時間：2022-02-07 13:20:21
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇數據分析課程，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
數據作為信息的主要載體，在當今“大數據時代”背景下扮演著重要的角色。對數據的分析和利用已經成為每個行業重要的生產因素，并廣泛應用于各行業和領域。數據分析就是用適當的統計方法對收集的資料進行詳細的研究，提取有用的信息并形成結論，以求最大化地開發數據資料的功能與發揮數據的作用。在我校，數據分析課程是信息與計算科學系的必修課程，對提高學生的建模能力及數據分析水平有重要的作用。
數據分析課程的特點就是要求學生具備較高的理論基礎水平、綜合應用及動手能力，還需要學生掌握必要的分析解釋能力。將理論與實際案例結合，發揮學生的主觀能動性，增加學生的動手實踐和分析解釋環節，是數據分析教學中必須遵循的原則。而翻轉課堂正是通過對知識傳授和知識內化兩個環節的顛倒，實現學生對授課內容的理解和對知識點的內化，也就是理論結合實踐的過程。因此本文針對數據分析課程特點和存在的問題，結合翻轉課堂的教學理念，對數據分析課程各個教學環節進行設計研究，以期促進數據分析教學，使之更好地為專業素質的培養提供服務。
一、數據分析教學存在的問題
1.理論教學
數據分析課程的理論與方法內容豐富，涉及面廣，應用范圍大。在理論教學中，學生學習理解掌握理論基礎具有一定的難度。如對各分析方法的理解掌握，必須建立在良好的數學基礎上，綜合運用所學數學知識才可以理解各種數據分析的理論分析原理。同時學生還需要理解掌握各分析方法理論的內在聯系，并把握其不斷發展的趨勢，才能真正掌握數據分析的理論與方法。我校現在的數據分析課程教學理論課程授課方式單一，傳統教學方式使學生只能對課程方法理論淺嘗輒止，無法深入了解，綜合運用。同時單一的課堂授課模式無法對學生的掌握程度進行有效的評價和檢測。
2.實踐教學
數據分析課程對學生的動手能力要求很高。學生在理解掌握各種分析方法的理論基礎上，需要掌握一定的統計軟件的使用方法，如SPSS，MATLAB。這需要將理論方法，如復雜的公式，與實際軟件使用相結合。實驗教學中，要求學生有較高的計算機編程能力，然后結合數據分析的理論方法，對數據進行分析，并應用于實踐。現階段我校數據分析課程中，學生實踐課時偏少，而且傳統授課模式讓學生的學習處于被動狀態。實踐教學中只能根據老師和教材的指導，對課本上的例題程序進行練習，極大地限制學習廣度和深度，且無法有效地將本課程與實際生活與應用聯系起來，從而挫傷學生學習和動手的積極性。
3.學生能力培養
數據分析課程對學生能力的培養體現在綜合運用能力和對結果的分析解釋能力。理論課程傳統的填鴨式教學，和實踐課程拘泥于教材的例題程序的現狀，將數據計算與數據分析分割開來，勢必會限制學生綜合運用能力和分析解釋能力的發展，影響學生學習興趣和課程教學效果。
二、翻轉課堂教學理念
翻轉課堂起源于美國林地公園高中，兩位化學老師通過讓學生在家觀看視頻，課堂進行練習的方式，完全顛覆傳統教學模式。翻轉課堂將傳統教學模式中知識傳授和知識內化兩個階段顛倒過來。與傳統授課模式不同的是，知識傳授不再是完全由課堂中教師的講解完成，而是通過信息技術的輔助在課前或課后等業余時間完成，同時知識的內化不再是單一的由課后作業或者練習完成，而是通過在課堂中進行疑難解答、項目式學習、合作學習等方式進行。因此，對翻轉課堂教學方法的實際有效利用可以將大學生學習時間最大化，并培養學生的自學能力、自我約束能力及分工合作能力。
在數據分析課程教學中，學生可以利用課余時間，結合教師提供的數據分析每一模塊的課前學習材料，實現對數據分析課程基本方法和理論的了解，這樣很好地利用學生的課余時間，培養學生的自學和約束能力。而對所學數據分析方法的具體應用、深入理解及綜合分析等方面，學生可以通過課堂的各種活動和學習方式，以及和教師的及時溝通，和同學的合作交流等方式，在知識內化這一環節獲得比傳統課堂更好的學習效果。
三、翻轉課堂在數據分析教學中的應用設計
近些年國內外很多對翻轉課堂教學的研究，形成針對各個學科和地區的教學模式。如RobertKarplus提出的“探索-解釋-應用”三階段學習周期，RamseyMusallam提出的“探索-翻轉-應用”模式，國內南京大學張金磊等人提出的由課前學習和課堂學習組成的翻轉課堂教學模式等。
針對數據分析課程學科特點和本校學生基礎水平及實際情況，本研究提出數據分析翻轉課堂的教學流程：
課前――概念探索教學視頻平臺交流
課中――問題解決（經驗交流，教師講解）測試反饋項目創建協作學習及匯報
課后――平臺交流，作業反饋
在課前教學環節中，概念探索是根據數據分析課程的學科特點設計的，由于學生初次接觸數據分析，對很多基本概念及意義沒有深入了解，意識不到社會意義和實踐意義，在這一環節中學生可以通過教師給出的簡單具體的實例演示，再加上信息豐富的網站、視頻及博客等手段在教學交流平臺上闡述自己對所學概念的理解，相互交流，以此實現對概念的初步正確理解。如對聚類分析的理解，學生可以概念探索這一過程中通過具體實例演示和對各種信息的閱讀，了解到聚類分析作為數學工具的基本思想和在現實生活中的重要意義。
教學視頻主要是微視頻和幻燈片。對于教學視頻的觀看，要求學生針對自己的數學學習基礎有選擇地觀看。教學視頻中主要針對本單元學習內容進行講解，同時還會提供與本單元學習相關的數學基礎理論的教學內容。這種數學基礎與數據分析內容相結合的教學材料可以讓數學基礎不完善的學生更有效地理解本單元的知識。在視頻或者課前學習資料的制作中，需要結合每一章節的實際，主題突出，簡短生動，而且有效。如在聚類這一章節中，對于各種聚類方法的介紹可以結合具體的實例，如與生活密切相關的人均家庭收入問題等，通過不同方法展示對比，從而做到對每一聚類方法的理解和融會貫通。同時需要介紹相關的Matlab編程方法，讓學生結合理論和實際，通過編程過程實現對理論知識的理解和應用。
課前學習中，反饋是比較重要的一部分。教師可以通過平臺交流得到課前理論學習的反饋信息，同時可以通過在線學習簡單的作業練習，由此獲得課前學習的反饋。
課堂教學仍然是很重要的一環。課堂上教師首先組織學生面對面交流，解決并了解課前學習中遇到的問題，對普遍性問題做詳細解答。然后經過簡單的例題讓學生編程實現，并進行相應的解釋，由此測試學生的學習效果。這樣教師可以更好地掌握學生對每一章節數據分析理論的學習效果，以及學生對理論的應用構建能力。在保證學生對概念和理論的學習后，教師可以提供項目創建的基本信息和參考實例，如數學建模題目等。學生分組合作交流，選擇自己感興趣的問題成立合作組，結合本章節內容分析解決問題，尋找合適的數據處理方法，應用相關軟件編程實現自己的想法，將理論應用于實踐，并進行有效的分析，學生的問題解決過程和討論過程可以在課下進行。在學生充分準備后，課堂上進行分組匯報，并進行自評和互評，實現學生對理論的應用和相互學習。
本章節教學內容結束后，教師組織學生在教學平臺交流，并展示自己的作業和反思內容，鞏固對本章節內容的理解。
四、教學設計效果分析
1.符合大學生學習特點
大學生作為已經獨立的學習個體，擁有獨立的學習和思考能力，同時具備獨立學習時間和空間，而傳統教學方式無法充分發展學生的獨立學習能力，讓學生的課余學習漫無目的，松散自由，無法充分利用課余時間。翻轉課堂在數據分析課程教學中的應用讓學生在課余時間的學習有的放矢，通過學習交流平臺還可以相互交流督促，培養學生良好的獨立學習和探索學習的習慣。
對于思想上已經獨立的大學生來講，個性化學習更符合學生的行為習慣和思想意識。在數據分析課程的學習中，學生可以根據自己的基礎、學習習慣及自己的喜好等自由選擇學習的材料、時間和方式，互不打擾，又可以相互交流。如對概念和理論的理解，學生可以通過網絡資料，也可以選擇圖書館的書籍，觀看教學材料等方式進行，每位學生理解的深度和廣度可能會有所不同，通過相互交流和共同知識構建和應用又可以相互彌補。這樣的教學和學習方式極大地滿足了不同學生對知識的需求，避免一刀切式教育，可以充分發揮學生的學習潛力。
2.增強學習效果
通過初步的教學實驗，接受翻轉課堂數據分析課程的學生無論在理論知識理解還是實踐應用上都有明顯提高。相對于傳統課堂中的學生，在數據分析課程結束后，翻轉課堂中的學生可以較好地闡述相關理論，通過Matlab軟件編程實現對理論的應用，并給出合理的解釋。通過測試對比可以看出，翻轉課堂中的學生理論基礎更加扎實，編程能力有很大提高。在翻轉課堂試行后，學生在數學建模大賽中成績有明顯進步。
3.改善教學氛圍
在數據分析翻轉課堂中，學生學習積極性有很大提高。首先學生已經通過概念的探索階段對所要學習的知識有初步了解和認識，能夠較好地意識到所學知識的社會意義，增強學習興趣和信心。其次，學習方式多樣化，學生可以充分利用自己喜歡的現代信息設備，將手機、平板及電腦等學生喜愛的現代化信息設備變成學習的工具。避免學生與教師之間對手機等工具的對弈，改善學生將手機等單純作為娛樂工具的現象。此外，學生在交流平臺上的發言、總結和展示不僅樂意給學生帶來成就感，而且可以激發其他學生的學習動力，形成你追我趕的學習氛圍。
通過將翻轉課堂理念初步運用于數據分析課堂，發現這一理念的運用可以有效解決目前數據分析課程教學中存在的一些問題，將理論教學與實踐教學密切聯系起來，并有效調動學生的學習積極性，取得較好的教學效果。在這一過程中，我們發現翻轉課堂理念的實施不能拘泥于形式，需要根據具體問題和課程需要進行相應的調整。同時翻轉課堂中需要教師付出更多精力進行探索，如更合適的教學資料和課堂活動設計。總之，翻轉課堂理念的實施帶來的不僅是教學形式的變化，更是對教師工作分工和角色的改變。
參考文獻：
[1]宋艷玲，孟昭鵬，閆雅娟.從認知負荷視角探究翻轉課堂[J].遠程教育雜志，2014，（1）：105-112.
[2]汪曉東，張晨婧仔.“翻轉課堂”在大學教學中的應用研究[J].現代教育技術，2013，（8）：11-15.
[3]張金磊.“翻轉課堂”教學模式的關鍵因素探析[J].中國遠程教育，2013，（10）：59-64.
[4]周學剛.淺談“數據分析”課程的教學[J].中國電力教育，2011，（7）：110-111.
[5]竇建軍.數據分析課程教學中的幾點體會[J].徐州教育學院學報，2008，（3）：146-147.
