大數據時代統計學課堂教學中數據分析思維培養探究

摘要：本文主要討論在大數據時代下，統計學課堂教學中培養大學生數據分析思維的問題。根據統計學所授基本內容，結合數據分析中的關鍵思維，確立統計學課堂教學數據分析培養的具體路徑，提出統計學課堂教學的改進措施，以期達到提升數據分析能力的目的。

關鍵詞：大數據;統計學;課堂教學;數據分析

大數據時代，數據驅動價值，數據分析思維日趨重要，大數據時代給統計學帶來了發展的機遇，統計學課堂也是培養大學生數據分析思維的一個很好的場所，但高校統計學課堂教學在培養數據分析思維方面仍存在很多問題，把數據分析思維融合到統計學的主要講授內容上去仍需探究。

1 大數據時代數據分析思維的必要性

數據收集和存儲技術的高速發展使得各個領域的團體都可以積累大量的數據，大數據時代已經來臨，在享受數據便利性的同時也面臨一系列挑戰，比如說如何分析這些數據，發現數據背后隱藏的機會點;互聯網中充斥著各種數據，如何識別數據中的漏洞;通過海量數據，如何預測未來的發展等，大數據時代具有數據分析思維已十分必要。

1.1 數據分析思維——識別數據的迷惑性

大數據時代，數據產生和收集技術的進步，使得數據本身準確度提高，但是數據結構也變得越來越復雜，如何只對單個指標簡單分析，可能會得到與事實完全相反的結果，從而誤導決策?；ヂ摼W充斥著各種數據信息，如果不加以識別數據背后的邏輯，也會混淆視聽。比如說醫院的治愈率，如果忽略了數據背后的結構，很容易得出大醫院的治愈率低于小診所的治愈率的錯誤結論，識別數據的迷惑性需要數據分析思維。

1.2 數據分析思維——正確認識現象的發展規律

數據的海量性對認識現象的發展規律提供了可靠的依據，比如說服裝企業借助POS終端可在各線下店收集顧客的購物數據，如何利用這些數據信息更好的明確顧客的需求，制定正確的商業決策，正確認識現象的發展規律需要數據分析思維。

1.3 數據分析思維——發現未來發展變化

精確的預測是數據分析的重要任務，預測對資源的分配、風險的規避、戰略的制定有著重要的指導意義。如何分析數據的影響因素，如何建立較好的預測模型，如何衡量預測結果的好壞，發現未來發展變化需要數據分析思維。

2 大數據時代統計學的機遇與高校統計學教學現狀

統計學是經濟、管理類專業的核心課程之一，是研究如何收集數據、如何整理數據、如何分析數據的學科，通過這三步可以幫助人們正確認識現象的數量特性和數量規律。大數據時代給統計學提供了機遇，統計效率得到提升，統計學學科體系得到延伸，統計學的應用范圍得到擴大[1]，統計學仍是數據分析的靈魂[2]，統計學課堂教學可以很好地培養學生的數據分析思維。

大數據時代，高校統計學的課堂教學仍存在較多問題，知識講解重公式應用，重算出結果，輕分析思維;教學方式單一，趕課程進度，輕獨立思考[3];例題講解僅對應單個知識點，不具整體性;課后作業固化，僅考查學生計算。大數據時代應注重培養學生數據分析思維，在面對實際問題時，能想到收集數據，運用恰當的指標、合理的分析方法去分析數據，才稱得上是適應社會需求的統計人才[4]，結合專業知識在工作崗位中創造更多的價值。

3 統計學課堂教學培養數據分析思維的具體路徑

統計學課程學習的主要的章節側重于不同的數據分析思維，通過教學銜接性設計可使學生形成數據分析的思維，提升數據分析的能力，結合統計學教材[5-6]和數據分析中的關鍵思維[7-8]給出具體路徑如圖。

3.1 統計整理培養學生數據分類分析思維

統計整理的核心內容是統計分組，統計分組可以劃分不同的現象、分析現象之間的關系和分析總體的內部結構等。統計分組在一定程度上來說就是對數據進行分類，數據分類分析在實際應用中很常見，分類可以對同類現象分析其共性，不同類別分析其差異。以會計專業教學班為例，舉例企業成本分析，成本分析要對成本進行分類，比如說成本可分為職能成本和運營成本，進一步可分為場地成本、運輸成本、人力成本、物料成本等。在講授統計整理的過程中注重講如何正確分組、分類對數據分析的意義，培養學生對數據分類分析的思維。

