大數據背景下高校學生統計數據分析能力培養研究

周瑩

摘要：在大數據時代背景下，數據量正在迅速增加，其運用形式也在發生變化。因此，統計數據分析能力是新時代人才需要的基本能力。為了提高大學生的統計數據分析能力，本文分析了大學生的統計數據分析能力現狀，探討了大學生當前的統計數據分析能力的組成部分，并提出了針對性的培養建議。

關鍵詞：大數據;統計數據;能力培養

中圖分類號：C32 文獻標識碼：A

在大數據時代的背景下，一方面數據量呈指數增長，另一方面數據形式也從結構化數據變為半結構化和非結構化數據。數據量的快速增加和形狀變化使得獲取數據的困難減少，但是獲得有效信息的困難增加了。考慮到掌握統計數據分析能力對于從復雜數據中獲取所需信息而言特別重要，尤其是統計數據分析在企業的管理中發揮著基礎性作用，因此越來越多的行業要求工作人員具有統計數據分析能力，因而培養大學生的統計數據分析能力就有著很高的必要性了。

1 大數據背景下高校學生統計數據分析培養的必要性

2015年，國務院印發了《促進大數據發展行動綱要》的通知，旨在促進中國大數據行業發展，扶助大數據相關企業健康成長并利用大數據促進經濟發展，改善社會治理以同時優化政府的服務監管能力。如今中國的互聯網和移動互聯網用戶數量全球第一，因此具有廣泛的數據資源和應用市場優勢，這使得大數據已成為我國重要的戰略資源，并逐步引領新一輪的技術創新[1]。大數據的使用范圍不斷擴大，也使得社會對大數據人才的需求不斷增加，因而統計數據分析能力具有極其廣闊的市場需求，大數據時代對大學生提出了更高的要求，實際上是對大學教育提出了新的要求。

統計課程是高等學校商務與管理等非統計專業的必修課程之一。商業和管理等學科的特殊性要求學生專注于現實生活中統計知識的應用能力，即統計理論與相關的知識體系，從而提升學生的統計能力和數據化思維。所謂統計能力，是指人們掌握統計學基本知識的程度，統計理論方法水平、使用統計方法解決實際問題的能力以及統計世界觀。這一體系主要包括三個方面，分別是統計知識、統計方法和統計概念。鑒于現代社會中每天都有大量信息在生成與傳播，如果不具備最低限度的統計能力，則大學生就無法進行基本的統計分析和數據使用了。考慮到現實生活中存在大量隨機現象，因此有必要使用統計思維來抽象、選擇、采樣和處理這些信息，在統計課程教學中逐步提高學生的統計能力和統計思維是非常重要的。但是，現階段我國大學的統計教學過程對不同學生的教學效果因人而異，盲目尋求共同點只會降低學生的學習效率，這一直是大學統計課程教學活動的瓶頸。

隨著計算機、互聯網和信息技術的飛速發展，目前存在的多種交互的網絡體系結構逐漸獲得青睞。日益發展的學習模型本身的優越性已在一定程度上解決了這一瓶頸問題，采用更加先進的學習模式的高校統計教學活動是本文的重要研究內容。

2 大學生統計數據分析能力的指標體系

2.1 識別數據

數據識別是進行統計數據分析的前提。在現實生活中，數據通常是多維度、大量缺失和異構的。因此要求學生能夠了解數據的屬性、維度和分布特征，并學習判定數據的質量。許多調查研究顯示，在數據發現方面我國超過60%的大學生只能夠基本了解數據的特征。但是實際上，這部分大學生很少使用統計學能力來解決實際生活中遇到的問題。而這60%大學生中的20%的大學生處于更加良好的水平，能夠在了解數據特性的同時在實踐活動中使用這些數據并解決實際問題。

2.2 收集數據

在我國有超過50%的大學生理解基本的抽樣方法選擇，但是并不是每個了解抽樣方法選擇的學生都能夠正確使用這些方法，這表明大多數學生的數據收集能力是可以接受的，但是缺乏必要的實踐能力作為支撐。