關鍵詞：財經類高校；數據分析課程；課程建設
中圖分類號：G64 文獻標識碼：A 文章編號：1673-9132（2016）34-0040-03
DOI：10.16657/ki.issn1673-9132.2016.34.020
一、引言
隨著大數據時代的到來，數據分析在各行業的重要性日益凸顯出來。大數據時代要求人才具有極強的“數據視野”、“數據意識”和“數據能力”，即對所處行業數據的形式種類詳盡把握，對數據的作用深刻理解，對數據分析方法和分析軟件熟練運用。其中“數據能力”是前兩者的基礎，是實現大數據所有思想和理念的根本保證，是現代經濟管理人才的重要基本素養和技能。
我國的財經類院校肩負著為社會培養經濟管理類高級專業人才的重任，在大數據時代，社會對于經濟管理類高級人才在數據分析方面的要求極大增加，現代經濟管理理論的發展趨勢也體現出越來越重視數據分析的特點。這要求人才既有深厚的經濟管理理論功底，又能夠熟練使用數據分析工具對業務數據進行分析，并得到結論。特別是在研究生教育層面，對數據分析能力培養更加重要。
然而，目前在研究生數據分析能力的培養方面各財經類院校均存在著較多的不足。首先是覆蓋面小，除各院校的統計學院（或類似學科的學院和專業）外，強調這方面能力的培養的學院和專業較少，導致研究生對數據的運用和分析能力不足；其次是形式單一，主要以課堂教學為主，完全忽視了數據分析的實踐性，教學效果不好；再次是教學所用軟件平臺薄弱，多數使用SPSS，極少數專業學習SAS，對于在學術界和業界非常流行R語言、python等平臺則少有涉及。因此，合理設計數據分析類型課程，提高經濟管理類研究生在數據分析方面的理論水平與實踐能力，是廣大財經類高校不得不面對的迫切問題。本文講就財經類高校數據分析類課程的特點、建設思路和建設方案，結合筆者在教學實踐中的一些心得談一談自己的看法。
二、財經類高校數據分析課程的特征
數據分析的目的就是從數據中提取有價值的信息，進而形成知識。因此在絕大多數專業領域均有大量的數據分析需求，對人才的數據分析能力均有較高的需求。從財經類高校的專業分布看，可以把對數據分析能力的需求分成三個不同的類型。
第一類是以統計學院、信息學院（或類似學科的學院和專業）。這兩類專業的教學主要突出理論性、基礎性和方法性，立足于對學生的“數據視野”、“數據意識”和“數據能力”進行全面訓練，使學生能夠在畢業后在任意領域迅速承擔起高級數據分析的任務。
第二類是經濟學門類的相關學科。這類學科對于數據分析教學的要求偏重應用，即學生的“數據視野”、“數據意識”，但由于部分專業（如數量經濟學）對數據分析能力要求較高，因此對于“數據能力”的培養也需要兼顧。
第三類是管理學門類的相關學科。當前的管理學實踐離不開數據，對數據分析教學主要是應用層面的。要求學生具有良好的學生的“數據視野”和“數據意識”，而對于學生的“數據能力”的培養則并沒有太高要求。
三、財經類高校數據分析課程建設的思路
基于上述分析，研究生數據分析課程建設應當采取分層設課的原則，基于不同的教學需求，設置不同的課程群。
對于上述第一類專業，需要在專業核心課程群的基礎上，重點建設大數據相關課程。如分布式計算、非結構化數據分析、R語言、python語言等。在教學中，案例化教學和上機實操應當成為教學的主要形式，尤其軟件類課程應當在機房進行，保證學生有足夠時間熟悉操作并能隨時與教師互動。
對于上述第二類專業，需要以一門基礎課程為先導（如統計學導論），在配合若干專業課與軟件課的組合，如計量經濟學、時間序列分析、縱向數據分析與Eviews、SAS和R語言的配合。在教學時，理論與實操并重，在實操方面突出學生的軟件使用能力訓練，SPSS類型的軟件不應當成為此類專業的主要數據分析平臺（學生應當在學習專業課程時自主學習使用）。
對于上述第三類專業，可以考慮以一門數據分析課程為基礎，配合合適的軟件平臺，同時在其他專業課程教學中突出各個課程的數據分析教學內容和實踐環節，既可以基本達到教學目的。這類課程教學的重點在于對數據分析方法模型的理解，切忌死記硬背，同時輔以一定的案例和上機實操。在軟件平臺使用上，以SPSS這類擁有完善的GUI環境，所見即所得的平臺為主，也可以使用R語言強大的圖形能力作為演示工具，在演示的同時潛移默化地使學生了解R系統，進而為其進一步學習建立基層。
四、財經類高校數據分析課程建設方案――以R語言課程為例
在上述三類專業的數據分析課程建設中，R語言均扮演了重要角色。因此本部分將以R語言課程為例介紹建設方案。
（一）R語言的優勢
R語言作為功能全面地數據分析平臺，在國際學術界和業界得到了廣泛的認同，是應用最普遍的數據分析軟件之一。與其他統計分析平臺（如SAS、SPSS、S-PLUS等）相比，R語言具有若干明顯的優勢：
第一，完全免費，完全開源。與SAS多達幾十萬元的價格相比，R語言是一個完全免費的平臺，且功能同樣強大。
第二，安裝簡便，更新迅速，功能完善。R語言的安裝對于硬件的需求很低，且擁有Windows、Mac、Linux等多個平臺的版本。并且R通過其大量的程序包實現了功能的擴展，用戶總是能通過下載功能包獲得最新的分析模塊。
第三，R語言是被國際學術界廣泛認可，絕大多數國際知名高校都將R作為基本的教學和科研工具。
第四，R語言既是編程語言，又是高度功能化的數據分析平臺，同時具有編程語言的靈活性和功能化數據分析軟件的易用性。
（二）開展研究生R語言教學的必要性
首先，作為一種編程語言，R語言的教學可以訓練學生抽象思維、邏輯思維能力，同時作為一種數據分析平臺，R語言可以訓練學生數據分析模型的應用能力和實際操作能力，這一功能是其他非語言類軟件系統無法實現的。
其次，在研究生教學中開設R語言課程，可以極大提升學生在求職就業、考博和出國深造方面的競爭力。由于R語言在國內外學術界和業界有著巨大的影響，因此熟練掌握R語言無疑會使我們的研究生更加具備競爭力。
（三）研究生R語言教學的現狀及改革的迫切性
從當前的教學現狀來看，R語言僅僅是少數專業才有的課程。但是基于本人這幾年的教學和指導研究生的經驗來看，當前我國財經類高校研究生的動手能力較弱。其根本原因之一是缺少數據分析能力的訓練。若要在不過分增加研究生課程量的前提下迅速提高研究生這方面能力，R語言這種將抽象思維、邏輯思維、數據分析模型和數據分析實操緊密集合的平臺是最好的選擇。
（四）R語言教學的內容劃分
R語言集合了計算機語言與數據分析系統的特點，既能像SPSS那樣通過簡單操作即得到結果，又能夠項C語言那樣進行新功能的開發，尤其是其強大的圖形能力，更為數據分析人員提供了強大的數據可視化平臺。為了能夠為學生全面地講授上述內容，需要對課時進行合理分配，輔以合理的教學模式和考核模式。下面本文將以48學時的研究生課程為例，介紹R語言課程的基本內容和結構。
1.教學內容和學時分配
第一部分，R語言簡介（2學時），介紹R語言的歷史、基本操作環境、相關網站、系統本身和軟件包的安裝方法以及參考書籍等。
第二部分，R語言的數據結構（12學時），介紹向量、因子、索引、數組和矩陣、數據框、列表等概念和相關算法。這部分是后面教學的基礎，同時也是R語言區別于其他編程語言的重要方面，在教學時要突出對因子、索引（以及利用索引實現篩選等功能）、數據框等數據結構與數據分析的關系的介紹。
第三部分，R語言的編程結構（12學時），介紹成組、選擇和循環三種結構。在這部分教學中，重點在不能按照傳統程序設計語言的模式進行教學，要突出數據分析的特征，可以考慮使用R語言自己編制景點統計方法的代碼，如最小二乘法、距離判別、快速聚類等。
第四部分，R語言的繪圖功能（12學時），介紹高級繪圖語句、低級繪圖語句、交互繪圖語句以及ggplot2軟件包等。繪圖是R語言的優勢，允許使用者自由的定義圖形，尤其是ggplot2軟件包的出現，更是將R的繪圖功能推上了新的高度。這部分不但是上述第一類、第二類專業研究生所需要掌握的內容，也是第三類專業研究生應當了解的內容。
第五部分，R語言的基本統計功能（10學時），經過前述四個部分的教學，學生已經對R語言具有了較為深入的了解，并應該具有獨立編制代碼的能力。在此基礎上，可以進行本部分的教學，即對于使用R語言實現諸如回歸分析、多元統計分析、時間序列分析的方法進行介紹。由于這一部分功能均有對應的軟件包和函數，因此在軟件操作方面非常簡單，如果跳過前面幾個步驟直接進行這部分的教學會使學生對R語言一知半解，缺少對R語言核心知識的理解。
2.教學及考核方式
由于R語言是一個操作性非常強的語言平臺，傳統的課堂教學+上機的教學模式會使得理論與實踐脫節。因此建議該課程全程在機房進行，這種教學方法的優勢有三個方面：
第一，教師講解更到位。編程類課程重要的是思考過程而不是結果，因此傳統的課堂上聽講，上機課練習的模式會使得思考過程與結果脫節。而在機房上課則可以使學生跟隨教師的講解隨時練習和實驗，使得教學效果更好。
第二，師生互動更容易。學習編程的過程就是不斷試錯的過程，學生需要不斷地從發現錯誤――解決錯誤的過程中提高能力，而在這個過程中教師與學生的互動非常重要。
第三，課堂練習更直接。課堂練習在學習編程過程中具有非常高的重要性，傳統授課模式下，無法做到當天的學習內容當天聯系，是知識技能的掌握不牢，效率低下。
在考核方面，建議采取開卷上機考核的方式。由于R語言的教學具有極大的實踐性，因此“會用”才是最終的目的。同時，由于R語言極強的可擴充性，因此單純地考查學生對于R語言中一些功能代碼的記憶沒有任何意義，采取開卷的方式，重點考查學生解決數據分析問題的能力的上級考試才能夠實現對學生R語言學習水平的測度目的。
五、結論
當今社會已進入大數據時代，任何財經類專業人才的培養脫離了數據分析類教學內容都是不能適應社會需求的。而數據分析課程的理論與實踐并重的特點，要求在教學過程中既重視數據分析理論模型的講解，又重視數據分析平臺的訓練。只有這樣，才能使得財經類人才的培養跟上市場對于人才需求內容的轉變，培養出符合市場需要的人才。
參考文獻：
關鍵詞：大數據；數據分析；數理統計
基金項目：華北理工大學研究生教育教學改革項目資助（項目編號：K1503）
基金項目：華北理工大學教育教學改革研究與實踐重點項目資助（項目編號：Z1514-05；J 1509-09）
G643；O21-4
谷歌公司的經濟學家兼加州大學的教授哈爾?范里安先生過去說過統計學家將會成為像電腦工程師一樣受歡迎的工作。在未來10年里，人們獲得數據、處理數據、分析數據、判斷數據、提取信息的能力將變得非常重要，不僅僅在教育領域，各行各業都需要數據專家，“大數據”時代的到來使得數據處理與分析技術日新月異，深刻的影響著各個行業、領域及學科的發展，尤其是與數據關系密切的行業及學科，而作為工科各專業碩士研究生重要的公共基礎課數理統計學是天生與數據打交道的學科。
怎樣在“大數據”時代背景下培養出適應面向企業自主創新需求的數據分析人員或掌握現代數據處理技術的工程師，如何把當下流行的“大數據”處理技術與相關數理統計學課程教學有機的結合，以激發學生對數據處理與分析技術發展的興趣，這些都是我們在與數理統計學相關的課程教學中不得不思考的問題。然而，當前高校工科各專業碩士研究生數理統計教學的現狀卻與其重要程度相去甚遠，整個教學過程的諸多環節都存在較大的不足，主要表現為：1.教學內容偏重理論，學生學習興趣不高；2. 輕統計實驗；忽略對統計相關軟件的教學；3.沒有注重數理統計的學習與研究生專業相結合，實用性強調不夠。4. 輕能力培養；輕案例分析等。
這些現象導致的直接后果就是學生動手能力上的缺陷和創新能力的缺乏， 不能夠自覺利用數理統計知識解決實際問題， 尤其缺乏對統計數據的分析能力。因此，需要數理統計學隨著環境的變化不斷創新新的數理統計思維和教學內容。避免教學內容與大數據時代脫節。為此筆者在該課程的教學過程中，有意識地進行了一些教學改革嘗試。提出了幾點工科研究生數理統計教學的改革措施。
（1）調整教學內容，將與數理統計相關的大數據處理案例引進課堂。有很多有普遍性的應用統計實際案例，可以在本課程的教學過程中有選擇的引入介紹給學生，讓學生們了解利用所學統計方法進行實際數據分析的操作過程和得出結論的思維方法。以期解決工科研究生對確定性思維到隨機性思維方式的轉變的不適應性。
（2）適應大數據時代數理統計學課程的教學環境。實現教學方式的多樣性。大數據時代背景下，互聯網十分發達，學生根據自己的興趣去收集、整理和分析數據，既可以改變他們對統計方法的進一步認識，也可以增加他們的學習興趣。甚至可以以專業QQ群，郵件的方式和同學、老師之間相互交流，交流者處于相互平等的地位，可以暢所欲言，隨時隨地都可以交流，起到事半功倍的效果。這種交流使得教師不再是知識的權威，而是把教師上課作為一種更好自主學習的引導，這種交流使得他們的思想變得更加成熟。同時參與各種網絡論壇，貼吧回答問題等使得他們更能體現自己的價值，這種交流也使得學生的學習熱情和學習精神得到更好的激發。
（3）引導工科研究生開展與本專業相結合的課題研究，強調實用性，注重統計思維能力培養。適應大數據時代數理統計學課程教學環境，實現教學方式的多樣性。以期彌補學生缺少數據分析實例的訓練，解決學以致用的不足。在目前的數理統計教學安排下，受學時所限，如果相當一部分時間用來學習公式、定理的推導及證明，勢必沒有時間進行實際的數據分析練習。在大數據時代背景下，隨著海量數據、復雜形式數據的出現，使得統計方法的發展和以前有了很大的不同，沒有實際的數據分析訓練，學生們就無法對統計的廣泛應用性及重要性有深刻的體會，也不利于保持和提高他們的學習興趣。這要求具體工作者提出新的統計思想和方法，加深對已有統計思想的理解，以解決實際問題。
（4）改革成績評定方式。現有的考試模式為通過有限的一到兩個小時的期末考試，進行概念的辨析和理論及方法的推導計算，由此來判斷研究生關于數理統計課程的學習情況有很大的不足，特別是對可以利用軟件進行的某些實際數據分析的考察沒有辦法實現。因此，有必要通過日常課堂“論文選題―提交―討論”與期末理論考試相結合的形式對學生數理統計學習進行考核。加大對學生平時考察的力度，相應地減少期末考試成績的比重。讓學生選擇一些與自己專業有關的數據進行嘗試性的數據分析、一些統計科普著作的讀書報告等并寫成論文的形式提交，做為對學生成績的評定方式，更能綜合、客觀地評價學生的學習情況。
數據分析在現代生活中發揮的作用越來越大，而道磽臣品椒可以與數據分析有機的結合，從而在提高數據分析效率的同時，保持分析結果的有效性，為生產和實踐活動提供準確的參考。以上的思考和建議僅是我們在教學研究和教學過程中的一點體會，還有許多工作亟待深入，比如適合工科研究生數理統計課程的大數據案例選取，與課程內容的有效銜接；案例教學法如何實施；教學方式多樣化問題；課堂教學與網絡交流結合；理論介紹與軟件應用訓練結合問題等。教學改革與實踐是一項艱巨的任務，以培養學生的實際運用能力和正確解釋數據分析結果的能力為目的，強調統計思想和方法應用的培養，讓學生們了解利用所學統計方法進行實際數據分析的操作過程和得出結論的思維方法將是一項長期的工作。
參考文獻
[1].游士兵，張 佩，姚雪梅.大數據對統計學的挑戰和機遇[J].珞珈管理評論， 2013， （ 02）： 165-171.
