以问题为导向的统计学教学实践探讨

陶雪萍 曾健南

摘 要：文章探讨如何将PBL教学方法融入到统计学课程的教学实践中，引导学生选择感兴趣的话题，指导学生将感兴趣的問题分解成与教学任务对应的小问题。学生由“面临问题”到“确认解决此问题所需要的知识”，然后“学习知识”，最后“应用知识解决问题”；通过“问题”将教学任务与知识点连接起来。

关键词：PBL；统计学：教学实践

中图分类号：G642 文献标志码：A 文章编号：2096-000X（2018）19-0071-03

Abstract： This article discusses how to integrate Problem-Based Learning （PBL） teaching method into the teaching practice of statistics course. We firstly guide the students to choose interesting topics， and then guide the students to decompose the problem of interest into small problems corresponding to the teaching task. Students study knowledge from "facing the problem" to "the knowledge needed to confirm the problem"， and then "learn the knowledge"， finally， "apply knowledge to solve problems". We connect teaching tasks with knowledge points through"problems".

Keywords： PBL； statistics； teaching practice

一、概述

统计学是一门收集、整理、显示和分析统计数据的科学，作为经管类各专业的必修课，是学生日后在学习和工作中分析问题、解决问题的重要方法论工具。因此，培养学生应用统计方法解决实际问题的能力是经管类专业统计学课程主要目标。

目前很多经管类专业的学生不能清楚地认识到统计学对本专业的有用性，导致学习的兴趣不高，学习动力不足，学习投入较少，而且很多的知识点在学习完成之后都不会实际应用。同时，作为一门必修课，很多学生统计学考试前后都会感到紧张和焦虑。因此如何激发学生的动力，减少学生对统计学课程的恐惧和焦虑，引导学生更多地投入到统计学的学习中来，使学生能够真正应用统计学知识解决实际问题是经管类专业统计学课程改革的主要任务。

二、教学实践

以问题为导向的教学方法（PBL）是以问题为核心、以小组为单位、自主学习、合作学习[1]；既要进行知识意义建构，还要形成各种能力；在问题解决的过程中获得新的知识，学生的自主学习和解决问题的能力明显增强[2]。学生不是简单被动地接收信息，而是主动地建构新的知识[3]。“问题”是整个教学过程的起点，以“问题”拉动整个教学过程的进行。

本文通过以下几个步骤来具体实施以问题为导向的教学方法，提高学生学习统计学的积极性，增强统计学知识的实践应用能力。

（一）教学任务分解

统计学是一门关于收集数据、整理数据、分析数据的学科，因此根据统计学的学科本质及本科统计学教学大纲对统计学的教学任务进行分类，形成8个知识模块，分别是：

Task 1：数据收集

Task 2：数据整理

Task 3：样本和总体（推断统计基础）

Task 4：推断总体参数

Task 5：检验总体参数

Task 6：检验多个总体均值是否相等

Task 7：衡量变量之间的依存关系

Task 8：数据趋势分析及预测

（二）问题设计

问题为是联接各个知识点的关键，因此问题的设计是以问题为导向的教学实践的关键。

传统教学方法中学生被动接受老师传授的知识，并将它用于解答与知识点相对应的练习题或案例，练习题或案例大多是去情境化的[4]。经过这样的训练学生可以掌握各个知识点，并解答相关练习题。但是，当他需要处理真实的问题时往往不知该如何下手，因为真实的问题是复杂的、情境化的[5]。为了培养学生解决实际问题的能力，我们首先就将学生置于真实的问题情境当中，引导学生自主学习为解决真实问题需要掌握的知识。问题的产生可以是学生所学专业的相关问题，也可以是社会、经济、管理等领域的热点问题，关键是学生感兴趣的问题，学生经小组讨论、师生交流后共同确定各个小组希望在统计学课程学习过程中解决的“问题”。解决问题所需要的数据可以通过调研（问卷调查）获得，也可以通过查阅各种文献、资料获得。

本文以“提高网络忠诚度的途径”这个问题为例，来说明如何引导一步一步地引导学生构建问题。

1. 首先明确希望解决什么问题？2.查阅文献资料，小组讨论确定网络忠诚度如何衡量？（查阅文献资料后，学生了解可以通过消费者的重复购买度、价格敏感度、口碑推荐情况、交叉购买意愿等方面衡量网络忠诚度的高低）3.查阅文献资料，小组讨论寻找影响网络忠诚度的因素。（查阅文献资料后，学生了解消费者自身的客观条件，如性别、收入、年龄、受教育程度等，会对网络忠诚度有影响；主观条件，如满意度、信任度、转换成本等，也会对网络忠诚度有影响）。

通过这样的构造问题的过程，学生能深刻理解要解决怎样的真实问题，学会团队讨论、查找文献，也为后面的问卷设计提供思想框架。

（三）问题分解

将学生感兴趣的问题分解成与教学任务对应的小问题，使得学生有非常清晰的学习目标，知道每一个统计学知识点是用来干什么的，能够解决什么样的问题。本文进一步以“提高网络忠诚度”这个问题为例，展示如何根据统计学教学任务进行问题分解，问题分解的过程就是展示知识点循序渐进特点的过程。

