规定在6周至3个月内公布。 GDDS将选定的数据类别分为规定性和鼓励性两类,目的是给予参加国公布统计数据一定的灵活性。鼓励性一类是要成员国争取发布的,条件不具备的可以暂不发布。有些数据类别下构成要素后面注明“视具体情况”,即成员国认为该项统计不符合本国实际的,可以不编制发布。GDDS规定的发布周期和发布及时性也列出一些灵活处理和变通的办法。 GDDS有关数据方面的内容及要求如下:GDDS的数据规范A、综合框架 核心框架 范围、分类和分析框架 受鼓励的扩展 频率 及时性 国民帐户 编制和公布全套的名义和实际国民帐户总量和平衡项目,得出国内生产总值、国民总收入、可支配总收入、消费、储蓄、资本形成、净贷款、净借款。编制和公布有关的部门帐户以及国家和部门的资产负债表 年度 10-14个月 中央政府操作 编制和公布交易和债务的综合数据,需强调:1)包括所有的中央政府单位;2)使用适当的分析框架;3)建立一整套详细的分类标准(税收和非税收收入、经常性和资本性支出、国内及国外融资),并适当细分(根据债务持有人、债务工具和币种)。 广义政府或公共部门操作数据,在那些地方政府或公共企业操作具有重要分析或政策意义的国家尤其鼓励。 年度 6-9个月 广义货币概览 编制和公布综合的数据,需强调:1)包括所有的存款公司(银行机构);2)使用适当的分析框架;3)建立对外资产和负债、按部门分类的国内信贷以及货币(流动性)和非货币债务构成的分类标准。 月度 2-3个月 国际收支编制和公布综合的国际收支主要总量数据和平衡项目,包括:货物和服务的进口和出口、贸易差额、收入和转移、经常项目差额、储备和其他金融交易、总余额,并适当进行细分。 国际投资头寸和总体经济外债数据(如果这些数据具有重要的分析和政策意义) 年度 6-9个月GDDS的数据规范B、数据类别和指标 数据类别 核心指标 受鼓励的总量及构成 频率 及时性 实际部门国民帐户总量 国内生产总值(名义和实际) 国民总收入、资本形成、储蓄 年度(鼓励季度) 6-9个月 生产指数 制造业或工业初级产品、农业或其他指标视具体情况 月度视具体情况 所有指标都为6周-3个月 价格指数 消费者价格指数 生产者价格指数 月度 1-2个月 劳动力市场指标 就业、失业,工资/收入,视具体情况 年度 6-9个月财政部门 核心指标 受鼓励的指标 频率 及时性 中央政府预算总量 收入、支出、差额和融资,视具体情况进行细分(根据债务持有人、债务工具和币种) 利息支付 季度 1个季度 中央政府债务 内债和外债,视具体情况适当细分(按币种、期限、债务持有人和债务工具) 政府担保债务 年度(鼓励季度) 1-2个季度金融部门 核心指标 受鼓励的指标 频率 及时性 广义货币和信贷总量 净对外头寸、国内信贷、广义或狭义货币 月度 1-3个月 中央银行总量 储备货币 月度 1-2个月 利率 短期和长期政府债券利率,政策可变利率 货币或银行间市场利率及一套存贷款利率 月度 高频率(如月度) 股票市场 股票价格指数,视具体情况 月度对外部门 核心指标 受鼓励的指标 频率 及时性 国际收支总量 货物和服务的进口和出口、经常帐户差额、储备、总差额 总体经济的外债和偿债数据,视具体情况 年度(十分鼓励季度) 6个月 国际储备 以美元标价的官方储备总额 与储备有关的负债 月度 1-4周 商品贸易 总进口和总出口 较长时间的主要商品的分类 月度 8周-3个月 汇率 即期汇率 每日 高频率(如月度)社会-人口数据 核心指标 频率 人口 人口;人口增长率;城市人口;农业人口;人口性别;人口的年龄构成 各国公布频率会各不相同;及时性 保健 每个医生照顾人口数;预期寿命;婴儿/儿童/产妇死亡率 也不尽相同 教育 成年人文盲率、学生-教师比率、小学/中学入学率贫困状况 获得洁净水的情况、卫生;每个房间居住的人数;收入分配;最低收入标准以下的家庭数二、公布数据的质量 GDDS从两个方面的内容来评估公布的统计数据质量,即:提供统计数据的文字说明和提供统计数据的交叉检验。 统计数据质量是个难以界定、因而不易评估的概念。为了便于检查,GDDS选定两条规则作为评估统计数据质量的标准。一是参加国提供数据编制方法和数据来源方面的资料。资料可以采取多种形式,包括公布数据时所附的概括性说明、单独出版物和可从编制者得到的有关说明。同时也鼓励成员国准备并公布重要的关于数据质量特征的说明(例如,数据可能存在的误差类型、不同时期数据之所以不可比的原因、数据调查的范围或调查数据的样本误差等)。二是提供统计类目核心指标的细项内容、及与其相关的统计数据的核对方法,以及支持数据交叉复核并保证合理性的统计框架。为了支持和鼓励使用者对数据进行核对和检验,规定在统计框架内公布有关总量数据的分项,公布有关数据的比较和核对。统计框架包括核算等式和统计关系。比较核对主要针对那些跨越不同框架的数据,例如,作为国民帐户一部分的进出口和作为国际收支一部分的进出口的交叉核对。 与数据质量密不可分的是制定和公布改进数据的计划。所准备和公布的改进计划应包含所有数据不全的部门。统计当局应表明下述立场中的一个:(1)针对已发现不全的改进计划;(2)最近实施的改进措施;或(3)国家认定不 四、公众获取 GDDS规定要提前公布数据发布日期,并向各方同时发送。 官方统计数据的公布是统计数据作为一项公共产品的基本特征之一,及时和机会均等地获得统计数据是公众的基本要求。GDDS对此制定了两项规划:一是参加国要预先公布各项统计的发布日历表。预先公布统计发布日程表既可方便使用者安排利用数据,又可显示统计工作管理完善和表明数据编制的透明度。GDDS规定对于以年度为频率公布的综合框架和指标,时间表表明不迟于某个既定时间;对于公布频率更高的数据,则可确定一个日期范围,如3-5天。鼓励成员国向公众公布发布最新信息的机构或个人的名称或地址。二是统计发布必须同时发送所有有关各方。由于数据是有价值的商品,因此GDDS规定应向所有有关方同时发布统计数据,以体现公平的原则。发布时可先提供概括性数据,然后再提供详细的数据,当局应至少提供一个公众知道并可以进入的地方,数据一经发布,公众就可以公平地获得。