關鍵詞：數據挖掘能力；SPSS軟件；統計分析
中圖分類號：G647.38 文獻標志碼：A 文章編號：1673-291X（2013）05-0234-04
一、調查背景
隨著信息時代的迅猛發展，經濟研究對信息的需求與日劇增，面對海量數據，要從中提取出有用的信息，就需要人們掌握高級的數據挖掘方法與手段。這樣，就對高等教育的人才培養提出了更高的要求，需要培養以計算機為工具，利用各種數據分析方法去挖掘大量數據背后重要信息的能力，即數據挖掘能力。SPSS 軟件作為數據發掘的重要工具，在調查統計行業、市場研究行業、醫學統計行業、政府和企業數據分析應用中久享盛名，其提供了數據獲取、數據管理與準備、數據分析、結果報告這樣一個數據分析的完整過程，操作性強。因此，SPSS軟件課程的開設對于當今經濟管理類的大學生是非常有必要的。
本次調研通過對680名受訪者（湖南商學院學生）對SPSS軟件的認知程度、對SPSS課程相關要求和對學校硬件軟件支持的期望等方面的調查，了解大學生對SPSS軟件的認識程度，并為提高大學生數據挖掘能力和SPSS課程的推廣提供可行性建議。
二、調查對象
本次調查主要針對于湖南商學院在校大學生進行的調查，調查樣本屬自愿樣本。本次調查共發放680份問卷，回收有效問卷649份，有效回收率為95.44%。
有效問卷中從性別來看，男性占47.6%，女性占52.4%，比男性多了3.8個百分點，這符合商學院性別比例“女多男少”的現狀。從年級來看，受訪者主要集中在大四，大一最少，大二大三居中。大學生隨著學習的積累、生活的豐富，更加有意見發表，這讓本次的調研成果更加有信服力。從學院來看，受訪者來自12個學院，各學院人數從9人到319人不均勻分布。受訪者人數最多的前4個學院中，工商管理學院占53.3%，會計學院占13%，經貿學院占7%，財政金融學院占5.2%。這4個學院的學生人數在學校的占比都是很大的，因此，更有代表性。本次調查的受訪者來自33個專業，人數最多的為市場營銷專業，有174人，最少的是旅游管理專業，有9人。專業的廣泛性，使得本次調查更為全面。
三、調查方法
本次調查采用自填式調查問卷進行訪問，問卷由SPSS軟件認知、數據分析能力的自我認知、SPSS課程的認知及相關要求和個人基本信息四個部分共25個問題組成，調查報告運用SPSS19.0進行統計分析。
四、SPSS軟件對學生數據挖掘能力培養調查結果及分析
本次調查主要從SPSS軟件的認知情況、數據分析能力的自我認知、SPSS課程的認知及相關要求和職業意向四方面對受訪者進行調查，意在了解湖南商學院學生的數據挖掘能力現狀、對SPSS課程的期望度、對SPSS軟件的認知和SPSS軟件學習環境的要求與期望。
（一） 受訪者對SPSS的認知情況
在對湖南商學院學生對SPSS軟件認知的調查中，發現受訪者對SPSS的了解途徑以課程選擇和師友口碑為主，且大部分學生對SPSS軟件的認知度不高，對其功能了解不全面，對SPSS軟件的操作也不是很熟練。
1.受訪者對SPSS的了解程度不高
表 1 不同年級的受訪者對SPSS軟件的了解程度 單位：%
表1中數據顯示，40.4%的受訪者對SPSS軟件只有“一般”了解，23.5%的受訪者表示“不了解”，17.5%表示“很不了解”，對SPSS不了解的比例超過40%，可見該軟件沒有得到廣泛的推廣。另外有17.7%的受訪者表示“比較了解”，僅0.8%的受訪者表示“非常了解”。
從年級分布看，大一群體中近80%的人表示“不了解”；大二群體中“不了解”的比例將近65%，但有9%的人對該軟件比較熟悉；大三群體中，“不了解”的比例下降到45%，“了解”的比例達到15.9%；而大四群體中僅有27.3%表示不了解，而“了解”的比例擴大到24.7%。
隨著學習的深入，學生將有越來越多的機會接觸到SPSS軟件，并在不同程度上加以運用；另一方面也反映出了低年級階段對該軟件的運用度不夠，需要加大對這些群體的教育投入。
2.對SPSS的了解途徑以課程選擇和師友口碑為主
圖 1 受訪者了解SPSS軟件的主要途徑
圖1顯示，受訪者中對SPSS的了解有40.1%是通過“課程的選擇”，28.6%是在“學校老師同學的推薦”下了解到的，“做調查統計數據”了解的占21.8%，從“計算機相關書籍上”了解到的占6.4%，在“網絡上遇到”和“觀看別人演示”而了解的各占了1.4%。可見，“課程選擇”、“老師同學推薦”和“調查統計的需要”是受訪者了解SPSS的三大主要途徑，比重合計超過90%。
3.受訪者大部分使用過SPSS但不熟練
在訪問者中，63.0%的受訪者對SPSS軟件的接觸停留在“學過，實際上操作過但不熟練”這個層面；16.2%的受訪者表示“了解SPSS軟件，但沒接觸過”；還有15.6%的受訪者表示“上課學過，但沒用過”；僅有5.3%的大學生“操作SPSS軟件非常熟練”。可見，絕大部分的學生還處在對SPSS運用的表面階段，操作能力還需要進一步加強。
4.大部分同學認為SPSS軟件是專業數據統計分析軟件，且大部分同學對SPSS軟件的功能認識但不全面。
從圖2中可以看出，有81.5%的同學認為SPSS軟件是“專業的數據統計軟件”，77.9%的同學認為“能對數據進行分析的便利軟件”，41.2%的同學選擇“增強人數據分析能力的工具”，36.7%的同學認為SPSS軟件是“一門數據統計的課程”，選擇 “制作圖標的軟件”和“能保存很多數據的數據庫”分別占21.8%和21.6%。在第一印象中，認為SPSS是“數據統計和分析的軟件”，合計超過總數的80%，說明絕大部分的人對SPSS有一定的認知。
圖 2 受訪者對SPSS軟件的印象
對于SPSS的功能，同學們了解最多的是“數據輸入”和“數據整理”，占比分別為66.0%和53.4%；其次是“圖表制作”和“分析報告”，占比分別為27.8%和29.2%；了解“建立模型”、“相關性分析”、“探索分析”、“交叉分析”、“結果”和“預測分析”功能的分別為23.0%、20.5%、17.1%、16.9%、11.8%、10.7%；僅有5.3%的大學生“了解所列出的全部功能”。可見，學生對SPSS軟件功能的了解很局限，因此，SPSS教學應給予學生更多的操作機會，讓學生對SPSS了解更全面。
（二） 受訪者自身數據分析能力狀況
在數據分析能力自我認知調查中，大部分的受訪者對自身的數據挖掘能力不認可且具有學習SPSS課程的基礎，并期望能熟練或者獨立操作SPSS軟件，但受訪者大都不愿意主動接受SPSS課程。
1.大部分專業開設了與SPSS相關的課程
受訪者中70.9%學過《統計學》，32.1%學過《SPSS在經濟管理中的運用》，26.4%學過《市場調查與預測》，19.7%學過《計量經濟學》，有17.9%的受訪者沒有接觸過與SPSS相關的課程。
在受訪者認為學好SPSS需要提前了解的知識的調查中，超過65%的受訪者認為學好SPSS需要提前了解《統計學》，其次有近16%的受訪者認為要提前了解《市場調查與預測》，認為要提前了解《概率論》、《計量經濟學》、《高等數學》的受訪者分別只占7.2%、5.5%和4.5%。
可見大部分的學生有接受SPSS課程的基礎，且大部分同學認為提前掌握《統計學》和《市場調查與預測》的知識對于學習SPSS有幫助。
2.大部分學生認為自身數據分析能力差，而且大部分同學對自己的數據挖掘能力不認可
受訪者中48%認為自己“能力一般，會對數據進行一些簡單的分析”；認為自己“能力非常差，不會對數據進行分析”和“能力較差，分析數據時需要參照別人成果進行分析”分別占12.9%和20.8%；認為“能力較好，不僅能掌握數據的主要核心，還能根據已有數據進行擴展性分析”的占16.3%；只有1.8%的受訪者認為自己“能力非常好，數據概括能力強”。
圖 3 受訪者對自身數據分析能力的自我評價
在對自身數據分析能力滿意度調查中，受訪者對自身數據分析能力不滿意的將近40%，對自身數據分析能力滿意的只占13.1%，持一般態度的人群占據了總人數的一半左右。可見，大多數人對自身數據分析能力并不認可，顯然SPSS課程的開設是有必要的。
3.受訪者大都不愿意接受SPSS課程
圖4顯示，在是否愿意接受SPSS課程的調查中，受訪者選擇“不愿意”和“非常不愿意”的分別占44.2%和23.7%，合計67.8%； “非常愿意”和“愿意”的分別只占了4.5%和10.9%。
圖 4 受訪者是否愿意接受SPSS軟件
結合圖3來看會發現一個矛盾：雖然超過80%的人不認可自身數據分析能力，但愿意接受SPSS課程的只有15.4%，遠遠低于不愿意接受的人群。一方面學生對自身數據分析能力不認可，另一方面卻又不愿意主動接受SPSS課程。原因很多：首先，《SPSS課程》在學生群體中并沒有形成廣泛的影響力，還處在一種被接受的過程。其次，SPSS軟件操作不是十分深奧，但許多學生對統計軟件、統計分析望而卻步或者即便會用，也經常犯一些很基本的錯誤或者計算出來的結果不知道該如何解釋，甚至看不懂軟件結果。這就要求教師在教學過程中，還應告訴學生“為什么選用這種方法”。教師在教學過程中應該激發學生聯系自己的專業，認識到從實驗設計著手就需要“統計知識”的參與，為提高自己的分析能力奠定基礎。
4.學生更期望能熟練或者獨立操作SPSS
在對自身數據能力的期望上，受訪者中60.4%的期望“能熟練地操作SPSS軟件”；40.2%的期望“能獨立自主運用SPSS軟件完成報告”；39.2%的期望“達到未來工作崗位對數據分析能力的一般要求”；38.9%的期望“提高自身對數據提取概括的能力”；37.1%的期望“能對數據進行拓展相關性分析”；29.4%的期望“能運用多種分析方法，并熟練作圖”。受訪者期望在能熟練掌握數據分析的基礎上獨立撰寫報告并滿足將來職業發展的需要，SPSS課程教師應設計一套系統的教學方式來引導學生去學習SPSS。
（三） 受訪者對SPSS課程的認知及相關要求
在SPSS課程的認知及相關要求的調查中，受訪者最期待SPSS課程作為專業必修和專業選修，課程教學能理論與實際結合，考試能以實踐課程、小組合作和機試這些形式，且課時不少于32個；學生們期待在SPSS課程學習中能得到學校在學習設備、專門實驗室和雄厚的師資力量等方面的支持，并提供最新的SPSS軟件和實踐機會。
1.經管類學生認為學習SPSS的最佳時期是大二，最佳課時不少于32個
學習SPSS的最佳學期，受訪者中選擇“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%；選擇“一年一期”、“三年二期”和“四年一期”的分別只占8.7%、7.8%和3.2%。
在最佳課時調查中，超過90%的人認為學習SPSS的課時至少需要32個課時，這說明受訪者愿意花時間來學習該課程來掌握數據分析的能力。可見，適宜的學習時期以及更多的課時是學生所期望的，這為學校設計SPSS課程提供了參考。
2.學生更期望SPSS課程作為專業必修和專業必選課程
圖 5 受訪者期望SPSS軟件的上課形式
受訪者期望SPSS課程作為專業必修課的占39.70%，期望作為專業任選課程的占26.50%，期望作為專業限選和人文選修的分別占22.30%和11.50%；期待SPSS課程作為專業必修和專業任選的合計達到66.2%。可見，受訪者對SPSS課程還是比較重視的。
3.SPSS課程以理論與實際相結合的教學方式，實踐課題、小組合作和機試的考試形式是最受學生歡迎的
