大数据背景下“微课”在统计方法和统计模型教学中的实践研究

杨丽娟，谭希丽，张明达

（北华大学数学与统计学院，吉林132013）

大数据背景下“微课”在统计方法和统计模型教学中的实践研究

杨丽娟，谭希丽，张明达

（北华大学数学与统计学院，吉林132013）

随着大数据时代的快速发展，对社会经济发展的各个方面都带来了很大的影响，特别是统计学专业的教育问题。本文从大数据的特点入手，讨论了大数据背景对统计学教育的影响以及培养统计人才的新要求，重点强调了适合本科院校培养目标的关于统计建模教学中的相应对策。

统计学；大数据；统计方法；统计建模；微课

统计学的任务是通过对数据的收集、整理、分析、推断，从而掌握事物发展中的规律，并从中发现新知识、形成新方法、创造新价值。统计学是数据的学科，是数据分析的灵魂。但是随着信息技术、网络技术，尤其是媒体技术和移动通讯技术的蓬勃发展，以及数据量和结构的不断变化，使我们的教学面临着极大的挑战。传统的教学方法、教学手段不能满足不断变化的社会需求，面对快速更新的网络共享教学资源，统计学专家们掀起了“大数据背景下统计学教育”的研究热潮，统计学家邱东、耿直、韩际平[1-3]阐述了大数据时代统计学教育面临的机遇和挑战，以及未来发展的方向。李政、赵彦云[4]研究了美国大数据时代下统计教育问题。

本文将从大数据时代的特点、大数据时代对统计学教学的影响、创新型统计人才培养的要求等方面阐述“微课”在统计方法和统计建模教学中应用的必要性和可行性。

1 大数据时代的特点

在过去几年里，关于大数据有不同的定义形式，本文认为大数据是新的、区别于过去传统数据的一个名称。大数据是来自公司内外传统和数字源的数据的集合，代表了持续发现和分析的来源。这里的“大”不仅指数据规模上的大，国内学者常用4个V（Volume、Velocity、Variety和Value）来总结，即Volume“音量”，指数据量的特征是大，有数据显示过去两年时间数据的增加量是以往的90%；Velocity“速度”，指数据生成和流入信息的速度快，我们的社交媒体，物联网、智能电网、智能交通系统、通讯系统、消费者消费信息等每天都在快速的产生大量数据；Variety“品种多样性”，指可用的数据类型多样，过去数据都是结构化的居多，而现在加入了非结构化和多结构化的数据结构，我们要在这样的框架下对大数据进行讨论分析；最后是Value“价值”，人们可能更加关注大量的、快速更新的数据到底有多少是我们想要的，对我们来说真正有价值的。除了这几个“V”之外，有些人还关注其他，如大数据的“真实性”等，虽然被叫做大数据，但是大数据并不意味着全面、准确和真实[5]。

2 大数据时代对统计课程教学带来的影响

大数据时代的到来，对社会的影响是深远的，我们面临的挑战也是多方面的，具体包括对数据捕获、存储、分析、整理、搜索、共享、传输、可视化、查询、更新和信息隐私等。而统计学是一门数据科学，通过收集所观察系统的数据，进行量化的分析、总结，进而利用概率论建立数学模型，进行推断和预测，为相关决策提供依据和参考。面对数据量、数据类型等的巨大变化，统计学的理论、方法和模型也随之受到了影响，具体体现在以下几个方面。

2.1 基础设施

我们存储的数据越多，对处理大数据的基础设备要求就越高，比如大数据消耗了大量的技术基础设施，存储、带宽、CPU等，要想在教学中跟进学科前沿，就要改善基础设备的性能。