“社会统计学与数理统计学的统一”理论的重大意义王见定教授指出:社会统计学描述的是变量,数理统计学描述的是随机变量,而变量和随机变量是两个既有区别又有联系,且在一定条件下可以相互转化的数学概念。王见定教授的这一论述在数学上就是一个巨大的发现。 我们知道“变量”的概念是17世纪由著名数学家笛卡尔首先提出,而“随机变量”的概念是20世纪30年代以后由苏联学者首先提出,两个概念的提出相差3个世纪。截至到王见定教授,世界上还没有第二个人提出变量和随机变量两者的联系、区别以及相互的转化。我们知道变量的提出造就了一系列的函数论、方程论、微积分等重大数学学科的产生和发展;而随机变量的提出则奠定了概率论和数理统计等学科的理论基础和促进了它们的蓬勃发展。可见变量、随机变量概念的提出其价值何等重大,从而把王见定教授在世界上首次提出变量、随机变量的联系、区别以及相互的转化的意义称为巨大、也就不视为过。 下面我们回到:“社会统计学和数理统计学的统一”理论上来。王见定教授指出社会统计学描述的是变量,数理统计学描述的是随机变量,这样王见定教授准确地界定了社会统计学与数理统计学各自研究的范围,以及在一定条件下可以相互转化的关系,这是对统计学的最大贡献。它结束了近400年来几十种甚至上百种以上五花八门种类的统计学混战局面,使它们回到正确的轨道上来。 由于变量不断地出现且永远地继续下去,所以社会统计学不仅不会消亡,而且会不断发展状大。当然数理统计学也会由于随机变量的不断出现同样发展状大。但是,对随机变量的研究一般来说比对变量的研究复杂的多,而且直到今天数理统计的研究尚处在较低的水平,且使用起来比较复杂;再从长远的研究来看,对随机变量的研究最终会逐步转化为对变量的研究,这与我们通常研究复杂问题转化为若干简单问题的研究道理是一样的。既然社会统计学描述的是变量,而变量描述的范围是极其宽广的,绝非某些数理统计学者所云:社会统计学只作简单的加、减、乘、除。从理论上讲,社会统计学应该复盖除数理统计学之外的绝大多数数学学科的运作。所以王见定教授提出的:“社会统计学与数理统计学统一”理论,从根本上纠正了统计学界长期存在的低估社会统计学的错误学说,并从理论上和应用上论证了社会统计学的广阔前景。
大一会计专业导论论文2000字数
专业导论是将涉及内容很广的学科做概括性介绍,一般不会有非常深入的分析,但对历史和未来都有精简扼要的介绍,使读者对这门学科有一个概括的了解。广大高校通常在大一开设“专业导论”课程,考核要求提交专业导论论文。RT所答。 不止金融专业,各个专业的导论论文都可结合专业导论课程内容和自身学习目标,谈谈自己的体会和四年的学习规划。首先,专业导论课程的内容,可查阅资料写金融专业的内涵,要求条件,就业发展的前景与我国金融发展情况。细则谈金融专业内具体所要求学习的课程,这些课程有何作用,培养何种能力。其次。自身学习目标,体会与规划,根据自身不同情况而写。可以按照时间顺序也可按照不同方面分类书写。
这学期的马克思主义政治经济学原理课程让我有机会第一次真正地有机会接触了经济学原理和知识。经济学是当今非常热的学科领域,我一直对经济学非常感兴趣,但始终没有能够很好地了解它,更别说是掌握和运用了。幸运的是,马克思主义经济学原理课给我提供了一个最好的平台,让我得以开始对经济学原理的学习。关于经济学,课本上的概念公式等非常多,记忆和理解起来也就相应得非常困难。所以,我个人认为我们前段时间的那次讨论课这样的形式特别好,通过自已认真思考您提出的问题并在上课时听同学们的发言,了解同学们对这些问题的看法,这对于我正确深刻理解学习内容有着很大的帮助。比如说,您提过这样的问题:知识能否创造价值,资本能否创造价值?我在课下想了很多,课上也想来发言了,而且当时课堂上对这个问题的讨论也非常激烈。在综合了同学们的观点和自已课下的查阅资料之后,我对这个问题有了自己的想法,理解也更加深刻了。我下面想谈一下我对这个问题的想法,以及对马克思劳动价值理论的理解。首先讨论一下劳动价值理论,这个对于解释老师提出的问题是很重要的。劳动价值理论讨论的是劳动是创造商品价值的源泉的问题。马克思曾经多次明确地指出,劳动是创造商品价值的源泉和实体,但对于“劳动”的定义却不是特别清楚。所以说,现在的问题主要是如何去认识这个“劳动”。根据查阅的资料,按照传统的政治经济学观点,只有物质生产部门的体力为主的劳动才是创造价值的劳动。然而随着经济和社会的发展,一个以知识创新为特征的新经济时代正在深刻地改变着人们的生产和生活方式。以信息技术和知识为核心的现代科学技术和资本成了除劳动力之外的两项最重要的生产要素,而且在生产过程中发挥着越来越重要的作用。很明显,现代社会劳动的形式已经发生了深刻的变化,劳动要素由以体力劳动占绝大部分变成了脑力劳动和体力劳动共存,而且体力劳动的地位还是迅速提高。我们对当代社会劳动形式这一新特点,在分析、研究劳动创造价值时必须给予充分的考虑。再回到老师提出的问题:知识能否创造价值和资本能否创造价值。我的答案是能。因为,首先,知识和资本本身就是从劳动中获取的,没有了劳动,知识和资本就无从谈起,所以从本质上说,知识和资本本身实际上就是劳动,只不是可以看作是经过转化的劳动,从这点上说,知识和资本是可以创造价值的;第二,知识和资本的运用过程实际上是脑力劳动的过程,这就到了刚刚在上面的讨论了,脑力劳动也是劳动,也可以创造价值。所以说,知识和资本是可以创造价值的。在我查阅的资料中,有很大一部分学者认为马克思所说的劳动单纯指的就是体力劳动。