受訪者中59.1%的期望SPSS課程是“理論講解與上機實踐結合”的形式，35.2%的期望采用“上機實踐”的形式，選擇“理論講解”和“研討會”兩種形式的分別只占3.7%和1.7%。理論與上機實踐結合形式是受訪者更愿意接受的，實際上這種形式能讓學生更好地理解和掌握該課程。
在期望的SPSS課程考試方式調查中，受訪者中選擇 “社會實踐做課題”近30%，“小組合作形式”和“上機考”分別占25.5%、25.9%，希望以“閉卷考試”、“開卷考試”和“論文”分別為2.7%、7.3%和8.7%。顯然“社會實踐做課題”、“小組合作形式”和“上機考”是學生最期望的，這也表明大部分受訪者認為這門課程應該更加注重實踐操作能力。
4.在SPSS教學過程中資歷豐富、結合案例教學的教師更被青睞
受訪者在對授課老師的第一要求中，55.1%的選擇了“資歷豐富”，10.2%選擇了“企業實戰背景，豐富的案例輔助”，9.7%選擇了“互動參與性強”，其他選項作為第一要求的受訪者相對而言較少。
受訪者中70.8%的認為SPSS課程的授課老師要“資歷豐富”，44.4%的期望授課老師有“企業實戰背景，豐富的案例輔助”，36.9%的選擇了“互動參與性強”；期望授課老師“理論性強，具有系統性及條理性”和“耐心解答學生問題”分別占29.6%和27.9%；期望老師“認真備課”、“有成功案例”和“激情澎湃，有感染力和號召力”的分別為18.6%、17.7%和12.4%。大部分的受訪者希望授課的老師資歷豐富，有實戰背景并且能與學生充分互動，相當一部分的受訪者希望老師授課有系統的理論知識，并且能夠耐心解答學生問題，在“認真備課”、“有成功案例”和“上課有激情”三個方面對授課老師也有一定的要求。可見，同學們對老師的上課風格很是在意，這可能直接影響到學生對課程的興趣。
5.學生期待有良好設備、專門的數據分析實驗室和雄厚的師資力量等硬件支持
受訪者中78.5%的認為要學好該課程學校應 “建立專門的數據分析實驗室”，78.3%認為要“更新或維護好電腦設備”，71.2%認為要“配備更多的優秀師資力量”，認為要“進行學生數據分析能力大賽”和“購買更多專業方面的書籍”分別為45.8%和25.8%。學生們認為學好SPSS這門課程學校應該支持“電腦設備”、“師資力量”和“數據分析實驗室”三個方面。當然學校能支持學生“進行數據能力分析大賽”和“提供更多的專業書籍”，可以更好地輔助SPSS的學習。
6.學生期望在SPSS學習過程中有最新SPSS軟件和實踐機會支持
受訪者中88.2%的認為要學好該課程要“購買或安裝SPSS最新軟件”，81.4%期望有“提供更多的實踐機會”，67.9%期望有“提供資金支持”，期望有“政策上給予關注”和“舉辦專場講座”分別為31.2%和30.8%。最新的SPSS軟件、更多的實習機會是學生最為期待的，因為軟件方面支持到位了對于SPSS課程的授業而言就相當于擁有良好的內部環境。也有相當一部分的受訪者希望學校能從“政策”和“專場講座”兩個方面給予支持，這幾點也值得重視。
五、建議
SPSS軟件和其他一些統計軟件一樣，不能夠對模型的適應性做出判斷，模型選擇的正確與否依賴于使用者對資料的了解程度與統計分析方法的掌握程度。主觀上，大部分同學希望提高自身的數據挖掘能力；客觀上，各行各業都要求人們掌握高級的數據挖掘方法與手段，可見SPSS課程的開設是有必要的，但調查發現多數同學不愿意接受SPSS課程的學習。因此，開設SPSS課程有利于培養學生的實踐能力，提高學生的職場競爭力。為此，筆者提出以下建議。
（一）加強SPSS軟件在商科院校學生中的宣傳推廣力度
通訊、醫療、財會、銀行、證券、保險、制造、商業、市場研究、科研教育等多個領域和行業都要求掌握一定的數據處理分析的能力，因此，學好SPSS軟件無疑對以后參加工作會起到錦上添花的效果。而要使學生接受SPSS軟件，首先得加大SPSS軟件在學生中的宣傳推廣。
筆者認為，可以鼓勵校園內SPSS軟件愛好者在SPSS課程相關老師的指導下，成立“SPSS數據處理社團”以進行全校性質的宣傳推廣；定期或不定期舉行與SPSS軟件相關的活動，如SPSS數據分析大賽等。
（二）結合學生需求，以適當的形式在各專業各年級開設SPSS軟件課程，以達到更好的教學效果
開設該課程前，先開設與SPSS課程的相關基礎課程，如統計學、市場調查與預測等，用以輔助SPSS軟件的學習；上課注重理論結合操作，以學生自主上機為主老師講解為輔，配以數據分析題，讓學生以小組課題形式完成對SPSS課程的學習。
（三）校方努力滿足SPSS軟件課程所需軟硬件設施，以輔助達到更好的開課效果
加強師資隊伍的建設，及時更新SPSS課程相關老師的知識儲備，以適應SPSS軟件不斷更新的需要；校方應投入一定資金，及時更新SPSS軟件；校方應及時更新校計算機系統、操作平臺等；再者，學校可以適時建立數據分析實驗室。
（四）處理好學生能力不足與教學要求之間的矛盾
對SPSS軟件各功能原理的學習，是讓很多學生特別是非統計學專業的學生頭痛，因此，教師應因材施教，在講授過程中簡要介紹各種分析方法的基本原理，重點介紹不同的分析方法的功能和目的，并通過實際案例讓同學們了解分析方法的實際應用，并學會解讀分析結果。在教學中采用與授課學生專業相近或者有較強現實意義的連貫性案例數據資料，這樣有助于學生把SPSS各個操作菜單聯系起來，使學生懂得每個操作選項背后的實際意義，增加數據挖掘的能力，培養學生以數據思維模式來解決實際研究問題。
（五）建立“以學生為主體”的教學和管理模式
在SPSS課程教學中引導學生融入課程學習，激發其學習的潛能，將學生作為教與學的主體，變被動為主動；在管理中激勵學生參加教學活動，盡量減少學校的強制行為，增加學生自制的范圍。學校在重視SPSS課程理論教育的同時，應該高度重視實踐應用尤其是加強動手能力的教育，在內容與方式上變畸重式教育為促進學生全面發展、健康的教育。
參考文獻：
[1] 陳曉毅.統計學教學與SPSS軟件結合的研究[J].廣西財經學院學報，2009，（10）：179-181.
[2] 竇清.基于金融市場綜合實驗室的SPSS 實驗教學的思考[J].實驗室研究與探索，2007，（4）：22-36.
[3] 高莉.SPSS軟件在統計學教學中的應用[J].校園心理，2010，（6）：414-415.
[4] 韓勝娟.高校經濟管理類專業SPSS 軟件教學的探討[J].現代企業教學，2007，（16）：178-179.
[5] 何琳.SPSS軟件在廣西教育科學研究領域的應用分析[J].廣西教育，2011，（27）：99-101.
摘 要： 2016年9月《普通高中各學科課程標準（征求意見稿）》正式公布，數學課程標準修訂組提出了六個數學核心素養。本文選擇了其中的數據分析素養，結合現在中職教育的數學課程改革，著重研究中職學生數據分析素養的現狀，為進一步的研究做好準備。
關鍵詞：中職；數據分析；現狀
近5年來，職業類院校入學的學生中考的分數普遍都不低，絕大數都達到普通全日制高中的分數線。家長和學生選擇職業類院校的原因有兩個：（1）從就業的角度，職業類院校的高就業率第一考慮要素；（2）從學歷的角度，雙元制的培養模式既能保證學生擁有高技能也能保證學生獲得大專或者本科學歷。
中職生現狀問題
1.缺乏對數據分析素養的認識
數據分析素養就是針對研究對象獲取數據，運用統計方法對數據進行整理、分析和推斷，形成關于研究對象知識的素養。例如，數控車床專業的必修課之一就是機械制圖，該課程的一項基本功就是畫三視圖，從簡單三維零件的測量數據，再整理出有效的數據，分析三維圖象數據如何讓轉換成二維圖像數據，最后畫在紙上。只有對簡單零件的理解，才能推斷出復雜零件的構造，并能成功畫出零件圖。簡單的說，學生不知道數據是什么，怎么獲得數據，如何處理數據，數據能告訴我們什么，這些認識都很缺乏。
2.缺乏對數據分析素養的的培養
職業類院校的學生接受素養的培養，卻往往是被動的、盲從的，尤其是對非專業知識、技能的一些職業素養。教師在教育的過程中，共性的培養―知識、技能等相關職業素養關注的多，而突出邏輯思維能力的數據分析素養關注的少。對絕大多數學生而言，除了老師教的就不知道自己還應該學些什么，他們只能完成對“依葫蘆畫瓢”的工作。
設計問卷
本問卷對象選取的是蘇州某職業院校在讀的300名學生。調查樣本構成情況如下：
性別構成：女生：80人，占 26.7%；男生：220人，占73.3%。
專業構成：機電專業：119人，占39.6%；電氣專業：86人，占28.7%；信息專業：41人，占13.7%；創意專業：54人，占18%。
年齡構成：15歲：21人，占7%；16歲：101人，占33.7%；17歲：108人，占36%；18歲：38人，占12.7%；19歲：7人，占2.3%；20歲：18人，占6%；21歲：7人，占2.3%。
年級構成：16級：129人，占43%；15級，93人，占31%；14級：48人，占16%；12級：30人，占10%。
調查數據分析
1提取信息
第一題能提取的信息：（1）統計學中的平均數、方差是學生在不同時間所學的數學知識，平均數是在小學三、四年級所學的知識點，方差是在初二所學的知識點。學習知識點的時間上，學方差離的更近些，只有16.7%的學生還會正確使用。（2）學生能收集同一屬性的隨機數據，80.5%的學生都使用統計學的方法整理數據。在學生的所學數學知識中，八成的學生選擇了合理的數據分析的方法，理解與掌握了平均數的概念，并能靈活使用。
第二題能提取的信息：（1）95%的學生選擇了匹薩A或者匹薩B，只有5%的學生認為這兩個匹薩是一樣合算的。說明學生絕大多數審了題目，知道要通過比較得到哪個匹薩更合算。這種對數據的敏感絕大多數學生還是有的。（2）闡述理由時，44%的學生知道對于圓，要先計算面積，然后計算價格與面積的比值，比較大小，得出結論。數據分析的過程性只有不到一半的學生能意識到。51%的學生的答題紙上有“去超市買同樣的東西，通常量越大的越便宜”等這樣的理由，全憑生活的經驗做出了推斷。
第三題能提取的信息：（1） 96.8%的學生能明確表示同意或者不同意嚴同學的觀點，3.2%的學生放棄了答題。當數據量有所增多時，學生開始有放棄答題的現象出現了。（2）只有一成的學生能整理出數據中的有用信息，計算差值，求差值與原價的比值，歸納數據，推斷減幅不小，得出結論。高大75.2%的學生無法在表格的兩個日期同樣蔬菜的價格中提取出有用的信息了，接下來數據分析的過程就中斷了。面對同樣的數據，試卷中有學生去計算同樣物品價格的平均值，也有學生計算10元能買三樣物品的單價，得到了不同的結論。在分析方法上學生會的很少。
2做出推斷，得出結論
第一題的結論：學生對數據分析有一定的意識，但處理數據的方法很單一。題目給出了數據，學生并沒有親自參與收集數據，因此只能說明學生看到數字或者圖形的數據有一定的意識。平均數是統計學中最通俗易懂的數據分析方法，也是最簡單的處理數據的方式。學生掌握程度很好，也說明學生只學了統計學的一個皮毛而已。如何計算方差是初二的教學內容，對方差這個知識點的理解就不太好，更不知道如何來使用。
第二題的結論：學生能感受到數據分析很廣泛，但能完成數據分析的過程不多。比較兩種匹薩哪個更合算，類似這樣的問題在生活中很常見。學生能感受到數據分析的普遍存在，能聯想到超市常遇到的情況。不到一半的學生有理性的思考和實踐，完成整理數據、提取信息、構建模型、做出推斷、得出結論這一過程。另一半學生就是感性的思維，在生活中累積的經驗做出推斷，不會深究其中的原因。
