数据分析师统计学基础精选(十四篇)
时间：2023-09-22 10:35:53
数据分析师统计学基础精选篇1
【关键词】学评教系统；双均值偏离法；定量
随着教育现代化以及教育改革的不断深入，学评教成为国内外许多高等院校评判教师教学质量的重要手段和依据[1]。在大数据时代的今天，如何设计合理的评教体系来获取、分析海量的学生评教数据，并从数据中分析出目前教学运行中存在的问题，成为各高校面临的重要问题。
1.学生评教
学生评教即学生参与对教师教学的评价，一般是指学校组织学生根据一定的教学目标和评估标准，对教师的教学行为及其态度、水平等方面进行的过程与效果的评价，并在客观分析评价结果和学生意见的基础上向教师反馈并提出改进要求。
2.双均值偏离数据分析法
教学评价中，各方面影响因素很多，评价方法也不尽相同，从多个角度对学生评教的结果进行分析，会产生如下两个问题：考虑尽可能多的指标；指标过多又增加了问题的复杂性。同时很多评教指标彼此之间常常存在着一定的相关性。针对目前评教分析方法存在的种种问题，在坚持定量评价与定性评价相结合的评价原则下，我们制定出一套较为客观的基于“双均值偏离数据分析法”的学生评教系统。“双均值偏离数据分析法”是一种标准统计技术，可用于分析不同标准来源下的数据，可以相对精确地估计最终均值，从而获得更为科学、准确的研究结果。
本模型涉及学生、教师、课程三个实体，学生、教师通过课程相联系，建立如下E-R图，并在此基础上设计数据库。其主要思路是：
（1）计算出每位学生给所有教师评价的均值；（2）计算出每位学生对其所有授课教师的平均水平=某一位学生给某位教师的评价成绩-该学生对所有教师的平均评价成绩；（3）计算出所有学生对其授课教师的平均评价水平。（4）进行数据分析，得出最终结论。
此评教分析方法中，最终得出的某名教师在所有学生评教中的分数与不同学生评教平均值的平均偏差。这个平均偏差的值越大，说明学生对该老师的评价与对所有老师的评价相比偏差就越大。如果偏差是正值，绝对值越大，说明学生对教师的评价越高；反之是负值时，绝对值越大，学生对教师的评价越低。如果平均偏差值接近于0，说明学生对教师的评价趋于平均值。故所得的平均偏差能够体现出教师在所有学生评教中的相对地位。总体来看，此评教分析方法是一种定性与定量相结合的评教分析方法。
3.系统的设计与实现
本系统为学生对任课教师进行网上评价的评教系统，系统的使用者分为学生和管理员两种[2]。评教过程中，学生需要进行身份认证，管理员可以对教师的成绩进行统计和分析。
图1 系统流程图
3.1评教系统组织结构
根据系统流程图，系统可分为以下几个部分：基础数据管理、问卷管理、数据统计分析。
（1）基础数据管理。该部分用于提供学生信息、教师信息、课程信息，包括学生信息管理、教师信息管理、课程信息管理。
（2）问卷管理。该部分用于提供评教问卷，包括问卷设计、数据收集、问卷管理。
（3）数据统计分析。该部分用于对学生提交评价的实时管理及对教师的意见反馈，包括教师成绩及排名分析。
3.2系统功能模块的实现
（1）用户及其权限管理。本模块主要用于对学生、管理员登录本系统进行权限验证。
（2）基础数据模块管理。本系统基础数据为教师、学生、课程等数据表，通过JSP技术读取数据库中的相关数据。
（3）问卷管理模块。学生通过本模块完成对问卷问题的评价和提交，所提交数据提交到数据库中。
（4）数据统计分析。读取数据库中学生提交的数据，通过本文所述双均值偏离数据分析法计算出标准成绩和教师的平均成绩，通过标准成绩和教师成绩的差值分析教师的教学质量。
3.3数据库访问的实现
配置Myeclipse及SQL Server2005数据库，建立与数据库的连接。
4.展望
本文设计的学评教系统所实现的各项功能是在笔者团队经过研究、讨论后设计出来的。本系统所用体系是基于双均值偏离数据分析法的一套数据评价分析方法体系，本系统的实施尚需要一套完善的评教问卷来支撑，因此，如何设计一套完善可靠，具有良好信度效度的评教问卷是本团队的下一步科研目标。
【参考文献】
数据分析师统计学基础精选篇2
关键词：统计学；问题；对策
中图分类号：G420 文献标识码：A
文章编号：1009-0118（2012）04-0101-01
一、统计学的性质与特征
根据《不列颠百科全书》的解释，统计学是收集、分析、表述和解释数据的科学。著名的《韦伯斯特大词典》指出，统计是一门收集、分析、解释和提供数据的科学。美国著名统计学家MarioF.Triola在其《初级统计学》里也写到：“统计指的是一组方法，用来设计实验、获得数据，然后在这些数据的基础上组织、概括、演示、分析、解释和得出结论”。综合来说，统计学就是收集、处理、分析、解释数据并从数据中得出结论的科学。其中数据收集主要是通过各种调查以获取数据，数据处理是将数据用图表等形式展示出来，数据分析是选择适当的统计方法研究数据，数据解释是对数据理论分析结果的说明，最后就是从数据分析中得出与实际结合的客观结论。
统计学的性质决定了其既重理论又重实践的特征。统计学有较强的理论性，统计理论分析所用的方法基本上属于数学的范畴，因此要学好统计学必须要求学生拥有较扎实的数学基础，同时对统计分析数据的解释大多也要结合所研究问题的专业理论；统计学同时又有较强的实践性，因为统计分析的基础是数据，而数据都是来源于对社会实践的调查所得，最重要的是统计分析的结论是要用来解决实际问题的。
二、高校统计学教学存在的主要问题
（一）培养计划设置不合理。统计学的理论基础主要来自于数学中的概率论，因此学生在学习统计学这门课程之前必须要求已经掌握基本的概率论知识，否则就会导致学生的知识体系产生跳级现象。这种情况不乏实例，有高校的培养计划里就出现过统计学与概率论两门课程基本同时进行（如安排在同一个学期），甚至先上概率论后上统计学，这种不合理的课程顺序设置给教师教学带来了很多痛苦和无奈。
（二）只重数理推导忽视专业理论分析。很多统计学教师自身是学数学出身的，因此在给学生教授统计学时非常热衷于数理统计理论和公式的推导，而对统计分析数据的解释及结论的得出寥寥数言即告完毕，学生感觉不像是在学习一门专业基础课程，反而感觉像是在学公共基础课——数学，这不仅会造成学生学习很吃力，而且会严重挫伤学生学习该门课程的积极性。
（三）过分强调应用和应试，忽视理论基础。这种现象和上述的刚好相反，很多经管类专业的统计学教师自身数理统计基础并不扎实，所以在教授统计学时往往会侧重应用和应试，比如只要求学生记住某个公式、怎样套公式等等，但从应试的角度考虑这种方法有一定的效果，但是从根本上讲违背了教学的初衷，学生虽然可能会考试及格但不一定真正掌握了统计学的知识，不利于其今后的长期成长。
（四）教材依赖性严重，不结合实际。这种问题不仅出现在统计学教学中，很多高校老师长期上某一门课程，但连续多年都使用同一本教材，不仅自身知识结构不断老化，而且无法及时将社会上的新兴现象与专业课程理论相结合。任何专业课程的理论知识体系都是随着社会实践的发展而不断更新和完善的，而且任何一本教材都不可能将该门学科的知识体系概括得完美无缺，因此依赖单一教材上课既不利于学生学习，也不利于教师自身素质的提高。
三、完善高校统计学教学的对策
（一）改革专业培养计划和课程设置。作为经管类专业基础课程，统计学的主要先行课程是概率论与数理统计，其他相关先行课程包括高等数学、线性代数、经济学、管理学等等，这些先行课程大部分要到大二上学期才结束，因此在设置专业培养计划时应考虑将统计学课程最早只能安排在大二下学期，或者靠后。同时，在统计学理论课结束后可相应安排一门统计软件分析之类的实验课程，以强化学生对统计知识的理解和应用。以笔者所在的广西工学院管理系为例，该系六个本科专业均在大二下学期开设有《统计与统计分析》和《统计与统计分析实验》两门课程，其中《统计与统计分析》一般排在前十周教学，而相应的实验课则排在后十周，这种连串的课程设置既有利于学生对统计学理论的理解和巩固，也有利于对统计分析方法应用的掌握，通过这种训练学生会把自己学到的统计学转化成一门实用技术，终身受益。
（二）完善教师的知识体系，全面培养学生的知识和能力。统计学的性质告诉我们，它是一门理论和实践结合非常紧密的学科，数理基础决定了对理论的掌握熟练程度，而专业理论是实践分析的依据，二者均不可偏废。作为统计学的专任教师，应在这两方面强化自身的基础。因此，文科专业出身的统计学教师可适当加强概率论等课程的深入研究，而纯粹数学出身的统计学教师应该强化对所教授专业主要理论的系统学习，只有这样学生才能得到全面的统计学教育。
（三）抛弃教材依赖，积极尝试案例教学。传统的教学方式过于依赖教材，而鉴于很多教师习惯使用同一本教材的弊端，一方面应建议教师尝试更换新的教材，另一方面应积极鼓励教师引入案例教学。案例教学是对社会实践的一种模拟，它非常有利于训练学生理论联系实际的思维，让学生在课堂上就能够接触到各种类型的实际问题，培养学生综合运用理论知识去解决实际问题的能力；同时，大多数案例问题的解决方案不是惟一的，具有挑战性和灵活性，这也有利于调动学生学习的积极性和主动性。
参考文献：
\[1\]刘伟.高校财经类本科统计学教学改革初探\[J\].科教导刊,2011,(7).
