应用统计学专业实验课程体系改革研究

应用统计学专业实验课程体系改革研究
本文从大数据时代的背景出发，结合应用统计学专业的实际，从面向未来挑战、丰富实验课程内容、培养应用型人才等方面，阐述了专业实验课程建设的思路和对策。

标签：大数据；应用统计学
一、前言
统计学曾被评为20世纪给人类生活带来重大影响的20项新技术之一，它的应用遍及所有科学技术领域、工农业生产和国民经济的各个部门，是工农业生产和科学技术深层次、高层次管理的重要工具。

近年来，统计学的发展越来越快，各个部门和企业对统计学人才的需求也越来越大。

目前，统计学专业在全球越来越受到重视，美国、英国、日本等发达国家，均把统计学专业作为热门专业重点发展。

随着大数据时代的到来，对统计学专业的发展，既是机遇，也是挑战。

大数据时代需要分析数据及其与业务相结合的分析人才，这与应用统计学专业的培养目标很好地吻合。

在大数据时代，传统的统计分析技术根本无法对数据进行全面和准确的分析。

为了自身发展的需要，统计学方法与计算机、神经网络、人工智能等技术相结合，这正是数据挖掘技术产生的基础。

随着大数据时代的到来，数据量呈几何级数倍增长，数据结构极其复杂，数据存储能力极大提高，传统的统计学方法在分析和处理问题时遇到了新的挑战。

数据挖掘技术的出现开阔了传统统计学的思路和方法。

与此同时，统计思想贯穿于数据挖掘的整个过程之中，在数据的获取、数据的合并与转换以及数据分析等各个方面都发挥着不容忽视的作用。

应用统计学专业如何在保持专业特色的情况下，融合大数据时代的技术和思想开展实验教学改革，培养学生动手能力、综合应用能力和独立操作能力，是摆在我们面前的重要课题。

统计学专业实验课程的开展正是基于将统计方法与计算机技术、理论教学与实验教学的有效结合。

二、应用统计学实验教学体系现状与要解决的问题
（一）应用统计学实验教学体系现状
应用统计学专业实验教学体系中存在的问题主要体现在三个方面。

1.学生学习基础相对薄弱，对较深的统计理论很难理解；理论课课时偏多，实践环节课时较少，学生统计分析能力较差。

教学过程中存在着“重理论知识传授，轻实践能力培养”的倾向，从而导致大部分学生不能熟练地运用统计学方法解决实际问题，不能很好地对统计数据进行分析说明。

在实践环节中，学生对统
计软件的应用重视程度不够，统计编程能力薄弱，不能判断统计数据表结果的好坏与正误。

2.实验教学与贯穿于四学年的教学过程中，呈现碎片化的特点，缺乏知识的持续性和连贯性，学生缺乏综合能力，影响人才培养目标的实现。

专业理论课的实验中，实验教学课时偏少，实验从属于理论，偏重于传统的演示性和验证性实验。

实验内容僵化，容易导致学生学习兴趣下降，教学效果难以达到预期目标。

3.缺乏双师型教师，专业与社会联系不够紧密，教师在实践教学方面缺乏经验，知识结构还没有形成整合能力，从实验教学到集中实践环节在实施方面缺乏有效控制。

（二）应用统计学实验教学体系要解决的问题
结合大数据时代对人才的需求和我们的现状，要解决的关键问题是：
1.随着计算机技术的迅猛发展，计算机日益成为统计学研究极其重要的平台和工具。

Excel、SAS、SPSS、EViews、R语言、Python等统计分析软件在统计学教学中的广泛使用，不仅使统计数据的处理、分析与推断变得快速而简单，而且将学生从大量繁琐的统计计算中解放出来，把更多的时间和精力放在统计思想和方法的理解及应用上。

2.重视计算机软件应用的教学；重视统计应用方法的教学；大数据时代强调围绕大数
据商业价值的利用，尤其需要掌握数据仓库、数据安全、数据分析、数据挖掘等专业技能。

而在应用统计学专业实验教学中，有关这方面的实验较少。

如何在实验课程体系中引入相应的内容，是一个首先要解决的问题。

3.数据分析师需要具备多方面的素质，除了数学知识和数据分析能力，对不同业务领域的理解也是培养人才的关键。

要培养学生的计算机应用能力，具备数据库系统处理、应用统计软件分析处理数据的能力；统计实践的能力，具有应用统计理论与方法去分析、解决某一领域中实际问题的能力。

三、实验体系改革的内容与探索
（一）构建三层次实验课程体系
围绕应用统计学专业特点设计实验教学内容，结合我校的人才培养目标和特点，结合科研和行业前沿，将“应用统计学”专业实践教学体系分为理论基础、统计应用、大数据分析三层次实验教学体系。

