大數據背景下統計學專業教學改革的思考

郭海兵

[摘 要] 大數據的時代背景下，統計學專業迎來了機遇，同時也面臨著巨大的挑戰。結合大數據分析的特點，分別從培養目標的定位、信息技術教育的提升以及實踐教育的增強這三個角度，探討統計學專業教學改革的方向。

[關 鍵 詞] 大數據；統計學；全數據模式；樣本數據

[中圖分類號] G642 [文獻標志碼] A [文章編號] 2096-0603（2016）31-0184-02

目前，“大數據”已經逐漸成為了婦孺皆知的熱詞。雖然大數據的精確概念是在2009年前后提出來，并于2012年開始流行，然而對于大數據技術的應用早已開展。例如，沃爾瑪公司通過銷售數據分析，對關聯商品組合促銷，提升銷售量；谷歌公司通過用戶的搜索關鍵詞，能夠快速地定位流行疾病的病源地。并且隨著互聯網技術的進步，各種大數據技術的成功案例層出不窮。美國政府在2012年3月發布的《大數據研究和發展倡議》，把大數據稱作“未來社會發展的新石油”，把發展大數據研究提到國家戰略的高度上來。2015年，《中國大數據發展調查報告》表明近幾年來我國大數據市場價值接近40%的速度在增長，2015年達到了115.4億元。全球化的背景下，大數據已經走進了每一個角落，正在給我們的政府管理、企業運行和信息獲取創造價值和機遇；與此同時，也對我們的生活、學習和工作提出了變革要求。

作為一門收集整理數據，并結合數學模型進行量化分析，進而作出推斷預測的學科，統計學是一門綜合性和應用性比較強的學科。這一屬性十分契合大數據分析的要求，因此大數據時代的到來，推動了統計專業的快速發展。近年來，很多的新興院校都相繼開設了統計專業，統計學專業正在面臨一個繁榮期。然而，就像一把雙刃劍，大數據給統計學專業騰飛和發展榮幸了機遇，與此同時，也對傳統的統計學的教育和教學提出了迫切的變革需求。

一、大數據在統計分析中的新特點

（一）數據收集方式的改變

在傳統的統計中，數據的收集是通過人為對樣本的屬性進行逐一采集、整理，形成一系列橫平豎直的結構化數據，然后利用這些樣本信息，進行描述分析、統計推斷。然而，現代的信息技術使得樣本數據的收集實現了信息化和自動化。例如，通過爬蟲程序直接抓取互聯網數據，工業生產中的傳感器獲取的數據等等。另外，數據的形式呈現出多樣化，除了傳統的表格數據，還有諸如文本數據、音頻數據和視頻數據等。這就需要在統計專業學生培養過程中，一方面重視信息收集方式的教學；另一方面做好多維數據處理技術的傳授工作。

（二）樣本數據模式和全數據模式

傳統統計中，由于數據收集能力的限制，很多時候我們無法獲取全數據，只能通過隨機樣本，利用少數的特征對總體的屬性進行統計推斷。在大數據時代，數據獲取的方式和技術發生了巨大的變化，人們可以通過互聯網、即時通訊工具以及數據庫，獲取各種海量數據。面對這樣的海量數據，隨機抽樣不再有太大的意義了。因此，大數據背景下，全數據就是樣本數據，即樣本就是總體。傳統的統計分析重點是，通過樣本信息預測總體的特征屬性，大數據分析更加側重于發現海量數據下的各種關聯細節。

（三）模型分析的弱化

傳統的統計中，側重在變量之間建立模型，刻畫出變量之間的因果關系，而相關分析只是作為進行模型分析之前，進行數據探索的一個小小的手段而已。然而，在大數據中，數據的結構復雜，變量眾多，體量較大，有時候很難用一個“普世”函數描述出變量之間的準確關系。無法綜合評價出變量之間關系的情況下，我們可以部分揭示出變量之間的關系。事實上，由于相關分析無需太多的模型假設，運算成本較低等眾多原因，使得相關關系的分析成為大數據分析的基礎。

（四）模型的復雜性和精確性難以量化平衡

傳統的統計學處理的數據，都是在時間和空間設定的情況下結構化的數據。在數據的處理上遵循數據清洗整理，利用經典統計模型，在設定的精度范圍里對總體的特征進行推斷和分析。這樣的過程中，模型的復雜度和精確度，都可以在我們事先設定的情況下進行。然而，在大數據背景下，一方面，數據的收集過分依賴技術手段，很難進行人為的精度控制。另一方面，數據的來源無論是空間上還是時間上都更加復雜，格式多樣，這就使得數據前期的清洗處理變得非常困難，由于存在系統性的偏差，很難將全部的雜質項從數據中萃取掉。在秉持“數據多比少好”的情況下，就得接受數據混亂和不確定性的代價。在大數據中忽略一部分模型的精確性，并不是說不要模型的精確性，而是指我們對于模型的精確性的可控性在減弱。

