大数据背景下对统计学课程建设的思考
朱艳丽
(河海大学商学院，江苏 南京 211100)
[摘要] 当今社会是一个高速发展的社会，科技发达，信息流通，而大数据就是这个高科技时代的产物。在大数据背景下，统计学课程建设的开展是相关教育工作者的重点工作，为培养创新型复合型人才做出了重要贡献。结合统计学课程建设的发展现状，对大数据背景下统计学课程建设进行深入探讨。
[关键词] 大数据；统计学；课程建设
统计学是一门提供搜集、分类、整理、筛选和分析统计数据内在规律的方法论学科，我国国内各类院校均开设了统计学课程，相关教育人员将其作为教学过程中的重点，尤其是经济管理类专业，已将统计学列入必修课的教学课程中。中国百科全书将统计学定义为“一门研究怎样有效的搜集、整理和分析带有随机性的数据，以对所考察的问题作出推断和预测，直至为采取一定的决策和行动提供依据和建议的学科”。显而易见，统计学与数据科学息息相关。然而经济社会的飞速发展带动大数据时代社会发展进程的不断推进，统计学发展面临挑战的同时也迎接机遇，大数据给统计学带来变革，也带来了发展的机遇，统计学课程建设的发展逐渐进入日趋成熟的新阶段。
余额相对于一些理财产品的优势在于它没有最低限额。投资门槛很低，最小购买单位为1元，实现了平民理财。而且余额宝操作便利，流程简单，不需要跑银行办理复杂的手续，有淘宝的用户基本上有支付宝，有支付宝的用户只需要简单几下转入操作就可以完成。支付宝对余额宝还提供了被盗金额补偿的保障，确保资金万无一失。
传统统计学的数据是通过抽样调查获得，多为结构化数据，即可以用常规统计指标或图表表现出来的定量数据或专门设计的定性数据，有固定的结构和标准。然后针对获得的样本容量不大的部分数据进行整理、分析。而大数据时代的统计学数据具有多样化的特点，通过现代信息技术和工具获得，且数据具有全面、复杂、多层次、多类型的特点，传统的统计指标等不一定可以将其完整地表述出来。传统统计学课堂以老师为中心，课程教材主要是一些经过加工整理的二手数据，老师基于课本上的统计学知识进行讲解，学生盲目地接受并记忆统计学理论知识。而在大数据背景下，学生应当主动通过现代信息网络获得即时数据，主动学习并掌握统计分析软件和计算机编程软件，同时增强实践和创新能力，强调统计学的实际应用作用。
笔者认为，大数据时代的统计学给传统统计学带来了巨大冲击，也给传统统计学的发展带来了新的发展机遇，在当今社会发展进程中，统计学课程建设日趋走向成熟，需更加强调课程的应用价值以及和其他学科的联系发展，教学内容、数据处理手段和方法和教学形式等方面均需要适当地进行调整和更新。
1 统计学课程建设的发展现状
统计学被现代各类院校划分为经济管理类专业的教学内容之一，经济管理类专业学生的必修课教育课程中统计学是较为重要的科目。同时这些院校是培养各类专业人才的场所，学校教学质量的状况决定专业人才的质量，而课程建设是优质教学质量的基础。在我国，统计学课程建设历经多年，已取得初步成果。其内容主要包括：明确并规范课程教学内容；探索课程内容的发展规律；遵循正确的指导思想，科学地确定教学目的、教学的基本要求、教学实践环节要求；积极开展科学研究；改进教学方法和方式等等。在统计学课程建设的过程中，前人和今人不仅提出了一些有创新意义和实用价值的科研成果，为完善和发展统计学理论做出了贡献，也为统计学学科课程建设工作积累了宝贵的经验。
统计学是一门交叉性、综合性、实用性很强的方法论科学，课程建设应以学科发展为主导，以教学内容的建设为动力，以课程建设规范为标准，大力倡导并实施现代化的教学方法和手段，不断提高课程教学水平，促进统计学课程建设。对此有以下几点思考：
2 大数据背景下对统计学课程建设的思考
