统计学
分享
课程详情
课程评价
spContent=在日益依赖数据与人工智能的今天,树立正确的数据思维,能够帮助人们高效地甄别信息,从中提炼出有价值的内容。使用系统的统计理论和科学的统计方法,结合Excel、SPSS、Python及生成式人工智能等工具,能够提升数据处理、统计分析、结果解释和统计判断能力,实现让数据说话、让证据支持决策。课程不仅强调“会计算、会使用软件”,更强调能够正确选择统计方法、理解统计结论、识别数据和AI生成分析中的统计错误,并负责任地运用数据解决实际问题。
—— 课程团队
课程概述

统计学是一门关于数据搜集、整理与分析的科学,其核心目的在于探索数据背后蕴含的内在数量规律性。其中,统计数据的搜集是开展统计整理与分析的坚实基础,统计数据的整理则是连接数据搜集与数据分析的关键环节,作为统计学核心内容的数据分析,需通过统计描述与统计推断等方法,深入挖掘数据的内在规律。

通过本课程的学习,学生能够掌握统计学的基本理论和方法,并用其解决实际问题。具体知识与技能目标如下:


(1)理论知识。构建完善的统计学知识体系,涵盖描述统计、统计推断、方差分析、回归分析、时间序列分析等多个重要领域,形成对统计学理论的整体认知。

(2)方法技能。掌握数据搜集的科学方法,学会描述数据特征、解读数据信息,能够开展严谨的统计推断,并对不同变量之间的关系进行量化分析。

(3)技术技能。熟练运用Excel、SPSS或者Python等工具进行数据处理和统计分析,并能够合理使用生成式人工智能辅助数据理解、方法选择、代码生成和结果解释。

(4)应用技能。聚焦数据思维和实践技能的培养,注重统计理论和方法的实际应用。从真实案例分析入手,提升问题解决能力,能够识别AI生成统计分析中的常见错误,对分析结果进行人工核验。

(5)数据素养。形成数据真实性意识、抽样科学意识、不确定性意识、统计伦理意识和批判性数据思维,理解统计显著性与实际意义、相关关系与因果关系、模型与现实之间的区别,能够负责任地使用数据和人工智能。

授课目标

本课程的主要授课目标如下:


1.使学生系统地掌握多种统计方法,并深入理解这些统计方法中所蕴含的统计思想。

2.使学生熟悉并掌握多种统计方法的不同特点、应用条件及各自的适用场合。

3.培养学生运用统计方法分析和解决实际问题的能力。

4.使学生能够熟练应用至少一种统计软件进行统计计算、推断和分析。

5.培养学生根据研究问题、变量类型和数据条件正确选择统计方法,并能够解释统计结果、评价结论的可靠性。

6.培养学生合理使用生成式人工智能辅助统计学习和数据分析的能力,能够核验AI生成的方法、代码和统计结论,避免对AI和大数据的盲目依赖。

课程大纲
预备知识

高等数学、概率论与数理统计

参考资料

1. 贾俊平、何晓群、金勇进. 统计学(第9版). 中国人民大学出版社,2025 

2. 戴维·莱文. 商务统计学(第7版). 中国人民大学出版社,2017 

3. 袁卫,庞皓等编. 统计学(第5版),高等教育出版社,2019

4. 盛骤、谢式千、潘承毅. 概率论与数理统计(第5版). 高等教育出版社出版,2020 

5. 吴先华. 应用统计学实验教程. 高等教育出版社2014