统计学大数据分析范文

导语：如何才能写好一篇统计学大数据分析，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

【摘要】本文基于高中生个性化学习，我们认为，链源：“数据收集”链宿：“数据分析”，链节为“数据描述”的“内容数据链”，通过各种形式的数据联动，使统计内容数据链外化为“统计能力链”，内化为“统计知识链”，发展为“统计素养”链，成为对高中生有重大影响的“统计思想链”。

【关键词】大数据 高中统计 数据分析 内容数据链

大数据的价值性，快速性，大量性，多样性，和预测功为教育提供了一种可能目前教育的形式多种多样，慕课、微课、网络公开课等等。大数据时代下的教育是怎样的呢？是基于个性化学习，是量化的，自我组织学习内容的教育，不仅要了解学生“心声”，认知水平和学习兴趣，而且要师生互动、合作探讨学习内容，将传统课程、教学、教材的内容数据化，利用可视化技术，提高学习兴趣。提升内容吸引力。高中统计内容必须系统化、过程方法直观化，这对高中的统计内容提出了挑战。使专题块和课程案例集以数据知识链为核心，使教育在大数据时代下的“量化”。

一、高中统计内容的新契机是大数据

使教育由数字支撑变化到数据支撑。高中统计教学场景布置，统计内容设计，学习场景的变革等等过去靠“敲脑袋”或者“理念灵感加经验”的东西，在背景为物联网、云计算、大数据下，变成一种由数据支撑的“行为科学”.用数据分析的方法对高中统计内容进行分析、挖掘，利用大数据更改高中统计内容，建立主线为“统计知识链”、目标为培养“数据分析能力”首尾呼应内容数据链，使高中统计内容的系统更加优化。

由于各种原因使高中统计内容，没有得到较好的发展.直到国家教育部颁布了各种政策，统计才得以发展.然而各种问题的存在仍然困扰着我国统计教学发展。大数据关注每一位学生的个性化需求与发展，关注学生的自我意识，分析群体心理，让教师关注学生的兴趣爱好，选择适合学生的方法，让学生自主的、创新的学习。

正如教育家张韫所说：“大数据时代的到来，让社会科学领域的发展和研究从宏观群体逐渐走向微观个体，让追踪每一个人的数据成为可能，从而让研究每一个个体成为可能.对于教育研究者来说，我们将比任何时候都更接近发现真正的学生。”大数据在充分了解学生各种需求，目前处于的状态的情况下合理运用各种统计内容，各种现代化的教学方式，不拘泥于传统化教学方式，利用各种资源形成螺旋式上升的统计内容数据链。使每一位学生都乐于学习，其个性化学习需求成为可能。

二、高中统计内容数据链在大数据视域下的内涵

数据高中统计内容的核心研究对象，数据分析是重点，统计学习是在初中的基础上，进一步学习数据统计方面的各种方法；用各种操作培养学生的归纳推断能力、统计思维、数据分析素养，提升学生在数据分析方面的能力，统计内容数据链为学生统计能力的提升提供了研究平台。把课程目标，学生需求、与大数据算法，数据链式结构有机结合起来是大数据视域下的统计内容数据链核心思想，利用大数据，将统计内容数据化，增强内容的可读性，衔接性、合理性、连贯性，织成统计知识，形成统计内容数据链。例如：具体环节为：链宿是“样本估计总体、”等数据分析方法，链源是“系统抽样，等距抽样、分层抽样”，链节是的数据描述、统计图形.通过统计知识的实际应用使“统计知识链”为统计内容数据链的内化，“统计能力链”为其外化，“统计能力链”，“统计素养链”为其发展，成为对学生产生重大影响的“统计思想链”所以，利用大数据的科学方法可使统计内容体系最终形成的统计思想体系；数据结构的链式模型，将促进学生创新思维，增强学生的参与积极性，使高中统计集“知识链、能力链、素养链、思想链”于一体。

三、高中统计内容大数据视域下下的数据链设计

（一）高中数学统计内容知识结构

各种版本的高中数学统计内容都介绍了基本的获取样本数据的获取，提取方法，就是我们常说的用样本推断总体，部分推断整体.统计知识注重培B学生数据分析的能力，利用实例讲解数据的各种思想，方法结合在一起，提高学生的综合能力。例如：结合具体问题情境，学习如何进行数据收集，分析，如何思维理解其含义。

（二）高中数学统计内容的教学要求

课标充分重视高中数学统计内容，并采取了有效的改进和创新措施。教学过程中，注重学生自我特长的发展，创新教学方式，不拘泥于传统的书本知识，强调以人为本，面向未来，让学生有数据意识，学会用数据说话，将统计知识运用于实践。

（三）高中统计内容在大数据视域下数据链设计

量化教育是大数据时代的可行教育，通过数据了解学生的个性化需求，促进学生的个性发展，注重创新式培养。结合教材利用现代化信息技术设计出学生乐于接受的教学方式。从“数据读心”，到“抓心入心”，再到“知心交心”，最终形成“数据育心”的培养链是统计内容数据链的设计原则。例如：分层抽样内容数据链的设计.首先，将分层抽样知识系统化。其次，将分层抽样的过程方法直观化。最后，依据统计内容数据链的设计原则和学生个性化学习需求，动态生成分层抽样内容数据链。把具体问题数据化。使分层抽样内容数据链成为满足自我发展需要的“知识链、方法链、素材链”。

四、结语

综上所述，对统计内容数据我们应该就地取材，因地制宜，开创多种方式的教学方式，注重学生的个性化需求，不要拘泥于传统的教材，注重培养学生的创新思维和自主参与能力，要让学生发挥主观能动性，积极主动的自己去思索，发展自己的特长，学会将具体的事情数据化不用数据的思想去思考问题，去看世界，老师也要探索更好的教学方法。将现代化的科学技术与传统枯燥的教材相结合创造出一种能够发挥学生潜能，特长的教学方式，要循循善诱，引导学生。总之，统计内容数据链能更好地使学生不断提升自己的数据分析“能力链”使学生学会用统计思想、统计方法、统计思维、统计观念、统计意识来认识世界，改造世界。

参考文献：

[1]魏忠，何立友.大数据时代的教育革命[J].考试：理论与实践，2014，（4）.

篇2

【 关键词 】 一卡通；数字行为；校园卡；轨迹

1 引言

随着计算机科学技术的不断进步，数字信息化的时代已经到来，21世纪是信息化全球大爆发的时代，信息全球化已经渗透到生活的每个角落，校园作为人口比较密集的场所，很多高校都在投入大量的人力以及财力用于校园信息数字化网络的建设，校园数字化网络的建设为校园数字化网络管理提供了足够的保证，能够进一步提高各高校的信息化管理水平。

高校数字化建设是完全建立在高校的校园网网络的基础上，目前，校园网络已经实现了光纤入网的条件，校园数字化建设能够完全将目前比较先进的互联网技术、信息技术、多媒体技术融为一体，充分地将校园的科研工作、管理工作、生活以及教学等工作集成起来形成一个统一的整体，最终为高校的全面信息化教学打下坚实的基础。

高校数字化网络的建设实质上是借助先进的信息化技术将高校的各个部门的各种信息资源进行有效的整合、集成以及优化，进一步提升高校的信息资源的合理利用以及配置。

2 校园一卡通

校园一卡通是“数字化校园”建设的最为重要的组成部分，校园一卡通具备的主要功能必须包括身份认证功能、数据管理功能、金融服务功能、综合消费功能、公共信息管理功能等。校园一卡通能够有效地集成高校内的所有资源以及子系统，通过校园一卡通能够掌握每一个持卡用户动态的、实时的情况，不仅能够加快高校数字化管理系统建设的进度，还能够进一步提升高校的数字化管理水平。

校园一卡通数字信息管理系统的建设是IC卡技术应用比较成功的典范之一。真正意义上的校园一卡通并不仅要具备消费以及结算功能，而是通过智能的数字化管理实现高校内的各种业务管理。校园一卡通必须能够将高校内的消费以及管理集成与一身才可以称之为真正实现了校园一卡通管理，才能通过校园卡实现校园内的学籍管理、消费、结算、身份识别、网上付费等。

