大數據背景下“微課”在統計方法和統計模型教學中的實踐研究

楊麗娟，譚希麗，張明達

（北華大學數學與統計學院，吉林132013）

大數據背景下“微課”在統計方法和統計模型教學中的實踐研究

楊麗娟，譚希麗，張明達

（北華大學數學與統計學院，吉林132013）

隨著大數據時代的快速發展，對社會經濟發展的各個方面都帶來了很大的影響，特別是統計學專業的教育問題。本文從大數據的特點入手，討論了大數據背景對統計學教育的影響以及培養統計人才的新要求，重點強調了適合本科院校培養目標的關于統計建模教學中的相應對策。

統計學；大數據；統計方法；統計建模；微課

統計學的任務是通過對數據的收集、整理、分析、推斷，從而掌握事物發展中的規律，并從中發現新知識、形成新方法、創造新價值。統計學是數據的學科，是數據分析的靈魂。但是隨著信息技術、網絡技術，尤其是媒體技術和移動通訊技術的蓬勃發展，以及數據量和結構的不斷變化，使我們的教學面臨著極大的挑戰。傳統的教學方法、教學手段不能滿足不斷變化的社會需求，面對快速更新的網絡共享教學資源，統計學專家們掀起了“大數據背景下統計學教育”的研究熱潮，統計學家邱東、耿直、韓際平[1-3]闡述了大數據時代統計學教育面臨的機遇和挑戰，以及未來發展的方向。李政、趙彥云[4]研究了美國大數據時代下統計教育問題。

本文將從大數據時代的特點、大數據時代對統計學教學的影響、創新型統計人才培養的要求等方面闡述“微課”在統計方法和統計建模教學中應用的必要性和可行性。

1 大數據時代的特點

在過去幾年里，關于大數據有不同的定義形式，本文認為大數據是新的、區別于過去傳統數據的一個名稱。大數據是來自公司內外傳統和數字源的數據的集合，代表了持續發現和分析的來源。這里的“大”不僅指數據規模上的大，國內學者常用4個V（Volume、Velocity、Variety和Value）來總結，即Volume“音量”，指數據量的特征是大，有數據顯示過去兩年時間數據的增加量是以往的90%；Velocity“速度”，指數據生成和流入信息的速度快，我們的社交媒體，物聯網、智能電網、智能交通系統、通訊系統、消費者消費信息等每天都在快速的產生大量數據；Variety“品種多樣性”，指可用的數據類型多樣，過去數據都是結構化的居多，而現在加入了非結構化和多結構化的數據結構，我們要在這樣的框架下對大數據進行討論分析；最后是Value“價值”，人們可能更加關注大量的、快速更新的數據到底有多少是我們想要的，對我們來說真正有價值的。除了這幾個“V”之外，有些人還關注其他，如大數據的“真實性”等，雖然被叫做大數據，但是大數據并不意味著全面、準確和真實[5]。

2 大數據時代對統計課程教學帶來的影響

大數據時代的到來，對社會的影響是深遠的，我們面臨的挑戰也是多方面的，具體包括對數據捕獲、存儲、分析、整理、搜索、共享、傳輸、可視化、查詢、更新和信息隱私等。而統計學是一門數據科學，通過收集所觀察系統的數據，進行量化的分析、總結，進而利用概率論建立數學模型，進行推斷和預測，為相關決策提供依據和參考。面對數據量、數據類型等的巨大變化，統計學的理論、方法和模型也隨之受到了影響，具體體現在以下幾個方面。

2.1 基礎設施

我們存儲的數據越多，對處理大數據的基礎設備要求就越高，比如大數據消耗了大量的技術基礎設施，存儲、帶寬、CPU等，要想在教學中跟進學科前沿，就要改善基礎設備的性能。