二、統計專業教學改革的方向

時代的發展、技術的進步對于統計學專業提出更高的期望和要求，結合統計學專業現有教學體系中存在的問題，給出了統計學專業教學改革的方向。

（一）培養目標的定位

過去國內對于統計專業定位是分割成諸如經濟統計、數理統和其他的統計幾個類別。學校的招生過程也是按照這樣的幾個類別進行招生。這就使得學生的培養被固定在幾個人為設定的格子里，湮滅了各個知識之間的交叉結構。自從統計學專業被升格為一級學科之后，這種狀況有所改善。隨著大數據的出現，統計分析技術的服務范圍已經不再局限于諸如學術廟堂、政府部門以及高端公司等這樣的精英圈子；普通的社會機構、企業和工廠等各行各業對統計專業產生了迫切需求。

因此，在統計學專業的定位上，應該摒棄傳統的簡單分割成經濟統計和數理統計的理念。大數據背景下，統計學作為一項分析工具，需要與其他專業做好銜接和服務工作，培養多元化的分析人才。在統計學專業培養目標的定位上，應該充分考慮統計分析的工具性，促進統計專業與各自優勢學科的交叉和融合，形成“多元化”的培養目標。既能培養出理論分析的精英人才，也能培養出簡單數據管理者。

（二）統計理論和信息技術的平衡

傳統的統計學專業的課程體系中，專業主干課程圍繞數理基礎、統計分析以及信息技術這樣的幾塊。通常偏重的統計理論側重于數理邏輯課程的教學；而側重與統計應用相關的內容（如經濟統計）側重于統計分析的課程教學。這樣的安排都忽略了對統計專業學生進行信息技術的培養。縱觀整個數據分析的流程，從最初的數據收集，數據的分析和結論，都是離不開信息技術的支持。特別是大數據分析，無論是硬件上面還是軟件上面，都對數據分析的參與者提出了很高的要求。

因此無論是傳統的經濟統計，還是數理統計，掌握一定的信息技術是一個必要的條件。這需要在課程設置上，既要引入適當的硬件方面，也要加強軟件的教育。以往統計學專業的軟件教學主要以SPSS、Eview等這類封裝好了，以體驗式為主的統計軟件。對于這類軟件無論是在處理數據的體量上，還是處理數據方式的靈活度上，都無法適應大數據分析的需求。在軟件教學方面，培養學生一定的編程能力是非常必要的，相比于機械的拖拽軟件分析數據，編程分析更加靈活，能夠激活數據分析者的主動性和創造性。

（三）實踐教學模式的創新

近年來，隨著對統計專業應用性認識的不斷加深，很多學校對實踐教學環節也是越來越重視，在課程的設計上增加了實踐環節的比重。但是相比于數量上的提升，實踐環節的質量依然還有很大的提升空間。尤其是在大數據的背景下，很多實踐環節過分側重人工數據采集和局部樣本信息的分析。主要表現在這些方面：（1）數據的收集手段上，沒有充分使用現代信息技術方法。例如，有些學校的教學實踐中，還是停留在讓學生上街發放問卷的階段；稍好一點的學校運用了諸如問卷星這樣網上問卷的形式。而大數據背景下，這種獲取的數據有方式，無論是在數量還是質量方面都是相對不足。我們需要讓學生在數據獲取能力方面適當進行提升，例如，加以適當的培訓，讓學生掌握一些網絡上爬取數據的技術。（2）傳統的模型驅動的實踐內容，在一定程度上不適應大數據分析原則。傳統的實踐課程中，側重運用模型去揭示數據之間的關系，并且相應的表現在我們的評價體系上，過分強調了模型的合理性和正確性。大數據分析應該基于數據出發，通過一些技術手段來揭示數據之間的關系；有的時候很難在大數據之間建立模型，或者很難建立一個現有的模型。實踐教學過程中，讓學生形成數據至上的理念，也就是在分析過程中盡量讓模型去適應數據，而不是基于一些改造手段，讓數據去適應模型。（3）除了學校的項目實習，積極鼓勵學生走出學校，獲取實習機會。校外實習接觸的問題更實際，既能檢驗學生的學習效果，也能激發學生的學習興趣，從而實現教學相長。

大數據時代的到來，成就了統計學專業的繁華，統計專業的發展也必將會推動大數據輝煌。“繁華落盡處，互為渡舟人。”各種現象的隨機性、不確定性，掩蓋了萬物之間錯綜復雜的關系，統計方法能夠幫我們撥云見日。科學在發展，技術在進步，一成不變的東西終將會走出歷史的舞臺，統計學專業也不例外，培養方式的改革迫在眉睫。

參考文獻：

[1]王忠.美國推動大數據技術發展的戰略價值及啟示[J].中國發展觀察，2012（6）.

[2]中國大數據發展調查報告[R].北京：中國信息通信研究院，2015.

[3]耿直.大數據時代統計學面臨的機遇與挑戰[J].統計研究，2014（11）.

[4]劉春杰.大數據時代對當代統計學教育的挑戰[J].統計與決策，2015（8）.

[5]邱東，李子奈，肖紅葉.經濟學類專業統計學、計量經濟學課程教學現狀調研報告[J].中國大學教學，2007（11）.