大數據時代背景下體育院校統計學教學的困境與挑戰

何麗娟

(首都體育學院 北京 100191)

近些年，隨著社會科學的進步，互聯網的快速發展，大數據信息時代隨之到來。人們可以方便、輕松、快捷地通過互聯網收集到大量數據，并進行數據的分析和計算，這為各個領域借助大數據分析問題提供了可能。所有科學領域都有可能借助統計學的思想和方法，獲取數據、分析數據，從而得出統計結論，為其所研究的問題提供參考。統計學為科研人員提供了各種處理數據的方法，但這些處理數據的方法主要是根據從總體中抽取的已知樣本統計量去推斷未知總體參數。然而，隨著科技發展，使得收集海量數據成為可能。人們開始借助云計算的大數據平臺獲取并分析數據。近些年，在體育科學領域，有很多科研人員試圖使用大數據研究體育領域中的問題，如反興奮劑問題、如何選材、成績的提升、科學訓練、比賽中的指標測定等，這些都可以使用大數據的收集和處理方法進行分析研究。大數據為科研人員帶來了深入探索問題的機遇，以往不能實現的假想和方法可以借助互聯網和科技手段得以實現。然而從目前統計學教學現狀分析，大數據時代的到來，對統計學教學提出了新的難題，許多科技的手段讓統計學的數據處理變得更加方便，但是學習這些科技方法需要時間和精力，因此統計學教學遇到了新的困境，面臨新的挑戰。該文試圖通過對大數據時代的特征分析，探討體育院校統計學教學的困境及面臨的挑戰，為今后統計學教學創新發展提供參考。

1 大數據的基本特征

當前，認為大數據有4個基本特征：數據規模大(Volume)、數據種類多(Variety)、數據要求處理速度快(Velocity)、數據價值密度低(Value)，即所謂的四V特性。這些特性使得大數據區別于傳統的數據概念[1]。傳統的數據主要是結構化數據，即數據格式主要是數字和文字，可以使用單式機進行數據處理。而大數據除了結構化數據外，往往為非結構化或半結構化數據，如網站瀏覽記錄、視頻、音頻、導航記錄、圖片等，這些海量數據依靠單式機已經不能完成數據處理。傳統的數據處理工具也不能滿足人們處理數據的需求，因此新的數據分析工具應運而生，如R語言、Rapid Miner、Mahout等。這些軟件為數據格式多樣化、避免傳統數據算法的失效、超大規模數據的可視化提供了可能。

2 大數據時代下統計學教學的困境

第一，作為體育院校開設的體育統計學課程，是借助數理統計方法、概率論思想研究體育領域中的隨機現象，它是以應用統計學為主，為體育院校的學生使用統計學方法進行科研工作而開設的課程。統計學是根據研究者的研究目的確定研究總體，但因為條件的限制，研究者不可能得到總體中的每個個體，因此從總體中抽取樣本，對樣本進行分析，然后再根據一定的統計方法推斷未知的總體。統計學方法既包括對已知樣本的分析，即描述統計，也包括對未知總體的推斷，即推斷統計。無論是描述統計，還是推斷統計，由于科技的發展，特別是專門的統計軟件的開發，使得統計計算變得越來越快捷，處理大量數據也變得越來越容易。

為了讓學生更好地學習使用軟件，在多年的教學改革和教學實踐中，統計學課堂已經轉入機房。根據統計學教學大綱，除了講授統計學的基本概念和基本理論，還為學生講授使用Excel、SPSS等軟件進行數據分析和處理的技能。但是，目前的教學中還是使用以往的例題數據資料，這些數據資料雖然經典，但是往往數據量比較少，數據的使用條件也非常理想化。而在現實的研究分析中，可能會面臨數據量大、數據環境復雜的情況，當學生研究問題，使用數據進行分析時，可能會產生很多困惑。造成這種狀況的原因之一是在教學中使用的例題比較單一，使用的數據都假定滿足條件，不能直接為學生演示和講解分析數據的復雜性，學生感受不到如何分析數據的背景。因此，當面對大數據，學生遇到更復雜的數據環境時，往往不知道如何入手進行數據分析。

第二，統計學涵蓋內容多且學習難度大，再加上統計軟件操作的學習，目前的教學時數不能滿足教學內容的學習。受到學校專業培養方案等教學環境和教學條件的限制，統計學教學學時一般為36學時左右。在大數據到來時，需要在掌握基礎知識的基礎上進行拓展學習，或開發新的教學方式，但受目前培養方案限制，若再增加新內容，難度較大，且難以實現。

第三，教師原有知識結構的局限性限制了教學內容的更新，很難在教學上有新的突破。隨著體育科研研究問題的不斷深入，研究水平不斷提高，原有的統計學教學如果還局限在原有的教學內容上，將不能滿足學生進行科學研究的需要，不能滿足體育人才的培養要求。如多因素統計分析方法應用的增多、獲取數據的增加、研究方法的擴展等，目前體育研究中已經廣泛使用數據挖掘、結構方程模型、層次分析法、投入產出等。數據分析工具的增加，使得統計學教師不能只局限于某一個統計軟件的掌握上，其不但要學習新的統計分析方法，還要學習更多的統計分析工具，從而了解統計學新的發展方向和動態，否則將難以提高統計學的教學水平，影響培養學生分析和使用大數據的能力。

第四，大數據背景下，體育院校借助統計學研究問題時不單單只是涉及統計學方法及使用專門的統計學軟件，還會涉及計算機科學和技術，因此研究問題時非常需要掌握交叉學科技能的人才。要培養這種交叉型的人才，作為教師首先要掌握相關的知識和技能，才能在教學內容、教學形式、教學方式上不斷進行探索。但是目前既掌握統計學又掌握計算機科學的交叉型教師寥寥無幾，統計教學新模式的探索則會受到限制。