3 校园一卡通建设

校园一卡通是目前高校流通非常广泛的信息集成平台，也是目前大部分高校所采用的信息管理平台。校园一卡通管理系统建设是建立在“集中控制、信息共享”的需求上的，因此，校园一卡通系统的设计是多个信息功能模块的有效集成，具体实现的设计思路是将所管理的资源集成在统一的互联网平台，并采用统一的数据库服务器，对资源采用绝对安全的、统一的身份ID认证体系，进而实现信息数据的安全集成、安全传输、安全管理。校园一卡通可以通俗的理解为各个管理系统、射频设备、读卡设备等终端的高效集成，进一步提升了系统管理的智能化水平。

随着各个高校的校园信息化、网络化建设的逐渐深入，高校内的所有信息资源的整合过程已经进入到了全面的规划以及实施阶段，现阶段。校园一卡通的建设必须与高校现有的人事、教学、身份认证等MIS系统以及其余的高校信息应用系统紧密的结合，通过全面的、安全的统一身份认证机制实现高校信息资源的无缝集成及其共享，使得校园一卡通能够友好的融入校园，成为校园信息化建设的非常重要的组成部分，通过校园一卡通的有机整合，能够有效地避免高校的不必要投入，进一步提高高校的信息化建设进度，为高校系统之间资源的无缝共享打下坚实的基础。

4 校园一卡通数据管理

校园一卡通的核心部分内容便是数据，数据信息资源的安全将直接影响到整个校园一卡通系统的安全运行。数据存储行为是校园一卡通在高校校园中应用的最重要的数字化行为，数据IC卡存储的数据不仅包括纯粹的相关数据信息，还包括功能信息、系统运行状态信息、系统交互之间产生的交换数据以及各个功能模块产生的历史记录信息，数据信息的安全存储是确保校园一卡通能够正常运行各个功能模块的关键保障，数据存储行为不是简单的将数据入库操作，更重要的是采用合理的数据加密技术措施以及认证机制确保相关数据的安全，为系统的安全性防护添加一层核心屏障，除此之外，信息资源数据的安全存储行为贯穿到整个系统的设计、研发、实现、实施、管理等各个阶段，甚至包括硬件资源的选取都必须严格遵守对应的安全策略。

校园一卡通数据的安全传输是数据数字化行为的又一重要属性，特别是涉及到财务的相关数据。因此，数据的安全传输必须建立在专有的局域网内，必须在物理以及软件上实现局域网与外部网络的完全隔离，数据在传输的过程中必须采用各种安全措施以确保传输的数据不被修改，比如信道签名、数字签名等。

除此之外，校园一卡通的数据管理行为还必须具备数据恢复功能，由于网络的突然故障或者系统的严重故障经常会造成数据丢失或者损坏，校园一卡通的数据管理必须建立完善的历史数据备份记录，能够自行修复损坏数据，使得系统运行数据正确、可靠、稳定。

5 校园一卡通消费行为

现阶段，校园一卡通在各个高校中应用的最为广泛的便是高校的消费管理上，可以将其理解为高校学生以及教职员工的“电子钱包”。高校校园一卡通消费管理系统采用目前先进的IC卡信息载体，对高校中的学生以及教职工消费行为进行有效的管理。

校园一卡通消费管理系统的建设是实现高校各个部门以及后勤管理服务部门信息化建设的关键手段，能够将后勤服务以及消费管理相关资源进行优化、整理、重构，进而实现后勤资源以及管理资源的合理配置，将复杂的、种类繁多的各种资源充分的利用起来，帮助高校的后勤管理以及校务管理实现过程的高效协调、合理优化，进而实现大幅度提升校园后勤以及校务的信息管理水平，以进一步提升后勤以及校务的服务效率以及高校的效益。

高校员工以及学生的消费行为是后勤管理工作的重点。校园一卡通消费信息管理系统的建设能够有效地缓解校务以及后勤管理工作的繁重业务，简化校务以及后勤的工作流程，实现以较少的人力资源实现全校的合理化管理的目的，在提高后勤服务质量的同时，也实现了精简校园后后勤以及校务管理人员的目的，一定程度上降低了高校的整体管理经费。

校园一卡通消费信息管理系统很大程度上提升了高校的财务管理水平，也实现了高校财务的无纸化办公，消费管理系统的建设能够有效地规范高校内的费用结算管理，进而确保财务的正确管理，有效地规避了一些漏洞，不仅提高了财务的管理水平，还进一步改善了财务管理的工作模式，使得高校的消费行为更加灵活多变，一定程度上提升了高校财务以及消费的管理水平。

目前，校园一卡通的消费行为实现了食堂饮食消费，超市购物消费，饮水消费、洗澡消费、个人医疗消费、四六级考试报名消费、有偿上级消费、个人账户自助存款消费等，基本上实现了高校的可以消费的所有领域。

6 校园一卡通身份认证行为

校园一卡通在高校中应用的另外一个重要数字行为便是身份认证管理，校园一卡通系统需要将校园网网络内的各个子系统有机融合，因此需要将各自独立的相关验证进行统一管理，采用统一的认证机制对用户身份进行统一管理，用户身份的认证以及授权目前校园一卡通研究的重点领域。

校园一卡通的身份识别系统采用目前比较先进的智能卡技术，通过用户身份信息的识别实现高校校内门锁的控制、门禁的控制、重要安全通道的控制、校内各项考勤制度的管理、参会人员的会议签到等，并在此基础上有机地结合了安全防范相关技术措施以及计算机网络控制技术措施，通过软件系统的高效管理实现对校园一卡通用户身份的安全认证和识别。

门禁管理系统是控制和管理校内人员出入的有效措施，通过该系统能够准确有效地对校内人员的出入进行数字化控制，最重要的是确保了校区各个场所的安全，很大程度上提升了持卡用户身份识别的正确性以及效率。

考勤管理系统能够及时地将学生的上课出勤率反馈到学校，还能够有效的考察教职员工的出勤情况，通过考勤管理系统能够有效的实现教务课程的合理化安排，能够提高学生以及教职员工的出勤情况，实时掌握学生在校的一切活动。

校园一卡通的身份认证功能模块的实现能够真正意义上实现校园网网络用户的的身份信息的安全存储以及数据共享。网络认证技术是现阶段应用比较广泛的一套集管理、计费以及认证于一体的安全性极高的综合性网络信息管理系统，网络认证与校园一卡通的有效集成是未来校园一卡通身份认证的发展趋势，涉及到高校内的每个校园一卡通的用户，身份认证系统的整合能够有效的加速高校网络数字信息化建设的进度。

7 结束语

随着各个高校实现校园数字现代化管理意识的不断加强，高校校园管理数字化建设进度也变得愈加强烈，基于智能芯片应用的计算机网络信息化管理系统也变得越来越普及，高校学员以及教职员工众多，往往持有大量的传统的卡片以及不同的证件，比如学生证、图书证、上机证等，一定程度上增加了高校的管理成本，还使得学生的管理水平变得异常混乱。

传统的校园管理模式已经无法满足现阶段的教育模式。信息时代当然离不开教育信息化管理。校园一卡通强大的功能能够有效地融合高校内的一切资源以及子系统，能够实现校园系统以及资源的有机集成，真正意义上的实现校园的数字化系统建设，使得数字化行为轨迹深入到高校数字化管理的方方面面。

参考文献

[1] 宋文功，杨培敏. “数字化校园”与“校园一卡通”关联的实现[J]. 长沙铁道学院学报（社会科学版）. 2006（01）.

[2] 赵震伟. 数字化校园一卡通系统的研发[J].思茅师范高等专科学校学报. 2009（03）.

[3] 王正坤，蒋涛涛. 试论基于数字化校园的一卡通系统的构建[J].农业网络信息，2009（08）.

[4] 王筱超，王蔚.校园一卡通平台的规划与建设研究[J].现代计算机（专业版）. 2009（05）.

[5] 杨隽欣.校园一卡通系统及指纹识别系统的应用[D].电子科技大学 2011.

