什么是統計學?統計學有什么作用，對于寫好一邊統計學的論文十分重要，那么該如何來寫好這篇統計學論文呢?

　　統計學是通過搜索、整理、分析數據等手段，以達到推斷所測對象的本質，甚至預測對象未來的一門綜合性科學。其中用到了大量的數學及其它學科的專業知識，它的使用范圍幾乎覆蓋了社會科學和自然科學的各個領域。

　　一、數據挖掘技術的內涵、運用和特性

　　數據挖掘從字面上可以理解為對數據進行深層次的開發，找出有用的數據信息。一般情況下，經濟統計數據的特點是量大、復雜，并帶有很強的隨機性，部分數據不完整等特點。這些信息經常以原生態的形式保持在數據庫中，其使用價值得不到更好的發揮。二數據挖掘技術能夠對這些數據繼續整理開發，最終形成可用的數據形態，更方便數據使用者對數據的提取和應用。而對數據進行整理開發的過程被叫做數據挖掘。同時，數據挖掘還可以認為是在對數據進行觀察或是作為參照物，最終找到適宜的決策的過程。

　　數據挖掘實現了數據信息的轉化，其所涉及的技術領域非常廣，主要包括數據庫知識、模式識別系統、模糊概念等;數據挖掘的運用可以分為三步：準備、挖掘、整理分析。這一過程的重心是數據的挖掘;數據挖掘的特性是能夠主動的繼續價值數據的發現整理，然后進行綜合處理;通過對大量信息的處理，明確的放映出數據信息的實用性和有效性。

　　二、數據挖掘技術在統計工作中的適用性分析

　　1.綜合應用性強

　　數據挖掘技術已經被廣泛地應用在統計工作中的多個領域，并且發揮著重要的作用。數據挖掘技術不僅是一種綜合應用性強的技術手段，同時又能滿足統計數據使用者的特定數據需要。因此，數據挖掘技術能夠對經濟統計數據進行定向的整理和開發，為數據使用者提供更好的服務。

　　2.較高的有效性

　　新興起來的數據挖掘技術的應用時間并不是很長，但是其在經濟統計領域的應用受到了良好的效果，其穩定的工作性能，不僅能夠對經濟統計數據進行分析整理，更能深層次地開發出更多的有用信息，在實際的應用中展現出較高的有效性。

　　3.宏觀型的數據庫有利于數據挖掘技術的應用

　　當前，我國的經濟統計大多還是采用傳統的經濟統計方法，統計收集的數據信息不能形成有機整體，在對數據進行管理過程中，出現了很多問題。因此。經濟統計工作需要能夠提供數據整理開發的新技術。宏觀經濟統計數據庫，為數據挖掘技術的開展提供了平臺。數據管理系統的經濟統計信息要正確無誤，然后經過數據挖掘技術的整合，就能得到更豐富的數據資源。

　　三、數據挖掘技術的運用

　　數據挖掘技術的特性決定了其對經濟統計數據整理的重要性，經濟統計所得到的數據信息要求必須有實用性和真實性，數據挖掘技術的特性正好滿足了經濟統計工作的需要。數據挖掘的過程主要包括以下四種方法：

　　1.預處理方法

　　首先，要對統計數據進行預處理。由于經濟統計信息在收集過程中存在一些問題，導致收集到的數據存在缺失和模糊現象，這種有缺憾的數據信息不能作為數據挖掘的基礎，因此一定要對數據挖掘對象進行事先的處理。其中包括對基礎數據中不正確、不真實、不準確和偏差較大的數據進行甄別。

　　2.決策樹方法

　　除卻上述四種處理方法外，還有決策樹方法，指的是對龐雜的經濟數據進行分類，把有利用價值的統計數據提煉出來，這種數據挖掘形式能夠對分析對象進行體現，并能快速的對信息進行分類處理，能夠解決在經濟統計過程中出現的各種問題。

　　3.轉換方法

　　再有，要對統計數據根據需要進行轉換。經濟統計數據的描述形式比較單一，為了滿足數據信息使用者的需要，就要對數據進行轉換，使其的表現形式具有泛化或是更加規范。這里所說的泛化指的是利用更深層次和更加抽象的定義來代替原有的低層數據。

　　4.集成化處理方法

　　其次，要對統計數據進行集成化處理。經濟統計過程中，會出現對多個數據源進行重疊統計的現象，這就要求對數據進行挖掘之前，要有一個統一整理的過程，即數據的集成化處理。數據集成在統計中被廣泛的使用。經過數據集成處理的統計信息更加全面，更加真實，可以作為數據挖掘基礎信息。

　　四、結語

　　經濟統計工作對我國經濟發展的重要作用越來越明顯，隨著數據挖掘技術在統計系統中的應用，對統計數據的分析也逐步的走向高質量和高標準化。因此，加強數據挖掘技術的應用，可以促進統計工作的提高，可以有效的減少統計資金的支出。通過數據挖掘技術得到的數據信息，其真實可靠的特性，有利于政府制定出符合社會發展的戰略目標，有利于工業企業等確立正確的經濟發展目標。數據挖掘技術所帶來的經濟效益和社會效益是巨大的。