统计学发展探究论文

[摘要]社会经济统计学和数理统计学两者之间的关系是近年来统计理论学界讨论的热点话题之一，其争论点主要是统计学可以分为一门学科还是两门学科，其研究对象和性质等基本问题是否有深入讨论的必要。只有解决了这些问题，解决好社会经济统计学和数理统计学两者之间的关系，才能为统计人才的培养奠定坚实的基础。下面小编整理了一些《统计学发展探究论文(精选3篇)》相关资料，欢迎阅读！

统计学发展探究论文 篇1：

探究大数据时代对统计学发展的新认识

摘 要：随着信息化时代的发展，数据的形式多样化，数据结构具有复杂性特征。这标志着大数据时代的到来，这一时代的数据具有处理速度快、数据量大、样本复杂但价值密度低的特点。大数据时代的到来，高校应对其产生新的认识，并根据实际状况及时调整统计学专业的建设策略，使统计人才的培养能够适应时代的需求。

关键词：大数据时代；统计学；影响

随着大数据时代的到来，各企业采用了新的策略，获得了更多的利润。对于统计专业来说，改变发展策略，使培养出来的专业人才能够适应大数据背景的需求是其主要任务。目前，高校统计学专业逐渐认识到大数据时代综合性人才培养的重要性，并对专业建设进行了相关改革。

一、大数据时代对统计学的影响

大数据时代的到来对现代统计专业的发展造成了新的冲击，要确保培养出来的人才能够起到应有的作用，首先要了解大数据时代对统计专业所造成的影响。

（一）大数据时代使数据结构和数据性质发生变化

网络技术以及基于网络技术的电子商务等新的数据记录模式标志着大数据时代的到来。大数据时代，不再依赖于抽样调查的记录模式，网站浏览、视频监控都将形成大量数据。传统的数据结构甚至是数据性质发生了变化。大量的数据信息对于需求者来说，如何甄别其可用价值成为关键。传统的数据可以二维表格显示和整理。但大数据时代所产生的数据具有多样化和复杂化特征，往往包含了大量的音频、视频、HTML等。这要求大数据的收集具有较强的目的性，才能实现其价值。

（二）大数据时代要求统计分析方法和统计思维更新

大数据时代的主要特征为数据多且复杂，数据分析要求分析者对总体进行分析。在这一背景下，参数统计不再具有意义，假设检验法也随着总体分析而失去价值。数据的复杂化对传统大数据统计思维造成了巨大的冲击，要求统计者具有活跃的思维。只有对传统数据的改变进行分析，并且树立新的统计方法。

二、大数据时代下的统计学发展新策略

为适应大数据时代的需求，统计学专业的发展势必要对传统模式进行改革。目前，多数高校统计学专业已经认识到大数据对于其发展带来的冲击。为此，本文提出了以下策略，以及能够帮助统计学取得更好发展。

（一）加强统计应用性教学

根据大数据时代数据的总体分析特征，数据分析人员应掌握全面的分析方法。在人才培养过程中，应致力于培养实践分析能力，提高数据和资料收集能力，并且培养其强烈的数据价值观，使其能够从众多数据中找到所需的。另外，对传统模式进行改革，增加大数据统计内容，以适应时代的需求。基于大数据的结构特点，实施资料透视化教学，提高分析者对复杂数据的分析能力。

（二）培养大数据统计思维

在人才培养过程中，新的统计思维的培养具有重要意义，即强调数据分析实践能力的提高。统计思维的培养有助于数据分析者对复杂的数据进行区分，从而整理有效信息。在大数据时代，不仅要以传统的平均思维、动态思维和变异思维为基础，还要注重基于整体分析的大数据思维。另外，还要培养数据分者的复杂性思维，以应对复杂的数据库。总之，大数据时代需要数据分析者具有全面的、创新性的思维。

