SCI论文（www.lunwensci.com）:
摘要：大数据时代，统计工作面临着巨大的机遇与挑战。本文从大数据的基本特点出发，论述了大数据时代统计的变革及对应用统计专业人才的需求，总结开展应用统计专业学位研究生教学改革的实践经验，为培养适应大数据时代需求的应用统计专业人才提供参考。
关键词：大数据；应用统计；研究生培养；教学改革
本文引用格式：尹勤,等.大数据时代应用统计专业学位研究生培养的教学改革探索与实践[J].教育现代化,2019,6(04):44-46.
Exploration and Practice of Teaching Reform for Graduate Degree Cultivation of Applied Statistics Specialty in Big Data Age YIN Qin,HUANG Bao-feng
(Nanjing University Of Posts and Telecommunications,School of Economics,Jiangsu Nanjing)
Abstract:In the era of big data,statistical work is faced with great opportunities and challenges.Based on the basic characteristics of big data,this paper discusses the reform of statistics in the big data era and the demand for applied statistics professionals,summarizes the practical experience in carrying out the teaching reform of degree graduates in applied statistics major,and provides reference for cultivating applied statistics professionals who are adapted to the needs of the big data era.
Key words:Big data;Application of statistical;Postgraduate education;The teaching reform
随着信息科学技术的高速发展，人类社会已进入大数据时代。对于大数据的定义和特征，国内外学者众说纷纭。大数据科学家JohnＲauser提出的一个简单定义是：大数据指任何超过了一台计算机处理能力的数据。
Grobelink M认为大数据具有3V特点[1]：多样性、大量性、高速性。IBM提出了大数据的5V特点：规模性、多样性、价值性、高速性和准确性。大数据的5V特点是目前普遍接受的一种说法。
大数据时代对应用统计专业人才提出了更高的要求，他们不仅需要掌握统计理论、统计方法和专业统计软件的应用，具备一定的社会经济理论知识，还要懂得如何面对复杂的社会经济形势、多样化的高维海量数据，提出问题、收集数据、清洗数据、分析数据、最后准确清晰地呈现分析结论。因此，研究探索应用统计专业学位研究生培养的改革路径，明确适应大数据时代需求的应用统计专业学位研究生培养目标，具有重要的现实意义。
一 大数据时代统计学的变革
统计学与数据科学息息相关，大数据时代的到来，势必对传统统计学造成冲击，统计学也在发生一定程度的变革。
第一，数据来源与数据类型的变化。传统统计中调查者普遍采用问卷调查和实验的方法、根据研究目的去收集数据。但是，大数据的来源一般为信息网络系统，不具有很强的目的性，数据的来源也很难追溯。此外，数据的类型也发生了变化。传统统计学的数据为结构化数据，大数据不仅包括结构化数据，还包含非结构化数据、半结构化数据或异构数据，即一切可以记录和存储的信号。
第二，大数据时代更热衷于追求相关关系[2]。大数据时代，建立在相关关系分析法基础上的预测是大数据的核心。而传统统计学更注重考虑因果关系，通过格兰杰因果检验及建立各种统计模型来探究自变量对因变量的影响，但事实上证明相关关系的实验耗资少，费时也少，与分析因果关系相比，分析相关关系方法更多样。同时相关关系分析意义重大，它是因果分析的基础[3]。
第三，分析思维的改变。大数据时代，统计分析过程已转变为直接从各种“定量的回应”中找出有价值的、为我们所需要的数据，并通过分析找到数据的特征和数量关系，进而据此做出判断与决策[4]。而实证分析也从“假设-验证”的传统思路变为“发现-总结”的新思路。而在推断分析方面，传统的统计推断通常是根据样本特征去推断总体特征，推断是否正确取决于样本的好坏，而大数据所处理的对象为总体数据，不需要根据分布理论推断总体特征，而要根据计算方法进行。
大数据的出现虽然给统计学带来了冲击，统计工作面临着许多变革，但大数据时代也为统计学提供了众多的数据研究对象，为统计学的发展提供了一个崭新的平台。首先，大数据时代，数据的获得途径为信息网络、移动通信等，因此从统计成本的各个要素来看，大数据时代的统计成本会大幅下降，可以得到更大规模、更高准确性的数据[5],统计质量得以提高[6]；其次，随着大数据应用分析技术及软件的增多，统计学家得以使用新的算法及分析技术解释更为庞大的数据，使得统计学的应用范围进一步扩大；最后，在大数据的时代背景下，统计学能够与计算机紧密结合，以数据挖掘为契机，能够进一步延伸和完善统计学科体系。