1.理论基础类实验环节
理论基础实验是与专业基础课程相配套的各类实验教学。

主要包括程序设计基础、数学模型、数学实验、数值计算方法、数据库技术等课程的实验教学部分。

理论基础实验环节的改革重点是提高实验课程比重，紧密围绕专业基础课程进行开设，通过实验加深对理论的掌握，突出“熟练”的要求，培养学生的动手能力以及应用理论知识解决实际问题的能力。

2.统计应用类实验环节
计算应用实验环节是以专业素质提升为主旨，包括在专业限选课中包括了多元统计分析、时间序列分析、回归分析、计量经济学、抽样技术等统计类课程。

数据仓库、数据安全、数据分析、数据挖掘等独立设课的实验环节，是对专业基础的深化和拓展。

实验内容涵盖一些面向行业实际问题的综合实验。

开设课程实验的目标是通过实验来验证和巩固所学的理论和方法，使学生真正掌握基本知识与技术，培养学生的创新意识、独立工作能力，提高学生分析和解决实际问题的能力。

统计理论与方法类课程实验是统计学专业实践教学的核心环节，这类实验要让学生借助统计分析工具、应用所学理论与方法去分析和解决社会经济生活中的实际问题，从而培养学生分析与解决问题的能力，激发学生学习统计理论与方法的兴趣。

3.大数据分析类实验环节大数据分析类实验环节以数据分析方向为切入点，力图解决统计学专业行业背景定位不准等问题。

数据分析模块包括数据分析（Excel）、数据挖掘应用、商业智能、网站分析实践四门独立性实践课程，数据挖掘模块包括Linux系统应用、机器学习、数据挖掘应用、分布式计算四门独立性实践课程，帮助学生完成“信息-知识-能力（技能）”的转化。

（1）改革实验考核方法和评价机制
根据不同的实验类型，采取不同的考核办法。

理论基础类实验重点考察学生对实验原理的理解和实验技术的熟练程度。

计算应用类实验可以以科研论文或技术总结形式提交实验报告和实验成果来进行评价。

大数据分析类实验环节可以要求学生分组共同拟定实验方案，集体完成实验项目并写出总结报告，通过答辩等形式进行考核。

考核可以配合创新学分的评定开展，充分调动学生的积极性。

对专业主要课程的每个实验给出具体的指导内容，每个实验主要由实验性质、实验目的、实验要求、实验内容、实验步骤和实验结果分析等组成。

大部分课程的每个实验项目中，既做到有验证性实验内容，又做到有设计性实验内容。

对于验证性实验部分给出了详细的实验分析内容和具体的实验步骤或源程序代码，而设计性实验部分只在明确实验要求下针对其中一些关键性问题给出具体的分析或提示。

实验内容由浅入深，既便于学生掌握课程实验基本内容，又有利于培养学生的应用能力，从而提高学生的实践能力。

（2）实验教学与科技竞赛、大学生创新实验项目结合
在教师的指导下，鼓励学生参与相关科技竞赛。

指导学生申报大学生创新实验项目、大学生科研训练计划项目，参加大学生数学建模比赛，锻炼学生的实践
能力。

每年一度的福建省大学生创新实验项目申报提供了一个很好的平台，我系积极组织学生参加大学生创新实验项目的申报，对参加项目的学生进行鼓励，营造了良好的学习气氛。

在选题阶段，学生们非常踊跃，信息与计算科学专业的同学尤其积极，并表现了交叉学科的特殊优势。

选题方案思想活跃，涵盖了大数据各个领域的课题，闪烁着创新的思维火花。

四、结语
大数据时代正在改变我们的生活。

本文对应用统计学专业实验教学体系进行前瞻性研究，从优化实验课程设置、丰富实验教学方法进行探讨，目标是实现一个成体系的，与专业培养目标相匹配的，又面向大数据时代数据分析人才需求的实验教学体系。

参考文献
[1] White，Tom.Hadoop：The Definitive Guide. O’Reilly Media. 2012-05-10.
[2] Viktor Mayer-Sch?nberger. Big Data：A Revolution That Will Transform How We Live，Work，and Think. 2012-12.
[3] 李焕荣.信息与计算科学专业开放性实践教学改革初探[J].重庆工商大学学报（自然科学版）2011，28（03）：310～312.
[4] 李鸿健.大数据时代计算机专业实验教学改革研究[J].现代计算机，2013（19）：29～31.
[5] 孙锋.信息与计算科学专业创新课程设计研究与实践[J].福建电脑，2011（04）：11～12.
[6] 孙锋.面向大数据的信息与计算科学专业实验课程体系研究[J].福建电脑，2014（02）：11～12.。