因而在知识经济到来的时候他们提出:商品中所含的体力劳动的成分越来越少了,因而马克思的劳动价值论也不再适用了,商品价值应该从由劳动和劳动时间决定变为由“知识含量”决定、由知识来计量。我觉得这些都是不对的。事实上,马克思从来就没有忽略过脑力劳动。马克思在资本论中提到:每当人们创造某种使用价值时就使用体力和智力的总和。也就是说,无论是生产何种商品,都是脑力劳动和体力劳动相结合生产的,只不过是体力劳动和脑力劳动所占的比例不同罢了。由于马克思所处的时代是体力劳动居于主体地位的时代,因而《资本论》中更多的是以体力劳动为例来分析。但以体力劳动为例分析并不代表所有的情况都是体力劳动创造价值,坚决不能这样认为。马克思在资本论中也提到过随着生产力的发展,体力劳动最终会被脑力劳动所取代,但由于他处的时代的局限,马克思并没有深刻地讨论这一现象。不过,体力劳动会被脑力劳动取代并不代表马克思的劳动价值理论不再适用,因为马克思所说的劳动从始至终都包括了脑力劳动,机器劳动归根到底也是劳动者的劳动创造的。所以说,在知识经济的形势下,劳动价值理论不仅没有失效,反而还取得了一定的发展。但不管如何发展,商品的价值仍然由社会必要劳动时间决定的原理是不会变的,只不过这种劳动具有高效性的新特点。所以说,作为当代的大学生,必须深刻地理解马克思劳动价值原理,并用它来指导自身的学习,工作和生活。马克思主义政治经济学这门课就是帮助我们更好地理解和掌握这些真理并运用到实践中去的平台。很幸运能通过这门课接触到真正的经济学,也希望老师能再组织一次类似上次的讨论课,帮我们更好地理解所学的知识。政治经济学学习体会 相关文章:创建“群众满意基层站所”学习心得高校基层学习型党组织建设心得体会部队党委建设学习型党组织心得体会英语学习方法与感想深入学习人民警察纪律条令学习心得学习贯彻四项监督制度个人心得体会学习创建型机关个人心得体会精细化管理学习心得查看更多>> 学习心得体会
一、会计教育的培养目标社会需要的会计人员是有层次分别的,有出纳、会计、财务主管、企业会计、事业单位会计、政府机关会计、注册会计师、教师和科研人员等。不同层次学校的培养目标应有区别。专科学校培养会记帐、算帐、报帐的会计人员,可满足社会对普通会计人员的要求(出纳、会计)。本科高校培养的会计人员不仅要会记帐、算帐、报帐,更要会用帐,其发展前途是会计财务主管和注册会计师,还要为专科学校培养会计教师,也就是说,培养的是应用型为主的人才。培养硕士主要是为高校培养教师和适应大型企业集团及政府各经济管理部门要求的国际化会计人才,兼有学术型和应用型的人才。博士和博士后则主要是培养科研人员和高校教师,培养学术型人才。 美国会计教育改革委员会1号公报中指出:“会计教学的目的不在训练学生毕业时即已成为一个专业人员,而在培养他们未来成为一个专业人员应有的素质”。什么样的素质呢?有生理素质、心理素质、思想道德素质、科技人文素质和专业素质。从应具备的知识方面来说,除应有扎实的专业知识外,还需要学些自然科学、社会科学、科学技术、人文科学知识、法律知识,以及与本专业有关的相关专业知识。 知识和能力可以互相促进,互相能动。本科毕业生必须有合理的能力结构,即获取知识和应用知识的能力。具体讲,包括记忆能力、观察能力、想象能力、思维能力(指分析综合能力、归纳推理能力、逻辑判断能力)、应变能力、创造能力、动手能力、自制能力、自学并不断优化知识结构的能力、语言文字表达能力、人际交往能力、团体协作能力、组织协调能力、科研能力等。 综上所述,笔者将我国高校会计教育的培养目标表述为:培养有道德、有理想、有合理的知识结构和能力结构,身心健康,富有创造性,对未来复杂多变的会计环境有较强适应性的会计通才。 二、改革专业设置 我国原来会计学专业划分过细,知识结构单一,面对着企业经营多元化、集团化的发展,普遍存在着适应性差和后劲不足的缺陷。这也是会计毕业生在数量上供大于求,在质量上仍嫌不足的原因。国家教委按照“厚基础,宽口径,高素质”的培养目标要求,改革了专业设置,要求只设一个会计学专业。但有些学校还设置了财务管理专业和注册会计师专业,笔者认为欠妥。为了使会计毕业生能适应不同岗位的需要,可以有所侧重,如设立财务会计专业方向、财务管理专业方向和审计专业方向等。但不宜有注册会计师专业方向。因为注册会计师专业方向是培养学生毕业后即能成为注册会计师,而注册会计师执业资格则要通过考试予以认定。再说,注册会计师只是为民间审计服务,社会还需要内部审计和政府审计,显然审计专业方向比注册会计师专业方向涵盖的内容更广泛。 三、改革课程体系与课程内容 当代世界各国,尤其是发达国家在培养专业人才时,都注意到通才教育,即不论哪一门理工科,一律要求在人文、社会、自然、科技等领域学习一定的课程。我国现在的课程设置是按政治理论课、公共基础课、专业基础课、主干专业课、选修课五大类,忽视了人文、社会、自然、科技等学科知识和相关专业知识。为此,笔者提出一个不太成熟的设想,按知识结构的布局设置基础知识课、专业知识课和相关学科课三类。每一大类课程都有必修课和选修课。会计本科课程设置的具体设想如下: 基础知识课:政治理论、体育、心理卫生、心理学、伦理学、公共关系学、世界政治经济与国际关系、政治经济学、大学英语、计算机基础、高等数学、当代科技概论、哲学、社会学原理、法学基础、环境与自然、美学原理、诗词名著导读、音乐书法绘画欣赏、世界文化学、文献检索、中外历史研究等。 相关学科课:财政学、国际金融、货币银行学、西方经济学、国际贸易、统计学、运筹等、企业管理、经济法、国际税法、国际保险、国际投资、市场营销、价格学、价值工程、证券与期货、经济地理、广告学、工程制图、建筑工程概预算、组织行为学、调查原理与方法、计量经济学、技术经济学、经济应用文写作、外贸函电、人事管理等。 专业知识课可分为一般专业课和专业方向课。 一般专业课:基础会计、财务会计、政府及非营利单位会计、成本管理会计、审计学概论、会计实验、专业英语(含会计、审计、管理、商贸)、会计电算化、会计史、专业比较会计、财务管理学、珠算等。 