关键词：统计学；教育改革；大数据
一、引言
最早提出大数据时代到来的机构是全球知名的麦肯锡咨询公司，该公司在一份研究报告中指出：“数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素，人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来”。
大数据是随着互联网技术的广泛应用带来的数据量和数据类型激增而衍生出来的一种现象，但大数据一词不仅指规模大、种类多的数据集，还包括对这种数据集采集、处理与分析以提取有价值信息和直接创造价值的技术构架和技术过程。大数据的第一个特征是数据量巨大。截止到2012年，数据量已经从TB（1024GB=1TB）级别跃升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB（1024EB=1ZB）级别。。第三个特征是数据价值密度较低，数据中存在大量重复性和无价值性信息或噪声。如何通过强大的计算技术和统计分析等方法迅速完成数据的价值提纯，是大数据时代亟待解决的难题。第四个特征是处理速度快、时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。
目前，不同的学科领域对大数据概念有着不尽相同的解释，但各种解释中大致可以从两个方面去理解。首先，大数据概念体现在数据量的巨大、种类的众多及产生速度的飞快，同时产生的数据集极有可能包含着各种半结构化和非结构化数据；其次，大数据概念还体现在对数据进行处理的手段和流程方面，由于数据量的庞大和类型复杂，利用常规的统计软件已经无法对当今的数据进行及时有效的存储、分析及处理。因此，所谓的大数据并不是单纯指数据流量的巨大，还指其结构的复杂和种类的多样，在数据处理和分析上需要采用高端计算平台或高级统计软件，以及海量数据中存在着可挖掘的潜在的大量价值信息与知识。
近年来，随着高速计算机的应用、信息技术的快速发展，特别是云计算技术的发展，使大数据的存储和分析技术得到迅速发展，目前的核心技术有MapReduce、GFS、BigTable、Hadoop，以及数据可视化等。在数据搜集上，可方便地通过在线互联网数据库获取二手数据或一手实时数据。在上，传统统计学方法采取的是基于统计模型的样本数据分析，而大数据分析技术则是通过高端计算平台，对大数据中的信息进行挖掘。
统计学作为对数据进行处理和分析的科学，必然受到大数据的影响。在大数据时代，统计学教育必须与时俱进，跟上时展步伐。近年来，有不少文献讨论了大数据环境下我国统计学教育的改革问题（例如[1]-[5]），本文在分析大数据时代特征的前提下，进一步讨论我国统计学教育的现状与挑战、统计学教育改革的内容、方法、借鉴和适应时代要求的变革问题。
二、统计学教育的现状与挑战
2013年，教育部对我国统计学专业设置进行一次新的调整，将原来的既可授予理学学位，也可授予经济学学位的统计学专业划分为统计学、应用统计学和经济统计学三个本科专业[6]。根据教育部高等学校统计类专业教学指导委员会2013年11月公布的数据，当时全国有194所高校开设了统计学专业，156所高校开设了应用统计学专业，164所高校开设了经济统计学专业[6]。目前，全国开设这三个统计学专业的高校个数和在校学生人数与2013年相比都有不少的增加。
面对大数据时代，我们目前的统计学教育无论在培养目标和教学内容上，还是在教育方式和人才培养模式上，都存在着亟待解决的挑战性问题。例如，在专业培养目标和人才培养过程中，我们比较重视课程层面上的评价，比较轻视专业层面上的整体评价，缺乏对学生综合能力的反馈机制。
关于教学内容，目前三个统计学专业在统计理论和应用统计两个方面有不同的侧重。统计理论主要包括：抽样理论、实验设计、估汁理论、假设险验、决策理论、贝叶斯统计、半参数和非参数统计、序贯分析、多元统计分析、时间序列分析、小样本理论和大样本理论等。在数据分析中，现今的统计方法基本以结构化数据为主要处理对象，而对非结构化和半结构化数据的分析和工具涉及较少。因此，现今统计学课程及内容已不能满足从事非结构型和半结构型的大数据研究和商业应用对人才培养的需要，必须进行必要的改革。