篇3

关键词：大数据时代 数据分析 理念 辨析

中图分类号：C8 文献标识码：A 文章编号：1674-098X（2017）01（c）-0136-02

近年来，对大数据的研究和应用已经受到我国各界人士的广泛关注，国家统计局已经把信息处理技术列为关键性的创新技术工程之一。随着我国大型计算机的迅速发展，处理大规模的复杂数据的能力逐渐提升，从这些大数据中提取有效信息的能力也逐步加强，毫无疑问，我国进入大数据时代的脚步将会进一步加快，人们将会感受到大数据时代下给其带来的生活、工作上的便利。

1 大数据和大数据时代简介

1.1 大数据

大数据是指远大于一般数据的巨量资料，需要人们通过全新的处理模式才能获取其中有价值的数据信息。“大数据”这一概念最早由维克托在《大数据时代》一书中引用得来，最开始对其定义为：不通过传统的随机分析方法直接对所有数据进行分析处理，主要有大量、高速、多样和价值4个特征。

大数据可以分为大数据技术、大数据工程、大数据科学和大数据应用等领域。目前受到最多应用的是大数据技术和大数据应用。人们通过收集数据，提取有效信息就可以为企业发展或者社会活动提供最有效的实施途径。因此，可以这样说，在大数据的王国里，最成功的企业就是那些善于运用机遇的公司。

1.2 大数据时代

大数据时代是建立在信息时代的基础上，通过互联网、物联网等渠道广泛搜集海量数据资源并对其进行存储、提取和展示。在大数据时代，几乎所有人都能够享受从任一数据中获得所需要的信息，大数据时代也具有社会性、广泛性、公开性和动态性4个特征。大数据时代的发展将会引领社会众多领域和行业的变革，对人类的生产、生活方式产生深远影响。

在大数据时代下，传统的数据分析思想已经不再适用，应该做出改变。首先，应该转变抽样思想，大数据时代下的样本即总体，已经不再依靠少量样本分析事物的相关规律；其次，要转变数据精确测量的思想，大数据时代要学会接受繁冗复杂的多样性数据；最后要转变探究事物的因果关系思想，转为研究事物的相关规律。以上思想的转变，均与统计学有关，因此，下面将分析大数据对统计学带来的具体影响。

2 大数据对统计学研究工作的影响

2.1 大稻莘岣涣送臣蒲У难芯慷韵

大数据影响的领域范围非常广泛，在大数据时代，不仅能够对以结构数据为度量单位的客观主体，还可以对不能用数据衡量关系的文本、图片、音像等非结构数据进行分析，大大扩展了传统统计学的研究范畴。

2.2 大数据影响统计学的工作进程

统计学是对所搜集的数据进行整理和归纳的方法论学科。大数据时代的资料十分丰富，分析数据已经不再需要抽取样本了，因为数据总体即是样本。此时，传统的统计学抽取样本分析的工作方法已经不再适用，而是被现代化通过传感器自动采集数据的方法所取代。

3 大数据时代下数据分析理念辨析

3.1 数据分析理念

传统的数据分析是指用统计学方法将收集的数据资料进行系列分析，以便最大化地开发数据中的功能，从中提取有价值的数据，再和未经处理的数据进行对比，发挥数据的作用。大数据时代下的数据分析，由于数据量非常大，数据本身的动态特性使人们要研究的数据难度加大，因此，大数据时代的数据分析一般利用统计学的理念，采用更广泛的方法统计和分析数据，以此摆脱对数据样本的依赖，也可以避免数据的流动性给分析结果带来的不确定性。大数据时代更加注重数据的增值分析工作，研究数据的未来走向，使其中有价值的数据可以增值，将有效数据有机整合，能够及时发现问题和解决问题。

3.2 数据分析的主要程序

3.2.1 数据整理

统计数据的整理主要分为4个步骤：审核统计资料、对资料进行分组、汇总和编制统计表格或图表、保管和公布。当统计对象为数据资料庞大、类型复杂、要求处理速度快的大数据时，这些步骤就显得繁冗了，尤其是图表的绘制是没办法实现的，因此，只需要对资料进行审核和存储。大数据的审核和存储不同于传统意义上的数据审核和保存，大数据时代利用先进的现代化工具进行数据的审核和保存。

3.2.2 数据的开发

传统数据的样本量较小，目的主要着眼于解决问题，数据的时效性较强，数据的使用价值会随时间流逝而降低。而大数据的流动性很强，随着时间的推移会越来越壮大，而且具有推陈出新、价值重塑的可能，因此，在大数据时代，数据是会不断增值的，开发大数据，是一项有重要意义的工作。

3.2.3 数据的应用

其中分别对教育、运输、消费品、电力、石油与天然气、医疗护理、消费金融等进行分析和预测。根据这些行业的特点，可以总结出大数据挖掘商业价值的基本方法为：客户群体细分，为每个群体量定特别的服务；模拟现实环境，发掘新的需求的同时提高投资的回报率；降低部门联系，提高整条管理链条和产业链条的效率；降低服务成本，发现隐藏线索产品和服务的创新。从图1中可以看出，大数据的应用群体十分广泛，能否对获取的数据及时、迅速处理，对该行业的发展具有重要意义。

4 结语

该文主要对大数据时代下数据分析理念进行了相关的分析和研究。首先对大数据及大数据时代的概念做了简要阐述，接着分析了大数据对统计学的两点影响，最后分析了大数据时代下的数据分析理念。总而言之，在现代社会，大数据的应用已经成为时代新的特征，能否从海量数据中提取有价值的信息做出相应的预测，对于企业或者个人的发展具有重要意义。

参考文献

篇4

关键词：应用统计学；生产过程；应用；校企合作

一、应用统计学的主要步骤和要点

1.1样本的选择

样本是应用统计学方法实践的首要要素。所有的统计归纳和对比分析都是建立在样本群的调查之上的。所以样本的选择至关重要，既需要具有随机性，又要有代表性，不能过于偏向某一领域又不能不顾及权重的配比。

1.2统计方法的确定

应用统计学科中有很多统计学的方法，可以对样本量进行多种处理与计算，既可以简单分析样本的分布特征，又能够从时间序列上获取其趋势。而一些复杂的统计学模型则提供了更加精确和量化的对比模拟方案。

1.3统计结果的分析

对统计结果的分析也是统计学应用的重要环节，在分析时不仅要考虑结果直接体现出来的表面特征，还要学会从表面特征挖掘出其背后可能存在的因素与条件，进而得到一个比较合理科学的解释。

二、应用统计学在生产实际中的应用表现

2.1应用统计学在经济学领域的应用

经济一直是我国发展过程中重点关注的对象，经济基础决定上层建筑，所以有效的把控经济走势，快速精准的判断经济拐点，果断坚决的进行经济指导和干预才是推动和保障我国经济稳步发展的关键。应用统计学作为一门需要使用统计学理论进行现状分析的学科，恰好可以满足经济学发展的需要。越来越多的经济分析实例需要建立在完善和科学的统计结果之上，而经济学专业的学生也不断加强自身的统计学相关知识。例如对于金融行业来说，无论是风险投资还是项目推广，都需要提前对市场进行预判，对受众和用户进行一个大概的了解。应用统计学就能够在进行样本选定和调查后，根据长期经验得到的指数建立模型，分析客户心理和消费能力等要素，进而为后续的发展指明方向。

2.2应用统计学在医学领域的应用

2020年一场突发的公共卫生事件牵动着全球人民的心，一种新型的病毒在人群中大肆传播，造成身体健康的严重损害甚至夺去生命，对医学领域带来了巨大的挑战。这时，应用统计学的知识和理论就为防疫战疫提供了重要的理论依据。通过前人对类似传染病的统计结果，建立一个传染病扩散速率和死亡率等的数量关系，各个参数都由经验给出，从而就可以针对不同的病毒传播特征得到一个模型，既可以比较早的对未来情况有一个把握，又能够为公众提供一个科普的窗口，提醒人们注意保护和预防。

三、统计学理论在大数据时代的应用

3.1数据分析、统计学理论之间的结合

应用传统统计抽样方式，无法对庞杂数据来进行分析、处理，也难以展现出大数据的知识密度，获取的分析结果自然不够精确，这无疑会影响数据的挖掘、使用成效。将数据分析、统计学理论之间结合，能够打破传统数据分析模式的限制，充分发挥出大数据的价值。大数据内容多元、混乱，对数据形式准确性要求不高，可以利用统计学分析方式来对比数据变化，同时，大数据对数据精度的要求并不是很高，而是“以量取胜”，更加侧重于整体研究，通过数据分析、统计学理论之间的结合融合了两者优势。

3.2创新数据分析理念

大数据具有价值、多样、高速、大量4个方面的特点。基于大数据分析的特点，既往相关专家总结出了如下公式，即：大数据=高频海量数据+复杂类型的数据。在大数据时代下，数据分析工作便是对海量数据的分析、归纳、统计、总结，挖掘出其中具有价值的信息和内容，进行对比，以得出具有价值的信息。在数据收集、处理环节中，需要进一步创新数据分析渠道，扩充数据来源，对于相关人员而言，要具备数据积累、处理的意识。大数据具有一定的流动性，在时间的流逝下，数据信息数量会继续增加，因此，相关人员要具备创新化的数据分析理念，让数据真正实现增值，以帮助人们更好地解决问题。

