论文部分内容阅读
【摘要】针对大数据环境下我校统计学专业的《时间序列分析》课程的教学情况，结合作者讲授该课程的经验，从该课程的教学理念、教学内容、考核方式等方面阐述了《时间序列分析》这门课的教学模式的改革。
【关键词】大数据环境 时间序列分析 教学内容 教学方式 考核方式
【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089（2016）37-0249-02
随着大数据时代的到来，给统计学带来了机遇和挑战。《时间序列分析》作为统计学专业一门针对动态数据进行观察、研究，寻找数据内在发展变化规律，建立合适统计模型，以此预测其将来的走势的专业课程。当前，该课程传统的教学模式已不再适应大数据时代的信息爆发式增长的要求，这就要求对《时间序列分析》的教学模式进行探索与改革，以适应大数据时代的到来。
1.《时间序列分析》课程教学存在的问题
作者根据实际教学经验，发现《时间序列分析》，那么课程教学主要存在以下的问题：（1）教学理念重理论轻实践；（2）教学内容以理论知识为主，没有重视案例教学；（3）不注重统计软件的使用；（4）考核方式以单一的灌输方式为主。本文将要根据这些问题，提出解决的方法。
2.教学模式改革的措施
2.1 转变教学理念
随着大数据时代的到来，《时间序列分析》的教学进入一个崭新的领域，如果我们依然使用传统的教学模式，培养出来的人才这就很难适应大数据时代发展的要求。因此教师要转变传统的重理论轻实践的教学思想，在掌握理论知识的基础之上，加强实践环节的学习，重点提高学生分析问题与解决问题的能力。
2.2 注重案例教学及实践教学
针对学生喜案例烦理论的特点，以及为了培养学生分析与处理大数据问题的能力，并且能把分析与预测的结果运用到解决实际问题，在教学过程中，我们要选择真实的、具体的大数据相关案例，帮助学生了解时间序列分析的应用，加深学生对《时间序列分析》理论和方法的理解与运用。因此，在教材方面选择的是王燕主编的《应用时间序列分析》， 该书有大量的案例和实际数据，而且这些案例难易度适中。
与此同时，也要选择合适的实例让学生在实践课上练习。案例和数据的来源可从国家统计局以及各地区、各部门统计网站，或者学生自己收集金融、医药、工农业等各个行业的数据。
2.3 注重统计软件的应用
《时间序列分析》是针对动态数据进行观察、研究、建模、预测的一门课程，因此，《时间序列分析》这么课程就必须掌握一门统计软件。SAS由于其可以采用任意方式处理数据以及拥有全球一流的数据仓库功能，使得成为统计软件的首选。当前很多《时间序列分析》教材都配有SAS软件与课程结合学习方法，因此在课堂教学之余，应注重学生上机练习，增强对SAS软件的熟练度。
2.4 转变考核方式
《时间序列分析》是一门应用性很强的学科，因此，该课程的考核方式不应用只停留在闭卷考试的层面上，要多方面地考察学生的学习情况。评价学生学习情况的内容有：
（1）课堂表现及作业完成情况占10%，其中课堂表现包括出勤率、回答问题的积极性等；（2）实验报告占10%，让学生练习一些基本的、有针对性的习题，结合上机操作，对数据进行分析与预测，形成实验报告；（3）课程论文占20%，针对《时间序列分析》课程的特点，学期末撰写小论文，用实际数据，根据大数据的数据特点，用时间序列模型解决；（4）期末闭卷考试成绩占50%。
3.结束语
大数据时代，每门学科的相关知识或者衍生知识已出现指数级的增长，在这种情况之下如何上好《时间序列分析》这门课程、如何让学生学好这门课，如何培养学生操作能力、独立思考能力以及应用能力，还有很长的路要走。我们应该积极地顺应大数据潮流应势而为，化挑战为机遇主动适应大数据时代统计教育的需求，积极引导教师参加统计教改活动，提高教师整体的统计教学水平，相信通过我们的不断改革与实践，一定会取得更加理想的教学经验。
参考文献：
[1]王燕.应用时间序列分析[M].第三版.中国人民大学出版社，2012.
