基于大数据思维的经济管理类专业应用统计课程教学探索

姜晓兵

摘  要：大数据时代下，“要全体不要抽样”、“要混乱不要精确”、“要相关不要因果”等数据思维模式及处理方式的转变对经济管理类专业开设的应用统计课程产生了巨大的影响，因此该课程无论从教学内容还是对教学方法都需要进行相应的革新。文章对这两方面的教学改革进行了探索，提出需进一步增加和强化数据预处理技术、交叉复现方法、相关分析等教学内容，同时需进一步探讨和推广反馈式教学、个性化教学、无公式化教学等教学方式，以适应大数据时代的需求。

关键词：大数据思维;应用统计课程;教学内容;教学方法

中图分类号：G642       文献标志码：A         文章编号：2096-000X（2020）12-0094-04

Abstract： Data thinking and processing mode has been greatly changed in the era of big data. The big data thinking influences not only the teaching contents but also the teaching methods for Applied Statistics in Economics and Management. Some teaching contents such as Data Preprocessing Technique， Cross Retrieval Method， and Correlation Analysis should be increased and strengthened. Meanwhile， some teaching methods like Feedback Teaching， Individualized Teaching and No-formula Teaching are supposed to be studied and popularized.

Keywords： Big Data Thinking; Applied Statistics Course; teaching contents; teaching methods

一、概述

伴随着经济的发展，在经济、管理领域人们遇到越来越多的新问题而束手无策。为此，国际知名的测量师、决策分析师和风险管理专家道格拉斯提出了一个大胆的理论——“一切皆可量化”，为解决这些问题开辟出了一条道路，使得人们可以将诸多经济、管理问题量化成各种数据后，运用统计学的方法去处理解决，这就如同抓住了牛鼻子，面对问题时能发挥提纲挈领的作用，达到事半功倍的效果。在经济管理类专业开设应用统计课程的宗旨就是要传授如何运用数据收集、整理、分析的方法，并借助经济管理的理论，对经济管理类事务做出客观的预测和正确的决策。

但是，必须注意到，现在整个社会正处于高速互联网造就的大数据时代。大数据时代的数据具有“4V”特征，一是数据规模非常巨大（Volume），全球每年产生于人类社会、自然现象、网络空间的数据总量已超过泽字节（即ZettaByte，相等于1.2×270字节）的单位量级，且至少有40%的年增速，每两年就可以翻一番;二是数据类型极为繁复（Variety），除了结构化数据以外，还有大量视频、图片、文字等半结构化、非结构化的数据;三是总体价值较高而价值密度偏低（Value），海量数据蕴藏着高价值的信息，但相对噪音数据、冗余数据来说，有效数据还是偏少;四是信息的价值具有很强的时效性，昨天的报纸到了今天就没有多少人愿意花钱去购买了，因此需要高效、快速（Velocity）地收集、整理、分析数据。

大数据时代，谁掌握了数据，谁就能把握成功。这句普世公认的名言表明，在这个数据泛滥的时代，如何及时有效地处理这些数据，并从中提取到有价值的信息，是我们解决种种问题的关键所在，也正是我们所面临的真正棘手的问题。这种现实需求对应用统计课程的教学提出了新的要求，因此亟需对现有的教学内容和教学方式进行探索和革新，以应对大数据时代的挑战。

二、大数据思维

“大数据的核心思想就是用规模剧增来改变现状”。

数据规模剧增导致人们处理的不再是随机抽样的小部分数据，而是与研究对象相关的大量数据，甚至是全部相关数据。“要全体不要抽样”成为大数据时代处理数据的一个重大思维转变。在数据收集、存储、分析与信息交流等技术水平和经济成本的双重限制下，过去相当长的时间人们只能获取一小部分数据，不可能收集和分析研究对象全部的数据。用少量的数据来得到尽可能多的信息，成为过去处理数据时的现实可行选择，随机抽样、推断统计等方法就是为实现此目的发展起来的数据处理技术。抽样分析技术体现的是一种归纳思维，利用少部分样本数据，运用“隐异显同”的方法消除个体数据间的差异，寻找共性，进而使总体中隐性的规律显现出来。随着科学和社会的发展，现有的数据处理技术和经济条件使人们在大多数情况下能够获得规模更大、更全面、更完整的数据。“样本=总体”，大数据时代分析基础的改变需要数据处理思维的转变与之适应。

