張會清
[摘 要]統計學從誕生至今已走過300多年的歷程,是收集、整理和分析數據的科學和藝術。著名的弗洛倫斯·南丁格爾說:“為了理解上帝的思想,我們必須學習統計學,因為統計學測量的是上帝的旨意。”近年來,隨著大數據時代的到來,數據科學越來越重要,在大數據時代,數據就是金礦。作為處理數據的一門基礎學科,統計學的地位越來越重要,但統計學教學并沒有與時俱進。基于此,文章分析了獨立學院統計學教學中存在的問題,提出了大數據時代統計學教學改革措施,旨在為相關研究提供參考。
[關鍵詞]大數據;獨立學院;統計學;教學改革
doi:10.3969/j.issn.1673 - 0194.2020.16.106
[中圖分類號]G642[文獻標識碼]A[文章編號]1673-0194(2020)16-0-02
0? ? ?引 言
統計學是一門實踐性很強的課程,旨在培養學生利用統計方法解決經濟社會中實際問題的能力。由此可知,統計學的發展通過實際需求驅動。如今,數據已經滲透到各個職能部門,伴隨著互聯網和新型技術的迅速發展,數據已然成為一項資產,成為重要的生產要素,隨之而來的數據處理技術也變得越來越豐富。企業對經濟管理類學生的數據處理能力要求更高,使統計學原有的結構架構、理論體系等都遇到了前所未有的沖擊和挑戰。在該背景下,統計學教學必須進行改革,以適應時代的發展變化。如何使統計學的教學跟上時代發展,筆者所在學校統計學教學組教師在統計學教學過程中進行了一些有益嘗試,主要針對之前統計學教學過程中存在的問題以及大數據背景下統計學課程教學目標兩個方面開展。
1? ? ?大數據時代傳統統計學的變革
統計學者對大數據時代統計學教學改革問題做了大量有益的研究。從研究視角看,主要集中在以下兩個方面:大數據時代對統計學的挑戰與思考。邱東認為統計是一門數據科學,在大數據時代特別重要。這個推斷邏輯上沒有問題,但問題在于“統計學特別重要”不等于“統計學唯一重要”。他還指出大數據時代的統計重心發生了轉移,如果原來的統計實務重心在于收集基礎數據,難點在于如何獲取數據,那么在大數據時代,則更注重如何選擇有用數據。如果原來重心是“做加法”———無中生有;那么現在重心則是“做減法”———有中生用。換句話說,原來統計學的特點是以小見大,現在則更在于由繁入簡。朱建平、張悅涵認為,大數據的產生對統計學具有劃時代的意義,大數據以其價值性、多樣性、大量性、高速性的特征彌補了統計學高成本、高誤差的不足,但這并不意味著統計學的時代結束了,人們進行搜索、聚類、分類大數據時還需要依賴統計學的方法,大數據離不開統計學。大數據時代的到來,提高了統計質量,降低了統計成本,拓寬了統計學應用領域,使統計學得以延伸,提高了統計學在自然科學和社會科學中的地位,這是大數據給傳統統計帶來的機遇。
大數據的到來使統計分析從小數據走向大數據,傳統的統計學通過認識樣本了解總體。大數據時代,統計學分析的對象可能是總體;傳統統計學大部分研究可以用圖表展示結構化數據,而大數據時代人們面對更多的非結構化數據;傳統統計學雖然應用計算機軟件,但大部分基于Excel、SPSS軟件,而大數據時代數據處理軟件更多,比如,R語言、Python、MATLAB以及SAS等。這些都說明大數據給統計學不僅帶來了機遇,也帶來了一定的挑戰。抓住機遇,迎接挑戰,確保統計學跟上時代的發展步伐是每一位統計學相關人員的責任和使命。
2? ? ?統計學教學中存在的問題
2.1? ?講授內容較多,學時有限
統計學的內容包括基本概念、基本理論、統計整理、描述性分析、參數估計、假設檢驗、相關與回歸分析、時間序列分析等。之前筆者所在學院統計學學時為32學時,其中還包括軟件的學習和操作,假設檢驗都無法完整講授,更不用說相關分析、回歸分析和時間序列及指數分析。如果學生不能充分在課后展開自主學習,學習效果將大打折扣。
2.2? ?先導課程基礎薄弱
統計學的先導課程為微積分、概率論與數理統計。對于經管類非統計專業的學生,大多數學生對公式不敏感,甚至頭痛,常常死記硬背,上統計學時,關于概率論與數理統計的很多知識已經忘記,看到統計學課程包含公式、概率論等知識常常覺得痛苦。雖然目前已淡化了公式的相關計算,但在講解原理時,如中心極限定理、方差分析思想時,學生仍覺得有一定難度。
2.3? ?教學內容沒有與時俱進
統計學的基本內容包括兩大方面:一是描述統計;二是推斷統計。在大數據時代,無論是描述統計還是推斷統計都發生了變化,但實際課堂上,統計學的教學內容并沒有與時俱進。以統計推斷為例,傳統的統計推斷以概率論數理統計為基礎,利用中心極限定理確定已知數據分布后,利用樣本統計量推斷總計特征,推斷結果的評價由樣本統計量的構造原理及樣本數據的質量決定。而大數據時代,人們可以收集到海量數據,研究數據實際分布就是對數據進行分析計算。顯然,當下統計學課程教學內容已跟不上時代發展的步伐,學校培養的學生不具備從事大數據研究的能力,這是不爭的事實,毋庸置疑,統計學的教學改革迫在眉睫。在大數據時代,把大數據思想與精髓納入統計學的教學體系中非常必要。
