统计学编程

㈠ 统计出身的想自学计算机编程，成为程序员，应该学点什么

建议学好了C语言，学C++，学好了C++就能找一份很不错的工作

C++应用领域
1.游戏
C++的效率是一个很重要的原因。

2.科学计算
在科学计算领域，FORTRAN是使用最多的语言之一。但是近年来，C++凭借先进的数值计算库、泛型编程等优势在这一领域也应用颇多。

3.网络软件
C++拥有很多成熟的用于网络通信的库，其中最具有代表性的是跨平台的、重量级的ACE库，该库可以说是C++语言最重要的成果之一，在许多重要的企业、部门甚至是军方都有应用。

4.分布式应用。

5.操作系统
在该领域，C语言是主要使用的编程语言。但是C++凭借其对C的兼容性，面向对象性质也开始在该领域崭露头角。

6.设备驱动程序
也是因为效率的原因。

7.移动（手持）设备。

8.嵌入式系统。

9.教育与科研。

10.部分行业应用。

11.其他应用。

㈡ 考研考应用统计的话哪个方向不需要学编程这一类的呢

连心理学统计都要学编程。。。。

㈢ 统计学就业方向和前景

就业方向：

1、政府部门、统计局、各级管理部门等。政府部门一直是统计学毕业生比较理想的就业方向。主要从事普查、各种指数计算、报告编写等。

2、银行、保险、证券公司等金融部门。主要从事金融行业的用户分析、风险分析，如一些高校开设了风险管理与精算方向，毕业生可以从事精算师等非常热门的职业。想要在这个方向发展需要学好各种模型、统计软件并补充一些经济、证券、财务等知识。

3、市场调查公司、咨询公司、各公司的市场调研部门、各公司的人力资源部门和工业企业的质量监测部门等。这一方向主要是各公司的调研部门从事问卷设计、整理和分析数据、撰写数据报告等工作，也是该专业比较传统的就业方向。

4、互联网行业。这一方向主要是在互联网公司做数据挖掘。从事这一方向除了传统统计学外，还要掌握一些编程、数据库语言的知识。

就业前景：随着大数据时代的来临，统计学和数据分析更是发生了革命性的变化。各行各业都产生了大量的数据。这些数据都需要用统计方法进行挖掘分析应用，才能成为有价值的信息资产。计算机和大数据为统计学带来了广阔的市场前景，带火了统计学专业，统计学的热潮已从研究生蔓延到本科。

统计学专业发展趋势：

21世纪是知识经济的时代，信息技术、计算机技术为统计学理论与方法的发展将产生巨大的推动作用。知识创新是时代的基本特征。统计学理论与方法的创新必将为众多领域和学科的发展体现出应有的价值。

统计学与其他学科的紧密结合将产生新的边缘学科，许多学科的发展将依赖于统计理论与技术的应用，更为复杂数据的处理方法将成为统计理论界研究的热点，实用快捷的统计方法与技术将更加普及。

㈣ 统计学专业出身，编程，数据库能力强，精通统计分析软件，这种情况的可以往哪些行业发展

女的吗？可以往东莞服务行业发展。别人要你帮忙做作业，千万不要答应，要有原则，卖身不卖艺。

㈤ 学统计学应该学哪个软件SPSS SAS Matlab 还是R

学统计学SPSS SAS Matlab R这些软件都要学。SPSS适合入门，SAS在数据处理方面更强，R跟MATLAB更灵活可以很方便的自己写算法。

统计学是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。

统计学的英文statistics最早源于现代拉丁文statisticum collegium（国会）以及意大利文statista（国民或政治家）。德文Statistik，最早是由Gottfried Achenwall于1749年使用，代表对国家的资料进行分析的学问，也就是“研究国家的科学”。在十九世纪统计学在广泛的数据以及资料中探究其意义，并且由John Sinclair引进到英语世界。

统计学是一门很古老的科学，一般认为其学理研究始于古希腊的亚里斯多德时代，迄今已有两千三百多年的历史。它起源于研究社会经济问题，在两千多年的发展过程中，统计学至少经历了“城邦政情”，“政治算数”和“统计分析科学”三个发展阶段。所谓“数理统计”并非独立于统计学的新学科，确切地说：它是统计学在第三个发展阶段所形成的所有收集和分析数据的新方法的一个综合性名词。概率论是数理统计方法的理论基础，但是它不属于统计学的范畴，而属于数学的范畴。

㈥ 经济统计学需要会编程么

不需要

本人经济统计学硕士，去的外企。不用会编程，一样月入3万+（不包括分红奖金）

㈦ 学统计学计算机一定得学得好吗大一用不用买电脑

当然，只要坚持学一定能学好，大一需要买电脑。
统计学于计算机专业的联系：

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，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。历史上一些着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。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。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（Data mining,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Data mining的视角不完全相同，但可以说，Data mining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，这样才能使统计工作更加的便捷，增强工作效率更好的服务社会。

计算机专业：

本专业是计算机硬件与软件相结合、面向系统、侧重应用的宽口径专业。通过基础教学与专业训练，培养基础知识扎实、知识面宽、工程实践能力强，具有开拓创新意识，在计算机科学与技术领域从事科学研究、教育、开发和应用的高级人才。本专业开设的主要课程有：电子技术、离散数学、程序设计、数据结构、操作系统、计算机组成原理、微机系统、计算机系统结构、编译原理、计算机网络、数据库系统、软件工程、人工智能、计算机图形学、数字图像处理、计算机通讯原理、多媒体信息处理技术、数字信号处理、计算机控制、网络计算、算法设计与分析、信息安全、应用密码学基础、信息对抗、移动计算、数论与有限域基础、人机界面设计、面向对象程序设计等。

㈧ 统计学专业需要自学编程吗

要，我看师弟做这块经常要编程，岗位不同用的软件也不一样，先学好sas这种价值比较大。我自己是做统计报表工作那块的，要学多点财务知识。

㈨ 请问各类数据统计分析和编程语言：Access, VBA, SQL, Python, SAS, Matlab, etc. 这些有什么区别和联系

首先你得对他们进行分类：
数据库：Access、SQL、Oracle
数据分析类型：SAS、Matlab、Python、VBA
流行编程软件：Python
其中作为数据库现在以Oracle和SQL最流行，仅仅是管理数据库而已
数据分析最老的是SAS，拥有大多的库和包
Matlab相当于一个大型的计算器，对于计算非常简单，也具备编程的效果，但是运行过慢
Python是现在主流的编程软件之一，属于综合型软件，数据分析、建站等都可以
VBA是VB衍生出来的软件，excel自带，具有VB的一些特性，实行软件化非常简单，同时也继承了运行速度慢的基因
不知道你要走哪一行，所以不知道你会用到哪一些