[2]苑飛，申菊梅.时间序列分析课程建设的探索与实践[J].数学学习与研究（教研版），2009（2）：96
[3]徐宝，腾飞.新形势下时间序列分析课程的教学改革探索[J].吉林师范大学学报，2011（2）：140-142.
【关键词】大数据环境 时间序列分析 教学内容 教学方式 考核方式
【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089（2016）37-0249-02
随着大数据时代的到来，给统计学带来了机遇和挑战。《时间序列分析》作为统计学专业一门针对动态数据进行观察、研究，寻找数据内在发展变化规律，建立合适统计模型，以此预测其将来的走势的专业课程。当前，该课程传统的教学模式已不再适应大数据时代的信息爆发式增长的要求，这就要求对《时间序列分析》的教学模式进行探索与改革，以适应大数据时代的到来。
1.《时间序列分析》课程教学存在的问题
作者根据实际教学经验，发现《时间序列分析》，那么课程教学主要存在以下的问题：（1）教学理念重理论轻实践；（2）教学内容以理论知识为主，没有重视案例教学；（3）不注重统计软件的使用；（4）考核方式以单一的灌输方式为主。本文将要根据这些问题，提出解决的方法。
2.教学模式改革的措施
2.1 转变教学理念
随着大数据时代的到来，《时间序列分析》的教学进入一个崭新的领域，如果我们依然使用传统的教学模式，培养出来的人才这就很难适应大数据时代发展的要求。因此教师要转变传统的重理论轻实践的教学思想，在掌握理论知识的基础之上，加强实践环节的学习，重点提高学生分析问题与解决问题的能力。
2.2 注重案例教学及实践教学
针对学生喜案例烦理论的特点，以及为了培养学生分析与处理大数据问题的能力，并且能把分析与预测的结果运用到解决实际问题，在教学过程中，我们要选择真实的、具体的大数据相关案例，帮助学生了解时间序列分析的应用，加深学生对《时间序列分析》理论和方法的理解与运用。因此，在教材方面选择的是王燕主编的《应用时间序列分析》， 该书有大量的案例和实际数据，而且这些案例难易度适中。
与此同时，也要选择合适的实例让学生在实践课上练习。案例和数据的来源可从国家统计局以及各地区、各部门统计网站，或者学生自己收集金融、医药、工农业等各个行业的数据。
2.3 注重统计软件的应用
《时间序列分析》是针对动态数据进行观察、研究、建模、预测的一门课程，因此，《时间序列分析》这么课程就必须掌握一门统计软件。SAS由于其可以采用任意方式处理数据以及拥有全球一流的数据仓库功能，使得成为统计软件的首选。当前很多《时间序列分析》教材都配有SAS软件与课程结合学习方法，因此在课堂教学之余，应注重学生上机练习，增强对SAS软件的熟练度。
2.4 转变考核方式
《时间序列分析》是一门应用性很强的学科，因此，该课程的考核方式不应用只停留在闭卷考试的层面上，要多方面地考察学生的学习情况。评价学生学习情况的内容有：
（1）课堂表现及作业完成情况占10%，其中课堂表现包括出勤率、回答问题的积极性等；（2）实验报告占10%，让学生练习一些基本的、有针对性的习题，结合上机操作，对数据进行分析与预测，形成实验报告；（3）课程论文占20%，针对《时间序列分析》课程的特点，学期末撰写小论文，用实际数据，根据大数据的数据特点，用时间序列模型解决；（4）期末闭卷考试成绩占50%。
3.结束语
大数据时代，每门学科的相关知识或者衍生知识已出现指数级的增长，在这种情况之下如何上好《时间序列分析》这门课程、如何让学生学好这门课，如何培养学生操作能力、独立思考能力以及应用能力，还有很长的路要走。我们应该积极地顺应大数据潮流应势而为，化挑战为机遇主动适应大数据时代统计教育的需求，积极引导教师参加统计教改活动，提高教师整体的统计教学水平，相信通过我们的不断改革与实践，一定会取得更加理想的教学经验。
参考文献：
[1]王燕.应用时间序列分析[M].第三版.中国人民大学出版社，2012.
[2]苑飛，申菊梅.时间序列分析课程建设的探索与实践[J].数学学习与研究（教研版），2009（2）：96
[3]徐宝，腾飞.新形势下时间序列分析课程的教学改革探索[J].吉林师范大学学报，2011（2）：140-142.