数据分析师统计学基础精选篇3
关键词：大数据；中职；计算机基础课程；教学改革
一、大数据对中职计算机基础课程教学的影响
（一）全面评估教学成效，发挥数据有效性
在大数据下中职计算机教师需要在基础课程教学中灵活运用多样化的信息技术手段，深入挖掘与教学有关的信息数据并对其进行深入分析，如学生教学任务完成情况、测试成绩等，从而在对比其与既定教学目标下，全面掌握学生的实际学习水平，对教学效果进行综合评估的同时，也可以从中提炼出学生在中职计算机基础课程学习中存在的共性问题并予以集中解决[1]。
（二）培养学生实践技能，提高数据实用性
基于大数据的中职计算机基础课程教学，要求教师主动在教学过程中运用大数据思想，重视对学生数据创新思维以及综合实践能力的培养。通过有意识地将中职计算机基础课程教学内容与学生所学专业及其生活实际进行紧密相连，并要求学生通过亲自搜索整理和分析处理各类信息数据，从而在有效提升数据实用性的同时，能够使得学生积极参与到中职计算机基础课程教学当中，在不断亲身实践进行操作练习下达到知行合一的效果。
（三）有效增强教学互动，拓展数据互动性
大数据使得中职计算机基础课程教学中，教师可以通过充分利用丰富的网络学习资源作为教学内容的补充，并借助网络授课、微视频等方式使得学生能够在线完成计算机基础课程学习之余，实现师生、生生之间的高效互动与交流。
二、大数据下的中职计算机基础课程教学改革
（一）转变传统教学理念
在大数据的影响下，学生并非只能通过接受传统的课堂教育才能开展中职计算机基础课程学习，特别是在新课程改革的影响下，要求教师在教学过程中充分注重发挥学生的主体地位，积极利用学生的主观能动性有效培养其综合实践能力与核心素养。因此在对中职计算机基础课程教学进行改革时，教师首先需要转变只关注学生相关基础知识技能掌握情况的传统教学理念[2]。本文认为，教师需要有意识地加强与学生的沟通和交流，牢固树立起以学生为本的教学理念，通过积极运用大数据技术对学生的各项学习行为进行统计分析，从中归纳出中职生的具体学习规律。
（二）丰富创新教学内容
在大数据环境下，学生可以运用多样化的途径和渠道获取关于中职计算机基础课程方面的知识信息，考虑到学生之间存在明显的差异性，导致学生的学习行为、学习习惯等不尽相同，教师在实际进行教学的过程中，可以通过利用数码摄录设备或是对学生在网站、教学系统、教学平台等当中的浏览痕迹、操作过程等进行全程拍摄或跟踪记录，从而在将其原原本本地存储下来后成为一项宝贵的教育数据资源。在确定教学内容的过程中，教师除了需要充分结合教材之外，还需要运用大数据积极了解学生的学习需求与专业培养要求，将同计算机基础课程教学有关的专业知识技能、大数据概念与思维方法等同教学内容进行有机整合，以此有效丰富和创新中职计算机基础课程教学内容，使得教学得以更加贴合学生实际情况与学习需要[3]。譬如说，考虑到当前各大企业均已经开始落实办公自动化，并对员工的计算机操作技能提出了全新要求，因此教师可以在围绕教材中的办工自动化基础知识下，运用大数据技术以及互联网搜索与计算机操作系统以及办公自动化相配套的习题，同时将部分模块常考函数如SUMIFS以及多级列表设计等内容融入其中。
（三）运用多样教学模式
大数据下的中职计算机基础课程教学改革，同样要求教师加大对传统教学模式与教学方法的改革力度，从原先只注重学生掌握计算机基础知识技能以及上机操作，转变至强调深入挖掘数据信息和知识内容。通过立足学生的实际情况以及真实学习需求，积极将各种先进的现代教育技术手段如翻转课堂、微课程等运用在中职计算机基础课程教学当中，以此有效深化落实教学改革工作，在充分发挥其应有效用下达到提升教学成效的目的。例如，在Excel当中的基础函数应用教学当中，教师可以通过将既定的教学目标以及Rank、Counif等函数的基本概念、运用目的以及具体运用方式等内容制作成一个短小精悍的微课程视频，随后直接将其传输至中职计算机教学平台当中，要求学生通过在线观看或是下载浏览等方式开展预习学习活动，从而使得学生可以快速掌握本课重难点知识内容。在实际教学的过程中，教师可以通过运用翻转课堂的方式，要求学生根据前期所学的知识内容，为学生设计一个运用Excel中基础函数分析处理学生考试成绩的教学任务，要求学生运用所学知识技能完成包括成绩从高到低的排序显示、计算平均值、运算文本数据等。在此过程中，教师可以通过将学生分为若干学习小组，并帮助学生明确自身在小组中的角色以及需要完成的任务，如统计考试成绩、汇总小组探究成果等。在学生完成教学任务的过程中，教师则需要利用大数据技术主动与学生进行互动交流，密切关注学生任务完成进展与实际情况，及时为其提供必要的指导帮助，从而使得学生可以灵活运用大数据思维有效完成本课程学习。
（四）改革考核评价体系
通过前文的论述可知在大数据下中职计算机基础课程教学评价变得更加高效、客观、全面。因而在对教学考核评价体系进行改革的过程中，教师则需要始终坚持生本理念，依托大数据技术开展多元立体式评价[4]。一方面，教师可以通过对学生的整体学习过程进行全程记录，在将其整理成视频等格式后播放给学生，使其能够回顾整个学习流程，对自身在中职计算机基础课程学习中的表现与实际情况进行客观评价。另一方面，教师可以借助大数据组织学生开展模块考试，通过要求学生进行虚拟上机操作，根据相关提示按要求完成相应考核任务，如使用Powerpoint中的不同自定义动画制作技巧完成相应动画制作等。在有效采集其中各项相关信息数据如动画制作完成度、操作流程、素材使用情况等基础上，运用大数据中的数据分析技术对学生展开综合评价，并结合学生的课堂表现包括回答问题的积极程度、出勤率等给出最终的考核结果，以此有效完成教学考核评价工作。而在继续对考核成绩进行深入分析下，教师还能够帮助学生分析其在学习过程中存在的问题及具体原因，并同学生进行互相讨论确定适宜的教学方案，从而更有针对性地帮助学生提高学习成效。
数据分析师统计学基础精选篇4
1数据智能分析师培养
就业前景分析方面，谷歌首席经济学家哈尔•瓦里安预计，未来即将出现一类新型的专业人才和职业岗位——数据科学家，当然数据智能分析师也会应运而生。现下时代是数据时代，甚至称之为大数据时代，企事业单位面临大量数据如互联网数据、医疗数据、能源数据、交通数据等，实际应用中普遍遇到分析能力弱、噪声数据多、缺少分析方法、分析软件能力差、模型可信度低等问题，其主要原因在于传统数据分析方法不能满足需要，而数据挖掘技术、机器学习技术、模式识别技术、知识发现等智能技术可以为数据智能分析方法与工具提供技术支撑。2014年4月24日，百度高级副总裁王劲在第4届“技术开放日”上正式宣布推出“大数据引擎”，数据智能概念由此产生。数据智能分析是指通过数据挖掘技术、机器学习、深度学习、模式识别与分析、知识发现等技术，对数据进行处理、分析和挖掘，提取隐藏在数据中有价值的信息和知识，从而寻求有效解决方案及决策支持预测。目前社会急需懂得智能技术的各层次数据智能分析人才，可以预计，熟练掌握智能技术的数据科学家、数据分析师、数据挖掘人员将有广阔的用武之地。培养手段探索方面：①以“点—线—面”结合的方式横向纵向设置课程群，面向数据智能分析，以案例为导向贯穿“线”上的各关节点课程，比如以数学基础课（线性代数、概率统计、数学分析）大类专业课（程序设计、数据结构、数据库技术）数据智能分析专业课（数据挖掘、机器学习、多维数据分析）为主线，理论与实践齐头并进；②立足培养“计算技术+智能信息+知识技术”的高级数据分析师，理论学习—随课实验—集中实践—科技活动—企业实习—毕业设计等教学环节协调配合，“资格认证—竞赛获奖—奖学资助”激励培养；③以大数据智能分析为契机，积极培养本科生的大数据计算思维和认知能力，使其掌握大数据智能分析方法、机器学习数据挖掘工具和开发环境。政策导向分析方面：建议中国计算机学会与中国商业联合会数据分析专业委员会等机构紧密协调合作，设立适应新时代社会与经济发展的“数据智能分析师”认证[6]，当然将大数据智能分析纳入计算机水平考试的可选项也是当前的一种解决方案，提高智能科学与技术专业社会认可度，增强本专业学生的归属感，更好地培养各层次的数据智能分析人才。
2创新型智能技术人才培养
智能科学与技术的发展与计算机技术几乎同时起步，但其进展比计算机技术要慢许多，根本问题在于高级智能的载体——“人脑”是世界上最复杂的系统，人类对它的认识和了解仍然处于初级阶段。近年来通过智能技术解决实际应用问题有了长足进步，国内已相继有20多所高校面向市场变化和未来需求，自2004年以来陆续开办了智能科学与技术本科专业。尽管大多数智能技术的理论基础还不完备，但实际应用的强劲需求与问题解决能力超越了薄弱理论基础的约束。本专业课程的教学内容与课程实践都适合教师与学生以研究者的身份参与到“教”与“学”的活动之中。1）研究型教学。蓬勃发展中的智能技术需要教师启发式、创造式、批判式地“教”，学生也要创造式、批判式地“学”。教与学要能够从研究思维、问题探索、模型改进、算法优化、脑认知和自然智能指导的角度推进教学活动，进行创新性教学和研究型学习。教学实践活动中应强调学生半监督式学习与自监督学习为主导，鼓励引导深度学习，经典案例、前沿讲座、讨论探索贯穿课堂教学，课程考核注重创新科技实践、问题探索、课程内容探索、课程研究性专题报告、以课程为基础的作品开发等创新效果和教学效果。2）“研究型分组”培养。智能科学与技术专业开办时间不长，成熟教材不多，课程体系需要不断适应学生和社会的需求做出调整，又加上智能科学专业课程本身的发展探索与实际应用现在处于同步发展阶段，决定了专业老师大力推进“研究型班级教学”，在教学过程中实施“大班基础讲授”+“小班研究型讨论”+“小组探索型课题实施与报告”的教学体系，同时来自相关研究方向的研究生也作为助教协助专业老师对小班（组）课题讨论进行引导。3）科研训练提高学习积极性。大类培养模式下实施科研训练引导学习，大一、大二年级主要学习公共基础课程和大类专业基础课程，其中的数学基础课，如线性代数、高等数学、概率统计、离散数学等，由于缺乏实际应用案例支撑，很多学生会怀疑这些知识在将来本专业学习中的用处，课堂课后处于被动学习状态，个别学生还会由于认识滞后，产生厌学情绪甚至放弃基础知识学习，以致于专业分流后表现为学习能力严重不足。通过吸收本科生参加科学创新实践和科技活动，使他们发现数学知识能够用来解决实际问题，有利于提高本科生学习基础知识的积极性，变被动学习为主动学习。同时，教师也能从中发现部分优秀本科生的创新潜力和研究能力，激发他们科学研究的兴趣，引导他们把智能科学技术作为研究方向并致力于攻读相关方向硕士研究生、博士研究生，进一步强化其科学创新能力，势必会使其获得高水平创新性成果。大类培养模式下强化专业教育与实践，专业老师要积极主动引导学生，变被动地等待学生选专业转变为吸引优质学生，以大二上学期为主要时间点，引导大类专业学生对特色专业的兴趣，通过科学研究和学生科技活动吸引选拔学生进科研团队，同时实施科研成果进课堂、进教材、进学生活动。专业教师、班导师可宣讲专业特色和就业前景，指导本科生申请大学生科研训练计划、参加科技竞赛、开发智能技术特色作品。大类培养模式下实施科研训练计划，需要本科生积极主动地理解大类下各子专业的特点和特色，结合自己的兴趣爱好和实际情况，在大类培养结束时分流到各特色专业。因此，本科生参加科研实践和专业科技活动的时间点很重要，从大一结束后的暑假开始，一直延续到本科毕业，同时实施“泛毕业设计”（即大二选方向并实施课题基础储备，大三实施课题，大四结合专业实习完善毕业设计）[3]，这样既充分利用了本科生大二大三充裕的课后时间，也缓解了大四本科生面临就业、考研、出国等问题的突出矛盾。
3智能系统开发人才培养
智能技术已成为当前技术革命创新的源泉，智能系统广泛应用于工业、农业、服务业等各领域，比如2014年11月2日开始处女航的皇家加勒比邮轮公司“海洋量子号”邮轮也因为大规模运用了高科技智能系统而号称“世界上第一艘智能邮轮”。智能系统是建立在“智能技术+计算技术”基础上，结合了控制技术、信息技术的软硬件系统。智能系统开发人才培养目标是社会急需的智能系统开发工程师，其从事的工作主要包括智能系统的设计、开发、维护、运营、服务及相关的技术指导。为了适应智能系统开发人才的培养，应该建设智能终端实验平台、计算智能实验平台、脑认知实验平台、高性能计算平台等人才培养基地与实训基地，推进实施智能终端软件开发技术、智能系统应用课程设计、智能系统与工程课程设计、智能游戏开发与设计、人机交互系统开发与设计等教学实践活动。
4复合型智能技术人才培养
智能科学与技术是一门综合学科，智能技术也广泛应用到智能交通、智慧城市建设、电子信息、信息安全、电子政务、电子商务、工业制造、教育、医疗、管理、农业现代化、国防现代化等众多领域，需要大量复合型智能技术人才。笔者认为，以下4条措施是智能科学与技术新兴专业培养复合型人才切实可行的培养方案：①充分发挥大类培养特色明显的人才培养优势，开放“全校特色专业选修课”，跨专业、跨学院科教团队，与大学生科技创新计划融合，重点培养学生的综合性、复合性、应用性；②引导并严格要求B学分课程学习，特别是设计规划实施好“科技创新”、“文体活动”、“技能认证”、“企业实习”、“暑期社会实践”等综合能力提高计划；③交叉融合办好本科生二专业，鼓励学有余力的本科生对知识的渴求，允许学生在本专业的基础上再辅修另一个专业，并提供配套措施，保证二专业学生能获得优质教育，发挥学科交叉融合优势，使本科生形成宽广深厚的知识结构，培养有特色的智能科学技术专业复合人才；④通过与企业横向合作，建立校企实训基地，紧跟企业和市场需求，与企业联合培养复合应用人才。
