作者简介：王晖（1973-），女，黑龙江鸡西人，北京信息科技大学经济管理学院，讲师；段文军（1969-），女，山东蓬莱人，北京信息科技大学经济管理学院，副教授。（北京100192）基金项目：本文系北京下面是小编为大家整理的2023年数据分析课程【五篇】（范文推荐）,供大家参考。
数据分析课程范文第1篇
关键词：财务分析；
大数据；
教学改革
作者简介：王晖（1973-），女，黑龙江鸡西人，北京信息科技大学经济管理学院，讲师；
段文军（1969-），女，山东蓬莱人，北京信息科技大学经济管理学院，副教授。（北京 100192）
基金项目：本文系北京信息科技大学教学提高-专业建设项目（项目编号：5028023501）的研究成果。
中图分类号：G642.0 文献标识码：A 文章编号：1007-0079（2013）25-0111-02
当今时代不断涌现各种新型信息方式，例如博客、社交网络等；
不断兴起各种新技术，例如云计算、物联网等。数据的产生不受任何的限制，数据以前所未有的速度不断增长和累积，大数据时代已经来到。[1]《华尔街日报》认为大数据时代是引领未来繁荣的三大技术变革之一。麦肯锡公司在一份报告中提出数据是一种生产资料。企业每天面对海量的财务数据，如超市的销售记录、银行的交易记录、淘宝网站数千万笔交易记录（产生量超过50TB，存储量40PB①）。企业如能利用这些巨大的数据集挖掘出有价值的信息，那么企业就能掌控下一个创新、竞争和生产力提高的关键。大数据时代，尤其是财务大数据时代，呼唤创新型人才。[2]呼唤具备综合财务分析能力的人才，利用财务大数据为企业创造财富。
如何培养财务分析人才？在财经类高校本科，一般都开设“财务分析”课程，该课程教学目的是培养学生对真实企业进行综合财务分析，并能独立撰写财务分析报告的能力。[3]本文以北京信息科技大学（以下简称“我校”）为例，探讨大数据时代下财务分析人才的需求特点，对高校“财务分析”课程设置的影响，并提出改进“财务分析”课程教学的建议。
一、大数据时代下财务分析人才需求特点
相较于其他类型数据，财务数据更大、更复杂，蕴藏着更多宝贵信息。麦肯锡公司2011年报告推测，利用大数据分析，零售商可增加运营利润60%，制造业设备装配成本会减少50%。[2]在财务大数据环境下，如何整理与统计这些杂乱无章的数据？如何让财务数据开口说话为企业管理者经营决策提供科学依据？朱东华（2013）认为，大数据时代下，传统的数据分析方法已经不再适应当前的数据环境，同时，各种企业对数据的依赖与日俱增，甚至定量分析方法将逐步取代定性分析方法。[4]财务大数据和大量的财务数据分析需求助长了企业对统计和数学背景的人才需求。
可见，大数据时代下财务分析人才应该具备扎实的统计学和数学功底，能够熟练运用定量分析方法分析数据以获取信息，撰写分析报告为企业相关利益人决策提供依据。
二、“财务分析”课程教学现状
张先治（2007）认为，财务分析是财务分析主体为实现财务分析目标，以财务信息及其他相关信息为基础，运用财务分析技术，对分析对象的财务活动的可靠性和有效性进行分析，为经营决策、管理控制及监督管理提供依据的一门具有独立性、边缘性、综合性的经济应用学科。[5]财务分析课程是为我校经济管理学院财务管理专业本科三年级开设的一门专业必修课。学生前期已经学过数学、经济学、会计学、财务管理、统计学等课程。财务分析课程正是在学生掌握前期所学各门课程的基础上，培养学生综合运用所学专业知识，分析判断企业的财务状况，并根据数据分析结果找出企业存在的问题，提出解决方案。[6]为了更好地实现“财务分析”课程教学目的，课程组的老师们经过讨论，决定修改2008级财务管理专业教学计划，将原来课堂教学的方式改为1/2的学时用于课堂教授基本理论，1/2学时用于实践教学。笔者自2011年开始，按照新的教学计划给三届学生讲授了“财务分析”课程。
1.理论教学部分
教材选用东北财经大学出版社出版，张先治和陈友邦主编的《财务分析》（第五版）。该教材体系完整，内容丰富，全书以一家虚拟的ZTE公司为例，演示财务报告分析、财务效率分析和财务综合分析。每章设有案例和复习思考题，该书还有配套的习题集。在课堂教学中，以教材为主线，突出介绍各种财务分析方法的使用，以及根据分析结果得出结论，提出解决方案。
2.实践教学部分
一人一企，边学边分析。每位学生选择一家上市公司作为分析对象，利用学校购买的金融数据库以及相应网络资源，结合所学财务分析理论知识进行上机实验，在Excel内完成数据分析，并将分析结果形成财务分析报告。学生分析判断和决策能力在实战中得以锻炼，教学效果得到改善。
但是，随着大数据时代的来临，外部环境对数据分析能力要求的提升，仅仅学会利用Excel进行水平分析、垂直分析、趋势分析、比率分析和因素分析，已经远远不能满足市场对财务分析人才的需求，学生就业的竞争力无从谈起。结合前面大数据时代下财务分析人才需求特点，我校学生财务分析能力的培养存在着以下问题：
1.学生数据收集、整理和分析能力弱
定量分析方法应用的基础是数据，财务分析人员必须学会从海量的网络资源中搜集并筛选与自己的分析对象和分析目的相关性较强的资料信息，[7]这些资料信息可能是结构化数据，例如金融数据库等；
也可能是非结构化数据，例如网页等。从实践教学环节反映出学生数据收集和整理能力弱，分析其原因主要是：