2.3 數據整理與分析

組織數據是發現數據、驗證數據、移除異常值等一系列過程的總和，所有這些環節在后續統計數據分析中都起到重要作用。在數據篩選方面，大學生中只有不到10%的學生能夠做好數據篩選，絕大多數學生對數據篩選和收集都不夠了解。大多數的大學生都有基本的數據采集能力，然而僅有不到4%的學生了解不同數據的描述方法，且也不能靈活應用不同的數據。因此可以說，大多數大學生都了解基本的數據描述方法但是不能靈活使用，也無法將數據描述方法與數據本身建立聯系。

2.4 評價數據

評估是統計數據分析的重要組成部分，評估環節有助于優化系統模型的精確性，考慮到許多大學生的創建模型能力很弱，這是因為盡管很多學生參加了統計學課程，但是卻沒有靈活使用統計學知識的能力，使得其在數據評估方面存在較大缺陷，并且沒有實際應用能力。

3 高校學生統計數據分析能力培養建議

3.1 強化學生統計知識培養

豐富統計知識的內容對于提高學生的定量分析能力有著很大幫助。合理運用統計知識的能力已引起越來越多的關注，這是因為國家和地方行政部門都必須為不同行業的發展收集統計數據，從而為下一步的發展做出決策，而決策執行過程中的各種實際問題也需要數據收集和數據統計。考慮到統計信息反映了收集數據的能力，而掌握基本統計知識是進行統計數據分析的前提，數據收集和整理是統計數據分析中最重要的部分。針對這一情況，各大高校應加強統計學知識傳授，強化學生的定量分析意識，這是因為盡管很多學生知道收集數據的重要性，但是卻不具備收集有用數據的能力，只有極少的學生具有良好的數據收集意識和數據統計能力。此外，一些大學生對統計學的基本定義不清楚，導致其在使用統計工具時產生誤差。因此，各大高校要加強統計學基礎知識測試，重視統計知識推廣并提高學生對統計知識的理解能力，增強學生的定量分析意識，從而逐步提高學生的統計數據分析能力[2]。

3.2 增加數據整理教學實踐

各大高校應當著眼于提高學生分析和使用數據的能力，而統計數據分析能力培養過程應當側重于培訓。就統計學而言，簡單的書本知識太無聊且學生無法掌握所教的統計數據分析方法，但是通過讓學生親自參與收集和整理并導出數據的過程，以及將統計知識和能力應用到實踐中，就可以不斷提高學生分析數據的能力。此外，在統計知識教學過程中，統計學教師應要求學生設計有關實際問題的統計學問卷，讓學生親自收集有關數據以組織和分析問題，從而提高學生的數學思維和統計數據分析能力。同時作為學生個人實驗的一部分，統計學教師可以定期為學生教授統計數據分析實驗的關鍵內容，及時解決學生實際面臨的問題，提高學生的學習興趣，并通過統計數據分析改善學生的統計學方法和處理實際問題的能力。

3.3 做好專業知識融合

統計學教師應當注重信息技術與主要教學內容的融合，進而完善學生的統計數據分析能力。眾所周知，統計數據分析是計算機和數學相結合的產物，因此統計數據分析與計算機技術密不可分。在傳統的大學教育中，統計數據分析主要用于經濟學和計算機科學，而隨著時間推移，統計數據分析的范圍不斷擴大，其他專業的學生也必須具備一定的統計數據分析能力，這就使得統計數據分析能力的培養與計算機能力的培養密不可分。此外，信息化時代的大量數據無法手動處理，因此統計數據分析軟件應用的培養在統計數據分析能力的培養中起著重要作用，如Excel、Python、Matlab等是當前市場上最常用的統計數據分析軟件。許多調查發現，約有95%的大學生會使用Excel，但是只有不到20%的學生會使用高級Excel應用程序，例如線性回歸、方差分析等，大多數大學生僅能夠使用基本功能。針對這一情況，高校應進一步提高統計數據分析的重要性，同時增加諸如高級Excel，Py-Thon，Matlab課程等統計數據分析軟件的應用課程，組織相關的統計數據分析比賽，并鼓勵學生參加專業比賽，讓學生對不同主題在統計數據分析中的不同應用領域有著更多了解，統計學教師也需要在課堂上注重與專業特點的結合，在課堂中將理論知識與現實生活結合起來以增加學生的統計學學習興趣[3]。