四、加强校企深度合作，构建统计专业学生的培养体系策略

4.1完善校企合作政策法规保障

首先，政府应以立法的形式完善专业教育校企合作相关法律法规，通过法律对院校与企业在开展合作中的责任、义务与权利加以确认，为校企双方在人才培养方面的深层合作提供制度保障。其次，保证政策“落地”，一方面可通过教育宣讲的方式，强化院校、相关企业以及社会组织等对有关政策的深入了解，从而获得合作各方的配合与支持；另一方面，在政策实施过程中还要及时收集反馈信息，并针对合作受阻原因，继续完善相关政策，保证政策真正“落地”。

4.2开创多元化的合作模式

第一，可通过“产教结合”的方式，这也是当前校企合作的主流模式，主要包括短期性实习、参观考察、专业技能竞赛等形式。第二，实行“订单式培养”模式，为企业定制输送专业人才，此模式只能应用于特定合作项目。第三，实行“校企共建”模式，校企双方通过整合资源，在合作中充分发挥各自优势，实现校企双方的良性互动。

4.3打造“双师”高校教师队伍

首先，学校每年要划拨用于“双师”教师培训的专项资金，用于教师委培、访问等教师培养项目，同时还要积极鼓励教师进行在职研修或者深入企业实践，提升高校教师的综合教学能力。其次，学校可以聘请企业高精端专业人才到学校参与实践教学，通过专题讲座、课程建设等方式，提升学生的专业能力，发挥专业示范与引领作用，与学校共同研究应用统计学专业人才培养方案。

篇5

引言

进入21世纪以来，科学技术尤其是互联网和计算机技术的迅猛发展，促使大数据时代快速到来，大数据是堪比黄金石油的致富新思路，会给社会方方面面带来很深远的影响和变化，在生活中，农业工业等很多领域都会运用到统计学，统计学之于现代社会有着较为重要的意义，因此，在这种情况下，对大数据时代背景下统计学重构进行研究是非常必要也是非常重要的。

一、大数据时代统计学重构的价值与意义

1.是前沿科研领域

伴随着科学技术的发展，大数据时代科研的进步会带来很多领域的发展和超多超复杂的数据，面对这样的挑战，我们应该不断增强自身获取信息的能力，就统计学而言，这门学科应该具有分析这些庞大数据的能力，并且通过分析能够研发出合理的分析工具以及相应的分析研究理论，来通过科学的理论解决一些更为前沿、复杂的现实问题[1]。显而易见，当前很多造诣深厚的学者都将研究领域转向了数据分析上来。

2.是交叉科研领域

统计学是一个与众多学科都有交叉的一个学科，比如与数学有交叉关系，与经验科学如天文学中假设估计参数有关系。在现代社会，统计学的使用已经不止局限在政府或者国家事务中使用，而将应用领域延伸到了商业、社会科学以及自然科学中来，由于统计学具有广泛的应用性和深厚的历史，因此，它不只是与数学有亲密的关系，更是与数学本身的哲学有着亲密的联系。伴随着领域的增多和数据的复杂程度的加重，统计学家一直进行着跨领域、跨学科的研究，随着研究数据的不断增多，所研究的领域也在不断拓宽，统计学家面临着越来越多的机遇，统计学的发展也面临着越来越多的机遇，同时，统计学的发展也推动着很多前沿科学的发展。

3.具有非常重大的意义

我们可以在进行统计学研究时形成一套完整的统计学研究理论和方法，推动大数据时代多元复杂数据分析朝着国际化方向发展；可以将数据化研究理论成果运用到经济和社会发展中去，比如可以运用在金融风险管理与控制上；还有很多金融领域的人运用大数据分析可以挖掘出市场信息，据此判断市场走势，会获得高收益，这些都是大数据时代中统计学在发挥作用[2]。

4.抢占制高点

国外很多研究表明，大数据时代统计学工程需要从各个领域挖掘有用的信息，并将这些信息融合，提取出有用的因素，发展相应的研究理论。目前，已经有很多研究结果表明，现如今的大数据研究方法和理论已经相对成熟，我们应该牢牢把握住这次机会，不畏挑战，迎难而上，尽快研究出具有独立知识产权、具有创新性的数据分析理论和软件，为我国的数据分析发展提供动力。

二、大数据时代统计学重构的热点问题研究

1.大数据统计学的理论和方法

过去的统计主要将重心放在概率分布的指数族方面，在上世纪70年代以来，指数族分布研究及其在高维贝叶斯和像图模型的应用中的研究居多，我们知道，由于指数族包括了所有已知概率的分布，因此，指数组的应用十分广泛，它是统计学的核心，并且在概率论方面的作用也在不断加强。这一研究方向旨在运用指数族来对庞大的数据进行初步的简化，利用Bootstrap方法对大多数统计和概率方面的贝叶斯数据进行应用[3]。

2.大数据数据建模

随着大数据的不断变化和发展，线上算法被研究出来，大数据的形式多种多样，因为多样化的应用、庞大的数据和针对大数据所开发的技术，这项研究会产生深远广泛的影响。该研究的方向是将数据建模相应的领域进行推广，将这些数据能够统一运用在大数据中，运用理论和公式对实际应用进行辅助。

3.并行迭代蒙特卡罗方法

日常生活和科学研究与计算机技术的结合让大数据的收集不再是幻想，要想分析这些数据，要运用并行和分布结构。并行和分布结构是拥有存储和处理大数据功能的，但是目前的技术还不能将现代的统计算法应用到大数据中去，并且在日益增多的数据中，我??需要更加复杂的结构和模型来进行解释。尽管迭代蒙特卡罗方法已经被相关研究证明是非常强大的，但是它仍然不能够用于大数据的分析，该研究旨在将迭代蒙特卡罗方法融入到一个通用理论中去发展，另其适应大数据的发展环境，并且让其也能够适用并行和分布结构，即从并列的样本中算出蒙特卡罗值，一这个数值来近似最初需要的数据量，这个理论能够有效避免在算法迭代中的重复扫描数据问题，与此同时，这一算法的应用也可以另数据研究中的问题得出具有统计学意义的解[4]。

篇6

关键词： BI&A3.0 管理科学与工程专业 研究生培养

在过去的二十年里，商务智能与分析（Business intelligence and analytics，BI&A）与大数据相关的分析随着大数据的发展在工业界及学术界变得越来越重要。来自于Bloomberg商业周刊的报道（2011）显示，97%的超过1亿市值的公司使用了商务分析技术。据麦肯锡全球机构预测，到2018年，仅美国一年就会面临14到1万人的深度分析技术人才的需求，同时约有150万数据分析经理的缺口[1]。

“智能”一词自20世纪50年代被人工智能方面的研究人员提出并沿用至今。而商务智能（Business intelligence）则随着信息技术的发展在20世纪90年代被企业界和学术界熟知。自2008年大数据的一系列论文在NATURE上发表，大数据分析技术已被应用到从文本、计算机日志、传感器、社交媒体等产生的大量非结构化、体量巨大、类型繁多、价值低密度、要求快速处理的大数据。BI&A经历了BI&A1.0，BI&A2.0和BI&A3.0的演进。他们分别对应面向基于关系数据库的结构化数据、基于web的非结构化数据、基于移动及传感器的非结构化大数据。因此，BI&A3.0是面向大数据分析的新兴领域。

BI&A3.0面向大数据可能产生的巨大影响，它涵盖了电子商务及营销智能、电子政务及政治2.0、科学与技术、智慧健康、安全及公共安保等方面。涉及的技术领域包括大数据分析，例如统计学习、序列及暂时挖局、空间挖掘、过程挖掘、网络挖掘、web挖掘、基于列的数据库挖掘、内存数据库、并行数据库、云计算、Hadoop、Mapreduce，文本分析，例如静态NLP信息抽取、主题模型、问答系统、选项挖掘、情绪及影响分析等。除此之外，还包括web分析、网络分析、移动分析等大的技术分析方面。因此，BI&A3.0是未来管理科学与工程专业研究生培养的重要基础和研究热点。

