摘要：统计学是信息管理专业最先涉及数据处理的课程，是相关定量方法类课程的基础且具有很强的应用性。随着大数据时代的到来，数据的搜集、处理、分析方法都随之改变，为了顺应大数据时代社会对创新型信息管理人才的需求，统计学实践教学体系的设计应进行相应的改革和创新。该文从课程内容、实验数据、数据分析工具、考核方式，对大数据背景下信息管理专业统计学实践教学体系的设计进行了探索性地研究。

关键词：大数据;统计学;信息管理专业;实践教学体系

中图分类号：G424      文献标识码：A

文章编号：1009-3044（2021）33-0194-03

开放科学（资源服务）标识码（OSID）：

随着现代信息技术的迅猛发展，大数据浪潮正以不可阻挡之势向我们奔涌而来。大数据时代的来临，对统计数据的生产方式带来了很大的挑战，大数据是采用多种数据收集方式、整合多种数据来源的数据，采用现代信息技术和高速处理及挖掘、具有高度应用价值和决策支持功能的数据、方法及其技术集成。《统计学》是高等院校信息管理专业的核心基础课程之一，它是信管专业最先涉及数据处理的课程，是相关定量方法类课程的基础且具有很强的应用性。对于统计学课程而言，其课程目的在于使学生理解和掌握统计学的理论知识及统计方法，培养学生的统计思维。并应在理论教学的基础上结合实践环节，使学生在对数据搜集、整理、分析及展示的过程中，应用理论知识及统计学方法，选择恰当的统计软件和数据分析工具，发现在信息管理的实践中信息间的内在联系及其他客观现象的规律，进一步加深对客观问题的理解。

然而，随着大数据时代的到来，面对时效性高、动态性强、非结构化的、复杂的海量数据，数据的搜集、处理、分析方法都随之改变，这对高等院校统计学教学理论知识、教学方法与实践环节的体系设计都提出了新的机遇和挑战。很多教學同行也已在大数据的背景下，对统计学教学的很多方面进行了研究和探讨，但在实践环节方面的探究还有所欠缺。笔者通过对学生的访谈和调查发现，身处大数据时代的信管专业大学生，对统计学现有实践环节的实用性和有效性都产生了质疑，因此我们有必要对统计学实践教学体系设计进行新的探索。

1 信息管理专业统计学实践教学体系的现状及问题

目前我国大多数高等院校都已意识到《统计学》的应用性与重要性，该课程大多都配有适当的实践教学课时，用以提高学生应用理论知识分析解决实际问题的能力。一般来说，信息管理专业传统的统计学实践教学体系主要包括课程内容、实验数据、统计软件以及考核方式四个部分[2]。

1.1 课程内容

信管专业统计学实践环节的教学内容与理论教学内容密切相关，主要包含描述统计、数理统计、抽样调查、统计预测与决策、回归分析、多元统计分析、时间数列分析、指数分析等。我国高等院校信息管理专业开设的统计学实践教学内容一般划分为四个板块：板块一，对给出的实验数据进行数据整理、绘制统计图表，分析数据的集中趋势、离散程度、分布形态等特征的描述统计;板块二，对给出的实验数据进行抽样、区间估计、假设检验、方差分析等;板块三，对给定的实验素材进行相关分析，回归分析等;板块四，对实验数据进行指数分析、时间序列分析及统计预测与决策等。统计学实验内容设计以演示性和验证性实验为主，设计性与综合性实验欠缺。

1.2 实验数据

目前，我国高等院校信息管理专业的统计学实践环节，以学生到机房上机实验为主。课上老师常常先交代实验内容、实验目的、实验过程，然后下发与实验指导书对应的实验素材和实验数据。学生应用老师指定的统计软件，对照实验指导书按实验步骤操作一一验证与理论相关的统计学方法及知识。绝大多情况下，学生都能顺利进行实验，教师只需在个别难点和易错点处进行讲解演示即可。

1.3 统计软件

SPSS、Matlab、SAS、Stata都是我国常用的统计软件，其中Excel在我国高等院校非统计学专业的统计学实践环节中应用得最为广泛。相比于其他几类软件，Excel具有常见、常用、易懂、易学、界面友好、兼容性强等多方面的优势，Excel强大的数据处理能力及自带的统计分析功能模块，可以满足传统本科阶段的信管专业统计学实验教学要求[1]。

1.4考核方式

传统统计学实践教学的考核方案针对每一位学生，主要由四部分组成即实验室考勤，课堂表现、实验报告质量以及期末实验考试成绩。实验室考勤与学生是否按时到达课堂，是否有缺课逃课等情况相关;课堂表现主要包括学生在机房是否按老师的要求进行实验操作、有无上网、打游戏等违反实验室纪律的情况发生等方面;实验报告成绩主要体现在实验过程是否规范，实验结果是否正确，实验报告格式是否合乎要求，是否按时上交等方面;期末考试成绩就是实验课程全部结束后，分批上机考试后得出的最后成绩。一般来说，实验室考勤占10%，课堂表现占10%，实验报告质量占20%，期末实验考试成绩占60%。

