統計學的研究方法范文

前言：我們精心挑選了數篇優質統計學的研究方法文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

關鍵詞：統計學;非統計專業;教學方法

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2016）06-0195-02

統計學是收集數據、整理數據和由數據得出結論的一門科學。當今大數據時代，各行各業中都存在大量的復雜數據，如何由數據客觀地得出結論及對未來進行預測，是很多實際領域都面臨的一個重要問題。統計學作為處理數據的一個重要利器，在很多學科中都有很大的應用性?；跁r代的需求，目前我國高校很多非統計專業都設置了統計學作為專業必修課。本文基于作者多年來對非統計專業的統計學教學過程的經驗和感受，探討對非統計專業統計學教學的一些認識和建議。

一、非統計專業學生對統計學的誤解

1.對學習難度認識的兩極化。在非統計專業的統計學教學中，有一種很奇怪的現象，部分同學認為統計學比較簡單，而部分同學認為統計學很難。情況往往是這樣，女生認為統計學簡單，她們只注重統計學的計算層面上，沒有認識到統計方法的本質;而男生則認為統計學較難，性別差異很明顯。而這些簡單的認識，往往都是對統計學的片面了解造成的，并沒有把握到統計學學習的本質。

2.缺乏學習的主動性。對于非統計專業的學生，統計學課程和他們的專業課程（尤其是文科性質的專業）相差較大，部分學生覺得統計學很難，看到統計學的符號和公式就頭大，故對統計學的學習興趣較小，缺乏主動性。還有一部分非統計專業的學生，覺得統計學無非是利用一些軟件算出一些數值，非常簡單，現用現學或者臨陣磨槍即可，無須去下較大的功夫，致使學習的主動性較差。

3.陌生感與距離感。對于非統計專業的學生，尤其是沒有學過高等數學和概率論專業的學生，看到統計學的一些符號、公式有著一種與生俱來的陌生感，于是會對統計學的學習產生一些本能的排斥。其實，統計學只需要有中學的數學基礎就可以學習很多的統計思想和統計方法。統計學既是一門科學也是一門藝術，統計思想對統計學的理解和學習非常重要，而這往往會使初學者產生一種距離感，導致了一些消極的學習態度。

4.對統計學的價值缺乏認同。部分非統計專業的學生對統計學的學習價值缺乏認同，尚未了解統計學的意義和作用。部分學生認為自己距離處理數據比較遙遠，對于統計方法的實用性也缺乏認識，學習統計學僅限于完成上課任務并且通過考試而已。造成這種誤解的原因很多，既有學生自身的問題，也有社會環境的問題，或者是相關專業的其他教學中對統計學的涉及不足，也可能是教師或者教材存在的問題。

二、統計學在非統計專業教學中可能存在的問題

教學是教師的“教”與學生的“學”兩個過程的有機結合，教學效果的好壞既取決于學生的學習過程，更取決于教師的教授過程。恰當的教學方式和方法能夠有效地激發學生的學習興趣和主觀能動性，從而使得教學活動收到很好的教學效果。作為教學活動的組織者，教師在不斷增強自身知識體系的接觸上，應該在教學活動的組織方式和方法上多下功夫，而這點也是非統計專業的統計學教學過程中至關重要的。目前，非統計專業的統計學教學過程中存在一些問題，主要體現在以下幾個方面：

1.教學內容過于“程式化”。統計學與數學是有一定區別的，對于統計學的教學，每一種統計方法都包含著一定的統計思想，其提出具有實際的應用背景。在教學實踐中，部分教師過分強調統計方法的實施步驟，而忽視了統計思想的自然性及其傳授，導致其學生對統計方法的認識過于機械化、程式化，往往對于數據能夠熟練地計算其結果，而對于結果的解釋及其應用條件的判斷卻束手無策。例如，很多教師在講方差時，往往著重于方差的計算，而忽略了對其定義的理解和認識，而這往往會導致學生認為統計就是一些數字的誤解。

