大数据背景下研究生公共课程《数据分析与统计软件》改革探索的思考

戴君　杜江　谢俐　张忠占

摘  要：随着大数据时代的到来，数据分析能力受到各专业领域的重视，以大数据背景下培养和提高研究生数据分析能力作为目标，文章对研究生数理统计类公共课程的改革进行了分析和探讨，从设计教学内容、创新教学模式和改革考核方式等方面提出了改革方案，为培养适应大数据时代发展的创新人才提供参考。

关键词：大数据;数据分析能力;课程改革;创新能力;数据科学伦理

中图分类号：G642         文献标志码：A         文章编号：2096-000X（2019）26-0133-03

Abstract： With the development of big data industry， the capability of analyzing data becomes a most important requirement for graduate students in various majors. To meet the requirement and focus the promotion of ability of understanding and analyzing data， in this article， we discuss the teaching reform of applied mathematical statistics， which has been a common course for most majors of graduate students in many universities. Suggestions on the design of instructional contents， teaching method and examination style have been proposed for the education of innovative talents in the Big Data Era.

Keywords： big data; ability of analyzing data; reform of course teaching; innovative ability; ethics of data science

一、问题的提出

2012年联合国发布《大数据促发展：挑战与机遇》报告提出，大数据时代已经到来，大数据的出现将会对社会各个领域产生深刻的影响。数据已经渗透到各行各业职能领域，成为重要的生产因素。2015年9月国务院发布《促进大数据发展行动纲要》，系统部署大数据发展工作，2016年3月《中华人民共和国国民经济和社会发展第十三个五年规划纲要》发布，“实施国家大数據战略”一章提出把大数据作为国家基础性战略资源，全面实施促进大数据发展行动。

大数据的核心特征被概括为“4V”，即数据量大（Volume）、类型多样（Variety）、价值密度低（Value）、高速高效（Velocity）[1]。大数据在各个领域都有广阔的应用前景，利用海量数据构建模型，可以挖掘事物的变化规律，准确预测事物的发展趋势，并进行及时有效的干预[2]。近年来，随着各行业迈入大数据时代，数据分析实践能力和数据科学思维驱动的创新能力受到各专业领域的重视，能熟练利用相关专业领域数据库和数据分析软件、具备大数据分析挖掘的能力，是大数据时代下必须具备的能力;而善于利用数据科学思维的洞察力成为新时代创新的重要驱动力。

2015年9月全球领导战略峰会发布《全球研究生教育行动指南》，为大数据时代研究生教育的有效变革提供了指导框架[3]。将大数据的收集、加工、处理使用能力列入研究生培养目标体系，使之成为现代研究生的核心技能，在课程体系中增加数据分析技术，使研究生能快速高效地提供和使用数据[4]。人才培养的目标是培养符合大数据人才标准的研究生，提高研究生利用大数据进行跨学科研究的能力[4][5]。

从各专业研究生的发展和需求看，具备数据科学思维、掌握数据处理技术是适应、引领社会发展必备的能力之一。首先，在课程思政的要求下，科学道德和数据科学伦理的教育急需加强;其次，研究人员在数据科学指导下可以产生高水平的、深刻的创新成果;第三，大数据时代各行业都会涉及数据分析相关的工作，众多专业的研究生未来所从事的工作离不开数据处理知识和统计软件。面对新形势新要求，传统的数理统计研究生公共课需要相应时代的新要求。

另一方面，从课程本身来看，传统的数理统计类课程普遍是作为数学类基础课开设的，过度重视理论教学和数学逻辑推导，忽视了数学公式后面隐含的统计学思想，与实践应用关联较少，更不提用于指导实践的统计学伦理，以期末考试成绩作为考核指标。导致学生在学习过程中只注重考试分数，不能将所学知识与专业研究有机地联系起来[5]。传统的知识传授型课程难以培养具有核心素质的创新型人才，迫切需要对课程做出相应的调整和改革[6]。

二、课程改革的基本思路

基于大数据时代对研究生能力培养的需求，我们对研究生的数理统计公共课程进行了改革。以时代需求的能力培养为核心，着重两个能力和一种技术的教育，并把数据科学伦理贯穿始终：认识和理解统计学思想和原理的能力，应用统计学思想和原理分析收集和分析实际数据、解决实际问题的能力，熟练使用统计分析软件的技术。