从以上四个部分的具体内容我们不难发现，传统的基于Excel统计软件的信息管理专业统计学实践教学体系，缺乏与大数据背景的结合。传统的实践教学课程内容无法满足学生在纷繁复杂的网络数据背后，发现信息隐藏着的客观现象间的一般规律的需求;实验指导书既定的实验数据不具备时效性和趣味性，与实践中最新的市场动态毫无干系，导致学生对统计学实践环节设置的意义和目的都产生了怀疑从而丧失主动学习的热情;大数据时代下，单一的Excel软件也无法实现对网络数据的搜索及深入挖掘;面对庞大的数据，单个的统计学初学者很难独立完成对数据的搜集、分析这一整套的处理工作，因此统计学实践环节的考核设计也应在传统的考核机制上进行改革和创新。

2 基于大数据的统计学实践教学体系

大数据时代的到来提升了社会各行各业对数据的分析需求，在社会经济的发展中，通过对海量数据的加工挖掘发现其背后潜在的规律及价值，为管理决策者提供理性的证据支持成为实现数据增值的关键。因此，社会对具有对数据进行专业化处理能力与具有数据管理能力的人才的需求也会随之增加。大数据背景下，数据的收集、获取方式，数据分析方法以及数据分析工具也都发生了巨大的转变，统计学实践教学体系的设计，应该顺应大数据时代下社会对创新型信息管理人才的需求。具体设计如下：

2.1 课程内容

基于大数据背景的统计学实践教学环节课程内容相比传统的课程内容，设置时遵循“只增不减”的原则。把总体的实训内容分为两个层次，第一层次为保留原有内容的基础性实验，第二层次为新增的拓展性实验，基础性实验采取课余个人自学的方式完成，而拓展性实验涉及的大数据处理工具及手段，由教师在实验室介绍性地案例讲解，分小组自选项目合作完成。原因有如下两点：

第一，随着信息技术越来越早地融入课堂，如今大学生对计算机的应用能力已大幅提高，学生对Excel的很多功能已相当熟悉，对于与理论知识相应的验证性实验，学生完全可以对照实验指导书自行完成。硬件方面，当今的大学生几乎都有自己的个人电脑，极个别经济条件不允许的学生，可以在图书馆的公用电脑或学院公用机房完成自学部分的基础性实验。如若遇到难点、疑点，学生可通过社交网络平台请求老师或寻求同学对其进行答疑解惑。总之，基础性实验可以通过学生课外自学，实现使学生理论结合实践透彻理解统计学基本原理及方法的目的。

第二，拓展性实验设计的目的旨在把统计学思维应用到大数据背景下的信息管理中去，学会把统计学思维和大数据结合起来去搜集数据、分析数据、发现规律，从而形成大数据背景下的统计思维。现如今，大数据所能带来的巨大商业价值在各大领域中都发挥着重要作用。大数据帮助政府进行社会舆论监督、公共卫生安全防范、灾难预警;大数据帮助城市实现智慧交通，为成千上万的车辆规划实时交通路线，躲避拥堵;大数据帮助医疗机构建立患者的疾病风险跟踪机制，帮助医药企业提升药品的临床使用效果;大数据帮助旅游网站为旅游者制定满意的旅游路线;大数据帮助娱乐行业预测明星、歌曲影视作品的受欢迎程度，并帮助投资者评估其合适的投资成本等。通过对大数据的搜集和数据处理，大数据背后所隐藏的规律对社会经济管理的帮助无处不在。作为一个数据处理的初学者，在短短的几节统计学实践课程中不可能独立完成某项与大数据相关的数据分析处理项目。因此，在实践环节的拓展性实验中，教师可以将学生分组开展项目式的延展性学习。课上，教师一方面尽可能地介绍一些与大数据处理相关的软件和计算机语言，供有兴趣的同学进行选择性地学习;另一方面，更应尽可能地结合一些大数据处理的典型案例指导小组成员如何分工合作。课后，学生自行分组选择本组感兴趣的项目进行实践，可以是对已知项目的验证性综合实验，也可以是对未知项目的设计性综合实验。教师在课上的引导和学生课后的自学钻研相结合，每组完成一项综合性统计学实验。所谓已知项目的验证性综合实验，是指对已经发现的客观现象背后的规律的验证。比如可以分组验证超市经典的尿不湿啤酒问题。小组成员选定当地超市，采用监控器观察或回放等方式进行数据采集，然后对中国本土超市的这些数据进行分析和挖掘，检验这个适用于美国沃尔玛超市的现象间的关联性在中国市场是否同样存在。所谓对未知项目的设计性综合实验，是指小组成员对客观现象相关性和规律的探索，这类实验有一定的难度具备挑战性。比如小组成员可以设计如何帮助小超市分析顾客的购买习惯，为其推荐他们可能感兴趣的优惠信息;如何帮助学校周边的小餐馆从大量客户中快速识别金牌客户。除了可以应用发放调查问卷的传统调查统计分析方法之外，鼓励学生应用大数据时代下的数据搜集、分析处理方法创造性地发现客观现象内部隐含着的关联和联系。总之，通过拓展性的统计学实践环节，让学生明确大数据时代下团队处理数据时的基本流程是数据抽取与集成、数据分析与数据解释，以及大数据方面的核心技术包括数据采集、数据清理、数据存储、数据挖掘等。