3.2 綜合指標培養學生數據對比分析思維

對比分析是數據分析中比較通用的方法，孤立的數據很難反映現象存在的問題以及發展的態勢。綜合指標中的比較相對指標強調縱向對比、動態相對指標強調橫向對比，通過平均指標的對比可反映現象的一般水平差異，通過標志變異指標的對比可反映現象的變動差異。以會計專業教學班為例，舉例成本分析，各項成本的橫向對比能反映是否成本變化在合理范圍，各項成本與同行的縱向相比是否有優勢等。在講授綜合指標的過程中注重講如何進行對比分析，不同指標間的對比能反映現象的哪些問題，培養學生對數據對比分析的思維。

3.3 統計指數培養學生數據拆解分析思維

現象往往是相互聯系相互影響的，現象的變動要受到其他因素的影響和制約，在對數據進行分析，研究現象變動的過程中就需要對數據層層拆解其影響因素，找到引起現象變動的原因。統計指數中的指數體系和因素分析對統計指數建立指數體系，分析現象綜合變動的影響因素，契合數據拆解分析思維。以會計專業教學班為例，在統計指數教授的過程中，舉例成本指數分析，分析產量指數和單位成本指數對成本指數的影響程度和影響方向，找到引起成本變化的深層次原因，為成本控制策略提供依據。

3.4 時間數列培養學生數據建模預測分析思維

選用模型預測現象未來的發展態勢是數據分析的一項關鍵內容，如何發現數據中的變動趨勢、如何選用模型、如何評價模型預測的效果都是建模預測分析需要解決的核心問題。時間數列中的動態趨勢分析，根據時間數列分析現象的變動趨勢，研究現象數量變化的規律，并以此預測現象未來的數量。以會計專業教學班為例，舉例成本預測，根據以往企業成本數據建立合適的趨勢線模型預測未來5年的成本變化，據此預測分析企業該采取怎樣的措施應對成本變化。在時間數列的教授過程中，注重預測建模步驟的講解，在此過程中培養學生數據建模預測分析思維。

3.5 抽樣調查培養學生推斷分析思維

抽取樣本分析說明總體的數量特征是數據分析推斷分析中的主要內容，而抽取樣本分別作為訓練集和測試集也是各數據分析方法常用的操作。抽樣調查涵蓋了如何根據分析目的設計調查問卷？如何根據抽樣數據對總體進行估計？選用哪種估計方法？估計的可靠性如何？如何控制誤差？等問題，契合推斷分析思維。以會計專業教學班為例，舉例抽樣調查本校大學生生活費用、對本校全體大學生的生活費用區間估計，給出大學生合理消費的建議。在時間數列的教授過程中，注重推斷分析思路的講解，確保學生理解理論推導過程，明白參數的含義以及分析結果所代表的含義，從而培養學生推斷分析思維。

3.6 回歸分析培養學生數據分析方法運用思維

回歸分析是用數學模型研究現象之間變動規律并進行預測的統計分析方法，主要有一元線性回歸和多元線性回歸，在醫學以及經濟學領域有廣泛運用。每種分析方法都有應用的前提，回歸分析也是不能勉強使用的，如果不滿足相關的前提條件，得出的回歸分析沒有實際意義，判斷相關關系也要注意識別虛假相關。在回歸分析的教授過程中，注重講解應用回歸分析的前提條件，避免套用數據分析方法，得到無意義或者相反的結果，影響決策，在此過程中培養學生正確運用數據分析方法的思維。

4 統計學課堂教學培養數據分析思維的措施

統計學課堂教學需引導學生往數據分析上思考，形成選擇正確的方法計算是基礎，理解所得計算結果的含義是橋梁，根據含義給出具體解決問題的舉措是目的的三步數據分析思維。在統計學課堂教學中提出如下措施，以期達到培養學生數據分析思維、提升數據分析能力的目標。

