大数据下统计学教学行动变革的思考范文

本站小编为你精心准备了大数据下统计学教学行动变革的思考参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：基于大数据时代对统计学广泛而又深远的影响，文章针对大数据时代统计学课程创新创业教学行动变革过程中存在的问题，结合教学实践，并提出一些相应的教学行动变革建议与思考。

关键词：大数据时代；大统计学；教学行动变革

随着大数据时代的到来，统计学显得日益重要。追溯到2011年，统计学科已被国务院学位委员会设置为一级学科[1]，其重要性由此可见一斑。如今的统计学现处于大数据时代的风口浪尖，依然是关于数据科学的重要学科。统计学在各大院校的发展如火如荼，如何使统计学教学更好地适应大数据时代的发展要求？如何培养符合大数据时代要求的人才？如何在大数据时代实施统计学创新创业教学行动变革？这是统计学教育一线的同仁们必须面对的现实问题。

一、大数据与大数据时代

“大数据”一词最早始于1980年在《第三次浪潮》中由美国著名未来学家阿尔夫•托夫勒提出，2008年9月“BigData:ScienceinthePetabyteEra”在《科学》（Science）杂志发表，这是“大数据”这个词开始被广泛传播的开端。2011年6月，IDC研究报告《从混沌中提取价值》提出的三个基本论断奠定了大数据的理论基础。几乎与此同时，全球知名咨询公司麦肯锡了《大数据：创新、竞争和生产力的下一个前沿领域》研究报告，这是大数据时代到来的标志。从目前来看，我国大数据的理论研究和应用研究起步较晚，学术界、企业界及政府部门对该领域的重视程度前所未有。北京大学教授耿直称狭义大数据是指一个大样本和高维变量的数据集合；广义是指涵盖多学科领域，是一种多源、混合的数据集合[2]。厦门大学教授朱建平等从统计学观点出发，认为大数据指那些超过传统数据系统处理能力、超越经典统计思想研究范围、不借用网络无法用主流软件工具及技术进行单机分析的复杂数据的集合[3]。所谓大数据时代指涵盖多学科领域的巨量数据资源通过互联网、云计算等现代网络工具实现数据存储、价值提炼、智能处理和反馈的信息时代。

二、大数据对统计学发展的影响

随着大数据时代的来到，统计学工作者面临的最大考验就是如何深度开发和利用海量数据信息。一方面大数据的兴起对统计学的固有范式产生了重大影响，要求统计学能够解决更多、更复杂的问题，因为传统统计学力不能及，这是统计学在大数据时代所面临的挑战；另一方面，大数据促生了统计学新的生命力，要求统计学既要在理论上又要在方法上必须做出创新，这是大数据时代为统计学提供的机遇。并且，大数据将促使传统统计学对研究具体问题的方式、方法发生相应改变，不仅改变其统计研究的工作流程，而且改变统计学研究具体科学的深度和广度。但是，大数据并没有改变其作为“数据”的本质，因此大数据也不会改变统计学的性质，即统计学依然是处理数据的有效工具。从而，就统计学层面而言，大数据带来的既有挑战又有机遇，同时也必将壮大统计学的生命力[3]。例如北京大学陈松蹊教授指出，大数据的出现将对统计学的随机抽样、因果分析和数据维度等方面在研究方法和计算上提出了一系列的挑战，但无疑也带来了许多机遇，诸如数据分析技术的开发、隐含关系与规律的发现，以及利用大数据技术提高官方统计的精准度和可信度等。由此不难发现与大数据时代相匹配的是统计学应该是“大统计学”，即利用大数据信息进行统计推断的艺术和科学。

三、大数据对统计学教学的影响与应对策略

我国高校统计学创业教育起步较晚，但发展迅速，尤其是新时代相对于创新型人才培养而言，还存在一些不适应之处，主要体现在统计手段、课程设置、教学模式、教学内容、师资建设等方面还存在诸多问题和不适应性。

