大数据背景下统计分析与SPSS应用课程改革的方向

在大数据时代，统计学课程应将培养学生的统计思维、提升学生的统计知识应用能力作为课程教学改革的重点。经管类专业统计学课程的主要目标是培养学生数据处理、分析能力。具体来讲，通过对本课程的学习，要求学生系统掌握统计学的一般原理和统计方法，为进行经济管理和从事社会经济问题研究提供数量分析方法；其次，能够运用统计方法与统计分析软件进行数据收集、处理、分析，达到能够正确运用统计分析方法解决实际问题的目的。

二、统计分析与大数据的的关系

统计分析与大数据的联系

大数据拓展了统计学的研究领域，利用大数据所带来的思想方式的变革，挖掘大数据资源蕴藏的社会、商业价值，对改进和完善统计工作，对提升统计工作价值具有重大意义。在大数据时代，不仅任何一种以结构数据度量的数量可以作为统计研究对象，而且不能用数量关系衡量的如文本、图片、视频、声音、动画、地理位置等半结构或非结构数据都可以作为统计研究的对象。在大数据时代，统计工作面对的数据对象从样本数据变成了总体数据，统计工作不必采取试验或抽样调查的方法，其运行环节得到了简化。

统计分析与大数据的区别

1.关于调研数据的区别

统计分析中的数据是通过统计调查收集的数据，这个数据包括一手数据也包括二手数据，将数据进行整理以后，可以形成相应的统计表或者统计图。大数据分析背景下，更常见的是半结构化数据、非结构化数据，甚至是异构数据，可以挖掘出比传统统计学更有价值的信息。在原始数据的收集上，应该注意将传统的结构化数据跟大数据相结合。

2.关于数据收集方法的区别

传统的统计分析数据是通过设计调研方案，明确调研的目的、调研对象、调研内容，采用科学的调研方法，比如普查、重点调查、典型调查、抽样调查等调查方式搜集原始数据。将数据搜集完后，进行统计整理。大数据是利用软件先进行数据文件的建立和管理，然后进行数据的预处理，数据的预处理包括定义数据的结构，数据的录入和编辑，数据的保存，数据的排序，筛选重复个案，变量的计算，数据的选取，数据的计数，数据的分类汇总，数据的分组等。

4.关于量化方式的区别

传统统计中的数据是结构化的数据，且量化方法日渐成熟。而大数据多为半结构化、非结构化数据，对其进行量化还存在技术瓶颈。目前，将半结构化及非结构化数据进行量化或者转化为结构化数据是一个非常重要的研究领域。

5.关于分析思维的区别

传统统计学中的数据分析思路为定性到定量再到定性，而大数据分析思路是从定量到定性。前者主要运用归纳法，这一方法依然是大数据分析的主要方法，后者仍然要通过个体的特征归纳出总体的特征。但对异常值的分析和研究往往更具深意，运用的是演绎法获取更细小的特征。

三、大数据背景下统计分析与SPSS应用课程改革的方向

（一）关于课程案例的选择

（二）教学内容的应用型导向改革

（三）教学方法的改革

要改变传统的“教师讲、学生听”的授课方式，根据内容设计相应的案例，同时考虑多让学生动手操作SPSS，提高学生的软件操作能力，多采用互动教学。尽可能的采用应用型的教材。

（四）课程考核方式的改革

统计分析与SPSS应用课程考核方式是卷面闭卷考核，主要考察学生的理论知识的掌握情况。对于应用型高校，应侧重从实践角度出发培养学生的SPSS软件操作能力，同时能够利用软件进行统计分析。期末考核方式可以可由传统的试卷考试变为撰写统计分析报告的方式。撰写统计分析报告，一方面可以考查学生的理论知识的运用情况，尤其是统计指标的计算及分析问题；另一方面，也考查了学生应用SPSS软件进行数据操作的能力问题。