大數據背景下基于問題驅動的統計學教學設計

摘" 要：大數據時代的到來給統計學課程教學帶來了機遇與挑戰。在明確大數據背景下統計學課程的定位和發展方向的基礎上，課程組提出基于問題驅動的統計學課程教學設計方案，強調通過教師主導的主題問題和案例問題講授，使統計知識點融于問題；通過學生主導的自主選題、小組協同和報告評價，其統計能力得到訓練。最終，實現學生數據分析能力和素養的全面提升。

關鍵詞：大數據；問題驅動；統計學；教學設計

中圖分類號：G642.0" " 文獻標識碼：A" " 文章編號：1673-7164（2024）35-0094-04

大數據時代的到來，在自然科學、社會科學和經濟領域的各方面都產生了沖擊，統計學更是首當其沖。牛津大學網絡學院互聯網治理與監管專業教授維克托在《大數據時代》中指出，大數據將顛覆傳統數據分析中統計學的思維模式，帶來顛覆性觀念轉變。［1］

一、大數據背景下統計學的定位

針對大數據帶來的挑戰，只有客觀理性地分析大數據背景下“總體代替樣本”“效率代替精確”“相關代替因果”等觀點，才能找準統計學定位，明確發展方向，進而得到大數據背景下統計學教學的新模式。

（一） 注意區分研究手段和研究本質

大數據時代確實讓數據采集工作更經濟更高效，但這種優勢本質上是信息技術的發展和普及帶來的，并不是大數據和統計學本身的固有區別。作為工具和手段，統計分析采樣也可以利用信息技術來降低成本提高效率。

（二） 正確認識研究對象的代表性

在現實環境中，簡單地認為大數據將使數據分析的研究對象轉變為全體被研究對象是不現實的。首先，破壞性采樣客觀存在。在經濟管理活動中，涉及產品壽命周期、質量等數據必須采用破壞性試驗方式獲取，以保證數據的真實科學。其次，技術手段本身的覆蓋具有有限性，并不是所有研究問題都方便獲取數據全體。最后，大數據環境下數據采集重視了便捷性，卻無法保證數據具有足夠的代表性。例如，簡單以網絡消費者偏好代替所有消費者偏好，會導致出現“幸存者偏差”。

（三） 不以“效率”和“應用價值”來代替“精確”

大數據強調用計算機手段來提升數據分析的效率，強調面向實際應用，其本身是有現實意義的，但若以此代替對“精確”的追求，可能適得其反。2008年Google第一次采用大數據預測流感效果顯著。但幾年之后，Google沒有注意到環境對數據的影響，預測比實際情況高出了50%。偏離了“精確”性要求的數據分析，可能非但不能帶來“效率”和“應用價值”，反而帶來誤導和災難。［2］

（四） 不以因果分析代表統計學，以相關分析代表大數據

中國科學院院士、著名數理統計學家陳希孺曾指出，統計分析只是從事物的外在數量表現上去研究問題，通過對數據的分析，揭示其中可能存在的某種規律，但并不涉及事物的質的規定性。［3］因此，將大數據和統計學簡單分為相關關系和因果關系兩大陣營本身就是錯誤的。統計學作為“數據的科學”，奠定了大數據分析的理論基礎，并在廣泛應用中，與人工智能和新的數學方法、計算機工具有效結合。

可以明確統計學作為“數據科學”的定位沒有問題，隨機抽樣和推斷分析的統計學體系在大數據背景下具有重要價值。［4］

二、大數據背景下統計學教學的發展趨勢

結合美國統計學協會發布的“大數據背景下統計學教育的指導性教學綱要”，參考北京大學、復旦大學、中國人民大學、南開大學等學校統計學及數據類課程近期的學科調整和改革，可以清晰地看到，大數據背景對統計學的發展產生了更多積極影響。［5-6］基于此，可以展望統計學課程教學的三個主要的發展趨勢。

