大数据时代统计学课堂教学中数据分析思维培养探究

摘要：本文主要讨论在大数据时代下，统计学课堂教学中培养大学生数据分析思维的问题。根据统计学所授基本内容，结合数据分析中的关键思维，确立统计学课堂教学数据分析培养的具体路径，提出统计学课堂教学的改进措施，以期达到提升数据分析能力的目的。

关键词：大数据;统计学;课堂教学;数据分析

大数据时代，数据驱动价值，数据分析思维日趋重要，大数据时代给统计学带来了发展的机遇，统计学课堂也是培养大学生数據分析思维的一个很好的场所，但高校统计学课堂教学在培养数据分析思维方面仍存在很多问题，把数据分析思维融合到统计学的主要讲授内容上去仍需探究。

1 大数据时代数据分析思维的必要性

数据收集和存储技术的高速发展使得各个领域的团体都可以积累大量的数据，大数据时代已经来临，在享受数据便利性的同时也面临一系列挑战，比如说如何分析这些数据，发现数据背后隐藏的机会点;互联网中充斥着各种数据，如何识别数据中的漏洞;通过海量数据，如何预测未来的发展等，大数据时代具有数据分析思维已十分必要。

1.1 数据分析思维——识别数据的迷惑性

大数据时代，数据产生和收集技术的进步，使得数据本身准确度提高，但是数据结构也变得越来越复杂，如何只对单个指标简单分析，可能会得到与事实完全相反的结果，从而误导决策。互联网充斥着各种数据信息，如果不加以识别数据背后的逻辑，也会混淆视听。比如说医院的治愈率，如果忽略了数据背后的结构，很容易得出大医院的治愈率低于小诊所的治愈率的错误结论，识别数据的迷惑性需要数据分析思维。

1.2 数据分析思维——正确认识现象的发展规律

数据的海量性对认识现象的发展规律提供了可靠的依据，比如说服装企业借助POS终端可在各线下店收集顾客的购物数据，如何利用这些数据信息更好的明确顾客的需求，制定正确的商业决策，正确认识现象的发展规律需要数据分析思维。

1.3 数据分析思维——发现未来发展变化

精确的预测是数据分析的重要任务，预测对资源的分配、风险的规避、战略的制定有着重要的指导意义。如何分析数据的影响因素，如何建立较好的预测模型，如何衡量预测结果的好坏，发现未来发展变化需要数据分析思维。

2 大数据时代统计学的机遇与高校统计学教学现状

统计学是经济、管理类专业的核心课程之一，是研究如何收集数据、如何整理数据、如何分析数据的学科，通过这三步可以帮助人们正确认识现象的数量特性和数量规律。大数据时代给统计学提供了机遇，统计效率得到提升，统计学学科体系得到延伸，统计学的应用范围得到扩大[1]，统计学仍是数据分析的灵魂[2]，统计学课堂教学可以很好地培养学生的数据分析思维。

大数据时代，高校统计学的课堂教学仍存在较多问题，知识讲解重公式应用，重算出结果，轻分析思维;教学方式单一，赶课程进度，轻独立思考[3];例题讲解仅对应单个知识点，不具整体性;课后作业固化，仅考查学生计算。大数据时代应注重培养学生数据分析思维，在面对实际问题时，能想到收集数据，运用恰当的指标、合理的分析方法去分析数据，才称得上是适应社会需求的统计人才[4]，结合专业知识在工作岗位中创造更多的价值。

3 统计学课堂教学培养数据分析思维的具体路径

统计学课程学习的主要的章节侧重于不同的数据分析思维，通过教学衔接性设计可使学生形成数据分析的思维，提升数据分析的能力，结合统计学教材[5-6]和数据分析中的关键思维[7-8]给出具体路径如图。

3.1 统计整理培养学生数据分类分析思维

统计整理的核心内容是统计分组，统计分组可以划分不同的现象、分析现象之间的关系和分析总体的内部结构等。统计分组在一定程度上来说就是对数据进行分类，数据分类分析在实际应用中很常见，分类可以对同类现象分析其共性，不同类别分析其差异。以会计专业教学班为例，举例企业成本分析，成本分析要对成本进行分类，比如说成本可分为职能成本和运营成本，进一步可分为场地成本、运输成本、人力成本、物料成本等。在讲授统计整理的过程中注重讲如何正确分组、分类对数据分析的意义，培养学生对数据分类分析的思维。