Question 1：针对这个问题我们需要收集哪些数据？

Question 2：我们收集的数据有什么特征？

Question 3：我们的取样方式是否合理？样本能代表总体吗？

Question 4：消费者的网络忠诚度如何衡量？

Question 5：不同性别的消费者的网络忠诚度是否有差异？

Question 6：不同收入的消费者的网络忠诚度是否有差异？

Question 7：信任度越高网络忠诚度就越高吗？满意度越高网络忠诚度就越高吗？

Question 8：如何提高网络忠诚度？

（四）教学内容组织

由“面临问题”→“确认解决此问题所需要的知识”→“学习知识”→“应用知识解决问题”。通过问题将教学任务与知识点连接起来。

解决Question 1需要Knowledge 1：设计并发放问卷→根据上一部分问题的分解设计具体的问项，确定调查的时间、地点、对象等，资料查找；

解决Question 2需要Knowledge 2：描述统计→均值、方差、中位数、众数；直方图、条形图、饼图、箱线图、茎叶图等；

解决Question 3需要Knowledge 3：概率分布与抽样分布→事件及概率；随机变量及其概率分布；抽样分布等；

解决Question 4需要Knowledge 4：参数估计→参数估计的原理；一个总体的参数估计；两个总体的参数估计；样本量的确定；

解决Question 5需要Knowledge 5：假设检验→假设检验的原理；统计量与拒绝域；一个总体的参数检验；两个总体参数检验；

解决Question 6需要Knowledge 6：方差分析→方差分析原理；方差分析的基本假定；问题的提法；单因素方差分析；双因素方差分析等；

解决Question 7需要Knowledge 7：相关与回归→相关关系的概念；相关系数；一元线性回归；线性回归的显著性检验；多元回归分析等；

解决Question 8需要综合运用前面各项知识。

三、實施建议

由“面临问题”到“解决问题”的过程，是学生主动学习的过程。通过“问题”的引导，让学生明白知识的学习应该是循序渐进的，虽然我们的目的是解决问题，但没有数据收集、整理、概率论知识、参数估计、假设检验等基础是不能获得满意的答案的。一个一个小的问题的解决，就是一个一个知识点内化的过程，能够提高学生学习的动力，使他们更愿意积极投入到统计学的学习中来，最终完成对整个综合性问题的解决，提升解决实际问题的能力。

教师需要激励学生关注“问题”。通过教师和学生共同参与的方式确定一个“综合性问题”，这个“综合性问题”将能够涵盖本科统计学课程的主要内容，包括数据收集和整理，描述统计，参数估计，假设检验以及相关与回归分析等知识点。问题的产生可以是学生所学专业的相关问题，也可以是社会、经济、管理等领域的热点问题，例如，会计学专业的学生可能感兴趣的“企业财务风险”类的问题，国际贸易专业学生可能感兴趣的“汇率变动对经济的影响”的问题，以及“雾霾”、“农村留守儿童”等等社会热点问题。关键是学生感兴趣的问题，只有这样才能激励学生探索解决此问题的方法。

教师需要对课程进行整体规划。要求学生在课前主动的学习和课中的协作学习中构建自身的知识体系，但这并非意味着单纯依靠学生自身的努力就能实现，关键是要靠精心设计的课程框架和合适的“问题”情境的构建来提供方向引领和规范指导。需要融合PBL、案例分析、启发式教学等多种教学方法，教师组织和引导学生通过课前自主学习、课内答疑、协作学习、小组探究等形式进行知识的内化，以提高学生对统计学的兴趣和学习统计学的动力是教学过程中的关键问题。

教师需要在课前有非常充分的准备工作。设计分组机制、课堂讨论机制、评价标准。在分组的基础上，如果希望学生能够积极参与课堂讨论，首先设计课堂讨论的内容，讨论的形式，然后，构建讨论的评价指标体系。在整个教学过程中教师的主要工作是通过课前的教学准备及设计和课堂中对学生活动的组织和指导，最大程度地调动学生学习的积极性，充分体现了“以学生为中心”的教学思想。教师既不是传统教学方法中知识的灌输者，也不是对课堂讨论放任不管的旁观者，而是整个活动的指导者。

以问题为导向的教学方法中，学生是主角需要充分发挥自主性、主动性和独创性，主动构建自己的知识，不断反思以及批判性地思考知识。这就要求学生必须具有扎实、广泛的知识基础和积极主动的学习兴趣。可是在应用中我们发现，基础知识掌握较好的学生参与PBL教学的积极性高，效果也好，而对于基础知识掌握较差的学生，由于长期以来，学生接受的都是传统的教学模式，因此一旦采用 PBL教学模式，这部分学生会感觉不知所措，不知从何下手。再加上PBL教学模式中参加讲解的学生是团队自己推荐的，因此就导致这些学生没有基础也缺乏积极性参与 PBL实施中的讨论、讲解和答疑等过程，而且存在严重的抵触心理，收效甚微。因此PBL教学模式的良好实施需要一定的前提条件，否则可能会造成严重的两极分化。

参考文献：

[1]王丽.PBL教学法在社会统计学教学中的应用[J].教育理论与实践，2010，30（12）：62-63.

[2]陈丽虹，周莉，吴清泉，等.PBL教学模式效果评价及思考[J].中国远程教育，2013（01）：70-73.

[3]谢彩侠，祝侠丽，白雁，等.LBL和PBL相结合的教学模式在教学中应用[J].实验室研究与探索，2012，31（07）：144-146.

[4]刘馨，魏宏皓.“统计学”认知教学与“统计大赛”互动教学模式探索[J].实验技术与管理，2014，31（02）：183-185+190.

[5]郭坤，王金玲.对经济数学教学方法改革的思考——启发式教学在经济数学课堂上的运用[J].教学研究，2005（02）：147-149.

[6]苗丽娜.地方本科院校经管专业统计学教学改革研究[J].高教学刊，2018（15）：132-134.

[7]吴东武，王润良.大数据背景下统计学教学方法研究[J].高教学刊，2017（15）：76-78.