BI&A3.0的发展和应用对管理科学与工程硕士研究生的培养提出了挑战。主要表现在以下几个方面，BI&A聚焦于理解、解释、战略并服务于组织。一些学科对BI&A的发展作出了贡献，例如信息管理、计算机科学、统计学、管理学和市场营销学。

然而，目前的课程体系设置相对于商务分析技术及大数据的发展来说较滞后。虽然大部分学校针对学生的研究方法及研究能力的培养开设了一些BI&A课程，例如复杂系统分析与决策、随机过程、应用统计学、矩阵分析、Matlab、现代管理分析技术等。这些课程的设置对于面向大数据的BI&A3.0的研究及应用来说尚有差距，缺乏系统性和前沿性。因此，面向BI&A3.0的研究生课程体系改革具有一定的现实意义及急迫性。

1.教学研究的内容及实践内容

围绕如何培养面向大数据及BI&A3.0数据分析及研究能力进行课程体系改革研究。借鉴国际国内针对从BI&A1.0到BI&A3.0的知识体系及技能相关的教学改革，注重管理科学与工程的专业内涵。

（1）教学研究的内容

①对国内和国际当前的面向BI&A3.0大数据分析能力培养的知识体系及技能进行梳理。

②对本校管理科学与工程专业主要的研究方向进行梳理，调研面向BI&A3.0大数据分析的具体能力和层次要求。

③结合国际国内面向BI&A3.0的知识及技能体系与本校管理科学与工程主要的研究方向，提出面向BI&A3.0的管理类研究生课程体系改革的具体方案，包括课程设置、教学方式、考核方式、教学目的与要求。

（2）实践内容

通过设计与理论相配套的课程实验、研讨与课程内容密切相关的科学问题、及时追踪研究热点，使得实践环节成为提高研究生BI&A3.0创新和研究的推动器，同时也提高学生在实践方面的兴趣和动手能力。

2.教学及实践改革的目标

（1）教学目标。通过建立面向BI&A3.0的管理类研究生课程教学体系，使得研究生掌握BI&A3.0的基本知识体系、知识网络、基本研究能力，并最终培养研究生掌握面向BI&A3.0的创新能力。

（2）实践目标。通过培养学生面向BI&A3.0的实践技能，培养研究生面向BI&A3.0的实践能力，包括文献检索能力、借助计算机的分析能力、数学建模能力、数据收集能力。

3.课题研究要解决的问题

围绕面向BI&A3.0的管理类研究生课程体系的建设，本课题将要解决如下问题：

（1）如何划定面向BI&A3.0的分析及计算机技能。面向BI&A3.0的分析及计算机技能涵盖的面十分广泛，本校管理类研究生所依附的学科方向及研究重点决定了这些技能需有选择地纳入。因此，需要解决具体纳入哪些分析及计算机技能的培养。

（2）如何结合研究方向与BI&A3.0的应用。培养面向BI&A3.0大数据分析能力的目的是将BI&A3.0大数据分析应用到具体的研究方向。物流、市场营销、工程管理、运营管理等方向的研究需要将这些领域的知识和BI&A3.0的应用结合起来才能达到培养的目的。

4.拟采取的方法

（1）借鉴国内外先进的BI&A3.0教学教改经验。对国际和国内BI&A3.0相关的教学教改文献进行分析，并参加相关的国际国内会议，与国内外同行进行交流学习。

（2）对本校管理类研究生现状及改革反馈进行调研。通过以往教学实践的总结、专家学者的讨论、课题组集体研究的方式，调研适合本课程体系服务学科专业的研究生课程教学内容、目标、方法与手段。

（3）对企业界进行调研发掘BI&A3.0实际应用能力的需求。通过对企业界进行调研，发现潜在的BI&A3.0应用方向。通过这些方向的发掘弥补课程体系设置的不足。

自2008年NATURE发表的一系列大数据相关论文，到2012年，美国《大数据研究和发展计划》，成立“大数据高级指导小组”，再到2015年，我国提出国家大数据战略，针对大数据分析的BI&A3.0是十分前沿的。本项目将本校管理类研究生数据分析能力培养和BI&A3.0发展的大趋势结合起来，具有前沿性、现实性和急迫性。

篇7

关键词：大数据：统计学理论：创新应用

顾名思义，统计学几乎是对所有领域的数据进行统计与研究、分析筛选，因而统计学在如今的大数据时代几乎涉及到各行各业，其表现方式为，统计出来的数据进行科学的研究与分析，可以有效的帮着企业获取有效信息，探索其中数量规律行，进而企业可以更高效、更精准的进行工作。而如今随着现代信息技术以及数字科学技术的不断发展，统计学也得到了更多的应用，也被人们更加重视，应用最多的为企业管理系统中，统计学中的理论及其分析方式帮助企业进行对数据数量规律性的探以及定性分析，为企业寻找自身的管理经营的基础进行有效地夯实，奠定企业向更加稳定方向进行发展。而如今计算机软件的不断发展与更新，大数据时代的到来，统计学的应用也会得到更为广泛的发展，其中有政府和企业利用计算机对相关数据的采集、整理、统计进行综合的分析。统计学相关的软件开发商也将软件设计的更为简易化、便捷化，使得非统计学专业的人员也可以使用。当今社会经济高速发展，统计学的应用及其发展趋势将会迎合时代的到来进行改革改变，促进社会经济的快速提高。

一、大数据时代的内涵及其意义

（一）大数据时代的内涵

大数据是指在一定时间内对信息的捕捉、管理、处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力、流程优化能力的海量、高增长率和多样化的信息资产。针对这些信息资产，利用统计学原理对其进行数据分析、提炼、分解。也可以从另一个方面理解大数据，它涉及各行各业，是多个领域数据的集中区域，涉及到的有自然科学、人文科学、社会经济学等等相关的混合数据，它们之间相互参杂，互相融合，形成非常庞大的数据系统。目前传统统计学中的统计方法是分析单个计算机系统的数据储备，无法分析多台计算机的数据，在数据统计中产生了局限性、单一性、不稳定性和客观性等，但是目前大数据时代的到来，改变了如今这一现象，改变了大数据环境下数据流、磁盘存储、分布存储、多线条等环境。大数据环境主要起到的作用为，将庞大而复杂的数据进行转换，转换成为简单易懂、显而易见的内容，进而使工作人员对数据进行源头和机制的追述，从而研究出适合自身并有效的应对策略。因将数据转换成需要的知识需要相对缓慢的时间，所以工作人员将当前庞大复杂的数据分别存放在不同的储备空间里，有些工作人员将目前无法分析的或是不需要的数据进行整体精准的记录储存，记录成一整套的数据发展史，已供日后应用，以备不时之需，为今后科研做出充分准备。

（二）大数据时代给社会带来的改革

大数据在一夜之间成为各大互联网上的讨论话题，成为一个包含性非常强的概念，大数据时代也成为人们关注的话题，它的到来已然成为不争的事实，从本质上来看，它是当今中新型的产业，通过对海量的数据进行统计分析追踪发现庞大的市场，通过对人们行为喜好进行科学分析，获取营销手段。大数据使得广告投放精准化、医疗卫生体系精密化、社会安全管理有序化等多方面优势，同时大数据时代的到来随着带来了新的新业市场，大数据将为全球带来440万个IT岗位和上千万个非IT岗位，提供了更多的就业岗位。大数据时代到来的变革之大，影响着人们传统的工作方式，各行各业的人利用研究问题来驱动收据数据，然后再利用收集来的数据进行分析，从而解决问题，从这一行为来讲，人们会慢慢适应通过大数据进行统计学的研究分析来解决问题，利用通过统计学理论开发的软件搜索、分析一些研究性成果。目前统计学家通过数据的收集、数据的处理以及个人分析能力进行科学探索，如今大数据的到来将会威胁的他们的领域，大数据将我们难以理解的内容翻译成我们一看便知的统计成果，优化了人们工作的便捷性、舒适性等。