（一）统计手段不适应时代需要传统抽样调查手段所获得的数据，一般是通过官方的各种数据库获取并用于科学研究，但在大数据时代背景下，如果继续采取类似抽样调查方式不仅难以为继，而且如果没有更加简洁有效的技术手段进行统计分析，抽样调查的优势就荡然无存，可能还会有不少的麻烦。类似传统统计手段滞后问题不一而足，这说明亟需建立与大数据时代相适应的统计手段，以便更加科学高效地进行统计分析工作。但是推进新时代的统计手段更新是一项综合性的工作，需要多学科大融合，其中包括计算机、数学、经济学、信息学、管理学等学科高度交叉、协作。譬如数据的获取，不再拘泥于传统统计手段，可大力采用如“爬虫”等新统计手段。又如实现数据的采集汇聚，开放数据库是最直接的一种方式等。唯有如此，才能促进学科建设与发展。

（二）统计学课程设置不适应新时代的社会需求大数据时代以数据信息为核心，人类社会各个领域的发展都奢望从大数据中汲取动力，这无疑对统计数据分析产生了大量的需求。而纵观我国现设有三个统计类本科专业，不管是统计学、应用统计学还是经济统计学，无论其统计理论还是统计方法都无法适应新时代需求，这正是统计学的困境所在，究其原因主要是因为统计学专业设置与社会需求脱节。这显然与大数据时代所呼吁的“大统计学”相脱节；另一方面，部分课程设置也有缺陷，例如某些统计课程尽管设置了上机操作的实践环节，但由于数据的局限性等原因，导致案例陈旧，与时代脱节的情况屡见不鲜，这致使学生利用统计软件处理数据的能力并没有明显的提高，不能很好地学以致用，而这正是其日后工作岗位必备的基本素质。试想，如果不同课程的教学内容容易出现交叉或重复，那么每门课程的教学内容与培养方案所设定的总体学习目标必然不易完全对接。因此，高校在统计类专业与课程设置方面需要顺应时代需要，力求体现学科应用型的特点，有机整合，如开设统计类课程群，实现无缝对接。

（三）现有统计学教学模式与时展不合拍由于大数据的海量性、动态性等特点，导致大数据时代统计分析工作量也相对放大，往往需要团队分工协作才能更好地完成，而在平常统计教学中，由于使用传统的教学方法和教学手段居多，可以说，学生基本都是个人案例完成，试问这种教学模式还能培养学生在大数据搜集、处理、分析中的团队协作精神吗？而这种精神正是学生将来工作应该具备的。由于统计学实用性很强，因此我们更应结合学科与学生学习的特点不断创新教学模式，激发学生学习统计类课程的兴趣，培养学生对数据处理的兴趣及其思维能力和实战能力。例如在课程教学中尝试以“实际案例-统计建模-思维训练-开拓创新”的模式进行课堂教学行动变革，既有利于学生理解、掌握统计方法的应用条件和应用思路，又锻炼了学生的统计应用能力，何乐而不为？

