时间：2022-02-07 13:20:21
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇数据分析课程，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
数据作为信息的主要载体，在当今“大数据时代”背景下扮演着重要的角色。对数据的分析和利用已经成为每个行业重要的生产因素，并广泛应用于各行业和领域。数据分析就是用适当的统计方法对收集的资料进行详细的研究，提取有用的信息并形成结论，以求最大化地开发数据资料的功能与发挥数据的作用。在我校，数据分析课程是信息与计算科学系的必修课程，对提高学生的建模能力及数据分析水平有重要的作用。
数据分析课程的特点就是要求学生具备较高的理论基础水平、综合应用及动手能力，还需要学生掌握必要的分析解释能力。将理论与实际案例结合，发挥学生的主观能动性，增加学生的动手实践和分析解释环节，是数据分析教学中必须遵循的原则。而翻转课堂正是通过对知识传授和知识内化两个环节的颠倒，实现学生对授课内容的理解和对知识点的内化，也就是理论结合实践的过程。因此本文针对数据分析课程特点和存在的问题，结合翻转课堂的教学理念，对数据分析课程各个教学环节进行设计研究，以期促进数据分析教学，使之更好地为专业素质的培养提供服务。
一、数据分析教学存在的问题
1.理论教学
数据分析课程的理论与方法内容丰富，涉及面广，应用范围大。在理论教学中，学生学习理解掌握理论基础具有一定的难度。如对各分析方法的理解掌握，必须建立在良好的数学基础上，综合运用所学数学知识才可以理解各种数据分析的理论分析原理。同时学生还需要理解掌握各分析方法理论的内在联系，并把握其不断发展的趋势，才能真正掌握数据分析的理论与方法。我校现在的数据分析课程教学理论课程授课方式单一，传统教学方式使学生只能对课程方法理论浅尝辄止，无法深入了解，综合运用。同时单一的课堂授课模式无法对学生的掌握程度进行有效的评价和检测。
2.实践教学
数据分析课程对学生的动手能力要求很高。学生在理解掌握各种分析方法的理论基础上，需要掌握一定的统计软件的使用方法，如SPSS，MATLAB。这需要将理论方法，如复杂的公式，与实际软件使用相结合。实验教学中，要求学生有较高的计算机编程能力，然后结合数据分析的理论方法，对数据进行分析，并应用于实践。现阶段我校数据分析课程中，学生实践课时偏少，而且传统授课模式让学生的学习处于被动状态。实践教学中只能根据老师和教材的指导，对课本上的例题程序进行练习，极大地限制学习广度和深度，且无法有效地将本课程与实际生活与应用联系起来，从而挫伤学生学习和动手的积极性。
3.学生能力培养
数据分析课程对学生能力的培养体现在综合运用能力和对结果的分析解释能力。理论课程传统的填鸭式教学，和实践课程拘泥于教材的例题程序的现状，将数据计算与数据分析分割开来，势必会限制学生综合运用能力和分析解释能力的发展，影响学生学习兴趣和课程教学效果。
二、翻转课堂教学理念
翻转课堂起源于美国林地公园高中，两位化学老师通过让学生在家观看视频，课堂进行练习的方式，完全颠覆传统教学模式。翻转课堂将传统教学模式中知识传授和知识内化两个阶段颠倒过来。与传统授课模式不同的是，知识传授不再是完全由课堂中教师的讲解完成，而是通过信息技术的辅助在课前或课后等业余时间完成，同时知识的内化不再是单一的由课后作业或者练习完成，而是通过在课堂中进行疑难解答、项目式学习、合作学习等方式进行。因此，对翻转课堂教学方法的实际有效利用可以将大学生学习时间最大化，并培养学生的自学能力、自我约束能力及分工合作能力。
在数据分析课程教学中，学生可以利用课余时间，结合教师提供的数据分析每一模块的课前学习材料，实现对数据分析课程基本方法和理论的了解，这样很好地利用学生的课余时间，培养学生的自学和约束能力。而对所学数据分析方法的具体应用、深入理解及综合分析等方面，学生可以通过课堂的各种活动和学习方式，以及和教师的及时沟通，和同学的合作交流等方式，在知识内化这一环节获得比传统课堂更好的学习效果。
三、翻转课堂在数据分析教学中的应用设计
近些年国内外很多对翻转课堂教学的研究，形成针对各个学科和地区的教学模式。如RobertKarplus提出的“探索-解释-应用”三阶段学习周期，RamseyMusallam提出的“探索-翻转-应用”模式，国内南京大学张金磊等人提出的由课前学习和课堂学习组成的翻转课堂教学模式等。
针对数据分析课程学科特点和本校学生基础水平及实际情况，本研究提出数据分析翻转课堂的教学流程：
课前――概念探索教学视频平台交流
课中――问题解决（经验交流，教师讲解）测试反馈项目创建协作学习及汇报
课后――平台交流，作业反馈
在课前教学环节中，概念探索是根据数据分析课程的学科特点设计的，由于学生初次接触数据分析，对很多基本概念及意义没有深入了解，意识不到社会意义和实践意义，在这一环节中学生可以通过教师给出的简单具体的实例演示，再加上信息丰富的网站、视频及博客等手段在教学交流平台上阐述自己对所学概念的理解，相互交流，以此实现对概念的初步正确理解。如对聚类分析的理解，学生可以概念探索这一过程中通过具体实例演示和对各种信息的阅读，了解到聚类分析作为数学工具的基本思想和在现实生活中的重要意义。
教学视频主要是微视频和幻灯片。对于教学视频的观看，要求学生针对自己的数学学习基础有选择地观看。教学视频中主要针对本单元学习内容进行讲解，同时还会提供与本单元学习相关的数学基础理论的教学内容。这种数学基础与数据分析内容相结合的教学材料可以让数学基础不完善的学生更有效地理解本单元的知识。在视频或者课前学习资料的制作中，需要结合每一章节的实际，主题突出，简短生动，而且有效。如在聚类这一章节中，对于各种聚类方法的介绍可以结合具体的实例，如与生活密切相关的人均家庭收入问题等，通过不同方法展示对比，从而做到对每一聚类方法的理解和融会贯通。同时需要介绍相关的Matlab编程方法，让学生结合理论和实际，通过编程过程实现对理论知识的理解和应用。
课前学习中，反馈是比较重要的一部分。教师可以通过平台交流得到课前理论学习的反馈信息，同时可以通过在线学习简单的作业练习，由此获得课前学习的反馈。
课堂教学仍然是很重要的一环。课堂上教师首先组织学生面对面交流，解决并了解课前学习中遇到的问题，对普遍性问题做详细解答。然后经过简单的例题让学生编程实现，并进行相应的解释，由此测试学生的学习效果。这样教师可以更好地掌握学生对每一章节数据分析理论的学习效果，以及学生对理论的应用构建能力。在保证学生对概念和理论的学习后，教师可以提供项目创建的基本信息和参考实例，如数学建模题目等。学生分组合作交流，选择自己感兴趣的问题成立合作组，结合本章节内容分析解决问题，寻找合适的数据处理方法，应用相关软件编程实现自己的想法，将理论应用于实践，并进行有效的分析，学生的问题解决过程和讨论过程可以在课下进行。在学生充分准备后，课堂上进行分组汇报，并进行自评和互评，实现学生对理论的应用和相互学习。
本章节教学内容结束后，教师组织学生在教学平台交流，并展示自己的作业和反思内容，巩固对本章节内容的理解。
四、教学设计效果分析
1.符合大学生学习特点
大学生作为已经独立的学习个体，拥有独立的学习和思考能力，同时具备独立学习时间和空间，而传统教学方式无法充分发展学生的独立学习能力，让学生的课余学习漫无目的，松散自由，无法充分利用课余时间。翻转课堂在数据分析课程教学中的应用让学生在课余时间的学习有的放矢，通过学习交流平台还可以相互交流督促，培养学生良好的独立学习和探索学习的习惯。
对于思想上已经独立的大学生来讲，个性化学习更符合学生的行为习惯和思想意识。在数据分析课程的学习中，学生可以根据自己的基础、学习习惯及自己的喜好等自由选择学习的材料、时间和方式，互不打扰，又可以相互交流。如对概念和理论的理解，学生可以通过网络资料，也可以选择图书馆的书籍，观看教学材料等方式进行，每位学生理解的深度和广度可能会有所不同，通过相互交流和共同知识构建和应用又可以相互弥补。这样的教学和学习方式极大地满足了不同学生对知识的需求，避免一刀切式教育，可以充分发挥学生的学习潜力。
2.增强学习效果
通过初步的教学实验，接受翻转课堂数据分析课程的学生无论在理论知识理解还是实践应用上都有明显提高。相对于传统课堂中的学生，在数据分析课程结束后，翻转课堂中的学生可以较好地阐述相关理论，通过Matlab软件编程实现对理论的应用，并给出合理的解释。通过测试对比可以看出，翻转课堂中的学生理论基础更加扎实，编程能力有很大提高。在翻转课堂试行后，学生在数学建模大赛中成绩有明显进步。
3.改善教学氛围
在数据分析翻转课堂中，学生学习积极性有很大提高。首先学生已经通过概念的探索阶段对所要学习的知识有初步了解和认识，能够较好地意识到所学知识的社会意义，增强学习兴趣和信心。其次，学习方式多样化，学生可以充分利用自己喜欢的现代信息设备，将手机、平板及电脑等学生喜爱的现代化信息设备变成学习的工具。避免学生与教师之间对手机等工具的对弈，改善学生将手机等单纯作为娱乐工具的现象。此外，学生在交流平台上的发言、总结和展示不仅乐意给学生带来成就感，而且可以激发其他学生的学习动力，形成你追我赶的学习氛围。
通过将翻转课堂理念初步运用于数据分析课堂，发现这一理念的运用可以有效解决目前数据分析课程教学中存在的一些问题，将理论教学与实践教学密切联系起来，并有效调动学生的学习积极性，取得较好的教学效果。在这一过程中，我们发现翻转课堂理念的实施不能拘泥于形式，需要根据具体问题和课程需要进行相应的调整。同时翻转课堂中需要教师付出更多精力进行探索，如更合适的教学资料和课堂活动设计。总之，翻转课堂理念的实施带来的不仅是教学形式的变化，更是对教师工作分工和角色的改变。
参考文献：
[1]宋艳玲，孟昭鹏，闫雅娟.从认知负荷视角探究翻转课堂[J].远程教育杂志，2014，（1）：105-112.
[2]汪晓东，张晨婧仔.“翻转课堂”在大学教学中的应用研究[J].现代教育技术，2013，（8）：11-15.
[3]张金磊.“翻转课堂”教学模式的关键因素探析[J].中国远程教育，2013，（10）：59-64.
[4]周学刚.浅谈“数据分析”课程的教学[J].中国电力教育，2011，（7）：110-111.
[5]窦建军.数据分析课程教学中的几点体会[J].徐州教育学院学报，2008，（3）：146-147.
