為了保障事情或工作順利、圓滿進行，就不得不需要事先制定方案，方案是在案前得出的方法計劃。通過制定方案，我們可以有條不紊地進行問題的分析和解決，避免盲目行動和無效努力。下面是小編為大家收集的方案策劃書范文，僅供參考，希望能夠幫助到大家。

數據共享工作方案 數據員個人工作總結篇一

如果說有10條數據，那么大不了每條去逐一檢查，人為處理，如果有上百條數據，也可以考慮，如果數據上到千萬級別，甚至過億，那不是手工能解決的了，必須通過工具或者程序進行處理，尤其海量的數據中，什么情況都可能存在，例如，數據中某處格式出了問題，尤其在程序處理時，前面還能正常處理，突然到了某個地方問題出現了，程序終止了。

對海量的數據進行處理，除了好的方法，最重要的就是合理使用工具，合理分配系統資源。一般情況，如果處理的數據過tb級，小型機是要考慮的，普通的機子如果有好的方法可以考慮，不過也必須加大cpu和內存，就象面對著千軍萬馬，光有勇氣沒有一兵一卒是很難取勝的。

這也是本文的寫作目的所在，好的處理方法是一位工程師長期工作經驗的積累，也是個人的經驗的總結。沒有通用的處理方法，但有通用的原理和規則。

下面我們來詳細介紹一下處理海量數據的經驗和技巧：

一、選用優秀的數據庫工具

現在的數據庫工具廠家比較多，對海量數據的處理對所使用的數據庫工具要求比較高，一般使用oracle或者db2，微軟公司最近發布的sqlserver20xx性能也不錯。另外在bi領域：數據庫，數據倉庫，多維數據庫，數據挖掘等相關工具也要進行選擇，象好的etl工具和好的olap工具都十分必要，例如informatic，eassbase等。筆者在實際數據分析項目中，對每天6000萬條的日志數據進行處理，使用sqlserver20xx需要花費6小時，而使用sqlserver20xx則只需要花費3小時。

二、編寫優良的程序代碼

處理數據離不開優秀的程序代碼，尤其在進行復雜數據處理時，必須使用程序。好的程序代碼對數據的處理至關重要，這不僅僅是數據處理準確度的問題，更是數據處理效率的問題。良好的程序代碼應該包含好的算法，包含好的處理流程，包含好的效率，包含好的異常處理機制等。

三、對海量數據進行分區操作

對海量數據進行分區操作十分必要，例如針對按年份存取的數據，我們可以按年進行分區，不同的數據庫有不同的分區方式，不過處理機制大體相同。例如sqlserver的數據庫分區是將不同的數據存于不同的文件組下，而不同的文件組存于不同的磁盤分區下，這樣將數據分散開，減小磁盤i/o，減小了系統負荷，而且還可以將日志，索引等放于不同的分區下。

四、建立廣泛的索引

對海量的數據處理，對大表建立索引是必行的，建立索引要考慮到具體情況，例如針對大表的分組、排序等字段，都要建立相應索引，一般還可以建立復合索引，對經常插入的表則建立索引時要小心，筆者在處理數據時，曾經在一個etl流程中，當插入表時，首先刪除索引，然后插入完畢，建立索引，并實施聚合操作，聚合完成后，再次插入前還是刪除索引，所以索引要用到好的時機，索引的填充因子和聚集、非聚集索引都要考慮。

五、建立緩存機制

當數據量增加時，一般的處理工具都要考慮到緩存問題。緩存大小設置的好差也關系到數據處理的成敗，例如，筆者在處理2億條數據聚合操作時，緩存設置為100000條/buffer，這對于這個級別的數據量是可行的。

六、加大虛擬內存

如果系統資源有限，內存提示不足，則可以靠增加虛擬內存來解決。筆者在實際項目中曾經遇到針對18億條的數據進行處理，內存為1gb，1個p42。4g的cpu，對這么大的數據量進行聚合操作是有問題的，提示內存不足，那么采用了加大虛擬內存的方法來解決，在6塊磁盤分區上分別建立了6個4096m的磁盤分區，用于虛擬內存，這樣虛擬的內存則增加為4096xx6+1024=25600m，解決了數據處理中的內存不足問題。

七、分批處理

海量數據處理難因為數據量大，那么解決海量數據處理難的問題其中一個技巧是減少數據量。可以對海量數據分批處理，然后處理后的數據再進行合并操作，這樣逐個擊破，有利于小數據量的處理，不至于面對大數據量帶來的問題，不過這種方法也要因時因勢進行，如果不允許拆分數據，還需要另想辦法。不過一般的數據按天、按月、按年等存儲的，都可以采用先分后合的方法，對數據進行分開處理。

