大数据时代统计软件课程教学改革与学科竞赛
来源:用户上传
作者:
【摘 要】根据笔者近几年的实际教学实践，本文对如何将统计软件课程的教学内容及体系改革与学科竞赛相结合进行了深入的探讨。从对本课程教学现状入手，分析了大数据时代对本课程的教学需求，并给出了课程改革的一些建议及笔者的一些实践经验，以期更好地为教学和学科竞赛服务。
【关键词】大数据;统计软件;学科竞赛;R软件
中图分类号： C8-4;G642 文献标识码： A 文章编号： 2095-2457（2019）32-0141-002
DOI：10.19694/j.cnki.issn2095-2457.2019.32.065
统计软件课程开设的目的是让学生通过学习，能够掌握并熟练应用统计软件处理实际问题，比如进行数据处理、统计模型分析等，为将来专业领域的实际工作或继续深造打下基础。随着大数据时代的来临，运用统计软件进行数据分析和求解统计模型已成为大势所趋。
然而目前国内高校统计学专业的统计软件课程没有统一的教学内容，讲授的统计软件也多种多样。如何选择合适的教学内容，使所培养的学生符合大数据时代的需求，是统计学教学研究的一个重要且具有现实意义的问题。此外，越来越多的学科竞赛，如“泰迪杯”全国数据挖掘挑战赛、全国统计建模大赛、全国计算机设计大赛大数据挑战赛等，对学生的统计软件的掌握和应用情况要求非常高。这些都体现了统计软件课程教学改革的必要性和紧迫性。
1 统计软件课程的教学现状
统计软件课程的主要内容包括两大部分：一是统计理论与方法，包含数据预处理、描述统计分析、推断统计、多元统计等。二是统计软件的应用，主要讲述SPSS、SAS及R的使用方法，并对实际数据进行分析、建模和求解。
目前国内大多数关于R软件的教材都是基于多元统计及回归分析等内容展开，教学过程通常是先介绍统计模型的原理，然后介绍R软件的使用方法及相应的应用案例。这样的模式就会造成学生在学习期间过分注重相应统计命令的学习，而忽视统计方法选择过程的实训环节，便会致使大部分学生应用统计方法解决实际问题的能力得不到锻炼，进而影响学习和应用统计软件的能力。另外，教材中的案例往往比较精简，而学科竞赛的赛题更加复杂、大型，所以传统的教学不能适应学科竞赛的需要。
2 大数据时代的教学需求
由于大数据时代的到来，利用计算机对数据进行处理分析是数据研究的必备技能，因此统计软件课程在当前社会学、经济学、统计学等学科的课程教学中占据着非常重要的位置。这门课程不仅仅培养学生的专业知识，更是对学生技术水平及综合素质的一种提升。但从教学考核的形式来看，目前各高校对教师教学效果的考核往往是以结果考核方式为主，因而也就限定了老师的教学内容以及教学方式，这显然不利于发挥这门课程在人才培养方案中的作用。
众所周知，数据处理是成功解决问题的关键，包括各种原始数据的分析、计算和汇总等过程。从数据处理的过程中可进一步理解实际问题，获取更多的有效信息及解决问题的思路。因而，在当前大数据时代，统计软件课程的教学必须应对数据处理和分析的关键需求，根据课程的特点，调整考核方式，淡化结果考核。
“为什么现在我们的学校总是培养不出杰出人才？”这就是著名的钱学森之问.最主要原因是我们的学生比较缺乏创新意识，那么什么是创新意识呢？发现和提出问题是创新的基础;独立思考、学会思考是创新的核心;归纳概括得到猜想并加以验证，是创新的重要方法。現代数学教育的基本任务是培养学生的创新意识！为此，大学乃至省级、国家教育机构专门设有各种竞赛活动，设置开放性的题目，来推动学生们的创新意识。例如“泰迪杯”全国数据挖掘挑战赛、全国统计建模大赛、全国计算机设计大赛大数据挑战赛、“挑战杯”全国大学生课外学术科技作品竞赛、全国大学生数学建模竞赛、美国大学生数学建模竞赛等等针对大学生开展的重大赛事，每年都吸引大量的学生参赛。纵观历年这些赛事的赛题，不难发现涉及许多大数据和统计相关的题目，且均需要应用统计软件进行求解和计算。因此，在当前的大数据时代，对统计软件课程的教学要求还同时包括了训练学生参加学科竞赛，培养学生的创新意识。
3 教学改革方案探讨
3.1 改革教学内容
通常的统计学本科教学培养方案中，对统计理论与方法主要要求学生掌握描述性统计分析、统计推断、多元统计、时间序列等。然而在有限的教学学时内，将上述内容都讲精讲透是几乎不可能的，因此必须要有所侧重。笔者认为，在如今的信息时代，将理论知识进行计算机可视化是一种趋势，因此描述性统计分析和统计作图的重要性更加不言而喻。