关键词：财经类高校；数据分析课程；课程建设
中图分类号：G64 文献标识码：A 文章编号：1673-9132（2016）34-0040-03
DOI：10.16657/ki.issn1673-9132.2016.34.020
一、引言
随着大数据时代的到来，数据分析在各行业的重要性日益凸显出来。大数据时代要求人才具有极强的“数据视野”、“数据意识”和“数据能力”，即对所处行业数据的形式种类详尽把握，对数据的作用深刻理解，对数据分析方法和分析软件熟练运用。其中“数据能力”是前两者的基础，是实现大数据所有思想和理念的根本保证，是现代经济管理人才的重要基本素养和技能。
我国的财经类院校肩负着为社会培养经济管理类高级专业人才的重任，在大数据时代，社会对于经济管理类高级人才在数据分析方面的要求极大增加，现代经济管理理论的发展趋势也体现出越来越重视数据分析的特点。这要求人才既有深厚的经济管理理论功底，又能够熟练使用数据分析工具对业务数据进行分析，并得到结论。特别是在研究生教育层面，对数据分析能力培养更加重要。
然而，目前在研究生数据分析能力的培养方面各财经类院校均存在着较多的不足。首先是覆盖面小，除各院校的统计学院（或类似学科的学院和专业）外，强调这方面能力的培养的学院和专业较少，导致研究生对数据的运用和分析能力不足；其次是形式单一，主要以课堂教学为主，完全忽视了数据分析的实践性，教学效果不好；再次是教学所用软件平台薄弱，多数使用SPSS，极少数专业学习SAS，对于在学术界和业界非常流行R语言、python等平台则少有涉及。因此，合理设计数据分析类型课程，提高经济管理类研究生在数据分析方面的理论水平与实践能力，是广大财经类高校不得不面对的迫切问题。本文讲就财经类高校数据分析类课程的特点、建设思路和建设方案，结合笔者在教学实践中的一些心得谈一谈自己的看法。
二、财经类高校数据分析课程的特征
数据分析的目的就是从数据中提取有价值的信息，进而形成知识。因此在绝大多数专业领域均有大量的数据分析需求，对人才的数据分析能力均有较高的需求。从财经类高校的专业分布看，可以把对数据分析能力的需求分成三个不同的类型。
第一类是以统计学院、信息学院（或类似学科的学院和专业）。这两类专业的教学主要突出理论性、基础性和方法性，立足于对学生的“数据视野”、“数据意识”和“数据能力”进行全面训练，使学生能够在毕业后在任意领域迅速承担起高级数据分析的任务。
第二类是经济学门类的相关学科。这类学科对于数据分析教学的要求偏重应用，即学生的“数据视野”、“数据意识”，但由于部分专业（如数量经济学）对数据分析能力要求较高，因此对于“数据能力”的培养也需要兼顾。
第三类是管理学门类的相关学科。当前的管理学实践离不开数据，对数据分析教学主要是应用层面的。要求学生具有良好的学生的“数据视野”和“数据意识”，而对于学生的“数据能力”的培养则并没有太高要求。
三、财经类高校数据分析课程建设的思路
基于上述分析，研究生数据分析课程建设应当采取分层设课的原则，基于不同的教学需求，设置不同的课程群。
对于上述第一类专业，需要在专业核心课程群的基础上，重点建设大数据相关课程。如分布式计算、非结构化数据分析、R语言、python语言等。在教学中，案例化教学和上机实操应当成为教学的主要形式，尤其软件类课程应当在机房进行，保证学生有足够时间熟悉操作并能随时与教师互动。
对于上述第二类专业，需要以一门基础课程为先导（如统计学导论），在配合若干专业课与软件课的组合，如计量经济学、时间序列分析、纵向数据分析与Eviews、SAS和R语言的配合。在教学时，理论与实操并重，在实操方面突出学生的软件使用能力训练，SPSS类型的软件不应当成为此类专业的主要数据分析平台（学生应当在学习专业课程时自主学习使用）。
对于上述第三类专业，可以考虑以一门数据分析课程为基础，配合合适的软件平台，同时在其他专业课程教学中突出各个课程的数据分析教学内容和实践环节，既可以基本达到教学目的。这类课程教学的重点在于对数据分析方法模型的理解，切忌死记硬背，同时辅以一定的案例和上机实操。在软件平台使用上，以SPSS这类拥有完善的GUI环境，所见即所得的平台为主，也可以使用R语言强大的图形能力作为演示工具，在演示的同时潜移默化地使学生了解R系统，进而为其进一步学习建立基层。
四、财经类高校数据分析课程建设方案――以R语言课程为例
在上述三类专业的数据分析课程建设中，R语言均扮演了重要角色。因此本部分将以R语言课程为例介绍建设方案。
（一）R语言的优势
R语言作为功能全面地数据分析平台，在国际学术界和业界得到了广泛的认同，是应用最普遍的数据分析软件之一。与其他统计分析平台（如SAS、SPSS、S-PLUS等）相比，R语言具有若干明显的优势：
第一，完全免费，完全开源。与SAS多达几十万元的价格相比，R语言是一个完全免费的平台，且功能同样强大。
第二，安装简便，更新迅速，功能完善。R语言的安装对于硬件的需求很低，且拥有Windows、Mac、Linux等多个平台的版本。并且R通过其大量的程序包实现了功能的扩展，用户总是能通过下载功能包获得最新的分析模块。
第三，R语言是被国际学术界广泛认可，绝大多数国际知名高校都将R作为基本的教学和科研工具。
第四，R语言既是编程语言，又是高度功能化的数据分析平台，同时具有编程语言的灵活性和功能化数据分析软件的易用性。
（二）开展研究生R语言教学的必要性
首先，作为一种编程语言，R语言的教学可以训练学生抽象思维、逻辑思维能力，同时作为一种数据分析平台，R语言可以训练学生数据分析模型的应用能力和实际操作能力，这一功能是其他非语言类软件系统无法实现的。
其次，在研究生教学中开设R语言课程，可以极大提升学生在求职就业、考博和出国深造方面的竞争力。由于R语言在国内外学术界和业界有着巨大的影响，因此熟练掌握R语言无疑会使我们的研究生更加具备竞争力。
（三）研究生R语言教学的现状及改革的迫切性
从当前的教学现状来看，R语言仅仅是少数专业才有的课程。但是基于本人这几年的教学和指导研究生的经验来看，当前我国财经类高校研究生的动手能力较弱。其根本原因之一是缺少数据分析能力的训练。若要在不过分增加研究生课程量的前提下迅速提高研究生这方面能力，R语言这种将抽象思维、逻辑思维、数据分析模型和数据分析实操紧密集合的平台是最好的选择。
（四）R语言教学的内容划分
R语言集合了计算机语言与数据分析系统的特点，既能像SPSS那样通过简单操作即得到结果，又能够项C语言那样进行新功能的开发，尤其是其强大的图形能力，更为数据分析人员提供了强大的数据可视化平台。为了能够为学生全面地讲授上述内容，需要对课时进行合理分配，辅以合理的教学模式和考核模式。下面本文将以48学时的研究生课程为例，介绍R语言课程的基本内容和结构。
1.教学内容和学时分配
第一部分，R语言简介（2学时），介绍R语言的历史、基本操作环境、相关网站、系统本身和软件包的安装方法以及参考书籍等。
第二部分，R语言的数据结构（12学时），介绍向量、因子、索引、数组和矩阵、数据框、列表等概念和相关算法。这部分是后面教学的基础，同时也是R语言区别于其他编程语言的重要方面，在教学时要突出对因子、索引（以及利用索引实现筛选等功能）、数据框等数据结构与数据分析的关系的介绍。
第三部分，R语言的编程结构（12学时），介绍成组、选择和循环三种结构。在这部分教学中，重点在不能按照传统程序设计语言的模式进行教学，要突出数据分析的特征，可以考虑使用R语言自己编制景点统计方法的代码，如最小二乘法、距离判别、快速聚类等。
第四部分，R语言的绘图功能（12学时），介绍高级绘图语句、低级绘图语句、交互绘图语句以及ggplot2软件包等。绘图是R语言的优势，允许使用者自由的定义图形，尤其是ggplot2软件包的出现，更是将R的绘图功能推上了新的高度。这部分不但是上述第一类、第二类专业研究生所需要掌握的内容，也是第三类专业研究生应当了解的内容。
第五部分，R语言的基本统计功能（10学时），经过前述四个部分的教学，学生已经对R语言具有了较为深入的了解，并应该具有独立编制代码的能力。在此基础上，可以进行本部分的教学，即对于使用R语言实现诸如回归分析、多元统计分析、时间序列分析的方法进行介绍。由于这一部分功能均有对应的软件包和函数，因此在软件操作方面非常简单，如果跳过前面几个步骤直接进行这部分的教学会使学生对R语言一知半解，缺少对R语言核心知识的理解。
2.教学及考核方式
由于R语言是一个操作性非常强的语言平台，传统的课堂教学+上机的教学模式会使得理论与实践脱节。因此建议该课程全程在机房进行，这种教学方法的优势有三个方面：
第一，教师讲解更到位。编程类课程重要的是思考过程而不是结果，因此传统的课堂上听讲，上机课练习的模式会使得思考过程与结果脱节。而在机房上课则可以使学生跟随教师的讲解随时练习和实验，使得教学效果更好。
第二，师生互动更容易。学习编程的过程就是不断试错的过程，学生需要不断地从发现错误――解决错误的过程中提高能力，而在这个过程中教师与学生的互动非常重要。
第三，课堂练习更直接。课堂练习在学习编程过程中具有非常高的重要性，传统授课模式下，无法做到当天的学习内容当天联系，是知识技能的掌握不牢，效率低下。
在考核方面，建议采取开卷上机考核的方式。由于R语言的教学具有极大的实践性，因此“会用”才是最终的目的。同时，由于R语言极强的可扩充性，因此单纯地考查学生对于R语言中一些功能代码的记忆没有任何意义，采取开卷的方式，重点考查学生解决数据分析问题的能力的上级考试才能够实现对学生R语言学习水平的测度目的。
五、结论
当今社会已进入大数据时代，任何财经类专业人才的培养脱离了数据分析类教学内容都是不能适应社会需求的。而数据分析课程的理论与实践并重的特点，要求在教学过程中既重视数据分析理论模型的讲解，又重视数据分析平台的训练。只有这样，才能使得财经类人才的培养跟上市场对于人才需求内容的转变，培养出符合市场需要的人才。
参考文献：
关键词：大数据；数据分析；数理统计
基金项目：华北理工大学研究生教育教学改革项目资助（项目编号：K1503）
基金项目：华北理工大学教育教学改革研究与实践重点项目资助（项目编号：Z1514-05；J 1509-09）
G643；O21-4
谷歌公司的经济学家兼加州大学的教授哈尔・范里安先生过去说过统计学家将会成为像电脑工程师一样受欢迎的工作。在未来10年里，人们获得数据、处理数据、分析数据、判断数据、提取信息的能力将变得非常重要，不仅仅在教育领域，各行各业都需要数据专家，“大数据”时代的到来使得数据处理与分析技术日新月异，深刻的影响着各个行业、领域及学科的发展，尤其是与数据关系密切的行业及学科，而作为工科各专业硕士研究生重要的公共基础课数理统计学是天生与数据打交道的学科。
怎样在“大数据”时代背景下培养出适应面向企业自主创新需求的数据分析人员或掌握现代数据处理技术的工程师，如何把当下流行的“大数据”处理技术与相关数理统计学课程教学有机的结合，以激发学生对数据处理与分析技术发展的兴趣，这些都是我们在与数理统计学相关的课程教学中不得不思考的问题。然而，当前高校工科各专业硕士研究生数理统计教学的现状却与其重要程度相去甚远，整个教学过程的诸多环节都存在较大的不足，主要表现为：1.教学内容偏重理论，学生学习兴趣不高；2. 轻统计实验；忽略对统计相关软件的教学；3.没有注重数理统计的学习与研究生专业相结合，实用性强调不够。4. 轻能力培养；轻案例分析等。
这些现象导致的直接后果就是学生动手能力上的缺陷和创新能力的缺乏， 不能够自觉利用数理统计知识解决实际问题， 尤其缺乏对统计数据的分析能力。因此，需要数理统计学随着环境的变化不断创新新的数理统计思维和教学内容。避免教学内容与大数据时代脱节。为此笔者在该课程的教学过程中，有意识地进行了一些教学改革尝试。提出了几点工科研究生数理统计教学的改革措施。
（1）调整教学内容，将与数理统计相关的大数据处理案例引进课堂。有很多有普遍性的应用统计实际案例，可以在本课程的教学过程中有选择的引入介绍给学生，让学生们了解利用所学统计方法进行实际数据分析的操作过程和得出结论的思维方法。以期解决工科研究生对确定性思维到随机性思维方式的转变的不适应性。
（2）适应大数据时代数理统计学课程的教学环境。实现教学方式的多样性。大数据时代背景下，互联网十分发达，学生根据自己的兴趣去收集、整理和分析数据，既可以改变他们对统计方法的进一步认识，也可以增加他们的学习兴趣。甚至可以以专业QQ群，邮件的方式和同学、老师之间相互交流，交流者处于相互平等的地位，可以畅所欲言，随时随地都可以交流，起到事半功倍的效果。这种交流使得教师不再是知识的权威，而是把教师上课作为一种更好自主学习的引导，这种交流使得他们的思想变得更加成熟。同时参与各种网络论坛，贴吧回答问题等使得他们更能体现自己的价值，这种交流也使得学生的学习热情和学习精神得到更好的激发。
（3）引导工科研究生开展与本专业相结合的课题研究，强调实用性，注重统计思维能力培养。适应大数据时代数理统计学课程教学环境，实现教学方式的多样性。以期弥补学生缺少数据分析实例的训练，解决学以致用的不足。在目前的数理统计教学安排下，受学时所限，如果相当一部分时间用来学习公式、定理的推导及证明，势必没有时间进行实际的数据分析练习。在大数据时代背景下，随着海量数据、复杂形式数据的出现，使得统计方法的发展和以前有了很大的不同，没有实际的数据分析训练，学生们就无法对统计的广泛应用性及重要性有深刻的体会，也不利于保持和提高他们的学习兴趣。这要求具体工作者提出新的统计思想和方法，加深对已有统计思想的理解，以解决实际问题。
（4）改革成绩评定方式。现有的考试模式为通过有限的一到两个小时的期末考试，进行概念的辨析和理论及方法的推导计算，由此来判断研究生关于数理统计课程的学习情况有很大的不足，特别是对可以利用软件进行的某些实际数据分析的考察没有办法实现。因此，有必要通过日常课堂“论文选题―提交―讨论”与期末理论考试相结合的形式对学生数理统计学习进行考核。加大对学生平时考察的力度，相应地减少期末考试成绩的比重。让学生选择一些与自己专业有关的数据进行尝试性的数据分析、一些统计科普著作的读书报告等并写成论文的形式提交，做为对学生成绩的评定方式，更能综合、客观地评价学生的学习情况。
数据分析在现代生活中发挥的作用越来越大，而道硗臣品椒可以与数据分析有机的结合，从而在提高数据分析效率的同时，保持分析结果的有效性，为生产和实践活动提供准确的参考。以上的思考和建议仅是我们在教学研究和教学过程中的一点体会，还有许多工作亟待深入，比如适合工科研究生数理统计课程的大数据案例选取，与课程内容的有效衔接；案例教学法如何实施；教学方式多样化问题；课堂教学与网络交流结合；理论介绍与软件应用训练结合问题等。教学改革与实践是一项艰巨的任务，以培养学生的实际运用能力和正确解释数据分析结果的能力为目的，强调统计思想和方法应用的培养，让学生们了解利用所学统计方法进行实际数据分析的操作过程和得出结论的思维方法将是一项长期的工作。
参考文献
[1].游士兵，张 佩，姚雪梅.大数据对统计学的挑战和机遇[J].珞珈管理评论， 2013， （ 02）： 165-171.
