導語：如何才能寫好一篇統計學大數據分析，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

【摘要】本文基于高中生個性化學習，我們認為，鏈源：“數據收集”鏈宿：“數據分析”，鏈節為“數據描述”的“內容數據鏈”，通過各種形式的數據聯動，使統計內容數據鏈外化為“統計能力鏈”，內化為“統計知識鏈”，發展為“統計素養”鏈，成為對高中生有重大影響的“統計思想鏈”。

【關鍵詞】大數據 高中統計 數據分析 內容數據鏈

大數據的價值性，快速性，大量性，多樣性，和預測功為教育提供了一種可能目前教育的形式多種多樣，慕課、微課、網絡公開課等等。大數據時代下的教育是怎樣的呢？是基于個性化學習，是量化的，自我組織學習內容的教育，不僅要了解學生“心聲”，認知水平和學習興趣，而且要師生互動、合作探討學習內容，將傳統課程、教學、教材的內容數據化，利用可視化技術，提高學習興趣。提升內容吸引力。高中統計內容必須系統化、過程方法直觀化，這對高中的統計內容提出了挑戰。使專題塊和課程案例集以數據知識鏈為核心，使教育在大數據時代下的“量化”。

一、高中統計內容的新契機是大數據

使教育由數字支撐變化到數據支撐。高中統計教學場景布置，統計內容設計，學習場景的變革等等過去靠“敲腦袋”或者“理念靈感加經驗”的東西，在背景為物聯網、云計算、大數據下，變成一種由數據支撐的“行為科學”.用數據分析的方法對高中統計內容進行分析、挖掘，利用大數據更改高中統計內容，建立主線為“統計知識鏈”、目標為培養“數據分析能力”首尾呼應內容數據鏈，使高中統計內容的系統更加優化。

由于各種原因使高中統計內容，沒有得到較好的發展.直到國家教育部頒布了各種政策，統計才得以發展.然而各種問題的存在仍然困擾著我國統計教學發展。大數據關注每一位學生的個性化需求與發展，關注學生的自我意識，分析群體心理，讓教師關注學生的興趣愛好，選擇適合學生的方法，讓學生自主的、創新的學習。

正如教育家張韞所說：“大數據時代的到來，讓社會科學領域的發展和研究從宏觀群體逐漸走向微觀個體，讓追蹤每一個人的數據成為可能，從而讓研究每一個個體成為可能.對于教育研究者來說，我們將比任何時候都更接近發現真正的學生。”大數據在充分了解學生各種需求，目前處于的狀態的情況下合理運用各種統計內容，各種現代化的教學方式，不拘泥于傳統化教學方式，利用各種資源形成螺旋式上升的統計內容數據鏈。使每一位學生都樂于學習，其個性化學習需求成為可能。

二、高中統計內容數據鏈在大數據視域下的內涵

數據高中統計內容的核心研究對象，數據分析是重點，統計學習是在初中的基礎上，進一步學習數據統計方面的各種方法；用各種操作培養學生的歸納推斷能力、統計思維、數據分析素養，提升學生在數據分析方面的能力，統計內容數據鏈為學生統計能力的提升提供了研究平臺。把課程目標，學生需求、與大數據算法，數據鏈式結構有機結合起來是大數據視域下的統計內容數據鏈核心思想，利用大數據，將統計內容數據化，增強內容的可讀性，銜接性、合理性、連貫性，織成統計知識，形成統計內容數據鏈。例如：具體環節為：鏈宿是“樣本估計總體、”等數據分析方法，鏈源是“系統抽樣，等距抽樣、分層抽樣”，鏈節是的數據描述、統計圖形.通過統計知識的實際應用使“統計知識鏈”為統計內容數據鏈的內化，“統計能力鏈”為其外化，“統計能力鏈”，“統計素養鏈”為其發展，成為對學生產生重大影響的“統計思想鏈”所以，利用大數據的科學方法可使統計內容體系最終形成的統計思想體系；數據結構的鏈式模型，將促進學生創新思維，增強學生的參與積極性，使高中統計集“知識鏈、能力鏈、素養鏈、思想鏈”于一體。

三、高中統計內容大數據視域下下的數據鏈設計

（一）高中數學統計內容知識結構

各種版本的高中數學統計內容都介紹了基本的獲取樣本數據的獲取，提取方法，就是我們常說的用樣本推斷總體，部分推斷整體.統計知識注重培B學生數據分析的能力，利用實例講解數據的各種思想，方法結合在一起，提高學生的綜合能力。例如：結合具體問題情境，學習如何進行數據收集，分析，如何思維理解其含義。

（二）高中數學統計內容的教學要求

課標充分重視高中數學統計內容，并采取了有效的改進和創新措施。教學過程中，注重學生自我特長的發展，創新教學方式，不拘泥于傳統的書本知識，強調以人為本，面向未來，讓學生有數據意識，學會用數據說話，將統計知識運用于實踐。

（三）高中統計內容在大數據視域下數據鏈設計

量化教育是大數據時代的可行教育，通過數據了解學生的個性化需求，促進學生的個性發展，注重創新式培養。結合教材利用現代化信息技術設計出學生樂于接受的教學方式。從“數據讀心”，到“抓心入心”，再到“知心交心”，最終形成“數據育心”的培養鏈是統計內容數據鏈的設計原則。例如：分層抽樣內容數據鏈的設計.首先，將分層抽樣知識系統化。其次，將分層抽樣的過程方法直觀化。最后，依據統計內容數據鏈的設計原則和學生個性化學習需求，動態生成分層抽樣內容數據鏈。把具體問題數據化。使分層抽樣內容數據鏈成為滿足自我發展需要的“知識鏈、方法鏈、素材鏈”。

四、結語

綜上所述，對統計內容數據我們應該就地取材，因地制宜，開創多種方式的教學方式，注重學生的個性化需求，不要拘泥于傳統的教材，注重培養學生的創新思維和自主參與能力，要讓學生發揮主觀能動性，積極主動的自己去思索，發展自己的特長，學會將具體的事情數據化不用數據的思想去思考問題，去看世界，老師也要探索更好的教學方法。將現代化的科學技術與傳統枯燥的教材相結合創造出一種能夠發揮學生潛能，特長的教學方式，要循循善誘，引導學生。總之，統計內容數據鏈能更好地使學生不斷提升自己的數據分析“能力鏈”使學生學會用統計思想、統計方法、統計思維、統計觀念、統計意識來認識世界，改造世界。

參考文獻：

[1]魏忠，何立友.大數據時代的教育革命[J].考試：理論與實踐，2014，（4）.

篇2

【 關鍵詞 】 一卡通；數字行為；校園卡；軌跡

1 引言

隨著計算機科學技術的不斷進步，數字信息化的時代已經到來，21世紀是信息化全球大爆發的時代，信息全球化已經滲透到生活的每個角落，校園作為人口比較密集的場所，很多高校都在投入大量的人力以及財力用于校園信息數字化網絡的建設，校園數字化網絡的建設為校園數字化網絡管理提供了足夠的保證，能夠進一步提高各高校的信息化管理水平。

高校數字化建設是完全建立在高校的校園網網絡的基礎上，目前，校園網絡已經實現了光纖入網的條件，校園數字化建設能夠完全將目前比較先進的互聯網技術、信息技術、多媒體技術融為一體，充分地將校園的科研工作、管理工作、生活以及教學等工作集成起來形成一個統一的整體，最終為高校的全面信息化教學打下堅實的基礎。

高校數字化網絡的建設實質上是借助先進的信息化技術將高校的各個部門的各種信息資源進行有效的整合、集成以及優化，進一步提升高校的信息資源的合理利用以及配置。

2 校園一卡通

校園一卡通是“數字化校園”建設的最為重要的組成部分，校園一卡通具備的主要功能必須包括身份認證功能、數據管理功能、金融服務功能、綜合消費功能、公共信息管理功能等。校園一卡通能夠有效地集成高校內的所有資源以及子系統，通過校園一卡通能夠掌握每一個持卡用戶動態的、實時的情況，不僅能夠加快高校數字化管理系統建設的進度，還能夠進一步提升高校的數字化管理水平。

校園一卡通數字信息管理系統的建設是IC卡技術應用比較成功的典范之一。真正意義上的校園一卡通并不僅要具備消費以及結算功能，而是通過智能的數字化管理實現高校內的各種業務管理。校園一卡通必須能夠將高校內的消費以及管理集成與一身才可以稱之為真正實現了校園一卡通管理，才能通過校園卡實現校園內的學籍管理、消費、結算、身份識別、網上付費等。