5结语
数据分析师统计学基础精选篇5
关键词：应用技术型；多元统计分析；课程实践教学
中图分类号：G4
文献标识码：A
doi：10.19311/ki.16723198.2017.05.071
0引言
多元统计分析是从经典统计学中发展起来的一个分支，是一种综合分析方法，它能够在多个对象和多个指标互相关联的情况下分析它们的统计规律，很适合自然科学和社会科学的特点。主要内容包括多元正态分布及其抽样分布、多元正态总体的均值向量和协方差阵的假设检验、多元方差分析、直线回归与相关、多元线性回归与相关（Ⅰ）和（Ⅱ）、主成分分析与因子分析、判别分析与聚类分析、Shannon信息量及其应用。
多元统计分析是一门研究多指标随机现象统计规律的统计学科，随着计算机的普遍应用和软件的迅猛发展以及大数据时代的来临，使得自然科学和社会科学的各个领域都广泛的用到多元统计分析方法，比如在经济、金融保险、生物医学、环境数据、管理工程等相关领域。尤其是多元分析方法在处理多维数据时，它必不可少的分析工具。作为统计学的主要分支，多元统计分析方法正在向人类生活和生产的每一个角落渗透，其分析理论也在实际应用中逐步的完善和发展。多元统计分析也可以对国家的宏观经济形势进行深入分析，并以直观的方式进行宏观经济建模，为经济决策提供了理论支持。
所以，作为讲授多元统计分析这门课程的老师，扮演着相当重要的角色，那就是如何引导学生学习和掌握这门课程，为学生进入理论研究部门和实际应用部门打下夯实的基础。培养应用型统计学人才，应当是既能够胜任企事业和行政职能部门的统计人才，又是能从事市场调查与分析、经济统计与预测的经济人才。于是本了如下的践与探索。
1《多元统计分析》课程实践教学现状
1.1数理统计学基础知识不足
《多元统计分析》是运用数理统计学的方法来研究多指标随机现象统计规律的一门统计学科。它是一元统计分析在维度上的推广。同时，《多元统计分析》也是数理统计学的一个重要分支。所以数理统计学基础是至关重要的，而数理统计学基础偏理论一些，不会有太多的应用题，抽象的概念很多，之所以感觉抽象是因为忽略了定义的来源和下定义的出发点，这样就很难理解抽象的概念，运用就更谈不上了；很多同学在学习过程中不注重各种定理的来源和证明，其实这些定理的证明过程也是必须要理解并能掌握其证明方法的。整个几门数理统计学基础课程线性代数基础、矩阵论、概率论与数理统计基础知识的不牢固，更何谈融会贯通了，而多元统计分析这门课程是建立在有一定数理统计学基础上的，尤其是概率论与数理统计方面的基础知识，因为教材中都是一些联系很紧凑的理论，而且有些推证简化了过程的证明和计算，如果没有一些数理统计学基础，就不知道定理结论的来源，这样只能是死记结论，导致不能很好的应用所学知识，如果没有这些就不能更好的掌握多元统计分析的理论与方法，也不能更好的理解多元统计分析中的基本概念。
1.2重传统的数理逻辑的推证，轻统计思想的讲解
我们在整个实施教学过程中，经常使用的教学方式是强化传统的数理逻辑的推证，简化对统计方法适用性的变别能力以及利用这些方法分析经济数据能力的练习，这是老师们在讲授多元统计分析这门课程时经常会忽略的问题。学习多元统计分析的最终目的是要应用于现实，分析和解决现实问题。老师在讲授这门课程时往往侧重在数理方法的推导上，这也导致很多同学把重点放在反复推敲理解这些证明过程上，而对于分析方法和公式在现实中的应用并不重视。因此学生只是被动性学习，没有主动去探索问题，最终也不知道如何使用统计分析方法。
课程教学方法还是照搬我国传统的理科教学方法，即“重点知识+例子说明+技巧解题”，这种固定的教学过程，看似完成了教学任务，但是学生的学习效果不能得到保证，这些技巧大多情况是学过之后很快就会忘记，所以我们也可以感觉到，当前多元统计分析在教学中存在一些问题，我们只是一味的强调怎样运用技巧解题，不去教学生如何用方法处理实际问题，这样的教学失误只注重理论上的教与学，既缺乏探究性和开创性，又缺乏实际运用训练。很多学生反映总是有种学到的不能用到实处的感觉，学习也是为了应付考试，所以这种传统的教学方式难以培养应用技术型统计学人才，与其他先进的学科教育相比缺乏生动性与普遍性。
1.3案例教学中存在的问题
案例教学法的采用给多元统计分析学科的教学实践带来很多好处，然而，如果运用不适当，其好处和作用就不能真正体现出来。但是如果忽略理论知识的学习，只是重视案例的学习，此类主要体现在学生身上。例如在教学实践中老师们经常会遇到学生建议少讲理论知识，多增加案例分析的情况。在学生们看来，理论性的概念和统计原理太单调乏味，然而忽视理论知识的学习，没有牢固的基础，不能积极参与到具体案例分析的讨论中来，听而不思考，思维过程就难免具有依赖性，即被动的接受学习，这类学生普遍缺乏体验性学习和研究性学习。而且，目前大多数高校统计学科教师在案例教学中所采用的案例素材也有不少问题，主要体现在以下几个方面：第一，不能很好地结合教学目的选择案例。任何学科案例教学所使用的案例都应该服务于教学目的，若是不能明确案例教学要解决的是统计领域内什么层次的问题，要提高的是学生哪方面的能力水平，案例教学就无法达到预计的效果。第二，教学实践中使用的案例时效性较差。没有结合社会经济的热点问题开展案例教学，难以被学生理解、接受和认可。在这种传统教学案例中，我们只看到知识的积淀而感觉不到对求索的追求；只看到记忆与理解而感觉不到质疑与批判；只看到“学会”的成果而感觉不到“会学”的收获、“乐学”的体验。
2应用技术型统计学人才培养中《多元统计分析》课程实践教学的创新研究
我们要以统计学思想的培养以及统计学方法在经济管理领域中的应用作为本R到萄У幕本目标，推动教学方法的改革。我们经过自己的教学实践与思考指出了多元统计分析学科教学中存在的问题，并就改进多元统计分析学科教学提出了若干建议。
2.1以我国经济真实数据编写案例，结合社会热点开展案例教学
在进行案例教学的过程中，多元统计分析要注意以我国现行经济运行中的真实数据为素材编写案例，并结合社会经济的热点问题开展案例教学。比如“以我国2013年-2015年的社会消费品零售总额的真实数据为样本建立统计预测模型，并利用该模型对2015年-2017年进行社会消费品零售总额的预测分析”；“以我国2013年1季度至2016年4季度的GDP季度真实数据，建立统计预测模型，估计与检验，然后预测2017年1季度至4季度的GDP。”如果我们准备这样的案例进行教学，就能使学生对所学的东西感兴趣、有好奇心和探究欲。
作为一种综合分析方法，多元统计分析只能作为一种定量和定性分析的工具，对案例进行深刻剖析。在案例教学实施中，应当以学生为主体，教师处于主导地位。任课老师需要及时掌握案例教学的进度，把握住同学们课堂讨论的内容和方向。案例教学法有利于激发学生学习的积极性和主动性，我们学习多元统计分析这门课程就是要学会处理数据并能进行定量分析，如统计预测法、核算的方法、指数模型方法、经济计量方法等，因此，在教学实践中任课教师需充分利用案例法开展教学活动，注重对学生们进行统计方法适用性的识别能力以及利用这些方法分析数量经济数据能力的训练。而在选取教学案例方面则应该注意把握选取案例的目的性、时效性和实用性，即要使所选取的案例既符合理论知识一致，服务于教学目的，又能紧跟当前社会经济发展，同时还一定要选择教师自己能够把握，学生便于理解、掌握和认可的案例。
2.2积极开展实验教学，将理论教学与实验教学相结合
实验教学是多元统计分析课程教学中必不可少的环节。学生通过亲自操作，能够加强对各统计分析方法的理解，并从中探索出一些新问题。然而，在教学过程中也出现了一些新问题。具体的来说，理论教学和实验教学有些脱离，理论教学的原理及其步骤的推导与实验基本脱节，使学生感到理论推证的没必要，实验教学中，使用统计MATLAB软件、SPSS软件、SAS软件、R软件等的缺点是只求结果不论原因和运行环境，理论的学习得不到实践环节的练习和巩固，使学生难以琢磨，就像“雾里看花”，这样实质上没有达到课程教学真正的要求。作为一套可以提供一些集成的统计工具，统计软件更重要的是它可以提供各种数学计算、统计计算的函数，并使使用者能灵活机动的进行数据分析，甚至还可以创造出符合需要的新的统计计算方法。例如MATLAB软件就是借助软件的统计工具箱中计算的函数完成，在实验教学过程中，我们强调训练对实验结果详细的统计分析能力，要学生根据所学的多元统计分析方法的理论步骤，分步骤编程独立完成。这样不仅使学生确实掌握各个多元统计分析方法的基本原理与步骤，而且也有针对性的使学生学习了MATLAB软件中相关基本的操作方法，真正地做到掌握该软件，在实验环节又一次巩固了学生对理论问题的学习，在实验完成后要求同学根据自己的亲自体验写实验报告。这样在每次实验中，大多数学生在实验中都有收获而且会有更深刻的思考，从而达到了教学目的。
2.3拓宽学生视野，加强师资建设
除了从实践中寻求帮助外，还应尽可能给学生们提供与统计学专业相关的、教师交流的机会和平台，使学生们切身感受到学习多元统计分析的重要性，从而调动学生学习统计学的积极性；适当吸纳优秀学生加入到教师的相关科研活动中，充分挖掘学生学习和研究的潜力，这样不仅注重了学生的“学”，同时还让学生体会到学习不仅是学的过程还是一个探究的过程，这样不仅优化了教学质量，还能取得更佳的教学效果。与此同时，统计学教师要保证有充分的时间去学习和掌握经济统计领域相关的实务操作，因此学校可适当安排教师分批去企业培训和锻炼，以此提高教师自身在统计实务方面的处理能力，增强教师的实践经验；有条件的学生还可以定期组织部分教师外出培训学习，提高教师在统计实践方面的水平，鼓励专业教师积极参加统计专业相关的技术资格考试以取得相应资格证书，达到“双师型”教师的要求；聘请国内高校相关专业知名教授做学校的兼职教授来指导青年教师，通过与本专业知名专家学者的亲身交流和学习提高青年教师的专业理论水平和实践教学水平；在教学实践方面，学校可以充分调动各方资源，如聘请公司、企事业、地方统计部门等实践能力强的专家或青年教师担任学生专业实践的指导教师，开阔学生们的眼界，帮助提升统计学课程实践教学的质量。
2.4在教学中融入数学建模思想
数学建模方法侧重于对实际问题的处理，在实际问题中庞大的信息数据量往往在对数据的处理和分析上提出更高的要求，要从表面上看起来杂乱无章的数据中发现和提炼出有规律性的结论，必须要掌握必要的统计分析工具，一些具有实际意义的数学建模实例，成为多元统计学分析应用的经典材料，这正是多元统计分析的“用武之地”，用多元统计分析方法解决了实际问题，这也正是多元统计分析解决了数学建模问题，即所谓融入数学建模思想，也提高了学生处理实际问题的能力。在讲授多元统计学分析课程中融入数学建模思想与方法，结合元统计学分析中基本概念、公式、统计理理以及分析方法的教学，鼓励学生积极运用统计软件和工具，对现实生活和产生的真实现象和数据等信息加以整合、归纳，经过演绎、求解以及推断，从统计学专业角度给出分析与预测，再经过翻译和解释，返回到实际生活中，用实践来检验这些数据的准确性。通过“实践―理论―再实践”的循环，让学生采用数学建模的理论与方法在平常的学习中掌握多元统计分析。
3结束语
通过《多元统计分析》课程实践教学的创新研究，一方面，可以理清今后统计类专业建设的方向，即以培养学生综合运用统计理论知识和方法解决实际问题的综合能力和实践能力，作为统计人才培养改革与专业建设的导向。另一方面，通过对统计类专业实践教学创新模式的探索，可以使该专业的课程实验、毕业设计、生产实习等与统计实际工作联系较密切的环节既按照教学要求实施，又能有针对性地增强教学效果，这对提高该专业的实践教学质量具有关键的教学研究意义。更重要的是，对实践教学创新的探索，能够充分体现该专业产学研结合的统计人才培养特色，进一步推动该专业教育教学改革和发展，也更加拉近该专业学生与经济管理部门、相关企业的距离，进一步消除学生对统计工作的陌生感，缩短毕业生进入统计工作岗位的适应期，这对扩大毕业生就业面，增强毕业生就业能力，提高该专业以及学校的社会知名度，也具有现实意义。此外，统计学是作为我校学科整体布局中的一个重要组成部分，构建培养技术应用型人才的统计学专业实践教学体系，将推动统计学专业的教学模式改革，也将给其他学科专业的教学改革以一定的示范和启发。
参考文献
[1]高惠璇.应用多元统计分析[M].北京：北京大学出版社，2005.
[2]王静敏.多元统计课程的创新改革研究[J].统计教育，2007，（10）：2425.
[3]丁立旺，黄娟.对财经类专业概率论与数理统计课程的教学反思[J].当代教育理论与实践，2015，7（4）：4648.