2.2 技能

要想做大数据，需要具备很多技能，除了业务专家提出正确的问题和技术专家驯服基础设施和应用程序外，我们还需要“数据科学家”给我们提供适用的统计算法，可以驱动的可视化工具等。这些技术的实现并不容易，再近距离的应用到教学中还需要很长时间。至少我们要解决以下几个问题：（1）数据越集越多，如何保证所收集的数据是正确的，数据质量相同将是至关重要的。（2）在大量的数据中，怎样快速找到我们想要的数据，或者和我们研究的问题相关的、有价值的数据，这也是我们要面对的。（3）对于大量的数据存储、处理的技术和方法是和传统数据处理方法不同的，需要统计学家、数据学家不断的研究和探索。（4）结果数据的可视化问题。数据可视化理论并不是新的，但是像许多事情一样，人们的认识不断深入，数据可视化问题很难做好。

2.3 现有资源有限

随着大数据快速渗透到社会各行各业，已有的统计学教学资源，无论是课程资源（教学的教材、视频等）、教学的方法和手段、师资队伍的知识储备和技能，甚至是统计教学的思维和理念都发生了很大的变化，需要所有的统计教师都行动起来，与时俱进充实自己的专业知识，整合教学方法，调整教学内容，跟上时代的需要[6]。

3 大数据时代对统计人才培养的新要求

伴随着大数据时代的到来，社会对统计学人才的需求也发生了重大的变化，对高校培养的统计人才提出更新、更高的要求，不仅要求他们快速的找到问题所涉及的数据源，并从中提出问题，判断数据的质量，而且还需要熟练地运用某统计软件，结合统计的理论和统计方法建立统计模型，然后对模型进行可靠性的灵敏度分析，对数据结果进行分析和可视化表现，这些对我们的教学也同样提出了更高的要求。为使我们的教学更加有效，在教学过程中要强调以下四方面的内容：（1）各行业都急需统计专业人才为他们解决实际问题，所以教学过程中要求学生们有扎实的理论基础，还要有强大的统计分析、统计计算和统计建模能力，以及至少熟练使用某种专业统计软件编程实现的能力。（2）要教会学生如何从大数据中寻求真正有用的、高质量的数据。（3）随着数据规模和类型的变化，教学中注重各种统计模型和方法的教学实践，提高学生应用模型的意识。（4）通过有效手段实现对分析结果的展示，要表现得清晰易懂[7]。

但是由于培养方案总学时的限制，要想突出学生动手能力，加大实践力度并不容易，所以我们结合统计专业学科特点、课程设置、社会需求以及现有资源（统计学大学生创新实践基地），提出对部分学生强化统计方法和统计建模能力培养的实践研究，其中最重要的就是利用“微课”手段强化教学。

4 “微课”在统计方法和统计建模中的应用

微课（Micro-lecture）概念最早由美国新墨西哥州圣胡安学院的高级教学设计师、学院在线服务经理DavidM.Penrose于2008年提出；是运用建构主义方法形成的、以在线学习或移动学习为目的的实际教学内容。微课程具有完整的教学设计环节，包含课程设计、开发、实施、评价等环节。在国内，最早提出“微课”概念并进一步在中小学教学实践中进行推广的是广东省佛山市教育局胡铁生老师。他认为：“微课是指以微型教学视频为主要载体，针对某个学科知识点（如重点、难点、疑点、考点等）或教学环节（如学习活动、主题、实验、任务等）而设计开发的一种情景化、支持多种学习方式的新型网络课程资源。”

随着国内外“微课”实践教学的不断丰富和发展，现如今微课已经作为一种新兴的教学资源，特别是结合微信平台，将学生学习和教师教学的方式进行了一个大反转，“微课程”也逐步成为学生学习有效性的新方式。我们的统计学本科教学也可以大量的尝试利用微课程进行教学，以提高教学质量和效果。