3 校園一卡通建設

校園一卡通是目前高校流通非常廣泛的信息集成平臺，也是目前大部分高校所采用的信息管理平臺。校園一卡通管理系統建設是建立在“集中控制、信息共享”的需求上的，因此，校園一卡通系統的設計是多個信息功能模塊的有效集成，具體實現的設計思路是將所管理的資源集成在統一的互聯網平臺，并采用統一的數據庫服務器，對資源采用絕對安全的、統一的身份ID認證體系，進而實現信息數據的安全集成、安全傳輸、安全管理。校園一卡通可以通俗的理解為各個管理系統、射頻設備、讀卡設備等終端的高效集成，進一步提升了系統管理的智能化水平。

隨著各個高校的校園信息化、網絡化建設的逐漸深入，高校內的所有信息資源的整合過程已經進入到了全面的規劃以及實施階段，現階段。校園一卡通的建設必須與高校現有的人事、教學、身份認證等MIS系統以及其余的高校信息應用系統緊密的結合，通過全面的、安全的統一身份認證機制實現高校信息資源的無縫集成及其共享，使得校園一卡通能夠友好的融入校園，成為校園信息化建設的非常重要的組成部分，通過校園一卡通的有機整合，能夠有效地避免高校的不必要投入，進一步提高高校的信息化建設進度，為高校系統之間資源的無縫共享打下堅實的基礎。

4 校園一卡通數據管理

校園一卡通的核心部分內容便是數據，數據信息資源的安全將直接影響到整個校園一卡通系統的安全運行。數據存儲行為是校園一卡通在高校校園中應用的最重要的數字化行為，數據IC卡存儲的數據不僅包括純粹的相關數據信息，還包括功能信息、系統運行狀態信息、系統交互之間產生的交換數據以及各個功能模塊產生的歷史記錄信息，數據信息的安全存儲是確保校園一卡通能夠正常運行各個功能模塊的關鍵保障，數據存儲行為不是簡單的將數據入庫操作，更重要的是采用合理的數據加密技術措施以及認證機制確保相關數據的安全，為系統的安全性防護添加一層核心屏障，除此之外，信息資源數據的安全存儲行為貫穿到整個系統的設計、研發、實現、實施、管理等各個階段，甚至包括硬件資源的選取都必須嚴格遵守對應的安全策略。

校園一卡通數據的安全傳輸是數據數字化行為的又一重要屬性，特別是涉及到財務的相關數據。因此，數據的安全傳輸必須建立在專有的局域網內，必須在物理以及軟件上實現局域網與外部網絡的完全隔離，數據在傳輸的過程中必須采用各種安全措施以確保傳輸的數據不被修改，比如信道簽名、數字簽名等。

除此之外，校園一卡通的數據管理行為還必須具備數據恢復功能，由于網絡的突然故障或者系統的嚴重故障經常會造成數據丟失或者損壞，校園一卡通的數據管理必須建立完善的歷史數據備份記錄，能夠自行修復損壞數據，使得系統運行數據正確、可靠、穩定。

5 校園一卡通消費行為

現階段，校園一卡通在各個高校中應用的最為廣泛的便是高校的消費管理上，可以將其理解為高校學生以及教職員工的“電子錢包”。高校校園一卡通消費管理系統采用目前先進的IC卡信息載體，對高校中的學生以及教職工消費行為進行有效的管理。

校園一卡通消費管理系統的建設是實現高校各個部門以及后勤管理服務部門信息化建設的關鍵手段，能夠將后勤服務以及消費管理相關資源進行優化、整理、重構，進而實現后勤資源以及管理資源的合理配置，將復雜的、種類繁多的各種資源充分的利用起來，幫助高校的后勤管理以及校務管理實現過程的高效協調、合理優化，進而實現大幅度提升校園后勤以及校務的信息管理水平，以進一步提升后勤以及校務的服務效率以及高校的效益。

高校員工以及學生的消費行為是后勤管理工作的重點。校園一卡通消費信息管理系統的建設能夠有效地緩解校務以及后勤管理工作的繁重業務，簡化校務以及后勤的工作流程，實現以較少的人力資源實現全校的合理化管理的目的，在提高后勤服務質量的同時，也實現了精簡校園后后勤以及校務管理人員的目的，一定程度上降低了高校的整體管理經費。

校園一卡通消費信息管理系統很大程度上提升了高校的財務管理水平，也實現了高校財務的無紙化辦公，消費管理系統的建設能夠有效地規范高校內的費用結算管理，進而確保財務的正確管理，有效地規避了一些漏洞，不僅提高了財務的管理水平，還進一步改善了財務管理的工作模式，使得高校的消費行為更加靈活多變，一定程度上提升了高校財務以及消費的管理水平。

目前，校園一卡通的消費行為實現了食堂飲食消費，超市購物消費，飲水消費、洗澡消費、個人醫療消費、四六級考試報名消費、有償上級消費、個人賬戶自助存款消費等，基本上實現了高校的可以消費的所有領域。

6 校園一卡通身份認證行為

校園一卡通在高校中應用的另外一個重要數字行為便是身份認證管理，校園一卡通系統需要將校園網網絡內的各個子系統有機融合，因此需要將各自獨立的相關驗證進行統一管理，采用統一的認證機制對用戶身份進行統一管理，用戶身份的認證以及授權目前校園一卡通研究的重點領域。

校園一卡通的身份識別系統采用目前比較先進的智能卡技術，通過用戶身份信息的識別實現高校校內門鎖的控制、門禁的控制、重要安全通道的控制、校內各項考勤制度的管理、參會人員的會議簽到等，并在此基礎上有機地結合了安全防范相關技術措施以及計算機網絡控制技術措施，通過軟件系統的高效管理實現對校園一卡通用戶身份的安全認證和識別。

門禁管理系統是控制和管理校內人員出入的有效措施，通過該系統能夠準確有效地對校內人員的出入進行數字化控制，最重要的是確保了校區各個場所的安全，很大程度上提升了持卡用戶身份識別的正確性以及效率。

考勤管理系統能夠及時地將學生的上課出勤率反饋到學校，還能夠有效的考察教職員工的出勤情況，通過考勤管理系統能夠有效的實現教務課程的合理化安排，能夠提高學生以及教職員工的出勤情況，實時掌握學生在校的一切活動。

校園一卡通的身份認證功能模塊的實現能夠真正意義上實現校園網網絡用戶的的身份信息的安全存儲以及數據共享。網絡認證技術是現階段應用比較廣泛的一套集管理、計費以及認證于一體的安全性極高的綜合性網絡信息管理系統，網絡認證與校園一卡通的有效集成是未來校園一卡通身份認證的發展趨勢，涉及到高校內的每個校園一卡通的用戶，身份認證系統的整合能夠有效的加速高校網絡數字信息化建設的進度。

7 結束語

隨著各個高校實現校園數字現代化管理意識的不斷加強，高校校園管理數字化建設進度也變得愈加強烈，基于智能芯片應用的計算機網絡信息化管理系統也變得越來越普及，高校學員以及教職員工眾多，往往持有大量的傳統的卡片以及不同的證件，比如學生證、圖書證、上機證等，一定程度上增加了高校的管理成本，還使得學生的管理水平變得異常混亂。

傳統的校園管理模式已經無法滿足現階段的教育模式。信息時代當然離不開教育信息化管理。校園一卡通強大的功能能夠有效地融合高校內的一切資源以及子系統，能夠實現校園系統以及資源的有機集成，真正意義上的實現校園的數字化系統建設，使得數字化行為軌跡深入到高校數字化管理的方方面面。

參考文獻

[1] 宋文功，楊培敏. “數字化校園”與“校園一卡通”關聯的實現[J]. 長沙鐵道學院學報（社會科學版）. 2006（01）.

[2] 趙震偉. 數字化校園一卡通系統的研發[J].思茅師范高等專科學校學報. 2009（03）.

[3] 王正坤，蔣濤濤. 試論基于數字化校園的一卡通系統的構建[J].農業網絡信息，2009（08）.

[4] 王筱超，王蔚.校園一卡通平臺的規劃與建設研究[J].現代計算機（專業版）. 2009（05）.

[5] 楊雋欣.校園一卡通系統及指紋識別系統的應用[D].電子科技大學 2011.