关键词：数据挖掘能力；SPSS软件；统计分析
中图分类号：G647.38 文献标志码：A 文章编号：1673-291X（2013）05-0234-04
一、调查背景
随着信息时代的迅猛发展，经济研究对信息的需求与日剧增，面对海量数据，要从中提取出有用的信息，就需要人们掌握高级的数据挖掘方法与手段。这样，就对高等教育的人才培养提出了更高的要求，需要培养以计算机为工具，利用各种数据分析方法去挖掘大量数据背后重要信息的能力，即数据挖掘能力。SPSS 软件作为数据发掘的重要工具，在调查统计行业、市场研究行业、医学统计行业、政府和企业数据分析应用中久享盛名，其提供了数据获取、数据管理与准备、数据分析、结果报告这样一个数据分析的完整过程，操作性强。因此，SPSS软件课程的开设对于当今经济管理类的大学生是非常有必要的。
本次调研通过对680名受访者（湖南商学院学生）对SPSS软件的认知程度、对SPSS课程相关要求和对学校硬件软件支持的期望等方面的调查，了解大学生对SPSS软件的认识程度，并为提高大学生数据挖掘能力和SPSS课程的推广提供可行性建议。
二、调查对象
本次调查主要针对于湖南商学院在校大学生进行的调查，调查样本属自愿样本。本次调查共发放680份问卷，回收有效问卷649份，有效回收率为95.44%。
有效问卷中从性别来看，男性占47.6%，女性占52.4%，比男性多了3.8个百分点，这符合商学院性别比例“女多男少”的现状。从年级来看，受访者主要集中在大四，大一最少，大二大三居中。大学生随着学习的积累、生活的丰富，更加有意见发表，这让本次的调研成果更加有信服力。从学院来看，受访者来自12个学院，各学院人数从9人到319人不均匀分布。受访者人数最多的前4个学院中，工商管理学院占53.3%，会计学院占13%，经贸学院占7%，财政金融学院占5.2%。这4个学院的学生人数在学校的占比都是很大的，因此，更有代表性。本次调查的受访者来自33个专业，人数最多的为市场营销专业，有174人，最少的是旅游管理专业，有9人。专业的广泛性，使得本次调查更为全面。
三、调查方法
本次调查采用自填式调查问卷进行访问，问卷由SPSS软件认知、数据分析能力的自我认知、SPSS课程的认知及相关要求和个人基本信息四个部分共25个问题组成，调查报告运用SPSS19.0进行统计分析。
四、SPSS软件对学生数据挖掘能力培养调查结果及分析
本次调查主要从SPSS软件的认知情况、数据分析能力的自我认知、SPSS课程的认知及相关要求和职业意向四方面对受访者进行调查，意在了解湖南商学院学生的数据挖掘能力现状、对SPSS课程的期望度、对SPSS软件的认知和SPSS软件学习环境的要求与期望。
（一） 受访者对SPSS的认知情况
在对湖南商学院学生对SPSS软件认知的调查中，发现受访者对SPSS的了解途径以课程选择和师友口碑为主，且大部分学生对SPSS软件的认知度不高，对其功能了解不全面，对SPSS软件的操作也不是很熟练。
1.受访者对SPSS的了解程度不高
表 1 不同年级的受访者对SPSS软件的了解程度 单位：%
表1中数据显示，40.4%的受访者对SPSS软件只有“一般”了解，23.5%的受访者表示“不了解”，17.5%表示“很不了解”，对SPSS不了解的比例超过40%，可见该软件没有得到广泛的推广。另外有17.7%的受访者表示“比较了解”，仅0.8%的受访者表示“非常了解”。
从年级分布看，大一群体中近80%的人表示“不了解”；大二群体中“不了解”的比例将近65%，但有9%的人对该软件比较熟悉；大三群体中，“不了解”的比例下降到45%，“了解”的比例达到15.9%；而大四群体中仅有27.3%表示不了解，而“了解”的比例扩大到24.7%。
随着学习的深入，学生将有越来越多的机会接触到SPSS软件，并在不同程度上加以运用；另一方面也反映出了低年级阶段对该软件的运用度不够，需要加大对这些群体的教育投入。
2.对SPSS的了解途径以课程选择和师友口碑为主
图 1 受访者了解SPSS软件的主要途径
图1显示，受访者中对SPSS的了解有40.1%是通过“课程的选择”，28.6%是在“学校老师同学的推荐”下了解到的，“做调查统计数据”了解的占21.8%，从“计算机相关书籍上”了解到的占6.4%，在“网络上遇到”和“观看别人演示”而了解的各占了1.4%。可见，“课程选择”、“老师同学推荐”和“调查统计的需要”是受访者了解SPSS的三大主要途径，比重合计超过90%。
3.受访者大部分使用过SPSS但不熟练
在访问者中，63.0%的受访者对SPSS软件的接触停留在“学过，实际上操作过但不熟练”这个层面；16.2%的受访者表示“了解SPSS软件，但没接触过”；还有15.6%的受访者表示“上课学过，但没用过”；仅有5.3%的大学生“操作SPSS软件非常熟练”。可见，绝大部分的学生还处在对SPSS运用的表面阶段，操作能力还需要进一步加强。
4.大部分同学认为SPSS软件是专业数据统计分析软件，且大部分同学对SPSS软件的功能认识但不全面。
从图2中可以看出，有81.5%的同学认为SPSS软件是“专业的数据统计软件”，77.9%的同学认为“能对数据进行分析的便利软件”，41.2%的同学选择“增强人数据分析能力的工具”，36.7%的同学认为SPSS软件是“一门数据统计的课程”，选择 “制作图标的软件”和“能保存很多数据的数据库”分别占21.8%和21.6%。在第一印象中，认为SPSS是“数据统计和分析的软件”，合计超过总数的80%，说明绝大部分的人对SPSS有一定的认知。
图 2 受访者对SPSS软件的印象
对于SPSS的功能，同学们了解最多的是“数据输入”和“数据整理”，占比分别为66.0%和53.4%；其次是“图表制作”和“分析报告”，占比分别为27.8%和29.2%；了解“建立模型”、“相关性分析”、“探索分析”、“交叉分析”、“结果”和“预测分析”功能的分别为23.0%、20.5%、17.1%、16.9%、11.8%、10.7%；仅有5.3%的大学生“了解所列出的全部功能”。可见，学生对SPSS软件功能的了解很局限，因此，SPSS教学应给予学生更多的操作机会，让学生对SPSS了解更全面。
（二） 受访者自身数据分析能力状况
在数据分析能力自我认知调查中，大部分的受访者对自身的数据挖掘能力不认可且具有学习SPSS课程的基础，并期望能熟练或者独立操作SPSS软件，但受访者大都不愿意主动接受SPSS课程。
1.大部分专业开设了与SPSS相关的课程
受访者中70.9%学过《统计学》，32.1%学过《SPSS在经济管理中的运用》，26.4%学过《市场调查与预测》，19.7%学过《计量经济学》，有17.9%的受访者没有接触过与SPSS相关的课程。
在受访者认为学好SPSS需要提前了解的知识的调查中，超过65%的受访者认为学好SPSS需要提前了解《统计学》，其次有近16%的受访者认为要提前了解《市场调查与预测》，认为要提前了解《概率论》、《计量经济学》、《高等数学》的受访者分别只占7.2%、5.5%和4.5%。
可见大部分的学生有接受SPSS课程的基础，且大部分同学认为提前掌握《统计学》和《市场调查与预测》的知识对于学习SPSS有帮助。
2.大部分学生认为自身数据分析能力差，而且大部分同学对自己的数据挖掘能力不认可
受访者中48%认为自己“能力一般，会对数据进行一些简单的分析”；认为自己“能力非常差，不会对数据进行分析”和“能力较差，分析数据时需要参照别人成果进行分析”分别占12.9%和20.8%；认为“能力较好，不仅能掌握数据的主要核心，还能根据已有数据进行扩展性分析”的占16.3%；只有1.8%的受访者认为自己“能力非常好，数据概括能力强”。
图 3 受访者对自身数据分析能力的自我评价
在对自身数据分析能力满意度调查中，受访者对自身数据分析能力不满意的将近40%，对自身数据分析能力满意的只占13.1%，持一般态度的人群占据了总人数的一半左右。可见，大多数人对自身数据分析能力并不认可，显然SPSS课程的开设是有必要的。
3.受访者大都不愿意接受SPSS课程
图4显示，在是否愿意接受SPSS课程的调查中，受访者选择“不愿意”和“非常不愿意”的分别占44.2%和23.7%，合计67.8%； “非常愿意”和“愿意”的分别只占了4.5%和10.9%。
图 4 受访者是否愿意接受SPSS软件
结合图3来看会发现一个矛盾：虽然超过80%的人不认可自身数据分析能力，但愿意接受SPSS课程的只有15.4%，远远低于不愿意接受的人群。一方面学生对自身数据分析能力不认可，另一方面却又不愿意主动接受SPSS课程。原因很多：首先，《SPSS课程》在学生群体中并没有形成广泛的影响力，还处在一种被接受的过程。其次，SPSS软件操作不是十分深奥，但许多学生对统计软件、统计分析望而却步或者即便会用，也经常犯一些很基本的错误或者计算出来的结果不知道该如何解释，甚至看不懂软件结果。这就要求教师在教学过程中，还应告诉学生“为什么选用这种方法”。教师在教学过程中应该激发学生联系自己的专业，认识到从实验设计着手就需要“统计知识”的参与，为提高自己的分析能力奠定基础。
4.学生更期望能熟练或者独立操作SPSS
在对自身数据能力的期望上，受访者中60.4%的期望“能熟练地操作SPSS软件”；40.2%的期望“能独立自主运用SPSS软件完成报告”；39.2%的期望“达到未来工作岗位对数据分析能力的一般要求”；38.9%的期望“提高自身对数据提取概括的能力”；37.1%的期望“能对数据进行拓展相关性分析”；29.4%的期望“能运用多种分析方法，并熟练作图”。受访者期望在能熟练掌握数据分析的基础上独立撰写报告并满足将来职业发展的需要，SPSS课程教师应设计一套系统的教学方式来引导学生去学习SPSS。
（三） 受访者对SPSS课程的认知及相关要求
在SPSS课程的认知及相关要求的调查中，受访者最期待SPSS课程作为专业必修和专业选修，课程教学能理论与实际结合，考试能以实践课程、小组合作和机试这些形式，且课时不少于32个；学生们期待在SPSS课程学习中能得到学校在学习设备、专门实验室和雄厚的师资力量等方面的支持，并提供最新的SPSS软件和实践机会。
1.经管类学生认为学习SPSS的最佳时期是大二，最佳课时不少于32个
学习SPSS的最佳学期，受访者中选择“二年一期”的占28%，“三年一期”的占18.9%；，“二年二期”的占17.2%，“一年二期”的占16.2%；选择“一年一期”、“三年二期”和“四年一期”的分别只占8.7%、7.8%和3.2%。
在最佳课时调查中，超过90%的人认为学习SPSS的课时至少需要32个课时，这说明受访者愿意花时间来学习该课程来掌握数据分析的能力。可见，适宜的学习时期以及更多的课时是学生所期望的，这为学校设计SPSS课程提供了参考。
2.学生更期望SPSS课程作为专业必修和专业必选课程
图 5 受访者期望SPSS软件的上课形式
受访者期望SPSS课程作为专业必修课的占39.70%，期望作为专业任选课程的占26.50%，期望作为专业限选和人文选修的分别占22.30%和11.50%；期待SPSS课程作为专业必修和专业任选的合计达到66.2%。可见，受访者对SPSS课程还是比较重视的。
3.SPSS课程以理论与实际相结合的教学方式，实践课题、小组合作和机试的考试形式是最受学生欢迎的
