大数据背景下高校学生统计数据分析能力培养研究

周莹

摘要：在大数据时代背景下，数据量正在迅速增加，其运用形式也在发生变化。因此，统计数据分析能力是新时代人才需要的基本能力。为了提高大学生的统计数据分析能力，本文分析了大学生的统计数据分析能力现状，探讨了大学生当前的统计数据分析能力的组成部分，并提出了针对性的培养建议。

关键词：大数据;统计数据;能力培养

中图分类号：C32 文献标识码：A

在大数据时代的背景下，一方面数据量呈指数增长，另一方面数据形式也从结构化数据变为半结构化和非结构化数据。数据量的快速增加和形状变化使得获取数据的困难减少，但是获得有效信息的困难增加了。考虑到掌握统计数据分析能力对于从复杂数据中获取所需信息而言特别重要，尤其是统计数据分析在企业的管理中发挥着基础性作用，因此越来越多的行业要求工作人员具有统计数据分析能力，因而培养大学生的统计数据分析能力就有着很高的必要性了。

1 大数据背景下高校学生统计数据分析培养的必要性

2015年，国务院印发了《促进大数据发展行动纲要》的通知，旨在促进中国大数据行业发展，扶助大数据相关企业健康成长并利用大数据促进经济发展，改善社会治理以同时优化政府的服务监管能力。如今中国的互联网和移动互联网用户数量全球第一，因此具有广泛的数据资源和应用市场优势，这使得大数据已成为我国重要的战略资源，并逐步引领新一轮的技术创新[1]。大数据的使用范围不断扩大，也使得社会对大数据人才的需求不断增加，因而统计数据分析能力具有极其广阔的市场需求，大数据时代对大学生提出了更高的要求，实际上是对大学教育提出了新的要求。

统计课程是高等学校商务与管理等非统计专业的必修课程之一。商业和管理等学科的特殊性要求学生专注于现实生活中统计知识的应用能力，即统计理论与相关的知识体系，从而提升学生的统计能力和数据化思维。所谓统计能力，是指人们掌握统计学基本知识的程度，统计理论方法水平、使用统计方法解决实际问题的能力以及统计世界观。这一体系主要包括三个方面，分别是统计知识、统计方法和统计概念。鉴于现代社会中每天都有大量信息在生成与传播，如果不具备最低限度的统计能力，则大学生就无法进行基本的统计分析和数据使用了。考虑到现实生活中存在大量随机现象，因此有必要使用统计思维来抽象、选择、采样和处理这些信息，在统计课程教学中逐步提高学生的统计能力和统计思维是非常重要的。但是，现阶段我国大学的统计教学过程对不同学生的教学效果因人而异，盲目寻求共同点只会降低学生的学习效率，这一直是大学统计课程教学活动的瓶颈。

随着计算机、互联网和信息技术的飞速发展，目前存在的多种交互的网络体系结构逐渐获得青睐。日益发展的学习模型本身的优越性已在一定程度上解决了这一瓶颈问题，采用更加先进的学习模式的高校统计教学活动是本文的重要研究内容。

2 大学生统计数据分析能力的指标体系

2.1 识别数据

数据识别是进行统计数据分析的前提。在现实生活中，数据通常是多维度、大量缺失和异构的。因此要求学生能够了解数据的属性、维度和分布特征，并学习判定数据的质量。许多调查研究显示，在数据发现方面我国超过60%的大学生只能够基本了解数据的特征。但是实际上，这部分大学生很少使用统计学能力来解决实际生活中遇到的问题。而这60%大学生中的20%的大学生处于更加良好的水平，能够在了解数据特性的同时在实践活动中使用这些数据并解决实际问题。

2.2 收集数据

在我国有超過50%的大学生理解基本的抽样方法选择，但是并不是每个了解抽样方法选择的学生都能够正确使用这些方法，这表明大多数学生的数据收集能力是可以接受的，但是缺乏必要的实践能力作为支撑。

