大數據背景下統計專業教學方法改革探索

楊靜 許峰 殷志祥 李德權

摘要：大數據時代下，各行各業都迫切需要數據分析和數據挖掘方面的人才，由此極大地推動了統計專業的發展.如何培養出適合當今社會發展需求的統計分析人才，歸根結底是對統計專業傳統教學方案方法的挑戰.文中首先介紹傳統教學方法，指出其不足之處;其次探討大數據時代下的教學方法和實踐形式;最后指出大數據時代下統計專業學生的培養模式必須要改革創新以適應時代發展需求.

關鍵詞：統計專業;統計分析;教學方法;大數據分析

中圖分類號：G642.0? 文獻標識碼：A? 文章編號：1673-260X（2019）08-0164-03

引言

隨著大數據時代的到來，數據的產生成爆炸式增長，對這些數據中價值信息的提取就導致各行各業對“數據分析”類人才的大量需求.大數據分析并不是傳統的數據分析，而是指用恰當的統計分析方法對收集的海量數據進行深度分析，提取到想要數據信息，得到相關且具有說服力的結論，再對數據加以全面挖掘和概括總結的過程.在具體的應用中，數據系統的分析所提供的結論不但可以幫助人們做出合適的選擇，而且還可以幫助人們采取適當的行動.而統計專業正是培養數據分析人才的搖籃.因此探討統計專業的教學方法使其如何適應大數據時代的社會需求則是我們所要關注的問題.

1 統計專業傳統教學方法

統計學的專業課程很多，包括：概率論、數理統計、應用回歸分析、多元統計分析、應用隨機過程、非參數統計、抽樣調查、數據分析及統計軟件、計量經濟學、經濟預測與決策、金融數學、統計計算、數值分析、數據結構與算法、數據庫管理系統、統計建模與數據分析、系統分析與軟件設計、時間序列分析、大數據分析方法與應用、統計案例等.傳統的教學方法主要側重于理論的傳授，老師在講臺上講授，學生在講臺下記筆記、做題目，考試前死記硬背，考完試如釋重負.這種傳授模式帶來的弊端就是學生畢業后，面臨一個案例無從下手，一切需從頭開始.學生若不能夠主動的接受知識，就無法真正理解掌握知識，更無法進行實際運用.這也反應了以“教師為中心”的課堂模式具有一定的片面性、滯后性.單純的課堂傳授知識書本的教學模式已經不能達到培養高素質數據分析型人才的目標.那么應該采用什么樣的教學方式才能培養出高能力的畢業生呢？這就是大數據時代下我們應思考的問題.

2 大數據時代的教學方法

2.1 大數據對傳統統計學教學方式的影響

應用統計學的生命力在于應用.而當今的大數據時代面對的數據是異構性、規模性、實時性、復雜性和隱私性等特點，使得原有的數據分析方法已經無法滿足需求.傳統的理論教學模式對數據要求過高，使得現代的大數據無法滿足其假設條件（新時代下的數據是多樣性的，結構化、非結構化，如文本、圖片、視頻、音頻等），進而無法對其進行分析.另一方面，傳統教學方式培養出來的學生在動手和創新能力方面嚴重不足，僅局限于理論上的知識.

2.2 新時代下統計教學的思考

新時代下的大數據分析是指對規模巨大的數據進行分析挖掘，分析的結果應該可以轉化成產品供用戶（企業、政府等）所使用，使其產生價值.那么這里就問了：我們培養的學生應該具備哪些素質才能更好的滿足行業的需求呢？學校應該如何調整教學方案，優化培養計劃，才能更好的適應社會需求呢？某協會對2016年9月各大招聘網站發布的數據分析崗位招聘信息，采用爬蟲獲得原始數據后，進行統計分析得到用人單位非常注重應聘者的數據分析經驗和數據挖掘能力.他們的分析還發現對于學歷的要求更傾向于本科生和大專生.那么這反映開展本科應用“∏”型人才教育的重要性和必然性！

那么我們如何教學才能適應社會需求？這里給出作者的幾點建議：

2.2.1 知識的講解可以穿插在一個具體的案例中

在講授知識前可以先介紹一個案例.首先進行背景介紹，引導學生去分析這個問題，引出所需知識點，然后進行知識點的介紹，再返回來進行案例的講解引出新的知識點.這樣由面到點的講解，案例講解完了，知識點也教授完了.最后讓學生自己概括總結出一份具體實際意義案例分析報告.這樣的教學模式可能會勾起學生的興趣，加強學生對數據分析能力的應用.若沒有案例，我們也可以自己尋找案例.比如可以利用問卷星等市場調查的方式，讓學生設計問卷收集數據，然后在進行教學，這種方法尤其適用高校的統計案例這門課.學生從頭到尾參與了教學，學生在數據分析能力、統計思維等方面將得到很好的鍛煉.

