大数据时代经管类统计学面临的挑战与变革

来源:用户上传      作者:李宾 周俊

　　摘要：随着大数据时代的到来，数据从获取的途径、特征到分析方法，都发生或正在发生巨大的变化。经管类本科统计学作为学习数量分析的传统基础课程，也急需进行相应的变革。
　　关键词：大数据；统计学；挑战；变革
　　中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2019）06-0245-01
　　一、引言
　　统计学是一门科学地搜集、处理、分析和解释数据的学科[1]。统计分析的目的在于挖掘大量社会经济现象背后隐藏的数量特征和联系，揭示客观现象的一般规律性，进而对相关社会经济问题做出经验判断和预测。
　　二、大数据时代经管类统计学面临的挑战
　　1.数据的搜集方式的变化。一方面，数据来源极其大量丰富。互联网时代的信息联系密切通畅，数据直接来源遍及个体和社会经济活动的方方面面；且随着大量专业统计数据库的建立，间接数据来源也更加丰富。另一方面，数据的收集和获取手段快速高效。
　　2.数据类型的变化。首先，数据类型由结构化数据向半结构、非结构数据的转变。而其中非结构化数据所占比例将越来越多。其二，数据由低频低维数据向高纬高频数据的转变。海量的高频高维半结构化数据交错复杂，既隐藏着丰富的价值，也模糊了数据背后的逻辑特征。这对从信息中提取关键信息要素，挖掘数据背后的逻辑机理，增加了难度。
　　3.数据处理和分析方法的转变。根据维克托·邁尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》，大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。
　　三、经管类统计学课程传统教学内容和模式的不足
　　1.教学内容的滞后。首先，在数据的收集阶段，现有统计学教材鲜有涉及大数据内容，也几乎没有介绍网络数据采集和挖掘，还停留在传统的抽样调查阶段；学生也不了解有哪些专业的大数据资源可以作为间接来源。其次，缺少对半结构、非结构数据进行质量分析和清洗过滤知识的系统介绍。第三，统计描述分析部分极少有介绍不同问题背景下数据的处理和筛选；统计推断部分也多是以简单低维数据的正态性特征作为先验假设。
　　2.教学模式的碎片化。碎片化问题体现在统计学实训教学环节上，第一，实训内容不能与实际问题相结合；学生只会按部就班进行单个知识点验证性的实验操作和解读，不善于主动发现问题，也不会熟练利用数据库资源搜集相关数据。第二，分析能力的欠缺；操作只停留在窗口工具条阶段，不会针对具体问题运用软件进行数据的灵活处理和个性开发。
　　四、经管类统计学课程教学的改革思路
　　1.教学内容的调整。统计学内容调整的总体思路是，将传统统计分析扩充到一般化的数据处理。这样做可以在本科传统统计学和大数据分析之间形成一个有效链接。具体来说可包含以下几个方面：（1）补充计算机算法和探索性程序开发的基础知识。经管类本科生如果能掌握一定的计算机技术和程序开发技能，熟悉数据抓取和挖掘技法，将在大数据分析时代占有先机。（2）注重数据质量和数据清洗的相关内容。数据质量包括完整性、准确性、一致性等几个方面，只有高质量的数据才能挖掘出真正隐藏的信息，数据清洗是进一步数据处理的基础。（3）重视多元统计和贝叶斯统计分析方法。基于数据的多元多层次和高维高频特点，变量间的关联性也变得更加复杂，数据分析离不开数据和变量的降维等分析方法。
　　2.教学模式的变革。改碎片式的教学模式为问题导向的进程式教学模式。问题导向的进程式教学模式基于一个典型的社会经济问题，从数据采集到统计分析，让案例贯穿整个教学进程。通过这样的方式，学习如何针对具体问题搜集数据、处理数据和研究数据，以及如何综合数据信息来解读所隐含的现实逻辑。与理论教学相联系，实训教学部分也改验证性模式为探索性自主研究模式。
　　五、小结
　　本文基于经管类统计学课程的培养要求和大数据发展的现实背景，分析了当前经管类统计学面临的挑战和统计学课程教学内容和教学模式的不足，提出了经管类统计学课程教学的改革思路。
　　参考文献：
　　[1]贾俊平，何晓群，金勇进.统计学[M].第六版.中国人民大学出版社，2015.
　　[2]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，（02）.
　　[3]程园园.大数据时代大数据思维与统计思维的融合[J].中国统计，2018，（1）.
转载注明来源:https://www.xzbu.com/9/view-15168929.htm