大数据时代经管类专业管理统计学教学改革研究

《大数据时代经管类专业管理统计学教学改革研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据时代经管类专业管理统计学教学改革研究大数据时代经管类专业管理统计学教学改革研究引言　　管理统计学课程是近年来经济管理类专业新开的专业基础课程，目的是培养经管类学生能够把统计学知识应用到经济管理中来解决实际问题。随着社会的发展，企业对经济管理类学生的数据处理能力有更高的需求，因此管理统计学的开设满足经管类学生及企业的需求。随着云时代的到来和互联网技术的发展，大数据及大数据技术出现了，同时随着现代教学技术的改进，出现了慕课、微课以及翻转课程，这些对传统的管理统计学教学提出了新的要求。本文围绕大数

2、据时代下利用现代教学技术，对经管类专业管理统计学教学展开研究。　　1大数据时代对管理统计学教学的影响　　大数据时代的到来对经济管理类专业开设的管理统计教学提出了更高的要求。一方面需要意识到大数据与传统的数据有不同点，其处理数据的方法和思想等也有不同，需要当加大应用性教学，使经管类学生能够具有处理大数据的意识和方法。另一方面，为了培养学生软件操作、数据分析能力，需要从根本上实现从以教师为中心的单纯传授理论知识的授课模式，转化为以学生为中心的培养学生自主学习能力的授课模式。大数据对管理统计学教学的影响

3、主要有：　　1.1影响管理统计学的教学内容　　（1）数据收集方式和内容变化。以往的数据收集方法主要有统计调查和实验方法，根据实际研究需要，收集社会经济现象的统计数本文由.L.收集整理据和自然科学领域的数据。这些数据是数字、文字等结构化的数据。大数据时代，统计数据的产生方式呈现多样化，如有网站浏览痕迹、监控视频、GPS系统等产生方式，产生的数据多为非结构化数据很难用二维表格表示，如所有格式的办公文档、文本、图片、HTML、各类图像和音频/视频信息等[1]。结构化数据出现，统计数据的收集方式和内容将会

4、改变。　　（2）处理数据的对象和方法发生变化。管理统计学中推断统计学的参数估计方法和假设检验方法，主要采用抽样调查方法，利用样本数据的信息来估计或者计算总体参数情况。大数据不用随机分析法（抽样调查）这样的捷径，而采用所有数据的方法[2]。在大数据下，样本即为总体，处理数据不再仅仅依赖样本进行数据的推断统计。另外依靠小概率事件不可能发生的参数估计和假设检验方法就失去了处理大数据的意义。但一些传统的数据分析方法，如聚类分析、相关分析、回归分析等方法，仍然是是可以使用的。虽然这些传统的分析方法已经被应用

5、于大数据领域，但是它们在处理规模较大的数据集合时，效率无法达到用户预期，且难以处理复杂的数据[3]，因此在大数据时代，管理统计学教学中除了让学生掌握传统的处理数据的方法，还需要掌握一些新的数据处理方法。　　1.2影响管理统计学的教学方式和方法　　（1）挑战传统的以教为中心。在传统教学中，授课内容是由教师在课堂完成的，而学生的知识内化是学生通过课后的作业、实验等方式来实现。这种教学方式使教师和学生各自作为独立团体来自己的任务。教学中以老师为中心进行统计学知识的讲解，满满一节下来，学生可能对知识点还一

6、知半解。微课、慕课教育方法的出现，学生可以随时随地获取统计学的知识，这就突破课本和课堂的限制。传统教学中，老师是课堂的主导者想，学生是跟随者，新的教学技术的出现，学生可以利用网络上的微课、慕课等学习资源对知识点随时学习和复习，老师设计项目、布置任务，学生采用组建团队等方式，通过网络学习，完成任务，形成教师引导、学生积极自学的教学模式。　　（2）挑战注重理论教学，轻实践教学。管理统计学是实践性比较强的一门课程，该课程中统计学概念、知识点以及方法是或者可以解决实际问题的。但在实际中，为了让学生清楚某些

7、理论和方法的内涵，老师会花费大量时间去讲解这些知识，比如在讲区间估计和假设检验时，为了让学生清楚理解所用的统计量，老师就需要把概率与抽样分布进行讲解，学生掌握一定的理论知识，但缩短了实践教学时间。上机实践时间的减少，会使学生只能掌握软件应用的一些皮毛，没有掌握将统计理论知识应用到实践中方法和工具，这与开设这门课的初衷相违背。因此，安排大量的上机，才能使学生掌握数据分析的工具，具有数据分析的能力。　　2大数据时代管理统计学改革设想　　2.1大数据时代管理统计教学改革原则　　（1）传递大数据统计思想。

8、传统的管理统计学教学中，传递学生统计处理的思想，只要求学生能够利用传统的统计学理念来解决实际管理中的问题。大数据时代数据具有海量、结构多样等特点，这和一般意义上的统计学数据是不同的，因此需要让学生在认识一般管理统计学中总体与样本、推断统计、因果关系等内容外，还要具备大数据时代数据的无样本性、复杂性、容错性等意识，使学生既有处理一般数据的能力，也具有识别大数据、分析和处理大数据的能力。　　（2）加强应用型教学。大数据时代，数据的收集、整理、分析变得更加复杂。如何能够利用软件海量的、无