专业方向课: (1)财务会计方向:高级财务会计、国际会计、人力资源会计、环境会计、社会保障会计、会计理论专题等。 (2)理财方向:高级财务管理学、财务分析学(含会计报表分析)、国际财务管理学、财务管理案例、财务管理电算化等。 (3)审计方向:高级审计学、经济效益审计、电算化审计、非审计服务、会计制度设计、审计案例、审计理论专题等。 现在很多人认为应实行“大三分流制”。笔者认为不妥。因为前两年一点不接触专业知识,不利于学生及时建立起专业兴趣;不利于正确选定专业方向。我们应让学生一入学就接触到会计知识,加强对会计作用的认识,培养起专业学习的兴趣,为大三选定专业方向打下良好基础。因此在前三年要将一般专业课学完,到大三的下学期,再按选定的专业方向学习相应的专业方向课程。 在课程内容方面,总体讲,应该注意课程之间的衔接。首先,尽量避免内容的重复,在有限的课时内加大课程容量,使学生即使在一门课程中,也要力求知识的广博性。其次,要培养学生创造和思维的能力。目前过分重视传授前人的知识经验,忽视了学生创造力的培养。学生在学习期间很少受过系统的科学思维和学习方法训练,人云亦云,唯上、唯书倾向严重,缺乏独辟蹊径、开拓进取的勇气难以培养出这些领导世界学术潮流的杰出人才。培养学生的创造能力,不仅要教惯常的思维模式,还应教反向思维等一些新的思维方式,培养学生的思维能力,因此应在原有形式逻辑的基础上增加新的内容。再如,在专业课程的内容方面,举例来说,在财务会计中应加入一章会计职业道德的内容,这对于当前扭转普遍存在会计信息失真的现象具有十分重要的意义;对于银行会计、基建会计、外贸会计等行业会计课程,其原理部分不必重复再讲,主要是结合这些企业的会计实务不同的部分,突出各有关行业的特点,使更有助于学生进行比较和日后应用中能举一反三进行思考。 在大学几年中对学生各种能力的培养、基本素质的形成有一个重要的环节不可或缺,即毕业实习。现在有些学校出于经费紧张及其他一些原因取消了毕业实习,是不妥当的。 四、改进教学方法 就教学方法来讲,应采用“启发式”教学,启发学生积极地、科学地去思维、去探索,使所学知识真正变为自己的东西,真正有利于学生能力的形成、素质的提高。启发式教学法不是单指一种具体的教学方法,而是一种观念,是各种教学方法的总称。启发式教学法主要有以下几种: 1.启发式提问:在讲授过程中多提几个“为什么”,可以启发学生思考,也可以鼓励学生提出新的见解和大胆质疑,这对一个人的成才非常重要。 2.研讨式:针对一些理论和实务问题,介绍几种流派和做法,让学生去查找文献资料,提出自己的观点,教师给以适当的提示、指导和总结。具体形式可以多种多样,可以个人也可以分成小组,准备充分后,在课堂上进行交流、讨论,培养学生的表达能力、思维能力、分析能力、创造能力,还可做到“教学相长”。 3.论文写作:授课过程中,根据授课内容和学术界的热点难点问题适当布置写作小论文,教师可给出参考资料目录,也可组织学生进行社会调查,以锻炼学生的科研能力和写作能力,为毕业论文的选题、写作,乃至以后的科研打下良好基础。 4.模拟实验、案例教学:对一些专业课应采用模拟实验,培养学生观察能力和动手能力,对财经类专业课还应多采用案例教学。案例最好不要限定唯一解,因为经济生活的复杂性,答案不可能是唯一的。学生可以自由组合,也可由教师指定小组对案例展开讨论,以激发学生的探求欲望,调动其学习的积极性,培养其职业判断能力、处理问题能力、团体协作能力等。 5.系统讲授与学生自学相结合:教师讲授过程中应注意培养学生的自学能力,对重点难点应讲深讲透,其他内容可由学生自学,然后通过提问、练习、总结等方式,让学生加深理解。教师授课不应局限于书本,要将理论和实务的最新发展及自己的科研成果传授给学生,不断补充新的内容,如印发补充材料,提供参考书和期刊目录等。 随着教学方法的改进,考试内容也应改进,要减少死记硬背的试题,增加要运用所学知识综合分析问题、处理问题能力的试题。答案可以有唯一解,也可以有多种解,只要学生分析得有理有据。 目前教师队伍素质的提高是我们面临的迫切问题。提高教师的素质,首先要提高教师对素质教育的认识,这是基础;其次要提高教师自身的素质,包括思想道德素质、心理素质,以及包括知识更新要求在内的智力素质。 未来的竞争是人才的竞争,我们要尽早转变人才的培养模式。随着网络化的普及,要充分利用这一科技手段增大教学知识的含金量,扩大学生的知识面,确立合理的知识结构,同时要把教育重点转移到学生能力的培养上,使学生有合理的能力结构,具有未来成为优秀人才的基本素质。参考资料:
统计学论文2000字大一
需要代写的话 可以帮忙
加工贸易对江苏省经济增长贡献的实证研究
摘要:本文用模特卡罗模拟方法研究了样本容量在54以下的DW统计量的分布特征,并给出小样本DW检验临界值表。同时用DW检验提出了一个判别最小二乘估计中是否存在虚假回归的有效方法。关键词:模特卡罗模拟,DW分布,非平稳性,协整Distribution of Small Sample DW StatisticZhang Xiaotong1 Zhao Chuxiao2( Institute of International Economics, Nankai University, Tianjin 300071)( Management School, Tianjin University, Tianjin 300072)Abstract In this paper we investigated the DW distribution with sample size under 54 by Monte Carlo simulation method and gave a critical table for small sample DW Based on that we proposed a method for recognizing spurious regression in ordinary least squares Keywords: Monte Carlo simulation, DW distribution, nonstationary, cointegration1.