大數據背景下經管類統計學教學探索研究

李榮

[摘 要]隨著大數據逐漸滲入人們的生活，給現實中的各個領域帶來了不小的影響和變化，其中與數據關系緊密的統計學專業教學也面臨著前所未有的機遇與挑戰。為了將大數據的影響正面化，促進統計學專業教學的順利開展，相關教師都自覺地加入了教學研究的行列，不斷總結當下教學的問題與不足，探索科學化的應對策略，并取得了不錯的成績。文章以大數據為背景，對經管類統計學教學的問題及對策展開了深入探究，并探討了具體的教學革新思路。

[關鍵詞]大數據;統計學;教學研究

[中圖分類號]C82

在大數據時代，信息化技術、定位系統以及傳感器等各類技術不斷發展，為大規模數據處理提供了便利，同時部分傳統的統計方法在來源多元性、多重結構的大數據環境下失效，即將退出歷史舞臺。這一現實對當前的眾多領域影響深遠，而統計學專業作為與數據分析處理聯系最為緊密的學科之一，表現出的變化更加明顯。大規模數據分析的實現給統計學的未來發展提供了良好的機遇，有利于發現小數據時代不易發現的新現象、新知識和新規律，但大數據環境下問題越來越復雜，只有在這一背景下對現實的統計學專業重新定位，大刀闊斧地調整相關的教學內容、教學方法和教學手段等，才能應對更大的挑戰。那么，如何改進傳統的教學模式，培養適應“大數據時代”需求的專業人才呢？下面即結合大數據的基本內涵進行深入探析。

1 大數據概述

“大數據”一詞最早是由全球知名咨詢公司麥肯錫提出的。大數據本質是實體社會的虛擬化，突出特點便是海量信息，且這種信息之“大”已經給人們的生活帶來了極大的改變，無形中滲透到社會生活的方方面面。之所以說大數據“大”，在于其有如下特點：數據采集的成本開始降低，同時數據累積速度加快，大大降低了人們記錄、采集數據的成本;數據來源多元化，類型繁多，其貫穿產品全生命周期階段;數據價值密度相對較低，雖然完整記錄數據的可能性大大提升，但噪音信息較多，需要通過強大的機器算法更迅速地完成數據的價值“提純”;處理速度快，時效性要求高。

2 大數據背景下經管類統計學教學現狀

大數據影響下的經管類統計學教學不斷進行革新，獲得了一定的成績，但也暴露了一些普遍存在的問題，給培養適應大數據時代的統計學人才帶來了現實阻力。目前，大部分經管類統計學教學體系存在以下幾個問題。

2.1 教學目標偏離

大數據時代數據的獲取較為容易且更為全面，與計算機技術的融合度越來越高，但大多數統計學培養過程都是基于統計技術開展的，更多關注的是如何培養學生收集、整理和分析數據的能力，忽視了從傳統的應用型向數學、統計學、計算機科學高度融合的復合型轉變。這種相對單一的培養目標和大數據契合度不高，難以滿足統計學收集、整理、分析及解釋數據的具體教學要求，難以滿足學生用統計學知識解決現實困境的指導需要。

2.2 教學內容理論化

教學內容與大數據關聯性不強也是經管類統計學教學中比較突出的問題。在大數據環境中，統計學除了離不開數學和計算機科學，還與經濟、管理、生物、傳播學等多個領域聯系緊密，所以多學科交叉是教學內容的突出特點，但在現實中，大多數院校的統計學教學都是圍繞著統計學原理、計量經濟學、應用回歸分析、時間序列分析等課程開展，相對缺乏關聯性，不利于學生發現新規律，創造新知識。

2.3 教學方法較生硬

目前，大多數院校的統計學課程教學仍然偏重于統計理論的講解，死記硬背或者習題訓練的方式仍然占主流。這就給學生造成一種疑惑，他們不知道為什么要學習統計學，學習該課程有何用途？雖然掌握了一些基礎的統計理論或統計模型，但無法將所學的知識應用到實際中，難以解決現實存在的各種問題，導致整體的學習積極性差。

2.4 實踐環節薄弱

統計數據源自于實踐，所以進行統計分析的前提就是及時、準確、完整的統計數據，以便客觀、科學地認識客觀事物。但是，大多高校并沒有對此引起高度重視，雖然也設計了教學實習、認知實習及畢業實習等環節，卻礙于應用領域的細分，實習的效果并不明顯。

3 大數據背景下經管類統計學教學策略

從以上分析可知，大數據的來臨對經管類統計學教學而言，既是機遇，又是挑戰。面對當前教學中的薄弱環節和諸多問題，廣大教師必須認清實際，結合大數據的優勢對現實教學進行改革，從教學目標、教學內容、教學方法、教學實踐等細節逐一完善與創新，以培養更加優秀的復合型人才。

3.1 重新定位培養目標

傳統的統計學專業以培養簡單的“應用型”人才為目標，但大數據時代在給應用統計學帶來機遇與挑戰的同時，也引發了應用統計學培養目標的新思考。因為在這一現實下，社會需要的人才不再只是會應用基礎統計知識處理相關領域的問題的單一的應用型人才，而是除了具備基本的數據收集、處理和分析的能力外，還具備更強的自我學習能力，能夠適應大數據時代數據量大、種類多、時效性高等發展特點的復合型人才，這也是對新時期統計學專業教學目標的準確定位。這就要求廣大教師必須轉變觀念，深刻認識到統計學研究的主要教學對象是數據的整理方法以及現象數量，并在教學中將統計學的理論與實踐高度融合，設計與學生生活有著密切聯系的統計題目，重點培養學生的實際統計操作能力，真正實現從“應用型”人才向“復合型”人才的培養方向的轉變。

