经管类“应用统计学”课程的教学模式改革与创新

[摘 要] “应用统计学”是经管类学科的基础专业课程，在大数据背景下，传统的“应用统计学”课程已经不能满足大数据分析应用的需求。从大数据时代经管类专业“应用统计学”课程在思维、知识和能力培养的变化上出发，总结了大数据背景下经管类专业“应用统计学”课程的改革需求，探讨了“应用统计学”课程改革思路。结合课程改革实践经验，从教学模式、教学内容、课堂形式、课程考核规则等方面提出了课程改革的具体举措，借此希望能为全国其他高校该类专业课程的改革进程提供参考。

[关键词] 大数据;经济管理;应用统计学;课程改革

[基金项目] 2019年度教育部产学合作协同育人项目“商务统计分析与实践课程教学改革”（201901199014）;2020年度教育部产学合作协同育人项目“商务大数据分析师资培训与课程建设”（202002209023）;2020年度西安交通大学国际学生教育教学改革研究专项重点项目“Business Statistics课程体系和教学内容改革”（20GJ04Z）

[作者简介] 林 军（1976—），男，上海人，博士，西安交通大学管理学院教授，博士生导师，主要从事大数据分析与智慧决策、“互联网+”商业模式与战略研究;钱艳俊（1979—），女，浙江金华人，博士，西北工业大学管理学院副教授，硕士生导师，主要从事新产品管理与绿色产品管理研究。

[中图分类号] G642.0 [文献标识码] A [文章编号] 1674-9324（2022）22-0069-04 [收稿日期] 2021-12-03

引言

2008年国际顶级期刊《自然》出版《大数据》专刊，引发了商界和学术界对大数据应用与研究的热情讨论。2013年习近平总书记视察中国科学院时提出：“大数据是工业社会的‘自由’资源，谁掌握了数据，谁就掌握了主动权。”自此，大数据开始广泛应用于互联网技术领域，并逐渐开始受到各行各业的关注，大数据相关的学术研究也在近些年呈现出爆发式的增长趋势。

从当前大数据技术的应用情况来看，互联网、人工智能、商业咨询、智慧医疗等领域拥有比较成熟的大数据应用案例。与此对应，经管类专业成为大数据技术创新与应用研究的基地和大数据人才培养的摇篮。教育部在2015—2018年共设置了四批大数据相关专业，全国共五百多所高等院校新增数据科学与大数据技术及大数据管理与应用专业，旨在培养一批符合国家需求和满足时代需要的大数据专业人才。

西安交通大学管理学院于2018年新增大数据管理与应用专业。笔者作为学院“应用统计分析与实践”课程组的负责人，在课程设计与规划阶段切身感知传统“应用统计学”课程在大数据人才培养方面存在欠缺，传统“应用统计学”的教学组织形式、教学内容、教学方法均受到了前所未有的挑战。本文从经管类专业“应用统计学”在大数据背景下的变革需求和变革趋势出发，浅析课程改革思路，探讨分享课程改革实践的具体举措，以期能为高等院校同类专业课程的教改工作提供经验与参考。

一、大数据背景下经管类专业“应用统计学”课程的改革需求及改革思路

（一）大数据背景下经管类专业“应用统计学”课程的改革需求

维基百科对大数据的定义是指超出了常用软件工具在可容忍的时间内捕获、整理、管理和处理数据的能力，需要并行计算工具来处理数据的数据集[1]。Sagiroglu等（2013）提出大数据要满足规模性、多样性和高速性的特征[2]，典型的大数据可以被描述为可以高速持续产生的，TB或以上级别的半结构化或非结构化数据集。

大数据分析技术与传统统计学有千丝万缕的关系，很多大数据分析技术的底层逻辑来自统计学，大数据分析技术提高了数据统计的准确性、时效性，降低了数据获取的成本[3]，为统计学的发展带来再一次提升的机遇。与此同时，大数据分析在数据收集、量化方式、处理工具、分析思维等方面均发生了巨大变化[4，5]，传统统计学的学习路径将要发生相应改变，“应用统计学”课程也就需要采取相应的改革措施。大数据背景下经管类专业“应用统计学”课程改革的需求主要体现在以下几个方面。