2.與具體專業的結合不夠。統計學無所不在，只要有數據的地方就有統計方法的應用。而統計學真正的意義在于解決實際問題。在非統計專業的統計學教學實際中，盡管要教授統計學的基本理論和方法，但是案例教學是必不可少的。教學中的實際例子除了要有代表性還要和具體的專業緊密結合。而部分教師由于對相關專業的應用情況了解不足，教學過程中的例子往往和相關專業結合不夠，這樣會使學生對統計學產生一定的距離感，不利于學習興趣的激發。

3.多媒體在統計學教學中的使用問題。傳統的教學手段主要是板書。板書是教師的基本技能，也是最重要的一種教學手段。對于統計學教學而言，板書教學不利于展示統計方法對于具體數據的實現。隨著現代化教學手段的進步，在統計學的教學實踐中，多媒體教學逐漸占據了重要的地位。多媒體教學的優點是圖文并茂，有利于展示統計方法在統計軟件中的實現，在學生掌握統計理論基礎的同時提高了他們的動手能力。在統計學教學過程中，不應忽視多媒體教學的最要重要。但是多媒體容易使教學速度加快，不便于學生的理解和吸收。因此，在統計學教學中，過分使用多媒體或者基本絕緣于多媒體都存在一定的問題，要結合所教授的內容，恰當把多媒體教學引入到傳統教學當中，會獲得更好的教學效果。

4.考核方式略顯單一。在非統計專業中，統計學多為考試課?？荚囆问蕉嗖捎瞄]卷考試，試題類型常包括單項選擇、多項選擇、判斷、簡答和計算，缺乏對統計方法應用能力的考核。在這樣的考核方式下，往往使得臨陣磨槍型的學生考試成績也不錯，使學生對統計學的學習和認識產生誤解。而這種考核方式，對學生的思想也有一定的束縛，很難培養學生用統計學方法解決實際問題的認知。因此，教師需要對統計學的考核方式多做些思考，在考核學生理論水平的同時，注重培養學生用統計學方法解決實際問題的能力。

三、統計學在非統計專業中教學方法的幾點建議

1.注重統計思想的傳承。統計學不是一門孤立的學科，它是人們客觀認識自然界和人類社會中各類隨機現象的經驗總結。任何一種統計方法的產生并不是憑空的，總是有它的實際應用背景和啟發的問題，可以說統計方法是實際中使用方法的一種理論提升。因此，在統計學的教學過程中，要注重統計思想的傳承，培養學生的統計思維和解決實際問題的應變能力，這樣不僅有利于增強學生學習統計學的積極性，也是創新思維形成的一個前提。

2.注重統計方法的實際應用。統計學來源于實踐，也必定扎根于解決實際問題。實際問題，往往不是經典統計方法的一個簡單應用，這要求把實際問題首先提煉成統計學的問題，這就要求統計學教師不僅要不斷拓寬專業知識，還要多多接觸非統計專業領域的問題，善于交流與合作，這樣統計學才有生存和發展的空間。在教學的過程中，有意識地應用具體專業的實例來傳授統計學的方法，這樣容易使學生產生共鳴，深刻體會統計學在本學科中的應用價值。比如，在講授回歸方法的時候，首先把數據的散點圖呈現給學生們，然后讓學生們分組討論，從直觀的想法出發，如何對一個新的個體進行預測。這樣在學習統計方法的同時，也讓學生了解統計方法如何應用。

3.多媒體和板書有機結合。在統計學教學過程中，板書和多媒體要有機地結合起來，用板書來傳授理論知識，用多媒體生動地來解釋實例和演示統計軟件。這樣，兩種教學手段充分利用，相互補充，才會達到更好的教學效果。比如，在講解Logistic回歸模型時，首先應用板書來講授Logistic模型的模型框架及其建模方法。其次，對于不同的問題，哪些適用于Logistic模型。對于不同的統計軟件，如何實現Logistic回歸，這需要用多媒體來演示統計軟件的Logistic回歸流程。最后對于軟件的輸出結果，如何解釋。這樣的多媒體和板書結合的教學方式，對于統計方法的教學過程是十分必要和有效的。

