“大思政”格局下回归分析课程教学设计与路径探索

张雪

［摘 要］在“大思政”格局下，本文分析了高校回归分析课程实施思政教育的重要意义，并挖掘出回归分析课程中各个章节的思政元素，给出了与知识点相匹配的思政案例和预期育人目标。以“回归分析概述”的教学设计为例，对如何在教学过程中凝练思政元素进行解析，最后提出思政教育应用于课程的有效实施途径，以期实现高校回归分析课程知识传授和价值引领的共建共生。

［关键词］回归分析课程；思政元素；教学设计；教学实施途径

［中图分类号］G64文献标志码：A

习近平总书记在全国高校思想政治工作会议上指出，“要坚持把立德树人作为中心环节，把思想政治工作贯穿教育教学全过程，实现全程育人、全方位育人，努力开创我国高等教育事业发展新局面”。习近平总书记这一重要论述的提出为新时代高校的思想政治工作指明了方向［1］。高校思想政治工作的重点变为构建与思想政治理论课同向同行、协同发展的各类专业课程，此类课程称为“大思政课”［2］。“大思政”格局下，回归分析课程作为应用统计学专业的核心课程，在专业人才培养课程体系中扮演着基础课程向专业课程过渡的“桥梁”，在专业人才培养体系中占据着重要地位。因此，正确认识回归分析课程融入思政教育的意义及如何在“大思政”格局下进行教学改革，成为关键问题。

1 回归分析课程融入思政教育的重要意义

1.1 融入思政教育，破除刻板印象

个别高校专业课教师存在对思政教育的误解，认为思政教育只体现在思政教育理论课中，专业课堂应以专业知识传授为主。部分学生对思政教育也存在一定的偏見，认为思政教育不接地气，不贴近生活，更没有实用价值，因此对思政学习提不起兴趣，导致思政教育无法触动学生的心灵［3］。“大思政”格局下，“大思政课”的提出就促使着“思政课程”向“课程思政”转变。在“课程思政”的探索与实践道路上，高校需要挖掘出契合知识点的思政元素，将思政教育与课程教育真正有机结合起来，打破教师和学生对思政教育的传统刻板印象［4］。

1.2 融入思政教育，丰富课程知识

回归分析课程是以概率论与数理统计课程为基础的专业课，课程内容有基础与实践两大模块，两部分环环相扣、相辅相成。基础部分以理论讲解和公式推导为主，是后续实践环节的基石；实践部分为理论的实际应用，重点培养学生解决实际问题的能力。随着科技的发展和社会对实践人才的需求，实践环节引起了越来越多的重视，教学内容和教学方法被不断创新，但前期理论教学没有及时更新，导致很多学生在学习初期就产生了抵触和畏难情绪［5］。为了解决基础内容教学中遇到的困境，教师在理论讲解过程中要融入思政教育，使知识传授与价值引导相协调，在教学过程中提炼出课程所包含的爱国情怀、社会责任、文化自信、人文精神等价值范式，使学生在吸收知识的过程中得到认知培养、价值塑造和行为规范［6］。融入思政教育的专业知识将更加饱满立体、生动有趣、通俗易懂，学生学起来也会更加有动力、有信心，真正做到学有所想、学有所成［7］。

1.3 融入思政教育，塑造教师队伍

近年来，随着整个统计学科的蓬勃发展，统计学专业的任课教师都相对紧缺［8］。在现有的教师队伍中，教授和副教授大部分接受的仍为传统理论方法的训练，在使用现代教学手段和更新教学内容上存在着延迟性。打造“大思政课”，就要促使任课教师主动思考、主动求变。在知识传授过程中，不仅要多角度切入，全面挖掘传统知识蕴含的思政元素，还要充分利用现代教学手段，“润物细无声”地进行价值引导，以自身坚定的理想信念和行为规范影响后辈教师，真正做到以理施教、以德育人，塑造更好的教师队伍。

