(廣州華商學院經濟與管理學院 廣東·廣州 511300)
《統計學》是一門用來指導如何收集數據、處理數據、數據、顯示數據和分析數據的一門方法論學科,其目的是通過研究數據來挖掘隱藏在客觀現象背后的內在數量性和規律性。但是隨著社會經濟的發展,我們現在面臨的都是海量的數據,傳統的數據獲取方式、分析方法可能就無法滿足現在的需求,大數據時代對學生的統計分析能力就提出了更高一層的要求。企業需要的是具有超強數據處理和分析能力的人才。因此,在這樣一個大數據時代,高校教育中尤其是對于經管類專業的老師,在開展統計學的教學時,要緊扣大數據的時代背景,不斷更新自己的教學理念及教學模式,在教學活動中注重培養同學們的大數據處理技術,以培養出更多具有超強數據處理能力的人才。
華商學院是一所應用型民辦高校,而相關調查表明,本校的經管類專業均為文理兼收,文科生比例遠遠大于理科生,學生數學基礎參差不齊,尤其是文科生的數學基礎更薄弱。雖然大一大二基本所有經管類專業都開具了微積分、線性代數和概率論,但是很多同學也都是一知半解,并沒有打下很好的數學基礎。在“大數據”思想的指引下,數理統計學與應用統計學互相融合。而在我校的教學實踐中,兩者仍處于分離狀態,這并不利于統計學的教學改革發展。我校統計學的課程,主要以數理統計為主,在授課時更偏重于數學思路和方法,而對于數學基礎比較薄弱的我校學生來說,學習起來就會顯得很吃力,因此很多學生就會對統計學產生畏難情緒,特別是學習推斷統計時,很多方法學生難以掌握,從而喪失學習興趣。
大數據時代背景下,我們面臨的將是數以萬計的數據,傳統的統計分析方法將很難發揮作用,需要更多的高科技人才人才,借助計算機技術,利用現行的統計分析方法去挖掘、收集、處理、分析和解釋數據,而這些工作的實施,無疑不得借助于統計軟件的使用。但我校的統計學課程是安排在大二的第二個學期,18周的課程,54個學時,我校統計學課程的主要學習內容包括緒論、數據收集、數據的整理和顯示、參數估計、假設檢驗、一元回歸分析、方差分析、時間序列分析和統計指數等內容。由于授課內容多,課時少,因此上課時為了能夠全面覆蓋所有教學內容,基本54個學時都在講授理論知識,缺少實踐應用環節,不利于學生理解與接受知識。統計學是一門方法論學科,應該教會學生如何利用所學方法去解決實際問題,著重培養同學們的動手能力,而我們在授課時過多的偏重理論知識的傳授,缺乏對學實踐能力的培養,教育與社會需求相互脫節。導致學生在面對實際問題時,不知道如何利用所學內容去分析和解決現實經濟和管理中的具體問題。
大數據這一時代,對教授統計學的老師也提出了更高層次的素質要求,統計學教師不僅要掌握數學和統計學知識,還要熟練的掌握計算機軟件知識。此外,還要能夠將大數據知識與統計學課程相結合。然而,經管類專業的老教師(尤其是那些上了年紀的老教授)計算機軟件操作能力根本不強,而且很多老師自己都無法熟練地使用R語言、SPSS、SAS等統計操作軟件。此外,具備行業從業經歷、從事過數據分析的師資匱乏,“統計學”授課教師大多欠缺統計實踐經驗,對課程的教學僅限于課本,難以將統計數據分析方法與日常生活中的應用靈活地結合起來,無法運用生動的案例進行相關教學,影響學生學習興趣,同時增加了學生知識理解和運用的難度。
大數據時代背景下,對統計分析方法的要求更高,而現有的統計學教材并沒有發生改變,絕大統計學教材仍停留在傳統的統計學理論、方法和工具上,基本沒有對大數據相關知識進行介紹。另一方面,大數據時代要求同學們有很強的數據挖掘能力,能夠快速的從海量數據中搜索到需要的信息,而傳統的統計分析方法很難做到這一點,因此現代的統計需要有很強的軟件操作能力,尤其是統計分析軟件,而非統計專業的學生并沒有開設相應的課程,提高了教授大數據統計的難度。據了解,我校統計學的教學方法主要采用“PPT+黑板板書”的方式,課堂教學還是以教師為主,學生被動地接受概念、公式的推導和分析。在師生互動方面,只有少部分老師愿意與學生互動,而互動的方式也僅限于小組討論、做游戲、PPT演示、一問一答和加分制等。教師的講授仍是以理論講授為主,與經管理的實際應用結合較少,此外,相應的實踐方面,也并沒有設置相應的實踐教學環節讓同學們自己去動手實施,很容易導致知識脫節或遺忘。
目前,我校統計學課程的考核方式采用的是“40%平時成績+60%期末考試”,平時成績由學生出勤、作業、課堂表現三方面來進行考核,所占比例為40%,過程考核簡單且比重較低。期末考試采用閉卷考試的形式,題型涉及到單選、判斷、計算和案例分析。計算大部分是以手工計算為主。從考核內容看,重點是考核學生對所學知識的記憶能力、理解能力以及計算能力,完全不涉及到知識運用能力當前的考核方式無法全面檢測學生的統計學水平。