受访者中59.1%的期望SPSS课程是“理论讲解与上机实践结合”的形式，35.2%的期望采用“上机实践”的形式，选择“理论讲解”和“研讨会”两种形式的分别只占3.7%和1.7%。理论与上机实践结合形式是受访者更愿意接受的，实际上这种形式能让学生更好地理解和掌握该课程。
在期望的SPSS课程考试方式调查中，受访者中选择 “社会实践做课题”近30%，“小组合作形式”和“上机考”分别占25.5%、25.9%，希望以“闭卷考试”、“开卷考试”和“论文”分别为2.7%、7.3%和8.7%。显然“社会实践做课题”、“小组合作形式”和“上机考”是学生最期望的，这也表明大部分受访者认为这门课程应该更加注重实践操作能力。
4.在SPSS教学过程中资历丰富、结合案例教学的教师更被青睐
受访者在对授课老师的第一要求中，55.1%的选择了“资历丰富”，10.2%选择了“企业实战背景，丰富的案例辅助”，9.7%选择了“互动参与性强”，其他选项作为第一要求的受访者相对而言较少。
受访者中70.8%的认为SPSS课程的授课老师要“资历丰富”，44.4%的期望授课老师有“企业实战背景，丰富的案例辅助”，36.9%的选择了“互动参与性强”；期望授课老师“理论性强，具有系统性及条理性”和“耐心解答学生问题”分别占29.6%和27.9%；期望老师“认真备课”、“有成功案例”和“激情澎湃，有感染力和号召力”的分别为18.6%、17.7%和12.4%。大部分的受访者希望授课的老师资历丰富，有实战背景并且能与学生充分互动，相当一部分的受访者希望老师授课有系统的理论知识，并且能够耐心解答学生问题，在“认真备课”、“有成功案例”和“上课有激情”三个方面对授课老师也有一定的要求。可见，同学们对老师的上课风格很是在意，这可能直接影响到学生对课程的兴趣。
5.学生期待有良好设备、专门的数据分析实验室和雄厚的师资力量等硬件支持
受访者中78.5%的认为要学好该课程学校应 “建立专门的数据分析实验室”，78.3%认为要“更新或维护好电脑设备”，71.2%认为要“配备更多的优秀师资力量”，认为要“进行学生数据分析能力大赛”和“购买更多专业方面的书籍”分别为45.8%和25.8%。学生们认为学好SPSS这门课程学校应该支持“电脑设备”、“师资力量”和“数据分析实验室”三个方面。当然学校能支持学生“进行数据能力分析大赛”和“提供更多的专业书籍”，可以更好地辅助SPSS的学习。
6.学生期望在SPSS学习过程中有最新SPSS软件和实践机会支持
受访者中88.2%的认为要学好该课程要“购买或安装SPSS最新软件”，81.4%期望有“提供更多的实践机会”，67.9%期望有“提供资金支持”，期望有“政策上给予关注”和“举办专场讲座”分别为31.2%和30.8%。最新的SPSS软件、更多的实习机会是学生最为期待的，因为软件方面支持到位了对于SPSS课程的授业而言就相当于拥有良好的内部环境。也有相当一部分的受访者希望学校能从“政策”和“专场讲座”两个方面给予支持，这几点也值得重视。
五、建议
SPSS软件和其他一些统计软件一样，不能够对模型的适应性做出判断，模型选择的正确与否依赖于使用者对资料的了解程度与统计分析方法的掌握程度。主观上，大部分同学希望提高自身的数据挖掘能力；客观上，各行各业都要求人们掌握高级的数据挖掘方法与手段，可见SPSS课程的开设是有必要的，但调查发现多数同学不愿意接受SPSS课程的学习。因此，开设SPSS课程有利于培养学生的实践能力，提高学生的职场竞争力。为此，笔者提出以下建议。
（一）加强SPSS软件在商科院校学生中的宣传推广力度
通讯、医疗、财会、银行、证券、保险、制造、商业、市场研究、科研教育等多个领域和行业都要求掌握一定的数据处理分析的能力，因此，学好SPSS软件无疑对以后参加工作会起到锦上添花的效果。而要使学生接受SPSS软件，首先得加大SPSS软件在学生中的宣传推广。
笔者认为，可以鼓励校园内SPSS软件爱好者在SPSS课程相关老师的指导下，成立“SPSS数据处理社团”以进行全校性质的宣传推广；定期或不定期举行与SPSS软件相关的活动，如SPSS数据分析大赛等。
（二）结合学生需求，以适当的形式在各专业各年级开设SPSS软件课程，以达到更好的教学效果
开设该课程前，先开设与SPSS课程的相关基础课程，如统计学、市场调查与预测等，用以辅助SPSS软件的学习；上课注重理论结合操作，以学生自主上机为主老师讲解为辅，配以数据分析题，让学生以小组课题形式完成对SPSS课程的学习。
（三）校方努力满足SPSS软件课程所需软硬件设施，以辅助达到更好的开课效果
加强师资队伍的建设，及时更新SPSS课程相关老师的知识储备，以适应SPSS软件不断更新的需要；校方应投入一定资金，及时更新SPSS软件；校方应及时更新校计算机系统、操作平台等；再者，学校可以适时建立数据分析实验室。
（四）处理好学生能力不足与教学要求之间的矛盾
对SPSS软件各功能原理的学习，是让很多学生特别是非统计学专业的学生头痛，因此，教师应因材施教，在讲授过程中简要介绍各种分析方法的基本原理，重点介绍不同的分析方法的功能和目的，并通过实际案例让同学们了解分析方法的实际应用，并学会解读分析结果。在教学中采用与授课学生专业相近或者有较强现实意义的连贯性案例数据资料，这样有助于学生把SPSS各个操作菜单联系起来，使学生懂得每个操作选项背后的实际意义，增加数据挖掘的能力，培养学生以数据思维模式来解决实际研究问题。
（五）建立“以学生为主体”的教学和管理模式
在SPSS课程教学中引导学生融入课程学习，激发其学习的潜能，将学生作为教与学的主体，变被动为主动；在管理中激励学生参加教学活动，尽量减少学校的强制行为，增加学生自制的范围。学校在重视SPSS课程理论教育的同时，应该高度重视实践应用尤其是加强动手能力的教育，在内容与方式上变畸重式教育为促进学生全面发展、健康的教育。
参考文献：
[1] 陈晓毅.统计学教学与SPSS软件结合的研究[J].广西财经学院学报，2009，（10）：179-181.
[2] 窦清.基于金融市场综合实验室的SPSS 实验教学的思考[J].实验室研究与探索，2007，（4）：22-36.
[3] 高莉.SPSS软件在统计学教学中的应用[J].校园心理，2010，（6）：414-415.
[4] 韩胜娟.高校经济管理类专业SPSS 软件教学的探讨[J].现代企业教学，2007，（16）：178-179.
[5] 何琳.SPSS软件在广西教育科学研究领域的应用分析[J].广西教育，2011，（27）：99-101.
摘 要： 2016年9月《普通高中各学科课程标准（征求意见稿）》正式公布，数学课程标准修订组提出了六个数学核心素养。本文选择了其中的数据分析素养，结合现在中职教育的数学课程改革，着重研究中职学生数据分析素养的现状，为进一步的研究做好准备。
关键词：中职；数据分析；现状
近5年来，职业类院校入学的学生中考的分数普遍都不低，绝大数都达到普通全日制高中的分数线。家长和学生选择职业类院校的原因有两个：（1）从就业的角度，职业类院校的高就业率第一考虑要素；（2）从学历的角度，双元制的培养模式既能保证学生拥有高技能也能保证学生获得大专或者本科学历。
中职生现状问题
1.缺乏对数据分析素养的认识
数据分析素养就是针对研究对象获取数据，运用统计方法对数据进行整理、分析和推断，形成关于研究对象知识的素养。例如，数控车床专业的必修课之一就是机械制图，该课程的一项基本功就是画三视图，从简单三维零件的测量数据，再整理出有效的数据，分析三维图象数据如何让转换成二维图像数据，最后画在纸上。只有对简单零件的理解，才能推断出复杂零件的构造，并能成功画出零件图。简单的说，学生不知道数据是什么，怎么获得数据，如何处理数据，数据能告诉我们什么，这些认识都很缺乏。
2.缺乏对数据分析素养的的培养
职业类院校的学生接受素养的培养，却往往是被动的、盲从的，尤其是对非专业知识、技能的一些职业素养。教师在教育的过程中，共性的培养―知识、技能等相关职业素养关注的多，而突出逻辑思维能力的数据分析素养关注的少。对绝大多数学生而言，除了老师教的就不知道自己还应该学些什么，他们只能完成对“依葫芦画瓢”的工作。
设计问卷
本问卷对象选取的是苏州某职业院校在读的300名学生。调查样本构成情况如下：
性别构成：女生：80人，占 26.7%；男生：220人，占73.3%。
专业构成：机电专业：119人，占39.6%；电气专业：86人，占28.7%；信息专业：41人，占13.7%；创意专业：54人，占18%。
年龄构成：15岁：21人，占7%；16岁：101人，占33.7%；17岁：108人，占36%；18岁：38人，占12.7%；19岁：7人，占2.3%；20岁：18人，占6%；21岁：7人，占2.3%。
年级构成：16级：129人，占43%；15级，93人，占31%；14级：48人，占16%；12级：30人，占10%。
调查数据分析
1提取信息
第一题能提取的信息：（1）统计学中的平均数、方差是学生在不同时间所学的数学知识，平均数是在小学三、四年级所学的知识点，方差是在初二所学的知识点。学习知识点的时间上，学方差离的更近些，只有16.7%的学生还会正确使用。（2）学生能收集同一属性的随机数据，80.5%的学生都使用统计学的方法整理数据。在学生的所学数学知识中，八成的学生选择了合理的数据分析的方法，理解与掌握了平均数的概念，并能灵活使用。
第二题能提取的信息：（1）95%的学生选择了匹萨A或者匹萨B，只有5%的学生认为这两个匹萨是一样合算的。说明学生绝大多数审了题目，知道要通过比较得到哪个匹萨更合算。这种对数据的敏感绝大多数学生还是有的。（2）阐述理由时，44%的学生知道对于圆，要先计算面积，然后计算价格与面积的比值，比较大小，得出结论。数据分析的过程性只有不到一半的学生能意识到。51%的学生的答题纸上有“去超市买同样的东西，通常量越大的越便宜”等这样的理由，全凭生活的经验做出了推断。
第三题能提取的信息：（1） 96.8%的学生能明确表示同意或者不同意严同学的观点，3.2%的学生放弃了答题。当数据量有所增多时，学生开始有放弃答题的现象出现了。（2）只有一成的学生能整理出数据中的有用信息，计算差值，求差值与原价的比值，归纳数据，推断减幅不小，得出结论。高大75.2%的学生无法在表格的两个日期同样蔬菜的价格中提取出有用的信息了，接下来数据分析的过程就中断了。面对同样的数据，试卷中有学生去计算同样物品价格的平均值，也有学生计算10元能买三样物品的单价，得到了不同的结论。在分析方法上学生会的很少。
2做出推断，得出结论
第一题的结论：学生对数据分析有一定的意识，但处理数据的方法很单一。题目给出了数据，学生并没有亲自参与收集数据，因此只能说明学生看到数字或者图形的数据有一定的意识。平均数是统计学中最通俗易懂的数据分析方法，也是最简单的处理数据的方式。学生掌握程度很好，也说明学生只学了统计学的一个皮毛而已。如何计算方差是初二的教学内容，对方差这个知识点的理解就不太好，更不知道如何来使用。
第二题的结论：学生能感受到数据分析很广泛，但能完成数据分析的过程不多。比较两种匹萨哪个更合算，类似这样的问题在生活中很常见。学生能感受到数据分析的普遍存在，能联想到超市常遇到的情况。不到一半的学生有理性的思考和实践，完成整理数据、提取信息、构建模型、做出推断、得出结论这一过程。另一半学生就是感性的思维，在生活中累积的经验做出推断，不会深究其中的原因。