2.2 实验数据

根据基于大数据背景的统计学实践环节的课程内容包含两个层次的实验设计，实验数据也应分为两个部分。在基础性实验中，继续保留传统的实验项目，显然实验数据也是由老师统一给出。而在拓展性实验中，对统计学而言大数据将突破传统的统计抽样的方法，直接对总体进行相关分析更注重结论的相关性和实时性。教师应鼓励学生使用多种设备和多种数据采集工具，采用多种数据收集方式、整合多种数据来源的数据。

2.3 分析工具

在大数据背景下的信息管理专业统计学实践教学中，分析工具的应用不能再拘泥于传统的统计软件，但也并不是将以前的数据分析工具全盘抛弃。在基础性实验中，需继续使用Excel来帮助学生迅速地完成传统统计学实践环节中所要求的实验内容。但为了挑战拓展性综合实验，在实验机房教师应向学生重点介绍专业统计软件SPSS和SAS，数据挖掘工具Python，一些免费、智能、简单直观的网页爬虫软件如八爪鱼、Content Grabber，开源数据分析工具OpenRefine、Knime、Storm、Hadoop等，数据可视化工具PowerBl、Solver、Infogram等，情感分析工具HubSpot's ServiceHub、Semantria、SAS Sentiment Analysis等，数据库Oracle、PostgreSQL等。众多的大数据分析工具不可能要求学生一一掌握，但教师应引导学生了解各数据分析工具的长处，应在学生进行拓展性综合实验的具体环节中，对解决问题时选择何種工具给出恰当的指导和建议，并应鼓励学生探索和学习新的数据分析工具。这有利于高等院校对能积极主动学习、能攻坚克难的创新型信息管理数据分析人才的培养。

2.4 考核方式

传统的统计学实验课程的考核方式主要实验室考勤，课堂表现、实验报告质量以及期末实验考试成绩这四部分组成。而将大数据的思维引入到统计学实践环节以后，这种考核方式就不再适用了。基础性实验的自主性和拓展性实验的合作性要求对传统的考核方式做出创新性的改革。基础性实验的学习过程主要是学生自主完成，教师无法监控学生的学习过程情况，所以基础性实验以上机测试结果为考核依据，考试成绩占个人总成绩的40%。拓展性实验的考核则相对比较复杂，分为按个人和按组考核两部分。按个人考核的部分主要涉及机房的考勤、纪律及对于新的数据分析方法、新的数据分析工具的学习态度;而按组的考核主要涉及小组基于大数据背景的，对已知项目的验证性实验和对未知项目的设计性实验的完成情况，完成情况以小组纸质报告和PPT讲解两种形式进行汇报总结。个人考核部分占个人总成绩的20%，小组考核成绩占个人总成绩的40%。

3 结束语

本文总结了信息管理专业统计学实践教学体系的现状，并指出在大数据时代下统计学实践教学的课程内容、实验数据、统计软件及考核方式设计的问题与不足。有针对性地将上述环节的设置进行了创新性探索，旨在更好地培养具有大数据思维的信管专业数据分析与数据处理的人才。

参考文献：

[1] 张玉周.非统计专业统计学实验教学探析[J].统计与咨询，2010（6）：48-49.

[2] 梁文娟.统计学实验教学体系的实践与探索[J].黄山学院学报，2012（3）：122-124.

[3]田世海，刘天林.大数据背景下信息管理与信息系统专业综合实践教学体系研究[J].黑龙江教育学院学报，2016，35（9）：37-40.

[4]刘帅，潘正岩.浅谈统计学实验教学体系的改革与实践[J].统计与管理，2017（12）：10-12.

[5]彭维才.概率统计课程中的实验教学[J].巢湖学院学报，2013（6）：138-141.

[6]张西栓.非统计学专业统计学实验教学的改革与实践[J].科教文汇，2013（36）：77-78.

[7]刘洋，李小龙.经管类专业统计学实验教学模块设计探析[J].电脑知识与技术，2015（13）：130-131.

【通联编辑：唐一东】