2.3 数据整理与分析

组织数据是发现数据、验证数据、移除异常值等一系列过程的总和，所有这些环节在后续统计数据分析中都起到重要作用。在数据筛选方面，大学生中只有不到10%的学生能够做好数据筛选，绝大多数学生对数据筛选和收集都不够了解。大多数的大学生都有基本的数据采集能力，然而仅有不到4%的学生了解不同数据的描述方法，且也不能灵活应用不同的数据。因此可以说，大多数大学生都了解基本的数据描述方法但是不能灵活使用，也无法将数据描述方法与数据本身建立联系。

2.4 评价数据

评估是统计数据分析的重要组成部分，评估环节有助于优化系统模型的精确性，考虑到许多大学生的创建模型能力很弱，这是因为尽管很多学生参加了统计学课程，但是却没有灵活使用统计学知识的能力，使得其在数据评估方面存在较大缺陷，并且没有实际应用能力。

3 高校学生统计数据分析能力培养建议

3.1 强化学生统计知识培养

丰富统计知识的内容对于提高学生的定量分析能力有着很大帮助。合理运用统计知识的能力已引起越来越多的关注，这是因为国家和地方行政部门都必须为不同行业的发展收集统计数据，从而为下一步的发展做出决策，而决策执行过程中的各种实际问题也需要数据收集和数据统计。考虑到统计信息反映了收集数据的能力，而掌握基本统计知识是进行统计数据分析的前提，数据收集和整理是统计数据分析中最重要的部分。针对这一情况，各大高校应加强统计学知识传授，强化学生的定量分析意识，这是因为尽管很多学生知道收集数据的重要性，但是却不具备收集有用数据的能力，只有极少的学生具有良好的数据收集意识和数据统计能力。此外，一些大学生对统计学的基本定义不清楚，导致其在使用统计工具时产生误差。因此，各大高校要加强统计学基础知识测试，重视统计知识推广并提高学生对统计知识的理解能力，增强学生的定量分析意识，从而逐步提高学生的统计数据分析能力[2]。

3.2 增加数据整理教学实践

各大高校应当着眼于提高学生分析和使用数据的能力，而统计数据分析能力培养过程应当侧重于培训。就统计学而言，简单的书本知识太无聊且学生无法掌握所教的统计数据分析方法，但是通过让学生亲自参与收集和整理并导出数据的过程，以及将统计知识和能力应用到实践中，就可以不断提高学生分析数据的能力。此外，在统计知识教学过程中，统计学教师应要求学生设计有关实际问题的统计学问卷，让学生亲自收集有关数据以组织和分析问题，从而提高学生的数学思维和统计数据分析能力。同时作为学生个人实验的一部分，统计学教师可以定期为学生教授统计数据分析实验的关键内容，及时解决学生实际面临的问题，提高学生的学习兴趣，并通过统计数据分析改善学生的统计学方法和处理实际问题的能力。

3.3 做好专业知识融合

统计学教师应当注重信息技术与主要教学内容的融合，进而完善学生的统计数据分析能力。众所周知，统计数据分析是计算机和数学相结合的产物，因此统计数据分析与计算机技术密不可分。在传统的大学教育中，统计数据分析主要用于经济学和计算机科学，而随着时间推移，统计数据分析的范围不断扩大，其他专业的学生也必须具备一定的统计数据分析能力，这就使得统计数据分析能力的培养与计算机能力的培养密不可分。此外，信息化时代的大量数据无法手动处理，因此统计数据分析软件应用的培养在统计数据分析能力的培养中起着重要作用，如Excel、Python、Matlab等是当前市场上最常用的统计数据分析软件。许多调查发现，约有95%的大学生会使用Excel，但是只有不到20%的学生会使用高级Excel应用程序，例如线性回归、方差分析等，大多数大学生仅能够使用基本功能。针对这一情况，高校应进一步提高统计数据分析的重要性，同时增加诸如高级Excel，Py-Thon，Matlab课程等统计数据分析软件的应用课程，组织相关的统计数据分析比赛，并鼓励学生参加专业比赛，让学生对不同主题在统计数据分析中的不同应用领域有着更多了解，统计学教师也需要在课堂上注重与专业特点的结合，在课堂中将理论知识与现实生活结合起来以增加学生的统计学学习兴趣[3]。