篇3

關鍵詞：大數據時代 數據分析 理念 辨析

中圖分類號：C8 文獻標識碼：A 文章編號：1674-098X（2017）01（c）-0136-02

近年來，對大數據的研究和應用已經受到我國各界人士的廣泛關注，國家統計局已經把信息處理技術列為關鍵性的創新技術工程之一。隨著我國大型計算機的迅速發展，處理大規模的復雜數據的能力逐漸提升，從這些大數據中提取有效信息的能力也逐步加強，毫無疑問，我國進入大數據時代的腳步將會進一步加快，人們將會感受到大數據時代下給其帶來的生活、工作上的便利。

1 大數據和大數據時代簡介

1.1 大數據

大數據是指遠大于一般數據的巨量資料，需要人們通過全新的處理模式才能獲取其中有價值的數據信息。“大數據”這一概念最早由維克托在《大數據時代》一書中引用得來，最開始對其定義為：不通過傳統的隨機分析方法直接對所有數據進行分析處理，主要有大量、高速、多樣和價值4個特征。

大數據可以分為大數據技術、大數據工程、大數據科學和大數據應用等領域。目前受到最多應用的是大數據技術和大數據應用。人們通過收集數據，提取有效信息就可以為企業發展或者社會活動提供最有效的實施途徑。因此，可以這樣說，在大數據的王國里，最成功的企業就是那些善于運用機遇的公司。

1.2 大數據時代

大數據時代是建立在信息時代的基礎上，通過互聯網、物聯網等渠道廣泛搜集海量數據資源并對其進行存儲、提取和展示。在大數據時代，幾乎所有人都能夠享受從任一數據中獲得所需要的信息，大數據時代也具有社會性、廣泛性、公開性和動態性4個特征。大數據時代的發展將會引領社會眾多領域和行業的變革，對人類的生產、生活方式產生深遠影響。

在大數據時代下，傳統的數據分析思想已經不再適用，應該做出改變。首先，應該轉變抽樣思想，大數據時代下的樣本即總體，已經不再依靠少量樣本分析事物的相關規律；其次，要轉變數據精確測量的思想，大數據時代要學會接受繁冗復雜的多樣性數據；最后要轉變探究事物的因果關系思想，轉為研究事物的相關規律。以上思想的轉變，均與統計學有關，因此，下面將分析大數據對統計學帶來的具體影響。

2 大數據對統計學研究工作的影響

2.1 大稻莘岣渙送臣蒲У難芯慷韻

大數據影響的領域范圍非常廣泛，在大數據時代，不僅能夠對以結構數據為度量單位的客觀主體，還可以對不能用數據衡量關系的文本、圖片、音像等非結構數據進行分析，大大擴展了傳統統計學的研究范疇。

2.2 大數據影響統計學的工作進程

統計學是對所搜集的數據進行整理和歸納的方法論學科。大數據時代的資料十分豐富，分析數據已經不再需要抽取樣本了，因為數據總體即是樣本。此時，傳統的統計學抽取樣本分析的工作方法已經不再適用，而是被現代化通過傳感器自動采集數據的方法所取代。

3 大數據時代下數據分析理念辨析

3.1 數據分析理念

傳統的數據分析是指用統計學方法將收集的數據資料進行系列分析，以便最大化地開發數據中的功能，從中提取有價值的數據，再和未經處理的數據進行對比，發揮數據的作用。大數據時代下的數據分析，由于數據量非常大，數據本身的動態特性使人們要研究的數據難度加大，因此，大數據時代的數據分析一般利用統計學的理念，采用更廣泛的方法統計和分析數據，以此擺脫對數據樣本的依賴，也可以避免數據的流動性給分析結果帶來的不確定性。大數據時代更加注重數據的增值分析工作，研究數據的未來走向，使其中有價值的數據可以增值，將有效數據有機整合，能夠及時發現問題和解決問題。

3.2 數據分析的主要程序

3.2.1 數據整理

統計數據的整理主要分為4個步驟：審核統計資料、對資料進行分組、匯總和編制統計表格或圖表、保管和公布。當統計對象為數據資料龐大、類型復雜、要求處理速度快的大數據時，這些步驟就顯得繁冗了，尤其是圖表的繪制是沒辦法實現的，因此，只需要對資料進行審核和存儲。大數據的審核和存儲不同于傳統意義上的數據審核和保存，大數據時代利用先進的現代化工具進行數據的審核和保存。

3.2.2 數據的開發

傳統數據的樣本量較小，目的主要著眼于解決問題，數據的時效性較強，數據的使用價值會隨時間流逝而降低。而大數據的流動性很強，隨著時間的推移會越來越壯大，而且具有推陳出新、價值重塑的可能，因此，在大數據時代，數據是會不斷增值的，開發大數據，是一項有重要意義的工作。

3.2.3 數據的應用

其中分別對教育、運輸、消費品、電力、石油與天然氣、醫療護理、消費金融等進行分析和預測。根據這些行業的特點，可以總結出大數據挖掘商業價值的基本方法為：客戶群體細分，為每個群體量定特別的服務；模擬現實環境，發掘新的需求的同時提高投資的回報率；降低部門聯系，提高整條管理鏈條和產業鏈條的效率；降低服務成本，發現隱藏線索產品和服務的創新。從圖1中可以看出，大數據的應用群體十分廣泛，能否對獲取的數據及時、迅速處理，對該行業的發展具有重要意義。

4 結語

該文主要對大數據時代下數據分析理念進行了相關的分析和研究。首先對大數據及大數據時代的概念做了簡要闡述，接著分析了大數據對統計學的兩點影響，最后分析了大數據時代下的數據分析理念。總而言之，在現代社會，大數據的應用已經成為時代新的特征，能否從海量數據中提取有價值的信息做出相應的預測，對于企業或者個人的發展具有重要意義。

參考文獻

篇4

關鍵詞：應用統計學；生產過程；應用；校企合作

一、應用統計學的主要步驟和要點

1.1樣本的選擇

樣本是應用統計學方法實踐的首要要素。所有的統計歸納和對比分析都是建立在樣本群的調查之上的。所以樣本的選擇至關重要，既需要具有隨機性，又要有代表性，不能過于偏向某一領域又不能不顧及權重的配比。

1.2統計方法的確定

應用統計學科中有很多統計學的方法，可以對樣本量進行多種處理與計算，既可以簡單分析樣本的分布特征，又能夠從時間序列上獲取其趨勢。而一些復雜的統計學模型則提供了更加精確和量化的對比模擬方案。

1.3統計結果的分析

對統計結果的分析也是統計學應用的重要環節，在分析時不僅要考慮結果直接體現出來的表面特征，還要學會從表面特征挖掘出其背后可能存在的因素與條件，進而得到一個比較合理科學的解釋。

二、應用統計學在生產實際中的應用表現

2.1應用統計學在經濟學領域的應用

經濟一直是我國發展過程中重點關注的對象，經濟基礎決定上層建筑，所以有效的把控經濟走勢，快速精準的判斷經濟拐點，果斷堅決的進行經濟指導和干預才是推動和保障我國經濟穩步發展的關鍵。應用統計學作為一門需要使用統計學理論進行現狀分析的學科，恰好可以滿足經濟學發展的需要。越來越多的經濟分析實例需要建立在完善和科學的統計結果之上，而經濟學專業的學生也不斷加強自身的統計學相關知識。例如對于金融行業來說，無論是風險投資還是項目推廣，都需要提前對市場進行預判，對受眾和用戶進行一個大概的了解。應用統計學就能夠在進行樣本選定和調查后，根據長期經驗得到的指數建立模型，分析客戶心理和消費能力等要素，進而為后續的發展指明方向。

2.2應用統計學在醫學領域的應用

2020年一場突發的公共衛生事件牽動著全球人民的心，一種新型的病毒在人群中大肆傳播，造成身體健康的嚴重損害甚至奪去生命，對醫學領域帶來了巨大的挑戰。這時，應用統計學的知識和理論就為防疫戰疫提供了重要的理論依據。通過前人對類似傳染病的統計結果，建立一個傳染病擴散速率和死亡率等的數量關系，各個參數都由經驗給出，從而就可以針對不同的病毒傳播特征得到一個模型，既可以比較早的對未來情況有一個把握，又能夠為公眾提供一個科普的窗口，提醒人們注意保護和預防。

三、統計學理論在大數據時代的應用

3.1數據分析、統計學理論之間的結合

應用傳統統計抽樣方式，無法對龐雜數據來進行分析、處理，也難以展現出大數據的知識密度，獲取的分析結果自然不夠精確，這無疑會影響數據的挖掘、使用成效。將數據分析、統計學理論之間結合，能夠打破傳統數據分析模式的限制，充分發揮出大數據的價值。大數據內容多元、混亂，對數據形式準確性要求不高，可以利用統計學分析方式來對比數據變化，同時，大數據對數據精度的要求并不是很高，而是“以量取勝”，更加側重于整體研究，通過數據分析、統計學理論之間的結合融合了兩者優勢。

3.2創新數據分析理念

大數據具有價值、多樣、高速、大量4個方面的特點。基于大數據分析的特點，既往相關專家總結出了如下公式，即：大數據=高頻海量數據+復雜類型的數據。在大數據時代下，數據分析工作便是對海量數據的分析、歸納、統計、總結，挖掘出其中具有價值的信息和內容，進行對比，以得出具有價值的信息。在數據收集、處理環節中，需要進一步創新數據分析渠道，擴充數據來源，對于相關人員而言，要具備數據積累、處理的意識。大數據具有一定的流動性，在時間的流逝下，數據信息數量會繼續增加，因此，相關人員要具備創新化的數據分析理念，讓數據真正實現增值，以幫助人們更好地解決問題。