二、大数据时代统计学的发展研究

大数据发展如今，渗透社会的各个角落，分析大数据需要多个领域的结合，它并非单一的科学领域，自成一体，现如今的统计学家不仅需要研究探讨计算机对数据的实时决策，更是要将其与统计学理论及其方法相互结合，同时，计算机专家也要不断学习统计学的一些知识，统计学与大数据相互结合才能顺应时代的发展。获取大数据之后，研究探讨大数据时，针对数据分析的高难问题，利用统计学原理对其进行数据分析、提炼、分解时，需创新出新的更便捷更高效的统计处理方法，在压缩提炼过程中，解决数据混杂的问题，在分解数据中，解决精准问题，使得大数据与统计理论更好的沟通合作，构造全局统计结果。统计学主要是对海量的数据进行整理分类，结合计算机进行科学分析，探究出数据的数量规律性，从而得出结论，由于目前统计学中的统计学理论和统计方法与时代稍有差距，如今更是大数据时代，而大数据随机或非随机的误差比较大，所以传统的统计学理论及方法无法满足如今变革，也无法更好的获取大数据背景下所带来的各种机遇。现在的统计学家应该更加努力专研统计学理论以及对数据压缩、分解的方法，舍弃无法适应当前时代的陈旧理论及方法，必须去学习如何迎合新的事物的到来进行改革改变，只有这样才能顺势而行。

作者:宋瑞雪 周晏羽 黄扬艺 单位:沈阳理工大学

参考文献：

[1]毛江伟.《统计学》应用及其发展[J].长江大学学报（社会科学版），2013(12)

篇8

【关键词】大数据;经管专业;教育改革;教学方式;数据分析

社会不断向前发展，科技逐渐在进步，企业对经管专业学生的数据分析与处理能力有着更高的要求。尤其在互联网技术的蓬勃发展与云时代的到来之际，大数据及其技术涌现而出，所谓的微课、慕课、翻译课程等纷纷出现，这对经管专业的教学提出了新的要求。经管专业的学生不仅要熟练地掌握理论知识，还得具备较强的实践能力，尤其是要对数据进行大量研究，并能快速地做出决策。可想而知，在大数据背景下，经管专业要格外重视实践技能的培养，全面地构建起能提高学生们的数据分析与管理的实践教学体系。

一、大数据的定义与特点

大数据时代的提出最早源于一家咨询公司“麦肯锡”，当时的数据被称为重要的生产因素，涉猎诸多行业，近年来却因为互联网与信息行业的发展而被人们所高度关注。大数据一词主要就是指信息爆炸时代下产生的海量数据，而这些数据对企业的未来发展具有决定性的作用。就连《纽约时报》都对它进行了高度评价:“在商业、经济及其他领域中，决策将日益基于数据和分析而作出……”。我们都知道社会每天都在高速地发展着，科技日新月异、信息迅速流通，人们的交流越来越密切，生活越来越方便，很明显，大数据就是这样一个高科技时代的必然产物。传统意义上的数据都是结构化的，现代意义上的数据已经过渡到非机构化了，所以经管专业的学生有必要更加全面地掌握大数据信息，并具备科学的思维方式与分析数据、处理数据的能力等。1、对工商管理与企业管理专业的学生而言，更需要把握多种类型的企业运作数据，并对其进行系统整理与分析，从而帮助企业进行必要的改革，提升企业的运营效率与经济效益等。2、对于电子商务、市场营销等专业的学生来说，首先需要牢固掌握大数据技术，再熟悉地运用相关技术来探索企业发展新模式，还得具备网络营销分析与投资风险的评估等能力。3、对于信息管理专业的学生来说，需要全面地进行数据采集，并进行数据分析，就连数据挖掘能力也得重点培养，改变传统的数据分析思维能力，必须符合信息管理与智能决策等的需求。

二、经管专业教育教学存在的问题

教育改革一直都在如火如荼地进行着，成绩也是显著的，但面对大数据时代的来临，我国高校的教育仍存在一些问题，其中以经管专业最明显。1、教学目的不合理:经管专业也在进行大数据实验教学课程，但仍处于基本概念阶段，与实际科研严重脱节，教学目的也仅仅是帮助学生掌握数据采集、统计分析等能力，并没有针对结构化数据或非结构化数据进行创新性的思维方式的训练，更不能将其灵活运用到辅助决策及知识发现阶段，更不能用来更好地解释分析结果等。事实上，若要与时俱进地推进大数据实验教学课程，就必须开展多样化、启发式的实验项目，让学生熟练掌握收集与整理数据信息、并能合理地解释这些数据背后的规律等。2、教学手段不创新:传统的教学方式已经不能调动学生的学习积极性了，也不能有针对性地结合学生的知识结构来开展实验训练活动，所以，针对大数据实验教学课程，学生的创新实践能力培养才是重中之重，教学方式应该以团队协作、自主设计为主，教师不提出固定要求，也不提供硬性数据，只是在一旁协助或参与。而且，实验项目最好分层次进行，根据学生的知识结构来进行，这样更能发挥学生的特长与主观能动性。由此可见，传统的大数据实验教学方式或者目标已经不能满足大数据背景下经管专业队数据分析与处理的新要求了。为了培养出时代所需要的优秀经管专业的应用型人才，我们在实验教学方式、实验教学内容上都得进行创新性改革。

三、经管专业教育改革新思路

大数据不仅是一个热点研究问题，也被广泛应用于经管类学科之中。经管类专业的学生唯有熟练地掌握并灵活利用大数据，才能在大数据时代背景下拥有更大的优势。一方面需要加大应用性的教学，让学生具备一定的处理大数据的意识与方式;另一方面，授课模式还得以学生为主，培养学生自主学习能力，从而培养学生的软件操作与数据分析及处理能力等。

(一)教学改革的基本原则

1、树立大数据统计的思想:以往的经管专业的教育教学只是在告诉学生统计处理的方式方法，学生只要能够利用所学经管知识来解决实际企业管理中出现的问题即可。然而，现如今大数据时代背景下，数据信息具有海量性、结构多样性等特点，学生不能再像以前对待一般意义上的经管学数据那样了，而应该让学僧再认识一般经管以及统计知识之外，还得时刻认识到大数据的无样本性、复杂性、容错性等特点，保持时刻的警惕性，既要做好处理一般数据的心理准备，还得具备一定的识别、分析与处理大数据的能力等。2、教学主旨不忘以学生为主:随着微课、慕课的出现，教学方式不能再以教师为主，而应该以学生为主。比如上课之前，学生们可以通过搜索网络上的信息与知识来进行课程预习或学习。正式上课时教师只需通过案例分析将知识融会贯通其中，让学生进行激烈的谈论，从而灵活地掌握经管知识点。总的来说，这些基本课程的安排都是围绕学生展开的，学生能够掌握枯燥的经管类知识，还能大大节省实践，进而增长了经管专业的实践课程的时间。3、应用型教学进一步加强:因为大数据时代的到来，不论是收集数据，还是整理数据，就连分析数据都变得更加复杂。所以，在一定程度上看，利用互联网收集海量数据，并对其进行系统地整理与分析变得相当重要且有必要性。从这方面看，经管专业的学生首先就得具备一定的数据分析能力，这方面的理论课有必要加强，主要是让学生具备分析数据的理论知识;然后再展开旨在培养学生软件操作能力的实践教学课程，要让学生熟练地掌握操作统计软件的能力，让学生具备独立处理企业实际问题的能力。很明显，加强应用型教学是至关重要的，一方面运用统计软件来搜集与处理大数据，再运用相关经管理论知识来分析数据。

(二)教学改革两大新思路

1、教学内容上的改革:合理安排理论课与实践课的结构。随着大数据时代的到来，经管专业的实践课主要是为了培养学生的软件操作能力，要想将理论课与软件操作实践课合理地安排，需要做到以下三点:一是待理论知识讲解结束后立即进行上机实践，学生在上机操作过程中可以对理论知识点进行简单的梳理，在这期间老师可以帮助学生回顾复习相应的知识点;二是直接引用具体案例来进行理论教学。老师也可以通过简单的例子将理论知识应用到实际数据操作分析之中，灵活地运用理论知识来解决实际需求，并用实际实践来复习理论知识。三是合理地安排理论课与实践课的课时比例。理论课与实践课的课时比例最好为2:1或者1:1，这样优化课程比例可以让学生用更多的时间来掌握软件操作与数据分析的学习。2、教学方式上的改革:以实践教学为主，不再追求“教”。经管类是一个实践性比较强的专业，尤以统计学更甚。然而在实际教学过程中，教师往往会花更多的时间去讲解基础知识，这样只会缩短实践教学的时间，使学生上机实践的时间变得更少，这样学生往往只能掌握软件应用的一些皮毛，并不能很好地将理论知识灵活运用到实践中去。这样就会失去开设这门课程的初衷。因此，安排大量的上机课程，才能使学生熟练掌握数据分析的工具，才能使学生具备数据分析的能力。另外，学生不再是课堂的追随者，而应该成为主导者。教师可以帮助学生利用网络来搜集数据信息，学习相关知识，老师从中设计项目、布置任务，学生自行组建团队，通过互联网来自主学习，完成老师布置的任务，形成教师引导、学生自学的教学新方式。在经管专业的教育教学改革中，首先就得结合大数据时代数据的特征和现代教育技术来展开，除了让学生掌握相关基础知识之外，还得使学生具备大数据的思维理念与方式，并能根据实际问题选择合适的理论知识来解决问题。