概述 八十年代以来,Engle-Granger (1987), Engle-Yoo (1987) 和Sargan-Bhargava (1983)都曾提及用DW统计量检验非平稳变量间的协整性问题。在Sargan-Bhargava (1983)中还专门给出一个DW协整检验用表。但在这些论文中均未对小样本DW统计量的分布特征给与研究。本文采用蒙特卡罗模拟方法对小样本DW统计量的分布特征进行了充分、详细的研究。样本容量分别取为10,20,30,40和50。变量的设定分为三种情形:一 所涉及的两个变量都取自I(1)过程;二 所涉及的两个变量中一个取自I(1)过程,一个取自I(0)过程;三 所涉及的两个变量都取自I(0)过程。在有些国家以年为单位的时间序列的最大可观测值个数并不是很大,所以对小样本DW统计量分布特征的研究有着非常重要的理论与现实意义。本文结构如下。第二节推导两个I(1)变量进行最小二乘回归后,由残差计算的DW统计量的极限分布表达式,第三节介绍蒙特卡罗模拟结果及其分析,第四节给出实例,第五节给出结论。2.DW统计量的极限分布给定如下随机数据生成系统,yt = yt-1 + ut , y1 = 0, (1)xt = xt-1 + vt , x1 = 0, (2)其中ut, vt ~ I(0), E(ut) = E(vt) = 0; E(ui uj) = 0, i ¹ j," i, j。则yt和xt为相互独立的两个I(1)过程。 建立如下回归模型:yt = b0 + b1xt + wt (3)当对上式进行最小二乘估计时,会产生虚假回归问题。用随机误差wt的最小二乘估计值 构造DW统计量,(4)因为当T ® µ 时, 必然接近于零,上式中分子为Op(1),而分母T -1sw2也是Op(1),所以DW统计量是Op(T -1)的。当T ® µ 时,有 DW Þ 即当用两个I(1)变量进行如模型(3)形式的回归时,DW统计量的极限分布为零。3.小样本DW分布的蒙特卡罗模拟及其结果分析当样本为有限样本,特别是小样本时,DW统计量的分布与其极限分布有着很大不同。由于上述条件下的DW统计量的分布无法用解析的方法求解,本文用蒙特卡罗模拟方法对DW统计量的小样本分布特征进行了研究。以模型(3)为基础,除了以yt,xt ~ I(1)为条件对DW分布(记为DW(1,1))进行模拟外,还分别以yt ~ I(1),xt ~ I(0) 和yt,xt ~ I(0)为条件进行了模拟(分别记为DW(1,0) 和DW(0,0))。由于DW(0,0)就是通常意义的DW统计量,所以只模拟样本容量T = 10, 40两种情形。对于DW(1,1)和DW(1,0),分别取T = 10, 20, 30, 40和50进行了模拟。在每个样本容量条件下各模拟1000次。所得结果见表一。首先见表一的第三部分,先分析DW(0,0) 的分布特征。由于DW(0,0) 就是通常意义的DW统计量,所以模拟结果表明,一 DW(0,0)分布的均值为2,不受样本容量大小的影响;二分布是对称的,相应JB值(表中最后一列)说明小样本DW(0,0)统计量的分布与正态分布相当近似。三 随着样本容量的增大,分布的标准差逐步减小。见表一的第一、二部分。小样本DW(1,1)和DW(1,0)统计量有着相似的分布特征。一 分布均为右偏态,分布左侧有端点,端点为零;二 随着样本容量的增大,DW(1,1)和DW(1,0)分布的右偏倚程度越来越大,分布均值逐步相左移动,90、95、99百分位数也逐步向左移动,同时分布的标准差逐步减小,分布的峰值越来越大,DW取值向零集中;三 在样本容量相同的条件下,DW(1,0)分布总是位于DW(1,1)分布的左侧,即DW(1,0)分布的均值、百分位数以及方差都比DW(1,1)分布的相应量小。T = 50模拟1000次的DW(1,1)和DW(1,0)分布的结果分别见图一和图二。表一 DW分布的蒙特卡罗模拟结果类 型 样本容量 百 分 位 数 均 值 标准差 偏 度 JB统计量 1 90 95 99 10 22 18 45 81 28 62 50 74DW(1,1) 20 11 28 49 80 75 39 68 61 30 09 90 04 39 51 29 07 73 40 06 77 88 16 41 25 06 10 50 05 59 71 98 33 20 16 31 10 18 73 02 38 98 53 73 59 20 09 02 21 59 56 34 22 61DW(1,0) 30 06 70 83 18 38 24 27 43 40 04 54 66 91 30 19 25 68 50 04 45 54 71 24 15 12 84DW(0,0) 10 31 75 97 24 02 57 00 17 40 72 41 53 70 00 31 03 06注: DW(1,1)表示由两个I(1)变量进行回归,计算得到的DW值 DW(1,0)表示由一个I(1)变量和一个I(0)变量进行回归,计算得到的DW值。 DW(0,0)表示由两个I(0)变量进行回归,计算得到的DW值。 在每个样本容量条件下各模拟1000次。图一 T = 50模拟1000次的DW(1,1)分布直方图 图二 T = 50模拟1000次的DW(1,0)分布直方图在相同样本容量条件下,DW(1,0)分布之所以位于DW(1,1)分布左侧,可作如下解释。