在大数据时代，信息化技术、定位系统以及传感器等各类技术不断发展，为大规模数据处理提供了便利，同时部分传统的统计方法在来源多元性、多重结构的大数据环境下失效，即将退出历史舞台。这一现实对当前的众多领域影响深远，而统计学专业作为与数据分析处理联系最为紧密的学科之一，表现出的变化更加明显。大规模数据分析的实现给统计学的未来发展提供了良好的机遇，有利于发现小数据时代不易发现的新现象、新知识和新规律，但大数据环境下问题越来越复杂，只有在这一背景下对现实的统计学专业重新定位，大刀阔斧地调整相关的教学内容、教学方法和教学手段等，才能应对更大的挑战。那么，如何改进传统的教学模式，培养适应“大数据时代”需求的专业人才呢？下面即结合大数据的基本内涵进行深入探析。

1 大数据概述

“大数据”一词最早是由全球知名咨询公司麦肯锡提出的。大数据本质是实体社会的虚拟化，突出特点便是海量信息，且这种信息之“大”已经给人们的生活带来了极大的改变，无形中渗透到社会生活的方方面面。之所以说大数据“大”，在于其有如下特点：数据采集的成本开始降低，同时数据累积速度加快，大大降低了人们记录、采集数据的成本；数据来源多元化，类型繁多，其贯穿产品全生命周期阶段；数据价值密度相对较低，虽然完整记录数据的可能性大大提升，但噪音信息较多，需要通过强大的机器算法更迅速地完成数据的价值“提纯”；处理速度快，时效性要求高。

2 大数据背景下经管类统计学教学现状

大数据影响下的经管类统计学教学不断进行革新，获得了一定的成绩，但也暴露了一些普遍存在的问题，给培养适应大数据时代的统计学人才带来了现实阻力。目前，大部分经管类统计学教学体系存在以下几个问题。

2.1 教学目标偏离

大数据时代数据的获取较为容易且更为全面，与计算机技术的融合度越来越高，但大多数统计学培养过程都是基于统计技术开展的，更多关注的是如何培养学生收集、整理和分析数据的能力，忽视了从传统的应用型向数学、统计学、计算机科学高度融合的复合型转变。这种相对单一的培养目标和大数据契合度不高，难以满足统计学收集、整理、分析及解释数据的具体教学要求，难以满足学生用统计学知识解决现实困境的指导需要。

2.2 教学内容理论化

教学内容与大数据关联性不强也是经管类统计学教学中比较突出的问题。在大数据环境中，统计学除了离不开数学和计算机科学，还与经济、管理、生物、传播学等多个领域联系紧密，所以多学科交叉是教学内容的突出特点，但在现实中，大多数院校的统计学教学都是围绕着统计学原理、计量经济学、应用回归分析、时间序列分析等课程开展，相对缺乏关联性，不利于学生发现新规律，创造新知识。

2.3 教学方法较生硬

目前，大多数院校的统计学课程教学仍然偏重于统计理论的讲解，死记硬背或者习题训练的方式仍然占主流。这就给学生造成一种疑惑，他们不知道为什么要学习统计学，学习该课程有何用途？虽然掌握了一些基础的统计理论或统计模型，但无法将所学的知识应用到实际中，难以解决现实存在的各种问题，导致整体的学习积极性差。

2.4 实践环节薄弱

统计数据源自于实践，所以进行统计分析的前提就是及时、准确、完整的统计数据，以便客观、科学地认识客观事物。但是，大多高校并没有对此引起高度重视，虽然也设计了教学实习、认知实习及毕业实习等环节，却碍于应用领域的细分，实习的效果并不明显。

3 大数据背景下经管类统计学教学策略

从以上分析可知，大数据的来临对经管类统计学教学而言，既是机遇，又是挑战。面对当前教学中的薄弱环节和诸多问题，广大教师必须认清实际，结合大数据的优势对现实教学进行改革，从教学目标、教学内容、教学方法、教学实践等细节逐一完善与创新，以培养更加优秀的复合型人才。

3.1 重新定位培养目标

传统的统计学专业以培养简单的“应用型”人才为目标，但大数据时代在给应用统计学带来机遇与挑战的同时，也引发了应用统计学培养目标的新思考。因为在这一现实下，社会需要的人才不再只是会应用基础统计知识处理相关领域的问题的单一的应用型人才，而是除了具备基本的数据收集、处理和分析的能力外，还具备更强的自我学习能力，能够适应大数据时代数据量大、种类多、时效性高等发展特点的复合型人才，这也是对新时期统计学专业教学目标的准确定位。这就要求广大教师必须转变观念，深刻认识到统计学研究的主要教学对象是数据的整理方法以及现象数量，并在教学中将统计学的理论与实践高度融合，设计与学生生活有着密切联系的统计题目，重点培养学生的实际统计操作能力，真正实现从“应用型”人才向“复合型”人才的培养方向的转变。

上一篇：《管理哲学》课程实践教学研究
下一篇：没有了