【参考文献】

［1］朱怀庆．大数据时代对本科经管类统计学教学的影响及对策［J］．高等教育研究，2014(9)

［2］赵燕，韩丽萍．经管类专业实践教学考核方法改革途径［J］．绥化学院学报，2014(6)

篇9

关键词：统计学专业 专业素养 理论教学 综合实践教学 统计软件

统计学是研究统计原理和方法的科学。具体地说，它是研究如何收集、整理、分析反映事物总体信息的数据资料，并以此为依据，对总体特征进行描述和推断的原理和方法。其显著特点是可以与整个自然科学、社会科学相结合，可以与计算机科学、信息科学相结合，处理各个领域的数据分析与统计推断问题，是一门方法论学科。统计学专业主要包括理学类统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析、市场研究、质量控制以及高新技术产品等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。特别地，在大数据时代，把统计学人才培养成数据科学家是在新时代统计学发展的必然趋势。

根据统计学的专业特点及人才培养目标，在统计学专业的人才培养方案中，专业类基础课程包括数学分析、高等代数、解析几何等数学类课程，这对刚步入大一的新生来说，无疑是一个前所未有的挑战：一方面，这几门数学类课程比高中数学的难度增加了几个等级；另一方面，对数学基础不好或厌倦学数学的同学来讲，原以为经过高考后，不选择数学专业就可以不再学习深奥的数学，可事与愿违，选择统计学专业仍然离不开为数不少的数学类基础课程。因此，结合统计学专业教育的实际情况，可能会出现这样一些现状：有些统计专业的大一新生以为学统计就是学数学，觉得太难，枯燥无味，就给统计贴上了数学的标签，未经深思熟虑就想转专业，渐渐失去学习的兴趣和动力。由于大一时没有打好数学基础，有些大二以上的学生对待专业学习时态度消极，经常感觉很茫然，学无所获、虚度光阴，专业课的学习入门难；由于缺乏对统计学专业的认识，有些毕业班的学生面临就业时不想找与统计专业对口的工作，盲目择业，既弱化了专业竞争力，又耽误了未来的发展。这些现象可以认为是对统计专业认知不良的表现，反映了部分统计专业学生对自己所学的专业认识不深、动机不强、缺少认同。因此，在统计专业教育教学的各个环节，采取多种有效的措施增强统计专业学生专业素养的培养显得尤为重要！下面结合重庆理工大学统计学系（理学类统计）多年来在培养统计学专业学生时，讨论了从专业教育、理论教学、统计软件教学、实践教学、专家讲座等方面专注培养学生的专业素养的探索与实践。

一、对于新生的专业教育，可以以专业导学课的形式，第一时间给予学生专业引导，使学生对所学专业有一个清晰的、宏观的认识

导学课的课时以16课时或一个学分为宜，内容上除了介绍统计学专业的人才培养目标、教学计划、课程设置、实践教学，还要系统地进行统计学专业的发展历史和现状、发展趋势、前沿的专业技术、就业前景等内容的讲解。特别地，由于在大数据时代，把统计学人才培养成数据科学家是在新时代统计学发展的必然趋势，可以结合大数据时代对统计学人才培养提出的新要求，明确大学四年的学习任务的艰巨，让他们做到心中有数。通过入学教育，尽早地让学生接触专业，了解专业，做到先入为主，让学生树立远大的目标。

二、对于理论教学，要把握好一些关键的专业课程

统计学或描述性统计学课程，作为统计学专业的第一门专业基础课程，应由教学经验丰富、专业知识渊博、上课幽默风趣、深受学生喜爱的资深教师担任。把这门课程上好了，能使学生了解统计学与数学的区别，从而消除学统计就是学数学的误解；使学生了解统计学的历史、现状及发展前景，从而了解统计学专业学生具有极宽的就业面；结合对实例的讲解，使学生感觉“统计是无所不能的”，从而对统计学产生较浓的兴趣，爱上统计学。在教师讲授核心课程，如《多元统计分析》《时间序列分析》《统计质量管理》《抽样调查》《应用回归分析》等课程时，要多搜集实际案例，采用案例驱动法教学，消除理论课程的枯燥、乏味，便于充分调动学生的学习积极性、投入到课程教学中来。教师要组织学生开动脑筋，运用课程知识解决与实际应用有关的一些统计问题。由于统计学的问题总是来自于学科外部，故要强调实践，要求学生会利用统计软件和相应的统计知识对实际数据做分析，并对结果给予合理的解释以及说明应用价值。在教学中对这些课程把握好是培养学生专业素养的重要一环。

三、对于统计软件的教学，如在SPSS、R、SAS等的教学过程中，让学生真正掌握算法的原理以及软件的操作，并深入思考算法的实现与相关理论的指导作用

“大数据”环境下，对统计人才的需求也发生了变化。这就要求在教学过程中，加强统计软件的教学。在进行统计软件课程的讲授时，学生已具备一定的专业基础知识，但知识体系偏理论，由于缺乏应用和分析工具，导致知识理解不深刻，专业知识零散，整体感弱。统计软件是统计学专业学生学习和研究必不可少的工具。要求学生掌握一至两门统计软件，具备数据分析的操作能力。教师在讲授该课程时，注意与其他课程理论讲解的不同：模拟直观，展示理论含义；逐步计算，展示理论过程。学生初学时，可能觉得使用统计软件获得一些分析结果非常容易，殊不知，要获得正确的答案并不容易，教师应强调学生对相应的统计方法要有透彻的理解；统计软件的输出总有一系列的结果，要从中找到对问题分析有用的结果，并能结合实际对结果进行合理的解释。从而通过系统学习统计软件，使学生又一次加深对专业知识的理解，加强知识体系的整体感。由于统计软件的学习没有理论知识那么枯燥，学生更容易去上机实现，但又得避免学生一味地重视操作过程，而忽视正确的统计方法的选择。甚至有学生大学四年下来就记住了怎么用软件输出结果，至于哪些结果有用，哪些没用，分得并不清楚，只是将输出结果全列出，看不懂输出结果，更谈不上是否选择了正确的统计方法了，出现这样的现象就在于学生将统计软件等同于统计方法。因此，在教学过程中，应特别强调：统计软件只是帮助进行统计计算的工具，能否恰当用好这个工具，在于你对统计方法掌握的程度。

四、对于综合实践教学，强调统计数据、计算机编程以及统计分析软件的结合

在综合实践教学中，首先突出典型案例教学，由易到难，通过典型案例教学逐步让学生掌握不同结构和数量的数据处理的基本技术，提高学生进行实际数据分析与处理的能力；当进入大四时，几乎所有的专业核心课程都已经学习完毕，就可以逐步过渡到以数据驱动为主的教学模式，训练学生在处理实际问题时选择正确的统计方法的能力。尤其是在“大数据”时代背景下，目标是培养符合市场需求的专业统计分析人才（或称为数据科学家），而合格的能进行统计分析的人才的培养必须经过一定量的统计实践训练。诸如统计数据平台，金融数据库，大数据展示平台及大数据问卷调研系统等，教师可以根据需要用到课堂教学中。

校外专业实习是实践教学中的重要一环。专业实习能起到从学校向社会过渡的桥梁作用。通过校外专业实习，可以让同学们对自己、对工作有更具体的认识和客观的评价；可以让同学们明白许多书本上没有的或原来理解不深刻的知识，感觉到实际工作与课本中学到的知识的差距，增强理论联系实际的能力；可以带动学生了解和掌握整个数据分析实践的流程，激发学生学习的兴趣，塑造更好的自我。

另外，可以积极鼓励高年级学生参加统计建模竞赛。通过竞赛，激励广大学生学习统计、应用统计的积极性，提高运用统计方法、建立统计模型、利用计算机技术解决实际问题的能力，培养创新精神，提升统计专业学生的综合素质。

五、对于扩大学生的专业知识面与就业面，可定期或不定期以专题讲座或学术报告的形式体现

通过邀请国际国内统计学家来校讲学，让学生了解统计前沿及当今热点问题，可为有志于进一步深造的优秀学生指明方向。由于统计学的应用渗透到各个领域，可邀请相关行业专家来校讲座或聘请其为兼职导师，让学生真正了解统计学在各行业的应用，进一步激化他们的学习兴趣。

以上只是笔者结合重庆理工大学统计学系多年来在培养统计学专业学生专业素养的一些有益探索及实践来进行总结，还有未尽之处，需要在实际中进一步地总结及摸索。尤其是在大数据背景下，对统计学教育提出了更高更实际的要求，人才的培养和供应方面如何与时俱进是当前面临的典型问题，需要不断地探索与实践。

参考文献：

[1]胡爱平，肖枝洪，苏理云，伍度志，陈彩霞.从就业前景谈统计学专业学生应具备的专业素质[J].中国校外教育，2013，（3）：120-120.