4.培養學生用統計方法解決實際問題的能力。統計學教師的教學不僅限于課堂，還應該組織學生進行多種實踐活動，這樣才能更好地調動學生學習的積極性，培養學習解決實際問題的能力。例如，在學習聚類分析時，讓學生們3人一組，對已有的考試成績進行聚類分析，首先面臨的問題是數據的處理，對優良中差這類分級的成績如何賦分，然后選擇合適的聚類方法，對得出的結果如何進行解釋。這個過程中，小組成員需通過上網或者圖書館查閱相關文獻，用計算機模擬不同的方法，最后把研究成果用文字報告或者PPT呈現。這樣，原本看似枯燥的方法在實際問題中會變得既有意義又生動，留給學生們很大的空間去選擇和應用統計學方法，結論也不一定是唯一的，更有利于調動學生的主觀能動性，培養學生用統計方法解決實際問題的能力。

統計學是實用性極強的一門學科，在非統計專業的數據處理中統計學將起到不可替代的作用。隨著大數據時代的到來，高維、海量及復雜數據的出現，統計學與各領域的結合更加密切。對于非統計專業的學生而言，掌握統計學的基本理論知識，了解統計學在所學領域的應用，這對非統計專業學生能力的提高將會起到重要的作用。

參考文獻：

[1]白日榮，蘇永明.非統計專業統計學教學的改革與創新[J].統計教育，2007，（12）.

[2]鄧海松.關于非統計專業統計學教學的一些見解[J].中國科教創新導刊，2013，（17）.

[3]閔素芹，柳會珍.淺析統計學專業創新與實踐教學改革[J].統計與咨詢，2010，（6）.

第2篇

[關鍵詞]社會科學 統計方法 應用問題

社會科學的實證研究在應用統計學時,統計分析是其關鍵環節,資料性質分析、資料類型的判斷、統計方法的選擇等各個環節都應把握好,否則,其分析結果將是沒有意義的。本文擬通過對社會科學實證研究論文中應用統計分析方法出現的問題,從描述性分析、定量資料的統計分析、定性資料的統計分析、相關與回歸分析等方面進行解析。

一、描述性分析問題

在社會科學實證研究中,一般首先要對社會調查數據進行描述性統計分析,以發現其內在的規律性,再選擇進一步的分析方法。描述性統計分析要對調查總體所有變量的有關數據做統計性描述,主要包括數據的頻數分析、集中趨勢分析、離散程度分析、分布形態以及一些基本的統計圖形。

描述性統計分析雖然較為簡單,但如果對某個事件或某種現象的描述不清楚或存在偏差,那么其后的所有分析都將值得懷疑,而描述的偏差可能會引起公眾或學術界對某些社會現象的誤解,甚至誤導政府決策。

1.均值的誤用

均值是用于描述樣本集中趨勢的最常用指標,但應注意,對于正態或近似正態的對稱分布樣本,它是較好的指標,一般與離散趨勢指標中的標準差一起描述數據資料(即形式);而對于偏態分布的樣本,則常用中位數來描述集中趨勢,一般與離散趨勢指標中的四分位數間距一起描述數據資料(即形式),究其原因是均值容易受到極端值的影響。

對于兩個分布完全不同的樣本,可能會得到相同的均值,因此均值在某種程度上抹殺了樣本內部的差異,而往往這種內部差異正是需要進行深入研究或應當引起人們注意的。為了彌補均值的這種缺陷,一般在報告均值的同時,也應該報告標準差,或用直方圖或散點圖的形式描述分布,以展示群體內部的差異。

2.絕對數的誤用

因為社會調查研究比較容易得到大容量的樣本,所以對任何小概率事件,用絕對數報告都會出現較大的數字,單純對絕對數的強調往往會產生誤解。比較合理的方式一般是在報告某事件絕對數的同時,給出該事件的發生率或占研究樣本的比例。