第三題的結論：面對隨機的大量數據，大多數學生無法進行數據分析。生活中碰到的實際問題，數據的數量有些多時，大多數學生缺乏數據分析的意識
附件：
問卷
這份調查問卷想了解同學們數據處理方面的情況，幫助我們進行調查研究。希望同學們認真填寫。謝謝你的合作！
年：________ 專業：______________ 年齡：_______性別：______
1.某班需要推薦一名學生參加比賽，有3位候選人，你最想推薦誰去參賽，最主要的理由是什么？
3位候選人的成績如下：
⑴請問你最想推薦誰去參賽？ （只能選一名）⑵最主要的理由是什么呢？ （可寫多個理由）
2.一家匹薩店提供厚度相同、直徑不同的兩款匹薩，價格如下：
匹薩A： 直徑30厘米的匹薩30元，匹薩B：直徑40厘米的匹薩40元。
請問：你認為哪種匹薩更劃算？ 請說明理由。
3.2015年11月4日，某媒體北京報道：在2013年3月13日曾經報道過京城“菜籃子”，記者在一個菜市場調查，用10元錢買同樣的三種蔬菜，可以買3.3斤油麥菜，或者10斤胡蘿卜，或者4根大蔥；現在記者又來到菜市場調查，用10元錢買同樣的三種蔬菜，可以買到3.3斤油麥菜，或者5斤胡蘿卜，或者10根大蔥。記者由此給出結論：現在京城“菜籃子”物價水平與兩年前變化不大。
嚴同學看到上述信息，指出：這樣的結論不可靠。
數據分析觀念是抽象的，不能一蹴而就。我們以“統計與概念”為載體，引導學生積極主動地參與統計活動，尤其是經歷數據統計的全過程：收集和整理數據、表示數據、分析數據、作出決策、進行交流。教師要創設生動的現實情境，激發學生數據分析的需求；組織識圖活動，培養數據分析的意識；開展后續實踐，感受數據分析的價值，使學生在整個數據分析的過程中有需求、有方法、能感受到價值，從而實現“數據分析觀念”的發展。
一、創設情境，激發數據分析的需求
《義務教育數學課程標準》要求：“課程內容的選擇要貼近學生的實際，有利于學生體驗與理解、思考與探索。”
[案例]條形統計圖（蘇教版四年級上冊）
環節一：創設情境，激發數據收集的需求
1.欣賞：播放學校體育節學生在賽場上拼搏的照片。
2.談話：今年體育節有拔河、跳繩、踢毽子、個人長跑四個項目，如果每人必須報一項，猜一猜我們班哪個項目報名的人最多？學生自由猜測，激發數據收集的需求。
3.引導：怎樣才能確切地知道我們班哪個項目報名人數最多？學生自然想到統計每個人的報名情況，收集準確的數據。
數據分析觀念的培養，首先讓學生了解在現實生活中有許多問題應該先做調查研究，收集數據，再通過分析作出判斷，體會數據中蘊含著信息。教師創設了學生熟悉的“體育節”情境，引導學生猜測哪一項報名人數最多，猜測的結果定然不能達成共識，怎么辦？學生憑借已有的生活經驗想到先在班上做調查，了解每個人的報名情況，收集到真實的數據才能知道哪個項目報名的人數最多。在現實情境的沖突中，學生自覺產生了收集數據的需求。
二、識圖活動，培養數據分析的意識
數據分析是統計的核心。要讓學生體會數據不是枯燥的數字，而是蘊含著豐富的信息內容；要引導學生學會收集信息，通過整理獲得有用的數據，并選用適當的統計圖表最大限度地呈現數據內容；要對數據進行深入地分析，用數據解釋事實、判斷是非、預測未來。
環節二：投票統計，經歷數據收集的過程
借助投票器收集數據，再把數據輸入Excel中自動生成統計圖。
數據是信息的載體，怎樣才能獲得有效的數據？小學階段常用的有測量、實驗、調查等，教師引導學生在交流中明確調查法比較適合“每個項目分別有多少人報名”這一問題，在課堂有限的時間內，可以借助投票器快速收集數據。有了收集數據的方法，有效整合信息技術讓每一個孩子在課堂上完整地經歷收集數據的過程，再借助Excel軟件的自動繪圖功能，生成條形統計圖。
環節三：讀圖活動，滲透數據分析的方法
1.同桌交流：仔細觀察，你能從圖中得到哪些信息？
2.集體交流：每個項目各有多少人報名，哪個項目報名人數最多（少）……教師追問：你是怎樣知道這些信息的？
3.深入引導：根據數據的特點，你能給“體育節”策劃老師提出哪些合理化建議呢？
在識圖活動中，教師組織學生對數據進行深入地分析，在交流中滲透數據分析的方法。圖中蘊含豐富的信息，如：各個項目的報名人數，哪個項目的人最多（少）……你是怎樣讀出這些信息的？在交流互動中明確條形頂端的數據表示各個項目的報名人數，條形的高矮一目了然地表示了哪個項目的人數最多（少）。由于是學生熟知的生活情境，學生的應用意識很強，不少學生除了能根據數據解釋事實之外，還能根據數據產生不少個性化的想法：報名拔河的人太多，應該進行篩選后才能代表班級出賽；個人長跑報名的人太少，就撤銷這個項目吧……學生的想法雖多，但不一定都正確，教師適時引導：如果你是體育教師，會采納這些建議嗎，為什么？這時有學生想到這只是一個班的情況，其他班級可能不同，一個班的數據還不足以幫體育老師出謀劃策。通過這樣的交流，讓學生體驗到對于同樣的事情，抽樣的對象不一樣，每次收集到的數據可能不同。
環節四：繪圖活動，建立數據分析的觀念
1.嘗試繪圖：教師提供給學生四（2）班的數據，學生嘗試用條形統計圖直觀有效地表示數據。
2.自覺分析：四（2）班的報名情況和我們班一樣嗎？學生根據圖中信息交流自己的想法。
在繪圖活動中，學生學會用條形統計圖有效表示數據，并能自動遷移從讀圖中習得的分析數據的方法自覺地進行分析，建立數據分析的觀念。學生除了能讀出數據中的表層信息外，有學生說到兩個班報名個人長跑的情況相差很大，看來這一項不能盲目去掉，應該多做一些調查，收集整個年級的數據；更有學生補充道，“體育節”是一項全校性的比賽，不能只收集一個年級的數據，應先收集全校的數據再進行分析。
在整個識圖活動中，培養了學生的數據分析意識。他們運用投票器經歷了數據收集的過程，借助Excel軟件生成條形統計圖，在讀圖繪圖過程中，不斷把數據分析的結果與生活實際對接，在交流中發展數據分析觀念。
三、后續實踐，感受數據分析的價值
學生圍繞“體育節”這一主線，經歷了收集、整理和描述數據、從數據中提取信息并進行簡單推斷之后，活動并沒有結束，課堂上的感悟如果能在生活中得以實踐，那么數據分析的價值就能真正得以體現。交流中有學生說“體育節”是一項全校性的比賽，應該收集全校數據再進行分析，教師不妨引導學生開展后續實踐活動，組織學生進入每個班級去收集數據，再根據全校的數據進行分析，給“體育節”的策劃教師提出一些合理化建議。這樣，把數據分析的結果真正運用于實際生活，感受數據分析的價值。
環節五：后續實踐，感受價值
要給體育教師出主意的話，只統計兩個班，有說服力嗎？如果收集了全校的數據，你準備從哪些角度去分析數據提出合理化建議呢？小組討論，制訂后續實踐活動的方案。
教師在最后的環節，通過追問的方式提出了幾個問題，引導學生對于后續活動進行合理計劃，讓學生體會對于同樣的數據可以有多種分析的方法，要根據現實需要選擇合適的方法。
關鍵詞：大數據時代；統計學；影響
隨著大數據時代的到來，各企業采用了新的策略，獲得了更多的利潤。對于統計專業來說，改變發展策略，使培養出來的專業人才能夠適應大數據背景的需求是其主要任務。目前，高校統計學專業逐漸認識到大數據時代綜合性人才培養的重要性，并對專業建設進行了相關改革。
一、大數據時代對統計學的影響
大數據時代的到來對現代統計專業的發展造成了新的沖擊，要確保培養出來的人才能夠起到應有的作用，首先要了解大數據時代對統計專業所造成的影響。
（一）大數據時代使數據結構和數據性質發生變化
網絡技術以及基于網絡技術的電子商務等新的數據記錄模式標志著大數據時代的到來。大數據時代，不再依賴于抽樣調查的記錄模式，網站瀏覽、視頻監控都將形成大量數據。傳統的數據結構甚至是數據性質發生了變化。大量的數據信息對于需求者來說，如何甄別其可用價值成為關鍵。傳統的數據可以二維表格顯示和整理。但大數據時代所產生的數據具有多樣化和復雜化特征，往往包含了大量的音頻、視頻、HTML等。這要求大數據的收集具有較強的目的性，才能實現其價值。
（二）大數據時代要求統計分析方法和統計思維更新
大數據時代的主要特征為數據多且復雜，數據分析要求分析者對總體進行分析。在這一背景下，參數統計不再具有意義，假設檢驗法也隨著總體分析而失去價值。數據的復雜化對傳統大數據統計思維造成了巨大的沖擊，要求統計者具有活躍的思維。只有對傳統數據的改變進行分析，并且樹立新的統計方法。
二、大數據時代下的統計學發展新策略
為適應大數據時代的需求，統計學專業的發展勢必要對傳統模式進行改革。目前，多數高校統計學專業已經認識到大數據對于其發展帶來的沖擊。為此，本文提出了以下策略，以及能夠幫助統計學取得更好發展。
（一）加強統計應用性教學
根據大數據時代數據的總體分析特征，數據分析人員應掌握全面的分析方法。在人才培養過程中，應致力于培養實踐分析能力，提高數據和資料收集能力，并且培養其強烈的數據價值觀，使其能夠從眾多數據中找到所需的。另外，對傳統模式進行改革，增加大數據統計內容，以適應時代的需求。基于大數據的結構特點，實施資料透視化教學，提高分析者對復雜數據的分析能力。
（二）培養大數據統計思維
在人才培養過程中，新的統計思維的培養具有重要意義，即強調數據分析實踐能力的提高。統計思維的培養有助于數據分析者對復雜的數據進行區分，從而整理有效信息。在大數據時代，不僅要以傳統的平均思維、動態思維和變異思維為基礎，還要注重基于整體分析的大數據思維。另外，還要培養數據分者的復雜性思維，以應對復雜的數據庫。總之，大數據時代需要數據分析者具有全面的、創新性的思維。
（三）強化基礎性統計知識
統計學自身具有復雜性，其改變多且抽象。基礎的統計知識是進一步掌握大數據分析思維的基礎，可見學習基礎性統計知識的重要性是不言而喻的。為此，應該采取深入淺出的方法，利用多媒體等方式使復雜的數據統計清晰化、簡單化。結合具體的案例使數據分析者正確認識統計概念、掌握統計原理和方法。此外大數據分析不再是一種專業，而是更傾向于一種技術，這要求我們將大數據分析與統計學以外的相關知識相互聯系。注重真實相關與偽相關的講解，強調商務智能的開發和分析。只有具有堅實的基礎，才能確保數據分析者大數據分析思維的養成，適應現代社會的需求。
（四）加強復合型人才培養
為適應大數據時代的需求，復合型人才的培養是關鍵。所謂復合型人才，是指其不但要具有專業的數據分析能力，還要相應的具備管理以及其從事專業的技術。大數據時代，高校應建立全面的人才培養模式，注重培養人才的數據分析能力、編程能力等，使其真正了解大數據，懂得如何利用大數據對其所處的行業起到積極作用才是關鍵。總之，大數據時代對綜合性人才具有更高的需求，大數據時代不僅培養的是一種能力，而且是一種思維，是對全新模式下的數據的分析和利用。高校作為人才培養的重要基地，其教學模式的改革、對大數據時代所需教學模式的認識是高校的主要任務。
三、總結
統計學是經濟學的基礎課程，傳統的統計人才培養具有定向性。而隨著大數據時代的到來，數據產生的形式多樣，且具有復雜性。大數據分析不僅是作為一種專業存在，而是應以一項必備的技術而存在。大數據時代，傳統的統計思維和統計方法發生了改變，統計人才培養方式的改革也就勢在必行。（作者單位：海南師范大學）
參考文獻：
[1] 朱懷慶.大數據時代對本科經管類統計學教學的影響及對策[J].高等教育研究，2014（3）.