第三题的结论：面对随机的大量数据，大多数学生无法进行数据分析。生活中碰到的实际问题，数据的数量有些多时，大多数学生缺乏数据分析的意识
附件：
问卷
这份调查问卷想了解同学们数据处理方面的情况，帮助我们进行调查研究。希望同学们认真填写。谢谢你的合作！
年：________ 专业：______________ 年龄：_______性别：______
1.某班需要推荐一名学生参加比赛，有3位候选人，你最想推荐谁去参赛，最主要的理由是什么？
3位候选人的成绩如下：
⑴请问你最想推荐谁去参赛？ （只能选一名）⑵最主要的理由是什么呢？ （可写多个理由）
2.一家匹萨店提供厚度相同、直径不同的两款匹萨，价格如下：
匹萨A： 直径30厘米的匹萨30元，匹萨B：直径40厘米的匹萨40元。
请问：你认为哪种匹萨更划算？ 请说明理由。
3.2015年11月4日，某媒体北京报道：在2013年3月13日曾经报道过京城“菜篮子”，记者在一个菜市场调查，用10元钱买同样的三种蔬菜，可以买3.3斤油麦菜，或者10斤胡萝卜，或者4根大葱；现在记者又来到菜市场调查，用10元钱买同样的三种蔬菜，可以买到3.3斤油麦菜，或者5斤胡萝卜，或者10根大葱。记者由此给出结论：现在京城“菜篮子”物价水平与两年前变化不大。
严同学看到上述信息，指出：这样的结论不可靠。
数据分析观念是抽象的，不能一蹴而就。我们以“统计与概念”为载体，引导学生积极主动地参与统计活动，尤其是经历数据统计的全过程：收集和整理数据、表示数据、分析数据、作出决策、进行交流。教师要创设生动的现实情境，激发学生数据分析的需求；组织识图活动，培养数据分析的意识；开展后续实践，感受数据分析的价值，使学生在整个数据分析的过程中有需求、有方法、能感受到价值，从而实现“数据分析观念”的发展。
一、创设情境，激发数据分析的需求
《义务教育数学课程标准》要求：“课程内容的选择要贴近学生的实际，有利于学生体验与理解、思考与探索。”
[案例]条形统计图（苏教版四年级上册）
环节一：创设情境，激发数据收集的需求
1.欣赏：播放学校体育节学生在赛场上拼搏的照片。
2.谈话：今年体育节有拔河、跳绳、踢毽子、个人长跑四个项目，如果每人必须报一项，猜一猜我们班哪个项目报名的人最多？学生自由猜测，激发数据收集的需求。
3.引导：怎样才能确切地知道我们班哪个项目报名人数最多？学生自然想到统计每个人的报名情况，收集准确的数据。
数据分析观念的培养，首先让学生了解在现实生活中有许多问题应该先做调查研究，收集数据，再通过分析作出判断，体会数据中蕴含着信息。教师创设了学生熟悉的“体育节”情境，引导学生猜测哪一项报名人数最多，猜测的结果定然不能达成共识，怎么办？学生凭借已有的生活经验想到先在班上做调查，了解每个人的报名情况，收集到真实的数据才能知道哪个项目报名的人数最多。在现实情境的冲突中，学生自觉产生了收集数据的需求。
二、识图活动，培养数据分析的意识
数据分析是统计的核心。要让学生体会数据不是枯燥的数字，而是蕴含着丰富的信息内容；要引导学生学会收集信息，通过整理获得有用的数据，并选用适当的统计图表最大限度地呈现数据内容；要对数据进行深入地分析，用数据解释事实、判断是非、预测未来。
环节二：投票统计，经历数据收集的过程
借助投票器收集数据，再把数据输入Excel中自动生成统计图。
数据是信息的载体，怎样才能获得有效的数据？小学阶段常用的有测量、实验、调查等，教师引导学生在交流中明确调查法比较适合“每个项目分别有多少人报名”这一问题，在课堂有限的时间内，可以借助投票器快速收集数据。有了收集数据的方法，有效整合信息技术让每一个孩子在课堂上完整地经历收集数据的过程，再借助Excel软件的自动绘图功能，生成条形统计图。
环节三：读图活动，渗透数据分析的方法
1.同桌交流：仔细观察，你能从图中得到哪些信息？
2.集体交流：每个项目各有多少人报名，哪个项目报名人数最多（少）……教师追问：你是怎样知道这些信息的？
3.深入引导：根据数据的特点，你能给“体育节”策划老师提出哪些合理化建议呢？
在识图活动中，教师组织学生对数据进行深入地分析，在交流中渗透数据分析的方法。图中蕴含丰富的信息，如：各个项目的报名人数，哪个项目的人最多（少）……你是怎样读出这些信息的？在交流互动中明确条形顶端的数据表示各个项目的报名人数，条形的高矮一目了然地表示了哪个项目的人数最多（少）。由于是学生熟知的生活情境，学生的应用意识很强，不少学生除了能根据数据解释事实之外，还能根据数据产生不少个性化的想法：报名拔河的人太多，应该进行筛选后才能代表班级出赛；个人长跑报名的人太少，就撤销这个项目吧……学生的想法虽多，但不一定都正确，教师适时引导：如果你是体育教师，会采纳这些建议吗，为什么？这时有学生想到这只是一个班的情况，其他班级可能不同，一个班的数据还不足以帮体育老师出谋划策。通过这样的交流，让学生体验到对于同样的事情，抽样的对象不一样，每次收集到的数据可能不同。
环节四：绘图活动，建立数据分析的观念
1.尝试绘图：教师提供给学生四（2）班的数据，学生尝试用条形统计图直观有效地表示数据。
2.自觉分析：四（2）班的报名情况和我们班一样吗？学生根据图中信息交流自己的想法。
在绘图活动中，学生学会用条形统计图有效表示数据，并能自动迁移从读图中习得的分析数据的方法自觉地进行分析，建立数据分析的观念。学生除了能读出数据中的表层信息外，有学生说到两个班报名个人长跑的情况相差很大，看来这一项不能盲目去掉，应该多做一些调查，收集整个年级的数据；更有学生补充道，“体育节”是一项全校性的比赛，不能只收集一个年级的数据，应先收集全校的数据再进行分析。
在整个识图活动中，培养了学生的数据分析意识。他们运用投票器经历了数据收集的过程，借助Excel软件生成条形统计图，在读图绘图过程中，不断把数据分析的结果与生活实际对接，在交流中发展数据分析观念。
三、后续实践，感受数据分析的价值
学生围绕“体育节”这一主线，经历了收集、整理和描述数据、从数据中提取信息并进行简单推断之后，活动并没有结束，课堂上的感悟如果能在生活中得以实践，那么数据分析的价值就能真正得以体现。交流中有学生说“体育节”是一项全校性的比赛，应该收集全校数据再进行分析，教师不妨引导学生开展后续实践活动，组织学生进入每个班级去收集数据，再根据全校的数据进行分析，给“体育节”的策划教师提出一些合理化建议。这样，把数据分析的结果真正运用于实际生活，感受数据分析的价值。
环节五：后续实践，感受价值
要给体育教师出主意的话，只统计两个班，有说服力吗？如果收集了全校的数据，你准备从哪些角度去分析数据提出合理化建议呢？小组讨论，制订后续实践活动的方案。
教师在最后的环节，通过追问的方式提出了几个问题，引导学生对于后续活动进行合理计划，让学生体会对于同样的数据可以有多种分析的方法，要根据现实需要选择合适的方法。
关键词：大数据时代；统计学；影响
随着大数据时代的到来，各企业采用了新的策略，获得了更多的利润。对于统计专业来说，改变发展策略，使培养出来的专业人才能够适应大数据背景的需求是其主要任务。目前，高校统计学专业逐渐认识到大数据时代综合性人才培养的重要性，并对专业建设进行了相关改革。
一、大数据时代对统计学的影响
大数据时代的到来对现代统计专业的发展造成了新的冲击，要确保培养出来的人才能够起到应有的作用，首先要了解大数据时代对统计专业所造成的影响。
（一）大数据时代使数据结构和数据性质发生变化
网络技术以及基于网络技术的电子商务等新的数据记录模式标志着大数据时代的到来。大数据时代，不再依赖于抽样调查的记录模式，网站浏览、视频监控都将形成大量数据。传统的数据结构甚至是数据性质发生了变化。大量的数据信息对于需求者来说，如何甄别其可用价值成为关键。传统的数据可以二维表格显示和整理。但大数据时代所产生的数据具有多样化和复杂化特征，往往包含了大量的音频、视频、HTML等。这要求大数据的收集具有较强的目的性，才能实现其价值。
（二）大数据时代要求统计分析方法和统计思维更新
大数据时代的主要特征为数据多且复杂，数据分析要求分析者对总体进行分析。在这一背景下，参数统计不再具有意义，假设检验法也随着总体分析而失去价值。数据的复杂化对传统大数据统计思维造成了巨大的冲击，要求统计者具有活跃的思维。只有对传统数据的改变进行分析，并且树立新的统计方法。
二、大数据时代下的统计学发展新策略
为适应大数据时代的需求，统计学专业的发展势必要对传统模式进行改革。目前，多数高校统计学专业已经认识到大数据对于其发展带来的冲击。为此，本文提出了以下策略，以及能够帮助统计学取得更好发展。
（一）加强统计应用性教学
根据大数据时代数据的总体分析特征，数据分析人员应掌握全面的分析方法。在人才培养过程中，应致力于培养实践分析能力，提高数据和资料收集能力，并且培养其强烈的数据价值观，使其能够从众多数据中找到所需的。另外，对传统模式进行改革，增加大数据统计内容，以适应时代的需求。基于大数据的结构特点，实施资料透视化教学，提高分析者对复杂数据的分析能力。
（二）培养大数据统计思维
在人才培养过程中，新的统计思维的培养具有重要意义，即强调数据分析实践能力的提高。统计思维的培养有助于数据分析者对复杂的数据进行区分，从而整理有效信息。在大数据时代，不仅要以传统的平均思维、动态思维和变异思维为基础，还要注重基于整体分析的大数据思维。另外，还要培养数据分者的复杂性思维，以应对复杂的数据库。总之，大数据时代需要数据分析者具有全面的、创新性的思维。
（三）强化基础性统计知识
统计学自身具有复杂性，其改变多且抽象。基础的统计知识是进一步掌握大数据分析思维的基础，可见学习基础性统计知识的重要性是不言而喻的。为此，应该采取深入浅出的方法，利用多媒体等方式使复杂的数据统计清晰化、简单化。结合具体的案例使数据分析者正确认识统计概念、掌握统计原理和方法。此外大数据分析不再是一种专业，而是更倾向于一种技术，这要求我们将大数据分析与统计学以外的相关知识相互联系。注重真实相关与伪相关的讲解，强调商务智能的开发和分析。只有具有坚实的基础，才能确保数据分析者大数据分析思维的养成，适应现代社会的需求。
（四）加强复合型人才培养
为适应大数据时代的需求，复合型人才的培养是关键。所谓复合型人才，是指其不但要具有专业的数据分析能力，还要相应的具备管理以及其从事专业的技术。大数据时代，高校应建立全面的人才培养模式，注重培养人才的数据分析能力、编程能力等，使其真正了解大数据，懂得如何利用大数据对其所处的行业起到积极作用才是关键。总之，大数据时代对综合性人才具有更高的需求，大数据时代不仅培养的是一种能力，而且是一种思维，是对全新模式下的数据的分析和利用。高校作为人才培养的重要基地，其教学模式的改革、对大数据时代所需教学模式的认识是高校的主要任务。
三、总结
统计学是经济学的基础课程，传统的统计人才培养具有定向性。而随着大数据时代的到来，数据产生的形式多样，且具有复杂性。大数据分析不仅是作为一种专业存在，而是应以一项必备的技术而存在。大数据时代，传统的统计思维和统计方法发生了改变，统计人才培养方式的改革也就势在必行。（作者单位：海南师范大学）
参考文献：
[1] 朱怀庆.大数据时代对本科经管类统计学教学的影响及对策[J].高等教育研究，2014（3）.