对于教育方式，鉴于大数据时代要求，统计分析人员需要具备较高的和现代统计学基础，具有较高的软件操作能力，掌握一定的大数据收集、整理、分析、处理和挖掘数据的技能。日本学者城田真琴认为：“数据科学家要有计算机科学专业背景，数学、统计方面的素养和使用数据挖掘软件的技能，善于利用数据可视化的手法展现晦涩难懂的信息，而且具备相应的专业知识、眼界和视野，具有适应社会发展和创造价值的能力”。现今的统计学教育方式还不能很好适应大数据时代数据科学人才培养需要，必须进行必要及时的调整和变革。
对人才培养模式，大数据时代不仅要求培养具有数据处理和分析所需的基本素质与技能，更重视培养从海量数据中发现和挖掘价值信息、把握市场机遇、创造利润的潜在能力。面对大数据时代的诸多挑战，现代统计技术、数据挖掘方法、计算机信息技术、软件工具和理念的日新月异，培养统计人才的教育模式也需要相应变化，统计学教育只有与时俱进，主动做出全面的调整和变革才能适应新时代知识进步和激烈人才市场竞争的需要，积极迎接大数据时代的挑战。
大数据时代对统计学教师有更高的要求，统计学教师需要与时俱进，跟上时代步伐。随着互联网、物联网、云计算等信息技术的发展，对数据的分析和处理的技术也随之要求更高，统计学教师固有的知识体系已不能满足培养现代统计人才的需要，必须进一步深化和更新原有的统计学理论知识，而且还需要学习掌握计算机技术、互联网、数据库和信息科学等有关知识和技术，同时还要熟悉处理非结构型和半结构型数据的知识和技能，以适应现代统计学教育对教师的知识结构和基本素质的要求。
大数据时代对统计专业的学生也提出了更高的要求，他们不仅需要掌握现代统计理论、统计方法和专业统计软件，还要学会如何分析、处理来自互联网或各种实际问题中的海量数据，如何利用统计软件和互联网技术进行数据操作，如何借助软件技术和统计准则判断数据质量，如何进行模型选择和评价模型方法的有效性，如何准确清晰地呈现统计分析结果和结论，等等。
2014年11月，美国统计学会了统计学本科专业指导性教学纲要 [7]，该教学纲要对统计学专业提出四个方面的要求：（1）具有扎实的数学和统计学基础、强大的统计计算和编程能力，熟练使用统计软件和数据库；（2）分析来自现实问题的真实数据，真实数据是统计专业教育的重要组成部分；（3）掌握多样化的统计模型方法；（4）具有通过语言、图表和动画等方式解释数据分析结果的能力。美国是统计学教育和人才培养最先进的国家之一，该指导性教学纲要代表着美国统计学专业培养人才的基本要求和发展方向，对我国统计教育的改革具有重要的参考价值。以该指导性教学纲要为参考依据，对照我国目前的统计学本科专业教育，无论是在培养目标和课程设置方面，还是在教学内容和教学方法方面，都存在着亟待解决的挑战性问题。
三、统计学教育的改革
大数据时代的统计学教育不仅是各种统计方法、数据挖掘方法和信息技术手段的延续或发展，更主要的是这些方法的集成应用和在实际数据分析中的真实体验。过去，企业数据库价格昂贵，在统计学教育的教学案例或实验课教学中，很少采用真实和海量的数据库资源，基本都是采用过时或虚拟的数据。今天，像百度大数据引擎这样的数据库的逐步对外开放，将有助于开展“线上大数据统计实验”教学。为了适应大数据时代要求，有必要利用网络资源以及各种数据处理软件，搭建线上大数据分析实验教学平台，全面开展大数据统计实验教学的改革。实际上，借助大数据分析平台，本科阶段的统计学教育就可以融人联机分析和数据的可视化教学。。
需要指出的是，在大数据时代，经典统计理论和方法并没有过时，但需要进行改进和进一步发展。这是因为，网上采集的巨型数据集往往存在大量的重复性和无价值数据信息，使得大数据价值密度降低。在对这些数据进行分析处理之前往往需要通过去噪、分层、截断、聚类等方法的预处理，将其变成便于进行分析处理的小数据，继而借助于经典统计方法进行分析和处理。因而在大数据时代仍然需要采用传统统计学的小样本理论和方法。所以，即便是在大数据时代，经典统计方法仍然是进行统计分析的基石，其核心地位不可动摇。所以，在大数据时代仍然要强化统计学的基本理论和方法，尤其是在长期发展和实践应用中经过验证的、成熟有效的经典和现代统计方法，在大数据时代仍然没有过时，但需要结合大数据分析的需要对经典统计方法进行必要的发展和改进。
