民族院校应用统计人才培养模式的改革与研究

王维峰，胡军浩

（中南民族大学数学与统计学学院，湖北 武汉 430074）

1 民族院校应用统计学专业发展现状及改革方向

为了实现全国各族人民的共同发展、共同进步，我国各民族高等院校在招生时都有向少数民族地区倾斜的政策，主要包括加分投档、定向招生以及开设预科班等等，而且规定大约60%的生源都要是少数民族。这就使得民族院校的学生相对于其他高校而言，在入学时的成绩差别较大，水平参差不齐。由于民族院校学生大多来自少数民族，其数学基础更加薄弱，这将导致应用统计学专业（我校本专业设在数学与统计学学院）的建设与发展更加困难。如何将他们培养成顺应时代发展、满足社会需求的高质量人才是我们民族院校的一项根本任务，也是一个巨大的挑战。

中南民族大学始终坚持以习近平新时代中国特色社会主义思想为指导，深入学习并贯彻党的十九大精神，不断吸收新发展理念，着眼于国家战略需求和民族工作重点，围绕立德树人的根本任务，不忘初心、牢记使命，大力实施“质量立校、学科兴校、人才强校、特色荣校”战略，努力建设特色鲜明、国内一流、国际知名的高水平民族大学。我校始终坚持为少数民族地区的经济发展输送高水平人才，促进少数民族地区的高质量发展，有利于进一步推进民族地区、贫困地区的扶贫攻坚工作，从而实现各民族共同发展，共同繁荣。

根据生源特点以及我校本专业的发展定位，我们以培养实践能力强、创新精神高的数学应用型人才作为培养目标，不断探索应用型统计人才培养的实现途径和模式，努力解决因生源质量不高、水平参差不齐所带来的困难。

受大数据环境的影响以及社会需求的变化，统计学专业的人才培养面临着巨大的挑战。2015年孟生旺[1]等在《大数据时代的统计教育》中对统计学专业的改革和发展做出了一些探讨。作为一所民族院校，我院统计学专业的人才培养目前主要面临着以下困难：第一，当前在统计数据分析领域的工作者都需要有经济、管理、生物、计算机等多重背景，其知识体系应当能够适应现代社会和经济发展对“复合型”人才的需求。因此，要重新优化课程结构，注重经济统计、大数据分析等交叉学科的课程比重；第二，大数据导致某些传统的统计方法和理论模型不再适用，这就使得课程改革变得尤为重要并且非常迫切。部分实验案例也需要结合大数据背景进行重新设计，并且要加强适合大数据的数据处理软件（如Python）的培训与训练；第三，学生的实践能力不足，创新能力有待提高，在大数据环境的冲击下这样的统计人才无法满足社会的需求。

2 应用统计学专业人才培养模式的研究

为了满足国家和少数民族地区的应用统计人才质量需求，达到我们的人才培养目标，我们主要从核心课程建设、实验课程体系建设以及实践能力培养和实践平台建设三个方面进行了探索研究。

2.1 核心课程建设

受大数据环境的影响，应用统计学专业的学生不仅仅要掌握统计学专业基本理论知识，还需要掌握处理大数据情形的软件、模型等。文献[2-5]对统计学专业的课程改革都做出了一些研究。结合我校应用统计学专业最新的办学定位，本专业学生要具有扎实的数学基础，掌握统计学的基本知识和方法；掌握计算机（包括常用语言及统计软件）的知识和技能，具有较强的数学建模和编程能力；具有收集数据的基本能力，能熟练利用统计软件进行数据处理和分析，并进一步判断计算结果。我们的培养目标是培养具有良好的道德素质修养，掌握统计学的基本思想和基本方法，能熟练地运用计算机分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等，或在科研、教育部门从事研究和教学工作的高级专门人才。我们要修订以前的培养方案，建立适合时代发展、以培养学生创新实践能力为主的人才培养方案。不断优化课程设置，调整理论课时和实践课时的分配，重点提高学生运用统计方法的实践能力与操作能力。通过到兄弟院校的调研，与领域内专家的交流探讨，我们制定了夯实基础知识、提升实践能力的应用型课程体系。本专业核心课程体系如下表：

实践教学课程工程训练、软件能力培养、实践能力培养、R软件课程设计、应用多元统计分析课程设计、专业实习、毕业实习、毕业论文专业选修课程MATLAB程序设计、生物统计学、数据库原理及应用、保险精算学、试验设计、非参数统计、贝叶斯统计、应用随机过程、数据挖掘、机器学习、广义线性模型专业基础课程程序设计语言（Python）、经济学原理、统计学原理、R软件、应用多元统计分析、应用回归分析、时间序列分析、统计计算、抽样调查学科基础课程 数学分析、高等代数、解析几何、常微分方程、概率论、数理统计课程平台 主要课程

此外，在课程教学过程中我们还要注意以下几点：一是要大力推进课程与教学资源建设，深度挖掘教育教学资源，发挥网络教育教学优势，努力提高教育信息化效益，深化课程改革。积极开展网络教学互动平台方面的研究，并在网络教学的基础上进行实践探索。通过平台建设进一步规范教学要求，实施互动教学，实现线上线下教学资源共享。二是要深化教学改革。为了培养适应社会需求的综合性人才，需要通过教学创新激发学生的求知欲，培养学生的创新能力，进一步提高学生运用现代化科技手段获取新知识、新信息的能力。同时在教学过程中注重因材施教、改进传统教学方式，依托信息技术完善教学手段。三是深化“学生中心、产出导向、持续改进”的核心理念，构建教育教学质量保障体制。把全体学生的学习效果作为关注的焦点，教学过程的实施必须保证学生取得特定的学习效果，建立“执行—评价—反馈—改进”的质量保障体系闭环，形成持续改进机制。四是要严格教学过程管理，认真查找课堂建设和管理中存在的突出问题和薄弱环节，制定整改措施，明确时间节点，落实责任到人。要改变考试评价方式，严格过程考核，通过鼓励学生选学辅修专业、参加行业考试等，让学生把更多的时间花在读书上，实现更加有效的学习。严把出口关，让即将毕业的学生有危机感、让刚刚入学的学生有压力感、让老师们有责任感。