[2] 姚寿福.经济管理类本科专业统计学课程教学改革思考[J].高等教育研究，2012（3）.
[3] 孙耀东.大数据背景下统计学专业课程教学探究[J].廊坊师范学院学报（自然科学版），2015（06）.
关键词：大数据；英语教学；基础英语；特征优势；优化策略
引言：
信息科技的不断进步引领了大数据时代的到来，大数据技术以超高速计算、海量数据存储以及移动互联网技术等为依托，席卷了全球，带来了生产、科技、教育和生活等方方面面的革新。在教育领域，迄今为止，大多数院校仍采用以工业化批量输出为特点的传统教育模式，在强调个性化的今天，荼毒着学生们的个性化发展，亟待创新，大数据技术的海量数据分析技术为教育的革新提供了可能，在英语教学方面，将大数据技术与高校的公共英语网络课程教学进行有效结合，主张因材施教是未来教育的一大发展趋势，对其接触并深入探讨有利于增加实践经验，以不断完善其进程。
一、大数据时代特征
以2013年为界，大数据思维成为我们解决问题的又一新思路，海量数据分析处理技术是大数据时代的主要特征，依托以海量数据存储为特点的云技术，使得我们在分析问题时能够摆脱抽样分析法，而能够通过对所有存储着的真实数据的分析，得到一些更加有意义的信息。大数据时代的特征主要包括五点，简称5V，分别是存储海量----Volume，运算高速----Velocicy，类型多样----Variety，数据真实----Veracity以及分析有价值----Value。大数据分析技术的广泛应用给各行各业带来了前所未有的革新，不断地改变着人们的生活和工作方式。现在，在社会的各行各业，每天都会产生海量的数据，特别是移动互联网的普及，将每个人类个体与互联网联系在一起，通过互联网数据的跟踪和分析，能够了解每个人的生活、学习方式以及性格等等。特别是在教育领域，慕课、视频课程的出现改变了W生们的学习方式，使得学生们能够根据自己的个人意愿去发展自己的个性化教育，不再受制于地域、时间以及资源有限性等，并且以大数据分析技术为工具，能够掌握学生们的学习情况，从而给予教育工作者更多有价值的反馈，以提高教育质量。
二、大数据技术与高校公共英语网络课程教学结合的优势
在大数据时代的技术背景下，将大数据技术与高校的公共英语网络课程教学进行巧妙融合是提高学成果的一大有效手段。高校的公共英语教学属于基础型科目，面向的是全体同学，以大班教学为主，即使是网络课程的多样性，也无法实现每个同学的个性化教育，从很大程度上限制了个体的发展，而大数据分析技术的引入则很好地解决了这一问题，通过对海量数据的分析，能够得到一些对教育有价值的信息，从而能够有效指导教育的下一步进展。
大数据技术与高校公共英语网络课程教学结合的优势主要表现在三方面，一是学生个体，二是教师教学，三则是网络教学平台建设。学生是该项目的直接受益人，通过建立英语网络教学平台，在该平台上一系列相关的教学资源，能够使得学生随时随地进行学习，完美地突破了时间和空间的限制，学生可以在英语网络教学平台上通过观看教学视频的方式习得所需知识，还可根据自己的知识理解能力和时间安排自行安排学习进度和视频回放，极大地增加了教育的普及度，学生们还可以通过在线互动的方式来和老师同学交流，有效地解决了答疑的问题，另外，学生们的在线学习记录均会被记录存储在数据库中，教学视频的者和教学平台的管理者均可以通过对单个学生学习轨迹数据的分析处理，掌握该学生的学习习惯和学习思维，从而方便高校制定针对个性化的教学方案。该项目的实施有利于提升教师们的教学能力，网络在线课程的数据收集，通过大数据技术的处理能够很容易地指导某个知识点同学们的理解程度，例如对于某一部分教学视频，学生们的浏览量数据明显很高，或是对于某一知识点的测验题，学生答错的概率明显高，这就说明该知识点是学生们的难点，下一定的教学资料准备就要进一步解决这一知识点；数据的关联性分析是大数据处理技术的又一大能力，它能够通过对众多看似毫无关联的数据进行分析处理，运用高效的数据分析技术取得一些关联信息，来指导教师们的教育教学活动进展。大数据技术还能够指导英语网络教学平台的建设，教学平台建设之初，因为缺乏实际经验，一定会存在很多不足之处，完善其建设的措施除了调查问卷等这些被动式的方式之外，还可以主动进行浏览量、学习时间分布、学习停留时间，知识点视频点击率等数据分析，以合理规划教学内容、资源上传时间、资源关联内容等，来完善英语网络教学平台的建设。
三、大数据与高校公共英语网络课程教学结合的优化策略
鉴于大数据分析技术对教育教学的显著优势，将大数据分析技术与高校的公共英语网络课程教学结合起来是教学模式改革的一个好思路。但是在大多数院校的实际施行中，由于经验欠缺，使得这一项目成效虽有提升，然却差强人意。分析其症结，主要是在改革方式、教师培训以及教学管理上存在问题，要完善该项目，必须合理选择英语教学模式、加强教师队伍的建设和加强教学管理，下面具体展开论述。
1、合理选择英语教学模式
新时代英语教学模式主要分为三种，一是反转课堂，二是微创新课堂与小微课，三是慕课。每种模式均对应着不同的教学方法，反转课堂是将传统的授课模式完全反转，即知识点内容学习由学生课下在教学平台上完成，课堂不再用于知识点的讲授，而作为小组讨论和知识点答疑的场所，这种教学模式完全颠覆了传统的填鸭式授课模式，主张以学生为主体，充分发挥学生们学习的主观能动性，在英语教学中，还能提高学生们的口语交际能力，是一种高效的英语教学方式，适合校园网建设完善、硬件设备齐全的绝大部分高校，但是对学生们的自主学习能力要求较高。微创新课堂是介于反转课堂模式和传统教学模式之间的教学方法，它综合两种教学模式的优点，未完全摒弃传统课堂讲授知识点的教学模式，而是将课堂的课时分为了两部分，一般是以6：4的比例将课堂分为讲授和互动环节，并且还包括教学平台上的小微课，这种教学方式适用于个性化教学，规避了学生们不同自学能力的差异。慕课是大规模上课程的简称，是一种完全的网络在线教学模式，教师们将教学视频、教学课件、测验题、课程作业等完全到教学平台上，并设置作业提交期限、成绩提交期限以及课程截止日期，由学生们自主安排时间，这种教学模式脱离了实体的课堂，完全突破了空间的限制，适合于通识教育教学。三种教学模式各有优缺点，各大高校要依据自己学校教师、学生以及学校设施的齐全程度，因地制宜，合理选择教学改革的模式，切忌盲目跟风、不顾实际。
2、加强教师队伍建设
教师是教学活动的支持者，决定着教学活动的进程和质量，教学改革的实施与教师的能力密切相关，新时代教学模式的改革要求教师有着相当熟练的信息技术操作能力以及与时俱进的知识信息更新能力，因此对各大高校来说，积极引进新一代优秀教学人才以及加强对老教师的教学能力培训显得十分重要。积极引进人才，更换新鲜血液，加强能力培训是提升教师队伍整体专业素质的主要手段，只有建立高质量的教师队伍，才能保证教学改革的不断创新以及新思路的提出。
3、加强教学管理
教学管理工作是完善教学质量的重要保障，加强教学管理工作主要从以下几个方面展开。一是要基于经验总结和大数据分析为教师们的教学安排提供建议和指导，例如要能够依据网络大数据分析技术合理划分学生们的英语能力等级，并根据不同的等级区间实行分级教学；要能蛞谰荽笫据分析技术得出最高效的视频授课时长，并根据学生们的不同等级设置视频倍速调节按钮；要能够基于大数据处理技术给授课教师提出具体建议，以提高学生们的学习兴趣和自学能力，以发展学生们的个性化学习。二是针对新的教学模式，首先实行教学试点，然后根据教学成果验收不断改进该模式，直到形成比较完善的体系，再进行全校范围推广。三是加强对教师的监督，合理量化教学劳动成果，保证新型网络教学模式能够有效实施。
结语：
高校公共英语的网络课程教学是一种新的教学模式，它依托于网络技术的普及，而大数据时代的到来，则为海量网络数据的处理分析提供了可能，由此能够为依托数据的教学活动提供关联性分析，以此指导高校的英语教学，从而能够为学生制定个性化学习方案、提升教师的教学能力以及完善网络教学平台的建设。但是，目前大多数高校的英语教学网络课程建设在教学方式的选择、教师队伍的建设以及教学管理上还存在着一些问题需要解决。但无论怎样，大数据与高校公共英语网络课程教学的有效融合是大势所趋，因此各高校仍要积极探索，不断完善教育的革新。
参考文献：
[1]张燕南.大数据时代思维方式对教育的启示[J].教育发展研究，2013，45（21）：14-15
[2]宓秀梅.大数据时代的英语教学及教师角色定位研究[J].中国信息技术教育，2015，66（18）：71―72.
