以大数据分析能力为导向的“概率论与数理统计”课程教学改革研究

赵雪芬

（宁夏大学新华学院 宁夏·银川 750021）

0 引言

随着科学技术的进步和大数据的出现，数据的结构越来越复杂，数据量越来越庞大。这些数据中蕴含了许多潜在的商业价值和客观规律，只有对这些数据进行充分地分析和挖掘才能将有效的和有价值的信息提取出来，更好的指导人们的生活实践。因此，人们对大数据分析的需求越来越迫切，这样使得人们急需掌握大数据分析的有效方法去解决实际中的复杂问题。

概率论与数理统计是一门通过数据分析研究随机现象的学科，在医学、金融、管理、保险等领域有着广泛的应用，是一些新型专业如大数据理论的重要基础。因此“概率论与数理统计”课程是国内大多数院校理工科和经管专业必修的一门公共课。该课程中包含了丰富的实际生活案例，是一门比较适合进行大数据分析能力培养的课程。然而目前课程的学习偏重于理论的讲授，缺乏对数据做简单分析，探索数据内在规律，预测未来发展趋势等一些常用的数据处理分析能力的培养。因此，在大数据时代背景下改革概率论与数理统计课程教学，把培养大数据分析能力渗透到的课程教学中去，让学生掌握基本的大数据分析技术，是基于时代发展和学生自身发展需要势在必行的教学改革趋势。

1 “概率论与数理统计”课程教学改革的目标

（1）按照专业，收集整理与专业相关的大数据案例，将大数据分析能力培养贯穿到案例教学中去。

（2）利用“微课”“慕课”“在线课堂”等形式，采取“线上＋线下”混合式教学模式。将雨课堂、钉钉和课堂派等平台应用到教学中，进一步增强学生在课堂教学中的互动性，有利于提高学生自主学习能力。

（3）课程考核中增加数据分析处理能力的考核。将大学生数学建模的形式融合到课程考核中，学生能够使用所学的概率论与数理统计理论知识完成2～3 篇论文，培养学生的知识应用能力和大数据分析处理能力。

（4）将 Spss、Matlab、Python 等软件融入课程的教学中，培养学生熟练运用软件分析和处理大数据的能力。

2 “概率论与数理统计”课程改革的途径

（1）改变教学内容，引入与实际生活和专业相关案例，突出知识应用能力培养。大数据时代是一个整合大数据、充分利用数据资源的阶段。在大数据时代背景下，“概率论与数理统计”课程的课堂应该接近实际生活且与专业息息相关。选取实际生活中和与专业相关的真实案例，让学生真实感受到课程的实用性。通过案例的学习，培养学生解决实际问题能力，同时还可以在案例教学中融入数据处理方法和思想，培养学生大数据分析能力。例如，在“一元线性回归”这节内容的讲解中，可以引入如下问题：姚明是体坛知名人物，身高2.26 米，其妻子叶莉身高1.90 米，他们的女儿姚沁蕾的身高预测问题引起了热议。那么我们能否也来预测一下姚沁蕾长大以后的身高呢？在课堂上，首先通过公众热议的问题迅速吸引学生的注意力，让学生对该部分内容的学习产生兴趣。接着，给学生说明子女身高与父母身高之间存在着某种关系，这是一种非确定性的关系。如何找到这种关系呢？就需要借助回归分析的方法。在学习完回归分析的理论知识后，可以给出已有统计数据用于建立模型。通过建立的模型就可以预测出姚沁蕾未来的身高。通过这个例子的分析，把一元线性回归的基本思想介绍给了学生，还让学生学会了用一元线性回归模型解决实际问题。在建立模型的时候，涉及到数据处理和分析，培养了学生的数据分析能力。

