统计学是研究搜集数据、整理数据、分析数据和解释数据并从统计数据中得出一般规律的理论和方法的学科，是经济、管理类各专业本科学生的专业基础课。统计学课程可以应用到各个领域，如经济学，生物学，心理学，工程统计......，通过本课程的教学，旨在培养学生的统计思维，即培养学生站在统计的角度思考问题的习惯，在教学中，使学生熟悉统计学的基本知识和技能，重在理解统计思想，掌握统计方法，具有处理统计数据的能力，为学习其他专业课程奠定基础。

统计学方法分为描述统计方法和推断统计方法。统计学课程主讲内容重点包括导论、数据的搜集、数据的图表展示、数据的概括性度量、统计量及其抽样分布、参数估计、假设检验、分类数据分析、方差分析和指数等。本课程以实际问题导入，进行理论知识的阐述和原理的解析，提供动手的学习资源进行软件实现，并进一步进行学习延伸与拓展，以期获得较好的教学效果。

• 第一章 导论
  • 1.1 统计及其应用领域
  • 1.1 统计及其应用领域-课件
  • 1.2 统计数据的类型与基本概念
  • 1.2 统计数据的类型+基本概念-课件
• 第二章 数据的搜集
  • 2.1 数据的来源
  • 2.1 数据的来源-课件
  • 2.2 调查方法
  • 2.2 调查方法-课件
  • 2.3 实验方法和数据误差
  • 2.3 实验方法和数据误差-课件
• 第三章 数据的图表展示
  • 3.1 数据的预处理
  • 3.1 数据的预处理-课件
  • 条形图和直方图的操作
  • 例3.1筛选 排序
  • 3.2 分类数据的整理与展示
  • 3.2 分类数据的整理与展示-课件
  • 例3.2 饮料类型
  • 3.3 数值数据的分组
  • 3.3 数值数据分组-课件
  • 3.4 数值数据的图形展示
  • 3.4 数值数据的图形展示-课件
  • 例3.4箱线图
  • 3.5 统计表
  • 3.5 统计表-课件
  • 例3.5身高与体重的散点图
  • 2002和2017年经济高质量发展水平排序
• 第四章 数据的概括性度量
  • 4.1 集中趋势的度量（1）
  • 4.1 集中趋势的度量（1）-课件
  • 例4.1
  • 4.2 集中趋势的度量（2）
  • 4.2 集中趋势的度量（2）-课件
  • 4.3 离散程度的度量（1）
  • 4.3 离散程度的度量（1）-课件
  • 4.4 离散程度的度量（2）
  • 4.4 离散程度的度量（2）-课件
  • 4.5 分布形状的度量
  • 4.5 数据分布形状-课件
• 第六章 统计量及其抽样分布
  • 6.1 统计量
  • 6.1 统计量-课件
  • 6.2 由正态分布导出的三大分布
  • 6.2 由正态分布导出的三大分布-课件
  • 6.3 样本均值的分布与中心极限定理
  • 6.3 均值分布及其中心极限定理-课件
• 第七章 参数估计
  • 7.1 参数估计的基本原理
  • 7.1 参数估计的基本原理-课件
  • 7.2 一个总体参数：总体均值的区间估计
  • 7.2 总体均值的区间估计-课件
  • 7.3 一个总体参数：总体比例与总体方差的区间估计
  • 7.3 总体比例的区间估计-课件
  • 7.3 总体方差的区间估计-课件
  • 7.4 样本量的确定
  • 7.4 样本容量的确定-课件
• 第八章 假设检验
  • 8.1 假设问题的陈述
  • 8.1 假设问题的陈述-课件
  • 8.2 假设检验的基本流程
  • 8.2 假设检验的基本流程-课件
  • 8.3 一个总体均值的假设检验
  • 8.3 一个总体均值的检验-课件
  • 8.4 一个总体比例和方差的假设检验
  • 8.4 一个总体比例和方差的检验-课件
• 第九章 分类数据分析
  • 9.1 卡方统计量
  • 9.1 卡方统计量-课件
  • 9.2 拟合优度检验
  • 9.2 拟合优度检验-课件
  • 9.3 列联分析——独立性检验
  • 9.3 列联分析：独立性检验-课件
• 第十章 方差分析
  • 10.1 方差分析的基本问题
  • 10.1 方差分析的基本问题-课件
  • 10.2 单因素方差分析
  • 10.2 单因素方差分析-课件
  • 10.3 例题分析与软件操作
  • 10.3 例题分析与软件操作-课件
• 第十四章 指数
  • 14.1 指数的基本问题
  • 14.1 指数的基本问题-课件
  • 14.2 加权指数
  • 14.2 加权指数-课件
  • 14.3 指数体系
  • 14.3 指数体系-课件
• 教学案例
• 考试

一、‌掌握统计原理与统计分析方法‌

统计通过数学工具揭示数据规律，其核心在于‌数据驱动与‌统计推断方法。它注重统计概念理解、统计方法选择及统计结果解读。统计分析方法包括描述统计方法和推断统计方法两大类。要求学生全面掌握但不限于数据收集、整理、描述、分析的统计方法，例如数据集中趋势、离散程度的度量、抽样分布、参数估计和假设检验等。

二、‌理解统计方法适用条件‌

注重统计方法的底层逻辑及适用场景，依据数据的不同类型，选用合适的度量方法，例如分类数据选择众数、顺序数据选用中位数进行度量等。在图形展示中，分类数据的图形展示选择条形图展示，数值型数据选择直方图展示等。值得注意的是，低层次数据的图形展示适合高层次数据，反之不立。

三、培养统计应用能力‌‌

通过案例分析与实践教学，将统计理论、统计方法和统计工具应用于经济、管理等领域进行实证研究，如市场调查分析大赛、经济统计分析等。总的来说，统计学通过理论与实践相结合，培养学生“方法掌握、工具应用、领域拓展”等的综合能力。

学习统计学应具备高等数学、线性代数、概率论与数理统计等基础理论知识。统计学基础知识核心在于运用数学工具量化不确定性，并结合经济学、管理学等构建实证分析架构。高等数学、线性代数提供了理论基础，如微积分中的导数在经济建模的边际分析和弹性概念中发挥重要作用。线性代数中的方程组和矩阵计算则为经济计量模型的构建提供支持。概率论中的离散型分布和连续型分布为抽样分布和假设检验奠定坚实的理论基础。而统计推断的逻辑则为参数估计和假设检验提供了必要的方法。