（四）整合教学内容，强化实践能力培养根据学科演进历史，不难看出，在大数据时代，统计学需要依据大数据的特征，以服务和满足各领域需求为标的，不断创新和发展数据分析方法与理论。但现实中令人遗憾的是如今统计学的教学内容并没有紧跟时代脚步，多数教学内容还停留在侧重统计理论与统计方法的传授，而很少涉及大数据时代统计思想或统计能力的培养，特别是有关大数据、创新创业的教学内容少之又少。还有一个不容忽视的严峻现实是由于受课时所困，统计学教学主流模式依然是课堂理论教学为主，即使实践如统计调查等，学生并没有真正融入社会的实践中，受制于国情、体制等原因，导致无论是实训条件，还是实训项目，学生并没有真正走出学校，更谈不上与当地政府、统计部门、市场调研公司或咨询公司以及企业建立协作或参与机制，致使学习内容与社会实践严重脱节。这无疑使当前统计类本科专业备受诟病、饱受争议之处。因此，这就要求开设统计类专业的高校在教学内容安排方面需要顺势而为，实现教学内容不断调整与更新，紧跟时代脚步，着重体现教学内容的时效性、有用性与创新性。结合学科的特点，建议从以下三方面入手：1.重视数据的收集工作，培养学生数据思维思想统计学的首要任务就是数据的收集。目前从我国统计教育的现状看，每当处理统计数据时，来自实际问题的原始数据，即“一手数据”，大多数学生是很难接触到的，而更多的只能是采用“二手数据”进行统计建模。这种收集数据的方式无疑扼杀了学生的数据统计思维，当遇到海量的非结构化数据时可能束手无策。所以，重视数据的收集工作，特别是重视“一手数据”的收集是培养学生数据思维的重中之重，因为“唯有源头活水来”。2.使用专业统计软件，培养学生实践能力每当提及统计专业学生实践能力的培养，自然离不开统计软件的使用。学生能否熟练驾驭统计软件，不能忽视的一个关键因素是学生的计算机技术也要达到相应水平。所以上机操作不失为一种比较好的选择，从培养学生实践能力角度看，推荐使用“R”或“SAS”等统计专业软件，提升学生的专业素质。3.开设统计模型课程，培养学生处理实际问题的能力统计模型是进行数据分析的主要工具。目前许多高校统计学课程的教学内容普遍都是基于结构化的小量数据展开，关于非结构化大数据的教学内容大部分缺失。因此，在课时一定条件下，教师应对原有课程进行调整，整合；适度加入与大数据相关的统计模型，注重培养学生对非结构化、半结构化数据的处理分析能力。在教学层面，应弱化模型的数学推导，注重模型的思想与应用，如果能善于利用经典案例引导、使统计模型寓教于乐，经过对实际问题的思考，学生对数据处理的热情及其思维能力和实战能力日益增长，将会为期不远。在此基础上，很有必要打破传统的相对固化的授课模式，采用具有时代感的新鲜问题-统计模型来训练学生的创造性思维，乐哉而乐奕，其乐无穷！

（五）加强统计学师资队伍建设，提高人才培养质量在现有师资条件下，由于大部分教师的知识结构仍然是传统的统计知识颇多，尽管其在教学与科研方面，屡有建树。但涉及到有关大数据的清洗、降维、处理、可视化；云计算、云平台、分布式计算、并行计算的Hadoop、Spark、MapReduce等有关大数据的挖掘理论与技能方面，则出现短板。因此，力求在短期内培养一批在大数据处理方面有所专长的教师团队，对提高人才培养质量至关重要。同时强化教师队伍的自主学习和创新能力，保持他们对新事物、新方法的敏锐嗅觉，也是大势所趋。

四、大数据时代统计学创新创业教学行动变革的思考

我国高校关于统计学创新创业教育起步较晚，但发展迅速，尤其在理念探讨、模式建构、课程设置、实践载体和运行机制等方面都有了显著进展。笔者结合教学实践，提出如下几方面的思考。