3 大數據時代體育院校統計學教學面臨的挑戰

第一，大數據的特征使得在數據的收集、整理和分析上與傳統統計學中的數據概念、數據收集、數據整理和數據分析有一定的差別。教師可以固守原有的統計學內容進行教學，不去理會大數據帶來的新的知識和觀念的更新，但是必須正視現實，面對挑戰，應主動學習和了解大數據的定義、特征及其應用。一方面，對于基礎統計學的內容，由于計算機科學和技術的不斷發展，計算的操作性越來越簡單、直觀。對于調查數據的收集，由于互聯網的出現，現在人們普遍使用問卷星等工具進行問卷的收集，調查樣本遠比以往更加容易獲取。另一方面，因為計算機科學和技術的提高，互聯網的廣泛使用，為獲取更多的數據提供了可能，但是在獲取更多的數據時，有些數據不一定有用，部分數據會為分析研究帶來干擾，因此這就需要研究者更加清楚研究方法的選擇和研究方法的條件是否滿足。如何將以往的統計學內容和當今對統計學新的需求結合起來，是今后統計學教學中需要考慮和研究的方向。

第二，當前，盡管統計學的概率論思想和方法不會發生改變，體育領域研究的諸多問題仍是隨機現象，還需使用數理統計方法研究體育中的問題，但是大數據時代對統計學的思維還是提出了挑戰。以往，統計學更多地應用于樣本推斷總體的方法，更多地討論差異性，進行推斷統計和研究分析因果關系，建立統計模型。但是大數據時代，可能需要更多地關注相關關系，進行聚類分析，更多地使用圖表分析，改變思維方式，這對統計學的固有研究范式和價值理念帶來一定的沖擊，而且促使統計學面臨在知識結構、教育內容、教育模式和人才培養模式等方面的諸多挑戰。統計學教師必須重建統計學教學的知識結構，學習最新和最常用的數據分析工具，充實和調整自己的知識庫。

第三，伴隨著大數據時代到來，體育院校的科學研究除了借用統計學方法外，人工智能和互聯網、物聯網的應用，對統計學的教學也提出了新的挑戰。統計學教師需要了解和掌握相關學科知識。為了人才培養的需要，將更需要具備計算機知識、專業知識和統計學知識的復合型人才。大數據的熱潮，催生了一門新的學科，即數據科學。數據科學正處于發展初期，是一門不斷發展的學科。數據科學的核心涉及用自動化的方法來分析海量數據，并從中提取知識。數據科學是一門橫跨信息科學、網絡科學、經濟學等諸多領域的新興交叉學科，依然處于發展初期[2]。這就為統計學教師提供了新的機遇，也面臨了新的挑戰。

第四，大數據時代，計算機科學和技術的提高，各種相關的統計分析軟件使用越來越普及，版本升級也越來越快，研究中需要展示的統計表和統計圖制作得也越來越美觀，這就要求教學上要及時進行內容的補充。一方面，教師要堅守以統計學的基本理論進行教學；另一方面，要不斷更新自己的知識庫，除了掌握專門的統計學軟件，還要補充學習和了解其他的相關軟件，如現在市場上廣泛流行的Python語言，功能更強大，使用更廣泛，這為統計學教師的教學提出了新的拓展方向。

4 大數據時代體育院校統計學教學的創新發展

第一，為彌補教學時數的不足，鼓勵教師豐富多媒體教學課件，如錄制視頻課程，豐富教學資源。借助互聯網技術，利用不同的學習平臺，讓學生通過多種途徑進行統計學的學習和實踐，做到課上、課下學習相結合。

第二，進行分層教學，針對不同學生講授不同統計軟件的學習和使用。如在研究生的教學中，除了學習原有的SPSS統計學軟件，還可以引導他們學習R軟件，為學生介紹大數據的相關知識，豐富并擴展統計學內容。而對于本科學生，可以根據專業不同，選擇不同的統計軟件進行教學。如運動人體科學、運動康復、公共事業管理、體育經濟與管理、新聞專業的學生可以學習SPSS統計分析軟件。

第三，學科之間資源的組合，探索研究問題，在實踐中積累數據資料，為教學和科研積累資源。如統計學與人體測量學、計算機科學相結合，探討體質測試中數據的分析和研究；統計學與運動訓練、生物力學、運動體能相結合，進行科學訓練方法的研究與探索。在研究生培養方案中，也可以與其他學科相結合，開設數據分析研究方向，或許數據科學將成為今后的專業選擇。體育院校可以先設置數據分析研究方向，開設培養復合型的研究人才的相關課程，如統計分析與SPSS、數據庫、信息管理系統、R軟件，為體育領域培養數據科學的人才，組建復合型的教學團隊。

5 結語

統計學教學一直面臨教學時數少、教學難度大的情況。大數據時代，體育院校統計學教學面臨的困難更多。統計學教師應轉變觀念，迎難而上，不斷儲備專業知識，學習和掌握新的數據分析工具。統計學教學需要不斷進行創新與發展，不僅要在教學方法和教學手段上不斷進行創新，還要與其他學科相融合，組建復合型的教學團隊。建議在研究生培養上開設體育數據分析方向，為今后開設體育數據科學專業做準備。體育院校的統計學教師需要不斷了解和研究統計學的應用領域，學習大數據時代新的統計方法。機遇與挑戰并存，唯有不斷學習進取。