3.相對數的誤用

相對數常用于描述定性資料的內部構成情況或相對比值或某現象的發生強度,一般有比與率兩種形式。雖然比與率的計算形式是相同的,即兩個絕對數之商乘以100%,但它們的含義是不同的。率用于反映某種事物或現象發生的強度,而比則用于反映部分與整體或某一部分與另一部分之間的關系。當數據的比較基礎相差懸殊,用絕對數表述沒有可比性時,就要借助于相對數。

應用相對數也容易出現一些問題,如:百分比與百分率的混用;當分母很小時,只計算百分比或百分率,而沒有報告樣本量;當比較兩個或多個總體率時,沒有考慮到各總體對應的內部構成情況是否一致,而直接比較等。

例如在報告流動人口犯罪問題時,給人的印象往往是流動人口犯罪率高于常住人口,其實是忽視了流動人口的年齡和性別構成與常住人口完全不同,且青年男性是犯罪率較高的人群,這樣對兩個不同群體的比較往往會導致錯誤的結論。

二、定量資料的統計分析問題

定量資料的統計分析是指所觀測的結果變量是定量的,而且希望考察定性的影響因素取不同水平時,定量觀測結果的均值之間的差別是否有統計學意義。定量資料的統計分析在統計學應用中占有很大的比重,出現的誤用也比較多。

正確選擇定量資料統計分析方法的關鍵有兩點:一是正確判斷統計研究設計的類型;再是檢驗定量資料是否滿足“獨立性、正態性及方差齊性”的前提條件[1]。前者要求使用者對統計研究設計的類型較為熟悉,后者則需要進行預分析,可適當借助于統計分析軟件。根據前提條件是否滿足來決定用參數假設檢驗或方差分析,還是用非參數檢驗方法,進而根據對統計研究設計類型的判斷,確定采用具體的統計分析方法。

對定量資料作統計分析時,常犯的錯誤有:

1.不管統計研究設計類型,盲目套用t檢驗或單因素方差分析;

2.不驗證“獨立性、正態性及方差齊性”前提條件,而直接應用參數檢驗法;

3.將多因素設計定量資料人為拆成多個成組設計定量資料,采用t檢驗法;

4.將多因素設計定量資料用單因素多水平方差分析解決,或用一元分析替代多元分析等。

三、定性資料的統計分析問題

定性資料的統計分析是指觀測結果為定性變量的統計處理問題。定性資料的統計分析在社會科學研究中的應用也是很廣泛的,通常根據影響觀測結果的原因變量性質分為三種情況:

1.原因變量都為定性變量,此類資料就是通常理解的定性資料。常用的統計分析方法有:檢驗、秩和檢驗或Ridit分析、Spearman秩相關分析、線性趨勢檢驗、一致性檢驗(也稱Kappa檢驗)、加權檢驗、對數線性模型等。

2.原因變量中既有定性變量,又有定量變量。這類資料的統計分析通常有兩種處理方法:一是結合專業知識先將定量的原因變量離散化,使其轉化為定性變量,然后采用上面3.1的統計方法處理;二是先對定性的原因變量,采用啞變量技術進行處理,轉化為多個二值變量,賦予0或1值,然后采用Logistic回歸分析方法或多值有序變量Logistic回歸分析處理。

3.原因變量全部為定量變量。這類資料的分析可以直接采用Logistic回歸分析方法或多值有序變量Logistic回歸分析處理。

定性資料的最常用表達形式是列聯表,列聯表有多種類型,如橫斷面設計的四格(或稱2x2)列聯表、隊列研究設計的四格列聯表、配對研究設計的四格列聯表、雙向無序的R×C列聯表、單向有序的R×C列聯表、高維列聯表等,不同類型所用統計方法也不同,所以處理這類資料的關鍵是分辨出列聯表的類型,從而選擇相應統計分析方法。