3.2 科學調整課程設置

隨著人才培養目標的重新定位，統計學教學體系的改革勢在必行。鑒于大數據的突出特點是海量數據，必須有數學基礎、計算機技術、統計學理論知識的幫助，所以整體的課程設置應從基礎和應用雙向著手進行完善。首先，大數據時代信息處理迅速，信息獲得途徑廣泛，傳統的統計分析方法無法適應當前的實際需求，難以進行大數據的分析和處理。所以，課程設置必須進行科學調整，適時增加一些能夠與大數據分析相適應的課程。以數據處理為例，不能只是簡單的抽樣，必須是以全體作為樣本，分析所有數據。其次，增加計算機技術的課程，讓學生不僅可以了解有關統計學的基礎知識，還可以熟練掌握計算機專業相關知識，如網絡技術、網絡計算的架構以及計算機并行計算等相關內容。最后，開設多門選修課程，最大化地拓展學生不同的知識領域，使學生能夠對相關應用領域的背景知識有所了解，并能夠結合自己的興趣自主選擇相關領域的專業知識學習，為培養適應社會需求的統計學新型人才提供條件。

3.3 創新應用教學模式

一直以來，統計學教學都以課堂教學為主，重點讓學生掌握書本經典理論，這雖然能夠讓學生擁有扎實的專業基礎，但過于偏重理論知識的掌握，極易導致學生的動手能力不足，無法提升學生的學習積極性。在大數據的影響下，當前的統計學教學模式必須進行大范圍的革新，在注重基礎知識講解的同時，引入一些新鮮的問題、案例等，并創造條件讓學生進行課堂討論和交流，引導學生在發現問題、分析問題和解決問題的過程中將知識轉化成能力。尤其是那些生動的教學案例的應用，能夠讓學生更好地理解課本上的內容，調動學生的學習積極性，同時對學生的應用能力有很強的提升作用。另外，教師還可以在課堂教學中利用問題的結構、邊界、層次等細節以論壇的形式與學生共同探討并解決，也可以引入微課、慕課、翻轉課堂等全新教學模式，加大實驗教學的比重等，進一步鍛煉學生的學習能力，強化學生的應用能力，為其以后的實踐應用打好基礎。

3.4 積極落實實踐教學

學習目標確定好，教學課程設置好，教學模式規劃好，還需要實踐教學的加持與鞏固，尤其在大數據背景下，實踐環節更變得異常重要和迫切。鑒于傳統的統計學課程體系中較少涉及實際案例及應用的現實情況，當前的統計學教學應進一步加強實踐教學，讓學生在實踐中掌握獲取數據、整理數據、分析數據及解釋數據的基本能力，從中感受統計的實際應用，促進學生的學習積極性。具體來看，主要應把握好以下幾方面。其一，強化學生計算機技術的實踐環節。在統計學教學中進一步強化計算機技術的實踐環節，讓學生了解基本的數據庫基本結構、云計算邏輯框架和并行計算原理等內容，引導他們用所學知識嘗試架構數據平臺。其二，加強項目式訓練實踐。教師要在實際的教學中落實學術訓練，大力開展不同類型、不同行業的項目實踐訓練，以此拓展學生的專業視野，讓學生在不斷的嘗試與積累中提升解決實際問題的能力，為其以后更好地參與實際工作提供幫助。其三，與當地政府和企業合作來開展實踐活動。在與當地企業及政府合作的前提下確定選題，讓學生從實踐中更好地掌握分析數據及解釋數據的能力，有利于其實踐能力的提升。

4 結 論

大數據的發展已經給人們的生活和工作的方方面面帶來了實質性影響，且已經引起了相關人員的注意和重視，相關的研究也在不斷拓展中。作為一門具有較強應用特征的顯性學科，統計學在大數據浪潮中表現出一定的不足，有待廣大教師進行更加大膽的改革與創新。為了迎合這一變化，更好地培養符合社會經濟發展需要的復合型經管類人才，院校及教師必須正視大環境，對大數據的影響引起重視，并結合統計學教學的實際，從問題的根源著手，進行更加有效的革新，以統計學基礎知識與計算機技術的完美融合為基礎，配合更加科學的教學方法和手段，推動大數據背景下統計教育工作的高效開展。

參考文獻：

[1]程勝.大數據背景下統計學本科教學體系研究[J].教育教學論壇，2018（16）：169-170.

[2]吳群英，蔣遠營，張浩敏，等.大數據背景下應用統計學專業改革探討[J].教育教學論壇，2016（43）：101-103.

[3]王繼昌.大數據背景下統計學專業教學改革初探[J].現代經濟信息，2015（24）：393.

[4]余文敏.“大數據”背景下高職院校經管類專業統計學教學思考[J].現代交際，2018（17）：201-202.

[5]劉偉娟.大數據背景下高職院校統計學的學習現狀研究[J].才智，2016（10）：155.

[6]唐紅梅.大數據背景下經濟管理類專業本科統計學教學的研究[J].吉林農業科技學院學報，2018，27（3）：109-110，129-130.