4.1 “微课程”具有知识点小，授课时间短的特点

整个微课只为解决一个核心问题，重点突出，结构紧凑，没有过多的铺垫和渲染，短小精悍，非常有利于我们对某种统计方法或统计建模方法的教学，同时提高学生移动学习和在线学习的能力。比如：二元Logistic模型，一般回归分析教材里是没有的，但是应用广泛，我们就可以给想提高的学生留课后学习任务，观看“优酷→教育→二元Logistic回归分析”微课视频，该视频时长5分钟，对软件操作和结果分析的讲解清晰透彻。这样小而独立的知识点可以作为正常教学计划内容的一个延伸，除此之外，我们还可以共享其他名校的网络微课程，比如清华教育在线等。这样还可以缓解普通本科师资不足的困难。

现今社会，生活节奏加快，导致文化快餐化，很少有人能耐得住性子去看一两个小时的课程。微课视频的时间一般限制在10分钟左右（全国高校微课教学比赛限制在20分钟以内），适合学生拾起生活中的零散时间集中注意力学习，比如等待订餐的时间、课前时间、睡觉前的时间，如果只是音频文件，时间会更加容易获得。这样不但能够促进学习，还可以进一步推动课程教学的改进。

4.2 我们要有计划的录制“微课”视频

可以将“微课”视频制作成一些实用的专辑，供学生课堂学习或课余时间学习，这样也促进微课教学资源的完善。对于我们能力不及的部分还可以借鉴兄弟院校，或者是一些著名大学的免费微课网站上的微课程。

5 结语

总之，在大数据爆炸的时代，统计教学肩负的任务十分严峻。统计学的教育不仅要熟悉社会需求对人才培养的要求，同时我们要快速修订教学内容，补充新的统计方法和统计模型到我们的教学中，做到与时俱进，学以致用。但是传统的统计教学手段具有很大的局限性，有限的教学学时、有限的师资力量等，而微课恰好有效地解决了这个难题，它具有主题明确、内容精炼、随时可学，不受学习地点限制等特点。如果可以将新的统计方法和统计模型的学习内容制作成不同的微课视频专辑（有条件自己录制，没条件可以借鉴其它共享资源），放到公共的教学平台，为学生提供学习的便利条件，这将会更快地实现统计学分层次、个性化培养的目标。

[1]邱东.大数据时代对统计学的挑战[J].统计研究，2014（01）：16-22.

[2]耿直.大数据时代统计学面临的机遇与挑战[J].统计研究，2014（01）：5-9.

[3]韩际平.大数据时代的统计人才培养——对话著名统计学家袁卫[J].中国统计，2014（10）：5-8.

[4]李政，赵彦云.适应大数据时代的美国统计学大学教育（上）[J].中国统计，2015（03）：34-36.

[5]李政，赵彦云.适应大数据时代的美国统计学大学教育（下）[J].中国统计，2015（04）：24-25.

[6]陈建宝，鞠芳煜，禚铸瑶.大数据时代下的统计学——第五届中国统计学年会综述[J].统计研究，2015（05）：106-112.

[7]朱建平，张悦涵.大数据时代对传统统计学变革的思考[J].统计研究，2016（02）：3-9.

责任编辑：吴艳玲

PracticalResearch on“M icro-course”in StatisticalM ethodsand StatisticalM odel Teaching under the Background of Large Data

YANG Lijuan,TAN Xili,ZHANGM ingda

(Beihua University SchoolofMathematicsand Statistics,Jilin 132013)

With the rapid developmentof large data age,ithasbroughtaboutgreat influence on variousas⁃pects of socialand economic development,especially the education of statistics.This paper startswith the char⁃acteristics of large data,discusses the impactof large data background on statistical education and the new re⁃quirements of cultivating statistical talents,and emphasizes the corresponding countermeasures in statistical modeling teachingwhich issuitable for the training objectivesofundergraduate colleges.

statistics;large data;statisticalmethods;statisticalmodeling;Micro-course

C81-4

A

2017-03-05

吉林省高教学会资助项目（JGJX2015C39）；吉林省高等教育教学改革研究重点课题

杨丽娟（1975-），女，吉林省吉林市人，副教授，研究方向：统计教育、统计模型的研究。