在社會科學研究中,定性資料的統計分析常犯的錯誤主要就是列聯表的誤判,從而錯誤的選用統計方法。

四、相關與回歸分析問題

相關分析是研究變量之間的相互關系,常局限于統計描述,較難從數量角度對變量之間的聯系進行深入研究;回歸分析則是研究變量之間的依賴關系,可實現對自變量進行控制,對因變量進行預測,及對隨機變化趨勢進行適當修勻。

相關分析可用于對定類、定序、定距及定比等尺度的各類資料進行定量描述,但各類資料的計算公式是不同的,所以應用時,需要判明資料的類型;而回歸分析則要根據因變量性質的不同,選用不同的回歸分析方法,一般可分為兩類:一是因變量為連續型變量,具體的,當為非時間性的連續型變量時,可用線性回歸分析、多項式回歸分析、非線性回歸分析等;當為時間變量時,可用COX半參數回歸分析、指數分布回歸分析及威布爾回歸分析等;當為隨時間變化的連續型變量時,則需要利用時間序列分析。二是因變量為離散型變量,需要利用Logistic回歸分析、對數線性模型分析及多項Logit模型分析等。

在社會科學研究中,相關與回歸分析的應用非常廣泛。但應用時也經常出現一些錯誤:

1.沒有結合問題的專業背景和實際意義,就進行相關與回歸分析。其結果有時可能是莫名奇妙的,可能出現所謂的虛假相關。

2.對于較簡單的線性相關與回歸分析,不注意應用條件,盲目套用。一般地,Pearson相關分析要求兩變量都是隨機變量,且都服從或近似服從正態分布,若不滿足條件,應采用其它相關分析法,如Spearman相關分析等。而線性回歸分析則要求因變量必須是隨機變量,且服從或近似服從正態分布,在回歸分析前,先要進行統計檢驗,證實兩變量的顯著相關性,再進一步進行回歸分析才有意義。

3.只求得相關系數或回歸方程,而不進行參數假設檢驗就下統計分析結論。因為相關系數或回歸方程都是由樣本數據求得的,是否具有統計學意義,必須通過其相關參數的假設檢驗來判定。

4.多元回歸分析策略的錯誤。在社會科學實證研究中,對多元回歸分析的應用,不少人采取的策略是先用單變量分析,得到有統計學意義的多個變量,再將它們引入回歸方程進行多變量分析,用逐步回歸法進行篩選,從中選出有統計學意義的變量,這種分析策略是不正確的。因為自變量之間可能存在不同程度的交互作用,在單變量分析中無統計學意義的變量并非在多元回歸分析中也沒有意義。正確的處理方法應該是先綜合分析各種變量之間的作用、實際意義及關系,有些可作為控制變量(如性別、年齡等),將經過初步篩選的所有變量代入回歸方程進行分析,再采用逐步回歸方法,必要時可多用幾種篩選變量的方法,同時要注意自變量間的交互作用,進行綜合分析,這樣才能得到較為可靠的結果。

參考文獻:

[1]王在翔:社會統計理論與實踐[M].青島:中國海洋大學出版社,2008

[2]胡良平等.醫學統計學基礎與典型錯誤辨析[M].北京:軍事醫學科學出版社,2003.148-239

[3]柯文泉:統計方法應用中應注意的幾個問題[J].時代經貿,2008,6(96):83-86

第3篇

關鍵詞：經濟學 數理統計方法

隨著我國市場經濟發展進程的不斷加快，人們對經濟學領域的科研成果應用需求越來越大。然而，在實際研究過程中，數理統計方法這一研究重要工具并未引起相應的重視，這就在一定程度上影響了經濟學科研項目成果的準確性與可靠性?；诖?，相關建設人員應在認識數理統計方法作用重要性的基礎上，通過明確其基本應用概念和實際作用過程，來找出該方法作用于經濟學研究最佳使用方案。這是實現經濟學科學研究成果作用效果和可靠性目標的關鍵，相關人員應將其作為重點研究對象，以實現數理統計方法的目標價值。