2.2.2 鼓勵學生自學數據分析軟件

數據分析軟件目前品種繁多，就我們所常用的就有12種之多，不可能在課堂上一一介紹給大家.這就需要學生根據自己的興趣及未來的趨勢選擇一些軟件學習.同樣學習的過程也是要結合著案例系統的、有目的的學習.

2.2.3 鼓勵學生與企業合作，或參加一些人才培養計劃

我們知道企業用人的一個痛點就是對人才進行再培養，而之前大多數應屆畢業生無法快速承擔重要的業務工作，需要用人單位進行業務再培養.企業所需要的合格的畢業生一般要求具備一定的理論素養、計算能力、產業實踐等實戰技術能力.在高年級時學校應該高度重視學生實際動手分析數據的能力，積極有效的組織學生去單位公司實習有關于數據分析方面的具體案例，或激勵學生去參加人才培養計劃.

2.3 創新培養模式

面臨著大數據分析人才的緊缺局面我們的應用統計專業學生的數據分析能力還有待提高才能不斷的適應社會對于人才能力的需求.目前我們的培養方式還存在一定的局限，主要有以下幾條：

2.3.1 需要加深統計理論知識的學習

大數據的分析需要扎實的統計理論知識作為基礎，像大數定理等統計思想在數據處理和趨勢預測中有著重要的作用一樣.目前國內高校對于本科應用統計學專業的課程安排主要有概率論、數理統計、多元統計分析、時間序列分析、試驗設計、應用回歸分析、抽樣技術、統計預測與決策、統計計算、統計建模與統計軟件、數據挖掘等，但學校對于學生的數據分析方面的培養還相差甚遠，還需要加強統計理論知識的訓練和培養解決實際動手處理數據分析的案例.如神經網絡、運籌學、案例分析等.同時，還應該設置與大數據分析相關的關聯規則、決策樹等課程，只有掌握以上的基礎知識，才能進行數據分析、數據挖掘和統計決策等.

2.3.2 應加強數學、計算機等學科的能力培養

亞馬遜大數據科學家約翰勞瑟曾說過：“統計學家和計算機工程師的結合體就是數據科學家.”大數據人才需要系統地掌握數據分析有關的知識和技能，主要包含統計學、計算機、數據挖掘等方面的知識.因此，對于應用統計學專業學生培養大數據分析能力，不僅僅只需要應用統計學專業的知識就能達到要求，還需要數學、計算機等相關專業結合，以彌補應用統計學專業學生在計算機編程及復雜數學問題解決能力上的欠缺.

2.3.2.1 課程之間的銜接—“案例教學法”

對于應用統計學專業現有的培養計劃中做好大數據課程的銜接工作并解決課程內容規劃等具體問題，為大數據分析培養提供制度保證和具體規劃措施.在數據分析能力培訓中應用十分成功的訓練方法—“案例教學法”.這是哈佛商學院在上1920年代提出的一種很特有的案例教學形式，這些案例都是來采用商業管理的真切的情境或事件.案例教學法，有利于培養和鍛煉學生自主學習和積極解決問題的能力.這種新的教學模式實行之后，在學生實際動手能力的培養上初具成效.這種方式“采用精挑細選的案例使學生不僅掌握具有普遍意義的知識還加強了學生解決實際問題能力的培養，讓學生形成獨立自主學習的能力”.

2.3.2.2 理論知識的實踐能力轉化

培養數據分析的專業型人才目的就是為了學以致用，為大數據行業提供能隨時上崗的數據分析與挖掘型人才.數據分析本身就是為了從數據中提取有價值的信息，根據發現的問題建立模型，利用模型去預測企業收益風險、決策，進而做出正確合理的決策判斷.因此，如何將基礎知識和技能轉化到實踐中去是目前要解決的問題.主要措施是要提高學生理論和實際相結合的能力;培養和鍛煉學生的統計建模和數學建模技能、算法編程能力和數據分析能力;培養學生運用所學的數學知識和統計軟件（R、Python、SPSS等）分析解決實際問題及獨立思考研究的能力.開展校企協同培養，構建問題導向、項目牽引的實踐教學模式，使得學生在實習的過程中能夠理論聯系實際，將所學知識進行轉化，切身體驗數據分析的商業操作體系.這樣就能夠有效的促進學生有目的、有取舍地針對自身實際情況進行刻苦鉆研學習，繼而就能夠培養出適合社會發展，滿足市場需求的具有專業知識與數據思維的“π”型人才.