数据规模剧增伴随着“泥沙俱下”、“鱼目混珠”的现象，各种各样质量参差不齐的信息混进了人们收集的数据库。小数据时代分析的基础是少量数据，数据量的局限使微小的错误会被放大数倍、数十倍，甚至成千上万倍。“差之毫厘，缪以千里”的现实状况要求抽样技术必须收集尽可能精确的数据。“我们再也不能假装活在一个齐整的世界里”，全球最具影响力的数据库设计专家之一帕特.赫兰德这句话提醒人们世界是多姿多彩的，数据是纷繁复杂的。混乱成为海量数据的基本特征，是无法逃避的。要想獲得大数据带来的好处，就要学会面对混乱、处理混乱。不准确的、不客观的、甚至是错误的信息掺杂其中的混乱数据是大数据时代真实情景的再现。“要混乱不要精确”是大数据时代处理数据的一个务实思维转变。

数据规模剧增引起的另一个处理数据的务实思维转变为“要相关不要因果”。“是什么”重在探讨、描述事物的本来面貌;“为什么”重在追根溯源抓本质，站在事物的源点，抓住事物发展的前因后果。“是什么”借助的是形象思维，直接而有活力;“为什么”运用的是抽象思维， 间接而富有逻辑。相关分析研究事物之间是否存在某种关联性，对具体存在关联性的事物再探讨程度和方向，主要解决“是什么”的问题;因果分析研究一事物发生变化的原因，将引起其变化的源头性事物同其他事物区别开来，主要解决“为什么”的问题。大数据时代类似“尿布与啤酒”、“蛋挞与飓风用品”放在一起销售的案例，告诉人们知道“是什么”就能够改进工作方式、提高生活水平了。“为什么”的重要性在实践领域慢慢让位于“是什么”。相关分析通过识别关联物的方法更清晰地告诉人们事物的未来变化，更容易帮助人们做出方案的选择，比探讨事物运行机制的因果分析操作起来更快捷、时效性更强。

三、经济管理类专业应用统计课程教学内容层面受到的影响

“要全体不要抽样”、“要混乱不要精确”、“要相关不要因果”等大数据思维对经济管理类专业开设的应用统计课程直接影响表现为教学内容的完善和知识侧重点的调整。

“要全体不要抽样”的思维得益于数据收集技术的进步。数据匮乏、流通不畅的条件下，应用统计课程旨在传授如何收集数据，如何推断分析，重心在于无中生有、以小见大。大数据时代，数据获取的便捷性、数据来源的多元化、数据流通的顺畅性使“巧妇难为无米之炊”的景象不在。面对规模巨大的数据，首当其冲需要解决的是如何发现高质量的数据，如何去伪存真。经济、管理领域收集的信息中经常存在一些错误的、异常的、前后矛盾的数据，主要是由人的不恰当行为、数据收集与存储设备的异常等造成，这就需要数据清理;存放在多个不同文件中的数据合并，会牵扯到数据类型与属性的匹配和冗余等问题，这样的问题需要数据集成来处理;数据性质、单位的差异会造成分析结果出现较大的误差，数据变换通过适度概化、规范化等方式将其转换成易于分析、对比的形式;海量数据会滞缓统计分析的速度，数据归约则在不影响分析结果的前提下降低数据规模。数据清理、数据集成、数据变换、数据归约等四个环节构成数据预处理。大数据时代，过去应用统计课程中较少涉猎的数据预处理技术变得比数据收集重要起来，重心转移为如何在大量纷繁复杂的数据中找到可信的部分，如何有中生用。

“要混乱不要精确”让人们拥有了空间、时间视角描述一事物多维度、多层次的全面数据。单一维度的空间、时间数据绘制的是事物一个平面的、静态的画像，借助这样的画像人们对事物的认识、了解是有限的、模糊的、不准确的。多维度的空间、时间数据通过将事物多个不同角度、不同时点的画像交叉对比绘制得出事物立体的形态、发展的规律，由此人们对事物的认识、了解丰富、清晰、精确起来。成语“盲人摸象”意指对事物只凭片面的了解无法做出全面的判断，这种寓意实际上带有明显小数据时代的烙印。大数据思维引导下，运用交叉复现的方法以多位盲人对大象似是而非的描述为基础即可使一头大象栩栩如生的形象跃然纸上。交叉复现方法就是利用多维度数据，经过逐步推演、相互验证，形成对事物真相的判断。交叉复现方法使重组后的单维度数据集合价值比单维度数据价值总和更大。经济、管理领域的实践分析和理论探讨多涉及人的行为研究。由于人既受客观、偶然因素的影响又具有自我意识，经济、管理现象的数据就成了一种半随机数据，介于完全随机数据与完全不随机数据之间，特征为数据蕴涵的规律本身是不确定的。观察、收集到的此类数据往往是单一角度的、片面的、碎片化的，若不能掌握交叉复现方法，就不可能获悉经济、管理现象运行的实质。