四、加強校企深度合作，構建統計專業學生的培養體系策略

4.1完善校企合作政策法規保障

首先，政府應以立法的形式完善專業教育校企合作相關法律法規，通過法律對院校與企業在開展合作中的責任、義務與權利加以確認，為校企雙方在人才培養方面的深層合作提供制度保障。其次，保證政策“落地”，一方面可通過教育宣講的方式，強化院校、相關企業以及社會組織等對有關政策的深入了解，從而獲得合作各方的配合與支持；另一方面，在政策實施過程中還要及時收集反饋信息，并針對合作受阻原因，繼續完善相關政策，保證政策真正“落地”。

4.2開創多元化的合作模式

第一，可通過“產教結合”的方式，這也是當前校企合作的主流模式，主要包括短期性實習、參觀考察、專業技能競賽等形式。第二，實行“訂單式培養”模式，為企業定制輸送專業人才，此模式只能應用于特定合作項目。第三，實行“校企共建”模式，校企雙方通過整合資源，在合作中充分發揮各自優勢，實現校企雙方的良性互動。

4.3打造“雙師”高校教師隊伍

首先，學校每年要劃撥用于“雙師”教師培訓的專項資金，用于教師委培、訪問等教師培養項目，同時還要積極鼓勵教師進行在職研修或者深入企業實踐，提升高校教師的綜合教學能力。其次，學校可以聘請企業高精端專業人才到學校參與實踐教學，通過專題講座、課程建設等方式，提升學生的專業能力，發揮專業示范與引領作用，與學校共同研究應用統計學專業人才培養方案。

篇5

引言

進入21世紀以來，科學技術尤其是互聯網和計算機技術的迅猛發展，促使大數據時代快速到來，大數據是堪比黃金石油的致富新思路，會給社會方方面面帶來很深遠的影響和變化，在生活中，農業工業等很多領域都會運用到統計學，統計學之于現代社會有著較為重要的意義，因此，在這種情況下，對大數據時代背景下統計學重構進行研究是非常必要也是非常重要的。

一、大數據時代統計學重構的價值與意義

1.是前沿科研領域

伴隨著科學技術的發展，大數據時代科研的進步會帶來很多領域的發展和超多超復雜的數據，面對這樣的挑戰，我們應該不斷增強自身獲取信息的能力，就統計學而言，這門學科應該具有分析這些龐大數據的能力，并且通過分析能夠研發出合理的分析工具以及相應的分析研究理論，來通過科學的理論解決一些更為前沿、復雜的現實問題[1]。顯而易見，當前很多造詣深厚的學者都將研究領域轉向了數據分析上來。

2.是交叉科研領域

統計學是一個與眾多學科都有交叉的一個學科，比如與數學有交叉關系，與經驗科學如天文學中假設估計參數有關系。在現代社會，統計學的使用已經不止局限在政府或者國家事務中使用，而將應用領域延伸到了商業、社會科學以及自然科學中來，由于統計學具有廣泛的應用性和深厚的歷史，因此，它不只是與數學有親密的關系，更是與數學本身的哲學有著親密的聯系。伴隨著領域的增多和數據的復雜程度的加重，統計學家一直進行著跨領域、跨學科的研究，隨著研究數據的不斷增多，所研究的領域也在不斷拓寬，統計學家面臨著越來越多的機遇，統計學的發展也面臨著越來越多的機遇，同時，統計學的發展也推動著很多前沿科學的發展。

3.具有非常重大的意義

我們可以在進行統計學研究時形成一套完整的統計學研究理論和方法，推動大數據時代多元復雜數據分析朝著國際化方向發展；可以將數據化研究理論成果運用到經濟和社會發展中去，比如可以運用在金融風險管理與控制上；還有很多金融領域的人運用大數據分析可以挖掘出市場信息，據此判斷市場走勢，會獲得高收益，這些都是大數據時代中統計學在發揮作用[2]。

4.搶占制高點

國外很多研究表明，大數據時代統計學工程需要從各個領域挖掘有用的信息，并將這些信息融合，提取出有用的因素，發展相應的研究理論。目前，已經有很多研究結果表明，現如今的大數據研究方法和理論已經相對成熟，我們應該牢牢把握住這次機會，不畏挑戰，迎難而上，盡快研究出具有獨立知識產權、具有創新性的數據分析理論和軟件，為我國的數據分析發展提供動力。

二、大數據時代統計學重構的熱點問題研究

1.大數據統計學的理論和方法

過去的統計主要將重心放在概率分布的指數族方面，在上世紀70年代以來，指數族分布研究及其在高維貝葉斯和像圖模型的應用中的研究居多，我們知道，由于指數族包括了所有已知概率的分布，因此，指數組的應用十分廣泛，它是統計學的核心，并且在概率論方面的作用也在不斷加強。這一研究方向旨在運用指數族來對龐大的數據進行初步的簡化，利用Bootstrap方法對大多數統計和概率方面的貝葉斯數據進行應用[3]。

2.大數據數據建模

隨著大數據的不斷變化和發展，線上算法被研究出來，大數據的形式多種多樣，因為多樣化的應用、龐大的數據和針對大數據所開發的技術，這項研究會產生深遠廣泛的影響。該研究的方向是將數據建模相應的領域進行推廣，將這些數據能夠統一運用在大數據中，運用理論和公式對實際應用進行輔助。

3.并行迭代蒙特卡羅方法

日常生活和科學研究與計算機技術的結合讓大數據的收集不再是幻想，要想分析這些數據，要運用并行和分布結構。并行和分布結構是擁有存儲和處理大數據功能的，但是目前的技術還不能將現代的統計算法應用到大數據中去，并且在日益增多的數據中，我??需要更加復雜的結構和模型來進行解釋。盡管迭代蒙特卡羅方法已經被相關研究證明是非常強大的，但是它仍然不能夠用于大數據的分析，該研究旨在將迭代蒙特卡羅方法融入到一個通用理論中去發展，另其適應大數據的發展環境，并且讓其也能夠適用并行和分布結構，即從并列的樣本中算出蒙特卡羅值，一這個數值來近似最初需要的數據量，這個理論能夠有效避免在算法迭代中的重復掃描數據問題，與此同時，這一算法的應用也可以另數據研究中的問題得出具有統計學意義的解[4]。

篇6

關鍵詞： BI&A3.0 管理科學與工程專業 研究生培養

在過去的二十年里，商務智能與分析（Business intelligence and analytics，BI&A）與大數據相關的分析隨著大數據的發展在工業界及學術界變得越來越重要。來自于Bloomberg商業周刊的報道（2011）顯示，97%的超過1億市值的公司使用了商務分析技術。據麥肯錫全球機構預測，到2018年，僅美國一年就會面臨14到1萬人的深度分析技術人才的需求，同時約有150萬數據分析經理的缺口[1]。

“智能”一詞自20世紀50年代被人工智能方面的研究人員提出并沿用至今。而商務智能（Business intelligence）則隨著信息技術的發展在20世紀90年代被企業界和學術界熟知。自2008年大數據的一系列論文在NATURE上發表，大數據分析技術已被應用到從文本、計算機日志、傳感器、社交媒體等產生的大量非結構化、體量巨大、類型繁多、價值低密度、要求快速處理的大數據。BI&A經歷了BI&A1.0，BI&A2.0和BI&A3.0的演進。他們分別對應面向基于關系數據庫的結構化數據、基于web的非結構化數據、基于移動及傳感器的非結構化大數據。因此，BI&A3.0是面向大數據分析的新興領域。

BI&A3.0面向大數據可能產生的巨大影響，它涵蓋了電子商務及營銷智能、電子政務及政治2.0、科學與技術、智慧健康、安全及公共安保等方面。涉及的技術領域包括大數據分析，例如統計學習、序列及暫時挖局、空間挖掘、過程挖掘、網絡挖掘、web挖掘、基于列的數據庫挖掘、內存數據庫、并行數據庫、云計算、Hadoop、Mapreduce，文本分析，例如靜態NLP信息抽取、主題模型、問答系統、選項挖掘、情緒及影響分析等。除此之外，還包括web分析、網絡分析、移動分析等大的技術分析方面。因此，BI&A3.0是未來管理科學與工程專業研究生培養的重要基礎和研究熱點。

BI&A3.0的發展和應用對管理科學與工程碩士研究生的培養提出了挑戰。主要表現在以下幾個方面，BI&A聚焦于理解、解釋、戰略并服務于組織。一些學科對BI&A的發展作出了貢獻，例如信息管理、計算機科學、統計學、管理學和市場營銷學。