大数据科学需要统计学与数学、计算机等学科的结合。亚马逊大数据科学家John Rauser 认为：“数据科学家是统计学家和计算机工程师的结合体”。为了满足大数据时代的要求，统计学专业的课程设置需要进行必要的调整。应根据新时代人才培养的要求，增设与大数据前沿领域发展相关的课程，如计算机网络和大数据相关的软件应用，同时要加大实验课和社会实践课的比重，引导学生理解和掌握大数据概念、理论、技术和方法，培养其运用大数据的相关分析工具解决实际问题的能力。对于理论课程，除基本统计理论外，还应开设一些较为现代和深入的课程，如现代贝叶斯方法、神经网络、数据挖掘、应用随机过程论等。另外，还应开设与大数据分析相关的关联规则、决策树、机器学习、支持向量机等课程。
为了培养与时代适应的统计学人才，统计学专业教师应不断更新自身的知识结构和价值观念，改变认识数据、收集数据和分析数据的思维，主动学习和补充互联网、现代数据分析技术、数据库和数据挖掘技术，使自己的知识体系不断更新和提升，跟上时展的步伐。
在大数据时代，要注意培养学生适应社会的能力。统计专业人才培养模式应以提高本专业学生数据分析方面的能力，开阔他们的视野，培养其适应社会的能力。应积极引导学生进入实训场所动手操作和锻炼，尝试以企事业单位的财政、金融、保险、统计、咨询和信息公司等部门为主构建专业性教育实践基地。鼓励学生到大数据相关的机构部门、产业园区和企业中去调查研究和实践。此外，统计专业应积极同其他专业进行合作，联合培养适应新时代要求的数据分析人才。鉴于大数据对数据分析人员在计算机技术、行业认知、业务知识、数据分析工具和方法的要求提高，统计学科应主动与计算机、经济学、管理学等相关学科合作，培养学生的计算机能力、专业素质和业务修养。
“它山之石可以攻玉”，关于统计学专业的课程设置，可以参考和借鉴美国统计学会公布的统计学本科专业指导性教学纲要。根据该教学纲要，统计专业的课程设置应该涵盖五个模块[7]：（1）统计方法与统计理论。建立统计模型并对模型的输出结果进行评价，熟悉统计推断，能够从数据分析中得出恰当的结论。（2）数据操作和统计计算。熟练使用一款专业统计软件进行探索性数据分析，发现和清洗数据中的错误记录，具有编程能力和算法思维，可以进行各种数据操作，还应掌握统计计算技术，能够进行模拟研究。（3）数学基础。熟练掌握微积分、线性代数、矩阵论、概率论和数理统计的基础知识。（4）实践训练和表达能力。具有良好的表达和交流能力，善于通过图示和动画等听众易于理解的方式展示分析结论，并且具有团队合作精神和项目领导能力。（5）特定领域的知识。掌握特定应用领域的知识，并用统计学特有的思维方法来分析和解决特定领域的实际问题。
大数据时代是以数据为中心的时代，统计学专业的教育改革必须适应这个时代的要求。统计数据分析中软件应用能力至关重要。在众多统计软件中推荐使用R和SAS软件，因为R是免费开源软件，其统计、统计计算和可视化功能强大，更新迅速，是最新统计方法的主要平台，非常有利于培养学生的编程能力和知识更新能力，而SAS软件被很多公司用于数据管理和数据分析，在实际应用领域具有长期而深远的影响，是数据分析不可或缺的专业统计软件。当然，教学中也可以尝试使用其他专业统计软件，例如经济统计专业学生也可使用SPSS软件，但最好会使用SAS或R软件。在加强软件使用和编程能力的基础上，应加强学生统计计算和统计模拟能力的培养。在大数据时代，强调统计计算的重要性是大势所趋。统计模拟技术是伴随着高速计算机和信息技术的快速发展而广泛应用的现代技术，可用来解决传统学科领域中无法解决的问题。例如，在计算技术飞速发展的今天，贝叶斯统计方法过去曾经面临的计算瓶颈正在逐渐消失，基于马尔科夫链蒙特卡洛（MCMC）技术的统计模拟方法在数据分析中的强大威力正在日益显现[8]。
参考文献：
[1] 刘春杰，大数据时代对当代统计学教育的挑战，统计与决策，2015年，第8期。
[2] 孟生旺，袁卫，大数据时代的统计教育，统计研究，2015年，第32卷4期。
[3] 葛虹，韩伟，大数据时代统计教育变革的SWOT分析与发展策略，统计与决策，2015年，第4期。
[4] 张海波，黄世祥，统计学专业学生大数据分析能力的培养方式选择，统计与决策，2014年，第24期。
[5] 李卫东，大数据对统计学科发展的影响，统计与决策，2014年，第13.期。
[6] 教育部高等学校统计类专业教学指导委员会.统计学专业教学单位.http：///category/信息公开/教学单位，2013-11-15.