2.3.2.3 需提升學生的就業能力

中國大數據市場的缺口有100萬以上，尤其是統計人才，因此應用統計學專業在大數據背景下越來越重要.社會需求的是能夠將所學知識盡快應用到實際的數據挖掘中，需要既懂統計與數學，又懂計算機并與實際問題充分融合的大數據專業型的人才，包括數據分析師、數據工程師、精算師，當然國家更缺能夠引領我國統計學科發展的數據科學家.但是統計專業的學生在就業過程中往往會出現數據分析能力不足，但對擇業期望過高，不太了解就業市場需要的人才.面對這種現實情況首當其沖就是要加強學生對就業方面能力的培養，以便于和社會的需求相銜接.提升學生就業能力在很大程度上取決于與應用統計學專業在培養計劃和方案上，也就是自身建設即課程體系、理論教學、實踐教學、教學方法、教學形式、評價方式等方面有關.應用統計學專業在國外很受重視.據統計，在美國和加拿大，統計學人才需求遠遠大于供求，所以就業非常樂觀.但是在中國，學校培養的統計學畢業生與市場所需要的統計學專業人才相差較遠，也就是學校培養的統計學畢業生的能力不能很好的滿足市場的需求與社會發展的要求.我們應結合上述各方面綜合提高在校統計專業學生數據分析能力的素質，從而提升畢業學生的社會競爭力和就業能力.

3 結論

國務院學位委員會在第28次會議時通過《學位授予和人才培養學科目錄（2011）》，由此統計學已經從數學和經濟學獨立出來，成為了一級學科，在政府高度重視下使統計學得到更為廣闊的發展.南開大學的統計研究院副院長王兆軍說：“目前，社會急需大量既懂統計與數學，又懂計算機，并與業界充分融合的大數據專業人才，包括數據工程師、數據分析師，更缺引領學科發展的數據科學家.為了提供更好、更持久的大數據處理與分析技術和方法，必須要有一個強大的數據科學學科做堅實后盾.如果沒有數據科學學科的核心理論做支撐，大數據難免會泡沫化，也必然會損害國家的大數據發展戰略.”因此應用統計學的教學課程要緊跟時代的步伐，滿足社會對于統計學人才需求，為我國社會經濟發展提供有用的人才，教學方法需要源源不斷的改進，授課老師也應不斷的進修學習，以保證能更得上時代的腳步.通過課程改革、加強實踐等幾方面努力來培養適合大數據時代發展的具有專業知識與數據思維的“π”型人才，為社會的發展進步做出應有的貢獻.

——————————

參考文獻：

〔1〕孫欣，尹彪.大數據時代背景下統計學學科的應對[J].統計與決策，2017（6）.

〔2〕楊煒明，廖書.大數據背景下統計專業教學改革探索[J].重慶電力高等?？茖W校學報，2015，20（1）：18-19.

〔3〕崔路云.基于大數據時代背景對統計學教育的幾點思考[D].首都經濟貿易大學，2014.

〔4〕李金昌.統計測度：統計學邁向數據科學的基礎[J].統計研究，2015，32（8）：3-9.

〔5〕潘淑霞，孫王杰，張若東.統計學應用能力培養的探索與實踐[J].吉林化工學院學報，2015，32（2）：80-83.

〔6〕從“T”型人才到“π”型人才，大數據人才培養之路該如何走[EB/OL].https：//www.sohu.com/a/139870618_287574.

〔7〕Zheng S. Exploration and Analysis on the Background and Model of Statistics Teaching Reform in Economic Management Major[J]. Journal of Wuyi University， 2015.

〔8〕Statistics I O M . The annals of applied statistics.[J]. Annals of Applied Statistics， 2008， 2（3）：887-915.

〔9〕Lee J Y L ， Brown J J ， Ryan L M . Sufficiency Revisited： Rethinking Statistical Algorithms in the Big Data Era[J]. The American Statistician， 2016（09）：57-59.