（一）要面向現實環境，解決現實問題

數字化時代使得現實環境充滿了紛繁復雜的數據，推動了統計學課程解決現實問題的需求。而來源于現實環境的問題，既有利于現實專業領域研究的推進，又有利于統計學課程應用價值的體現，還有利于提升教學活動本身的吸引力和價值。

（二）要突出實踐性，重視工具運用

統計學課程要體現現實價值，除了課程體系設置的針對性，還要突出實踐性、操作性。［7］它應針對現實問題，采用真實數據，在數據工作各個環節主動運用相應實戰化軟件工具開展教學、研討。

（三）要注重學生綜合能力培養

在經濟管理等背景下，統計學不是數學，不是純理論研究，其價值更多在于解決現實問題。現實問題的分析需要迅速掌握不同專業知識的學習能力；模型的選擇、參數的匹配需要理論知識和批判性思維能力；數據的采集和使用需要具備數據素養和商業倫理；團隊協作過程需要專業表達能力、溝通技巧和人文關懷。統計學課程教學應通過靈活的教學形式和有效的教學設計提升學生的綜合能力。

三、大數據背景下基于問題驅動的設計思路

依據大數據背景下統計學的定位與發展方向，統計學課程教學需要進一步優化設計，突出現實性、實踐性和綜合性等特征。問題是激發創造性的關鍵催化劑，本研究提出采用問題驅動的分析求解思路對教學內容進行重新梳理，對教學方式進行相應改革，引導學生在思考和解決現實問題的過程中建立研究性學習思維和協同配合、交流溝通的綜合能力。設計思路詳見圖1。

■

圖1" 基于問題驅動的統計學教學設計思路

首先，依據課程大綱和主要知識點，建設課程主題問題。該環節由教師主導，選擇具有專業代表性且貼近大學生生活學習實際的問題背景，建設2～3個主題問題。每個主題問題的分析求解過程均需要貫穿教學過程，使得教學過程與主題問題從明確問題到形成結論的完整過程相融合，保證學生可以通過學習獲得完整的真實問題求解體驗。

其次，建設與主要知識點匹配的案例問題。由教師主導，根據知識點的具體要求和內容特性，開發并不斷完善新穎、巧妙、有吸引力和啟發性的案例問題，將教學知識點和課程思政的具體要求融入具體案例問題的分析討論中。這類問題不必追求具備從明確問題到分析問題、結論應用的完整過程，而是強調對知識點基本內容的理解和啟發深度思考。

最后，組織學生開展選題作業和交流報告。通過課程對大問題和小問題的講解和討論，學生對課程的體系結構和具體知識點已有了比較全面地掌握，并具備一定的現實問題分析解決能力。為了進一步提升這種能力，使能力培養過程形成閉環，檢驗學生學習效果，可在課程后半段布置大作業，即要求學生開展小組選題作業，并作報告、交流和評價。該環節由學生主導，教師負責引導和啟發。

四、大數據背景下基于問題驅動的設計方案

（一） 設計主題問題框架

主題問題是貫穿整個教學過程的綜合性問題，它具有完整、全面、詳細的特征。教師需要在對課程知識體系相當熟悉的基礎上，將課程主要知識點融入主題問題中。還要持續激發學生關注和討論的問題，主題問題的選題應該足夠新穎，對學生有足夠的吸引力。表1以大學生網絡消費行為研究主題，提供主題問題設計框架參考。

（二） 設計案例問題

主題問題雖然全面，但仍然難以完全覆蓋所有的知識點。為提高學生的學習興趣，需要在教學活動中，根據相應的知識點和思政目標，不斷增加一些新穎、生動、活潑，有影響，有深度的案例問題。

首先，以統計學教學中數據采集環節為例，需要整理出主要的知識點：1. 熟悉數據的概念、類型；2. 掌握主流的數據采集的渠道、方式和方法；3. 掌握問卷設計的主要原則和設計方法；4. 掌握數據的有效性和一致性分析方法；5. 熟悉爬蟲技術、常用爬取軟件和網絡問卷采集平臺。