关键词: 大学生创新性实验计划过程管理
。国家大学生创新性实验计划是高校本科教学质量与教学改革工程的重要组成部分。其目的是为了调动学生的主动性,激发学生的创新思维和创新意识,使其逐渐掌握思考、解决问题的方法,提高创新实践的能力;进一步做到改变目前高等教育培养过程中实践教学环节薄弱,动手能力不强的现状,形成创新教育的氛围,建设创新文化,进一步推动高等教学改革,提高教学质量。
国家大学生创新性实验计划的实施原则有三条,即兴趣驱动、自主实验、重在过程。它注重创新性实验项目的实施过程,强调项目实施过程中学生在创新思维和创新实践方面的收获。。
针对目标管理模式的弊端,教育部提出“国家大学生创新性实验项目”的实施要“重在过程”。注重项目实施过程中学生在创新思维和创新实践方面的收获。在过程管理模式下,对项目立项、项目实施和经费管理、项目检查、结题验收等几个环节的具体过程进行管理,实行的是跟踪式管理。实施过程管理模式有利于形成开放自由的研究环境,学生自主进行研究性学习,自主进行实验方法的设计和实施,进行数据分析处理和撰写总结报告等工作;有助于及时发现问题,保证项目的进行,及时发现问题,及时纠正,保证质量;允许学生在研究过程中失败,鼓励学生进行创新和探索性研究;有助于教育管理者进行教育教学改革的研究,探索创新型人才培养模式,改革教学方法,推广研究性学习和个性化培养的教学方式,积极营造理论实践结合、探索问题为核心的教学模式改革和强化实践创新能力培养的育人环境,培养一批具有创新精神和实践能力的拔尖人才,同时进一步推动高校教育教学改革,提高教学质量。
一、严把项目筛选关,启迪学生创新意识
在“国家大学生创新性实验计划”项目过程管理中,如何进行正确的项目筛选呢?首先,参与项目的学生一定要出于对科学研究或创造发明的浓厚兴趣,同时要学有余力,在达到本专业的基本要求的基础上,在自己的精力、能力的范围内开展创新性实验。其次,参与项目的学生选题要适合,可以自己选题,也可以在教师的指导下选题。项目选题要求思路新颖、目标明确,具有创新性和探索性,要对研究方案及技术路线进行可行性分析,并在实施过程中不断调整优化。学校或院系的专家组对学生的选题要进行评审,对那些在思想上具有创新意识、项目方案切实可行、有助于培养学生的动手能力、开展研究性学习能力的课题,经评审后,给予立项资助。
在项目管理的过程中,应注重激发大学生的创新意识和创新精神。学校可以通过搭建学术讲座或者学术沙龙,营造浓厚校园的学术氛围,激发学生对科研创新的兴趣,同时也可以举办具有专业特色的学科竞赛等活动,如数学建模大赛、编程设计竞赛等,巩固学生的专业知识,提高学生的专业技能,激发学生的创造激情。但并不是所有具有创新意识的学生都能够申请到大学生创新性实验计划,需要进行严格的筛选,从而使得积累一定科研经验、对科技创新活动具有浓厚兴趣的优秀学生参加项目中。
二、定期报告项目进展,保障项目研究质量
为了创新性实验项目的正常有序地进行,确保项目研究质量,应要求项目小组定期向指导教师和专家组汇报项目进展情况、成员分工、经费使用情况等,并对下一阶段的工作作出规划。同时参与项目小组的学生需做好实验记录,及时记录每次实验的名称、时间、地点、实验的结果、发现的问题等,既是对本次实验的总结,又是对下一次实验起到指导作用。另外,参与项目的学生还需要在指导教师的监督和指导下,撰写和提交中期检查表,从而使得学校或院系对实验的阶段性进展情况有详细的了解,进而决定是否继续资助。指导教师需要对项目进展过程中遇到的问题给予指导性的意见;对项目经费使用给予必要的监督;对下一步工作开展给予合理化建议,从而使得本科生的科研活动沿良性的轨道发展,从而 确保项目能够高质量的完成。