随着T ® µ,DW(1,0)和DW(1,1)的分布都趋近于零。由于DW(1,0)来自于一个I(1) 变量和一个I(0)变量之间的回归,所以残差序列wt ~ I(1)。由于DW(1,1)来自于两个I(1)变量之间的回归,一般来说残差序列wt&nb1、统计范围 GDDS将国民经济活动划分为五大经济部门:实际部门、财政部门、金融部门、对外部门和社会人口部门。对每一部门各选定一组能够反映其活动实绩和政策以及可以帮助理解经济发展和结构变化的最为重要的数据类别。系统提出了五大部门综合框架和相关的数据类别以及指标编制和公布的目标,鼓励以适当的、反映成员国需要和能力的频率和及时性来开发和公布指标。选定的数据类别和指标分为规定的和受鼓励的两类。 规定的数据类别包括:(1)来自综合框架中的核心部分,如实际部门的国民帐户总量、财政部门的中央政府预算总量、金融部门的广义货币和信贷总量、对外部门的国际收支总量;(2)追踪分析统计类目,如实际部门的各种生产指数、财政部门的中央政府财政收支和债务统计、金融部门的中央银行分析帐户、对外部门的国际储备和商品贸易统计;(3)与该部门相关的统计指标,如实际部门的劳动市场和价格指数统计;(4)社会人口数据,包括人口、保健、教育、卫生等方面统计。 除规定的数据类别以外,GDDS鼓励成员国发布更多的统计信息,以增强成员国经济实绩和政策的透明度。如实际部门列出储蓄、国民总收入指标,财政部门列出利息支付和偿债预计数据等。 GDDS认为,系统所包括的大多数数据类别都是由各国官方机构编制的。将私人部门编制的数据包括进去将更有助于观察经济的全貌,并使各国数据的范围更加一致。但是,将一些由私人机构编制的数据包括在系统内会增加工作的复杂性,比如由官方转发这些数据隐含着对这些数据质量的认可,官方必须对在公众获得、数据完整性和数据质量方面的责任做出调整。 2、公布频率 公布频率是指统计数据编制发布的时间间隔。某项统计数据的公布频率需要根据调查、编制的工作难度和使用者的需要来决定。系统鼓励改进数据的公布频率。GDDS对列出的数据类别的公布频率作了统一规定。例如, GDDS要求国民帐户、国际收支平衡表按年公布,广义货币概览按月公布,汇率则每日公布。 3、公布及时性 公布及时性是指统计数据公布的速度。统计数据公布的及时性受多种因素制约,如资料整理和计算手续的繁简、数据公布的形式等。GDDS规定了间隔的最长时限,如按季度统计的GDP数据规定在下一季度内发布,按月度统计的生产指数规定在6周至3个月内公布。 GDDS将选定的数据类别分为规定性和鼓励性两类,目的是给予参加国公布统计数据一定的灵活性。鼓励性一类是要成员国争取发布的,条件不具备的可以暂不发布。有些数据类别下构成要素后面注明“视具体情况”,即成员国认为该项统计不符合本国实际的,可以不编制发布。GDDS规定的发布周期和发布及时性也列出一些灵活处理和变通的办法。 GDDS有关数据方面的内容及要求如下:GDDS的数据规范A、综合框架 核心框架 范围、分类和分析框架 受鼓励的扩展 频率 及时性 国民帐户 编制和公布全套的名义和实际国民帐户总量和平衡项目,得出国内生产总值、国民总收入、可支配总收入、消费、储蓄、资本形成、净贷款、净借款。编制和公布有关的部门帐户以及国家和部门的资产负债表 年度 10-14个月 中央政府操作 编制和公布交易和债务的综合数据,需强调:1)包括所有的中央政府单位;2)使用适当的分析框架;3)建立一整套详细的分类标准(税收和非税收收入、经常性和资本性支出、国内及国外融资),并适当细分(根据债务持有人、债务工具和币种)。 广义政府或公共部门操作数据,在那些地方政府或公共企业操作具有重要分析或政策意义的国家尤其鼓励。 年度 6-9个月 广义货币概览 编制和公布综合的数据,需强调:1)包括所有的存款公司(银行机构);2)使用适当的分析框架;3)建立对外资产和负债、按部门分类的国内信贷以及货币(流动性)和非货币债务构成的分类标准。 月度 2-3个月 国际收支编制和公布综合的国际收支主要总量数据和平衡项目,包括:货物和服务的进口和出口、贸易差额、收入和转移、经常项目差额、储备和其他金融交易、总余额,并适当进行细分。 国际投资头寸和总体经济外债数据(如果这些数据具有重要的分析和政策意义) 年度 6-9个月GDDS的数据规范B、数据类别和指标 数据类别 核心指标 受鼓励的总量及构成 频率 及时性 实际部门国民帐户总量 国内生产总值(名义和实际) 国民总收入、资本形成、储蓄 年度(鼓励季度) 6-9个月 生产指数 制造业或工业初级产品、农业或其他指标视具体情况 月度视具体情况 所有指标都为6周-3个月 价格指数 消费者价格指数 生产者价格指数 月度 1-2个月 劳动力市场指标 就业、失业,工资/收入,视具体情况 年度 6-9个月财政部门 核心指标 受鼓励的指标 频率 及时性 中央政府预算总量 收入、支出、差额和融资,视具体情况进行细分(根据债务持有人、债务工具和币种) 利息支付 季度 1个季度 中央政府债务 内债和外债,视具体情况适当细分(按币种、期限、债务持有人和债务工具) 政府担保债务 年度(鼓励季度) 1-2个季度金融部门 核心指标 受鼓励的指标 频率 及时性 广义货币和信贷总量 净对外头寸、国内信贷、广义或狭义货币 月度 1-3个月 中央银行总量 储备货币 月度 1-2个月 利率 短期和长期政府债券利率,政策可变利率 货币或银行间市场利率及一套存贷款利率 月度 高频率(如月度) 股票市场 股票价格指数,视具体情况 月度对外部门 核心指标 受鼓励的指标 频率 及时性 国际收支总量 货物和服务的进口和出口、经常帐户差额、储备、总差额 总体经济的外债和偿债数据,视具体情况 年度(十分鼓励季度) 6个月 国际储备 以美元标价的官方储备总额 与储备有关的负债 月度 1-4周 商品贸易 总进口和总出口 较长时间的主要商品的分类 月度 8周-3个月 汇率 即期汇率 每日 高频率(如月度)社会-人口数据 核心指标 频率 人口 人口;人口增长率;城市人口;农业人口;人口性别;人口的年龄构成 各国公布频率会各不相同;及时性 保健 每个医生照顾人口数;预期寿命;婴儿/儿童/产妇死亡率 也不尽相同 教育 成年人文盲率、学生-教师比率、小学/中学入学率贫困状况 获得洁净水的情况、卫生;每个房间居住的人数;收入分配;最低收入标准以下的家庭数二、公布数据的质量 GDDS从两个方面的内容来评估公布的统计数据质量,即:提供统计数据的文字说明和提供统计数据的交叉检验。 