（三）强化基础性统计知识

统计学自身具有复杂性，其改变多且抽象。基础的统计知识是进一步掌握大数据分析思维的基础，可见学习基础性统计知识的重要性是不言而喻的。为此，应该采取深入浅出的方法，利用多媒体等方式使复杂的数据统计清晰化、简单化。结合具体的案例使数据分析者正确认识统计概念、掌握统计原理和方法。此外大数据分析不再是一种专业，而是更倾向于一种技术，这要求我们将大数据分析与统计学以外的相关知识相互联系。注重真实相关与伪相关的讲解，强调商务智能的开发和分析。只有具有坚实的基础，才能确保数据分析者大数据分析思维的养成，适应现代社会的需求。

（四）加强复合型人才培养

为适应大数据时代的需求，复合型人才的培养是关键。所谓复合型人才，是指其不但要具有专业的数据分析能力，还要相应的具备管理以及其从事专业的技术。大数据时代，高校应建立全面的人才培養模式，注重培养人才的数据分析能力、编程能力等，使其真正了解大数据，懂得如何利用大数据对其所处的行业起到积极作用才是关键。总之，大数据时代对综合性人才具有更高的需求，大数据时代不仅培养的是一种能力，而且是一种思维，是对全新模式下的数据的分析和利用。高校作为人才培养的重要基地，其教学模式的改革、对大数据时代所需教学模式的认识是高校的主要任务。

三、总结

统计学是经济学的基础课程，传统的统计人才培养具有定向性。而随着大数据时代的到来，数据产生的形式多样，且具有复杂性。大数据分析不仅是作为一种专业存在，而是应以一项必备的技术而存在。大数据时代，传统的统计思维和统计方法发生了改变，统计人才培养方式的改革也就势在必行。（作者单位：海南师范大学）

参考文献：

[1] 朱怀庆.大数据时代对本科经管类统计学教学的影响及对策[J].高等教育研究，2014（3）.

[2] 姚寿福.经济管理类本科专业统计学课程教学改革思考[J].高等教育研究，2012（3）.

[3] 孙耀东.大数据背景下统计学专业课程教学探究[J].廊坊师范学院学报（自然科学版），2015（06）.

[4] 陶皖，杨磊.大数据时代对高校人才培养模式的影响——以信息系统专业为例[J].电脑知识与技术，2013（28）.

[5] 朱怀庆.大数据时代对本科经管类统计学教学的影响及对策[J].高等教育研究（成都），2014（03）.

作者：周红

统计学发展探究论文 篇2：

社会经济统计学和数理统计学的关系分析

[摘 要]社会经济统计学和数理统计学两者之间的关系是近年来统计理论学界讨论的热点话题之一，其争论点主要是统计学可以分为一门学科还是两门学科，其研究对象和性质等基本问题是否有深入讨论的必要。只有解决了这些问题，解决好社会经济统计学和数理统计学两者之间的关系，才能为统计人才的培养奠定坚实的基础。因此，文章将结合社会经济统计学的概念和数理统计学的概念，对社会经济统计学和数理统计学两者之间的关系进行深入探究，以期能够为广大的统计工作人员提供一些理论参考和借鉴。

[关键词]社会经济统计学；数理统计学；关系；分析

[DOI]10.13939/j.cnki.zgsc.2016.16.215

当前的统计理论学界对社会经济统计学和数理统计学两者之间的关系看法主要分为两种，一种看法是分的关系。该看法认为应该将社会经济统计学和数理统计学分别依照各自的理论基础、内容结构向前纵向发展，但也不是完全地分离，两者之间还是可以互相借鉴学习，共同进步。而另一种看法则认为两者之间是合的关系。该看法认为应该把社会经济统计学和数理统计学两者合为一体，使其既可以用来对自然现象进行认识，也可以成为对社会现象进行认识的工具。所以，对社会经济统计学和数理统计学两者之间的关系进行认识，有利于统计工作人员更好地学习和工作，了解自然现象的规律和社会现象的规律。