一、研究數學化經濟學結合的重要性

經濟學應用實現與高等數學這門學科中的知識是分不開的，如果相關建設人員沒有將其重視起來，就難以將經濟理論應用到模型建設中去。因此，研究人員應加大經濟學與數學結合方面的研究，以實現解釋模型作用的結果目標。相關研究表明，數量經濟學的數學化是實現其發展應用的重要歸宿之一。具體來說，就是通過增強經濟學研究人員的“問題意識”，來將以往的方法導向轉變為問題導向，從而使經濟學成為數學化的經濟學。這樣一來，經濟學就能依據數學化實現現代化，進而建立起“新范式”的經濟學研究課題。針對這一問題，相關學者分析了數學與經濟學結合研究的必要性。此科研內容，通過分析《投入產出經濟學》中數學方法的應用過程，進一步證明了上述理論實踐的作用效果。此外，研究人員還提出了要將基于“抽象力”的數學方法作為經濟學研究的工具，從而提高科學研究工作的效率。值得注意的是，經濟學的數學化也要有所節制，不能無限度的覆蓋于全部研究歷程。此過程，還要應用合理的經濟假設、更新數學分析方法、進行現實性解釋以及定性到定量的轉換，這些均為滿足經濟學研究發展目標的重要組成部分[1]。

針對數學化與經濟學結合研究過程中存在的問題，相關建設人員還要將數學模型建立方法應用進行質量控制。這是解讀數學在經濟學中意義價值的重要組成部分，相關人員應將堅持客觀事實以及實現簡單解決復雜，作為實際方法應用的原則和目標。從實踐的角度講，相關學者還應提高經濟數學模型的建立方法以及建立要點的研究力度。例如，明確數學在經濟學實際應用中的意義價值，確立實踐方法應用的原則等。在經濟學數學化的研究人才方面，相關人員應以創新原則作為體系培養的目標原則，這是使科研項目成果滿足現代化發展需求的關鍵。因此，科研人才的培養除了要實現數學與經濟學的結合外，還要研究未來經濟學科研項目的應用發展趨勢。只有這樣才能不斷更新經濟學數學化研究的人力資源力量，從而盡早實現該類經濟學研究成果的作用發揮。此外，在研究經濟學項目使用規律的過程中，還要運用數學化的抽象性特點，從而實現具體問題的解決控制。由此可見，經濟學在沒有數學化支撐的前提下，非常有可能成為經濟哲學，即不能真正作用于實際的社會經濟建設[2]。

二、經濟學數理統計方法的基本應用概念

在EM算法中數理統計方法的出現是在20世紀70年代，該時期計算機技術以及EM算法得到了快速地發展。與此同時，經濟學研究傳統的回歸分析方法以及方差分析方法雖然實現了應用普及，但其已經難以滿足科研人員對經濟學快速開發建設的需求。而數理統計方法通過結合概率論以及統計科學，成功的為經濟學研究提供技術保證。具體來說，該方法的應用就是從研究總體中抽取一定數量的樣本進行檢測，并根據獲得的數據信息來推斷關于研究總體的結論。因此，其應用的原理在于歸納。為提高獲得信息的利用效率以及降低總體推斷的誤差，相關研究人員應充分應用以下數理統計方法，即：追蹤數據分析方法（Longi-tudinal Data Analysis）、結構方程模型（Structural Equation Model）、項目反應理論（Item Response Theory）、元分析（Meta-Analysis）以及多層分析方法（Multilevel Data Analysis）[3]。