数据分析师统计学基础精选篇6
最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。”
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
二、国内外研究现状
国外除了在大数据的概念上的研究外，重点放在技术研究。美国政府六个部门启动的大数据研究计划中，绝大多数研究项目都是应对大数据带来的技术挑战，重视的是数据工程而不是数据科学，主要考虑大数据分析算法和系统的效率。
国内在大数据研究领域的重点在大数据与云计算、数据挖掘，并行计算和分布式处理，应用式主要集中在地理信息系统。但目前国内高校很少有开设大数据方向的相关专业，业内先驱当属北航软件学院大数据技术与应用专业。此专业是北航软件学院、北航计算机学院与慧科教育（工信部移动云计算教育培训中心）联合打造的大数据技术与应用专业，于2012年开始招收工程硕士。另外，2013年，华东师范大学成立了数据科学与工程研究院；2014年，华南理工大学设立了云计算与大数据专业；同年，清华大学成立“清华―青岛数据科学研究院”，设立大数据的硕士博士学位项目。另外，开设大数据相关本科专业的院校有贵州师范学院、贵州大学和北京城市学院。而2014年9月开始，西安欧亚学院也开始对外招收网络工程专业（大数据方向）。
三、民办院校人才培养方案的制订
西安欧亚学院作为一所民办三本院校，本着创新型教育理念，一直致力于应用型人才的培养。从2012年开始筹备至今年正式招生，共两年时间。无论从企业需求，还是学术要求，我们都进行了充分的调研及论证。
1.前期准备
（1）资料准备
在与北京大学教授合作的项目中，受到启发。继而开始搜集大数据方面的各种文献资料，对目前国内各大高校的专业开设情况进行考察，借鉴他人的宝贵经验。最终形成了一个初步的课程规划清单。
（2）企业调研
根据以往的教学经验，我们知道，学生将来是否能顺利的找到工作，与其在学校接受的教育是息息相关的。很多时候，我们只是从一个教师的角度考虑，应该培养出什么样的学生。可是，我们并不了解，目前，就某一个行业领域，企业需要什么样的人才，无论从专业能力方面，还是从个人基本素质方面。
鉴于此，我们对一些相关企业做了调查问卷，结果得出，企业需要的大数据人才，从个人素质方面，需要以下能力：
良好的数据敏感度，能从海量数据提炼核心结果。
对统计、数学建模有强烈的兴趣和钻研精神。
良好的学习能力、团队协作能力、逻辑思维能力、分析能力。
擅长与商业伙伴的交流沟通，具有优秀的报告讲解能力及沟通能力。
工作高效，有条理，细致，态度积极，责任心强，能够承受较强工作压力。
在专业技能方面，需要以下能力：
熟悉数理统计、数据分析、数据挖掘等基础知识，熟知常用算法。
熟练使用SAS、SPSS、R、Excel等统计分析软件。
精通至少一门编程语言（C、Java、Python、shell）。
了解数据结构和算法设计。
熟悉Linux 操作系统开发环境。
（3）师资培养
学生所学知识的源头均来自于老师。我校教师大多从学校毕业后直接任教，缺乏实际工作经验。虽然基本的理论知识都能掌握，但应用于实践的能力缺乏。为此，我们将教师分批派往不同合作公司进行挂职锻炼，为期一个月至半年不等。这样，教师不但能充分发挥自己的业务专长，将理论联系于实际；同时，在企业中，能经历到不一样的工作状态和企业氛围。将来回归课堂，能给学生传递的不仅仅是科学知识，更重要的是书中没有的工作经验和阅历。
另外，在大数据方面，有很多不同方向的讲座、论坛、会议。其间，各领域的业内高手都会云集，畅谈自己的编程经验或心得体会。我们会及时派出相关老师外出参会，听取高手经验、开拓视野的同时，更希望能和高手有交流甚至合作的机会。
（4）专家论证
经过我们的调查问卷和深入企业实习的见闻体会，我们更加明确了大数据人才培养的方向，进一步完善了培养计划。为了更有力的支持我们的方案，专业开发团队先后多次请来名校教授进行座谈论证，经过5次不断的“推翻―重做―修改”，最终形成2014级学生的人才培养方案。
2.方案阐述
我校在网络工程专业开设了一个大数据方向的实验班，本科四年制，培养阶段划分为通识教育、专业培养和多元化培养三个培养阶段。
第一阶段：通识教育培养阶段。
按照工程人才培养的共性要求而设置，并为全面素质教育奠定基础。包括综合基础和基本技能两个模块。在综合基础模块中，设置了由“政治思想理论课、高等数学、大学物理、体育”等系列课程构成的必修课程，和由人文科学与艺术、社会科学、自然科学等系列课程构成的选修课程。重点满足对学生逻辑思维、思想品德、身心健康、人文科学与艺术、社会活动能力等各方面素质培养的要求。在基本技能模块中，主要设置有计算机类、英语类和人文类等课程。重点培养学生具有较强的计算机应用能力、良好的中外文沟通、表达与写作能力，基本工程与科研素养以及良好的国际视野和国际竞争能力。
第二阶段：专业培养阶段。
培养大数据分析人才必备基础理论知识和技术能力。包括专业基础能力和学历提升两个模块。学历提升模块开设计算机类考研必备的高等数学、英语、计算机网络、数据库基础、数据挖掘等基础性课程，使学生掌握扎实的学科基础理论；专业基础模块开设统计学基础、多元统计分析、时间序列分析、Hadoop并行计算、数据可视化技术和分布式云计算等专业技术基础课程，让学生掌握大数据在数据管理、系统开发、数据分析与数据挖掘等方面的核心技能，培养工程人才在计算机学科网络大数据专业领域中必要的、最基础的知识和能力。
第三阶段：多元化培养阶段。
通过设计多元化课程体系，为学生提供自主选择专业方向的机会，使学生个性培养得以实现。大数据专业将从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）系统地帮助企业掌握大数据应用中的各种典型问题的解决办法，包括实现和分析协同过滤算法、运行和学习分类算法、分布式Hadoop集群的搭建和基准测试、分布式Hbase集群的搭建和基准测试、实现一个基于、Mapreduce的并行算法、部署Hive并实现一个的数据操作等等，实际提升企业解决实际问题的能力。
数据分析师统计学基础精选篇7
【关键词】开放教育；在线考试系统；系统设计；组卷
0引言
教育技术在高等教育领域的广泛应用促使教育模式的不断变革，特别是麻省理工学院的“开放课件”运动开始以来，开放教育模式深受教育学者、专家的认可，并以此衍生出丰富多样的在线课堂教学模式，如微课、翻转课堂、MOOC、SPOC等。为顺应开放教育时代对一线教育工作者的要求，对大学生必修的技能课———“计算机基础”，教师应顺应变革，注重教学资源的实时共享、教学对象操作能力的培养、学情的科学评估与准确反馈，以便为教师提供教学参考，为学习者提供有针对性的学习目标与方向。目前，传统考核模式已难实现如上的教学要求。因此，基于开放教育的现代无纸化考式方模式应运而生，特别是在操作性与技能性较强的科目考核中。文章以开放教育理论为基础，以本院校针对“计算机基础”课程考核方式的实情为切入点，分3个层次逐步完成符合实情的在线考试系统的设计。第一层次：深入分析考核现状、在线考核方式的意义；第二层次：全面理解并选择合适的开发技术；第三层次：进行基于网络的在线考试系统的功能需求设计与数据库设计。实现公正、公平、全面、高效、灵活的考核方式。
1在线考试系统的现状分析
2001年，美国麻省理工学院（MIT）启动“开放课件”项目（OpenCourseWareProject，OCW），宣布将学校全部课程教学材料通过互联网向全世界免费开放以来[1]，基于开放教育的教学与考核模式应运而生。开放教育主张教育的民主和平等，向世界任何地区任何人提供能够充分满足学习需求的学习机会，而不论学习者的经济、种族、性别及年龄状况[2]。网络在线考核系统的设计思想正源于学习者能够平等地共享网络资源。
1.1考核方式的对比分析
传统考核形式更适用于纯理论性课程的测评，对于实操性极强的课程，传统考核方式显得力不从心。分析其原因，主要有以下几个方面。第一，课程培养目标的要求。大学“计算机基础”课程，注重学习者计算机基本技能的培养，强调学习者的动手能力与运用所学知识解决工作和生活中实际问题的能力。在开放教育时代的背景下，针对此类课程，若继续采用传统的考核形式，将无法高效、灵活地对大量的实操题型进行科学的测评，教师无法更好地掌握学情，这将成为教师提高教学方法、提升教学质量与实现培养目标的绊脚石。第二，教学对象众多。“计算机基础”课程是每所高校学生的必修课程，是全校性公共基础课。它涉及面广、人数众多、影响力大[3]。据调查表明，普通高校中每年参加计算机基础考试的人数不下于5000人。如此庞大的数量，网络在线考试系统将大量节约纸质资源，也能很好规避纸质试卷存档的诸多弊端。第三，考试公评与公正性的要求。传统考试为人工组卷，试题会受人为主观因素的影响，且试卷相同，学生作弊概率也居高不下；阅卷中的误判现象也比比皆是。在线考试系统采用智能随机组卷，很大程度上解决了传统组卷与评卷中的难题。
1.2教学对象需求分析
目前，内江师范学院采用基于C/S模式的在线考试系统。对于平时的章节测试，学生只能利用一周唯一一次且只有短短90min的时间进行自我知识掌握情况的检测。根据对全校学生的不完全问卷调查结果显示，有92%的同学都表示无法利用有限的课堂时间完成课程测试，必须利用课后时间，但非上课时间，机房不开放，这给学生的学习兴趣与学习效果造成了很大程度上的负面影响，打击了学生自主学习的积极性。因此，一款高效、便捷、灵活且无时空限制的B/S在线考试系统将为学习者提供更好的服务。同时，就系统利用率而言，B/S将有巨大的优势。
2系统主要功能的分析与设计
2.1系统开发环境及关键技术
系统基于B/S模式，以HTML、PHP为开发语言，使用JavaScript，开发动态Web网页。JavaScript将给网页和用户之间实时动态交互提供可能，给网页添加更多的活跃元素与精彩内容[4-5]。
2.1.1ASP.NET技术
ASP.NET是ActiveServerPage（ASP）的下一版本，提供了一个统一的Web开发模型，包括开发人员生成企业级Web应用程序所需的各种服务，利用它可建立功能更加强大的Web应用[6]。
2.1.2SQL数据库技术
数据库的实质为数据集合，数据库是根据数据结构组织、存储和管理数据的仓库[7]。SQLServer2012可为系统建立独立的数据空间来保存数据，并按数据分类选用合适的模式保存数据。用户可加密各项数据，安全密钥提高了数据库的安全性。用户还可以查询、调取相关数据。对于不同的用户，SQL的可移植性特点可为其提供不同的需求。
2.2用户需求分析
文章通过对教师与学生的各1000份问卷样本与15个访谈对象所反馈的信息进行加工与分析。教师要求系统能实现智能化的组卷与阅卷功能。其中，95.8%的用户要求实现高效组卷，100%的用户要求试卷无重复试题，98.9%的用户要求有效控制试卷区分度。因此，此用户的功能主要有题目管理、试卷管理与考试管理等。科目管理主要实现科目信息的增加、修改与删除。题目管理主要包括定义试题类型、试题难度、知识点分布、章节分布等内容。试卷管理主要有智能组卷和自动阅卷等内容。考试管理将实现时间控制、保护用户信息等功能。对于学生，要求增加平时测验与错题集专项练习的功能。
2.3主要能模块设计
根据如上分析，在线考试系统将重点设计题目管理模块、试卷管理模块和考试管理模块。
2.3.1题目管理模块设计
基于开放教育下的在线考试系统，满足不同用户与不同科目的需求，做到题型多样化与题量最大化是该系统必不可少的功能。因此，试卷将增加主观题的测评，以实现试题题型的多样化。主观题包括操作类与设计类的题目。为方便更新与导入试题，系统将设置批量导入功能，充分减少用户的工作量。试题成功导入后，数据库将实时自动更新。
2.3.2试卷管理模块设计
此设计将以试题的完整性、多样性与题量等为要求。关键流程有生成多套试卷，自动筛选合适的试卷，修改试卷，生成最终试卷。生成多套试卷将运用改进后的遗传算法按预设的试题属性抽取试题，生成首张试卷。试题难度用公式（1）表示，［0，0.2］表示简单，［0.2，0.4］表示较简单，［0.4，0.6］表示中等难度，［0.6，0.8］表示较难，［0.8，1］表示难。区分度也是评估试卷极重要的指标之一，用公式（2）表示。区分度的值与区分度评价值的对应关系如下：小于或等于0.19表区分度不合格，0.2～0.29表示中等区分度，0.3～0.39表示良好的区分度，0.4以上表示区分度为优。L＝1－X軍W（1）X軍是所有被测者对同一试题的平均分；W是某一试题的总分。D＝（XH－XL）/N（2）公式（2）中，H是答对一道题的总人数与所有被测学生人数的比值，L是答错某一题的总人数与所有被测学生人数的比值，XH是答对该题的平均分，XL是答错该题的平均分，N是该题的总分。认知层次属性设置将依据布鲁姆的教学目标分类理念，分为识记、理解、应用、分析与创新。对试卷的章节分布，系统将根据科目的章节而设定，教师可自行设定每个章节所占分数的高低。接着重复上述过程，比较抽取的试题与已抽过的试题，以形成低重复率的试卷。试卷的题型由教师用户设置，每种题型的数量与分值也可设定。最后，系统将根据学生平时的测验情况，自动分析出其学习水平值，根据此值确定试卷的难度与区分度范围，保证试卷的不尽相同，从而生成良好的试卷。
