大数据思维下经管类专业统计学课程教学探索

李 红

(安徽外国语学院 国际经济学院 安徽 合肥 230601)

0 引言

随着互联网、5G、人工智能、物联网、多媒体等技术的普及与高速发展，在每天的生活、生产活动中有多种多样的高维海量数据产生，人类进入大数据时代。狭义的大数据是指数据的结构形式和规模；广义的大数据是在狭义概念的基础上，再加上处理数据的技术[1]。如今各行各业都视数据为重要的资源，对通过数据信息开采、挖掘和分析，发现隐含的商业信息和规律的数据分析人才的需求越来越大。作为经济管理类专业的基础核心课程，统计学为学生后继课程学习以及进行社会经济问题研究提供数量分析方法。在大数据背景下经管类专业统计学教学也要积极面对机会和挑战，积极探索统计学教学改革。

近年来已有学者进行了大数据背景下统计学教育教学改革问题。邱东(2014)认为大数据对统计带来的不仅是机遇也有挑战，并从大数据能否淹没整个世界、信息与噪声能够泾渭分明吗、统计学与数据科学究竟是什么关系、大数据潮流对统计学究竟产生了什么样的影响等四个方面论述了可能的挑战[2]。李金昌(2014)认为大数据时代，统计思维需要从认识数的思维、收集数据的思维和分析数据的思维三个方面发生改变，并给出积极应对的八个方面，促使统计学科跟上时代的步伐[3]。孟生旺、袁卫(2015)在参考美国统计学公布的统计学本科专业指导性教学纲要基础上，对比了我国目前统计类本科专业教育存在的问题后，提出在大数据时代我国统计类本科专业教育应从突出数据的重要性、使用专业统计软件、增加统计模型类课程、重视统计计算和整合传统教学内容等五个方面进行改进[4]。朱建平、张悦涵(2016)论述了大数据时代给统计学带来的变革与机遇，并从改变对样本的认识、改变对不确定性的认识等八个方面给出统计学应对大数据带来的挑战[5]。

1 统计学课程教学存在的问题

1.1 课程教学目标不符合大数据时代人才需求

以往的统计学课程教学目标是建立统计思维，培养学生采集数据、整理数据以及运用统计软件分析数据的能力。然而，大数据的到来，使得社会对人才的需求产生了变化，更加突出了对应用型对人才的需求。各行各业更加青睐能够基于现实的需要，从海量的数据中收集有关经济、金融、科技、市场、客户、竞争对手等重要的内外部信息，并利用相关统计分析软件和统计方法对批量数据进行清洗、处理、分析和预测的人才。面对社会对人才需求更高、更新的要求，经管类专业的学生不但需要掌握经济管理知识，还需要具备大数据思维，掌握大数据处理方法，会应用统计分析方法与相关统计软件对复杂的经济现象进行合理的数据挖掘与分析。但是，目前经管类统计学教学目标的设定大多与社会需求脱钩，没有突出应用型人才培养的需求。导致很多学生在学了统计学的基本方法和统计软件后，却不能够利用所学的经济管理知识与统计方法去解决实际问题。

1.2 课程内容滞后

统计学是关于数据的收集、整理、分析和解释的一门学科。数据是统计学的研究对象，传统统计数据来自普查、抽样调查和统计报表，在研究目的的驱动下收集数据，对数据进行审核、分组和汇总整理，进而用统计图表展示数据的特征，通过对样本进行统计推断，从而了解总体特征。但是大数据时代，从数据类型、样本概念，到数据的收集、处理、存储等方面都发生了巨大的改变。数据类型不再局限于结构化的数据，而是包含文字、图片、声音、视频、网页、日志等多种类型的结构化数据、非结构化数据、半结构化数据或异构收据；数据来源渠道多样，不需要事前设计和组织调查，并且获取快速；样本也不再是总体的一个部分，样本就等于总体；数据关系的分析侧重点是相关关系不再是因果关系[1]。大数据时代的到来，从抽样调查和设计、数据管理和存储到统计分析和计算，大数据分析的需求都部分地颠覆了传统的统计方法，而统计学教学内容却相对滞后，没有及时反映当前大数据带来的变化，教材中所使用的案例数据也大多是非真实数据[6]。

1.3 教学重理论，轻实践

经管类统计学是一门理论和实践并重的课程，在教学过程中应突出实践教学的重要性。但由于对课程重要性认识的不足，在课程设置时往往学时分配不足。同时统计学的内容又比较多，包括基本概念、数据采集与整理、概括性度量、概率、参数估计、假设检验、方差分析、相关与回归分析、时间序列分析等。受限于学时约束，导致教师在授课过程中重理论轻实践。使得学生动手操作的能力得不到锻炼，遇到实际问题时不知如何解决。在专业相关课程的学习及毕业论文的撰写过程中，不能灵活运用所学的统计知识和方法，学生常常会困惑该选用什么模型，数据结果应如何分析，描述性统计选择什么图表更合适，经常会出现错用、滥用的情况。学生虽然学习了统计课程，却没有真正掌握统计分析方法，实践应用能力差。