而從經濟學應用的角度來看，經濟學（Economics）是一門具有社會性作用的科學，其研究離不開定量分析以及信息數據的統計，這就意味著經濟學也離不開數理統計方法以及數據統計的分析。在實現數學化經濟學的分析過程中，可供選擇的統計分析方法包括：經濟參數檢驗法、相關分析法、描述性統計法、頻數統計法、聚類分析法、因子分析法、對應分析法、典型相關分析法、方差分析法、非經濟參數分析法、列聯表分析法以及結合分析法等。而可供選擇的經濟數學化計量模型則包括：多元線性回歸模型、一元線性回歸模型、分位數回歸模型、聯立方程模型、協整毓誤差修正模型、離散選擇模型、Tobit模型、區間估計模型、卡爾曼濾波、面板數據模型、向量自回歸模型、ARMA過程與 ARCH 模型、狀態空間模型以及數學空間計量模型?；诮洕嬃康姆治龇椒▌t是通過回歸分析方法，來假定數學統計分布形式和未知數學函數的。此外，還可采用非參數分析法和半參數分析法來實現經濟計量的統計。值得注意的是，當計量因子分析與回歸分析方法結合起來，此研究方法被業內人士稱為通徑分析[4]。

三、應用數理統計法于檢驗經濟絕對收入的過程分析

對于一些最基本的經濟學問題，相關研究人員均可采用凱恩斯絕對收入假說，來進行數學化分析。以居民收入每增加一元，會平均拿出多少錢進行消費問題為例。首先，經濟絕對收入的計算需要將消費的實際支出與收入多少聯系起來，這是因為收入的絕對水平直接決定了消費水平。其次，經濟絕對收入檢驗人員要明確幾方面內容，即實際的消費支出與實際收入之間的穩定函數；邊際消費傾向本身是否是隨著收入的增加而遞減；邊際消費的傾向是否小于平均消費傾向。這里指的實際收入，是現期絕對的收入水平。再次，把現實中存在的問題轉化為經濟模型，此過程是一個將經濟問題轉化為數理化的過程。具體應根據一元回歸模型：

CONSP=α0+α1GDPP+μ，來進行實際數理化問題的計算[5]。其中CONSP指的是，人均居民消費的常數項，用來表示邊際消費傾向。而GDPP則指的是，人均的國內生產總值。根據凱恩斯的絕對收入假說理論，邊際消費的傾向在0到1之間。最后，研究人員就可根據收集到的數據信息，進行必要的預處理。這樣一來，就可以通過散點圖來觀察CONSP和GDPP之間的關系。相關研究表明，中國居民的實際收入與消費支出存在著線性關系。因此，研究人員應采用計量軟件來模擬上述數據內容，并通過建立模型，來獲取回歸分析法的應用結果[6]。

四、數理統計方法與經濟學研究的結合方法

前文內容分析了經濟學問題研究采用數學計量方法，對絕對收入過程進行檢驗。此過程，數學化與經濟學研究的結合要點，在于回歸分析結果以及散點圖的作用狀態。這兩方面內容，通過幾秒的計算機統計軟件即可實現，但其中卻包含著助弱隱性的數學知識和統計學知識[7]。例如，數學化經濟學研究人員先要利用最小二乘法原理，來對研究對象的參數進行估算。具體估算的內容有常數項和邊際消費傾向。此過程，研究人員要根據高等數學中的微積分極值，來實現作用原理的可靠性。對于參數估計值的計算方面，由于很多計量軟件均是根據計算機程序設計語言設定的，這就意味著經濟學問題研究人員要采用矩陣知識進行代碼編寫，即利用線性代數知識。此外，在對回歸模型和經濟學統計對象參數進行統計檢驗的過程中，研究人員要利用數理統計知識和概率論知識。對模型結果進行經濟解釋，需要經濟學知識。而收集數據，研究人員要對數據內容進行預處理，這則需要應用到數學中的統計學知識。有上述內容可以看出，要想實現經濟學問題的準確分析，相關研究人員應將統計學、理清數學以及經濟學三方面知識內容結合起來[8]。