描述统计是描绘或总结观察量的基本情况的统计总称。描述统计学研究如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合概括与分析得出反映客观现象的规律性数量特征。透过对于数据资料的进行图像化处理，将资料摘要变为图表，以直观了解整体资料分布的情况。通常会使用的工具是频数分布表与图示法，如多边图、直方图、圆形图、散点图等。由于描述统计分析具有以上特点，因此在实际应用中比更偏于理论的统计推断结果更易于被大众接受，所以我们认为在介绍统计理论与方法时，应侧重于描述性统计的理论和方法。
此外，课程的改革需要打破传统以统计方法的计算和结果分析为主的教学方式，增加数据分析处理的环节，例如可以与统计建模相结合。对于大多数学生来讲，第一次接触与统计建模有关的训练模式，如果案例的内容安排缺少过渡性则容易让学生觉得内容晦涩、高深难懂，加重学生负担的同时还容易使学生丧失学习兴趣，所以案例由简到繁是任课教师应该注意的问题之一。
统计方法应用或设计大数据处理相关的建模案例较多，切忌生搬硬套地把建模问题融入统计软件的课程.应根据本校软件课程的教学课时数，进行内容的合理取舍，使学生能更好地接受，让学生掌握统计理论及软件实现的同时，增强实际应用的灵活能力。 3.2 改革教学方法
当今社会是数据爆炸的时代，在大数据背景下，应用R软件进行数据挖掘，建立统计模型并求解，是十分重要的技能，有着相当广泛的应用。为了增强训练效果，在建模式培养的过程中，应该淡化教师主导的思维模式，强调学生学习的主体地位.除了教师讲解相应的统计建模案例外，可以将学生进行分组，自主选择题目，课下进行数据搜集和处理及方法的选择等环节，课上进行报告和讨论，最后由教师进行点评，给出可行的修改意见.这样既有利于调动学生学习的积极性和主动性，又能从整个过程中加深学生对统计方法的认识和运用，达到学以致用.
3.3 改革考核方式
如前所述，对于应用能力的考核，应淡化结果，重视过程。这门课对学生的培养目标是以具备数据处理的基本能力为目标，然而在数据处理的过程中，每个学生所使用的方法不尽相同，所得的结果也不可能完全一致。但是，在实践的过程中，他们可以熟悉或掌握基本的数理处理方法和技巧。因此在对学生进行考核时，应该注重于考核在实践过程中的动手能力，而非结果。
3.4 增强参赛能力
理论的学习，最终是为了实际的应用。因此在教学工程中，笔者认为应该引入实际案例，即针对真实数据，应用统计知识和方法求解实际问题。我们可以选取一些较为大型的、综合性的案例。例如，对于企业大用户的用电负荷数据，我们可以采用神经网络和CART决策树模型来自动识别窃漏电用户。在对餐饮企业进行综合分析时，我们可以同时应用多个模型，即使用ARIMA时间序列模型来预测销售额，使用协同过滤算法对菜品进行智能推荐，使用Apriori算法对菜品进行关联分析，使用K-Means算法进行客户分群，使用决策树算法进行客户流失预测。
同时，我们可以适当地引入一些竞赛题目，如全国统计建模大赛赛题，“泰迪杯”全国数据挖掘挑战赛赛题等，一方面调动学生的积极性，学以致用，另一方开阔学生的视野，为参加学科竞赛打下良好的基础。例如，2019年第七届“泰迪杯”全国数据挖掘挑战赛B题：直肠癌淋巴结转移的智能诊断，需要用到读取CT图像数据、神经网络模型、圖像分割、特征提取、变量选择、支持向量机、随机森林等，也可以进一步地提高，运用Stacking集成模型等。
4 总结
统计软件这门课程在大数据时代的背景下，对统计学人才的培养起到非常重要的作用。因此，我们必须变革传统的教学方式，让我们培养的学生能适应现今企业对大数据处理和分析的人才需求。综上所述，我们建议统计软件课程从课程考核改革入手，恰当地选择统计理论、方法和软件，同时结合一定实际案例教学，全面提高学生的实践能力，希望我们的一家之言能对同行们起到一定的参考作用。
【参考文献】
[1]丁娟.关于高校统计软件课程教学改革的思考[J].现代职业教育，2016，19：147.
[2]张璇，张小慧.统计软件课程教学改革的探索与实践[J].科教文汇，2013，5：51-53.
[3]江海霞，王成，杜涵蕾，等.“统计软件与应用”类课程教学模式改革探讨[J].教育现代化，2017，7：37-38.
[4]顾光同.《统计软件》课程教学改革的探索与实践[J].教育现代化，2018（1）.
[5]杨宜平，赵培信.R统计软件在统计教学中的应用[J].重庆工商大学学报，2013，30，3：74-76.
[6]王沛，张玉环.本科生《多元统计分析》课程教学改革研究[J].兰州文理学院学报（自然科学版）2015，29（6）：99-103.
转载注明来源:https://www.xzbu.com/8/view-15053960.htm
