大数据背景下依托扩展ADDIE模型的统计课程案例设计

韩 胜 娟

（华东交通大学经济管理学院，江西 南昌 330013）

一、引言

伴随信息技术进步，人类社会的数据总量正以爆炸性态势激增， 大数据时代已经来临。大数据的战略意义不在于掌握庞大的数据信息，在于通过对大数据处理获取有价值信息，进而为决策服务。统计作为数据处理的一种有效工具，统计学成为经济管理专业必修的一门学科基础课。在学以实用的教学目标下，以启发、互动、开放为特色的案例教学方式成为统计课程教学的首选。（刘照德，2015）然而，当前的统计课程教学案例是在传统统计分析理念下给出的，与面对大数据的统计分析在统计思维的逻辑顺序、对分析软件的依赖程度以及对数据清洗与探索的偏重方面有着本质的区别。因此，开发大数据统计分析思维方式下的教学案例成为当前统计课程教学改革亟待解决的问题之一。

美国教育学家梅格在1968年就指出教学设计模式在帮助教学设计确立教学方向、建立评鉴目标和为学生指引方向方面发挥着重要作用。ADDIE（Analysis-Design-Development-Implementationevaluation）模型作为一种通用教学设计模型，已被学者广泛应用于各种类型的课程设计。（卜彩丽，2014；祁卉璇，2016；程平，2018）本文讨论依托ADDIE模型的大数据背景统计课程案例的设计。

二、扩展的ADDIE模型

通用ADDIE模型由分析、设计、开发、实施以及评估五个环节组成的既相互独立，又相互衔接的非线性系统，如图1所示。

图1 ADDIE通用模型框架

ADDIE模型抽象出了教学设计的核心要素和关键环节，形式简约，且可操作性和扩展性极强。但不难发现，在通用模型中缺乏底层的支撑系统和上层目标，同时，作为一个运行系统，虽有评估，但没有明确指出反馈在教学设计中的重要作用。鉴于上述考量，将通用ADDIE模型做必要的扩展，如图2。

图2 扩展的ADDIE模型

扩展的ADDIE模型首先增加了教学设计模型的底层支撑系统，强调课程教学设计需要依托现有资源，以提高资源利用效率；其次，增加指导教学设计模式五个核心要素的上层目标，以提升教学设计的针对性并进行有效评估；最后，特别突出反馈环节，使教学设计模型成为螺旋上升的系统，形成循环往复的多阶段教学设计优化过程。

整个教学设计模型系统分为资源层面、运行层面和目标层面三个层次，系统的组织走向是依托现有资源，开展教学设计与优化，最终实现上层目标。也可以表述为在上层目标指导下，依托教育教学资源的教学设计与优化。

三、统计课程案例开发流程

基于上述扩展的ADDIE模型，完成统计课程教学案例设计。具体设计流程的规范化表述如下：

（1）上层目标设计

教学设计首先需要明确设计目标，它将指导运行层面各个环节的设计与实施。大数据背景统计课程教学案例开发的最终目标是实现教学案例面向大数据背景的更新，使教学案例符合大数据统计分析的理念，并通过课程教学应用，使学生具备基本的大数据分析能力和素养，满足大数据时代对经济管理人才数据分析能力的需要。

（2）分析

“凡事预则立，不预则废。”要想使设计出的统计课程教学案例取得成功，必须做好事前准备工作。准备工作着重体现在既有条件的充分、准确分析，即对现有资源、案例教学对象等方面的客观分析。具体表现在三个方面：

第一，教学资源分析。主要是对案例开发的大数据来源、获取手段和数据类型进行有效分析，为统计教学案例设计奠定基础。

第二，学习者自身特点分析。主要是对教学案例面向的受众者进行分析，不同专业背景的学生在基础知识掌握、案例内容接受程度、知识偏好等方面通常表现出一定的差异性，对学习者的特征分析可以使案例设计更具针对性。

第三，学习需要分析。主要是分析学习者通过案例学习所期望达到的水平。学习期望可大致划分三个层次：最低层次的学习期望是掌握知识点，获得学分，是基础需要；在此之上是培养能力，做到学有所用，属于中层需要；最高层次的学习期望是实现知识的融会贯通，个人素质获得质的提升，实现个人发展，是上层需要。教学案例设计应保证满足基础需要的同时，重点突出中层需要，并激发学习者进一步探索，满足上层需要。