2.3.3考试管理模块设计
此模块主要包括考试阅卷管理与成绩管理。考试时，系统将呈现考前信息，如考试科目、时间及考试重要信息提示。系统也将启动自动保护功能，出现突发情况时，学生可再次登录考试系统，系统将恢复所有的考试数据，保证考试的顺利进行。对于时间控制，系统将运用Ajax来实现，考试结束时，若学生没提交试卷，系统将自动提交。接着，系统将自动阅卷，对于选择型题目，系统对比作答结果与正确答案。对于填空题，系统将实现作答答案与正确答案的乱序比对。对于操作或设计类的题目，系统划分其分数段后根据语句相似度来评分，教师可再核实并给出最终分数。平常测试时，系统将设计错题库功能与错题讨论功能。错题库主要收集学生的错题，方便确定再练习和测试时试题选入试卷的优先级，已斩错题可移除错题库。在错题讨论区，学生能看到某题得分前10位的同学，方便学生间线上或线下请教与讨论，实现互帮互助。教师可查看全班错误率较高的题目，从而更好地实现教学重难点的有的放矢。成绩管理模块主要实现成绩查询与统计分析功能。教师可查询学生的成绩信息与此信息的分析统计图表，图表可为教师提供直观的学情分析。学生可查询成绩、排名与错题等信息。
2.4数据库设计
在信息系统当中，数据库属于基础和核心位置，能够有效连接信息系统的各个部分[8]。而数据库设计主要是数据表的设计，用户信息数据表、试题信息表和试卷信息表的设计尤为重要。用户信息表设计，包括管理员用户表、教师用户表和学生用户表，表属性有ID、用户名、密码、邮箱、权限等。学生ID用学号表示，教师ID用教师号表示，管理员用3位数字表示。试题信息表设计将根据题目类型分类，在信息表中ID、题干、难度、章节分布、认知层次、类型等内容是试题的共同属性。单选题和多选题将在共同属性的基础上增加选项属性。填空题数据表的属性将增加填空1、填空2……，以及是否允许学生乱序作答的属性。主观题型的属性将增加答案关键词。试卷信息表设计，此表主要有ID、试卷名称、试卷编号、考试时间等属性。试题难度分布表设计，主要包括ID、考试开始时间、考试结束时间、主观题分数、客观题分数、总分等。
数据分析师统计学基础精选篇8
关键词：大数据；大数据思维；高校教师；绩效管理
中图分类号：G40-057 文献标志码：A 文章编号：1673-8454（2017）05-0001-03
大数据的出现为教育信息化的发展带来了前所未有的影响，基于大数据可以开展多方面的教育工作，如为学生的学习提供个性化的指导设计，为教师了解掌握学生特征提供帮助，为教育机构提供科学决策的有效依据等等。[1]从教师教学到学生学习、从资源建设到工作管理、从学校教育到终身学习等方面都在逐步进入大数据时代。高校教师作为高等教育中的重要力量，对其教学、科研等工作的绩效管理是教育质量的有效保障，但当前高校教师绩效管理工作存在着诸多问题和不足，大数据的出现为这一工作提供了新的思路和方法。基于此，本研究从当前高校教师绩效管理的现状和问题入手，借鉴大数据概念，分析了大数据思维对高校教师绩效管理的启示，并对高校未来实施基于大数据的教师绩效管理应当做的准备工作进行了阐述。
一、高校教师绩效管理的现状与问题
上世纪末，随着我国高校的快速发展，对高校教师的各种评价逐渐得以开展，到目前为止，对高校教师的业绩评价已相当普遍，并在一定的历史阶段、一定程度上对高校的发展起到了重要的促进作用。当前我国多数高校教师绩效评价主要是对教师的教学、科研等工作量进行等级划分，从德、能、勤、绩四个方面进行考察，同时随着人事改革的发展，多数高校采用教师自我评价、学生评价等多种方式相结合的综合考评。[2]从空间角度来看，各地院校的教师绩效评价“各自为战”，指标类型、划分标准、考核模式等均存在着一定的差异，尚未形成系统体系的绩效管理。[3]
结合当前部分高校的教师绩效评价体系，并查阅相关已有文献，可以将当前高校教师绩效管理存在的主要问题概括为以下三个方面：①绩效评价指标不完善、不标准：从指标内容上来说，教学指标主要是教师教学的工作量，科研指标主要是论文的发表数、专著数、课题数等，这种指标的确定，过于偏重于指标结果，缺少具体工作过程的评价；从指标评价标准来看，部分指标的数量并不能代表其所要体现的指标质量，特别是在学术指标上，过分强调年度成果数量的评价背离了学术研究的本质特征，同时在一定程度上会导致教师间的内耗、功利性日益强烈，严重影响了教师的身心健康和高校教师队伍的建设。[4]②缺乏有效的绩效管理手段：当前高校教师绩效评价主要通过人工填写、统计汇总的方式进行，基础数据的统计烦琐复杂，并且在统计过程中指标的审核工作费时费力，容易产生数据错误，且效率低下。在部分高校虽然已采取信息化绩效管理平台，但在实施中由于教师本身的信息素养不足以及平台人性化功能设置等的欠缺，导致绩效管理工作依旧效率不足。③忽视教师评价的发展性作用：绩效管理本身的目的是为了促进教师绩效和自身发展，以便高校行政管理和长期发展，但当前多数高校绩效管理难以为教师的发展提供借鉴或起到促进作用，导致绩效评价流于形式。[5]
二、大数据思维概述
“大数据”一词本身是计算机科学中的术语，最早由美国NASA研究人员迈克尔・考克斯（Michael Cox）和大卫・埃尔斯沃思（David Ellsworth）在1997年提出，用以表述计算机所产生的巨大数据量。[6]伴随互联网、云计算等技术的发展和分析工具的出现，大数据的产生、存储、整合，以及基于海量数据的计算分析成为可能。随着众多学者对大数据的不断深入研究，可以将其特点概括为“6Vs”，分别是大体量（Volume）、高速度（Velocity）、多样化（Variety）、真实性（Veracity）、价值（Value）和可视化（Visualization）。[7]总体而言，大数据是基于对基础性数据的海量采集、储存和管理，借助统计学、计算机科学等分析算法，挖掘并推测事物发展的规律和方向，为用户提供有价值的信息。
大数据在各行各业中的实践应用，逐步影响了人们日常的工作生活方式和知识体系，进而产生对问题思考解决的新方法和新的思维观念，即大数据思维，从根本上来说是大数据内在逻辑的深刻体现。近年来，越来越多的学者将大数据思维应用到各行各业中，如经济管理、制造业、农业、商业、金融业、交通运输业、影视制作、医疗卫生、体育等等，为行业发展提供了新的理念、方法，甚至开辟了新的领域。[8]大数据思维在教育中的应用研究目前主要在高校图书馆、学生信息管理、人事档案管理等方面。在高校教师绩效管理方面，笔者在CNKI中以“大数据”和“教师绩效管理”为关键词进行文献检索，检索文献结果为零（检索时间为2016年9月15日），说明关于大数据思维在高校教师绩效管理中的研究甚少，同时也反映出本研究具有一定的开创性。
三、大数据思维对高校教师绩效管理的启示
1.精细的评价指标体系设计与数据采集
相对于传统高校教师绩效管理的指标设计和数据采集，在大数据的支持下，可以进行更加精细的指标设计和数据采集。在教学工作的评价指标中，可以增设更多的过程性评价指标进行数据采集，如教师的出勤率可以更加精确到教师是否存在迟到、早退等现象，以及课堂教师讲授时间、课堂师生互动次数等等，从而可以有效避免学生评教的主观性和人情分；在科研工作上，除了科研成果的数量统计外，大数据还可以对教师科研成果的完成进度进行监控，特别是大数据可以对科研经费监督，对科研成果价值进行有效评估，而这些措施对于科研成就的评估具有重要价值；在其它服务工作上，大数据也可根据教师职务设置相应指标进行基础数据采集，如班主任对学生的日常班级管理工作等等。由于大数据对事物内在规律的探索上具有开放性，即不需对结论进行提前的预设，依据采集的精细数据进行研究分析，可以获得更多未知规律和多元体系。[9]因此，基于大数据的教师绩效管理可以根据这些原始数据进行更多的、意想不到的评估和预测。
2.便利的数据整合分析处理手段
在高校教师绩效评价中，指标权重的确定和计算是一项烦琐的工作，并且绩效结果的公示和监督也相对复杂。通过大数据技术，可以在基础数据采集后，通过系统云计算和大数据分析挖掘技术进行快速便捷的数据整合分析，并对异常数据进行报错。在高校中，通过大数据的互联互通，可以将学校各系统平台数据进行有效整合，如学工系统、一卡通系统、后勤服务系统等平台，甚至与教师个人网站、自媒体平台系统都可以进行数据整合分析，而τ谡庑┖A渴据资源的利用与分析，可以充分发挥大数据的特点。同时随着时间的积累、底层数据量的不断扩展，可以为每个教师构建自身的大数据系统库，从而可以更加有效地进行教师的绩效管理。
3.基于大数据预警与评估的个性化专业发展
大数据分析、数据挖掘等技术的支持，可以对事物发展的规律和方向进行有效评估和预测。在基于大数据的高校教师绩效管理中，既可以将各个教师绩效进行横向的对比分析，也可在时间维度上进行纵向的教师自身的自我发展评价，同时可以对每个教师的绩效建模，从而对教师的绩效规律进行分析利用，并可实时、有效地为教师的绩效发展进行预警与评估，进而为教师专业能力的发展提供帮助。从绩效管理的本质上来讲，绩效管理的目的是为了促进工作目标的达成，通过大数据对教师专业能力的发展提高可以进一步促进高校工作业绩的提升。
四、高校教师绩效管理的“大数据”准备
从高校教师未来发展的趋势来看，全面实施基于大数据的高校教师绩效管理是毋容置疑的，但是需要较长时间的过渡和完善。从当前角度来看，高校应当为未来基于大数据的绩效管理做以下四个方面的准备工作：
1.基础性数据的采集积累
原始数据的采集积累是大数据分析的重要前提，因此从长远角度来看，教师绩效管理的实现需要基础性数据的大量积累与存储。教师的基础性数据主要包括个人基本信息、教学信息、科研信息、服务信息等，其中个人基本信息可以对接院校中的教工系统，而教学信息、科研信息以及服务信息等方面，以往的数据采集多为工作量、工作结果的采集，相对于未来大数据分析十分欠缺，应当进行更多过程性指标的设定，并进行原始数据的采集积累。从采集手段上来说，基于一卡通系统的打卡考勤等是当前相对便于实施的一种手段，同时随着当下技术的发展，可以基于校园网络做底层数据的采集，如对教师网络使用情况的监控、基于NFC（近距离无线通讯技术）定位的考勤分析等等，都可以进一步实施原始数据的细化采集，并且这种“悄无声息”的数据采集，可以避免烦琐的人工操作而引起教师的反感情绪。
2.信息资源的整合管理
相对于传统的高校系统平台，基于大数据的绩效管理平台需要对接多个相关系统，以便数据的共建、共享和共用，因此信息资源的有效整合是关键环节。当前各高校网络系统规模、水平参差不齐，并且各个子系统之间相对独立，大多只是职工账号的统一入口，而各系统的内容数据共享共用比较欠缺。一方面是系统建设本身功能的欠缺，一方面是院校对各个系统采购时的供应单位大多不一致，第三方公司出于对自身信息的安全考虑而不提供数据接口。这种系统的相对对立对后期大数据的分析是一个较大的障碍，因此应当逐步对各系统信息资源进行整合管理，特别是对已有的过往数据整合，可以进一步加快高校基于大数据的绩效管理的开展。
3.顶层设计、投入的逐步实施
当前高校教师绩效管理评价指标不同，评价内容各异，很大程度上是因为绩效管理机制不健全、不完善。随着教育信息化的进一步深入，大数据在高校教学和管理中的应用成为重点，但大数据对多数院校独立设计实施却难以操作，因此在政府层面需要进行顶层设计规划，并逐步投资实施。当然在具体实施方面，可以由第三方进行操作，但顶层规划、标准设计需要统一的行业标准进行规范，才能够为未来各高校间信息的共享提供基础，而单纯的市场行为很难在短期内形成符合高校需求的标准。
4.教师信息化意识与能力的渐进提升
教师既是高校绩效管理的主体，也是高校绩效管理的客体：作为主体，教师是绩效管理规则的制定者与实施者；作为客体，教师是高校绩效管理的对象。这一双重身份使教师在对新技术的介入和应用中具有关键的影响作用，因此基于大数据的绩效管理要求教师本身必须具有信息化的意识与能力，以便有效稳定地开展实施。当然技术的发展会使人机交互逐步走向自然化、人性化，因此大数据原始数据的采集在一定程度上并不会导致烦琐的人工操作，但作为教师应逐渐了解、认识“大数据”这一事物，进而在此基础上开展大数据的相关应用，促进自身能力的发展。
综上所述，本研究首先对当前高校绩效评价的现状和问题进行了分析，其次对大数据思维进行了阐述，之后对大数据思维对高校教师绩效评价的启示进行论述，包括精细的评价指标体系设计与数据采集、便利的数据整合分析处理手段、基于大数据预警与评估的个性化专业发展三个方面，最后针对未来大数据支持的高校绩效管理，提出了基础性数据的采集积累，信息资源的整合管理，顶层设计、投入的逐步实施和教师信息化意识与能力的渐进提升四个方面的准备工作，以期对未来高校基于大数据的教师绩效管理提供参考。
参考文献：
[1]Yu X，Wu S.Typical Applications of Big Data in Education[C].International Conference of Educational Innovation Through Technology. IEEE Computer Society， 2015.