3.2 综合指标培养学生数据对比分析思维

对比分析是数据分析中比较通用的方法，孤立的数据很难反映现象存在的问题以及发展的态势。综合指标中的比较相对指标强调纵向对比、动态相对指标强调横向对比，通过平均指标的对比可反映现象的一般水平差异，通过标志变异指标的对比可反映现象的变动差异。以会计专业教学班为例，举例成本分析，各项成本的横向对比能反映是否成本变化在合理范围，各项成本与同行的纵向相比是否有优势等。在讲授综合指标的过程中注重讲如何进行对比分析，不同指标间的对比能反映现象的哪些问题，培养学生对数据对比分析的思维。

3.3 统计指数培养学生数据拆解分析思维

现象往往是相互联系相互影响的，现象的变动要受到其他因素的影响和制约，在对数据进行分析，研究现象变动的过程中就需要对数据层层拆解其影响因素，找到引起现象变动的原因。统计指数中的指数体系和因素分析对统计指数建立指数体系，分析现象综合变动的影响因素，契合数据拆解分析思维。以会计专业教学班为例，在统计指数教授的过程中，举例成本指数分析，分析产量指数和单位成本指数对成本指数的影响程度和影响方向，找到引起成本变化的深层次原因，为成本控制策略提供依据。

3.4 时间数列培养学生数据建模预测分析思维

选用模型预测现象未来的发展态势是数据分析的一项关键内容，如何发现数据中的变动趋势、如何选用模型、如何评价模型预测的效果都是建模预测分析需要解决的核心问题。时间数列中的动态趋势分析，根据时间数列分析现象的变动趋势，研究现象数量变化的规律，并以此预测现象未来的数量。以会计专业教学班为例，举例成本预测，根据以往企业成本数据建立合适的趋势线模型预测未来5年的成本变化，据此预测分析企业该采取怎样的措施应对成本变化。在时间数列的教授过程中，注重预测建模步骤的讲解，在此过程中培养学生数据建模预测分析思维。

3.5 抽样调查培养学生推断分析思维

抽取样本分析说明总体的数量特征是数据分析推断分析中的主要内容，而抽取样本分别作为训练集和测试集也是各数据分析方法常用的操作。抽样调查涵盖了如何根据分析目的设计调查问卷？如何根据抽样数据对总体进行估计？选用哪种估计方法？估计的可靠性如何？如何控制误差？等问题，契合推断分析思维。以会计专业教学班为例，举例抽样调查本校大学生生活费用、对本校全体大学生的生活费用区间估计，給出大学生合理消费的建议。在时间数列的教授过程中，注重推断分析思路的讲解，确保学生理解理论推导过程，明白参数的含义以及分析结果所代表的含义，从而培养学生推断分析思维。

3.6 回归分析培养学生数据分析方法运用思维

回归分析是用数学模型研究现象之间变动规律并进行预测的统计分析方法，主要有一元线性回归和多元线性回归，在医学以及经济学领域有广泛运用。每种分析方法都有应用的前提，回归分析也是不能勉强使用的，如果不满足相关的前提条件，得出的回归分析没有实际意义，判断相关关系也要注意识别虚假相关。在回归分析的教授过程中，注重讲解应用回归分析的前提条件，避免套用数据分析方法，得到无意义或者相反的结果，影响决策，在此过程中培养学生正确运用数据分析方法的思维。

4 统计学课堂教学培养数据分析思维的措施

统计学课堂教学需引导学生往数据分析上思考，形成选择正确的方法计算是基础，理解所得计算结果的含义是桥梁，根据含义给出具体解决问题的举措是目的的三步数据分析思维。在统计学课堂教学中提出如下措施，以期达到培养学生数据分析思维、提升数据分析能力的目标。