然而，目前的課程體系設置相對于商務分析技術及大數據的發展來說較滯后。雖然大部分學校針對學生的研究方法及研究能力的培養開設了一些BI&A課程，例如復雜系統分析與決策、隨機過程、應用統計學、矩陣分析、Matlab、現代管理分析技術等。這些課程的設置對于面向大數據的BI&A3.0的研究及應用來說尚有差距，缺乏系統性和前沿性。因此，面向BI&A3.0的研究生課程體系改革具有一定的現實意義及急迫性。

1.教學研究的內容及實踐內容

圍繞如何培養面向大數據及BI&A3.0數據分析及研究能力進行課程體系改革研究。借鑒國際國內針對從BI&A1.0到BI&A3.0的知識體系及技能相關的教學改革，注重管理科學與工程的專業內涵。

（1）教學研究的內容

①對國內和國際當前的面向BI&A3.0大數據分析能力培養的知識體系及技能進行梳理。

②對本校管理科學與工程專業主要的研究方向進行梳理，調研面向BI&A3.0大數據分析的具體能力和層次要求。

③結合國際國內面向BI&A3.0的知識及技能體系與本校管理科學與工程主要的研究方向，提出面向BI&A3.0的管理類研究生課程體系改革的具體方案，包括課程設置、教學方式、考核方式、教學目的與要求。

（2）實踐內容

通過設計與理論相配套的課程實驗、研討與課程內容密切相關的科學問題、及時追蹤研究熱點，使得實踐環節成為提高研究生BI&A3.0創新和研究的推動器，同時也提高學生在實踐方面的興趣和動手能力。

2.教學及實踐改革的目標

（1）教學目標。通過建立面向BI&A3.0的管理類研究生課程教學體系，使得研究生掌握BI&A3.0的基本知識體系、知識網絡、基本研究能力，并最終培養研究生掌握面向BI&A3.0的創新能力。

（2）實踐目標。通過培養學生面向BI&A3.0的實踐技能，培養研究生面向BI&A3.0的實踐能力，包括文獻檢索能力、借助計算機的分析能力、數學建模能力、數據收集能力。

3.課題研究要解決的問題

圍繞面向BI&A3.0的管理類研究生課程體系的建設，本課題將要解決如下問題：

（1）如何劃定面向BI&A3.0的分析及計算機技能。面向BI&A3.0的分析及計算機技能涵蓋的面十分廣泛，本校管理類研究生所依附的學科方向及研究重點決定了這些技能需有選擇地納入。因此，需要解決具體納入哪些分析及計算機技能的培養。

（2）如何結合研究方向與BI&A3.0的應用。培養面向BI&A3.0大數據分析能力的目的是將BI&A3.0大數據分析應用到具體的研究方向。物流、市場營銷、工程管理、運營管理等方向的研究需要將這些領域的知識和BI&A3.0的應用結合起來才能達到培養的目的。

4.擬采取的方法

（1）借鑒國內外先進的BI&A3.0教學教改經驗。對國際和國內BI&A3.0相關的教學教改文獻進行分析，并參加相關的國際國內會議，與國內外同行進行交流學習。

（2）對本校管理類研究生現狀及改革反饋進行調研。通過以往教學實踐的總結、專家學者的討論、課題組集體研究的方式，調研適合本課程體系服務學科專業的研究生課程教學內容、目標、方法與手段。

（3）對企業界進行調研發掘BI&A3.0實際應用能力的需求。通過對企業界進行調研，發現潛在的BI&A3.0應用方向。通過這些方向的發掘彌補課程體系設置的不足。

自2008年NATURE發表的一系列大數據相關論文，到2012年，美國《大數據研究和發展計劃》，成立“大數據高級指導小組”，再到2015年，我國提出國家大數據戰略，針對大數據分析的BI&A3.0是十分前沿的。本項目將本校管理類研究生數據分析能力培養和BI&A3.0發展的大趨勢結合起來，具有前沿性、現實性和急迫性。

篇7

關鍵詞：大數據：統計學理論：創新應用

顧名思義，統計學幾乎是對所有領域的數據進行統計與研究、分析篩選，因而統計學在如今的大數據時代幾乎涉及到各行各業，其表現方式為，統計出來的數據進行科學的研究與分析，可以有效的幫著企業獲取有效信息，探索其中數量規律行，進而企業可以更高效、更精準的進行工作。而如今隨著現代信息技術以及數字科學技術的不斷發展，統計學也得到了更多的應用，也被人們更加重視，應用最多的為企業管理系統中，統計學中的理論及其分析方式幫助企業進行對數據數量規律性的探以及定性分析，為企業尋找自身的管理經營的基礎進行有效地夯實，奠定企業向更加穩定方向進行發展。而如今計算機軟件的不斷發展與更新，大數據時代的到來，統計學的應用也會得到更為廣泛的發展，其中有政府和企業利用計算機對相關數據的采集、整理、統計進行綜合的分析。統計學相關的軟件開發商也將軟件設計的更為簡易化、便捷化，使得非統計學專業的人員也可以使用。當今社會經濟高速發展，統計學的應用及其發展趨勢將會迎合時代的到來進行改革改變，促進社會經濟的快速提高。

一、大數據時代的內涵及其意義

（一）大數據時代的內涵

大數據是指在一定時間內對信息的捕捉、管理、處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力、流程優化能力的海量、高增長率和多樣化的信息資產。針對這些信息資產，利用統計學原理對其進行數據分析、提煉、分解。也可以從另一個方面理解大數據，它涉及各行各業，是多個領域數據的集中區域，涉及到的有自然科學、人文科學、社會經濟學等等相關的混合數據，它們之間相互參雜，互相融合，形成非常龐大的數據系統。目前傳統統計學中的統計方法是分析單個計算機系統的數據儲備，無法分析多臺計算機的數據，在數據統計中產生了局限性、單一性、不穩定性和客觀性等，但是目前大數據時代的到來，改變了如今這一現象，改變了大數據環境下數據流、磁盤存儲、分布存儲、多線條等環境。大數據環境主要起到的作用為，將龐大而復雜的數據進行轉換，轉換成為簡單易懂、顯而易見的內容，進而使工作人員對數據進行源頭和機制的追述，從而研究出適合自身并有效的應對策略。因將數據轉換成需要的知識需要相對緩慢的時間，所以工作人員將當前龐大復雜的數據分別存放在不同的儲備空間里，有些工作人員將目前無法分析的或是不需要的數據進行整體精準的記錄儲存，記錄成一整套的數據發展史，已供日后應用，以備不時之需，為今后科研做出充分準備。

（二）大數據時代給社會帶來的改革

大數據在一夜之間成為各大互聯網上的討論話題，成為一個包含性非常強的概念，大數據時代也成為人們關注的話題，它的到來已然成為不爭的事實，從本質上來看，它是當今中新型的產業，通過對海量的數據進行統計分析追蹤發現龐大的市場，通過對人們行為喜好進行科學分析，獲取營銷手段。大數據使得廣告投放精準化、醫療衛生體系精密化、社會安全管理有序化等多方面優勢，同時大數據時代的到來隨著帶來了新的新業市場，大數據將為全球帶來440萬個IT崗位和上千萬個非IT崗位，提供了更多的就業崗位。大數據時代到來的變革之大，影響著人們傳統的工作方式，各行各業的人利用研究問題來驅動收據數據，然后再利用收集來的數據進行分析，從而解決問題，從這一行為來講，人們會慢慢適應通過大數據進行統計學的研究分析來解決問題，利用通過統計學理論開發的軟件搜索、分析一些研究性成果。目前統計學家通過數據的收集、數據的處理以及個人分析能力進行科學探索，如今大數據的到來將會威脅的他們的領域，大數據將我們難以理解的內容翻譯成我們一看便知的統計成果，優化了人們工作的便捷性、舒適性等。

二、大數據時代統計學的發展研究

大數據發展如今，滲透社會的各個角落，分析大數據需要多個領域的結合，它并非單一的科學領域，自成一體，現如今的統計學家不僅需要研究探討計算機對數據的實時決策，更是要將其與統計學理論及其方法相互結合，同時，計算機專家也要不斷學習統計學的一些知識，統計學與大數據相互結合才能順應時代的發展。獲取大數據之后，研究探討大數據時，針對數據分析的高難問題，利用統計學原理對其進行數據分析、提煉、分解時，需創新出新的更便捷更高效的統計處理方法，在壓縮提煉過程中，解決數據混雜的問題，在分解數據中，解決精準問題，使得大數據與統計理論更好的溝通合作，構造全局統計結果。統計學主要是對海量的數據進行整理分類，結合計算機進行科學分析，探究出數據的數量規律性，從而得出結論，由于目前統計學中的統計學理論和統計方法與時代稍有差距，如今更是大數據時代，而大數據隨機或非隨機的誤差比較大，所以傳統的統計學理論及方法無法滿足如今變革，也無法更好的獲取大數據背景下所帶來的各種機遇。現在的統計學家應該更加努力專研統計學理論以及對數據壓縮、分解的方法，舍棄無法適應當前時代的陳舊理論及方法，必須去學習如何迎合新的事物的到來進行改革改變，只有這樣才能順勢而行。