1 社会经济统计学和数理统计学的概念分析

1.1 社会经济统计学的概念

社会经济统计学可以被划分为社会科学类，经济、工业、商业以及农业统计学都是社会经济统计学所包含的分科，这一说法在我国统计学界是得到一致认同的。然而被用于概括与运用社会经济领域，并被划分在社会科学的各个专业统计学的相关原理、原则以及基本概念和方法，从逻辑上来说也从属于社会科学类。通常说来，一门科学其性质都具有分层次的特性，社会经济统计学中的社会性属性与阶级性属性就属于第一层次的特性，也是最根本和核心的特性。无论社会经济统计学是高层次的实质性科学还是低层次的方法论科学，社会经济统计学作为原理分科的科学，首先都应当对其社会属性进行承袭，如果社会经济统计学对其自身的社会性属性与阶级性属性进行否认，那么从其原理方面和逻辑方面都是说不通的。简单来说，社会经济统计学主要是对社会经济统计活动的相关规律与办法进行研究，是一种调查活动和研究活动。

1.2 数理统计学的概念

数理统计学就是运用模型和新技术对通过社会调查收集起来的数据进行统计分析和处理。在一些比较前沿的科技问题以及国民经济问题中，都可以利用数理统计学对这些复杂的重大问题进行预先推断和判断，以此为决策与行动提供可靠的依据和建议，除此之外，对于社会与政府中存在的问题，也可以应用数理统计学对其进行分析和处理。因而，数理统计学是一门应用十分广泛的基础性学科。对于数理统计学来说，其分支学科主要有：第一类，主要有抽样调查学与实验设计学，这一阶段主要学习数据收集的理论和方法；第二类，该类分支学科较多，其学习任务均以学习统计数据推断的原理与方法为主，其中统计数据的推断形式、统计数据观点以及理论模型或是样本结构的构建都是特定和固有的。而对参数的估计与检验假设是特有的统计数据的推断形式；贝叶斯统计观点和统计决策理论观点是特有的统计数据观点；非参数统计模型、多元统计分析模型、回归分析模型则是特有的理论模型。数理统计学在具体解决某一问题时，其步骤主要有以下四方面。一是建构数学模型；二是收集数据并进行整理；三是对统计数据进行推断；四是进行最后的统计预测与决策。

2 社会经济统计学和数理统计学的关系

2.1 二者渊源分析

社会经济统计学在原始社会末期，奴隶社会早期就已经开始萌芽，主要是对人口数量与土地的丈量进行统计，伴随着社会和经济的发展，社会经济统计学在封建社会就已经初具规模，在资本主义时期，其发展更是到了上升时期。社会经济统计学的发展离不开人类的实践活动，在实践中逐渐成熟。直到在统计学中引入了概率论以后，才使统计学诞生出一门新的学科，即数理统计学。

2.2 二者共通之处

社会经济统计学和数理统计学都是对事物的统计规律进行研究，并且在研究方法论方面具有共通性，两者都是利用归纳推理的研究方法而不是演绎推理的研究方法。在许多教材中，在对数理统计学的学科性质进行阐述时都明确表示数理统计学是对随机现象的数据进行统计，并对其规律性进行研究与揭示。而关于社会经济统计学的研究对象，在统计学术界还存在一些争议，一部分学者认为，社会经济统计学属于独立的社会科学类，主要是对具体时间、具体地点条件下的社会经济现象中的数量表现进行研究和统计，并揭示其数量规律，认为其数量表现和规律就是社会经济统计学需要研究的对象。还有一部分学者则认为社会经济统计学属于统计方法论科学类，重在对社会经济现象下的数据进行收集、整理、统计与分析，认为其统计方法论就是需要研究的对象。而经过长期的实践来看，社会经济统计学和数理统计学两者在研究对象上其实具有同一性，这两门学科都是在对事物的统计规律进行研究和揭示。首先，从“研究对象”的本身含义来看，把某一人或是某一事物当作自身行动和思考的目标，才叫研究对象，这就表示研究对象由两个不同部分构成，一部分是研究目标；另一部分是研究客体。所以，把事物的统计规律性作为统计学的研究对象，符合“研究对象”的本义。当然，要想达到最终的目的，方法的使用也很重要；对于统计学来说，其研究方法都是来源于哲学科学中的归纳推理法，核算方法则是从哲学和数学共同的方法论中衍生而来。因此，说对事物的统计规律性进行研究是统计学的研究目标，自然和社会现象是统计学的研究客体是非常正确的。归纳推理法是对具体的事实进行原理概括，命题具有个别性特点，结论则适用于普遍性和一般性，且结论的内容远远大于前提。利用归纳推理法对自然和社会现象的统计规律进行研究和推断，能够从局部预先对总体有一个清楚的认识。所以，社会经济统计学和数理统计学均采用归纳推理法进行相关工作。