（一）构建新时代背景下“大统计学”的理论与实践体系至今在大数据的处理方面还存在很多挑战与问题，面对开放的大数据系统，统计思维和分析方法正在经历创新与变革[4]。传统的统计理论体系诞生于工业经济时代，并深深打上了时代烙印。而大数据时代，许多传统统计理论依然大有用武之地，并且传统统计分析方法中所蕴涵的宝贵的统计思维模式和统计视野也是我们解决大数据问题的智库。因此，对于传统统计分析方法要给予足够的重视，使其在大数据时代也有广阔的舞台。例如当数据经过预处理之后，把大数据输出转化成传统数据模式后，传统的统计分析方法就可以闪亮登场，大显神威。因此，大数据时代，对传统统计学并不是全盘否定，而是在继承的基础上革新、发扬和壮大。伴随时展，原本分属经济管理统计和数理统计的这两门学科正逐渐融合，“大统计学”的观念也正深入人心。接下来，我们再看看统计实践层面的“大统计学”的发展状况。由于大数据系统的数据来源主要利用物联网、人际关系网、互联网等采集，统计人员每天面对的不光是曾经熟悉的实体经济领域的调查对象，更要面对许多陌生的或更加复杂的互联网虚拟经济对象，这类数据往往以各种非结构化形式在成千上万的互联网平台呈现出来，此时，传统的报表调查、抽样调查、问卷调查等统计手段都很难派上用场。因此，大数据时代统计调查体系除了传统的普查、报表调查、抽样调查、重点调查、典型调查外，还需要把大数据获取方法也纳入统计调查体系。由此可见，构建“大统计学”时不我待。也许这样，大数据时代或将才会真正迎来大统计时代。

（二）构建统计学创新创业教学行动变革的教育实践平台创新创业教育是以培养学生创新创业意识、创新创业精神和创新创业能力为基本价值取向的教育。是人才培养模式的根本性变革，是培养应用型人才的重要途径。为此，构建统计学创新创业教学行动变革的教育实践平台必须从统计学教学全过程出发，将创新创业教育纳入统计学创新教学改革方案，对人才培养方案进行整体设计，以确保学生创新创业的知识、能力、素质达到预期目标。1.创建统计学教育实践平台校企合作是目前提高学生实践创新能力的一条捷径。每当开展社会或企业实践活动时，首先组织学生以小组为单位，然后再筛选和确定实践课题。这里，研究课题往往选择学生日常生活中所关心的话题为主，如大学生校园价值观的调查；也可以是社会经济中的热点问题，如生态环境保护统计监测研究等。因此，借助学校公共服务平台的支撑，利用学院专业共建委员会的有力支持，通过加强与当地的政府统计部门、市场咨询公司、市场调查公司、企业等单位之间的深度合作，让学生真正融入到社会统计实践活动中，体会统计理论与方法的美感，感受统计的在生活中应用的乐趣。2.建立统计学创业孵化基地统计学专业大学生创业孵化基地的建设要以各种创业孵化优势资源为依托，以大学生创业项目为载体，以各种孵化服务和营造创业环境为抓手，形成“创业引导、创业孵化、创业探索、创业培育、成果共享”等为一体的开放、服务型基地和创业孵化平台。促进大学生创业带动就业、促进产业振兴、促进创新人才成长，帮助创业者将科技成果产业化，将创业计划实践化。3.充分发挥统计学第二课堂教育的作用组织学生积极参加各类统计竞赛或社会实践活动。如全国大学生统计建模竞赛、市场调查与分析大赛、科技节活动、创业计划大赛、学生社团活动等都可作为统计学创新创业教育实践平台的重要组成部分，进一步发挥统计第二课堂教育的作用。总之，大数据时代不仅给统计学带来了挑战，而且给统计学的发展壮大带来了难得的机遇。因此，统计学教学行动变革势在必行，需要统计教学一线的同仁不断开拓与创新，绘制大数据、大统计时代教学新蓝图。

参考文献：

[1]袁伟.机遇与挑战———写在统计学成为一级学科之际[J]．统计研究，2011（11）：3-10.

[2]耿直.大数据时代统计学面临的机遇与挑战[J].统计研究，2014（1）：5-9.

[3]朱建平，章贵军，刘晓葳．大数据时代下数据分析理念的辨析[J].统计研究，2014（2）：10-17.

[5]王婷婷.大数据时代下统计学科建设与教学改革的几点思考[J].大学教育，2017（6）：9-11.

[6]陈秀芬.大数据时代下统计学课程教学改革的思考[J].高教学刊，2015（20）：106-107.

[7]潘保国.大数据时代地方高校统计学专业实践教学体系的构建[J].高教学刊，2016（19）：46-47.

作者：康元宝 单位：重庆师范大学