大數據時代經管類專業統計學教學改革研究

南京郵電大學管理學院 楚永杰

統計學是通過搜索、整理、分析、描述數據等手段，以達到推斷所測對象的本質，甚至預測對象未來的一門綜合性科學。統計學的應用范圍幾乎覆蓋了社會科學和自然科學的各個領域。因此，統計學一直也是大學里教授最廣泛的學科之一。伴隨“互聯網+”和新媒體技術的快速發展，大數據時代已然來臨。從數據到大數據不僅是量的積累，更是質的飛躍。海量的不同來源、不同形式、包含不同信息的數據可以很容易地被整合、分析，原本孤立的數據變得互相聯通。這使得人們通過數據分析，能發現小數據時代很難發現的新知識，創造新的價值。源源不斷產生的數據一方面為統計學學習提供了豐富的數據素材和基礎，另一方面，復雜多樣的大數據使得傳統的統計學方法面臨局限和挑戰。在數據豐富的數字經濟時代，為了避免“數據充足而方法匱乏”導致的理論方法與實踐應用嚴重脫節的現象，分析大數據時代統計學教學面臨的挑戰，探討如何跟進社會對數據分析人才的需求，與時俱進地改革完善教學方法，對統計學的發展以及學生數據分析能力的培養有著重要的意義。

一、大數據時代經管類專業統計學教學面臨的挑戰

（一）學生存在統計焦慮

統計焦慮是指學生對統計學課程的擔心或者恐懼引起的心理焦慮狀態，由華威大學的Cynthia Siew教授等提出。回顧統計學的教學過程，通過與學生交流以及課上的觀察，對于包含了較大比例文科生的經管類專業學生，筆者確實感受到學生對統計學的學習存在著焦慮，主要表現在以下三個方面。第一，由于數學知識引起的焦慮。統計學依賴微積分、概率論等數學類先修課程，學生對于數學課程的恐懼自然延伸到統計學的學習；學生對統計學的學習態度、動機水平與對數學的普遍厭惡有關，可能擔心自己缺乏數學技能，這反過來會使統計學難以理解。第二，對于學習內容的焦慮。統計學教學的內容廣、概念多，但是學習時間一般在50課時左右，給學生消化、吸收所有的知識提出了較高的要求，導致學生對統計學學習的焦慮。第三，由于數據引起的焦慮。統計學的目標是探索和解釋數據，但是數據的多樣性，特別是大數據的復雜化、異構化，讓學生對處理數據產生懼怕感。

（二）相關概念理解碎片化

目前，本科生統計學教學內容基本包含三大模塊，即描述統計、推斷統計以及相關統計的應用。描述統計注重利用一些概念或者指標對數據進行分析和探索，比如考察數據分布的集中/離散趨勢、偏態、峰態等，以為統計推斷選擇模型和方法提供基礎；而推斷統計的范式則是選擇模型進行計算和驗證。因此，描述統計和推斷統計學習邏輯存在較大差異，同時這兩部分內容涉及的概念很多。盡管所有的概念從整體上看它們之間的關聯是很強的，但是由于相關概念是循序學習的，學生理解這些概念很難從整體上厘清它們之間的關聯，以及這些概念的意義和用處，對概念的理解碎片化，給統計學的學習帶來一定障礙。另外，統計學中涉及一些相似概念，比如擬合優度與判定系數，盡管它們的計算公式是一致的，但是在不同的場景下，他們表達的含義有所區別。概念理解的碎片化會進一步造成對這一類概念的混淆，提升統計學學習的難度。

（三）課程設計實踐性不足

相較于微積分、概率論等課程，統計學是一門偏向應用的課程。受限于課程體系的設置、統計學教學時間的安排等因素，本科生統計學教學和考核更加偏向理論，而忽略了相關理論的應用。比如，在單因素方差分析這一小節，目前的教學側重從理論上明確單因素方差的適用條件，即數據服從正態分布時才能使用單因素方差分析，但是在實踐應用中，服從正態分布的條件幾乎是不可能實現的，當數據不完全服從正態分布時，單因素方差分析的效果如何、得到的結論是否可靠等，是學生很難通過理論學習明確的。因此，實踐性不足是學生學習統計學面臨的一個問題。同時，因為缺乏實踐，學生不理解統計學與自身學習的相關性，或者認為自己無須具備統計學方面的技能，缺乏參與統計學學習的動機。