3.4 引导学生形成正确的统计学学习观念

许多高校管理专业的学生都认为学习统计数据需要高深的数学能力才能够做到，而如果数学基础不好，就很难学习统计学并本能地将学习统计学排除在自己的学习目标外。还有一些学生认为统计只是一种数学工具而不是理论性知识，因此学不学都没关系。这些错误的学习观念使得统计学教与学之间的关系变得复杂化，从而阻碍了统计学课程质量提高。針对这一情况，统计学教师应当建立一个适合学生的学习环境，在这一环境中学生不必再受制于教师准备好的课程系统，而是可以主动选择自己感兴趣的统计学知识或案例分析来优先学习，从而有效消除他们的抗拒心理，有助于加深学生对统计课程的理解，从根本上改变学生错误学习思维方式，帮助学生形成更加正确的统计学知识学习观念。

3.5 培养学生的统计素养

高校统计教学应注重“让学生树立统计思维”这一教学目标，在提高学生统计能力的同时，也要注重提升学生在统计研究、数据收集、分析和预测方面的实践能力，以训练学生对统计数据的敏感性。但是这一教学目标仅基于教师的授课时间是不可能实现的。因此高校需要建立一个全方位的学习环境，使学生不仅可以利用教学讲座，还可以使用各种学习资源，通过使用不同的统计软件加深对统计学理论知识的理解。此外，分析数据可以提高学生解决实际问题的能力，而与老师和其他同学的知识互动行为有助于解决实际问题，从而进一步提高统计学学习效率和有效性。每个学生都有自己对统计学知识的理解，他们通过相互交流和沟通协作完成某些任务，就可以形成对统计学知识更广泛、更灵活的理解，学生之间的这种高效互动可以帮助学生建构统计学知识体系。

3.6 促使学生形成终身学习的理念

学习的本质是人们通过不同的渠道来主动学习知识并将其转化为相应的能力。这种学习行为将在人类发展的各个阶段继续发生，这一过程通常也被称为终身教育。考虑到传统的统计学课堂活动仅限于授课时间范围，因此统计学教师应当根据学生的特征和偏好来为学生提供更好的学习选项，让学生可以与其他同学随时随地使用任何统计工具来选择实际问题的解决方案。与其他同学讨论想法并共享，可以加深学生对统计知识的理解，拓宽学生们的眼界并有利于学习型社会的实现。这种学习自由实现了以人为本的个性化教育，使学生更容易沉浸在统计学习活动的乐趣和满足中，从而自发地建立起终身学习的概念。

4 结语

在大数据时代背景下，社会对人才的专业能力要求更高，优秀的综合型人才需要具有良好的统计数据分析能力。对于大学生而言，无论是哪个专业，实际上都需要具备良好的统计数据分析能力。针对这一情况，各大高校应更加关注市场发展需求，把握人才需求变化的脉搏，在进行教学改革的同时培训学生的统计学能力，从而实现与社会需求的同步发展，在不断提高学生统计数据分析能力的同时促进学生能力的全面发展。

参考文献

[1] 陈健. 大数据产业利好助力高增长[N]. 上海金融报，2015-09-08（B08）.

[2] 殷晓梅，卢浩，王加琪，等.大数据背景下高校学生数据分析能力培养研究——以安徽财经大学为例[J].现代商贸工业，2020，41（4）：168-170.

[3] 宋卫红.大数据时代体育专业大学生数据分析能力培养的必要性分析[J].当代体育科技，2017，7（34）：97-99.