应用型本科院校背景下的多元统计教学研究

秦飞龙 黄小波 成亚丽 周昕悦

摘 要：经济结构新常态下，社会对人才需求从理论型向应用型方向转变，应用型本科院校的多元统计教学需要寻求新方案。因此本文提出了一套应用型本科院校背景下的多元统计教学新方案，有利于应用本科院校进行多元统计教学，为国家培养出更多的应用型人才，具有重要的实际意义。

关键词：应用型本科院校;多元统计;教学;人才

中图分类号：G424 文献标识码：A

Research on the new Teaching

of Multivariate Statistics with Applied Undergraduate Colleges

Qin Feilong Huang Xiaobo* Cheng Yali Zhou Xinyue

Chengdu Technological University，Department of Information and Computing Science SichuanChengdu 611730

Abstract：Under the new normal economic structure，the talent demanding of social has changed from theoretical to applied，the teaching of multivariate statistical with Applied Undergraduate Colleges needs to new method.Therefore，this paper puts forward a new teaching method of multivariate statistical with Applied Undergraduate Colleges，which is conducive to teaching of multivariate statistical in universities，and has important practical significance to train more applied talents for our country.

Key words：Applied Undergraduate College;Multivariate statistic;Teaching;Talent

1 概述

隨着经济新常态的出现，产业结果不断变革，各行各业对人才的需求发生了新的变化。尤其是大数据时代的到来，应用型统计人才的需求量越来越大，这迫使许多地方高校由传统统计人才培养模式向应用型培养模式转型。[1]～[3]然而，很多地方高校为了追求主流，在多元统计教学上跟风，所使用的教学方法不符合学校的办学定位，导致培养的应用型统计人才与地方需求脱节，不利于高校应用型人才的培养。[4]多元统计分析是应用统计类专业的核心课程，它可解决现实世界多变量问题，在数据处理与分析中存在广泛应用，从而合理进行多元统计教学至关重要。[5]因此，在应用本科院校中探索有效的多元统计教学方法，以此培养出应用统计学人才，提高高校服务地方能力，对我国应用型本科院校多元统计教学具有重要的意义。因此，本文构建了一套应用型本科院校背景下的多元统计教学新方案。

2 多元统计教学新方案设计

2.1 建立多目标教学模式

2017年2月，教育部推行了“复旦共识”、“天大行动”和“北京指南”的新工科人才教育模式，号召改革教学方法，避免教师在教学过程中以统一的教学目标进行教学，造成大部分学生缺乏多元统计学习的兴趣，从而需要建立多元统计多目标教学模式。[6]多目标教学原理是对不同层次的学生制定不同的教学目标，因材施教，使学生完成或者超过预定的目标。[7]通过多目标教学，使不同层次的学生达到多元统计培养要求，激发学生向自己的优势方向发展。因此，对应用统计专业学生教学过程中实行分级教学，了解每一位学生的学习状态，在教学中不断总结，完善人才培养方案及改善评价体系，保证多目标教学达到预期效果。

2.2 建立有效的考核制度

多目标教学能够对不同等级的学生的知识进行提高，但是为了体现应用型人才的培养，教学过程还必须完善传统的考核制度。学生的多元统计期末成绩考核不仅为学生期末试卷考试成绩，还应结合课程学习和实践效果进行多指标考核。课程学习考核包括学生主动问答问题，完成作业情况，实验报告质量，课堂纪律，平时单元测试考核等，这对提高学生学习积极性和维护教学课堂纪律具有强烈的推动作用。实践效果考核包括实践参与，多元统计相关的竞赛获奖以及学术交流，学术期刊论发表等。其中，实践参与主要指学生在教学分组讨论中的表现与团队合作情况，进行企业单位实际数据处理实践，教育相关的科研课题参与度和完成度;竞赛获奖指学生参与国内外各种数学建模竞赛、市场调查竞赛、学术专题报告等获奖;论文发表主要指与多元统计相关的高水平科研期刊论文，教学期刊论文以及会议论文。通过多种考核制度，尤其是实践教学考核不仅能提高学生专业知识素养，还能够挖掘学生的科研能力和知识应用能力，有利于高质量应用型人才的培养。

2.3 建立实践教学方案

目前，大部分高校实施教学方式采用多媒体和板书结合进行教学，这种教学方式最大优点是能够帮助学生较好的理解多元统计理论知识，但这种教学方式对应用型人才培养效果不佳，培养的学生不能理论联系实际，知识无法应用于行业。[8]《国家中长期教育改革和发展规划纲要（2010-2020 年）》中也明确指出教学是高校工作中的重心，培养的人才必须为社会服务。[1]为了提升教学的效果，作为应用型高等院校，多元统计教学不仅仅通过多媒体、板书进行理论知识的讲解，还应结合社会实践进行教学。在实践过程中，多元统计教学不但可以渗透行业、产业背景进行理论知识讲解，还可以讲解如何应用多元统计方法进行实际问题处理分析。

例如，在周末组织学生对学校附近某旅游公司进行旅游调查实践活动，教师通过学生实践设置问题引导学生利用多元统计知识完成旅游问卷调查及进行结果分析，最终形成调查分析报告。并且进一步可以对收集的数据利用其它多元统计方法进行分析，如通过聚类分析确定是那个年龄段的人最爱旅游，从而给旅游公司提供分析结果，让旅游公司为该类人群加大旅游宣传力度，这种实践教学不仅让学生学会了多元统计理论知识，还将知识与社会行业进行了结合，提高了应用能力。从而，通过实践教学能够培养出地方需要的应用型人才。

