“屬性數據分析”的課程案例和課程考核改革

徐 鋒

“屬性數據分析”的課程案例和課程考核改革

徐 鋒

（桂林理工大學理學院，廣西 桂林 541006）

屬性數據在生活中經常遇到，其分析方法是統計學專業學生必須了解和學習的。文章基于目前“屬性數據分析”課程的教學現狀，特別是課程案例的局限性，收集了一些貼合大學生生活的案例數據，以便引起學生的共鳴，提升教學效果。同時，提出結課考核采用過程考核聯合結課論文匯報的形式進行最終考核，以充分了解學生對課程知識的掌握程度。

屬性數據；課程案例；統計分析；課程考核

引言

隨著大數據時代的到來，傳統統計學受到了巨大的沖擊，在面臨挑戰的同時，也迎來了新的機遇?；ヂ摼W的發展，使得數據以多種形式出現，不斷涌入的多形式、大量的非結構數據對傳統統計方法提出了巨大的挑戰，同時更多更好的統計方法也應運而生，針對屬性數據分析的方法也在日漸豐富。在以前計算機還未高速發展的時候，大規模數據的收集和存儲難以實現，互聯網的非結構化數據也不多，數據形式主要由定量數據占主導地位。如今計算機、互聯網高速發展，非結構化數據呈指數暴增，數據形式主要由定性數據占主導地位。特別是互聯網，產生大量、高頻的輿情數據，對平臺情感語句進行分析就涉及屬性數據分析的方法，從而使屬性數據的分析方法變得越來越實用、越來越受歡迎。在其他領域諸如生物醫學、社會科學、心理科學和金融信用評估等，也常常涉及屬性數據的分析方法。

近些年，屬性數據分析方法的應用日益廣泛。過去，人們將定量數據的分析方法應用到屬性數據中，如今絕大多數相關學者已經意識到這個是不合適的[1]。在大數據時代，數據分析的重要性毋庸置疑，特別是對屬性數據的分析。為了順應時代的需要，各大高校紛紛為統計學專業的學生開設“屬性數據分析”課程。然而目前市場上針對屬性數據分析的教材相對較少，特別是國內教材，很多都是來自國外的譯本，教材上的案例數據也都是國外的例子，對于學生而言缺乏興趣。在課程考核方面以當前流行的提交結課論文的形式作為考核方式，這是統計學專業數據分析類課程使用最多的一種考核方式，但也有一定的不足。這種考核方法在一定程度上無法反映出學生的真實水平，無法判斷學生是否真正掌握了相應的方法。鑒于教材的課題案例和考核方式不足以體現學生掌握課程知識這兩點，筆者收集了一些貼合大學生生活的數據，可以用于課程案例的講解，幫助學生更好地理解屬性數據分析的方法，也結合實際情況對考核方式提出新的方法。

1 “屬性數據分析”課程案例

目前國內高校使用得較多的教材是《屬性數據分析引論》。這本教材淺顯易懂，沒有復雜繁瑣的理論推導，很適合應用統計學專業和經濟統計學專業的學生，教師只需要適當地補充一些必要的統計量的統計推斷即可。但是教材的課程案例大部分是醫學方面和西方國家的例子，比如心肌梗死與曾經吸煙是否存在關聯性等。這些案例對醫學學生而言非常好，但是對非醫學學生而言僅是一個例子，不能讓學生感同身受地理解。倘若有一些例子能夠讓學生感同身受，讓學生覺得有趣，看到例子就想知道最終的結果，這樣勢必更能吸引學生的注意力。筆者收集了一些和大學生生活息息相關的案例數據，以便能夠幫助該專業學生了解屬性數據分析的課程案例，提升課程的教學效果。例如，大學生喝奶茶的頻率與性別是否存在關聯性，數據如表1所示。

表1 大學生喝奶茶的頻率與性別的交叉分類列聯表

檢驗大學生喝奶茶的頻率與性別之間是否存在關聯，可以采用皮爾遜卡方檢驗和似然比檢驗方法對原假設H0：大學生喝奶茶的頻率與性別之間是獨立的進行檢驗。皮爾遜統計量和似然比統計量分別為：