八、使用臨時表和中間表

數據量增加時，處理中要考慮提前匯總。這樣做的目的是化整為零，大表變小表，分塊處理完成后，再利用一定的規則進行合并，處理過程中的臨時表的使用和中間結果的保存都非常重要，如果對于超海量的數據，大表處理不了，只能拆分為多個小表。如果處理過程中需要多步匯總操作，可按匯總步驟一步步來，不要一條語句完成，一口氣吃掉一個胖子。

九、優化查詢sql語句

在對海量數據進行查詢處理過程中，查詢的sql語句的性能對查詢效率的影響是非常大的，編寫高效優良的sql腳本和存儲過程是數據庫工作人員的職責，也是檢驗數據庫工作人員水平的一個標準，在對sql語句的編寫過程中，例如減少關聯，少用或不用游標，設計好高效的數據庫表結構等都十分必要。筆者在工作中試著對1億行的數據使用游標，運行3個小時沒有出結果，這是一定要改用程序處理了。

十、使用文本格式進行處理

對一般的數據處理可以使用數據庫，如果對復雜的數據處理，必須借助程序，那么在程序操作數據庫和程序操作文本之間選擇，是一定要選擇程序操作文本的，原因為：程序操作文本速度快；對文本進行處理不容易出錯；文本的存儲不受限制等。例如一般的海量的網絡日志都是文本格式或者csv格式（文本格式），對它進行處理牽扯到數據清洗，是要利用程序進行處理的，而不建議導入數據庫再做清洗。

十一、定制強大的清洗規則和出錯處理機制

海量數據中存在著不一致性，極有可能出現某處的瑕疵。例如，同樣的數據中的時間字段，有的可能為非標準的時間，出現的原因可能為應用程序的錯誤，系統的錯誤等，這是在進行數據處理時，必須制定強大的數據清洗規則和出錯處理機制。

十二、建立視圖或者物化視圖

視圖中的數據來源于基表，對海量數據的處理，可以將數據按一定的規則分散到各個基表中，查詢或處理過程中可以基于視圖進行，這樣分散了磁盤i/o，正如10根繩子吊著一根柱子和一根吊著一根柱子的區別。

十三、避免使用32位機子（極端情況）

目前的計算機很多都是32位的，那么編寫的程序對內存的需要便受限制，而很多的海量數據處理是必須大量消耗內存的，這便要求更好性能的機子，其中對位數的限制也十分重要。

十四、考慮操作系統問題

海量數據處理過程中，除了對數據庫，處理程序等要求比較高以外，對操作系統的要求也放到了重要的位置，一般是必須使用服務器的，而且對系統的安全性和穩定性等要求也比較高。尤其對操作系統自身的緩存機制，臨時空間的處理等問題都需要綜合考慮。

數據量加大是一定要考慮olap的，傳統的報表可能5、6個小時出來結果，而基于cube的查詢可能只需要幾分鐘，因此處理海量數據的利器是olap多維分析，即建立數據倉庫，建立多維數據集，基于多維數據集進行報表展現和數據挖掘等。

十六、使用采樣數據，進行數據挖掘

基于海量數據的數據挖掘正在逐步興起，面對著超海量的數據，一般的挖掘軟件或算法往往采用數據抽樣的方式進行處理，這樣的誤差不會很高，大大提高了處理效率和處理的成功率。一般采樣時要注意數據的完整性和，防止過大的偏差。筆者曾經對1億2千萬行的表數據進行采樣，抽取出400萬行，經測試軟件測試處理的誤差為千分之五，客戶可以接受。

還有一些方法，需要在不同的情況和場合下運用，例如使用代理鍵等操作，這樣的好處是加快了聚合時間，因為對數值型的聚合比對字符型的聚合快得多。類似的情況需要針對不同的需求進行處理。

海量數據是發展趨勢，對數據分析和挖掘也越來越重要，從海量數據中提取有用信息重要而緊迫，這便要求處理要準確，精度要高，而且處理時間要短，得到有價值信息要快，所以，對海量數據的研究很有前途，也很值得進行廣泛深入的研究。