2.4 以实际数据案例为引导的教学方法

以往多元统计讲解过程中，多注重理论知识讲解，不注重应用知识进行实际数据处理，导致学生对多元统计相关算法的来源和用处不明确，不利于学生今后将所学知识应用于实际，造成应用型人才培养的缺陷。为了克服上述问题，在多元统计教学过程以工厂、企业、金融、气候、环境，能源等真实数据案例为导向，每一节知识的讲解都通过实际数据案例引入课堂教学，对要研究的问题进行分析，并结合知识的发展史进行讲解，让学生了解每一个多元统计算法的功能和作用以及如何解決相应实际问题。

如在主成分分析[9]，[10]教学中，引入矿产资源预测案例，矿产是矿物不断富集形成，而矿物则有元素构成，通过成矿元素的分布规律就可以预测矿产的位置，比如金矿，钼矿等，[11]，[12]从而激发学生学习知识的热情。然后进一步说明矿产预测需要研究很多成矿元素的分布规律，这将花费大量人力及时间。是否可以通过其中几种主要元素来反映所有元素的综合信息？从而引入主成分分析，[13]进一步对主成分算法原理和算法步骤进行讲解，结合实际数据说明每一步意义，如为什么数据要进行标准化。最后结合实际数据案例进行主成分分析应用讲解，例如以学生们喜欢科研项目如手，本文选取四川省科技厅项目（2019YJ0375），以项目中涉及的Cu，Au，Pb，Ag，Zn，Fe元素含量数据进行主成分析教学说明，首先进行主成分方法讲解，再引导让学生通过主成分方法计算得出六种元素的主成分分析结果（如下表）。根据下表结果教师带动让学生如何选取前k个主成分，这样激发学生探索会什么选取特征值贡献率大于85%的前k个主分，[14]从而得出本案例取前3个主成分即到达要求。在此基础上还可以引导学生分析前三个主成分到底是那些元素所引起的，层层结合分析，从而完成主成分分析教学。结合实际数据案例为引导进行多元统计教学，使得教学层次分明，环环相扣，达到真正意义上的应用本科院校多元统计教学目的。

3 结论

本文在应用本科院校背景下探索了一套多元统计教学新方案，具有如下结论：

（1）建立了一套应用型本科院校多元统计教学新方案，包括建立多目标教学模式，建立有效的考核制度，建立实践教学方案，建立实际数据案例为引导的教学方法。

（2）通过设计的多元统计教学方案，有利于应用型本科院校进行多元统计教学，培养出更多的应用型人才。

参考文献：

[1]国海，钟德仁，王培章.“产教”深度融合视域下应用型人才培养方案设计与实践[J].长春大学学报，2017，27（02）：43-46+53.

[2]尹勤，黄宝凤.大数据时代应用统计专业学位研究生培养的教学改革探索与实践[J].教育现代化，2019，6（04）：44-46.

[3]王丰效.校政企合作模式下应用统计人才培养的探索[J].统计与管理，2019（02）：37-39.

[4]蒋远营，张浩敏，王想，等.应用统计本科专业培养方案优化设计[J].高教学刊，2016（17）：83-85.

[5]王丽.多元统计分析课程教学方法探讨[J].教育现代化，2018，5（38）：158-159.

[6]张玲，陈永强，张华.新工科建设背景下高等数学多目标教学模式探索[J].教书育人（高教论坛），2019（09）：110-112.

[7]王淑清，郝春梅.目标教学原理及方法在计算机教学中的应用[J].金融理论与教学，2005（03）：57-58.

[8]李海红，李红艳.基于新时代下提升高校教育教学和人才培养质量的研究[J].智库时代，2019（33）：8-9.

[9]Ajay Gupta A，Barbu A.Parameterized principal component analysis[J].Pattern Recognition，2018，78：215-227.

[10]秦飞龙.原生晕地球化学和岩心高光谱粗糙集耦合建模与深部矿产预测研究[D].成都理工大学，2017.

[11]秦飞龙，刘剑，Yan Wenyong.The improved ICA algorithm and its application in the seismic data denoising[J].Journal of Chongqing University（EnglishEdition），2018，17（04）：162-170.

[12]秦飞龙，刘剑，李琦，等.分线性方法C-A在地球化学异常提取中的研究[J].云南化工，2018，45（02）：84-85.

[13]Tran N M，Burdejová P，Maria Ospienko M，et al.Principal component analysis in an asymmetric norm[J].Journal of Multivariate Analysis，2019，171：1-21.

[14]杨玉，丛殿阁，孙奇天，等.基于主成分分析的青海省资源环境承载力研究[J].湖北师范大学学报（哲学社会科学版），2019，39（04）：77-81.

基金项目：四川省科技厅计划项目（2019YJ0375）;成都工业学院博士基金项目（2018RC022）;数学地质四川省重点实验室开放基金资助项目（scsxdz2018yb03）;成都工业学院实验室开放基金项目（2018ZH10）

作者简介：第一作者秦飞龙（1983-），男，博士后，主要从事数学地质方面的研究工作。

*通讯作者：黄小波（1998-），男，本科，主要从事应用统计学研究。