二、大數據時代經管類專業統計學教學改革策略

（一）幫助學生克服統計焦慮，提高學生參與統計學習的動機

改善統計學教學效果的第一步是努力提高學生參與統計學學習的動機。這主要包含兩個方面，一是減少學生對學習統計學的憂慮，二是培養學生對統計學的個人興趣。在設計統計學課程時，應該考慮經管類專業學生對數學和統計學的焦慮，實施一系列創新的教學策略降低學生的焦慮。首先，要承認和關注學生的焦慮并提供鼓勵，教師可以利用靈活的辦公時間對學生提供額外支持，及時解決學生的疑問和困惑。其次，在統計學考核中，可以采取等級評分制度而不是百分制，在考核層面降低學生的焦慮。最后，鼓勵學生積極思考和總結所學內容及存在問題，并在課堂上進行討論，通過促進學生與教師之間的對話減少統計焦慮。調查發現，很多學生認為學習統計學是困難和枯燥的。要提高學生參與統計學習的動機，教師必須努力改變這種看法，讓學習統計學變得既簡單又有趣。具體而言，可以通過以下方式：第一，選擇真實的數據并將其與實際背景和目的結合起來，體現統計學的實際應用價值；第二，借助統計軟件快速分析數據，減少理論推導，降低學生數據分析的難度。

（二）教授學生統計學思維，培養學生的統計素養

統計思維和統計素養，是大數據時代經管類專業學生應具備的技能和素質。教授統計思維，首先應該在統計概念層面幫助學生建立完整的統計學面貌。錯誤的概念理解（如機會、概率、假設等）會阻礙學生學習，尤其是當學生錯誤地認為他們已經理解了這些概念時。教師在強調不同概念時，應該解釋其如何與統計學相關，幫助學生以一個連貫的整體體驗統計學，而不是試圖掌握一堆孤立的事實。教師應該制定一套有關統計技術的概念和原則，提高學生的概念應用水平。例如放棄使用統計表，轉而使用應用程序查找p值，從而將重點放在p值的解釋上，而不是尋找p值。其次，統計學是解決問題和決策的調查過程，在處理大數據時，本質上是對多變量的理解，因此在統計學授課中，教師要對實際問題進行拆解，以多變量的視角分析問題，從而在統計學教學中培養學生的多變量思維。統計素養是指理解和批判性評價日常生活中統計所涉及問題的能力。教師應該善于從日常生活中發現和提取統計學相關的案例，借助案例講解和分析提升學生理解和評估統計數據的能力，使學生不僅成為統計學的實踐者，也成為有統計素養的公民。

（三）加強實踐統計教學，提升學生數據分析能力

面對海量、多樣的大數據，學習統計學的主要目的是學習數據分析能力。第一，鼓勵學生利用互聯網尋找有用的統計學資源，包括統計學教學課程、統計數據和案例等，提升自主學習能力。第二，加強統計推理的理解，著重培養學生學習如何制定合適的研究問題、如何設計研究和收集數據、選擇和應用合適的統計數據，以及總結和解釋研究結果。比如通過數據分析，讓學生明確因果關系、統計顯著性與實際重要性之間的差異，以及發現無效果與發現無統計顯著性效果之間的差異。第三，采用問題導向的教學方法，著重培養學生的選擇技能，使他們能夠根據給定的問題進行實驗設計、制定假設并選擇適當的統計分析程序。比如，鼓勵學生利用天池、Kaggle競賽中賽題，從數據探索到數據推斷，鍛煉自己數據分析的能力。學生以小組形式解決真正的問題，教師扮演促進者的角色，側重培養學生對實際研究數據的分析，以及對統計結果的批判性解釋。通過這種方法培養學生獨立學習的意識和學習的責任感，提高學生在新情景中理解和應用統計數據的能力。第四，嘗試增加基于R、Python等工具的編碼，這在處理更大、更復雜的數據集時是必要的。雖然編程對經管類專業學生也是一個挑戰，但是這些工具的引入不需要太高的學習曲線，而且它們可以適應未來學生可能遇到的更大、更復雜的數據。