1.4 融入思政教育，培养统计学专业人才

当前大数据时代，把握住数据就等于把握住了时代的钥匙。教学要回归分析课程让学生通过搜集、整理、分析数据，并从数据中获取信息，以推测研究对象的本质与未来发展状态。要着重培养学生的数据分析和数据挖掘能力。因此，通过回归分析课程的学习能让学生快速融入社会。在教学中融入思政教育，培养学生良好的专业素养和坚定的职业道德，能够使学生在掌握专业能力的同时，养成严谨认真、实事求是、不怕挫折、勇于挑战的优秀品质。

2 回归分析课程的思政元素整体设计

在教学过程中将思政教育渗透到知识单元中，可结合传统思政德育元素、中国社会经济、自然科学等领域，培养学生的辩证思维。

3 回归分析课程融入思政教学的设计案例

回归分析概述作为课程重要内容，涉及五个方面的内容，分别为变量间的统计关系、回归方程与回归名称的由来、回归分析的主要内容、建立实际问题的回归模型及回归分析应用与发展评述。现以“回归分析概述”教学设计为例，详细规划如何在教学中挖掘思政元素，在教学过程中培养统计素养。

3.1 导入新课

从学生熟悉的函数关系例题进行切入，回顾函数关系的显著特征，给出相关关系的例题，比较函数关系和相关关系的异同点，总结归纳相关关系的显著特征。在此，教师可以从“函数关系”和“相关关系”对应“特殊”和“普遍”的哲学关系入手，突出两种关系互相依存、互相转化的特征。

3.2 回归方程与回归名称的由来

讲述学科创始人高尔顿研究子代与父母身高规律的故事，引出“回归”真正的含义，进而对回归分析学科的发展历程进行整体介绍。此处的思政元素可挖掘为从故事中可以看出，学习不仅局限于课本，学习在于对日常生活的观察和经验规律的总结。通过对科学家故事的讲解，提高学生对回归分析课程的学习兴趣，为下面的回归模型与回归方程的讲解做铺垫。

3.3 回归分析模型与随机干扰项的意义

从相关关系的散点图入手，分析图中点与趋势线的关系，引出随机误差项，带领学生总结随机误差项的意义和必要性。由误差项的引入提高模型的适用范围，引申出人生不是完美的，人生也需要误差项，这样才能提高我们人生的容错度，扩展人生的发展范围。

3.4 古典回归模型的基本假设

从模型的假设、随机干扰项的假设、样本量的假设三部分进行讲解，引导学生总结古典回归模型的基本假设，给出数学表达式。在此，教师可结合基本假设的作用展开思政教育：回归分析学科的发展建立在基本假设之上，我们的生活和学习也要在社会规则和法律法规允许的框架中发展前进。

3.5 建立实际问题回归模型的过程

从设置指标变量、收集整理统计数据、确定理论回归模型的数学形式、估计模型参数、模型检验与修改、回归模型的运用六个方面进行讲解，给出回归建模的流程图，让学生在建模的过程中感受到统计学科的严谨性，以及建模流程的规范性和分析数据的审慎态度，帮助学生树立坚定的道德感，培养正确的职业操守［9］。

4 回归分析课程整体实施课程思政的有效措施

4.1 以科研反哺教学，形成基于“思政”教育辅助下的科学研究小组

学生形成科研小组，依托教师科研项目，参考社会热点议题，进行理论知识的自主探究，在研究过程中体会学科特点，加深学科认识。此模式的实施实现了多重育人目标：在实践过程中帮助学生掌握课程基本知识、基本方法并且有效提高软件操作能力；在小组自主科学研究过程中提升学生综合素养和科技创新能力；在反复试错中，培养学生认真严谨、实事求是、踏实肯干的科研匠人精神。

4.2 在回归分析课程与多学科交叉教学中体现思政元素

回归分析课程不仅为统计类专业的核心课程，在经济类、管理类专业也都有开设，基于本课程适用范围广这一特点，教师在教学过程中可以与其他学科相互关联。例如关联数学与应用数学学科讲授多元回归分析中参数估计的多种计算方法；关联经济类学科对国家的相关经济政策进行深入解读。在学科融合过程中，还可以恰当融入辩证法方法论、矛盾方法论等马克思主义哲学原理，培养学生辩证看待问题的能力［10］。