[2] 姚壽福.經濟管理類本科專業統計學課程教學改革思考[J].高等教育研究，2012（3）.
[3] 孫耀東.大數據背景下統計學專業課程教學探究[J].廊坊師范學院學報（自然科學版），2015（06）.
關鍵詞：大數據；英語教學；基礎英語；特征優勢；優化策略
引言：
信息科技的不斷進步引領了大數據時代的到來，大數據技術以超高速計算、海量數據存儲以及移動互聯網技術等為依托，席卷了全球，帶來了生產、科技、教育和生活等方方面面的革新。在教育領域，迄今為止，大多數院校仍采用以工業化批量輸出為特點的傳統教育模式，在強調個性化的今天，荼毒著學生們的個性化發展，亟待創新，大數據技術的海量數據分析技術為教育的革新提供了可能，在英語教學方面，將大數據技術與高校的公共英語網絡課程教學進行有效結合，主張因材施教是未來教育的一大發展趨勢，對其接觸并深入探討有利于增加實踐經驗，以不斷完善其進程。
一、大數據時代特征
以2013年為界，大數據思維成為我們解決問題的又一新思路，海量數據分析處理技術是大數據時代的主要特征，依托以海量數據存儲為特點的云技術，使得我們在分析問題時能夠擺脫抽樣分析法，而能夠通過對所有存儲著的真實數據的分析，得到一些更加有意義的信息。大數據時代的特征主要包括五點，簡稱5V，分別是存儲海量----Volume，運算高速----Velocicy，類型多樣----Variety，數據真實----Veracity以及分析有價值----Value。大數據分析技術的廣泛應用給各行各業帶來了前所未有的革新，不斷地改變著人們的生活和工作方式。現在，在社會的各行各業，每天都會產生海量的數據，特別是移動互聯網的普及，將每個人類個體與互聯網聯系在一起，通過互聯網數據的跟蹤和分析，能夠了解每個人的生活、學習方式以及性格等等。特別是在教育領域，慕課、視頻課程的出現改變了W生們的學習方式，使得學生們能夠根據自己的個人意愿去發展自己的個性化教育，不再受制于地域、時間以及資源有限性等，并且以大數據分析技術為工具，能夠掌握學生們的學習情況，從而給予教育工作者更多有價值的反饋，以提高教育質量。
二、大數據技術與高校公共英語網絡課程教學結合的優勢
在大數據時代的技術背景下，將大數據技術與高校的公共英語網絡課程教學進行巧妙融合是提高學成果的一大有效手段。高校的公共英語教學屬于基礎型科目，面向的是全體同學，以大班教學為主，即使是網絡課程的多樣性，也無法實現每個同學的個性化教育，從很大程度上限制了個體的發展，而大數據分析技術的引入則很好地解決了這一問題，通過對海量數據的分析，能夠得到一些對教育有價值的信息，從而能夠有效指導教育的下一步進展。
大數據技術與高校公共英語網絡課程教學結合的優勢主要表現在三方面，一是學生個體，二是教師教學，三則是網絡教學平臺建設。學生是該項目的直接受益人，通過建立英語網絡教學平臺，在該平臺上一系列相關的教學資源，能夠使得學生隨時隨地進行學習，完美地突破了時間和空間的限制，學生可以在英語網絡教學平臺上通過觀看教學視頻的方式習得所需知識，還可根據自己的知識理解能力和時間安排自行安排學習進度和視頻回放，極大地增加了教育的普及度，學生們還可以通過在線互動的方式來和老師同學交流，有效地解決了答疑的問題，另外，學生們的在線學習記錄均會被記錄存儲在數據庫中，教學視頻的者和教學平臺的管理者均可以通過對單個學生學習軌跡數據的分析處理，掌握該學生的學習習慣和學習思維，從而方便高校制定針對個性化的教學方案。該項目的實施有利于提升教師們的教學能力，網絡在線課程的數據收集，通過大數據技術的處理能夠很容易地指導某個知識點同學們的理解程度，例如對于某一部分教學視頻，學生們的瀏覽量數據明顯很高，或是對于某一知識點的測驗題，學生答錯的概率明顯高，這就說明該知識點是學生們的難點，下一定的教學資料準備就要進一步解決這一知識點；數據的關聯性分析是大數據處理技術的又一大能力，它能夠通過對眾多看似毫無關聯的數據進行分析處理，運用高效的數據分析技術取得一些關聯信息，來指導教師們的教育教學活動進展。大數據技術還能夠指導英語網絡教學平臺的建設，教學平臺建設之初，因為缺乏實際經驗，一定會存在很多不足之處，完善其建設的措施除了調查問卷等這些被動式的方式之外，還可以主動進行瀏覽量、學習時間分布、學習停留時間，知識點視頻點擊率等數據分析，以合理規劃教學內容、資源上傳時間、資源關聯內容等，來完善英語網絡教學平臺的建設。
三、大數據與高校公共英語網絡課程教學結合的優化策略
鑒于大數據分析技術對教育教學的顯著優勢，將大數據分析技術與高校的公共英語網絡課程教學結合起來是教學模式改革的一個好思路。但是在大多數院校的實際施行中，由于經驗欠缺，使得這一項目成效雖有提升，然卻差強人意。分析其癥結，主要是在改革方式、教師培訓以及教學管理上存在問題，要完善該項目，必須合理選擇英語教學模式、加強教師隊伍的建設和加強教學管理，下面具體展開論述。
1、合理選擇英語教學模式
新時代英語教學模式主要分為三種，一是反轉課堂，二是微創新課堂與小微課，三是慕課。每種模式均對應著不同的教學方法，反轉課堂是將傳統的授課模式完全反轉，即知識點內容學習由學生課下在教學平臺上完成，課堂不再用于知識點的講授，而作為小組討論和知識點答疑的場所，這種教學模式完全顛覆了傳統的填鴨式授課模式，主張以學生為主體，充分發揮學生們學習的主觀能動性，在英語教學中，還能提高學生們的口語交際能力，是一種高效的英語教學方式，適合校園網建設完善、硬件設備齊全的絕大部分高校，但是對學生們的自主學習能力要求較高。微創新課堂是介于反轉課堂模式和傳統教學模式之間的教學方法，它綜合兩種教學模式的優點，未完全摒棄傳統課堂講授知識點的教學模式，而是將課堂的課時分為了兩部分，一般是以6：4的比例將課堂分為講授和互動環節，并且還包括教學平臺上的小微課，這種教學方式適用于個性化教學，規避了學生們不同自學能力的差異。慕課是大規模上課程的簡稱，是一種完全的網絡在線教學模式，教師們將教學視頻、教學課件、測驗題、課程作業等完全到教學平臺上，并設置作業提交期限、成績提交期限以及課程截止日期，由學生們自主安排時間，這種教學模式脫離了實體的課堂，完全突破了空間的限制，適合于通識教育教學。三種教學模式各有優缺點，各大高校要依據自己學校教師、學生以及學校設施的齊全程度，因地制宜，合理選擇教學改革的模式，切忌盲目跟風、不顧實際。
2、加強教師隊伍建設
教師是教學活動的支持者，決定著教學活動的進程和質量，教學改革的實施與教師的能力密切相關，新時代教學模式的改革要求教師有著相當熟練的信息技術操作能力以及與時俱進的知識信息更新能力，因此對各大高校來說，積極引進新一代優秀教學人才以及加強對老教師的教學能力培訓顯得十分重要。積極引進人才，更換新鮮血液，加強能力培訓是提升教師隊伍整體專業素質的主要手段，只有建立高質量的教師隊伍，才能保證教學改革的不斷創新以及新思路的提出。
3、加強教學管理
教學管理工作是完善教學質量的重要保障，加強教學管理工作主要從以下幾個方面展開。一是要基于經驗總結和大數據分析為教師們的教學安排提供建議和指導，例如要能夠依據網絡大數據分析技術合理劃分學生們的英語能力等級，并根據不同的等級區間實行分級教學；要能蛞讕荽笫據分析技術得出最高效的視頻授課時長，并根據學生們的不同等級設置視頻倍速調節按鈕；要能夠基于大數據處理技術給授課教師提出具體建議，以提高學生們的學習興趣和自學能力，以發展學生們的個性化學習。二是針對新的教學模式，首先實行教學試點，然后根據教學成果驗收不斷改進該模式，直到形成比較完善的體系，再進行全校范圍推廣。三是加強對教師的監督，合理量化教學勞動成果，保證新型網絡教學模式能夠有效實施。
結語：
高校公共英語的網絡課程教學是一種新的教學模式，它依托于網絡技術的普及，而大數據時代的到來，則為海量網絡數據的處理分析提供了可能，由此能夠為依托數據的教學活動提供關聯性分析，以此指導高校的英語教學，從而能夠為學生制定個性化學習方案、提升教師的教學能力以及完善網絡教學平臺的建設。但是，目前大多數高校的英語教學網絡課程建設在教學方式的選擇、教師隊伍的建設以及教學管理上還存在著一些問題需要解決。但無論怎樣，大數據與高校公共英語網絡課程教學的有效融合是大勢所趨，因此各高校仍要積極探索，不斷完善教育的革新。
參考文獻：
[1]張燕南.大數據時代思維方式對教育的啟示[J].教育發展研究，2013，45（21）：14-15
[2]宓秀梅.大數據時代的英語教學及教師角色定位研究[J].中國信息技術教育，2015，66（18）：71―72.
