探析大數據時代背景下的統計學教育論文
摘要：隨著大數據時代的來臨，統計學在理論和方法等各個環節均受到了較大挑戰，但同時又迎來一次重大的發展契機.統計學教育必須正確認識到大數據帶來的影響，積極適應大數據時代的需求，以培養數據分析人才為目標，整合教育資源推動學科交叉，以實際應用為抓手推動行業融合，才能繼續發揮統計學的數據分析主力軍作用。
關鍵詞：統計學 大數據 數據分析 教育
中圖分類號：G642 文獻標識碼：A DOI：10.16400/j.cnki.kjdks.2017.09.023
Abstract With the coming of the big data era， theory and method of statistics face utmost challenge， meanwhile， they are confronted with tremendous opportunities of blooming. It is necessary for statistical education to recognize the effects of big data correctly and adapt to the demand of the era of big data actively. Specifically， if statistics want to play the main role further in data analysis， it is better to cultivate data analyst as its target， promote the discipline overlapping by integrating education resources and promote industry convergence by combining practical application.
Keywords statistics； big data； data analysis； education
0 引言
科技進步使得信息流通速度加快、數據量飛速增長，傳統的數據處理模式瓶頸凸顯，大數據時代隨之來臨，在政治、經濟、軍事等領域引導諸多變革，以數據為核心的原理得以重視，以可預測為目標的觀念深入人心。而同樣以數據為研究對象的統計學如何在大數據浪潮中順流而上并一展身手是值得思考的問題，而原有統計學的理論體系與大數據思維是否兼容也必須考量。在統計學專業教學中，必須考慮把統計學與大數據背景相結合，既要從統計學的基本原理出發引導學生掌握數據統計分析的基本方法，又要從大數據的角度出發正確認識到數據形態、數據存儲和數據處理等環節發生的變化，深入理解數據價值的重要性。
1 大數據時代的統計學
1.1 大數據和統計學的本質都是數據分析
統計學的研究對象是數據，研究數據的收集、整理及分析，目標為找出數據的隱含規律。從數據中尋找有價值的信息關鍵在于對數據進行正確的統計分析，研究結果一般建立在精確抽樣和合理模型的基礎上。大數據的核心是數據，狹義的大數據一般指數據的結構形式和規模具備多樣性、規模性、價值性、實時性等特征，可簡單理解為數據大到在獲取、存儲、管理、分析等方面大大超出了傳統的能力范圍。[1]廣義的大數據除此之外還包括對應的數據處理技術，如大規模并行處理（MPP）數據庫、數據挖掘、分布式文件系統、分布式數據庫、云計算平臺、互聯網和可擴展的存儲系統等。從本質上看，統計分析和大數據在數據分析的.很多根本性問題上變化不大，但由于數據本身發生了變化，使得數據分析的廣度、深度和難度增大。因此可以形象地說，統計學是傳統“小數據”時代的大數據，而現代大數據中的數據分析依然與統計學密切相關。
1.2 統計仍然是數據分析的靈魂
大數據時代并不意味著所有的問題都是大數據，也不意味著所有問題大數據都能解決，傳統的統計理論和方法不是沒有用武之地，而是要與現有的大數據思維融合，借助大數據的相關技術解決以前不能解決的問題。[2]因此大數據對傳統統計學意味著巨大的挑戰，但同時也是一次難得的發展契機，應該有正確的認識，保持寬容的態度，學科的發展和融合本就是大勢所趨，大數據不能替代傳統統計學，而傳統統計學也不能固步自封，必須不斷發展完善，有所取舍。另一方面也必須意識到，大數據的有些思維模式與傳統統計學認識不盡相同，有一定的前瞻性和先進性，一定要互相融合。很多傳統的統計方法在面臨海量數據時需要革新，很多統計模型也不能應用于復雜形態的數據。比如大數據強調全樣本和效率，從統計抽樣中得到的結論也許是含偏差的，而全部樣本中得到的結論更接近事實，數據越大，對數據的精確性要求也就越低，真實性也就越高。傳統的統計學主要以推斷統計為主，以少量的數據對總體進行精確度的分析，這點是與大數據統計分析思想所不同的。但無論是全樣本還是抽樣，都需要對數據進行分析，而不是簡單的疊加，統計仍然是數據分析的靈魂。其次全數據的概念本身也是相對的，在某些特定場合對于某些特定問題確實可能實現，比如兩個學校的高考成績對比，可采用全部樣本且指標統一。但數據的復雜性使得全樣本覆蓋的范圍也只能是盡可能全和逼近事實，并且大數據的重點方向也不是解決固有問題，而是通過數據研究挖掘數據更大的價值。
2 大數據浪潮下的統計學革新與發展
2.1 統計學必須革新以適應大數據時代的需求