[3]杨永林. 从“慕课”到“小微课”：看大数据在教学中的应用[J].现代教育技术，2014，24（12）：45-46
笔者在教学实践中，依据统计学教学基本理论应以实际应用为目的，以“必须”、“够用”为度的原则，结合清远职业技术学院教学条件和学生的实际情况，对统计学教学做了如下改革：
1.简化理论，保证“够用”。统计学的原理抽象、公式的推导难懂、计算过程复杂容易出错，这些都是学生学习统计学的共同难点。大多数高职院校学生高等数学基础差，甚至根本就没有高等数学的基础。而且，统计学课程的周课时少（一般周课时只有2节），教学进度快，学生理解消化的时间不够。对高职学生来说就更是难上加难了。所以，在保证“够用”的前提下，简化理论就成了统计学教学中的一个重要任务。笔者在实际教学中，按照“必须”和“够用”的原则，根据人才培养方案和教学大纲的要求对上课的内容进行重组。强调课程体系的针对性，课程设置不是从学科体系出发，而是从职业岗位群的需要出发，体现国际劳工组织的MES职业培训体系经常采用的模式――模块式课程模式（把专业学科的系统理论知识进行简化、分解成职业岗位群所需要的模块知识）。具体课堂教学操作是：
在简化理论方面，首先，在教材体系中，简化教材中抽象基本原理的讲述、复杂公式的推导，省略繁杂的书面统计计算过程的章节。把重点放在假设检验、方差分析、χ2检验和直线回归等实际应用性的章节；其次，在教学内容上，简化抽象基本原理的讲述、复杂公式的推导，省略繁杂的统计计算过程。重点讲授基本原理适应解决的对象，统计公式应用的条件，解题的基本步骤、基本方法和应注意的事项，新增引用Excel计算统计量、统计分析和常见统计软件的初步应用等内容。
所谓“够用”，首先是保证学生将来从事的岗位群所需要的统计方法及其原理，包括基本统计方法和原理的含义、应用对象、适用条件等基本知识；其次要保证具有分析和解决实际问题的实操能力，能做到学以致用。主要包括基本统计原理在实际工作中的应用、分析和解决问题的灵活运用能力和基本统计工具（Excel和SPSS，EVIEWS，SAS统计软件）的使用能力等，其中重点是MicrosoftOfficeExcel一些自带工具在统计学上的应用。
2.优化手段，讲求“实用”。在课堂教学中，我们还应遵循教育教学过程和培养目标的另一个特点，即注重岗位能力的培养，根据“按需施教、学以致用”的原则，组织课程教学、试验和实训。笔者根据以上原则，突出统计专业课程是定量分析的内容较多，应用性和实践性十分明显的特点，把优化教学手段和“实用”结合起来，一并体现在课堂教学之中，主要是改变传统讲授统计学的“三个一”模式，对教学手段进行优化，采用多媒体自做课件教学和计算机实操教学。首先，利用多媒体教学信息容量大、视觉直观、效果好的优点，既能简化教材中抽象基本原理的讲述、复杂公式的推导，省略繁杂书面统计计算的过程，又不影响学生对教材的学习和理解，在保证基本理论够用的前提下，还有足够的时间把重点放在讲授基本原理应用性的实用内容上。其次，增加计算机实操（实验实训）课，把教材中的手工、半手工统计计算转化成计算机计算。主要做法是增加SPSS、EVIEWS和SAS统计软件的简介，重点放在引用Excel自带的函数公式“fx”计算标准误、方差等统计量、利用Excel自带的“数据分析”工具分析双样本均数假设检验和方差分析、利用Excel的“图表向导”求回归方程、相关系数和制作图表等内容，其主要目的就是利用计算机这个现代化工具去解决实际生产中的统计问题，使复杂的统计计算简单化，以增强学生的解决实际生产问题的实操运用能力。第三，根据教学对象将来的就业方向，并结合实际工作中的实际案例和学生学习中其它学科出现的统计问题自编练习题，让学生反复练习并要求他们能举一反三、熟练应用。
3.注重方法，力求“会用”。本文所讲的方法是指注重统计学的实际运用方法，强调统计学基础知识和基本原理在实际工作中的运用。重点内容应放在Excel自带的函数公式、数据分析库和统计软件的基本应用上，而不是理论和繁杂的书面计算过程。核心问题是教会学生能够灵活应用统计学这个统计工具，去解决生产实践中的实际问题。在实际生产中，最为简单、方便、实用的统计工具就是Excel。所以笔者在教学过程中就是以Excel的应用为中心，结合实际生产中的问题开展教学工作。
在工作中要始终坚持“会用”这个原则，“会用”包括两层含义：第一，会用统计的原理解决实际问题，即知道解决什么问题时使用什么统计方法；第二，会利用Excel自带的函数公式“fx”、“数据分析”库和图形处理等计算统计量，并根据统计计算结果对问题进行推论，达到解决实际问题的目的。
在课堂教学中，我们应注意以下几个问题：第一，注意讲清楚“数据分析”工具与手工统计分析计算上的衔接关系；第二，向学生交代清楚Excel自带“数据分析”适用对象、适用条件，并教会他们分析和判断；第三，详细讲授运用Excel自带函数公式和“数据分析”的具体操作步骤，明确Excel计算结果中各个数量所代表的意义。下面举例说明两种安眠药的疗效有无极显著的差异：
对10名失眠患者，服用甲乙两种安眠药。以XiYi分别表示使用甲乙两种安眠药后各个患者睡眠的延长小时数，结果如下表：
分析说明：第一，利用Excel自带的“数据分析”工具解此题的步骤同手工统计法，也要求有以下4个步骤，①提出假设；②确定显著水平；③计算概率值；④推断H0的正误。其中提出假设、确定显著水平和推断H0的正误这三步与手工统计分析相同；而Excel自带的函数公式和“数据分析”工具仅仅用于计算概率值。第二，Excel自带的“数据分析”工具的选定和运用分析。本题具有两组样本数据，而且两个样本是相互关联的，样本容量一样，每对数据都是同一总体在不同条件下抽取的样本，如第1组数据1.9和0.7是同一个患者服用甲乙两种药睡眠延长的时间数。所以应选用Excel“数据分析”工具中的“t-检验：成对双样本均值分析”。第三，讲清具体操作步骤，并注意对结果进行说明。
解：①检验假设：H0：u1=u2即两种药疗效相同；HA：u1≠u2即两种药疗效不相同
②取α的值为0.01（判断这两种安眠药的疗效有无极显著的差异）
③统计计算：此步需用Excel“数据分析”工具，具体操作步骤如下：
打开Excel，把数据输入Excel表格，点击“工具”，再点击“数据分析”，在对话框中选取“t-检验：成对双样本均值分析”，点击“确定”。在随后出现的对话框内单击“变量1的区域”后的对话框，而后拖动鼠标选定Excel表中的第1组数据；同理，单击“变量2的区域”后的对话框，而后拖动鼠标选定Excel表中的第2组数据；把“（Α）”后对话框的值改成0.01。然后在“输出选项”下面的“输出区域”前的圆圈内单击鼠标表示选定，再用鼠标点击“输出区域”后面长形对话框，并在Excel数据表中鼠标点击适当的单元格作为输出区域。最后用鼠标点击“确定”，此时Excel就会自动生成如上表的结果：“df”为自由度；“tStat”是“t-检验：成对双样本均值分析”的统计值，即t=4.062128；“t单尾临界”是单尾检验临界值，即单尾t0.01=2.8214；“t双尾临界”是双尾检验临界值，即双尾t0.01=3.2498；“P”为概率，“P(T
④推断H0的正误：
义务教育数学新课程标准2011年版首次提出“应帮助学生逐渐建立数据分析观念”，并指出相关内容的教学要“与现实生活联系密切，必须结合具体案例组织教学”。由此，我们至少可以得出两点结论，一是培养学生数据分析观念与能力是重要的，二是学生数据分析观念的培养必须建立在实践的基础之上，让学生亲自参与数据的收集、整理与分析。但是，由于真实的数据收集与整理工作琐碎又繁杂，分析环节枯燥而无味，教师的授课环节很难出彩，因此，我们在公开课上很少可以见到有关这方面的课例，非公开课的进行也仅仅停留于利用现有数据进行教学的阶段。如此一来，学生数据分析观念的建立也很难说取得了多么良好的效果。在实际的教学过程中，作为教师，应该怎样进行相关内容的教学，取得帮助学生建立良好数据分析观念的效果呢？下面，谈谈我自己的一点做法，与诸位老师共同探讨。
一、以认知冲突，引发学生产生数据收集与整理的强烈愿望
学生每一个学习行为的背后，都是有目的、有价值、有意义的。简言之，学生自己要真正认识到这种学习是有用的，哪怕仅仅是因为有趣、好玩，才能激发学生进行相关学习的愿望和兴趣。对于数据分析观念的培养，教师有必要替学生问一个“为什么”，问题不必明确提出，但一定要把相关信息告诉学生，引发学生强烈的认知冲突，才会产生进行数据收集、整理与分析的欲望，才会使他们认识到学习数据分析的必要性，产生兴趣，从而建立与培养其初步的数据分析观念。
以二年级上册“统计”一课的学习为例，学生首次接触“统计”的相关内容。在学生尚不真正知道与理解该词的确切含义的情况下，教材提供的课例是“统计最喜欢的动物”，以统计图形式呈现出喜欢四种动物（小猫、小狗、小兔、乌龟）的学生的人数，并提供了3道题目，但教材始终没有告诉学生，“为什么我要学习这个知识”、“为什么我要进行数据分析”。此时，对这一问题的提出与引导学生思考，只能由教师在不动声色中完成。所以，教学时，利用学生爱吃零食的特点，我调整了教学思路，首先，我征得学生同意，打算用班上卖废品的钱给学生买糖吃。此举得到学生们的一致欢迎；其次，我要求5个小组长提前去学校门口的超市，了解糖块的种类与价格，并告知其他同学；再次，我要求班委成员负责了解班上每一名同学的需求并进行分类、计算总量。每人限一块，以便于合理安排买糖的数量与花费；再次，将买来的糖带入教室，上课，进行相关的数据整理与分析；最后，完成全部教学任务后，吃糖。
当我将此想法与实际的授课过程讲给其他老师听时，有老师笑谈“孩子们学习的动力就是吃糖”。我不否认这是学生们积极参与教学活动的动力之一，因为事先我有告诉学生全部的活动过程与“完不成就不会有糖吃”的话。但不可否认的是，对于二年级的学生来说，为了达成“每个同学都能吃到自己想吃的糖”这一目标，要在活动的每一个步骤都进行相关数据的收集、整理与分析，才能正确且顺利地完成任务。简言之，等于我们告诉学生，“为什么要进行数据分析”、“只因为我们需要达成一定的目的”，并且，活动的每一步骤的数据分析都有学生亲自进行，并明确知晓这样做的原因——当然不是教师的程式化的要求，这就使得学生的数据分析工作是主动的，各成员之间是相互合作的，既使学生愉快地接受了数据分析的内容与过程，也在增强学生数据分析观念的同时，培养了学生主动学习与合作的精神。
二、挖掘数据中蕴藏的深层信息，体验数据分析的应用价值
统计教学的一个重要目标，是鼓励学生通过分析从统计图表中获取尽可能多的信息，为后续的某项工作或学习做出合理的决策。表现在教材中，数据分析观念的首次引入即是一个简单的“最喜欢的动物”的统计图，接下来的每一个问题的答案无不需要从该统计图进行寻找。这样的例子，在学生生活中也是有接触的。但是，教学过程中，也存在一个常见现象，学生通过统计图表获取的信息，多是一些最基本的、一眼即可看出的直接信息，而很少能够对图表上的数据信息进行更为深入的整理与分析，挖掘出更多有价值和有意义的信息来做出合理的决策。
例如，二年级下册教材（人教版）在111页安排了一道练习题目，要求利用“佳美电器商店电视机销售情况统计表”中的数据，在教材提供的表格内做条式统计图，并回答相关问题。学生根据统计表与所作统计图很容易即可回答出第一个问题“哪两天销售最多？哪天最少？”，但对于第二个问题“你还能发现什么？你能提出什么建议？”的解决即陷入困境。所作回答或者仅仅是统计图表中已有数据的再现，或者是简单的加减法计算，如“星期一和星期二，一共销售多少台电视”等，而不能与实际生活相关联提出诸如“加大促销力度，提升星期一至星期五之间的销售量”之类的问题。虽然这与学生生活经验的积累不足有关，但学生对数据背后呈现出的问题研究不深刻，缺乏对相关研究的较强的应用意识，也是一个重要原因。所以，日常教学中，教师还要引导学生在亲身经历解决问题的过程中，体会到数据分析的应用价值，这就是对决策的依据和指导作用。这也是我们告诉学生为什么要建立和培养数据分析观念的一个重要目的。
总之，对小学生来说，数据分析观念的建立与培养，与小学生的认知紧密相连。我们要通过对相关内容的教学，引导学生正确认识数据分析的重要性，进而帮助其应用数据分析解决日常生活中的实际问题，体会其应用价值。“在理性的世界里，所有的判断都是统计学”（统计学家C.R.Rao语），或许，这正是我们培养学生数据分析观念的真正价值所在。
无论是政治，还是经济形势，任何政府、企业、个人，面对未来进行投融资等项目决策，不经过数据分析论证就简单的决定会带来巨大的危害，已经渐渐的被人们认同。所以，只要参与社会政治、经济等活动，进行投融资，期望带来一定的经济效益，或者社会效益，就必须加强数据分析工作，对投融资意向进行评估，为决策提供科学的依据。