（3）设计

为了实现既定的设计目标，根据学习者的自身特点、学习需要以及客观资源的约束，对统计教学案例的选题、分析框架与分析软件选择进行合理设计与安排。

统计教学案例的选题要考虑学生的专业背景，结合当前的热点研究问题，同时要尽量使选题具有趣味性，以有效调动学习者学习积极性。

对统计课程教学需要传授的知识点进行梳理分类，根据知识点内容分为数据采集类、数据整理、数据探索与描述分析类、统计推断类和统计建模类，根据案例所要解决的问题，有针对性的选择相应知识点，权衡案例所涉及知识点的广度和深度，分级搭建案例分析框架，以利于培养学生统计思维能力。

案例分析的实现要借助分析软件，考虑到案例使用对象是经管类本科专业学生，并非专门面向统计学专业学生，刚开始接触统计，分析软件要易于掌握。在众多统计分析软件中，SPSS操作简单、分析方法基本全面。案例分析的完成依托SPSS具体实现，以切实提高学生实践能力。

（4）开发

开发是一个从无到有的过程，即在对相关资料梳理的基础上，通过创新意识和行为，自主完成大数据背景下的统计课程案例编撰。案例设计过程中要注意体现数据获取、数据清洗、数据整理与探索、数据分析的完整过程。

（5）实施

实施是结合授课学生的专业，有针对性的重点选择若干案例，在教学过程中安排时间进行全面深入讲解，通过案例对知识点进行巩固。

（6）评估

统计案例应用于统计课程教学的过程中，与面向的学生及授课教师进行连续沟通，及时发现统计案例中存在的问题，使案例在教学应用中得以检验和完善。评估主要从案例涉及知识点的准确性、分析内容的完整性以及应用的便利性三个方面展开。

（7）反馈

及时反馈评估信息，了解统计案例在课程教学应用过程中存在的不足，及时进行修正和完善，提升案例的应用价值。

四、大数据背景的统计案例开发

第一，案例设计前的分析论证。

结合扩展ADDIE模型的上层目标，案例设计最终是要实现最高层次的学习需要，即养成良好的大数据统计分析思维能力，个人素质获得提升。与学生的沟通发现，大部分学生的学习需要是要学有多用，即统计案例学习有实际的应用价值，表现为一种中层需要。鉴于此，统计案例开发应偏重于大数据统计分析实践能力的培养。

考虑到学生专业背景的差异，首先开发的统计案例不应该有很强专业知识背景，应具备一定的普适性。结合学校的交通背景特色与当前高速铁路飞速发展的现实，首先选择高速铁路与区域经济发展为案例开发的主题。

统计案例的开发需要相关数据资料的支撑。高速铁路与区域经济发展的案例涉及到两部分数据，一部分属于传统意义上的统计数据——地区经济相关数据，如地区生产总值、地区旅游业总收入等，另一部分要采集全国各高铁站点的高铁运行数据，需从12306网站进行逐个站点相关资料的提取和整理，属于网络大数据获取范畴。

第二，分析问题的设计与开发。

将统计课程教学知识点根据内容分为数据采集类、数据整理、数据探索与描述分析类、统计推断类和统计建模类，结合案例的数据背景，完成案例分析问题的具体设计。基于高铁与地区经济关系的研究主题，将问题分为五个方面：

关于数据采集：需要利用网络爬虫数据进行基本数据的获取，利用基于R语言的爬虫小程序实现高铁数据的采集。

关于数据整理：将网络采集的高铁运行相关数据在SPSS中进行整理，包括合并、查重、分类汇总、计数、计算等，按照高铁站点城市提取出有分析价值的统计指标，如高铁发车趟数、经过趟数、到达趟数等。同步获取高铁站点城市的相关经济指标，将其与高铁运行的相关指标进行合并，完成数据的初步整理。这是大数据背景统计案例开发的关键环节，是将大量零散信息凝练为有分析价值统计指标的关键。

关于数据探索与描述：依托高铁站点的高铁运行相关统计指标，利用聚类分析对数据进行分类探索，并描述不同类型站点城市的经济运行情况，为后续的分析指明方向。

关于统计推断：利用统计推断技术（如方差分析）分析不同类型高铁站点城市间经济运行指标差异的显著性，推断高铁开通前后地区经济发展水平差异的显著性等，重点说明各类统计推断方法能够解决的问题。

关于统计建模：基于双重差分模型分析获得高铁开通与否对地区经济影响的模型实证结果，设计引入虚拟变量的高铁开通对经济影响的回归模型等，解释各类模型所针对的问题、对数据的要求以及分析结果的正确解读方式，并通过对比加深理解。

第三，案例的应用与修正。

在统计课程相关知识点讲解完成后，安排学时进行案例的讲解，一方面让学生通过案例加深对知识点内容的理解，切实感受到相关知识点在具体问题分析中的应用，提高学生分析解决问题的能力，另一方面在教学应用中不断采集学生案例学习过程遇到的问题，发现统计案例编写中存在的问题，不断加以改正和完善，使之能更好适应学生的学习需要。