[3]楊永林. 從“慕課”到“小微課”：看大數據在教學中的應用[J].現代教育技術，2014，24（12）：45-46
筆者在教學實踐中，依據統計學教學基本理論應以實際應用為目的，以“必須”、“夠用”為度的原則，結合清遠職業技術學院教學條件和學生的實際情況，對統計學教學做了如下改革：
1.簡化理論，保證“夠用”。統計學的原理抽象、公式的推導難懂、計算過程復雜容易出錯，這些都是學生學習統計學的共同難點。大多數高職院校學生高等數學基礎差，甚至根本就沒有高等數學的基礎。而且，統計學課程的周課時少（一般周課時只有2節），教學進度快，學生理解消化的時間不夠。對高職學生來說就更是難上加難了。所以，在保證“夠用”的前提下，簡化理論就成了統計學教學中的一個重要任務。筆者在實際教學中，按照“必須”和“夠用”的原則，根據人才培養方案和教學大綱的要求對上課的內容進行重組。強調課程體系的針對性，課程設置不是從學科體系出發，而是從職業崗位群的需要出發，體現國際勞工組織的MES職業培訓體系經常采用的模式――模塊式課程模式（把專業學科的系統理論知識進行簡化、分解成職業崗位群所需要的模塊知識）。具體課堂教學操作是：
在簡化理論方面，首先，在教材體系中，簡化教材中抽象基本原理的講述、復雜公式的推導，省略繁雜的書面統計計算過程的章節。把重點放在假設檢驗、方差分析、χ2檢驗和直線回歸等實際應用性的章節；其次，在教學內容上，簡化抽象基本原理的講述、復雜公式的推導，省略繁雜的統計計算過程。重點講授基本原理適應解決的對象，統計公式應用的條件，解題的基本步驟、基本方法和應注意的事項，新增引用Excel計算統計量、統計分析和常見統計軟件的初步應用等內容。
所謂“夠用”，首先是保證學生將來從事的崗位群所需要的統計方法及其原理，包括基本統計方法和原理的含義、應用對象、適用條件等基本知識；其次要保證具有分析和解決實際問題的實操能力，能做到學以致用。主要包括基本統計原理在實際工作中的應用、分析和解決問題的靈活運用能力和基本統計工具（Excel和SPSS，EVIEWS，SAS統計軟件）的使用能力等，其中重點是MicrosoftOfficeExcel一些自帶工具在統計學上的應用。
2.優化手段，講求“實用”。在課堂教學中，我們還應遵循教育教學過程和培養目標的另一個特點，即注重崗位能力的培養，根據“按需施教、學以致用”的原則，組織課程教學、試驗和實訓。筆者根據以上原則，突出統計專業課程是定量分析的內容較多，應用性和實踐性十分明顯的特點，把優化教學手段和“實用”結合起來，一并體現在課堂教學之中，主要是改變傳統講授統計學的“三個一”模式，對教學手段進行優化，采用多媒體自做課件教學和計算機實操教學。首先，利用多媒體教學信息容量大、視覺直觀、效果好的優點，既能簡化教材中抽象基本原理的講述、復雜公式的推導，省略繁雜書面統計計算的過程，又不影響學生對教材的學習和理解，在保證基本理論夠用的前提下，還有足夠的時間把重點放在講授基本原理應用性的實用內容上。其次，增加計算機實操（實驗實訓）課，把教材中的手工、半手工統計計算轉化成計算機計算。主要做法是增加SPSS、EVIEWS和SAS統計軟件的簡介，重點放在引用Excel自帶的函數公式“fx”計算標準誤、方差等統計量、利用Excel自帶的“數據分析”工具分析雙樣本均數假設檢驗和方差分析、利用Excel的“圖表向導”求回歸方程、相關系數和制作圖表等內容，其主要目的就是利用計算機這個現代化工具去解決實際生產中的統計問題，使復雜的統計計算簡單化，以增強學生的解決實際生產問題的實操運用能力。第三，根據教學對象將來的就業方向，并結合實際工作中的實際案例和學生學習中其它學科出現的統計問題自編練習題，讓學生反復練習并要求他們能舉一反三、熟練應用。
3.注重方法，力求“會用”。本文所講的方法是指注重統計學的實際運用方法，強調統計學基礎知識和基本原理在實際工作中的運用。重點內容應放在Excel自帶的函數公式、數據分析庫和統計軟件的基本應用上，而不是理論和繁雜的書面計算過程。核心問題是教會學生能夠靈活應用統計學這個統計工具，去解決生產實踐中的實際問題。在實際生產中，最為簡單、方便、實用的統計工具就是Excel。所以筆者在教學過程中就是以Excel的應用為中心，結合實際生產中的問題開展教學工作。
在工作中要始終堅持“會用”這個原則，“會用”包括兩層含義：第一，會用統計的原理解決實際問題，即知道解決什么問題時使用什么統計方法；第二，會利用Excel自帶的函數公式“fx”、“數據分析”庫和圖形處理等計算統計量，并根據統計計算結果對問題進行推論，達到解決實際問題的目的。
在課堂教學中，我們應注意以下幾個問題：第一，注意講清楚“數據分析”工具與手工統計分析計算上的銜接關系；第二，向學生交代清楚Excel自帶“數據分析”適用對象、適用條件，并教會他們分析和判斷；第三，詳細講授運用Excel自帶函數公式和“數據分析”的具體操作步驟，明確Excel計算結果中各個數量所代表的意義。下面舉例說明兩種安眠藥的療效有無極顯著的差異：
對10名失眠患者，服用甲乙兩種安眠藥。以XiYi分別表示使用甲乙兩種安眠藥后各個患者睡眠的延長小時數，結果如下表：
分析說明：第一，利用Excel自帶的“數據分析”工具解此題的步驟同手工統計法，也要求有以下4個步驟，①提出假設；②確定顯著水平；③計算概率值；④推斷H0的正誤。其中提出假設、確定顯著水平和推斷H0的正誤這三步與手工統計分析相同；而Excel自帶的函數公式和“數據分析”工具僅僅用于計算概率值。第二，Excel自帶的“數據分析”工具的選定和運用分析。本題具有兩組樣本數據，而且兩個樣本是相互關聯的，樣本容量一樣，每對數據都是同一總體在不同條件下抽取的樣本，如第1組數據1.9和0.7是同一個患者服用甲乙兩種藥睡眠延長的時間數。所以應選用Excel“數據分析”工具中的“t-檢驗：成對雙樣本均值分析”。第三，講清具體操作步驟，并注意對結果進行說明。
解：①檢驗假設：H0：u1=u2即兩種藥療效相同；HA：u1≠u2即兩種藥療效不相同
②取α的值為0.01（判斷這兩種安眠藥的療效有無極顯著的差異）
③統計計算：此步需用Excel“數據分析”工具，具體操作步驟如下：
打開Excel，把數據輸入Excel表格，點擊“工具”，再點擊“數據分析”，在對話框中選取“t-檢驗：成對雙樣本均值分析”，點擊“確定”。在隨后出現的對話框內單擊“變量1的區域”后的對話框，而后拖動鼠標選定Excel表中的第1組數據；同理，單擊“變量2的區域”后的對話框，而后拖動鼠標選定Excel表中的第2組數據；把“（Α）”后對話框的值改成0.01。然后在“輸出選項”下面的“輸出區域”前的圓圈內單擊鼠標表示選定，再用鼠標點擊“輸出區域”后面長形對話框，并在Excel數據表中鼠標點擊適當的單元格作為輸出區域。最后用鼠標點擊“確定”，此時Excel就會自動生成如上表的結果：“df”為自由度；“tStat”是“t-檢驗：成對雙樣本均值分析”的統計值，即t=4.062128；“t單尾臨界”是單尾檢驗臨界值，即單尾t0.01=2.8214；“t雙尾臨界”是雙尾檢驗臨界值，即雙尾t0.01=3.2498；“P”為概率，“P(T
④推斷H0的正誤：
義務教育數學新課程標準2011年版首次提出“應幫助學生逐漸建立數據分析觀念”，并指出相關內容的教學要“與現實生活聯系密切，必須結合具體案例組織教學”。由此，我們至少可以得出兩點結論，一是培養學生數據分析觀念與能力是重要的，二是學生數據分析觀念的培養必須建立在實踐的基礎之上，讓學生親自參與數據的收集、整理與分析。但是，由于真實的數據收集與整理工作瑣碎又繁雜，分析環節枯燥而無味，教師的授課環節很難出彩，因此，我們在公開課上很少可以見到有關這方面的課例，非公開課的進行也僅僅停留于利用現有數據進行教學的階段。如此一來，學生數據分析觀念的建立也很難說取得了多么良好的效果。在實際的教學過程中，作為教師，應該怎樣進行相關內容的教學，取得幫助學生建立良好數據分析觀念的效果呢？下面，談談我自己的一點做法，與諸位老師共同探討。
一、以認知沖突，引發學生產生數據收集與整理的強烈愿望
學生每一個學習行為的背后，都是有目的、有價值、有意義的。簡言之，學生自己要真正認識到這種學習是有用的，哪怕僅僅是因為有趣、好玩，才能激發學生進行相關學習的愿望和興趣。對于數據分析觀念的培養，教師有必要替學生問一個“為什么”，問題不必明確提出，但一定要把相關信息告訴學生，引發學生強烈的認知沖突，才會產生進行數據收集、整理與分析的欲望，才會使他們認識到學習數據分析的必要性，產生興趣，從而建立與培養其初步的數據分析觀念。
以二年級上冊“統計”一課的學習為例，學生首次接觸“統計”的相關內容。在學生尚不真正知道與理解該詞的確切含義的情況下，教材提供的課例是“統計最喜歡的動物”，以統計圖形式呈現出喜歡四種動物（小貓、小狗、小兔、烏龜）的學生的人數，并提供了3道題目，但教材始終沒有告訴學生，“為什么我要學習這個知識”、“為什么我要進行數據分析”。此時，對這一問題的提出與引導學生思考，只能由教師在不動聲色中完成。所以，教學時，利用學生愛吃零食的特點，我調整了教學思路，首先，我征得學生同意，打算用班上賣廢品的錢給學生買糖吃。此舉得到學生們的一致歡迎；其次，我要求5個小組長提前去學校門口的超市，了解糖塊的種類與價格，并告知其他同學；再次，我要求班委成員負責了解班上每一名同學的需求并進行分類、計算總量。每人限一塊，以便于合理安排買糖的數量與花費；再次，將買來的糖帶入教室，上課，進行相關的數據整理與分析；最后，完成全部教學任務后，吃糖。
當我將此想法與實際的授課過程講給其他老師聽時，有老師笑談“孩子們學習的動力就是吃糖”。我不否認這是學生們積極參與教學活動的動力之一，因為事先我有告訴學生全部的活動過程與“完不成就不會有糖吃”的話。但不可否認的是，對于二年級的學生來說，為了達成“每個同學都能吃到自己想吃的糖”這一目標，要在活動的每一個步驟都進行相關數據的收集、整理與分析，才能正確且順利地完成任務。簡言之，等于我們告訴學生，“為什么要進行數據分析”、“只因為我們需要達成一定的目的”，并且，活動的每一步驟的數據分析都有學生親自進行，并明確知曉這樣做的原因——當然不是教師的程式化的要求，這就使得學生的數據分析工作是主動的，各成員之間是相互合作的，既使學生愉快地接受了數據分析的內容與過程，也在增強學生數據分析觀念的同時，培養了學生主動學習與合作的精神。
二、挖掘數據中蘊藏的深層信息，體驗數據分析的應用價值
統計教學的一個重要目標，是鼓勵學生通過分析從統計圖表中獲取盡可能多的信息，為后續的某項工作或學習做出合理的決策。表現在教材中，數據分析觀念的首次引入即是一個簡單的“最喜歡的動物”的統計圖，接下來的每一個問題的答案無不需要從該統計圖進行尋找。這樣的例子，在學生生活中也是有接觸的。但是，教學過程中，也存在一個常見現象，學生通過統計圖表獲取的信息，多是一些最基本的、一眼即可看出的直接信息，而很少能夠對圖表上的數據信息進行更為深入的整理與分析，挖掘出更多有價值和有意義的信息來做出合理的決策。
例如，二年級下冊教材（人教版）在111頁安排了一道練習題目，要求利用“佳美電器商店電視機銷售情況統計表”中的數據，在教材提供的表格內做條式統計圖，并回答相關問題。學生根據統計表與所作統計圖很容易即可回答出第一個問題“哪兩天銷售最多？哪天最少？”，但對于第二個問題“你還能發現什么？你能提出什么建議？”的解決即陷入困境。所作回答或者僅僅是統計圖表中已有數據的再現，或者是簡單的加減法計算，如“星期一和星期二，一共銷售多少臺電視”等，而不能與實際生活相關聯提出諸如“加大促銷力度，提升星期一至星期五之間的銷售量”之類的問題。雖然這與學生生活經驗的積累不足有關，但學生對數據背后呈現出的問題研究不深刻，缺乏對相關研究的較強的應用意識，也是一個重要原因。所以，日常教學中，教師還要引導學生在親身經歷解決問題的過程中，體會到數據分析的應用價值，這就是對決策的依據和指導作用。這也是我們告訴學生為什么要建立和培養數據分析觀念的一個重要目的。
總之，對小學生來說，數據分析觀念的建立與培養，與小學生的認知緊密相連。我們要通過對相關內容的教學，引導學生正確認識數據分析的重要性，進而幫助其應用數據分析解決日常生活中的實際問題，體會其應用價值。“在理性的世界里，所有的判斷都是統計學”（統計學家C.R.Rao語），或許，這正是我們培養學生數據分析觀念的真正價值所在。
無論是政治，還是經濟形勢，任何政府、企業、個人，面對未來進行投融資等項目決策，不經過數據分析論證就簡單的決定會帶來巨大的危害，已經漸漸的被人們認同。所以，只要參與社會政治、經濟等活動，進行投融資，期望帶來一定的經濟效益，或者社會效益，就必須加強數據分析工作，對投融資意向進行評估，為決策提供科學的依據。