三、审慎处理项目变更,据实际情况做相应调整
在过程管理过程中,要审慎对待项目变更问题,既不能经常性变动,又不能不顾客观现实一概否定。在过程管理中,如果发现一些项目由于不可抗拒的因素的影响使项目的实际进展与原定计划不一致,就要根据实际情况作出调整,具体问题具体分析。比如指导教师发生变更、项目组成员变更、项目期限变更等,所有的变更都需要提交申请,说明原因,经学院管理部门批准后,提交学校“国家大学生创新性实验计划”专项工作组审批。校专项工作组审批通过后方可变更。在项目变更的过程中,教师需进行监督、指导,在变更申请上需要有指导教师的签字和意见。
四、理性看待项目结题,重在梳理总结
在按照预定方案进行的创新性实验结束后,能顺利实现实验目的,获得预期的成果和结果固然是我们都期待看到的,但也有个别情况,经过了辛苦的努力,实验只达到了部分实验目的,甚至没有得到预期的任何结果。但无论是哪一种结果,都不影响我们积极主动地对实验材料的整理和总结,对实验结果的分析和评定。要让学生体会到试验结果重要,团队合作与努力更加重要,无论结果如何,只要付出努力,都是对创新实验的肯定与支持。
项目结束后的总结与交流也是必不可少的。参与项目的学生和指导教师需要对项目进展的过程进行梳理和总结。通过项目经验交流会,项目组的学生和指导教师可以把自己的收获及经验传授于他人,扩大创新教育的受益面,同时加强大学生创新性实验计划在学生中的影响力,使得大学生创新性实验计划更好地推广开来,建立健全创新人才培养体系,推动高等学校本科教学质量与教学改革工程的实施。
五、严格规定项目经费使用,确保科学合理
经费管理要科学合理,从经费的下拨、使用到报销,要掌握每笔科研经费的流向,保证经费得到合理的使用,同时也帮助参与学生养成一种科学使用经费的习惯。经费下拨分两次或三次进行,通常情况下是分三次下拨,例如按5∶3∶2的比例分3次下拨,即确定立项后下拨审批经费全部金额的50%,中期评估通过后下拨经费的30%,终期项目验收合格后下拨剩余的经费。如果项目在中期评估中没有通过,将不再下拨经费。对于经费使用也须有严格的规定,必须围绕实际需求进行使用,否则不予报销,报销使用的发票必须有经办人、项目负责人、指导教师和学院团委书记签字。而在项目研究过程中,项目组购置的书籍、学术刊物、物品等在项目结题后都要归学院管理,从而方便更多的学生使用和学习。
六、制定项目奖惩制度,调动师生积极性
建立一套激励机制,调动参与学生和指导教师的工作积极性,这样有利于发挥大学生在创新性实验计划中的自主学习、自主管理、自主实验的作用,也有利于教师发挥他们的辅助和指导作用。对组织得力、实施效果显著的学院、优秀项目、优秀指导教师,进行表彰与奖励,并且制定认定指导教师工作量,计算学时的办法;对参与项目研究的学生在选课、学分、考试、推荐免试研究生和毕业论文等方面予以政策倾斜;对发表文章被SCI或SSCI收录的要给予资金奖励;对于研究进展突出的项目,追加经费投入等。
七、结语
过程管理要对每个关键点进行质量控制,达到提升全面管理质量的效果。这就决定了过程管理工作的投入较大。在管理的过程中应该利用现代的信息技术、网络技术建立大学生创新性实验项目管理数据库,加强参与管理的各个部门之间沟通、协调,及时了解各个部门在管理中遇到的新问题,思考解决的新方法,共同提高管理的质量和效率。大学生创新性实验计划的实施时间还不长,所以高校对项目的宣传还要加强和深入。。
参考文献:
[1]王祖源等.实施“国家大学生创新性实验计划”的体会.中国大学教学,2007,(9).
[2]冯林,张崴.“质量工程”视角下的大学生创新性实验计划.实验室研充与探索,2008,(6).
因篇幅问题不能全部显示，请点此查看更多更全内容