“要相关不要因果”的务实思维使相关分析的重要性得到提升，在实际分析和理论研究中的地位得到强化。在经济管理类专业开设的应用统计课程讲授中，相关分析大多数情况下被认为无法给出因变量如何受自变量影响的具体模型表达式，也不能实现从自变量推测因变量取值的预测功能，它的作用局限于为探讨因果关系的回归分析做铺垫，从属于回归分析。这种情形的出现，主要受统计学隶属于理学学科认识的影响，过分强调了“知其然更要知其所以然”的理念。错误的定位造成相关分析在应用统计课程中的讲解内容偏少，多数仅限于介绍数值型变量间是否存在线性相关的皮尔逊相关系数，对于数值型变量的非线性相关关系和品质型变量间的相关关系涉及較少。大数据时代，相关分析至少应该获得与回归分析同等重要的地位，应用统计课程教学安排上需要增加更丰富的相关分析内容。

经济管理类专业开设应用统计课程知识体系的调整带来了配套案例分析的替换。小数据时代的统计应用案例时过境迁，在大数据时代显得不合时宜，需要引入反映新变化、新情况的经济、管理领域发生的经典案例。学生在鲜活的案例分析中更容易潜移默化地体会、理解大数据思维。主要知识点的讲解开始时，应安排引入案例，以调动学生学习的兴趣、积极性;讲解过程中，应穿插基础案例，以夯实学生对知识点的理解和掌握;讲解结束后，应设置综合案例，以提升学生对灵活运用知识解决实际问题的能力。其中，引入案例要注意趣味性、可读性，语言风趣、易懂;基础案例要注重知识点的直接应用和方法思想的具体化;综合案例则要具备挑战性、实战性，能反映完整的统计分析思维，不断拓展学生处理各类问题的分析思路。

四、经济管理类专业应用统计课程教学方式层面受到的影响

数据由小到大的规模变化影响的不仅有经济管理类专业应用统计课程的教学内容，还有课程的教学方式。

“要全体不要抽样”的思维提醒人们对于应用统计

课程教学中教师的反馈仍然不够全面，欠缺主要表现在两个方面。一是反馈给教师自身教学情况的信息不全面。借鉴360度绩效评估方法，多数大学已形成了专家评教、同行评教、学生评教等多种反馈教学效果的方式，教师借助多个渠道的反馈信息对教学效果可采取一定措施进行改进。然而，这样的反馈多是以教学效果的抽象语言描述进行的，如“授课风格生动活泼”、“教学富有热情”等，怎样做才算“活泼”？什么样的情形可判定为“不热情”？反馈信息的抽象化不利于教师教学效果的改进，也无法让教师清楚地了解到自己具体的教学状况。一部配备广角镜头的智能手机或摄像机外加一个固定用的三脚架，就可以真实地记录教师课堂的全过程，教师通过观看自己的教学视频，可直观地发现一些问题，找到一些改善教学效果的技巧，还可以将自己认为不错的内容上传至应用统计课程网站，供学生学习和其他教师借鉴。同时，亦能从其他教师的教学视频中获得启发，从而切实地改善教学的策略、内容的设计、讲授的技巧。通过视频记录方式获得的教学反馈既形象具体又及时，非常方便教师教学技能的逐步改进;二是反馈给教师学生学习效果的信息不全面。一名学生的一份试卷测试成绩能提供给教师的信息是有限的，实际上，每道题的得分、每道题的答案、每道题完成花费的时间、试卷是否进行了检查、检查了哪些题目、修改了哪些题目的答案等等，这些数据能提供的信息远比试卷成绩要有价值得多。利用一个简单的屏幕录像软件，让学生通过应用统计课程网站以在线的方式完成测试，即可帮助教师获取学生学习效果方面更细致的信息。教师教学效果的形象反馈方式、学生学习效果的细节反馈方式有助于教学主导者教师使知识传授、吸收、消化效果踏上改良之路。

“要混乱不要精确”的思维告诫人们应用统计课程教学中教师常用的工业化、标准化教学方式已不适应大数据时代的要求。学校教育的初衷是为工业时代培养合格的各类人才，为实现效率采取的是批量培养的路径。包括应用统计课程在内的多数大学课程教学深受影响，对智力不同、性格迥异、学习能力千差万别的学生采用同样的教学内容、传授方式、进度安排、作业要求和测试试卷等。传授的知识对有些学生来说过于简单，吃不饱;对另一些学生来说难度又太大，吃不下。“吃不饱”、“吃不下”的现象本质上而言都是缺乏个性化教学，没有因材施教造成的。创新型人才成为大数据时代的弄潮儿，按部就班、亦步亦趋、中规中矩的工业人才需求量逐渐萎缩，再加上教学工具、技术条件的改善，给当前应用统计课程教学实施个性化传授知识提供了肥沃的土壤。学生通过应用统计课程网站在课下点击教学视频进行学习时，会留下每段视频点击观看的次数、在什么时间观看了视频、什么时间暂定了视频、不同时间段视频被观看的重复率等信息，这就帮助教师及时掌握了每一名学生学习的情况，从而能够给出学生下一步学习的个性化指导。学生学习过程信息收集、分析的实现让教师针对不同学生展开个性化教学成为可能。标准化教学对学生采取的是隐异显同的教学思维，个性化教学则回归到学生的真实情形：每个学生都有自己的独特性，需要采取知同差异的思维区别对待。这正是统计知识方法在教学实践中的应用反过来又推动应用统计课程教学方式的转变。

