大數據背景下統計學教學改革探討

唐 謙

（湖南工程學院機械工程學院工業工程系 湖南·湘潭 411104）

隨著時代發展，社會對人才的需求變大。人才培養離不開教育，因此教育改革成為了社會發展的必然。大數據時代的到來，對統計學的教學課堂產生了較大的影響。因此為了使人才更加符合時代的需要，高校需要對統計學教學課堂進行改革。

1 大數據的內涵

表面上看大數據是指各類數據的集合，其實真正意義上的大數據含義并不僅僅局限于此，通過數據的整理、分析人們可以獲取眾多的潛在價值，因此大數據時代在為人們帶來挑戰的同時也提供了很多機遇。[1]

2 大數據時代對統計學課程帶來的影響

對于企業來說運用大數據可以從大量的數據信息中挖掘利用其潛在價值，從而促進企業科學、健康的發展，各大企業都已注意到了大數據的重要性。統計學作為工業工程專業的基本課程之一，其主要是通過數據的收集整理分析事物的本質以及事物之間的聯系，可以說在統計學運用大數據可以幫助學生更好的理解這門課程。人們可以利用統計學對數據進行準確的分析，但是傳統的統計學教學模式并不符合大數據時代的特點。因此，各大高校應當順應時代的發展潮流，對統計學課堂進行課程改革。大數據時代對統計學課程產生了巨大影響，主要體現在以下三方面：

（1）統計學理論。隨機抽樣是傳統的統計學教學理論中比較常見并且重要的研究方法，它主要是指隨機抽取樣品并對樣品進行數據的整理分析。但是大數據的到來，大量的數據對統計學的相關理論產生了較大的重接，隨著人們對大數據的重視度不斷提高，傳統的統計學理論和時代發展的特點并不相符。[2]

（2）統計學思想。統計學在發展的過程中衍生出了較多具有代表性的觀點，比如說總體思想。大數據時代改變了傳統統計學理論中整理、分析數據的方法，這在一定程度上對傳統的統計學思想產生不同程度的沖擊。

（3）統計分析方法。大數據和傳統的統計學理論在整理、分析數據時存在著不同。大數據的側重點在于全數據分析模式，而傳統的統計學分析理論比較注重于樣本分析，樣本分析并不能全面、總體的概括數據的整體情況。因此，高校在開展教學改革時需要不斷改進與完善統計學的教學理論以及教學模式。

3 高校統計學教學面臨的挑戰

大數據時代的到來給統計學帶來了沖擊，高校統計學教學課程也面臨著一定的挑戰，主要表現在以下幾個方面：

（1）教材老舊。大數據時代的到來改變了數據的收集方式，人們面臨的數據量以及樣本類型都在大大增加，分析整理數據的方法也有所改變。但是很多高校在開展統計學課程時并未及時更新教材，教材中的案例、分析整理數據的方法都較為陳舊，這些都并不符合大數據時代的特點。大數據時代倡導的是全數據分析，但是版本較舊的教材側重于抽樣分析，這并不利于將學生培養成時代所需的人才。除此之外，受傳統教學觀念的影響，教師在教學課堂中更加重視理論教學，忽視了實踐教學，這同樣不利于學生綜合能力的提高。[3]

（2）學生數學基礎薄弱。統計學課程的展開需要學生具有一定的數學基礎，對大數據進行分析整理時，更是需要學生具有良好的邏輯思維能力。但是部分學生存在偏科現象，他們的數學基礎較為薄弱，在學習統計學知識時會面臨著一定的困難。

（3）計算機應用能力不足。統計學課程具有較強的實際操作性，需要借助專業的統計軟件才能較好的處理和分析大量、復雜的數據，而這僅僅靠Excel 表格是不夠的。但是部分高校并沒有將數據分析和統計軟件相結合，在課堂教學中主要重視理論知識的講解，學生并沒有足夠的能力去分析整理眾多復雜的數據，從而不能在就業時較好的適應工作崗位。

（4）考核方式落后。在很多高校中，考核統計學課程的方式仍然是閉卷考試，主要是檢測學生對理論知識的掌握程度，這種考核方式較大的束縛了學生的思考能力。除此之外，試卷中缺乏對學生數據分析能力的考核，無法真正了解學生分析數據的能力。[4]

4 統計學教學改革措施

隨著大數據在社會中運用的越來越廣泛，其對統計學也產生了深刻的影響，各大高校也開始重視大數據背景下統計學課程的改革措施。高校可以從以下幾個方面對統計學課程進行改革：

