大数据背景下统计学专业课程教学研究.docx

??

?

??

大数据背景下统计学专业课程教学研究

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

陈秀平赵丽央

摘要：大数据为统计学发展提供了新的平台，同时也为统计学专业的课程教学提出了新的挑战。本文首先分析了大数据赋予统计学专业人才新的要求，在此基础上探讨了本人在教学上的想法和思考，认为应从问题驱动教学、加强实验教学、依托科技竞赛三方面入手，让学生真正理解统计思想，掌握统计计算与计算机编程能力，具备“用数据思考”的能力，让统计学真正成为推动大数据处理与分析的有力工具之一。

关键词：大数据；问题驱动；实验教学；科技竞赛

中图分类号：G642.0文献标志码：A文章编号：1674-9324（2018）31-0206-02

在大数据背景下，统计学以数据为研究对象没有变，作为方法论科学的性质没有变，以探索真相为根本任务没有变，但是数据分析思路与技术有新的要求：①统计专业人才不仅要掌握数学和统计理论基础知识，还要具备统计计算和计算机编程能力；②统计专业人才应该能从实际问题出发，设定科学的研究方案，搜集、筛选合适的数据，选择恰当的统计方法和模型，得出合理的统计推断，将统计分析结果用易于用户理解的方式表达出来；③统计专业人才不仅需要良好的统计素养，还需要具备良好的交流和表达能力，演示和分析结论的可视化技巧、团队合作能力。

基于大数据赋予统计学专业人才的新的要求与对本专业学生的社会适应能力以及社会需求的了解，为我们做好统计学专业的课程教学改革工作指明了方向。笔者结合教学实践和科技竞赛的指导经验，谈谈在大数据背景下统计学专业的课程教学的几点思考。

一、问题驱动教学，深度理解统计思想

在大数据背景下，统计学专业人才应该懂得统计方法在什么情况下如何应用，应该深刻理解统计原理背后隐藏着的数学思想，并能够解释数学推导与统计应用之间的相互关系。对于统计学本科培养而言，极其重要的一点是帮助学生在统计学方法和理论方面打下扎实的基础。这些基础知识需要被讲解，被论证，被强化，此过程应当贯穿于学生的全部学术课程，伴随介绍性的课程开始，并在接下来的课程中不断被强调。比如：“假设检验”是《概率论与数理统计》中非常重要的章节，对假设检验P值的解读，很多学生都是云里雾里，不知道将结果如何通俗易懂地表达给用户。为此，笔者在讲解“假设检验”这知识点时，应用实际问题驱动的教学模式，取得了比较显著的教学效果，具体教学方案设计如下：

引入“假设检验”知识点之前，先让学生讨论一下身边的实际问题：“某老板说：本次摸奖的中奖率很高，中奖的概率为0.9，当你摸了三次，都没中奖，试问：这位老板说法可信嗎？（假设摸后放回）”，在这个问题之后，又连续提了四个问题，问题1：假设老板说法是可信的，那么三次摸奖都没中奖的概率是多少？问题2：那老板的说法可信吗？为什么？问题3：当你拒绝了老板的说法是可信的，你会犯错误吗？问题4：如果给定显著性水平，那么当你摸三次奖时，出现哪些中奖情况会认为老板的说法是可信的，哪些中奖情况会认为老板的说法是不可信的？这个“实际问题”对学生来说就是一个兴趣、一种“催化剂”。“实际问题”能激发学生浓厚的学习兴趣和求知欲望，让学生的主体性、能动性、独立性不断得到张杨、发展、提升，促进学习方法的转变；“实际问题”能引起学生对新概念、重点和难点知识的深度理解，能够在教学中起统帅作用的，能引起学生对其进行火热思考，能触及数学本质的问题。

二、加强实验教学，提高统计实践能力

大数据背景下的统计学专业人才不仅需要掌握数学与统计理论基础知识，还需要具备计算机编程能力，演示和分析结论的可视化技巧，以及将分析结果通俗易懂地表达给用户的能力。因此，在教学中重视实验实训教学，不仅能将抽象的统计原理具体化、可视化，而且能提高学生实践操作能力。比如：在教学《概率论与数理统计》时，可以利用R软件进行辅助教学，R软件是自由软件，完全免费，且开放源代码；R是一种可编程语言，语法比较简单，可视化比较强，具有较强的互动性。相较于其他统计软件如SPSS、SAS等，R的独特之处是其特别适合辅助《概率论与数理统计》教学。比如，上完“假设检验”知识点后，让学生借助R软件完成课后习题第220页第17题：对两种小麦品种从播种到抽穗的天数是否存在显著差异，数据如下：

品种A所需天数（x）：101100999810098999999

品种B所需天数（y）：100981009998989899100

假设两样本依次来自正态总体。这是典型的两样本均值比较问题，首先检验两总体方差是否相等，我们可以先做一个方差检验，用R中函数var.test完成。如果P值小于给定的显著性水平（比如说0.05），则拒绝原假设，认为两个总体的方差不相等，反之，则认为两个总体的方差相等，然