我們華商學院每個專業在大一的開學就會開具專業導論課,在課程上會講授專業目標、專業課程以及本專業的就業前景,因此經管類專業的老師在給大一新生上該課程的時候,就要強調好每門課程的重要性,以及相關課程間的聯系,對于經管類專業,尤其是要強調學習概率論、微積分、線性代數的重要性,不僅可以為統計學的學習打下堅實的基礎,后續如果有部分同學考研也是要用到這些知識的學習。這樣一來,相信大部分同學都會重視統計學先修課程的學習。
2.2.1 壓縮原有的理論教學課時
在保持原有教學內容的基礎上,調整每章節所需要的時間,減少理論教學所占課時,在相應的章節(如數據的整理和顯示、回歸分析、推斷統計等內容)設置實踐教學環節,明確教學重難點,做到“弱化推導、厘清原理、突出應用”,培養學生數據思維和實踐能力。
2.2.2 新增大數據相關知識
在對原有教材內容進行壓縮的基礎上,應該增加大數據相關知識的教學。隨著科學技術的發展,數據的收集和整理方式也發生了改變。數據的收集方式不再僅限于抽樣調查,也可通過互聯網(問卷星)等途徑獲取。所收集到的數據也不僅限于數值,更多的是文字、聲音、各種圖像、音視頻信息等。因此在對這些信息進行處理之前,就需要花費大量的時間對這些數據進行加工和整理,因此在統計學教學中,需要增加對這些數據進行收集篩選和變形等知識。此外,在大數據時代,我們面臨的是海量的數據,也不再通過抽樣的方式來獲取數據。這使得傳統的分析方法與大數據分析之間存在斷層,因此統計學教學需要引入新的理論。對于大數據的處理,降維思想就顯得格外的重要,在統計學教學中可適當引入降維方法(主成分分析,LASSO等)。
2.2.3 增加實踐教學環節
大數據背景下,對學生如何運用統計分析方法解決實際問題的能力有了進一步的提高,因此對學生的軟件操作能力也提出了更高的要求。而我們華商學院,除了統計學專業,基本沒有專業開設統計軟件類的課程,就算是有,也僅限于SPSS淺層次的應用,SPSS軟件可以對數據進行簡單的統計分析,但卻難以滿足大數據的要求,而且很難進行復雜的統計分析。因此,華商學院的統計學教學除了增加實踐教學環節以外,還要適當增加類似于因子分析、聚類分析、關聯分析在大數據分析實踐中的應用等內容,注重與經管類專業的關聯性,把培養統計思維和大數據思維結合起來,強調在實際中的應用。在大數據時代背景下,統計的應用很大程度上依賴于計算機,因此還應該加強計算機軟件的操作,推薦進行SPSS、R軟件的輔助教學,提升學生處理大數據的統計模型分析能力。尤其是我們經管院的國貿專業、電商專業可以考慮輔修與大數據分析有關數據庫開發與設計、Hadoop、Python等腳本和程序開發工具。
統計學的教學不應該僅限于課本內容的學習,因此傳統的填鴨式教學也不再適用于統計學課程的講授,教師應該綜合運用運用如實踐教學、互動教學、案例教學、合作教學、討論教學等多種教學方式促進師生之間互動,使學生成為課堂學習的主體。此外,大數據時代下,隨著互聯網技術應用的推廣,在描述統計相關內容的教學中,教師可以運用MOOC、翻轉課堂等現代化教學方式,進行內容的教學,建立互聯網教學平臺,在平臺上發布相應的討論題、課后作業、測試題等,設置相應的完成時間,這樣不僅可以做到線上線下的交流,還可以提高學生學習的自主性。此外,建立課程學習班級群,學生可以將學習過程中遇到的問題及時與老師進行線下交流,提高教師的教學水平。
傳統的考核方式完全沒有涉及到實踐應用能力,建議在考核中加入實踐能力的考核,采用“平時+實踐+期末”考核方式。實踐環節可以在平時上課時,將班級同學進行分組,以組為單位,按照整個統計工作流程完成一個項目去考核;也可以鼓勵任教班級的學生積極參加各種調查大賽、建模大賽等,以此作為實踐教學環節的考核;亦或者是課程講授過程中,抽出幾個課時作為實驗課,每節課之后都要同學們提交實驗報告等方式,而平時成績的考核也不僅限于出勤、作業這些,同時考慮學生的線上作業情況、課堂表現、互動情況等多方面,同時降低期末考試卷面分數在總分數中所占的比重。
總之,在大數據時代背景下,統計學的應用性極強,高校應順應統計學的發展趨勢,不斷對統計學課程進行改革,從內容、教法、考核方式等方面不斷進行改善,大數據下統計學課程的教學必須教會學生如何運用統計思維模式進行思考。民辦高校經管類專業統計學課程的教學,應該側重于統計學的應用,而不是理論知識的學習,在教學內容和教學過程中引入大數據,通過引入實踐教學環節、增加實踐教學考核內容等方式,努力培養學生的統計實踐能力,是大數據時代應用型人才培養的根本和出發點。