數據共享工作方案 數據員個人工作總結篇二

在數據分析崗位一年以來，在公司部門領導和黨支部的的正確領導下，認真貫徹執行黨的各項方針、政策，緊緊圍繞公司開展的“積極主動謀發展，務實奮進爭一流”的主題實踐活動，深入學習實踐科學發展觀，全面完成了各項工作目標，現簡單的向領導匯報一下我一年來的工作情況。

一、 虛心學習，不斷提高政治素質和業務水平。

作為一名黨員和公司的一份子，具備良好的政治和業務素質是做好本職工作的前提和必要條件。一年來，我一方面利用工作和業余時間認真學習了科學發展觀、十一屆_二次會議和xx在中紀委十七屆三次全會上的講話精神，進一步提高了自己的黨性認識和政治水平；一方面虛心向周圍的領導、同事學習工作經驗、工作方法和相關業務知識，取人之長，補己之短，加深了與各位同事之間的感情，同時還學習了相關的數據庫知識，提高了自己在數據分析和處理上的技術水平，堅定了做好本職工作的信心和決心。

二、 踏實工作，努力完成好領導交辦的各項工作任務。

一年來，在主管的帶領和同事們的支持下，自己主要做了以下幾項工作：

一是認真做好各項報表的定期制作和查詢，無論是本部門需要的報表還是為其他部門提供的報表。保證報表的準確性和及時性，并與報表使用人做好良好的溝通工作。并完成各類報表的分類、整理、歸檔工作。

二是協助主管做好現有系統的維護和后續開發工作。包括topv系統和多元化系統中的修改和程序開發。主要完成了海關進出口查驗箱報表、出口當班查驗箱清單、駁箱情況等報表導出功能以及龍門吊班其他箱量輸入界面、其他崗位薪酬錄入界面的開發，并完成了原有系統中交接班報表導出等功能的修改。同時，完成了系統在相關崗位的安裝和維護工作，保證其正常運行。

三是配合領導和其他崗位做好各種數據的查詢、統計、分析、匯總工作。做好相關數據的核實和上報工作，并確保數據的準確性和及時性。

四是完成領導交辦的其他工作，認真對待，及時辦理，不拖延、不誤事、不敷衍，盡力做到讓領導放心和滿意。

三、存在的不足和今后的努力方向

一年來，在辦公室領導和同事們的指導幫助下，自己雖然做了一些力所能及的工作，但還存在很多的不足：主要是閱歷淺，經驗少，有時遇到相對棘手的問題考慮欠周密，視角不夠靈活，缺乏應變能力；理論和專業知識不夠豐富，導致工作有時處于被動等等。

針對以上不足，在今后的工作中，自己要加強學習、深入實踐、繼續堅持正直、謙虛、樸實的工作作風，擺正自己的位置，尊重領導，團結同志，共同把辦公室的工作做細做好。

一、努力學習，完善自我：隨-著公司的發展，實驗室儀器的增加。為了更好的完成工作，在之前的工作基礎之上，又學習了水中油含量、柴油烴類組成（稀釋法）、hcl的測定等新的實驗方法，并且熟練掌握，較好的完成了相關的工作任務。其次在工作中也經常遇到一些新的問題，通過和領導、同事們的商討研究最終解決。同時也對相關工作有了進一步的認識。

二、工作內容與體會：我的工作主要是配合研發一部的其它幾個崗位做相應的分析。第一，配合重整催化劑評定崗位生成油的折光率和烴類組成分析；第二，配合抽提組的芳烴抽提的柴油做烴類組成分析；第三，配合代研究做的裂解油的黏度，酸值及色度等分析；第四，負責研發一部水樣的水中油含量、水垢等相關分析；另外在原油評價中負責酸值、蠟含量、硫醇硫、色度、冷慮點、黏度及逆流黏度等相關分析；參加hr-05b300溶劑生產負責取樣及黏度分析共二十一天；其次就是一些儲存油樣的色度分析及其它的一些實驗分析；另外我還積極配合其他同事完成了一些工作任務。一年中，在領導和同事們的悉心關懷和指導下：我共完成色度數據500多個；折光率數據150個；黏度數據88個；逆流黏度數據140個；水中油數據245個；熒光族組數據193個；柴油族組成數據115個；酸值數據30多個；蠟含量數據11個；密度數據16個；冷慮點數據5個；溴價溴指數數據18個。化驗工作精細瑣碎，而且由于我們主要是搞 研發，所以不像煉油廠的化驗工作很有規律性。我們會經常遇到不同的新問題。所以為了搞好工作，我不怕麻煩，細心觀察實驗現象，向領導請教、向同事學習、自己摸索實踐，認真學習相關業務知識，不斷提高自己的理論水平和綜合素質。在實驗室工作安全意識和環保意識相當重要。所以我工作投入，能夠正確認真對待每一項工作，熟記各項安全措施，遇事不能慌。環保也是相當重要，做到每種化學試劑和需要處理的油樣，集中分類處理，不隨意亂倒。這些對環境都很有影響。在刷洗瓶子時，不隨便倒沾有油的污水。同時注意到實驗室的通風和各種化學試劑及油樣的擺放問題。