1.4 课堂教学方式单一

传统的统计学课堂教学方式主要是以教师为主导，学生被动接受的“填鸭”式教学，这种教学方式比较直观，但是很难培养学生学习的主动性和学习兴趣，并且实践能力得不到锻炼，学习效果不理想，难以达到统计学课程的教学目标。随着慕课、微课、超星、雨课堂等教学方式的出现，学生获取知识的途径打破了课堂传授的限制，统计学的课堂教学方式有待创新。

1.5 课程考核方式单一

传统课程考试主要由平时成绩和期末成绩两部分加权构成，一般期末成绩占较大部分权重。考核内容侧重基本理论内容，缺乏对软件操作和实践应用能力的考核，使得学生在学习过程中侧重于理论知识的学习和记忆，忽略实践学习。但是遇到实际问题时又不知如何处理，不会使用软件，不知如何解读数据，不能做到理论与实践相结合。

2 大数据思维下经管专业统计学教学改革

为了应对大数据时代对经管类专业人才的需要，统计学课程需要从调整课程教学目标、更新教学内容、增加实践教学等多个角度进行改革探索，从而提高学生的大数据分析能力。

2.1 调整统计学课程教学目标

经管类专业统计学课程教学目标的改革要是适应社会发展的要求，向应用型人才培养的方向调整。在统计学课程教学过程中，不仅要让学生掌握统计理论知识，更应注重学生实践能力的锻炼。将大数据思想融入统计教学过程中，结合经管领域真实案例，培养在大数据环境下学生数据信息的搜集能力、有效处理能力和数据分析能力，从而提升学生解决实际问题的能力。

2.2 更新教学内容，引入大数据知识

为了适应大数据时代的要求，统计学教学内容应适时进行调整和更新。面对高维海量数据，数据类型不仅有结构化的，还有非结构化的，传统的统计分析方法已不能满足需求。例如，在统计学课程教学内容中关于数据的类型，是结构化数据按照不同的角度进行分类的结果。如按照所采用的计量尺度不同，可分为分类数据、顺序性数据和数值型数据；按照收集方法的不同，分为观测数据和实验数据等。但是，大数据的数据类型更为宽广，需要重新确定分类方法。数据的收集与整理部分，增加数据库、网络数据等大数据的收集、清洗、分析与存储等内容。介绍如何填补缺失的数据值，平滑有噪声数据，识别或除去异常值，以及解决不一致问题等数据处理的方法。

大数据时代不再区分总体与样本的概念，总体即是样本，并且侧重相关分析轻因果分析，结合财经类专业学生经常会涉及推断统计等内容，因此在教学过程中除了介绍抽样调查外，应侧重于参数估计、假设检验、时间序列分析、回归分析、主成分分析等统计方法的介绍。

2.3 增加实践教学，引入真实数据

针对实践教学欠缺的问题，要重视实践教学，以适应大数据时代对数据分析人才的需求。在实践教学中选择合适的统计软件，Excel、Eviews等软件已不能满足大数据分析的需要，结合经管类不同专业特点，除了STATA、SPSS等传统软件，还需选取适当的R、Python等统计软件。结合经管领域大数据案例，从数据的收集、数据的预处理、数据分析各个流程具体进行实践操作，培养学生数据分析能力。另外可以通过校企合作到实训基地开展课外实践，让学生更多地接触实际数据，更好地应用所学的统计方法，提高学生的数据分析能力。

2.4 充分利用互联网资源

传统的教学方法缺少师生互动，学生的主动性和积极性差。在互联网大数据时代下，“超星学习通”、“雨课堂”等互联网教学平台的开发，各种微课、慕课、视频等网络资源井喷式出现，为丰富统计学教学，提高教学效果提供了充分的条件。教学过程中可以开展“线上+线下”相结合的教学方式，提高教学效果；将知识点通过微课、慕课的形式让学生去预习和复习，减少学生课堂学习的压力；同时通过在线互动，调动学生的积极性和主动性。这种新的教学方式使得学生获取知识的方式不再单一地依靠课堂教授，变得更加灵活、多样，同时教师课堂教学可以有更多的时间进行实践教学。

2.5 改变课程考核方式

统计学课程考核应综合考虑理论与实践两个方面，既要兼顾对基础理论知识的考查，又要反映应用基础知识和统计方法解决实际问题的能力。除了平时成绩和期末考试成绩外，再加一块实践成绩。平时成绩由出勤、作业、课堂笔记构成；期末考试的内容应侧重对学生应用分析能力的考查；实践成绩可由案例分析、实验报告、专题讨论、论文写作等组成，赋予相应的权重，最后核算出综合成绩。

3 结论

在大数据时代背景下，传统的统计学课程教学理论和方法已无法满足新的社会发展需要。这就需要统计学课程教学过程中更新理论内容，创新教学方法，改革课程考核方式，加强经管类专业人才的培养，提高经管专业学生的数据分析能力，适应社会对大数据分析人才的需要。