大數據方向統計學專業人才培養模式探討

趙明濤 李芳芝 孫欣

【摘要】大數據時代已然來臨，大數據思想理念已經在不斷改變我們的生活方式、思維方式。統計系專業知識曾是數據處理分析的重要工具，大數據背景下，傳統的統計學思維模式面臨著挑戰。本文通過總結傳統統計學專業人才培養的特點、分析大數據時代下統計學專業的機遇與挑戰、探究大數據統計分析方向、統計學專業人才培養模式的改革思路，對大數據時代統計學專業的發展方向提出建議。

【關鍵詞】大數據；統計學；人才培養方案；數據科學

【基金項目】安徽財經大學重點教研項目：大數據統計分析方向的統計學專業教學改革研究（acjyzd201745）；安徽省一般教學研究項目：大數據統計分析方向的統計學專業教學改革研究（2017jyxm0189）。

一、傳統統計學專業人才

統計學學科目前是一級學科。傳統統計學類專業一般分為三個大的專業方向：數理統計方向、經濟統計方向和應用統計方向。數理統計方向和經濟統計方向的差距并不是很大，數理統計主要是對統計學的基本理論和方法進行研究；經濟統計則是提供科學的調查、搜集經濟信息，以及描述、分析經濟數據并對社會經濟運行過程進行預測、監督的一門科學。而應用統計學主要是調查、收集觀察對象的數據信息，并通過描述統計等技術，分析觀察對象的特征，發現事物的規律，進行預測、監督，以實現社會經濟良性運行。

通過統計學專業的學習，可以掌握各種數據分析技術，了解統計學的前沿理論，還可以掌握科學調查、科學研究的思路，也將學到統計分析軟件的使用技術。學習統計學要有一定的數學基礎，并且還必須熟悉計算機操作。在實際工作中，統計工作需要借助各種統計分析軟件完成。該專業學生主要學習必需的數學、物理的基礎知識，學習力學基礎理論及某一專業方向的專門知識，加強實驗能力和計算機應用能力的訓練，注意培養理論分析能力和力學應用的能力。學生受到科學研究和工程技術應用的初步訓練，具有良好的科學素養。

通過學習，統計學專業學生將具備了以下幾方面的能力：（1）掌握數學、物理的基礎知識，具有較強的分析和演算能力；（2）掌握系統的力學基本理論知識，初步掌握力學的基本實驗技能和實驗分析方法；掌握一定的工程背景知識，初步學會建立簡單力學模型的方法；（3）了解相近專業的一般原理和知識；（4）對該專業范圍內科學技術的新發展有所了解；（5）了解國家科技、產業政策、知識產權等有關政策和法規；（6）掌握資料查詢、文獻檢索及運用現代信息技術獲取相關信息的基本方法；具有一定的實驗設計，創造實驗條件，歸納、整理、分析實驗結果、撰寫論文，參與學術交流的能力。

主干課程包括：數學分析、幾何代數、數學實驗，常微分方程，復變函數，實變與泛函、概率論、數理統計，抽樣調查，隨機過程，多元統計，計算機應用基礎，程序設計語言，數據分析及統計軟件、回歸分析，可靠性數學，實驗設計與質量控制，計量經濟學，經濟預測與決策，金融數學，證券投資的統計分析，數值分析，數據結構與算法，數據庫管理系統，計算機網絡系統，系統分析與軟件設計。

統計學專業傳統的教育方式對數學理論的教學具有一定的深度，但是存在教學內容固化、教學手段單一的問題。不僅如此，實際教學過程中的考核方式主要體現在公式推導、數學概念分析等方面，對學生綜合實踐能力的培養和考核難以體現，教學過程中實踐、試驗課占比較少，學生只知道公式符號，卻難以操作。種種原因，難以適應大數據時代統計分析綜合人才的要求。

綜合起來，傳統統計學人才培養方式有如下幾方面的問題：（1）培養目標缺乏大數據思維訓練；（2）專業課程設置重理論而輕應用；（3）統計相關軟件課程設置參差不齊；（4）統計計算能力的培養的不夠重視；（5）教學過程忽略大數據特征。

二、統計學專業培養模式探究

1.統計學專業知識依然是大數據分析的靈魂

大數據的一個重要特點就是價值密度低。小數據往往來自于科學的抽樣，對總體數據有較強的抽樣代表性，對樣本的學習可以得出較為科學的結論，這些結論可以推斷到總體特征。抽樣的出發點源于總體數據的未知性或全面調查無必要。傳統的統計學專業知識，基本上都是基于對樣本數據的學習。在很多實際調查中，依賴于統計專業知識可以得到很有價值的結論。在大數據時代，人們獲取數據的途徑和方法增多，各種各樣的數據源源不斷地被搜集起來。數據的搜集過程甚至是連續的、無間斷的。因此，一部分人就認為大數據時代我們獲得的數據是全數據，也就是總體數據。既然能獲得總體數據，那么傳統的統計方法是否還適用于大數據分析呢？