信息社會數據量的指數級增長導致了大數據的出現，在多個傳統統計領域，大數據的應用越來越多，而傳統統計學的陣地逐漸被壓縮。中國很多的統計調查項目都面臨諸多挑戰，普遍存在周期過長的問題。典型如城鎮化、智慧城市建設、政府簡政放權、推進監管、國家統計局四大工程等項目，面臨縱向數據利用、數據來源的整合、快速結果呈現、高精度和可靠性需求等挑戰。[3]簡單而言，使用二十世紀的統計學觀點和方法，很難解決二十一世紀出現的數據分析問題。《大數據時代》一書中提出，大數據時代數據分析必須面臨三種思想轉變：抽樣的思想、數據測量的思想和因果關系思想。[4]具體而言，由抽樣向全樣本轉變，分析與事物相關的所有數據；由精確數據的需求轉為承認和接受復雜但真實性較低的數據；由探求因果關系轉換為關注事物本身的相關關系。endprint
2.2 大數據浪潮同時也是統計學發展的巨大契機
大部分新興學科或科技的出現，除了其思想或技術的前瞻性和先進性外，往往伴隨著實際問題的出現。大數據的出現正是因為數據本身的變化導致了現有數據方式和處理能力無法滿足現實需求，人類必須革新數據共享、存儲、處理和分析模式才能更為深入的認識世界。但大數據的出現同時也反映了數據分析工作的重要性和廣闊前景，新興行業不斷涌現，新型數據不斷生產，計算存儲處理能力不斷提升，越來越多的數據分析需求被提出，這些都為統計學的再次發展繁榮提供了基礎土壤，在部分領域統計學和大數據已經初步融合發展。[5]
3 大數據背景下的統計學教學建議
3.1 適應大數據時代的需求，以培養數據分析人才為目標
統計學專業作為培養數據分析人才的專業，正經歷大數據浪潮的洗禮與沖擊，必須在挑戰中抓住契機，拋棄一些陳舊的專業觀點和教育理念，深刻認識到現代數據分析的復雜性和系統性，不能簡單以工匠精神看待統計學專業教育這一環節，而是以更開放的視角、更前瞻的眼光培養適應大數據時代需求的數據分析人才。從數據分析的應用角度而言，現有的統計學專業更注重對傳統統計學范疇內知識的學習，對統計學的歷史發展變化缺乏了解，對具體行業與統計的結合缺乏實踐，對大數據思維缺乏認識，對與大數據相關的技術缺乏介紹。在教學內容、教學方法、學科融合、行業融合等方面都存在一些不足和短板。從人才培養的角度而言，未來在數據分析領域，需要數據科學家類型的人才，一般認為具備四項素質：數學、統計學、計算機、相關行業知識。[6]要求高等教育直接培養出數據科學家不大現實，但如果不以培養數據分析人才為目標，畢業生就很難滿足大時代社會發展的需求，統計學教育只能是閉門造車，坐井觀天。發展于小數據時代的統計學，在大數據時代難以繼續發揮重要作用。
3.2 整合教育資源推動學科交叉
當前統計數據的生產、來源、形態、存儲等方面都在發生變化，單純依靠傳統統計學的方法手段越來越不現實。數據分析實際涉及到數學、統計學、計算機、高性能計算、數據存儲、行業知識等多個方面的融合。對于統計學專業的教學而言，單純依靠一門學科、一個學院、一個學校的資源越來越難以支撐數據分析的全部教學過程，必須考慮整合現有教育資源，學校之間、學院之間、專業之間互通有無，取長補短，推動統計學與其他學科的交叉融合，全方位培養統計學專業人才的數據分析能力。如北京大學、中國人民大學、中國科學大學、中央財經大學和首都經貿大學組建了協助創新平臺，融合各自的優勢資源，實現以應用統計專業為核心的多學科交叉教育。
3.3 以實際應用為抓手推動行業融合
數據分析工作本身就是一項面向具體應用的學科，一種統計方法是否切實有效，一種統計模型是否科學合理，都需要放到實踐中去檢驗。目前的統計學專業教學更多停留在基礎的理論體系教學、基本統計方法的演示和簡單統計軟件學習上，而脫離了具體行業和真實場景的數據分析，就是無源之水無本之木。墨守成規的高校教育只能使統計學的教學之路越走越窄，也不利于統計學理論和方法創新發展。統計學教育不同于其他學科，必須建立多渠道多層次的實踐平臺，積極投入到實際的行業應用中，以實踐為特點，以應用為目標，緊貼大數據時代的數據特點和統計需求，切實提高教師的科研能力和學生的應用水平。
4 結束語
大數據時代背景下，對數據的理解更深入，應用更豐富，價值更高級。而作為傳統數據分析的主要手段統計學，在面臨諸多挑戰的同時，必須揚長避短，緊盯實踐特色，積極適應大數據特點和行業發展需求，不斷完善理論體系和革新統計方法，抓住大數據的契機順流而上，在國家政治、軍事、經濟、文化建設中發揮更大作用。
參考文獻
[1] Graham-rowe D， Goldston D， Doctorow C， et al. Big data：science？in the petabyte era[J].Nature，2008.455（7209）：8-9.
[2] 邱東.大數據時代對統計學的挑戰[J].統計研究，2014.31（1）：16-22.
[3] 中國人民大學“大數據與應用統計”研究組.大數據時代統計學的重構與創新——首屆“大數據與應用統計國際會議”述評[J].統計研究，2015.32（2）：3-9.
[4] 維克托.邁爾-舍恩伯格，肯尼思.庫克耶.大數據時代：生活，工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013.
[5] 陳建寶，鞠芳煜，禚鑄瑤.大數據時代下的統計學——第五屆中國統計學年會綜述[J].統計研究，2015.32（5）：106-112.
[6] Briddock D.What's a Data Scientist？[J].Micro Mart，2014.
【探析大數據時代背景下的統計學教育論文】相關文章：