高级统计师论文参考范文.docxVIP

高级统计师论文参考范文 浅论大数据下高校统计学专业实践教学体系 摘要：从大数据时代统计学专业人才需要的实践能力出发，探讨了从专业课程的设置、统计实践教学方法、统计实践课程教学考核体系和实践创新激励机制等八个方面构建大数据时代统计学专业实践教学体系。 关键词：大数据时代;统计学;实践教学体系;地方高校 一、概述 随着微博、微信，QQ、朋友圈等社交网络的逐渐成熟，移动带宽的提速，云计算、互联网应用的丰富如淘宝，京东等，产生海量的多源异构的庞大数据流，数据量呈现爆炸式的增长，我们已经处在一个大数据时代。大数据具有如下四个基本特征：1数据量大Volume，数量级可达到ZB级别;2输入和处理速度快Velocity;3数据多样性Variety，数据的类型从一般的结构化数据转向半结构化数据和非结构化数据;4价值密度低Value。 大数据在教育、医疗、交通、材料、新闻传媒、金融、商业和服务等行业得到了较好的应用。在大数据时代，拥有大数据分析能力的统计学人才在电子商务、交通流、产品开发以及营销等方面将发挥很大的作用，政府与企业部门对数据分析相关人才的需求也越来越大，尤其需要具有数据分析、数据挖掘能力的复合型人才。最近几年，一些从事大数据分析和挖掘的应用型公司和机构纷纷成立。 对于统计学专业的学生来说，想成为一个合格的大数据分析人才，需要具备以下的实践能力：1.数据的收集能力。数据的搜集是数据分析中最基础的步骤，统计学专业的学生需要掌握一定的数据库知识，能从互联网上搜集数据，并在实践中完善数据的收集方法和途径。2.数据挖掘能力。数据的挖掘是统计学专业的学生需要掌握的一项重要技能，学生需要熟练使用统计软件SPSS，R，SAS进行数据挖掘。当然，也需要掌握Hadoop、Hive等计算工具处理大规模多源异构数据和脚本语言Python。从上述可知地方高校统计学专业必须构建实践教学体系，以适应当今大数据的需要。 二、地方高校统计学专业实践教学体系的构建 地方高校统计学专业实践教学体系的构建是一个复杂的工程，可从以下几个方面进行。 一在专业课程的设置过程中构建实践教学在传统的统计专业课计量经济学、抽样调查技术、时间序列分析、多元统计分析、非参数统计和统计建模等课程中重视SPSS、SAS、R和Matlab的教学，也要重视基础统计软件E-views及Excel在统计中的应用。在数据挖掘中设置SPSS、SAS、R等处理大数据的实践教学课时，在设置与大数据分析相关的计算机专业选修课如C++，数据库开发与设计、Python语言、大数据处理技术Hadoop、数据可视化技术时设置合适的足量的实践教学课时，加强同学们的实际动手能力。总之，在专业课程的设置过程中提高实践教学课时的比重。 二在统计实践教学中采用多种教学方法以构建实践教学教师在实践教学中适当的运用案例教学、试验教学及项目教学法等多样化的实践教学方法。 在案例教学和实验教学中，教师应对案例和实验的具体背景详细说明，以便让学生了解相应统计方法的应用条件和相关背景，不仅要让学生学会操作，还要让学生理解案例的适用范围及推广，理解实验结果的含义，让学生真正掌握算法的原理，进一步理解算法的实现与有关理论的指导作用。在案例教学和实验教学中逐步融入大数据的概念以及大数据分析的基本技术。项目教学法是师生通过共同实施一个完整的具体项目而进行的教学活动，它表现为以项目为主线、教师为引导、学生为主体，其特点具有实践性，综合性和开放性。项目的主题是当今社会关注的热点和焦点问题，如滴滴打车、房地产经济等问题。教师可以在《抽样调查技术》、《数据挖掘》和《统计建模》等课程中采用项目教学法。学生在教师指导下，设计统计调查方案，采集数据，整理数据，撰写调查报告，所有环节全部由学生自己独立/合作完成，在整个实践过程中，学生的动手能力、分析能力、交流能力和团队协作等能力将得到提高。 三在完善和实施统计实践课程教学考核体系的过程中构建实践教学建立并逐步完善有效的统计实践教学课程考核评价体系，可以使学生在实践课堂教学时处于积极的状态，也可以让教师更加明确实践课堂教学的目的，提高实践课堂教学的效果。在统计学专业课程成绩考核中，要适当加大课程实践成绩比重。实践课程教学考核评价指标既要能合理公正地评价学生学习过程，又要具有较强的可操作性，实践课程考核内容要具有系统性和完整性。实践课程教学考核形式可以多样化，可以有传统的实验报告形式，也可采用案例分析写作、课程调查报告、答辩或者将学生分组撰写论文等。实践课程教学考核可以不拘泥于考场，不限课堂考试时间，可以改变教师的实践课程教学行为和学生学习方式，突出实践综合能力培养。 四在推进实践创新激励机制的过程中构建