统计数据质量是个难以界定、因而不易评估的概念。为了便于检查,GDDS选定两条规则作为评估统计数据质量的标准。一是参加国提供数据编制方法和数据来源方面的资料。资料可以采取多种形式,包括公布数据时所附的概括性说明、单独出版物和可从编制者得到的有关说明。同时也鼓励成员国准备并公布重要的关于数据质量特征的说明(例如,数据可能存在的误差类型、不同时期数据之所以不可比的原因、数据调查的范围或调查数据的样本误差等)。二是提供统计类目核心指标的细项内容、及与其相关的统计数据的核对方法,以及支持数据交叉复核并保证合理性的统计框架。为了支持和鼓励使用者对数据进行核对和检验,规定在统计框架内公布有关总量数据的分项,公布有关数据的比较和核对。统计框架包括核算等式和统计关系。比较核对主要针对那些跨越不同框架的数据,例如,作为国民帐户一部分的进出口和作为国际收支一部分的进出口的交叉核对。 与数据质量密不可分的是制定和公布改进数据的计划。所准备和公布的改进计划应包含所有数据不全的部门。统计当局应表明下述立场中的一个:(1)针对已发现不全的改进计划;(2)最近实施的改进措施;或(3)国家认定不 四、公众获取 GDDS规定要提前公布数据发布日期,并向各方同时发送。 官方统计数据的公布是统计数据作为一项公共产品的基本特征之一,及时和机会均等地获得统计数据是公众的基本要求。GDDS对此制定了两项规划:一是参加国要预先公布各项统计的发布日历表。预先公布统计发布日程表既可方便使用者安排利用数据,又可显示统计工作管理完善和表明数据编制的透明度。GDDS规定对于以年度为频率公布的综合框架和指标,时间表表明不迟于某个既定时间;对于公布频率更高的数据,则可确定一个日期范围,如3-5天。鼓励成员国向公众公布发布最新信息的机构或个人的名称或地址。二是统计发布必须同时发送所有有关各方。由于数据是有价值的商品,因此GDDS规定应向所有有关方同时发布统计数据,以体现公平的原则。发布时可先提供概括性数据,然后再提供详细的数据,当局应至少提供一个公众知道并可以进入的地方,数据一经发布,公众就可以公平地获得。
我也不多,给你发了几份。
大一应用统计专业导论论文1200字
统计学的生命力就在于应用,应用为统计学的发展赋予活力。 “十五”期间异方差性时间序列问题研究、离散多元统计分析研究、数据挖掘理论研究、异常数据诊断的研究、非参数理论与方法的研究、抽样与非抽样误差理论的研究等将是统计理论研究的热点。知识经济、新经济对统计理论与方法提出更高要求,如何适应电子商务时代统计数据的收集,空间遥感技术的运用等都为统计理论提出新挑战,统计工作者必须创新出适合各种复杂类型数据的统计方法才能适应实践的需求。 2.开展空间统计学理论与应用的研究 空间统计学是近几年统计学发展的一个新领域,主要指运用遥感技术进行国土资源的测定,农业和林业、海洋生物、环境生态的观测。这种观测数据通常表现为网络形式,而且这些数据受到大气效应、观测工具等诸多因素的影响。空间统计学的应用在于,针对这种特殊的数据,研究误差控制、数据处理、模型建立、统计推断。这将是统计学研究的新领域。 计算机技术的发展对统计学发展影响的研究 3.生命科学与生物技术中统计方法的应用研究 21世纪是生命科学的世纪,人类不久将完全揭示人类基因排序。19世纪中叶基因学说的创立,就是依赖于统计推断技术,21世纪生命科学中将有大量的相关研究要借助统计方法与技术,这个领域的学者将大有作为。21世纪医学领域的科技创新,将使许多不治之症得到解决,生物制药将在医学领域大放异彩,统计学方法在生物制药技术中的广泛应用将是不争的事实。美国辉瑞制药公司每年投入50亿美金用于研究发展,在美的生物统计人员极易找到高薪的工作就足以说明这一领域的广阔前景。 4.国家经济安全与金融、保险领域的应用研究 国家的经济安全及其金融危机的防范问题是中国改革开放中必须高度重视的问题。国家经济安全、金融危机的预警系统的研究是与统计学方法紧密联系的研究热点,投资项目的风险管理研究也将依赖统计学者去研究解决。保险产品的精算理论与实践在“九五”期间得到一定的进展,为这一领域的深入发展奠定了基础,如何将发达国家保险精算的理论与中国保险业实际相结合值得深入研究,尤其是保险精算方法向社会保障领域延伸的研究是中国国情赋予给这个领域的迫切任务。 5.政府统计数据质量的进一步研究 政府统计数据的质量在“九五”期间得到国人的普遍关注。不仅国家哲学社科基金设立重点研究课题,几乎各地方政府也设专项研究,发表的论文已有近百篇。然而这方面的研究还有待深入,不仅从制度上约束、控制数据的可靠性,从检测、验证的方法上还需进一步探讨。有的重点课题已在检验方法上有所突破,但如何具体与中国政府实际数据紧密结合,实施这些方法还须加大力度进行研究和实践。 6.统计学在社会、人口、教育、环境等领域的应用研究 社会的发展、人口的控制、教育结构的调整与发展、环境的保护等领域存在着大量急待研究的问题,统计学方法是定性与定量研究的有力工具。统计学方法在这些领域将会有广阔的应用前景。