数据科学是统计学在信息时代的新发展。尽管现代统计学的历史不长，但在长期的人类实践中，形成了丰厚的统计学思想，如著名统计学家C.R.Rao所说，“在终极的分析中，一切知识都是历史;在抽象的意义下，一切科学都是数学;在理性的世界里，所有的判断都是统计学”[8]。统计学原理是指导数据收集和分析的基本原理，而统计学思想是从数据到发现和知识的指引。要达到大数据时代对人才的要求，就必须把公式后面的统计学思想和原理提到前台。另一方面，随着大数据产业的发展，原来比较潜在的统计学伦理，比如统计数据的客观真实性、科学性要求，收集数据的伦理性要求等也急需面向广大的领域，变得更加深远和大众化[9-10]。

三、课程改革的基本内容

新的课程以数据分析为主展开，结合数据分析方法和R软件来讲述如何正确有效地处理和分析实际数据问题，培养学生掌握现代统计方法，在研究实践中正确应用统计方法，得出合理的统计结论，并能对所获得的结论进行统计解释。数据科学伦理和统计学思想、原理则是贯穿始终的主线。在为学校各专业研究生进行统计数据分析和统计模拟仿真提供必要知识和训练的同时，加强统计学思想对学生的浸润，并结合数据科学的伦理进行科学道德教育。

课程改革的内容具体包括教学内容、教学模式和考核方式等方面。

（一） 侧重统计知识的应用——统计理论和案例应用相结合

新的《数据分析与统计软件》课程要求研究生具备一定的概率论与数理统计基础，本科的概率论与数理统计课程作为该课程的先修课程。为了能够使研究生有足够的能力适应大数据时代，我们将课程教学内容调整为多元分布及多元正态分布、回归分析与变量选择、试验设计与方差分析、主成分分析与数据降维、因子分析与结构方程模型、聚类分析、判别分析与统计学习、相关分析与数据挖掘等。这些知识在自然科学和社会科学领域都有广泛的应用，近年来有迅速的发展，教学时要结合现代数据分析的特点，融入新的数据分析技术和理念。比如试验设计与因果推断的关系、因子分析与结构方程模型的联系，判别分析延伸到人工智能中的模式识别和统计学习等等。调整的教学内容基本涵盖了统计学知识在工程和经济管理等领域应用的基本内容，因此在教学方法上也做出了相应的调整。在课程教学过程中理论知识和实践应用相结合，深入浅出，重点在统计思想和统计方法的运用， 既要强调统计思想的建立，又要在统计方法的操作步骤上进行严格地训练，有针对性地满足理工类、社科类人才的学习需要。参考国外优秀教材结合国内研究生培养需求，进一步加强课程的实用性，增加不同专业领域实际数据分析的案例教学。结合案例，讲解统计学原理和统计学思想如何被用于解决实际问题，讲解数据科学伦理对于科学研究的规范和指导作用，倡导实事求是的优良学风。

（二）提高统计软件的应用能力——课程教学和上机

实践相结合

传统的课程要求学生记忆大量繁琐的公式，进行大量的计算。随着计算机技术的快速发展，统计软件已经广泛地应用到各领域，并且很好的解决统计计算问题。统计软件的使用也使学生在短时间内掌握并应用复杂的统计方法。

在新的课程内容中重点介绍了R软件的基本操作技能：包括R的基本语法;R软件的基本统计分析功能;R软件数据统计分析流程;R软件统计模拟初步;统计分析方法的R软件实现;实际数据的案例分析等，结合实例，增加了统计实践教学和实验，侧重于数据的诊断、方法的对比、结果的解释等方面的教学，使学生在熟悉统计软件的过程中能够更深入地学习统计方法。

结合课程教学，我们安排上机实践课程以提高学生的统计软件能力：1. 运用R软件进行数据分析，调用函数、编写复杂程序、仿真、模拟实验等。2. 运用R软件对统计理论进行验证。一方面提高学生统计软件的应用能力，另一方面加深学生对统计理论的理解。3. 研究生结合自己专业特点，搜集数据分析案例，汇集专业数据，进行统计软件的应用交流活动。学生的软件应用能力及数据分析水平在较短的时间内都得到了很大的提高。4. 考核方式包括限时完成的上机考试和大作业两部分。上机考试涵盖课程教学的核心内容;而大作业拟采用灵活的方式，要求研究生与自己专业相结合，编程建模分析，对所得结果给出合理的解释。进一步布置较为开放性的命题，将学生分成若干组，要求结合自己的专业查找有关资料和数据，然后利用R软件完成相关的统计分析。结合各组上交的作业情况和各组讲解作业完成思路的表现综合打分。