4.1 結合講授知識點，多涉及分析案例

一般統計學教材中，在每個知識點后都會有例題，直接應用該知識點帶入公式計算即可得到結果，比如說平均數和方差的計算，區分好選用哪種平均數，記住平均數和方差的計算公式，很容易即可得到結果，這樣對于分析思維的培養顯然不夠，對于這個知識點可再引入案例：均值、方差在投資組合上的應用分析。再比如說講授相對指標，區分好每種相對指標的計算前提，代入公式即可，但是多種相對指標結合分析需要再綜合舉例，對于這個知識點可再引入企業戰略分析。

4.2 結合計算結果，多說明背后含義

在統計學課堂教學中，不應只得到正確計算的結果就結束了，多帶著同學理解數據背后的含義，比如說綜合指標，對于每個指標計算的結果，引導學生多思考這些結果反映的問題，計劃完成程度相對指標超額完成了，是不是計劃指標制定得不合理，在下一年的指標制定中能不能制定激進的目標策略，同樣指標沒有完成，怎么去找原因，從而精準地解決問題。再比如說講因素分析，總產值的變動到底是價格因素引起的還是產量因素引起的，影響的方向又是如何，計算出各因素的指數，這些指數反映怎么樣的問題也應重點說明。

4.3 作業改革，多交分析報告

傳統的統計學作業強調運用公式計算，不注重對結果進行分析，在每章節結束可布置分析報告的書寫。比如說綜合指標章節結束后，可給出某一企業的歷年經營數據，分析企業是否在健康的軌道上運行，提交分析報告。而后可展示優秀分析報告的亮點，說明分析報告中的典型問題，通過這種方式鍛煉學生數據分析能力。

4.4 強化工具結合，多使用分析軟件

當前所處的大數據時代，數據量非常龐大，為完成分析任務，一般都是借助分析軟件計算結果，在統計學課堂教學中，應多演示軟件的使用，常用的統計分析軟件有SPSS、R語言、SAS、Excel等，這些分析軟件各有特色，有的畫統計圖表比較強大，有的統計分析方法比較齊全，有的交互性比較好，在課堂中應至少演示一種軟件在分析中的應用。比如時間序列分析講解中，可用SPSS演示如何進行趨勢線擬合法進行預測，如何看分析結果中的預測數據;再比如說在回歸分析講解中，可演示用Excel進行回歸分析，并說明如何看分析結果中的回歸系數、R平方、標準誤差等關鍵數據。

4.5 總結回顧，多思維導圖復習框架

章節復習的重點是串聯起整個章節的知識點，只有對所學內容有個清晰的結構性認識，才能更好地運用。在復習中，可采用思維導圖把各個知識點的層級以及相互隸屬的關系清楚表示出來，不僅有利于學生對所學知識的記憶，更有利于學生對知識點間相互關系的思考，形成整體思考、部分補充的分析思維。比如說綜合指標的復習中，第一層級應該是總量指標、相對指標、平均指標和標志變異指標，這些指標有什么含義，說明現象的哪些問題，第二層級是這四種指標的細分指標，這些細分指標又能反映現象的哪些側面問題等。思維導圖可以很好的在學生的腦海中架構這些分析的邏輯。

大數據時代，培養當代大學生數據分析思維的重要性已日漸凸顯，利用好統計學課程的學習內容可以很好地做到這一點，在統計學課堂教學中應多思考新方法，多采用新措施去培養大學生的數據分析思維。

參考文獻：

[1]鄭雅倩.大數據時代統計學面臨的機遇與挑戰[J].新經濟，2016，（12）：29

[2]李智明.淺談大數據時代統計學的挑戰與機遇[J].教育教學論壇，2020（13）：95-96

[3]劉素榮.大數據思維下經管專業統計學課程教學改革研究[J].高教學刊，2018（10）：131-133+136

[4]周建軍，張理，唐年勝.統計學教學中統計思維培養的幾點思考[J].科技信息，2013（23）：19+29

[5]寧自軍，杜歡政.統計學[M].北京：科學出版社，2017

[6]李金昌，蘇有為.統計學[M].北京：機械工業出版社，2014

[7]陳封能，斯坦巴赫，庫瑪爾.范明，等譯.數據挖掘導論.北京：人民郵電出版社，2011

[8]徐珉久.武傳海譯.R語言與數據分析實戰.北京：人民郵編出版社，2017

作者簡介：涂現峰（1993— ），男，漢族，河南信陽人，碩士，助教，研究方向：隨機微分方程。