胡晓苹 林 雪 王 露

（海南大学食品科学与工程学院 海南海口570228）

随着互联网技术的发展，人们生活的方方面面发生着翻天覆地地变化，高等教育也顺应时代的要求不断发展、变化。近年来，慕课、微课、翻转课堂等新型教育模式在高等教育中得到了广泛应用，并展现出相较于传统课堂教学的明显优势，显著提升了课程的教学效果［1-3］。《试验设计与统计分析》是食品学科本科教育和研究生教育都非常重要的课程，其应用性非常强。但由于该课程涉及大量的概率论知识及各种相关软件的使用，以及课时量非常有限，多年来学生普遍反映该课程难度大，随着课程的推进，逐渐丧失学习兴趣和信心，总体教学效果不佳。近年来，我们将该课程与食品学科的特点相结合，对其进行了教学改革探讨及实践。

1 教学中存在的主要问题

《试验设计与统计分析》对概率论基础有一定要求，且涉及大量计算公式。此外，本课程虽然十分重要，但是课时量又很有限。因此，一方面授课老师要在有限的时间里将诸多知识点讲透彻是很大的挑战，另一方面学生能有兴趣地认真学完本课程也同样不容易。实际上，多年来我们一直采用传统课堂教学方式，其呈现的教学效果不十分理想，在教学中主要存在如下几个方面的问题：

1.1 课程理论及相应软件的学习内容多且课时量少

《试验设计与统计分析》课程涉及的重要理论知识包括，正交试验设计、响应面试验设计、显著性差异分析、方差分析、相关分析和回归分析等。另外，本课程还涉及到相应的试验设计软件如Design Expert，数据分析软件如SPSS，作图软件如Origin等的学习。在有限的32课时里，要完成对于概率论基础有一定要求的理论部分讲解，并且还要在课堂上抽出时间采用PPT方式讲解这些软件或演示其运行过程，对于授课教师来说是很大的挑战。同时，学生要在这32课时里，消化、吸收这么多内容也很困难。由于有这样的教学压力，多年来本课程还采用填鸭式，将诸多知识灌输给学生，必然导致学生对知识点不求甚解，死记公式来应付考试。

1.2 课程需要相应的知识更新

近年来，随着各种组学技术的巨大发展，食品学科相关前沿研究常常会收集到组学的海量测试数据，常用的数据分析软件如SPSS等已不能满足数据分析的要求，需要使用诸如SIMCA，或是R、Matlab等需要编程的软件来实现对大数据矩阵的解析。这对于本课程授课教师知识的更新提出了一定的要求，也对本课程本科教学内容特别是研究生教学内容地更新也提出了迫切要求。目前，教学内容稍显老旧，与学科前沿有一定脱节，这也在一定程度上导致了学生对课程内容提不起兴趣。

1.3 教师业务水平有待提高

《试验设计与统计分析》课程要能深入浅出地讲授，并能把各种相关软件使用中各种参数的选择，软件运行结果的正确解读讲解清楚，对于授课教师的业务水平提出了较高要求。另外，随着各种组学技术在食品学科相关研究中的广泛应用，授课教师还需掌握如何利用各种相关软件实现大数据深度挖掘的技能，这对本课程授课教师提出了更高要求。目前，各种线下线上培训繁多，教师应多参加培训，更新知识体系，才能满足新时代下本课程的要求。

2 教学改革实践与探讨

2.1 引入微课辅助传统课堂教学

由于本课程有一定难度，且传统课堂45 min全部讲解基本原理，非常枯燥，学生很难集中精力这么久，教学效果不佳。然而，微课、慕课、翻转课堂等新的教学方式近年来在高等教育中得到了广泛应用，并呈现出良好的教学效果［1-3］。2020年第一学期，采用了微课做为辅助教学模式，将重要的知识点拆解成一个一个短视频，每个视频只关注一个知识点的原理讲解及其相应的软件操作演示7～10 min。由于可以随时随地使用多种移动终端观看，时间很短，且微课视频可重复观看，学生可跟随视频的软件操作步骤自主完成了课后练习。可见，学生的学习兴趣及主动性都有一定程度地提升；另外，通过课后练习题及考试结果来看，教学效果明显优于传统课堂。

2.2 引入PBL教学法

PBL（Problem-based Learning）是以问题为基础，学生为中心，教师为导向的学习方法，是近年来在教学中广泛使用的新方法［4］。采用了PBL法的诸多教学实践经验，都显示学生的学习兴趣有所提高，学生的自学及分析问题的能力得到了培养。《试验设计与统计分析》课程课时少，多年来采用传统填鸭式教学方法，但是教学效果不尽如人意。因此，在本次教学改革中，我们将PBL法与微课相结合，教学效果得到了较大的提高，现以“标准偏差”这一定义为例进行说明。首先，引导学生思考为什么要提出“标准偏差”这一概念？在用算数平均数来代表一个样本时，由于什么原因导致了其代表性较差？对一个样本而言，仅用平均数作为表征够不够？是否需要别的参数来表征样本里每个个体间的差异？又应该采用什么样的参数来表征这个差异？另外，除了“标准偏差”外，还有别的参数可以代表这种差异吗？

2.3 扩展数据处理方法

目前，组学数据是海量的，用SPSS软件中的常规运算方法无法挖掘出数据背后的科学意义，有必要引入新算法，如主成分分析法（PCA）、偏最小二乘法（PLS）、正交偏最小二乘判别分析法（OPLS-DA）等原理讲解，及SIMCA、R和Matlab等软件的相关应用。这样有助于提升学生的学习兴趣，也为一些准备继续研究生阶段学习的学生打下一点基础。

2.4 理论联系实践

《试验设计与统计分析》课程的讲授一般安排在大三，鼓励学生在上课的同时进入实验室开始毕业论文的预实验阶段。将本课程中理论学习到的试验设计方法充分应用到预实验阶段中。这样可以使学生科学地设计试验、安排试验，遇到任何问题便可及时与授课老师进行深入探讨。在本课程的教学实践中，发现通过理论联系实践，学生们能更好地掌握一些试验设计方法。

3 结语

笔者讲授《试验设计与统计分析》课程已有近10年经验，通过与多届学生课后交流及问卷调查发现，大多数学生都知道本课程的重要性，想认真地学习。但是，随着课程的深入，学生觉得难度越来越大，丧失学习兴趣。现在采用了微课结合PBL教学法的教学改革实践，从学生的反馈来看，学生学习的主观能动性得到了很大提升，充分激发了学生的学习兴趣，教学效果也得到了明显提升。