[2]李志河.我国高校教学科研人员绩效考评研究[M].科学出版社，2012.
[3]吕志霞，陈伟.高校教师绩效考核：现状、问题与对策[J].现代教育管理，2013（8）：78-82.
[4]刘姗，胡仁东.对我国高校绩效管理的反思[J].教育探索，2015（10）：77-80.
[5]戴屹，顾琴轩.国外高校教师绩效评估研究综述与启示[J].外国教育研究，2012（7）：43-49.
[6]何克抗.大数据面面观[J].电化教育研究，2014（10）：8-16，22.
[7]祝智庭，沈德梅.基于大数据的教育技术研究新范式[J].电化教育研究，2013（10）：5-13.
[8]邬贺铨.大数据思维[J].科学与社会，2014（1）：1-13.
[9]和婷.大数据思维对图书馆信息服务工作的启示[J].图书馆建设，2014（1）：64-68.
[10]蔡先金，宋尚桂，王希普，刘福才.大数据时代的大学――e课程e教学 e管理[M].山东人民出版社，2015.
数据分析师统计学基础精选篇9
关键词：《管理信息系统》；信息系统；实践教学
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2017）25-0111-02
《管理信息系统》作为高校信息类、经管类专业课，内容涉及管理学、数据库技术、网络技术、软件工程等多学科知识，特别是课程的系统分析与设计部分和现实工程应用联系紧密，实践性较强。随着企业信息化技术的发展，传统的实践教学环节已难以满足社会对高校毕业生的能力需求。
一、《管理信息系统》的教学现状
随着信息系统的发展，《管理信息系统》已从C/S数据库系统发展为面向网络的B/S系统。根据诺兰模型，数据的集成与共享已成为当前信息化的发展阶段。然而，传统教材内容陈旧，缺乏实用性强的实践指导，课程设计仍停留在与手工数据处理或办公自动化系统的比较，与企业信息化发展脱节[1，2]。此外，信息类学生对系统规划和系统分析的原理理解困难，而经管类学生又难以完成系统设计和系统实施。因此，《管理信息系统》的教学应该密切结合社会发展现状和学生专业背景，加强实践教学环节改革，切实提高学生面向现代企业的系统规划、系统分析、设计和系统实施的能力。
二、《管理信息系统》的实践教学改革
《管理信息系统》理论与实践的教学环节，基于学生专业不同，各有侧重。深化实践教学改革可以从深化实践教学内容、重视实践教学交流和可持续改进三方面展开。
1.深化实践教学内容。针对信息类、经管类专业课程体系的不同，《管理信息系统》的教学内容在案例分析的理论和实践环节应该各有侧重。信息类专业课程体系中包含软件工程、数据库理论与应用、网络原理等实践性较强的专业课程。因此，可以针对学生编程能力强的特点，侧重指导学生完成MIS系统框架平台的搭建和软件系统的开发。MIS系统框架可根据学生程序设计语言的掌握情况分为两个层次：基于VB、ACCESS或者FoxPro的C/S结构数据库应用系统和基于Java和SQL Server的B/S结构数据库应用系统。此外，对有网页设计基础的学生，还可以继续扩展为基于JSP或者SSH框架搭建网络数据库平台，或者基于Android或iOS搭建移动APP平台。经管类专业课程体系中包含了管理学和信息类通识课，根据学生管理理论基础较扎实的特点，可以侧重学生的系统分析与设计等能力培养。针对学生研发能力较弱的特点，可以提供现有的软件框架，根据学生计算机通识平台课程（开发语言C或者VB、JAVA，数据库有Access或Foxpro）的不同，引导学生在既定软件框架内完成程序设计的关键功能或局部功能设计，如教师指导学生基于已有代码，配置Tomcat的web服务器、设置数据库登陆口令、修改JDBC等加载驱动等局部功能，指导学生搭建成熟的数据库应用系统框架，等等。管理类学生在程序框架下的进行功能扩展，为数据表设计、查询设计、视图设计、数据恢复与备份等功能设计；强化SQL语法练习，熟练操作DBMS的数据库，完善权限管理功能；等等。在实践教学中，案例分析的侧重点也不同。信息类学生已系统学习过软件工程、数据库基础与应用、计算机网络等课程，因此，对于学生早已熟悉的软件分析与设计环节技术，授课教师仅需点到为止，重点强调系统规划和需求分析在实现上与其他课程的不同；对于经管类学生，则重点结合已开设的Access、C、C++或JAVA程序设计基础，制定学生可理解的演示样例。针对目前信息系统的网络化发展趋势，限于学生对网络数据库开发能力的局限性，教师可提供网络信息系统的开发框架，如基于JSP的信息系统，基于Android或iOS的应用程序框架，等等。学生的任务是实现数据组织、数据显示以及增删改查等功能。这样既避免了学生相互抄袭或者直接沿用网络开源程序，也细化了学生实践能力培养的技术环节。
2.重视实践教学交流。实践教学的总体思路是业务流程重组，这是《管理信息系统》的核心，通过需求分析和系统分析发现原系统业务流程的不足，通过对原系统的业务流程再造[3]，设计出适应企业新环境的新系统。因此，实践教学环节应该引导学生主动参与案例分析。根信息类和管理类的不同专业背景，让学生担任系统的不同角色：系统管理员、数据库维护员、程序员等，基于不同角色、不同视角针对同一系统进行探讨，深化理解系统分析与设计各环节的相关知识。实践教学的案例分析与设计除了在班级和专业内的交流，还可以在信息和管理跨专业之间交流。通过设计活动的师生交流以及教师之间的交流，通过学生和教师对作品的分析与演练，逐步引导学生深化理解信息系统开发各个环节理论及相关技术。
3.可持续改进。实践教学的可持续性改进分为教师和学生两方面。教师根据信息技术最新发展对系统设计的框架进行调整，扩展系统功能，分解功能到课程实验环节；学生完成各实验环节，根据实验环节的连续性，逐一完成各功能的模块设计，通过系统集成，最终完成系统设计和系统功能。最终，学生通过对设计成果演示和答辩，根据系统中不同的角色，包括用户、系统分析师、系统设计人员、系统开发人员（程序员）、系统推广与维护人员等身份并回答教师和同学提问，综合教师和同学的意见，对作品进行再修改。课程设计是实验成果的可持续改进。每届学生的课程设计作品不再是上届学生设计作品的简单重复，而是可持续改进。让学生对上届学生成果内容进行观摩和学习，或者同班同学根据不同的选题进行需求分析，找出系统功能上可继续改进之处，弥补原系统不足。基于当前社会需要，对某些模块或者数据管理进行改进。学生各个环节的试验质量通过在上一届学生成果的基础上的改进程度进行评价，保证每个学生在系统实施中的工作量被分解和明确，为量化考核提供依据。结合信息技术的发展，坚持实践教学的可持续改进，才能保证学生理论与实践水平同步发展和不断提升。通过不断扩展学生设计的软件框架和软件功能，激发学生不断创新。
三、Y语
教学实践致力于引导学生将信息技术的最新技术运用在课内实验和课程设计中，强化课内实验与课程设计的技术同步，在降低烦琐基本研发工作的同时，激发学生的学习情趣和钻研精神，通过师生交流不断完善设计，通过亲自动手实施创造出属于自己的作品，从而使学生产生学习的成就感。
参考文献：
[1]王惠.基于课程群的《管理信息系统》课程教学改革与实践[J].宁夏师范学院学报，2014，35（6）：102-105.
[2]唐维萍.管理类专业《管理信息系统》课程教学改革探讨[J].软件工程师，2015，（5）：44-45.
[3]薛华成.管理信息系统[M].第六版.北京：清华大学出版社，2013.