2.2 技能

要想做大數據，需要具備很多技能，除了業務專家提出正確的問題和技術專家馴服基礎設施和應用程序外，我們還需要“數據科學家”給我們提供適用的統計算法，可以驅動的可視化工具等。這些技術的實現并不容易，再近距離的應用到教學中還需要很長時間。至少我們要解決以下幾個問題：（1）數據越集越多，如何保證所收集的數據是正確的，數據質量相同將是至關重要的。（2）在大量的數據中，怎樣快速找到我們想要的數據，或者和我們研究的問題相關的、有價值的數據，這也是我們要面對的。（3）對于大量的數據存儲、處理的技術和方法是和傳統數據處理方法不同的，需要統計學家、數據學家不斷的研究和探索。（4）結果數據的可視化問題。數據可視化理論并不是新的，但是像許多事情一樣，人們的認識不斷深入，數據可視化問題很難做好。

2.3 現有資源有限

隨著大數據快速滲透到社會各行各業，已有的統計學教學資源，無論是課程資源（教學的教材、視頻等）、教學的方法和手段、師資隊伍的知識儲備和技能，甚至是統計教學的思維和理念都發生了很大的變化，需要所有的統計教師都行動起來，與時俱進充實自己的專業知識，整合教學方法，調整教學內容，跟上時代的需要[6]。

3 大數據時代對統計人才培養的新要求

伴隨著大數據時代的到來，社會對統計學人才的需求也發生了重大的變化，對高校培養的統計人才提出更新、更高的要求，不僅要求他們快速的找到問題所涉及的數據源，并從中提出問題，判斷數據的質量，而且還需要熟練地運用某統計軟件，結合統計的理論和統計方法建立統計模型，然后對模型進行可靠性的靈敏度分析，對數據結果進行分析和可視化表現，這些對我們的教學也同樣提出了更高的要求。為使我們的教學更加有效，在教學過程中要強調以下四方面的內容：（1）各行業都急需統計專業人才為他們解決實際問題，所以教學過程中要求學生們有扎實的理論基礎，還要有強大的統計分析、統計計算和統計建模能力，以及至少熟練使用某種專業統計軟件編程實現的能力。（2）要教會學生如何從大數據中尋求真正有用的、高質量的數據。（3）隨著數據規模和類型的變化，教學中注重各種統計模型和方法的教學實踐，提高學生應用模型的意識。（4）通過有效手段實現對分析結果的展示，要表現得清晰易懂[7]。

但是由于培養方案總學時的限制，要想突出學生動手能力，加大實踐力度并不容易，所以我們結合統計專業學科特點、課程設置、社會需求以及現有資源（統計學大學生創新實踐基地），提出對部分學生強化統計方法和統計建模能力培養的實踐研究，其中最重要的就是利用“微課”手段強化教學。

4 “微課”在統計方法和統計建模中的應用

微課（Micro-lecture）概念最早由美國新墨西哥州圣胡安學院的高級教學設計師、學院在線服務經理DavidM.Penrose于2008年提出；是運用建構主義方法形成的、以在線學習或移動學習為目的的實際教學內容。微課程具有完整的教學設計環節，包含課程設計、開發、實施、評價等環節。在國內，最早提出“微課”概念并進一步在中小學教學實踐中進行推廣的是廣東省佛山市教育局胡鐵生老師。他認為：“微課是指以微型教學視頻為主要載體，針對某個學科知識點（如重點、難點、疑點、考點等）或教學環節（如學習活動、主題、實驗、任務等）而設計開發的一種情景化、支持多種學習方式的新型網絡課程資源。”

隨著國內外“微課”實踐教學的不斷豐富和發展，現如今微課已經作為一種新興的教學資源，特別是結合微信平臺，將學生學習和教師教學的方式進行了一個大反轉，“微課程”也逐步成為學生學習有效性的新方式。我們的統計學本科教學也可以大量的嘗試利用微課程進行教學，以提高教學質量和效果。