目前社會上一部分人認為，在大數據時代，我們可以獲得海量數據，那么抽樣就沒必要了。既然抽樣沒必要了，那么傳統統計研究方法就不需要了，我們就要尋找適合大數據分析的方法。久而久之，這種觀點甚至形成了一種有力的聲音。一部分學者甚至產生了大數據恐慌。他們不斷地問自己，我們該怎么分析大數據呢？還有一部分學者認為，大數據時代復雜的統計分析工具已經沒有必要了，大數據分析好似僅僅停留在簡單的計數層面。究其原因，主要是因為大數據價值密度低，有別于傳統統計學研究的總體數據和樣本數據。

大數據告知信息但不解釋信息。我們獲得了海量的數據，通過數據我們得到了一些信息，但是這些信息卻不能直接拿來使用。如何利用這些信息指導實踐，那就需要統計學知識。因此，大數據時代，統計學專業知識仍然是數據分析的靈魂。不僅如此，全數據的概念也值得懷疑。很多時候，我們縱然獲得了全部數據，但是根據這些數據依然難以合理全面地解決問題。此時，就需要利用統計學專業知識進行合理的推斷。不僅如此，全數據依然存在不確定性。事物是在不斷發展變化的，彼時的全數據到此時可能就不足以說明問題了。為了更好地解決問題，仍然需要不斷積累更多的數據。因此，所謂的全數據仍然是階段性的部分數據。縱然得到了一些結論，這些結論如何能表達客觀真理，就需要借助統計學專業知識。

2.大數據方向統計專業人才培養模式

（1）培養目標應具有大數據思維

大數據時代的數據或大數據分析的基本前提就是要培養具有大數據思維的專業人才。統計學專業培養立足于數據分析的專業人才，更應該適應社會發展，培養大數據思維，將大數據思維模式貫穿到培養目標中，融合到實踐教學過程中。具體說來，統計學專業人才必須兼具數據科學、統計學、數學、計算機以及其他交叉融合學科的專業素養，能處理各個領域的各種不同形式的數據和大數據。特別要指出的是，數據科學與計算機的融合在大數據時代的重要性，統計學專業要立足于本專業的統計素養的培養，同時要引導學生學習數據科學的基本思想及計算機的操作和實踐能力。只有這樣，才能成為多個學科能力融合的大數據綜合統計分析人才。

（2）專業課程體系應該順應大數據趨勢

課程設置是專業人才培養的實施落腳點，是人才培養的重要方面。學生好比顧客，課程好比學校的菜單，不同的菜單會有不同的體驗感受，不同的菜單會孕育不同類別的人才。統計學專業本就是孕育數據分析人才的重要專業，在大數據時代，統計學專業課程體系應該順應大數據趨勢，增設大數據分析方法的課程，增強統計計算、統計軟件方面的能力培養。課程體系要從總體上有方向性、有目的性，抓住大數據分析處理目的。細節上，課程體系中的每門課都要服務于人才培養目標，每門課都要在人才培養過程中占有一定的不可或缺的作用或起著重要的一環。具體到每門課程，教師應該全面修訂適應大數據分析的教學大綱、方案、內容等。將大數據思維方式貫穿到每門課中，貫穿到每節課中，這樣才能培養出具有大數據時代特征的統計分析人才。

（3）全面改革課程教學方法

傳統的填鴨式的專業課程教學已經難以滿足新時代大數據人才培養的需求，教學方法面臨著改革。當今時代，統計學專業課程的教學過程應該突出大數據特征。課程教學改革方向應包括：如何深化基礎，提高課程的開放性？如何拓展思維增強課程的交叉性？如何聯系實際提高教學方式的多樣性？具體應涵蓋培養目標的轉變、教學內容的修改、創新實踐教學的實施和多元化設置、規范統計軟件課程強化統計計算等。

教學過程中，要在專業基礎知識的基礎上，不遺余力的提高學生的實戰能力，包括數據分析能力、統計計算能力、計算機編程能了、專業交叉學科的實踐能力等。依賴于大數據，將大數據分析融入每門課程的授課環節中，啟發式教學讓學生無時無刻體會到基礎知識的學習與數據分析之間的關系。課程授課過程中，配以大數據集供學生開放式學習，讓學生認識數據、理解數據、征服數據，能在數據中找到樂趣，找到成功感。

三、結語

本文介紹了大數據時代的特點，指出了現有的統計學專業人才培養所面臨的問題，提出了大數據方向下統計學專業人才培養改革的方向和思路。

【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（60）.

[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[R].中國大學教學，2007（1）.

[6]劉軍，大數據時代，為什么說統計學依然是數據分析靈魂[EB/OL]http：//www.sohu.com/a/112601500_461222.