2.3 两者差异之处

第一，研究范围不同。对于社会经济统计学来说，主要是对社会经济现象进行研究，而对于数理统计学来说，除了对自然现象进行研究以外，还可以对社会现象进行研究。社会经济统计学虽然只对社会经济现象进行研究，但是社会经济现象包含的领域非常多，内容也非常丰富。从广义的角度来看，社会经济现象除了有人类自身的再生产活动，还有物质、精神、自然环境的再生产活动，这些活动互相影响和制约，紧密结合又不可分离，所以社会经济统计学还需要对这四类再生产活动之间的关系进行研究。从研究层次和研究内容来看，社会统计经济学涉及对人类生产生活的各个领域的研究。数理统计学研究的对象均属于自然现象，也就是随机现象。而社会经济统计学研究的社会经济现象除了具有随机现象以外，还有确定性现象。

第二，理论基础不同。概率论是数理统计学最重要的理论基础，尤其是抽样推断更是以概率论的大数法为基础和核心，在大多数的随机现象中，大数法具有稳定性，大量且独立的随机因素组成了研究总体，这些因素对研究总体的影响非常小，使其抽样平均数接近总体平均数。社会经济统计学在研究方法上也把概率论当作理论基础，而在客体研究上则是把经济学理论当作理论基础，利用马克思的社会再生产理论、劳动价值理论、现代货币理论等哲学理论作为社会经济统计学的思维方式。

3 结 论

通过本文的分析可以知道，社会经济统计学和数理统计学两者都是统计学的重要分支，两者在研究对象和方法论上都具有共通性，但是在研究范围方面和理论基础方面又具有一些差异。所以在学习统计学时，不可以将这两者分离开来。

参考文献：

[1]陈立强，董宁娟.浅谈统计学的广泛应用[J].中国市场，2015（28）.

[2]许爽爽，于巍，姜雪.大数据时代统计学教育的改革措施[J].中国市场，2015（26）.

作者：田慧

统计学发展探究论文 篇3：

统计学在经济管理中的应用

【摘  要】自改革开放以来，我国经济蓬勃发展，市场经济体制日趋成熟，并迈向更高阶段。在此背景下，各行各业开始顺应国家经济发展方向进行转型调整，以保障自身市场权益。随着社会经济的发展，中小企业的市场占比有所提升，并逐步成为稳固我国经济发展的中坚力量。而经济管理作为维护企业稳定发展的重要手段，对于中小型企业与大型企业的长远发展具有重要影响。论文通过分析统计学与经济管理的关系，从各个角度论述统计学对于经济管理的重要性，并应用于企业管理中，以期为企业了解市场发展、提高经营管理质量提供一些参考。

【

【關键词】统计学;经济管理;应用

【

1 引言

统计学作为数据应用的学科之一，其以数学模型为媒介与依据，借助系统对相关数据进行采集整理，再结合数据对未来发展进行分析判断，进而为后续决策提供科学有效的依据参考，借助统计学能够有效提升经济管理的质量。特别是在科学技术高速发展的背景下，统计学在经济管理中的价值逐步凸显而出。但是，由于理念等因素的影响，使得统计学在经济管理中的应用度偏低，难以实现价值的充分发挥。对此，本文从概述、应用价值以及应用路径出发，对统计学在经济管理中的应用进行探析，旨在通过提升对统计学与经济管理关系把控度的方式，强化对统计学在经济管理中应用价值的认知，了解统计学在经济管理中的应用路径，进而达到提升统计学应用灵活度的目标，推动经济管理的稳定发展。