（2）采用“线上＋线下”混合式教学模式，提高学生自主学习能力。在当今大数据时代，统计知识的需求越来越广泛。但是由于受到课时限制，现有的课堂教学中无法讲授太多的统计知识。将“微课”“慕课”“在线课程”等形式作为课堂辅助教学手段能够较好的缓解此类问题。课前，让学生通过观看线上课程提前了解本节课要学习基本知识、重点难点。课堂上授课教师首先检查学生对基本知识的掌握程度，再有针对性的讲解重难点，最后通过将学生学到的知识与本节理论相关的实际问题相结合，提高学生在课堂教学中的参与程度，调高学生自主学习能力。例如在讲解二项分布时，可以先在中国大学MOOC 平台上选择与学生专业和学习程度最接近的慕课资源让学生课前学习基本知识，在课堂上可以重点讲解与大数据处理相关的实际例子，如保险问题分析、三胞胎问题、粒子散射试验问题等。通过这些实例的讲解丰富了课堂知识，培养了学生大数据分析思维。

同时，还可以利用钉钉和雨课堂等网络平台，构建“概率论与数理统计”课程的教学资源共享平台，并提供丰富多样的课程和教学资源，为学生的自主学习和交流提供保障。

（3）改变课程考核方式，增加应用性技能考核的比重。目前，“概率论与数理统计”课程考核的基本都是学生对理论知识的掌握情况，这使得大部分学生是靠考试前突击记忆式复习来通过考核的。此类课程考核的方式无法将应用性的内容融合到课堂教学中，不利于在课堂教学中培养学生的处理和分析大数据的能力。

为了提高学生学习积极性，“概率论与数理统计”课程的考核可以参考数学建模竞赛的模式。在课程学习中间阶段，给学生2～3 个和专业及所学知识相关的实际生活问题，或者也可以把历年数学建模竞赛的题目提供给学生，让学生利用所学知识解决实际问题，撰写课程论文。这样不仅可以锻炼学生的论文写作能力，同时可以使学生充分理解所学知识和对应的应用场景，进一步培养学生的大数据分析能力，提高学生学习的兴趣。

（4）将统计分析方面的软件平台与课题相结合，培养学生大数据分析能力和素养。随着大数据分析和处理技术的快速发展，更多的教师及专家学者对数学建模竞赛越来越重视。查阅近五年数学建模竞赛的试题发现，每年都会有与大数据处理与分析的相关试题，这些试题都是以解决实际问题作为目标。以2019年高教社杯全国大学生数学建模竞赛试题为例，A 题“高压油管的压力控制”问题、C 题“机场的出租车问题”、D 题“空气质量数据的校准”问题、E 题“薄利多销问题”，这些题目中都要进行数据分析和处理。A 题要对附件中的三组数据进行准确的分析，给出高压油泵和减压阀的控制方案。B 题虽然没有给出数据，但完成问题需要找到出租车相关数据，并对这些数据做出相应的处理和分析，最后给出正确的选择方案。D题中用到了相关系数以及线性回归模型等统计学方面的理论知识，建立国控点每小时的数据对国控点邻近的自建点数据校准模型。E 题的特点是数据量较大，无法依靠人工进行处理，要利用统计软件对这些数据进行相应的分析和处理，此类软件包括了 Spss 和 Matlab 等较为成熟的统计软件。在课程学习中，使用微课或慕课等形式为学生演示Spss 和Matlab 等统计软件处理数据的步骤，让学生在课下提前掌握相关知识，在课堂教学过程中利用统计软件实现数据的快速分析和处理，这样在讲授理论知识的同时，将理论内容与大数据的实际应用结合在一起，培养学生大数据处理分析能力，这样也可以对学生的学习起到促进作用。

3 结束语

“概率论与数理统计”课程具有很好的应用前景，目前已经广泛应用在金融、医疗诊断、工业辅助设计等领域中。这些领域都需要大数据的分析和处理，将这些领域的应用实例与课堂讲授的理论知识相结合，能够进一步增强学生的学习兴趣，从而提高课堂学习过程中的学习效率。因此，以大数据分析能力为导向对“概率论与数理统计”课程进行教学改革探索与实践，通过在“概率论与数理统计”课程中引入大数据案例和统计软件，融入大数据分析技术的培养，可以全面提高学生对该课程知识的综合认识水平，加强对理论知识的理解，锻炼学生的逻辑思维能力和解决实际问题的能力，同时还可以培养学生的大数据素养，进而可以提高该课程的教学效果。