大数据背景下统计学教学方法研究.docVIP

大数据背景下统计学教学方法研究 一、概述 改革開放39年来，我国各行各业积累了大量的数据， 这些数据具有“5V”特点，即是数据量别大、具有多样性、具 有真实性、具有价值、更新速度快，这标志着人类己经进入 大数据时代。如何从大数据中挖掘出有用的信息，为生产管 理服务，成为人们关注的焦点。人们越来越多地希望能够从 海量的数据中挖掘出一些有用的信息和总结出经验规律来 为决策提供支持。通过统计学学习，可培养学生掌握处理数 据的技能。研究新型统计学教学方法，对于培养技能型管理 人才显得特别重要和有意义。 统计学教学存在四方面不足：1.理论内容教学。统计 学内容来源于现实生活，本身具有很强的实践性和现实性， 教师在讲课过程中离开了知识产生的背景以及思想，知识就 失去趣味和应用性，学生就失去学习的动力。2.实践内容教 学。首先是实践教学案例选择不当。高校老师为了省事，随 便抓到几十条数据，便用来做统计分析，这种做法不妥。其 次，实践教学操作环节不规范。统计学每个环节操作，都要 按照一定流程和规范进行的。高校教师为了完成教学任务， 忽略了其中流程，导致了学生的实践能力是间断而不是连续 的。3.方法和教学手段选取。在教学手段上，教师没有用计 算机的思维来设计统计教学内容，显得呆板。教学方法几乎 只有讲授法。研究发现，高达％的高校学生认为，教师不善 于采用多种教学方法并及时变化教学方法，习惯采用单一的 讲授法。4.师生互动。高校教师重讲授，轻互动，多讲解， 少提问，导致课堂气氛沉闷，学生学习积极性不高。教师应 根据学生兴趣和需要采用教法让学生主动参与。 上述教与学存在的问题，是由教师不联盟善于处理统 计学教材内容，忽略统计技能培养所造成的。本文引入模块 化思想，对统计学内容进行模块化处理；其次，基于大学生 的认知规律和管理过程，构建新型统计学模块化教学模式： “数据-信息-决策”；最后，运用五邑大学学生评教系统数据 对统计学教学方法进行评价。 二、模块化教学理论 模块化教学模式 模块化教学模式是20世纪70年代初由国际劳工组织 研究开发出来的以现场教学为主，以技能培训为核心的一种 教学模式，是按照教学过程的基本环节，把课程结构、教学 内容按多元目标进行系统综合的方法。模块化教学以项目为 载体，以工作过程为主线，把知识、技能、能力的培养融为 一体，促进学生全面发展的一种教学模式。 模块化教学特点 模块化教学的外在形式表现为课程分块化处理，内在 实质是满足教学内容的可选择性、学习的个别化需求，这是 一种以教学内容外在形态变革下的个别化教学形式，具有如 下特点：1.以学生为主体。模块化教学注重把学生看作学习 的管理者，需要有及时反馈来让学生改进学习策略，教师要 给予学生更多的指导，让学生自己在学习中充当决策者和学 习计划的选择者。教师由知识的传授者转变为学习活动的组 织者、设计者；2.“双目标”凸显。统计是一项技能，模块化 教学法，以工作过程为主线，强调知识和技能融合，是一个 有机的整体，在具体操作过程中加速认知目标的实现，并实 现技能目标；3.学生参与程度高。模块化教学表现在学生必 须独立地完成一项又一项的工作任务，这些工作任务按由浅 到深的顺序设计，提高了学生的学习兴趣，使学生从一开始 的要我学变成我要学。 模块化教学设计要求 1.目标确定。首先要明确一个专业培养的学生应能具 备的总体素/贞和综合能力，之后再确定单一■模块能够带来的 部分技能。模块内容的确定及对应获取的素质能力的界定是 有难度的。每一模块中应明确向学生传授相应的能力及其组 合；2.从专业课程到模块。模块化要求人们思维方式的改变， 要适应从“专业课程”到有功能性的单元“模块”的转化，并随 之带来的教学内容的新构造。模块的传授者应将模块的能力 目标加以限定。考试要求也应根据模块而定而不是根据旧的 专业课程；3.模块确定。模块化要明确一个单元模块的大小 或时间张度，即首先要确定一个模块是否能在一个学期内结 束，还是要跨越几个学期。必须对每一个模块的大小加以考 虑。 三、 大数据时代统计人才新要求 1.大数据收集、处理和分析能力。收集、处理、分析 海量数据是统计工作的重要环节。统计专业人才应熟练使用 多种专业统计软件进行分析数据，把不同来源和属性的海量 数据进行恰当处理以满足研宄需要，通过统计分析方法，验 证假设结论；2.扎实的统计分析与应用的能力。统计人才需 具备扎实的统计理论基础，能够设计统计分析流程，建立统 计模型并对输出结果进行有效性评价及应用能力；3.过硬的 管理决策能力。统计学从过程看是培养学生分析处理数据能 力，从结果看是训练学生获取信息、提炼管理决策的能力。 四、 基于模块化思想的统计学教学内容 袁卫主编的《统计学》共有11章。内容多，课时少， 教师按照流程模式讲解，难以