来源：期刊VIP网 时间：
作者：尹楠;朱英明;
单位：苏州城市学院数字经济与管理学院;南京理工大学经济管理学院;
摘要：文章旨在探讨大语言模型（LLMs）在统计学中的应用前景，以解决传统统计方法在处理非结构化文本数据时的局限性。通过文献综述与案例分析，系统梳理了LLMs与统计学的内在联系及影响机制，构建了基于统计学的大语言模型框架，并分析了其在数据预处理、特征提取、模型训练、预测优化等环节的应用优势。采用理论推演与实证结合的方法，揭示了LLMs通过自动化特征提取、跨模态数据处理、时序分析等提升统计建模效率与准确性的路径。结果表明，LLMs不仅拓展了统计学的应用边界，还通过与深度学习、贝叶斯推断等技术的融合，推动了统计推断、异常检测、决策支持等领域的革新。未来，随着模型规模的优化及与跨学科技术的结合，LLMs有望在提升模型可解释性、降低计算成本、增强鲁棒性等方面取得突破，进一步释放数据驱动决策的价值，为统计学在人工智能领域的发展注入新动能。
关键词：大语言模型;;统计学;;自然语言处理;;人工智能
基金资助：国家自然科学基金面上项目(42471194)