屬性數據分析除檢驗兩個變量之間是否存在關聯性外，還有一個值得人們特別關心的問題，即發生某件事的可能性。通常情況下，是通過建立logistic回歸模型來回答。在諸多的教材中，案例數據是來自西方一些社會問題，比如問及個體是否相信有來世與性別之間是否獨立的問題中進行交叉劃分的列聯表案例數據。筆者在上課的時候問及所在班級是否對該案例感興趣，答案是否定的。但是學生對自己所關心的問題通常比較感興趣。諸如筆者調查收集的關于大學生具有明確職業規劃是否和年級有關的問題，數據如表2所示。

表2 大學生具有明確的職業規劃是否和年級有關

表3 擬合基線—類別logit模型的參數估計值

根據概率公式：

表4 大學生具有明確的職業規劃預測概率表

從表4可以看出，無論哪個年級，個體對自己的職業規劃通常是“不確定”的概率更大。反映到整個年級上，也即一個年級大部分的學生對自己的職業規劃都是模棱兩可的，似乎有點目標但好像又不太堅定。教師需要對這部分學生進行正確的引導，讓其向“有”明確目標的方向靠近。對比四個年級學生的職業規劃預測，總體上大二的學生“有”明確的職業規劃的占比最高，其次是大四的學生。這也符合實際情況，大二剛上完職業規劃課，學生對未來作了一定的規劃，但是到了大三時又放棄了，而大四即將畢業面臨找工作的難題又重新規劃了職業方向。

從以上的案例分析中可以發現，更貼合大學生生活的案例更能引起學生的共鳴，在授課的時候更能吸引學生的注意力，可以使學生參與到課堂的談論中，也能激發他們去尋找身邊的案例并收集數據進行分析的興趣，從而提高他們的數據分析能力。

筆者也收集了其他一些與大學生生活比較貼近的數據，調查對象來自桂林理工大學的在校生。收集的問題有：（1）大學生騎共享單車上課是否與性別有關，數據見表5；（2）大學生每周運動次數與性別和年級的關系，數據見表6；（3）大學生點外賣次數與性別和年級的關系，數據見表7。

表5 大學生騎共享單車上課是否與性別有關

表6 大學生每周運動次數與性別和年級的關系

表7 大學生點外賣次數與性別和年級的關系

從表5可以發現，經常騎單車（一周4～5次）的男生要比女生多，而在不經常騎（一周小于3次）的情況下，出現了相反的現象，女生比男生多。初步認為騎單車上下課與性別之間是存在一定的關聯性的。表6和表7分別反映了大學生的運動量和點外賣次數與性別和年齡之間是否存在關聯性?？傮w上，女生的運動量和點外賣的次數是均小于男生的。初步認為他們兩者之間是存在關聯性的。這些例子與大學生生活更加貼近，更能夠引起他們的興趣，從而提升教學效果。

2 “屬性數據分析”課程考核初探

統計類課程考核方式豐富多樣。以往的考核是閉卷考試形式，通過公式的推導證明某個結論以及一些小樣本數據的計算來檢驗學生對數據分析的掌握程度。隨著時代的發展，數據量的增加，針對大樣本的統計分析方法顯然不再適合閉卷考試。一是針對大數據的方法通過筆算不太可能完成。二是大樣本的漸近公式比較復雜，通過讓學生證明其結論已不太現實也沒有必要，即使可以也不能真正體現學生的數據分析能力，這與社會需要是脫軌的。

目前，數據分析類課程大多都是以“過程考核＋提交結課論文”的形式進行考核的。這種方式更能全面地考查學生數據分析的實操能力，更能評價一個學生對課程的掌握程度。然而，這種提交結課論文的考核方式在考核的時候也存在兩個弊端：第一，很多學生提交的論文都是互相借鑒，拉不開差距，很難判斷學生是否真正的掌握了課程知識；第二，論文只是書面上的呈現，無法給普通大眾講解，不能完全體現學生對數據分析結果的解釋能力。數據分析的結果是需要面對有這方面需求的企業老板，需要用通俗易懂的語言為需求方描述。