（三）充分利用在线教学平台——课堂教学和网络教

学相结合

目前该课程教学时数为54学时，仅靠课堂教学难以满足要求。因此我们利用在线教学平台来实现上述的教学目标。在线课程教学作为对传统教学的重要补充，在教育上实现了传统教学难以实现的开放、自由、平等和高效[11]。

在線教学课程不同于课堂教学部分，更加强调实际数据分析能力的提升，尤其是R软件的学习和操作，更有针对性地介绍R软件在数据分析方法中的应用。教学平台可以包括课外阅读材料，软件知识讲座，课后习题，实际案例分析，外部数据链接等。充分利用MOOC等在线教育资源，推荐学生选学有关课程。制作讲课视频，方便学生复习回顾或自学，分享教学内容。学习时间更加灵活，通过反复观看，有利于巩固学习内容，强化了学习效果。

在线教学能够拓展老师和学生的交流方式。教师可以通过在线学习平台更加充分的了解到学生的学习情况，找到学生的知识难点，可以根据这些难点进行针对性的教学，将课堂教学和在线学习充分结合。

四、课程改革中的挑战及应对策略

《数据分析与统计软件》作为研究生的公共课程，上述改革受到各个学科的欢迎，课程被纳入很多学科学位课程，选修研究生大增，成为学校研究生创新能力培养的重要环节之一。但改革同时也遇到多个挑战。

首先是对教师的挑战。不仅需要的教师数量增加，同时对于教师的统计学和现代数据科学素养也有更高的要求。需要教师不断学习统计学和机器学习的新理论、新方法、新算法，同时要结合案例讲好统计学思想，就要摒弃传统的数学讲授习惯，增加知识面。对此，一是坚持集体备课和学习制度，二是建立教师进修制度，三是常时交流制度，把个人学习的新内容新认识随时纳入团队。

其次是对研究生的挑战。研究生需要改变把该课程作为一般数学基础课学习的想法，不仅需要大量的课外练习，还需要大量的课外阅读和思考，以提高对于数据科学的觉悟水平。这是学习方式的改变，研究生需要积极主动配合。教师从一开始就需要做好引导工作，师生共同利用好在线学习平台，增加交互与交流，相互促进。

大数据背景下的《数据分析与统计软件》课程教学，是新时代高层次创新人才培养的重要渠道。通过课程改革推动众多学科研究生创新能力培养，提升研究生科学素养和对于科学研究伦理的认识，具有重要意义。本课程团队基于多年的统计学研究和教学工作的积累，面向大数据时代发展需求，从设计教学内容、创新教学模式和改革考核方式等方面进行教学改革，收到了初步教学实效。今后还将在教学内容上进一步深化，发挥各种新媒体和网络资源的作用，以适应多种专业类别研究生创新能力培养的需求。

参考文献：

[1]Cate， F. H. The big data debate[J].Science，2014（11）：818.

[2]促进大数据发展行动纲要[EB/OL].（2015-09-05）. http：//www.go

v.cn/zhengce/content/2015-09-05/content_10137.htm.

[3]CGS. The implications of Big Data for graduate education. A proposal for further action developed by and for graduate institutions[EB/OL].http：//cgsnet.orgsckfinder/userfiles/files/Web Version_P

ractical_Actions_2015_final2.pdf.

[4]赵立莹.大数据时代我国研究生教育的变革路径——基于《全球研究生教育行动指南》[J].学位与研究生教育，2016（9）：65-68.

[5]方岱宁.“双一流”背景下研究生教育改革的创新探索[J].北京教育：高教版，2018（1）：43-45.

[6]马建军，张玉春.工科研究生数理统计课程教学改革的探索[J].高教学刊，2018（1）：119-121.

[7]教育部启动实施“卓越工程師教育培养计划”[EB/OL].中华人民共和国教育部网站，http：//old.moe.gov.cn//publicfiles/business/htmlfiles/moe/moe_745/201006/89996.html.

[8]劳，C. R.. 统计与真理[M].科学出版社，2004.

[9]全国工程专业学位研究生教育指导委员会.《关于制订工程类硕士专业学位研究生培养方案的指导意见》的说明.关于转发《关于制订工程类硕士专业学位研究生培养方案的指导意见》及说明的通知[Z].学位办〔2018〕14号.

[10]张忠占.统计的教育与统计的道德[J].数据，2010（12）（增刊）： 19.

[11]肖义平.大数据时代创新人才培养教学改革探索[J].高教学刊， 2016（1）：67-68.