4.1 選用高質量教材，優化課程標準

傳統的統計學教材并不符合大數據時代的特點，因此高校需要根據大數據時代的特點選擇或編制符合時代發展的教材。大數據時代使得人們在獲取總體數據時更加方便快捷，在對數據進行分析整理時并不需要抽樣推斷，人們可以直接對整體數據進行分析整理。因此，教材中的重點也應該有所調整，教材中所引用的數據也應當有所更新，從而使統計學課程在為學生傳遞知識的同時，讓學生了解最新的統計學知識以及經濟學知識。除此之外，高校還需要根據大數據的發展形勢以及學校的實際情況調整統計學的課程標準。例如，學校可以適當的增加統計整理內容的課時，減少抽樣分析數據的課時。在進行理論教學的同時增加實踐操作的課時，從而提高學生的動手能力，實現理論和實踐的統一，最終成為社會所需的高質量人才。

4.2 強化數學基礎

扎實的數學基礎能夠幫助學生更好地學習統計學知識。在統計學的教學課堂中，強調學生的動手操作能力并不意味教師需要淡化基礎甚至是統計學理論部分。概率論和數理統計是學習統計學基礎，學生需要以此為基礎建立模型。良好的邏輯思維能力能夠幫助學生理解、掌握統計學的相關知識，而良好的數學基礎可以幫助學生形成較強的邏輯思維能力，因此學校需要強化學生的數學基礎。[5]

例如，工業工程專業在開設統計學課程的同時還需要開設高數課程。高數課程需要在統計學課程開課前上，高數的課程內容不宜過深，應當在符合學生能力的基礎上有所拔高，從而使學生在高數課程中培養良好的邏輯思維能力，最終為統計學課程打下較好的基礎。

4.3 引進軟件實踐操作

傳統的統計學在分析整理數據的過程中都是通過人力進行的，但是大數據時代的來臨，人們面臨著大量的數據，光靠人力是無法完成數據整體的分析，因此高校在開展大數據背景下的統計學教學時應當引進相應的計算機軟件，從而使學生掌握相關軟件的應用。傳統的統計學教學課堂更加側重于理論知識的教授，學生往往會感到枯燥乏味，降低了學習統計學知識的興趣。引進相關軟件不僅可以為學生提供實踐機會，而且提高了學生的學習興趣，讓學生在實踐中發現不足并進行有針對性的學習，從而提高統計學課程的教學效果。

例如，在教授統計學課程的過程中采用Excel 軟件基本能滿足大數據時代的整體數據分析要求，Excel軟件應用廣泛，學生熟悉度高，優勢明顯。在實踐教學中采用Excel 軟件可以有效幫助學生對數據進行整體分析，在課程教學過程中增加軟件實踐操作，不僅使統計學課程更加符合時代發展的潮流，而且增加了學生的實踐機會，幫助學生更好的理解大數據背景下的統計學分析，從而為日后在工作崗位中使用各種數據分析軟件打下基礎。

4.4 改變考核方式

教育部在推進教育改革的同時，在不斷的強調要對學生進行全面的評價，期末考試成績、課程成績和平時表現共同構成學生的一個綜合成績。因此高校需要進行考核改革，豐富考核方式，以便能對學生做出全面的評價。[6]

為了能夠提高學生的綜合素質，可以將期末考試在整體成績中的比重適當下調，在試卷中試題可以將需要記憶的知識點的比重適當下調，開放性試題的比重可以適當增加，同時還可以增加一些工作中的突發狀況以便測試學生的臨場反應，相信這樣的試卷能夠更好的測試出學生的綜合素質以便他們能夠更好的提高。同時，要提高學生平時成績在整體成績中的占比，這樣在確保學生出勤率的同時，還能提高學生學習的效率和積極性，提高課堂上學生和教師的配合度，從而提高統計學教學課堂的教學效果，最終將學生培養成國家所需的高水平、高標準、高技能的技術型人才。

4.5 加強校企合作

開設校企合作課程是提高學生實踐經驗以及創新能力的重要手段，在這一過程中學生會將課本知識轉化為實踐經驗，從而為就業積累足夠實踐能力。

例如，企業可以選派一線員工對學生進行指導，不斷完善校企合作課程的管理體系，從而提高學生的專業水平和綜合素質。高校要及時了解大數據的發展趨勢以及大數據在工業工程專業中的應用，從而開展具有針對性的統計學課程。最后學生要牢牢把握校企合作課程中的實踐機會，將理論和實踐進行有機的結合，在實踐中不斷地提高自己的專業素養和數據分析經驗，從而為走向工作崗位打下良好基礎。

5 結束語

在大數據的背景下，對統計學教學課堂進行改革已經成為了必然趨勢。因此教師需要不斷探索統計學課程改革的途徑，以提升學生的綜合素質為目標，強化學生利用統計學分析數據的能力，從而使學生的成長符合大數據時代的發展趨勢。與此同時，學生需要牢牢把握大數據時代的發展潮流，充分利用學校提供的實踐機會提高自己的實踐能力，從而使自己成為時代所需的人才。