三、工作態度與勤奮敬業：我熱愛自己的本職工作，正確認真對待每一項工作，在開展工作之前做好個人，有主次的先后及時完成各項工作。熱心為大家服務，認真遵守勞動紀律，保證按時出勤。有效利用工作時間，堅守崗位，需要加班完成工作按時加班加點，保證工作能按時完成。在作風上，能遵章守紀、團結同事、務真求實、樂觀上進，始終保持嚴謹認真的工作態度和一絲不茍的工作作風。積極參加公司組織的各項活動，如春游，秋季五項全能體育比賽等。

總結這一年來的工作，盡管有了一定的進步和成績，但在一些方面還存在著不足。比如很多實驗只是停留在簡單的操作而忽視了工作原理；實驗過程中由于自己的粗心導致實驗儀器損壞或實驗結果誤差較大等。還有個別實驗做得不夠熟練，不夠完善，這有待于在今后的工作中加以改進。通過這段時間的工作實踐，讓我懂得從事實驗分析工作一定要細心，不能放過一個疑點，有問題多請示，多匯報。在今后的時間里，我將認真遵守各項考勤制度，努力學習有關石油化工的各項實驗分析方法及石油化工知識，爭取成為一名更為優秀的全方面的實驗分析化驗員，為公司的發展獻出自己的一份力量。

一、數據處理基本情況

我市共有1602個普查區、17010個普查小區，涉農單位1960家，需要錄入的普查表有200多萬張。我市農普數據處理工作全部安排在市一級開展，分為光電錄入和apras邏輯審核兩個階段，兩個階段同時進行。市農普辦調配二十多臺電腦，加上自治區調撥的12臺電腦，約有30多臺pc機用于農普數據處理工作。

整個普查數據處理工作從準備階段到數據上報，歷時一年半時間，經歷了數據處理組組建階段、清查處理階段、設備安裝調試階段、培訓階段、光電錄入階段、邏輯審核階段、數據上報階段等。我市光電錄入工作開始于2007年4月上旬，采取外聘實習生和市農普辦工作人員相結合操作的方式，由實習生進行掃描、校驗、審核整個流程的操作，農普辦人員在旁監督以保證掃描錄入的質量。全面的光電錄入工作于6月12日結束，期間共掃描普查表2300579張，平均每天掃描3萬張左右，最高一天掃描約7萬張的普查表。apras邏輯審核開始于4月中旬，采取的方法是由鄉鎮人員操作對本鄉鎮的數據進行邏輯審核、改錯，市農普辦業務組人員控制總體數據質量。為確保數據質量，市農普辦多次召開現場培訓會，通過制定、執行完整的工作流程，從而對apras審核進行全程監控。市農普辦先后組織了20批約400人次參加了農普apras邏輯審核工作，整個審核工作于7月下旬結束。市農普辦還結合我市的實際，發揮創新能力，在國家下發的apras程序制度基礎上，新增了19條審核公式和10張匯總表用于數據質量控制。8月下旬，我市農普數據順利通過自治區審核并上報至國家。

二、主要做法

（一）領導重視，為數據處理工作提供強有力的組織保障。

數據處理作為整個農普工作的重要環節，關系到農普工作的好壞，我市農普數據處理工作之所以順利開展，與市農普辦領導密切關心分不開的。農普辦領導經常對數據處理工作進行檢查指導，及時糾正數據處理工作錯誤，協調解決數據處理工作遇到的困難。

數據共享工作方案 數據員個人工作總結篇三

數據共享工作方案 數據員個人工作總結篇四

基于現有的業務知識和統計學基礎知識及基本思想的理解與掌握，通過數據庫及統計分析工具對數據的調取與處理、分析，達到對現有問題or主題的探索與剖析，最終實現業務問題的解決or優化。

2.數據分析需要的知識、技能及工具?