“要相关不要因果”的思维引导人们意识到应用统计课程教师在教学中需要灵活运用无公式化方式。知道“是什么”比知道“为什么”在解决经济、管理领域的实际问题时更有价值。应用统计课程包含有大量的数学公式和繁杂的原理推导，这些内容教师讲解起来费劲，学生理解起来吃力，还很容易忘记。同时，一旦需要它们，又很容易从教科书中查阅到。因此，教师和学生的精力放在记忆这些知识上，既荒废时间又没有价值。“统计思维总有一天会像读与写一样，成为一个有效率公民的必备能力”。尽管统计分析已经成为经济、管理领域人才所必须具备的基本素质之一，但是经济管理专业大多数学生的求学目的是要让自己成长为一名经世济民方面的管理人才，而非成为统计分析方面的专家、学者，学习的初衷决定了学生不愿也不可能花费大量的时间、精力在高深莫测的统计理论上。得益于计算机的普及，统计分析现已从纸和笔时代迈进了计算机时代。许多统计分析工具如SPSS、SAS、STATA、R、Matlab、Excel等专业或非专业、商用或绿色的软件提供了非常友好、便于操作的人机互动界面，帮助人们跳过艰涩、乏味、冗长的数据处理过程，快速得到人们进行决策、寻找问题解决方法所依据的信息。这就像人们购买一件产品，并不需要知道产品是如何加工、生产出来的，只需要知道产品具备什么样的功能，使用产品能给自己的生活、工作带来怎样的变化一样。大多数经济管理专业的学生只需要理解统计分析方法的基本思想、应用的条件、结果的适用范围，就达到了应用统计课程开设的目的。因此，应用统计课程教授的过程中，教师需要随堂讲解软件的操作步骤，重点放在理论、方法的应用方面，尽量不花费时间在统计公式说明和推导上，进行无公式化教学。

经济管理类专业开设应用统计课程设计时一定要注意避免统计方法教学和统计软件教学“两层皮”的现象。理解掌握统计方法是熟练操作统计软件的前提和基础，统计软件的使用是统计方法的深入和继续，二者相辅相成。不尽如人意的是，当前经济管理类专业开设应用统计课程时，多设置有专门的統计软件课程和教师，这一方面反映出专业教育对统计软件教学的重视，另一方面也人为地造成了统计方法教学和统计软件教学的相互割裂。两门课程、两套教学方案、两位不同教师导致学生学习的方法与运用之间不能实现有机的对接。两套独立的教学方案合二为一，变两门课程为一门课程，由一位教师承担工作，可以有效缩短学生从统计方法到统计软件应用处理实际数据之间的适应期。

五、结束语

技术水平的提升让人们更方便地获取更大规模的数据，数据规模的海量增加引起人们处理数据思维的变革。很多原先未受重视的统计方法、技术再次引起人们的关注，更重要的是一批统计新理论、新思路慢慢地孕育，经济、管理领域大数据分析实践活动逐步地开展，这些都会影响到经济管理类专业应用统计课程内容的调整、完善和发展。技术水平的发展使应用统计课程教师获取了更为全面的教学效果数据，数据不仅有来源于教师教学和学生学习结果的反馈，还有来源于教师教学和学生学习过程的反馈。结果数据、过程数据再现了教学中知识传递的所有环节，人们对教学的认识悄然间发生了变化，教学方式不断得到反思，教师将不只要会讲授知识，更多地要承担起课程的组织和学习的引导工作。

参考文献：

[1]维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代[M].杭州：浙江人民出版社，2013.

[2]邬贺铨.大数据思维[J].科学与社会，2014，4（1）：1-13.

[3]邱东.大数据时代对统计学的挑战[J].统计研究，2014，4（1）：16-22.

[4]袁卫，刘超.统计学教材建设的问题与思考[J].统计研究，2011，28（9）：9-12.

[5]贾俊平，谭英平.应用统计学[M].北京：中国人民大学出版社，2008.

[6]冯力.统计学方法原理、软件操作与课内实验一体化教学理论与实践[J].中国管理信息化，2011，14（21）：81-83.

[7]程园园.大数据时代大数据思维与统计思维的融合[J].中国统计，2018，66（1）：15-17.

[8]李金昌.基于大数据思维的统计学若干理论问题[J].统计研究，2016，33（11）：3-10.