2 统计学与经济管理的关系概述

2.1 统计学简述

统计学作为社会实践性学科之一，主要是指借助各类手段获取必要信息数据，并结合数据资料判断预测测定对象的过程。目前，统计学已有超1个世纪的发展史，20世纪后期，统计学在西方得到良好发展，在该时期优秀测试方法亦被研发而出，再到21世纪初期，统计学得到全面发展，运算准确性与效率得到大幅提升。现今，在科学技术高速发展的推动下，统计学在市场经济体制中的价值日渐突出，并在企业管理中的价值显著提高，逐步成为企业生产运营环节的重要数据支撑，由此可见统计学在经济管理中的价值。从关系的角度上看，统计学是经济管理的数据支撑，能够为经济管理提供数据基础知识，保障经济管理方向与道路的明确性与科学性。

2.2 经济管理简述

经济管理主要包含“经济”和“管理”两项元素。从经济的角度上看，经济管理主要用于生产环节价值分布规律探析与基础概念解释，即生产行业中各环节生产价值挖掘。简言之，经济管理的核心任务在于生产规律挖掘，以促进市场经济的稳定发展。从管理的角度上看，经济管理的工作内容涉及各个社会学科，即研究社会各类管理活动。简言之，经济管理主要是指借助各类管理手段提升生产环节资源分配合理性，提升社会生产力的过程。从关系的角度上看，经济管理是统计学科的直观表现，从经济管理的质量与成效能够对统计学的成效进行判断。

2.3 统计学与经济管理的关系

统计学作为应用数学的组成部分，主要作用于数据挖掘、数据提取。在数据挖掘技术快速发展的推动下，统计分析方法日趋成熟，其中大数据分析法在经济管理中的应用率显著提高。特别是在世界经济融合发展的背景下，各行业竞争的激烈度明显提高，而统计学作为决策数据的提供者，是提升资源配置合理性的重要路径，在经济管理中的价值显著提高。在此背景下，统计学与经济管理的融合度显著提升，基于大数据分析行业经济发展规律，为市场经济宏观调控提供科学数据参考，提高企业经营管理质量。整体而言，统计学能够为经济管理提供科学数据，为经济管理提供方向，而经济管理则是统计学的价值体现，直接反映统计学的成效价值，二者属于相辅相成的关系[1]。

3 统计学在经济管理中的应用价值

3.1 宏观经济

在市场经济发展与国家政策调控的影响下，我国经济发展模式发生转变，当前，我国经济发展逐步放缓，并向高质量的方向成长，与此同时，各行各业亦顺应市场发展变化转变了发展方向。从以往数据中可发现经济发展有章可循，但是，由于统计学发展、科学技术发展等客观因素的影响，使得统计学的价值发挥受限，统计学的作用难以充分发挥，预测结果多偏离实际，进而导致统计学的利用率较低。但是，随着统计学的不断发展，统计学数据分析与预测的准确性显著提升，借助大数据分析法，能够及时准确地获取海量数据信息，并以计算机为媒介分析预测经济发展宏观规律，为经济管理活动提供数据支撑，促进经济管理科学性的提高。现今，大数据分析法的应用范围有所扩大，不仅有效降低了数据整理的难度，还提升了数据分析的科学性与准确性，为宏观调控科学性的提升创造了条件。

3.2 微观经济

微观经济的主体为企业，以企业为视角的经济管理，主要是指企业以所在领域数据为依据，制定前瞻性经济发展战略的过程。在经济发展放缓的背景下，部分行业领域的盈利出现下降现象，使得该领域的市场竞争力有所提升。由此，把握行业发展趋向，成为企业降低营业风险、提升经营管理有序性的重要路径。在经济管理过程中，企业管理人员能够通过大数据分析法对企业进行全面、系统分析，并结合数据情况，对发展方案进行制定与调整，以提升企业的风险规避能力，促进企业的稳定发展。由此可见，统计学在微观经济中的调控作用，能够促进企业经济管理的良性发展[2]。