（一）项目数据分析
1、什么是项目数据分析工作
项目数据分析就是研究将经济学理论用数学模型表示，并应用于项目投资分析的方法论。项目数据分析过程是：提出项目（研究机会）、初步可行性研究（市场、技术、资源、环境研究、效益、风险分析评价）、测算经济效益、评估和决策、可行性研究（市场、技术、资源、环境研究、效益、风险分析评价）、评估和决策、项目实施。
2、项目数据分析工作的内容、特点
（1）项目分析工作的内容
一般来说，项目数据分析的内容包括项目的经济效益评价、项目的风险分析和项目的比较选择。
项目的经济效益评价主要是在假设项目没有风险情况下的经济效益，主要针对非贴现指标（会计收益率和投资回收期）和贴现指标（净现值、内部收益率、获利指数和动态投资回收期）。
项目的风险分析，主要是进行盈亏平衡分析、敏感性分析和概率分析。
项目的比较选择，主要是独立方案、互斥方案和不完全互斥方案的设计、评估等选择。
（2）项目分析工作的特点
项目数据分析工作是一门边缘科学，其特点是以定量分析为主要分析手段，通过分析翔实的数据进行项目的论证得出定性结论，并以定量数据进行说明。显然，项目数据分析，必须通过建立数学模型的方法进行分析涉及经济学、数学、统计学和预测学。
（二）什么是投融资
1、项目投融资的概念。
投资是指 “为了在获得预期的收益而作出的确定的垫支或牺牲的各种经济行为” 。因此，投资并不局限于与基础建设相关的经济活动，还包括证劵投资、信贷投资和信托投资。
2、项目投资的特点
项目投资的特点是现在投入资金进行经济效益的博弈，通过对该项目的管理进行长期或者未来的收益，不仅具有时间性，而且具有较强的风险性，其本质就是获得预期的收益。
一些大型的投资项目，通常都由一家专业的财务顾问公司担任其项目的财务顾问，财务顾问公司做为资本市场中介于筹资者与投资者之间的中介机构凭借其对市场的了解以及专门的财务分析人才优势，为项目制定严格的，科学的，技术的财务计划以及形成最小的资本结构，并在资产的规划和投入过程中做出理性的投资决策。
（三）项目数据分析工作对投融资具有重要的意义
1、数据分析工作提高了工作效率，增强了管理的科学性。无论是国家政府部门、企事业单位还是个人，数据分析工作都是进行决策和做出工作决定之前的重要环节，数据分析工作的质量高低直接决定着决策的成败和效果的好坏。
2、越来越多的企业将选择拥有中国项目数据分析师资质的专业人士为他们的项目做出科学、合理的分析，以便正确决策项目；越来越多的风险投资机构把中国项目数据分析师所出具的项目数据分析报告作为其判断项目是否可行及是否值得投资的重要依据；越来越多的企业把中国项目数据分析师课程作为其中高管理层及决策层培训计划的重要内容；越来越多的有志之士把中国项目数据分析师培训内容作为其职业生涯发展中必备的知识体系。
二、从事项目数据分析工作的感受
（一）从数据分析师的角度，项目数据工作需要做到以下几个方面的服务，才可以为被服务对象提供优质的有价值的投融资报告。
1、真诚服务
所谓真诚服务，主要是因为投融资报告的价值来自于数据分析师精湛的业务能力，细致的数据搜集能力、阅读能力、分析能力和预测能力。无论是竞争性项目、还是基础性项目，由于数据分析工作时一门边缘科学，需要对真实和翔实的数据进行定量或者是定性分析，需要对国家或者国际政策进行审读，需要对经济形势进行判断，需要对项目所属的行业进行科学的宏观把握，因此，项目数据分析师在搜集相关数据，在分析相关数据时，在阅读国家或者国及政策时，在斟酌行业趋势时，都需要真诚的付出，否则，闭门造车或者移花接木式的投融资报告，只能是危害客户，只能给客户带来更大的风险，而不是丰厚的收益。
2、真心服务
所谓真心服务，主要是指项目数据分析师在服务客户时，需要站在客户的角度思考问题。由于项目数据分析师，是从属于某公司，因此从公司利益出发，需要为公司赚取一定的利润，这部分利润就来自于数据分析师所服务的客户。从客户角度思考，实际上客户委托数据分析师针对企业的项目意向而进行的数据分析，实际是希望数据分析师提供的项目方案，不仅是可行的，能够为公司获得预期利益，而且是风险较小的，可以操作实施的投融资报告。
3、真实服务
所谓真实服务，就是指数据分析师在进行项目数据分析，通过建立数学模型的方法进行分析并提出具有科学性的、前瞻性的、科学性的、可操作性的投融资项目预测报告时，需要是真实服务。一般来说，客户在提出项目设想时，是充满了憧憬，也具有天真的幻想，那么数据分析师提出的可行性报告如果是刻意逢迎客户的主张，那么对客户来说将是灾难性的打击。
4、真情服务
所谓真情服务，主要侧重于项目付诸于实践中，项目数据分析师跟踪调查项目实施的禁毒，以及修正项目风险分析和比较选择。
（二）从数据分析师所服务的客户角度来看，客户也需要做到以下几个方面的工作：
1、信赖数据分析师的服务
对数据分析师服务的企业来说，信赖数据分析师是必要的。一方面，投融资项目报告，制定严格，具有科学性，是理性的投资决策；另一方面，
2、忠诚数据分析师的服务
3、诚挚和数据分析师的合作
数据分析师在进行投融资项目分析时，一方面，客户的意项是否描述清晰、完整、完全，是非常重要的，它决定了投融资项目报告的起点和方向；另一方面，企业的真实经营状况，也对项目报告具有决定性的意义。因此，企业需要同数据分析师进行诚挚的、真诚的合作，否则，项目数据报告就存在不可预知的、本可避免的巨大风险。
三、为项目方和投资方案例分析
支持创新 不忘避险—“倍爱康”生物科技项目作为股东类项目，“中投信保”为“倍爱康”提供4笔贷款担保，累计担保余额1900万元，实现保费收入28.5万元。
“倍爱康”是由冶金自动化研究院投资兴办的高新技术企业，主营磁分离酶联免疫检测系统等医疗器械和试剂的购销与制造。企业贷款用途为引进加拿大的磁酶免系统。但贷款后对该产品的市场推广未见成效，研发费用又较高，在销售无法取得突破的情况下，使得公司的净利水平偏低。同时，下游各地方医院压款情况严重。虽引入的国外先进技术不如预期般成功，企业仍按时还贷，该项目顺利完结。
关键词：数据处理；Origin软件；软件教学
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2015）28-0231-02
《数据处理与论文写作》是农科院校多个专业的必修课程。该课程对于指导、帮助本科生开展课程实验和毕业论文设计以及毕业后从事科学研究及生产实践具有重要作用。该课程包括数据处理和论文写作两部分，其中数据处理是该课程的重点。但对工科基础比较薄弱的农科院校学生而言，数据处理部分具有理论性强、内容抽象、对高等数学和概率论与数理统计等先修课程要求较高等特点[1]，使学生难以掌握该部分内容。课堂调查表明，学生在心理上对该部分内容容易产生一定的抵触情绪，学习兴趣较低，学习效果较差。因此，在学生认知不足、学习积极性不高的情况下，如何加强学生在数据处理学习中的主动性，提高教学效果，是《数据处理与论文写作》课程教师迫切需要解决的问题。
鉴于现在大学生的计算机操作能力普遍较强的特点，在《数据处理与论文写作》教学中引入计算机教学为该课程改革提供了契机。本课程选择当今世界上最著名的科技绘图和数据分析软件之一――Origin软件进行数据处理的计算机教学。
一、Origin软件的简介和特点
Origin软件是美国OriginLab公司开发的科技绘图和数据分析软件。自1991年问世以来，该软件一直在不断升级，目前已发展到Origin 9.1版[2]。
和当前流行的图形和可视化的数据分析软件Matlab、Mathmatica、SAS等相比，采用Origin软件进行数据分析和科学绘图，不需要任何计算机编程基础，也无需熟悉大量的函数和命令，只需单击工具条按钮或者选择菜单命令即可以完成大部分工作。此外，Origin可使用自身的脚本语言LabTalk控制软件，该语言可使用内置的基于C/C++的编译语言Origin C进行扩展。因此，Origin软件具有功能强大、操作简便等特点，既适合于一般的作图需求，也能够满足复杂的数据分析和图形处理。因此，Origin软件已经成为广泛流行和国际科技出版界公认的标准作图工具，是科学研究和工程工作者常用的软件之一[3]。
二、Origin软件的基本功能
Origin软件在科技绘图、统计描述和统计检验等方面功能丰富，这为《数据处理与论文写作》课程中的数据处理提供了便利条件。其功能可分类总结如下：（1）科技绘图：Origin软件可以提供几十种二维和三维的图形模板，包括直线图、描点图、向量图、柱状图、饼图、区域图、箱线图、极坐标图、气泡图、三角坐标图、彩色映射图以及各种3D图和统计用图等，用户可以使用这些模板制图，还可以自定义绘图模板；Origin还具备绘制更为复杂的多变量、多数据集的多层图的功能，可以产生双X轴、双Y轴图等；可以进行线性拟合、多项式拟合、S形曲线拟合等，还可以根据需要设定函数进行拟合；同时，Origin能够提供拟合参数等[3]。（2）统计描述：可以采用Origin进行常用的统计描述，如最大值、最小值、中位数、极差、和、数据点数、平均值、方差、标准偏差、平均值的标准误差、权重和、峰度、偏度及百分位数等。（3）统计检验：Origin软件中常见的统计检验函数有单样本t检验、独立双样本t检验、卡方检验、单因素方差分析、双因素方差分析、存活率分析等。
三、教学实例分析
《数据处理与论文写作》的数据处理部分包括很多理论内容，例如假设检验和方差分析及多重比较的基本原理等。这些内容的讲授通常涉及到大量的公式推导和计算，这使得教师难以在有限的课堂时间内高效地传递这些信息，还易引起学生的厌学情绪，使学生对知识的接受程度较低，教学效果不理想。例如，在讲解有重复的双因素方差分析时，需要计算矫正数、总平方和及其自由度、水平组合平方和及其自由度、两个因素的平方和及其自由度、交互作用平方和及其自由度、误差平方和及其自由度、相应均方等统计量，计算任务繁重，学生尤其难以接受手工计算，故在教学过程中将Origin软件引入教学。具体实现过程如下例题所示。
例题：为提高果汁饮料的口感，研究果汁的pH值（A）和蔗糖添加量（B）两个因素不同水平组合对果汁感官评分的影响。果汁的pH值为3.5、4.0、4.5，蔗糖添加量为10%、15%、20%。每个水平组合重复3次，进行完全随机化试验。试验指标为感官评分越高越好。试验结果如表1所示。试分析各pH值和蔗糖添加量水平下果汁的感官评分是否存在显著差异？
该题目的完成需要先分析pH值和蔗糖添加量对果汁的感官评分是否有显著影响，在此基础上进行多重比较。采用Origin软件分析，步骤如下：（1）按照下列方式将数据录入到origin软件的工作表中，或者选择File/Import将其他数据文件直接调入工作表中；（2）在Statistics选项中选择ANOVA/Two-way ANOVA；（3）在所弹出的对话框中的数据录入区域录入对应数据，选择结果输出的内容：统计描述（Descriptive Statistics）和多重比较（Means Comparison），并明确多重比较结果输出时所采用的显著性水平和多重比较的方法（如Tukey、Fisher检验等），点击OK确认输出结果；（4）根据结果（如表2所示）做出判断。
从表2的结果可以看出，Origin软件所输出的结果直观，无需进行复杂的计算和查找F值表等即可做出判断。
在实际教学过程中，可以先进行数据分析的软件演示，让学生对采用Origin软件开展方差分析建立感性认识，减少学生的畏难心理，为进行方差分析的理论教学做好铺垫；同时，在后期的上机操作训练中，学生的学习积极性得到调动，教学效果得到充分提升。
Origin软件灵活、多变、强大的科技绘图功能能够极大地激发学生的学习兴趣，提高学生的绘图水平，对进一步顺利完成毕业论文乃至未来的科研任务也起到了至关重要的作用。采用Origin进行多个统计量计算时，单击工具条按钮可一步完成所有统计量的计算，通过简单的课堂练习即可掌握；而在统计检验中，学生在软件操作过程中营造了互动的课堂氛围，提高了他们的课堂参与度。Origin软件在《数据处理与论文写作》中的应用很好地诠释了现代信息技术与教育事业的强强联合，使得该课程数据处理部分的教学变得更加容易、简便，摆脱了传统的利用计算器进行计算的方式，简化了计算程序，优化了该课程的教学效果。值得注意的是，尽管Origin软件能够帮助学生实现复杂的计算，但在教学中也应引导学生认识到Origin软件只是工具，必要的理论知识学习才是用好该工具的前提。此外，由于课堂中的学习时间有限，而软件的使用需要在实际应用中反复探索、实践与总结，因此应引导学生加强课后的练习和使用，使之完全掌握该软件，以适应新的经济形式下社会对理论与实践能力兼备型人才的需求。
参考文献：
[1]王钦德，杨坚.食品试验设计与统计分析[M].北京：中国农业大学出版社，2003.