从统计学的发展趋势谈统计教育的改革 摘要:要培养出新型的21世纪的人才,统计教育必须高瞻远瞩。本文从统计学的发展趋势谈了统计教育急需改革的几个方面。 关键词: 统计学; 发展趋势; 统计教育改革 随着国家创新体系的建立,统计创新工程已经提上议事日程,统计创新包括两个方面,一是统计实践的创新;二是统计教育的创新。创新的基础在于教育,没有统计教育的创新,就谈不上统计实践的创新。准确把握统计学的发展方向与发展形势,培养适应新世纪社会经济发展需要的人才,是统计教育工作者必须面对的问题,本文从统计学的基本发展趋势谈一谈统计教育急需改革的几个方面。 一、统计学的基本发展趋势 纵观统计学的发展状况,与整个科学的发展趋势相似,统计学也在走与其他科学结合交融的发展道路。归纳起来,有两个基本结合趋势。 (一)统计学与实质性学科结合的趋势 统计学是一门通用方法论的科学,是一种定量认识问题的工具。但作为一种工具,它必须有其用武之地。否则,统计方法就成为无源之水,无用之器。统计方法只有与具体的实质性学科相结合,才能够发挥出其强大的数量分析功效。并且,从统计方法的形成历史看,现代统计方法基本上来自于一些实质性学科的研究活动,例如,最小平方法与正态分布理论源于天文观察误差分析,相关与回归源于生物学研究,主成分分析与因子分析源于教育学与心理学的研究。抽样调查方法源于政府统计调查资料的搜集。历史上一些著名的统计学家同时也是生物学家或经济学家等。同时,有不少生物学家、天文学家、经济学家、社会学家、人口学家、教育学家等都在从事统计理论与方法的研究。他们在应用过程中对统计方法进行创新与改进。另外,从学科体系看,统计学与实质性学科之间的关系绝对不是并列的,而是相交的,如果将实质性学科看作是纵向的学科,那么统计学就是一门横向的学科,统计方法与相应的实质性学科相结合,才产生了相应的统计学分支,如统计学与经济学相结合产生了经济统计,与教育学相结合产生了教育统计,与生物学相结合产生了生物统计等,而这些分支学科都具有"双重"属性:一方面是统计学的分支,另一方面也是相应实质性学科的分支,所以经济统计学、经济计量学不仅属于统计学,同时属于经济学,生物统计学不仅是统计学的分支,也是生物学的分支等。这些分支学科的存在主要不是为了发展统计方法,而是为了解决实质性学科研究中的有关定量分析问题,统计方法是在这一应用过程中得以完善与发展的。因此,统计学与各门实质性学科的紧密结合,不仅是历史的传统更是统计学发展的必然模式。实质性学科为统计学的应用提供了基地,为统计学的发展提供了契机。21世纪的统计学依然会采取这种发展模式,且更加注重应用研究。 这个趋势说明:统计方法的学习必须与具体的实质性学科知识学习相结合。必须以实质性学科为依据,因此,财经类统计专业的学生必须学好有关经济类与管理类的课程,只有这样,所学的统计方法才有用武之地。统计的工具属性才能够得以充分体现。 (二)统计学与计算机科学结合的趋势 纵观统计数据处理手段发展历史,经历了手工、机械、机电、电子等数个阶段,数据处理手段的每一次飞跃,都给统计实践带来革命性的发展。上个世纪40年代第一台电子计算机的诞生,给统计学方法的广泛应用创造了条件。20年代发展起来的多元统计方法虽然对于处理多变量的种类数据问题具有很大的优越性,但由于计算工作量大,使得这些有效的统计分析方法一开始并没有能够在实践中很好推广开来。而电子计算机技术的诞生与发展,使得复杂的数据处理工作变得非常容易,那些计算繁杂的统计方法的推广与应用,由于相应统计软件的开发与商品化而变得更加方便与迅速,非统计专业的理论工作者可以直接凭借商品化统计分析软件来处理各类现实问题的多变量数据分析,而无需对有关统计方法的复杂理论背景进行研究。计算机运行能力的提高,使得大规模统计调查数据的处理更加准确、充分与快捷。目前企业经营管理中建立的决策支持系统(DSS)更加离不开统计模型。最近国外兴起的数据挖掘(Datamining,又译"数据掏金")技术更是计算机专家与统计学家共同关注的领域。随着计算机应用的越来越广泛,每年都要积累大量的数据,大量信息在给人们带来方便的同时也带来了一系列问题:信息过量,难以消化;信息真假,难以辨识;信息安全,难以保证;信息形式不一致,难以统一处理;于是人们开始提出一个新的口号"要学会抛弃信息"。人们考虑"如何才能不被信息淹没,而是从中及时发现有用的知识,提高信息利用率?"面对这一挑战,数据挖掘和知识发现(DMKD)技术应运而生,并显示出强大的生命力。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科,它把人们对数据的应用从低层的简单查询,提升到从数据中挖掘知识,提供决策支持。在这种需求牵引下,汇聚了不同领域的研究者,尤其是数据库技术、人工智能技术、统计、可视化技术、并行计算等方面的学者和工程技术人员,投身到数据挖掘这一新兴的研究领域,形成新的技术热点。虽然统计学家与计算机专家关心Datamining的视角不完全相同,但可以说,Datamining与DSS一样,使得统计方法与计算机技术的结合达到了一个更高的层次。 因此,统计学越来越离不开计算机技术,而计算机技术应用的深入,也同样离不开统计方法的发展与完善。这个趋势说明:充分利用现代计算技术,通过计算机软件将统计方法中复杂难懂的计算过程屏障起来,让用户直接看到统计输出结果与有关解释,从而使统计方法的普及变得非常容易。所以,对于财经类统计专业的学生来说,一方面要学好统计方法,但另一方面更加要学会利用商品化统计软件包解决实践中的统计数量分析问题,学好计算机信息系统开发的基本思想与基本程序设计,能够将具体单位的统计模型通过编程来实现,以建立起统计决策支持系统。 所以统计与实质性学科相结合,与计算机、与信息相结合,这是发展的趋势。了解这一点,再来看我们目前教育中的问题就更加明显了,所以一些课程要改革,教学方式也要改革。以下谈一谈统计教育需要改革的几个方面。采纳哦
其实你完全可以自己写呀,看看这相关的书籍 统计学与应用,参考相关的文章,东拼西凑,肯定能写完~