2.4? ?注重理論教學,輕實踐教學
統計學是與數據打交道的一門學科,從數據收集到最后的分析預測,都離不開數據,實踐性很強,但掌握統計學數據分析方法,必須掌握一定的理論,如隨機抽樣、大數定理、中心極限定理、小概率原理等。在一些地方院校,這些內容的講解會占用50%以上的學時,比如,在講到推斷統計時,統計量是非常重要的概念,教師為了讓學生掌握這一概念,會從概率講起,介紹隨機抽樣、抽樣分布以及中心極限定理等相關內容,這樣在總學時有限的情況下便會大大縮短實踐時間。此外,不能保證上機時間,學生不能完全掌握數據分析軟件的操作步驟,導致學習效果大打折扣,甚至學生無法將統計理論知識應用到實踐中,這與教學目標背道而馳。
2.5? ?考核方式單一
聯合國教科文組織國際教育發展委員會出版的《學會生存》一書中說:“從理論上講,考試的目的第一在于測量過去的成績,第二在于評價一個人的未來的能力。”考試作為教學的最后一步,是對教師一學期教學質量的評價,也是衡量學生學習效果的重要手段。之前,筆者所在學校統計學主要采用“期末成績(70%)+平時成績(30%)”的考核方式,這種考核方式顯然不合理,無法體現學生實踐能力。
3? ? ?統計學教學改革方法
統計學是一門兼具理論和應用的課程,特別是在大數據的背景下,學生在具備經濟學、管理學等專業知識的基礎上,需要掌握相關數據分析方法,并能熟練掌握相關統計軟件,自覺地利用統計學知識思考和解決實際社會經濟問題。因此,在統計學教學改革過程中,應著重從以下幾方面進行改革。
3.1? ?增加學時
筆者所在學校的經管學院在2017級人才培養方案修訂過程中,將統計學學時由原來的32學時增加到56學時,實驗學時由原來的4學時增加到16學時,大大緩解了內容多、學時少之間的矛盾。另外,由原來大班教學改成小班教學,提高課堂教學效果。
3.2? ?轉變教學觀念
受新冠病毒肺炎疫情影響,全世界學生都進行在線學習,這是教育領域的一場革命。疫情過后,教學方式會發生很大變化,當然這種變化得益于信息技術的進步。以往的課堂總是“填鴨式”教學,教師滔滔不絕地講一節課,學生參與度極低。隨著在線平臺的推廣和普及,例如,慕課、網易云課堂等被學生青睞,所以高校教學觀念也應隨之轉變。課堂上以學生為中心,課前通過網絡給學生推送預習內容,包括在線平臺視頻。課堂上教師應用案例分析串講知識,剖析重難點,使學生在案例學習中掌握理論知識。一方面,學生通過這種方式掌握理論知識;另一方面,節約時間,加強學生實踐環節學習。
3.3? ?加強教學實踐
傳統統計學雖設有實驗,但是以Excel、SPSS為主的統計軟件處理一般統計學問題,比如,數據圖表展示、回歸分析等。這些分析方法遠遠不能滿足大數據的需求。在大數據時代,機器學習、數據挖掘、模式識別、商務智能、人工智能都屬于數據分析,這要求學生的軟件應用能力足夠強,不僅會傻瓜式操作,更要勝任算法設計和程序編碼等。在條件允許的情況下,可以開設計算機課程,比如,數據庫、數據結構、Python等。
3.4? ?優化考核方式
單一的卷面考核方式已經不能適應經濟社會對統計人才的需求,在大數據時代,應該加強對學生實踐能力的考核,將實踐作為考核范疇。通過實際上機能力考核,引起學生高度重視,推動學生動手能力與社會需求相匹配。把實踐納入考核體系后,無論是教師還是學生,都會高度重視上機實踐教學,不再流于形式。
3.5? ?提高教師自身專業素養
教師是一個需要終身學習的職業,大數據時代的到來對統計學教師來說既是挑戰也是機遇。教師要努力學習,掌握大數據相關內容,以跟上時代發展步伐。這要求教師把學習當作一種常態,經常參加教學科研活動。對于教學任務重、院校所在地較偏僻的教師,參加在線培訓,聽取一些專家在線直播的課程等不失為一種有效的學習途徑。
4? ? ?結 語
一方面,大數據的產生給統計學帶來了機遇,大數據的處理分析離不開統計學,兩者相輔相成;另一方面,大數據的到來給統計學帶來了挑戰,原有的教學方法不能適應大數據對統計學的要求。在大數據時代,統計人才要具有更強的計算機處理能力。本文通過分析獨立學院統計學教學中存在的問題,探析統計學教學改革方法,例如,統計學教學應該與時俱進,牢牢抓住大數據帶來的機遇,變革課堂,改進教學方法,以適應時代,完成自己的使命。
主要參考文獻
[1]曾五一,肖紅葉,龐皓,等.經濟管理類統計學專業教學體系的改革與創新[J].統計研究,2010(2):3-6.
[2]大數據中的統計方法課題組,馬雙鴿.大數據時代統計學發展的若干問題[J].統計研究,2017(1):5-11.
[3]康元寶.大數據新時代統計學課程建設的探究與思考[J].大學教育,2019(8):87-89.
[4]邱東.大數據時代對統計學的挑戰[J].統計研究,2014(1):16-22.
[5]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(2):3-9.