作者:宋瑞雪 周晏羽 黃揚藝 單位:沈陽理工大學

參考文獻：

[1]毛江偉.《統計學》應用及其發展[J].長江大學學報（社會科學版），2013(12)

篇8

【關鍵詞】大數據;經管專業;教育改革;教學方式;數據分析

社會不斷向前發展，科技逐漸在進步，企業對經管專業學生的數據分析與處理能力有著更高的要求。尤其在互聯網技術的蓬勃發展與云時代的到來之際，大數據及其技術涌現而出，所謂的微課、慕課、翻譯課程等紛紛出現，這對經管專業的教學提出了新的要求。經管專業的學生不僅要熟練地掌握理論知識，還得具備較強的實踐能力，尤其是要對數據進行大量研究，并能快速地做出決策。可想而知，在大數據背景下，經管專業要格外重視實踐技能的培養，全面地構建起能提高學生們的數據分析與管理的實踐教學體系。

一、大數據的定義與特點

大數據時代的提出最早源于一家咨詢公司“麥肯錫”，當時的數據被稱為重要的生產因素，涉獵諸多行業，近年來卻因為互聯網與信息行業的發展而被人們所高度關注。大數據一詞主要就是指信息爆炸時代下產生的海量數據，而這些數據對企業的未來發展具有決定性的作用。就連《紐約時報》都對它進行了高度評價:“在商業、經濟及其他領域中，決策將日益基于數據和分析而作出……”。我們都知道社會每天都在高速地發展著，科技日新月異、信息迅速流通，人們的交流越來越密切，生活越來越方便，很明顯，大數據就是這樣一個高科技時代的必然產物。傳統意義上的數據都是結構化的，現代意義上的數據已經過渡到非機構化了，所以經管專業的學生有必要更加全面地掌握大數據信息，并具備科學的思維方式與分析數據、處理數據的能力等。1、對工商管理與企業管理專業的學生而言，更需要把握多種類型的企業運作數據，并對其進行系統整理與分析，從而幫助企業進行必要的改革，提升企業的運營效率與經濟效益等。2、對于電子商務、市場營銷等專業的學生來說，首先需要牢固掌握大數據技術，再熟悉地運用相關技術來探索企業發展新模式，還得具備網絡營銷分析與投資風險的評估等能力。3、對于信息管理專業的學生來說，需要全面地進行數據采集，并進行數據分析，就連數據挖掘能力也得重點培養，改變傳統的數據分析思維能力，必須符合信息管理與智能決策等的需求。

二、經管專業教育教學存在的問題

教育改革一直都在如火如荼地進行著，成績也是顯著的，但面對大數據時代的來臨，我國高校的教育仍存在一些問題，其中以經管專業最明顯。1、教學目的不合理:經管專業也在進行大數據實驗教學課程，但仍處于基本概念階段，與實際科研嚴重脫節，教學目的也僅僅是幫助學生掌握數據采集、統計分析等能力，并沒有針對結構化數據或非結構化數據進行創新性的思維方式的訓練，更不能將其靈活運用到輔助決策及知識發現階段，更不能用來更好地解釋分析結果等。事實上，若要與時俱進地推進大數據實驗教學課程，就必須開展多樣化、啟發式的實驗項目，讓學生熟練掌握收集與整理數據信息、并能合理地解釋這些數據背后的規律等。2、教學手段不創新:傳統的教學方式已經不能調動學生的學習積極性了，也不能有針對性地結合學生的知識結構來開展實驗訓練活動，所以，針對大數據實驗教學課程，學生的創新實踐能力培養才是重中之重，教學方式應該以團隊協作、自主設計為主，教師不提出固定要求，也不提供硬性數據，只是在一旁協助或參與。而且，實驗項目最好分層次進行，根據學生的知識結構來進行，這樣更能發揮學生的特長與主觀能動性。由此可見，傳統的大數據實驗教學方式或者目標已經不能滿足大數據背景下經管專業隊數據分析與處理的新要求了。為了培養出時代所需要的優秀經管專業的應用型人才，我們在實驗教學方式、實驗教學內容上都得進行創新性改革。

三、經管專業教育改革新思路

大數據不僅是一個熱點研究問題，也被廣泛應用于經管類學科之中。經管類專業的學生唯有熟練地掌握并靈活利用大數據，才能在大數據時代背景下擁有更大的優勢。一方面需要加大應用性的教學，讓學生具備一定的處理大數據的意識與方式;另一方面，授課模式還得以學生為主，培養學生自主學習能力，從而培養學生的軟件操作與數據分析及處理能力等。

(一)教學改革的基本原則

1、樹立大數據統計的思想:以往的經管專業的教育教學只是在告訴學生統計處理的方式方法，學生只要能夠利用所學經管知識來解決實際企業管理中出現的問題即可。然而，現如今大數據時代背景下，數據信息具有海量性、結構多樣性等特點，學生不能再像以前對待一般意義上的經管學數據那樣了，而應該讓學僧再認識一般經管以及統計知識之外，還得時刻認識到大數據的無樣本性、復雜性、容錯性等特點，保持時刻的警惕性，既要做好處理一般數據的心理準備，還得具備一定的識別、分析與處理大數據的能力等。2、教學主旨不忘以學生為主:隨著微課、慕課的出現，教學方式不能再以教師為主，而應該以學生為主。比如上課之前，學生們可以通過搜索網絡上的信息與知識來進行課程預習或學習。正式上課時教師只需通過案例分析將知識融會貫通其中，讓學生進行激烈的談論，從而靈活地掌握經管知識點。總的來說，這些基本課程的安排都是圍繞學生展開的，學生能夠掌握枯燥的經管類知識，還能大大節省實踐，進而增長了經管專業的實踐課程的時間。3、應用型教學進一步加強:因為大數據時代的到來，不論是收集數據，還是整理數據，就連分析數據都變得更加復雜。所以，在一定程度上看，利用互聯網收集海量數據，并對其進行系統地整理與分析變得相當重要且有必要性。從這方面看，經管專業的學生首先就得具備一定的數據分析能力，這方面的理論課有必要加強，主要是讓學生具備分析數據的理論知識;然后再展開旨在培養學生軟件操作能力的實踐教學課程，要讓學生熟練地掌握操作統計軟件的能力，讓學生具備獨立處理企業實際問題的能力。很明顯，加強應用型教學是至關重要的，一方面運用統計軟件來搜集與處理大數據，再運用相關經管理論知識來分析數據。

(二)教學改革兩大新思路

1、教學內容上的改革:合理安排理論課與實踐課的結構。隨著大數據時代的到來，經管專業的實踐課主要是為了培養學生的軟件操作能力，要想將理論課與軟件操作實踐課合理地安排，需要做到以下三點:一是待理論知識講解結束后立即進行上機實踐，學生在上機操作過程中可以對理論知識點進行簡單的梳理，在這期間老師可以幫助學生回顧復習相應的知識點;二是直接引用具體案例來進行理論教學。老師也可以通過簡單的例子將理論知識應用到實際數據操作分析之中，靈活地運用理論知識來解決實際需求，并用實際實踐來復習理論知識。三是合理地安排理論課與實踐課的課時比例。理論課與實踐課的課時比例最好為2:1或者1:1，這樣優化課程比例可以讓學生用更多的時間來掌握軟件操作與數據分析的學習。2、教學方式上的改革:以實踐教學為主，不再追求“教”。經管類是一個實踐性比較強的專業，尤以統計學更甚。然而在實際教學過程中，教師往往會花更多的時間去講解基礎知識，這樣只會縮短實踐教學的時間，使學生上機實踐的時間變得更少，這樣學生往往只能掌握軟件應用的一些皮毛，并不能很好地將理論知識靈活運用到實踐中去。這樣就會失去開設這門課程的初衷。因此，安排大量的上機課程，才能使學生熟練掌握數據分析的工具，才能使學生具備數據分析的能力。另外，學生不再是課堂的追隨者，而應該成為主導者。教師可以幫助學生利用網絡來搜集數據信息，學習相關知識，老師從中設計項目、布置任務，學生自行組建團隊，通過互聯網來自主學習，完成老師布置的任務，形成教師引導、學生自學的教學新方式。在經管專業的教育教學改革中，首先就得結合大數據時代數據的特征和現代教育技術來展開，除了讓學生掌握相關基礎知識之外，還得使學生具備大數據的思維理念與方式，并能根據實際問題選擇合適的理論知識來解決問題。

