实践应用型统计实务课程的教学改革探索

杨思思

[摘 要] “统计实务”是经济统计以及经济管理类专业学生参加统计师资格考试必考的一门学科，这门学科涵盖了统计学的基本理论和研究方法，也是学生在校学习的必修专业基础课程之一。根据近几年在课堂上的教学实践以及学生对于课堂的反馈，探索了如何提升独立学院学生对于“统计实务”的学习以及应用。该文主要分析目前独立学院学生在《统计实务》课程教学存在的问题，并探讨大数据时代“统计实务”课程教学改革的具体方法和措施，对独立学院实现应用型人才培养目标进行探索。

[关键词] 独立院校；统计实务；经济统计；教学改革

[中图分类号] G642 [文献标志码] A [文章编号] 1008-2549（2018） 05-0104-02

近几年，关于“统计实务”课程教学改革的相关研究日益增多。诸多学者一致认为统计学是经济与管理类专业的基础课程，而统计实务是经济统计学专业提高职业能力的一门课程，也是经济与管理类专业学生掌握和应用统计学的一门课程。然而在现在一些传统教学中只注重学生知识传播，而忽略了课程实践，学生动手能力的培养，这样的培养模式不能完全适用当前的社会需要。

一 当前独立学院“统计实务”教学面临的问题

为了适应当前社会对于人才的需要，我国高校经过多年探索发展。其中，独立院校的办学理念和人才培养得到很大的提升和发展，学校能够体现出自己的优势并在探索中不断前行，这一点主要体现在由全方位发展向集中发展应用型本科高校的理念上转变，所以现在新课程的教学模式就与之前要有很大改变，这也是应用型本科高校和学术性本科高校的区别。目前一些独立院校的生源质量在逐年提高，有很多学生的录取分数甚至超过二本线很多。但总的来说，独立学院的总体生源还是没有想象中的好，大部分的学生基础比较差，学习动力不足，而且还有很大部分学生数学基础不好，这也导致了学生在学习专业课程的时候明显很吃力。例如，“统计实务”是统计学中的专业课程，有一些知识在《统计学》中会有，所以很多学生对于“统计实务”的学习就不重视。另一方面，“统计实务”又是结合统计学、统计预测与决策、统计软件运用的一大综合体，不仅让学生学习统计学知识，更重要的是让学生懂得如何去运用，在实践中加深对知识的理解。而我们学生往往缺乏动手和实践方面的能力。面对大数据时代的到来，数据统计和分析专业就急需上述能力较强的人才。因此，本文旨在结合目前独立学院统计学专业“统计实务”课程教学存在的问题，探讨出在大数据时代“统计实务”课程教学改革的具体方法和措施，对于独立学院实现应用型人才培养目标具有一定指导意义。

二 课程教学安排

1 课程学期安排

本课程安排在第四学期进行，在这个时期学生大多接受的是通识教育，专业教学还没有真正进行，尤其是本专业的课程接触并不是很多，部分基础性的专业课程才开设。对学生来说，在这个时期安排“统计实务”课程，一方面，可以让学生提前适应专业课的学习，让学生开始了解自己专业到底学的是什么，对今后的一些职业规划或者学习安排有一定帮助。另一方面，因为这个课程比较基础，学生学习起来相对于其他专业课程来说不会很困难，这样可以提升学生学习的积极性，夯实学习专业课程的基础，也为后面的专业课程学习起到一个平稳的过渡时段。

2 课程课时安排

针对“统计实务”课程基础性强，内容多，实用性强的特点，以及学校的教学安排和学生培养方案，本课程计划学时为32课时，课程的前八周是理论课程部分，在第九周开始进行实训课程。理论课程部分，主要采用理论和案例结合的方式进行，适当案例的引入可以加深学生对理论知识的掌握程度。理论学习部分一定让学生能够将知识点牢记，如果理论知识基础没有打好后面的实训将很难进行下去。实训课程部分，主要是采用项目教学的方式，理论教学只占极少的篇幅，重点突出应用和实际操作的训练。在这个部分老师不仅要给出每个章节需要实际训练的内容，还要指导学生完成一份完整的课程论文。

三 课程考核模式

本课程在一学期能够结束，故考核的范围必须包含理论学习部分和实际操作部分，因此本课程考核方式是平时成绩（20%）+课程实践环节（30%）+期末考试成绩（50%）。平时成绩主要由学生的出勤、回答问题以及课后完成作业情况进行打分。课程实践环节主要考查学生在操作环节上的学习情况以及完成项目的情况，分别是个人得分和小组得分来换算，个人得分是按照学生课程论文和课程演示报告来打分，而小组得分是每一个项目这个小组所得分数以及组内成员之间进行得分互评以及分工评分，折算出每个学生在实践环节上的得分。最后期末考试，因本课程基础性比较强不能将基础考核部分一笔带过，故这一部分主要考查学生对于统计实务的基本理论知识的理解和掌握情况以及统计相关知识的计算。

四 课程应用软件

本课程在教学中主要是让学生用所学理论去应用，故对于统计软件则选择的是学生相对比较熟悉的Excel。对Excel的操作学生比较熟悉，而用Excel去进行统计分析对于学生来说还比较陌生，Excel自带的统计软件分析工具对简单的统计数据进行分析处理是足够的，并且操作也很简单。让学生能有兴趣去做实践项目而不是害怕找不到和不会用软件而放弃。对于学习能力较强的学生我们还会相应的推荐R软件和SAS软件。这两个软件在后面的教学安排中会给学生进行相应的指导。