4.3 利用现代教学手段实施“课程思政”线上线下相互渗透的培养模式。

课前收集学科前沿信息和资料，拓宽学生的学科视野和认知范围；课中利用现代教学平台实施教学活动，丰富教学内容，扎实学习过程；课后依据线上平台布置阶段性学习任务，包括文献阅读和汇报、研究报告、课程论文等，培养学生内化知识的能力。

4.4 将“思政”建设融入竞赛，形成“以赛促教，以赛促学”培养模式

积极鼓励学生参加专业类学科竞赛，提升学生参与科技创新活动的意识和水平。在竞赛过程中让学生体会“学有所用，学有所成”的价值观，坚定学生深入學习、努力钻研的决心，帮助学生打破理论学习与实际应用之间的“壁垒”。

4.5 发展特色“思政”教育，合理使用社会实践基地

借助红色教育基地、生态文明建设示范区、现代化农业示范区、国防教育基地等开展课外实践活动，通过现场观摩、实地调查、参与活动等方式，解读地方经济社会发展特色，拓展学生除课程内容外的知识体系［11］。通过对红色历史的讲解，对地方文化经济的了解，增强学生对国家和社会的认同感、荣誉感和使命感，鼓励学生深入社区、深入乡镇开展社会实践和公益活动。

5 结语

在“大思政”格局下，本文遵循以课程为载体，以思政教育为灵魂，“受业解惑”之时传授“做人之道”的原则，设计了回归分析课程的改革思路，拟实现思想政治工作贯穿教育教学全过程［12］。本文设计的回归分析课程各教学内容的具体教学方法和教学路径，旨在助力“思政课程”向“课程思政”的转变，提升教师的日常教学能力和教学水平，同时将传统课程的“边际”淡化，使学生在学习过程中不仅收获本学科的专业理论知识，同时树立正确的世界观、人生观、价值观，实现德智体美劳的全面发展。

参考文献

［１］郭阳. “三全育人”视角下大学生心理健康教育的实践研究［J］. 现代商贸工业，2021，42（27）：137-138

［２］肖香龙，朱珠. “大思政”格局下课程思政的探索与实践［J］. 思想理论教育导刊，2018（10）：133-135.

［３］纪婷，曹宝红，佀军燕. 多元智能理论视野下第二课堂“6S”育人体系研究——以西安交通大学南洋书院为例［J］. 教育教学论坛，2019（15）：184-185.

［４］金小梅，毛本清. 课程思政在概率统计教学中的探索与实践［J］. 教育教学论坛，2020（18）：106-107.

［５］黄立强. 《统计学》融入思政元素的SWOT分析及对策建议——基于“大思政”格局［J］. 现代商贸工业，2022，43（19）：172-174.

［６］张宁，窦艳芳，肖雪，等. 数字信号处理课程引入课程思政的方法探索与实践——以佳木斯大学为例［J］. 佳木斯大学社会科学学报，2020，38（4）：220-221，228.

［７］王筠. 统计学“课程思政”教学改革研究——以市场调查与数据分析实践课程为例［J］. 华东纸业，2021，51（6）：173-175.

［８］刘丽君，穆静静，周树克. 应用型本科院校计量经济学课程改革［J］. 西部素质教育，2022，8（17）：144-147.

［９］何晓群，刘文卿. 应用回归分析（第五版）［M］. 北京：中国人民大学出版社，2019.

［１0］潘鸿，张立芳，魏思琳. “课程思政”理念下《统计学》课的教学探索［J］. 创新创业理论研究与实践，2020，3（9）：54-55；60.

［１1］李青，李博，陈红梅. “思政+课程+科创”育人模式探索与实践——以“计量经济学”为例［J］. 林区教学，2021（7）：19-23.

［１2］董小刚，郭志元，袁晓惠，等. 《多元统计分析》的课程思政教学模式改革探索［J］. 教育现代化，2019，6（85）：148-149.