業務知識：最重要

業務分析能力：業務問題的拆解、探索與定位，也包括一些思維導圖工具的使用(visio,mind,mindmanager)

數據分析能力：基本的統計學及數學知識及較強的邏輯思維能力及分析工具的掌握spss,r,python等。

數據提取能力：在數據庫中能完成較為復雜的數據查詢及預處理的能力(sql使用能力)。

數據處理及展現能力：主要指ecel及ppt的使用，也有信息圖制作能力的要求。

3.長期只處理數據的詬病【for分析人員】?

對于分析人員來說，若無實際分析經驗，但經常提取數據，作為一個數據庫工程師的角色開展工作時，容易形成一種慣性思維：從數據角度出發去看問題。這是很危險的，因為一條連貫、清晰的業務邏輯中間會產生各種數據，同時由于業務人員操作的相對靈活以及數據錄入和etl處理的問題會導致某一業務節點產生不同值的數據，若不清楚業務流程，業務知識，很難確認異常值的合理性及異常值產生的關鍵原因。長此以往，這種數據角度出發的慣性思維就很難改變了，進而任何分析，出發點都是錯的，分析過程和結果可想而知。

4.對于“數據敏感”的理解?

相關學歷背景及工作年限;

對數據預處理的重視程度;

對細小業務問題解決方案及流程的抽取固化能力;

算法知識的應用能力;

業務知識的深度和廣度;

任務的整體把控和分配能力;

溝通及表述的邏輯清晰程度;

6.數據分析人員、應用型數據挖掘人員、算法型數據挖掘人員的區別?

數據分析人員算法應用比較少;

應用型數據挖掘人員在數據預處理及模型調參上下的功夫最多;

7.數據分析人員的角色定位——企業賢內助

數據共享工作方案 數據員個人工作總結篇五

統計學是一門實踐性很強的方法__學科。1992年國家技術監督局在gb/t14745—92《學科分類與代碼》，把包括原來社會科學領域和自然科學領域的各種統計學歸并為一門統計學，并將其與數學、經濟學等并列上升為一級學科，統計學從此以嶄新的面貌出現在我國。

課程作用：21世紀是知識經濟的時代，也是信息高速發展和傳遞的時代。統計是獲得信息的手段和源泉且具有反饋信息、提供咨詢、實施監督、支持決策的作用。統計學作為一門收集、整理、和分析數據的方法__科學，目的是探索客觀事物內在的數量規律性，以達到對客觀事物的科學認識。越是先進的`國家，統計理論和統計方法普及率、應用率越高。因此，培養統計意識，經常關注統計數據，掌握實用的統計知識，在日常經濟生活和管理活動中運用統計知識，無論是對于學習、研究還是對我們的生活來講都具有重要意義。

課程定位：《統計學》課程是面向經濟管理類各專業的核心課程。它是經濟管理類專業包括會計學專業、財務管理專業、旅游管理專業、市場營銷專業、國際經濟與貿易專業、金融學專業、社會保障等專業的專業基礎課。在統計學教學中，注重培養學生的數據收集與分析能力、統計預測能力。培養學生的統計思想，提高學生的統計分析與應用能力。

課程目標：本課程的基本目標是：系統地介紹統計學的基本思想、基本方法及其在經濟管理領域中的應用。通過本門課程的學習，使學生具備基本的統計思想，培養學生學習統計的興趣，提高學生掌握基本統計方法和應用統計分析方法解決經濟管理中實際問題的能力。同時為今后進一步學習相關專業打下堅實的基礎。

二、實習時間：20__年12月26日——20__年12月31日

三、實習目的：

實習是統計學專業教學計劃的重要組成部分，是對學生進行實際統計工作能力初步訓練的基本形式，是培養學生職業技能與能力的重要環節，是全面檢驗和提高我校教育教學質量的必要措施。

統計學是我們這學期新開的課程，在大家學習了一學期理論知識后，都對統計學有了初步的認識與了解。實習的目的是使我們鞏固和運用所學的基礎知識和基本技能，建立統計意識和思想，運用收集數據的方法，并能夠根據數據的特點選用恰當的統計方法進行分析和推斷，獲得相關經驗，進一步理解統計的特點與規律，培養與提高我們的獨立從事統計工作的能力，并使我們接受深刻的專業思想教育。

四、實習內容：

本次實習是通過上機試驗的形式，主要通過運用e_cel軟件對數據進行處理、分析、解釋，以學習過的理論為指導和老師的現場指導。學生通過自己在網上找資料，作為原始數據對其進行統計。