3.4 引導學生形成正確的統計學學習觀念

許多高校管理專業的學生都認為學習統計數據需要高深的數學能力才能夠做到，而如果數學基礎不好，就很難學習統計學并本能地將學習統計學排除在自己的學習目標外。還有一些學生認為統計只是一種數學工具而不是理論性知識，因此學不學都沒關系。這些錯誤的學習觀念使得統計學教與學之間的關系變得復雜化，從而阻礙了統計學課程質量提高。針對這一情況，統計學教師應當建立一個適合學生的學習環境，在這一環境中學生不必再受制于教師準備好的課程系統，而是可以主動選擇自己感興趣的統計學知識或案例分析來優先學習，從而有效消除他們的抗拒心理，有助于加深學生對統計課程的理解，從根本上改變學生錯誤學習思維方式，幫助學生形成更加正確的統計學知識學習觀念。

3.5 培養學生的統計素養

高校統計教學應注重“讓學生樹立統計思維”這一教學目標，在提高學生統計能力的同時，也要注重提升學生在統計研究、數據收集、分析和預測方面的實踐能力，以訓練學生對統計數據的敏感性。但是這一教學目標僅基于教師的授課時間是不可能實現的。因此高校需要建立一個全方位的學習環境，使學生不僅可以利用教學講座，還可以使用各種學習資源，通過使用不同的統計軟件加深對統計學理論知識的理解。此外，分析數據可以提高學生解決實際問題的能力，而與老師和其他同學的知識互動行為有助于解決實際問題，從而進一步提高統計學學習效率和有效性。每個學生都有自己對統計學知識的理解，他們通過相互交流和溝通協作完成某些任務，就可以形成對統計學知識更廣泛、更靈活的理解，學生之間的這種高效互動可以幫助學生建構統計學知識體系。

3.6 促使學生形成終身學習的理念

學習的本質是人們通過不同的渠道來主動學習知識并將其轉化為相應的能力。這種學習行為將在人類發展的各個階段繼續發生，這一過程通常也被稱為終身教育。考慮到傳統的統計學課堂活動僅限于授課時間范圍，因此統計學教師應當根據學生的特征和偏好來為學生提供更好的學習選項，讓學生可以與其他同學隨時隨地使用任何統計工具來選擇實際問題的解決方案。與其他同學討論想法并共享，可以加深學生對統計知識的理解，拓寬學生們的眼界并有利于學習型社會的實現。這種學習自由實現了以人為本的個性化教育，使學生更容易沉浸在統計學習活動的樂趣和滿足中，從而自發地建立起終身學習的概念。

4 結語

在大數據時代背景下，社會對人才的專業能力要求更高，優秀的綜合型人才需要具有良好的統計數據分析能力。對于大學生而言，無論是哪個專業，實際上都需要具備良好的統計數據分析能力。針對這一情況，各大高校應更加關注市場發展需求，把握人才需求變化的脈搏，在進行教學改革的同時培訓學生的統計學能力，從而實現與社會需求的同步發展，在不斷提高學生統計數據分析能力的同時促進學生能力的全面發展。

參考文獻

[1] 陳健. 大數據產業利好助力高增長[N]. 上海金融報，2015-09-08（B08）.

[2] 殷曉梅，盧浩，王加琪，等.大數據背景下高校學生數據分析能力培養研究——以安徽財經大學為例[J].現代商貿工業，2020，41（4）：168-170.

[3] 宋衛紅.大數據時代體育專業大學生數據分析能力培養的必要性分析[J].當代體育科技，2017，7（34）：97-99.