（一）項目數據分析
1、什么是項目數據分析工作
項目數據分析就是研究將經濟學理論用數學模型表示，并應用于項目投資分析的方法論。項目數據分析過程是：提出項目（研究機會）、初步可行性研究（市場、技術、資源、環境研究、效益、風險分析評價）、測算經濟效益、評估和決策、可行性研究（市場、技術、資源、環境研究、效益、風險分析評價）、評估和決策、項目實施。
2、項目數據分析工作的內容、特點
（1）項目分析工作的內容
一般來說，項目數據分析的內容包括項目的經濟效益評價、項目的風險分析和項目的比較選擇。
項目的經濟效益評價主要是在假設項目沒有風險情況下的經濟效益，主要針對非貼現指標（會計收益率和投資回收期）和貼現指標（凈現值、內部收益率、獲利指數和動態投資回收期）。
項目的風險分析，主要是進行盈虧平衡分析、敏感性分析和概率分析。
項目的比較選擇，主要是獨立方案、互斥方案和不完全互斥方案的設計、評估等選擇。
（2）項目分析工作的特點
項目數據分析工作是一門邊緣科學，其特點是以定量分析為主要分析手段，通過分析翔實的數據進行項目的論證得出定性結論，并以定量數據進行說明。顯然，項目數據分析，必須通過建立數學模型的方法進行分析涉及經濟學、數學、統計學和預測學。
（二）什么是投融資
1、項目投融資的概念。
投資是指 “為了在獲得預期的收益而作出的確定的墊支或犧牲的各種經濟行為” 。因此，投資并不局限于與基礎建設相關的經濟活動，還包括證劵投資、信貸投資和信托投資。
2、項目投資的特點
項目投資的特點是現在投入資金進行經濟效益的博弈，通過對該項目的管理進行長期或者未來的收益，不僅具有時間性，而且具有較強的風險性，其本質就是獲得預期的收益。
一些大型的投資項目，通常都由一家專業的財務顧問公司擔任其項目的財務顧問，財務顧問公司做為資本市場中介于籌資者與投資者之間的中介機構憑借其對市場的了解以及專門的財務分析人才優勢，為項目制定嚴格的，科學的，技術的財務計劃以及形成最小的資本結構，并在資產的規劃和投入過程中做出理性的投資決策。
（三）項目數據分析工作對投融資具有重要的意義
1、數據分析工作提高了工作效率，增強了管理的科學性。無論是國家政府部門、企事業單位還是個人，數據分析工作都是進行決策和做出工作決定之前的重要環節，數據分析工作的質量高低直接決定著決策的成敗和效果的好壞。
2、越來越多的企業將選擇擁有中國項目數據分析師資質的專業人士為他們的項目做出科學、合理的分析，以便正確決策項目；越來越多的風險投資機構把中國項目數據分析師所出具的項目數據分析報告作為其判斷項目是否可行及是否值得投資的重要依據；越來越多的企業把中國項目數據分析師課程作為其中高管理層及決策層培訓計劃的重要內容；越來越多的有志之士把中國項目數據分析師培訓內容作為其職業生涯發展中必備的知識體系。
二、從事項目數據分析工作的感受
（一）從數據分析師的角度，項目數據工作需要做到以下幾個方面的服務，才可以為被服務對象提供優質的有價值的投融資報告。
1、真誠服務
所謂真誠服務，主要是因為投融資報告的價值來自于數據分析師精湛的業務能力，細致的數據搜集能力、閱讀能力、分析能力和預測能力。無論是競爭性項目、還是基礎性項目，由于數據分析工作時一門邊緣科學，需要對真實和翔實的數據進行定量或者是定性分析，需要對國家或者國際政策進行審讀，需要對經濟形勢進行判斷，需要對項目所屬的行業進行科學的宏觀把握，因此，項目數據分析師在搜集相關數據，在分析相關數據時，在閱讀國家或者國及政策時，在斟酌行業趨勢時，都需要真誠的付出，否則，閉門造車或者移花接木式的投融資報告，只能是危害客戶，只能給客戶帶來更大的風險，而不是豐厚的收益。
2、真心服務
所謂真心服務，主要是指項目數據分析師在服務客戶時，需要站在客戶的角度思考問題。由于項目數據分析師，是從屬于某公司，因此從公司利益出發，需要為公司賺取一定的利潤，這部分利潤就來自于數據分析師所服務的客戶。從客戶角度思考，實際上客戶委托數據分析師針對企業的項目意向而進行的數據分析，實際是希望數據分析師提供的項目方案，不僅是可行的，能夠為公司獲得預期利益，而且是風險較小的，可以操作實施的投融資報告。
3、真實服務
所謂真實服務，就是指數據分析師在進行項目數據分析，通過建立數學模型的方法進行分析并提出具有科學性的、前瞻性的、科學性的、可操作性的投融資項目預測報告時，需要是真實服務。一般來說，客戶在提出項目設想時，是充滿了憧憬，也具有天真的幻想，那么數據分析師提出的可行性報告如果是刻意逢迎客戶的主張，那么對客戶來說將是災難性的打擊。
4、真情服務
所謂真情服務，主要側重于項目付諸于實踐中，項目數據分析師跟蹤調查項目實施的禁毒，以及修正項目風險分析和比較選擇。
（二）從數據分析師所服務的客戶角度來看，客戶也需要做到以下幾個方面的工作：
1、信賴數據分析師的服務
對數據分析師服務的企業來說，信賴數據分析師是必要的。一方面，投融資項目報告，制定嚴格，具有科學性，是理性的投資決策；另一方面，
2、忠誠數據分析師的服務
3、誠摯和數據分析師的合作
數據分析師在進行投融資項目分析時，一方面，客戶的意項是否描述清晰、完整、完全，是非常重要的，它決定了投融資項目報告的起點和方向；另一方面，企業的真實經營狀況，也對項目報告具有決定性的意義。因此，企業需要同數據分析師進行誠摯的、真誠的合作，否則，項目數據報告就存在不可預知的、本可避免的巨大風險。
三、為項目方和投資方案例分析
支持創新 不忘避險—“倍愛康”生物科技項目作為股東類項目，“中投信保”為“倍愛康”提供4筆貸款擔保，累計擔保余額1900萬元，實現保費收入28.5萬元。
“倍愛康”是由冶金自動化研究院投資興辦的高新技術企業，主營磁分離酶聯免疫檢測系統等醫療器械和試劑的購銷與制造。企業貸款用途為引進加拿大的磁酶免系統。但貸款后對該產品的市場推廣未見成效，研發費用又較高，在銷售無法取得突破的情況下，使得公司的凈利水平偏低。同時，下游各地方醫院壓款情況嚴重。雖引入的國外先進技術不如預期般成功，企業仍按時還貸，該項目順利完結。
關鍵詞：數據處理；Origin軟件；軟件教學
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2015）28-0231-02
《數據處理與論文寫作》是農科院校多個專業的必修課程。該課程對于指導、幫助本科生開展課程實驗和畢業論文設計以及畢業后從事科學研究及生產實踐具有重要作用。該課程包括數據處理和論文寫作兩部分，其中數據處理是該課程的重點。但對工科基礎比較薄弱的農科院校學生而言，數據處理部分具有理論性強、內容抽象、對高等數學和概率論與數理統計等先修課程要求較高等特點[1]，使學生難以掌握該部分內容。課堂調查表明，學生在心理上對該部分內容容易產生一定的抵觸情緒，學習興趣較低，學習效果較差。因此，在學生認知不足、學習積極性不高的情況下，如何加強學生在數據處理學習中的主動性，提高教學效果，是《數據處理與論文寫作》課程教師迫切需要解決的問題。
鑒于現在大學生的計算機操作能力普遍較強的特點，在《數據處理與論文寫作》教學中引入計算機教學為該課程改革提供了契機。本課程選擇當今世界上最著名的科技繪圖和數據分析軟件之一――Origin軟件進行數據處理的計算機教學。
一、Origin軟件的簡介和特點
Origin軟件是美國OriginLab公司開發的科技繪圖和數據分析軟件。自1991年問世以來，該軟件一直在不斷升級，目前已發展到Origin 9.1版[2]。
和當前流行的圖形和可視化的數據分析軟件Matlab、Mathmatica、SAS等相比，采用Origin軟件進行數據分析和科學繪圖，不需要任何計算機編程基礎，也無需熟悉大量的函數和命令，只需單擊工具條按鈕或者選擇菜單命令即可以完成大部分工作。此外，Origin可使用自身的腳本語言LabTalk控制軟件，該語言可使用內置的基于C/C++的編譯語言Origin C進行擴展。因此，Origin軟件具有功能強大、操作簡便等特點，既適合于一般的作圖需求，也能夠滿足復雜的數據分析和圖形處理。因此，Origin軟件已經成為廣泛流行和國際科技出版界公認的標準作圖工具，是科學研究和工程工作者常用的軟件之一[3]。
二、Origin軟件的基本功能
Origin軟件在科技繪圖、統計描述和統計檢驗等方面功能豐富，這為《數據處理與論文寫作》課程中的數據處理提供了便利條件。其功能可分類總結如下：（1）科技繪圖：Origin軟件可以提供幾十種二維和三維的圖形模板，包括直線圖、描點圖、向量圖、柱狀圖、餅圖、區域圖、箱線圖、極坐標圖、氣泡圖、三角坐標圖、彩色映射圖以及各種3D圖和統計用圖等，用戶可以使用這些模板制圖，還可以自定義繪圖模板；Origin還具備繪制更為復雜的多變量、多數據集的多層圖的功能，可以產生雙X軸、雙Y軸圖等；可以進行線性擬合、多項式擬合、S形曲線擬合等，還可以根據需要設定函數進行擬合；同時，Origin能夠提供擬合參數等[3]。（2）統計描述：可以采用Origin進行常用的統計描述，如最大值、最小值、中位數、極差、和、數據點數、平均值、方差、標準偏差、平均值的標準誤差、權重和、峰度、偏度及百分位數等。（3）統計檢驗：Origin軟件中常見的統計檢驗函數有單樣本t檢驗、獨立雙樣本t檢驗、卡方檢驗、單因素方差分析、雙因素方差分析、存活率分析等。
三、教學實例分析
《數據處理與論文寫作》的數據處理部分包括很多理論內容，例如假設檢驗和方差分析及多重比較的基本原理等。這些內容的講授通常涉及到大量的公式推導和計算，這使得教師難以在有限的課堂時間內高效地傳遞這些信息，還易引起學生的厭學情緒，使學生對知識的接受程度較低，教學效果不理想。例如，在講解有重復的雙因素方差分析時，需要計算矯正數、總平方和及其自由度、水平組合平方和及其自由度、兩個因素的平方和及其自由度、交互作用平方和及其自由度、誤差平方和及其自由度、相應均方等統計量，計算任務繁重，學生尤其難以接受手工計算，故在教學過程中將Origin軟件引入教學。具體實現過程如下例題所示。
例題：為提高果汁飲料的口感，研究果汁的pH值（A）和蔗糖添加量（B）兩個因素不同水平組合對果汁感官評分的影響。果汁的pH值為3.5、4.0、4.5，蔗糖添加量為10%、15%、20%。每個水平組合重復3次，進行完全隨機化試驗。試驗指標為感官評分越高越好。試驗結果如表1所示。試分析各pH值和蔗糖添加量水平下果汁的感官評分是否存在顯著差異？
該題目的完成需要先分析pH值和蔗糖添加量對果汁的感官評分是否有顯著影響，在此基礎上進行多重比較。采用Origin軟件分析，步驟如下：（1）按照下列方式將數據錄入到origin軟件的工作表中，或者選擇File/Import將其他數據文件直接調入工作表中；（2）在Statistics選項中選擇ANOVA/Two-way ANOVA；（3）在所彈出的對話框中的數據錄入區域錄入對應數據，選擇結果輸出的內容：統計描述（Descriptive Statistics）和多重比較（Means Comparison），并明確多重比較結果輸出時所采用的顯著性水平和多重比較的方法（如Tukey、Fisher檢驗等），點擊OK確認輸出結果；（4）根據結果（如表2所示）做出判斷。
從表2的結果可以看出，Origin軟件所輸出的結果直觀，無需進行復雜的計算和查找F值表等即可做出判斷。
在實際教學過程中，可以先進行數據分析的軟件演示，讓學生對采用Origin軟件開展方差分析建立感性認識，減少學生的畏難心理，為進行方差分析的理論教學做好鋪墊；同時，在后期的上機操作訓練中，學生的學習積極性得到調動，教學效果得到充分提升。
Origin軟件靈活、多變、強大的科技繪圖功能能夠極大地激發學生的學習興趣，提高學生的繪圖水平，對進一步順利完成畢業論文乃至未來的科研任務也起到了至關重要的作用。采用Origin進行多個統計量計算時，單擊工具條按鈕可一步完成所有統計量的計算，通過簡單的課堂練習即可掌握；而在統計檢驗中，學生在軟件操作過程中營造了互動的課堂氛圍，提高了他們的課堂參與度。Origin軟件在《數據處理與論文寫作》中的應用很好地詮釋了現代信息技術與教育事業的強強聯合，使得該課程數據處理部分的教學變得更加容易、簡便，擺脫了傳統的利用計算器進行計算的方式，簡化了計算程序，優化了該課程的教學效果。值得注意的是，盡管Origin軟件能夠幫助學生實現復雜的計算，但在教學中也應引導學生認識到Origin軟件只是工具，必要的理論知識學習才是用好該工具的前提。此外，由于課堂中的學習時間有限，而軟件的使用需要在實際應用中反復探索、實踐與總結，因此應引導學生加強課后的練習和使用，使之完全掌握該軟件，以適應新的經濟形式下社會對理論與實踐能力兼備型人才的需求。
參考文獻：
[1]王欽德，楊堅.食品試驗設計與統計分析[M].北京：中國農業大學出版社，2003.