【參考文獻】

［1］朱懷慶．大數據時代對本科經管類統計學教學的影響及對策［J］．高等教育研究，2014(9)

［2］趙燕，韓麗萍．經管類專業實踐教學考核方法改革途徑［J］．綏化學院學報，2014(6)

篇9

關鍵詞：統計學專業 專業素養 理論教學 綜合實踐教學 統計軟件

統計學是研究統計原理和方法的科學。具體地說，它是研究如何收集、整理、分析反映事物總體信息的數據資料，并以此為依據，對總體特征進行描述和推斷的原理和方法。其顯著特點是可以與整個自然科學、社會科學相結合，可以與計算機科學、信息科學相結合，處理各個領域的數據分析與統計推斷問題，是一門方法論學科。統計學專業主要包括理學類統計和經濟統計兩類專業方向，培養具有良好的數學或數學與經濟學素養，掌握統計學的基本理論和方法，能熟練地運用計算機分析數據，能在企業、事業單位和經濟、管理部門從事統計調查、統計信息管理、數量分析、市場研究、質量控制以及高新技術產品等開發、應用和管理工作，或在科研、教育部門從事研究和教學工作的高級專門人才。特別地，在大數據時代，把統計學人才培養成數據科學家是在新時代統計學發展的必然趨勢。

根據統計學的專業特點及人才培養目標，在統計學專業的人才培養方案中，專業類基礎課程包括數學分析、高等代數、解析幾何等數學類課程，這對剛步入大一的新生來說，無疑是一個前所未有的挑戰：一方面，這幾門數學類課程比高中數學的難度增加了幾個等級；另一方面，對數學基礎不好或厭倦學數學的同學來講，原以為經過高考后，不選擇數學專業就可以不再學習深奧的數學，可事與愿違，選擇統計學專業仍然離不開為數不少的數學類基礎課程。因此，結合統計學專業教育的實際情況，可能會出現這樣一些現狀：有些統計專業的大一新生以為學統計就是學數學，覺得太難，枯燥無味，就給統計貼上了數學的標簽，未經深思熟慮就想轉專業，漸漸失去學習的興趣和動力。由于大一時沒有打好數學基礎，有些大二以上的學生對待專業學習時態度消極，經常感覺很茫然，學無所獲、虛度光陰，專業課的學習入門難；由于缺乏對統計學專業的認識，有些畢業班的學生面臨就業時不想找與統計專業對口的工作，盲目擇業，既弱化了專業競爭力，又耽誤了未來的發展。這些現象可以認為是對統計專業認知不良的表現，反映了部分統計專業學生對自己所學的專業認識不深、動機不強、缺少認同。因此，在統計專業教育教學的各個環節，采取多種有效的措施增強統計專業學生專業素養的培養顯得尤為重要！下面結合重慶理工大學統計學系（理學類統計）多年來在培養統計學專業學生時，討論了從專業教育、理論教學、統計軟件教學、實踐教學、專家講座等方面專注培養學生的專業素養的探索與實踐。

一、對于新生的專業教育，可以以專業導學課的形式，第一時間給予學生專業引導，使學生對所學專業有一個清晰的、宏觀的認識

導學課的課時以16課時或一個學分為宜，內容上除了介紹統計學專業的人才培養目標、教學計劃、課程設置、實踐教學，還要系統地進行統計學專業的發展歷史和現狀、發展趨勢、前沿的專業技術、就業前景等內容的講解。特別地，由于在大數據時代，把統計學人才培養成數據科學家是在新時代統計學發展的必然趨勢，可以結合大數據時代對統計學人才培養提出的新要求，明確大學四年的學習任務的艱巨，讓他們做到心中有數。通過入學教育，盡早地讓學生接觸專業，了解專業，做到先入為主，讓學生樹立遠大的目標。

二、對于理論教學，要把握好一些關鍵的專業課程

統計學或描述性統計學課程，作為統計學專業的第一門專業基礎課程，應由教學經驗豐富、專業知識淵博、上課幽默風趣、深受學生喜愛的資深教師擔任。把這門課程上好了，能使學生了解統計學與數學的區別，從而消除學統計就是學數學的誤解；使學生了解統計學的歷史、現狀及發展前景，從而了解統計學專業學生具有極寬的就業面；結合對實例的講解，使學生感覺“統計是無所不能的”，從而對統計學產生較濃的興趣，愛上統計學。在教師講授核心課程，如《多元統計分析》《時間序列分析》《統計質量管理》《抽樣調查》《應用回歸分析》等課程時，要多搜集實際案例，采用案例驅動法教學，消除理論課程的枯燥、乏味，便于充分調動學生的學習積極性、投入到課程教學中來。教師要組織學生開動腦筋，運用課程知識解決與實際應用有關的一些統計問題。由于統計學的問題總是來自于學科外部，故要強調實踐，要求學生會利用統計軟件和相應的統計知識對實際數據做分析，并對結果給予合理的解釋以及說明應用價值。在教學中對這些課程把握好是培養學生專業素養的重要一環。

三、對于統計軟件的教學，如在SPSS、R、SAS等的教學過程中，讓學生真正掌握算法的原理以及軟件的操作，并深入思考算法的實現與相關理論的指導作用

“大數據”環境下，對統計人才的需求也發生了變化。這就要求在教學過程中，加強統計軟件的教學。在進行統計軟件課程的講授時，學生已具備一定的專業基礎知識，但知識體系偏理論，由于缺乏應用和分析工具，導致知識理解不深刻，專業知識零散，整體感弱。統計軟件是統計學專業學生學習和研究必不可少的工具。要求學生掌握一至兩門統計軟件，具備數據分析的操作能力。教師在講授該課程時，注意與其他課程理論講解的不同：模擬直觀，展示理論含義；逐步計算，展示理論過程。學生初學時，可能覺得使用統計軟件獲得一些分析結果非常容易，殊不知，要獲得正確的答案并不容易，教師應強調學生對相應的統計方法要有透徹的理解；統計軟件的輸出總有一系列的結果，要從中找到對問題分析有用的結果，并能結合實際對結果進行合理的解釋。從而通過系統學習統計軟件，使學生又一次加深對專業知識的理解，加強知識體系的整體感。由于統計軟件的學習沒有理論知識那么枯燥，學生更容易去上機實現，但又得避免學生一味地重視操作過程，而忽視正確的統計方法的選擇。甚至有學生大學四年下來就記住了怎么用軟件輸出結果，至于哪些結果有用，哪些沒用，分得并不清楚，只是將輸出結果全列出，看不懂輸出結果，更談不上是否選擇了正確的統計方法了，出現這樣的現象就在于學生將統計軟件等同于統計方法。因此，在教學過程中，應特別強調：統計軟件只是幫助進行統計計算的工具，能否恰當用好這個工具，在于你對統計方法掌握的程度。

四、對于綜合實踐教學，強調統計數據、計算機編程以及統計分析軟件的結合

在綜合實踐教學中，首先突出典型案例教學，由易到難，通過典型案例教學逐步讓學生掌握不同結構和數量的數據處理的基本技術，提高學生進行實際數據分析與處理的能力；當進入大四時，幾乎所有的專業核心課程都已經學習完畢，就可以逐步過渡到以數據驅動為主的教學模式，訓練學生在處理實際問題時選擇正確的統計方法的能力。尤其是在“大數據”時代背景下，目標是培養符合市場需求的專業統計分析人才（或稱為數據科學家），而合格的能進行統計分析的人才的培養必須經過一定量的統計實踐訓練。諸如統計數據平臺，金融數據庫，大數據展示平臺及大數據問卷調研系統等，教師可以根據需要用到課堂教學中。

校外專業實習是實踐教學中的重要一環。專業實習能起到從學校向社會過渡的橋梁作用。通過校外專業實習，可以讓同學們對自己、對工作有更具體的認識和客觀的評價；可以讓同學們明白許多書本上沒有的或原來理解不深刻的知識，感覺到實際工作與課本中學到的知識的差距，增強理論聯系實際的能力；可以帶動學生了解和掌握整個數據分析實踐的流程，激發學生學習的興趣，塑造更好的自我。

另外，可以積極鼓勵高年級學生參加統計建模競賽。通過競賽，激勵廣大學生學習統計、應用統計的積極性，提高運用統計方法、建立統計模型、利用計算機技術解決實際問題的能力，培養創新精神，提升統計專業學生的綜合素質。

五、對于擴大學生的專業知識面與就業面，可定期或不定期以專題講座或學術報告的形式體現

通過邀請國際國內統計學家來校講學，讓學生了解統計前沿及當今熱點問題，可為有志于進一步深造的優秀學生指明方向。由于統計學的應用滲透到各個領域，可邀請相關行業專家來校講座或聘請其為兼職導師，讓學生真正了解統計學在各行業的應用，進一步激化他們的學習興趣。

以上只是筆者結合重慶理工大學統計學系多年來在培養統計學專業學生專業素養的一些有益探索及實踐來進行總結，還有未盡之處，需要在實際中進一步地總結及摸索。尤其是在大數據背景下，對統計學教育提出了更高更實際的要求，人才的培養和供應方面如何與時俱進是當前面臨的典型問題，需要不斷地探索與實踐。

參考文獻：

[1]胡愛平，肖枝洪，蘇理云，伍度志，陳彩霞.從就業前景談統計學專業學生應具備的專業素質[J].中國校外教育，2013，（3）：120-120.