二 大数据时代对应用统计专业学位研究生培养的需求
大数据拓展了统计研究的对象，同时对数据搜集、整理与分析的能力也提出了新要求。大数据背景下，相关学者指出，应从数据收集、数据整理、数据透视三方面入手加大教学力度，指导学生提高处理海量数据、挖掘数据价值的能力。基于此，本文提出大数据对应用统计专业学位研究生培养的新需求主要体现在：
一是数据搜集，熟练使用Python或R语言等搜集网络数据，或通过传感器自动采集数据。二是数据的存储管理，传统的EXCAL所能处理的数据量有限，新的处理方法如SQL数据库应运而生。三是可视化分析，在大数据时代，数据图像化可以让抽象数据具体化，给用户直观的感受。四是数据挖掘，使用数据挖掘与机器学习的算法来解决统计分析问题，提高数据处理速度和预测分析能力。五是大数据引擎，也称百度大数据引擎，指的是对大数据进行收集、存储、计算、挖掘和管理，并通过深度学习技术和数据建模技术，使数据具有“智能”。
此外，大数据时代对应用统计专业学位研究生培养，不仅需要培养具有现代统计技术、数据挖掘技术与计算机技术的复合人才，也需要培养掌握相关专业知识、熟悉统计实践领域、具备实际操作能力的应用人才。
三 应用统计专业学位研究生培养的教学改革实践
在江苏省的众多高校中，拥有统计学科硕士点的有13所高校，其中，拥有应用统计专业硕士点的高校有8所，分别是：南京大学、东南大学、苏州大学、中国药科大学、南京师范大学、河海大学、南京邮电大学、南京财经大学。面对实力强劲的综合性大学，南京邮电大学应用统计专业学位硕士点立足学校在通信信息、计算机技术、物联网、大数据分析等方面的学科优势，充分发挥信息统计与大数据分析、人口与社会统计两个方向在江苏高校应用统计专业学位人才培养中的鲜明特色，积极探索大数据时代应用统计专业学位研究生培养的改革路径，以“问题驱动，能力培养”为主线，实施“培养目标现代化、问题切入案例化、分析能力实用化、评价考核多样化”的全方位教改实践，提升应用统计专业学位研究生的培养质量和竞争力。
第一，面向时代需求，明确培养目标。本学位点目标定位为培养具有坚实的应用统计学理论知识和数据分析能力，特别具有大数据统计分析、人口与社会统计、金融统计等相关领域工作的创新能力和实践能力，能够胜任邮电通信和金融等大中型企事业单位、统计局和其他党政机关从事统计和数据分析工作的复合型、应用型统计专业人才。
第二，优化培养方案，重视案例教学。修订了符合应用统计专业要求和学校信息学科特色优势的培养方案，并据此设置了相应的专业化培养课程体系。开展《应用数理统计》、《统计调查》等专业基础课的核心课程建设，构建应用统计教学案例库，将工具学习和案例教学贯穿到“理论课程-实验实践-竞赛实践”的整个教学系统中。
第三，完善教学设施，培养分析能力。本授权点建有“经济金融实验教学中心”，下属“大数据统计分析实验室”和“金融工程实验室”，拥有省级重点科研基地“江苏省统计科学研究基地”，与上市公司我乐家居合作建立了省级研究生工作站。大力引导研究生参加教师科研项目和各类实践竞赛活动，仅2018级毕业生获“应用统计专业学位研究生案例大赛”等统计学科相关竞赛奖项一等奖1项、二等奖3项、三等奖3项，深受用人单位欢迎和好评。
第四，激发师生动力，综合考核评价。充分发挥双基地-双导师作用，与江苏省统计局、江苏省邮政储蓄银行、商米科技有限公司等企事业单位建立了9个实习基地，采用校内校外导师、正副导师制不断完善师资队伍。通过教师绩效考核、研究生奖助学金评定等，师生参与应用统计研究生培养、统计建模、应用统计案例大赛等实践竞赛活动积极性增强，研究生自主学习能力和实践创新能力显著提升。
当今社会，大数据时代的帷幕才刚刚被揭开，人们对大数据的数据分析理念、思维变革等虽已展开了很多研究，但对很多问题还需要反复的讨论以及时间的检验。同样，对应用统计专业学位研究生培养的教学改革也需不断探索与实践，有待各高校统计学科教学人员和统计工作者持续不断的研究。
参考文献
[1]Grobelink M．Big-data computing:Creating revolutionary breakthroughs in commerce,science and society[N/OL]．2012-10-02.
[2]维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代[M].盛扬燕,周涛,译.杭州:浙江人民出版社,2013:94.
[3]邱东.对大统计思路的若干思考[J].统计研究,1995,(4):65-68.
[4]李金昌.大数据与统计新思维[J].统计研究,2014,31(01):10-17.
[5]耿直.大数据时代统计学面临的机遇与挑战[J].统计研究,2014,(1):5-9.
[6]朱建平,张悦涵.大数据时代对传统统计学变革的思考[J].统计研究，2016，33(02):3-9.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/7542.html