實習的內容只要有一下幾個實驗：

(1)用e_cel進行數據的收集整理和分析。學會數字抽樣，分析，產生直方圖，餅圖，散點圖等對數字進行分析。

(2)用e_cel計算描述統計量。主要是計算一組數據的眾數、中位數、標準差、算術平均數。使用描述統計工具量對數據進行描述。

(3)用e_cel進行時間序列分析。計算逐期增長量、累計增長率、平均增長量，測定發展速度、環比發展速度及平均發展速度。計算長期趨勢與季節變動。

(4)用e_cel進行指數分析。包括計算總指數和平均指數以及因素分析。

(5)用e_cel進行相關和回歸分析。

五、實習過程中注意點

通過用對這五個實驗的實習，我覺得以下幾個方面是值得注意的：

1、數據的搜集

統計數據的來源渠道主要有兩個。一個是數據的間接來源，另一個是數據的直接來源。城我們作為學生沒有那樣的能力也沒有那個時間來通過自己的調查來獲得的一手的資料，更主要是因為，我們只是試驗沒有那個必要來親自調查，因此在數據的來源方面主要是間接來源。國家統計局取得和自己從網絡上取得別人調查好的數據。

2、數據的圖表展示

表格性的數據，我們不易從中找出規律性的東西，不便于我們對其分析。而將表格性的出具同圖表的形式展示出來使數據說明更加形象直觀。便于我們從中發現其規律。本次試驗所分析的數據是數值型尋呼機。數值型數據的展示方法很多，對分類數據和順序數據的展示方法都適用于數值型數據而數值型數據還有自己的一些圖示方法。我們要根據數字的性質，選擇與其合適的圖表形式。

3、e_cel數據處理技術

我們學習的教材的一個特點就是更加突出了與計算機的結合主要是突出了與e_cel的結合。因此我們在試驗中更主要的是運用e_cel軟件對數據處理分析。e_cel數據處理技術貫穿與整個試驗過程的始終。e_cel是我們統計試驗的基礎知識。若不知e_cel的運用則無法進行試驗。因此在試驗中運用最多的還是e_cel技術。所以我們要充分了解計算機包括e_cel對統計的重要性。

六、實習心得與體會

這學期，我們開設的統計學這門課是是理論性與實踐性并重的一門課。通過一學期的學習我們對統計學應用領域及其類型喝基本概念有了一個基本的了解，掌握了數據的收集、展示、分析的技術。但這都是些書本上的理論知識，是紙上談兵。理論須用來指導實踐，把我們學習到的理論知識運用到我們的工作和生活中去，這是我們學習的目的也是教育改革的方向。在學期末，學校為我們安排了統計學的實習。實踐提高我們動手操作的能力和把理論應用到實踐中去的思想，也通過試驗加深我們對課本上理論的認識和掌握。在統計學實習此期間，我進一步學習了統計學的理論知識體系,對統計有了更深的理解,并且將理論與實踐有機結合起來，深化了對課本知識的了解。從而鞏固和運用所學的基礎知識和基本技能，建立統計意識和思想，運用分析處理數據的方法，根據數據的特點選用恰當的統計方法進行分析和推斷，獲得相關經驗，進一步理解統計的特點與規律，提高獨立從事統計工作的能力，從而接受更深刻的專業思想教育。

沒有問題，但事實是自己太高估自己了。

本次實習是我大學生活中不可或缺的重要經歷，其收獲和意義可見一斑。首先，我將自己所學的知識應用于實際的工作中，學會了利用e_cel軟件進行數據搜集與整理數據，對數據進行統計分組，然后再做成各種統計圖和散點圖。我還學會了用e_cel計算描述統計量，用e_cel進行實踐序列分析、指數分析和相關回歸分析。真正做到了理論應用于實際，在實踐中我的知識得到了鞏固,解決問題的能力也得到了提升;這也就是本次實習的目的。實習期間，我利用此次難得的機會，努力學習，嚴格要求自己。原本以為統計學實習是件很簡單的事，就是做幾個e_cel而已，但是實習了才發現，其實我在統計學學習中還有一些問題的。但是遇到問題后，在老師的指導下，解決了問題，最后順利得完成了實習任務。我也深深的感覺到自己所學知識的膚淺和在實際運用中的專業知識的匱乏，今后我將繼續學習統計學方面的知識，不斷豐富自我，完善自我，超越自我。

最后，借此機會，由衷地感謝為我此次實習提供幫助和指導的老師和同學。