1.数据思维产生变化。传统统计学数据是为了研究总体特征有意收集的结构化样本数据，而大数据则是一切可以记录、存储，甚至可以持续扩充的多维数据、非结构化数据，因此，大数据具有巨大的挖掘潜力，具有多维的分析空间[6]。数据思维的变化导致“应用统计学”课程需要引导学生重新建立数据的认识思维、数据收集思维和数据分析思维。

2.课程内容有改革需求。传统统计学工具自定义化处理数据能力弱，线程单一，可处理数据的规模和运算速度上限低，传统课程内容无法满足大数据分析需求。课程亟须除旧纳新，一是要更改课程教授范围，引入当下常用的机器学习、深度学习理论与方法;二是要准备和更新大数据分析的案例集和数据集;三是要教授学生掌握一两种常用的数据处理语言、软件包等工具。

3.课程组织形式有改革需求。传统的“应用统计学”课程学习以课堂传授为主，习题案例加强为辅，案例数据针对性较强，就是为了使学生掌握某一种统计学方法。大数据中由于蕴含多层次挖掘价值，在案例分析环节应注重个体对大数据的多维价值理解[7，8]，因此在授课组织形式上，一是要安排专门的案例分析与实践上机课堂，二是要激活更为活跃的课堂氛围，引导高频次的师生互动，最后是要培养大数据分析能力，强调培养学生应用统计知识和数据资源解决现实问题的实践能力。

（二）大数据背景下经管类专业“应用统计学”课程改革思路

在大数据时代，充足的数据使依托数据驱动进行判断和决策成为可能，数据产生和存储的及时性也为经管类“应用统计学”课程教学提供了更具时代性的案例。基于“十四五”时期高等教育高质量发展导向及教育部育人改革的总思路，经管类“应用统计学”课程改革应着力于应试型教育向问题导向型教育模式的转变，培养满足社会主义核心价值观要求、肩负实现民族复兴伟大理想和责任的新时代人才。大数据背景下，经管类“应用统计学”课程的教学过程应由原有的“理论教学+实习实践”丰富为“理论教学+案例学习+实践应用”，并形成“以问题为导向、应用为目标、实践为手段、理论结合实际、兴趣驱动学习”的教学方法，从而在使学生了解统计思想、巩固统计理论的基础上，结合社会经济实践，培养数据应用思维，以及应用统计方法和数据处理技术分析与解决社会经济问题的能力。

图1为笔者所在课程组的教学改革思路。教学模式上推行“问题—案例—知识—实践”的教授路径。问题导向培养学生思维，增强学习兴趣，问题由案例引入，通过现实中的实例，加深学生对该类问题的理解。在案例分析过程中传授知识方法，在案例学习与模仿环节强化学习，提高学生的动手能力，最后落脚于特定问题的应用实践，综合考查学生的大数据思维和对大数据知识、方法、工具的掌握情况。

从课程改革的路径上看，首先要确定课程的内容范围和章节结构安排，剔除传统“应用统计学”课程教材中应用范围不广或陈旧的章节和方法，新增与大数据分析处理相关的理论、方法及工具的学习章节，并在教学实践中持续更新调整教学教材。确定课程内容后，将授课内容分为若干知识单元，对应每一个知识单元寻找前沿研究问题和应用案例，以问题和案例引导知识单元的传授。在此过程中，改革的重点一是优化课程的组织形式和教授模式以活跃课堂氛围，增强课堂互动。二是要聚焦社会热点问题、前沿问题以提升学生参与互动的兴趣和积极性。在对案例的学习与模仿环节，改革的重点是单独安排上机实践课时，拓展传统统计分析的工具集及根据授课内容更新案例库。最后，增设实践应用环节，组织小组自选题应用研究，制定实践活动规则和评价标准，并安排选题指导、过程跟踪和结果汇报与点评等环节。同时，为提高课程的实践拓展性，联系相关企业开展大数据问题开放式探讨与研究专题，引导组织学生参加大数据挖掘相关赛事。

二、大数据背景下经管类专业“应用统计学”课程教学改革实践

（一）革新课堂教学模式，加强课程教学的问题导向性

将由理论讲授入手的传统式教学模式调整为案例引入的问题导向型互动教学模式。采用案例引入、理论教学、实操分析、师生评价等教学环节，依托具有前沿问题和社会热点问题分析案例支撑的教材和案例库，聚焦互联网数据分析等领域，引导学生通过案例分析、案例讨论和案例拓展，提高学生对前沿问题的关注和思考，激发学生的开放思维、批判式思维。

