基于大数据时代背景下的非统计学专业统计学教学改革研究

发表时间:2018/11/23   来源:《文化研究》2018年第11月   作者:单丽薇
[导读] 统计人才是数据分析的核心人才。这是我们统计的发展机遇,也是挑战。因为传统的统计教学已经不能够适应当今社会对统计人才的需求。笔者重点论述了大数据时代对非统计学专业统计学教学提出的挑战,提出了相应的对策建议。 【关键词】:大数据统计学教学改革思维

        单丽薇  广州工商学院广州  510850
       
        【摘要】在能够做数据分析的人才里面,统计学专业有其独特的优势,统计人才是数据分析的核心人才。这是我们统计的发展机遇,也是挑战。因为传统的统计教学已经不能够适应当今社会对统计人才的需求。笔者重点论述了大数据时代对非统计学专业统计学教学提出的挑战,提出了相应的对策建议。
        【关键词】:大数据统计学教学改革思维
       
一、         大数据时代对统计学教学的影响
        1、大数据及大数据时代。
        “大数据” 一词最初由统计学家提出,是随着社交网络、云计算、物联网等的兴起而产生的,但如何定义大数据目前还没有统一的概念。一_般认为大数据具有四个基本特征:第数据体量巨大,从TB级跃升到PB乃至EB级别;第二,数据类型繁多,异构性突出;第三,价值密度低;第四,处理速度快。从大数据产生的时代背景来看,当我们把它作为研究对象时,可以从数据本身的特点和处理数据的技术两个方面研究和理解它,这样理解的话,大数据可以有狭义和广义之分:狭义的大数据是指数据的结构形式和规模具有以上提到特征的数据;广义的大数据不只包括数据的结构形式和规模上的“大”,还包括不同于传统的数据处理的技术。因此,大数据意味着新的数据分析技术、发现隐含的关系与规律。
        2、大数据时代对统计学教学的影响。
        大数据是现代统计体系的重要组成部分,是提升统计能力的重要手段。基于此,有人提出了数据科学家的概念,并对数据科学家所应具的基本知识背景做了概括,认为至少要具备四个基本方面:数学背景、统计学背景、计算机背景和相关行业专业知识背景。对于数据科学家我们都是需要的,但站在高校人才培养及课程设置的角度,要大量培养这样的人才却是不现实的,也是没必要的。很多行业都开始有了大数据分析的需求,然而这些行业的绝大部分工作人员都不是数据分析方面的专家,我们也不能指望非统计专业的本科生就能达到很高的水平,但引导他们循序渐进地掌握大数据分析基本技能却是十分必要的。
        二、大数据时代下的统计变革
        1、 统计思想的变革
        大数据时代,统计思想发生了重大变革。在传统的经典数理统计中,通过简单随机抽样,得到一个简单随机样本,我们研究统计量、研究抽样分布,通过对样本统计量的分析达到对总体参数进行统计推断的目的,可见,传统的统计思想是对样本进行研究,以小见大。而在大数据背景下,我们更容易获得全部的数据,分析重点转为总体研究,这不仅是数据范围的扩展,更是统计思想的拓展。在传统样本研究中的一些理论、方法与技术可能不再适用于大数据分析,在大数据总体研究中,更关注如何化繁为简,对总体数据进行清洗、分解、降睢,从而实现对特定问题的深人分析。


        2、 统计分析技术的变革
        传统的统计分析中,统计分析技术的重点是研究因果关系,例如,经典计量经济学中的回归分析,模型中有一个因变量、一个或多个自变量,分析自变量对因变量的影响;还有多元统计分析中的典型相关分析,探索多个自变量对多个因变量的影响,此时,统计分析往往是验证性质的,在正态分布等假设前提下验证提出的假说是否成立。而在大数据背景下,统计分析的重点逐渐扩展到网络研究,关注相关关系,比如对社交网络的测度与分析,因此数据挖掘技术倍受重视。数据挖掘通常面对的对象是海量数据,可能是探索性质的,可能没有显性的模型表达式,可能无法在逻辑上对统计量的无偏、有效、一致等优良性质进行证明,它是在没有明确假设下探索可能存在的潜在信息或规律,往往需要计算机通过统计模拟来实现。
       
        三、大数据时代统计学教学改革探讨
1、         树立大数据思维。在大数据时代要想做好统计工作,需要改变统计思维,否则,统计工作很难发展,至少会被边缘化。统计思维的变化应该从对数据的掌握与分析开始,进一步是揭示事物的本质与相互联系,直至揭示事物的发展规律。
2、         更新教材和教学内容。从需求用人的角度上来分析统计学教学存在的问题,教材和教学内容是一个重要方面。传统的统计学教育比较重视统计思想和统计理论,推崇数学推导过程,而对统计计算的重要性认识不足。在许多情况下,用直观的数值模拟代替复杂的数学推导,不仅不会降低精度,而且结论更加容易理解,这对本科生而言无疑是非常有效的学习方法。对于大多数需要直接进入就业市场的本科生而言,统计课程的学习应该更加强调应用层面的问题,如模型设定、模型检验和评价、模型输出结果的解释等,因此大数据时代更应该教给非统计学专业学生的是为什么要用这个方法和怎样用这个方法解决问题,这个方法解决问题的假定条件是什么,局限性是什么。
3、         加强计算机能力培养。
4、         要求统计人员除有较强的统计技能外,还应有较强的计算机能力,既能熟练掌握计算机,又能熟练应用统计软件进行统计分析,能把不同来源的大数据整合到一起转化成统计可以分析的数据,能够对分析结果进行合理解释并应用于具体的实际问题。
        4、加强案例教学和实践教学。
        在统计学教学实践中,应突出典型案例教学与实践教学,由易到难,通过来自实际问题的原始数据和典型案例逐步让学生掌握不同结构和数量的数据处理的基本技术和思路,切实提高学生进行实际数据分析与处理的能力。如,为了进一步提高学生对统计方法和工具的理解和应用能力和使用相关的统计分析软件进行统计分析的能力,在教学的过程当中可增加课程设计这样一个模块,让学生就选定的主题进行统计调查和分析。这个模块的设置不仅可以使学生对所学的统计学知识有一个系统的掌握,而且可以进步提高他们的一些相关技能。
5、         注重与本专业的结合。
        学习统计的学生必须掌握特定应用领域的知识,并用统计学特有的思维方法来分析和解决该领域的实际问题,具体表现为:首先把特定领域的实际问题转化为统计问题,然后搜集数据并进行统计分析,最后把分析结论通过听众易于理解的方式表达出来。然而一些高校在统计学课程设置方面却千篇一律,不同专业采用同样的教材,教师在讲授时也不考虑学生的具体专业特点。
       
       
        参考文献
        [1]浅议大数据时代的统计课程设置及教学改革[J]. 金超.  科技经济市场. 2015(04)
[2]大数据时代的统计教育[J]. 孟生旺,袁卫.  统计研究. 2015(04)
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: