实验设计与数据处理课程的多元协同教学

汪冬冬，楚化强

(安徽工业大学 能源与环境学院，安徽 马鞍山 243002)

实验设计与数据处理是工科专业的一门实用性很强的课程。该课程主要涉及两部分内容，包括实验的科学设计和数据结果的分析处理。通过本课程的教学，不仅要求学生掌握基本的实验设计与数据处理知识，而且要求形成扩展到更多的生活工作中的科学分析解决问题的思想[1-3]。

在能源与动力工程专业本科和研究生阶段都设置有实验设计与数据处理课程，其中本科教学侧重实验设计以及结果分析处理的基本理论和方法方面，研究生教学主要培养学生的实际应用能力，重点讲授基于数据处理软件方法的具体应用。但是，理论与实践是相互依存的，这样的课程设置貌似合理，实际上可能出现断层现象。本科阶段学习了理论知识而得不到应用，很容易导致学生的兴趣散失以及知识的快速忘却。而且，随着时代进步与信息发展，很多本科生已开始进入创新创业实践或者科研工作中，此时的课程内教学所带来的知识储备是不足够的，缺少一定的软件操作能力。到了研究生阶段，科研实验需要快速的实验分析与处理，理论课时要少很多，通常通过定点学习来及时补充。但是此时的问题是，如果前期没有相关的科学实验设计基础，很容易错失一些很好的方法。因此，该门课程是非常适合于课程教学改革的试点对象。

一、实验设计与数据处理的课程特点

(一)课程使用面广，实用性强

在目前的大数据环境下，很多信息可以通过网络等能够直接获取。在这种情况下，需要对信息有足够的敏感性，明确信息与目标间的影响关系是很重要的。对于科学研究，该门课程对于指导实验设计，优化实验过程，全面分析实验结果有明晰的方向。实际情况下，由于很多因素的影响是无法测试，考虑的因素通常是能够设计控制的小部分，因而全面实验的次数不多。同时由于很多科研实验可参考的经验有限，甚至是空白，从谨慎分析的角度考虑，科研实验较多是开展控制变量的测试。对于实验结论的分析，也是重点考察单因素的影响。这样，因素对结果的影响显著程度和因素间的交互作用不能得到分析。实验设计与数据处理课程在这方面有明显优势。不仅可以减少实验次数，提高实验效率，同时在结果分析上有数学统计知识作为支撑，能够区分因素和随机误差的影响，分析因素的影响显著程度，以及因素同时变化时产生的影响。对于工程工作人员，该门课程的优化实验设计思想和因素影响分析能够强化信息提取，分析因果影响，提升工作效率。

(二)理论知识要求高，难点多

该门课程涉及的相关概念和方法主要以数理统计知识为基础，对数学知识要求高。例如，对于间接变量的误差分析，涉及到误差传递的分析，这部分内容要求对变量做全微分的展开。随机误差的传递还需要考虑测量结果的标准偏差。对于结果的表达，需要理解是一定概率条件下的值或者范围。其中，方差分析是需要重点理解的内容。通过方差分析，利用偏差平方和的加和性，区分因素、交互作用以及随机误差的影响。因而，可以在各种因素交叉综合作用下，确定哪些因素对结果的影响明显，因素间是否存在交互作用，以及实验的最优化条件。利用正交表设计的正交实验，能够兼顾全面实验和简单比较法的优点，通过代表性较强的少数实验点来求得最优或较优的实验条件。正交表是根据数学原理制作出来的规范化的表格，其优势不仅表现在实验设计方面，同时在结果的分析处理上能够得到更多更可靠的信息。

(三)内容交叉多

该门课程的基本概念和方法以数理统计知识为基础，其应用会涉及到具体的方法设计和数据分析过程。例如，对于某个间接测量指标的误差分析，考虑涉及的学科内容，需要了解具体的测试过程，根据直接测量因素的误差，由误差传导公式进行误差分析。这个过程涉及到专业对象的具体处理方法，数理统计对于有限数据的分析处理，以及科学实验设计和结果分析。可以看到，对于一个具体问题，将涉及至少3门学科的知识内容，这对于知识的接受和理解都存在一定的难度与考验。

二、课程教学中存在的问题

(一)实践教学比例少

实验设计与数据处理课程主要内容包括误差理论和有限数据的处理，重点讲解方差分析方法，实验方法有正交实验，多因素序贯实验设计和随机化区组等相当多的理论内容。对于很多理工科本科生来说，在本课程的学习中，能学习到不少的数学原理和方法，但是很多是处于纯理论阶段。在面对具体需要解决的问题时，又感到无从下手。因此，要做到理论联系实际，从解决问题的角度出发，所需要的提升还是相当大的。尽管在讲课的过程中，都是先理论再实例，但是仍然收效甚微。教材中的例题多是专业以外的知识，对于本专业的实践教学有一定的难度。

(二)学生的参与度低

经过几年的课程教学发现，尽管这是一门实用性很强的课程，但是学生的学习积极性与参与度并不高，这与课程性质有关。特别是基础理论部分，主要从数理统计的角度出发，对有限数据统计处理以及方差分析，都是理论性很强的内容，这类知识让很多学生产生了畏难的情绪。而且，课程涉及的很多实验设计方法，其使用条件以及优缺点的理解也尤为重要。学生如果对这些内容理解不透，容易引起概念模糊，在具体应用时更是无从下手。

(三)课程专业关联性不足

实验设计与数据处理课程是以专业知识为应用背景，从数学统计理论出发的一门实用学科。具体理论是以数理统计为基础，但是在实际应用时，需要结合不同的条件。通过本课程的学习，可为分析和解决热工一般问题打下必要的基础。使学生获得有关热工数据分析与处理的基本知识，并具备一定的分析问题、解决问题的能力。主要内容包括数据处理基础、实验设计与统计应用、计算机在实验数据处理中的应用等内容。通过本课程的学习，可达到：1．掌握误差和数据处理的理论及方法；2．掌握实验设计与统计应用的方法；3．掌握计算机在实验数据处理中应用的方法。由于目前课程关联性不足，以上目标并未达到，需要进行教学改革提升。

三、 课程多元协同教学改革实践

(一)与专业课程交叉

为了提升课程学习的兴趣，需要学生将所学的知识应用于实际。这就要求，在学习实验设计与数据分析的同时，能够结合专业知识，实现课程的交叉结合。在学习实验设计与数据分析前，学生应该已经学习过本专业的基础课程，即将进入专业实验的阶段。此时，课堂教学中，适当增加专业实验或专业基础知识的实例，可以实现与专业课程的交叉，强化两者的结合。以稳态导热法测量材料的导热系数为例，通常涉及到参考材料与待测材料两种测温对象。为了保证导热系数测量的精确度，需要多点测温，以校核稳态导热的热流。通过这样一个简单实例能够让学生清楚理解温度测点布置需要考虑的内容。

(二)理论与实践融合

要使学生熟悉数据处理和实验设计的基本方法和理论，并能够运用这些知识对实际问题进行简化和建立数学模型，提高其分析问题和解决问题的能力。在教学中，应让学生熟悉几种常用的实验设计方法，能够熟练使用正交实验设计、数据分析。掌握几种常用的数据处理和实验设计软件，能够熟练运用Excel，Origin，Tecplot以及SPSS软件中各相关工具包或模块对数据进行处理和结果的正确解读，了解几种常用正交实验设计软件。

(三)实例设计与分析训练

以问题为导向，通过结合教师的科研工作进行专业相关的实例教学，加强课堂互动，激发学生的学习兴趣，提升课堂学习效果。鼓励学生积极参与创新创业项目训练，提升分析解决问题的能力。例如，主成分分析和聚类分析对于对研究对象进行分类，将问题简单化，是一种很实用且应用面很广的方法。将这些方法进行实例设计与分析，激发学生学习兴趣。另外，给定科研实验实例，让学生自主寻找实验的因素和水平，进行正交实验设计等，这对于学习的训练将是很有效果的。

(四)多元实践教学

结合多媒体技术，以及现场的软件实例操作，强化课堂教学的多元化实践。目前流行的数据处理软件的操作界面都很人性化，现场操作简单易学。学校也能提供相应的多媒体学习条件，对于这类实用型的课程教学是相当有益的。同时，通过课堂师生间的互动学习，达到教学相长，活跃课堂气氛。教师讲解的实例以自己的科研实验为基础，在实例设计和分析上进行多元实践教学，能够达到训练学生的效果。