课堂教学的组织模式将逐步从大班授课调整为“大班授课+小组讨论”，引导学生实现互动式学习。通过组建4～5人小团队，教师采用设疑、启发、讨论、鼓励等方法，加强课堂讨论与互动。在课堂讨论、理论教学、实践练习、课堂报告等环节中，团队讨论这一形式能够充分激发学生参与的积极性，启发学生的创新性思维。

（二）更新教学内容，提升课程知识体系的时代性和创新性

将课程的知识模块重新整合设计成三大部分，除了原有的统计基础理论学习以外，还增加商务大数据应用实践模块和专题拓展模块。课堂教学以前两部分为主：统计基础理论学习的主要内容为统计分析原理及方法基础，另安排上机实验，帮助学生初步熟悉并掌握统计原理及其应用场景;在商务大数据应用实践模块中，增加基于R语言和Python的基本统计分析工具的应用，旨在让学生通过实际案例全流程分析，熟练掌握技能型知识和经验型知识，通过理论联系实践加深对基础理论和原理的理解，培养学生解决问题的能力。专题拓展训练模块主要聚焦大数据统计分析和深度学习等高阶方法，这部分主要以学生兴趣驱动为主，鼓励学生深度参与学术课题和企业课题，增加学生对高阶统计方法、前沿问题和社会热点问题的了解。

（三）实行项目推动式教学和以赛代练，实现理论知识+实践应用同步

在经管类“应用统计学”课程中引入教学项目，在项目推进中学生可以通过自主提炼问题、收集数据、分析工具实操和研究结果分析等环节系统地了解整个分析过程。随着课堂教学的推进，学生可以利用项目数据，实现课程统计方法应用与项目推进的同步进行，有效利用所学的新知识进行实际问题分析，并在课堂交流研讨过程中，不断加深对统计方法的理解，持续改进项目分析方法。具体来说，从实际问题出发，学生组建项目小组提炼研究问题，在与教师进行沟通明确项目选题后，项目小组开始收集数据，同步选择相应统计方法进行分析工具实操，并对研究结果进行分析，之后任课教师组织学生在课上进行讨论和评价，并要求项目小组以研究报告的形式提交项目成果。同时，鼓励学生参加各类建模比赛和大学生创新创业大赛，协助学生在比赛中灵活运用所学统计知识和方法解决问题。

（四）改进考核方式，注重培养综合能力

将传统较为单一的“考试+考勤”考核方式扩展为对“理论课程+实践课程”两项单独评价的考核方式，注重理论学习效果和实际应用能力两手抓，最终成绩由理论课程和实践课程分别包含的多项考核内容成绩加权计算后得出。理论课程考核中包括过程考核和期末考试，为激发学生课堂上自主思考和积极讨论，我们加强了对学习过程的考核力度，将过程考核占比增至40%，主要考查学生的课堂互动和上机模拟学习作业的完成情况。实践课程由模仿案例学习、扩展案例分析和自选课题分析三部分组成，分别占实践课程总成绩的25%、25%和50%，每个案例分析都包括项目课堂报告和案例分析报告两部分，主要考查学生从“选题—样本选择—数据收集—描述统计分析—统计推断—结果解释—结果展示”的整个解决问题和汇报结果的过程。通过改进考核方式，全面加强了对学生问题分析能力、解决复杂问题能力、团队合作能力、沟通能力和表达能力的考核。

结语

随着社会对大数据分析需求的不断增加，经管类专业“应用统计学”课程亟须遵循“理论教学+案例学习+实践应用”的改革思路，加快培养符合社会发展需求的应用型人才。本文在分析大数据背景下经管类专业“应用统计学”课程改革需求的基础上，结合西安交通大学管理学院“应用统计分析与实践”课程的改革实践，提出了革新教学模式，更新教学内容，实行项目推动式教学和改进考核方式等具体举措，该教学模式在本科生、国际硕士研究生和专业学位研究生的“应用统计学”教学中实践效果良好，大大提升了学生对课程的评价，并提高了学生在其毕业论文中正确使用统计方法进行科学分析的能力。

参考文献

[1]Big data[EB/OL].（2012-10-02）[2021-11-07].http：//en.wikipedia.org/wiki/ big_data.