2.2 实验课程体系建设

在大数据时代，数据的价值越来越高，数据分析受到了前所未有的重视，特别是大数据分析、人工智能等新兴领域的崛起，给应用统计学专业带来了巨大的冲击。我们必须改变传统的人才培养方式，尽快探索出能培养适应社会需求的应用型统计人才培养模式。而能够熟练应用统计软件进行数据分析并解决实际问题是每个应用统计学专业学生所必备的核心能力，也是他们走入社会的核心竞争力。在上面核心课程的优化过程中，我们已经重点调整了理论课时和实验课时的分配，提高了实验课时的比例，但这还远远不够。实验课程的教学，是提升学生实践动手能力的必备环节，也是培养应用型统计人才最为关键的部分。目前面临的两个较大的问题：一是学生学的软件“过多”，但是效果却不是很好，导致学生每种软件都懂一点，但是都不够熟练，无法达到能用软件来解决实际问题的程度。二是实验课程的教学内容过于陈旧，跟不上大数据时代的发展，与社会需求严重脱节。为了解决上面的两个问题，我们通过对就业单位的大量调研以及和兄弟院校的互相交流，再积极进行了探索研究讨论，给出了一系列的改革措施和实施办法。

针对统计软件“过多”的问题，目前我们确定以R软件为主，要求任课老师都采用R语言进行教学，使学生能够集中精力掌握、精通一门语言。另外，为了适应大数据环境，进一步提高学生就业的广度，我们开设了程序设计语言（Python）这门课，以满足大数据分析、人工智能等相关行业的用人需求，增强我院学生的就业竞争力。同时，我们要求任课教师必须对实验教学内容进行优化，及时修订教学案例，选择与社会需求紧密联系的实验教学内容（鼓励教师共同建设实验教学案例库）。除了课程内的实验教学外，我们额外增加了软件能力培养、实践能力培养、R软件课程设计、应用多元统计分析课程设计等相关实践课程，利用教学实践周和寒假暑假，每学期集中两周进行软件强化训练，切实提升学生应用软件进行数据分析、解决实际问题的能力。此外，我们利用专业实习和毕业实习的机会，让学生去相关企业进行实地实习，不断提升就业能力和社会竞争力。在整个实验教学体系中，软件的教学和实践贯穿了整个大学四年。

2.3 实践能力培养和实践平台建设

在实践能力培养方面，除了上述实验课程教学和集中训练以外，我们还依托学科竞赛和校企合作协同育人来提高学生的实践能力。

（1）学科竞赛主要是围绕与专业相关的竞赛（“全国大学生数学建模竞赛”“全国大学生统计建模大赛”“全国挑战杯大赛”等等），通过赛前培训、赛中指导和赛后总结等环节来提高学生的实践应用能力。我们学院组织学生积极参加大学生创新创业项目和科研训练，并选拔优秀的学生进入教师的项目组或实验室学习，训练学生的创新能力和科研能力。结合大创计划及现有师资队伍在交叉学科方面的研究特长，积极鼓励和引导学生参与创新训练活动，形成了“大创+”科研创新训练模式。开展“大创+科研训练”的模式，动员主持有科研项目的导师指导学生进行科学研究能力训练；开展“大创+学科竞赛”的模式，鼓励并指导学生将应用型学科竞赛中的问题进行拓展、延续；开展“大创+毕业设计”模式，鼓励并指导学生围绕毕业设计开展科创训练，不断提高综合素质，并完成高质量的毕业论文。我们学院的“大创+”模式有效地提高学生参与科创训练活动的广度和深度，扩大了受益面，增强了学生的创新应用能力，实现了科教协同育人。

（2）校企合作则以企业作为实训基地，为学生提供实习平台，提升学生实践应用能力，实现人才培养对接社会需求。目前我院已与武汉恒泰志远科技有限责任公司、广东泰迪智能科技有限责任公司、武汉金山软件有限公司、华为技术有限公司等企业通过多种方式开展合作：签订产教融合育人基地，签订实习实训基地协议，签订联合培养人才协议等等，助力我院人才培养与社会需求相符。通过以上合作方式，我们还可以引进企业的课程资源、人力资源与实训资源，来提高我们的实验教学质量以及师资力量。此外，我们还可以让学生进入企业进行毕业实习，进一步提升学生的就业能力。

实践平台建设方面，由于受到大数据环境的冲击，实验室建设必须要紧跟时代发展，能够满足处理大数据相关问题的能力。比如我们必须更新或者新建基础的大数据存储平台、处理平台、分析平台，这部分我们主要通过现有的硬件设备进行升级或者购买，相应的软件部分可以由教师指导学生完成，也可以提高学生的实践动手能力及大数据处理分析的能力。另一方面，目前国内很多企业都已经开发了面向高校的大数据教学实训平台，我们可以和以上签约企业进一步展开合作，不但可以依托企业平台搭建自己的私有云平台来展开实践教学，还可以帮助企业解决实际问题，实现互利共赢。

3 总结

本文主要探讨了在大数据时代民族院校应用统计学专业的人才培养模式及相关问题。在培养适应时代发展、满足社会需求的应用型统计人才的目标下，我们以中南民族大学为例对本专业的核心课程体系、实践教学体系以及实践能力培养等方面进行了研究，并给出了一些建议，希望可以为相关高校提供参考。