其次，參照知識點，通過文獻整理、新聞梳理、教學交流等各種方式，不斷完善案例問題。下面是一些數據采集環節可參考的案例問題：若調查某區域民營企業受疫情影響情況，如何選擇數據采集渠道、方式和方法？“幸存者偏差”是什么原因導致的？我們身邊有哪些類似的案例？為什么要開展人口普查，為什么人口普查十年進行一次？

同時應注意，問題的啟發效果如何，直接與教師在案例介紹過程中關注和引導的重心有關。因此，案例問題需標出教學的關鍵點。比如案例1要注意引導學生梳理不同數據采集渠道、方式和方法的區別和適用性，以及“某區域民營企業”問題范圍的界定等；案例2要注意引入歷史事件引起學生的興趣，討論問題的本質原因。

（三） 學生選題作業和交流報告

統計學課程的現實性、實踐性和綜合性特征，決定了教學活動中，學生的全面參與必不可少。通過選題作業、協同學習和交流報告，能夠讓學生主動面向現實環境，積極運用課程知識，使用軟件工具，開展自主學習、協同交流，實現全面提升、共同進步。

首先，開展小組協同作業。小組成員3～4人，在教學班內參照分層抽樣的方式隨機組成。工作形式強調小組內部人員自主分工協同。

其次，明確選題要求。問題必須來源于現實環境，具有較強的現實意義和應用價值；必須是真實數據采集，根據問題特征確定一手數據或間接數據；必須使用合適的軟件工具；數據分析過程注意模型分析與可視化手段結合，注意量化分析與定性討論的結合。

再次，在課程教學的前段布置作業，讓學生就選題和數據采集有充分準備時間。學生報告環節需適當控制時間，鍛煉學生在5～7分鐘內將主要問題和解決思路說清楚。注意在學生陳述過程中合理評價學生工作，引導其他學生提問、交流。

最后，應對小組作業給出評價。這可以保證整個學習過程形成閉環，提升學習積極性，更有利于學生認識到成績與付出的關系，形成良好的學習氛圍。

五、結語

大數據時代的到來，使得統計學的價值和影響進一步深化，同時也對統計學教學提出現實性、實踐性和綜合性等新的要求。課題組基于“問題是激發創造性的關鍵催化劑”，提出基于問題驅動的課程教學設計思路，通過設計主題問題和案例問題，將統計學知識融匯于大小問題的教學研討。通過學生主導的小組選題協同作業，在現實問題的探究過程中提升學生的綜合能力，并取得了較好的教學效果。

參考文獻：

［1］ 舍恩伯格，庫克耶. 大數據時代［M］. 杭州：浙江人民出版社，2013：1.

［2］ 閆坤如，李宏. 大數據時代的“統計陷阱”及其規避探析［J］. 學術研究，2020（05）：23-28.

［3］ 陳希孺，蘇淳. 統計學漫話［M］. 合肥：中國科學技術大學出版社，2020：3.

［4］ 孟生旺，袁衛. 大數據時代的統計教育［J］. 統計研究，2015，32（04）：3-7.

［5］ 李澤華，吳小臘，徐小紅. 中美統計學本科專業課程設置比較研究［J］. 教育現代化，2019，6（53）：166-168+183.

［6］ 毛軍，歐陽玲. 大數據時代高校統計學專業現狀分析與改革路徑［J］. 中國高等教育，2019（18）：58-60.

［7］ 韓中. “理論+實踐”雙元驅動理念下課程教學改革與創新：以統計學課程為例［J］. 大學教育，2023（15）：40-42+46.

（責任編輯：邵秋露）

基金項目：中國高等教育學會高等教育科學研究規劃課題重點項目“大數據時代財經類學生數據素養提升探索與實踐”（項目編號：22CJ0303）。

作者簡介：高波（1972－），男，博士，重慶大學經濟與工商管理學院副教授，研究方向為統計學、系統工程教育。