但高校统计学教学落后于统计学学科发展和脱离实践的问题由来已久，目前我国的统计学教学面临着统计方法的前提和条件强调不够、过于重视数学公式的推导、忽略统计软件的使用等问题，借大数据时代的迅猛发展，统计学学科的教学应当进行彻底的变革，强调统计学应用的作用，尝试去概念化教学，以适应时代发展的要求。
第三，如今的统计学教材里主要是一些经过加工处理过的二手数据，学生基于这些数据进行统计分析，无需亲自搜集反映实际问题的原始数据，盲目地接受并学习统计学理论知识，对于数据背后的实际问题不甚了解。大数据背景下，数据的搜集、分类、整理、筛选、分析更具挑战性，对数据的量化方式也发生改变。这就要求学生具有随时从现代信息网络获得即时数据的能力，变被动给予为主动获取，同时在掌握传统的统计学分析方法的同时，及时关注前沿非结构型数据的分析理论和方法，为将来打下扎实的整理分析数据的理论知识基础。另外，传统统计学以统计模型和软件为基础进行数据分析处理，统计模型的作用在于对数据间的数量关系进行构建，因大数据所依赖的数据分析技术为非关系型的，以数据中心为基础，学生不仅应该掌握主流的统计分析软件，如Excel、SPSS、Eviews、Stata等，还应掌握处理大数据的计算机编程软件。将统计软件与大数据结合起来，可以在很大程度上简化统计分析过程。
国际市场：上周，国际尿素价格持续小幅上涨，其中黑海小颗粒尿素离岸价低端和高端价格周环比均上涨5美元/吨，为265-270美元/吨；波罗的海小颗粒尿素离岸价周环比低端价格上涨2美元/吨，高端价格上涨6美元/吨，为 270-280美元/吨；中国小颗粒尿素离岸价周环比低端和高端价格均上涨10美元/吨，为295-300美元/吨。
第一，传统统计学中，搜集数据受条件和方法的限制，统计数据往往是通过抽样调查获得的，多为结构化数据，有固定的结构和标准。大数据背景下，统计数据具有多样性，数据大多属于非结构型、半结构型或异构型，难以用传统的统计方法进行分析和表现。主要基于现代信息技术与工具自动记录、储存各种类型的数据，大数据是全面、复杂、多层次、多类型的，统计学的研究对象从样本数据，格式化、标准化的结构型数据扩充到了总体数据的所有类型数据。并且大数据的存储不同于传统数据的存储方式，有固定的格式和结构。
一种基于摄影测量的悬垂控制器采用不透明的长方体结构，该结构的横截面积是正方形.管道顶点位置内置八个LED灯，八个LED灯在空间上呈正方体分布，摄像头位于LED3、LED4、LED7和LED8所在平面的中心位置，外部光照无法进入悬垂控制器内部，因此，此结构保证了目标电缆的背景简单且光照均匀.
第二，传统的统计学是针对样本容量不大的部分数据，对其进行收集、分类、整理、筛选和分析。统计过程分为三步：定性、定量、再定性，首先找到统计方向，再对数据进行量化处理，之后得出结论。而大数据时代获得的是总体数据而非样本数据，统计分析过程为：定量、定性，直接找到最有价值的“定量回应”为我所用，并通过数据特征传统的推断统计学方法中的假设检验和参数估计，对大数据不再适用。虽然对诸如相关分析与回归分析等传统统计分析方法仍然可以应用于大数据领域，但是它们在处理规模较大的数据集合时，效率较小，且难以处理复杂的数据。由于大数据大部分是指非结构化以及半结构化数据，因而对数据的识别和分类也是多样的，通常用网络信息系统作为识别工具，与传统数据的识别与分析有较大差异。
1.2.3 集中学习 配置专门的学习教室，晚上集中学习理论、临床技能，医教科负责考勤。转变传统的知识本位、学科本位的住培观，倡导能力本位、以人为本的培训理念[7]。学习形式有自习、互相交流、互相为练习对象进行临床技能的操作练习。请专业的培训老师授课，重点是进行临床病例分析的练习，对病例进行全面客观的分析，避免局限在本院产科、妇科和儿科的固有思维。