相關研究表明，數學化經濟學研究的進程中，經濟學、數學以及統計學存在著不同程度的交集關系。如圖1所示，為數學化經濟學研究涉及學科的交集關系。

如圖1所示，每個交集均有一門特定的學科。因此，研究人員在提升這三門學科的知識過程中，要按照相關的順序。即要在不同的學習階段學習不同的知識，這就避免了替代與混淆研究問題的出現[9]。具體來說，科研人員要將經濟學理論作為學習與自身提升的出發點和最終歸宿，而數學方法和相關統計方法則是服務于經濟學理論。是學習的出發點和歸宿， 統計學方法和數學方法服務并服從經濟理論。據研究人員對以往的經濟問題應用數學方法和統計方法進行分析得出了，無論是經濟學、數學還是統計學，均是認識和厘清現代化社會建設所帶來的經濟生活變化的重要因素。但只要將其充分結合起來，才能實現其對經濟生活變化規律的準確研究目標。事實證明，只有在此情況下，人們才能更好的消化快速經濟建設所帶來的不適應性，從而促進現代化建設的快速穩定發展。

從另一個角度來看，經濟學反映的是當前社會的演變問題，其目的是為人們構建出一個更為科學合理的經濟生活環境[10]。就目前來說，社會經濟的發展現狀較為復雜，研究人員要考慮現象產生背后的諸多因素后，才能得出一個具有實際意義和作用和理性的答案。這一過程，是一個需要精確推理、邏輯嚴謹的過程，研究人員必須通過數學手段，來分析不同因素之間的作用影響。其中很多專家學者認為，數學是掌握這種科學思維方式與運算基本技巧的關鍵。雖然數學知識學習起來最為枯燥、抽象，但其應用所帶來的系統性、精確性，又是經濟學問題研究中必不可少的。因此，經濟學初學者和入門研究既要學些理論知識，又要懂應用。從宏觀的角度講，數學有基礎數學（在這里也稱之為理論數學）和應用數學用數學之分，而經濟學同樣也有理論經濟學和應用經濟學之分。因此，研究人員必須將知識的必須和夠用兩大因素作為提升自身能力的學習原則。

結束語：

總而言之，經濟學的研究成果將直接決定當前人民生活水平的可持續性。因此，相關人員應加快數學化經濟學問題的研究，從而提高經濟學科研成果的作用效果。具體要完善的內容包括：統計學、數學以及經濟學。其中數理統計方法的應用效果，要通過追蹤數據分析方法、結構方程模型、項目反應理論、元分析以及多層分析方法來進行實現。事實證明，對經濟學問題研究對象應采用計算機技術中的統計學知識，來提高數據信息獲取的準確性。而數學知識則是用來計算統計數據信息與經濟性問題的關系，從而找出經濟變化問題的控制要點。

參考文獻：

[1]洪永淼. 經濟統計學與計量經濟學等相關學科的關系及發展前景[J]. 統計研究，2016，05：3-12.

[2]王柱，李曉東. 近30年中國旅游經濟學文獻分析――10種旅游學和經濟學主要期刊發表的旅游經濟類論文研究[J]. 旅游研究，2013，02：14-22.

[3]潘永明，賈學學，魏永軍. 我國團體融資研究回顧與展望――研究主題、研究內容與研究方法[J]. 貴州社會科學，2013，06：102-108.

[4]解月.統計方法在現代經濟學中的地位與作用[J]. 商場現代化，2014，01：206-207.

[5]韓兆洲，王科欣. 《統計研究》之統計研究――《統計研究》創刊30周年回眸和展望[J]. 統計研究，2014，09：11-19.

[6]臧雷振，黃建軍. 美國政治學研究方法發展現狀及趨勢――新世紀初的新爭論、挑戰與反思[J]. 政治學研究，2014，04：73-89.

[7]王慶芳，杜德瑞. 我國經濟學研究的方法與取向――來自2012至2014年度1126篇論文的分析報告[J]. 南開經濟研究，2015，03：140-153.

[8]李雪. 經濟學研究的多元化趨勢與挑戰――河南財經政法大學經濟學院王艷萍教授訪談錄[J]. 經濟師，2015，11：6-10.