Practical Teaching Reform on "Management Information System"
TANG Jian-guo1，ZHANG Hong-mei1，SUN Jun-ling2
（1.College of Information Science and Engineering，Henan University of Technology，
Zhengzhou，Henan 450001，China；2.Department of Information Engineering，Henan University of Finance and Economics，Zhengzhou，Henan 451464，China）
数据分析师统计学基础精选篇10
在分析结果的基础上，基于．NET框架所具备的稳定的、高性能的软件开发平台，使用UML建模工具，为软件开发的各阶段提供模型化和可视化支持，采用C/S和B/S两种结构混合的形式进行架构的设计，其中系统中的基础数据的管理、日常教务管理工作、数据的分析等事务，采用C/S方式，该方式处理事务响应较快，能实现复杂的业务流程;而数据的查询、以及网上提交成绩、评教等业务则采用B/S方式进行设计，这种模式具有分布性、共享性、便捷性等特点，能随时随地进行查询、浏览等业务处理。后台以SQLServer2008关系数据库为数据存储和管理作为构架基础，以很高的安全性、可靠性和可扩展性来运行该系统;从而既能保证教学管理系统中大量数据的处理速度和安全性，又能保证系统使用的可操作性和方便性。
二、教学管理信息系统模块设计
(1)学生基本信息管理模块:这是该系统当中最基础的模块之一，主要用于管理和维护学生档案、考勤、奖惩情况等基本信息。并能够根据设置的条件实现对学生信息的查询、删除、添加、修改、统计分析等基本操作，提高对学生管理的快速性和便捷性。(2)师资管理模块:主要用于管理教师信息，面向全院教师、教务管理者、教学秘书。主要用于存储教师档案、每学期的教学任务、科研任务、奖惩情况等信息，并能够实现对教师的教学工作量、科研状况、课酬进行统计与计算。(3)排课管理:主要用于存储教学任务安排、教学场地、教学计划、使用教材等信息，并根据排课数据设置条件，充分考虑教室条件、排课时间、专业等问题，充分利用教学资源，达到课程安排的合理化。(4)考试管理:主要用于存储考试信息、考场安排、考试方式、考试成绩、补考、无纸化考试等与考试相关的信息。由教学秘书根据课程要求、以及考试特点分别安排考试时间、地点、监考教师等工作;并与成绩管理模块相关连，安排补考的相关事宜。(5)成绩管理:主要用于网上录入成绩、学生补考、缺考成绩的处理和对学生成绩的统计查询及打印等功能。首先根据专业开课信息和各专业学生信息，由任课教师录入当学期各学生的所有课程成绩;通过对课程成绩进行筛选，可获取补考和重修学生名单，输入相应补考或重修成绩;通过对系统中的成绩进行统计分析，可以依据不同的指标对多维的数据进行对比。从而绘制各类统计分析图形。(6)评教管理:主要包括学生网上评教、满意度调查、专家评价、意见反馈等四个环节。通过学期末组织学生对任课教师的教学效果进行网上评价，对评价数据进行分析，归类。主要为了通过与学生之间的沟通交流，充分体现学生这一受教育主体的重要地位，增强教师教学质量意识，提高教学质量。(7)实践管理:主要包括学科实践课程项目管理、实训基础管理、毕业实习管理等三方面内容。根据国家教育部的相关规定，高职高专教育主要培养拥护党的基本路线，适应生产、建设、管理、服务第一线需要的，德、智、体、美等方面全面发展的高等技术应用性专门人才。因此，高职院校在教学计划的制订、教学环节设计别重视加强实训基地建设，强化学生技能培训。
三、结语
数据分析师统计学基础精选篇11
关键词：统计学；教学改革；融合
1专业基础课教学现状分析
专业基础课是高等院校设置的为专业课程学习奠定必要基础的一类课程，它往往在一个专业的课程设置中起到承前启后作用，是学生掌握专业知识和专业技能必须的重要课程，专业不同，将设置不同的专业基础课。同一门课程也可能成为多个专业的专业基础课。以统计学为例，它是一门关于数据的收集、整理、显示和分析、解释数据的方法论学科。对经济管理类专业学生来说，在校学习和毕业后的工作中，都会涉及到很多社会经济方面的数据，也会涉及到一些大数据分析。因此，统计学一直是经济管理类本科专业的核心课程和必修的专业基础课之一。通过统计课程的学习与培养，希望学生能掌握统计学科的基本思想，并将其用于不同学科背景下的数据分析，形成数据统计分析的思维方式，提高解决实际问题的综合能力。现有教学模式基本解决了专业基础课将理论课教师与实验课教师分离的问题，这也在一定程度上解决了理论教学和实验教学的分离问题。但这还未能实现理论教学与实验教学的完整统一。以经济管理类专业基础课《统计学》为例，主要表现在：目前的统计学理论教学材料与实验教学材料仍然相对独立，缺乏统一的知识体系。然而，作为一门工具性和应用性极强的学科，统计理论与统计实验二者本应该是属于同一知识体系下的两个不同教学环节，但因为历史原因，统计理论的发展相对比较成熟，而统计实验却相对滞后，因此形成二者独立存在。一个突出的特点是，理论课学习的知识和方法不能恰当地在实验课中得以实施和训练，实验课的训练未能与理论课同步进行。要想从根本上解决专业基础课理论教学与实验教学相统一的问题，还必须有能将理论课和实验课统一一体的教学材料。因此本文探讨专业基础课理论教学与实验教学材料融合模式的问题显得尤为重要，并以统计学为例，提出总体的融合方案、融合模式，为其它专业基础课教学改革提供参考。
2统计学理论教学与实验教学材料融合方案设计
2．1整合统计学理论教学和实验教学目标
统计学是处理数据的一门科学，通过收集数据、处理数据、分析数据、解释数据并从数据中得出结论的科学。统计研究的是来自各个领域的数据，统计方法是适用于所有学科领域的通用数据分析方法，只要有数据的地方就会用到统计方法，比如政府部门、学术研究、日常生活、企业生产经营管理等。而今，人类已步入大数据时代，知识总量急剧增长。大数据给企业运营、政府管理和科学研究等都带来了革命性变革。大数据对统计学教学也提出了更高的要求，为顺应时展，统计学教学改革势在必行。而在统计学教学改革中，首先要解决的就是现有教学目标的调整。在以往的教学中，通常把理论教学与实验教学孤立开来，其教学目标也不统一。大数据时代使得统计学理论教学与实验教学密不可分，因此，需要整合统计学理论教学和实验教学的教学目标：通过统计学理论课和实验课的教学，培养学生扎实的定量分析能力和理论联系实际的能力，使学生掌握统计学的基本思想、基本理论、基本方法以及运用统计软件处理数据的能力，为后续课程的学习准备必要的统计知识和统计技能。基本内容要求：描述统计重点培养学生统计资料收集、整理、综合能力；推断统计重点培养学生进行统计抽样、运用样本信息对总体进行参数估计、假设检验、方差分析以及统计回归等能力。同时，强化学生的动手能力，掌握一至二种统计分析软件，培养学生运用统计软件处理数据、分析解决实际问题的能力。
2．2构建统计学理论教学与实验教学知识体系融合架构
为解决现有统计学理论教学与实验教学分离的问题，需要从教学资源的融合着手，目前在大部分院校的统计学教学中，理论课教学和实验课教学由同一老师完成，这从一定程度上实现了二者的融合。但是，由于在教学中使用的理论教学材料和实验教学材料相对独立，老师很难将理论教学和实验教学有机结合。从笔者多年统计学教学经验看，要较好地解决二者的分离问题，得将统计学理论教学和实验教学知识体系融为一体，各章内容构架设计：引导案例、基本理论和方法、软件功能模块、实验案例、思考练习题、实务操作题。“引导案例”主要反映一些社会经济热点问题，其目的是引导学生认识本章将涉及到的统计知识；“基本理论和方法”主要介绍经典的统计理论和统计方法，也可以介绍一定的前沿理论和方法；其目的是让学生掌握基本的统计知识，了解前沿统计理论方法；“软件功能模块”主要介绍本章实验需要的软件功能模块，其目的让学生熟悉软件功能及基本操作；“实验案例”主要是结合本章的理论方法给出一至二个案例，介绍如何进行数据处理和数据分析，其目的是让学生能根据实际问题，运用相应的软件模块，进行数据处理和分析；“思考练习题”主要是体现统计基本理论和方法的练习题，其目的是让学生通过练习掌握统计的基本知识；“实务操作题”主要是给出一两个案例，要求学生课后运用软件处理和分析这些实际问题，其目的是让学生能根据实际问题选择相应的软件功能模块进行数据处理和分析。
3结论与建议
数据分析师统计学基础精选篇12
把数据挖掘技术应用到教学管理当中，一方面可以促进教育体制的完善、发展以及必要的改革；另一方面能客观地反映高校管理中存在的一些问题，为制定学校的方针政策提供重要依据，进一步引导学生学习积极性，最终提高教学质量，增强教学效果。随着教育信息化进程的推进，将数据挖掘技术应用于教育中，从大量的教育数据中发现隐藏的、有用的知识来指导教育、发展教育，成为当今势在必行的重要的研究课题。计算机教程的教学目标是使学生能够将计算机与信息技术应用于其工作领域，成为既熟悉本专业业务又掌握计算机应用技术的复合型人才。但目前我校计算机基础课程主要采用教师讲演和学生练习相结合的传统的教学模式，非计算机专业的学生主要是模仿学习和验证课堂上学过的知识，难以将学过的知识应用到实际和自己的专业中。
在教学评价中的应用。数据挖掘是计算机技术的典型代表，其对于不同数据的处理功能得到了诸多用户的认可。随着计算机技术在现代教育体系中的运用，数据挖掘技术开始融合到计算机能力测试考核中，为考评工作带来了很大的方便，就数据挖掘下的计算机能力考核应用展开分析。以学生评估教师为主的教学评价，对教学改革和教学质量的提高起到了很大的促进作用。通过数据挖掘技术对教师的个人信息、素质方面、绩效方面进行考核，可以从教学评价数据中进行数据挖掘，查询教学效果与教师的工作态度、工作技能等的各种关联，找到教师的教学效果与教师绩效的关系问题，合理调配一门课程的上课老师，使学生能够较好地保持良好的学习状态，从而为教学部门提供了决策支持信息，促使更好地开展教学工作，提高教学质量。在研究关联规则挖掘算法的基础上，详细分析了教师因素对学生考试成绩和学生评教成绩的影响，结果表明具有丰富的教学经验和良好责任心的教师可以帮助学生取得良好的学习成绩。
在学生学习兴趣方面的应用。聚类分析是把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一类别的数据间的相似性尽可能大，不同类别中的数据间的相似性尽可能小。通过聚类技术将学生进行分类，第一类学生不经常上网，只是偶尔去几次；他们不经常运用信息技术辅助计算机基础的学习；并且对计算机基础不是很感兴趣。第二类学生上网次数也不频繁，但这些学生认为计算机基础在学习和生活中是很有用的；此类学生认为应该将传统的计算机基础教学方式进行改进；并且此类学生认为设立小组协作学习方式是很有必要的；利用任务驱动教学很有好处。第三类学生经常上网，并且对计算机基础很感兴趣，但是他们认为现有教学方式落后，教学内容简单不实用，缺乏独立学习的机会，他们更愿意自主学习；同时对于小组协作方式很赞同，认为可以提高学习兴趣。通过对挖掘信息分析，我们发现大部分学生对于学习计算机比较感兴趣，但认为现有的计算机基础的教学模式落后，所以对计算机基础进行教学模式的改革是非常有必要的。
在教学知识内容中的应用。计算机教学存在知识点内容分散，但各知识点之间又存在着紧密的相互依赖关系的现象。学习是一个循序渐进的过程，各知识点之间存在关联和前后顺序关系。某个知识点未能掌握会影响后续几个知识点的学习。随着信息化在高校中的深入，不少高校已经开始使用网上教学系统。研制和开发了各类辅助教育信息平台，它们的开发和应用大大提高了工作效率。
数据分析师统计学基础精选篇13
一、财经院校统计学专业人才培养现状及成因分析
一培养目标过窄造成学生适应性不强
传统的统计学专业往往立足于为政府统计部门、企事业单位统计岗位及学校、科研部门培养人才，基本上是“一个钉子一个眼”，专业设置上有计划统计、商业统计、工业统计、金融统计等等，所学所用均过于专业化，学生知识面过窄，不能适应社会的实际需要。实际上，随着市场经济的进一步完善和发展，学生所学专业与就业单位不对口成了一对非常突出的矛盾。据有关问卷调查显示:高校统计学专业毕业生中到企业的占32%，到金融机构占的24%到政府一般行政部门占的18%到教学及科研机构占的13%到统计机关仅占11%到其
他部门约占2%。虽然调查结果不足以代表全国的状况，但也可从一个侧面说明统计学专业学生的工作单位并非统计部门或统计岗位，而与所学专业相差甚远。这表明高校必须迅速改变过窄的培养目标，才能全方位满足社会的需要。亡i果程设置不合理造成学生知识结构单一
统计学专业的学生，熟悉统计指标体系和基本的描述性的统计分析，但经济基础理论底子薄，现代化的统计调查、分析、预测方法也较为薄弱这一点从目前大多数统计分析报告仅停留在一些简单的数量描述上可以得到明显的反映)计算机的应用也不能满足要求。数理统计专业的学生虽熟悉各种统计方法(侧重于数理原理方面)但与社会经济实际的结合较差。究其原因，在于传统的人才培养模式使课程设置步入误区，表现为以下几个方面:一是教学方案层次不分明，导致课程设置及内容在不同层次的统计教育之间无明显区别，降低了教学质量;二是专业基础课程的大量重复，应用统计分析方法进行社会经济问题研究的内容较少，学生能力培养不足，限制了学生向更深层次发展;三是教材内容陈旧，尤其是应用现代经济理论方法进行社会经济实证研究的内容过少。
三激学与实践相脱节造成学生操作能力差