[2]黃介武.淺析大數據環境下的統計學課程教學[J].課程教育研究，2014，（8）：235-235.

[3]劉曉東，宗義湘，白麗.地方農業院校統計學專業實踐教學改革技術路線圖[J].河北農業大學學報（農林教育版），2012，（4）：37-40.

[4]邱東.大數據時代對統計學的挑戰[J].統計研究，2014（1）：16-22.

[5]李君.統計學專業就業前景以及課程介紹研究[J].科技與企業雜志，2012，（9）：224-224.

[6]張海波，黃世祥.統計學專業學生大數據分析能力的培養方式選擇[J].統計與決策，2014，（24）：66-68.

[7]徐秋艷.統計學專業校外實習基地的建設[J].實驗室研究與探索，2012，（4）：152-154.

[8]王炯琦，吳翊，周海銀.美國一流統計學專業課程設置現狀研究[J].高等理科教育，2012，（3）：61-64.

[9]蘇理云，高紅霞，胡愛平，陳彩霞.以數據分析為核心的應用統計學人才課程體系構建[J].教育教學論壇，2014，（12）：248-249.

[10]蘇理云，葉志勇，劉仁彬，劉鋒，高紅霞，胡愛平.一般本科院校統計學本科實踐環節的系統設計與優化，中外教育研究，2011，453（4）：20-21.

[11]蘇理云，葉志勇，李鳳蘭.案例驅動和課題帶動的統計學應用課程教學模式探索，中國科技縱橫，2010，90（6）：121-121.

[12]蘇理云，葉志勇，李姣軍.案例教學在統計學專業課中的應用.重慶理工大學學報（自然科學版），2009，23（s2）：131-132.

篇10

關鍵詞： 實驗教學改革 經管類 大數據

實驗教學是培養經管類專業學生實踐能力的重要手段。經濟管理類專業學生不僅要熟練地掌握理論知識，更要具備較強的實踐能力，特別是大數據時代的到來，強調以數據為基礎進行研究，并快速做出決策[1]，不僅對掌握大數據思維和技術的人才需求量擴大，而且對經管類專業人才培養提出了新的要求[2]，因此在大數據背景下應充分認識實驗教學對經管類專業學生實踐技能的重要性，科學全面地構建面向數據分析和管理的實驗教學體系，以適應大數據背景下經管類專業人才的培養需求。

大數據擴寬了信息的來源，提高了信息獲得的速度，分析對象從傳統的結構化數據過渡到非結構化數據，因此對經管人才需要更全面地掌握大數據思維方式和分析流程。對工商管理、企業管理專業而言，需要其更注重利用多種類型的企業運作的數據，通過對其進行整理分析，幫助企業進行業務流程改革，提升企業運營效率，提高經濟效益[3]。對于電子商務、市場營銷專業而言，應學會利用大數據技術探索新商業模型，分析營銷網絡，評估投資風險及創新服務模式[4]。而對于和大數據技術緊密相關的信息管理專業來說，需要更全面地從數據采集、分析到數據挖掘多個方面轉變傳統的數據分析思維，以適應大數據環境下知識管理與智能決策的需要[5]。

1.實驗目的不合理，實驗設計不當。

目前，對于經管理類專業的大數據實驗教學體系還處于基本概念階段，與科研前沿脫節，實驗目標大多只要學生掌握數據采集、統計分析等基本概念和方法，就學會對給定的數據進行分析。但是在大數據環境下，數據分析和挖掘需要針對結構化數據、非結構化數據等用創新性的思維方式解釋分析結果，并用于智能輔助決策及知識發現。因此，大數據實驗課程應與時俱進地適應大數據的要求，開展多樣化、啟發式的實驗項目，不僅讓學生掌握如何收集信息和整理信息，還要解釋隱藏在數據背后的潛在規律。

2.實驗教學方法和手段陳舊。

傳統實驗課是學生按照老師的要求和給定的數據，學習各種數據分析方法。實驗內容設計單一，沒有針對不同知識結構的學生開展有針對性的實驗訓練項目，學生學習積極性不高。因此，在大數據實驗教學中，要以培養學生創新實踐能力為主要目標，在教師的幫助下，通過團隊協作、自主設計完成。同時，分層次制定針對不同知識結構背景的實驗項目，便于學生根據自身的特長和能力自主選擇實驗項目。

由此可以看出，傳統的實驗教學已不能滿足大數據背景下的經管類專業人才對數據分析和處理的新需求，在實驗教學方式、實驗教學內容等多方進行創新和改革，才能培養出順應時代背景的優秀經管類人才。

在大數據背景下，經管類人才應該具備：發現問題的能力，收集整理數據和信息的能力及理解分析數據的能力。對此，我們從教學方式、課程體系、技能與經驗三方面入手，開展實驗教學改革，以適應大數據時代對于經管人才培養的要求。

3.創新實驗教學方式。

大數據時代，書本和課堂不是獲取信息的唯一選擇，網絡資源、各種移動端應用程序等方式都擴展了學生獲取信息的方式，在這種情況下，實驗教學不僅需要讓學生掌握如何搜集、整理數據的技術，還要培養學生觀察、分析問題的能力，從而真正調動學生的學習積極性。例如可以提供多種獲取大樣本數據的渠道，學生組隊進行數據分析和挖掘，設計算法，進行相關分析直到最后撰寫出分析報告，整個流程全部由學生獨立完成。

4.完善大數據實驗課程體系的構建。

對于經管類專業的學生而言，實驗目的主要是讓他們掌握數據分析的主要流程、主要算法的基本原理，具備大數據應用的初步能力。另外，考慮到不同專業的學生知識結構不同，我們構建多層次的經管類大數據實驗課程、基礎實驗，以驗證和演示實驗為主，強調掌握數據分析工具和分析算法，理解數據分析基本流程。專業實驗，以簡單設計性實驗為主，強調利用現有的數據分析工具，較完整地體驗從數據采集、數據整理、數據分析到數據挖掘的全過程，并編寫簡單的數據分析代碼。綜合性實驗，采用自助式、合作式模式，讓學生自己動手收集數據，團隊合作分析問題，在實驗教師的指導下，綜合運用各種數據分析工具，自主設計算法，進行相關分析，直到最后分析報告，初步具備大數據的應用能力。

5.培養專業技能和增加實踐活動。

積極開展大數據應用相關的實踐活動，提供多種形式讓學生參與大數據的實踐環節，在提高專業水平的同時，提高實踐操作能力。合理利用現有慕課、微課等在在線課程作為實體課堂的有益補充，引導學生深入學數據技術。另外，積極聯系軟件企業提供各種實習途徑和崗位，讓學生真正參與與大數據的各種項目開發，強化課堂的理論知識，豐富實踐經驗，提高專業級技能，有效地提高學生的數據分析能力和數據挖掘能力。

大數據作為近年來的熱點研究問題，已經廣泛應用于經管類學科當中。經管類專業學生只有更好地掌握并懂得如何利用大數據，才能在大數據時代擁有更多的優勢。因此，本文從教學方式、課程體系、技能與經驗進行創新，提出切實可行的改革措施，以更好地培養經管類學生的數據分析的專業能力，適應大數據環境下知識管理與智能決策的需要。

參考文獻：

[1]祝智庭，沈德梅.基于大數據的教育技術研究新范式[J].電化教育研究，2013（10）：5-13.

[2]朱懷慶.大數據時代對本科經管類統計學教學的影響及對策[J].高等教育研究，2014（9）：35-37.

[3]李永，劉玉紅.大數據時代大學生學習模式轉變研究[J].長春工業大學學報（高教研究版），2014，35（4）：38-41，100.

[4]邵舉平，沈敏燕，樊星.大數據時代背景下地方高校研究生教育教學模式改革研究[J].《魯東大學學報》，2015，32（4）：82-85.