針對目前考核方式的弊端，建議可以采用結課論文匯報的形式進行考核，即提交結課論文后，制作PPT在教室演講自己的結課論文內容，可以以小組為單位進行匯報[2]。在考核的過程中，可以添加學生互評的環節。學生對匯報者提問問題，匯報小組進行作答。這樣能夠真正考察學生對本課程的掌握程度。通過這樣的考核，能夠體現學生從收集數據、分析數據到最后得出結論的一系列過程，更重要的是能夠將數據分析的結果用通俗易懂的語言講出來，這對學生將來到社會做相關方面的工作尤為重要。這樣的考核方式能夠使教師充分了解到學生是否真正掌握了課程知識，更重要的是，學生在數據分析的過程中遇到不懂的問題也能夠及時得到教師的幫助。

隨著社會的進步，統計學理論知識不斷更新，統計學的教學要求也在不斷變化，越來越多的學者對統計學相關課程展開了研究。例如，薛艷[3]針對大數據時代探討了在大數據背景下統計學專業的教學體系；吳群英等[4]探討了大數據背景下應用統計學專業的培養方法；朱建平等[5]針對大數據時代對傳統統計變革給出了自己的思考。如今計算機和互聯網快速發展，高維、高頻的大規模數據對傳統的統計方法提出了挑戰。隨著數據量的激增，統計軟件的操作也變得尤為重要，數據分析類課程要讓學生掌握理論知識，更重要的是提升學生解決實際問題的能力。從收集數據到數據處理，再通過統計軟件估計模型，最后對模型結果進行解釋，這一系列的過程缺一不可。具備了實現這一系列過程的能力的人將更能被社會所認可。匯報結課論文正是能夠體現這一系列過程的考核方式，這種考核方式能充分地體現學生的數據分析能力以及運用所學的知識解決實際問題的能力。

3 結束語

生動的課程案例能夠提升學生對知識的渴望，使學生不斷地想要知道答案。鑒于目前“屬性數據分析”課程案例的局限性，文章收集了一些課程案例數據，并舉例說明了貼近學生生活的案例對于課程教學的重要性。同時，提出了以結課論文匯報的方式進行“屬性數據分析”課程考核，該考核方式不僅能夠體現學生對數據分析一整套流程的熟悉程度，還能提升學生運用所學的知識解決實際問題的能力。

統計學的教學需要不斷地變革以應對時代的發展，要不斷地把新知識運用到教學中，以便學生能夠更好地適應社會的需求，這便對統計學專業的教師提出了更高的要求，統計學專業教師只有不斷地學習，使自己的知識水平能夠達到社會發展的需要，才能更好地教導學生，為社會培養出符合時代發展需要的人才。

[1] 雷斯特. 屬性數據分析引論[M]. 張淑梅，王睿，曾莉，譯. 北京: 高等教育出版社，2008.

[2] 徐鋒，楊清華. “分類數據分析”的教學現狀和改革初探[J]. 教育進展，2021，11(6): 2396-2399.

[3] 薛艷. 大數據時代統計學專業教學體系的改革[J]. 教育教學論壇，2015(4): 110-111.

[4] 吳群英，蔣遠營，張浩敏，等. 大數據背景下應用統計學專業改革探討[J]. 教育教學論壇，2016(43): 101-103.

[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，2016，33(2): 3-9.

Course Cases and Course Assessment Reform for "Attribute Data Analysis"

Categorical data is often encountered in daily life, and its analysis methods are essential for students majoring in statistics to understand and learn. The article is based on the current teaching status of the "Attribute Data Analysis" course, especially the limitations of course cases, some case data tailored to the lives of college students have been collected to resonate with students and improve teaching effectiveness. At the same time, it is proposed that the final assessment of should be conducted in the form of a process assessment combined with a final paper report, in order to fully understand students' mastery of course knowledge.

categorical data; course cases; statistical analysis; course assessment

G642; C812

A

1008-1151(2023)11-0108-04

2023-02-13

廣西自然科學基金青年項目（2021GXNSFBA220013）；桂林理工大學課程教綜合改革項目“‘屬性數據分析’課程內容和考核方式改革研究與實踐”。

徐鋒（1989－），男，江西上饒人，桂林理工大學理學院副教授，研究方向為統計過程控制。