[2]黄介武.浅析大数据环境下的统计学课程教学[J].课程教育研究，2014，（8）：235-235.

[3]刘晓东，宗义湘，白丽.地方农业院校统计学专业实践教学改革技术路线图[J].河北农业大学学报（农林教育版），2012，（4）：37-40.

[4]邱东.大数据时代对统计学的挑战[J].统计研究，2014（1）：16-22.

[5]李君.统计学专业就业前景以及课程介绍研究[J].科技与企业杂志，2012，（9）：224-224.

[6]张海波，黄世祥.统计学专业学生大数据分析能力的培养方式选择[J].统计与决策，2014，（24）：66-68.

[7]徐秋艳.统计学专业校外实习基地的建设[J].实验室研究与探索，2012，（4）：152-154.

[8]王炯琦，吴翊，周海银.美国一流统计学专业课程设置现状研究[J].高等理科教育，2012，（3）：61-64.

[9]苏理云，高红霞，胡爱平，陈彩霞.以数据分析为核心的应用统计学人才课程体系构建[J].教育教学论坛，2014，（12）：248-249.

[10]苏理云，叶志勇，刘仁彬，刘锋，高红霞，胡爱平.一般本科院校统计学本科实践环节的系统设计与优化，中外教育研究，2011，453（4）：20-21.

[11]苏理云，叶志勇，李凤兰.案例驱动和课题带动的统计学应用课程教学模式探索，中国科技纵横，2010，90（6）：121-121.

[12]苏理云，叶志勇，李姣军.案例教学在统计学专业课中的应用.重庆理工大学学报（自然科学版），2009，23（s2）：131-132.

篇10

关键词： 实验教学改革 经管类 大数据

实验教学是培养经管类专业学生实践能力的重要手段。经济管理类专业学生不仅要熟练地掌握理论知识，更要具备较强的实践能力，特别是大数据时代的到来，强调以数据为基础进行研究，并快速做出决策[1]，不仅对掌握大数据思维和技术的人才需求量扩大，而且对经管类专业人才培养提出了新的要求[2]，因此在大数据背景下应充分认识实验教学对经管类专业学生实践技能的重要性，科学全面地构建面向数据分析和管理的实验教学体系，以适应大数据背景下经管类专业人才的培养需求。

大数据扩宽了信息的来源，提高了信息获得的速度，分析对象从传统的结构化数据过渡到非结构化数据，因此对经管人才需要更全面地掌握大数据思维方式和分析流程。对工商管理、企业管理专业而言，需要其更注重利用多种类型的企业运作的数据，通过对其进行整理分析，帮助企业进行业务流程改革，提升企业运营效率，提高经济效益[3]。对于电子商务、市场营销专业而言，应学会利用大数据技术探索新商业模型，分析营销网络，评估投资风险及创新服务模式[4]。而对于和大数据技术紧密相关的信息管理专业来说，需要更全面地从数据采集、分析到数据挖掘多个方面转变传统的数据分析思维，以适应大数据环境下知识管理与智能决策的需要[5]。

1.实验目的不合理，实验设计不当。

目前，对于经管理类专业的大数据实验教学体系还处于基本概念阶段，与科研前沿脱节，实验目标大多只要学生掌握数据采集、统计分析等基本概念和方法，就学会对给定的数据进行分析。但是在大数据环境下，数据分析和挖掘需要针对结构化数据、非结构化数据等用创新性的思维方式解释分析结果，并用于智能辅助决策及知识发现。因此，大数据实验课程应与时俱进地适应大数据的要求，开展多样化、启发式的实验项目，不仅让学生掌握如何收集信息和整理信息，还要解释隐藏在数据背后的潜在规律。

2.实验教学方法和手段陈旧。

传统实验课是学生按照老师的要求和给定的数据，学习各种数据分析方法。实验内容设计单一，没有针对不同知识结构的学生开展有针对性的实验训练项目，学生学习积极性不高。因此，在大数据实验教学中，要以培养学生创新实践能力为主要目标，在教师的帮助下，通过团队协作、自主设计完成。同时，分层次制定针对不同知识结构背景的实验项目，便于学生根据自身的特长和能力自主选择实验项目。

由此可以看出，传统的实验教学已不能满足大数据背景下的经管类专业人才对数据分析和处理的新需求，在实验教学方式、实验教学内容等多方进行创新和改革，才能培养出顺应时代背景的优秀经管类人才。

在大数据背景下，经管类人才应该具备：发现问题的能力，收集整理数据和信息的能力及理解分析数据的能力。对此，我们从教学方式、课程体系、技能与经验三方面入手，开展实验教学改革，以适应大数据时代对于经管人才培养的要求。

3.创新实验教学方式。

大数据时代，书本和课堂不是获取信息的唯一选择，网络资源、各种移动端应用程序等方式都扩展了学生获取信息的方式，在这种情况下，实验教学不仅需要让学生掌握如何搜集、整理数据的技术，还要培养学生观察、分析问题的能力，从而真正调动学生的学习积极性。例如可以提供多种获取大样本数据的渠道，学生组队进行数据分析和挖掘，设计算法，进行相关分析直到最后撰写出分析报告，整个流程全部由学生独立完成。

4.完善大数据实验课程体系的构建。

对于经管类专业的学生而言，实验目的主要是让他们掌握数据分析的主要流程、主要算法的基本原理，具备大数据应用的初步能力。另外，考虑到不同专业的学生知识结构不同，我们构建多层次的经管类大数据实验课程、基础实验，以验证和演示实验为主，强调掌握数据分析工具和分析算法，理解数据分析基本流程。专业实验，以简单设计性实验为主，强调利用现有的数据分析工具，较完整地体验从数据采集、数据整理、数据分析到数据挖掘的全过程，并编写简单的数据分析代码。综合性实验，采用自助式、合作式模式，让学生自己动手收集数据，团队合作分析问题，在实验教师的指导下，综合运用各种数据分析工具，自主设计算法，进行相关分析，直到最后分析报告，初步具备大数据的应用能力。

5.培养专业技能和增加实践活动。

积极开展大数据应用相关的实践活动，提供多种形式让学生参与大数据的实践环节，在提高专业水平的同时，提高实践操作能力。合理利用现有慕课、微课等在在线课程作为实体课堂的有益补充，引导学生深入学数据技术。另外，积极联系软件企业提供各种实习途径和岗位，让学生真正参与与大数据的各种项目开发，强化课堂的理论知识，丰富实践经验，提高专业级技能，有效地提高学生的数据分析能力和数据挖掘能力。

大数据作为近年来的热点研究问题，已经广泛应用于经管类学科当中。经管类专业学生只有更好地掌握并懂得如何利用大数据，才能在大数据时代拥有更多的优势。因此，本文从教学方式、课程体系、技能与经验进行创新，提出切实可行的改革措施，以更好地培养经管类学生的数据分析的专业能力，适应大数据环境下知识管理与智能决策的需要。

参考文献：

[1]祝智庭，沈德梅.基于大数据的教育技术研究新范式[J].电化教育研究，2013（10）：5-13.

[2]朱怀庆.大数据时代对本科经管类统计学教学的影响及对策[J].高等教育研究，2014（9）：35-37.

[3]李永，刘玉红.大数据时代大学生学习模式转变研究[J].长春工业大学学报（高教研究版），2014，35（4）：38-41，100.

[4]邵举平，沈敏燕，樊星.大数据时代背景下地方高校研究生教育教学模式改革研究[J].《鲁东大学学报》，2015，32（4）：82-85.