五 实践环节项目的选择

1 利用课本实例，温故夯实

对于实践环节的项目选择，首先是考虑符合教材以及学生认知规律的简单项目，让学生体验到应用的乐趣，他们才有信心动手去做。课本中的练习题是围绕课程紧密安排的，也是针对这节知识点作者用心去设计的题目。所以书中的课后练习题，学生在课堂上就必须完成。统一在课堂上完成，一是同学们所做的题都一样，那么他们出错的地方也会大致相同，方便老师对于学生学习情况的掌握，并能够及时地为学生提出指导意见。二是老师可以根據课堂的设置和教学的安排适当运用这些例子，稍微变通一下，变成新的题目又可以检验和提升学生灵活应用的能力。

2 利用互联网大数据，练习提升

大数据和互联网是现在统计教学上不可分割的部分，与其说是大数据推动了统计的发展，还不如说是统计专业推动了整个大数据的发展。近几年随着互联网的飞速发展，很多信息以及资源都是通过大数据得来的，大数据现在不仅仅是一种研究的工具也是很多商家获利的根本所在。很多企业和商家都希望能够拥有关于自己行业方面的大数据，但是在收集和获取上存在一定的困难，不是你想得到就能拿到的。而统计本身就是去收集，整理和分析数据的学科，我们现在得到的大数据其实也是统计所获得的产物，只是大数据包含的方方面面更广一些，单纯用统计去解释又显得太片面。而现在更多的应该教会学生如何去运用互联网和大数据。

学生可以通过互联网上的一些工具将自己想要获得的数据通过互联网得到，就不再自己去单独收集。再者还能利用一些搜索出来的大数据去了解某个自己感兴趣的行业或者领域。如果网上的数据没有我们想要的，我们还是可以利用互联网去自行收集数据。

互联网的另一大特点就是便捷，抓住大数据热的风潮，利用互联网搜集当下热点问题，抛出问题，激发学生探知的情绪，让学生利用互联网自己去收集，整理和分析数据。在这个过程中考验他们实际操作的能力，开拓学生对于问题的理解广度，又能通过实做加深对于知识的理解深度，逐步提升学生学习兴趣。

3 鼓励参加各种比赛，小试牛刀

因本課程涉及的知识相对比较基础，因此为了提升对于后面专业课程的兴趣，为学生提供几套历年的统计建模大赛的题目，让学生试着去思考，并提供一两套优秀建模供学生参考。

任课老师要鼓励学生参加统计相关竞赛，例如每年有全国市场调查大赛、统计建模大赛以及数学建模大赛，甚至是各种挑战杯、营销大赛还有学校的统计协会每年都要举办的问卷设计大赛。这些都是能用上统计知识的赛事，以赛促学是我们最终目的。当然，学生还可以报名参加统计师资格考试，既能学以致用，还可以丰富自己的专业技能。总的来说，多参加赛事和考试不仅可以提升自己的专业水平，同时也为后面就业和继续深造做好准备。

4 走出校门，不再纸上谈兵

现在大学生往往是理论知识还可以，真正的实际操作那就是真的很困难，教师可以适当结合学校的地理环境以及周边优势，鼓励学生走出校门出去锻炼。学生可以参加一些机构进行兼职锻炼，比如一些大数据公司，或者分析公司，他们很缺少能够去搜集，整理数据的人。我们学生可以把这个当作是一个锻炼和提升的机会，抓住机会在实践中去磨炼和提升。也可以鼓励学生成立一个调查小组或者合作团队，走出校门可以有偿或者无偿的为周边商家做市场调查分析，收集，整理，分析出商家发展的实际情况以及今后如何在同类行业竞争中处于不败之地。这样既可以检验他们掌握知识的程度，在玩中学习，提升对于统计专业的兴趣，并且能够让他们在做的过程中早点定位自己的职业规划。如果他们做得好，还可以将这个小团队发展成为微型企业，学校和教师方面给予一定的支持，这样不仅可以解决一部分学生的就业问题，还可以推广这个专业的招生。如果做得不好，也可以当作失败的案例放在课堂上作为学生教学环节中一部分来探讨，为后面的学生起到一个很好的教育和警示作用。

总之，本文通过对独立学院学生的学情和校情加以分析并结合统计实务的课程特点，主要探讨了独立学院在统计实务的课程安排，考核模式，软件应用以及实践环节项目的选择。采用学—练—考—用的方式让学生在学习中把握知识，并将理论知识运用在考证和解决实际问题上。希望能够通过这些教学改革提升学生学习统计实务的兴趣，并能够将所学转为所用，为加快建设应用型大学做出重要贡献。

参考文献

[1]闫瑞军，闫红霞.统计实务[M].北京：中国人名大学出版社，2014.

[2]孙康.独立学院统计学专业《应用多元统计分析》课程改革探索[J].统计与管理，2016（3）：177-178.

[3]张学新.大数据时代本科应用统计学专业课程改革探索[J].阴山学刊，2016，30（03）：143.

[4]陈倩.大数据背景下对统计学课程的教学模式的思考[J].科技资讯，2013（21）：128.