4.1 “微課程”具有知識點小，授課時間短的特點

整個微課只為解決一個核心問題，重點突出，結構緊湊，沒有過多的鋪墊和渲染，短小精悍，非常有利于我們對某種統計方法或統計建模方法的教學，同時提高學生移動學習和在線學習的能力。比如：二元Logistic模型，一般回歸分析教材里是沒有的，但是應用廣泛，我們就可以給想提高的學生留課后學習任務，觀看“優酷→教育→二元Logistic回歸分析”微課視頻，該視頻時長5分鐘，對軟件操作和結果分析的講解清晰透徹。這樣小而獨立的知識點可以作為正常教學計劃內容的一個延伸，除此之外，我們還可以共享其他名校的網絡微課程，比如清華教育在線等。這樣還可以緩解普通本科師資不足的困難。

現今社會，生活節奏加快，導致文化快餐化，很少有人能耐得住性子去看一兩個小時的課程。微課視頻的時間一般限制在10分鐘左右（全國高校微課教學比賽限制在20分鐘以內），適合學生拾起生活中的零散時間集中注意力學習，比如等待訂餐的時間、課前時間、睡覺前的時間，如果只是音頻文件，時間會更加容易獲得。這樣不但能夠促進學習，還可以進一步推動課程教學的改進。

4.2 我們要有計劃的錄制“微課”視頻

可以將“微課”視頻制作成一些實用的專輯，供學生課堂學習或課余時間學習，這樣也促進微課教學資源的完善。對于我們能力不及的部分還可以借鑒兄弟院校，或者是一些著名大學的免費微課網站上的微課程。

5 結語

總之，在大數據爆炸的時代，統計教學肩負的任務十分嚴峻。統計學的教育不僅要熟悉社會需求對人才培養的要求，同時我們要快速修訂教學內容，補充新的統計方法和統計模型到我們的教學中，做到與時俱進，學以致用。但是傳統的統計教學手段具有很大的局限性，有限的教學學時、有限的師資力量等，而微課恰好有效地解決了這個難題，它具有主題明確、內容精煉、隨時可學，不受學習地點限制等特點。如果可以將新的統計方法和統計模型的學習內容制作成不同的微課視頻專輯（有條件自己錄制，沒條件可以借鑒其它共享資源），放到公共的教學平臺，為學生提供學習的便利條件，這將會更快地實現統計學分層次、個性化培養的目標。

[1]邱東.大數據時代對統計學的挑戰[J].統計研究，2014（01）：16-22.

[2]耿直.大數據時代統計學面臨的機遇與挑戰[J].統計研究，2014（01）：5-9.

[3]韓際平.大數據時代的統計人才培養——對話著名統計學家袁衛[J].中國統計，2014（10）：5-8.

[4]李政，趙彥云.適應大數據時代的美國統計學大學教育（上）[J].中國統計，2015（03）：34-36.

[5]李政，趙彥云.適應大數據時代的美國統計學大學教育（下）[J].中國統計，2015（04）：24-25.

[6]陳建寶，鞠芳煜，禚鑄瑤.大數據時代下的統計學——第五屆中國統計學年會綜述[J].統計研究，2015（05）：106-112.

[7]朱建平，張悅涵.大數據時代對傳統統計學變革的思考[J].統計研究，2016（02）：3-9.

責任編輯：吳艷玲

PracticalResearch on“M icro-course”in StatisticalM ethodsand StatisticalM odel Teaching under the Background of Large Data

YANG Lijuan,TAN Xili,ZHANGM ingda

(Beihua University SchoolofMathematicsand Statistics,Jilin 132013)

With the rapid developmentof large data age,ithasbroughtaboutgreat influence on variousas?pects of socialand economic development,especially the education of statistics.This paper startswith the char?acteristics of large data,discusses the impactof large data background on statistical education and the new re?quirements of cultivating statistical talents,and emphasizes the corresponding countermeasures in statistical modeling teachingwhich issuitable for the training objectivesofundergraduate colleges.

statistics;large data;statisticalmethods;statisticalmodeling;Micro-course

C81-4

A

2017-03-05

吉林省高教學會資助項目（JGJX2015C39）；吉林省高等教育教學改革研究重點課題

楊麗娟（1975-），女，吉林省吉林市人，副教授，研究方向：統計教育、統計模型的研究。