3.3 信息处理

數据掌握的及时性对企业与经济管理单位的决策具有直接影响，借助统计学，能够提升数据分析的及时性与准确性，为决策者提供及时、准确以及有效的数据信息。在科学技术快速发展的推动下，大数据分析技术取代了传统数据分析方法，其不仅可以为经济管理提供基础数据分析，还能以整合企业非结构性与结构性信息，并以图片或网页为媒介将数据传递给决策层，数据分析处理的及时性、高效性的特征，有效提升了企业决策的科学性与预测性，为企业管理流程的优化提供了必要的数据支撑。

4 统计学在经济管理中的应用路径

统计学在经济管理中的应用价值，主要体现在研究预测、数据管理以及可视化研究等多方面，从经济管理的角度出发，统计学的应用路径，主要表现如下。

4.1 宏观经济调控

宏观经济调控作为经济管理中的构成之一，是大视角下的经济管理。通过将统计学融入宏观经济调控中的方式，能有效提升宏观经济调控的科学性。统计学在宏观经济调控中的应用，主要表现为：一是资本运作与项目投资。在宏观经济调控过程中，能够借助统计学多经济发展规律进行分析，并以此为依据为未来经济发展的潜在危机进行预测与判断，再结合当前经济发展状态，选择恰当方法对项目投资与资本运作进行调整与优化，促进宏观调控质量的提升，进而达到降低企业与行业经营风险的效果。二是企业经营方向。借助统计学，企业能够对行业发展数据进行分析，对利益主体进行把握，并结合经济发展的影响因素，对经营方向进行调整，把握市场进退的最佳时机，进而达到提升企业经营管理质量的效果[3]。

4.2 产业运营管理

一般而言，产业运营管理的影响因素，主要包括微观主体与宏观经济2个层面。从宏观经济的角度上看，在行业统一的情况下，企业间的经营管理模式具有较高的相似性，具体表现在评价体系、经营计划以及运营流程等多方面内容。而借助统计学，能够分析把握企业运营中的差异点，并通过有效规避的方式，降低重复性操作情况出现的可能性，以促进企业资源分配利用合理性的提升。此外，还能够借助统计学对经营管理过程中的无用数据进行筛除，提取与强调代表性、典型性数据，并将之作为企业运营方案调整与经营方案改革的数据依据，以推动微观经济与宏观经济紧密度的提升。从微观主体的角度出发，企业能够借助统计学了解经济发展的整体形势，并以国家政策为基准，对经营管理方案进行调整，以促进企业的稳定发展[4]。

4.3 营销策划规划

以统计学为依据，能够构建营销数据管理平台，将企业经营过程中涉及的产品类型、产品功能、市场发展等各方面信息进行统一收集与整理，并借助管理平台进行发布，在发布之前，管理平台会对相关数据进行筛选，排除无章数据，并对消费热点进行标注。相较于传统营销规划过程，该流程对人工的依赖度较低，能够直接借助数据平台获取数据，且数据具有精确性高、及时性强的特点。企业借助数据管理平台能够及时获取与了解市场的实际需求，为自身的营销发展提供方向，进而达到提升市场份额的目标，为企业经济效益的提升创造条件。

4.4 资金运转分析

资金运转把控质量对企业经营具有直接影响，通过将统计学引入资金运转管理中的方式，能够提升企业对资金流转情况的把控度，为财务方案的制定与优化提供数据支撑。一般而言，统计学在资金运转管理中的应用，主要表现为：一是财务数据分析，企业能够借助统计学对财务数据进行分析，并以此为依据，对企业各项业务与发展环节的资金流通状态、价值实现比以及产品回报率等信息进行把控，以促进决策质量的提升;二是盈亏数据把握，借助统计学，企业能够制作阶段性资金流转情况的饼状图与条形图，直观清晰地了解不同时期企业资金的流转特点与发展方向，并从中汲取盈亏经验与教训，为企业的长远发展提供数据支持。