统计具有很强的应用性及可操作性。然而目前许多高校统计教师仍然固守“一支粉笔一本书”的教学模式，碰到实际问题只对学生纸上谈兵。理论与实践的脱节使学生质量受到影响。除此之外，由于种种条件的限制，多年来学生实践教学环节存在一定的问题。学生的学年实习及毕业实习较难，平时接触社会经济实际更是不易，对基层单位的真实情况也很少了解。有调查显示，学生参加社会实践活动，主要是通过自己寻找的，学校组织的比较少。
四激师知识结构老化造成教师指导不力客观地说，目前许多财经院校统计教学模式、教育方法滞后于市场经济的发展，学生知识面不宽，专业技能单一，适应性较差，学非所用现象较明显。调查结果表明有近50%己毕业的统计学专业学生认为自己在学校所学知识对所从事的工作指导作用不大，有481%己毕业的统计学专业学生通过实践工作发现自己所具备的知识结构存在不足之处。应该说，这种现象的产生很大程度上要归咎于教师的教学指导不力。据了解目前多数学校仍是传统的老师讲、学生听的教育形式，现代教学手段与传统教学手段结合不够。部分统计教师是原来的计划统计专业毕业，比较擅长于社会经济统计，而对于广泛使用的现代调查、分析、预测、决策等统计方法较为欠缺，数理基础较为薄弱，计算机的应用也须加强。而经费的短缺在一定程度上又限制了教师的再进修和提高，这较大程度地限制了教师知识结构的更新和教育水平的提高，直接导致了对学生教学指导的影响。
二、构建财经院校统计学专业人才培养新模式的思路
(一)主重统计人才的动态培养
笔者认为，财经院校统计学专业人才的培养目标既是教育目标，又是经济目标，还是市场目标。教育是为经济发展服务的，专业教育与经济发展的关系更为密切。因此，确定财经院校统计学专业人才的培养目标必须进行市场调查，在调查分析的基础上按市场需求确定培养目标。财经院校统计学专业人才的培养目标是随着市场需求不断变化的动态过程，要根据市场需求的变化不断调整。财经院校统计学专业人才是具备一定能力和综合素质的全才基础上的专才，主要围绕宽口径，即知识面宽;厚基础，即基础扎实，根基牢固;广用途，即不仅仅能从事统计核算、统计管理工作，还能介入到其他经济管理工作中去;多层次，即能适应不同的社会需求为出发点确定财经院校统计专业人才的培养目标。而无论是口径、基础、用途、层次都是一个不断变化的过程，这种变化使财经院校统计学专业人才的培养目标成为一个动态概念。
加强学科之间的联系，发展“复合型”的统计人才任何一门学科的教育都应把实现学生的能力培养和提高作为中心任务。统计学是一门方法论学科，只有与其他学科相结合，才能发挥自己的作用。如果统计毕业生仅学到统计学专业知识，而对于一些应用统计的具体学科如金融学、管理学、经济学、人口学等知之甚少，不论他对于统计方法多么擅长，也不能称作是一位合格的统计人才。因为统计人员若对其所研究问题本身缺乏足够丰富的知识，就不可能写出有深度、有力度的统计分析报告，甚至根本无法解释所得的统计结论，充其量只能是统计数据的堆砌。
统计行业的特点是实践性、操作性较强，但实践经验和操作技能须直接接受理论的指导。理论指导实践，实践验证理论，彼此互相促进、共同发展。因此，财经类院校统计学专业人才的培养应注意以下几个方面:一是培养学生全面掌握现代经济管理知识和相关统计知识;二是培养学生敏锐的观察能力和认识问题、分析问题、解决问题的能力;三是注意培养学生的实用技能，具备一定统计基础知识和统计专业操作技能，强化计算机的应用，能够依据需要设计统计软件或至少会使用各种统计软件;四是培养学生的信息能力，包括获取信息的意识、手段、方法、技能和利用信息的能力。
三)进一步探索实践教学新路子
学校教育的重点是学生能力和素质的培养。统计学的服务性使其应用显得尤为重要。当前，在教学过程中，打破传统的知识性教学，加强实践性活动，把传授知识和培养能力有机地结合起来，己普遍引起各国的重视，并成为当代高等教育改革的出发点。在教学计划中，实践性教学与理论性教学的学时分配比例，美国是13英国是12德国的一些学校甚至高达50%以上。相比之下，我国的实践性教学比例是很小的。我们应当从我国的实际情况出发，学习和借鉴国外教学改革的成功经验，并针对各校的具体情况，探索出一条适合于财经院校的学生进行社会实践的道路。同时，应重视学生实习基地的建立和稳定。事实证明，以实际工作部门作为实习环境方式较为有效。学生在此环境中接受培训，实习更有针对性和实战的感觉，对培养今后对实际工作的适应能力和解决问题的能力都大有好处。
四X昌导自我教育、自我学习
任何教育只有转变为被教育者自身的能力活动，树立其主体意识，并体现为主体参与，其教育目的才得以实现。对财经类院校统计学人才的培养也必须积极倡导主体自我教育。当然，自我教育应在教师的指导下进行，并与必要的有重点的讲授相结合，从而形成一个有机整体。在教学过程中，教师可通过对教学内容中的重点或难点问题作比较深入的分析，引导学生发现问题、讨论问题。而且，还可通过教师的科研工作把学生带入研究领域，指导学生搜集有关研究资料，让学生参加讨论、研究，或让学生承担部分研究任务等，使学生主要靠自己独立的学习和研究，获取书本知识和对社会经济现象的分析研究能力。
三、构建财经院校统计学专业人才培养新模式的若干建议
由于目前的统计学专业人才培养模式中存在上述问题，导致高校培养的统计学专业学生不能完全符合社会的需要，因此，财经院校必须对目前人才培养模式进行改革，根据上述人才培养模式构建的思路，在人才培养目标、课程体系、教学方法、考核方法及保障体系等方面进行创新性改革，在知识与能力结构上适应社会发展的现实要求，培养出符合市场需要的、具有特色的应用型统计人才。
(一)统计学专业人才培养目标定位
根据教育部统计学专业教学指导委员会对统计人才的培养目标的界定，结合财经院校实际，按照上述思路，财经院校统计学专业培养目标可定位为:培养具有良好的数学和经济学素养，掌握统计学的基本理论和方法，能熟练运用现代信息技术进行数据处理和统计分析的复合型、应用型、创新型经济管理类专门人才。在此培养目标下，按照“宽口径、厚基础、重应用、强能力”要求构建教育教学体系。“重应用”是指所培养的学生主要是应用型经济管理统计人才。对于这一类人才而言，毕业之后大部分是在实际部门从事经济统计和其他经济管理工作。因此，要着重培养学生应用经济理论和统计方法去处理问题的能力，包括调查研究、分析和预测和参与政策咨询和决策的能力等。“强能力”是指所培养学生较强的获取知识和进行知识创新的能力，发现问题、分析问题、解决问题能力，可持续自我发展能力等，如统计应用写作、计算技术应用等。
二涠绕培养目标调整、优化课程体系
课程设置和规范课程内容是人才培养的核心问题。课程设置主导学生的知识结构。根据培养目标定位，统计学专业人才应具备基础科学和人文科学、经济科学、管理科学、统计科学、计算机应用及实践知识等，与此相适应，课程体系可以分为公共基础课、专业基础课、专业核心课、按统计学不同的专业方向设置的模块选修课程、实验实践课。在课程的结构上，强调数学、经济学、统计学和计算机应用四个方面课程的有机结合显得尤为重要。所以，课程设置要体现经济学与理学的交叉渗透。强调既具有扎实的经济学、管理学基础，也应具有扎实的数学基础，实现在“大统计”背景下经济学、管理学与理学的融合;体现理论教学和实践教学相结合，引入ERP(企业资源计划)实验教学、创业创新教育等;体现统计方法、技能与计算机应用相结合，如SPSSSA等统计软件应用。在专业课程设置时，须保证专业核心课程有足够的学分和课时，如计量经济学、市场调查、多元统计分析等;其他课程尤其是统计学专业方向课，设置为选修课，由学生根据兴趣特长、人生志向等来选择。
(三)改革教学方法与手段，加强实践教学
高校教师应转变教学观念，由授课型教师转向助学、引导型教师，并努力改革教学方法和手段，充分调动学生学习的主动性、创造性，锻炼学生分析问题、解决问题、组织协调、团队合作的能力。在教学实施过程中，教师应改变原来的“填鸭”式教学方法，由静态方式向动态方式转变，让学生“动”起来，通过课堂讨论、案例教学、统计软件操作、小组调研、撰写统计课程小论文等形式，让学生充分参与教学活动，引发学生自己学习的兴趣，培养学生自主创新的意识和能力，在教学活动中将知识逐渐转换成能力;构建课程实验、独立实验与专业综合实验，校内实训与校外实践相结合的实践教学体系。实践教学以现场教学法为主，与当地政府统计部门相结合，与国家组织的各项统计工作相结合，与教师科研课题相结合，指导学生进行多层次社会实践教学活动。引导学生完成自行选题、设计调查问卷、搜集统计数据、数据录入、数据整理、数据分析、撰写分析报告等统计工作过程。在统计专业课程教学中，应充分利用EXCELSPSS、SA等统计工具软件辅助教学，指导学生建立数据库。利用计算机的汇总功能和数据分析功能，实现计算机和统计分析方法的有机融合，不断提高学生市场调查、数据处理与统计分析能力。
四)主重过程控制与评价，构建科学的考核评价体系
在教学过程中，根据不同教学内容的组织方式，理论和实验教学的不同特点，在学生成绩考试评定中，采取灵活的考试方式，如笔试、上机操作，撰写设计方案、调查报告、分析报告、专题论文以及统计信息系统设计等;注重对过程的控制与评价，将课堂讨论、案例分析、小组作业、调研报告作为考核的主要内容。笔试内容应与学生从事的社会实践内容紧密相关，主要考核学生运用所学知识分析问题解决问题的能力，注重知识、能力和素质的综合评价。
五)建设专兼职相结合的师资队伍，不断提高教师业务水平
数据分析师统计学基础精选篇14
【关键词】初中数学；人教版；中考；分层教学
一、“统计与概率”考点内容分析
“概率和统计”是每年数学中考的必考题，我市2011至2013年三年的试题均有“概率和统计”方面的试题。考查内容有中位数、扇形统计图、条形统计图、频率、频数、概率计算、综合应用等，每年合计占分比例约为13%。从“统计与概率”的考点分布看，虽然该知识点不是中考中所占分数最多的知识点，但是“统计与概率”的知识是每年中考必考的内容，而且从题型分布中可以看到以下几个趋势：考试的分数比例非常稳定、所占的分数基本固定、知识点应用的范围越来越广。因此教师在引导学生学习数学及引导学生迎接中考时，必须让学生理解“统计与概率”这一课的知识。
二、在“统计与概率”教学中使用“分层次教学法”的必要性
从近三年考点内容分析中可以看到，在每年的数学中考中，“概率与统计”的内容分布是具有层次性的，现以我市近三年的考试内容来说明。
1.概念与公式的掌握
从考点分布来看，折线、条形、扇形统计图表示的是数据与概率的计算，这就要求学生要掌握好最基础的知识，学生只要能理解该课知识的概念与基本的算法就能拿到分数。这是初中数学人教版八年级下册《数据的分析》中的内容，只要学生能理解基础概念，就能很轻易的得到答案。
2.简单的公式计算问题
在学生牢固的掌握了“概率与统计”的基础知识以后，教师可以引导学生去简单的应用这类知识。对基础比较差的学生来说，他们只要稍微努力一下就能够完成这类知识的计算；对于初中学生来说，他们由于基础知识已经比较牢固，所以通常能简单的应用已经掌握的概念与公式。
比如南通市数学中考2011年第25题为：某中学调查自己喜欢的球类情况，通过调查得到以下的统计图：
该题要求求出参加调查的学生人数；如果学生共计有2000人，则求出喜欢篮球的人数；补出喜欢足球人数的条形图；求出其它球类扇形的圆心角。
这是初中数学人教版七年级下册《数据的收集、统计与描述》和八年级下册《数据的分析》中的内容，这道题学生只要理解统计的概念，统计的公式的应用方法，就能依照公式计算出答案。
3.综合知识应用的问题
过去“概率与统计”的知识点考核有可能只考核学生的概念理解问题与简单的公式计算问题，然而近两年来，中考已经提高这门课程的考核难度，它要求字生能把学过的知识与现实问题紧密结合起来，用学过的知识解决生活中发生的问题。
三、在“统计与概率”教学中使用“分层次教学法”的方法
1.理解学生的差异性
教师在引导学生学习数学时，必须要认识到学生的差异性。有些学生的数学基础好，且思维宽广，他们能迅速的吸收各种数学知识；有些学生数学基础比较差，且思维能力受到限制，他们就是人们常常谈到的学困生。教师只有正视学生的差异性、尊重学生的差异性，才能有针对性的引导他们学习。
2.有针对性的引导学生学习
对于基础好且思路宽广的学优生，教师要鼓励他们去学习课本以外的数学知识、鼓励他们思考更新的解题方法、创造更新的解题思路等；对于基础比较牢固且有扎实的计算功底；而对于学困生，教师要引导他们掌握科学的学习方法，比如教师要引导学生跳出“学习数学仅仅只是学会计算方法”这样的认知，帮助让他们建立起数学思想。
3.给学生更多选择的范围
教师在引导学生学习时，如果只划定一个学习范围给学生，学生可能会觉得这个学习范围不适合自己，从而对学习不感兴趣。因此教师要用分层次的方法给学生更多选择的权力。当学生觉得自己可以针对自己学习的现状有选择的学习时，他们会对学习产生更大的兴趣。
比如教师应用初中数学人教版教材引导学生学习《概率与统计》这门课程时，教师在选择例题的时候，要能让所有的学生都能针对自己的实际情况发挥，学生可以根据目前掌握的知识去巩固课堂中学过的知识、挑战对自己来说稍微有点困难的习题，同时学生可以根据自身的素质对例展开丰富的联想，从而学到更多的知识。
总之，“概率和统计”的知识是这几年中考的必考题，从近三年来南通市数学中考的题型分布中可以看出，学生不仅要能掌握这门课的基本概念、掌握基本的计算方法，还要求能灵活应用已学过的知识。教师要针对目前“概率和统计”这门知识的考试现状，分层次的引导学生学习这门课的知识，这样学生才能根据自己的学习情况尽可能的掌握好概念和方法，从而拿到更好的分数。
【参考文献】
[1]王泮芳.初中数学分层教学研究初探[J].经营管理者，2009（06）.