4.1 结合讲授知识点，多涉及分析案例

一般统计学教材中，在每个知识点后都会有例题，直接应用该知识点带入公式计算即可得到结果，比如说平均数和方差的计算，区分好选用哪种平均数，记住平均数和方差的计算公式，很容易即可得到结果，这样对于分析思维的培养显然不够，对于这个知识点可再引入案例：均值、方差在投资组合上的应用分析。再比如说讲授相对指标，区分好每种相对指标的计算前提，代入公式即可，但是多种相对指标结合分析需要再综合举例，对于这个知识点可再引入企业战略分析。

4.2 结合计算结果，多说明背后含义

在统计学课堂教学中，不应只得到正确计算的结果就结束了，多带着同学理解数据背后的含义，比如说综合指标，对于每个指标计算的结果，引导学生多思考这些结果反映的问题，计划完成程度相对指标超额完成了，是不是计划指标制定得不合理，在下一年的指标制定中能不能制定激进的目标策略，同样指标没有完成，怎么去找原因，从而精准地解决问题。再比如说讲因素分析，总产值的变动到底是价格因素引起的还是产量因素引起的，影响的方向又是如何，计算出各因素的指数，这些指数反映怎么样的问题也应重点说明。

4.3 作业改革，多交分析报告

传统的统计学作业强调运用公式计算，不注重对结果进行分析，在每章节结束可布置分析报告的书写。比如说综合指标章节结束后，可给出某一企业的历年经营数据，分析企业是否在健康的轨道上运行，提交分析报告。而后可展示优秀分析报告的亮点，说明分析报告中的典型问题，通过这种方式锻炼学生数据分析能力。

4.4 强化工具结合，多使用分析软件

当前所处的大数据时代，数据量非常庞大，为完成分析任务，一般都是借助分析软件计算结果，在统计学课堂教学中，应多演示软件的使用，常用的统计分析软件有SPSS、R语言、SAS、Excel等，这些分析软件各有特色，有的画统计图表比较强大，有的统计分析方法比较齐全，有的交互性比较好，在课堂中应至少演示一种软件在分析中的应用。比如时间序列分析讲解中，可用SPSS演示如何进行趋势线拟合法进行预测，如何看分析结果中的预测数据;再比如说在回归分析讲解中，可演示用Excel进行回归分析，并说明如何看分析结果中的回归系数、R平方、标准误差等关键数据。

4.5 总结回顾，多思维导图复习框架

章节复习的重点是串联起整个章节的知识点，只有对所学内容有个清晰的结构性认识，才能更好地运用。在复习中，可采用思维导图把各个知识点的层级以及相互隶属的关系清楚表示出来，不仅有利于学生对所学知识的记忆，更有利于学生对知识点间相互关系的思考，形成整体思考、部分补充的分析思维。比如说综合指标的复习中，第一层级应该是总量指标、相对指标、平均指标和标志变异指标，这些指标有什么含义，说明现象的哪些问题，第二层级是这四种指标的细分指标，这些细分指标又能反映现象的哪些侧面问题等。思维导图可以很好的在学生的脑海中架构这些分析的逻辑。

大数据时代，培养当代大学生数据分析思维的重要性已日渐凸显，利用好统计学课程的学习内容可以很好地做到这一点，在统计学课堂教学中应多思考新方法，多采用新措施去培养大学生的数据分析思维。

参考文献：

[1]郑雅倩.大数据时代统计学面临的机遇与挑战[J].新经济，2016，（12）：29

[2]李智明.浅谈大数据时代统计学的挑战与机遇[J].教育教学论坛，2020（13）：95-96

[3]刘素荣.大数据思维下经管专业统计学课程教学改革研究[J].高教学刊，2018（10）：131-133+136

[4]周建军，张理，唐年胜.统计学教学中统计思维培养的几点思考[J].科技信息，2013（23）：19+29

[5]宁自军，杜欢政.统计学[M].北京：科学出版社，2017

[6]李金昌，苏有为.统计学[M].北京：机械工业出版社，2014

[7]陈封能，斯坦巴赫，库玛尔.范明，等译.数据挖掘导论.北京：人民邮电出版社，2011

[8]徐珉久.武传海译.R语言与数据分析实战.北京：人民邮编出版社，2017

作者简介：涂现峰（1993— ），男，汉族，河南信阳人，硕士，助教，研究方向：随机微分方程。