4.5 内部资源统筹

内部资源配置的合理性对企业经济效益具有直接影响，通过将统计学融入内部资源统筹中的方式，能够有效促进企业资源利用率的提升，减少企业经营管理成本，进而达到提升企业竞争力与经济效益的目标。统计学在内部资源统筹中的具体化应用，主要表现为：一是人资管理，借助统计学，企业能够准确把握各部门人力资源的分配状态与人资的实际应用情况，并以此为依据，对人力资源的配置进行优化调整，以实现人力的优化配置。与此同时，企业还能借助统计学，了解企业人力资源的变化状态，并以此为依据，对激励机制进行优化调整，以实现激励成效的最大化，进而达到提升人资价值的目标。二是材料管理，一般而言，企业材料管理主要涉及仪器设备管理、办公用具管理等内容，借助统计学，企业能够对材料的库存数据与采购数据进行及时把控，以促进采购方案科学性的提升，实现材料资源的优化配置[5]。

4.6 风险防控管理

风险防控管理是经济管理中的重要组成，是提升企业风险规避能力、推动稳定发展的关键，通过将统计学融入风险防范控制中的方式，能够提升风险识别、风险预测的科学性，促进企业风险防控管理质量的提升。统计学在风险防范管理中的应用，主要表现为：一是防范方案制定，一般而言，经济管理风险主要包含外在风险与内在风险，外在风险涉及环境风险、市场风险等，内在风险体现于管理风险、人员风险以及决策风险等方面，由此可见，风险类别具有多样性的特征，单方面人工识别具有较高误差性，通过将统计学融入风险识别中的方式，企业能够借助统计学了解企业经营状态与市场环境变化的大数据，并以此为依据，对企业经营风险进行识别，并对企业后续发展进行预测，此后，再制定相应的防控方案与规划周期资金，提升方案的科学性;二是管理要素分析，企业能够借助统计学对风险防控管理的要素进行分析与判断，了解企业风险管理范围，并以此为依据，对经营结构、管理环节等进行调整，以促进风险防控管理质量的提升[6]。

4.7 审计实务管理

审计作为经济管理中的构成要素，是提升企业经营管理规范性的重要路径。从审计实务管理的角度出发，统计学的应用主要表现为：一是审核数据，于数据审核而言，通过将统计学融入数据审核工作中的方式，能够有效促进数据准确性的提升。相较于传统数据审核方式而言，不仅能够扩大企业数据样本容量，还能有效促进样本数据审核精确度的提升。二是工作流程，相较于传统数据审核而言，基于统计学的数据审核流程更为简单，有效降低了数据审核工作的難度，有效促进了工作效率与规范性的提升。三是审计管理，通过将统计学融入审计管理中的方式，能够实现管理内容与形式的转变，企业管理层能够借助系统及时获取数据层次等信息，为审计工作的进一步完善提供方向指引[7]。

5 结语

综上所述，经济管理主要包含宏观经济调控与微观经济管理2个层面，而经济管理涉及的内容较为复杂，增加了经济管理的把控难度，通过将统计学融入经济管理中的方式，能够为产业运营管理、风险防控管理、宏观经济调控等提供及时、科学的数据支撑，在降低经济管理工作难度的同时，还能促进经济管理科学性的提升，为企业的稳定、长远发展提供数据支撑，进而达到提高国民经济发展稳定性的目标。

【参考文献】

【1】李泱.统计学在经济管理中的应用[J].经贸实践，2016（2）：57.

【2】赵静.刍议统计学在经济管理中的应用[J].经贸实践，2017（4）：252.

【3】原琳.浅析统计学在经济管理活动中的应用[J].新商务周刊，2019（9）：13.

【4】龙翔.探究统计学在经济管理中的应用[J].文理导航·教育研究与实践，2018（9）：199.

【5】李闯.统计学在经济管理领域方面的应用探究[J].商场现代化，2015（6）：288.

【6】郑施杰.基于统计学在市场经济管理中的影响研究[J].知识经济，2020（7）：175，177.

【7】罗皓文.浅谈统计学在经济管理中的应用[J].财讯，2017（19）：41.

作者：王伟东