第四，传统的教学方式是以老师为中心，老师在课堂上讲，学生通过课前预习、课后复习和作业实现知识的内化，在这种方式下，老师是课堂的主人，负责将统计学知识以满堂灌的方式进行讲解，学生并没有积极地参与到课堂当中，对所学的知识也是似懂非懂。学生自主学习的能力没有很好地得到培养和锻炼，难以适应大数据时代主动学习的要求。大数据背景下，应将大数据思维引入统计学课堂，增强学生的大数据意识，让学生懂得如何从海量的数据中，利用统计学方法分类、筛选，剔除无价值或不重要的数据。应以大量的实际数据运用为基础，在数据分析和实际应用的时候介绍统计知识，及方法，帮助学生理解何种统计方法对应怎样的实际情况，强调学生的自主动手能力，使其深入领会统计学应用价值，培养统计思维。
第五，统计学是一门实践性较强的学科，大数据背景下要求学生有较强的动手和创新能力。可压缩描述统计的内容，突出推断统计的教学，一方面学校可以适当增加实验课，让学生熟练掌握统计分析软件的操作，提高数据分析能力；另一方面课堂外结合大数据概念，组织学生开展各种专题研究和调查活动，指导学生单独或组队合作完成软件的选择、数据的搜集、数据的筛选与分析、结果的总结与展示等全过程。除此之外，针对经管类学生的统计学教学应当更具体、更有实操性，虽被纳入专业学科基础课程体系，但未很好的发挥基础作用，给后续专业课程的教学带来一定困难，在讲授专业中的统计应用问题时，经常发现学生缺乏最基本的统计知识和技能，教学效果不佳。应当针对性的培养学生的统计思维能力和统计基本技能，体现课程的实用价值。
综上所述，大数据时代的发展给统计学带来了挑战，也对统计学教学提出了更高的要求和期望。挑战在于当代的统计学的教学方法和教学手段还难以匹配大数据时代对数据分析从业者的要求，这要求现在的统计学课堂教学模式需要进行改进以更好适应大环境的需求。将大数据理论、方法与现行统计学教学体系相互衔接、融合，构建全新的统计学教学模式。
3 结语
本文阐述了统计学课程建设发展的现状、传统统计学与大数据时代统计学的不同，得出大数据具有数据全面、数据流庞大、类型繁杂等特点。并且提出了大数据背景下统计学课程建设的思考：在统计学课程建设的过程中，统计学课程的教学思维、教学内容、教学方式都需要调整更新。如何结合大数据时代的新要求设计新的课堂教学模式，如何结合丰富的大数据实际案例开展实践活动，如何借助大数据引导学生运用统计学知识以及统计软件来解决企业经营决策面临的实际问题，如何培养大数据时代所需要的高素质人才，这都是当前形势下传统统计学教学模式所面临的问题和挑战，这也促使我们去探究、优化甚至改革当前的课堂教学模式，以适应大数据时代的发展。
【参考文献】
[1]程士富，杜金柱.对统计学的课程建设、学科建设和专业建设的几点思考[J].统计教育，2005（07）.
[2]胡桂华.经济管理类专业统计学课程建设的几个基本问题[J].统计研究，2008（1）.
[3]雷怀英.浅析统计学与经济管理专业课程建设问题[J].山西财经大学学报，2010（S1）.
[4]顾剑华.大数据时代经管类专业统计学课程体系构建[J].教育教学论坛，2016（13）.
[5]刘翱，邓旭东，童泽平，等.大数据背景下管理统计学课堂教学模式探究[J].现代商贸工业，2016，37(33)：299-300.
[6]朱建平，张悦涵.大数据时代对传统统计学变革的思考[J].统计研究，2016，33(2)：3-9.
[7]程波，孙艳梅.大数据背景下对统计学课程教学模式的思考[J].课程教育研究，2017（13）.
[8]何承文，张燕，张天舒.大数据背景下应用型本科统计学教学改革问题研究[J].高教学刊，2018（19）.
[中图分类号] C37
[文献标识码] C
[文章编号] 2096-1995(2019)20-0133-02
作者简介： 朱艳丽（1986-），女，山西霍州人，经济学博士，现为河海大学商学院财务金融系讲师，研究方向为：空间计量经济学、时间序列分析、实证金融。