（1）学生不熟悉对财务分析有帮助的网络资源。搜集有价值的数据需要一定的技巧，其中最为重要的是熟悉一些重要的网站，知道相应的数据应该在哪里找到的概率比较大，做到有的放矢。
（2）学生无法将非结构数据快速地转换成所需的数据形式。类似金融数据库这样的结构数据，学生基本能够筛选出所需信息。但是，对于类似网页这样的非结构数据，他们就只能运用最原始的复制粘贴的方法提炼数据信息，耗时且耗力。2013年2月1日，人保财险执行副总裁王和在中国第七届“保险业管理信息化高峰论坛”上指出，在过去的两三年里，结构和非结构数据发生了本质性的逆转。过去就整个社会来讲，绝大多数的数据是结构数据，而现在非结构数据正呈快速增长的趋势，现在以及未来，非结构数据将占到95%，甚至更多。
“财务分析”课程讲授的基本方法主要是比率分析和因素分析法等。目前，无论是学术界还是业界，研究人员大量使用统计模型进行财务数据分析，例如聚类分析、多元回归、因子分析、时间序列预测法等。因而，我校学生数据分析能力急需加强，尤其是统计学和数学的基础要扎实。
2.学生财务分析报告撰写水平有待提高
财务分析的结果是以财务分析报告的形式展示给企业利益相关人，为其进行财务预测、财务决策、财务控制和财务评价等提供可靠信息。财务分析报告是对企业经营状况、资金运作的综合概括和高度反映。李宝智（2012）认为，报告应具备八要素：准确、完整、可比、用户导向、相关、问题的解决方案、及时和易用。[8]从我校学生提交的财务分析报告看，与上述要求还有很大差距。
三、“财务分析”课程教学改革建议
1.培训网络资源使用
重点介绍几个数据库的使用：
（1）金融数据库。我校购买了两款金融数据库，北京聚源锐思数据科技有限公司金融数据库（http：//）和深圳市国泰安信息技术有限公司CSMAR财经系列研究数据库（http：//）。登陆金融数据库后，输入查询条件即可下载上市公司财务数据，速度快且数据量大，数据格式可以任意选择。
（2）中国资讯行（国际）有限公司高校财经数据库（http：//），INFOBANK于1995年在香港成立，是一家专门收集、处理及传播中国商业、经济信息的香港高科技企业，信息范围涵盖19个领域、197个行业。
（3）国务院发展研究中心信息网（国研网）（http：//.cn）。国研网已建成了内容丰富、检索便捷、功能齐全的大型经济信息数据库集群，包括：六十几个文献类数据库、四十多个统计类数据库等。
网站资源：中国证券监督管理委员会（http：//）、上海证券交易所（http：//.cn）、深圳证券交易所网站（http：//）、巨潮资讯网（http：//.cn）和相关协会网站等。
2.培养数据预处理和建模能力
收集到数据之后，需要对数据进行预处理，利用统计学的理论和方法将数据转换成一个分析模型。[9]学生在统计学、计量经济学课程中，已经完成基本模型理论、SPSS或者Eviews三分析软件的学习。但是，若想实现对大数据的整理和分析，应该掌握R或者Matlab统计分析软件，同时，还要掌握一种编程语言，例如C++、JAVA、C#等。利用编程语言调用统计分析软件，从而实现大数据的分析。另外，建议学生了解Perl语言编程，该语言擅长处理非结构数据。
3.培养文献阅读及财务分析报告撰写能力
数据分析之后，需要撰写财务分析报告，为各方利益相关者的决策提供依据。不同财务分析的目的，形成的财务分析报告具体要求会有所差异，但是撰写财务分析报告的基本步骤相同。首先查阅文献，阅读相关学术文章、财务分析师分析报告、评级机构报告等；
其次，模仿写作，组织财务分析结果，形成报告。此中没有捷径，需多看、多写。
注释：
①1TB 等于1000GB，1PB 等于1000TB。
参考文献：
[1]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，（1）.
[2]邬贺铨.大数据时代的机遇与挑战[J].求是，2013，（4）.
[3]张肖飞.财经类高校《财务分析》课程案例教学改革研究[J].商业会计，2013，（1）.
[4]朱东华，张嶷，汪雪锋，等.大数据环境下技术创新管理方法研究[J].科学学与科学技术管理，2013，（4）.
[5]张先治.财务分析理论发展与定位研究[J].财经问题研究，
2007，（4）.
[6]陈卫军，徐文学，陈平.基于上市公司网上资源的《财务分析》实训教学探讨[J].财会通讯，2012，（2）.
[7]王桢.网络环境下财务分析案例教学方法的改进[J].中国教育信息化，2012，（1）.
数据分析课程范文第2篇
关键词：
“数据结构与算法分析” 课程群 分层实践 分段管控
课程群是对教学计划中有相互影响、互动、有序、相互间可构成完整的教学内容体系的相关几门课程组成一个课程间相互连接、相互配合、相互照应的课程群体[1]。2014年提出建设程序开发类课程群，包括C语言程序设计、C++程序设计、数据结构与算法分析、JAVA程序设计、web程序设计、组件开发技术、软件设计模式七门课程。其中“数据结构与算法分析”课程在整个课程群具有承上启下、举足轻重的地位，决定程序开发类课程群的成效。
一、“数据结构与算法分析”课程的现状
1.课程理论性强，难度大。
调研发现：非计算机专业近80%的学生都感觉课程难，即使计算机专业的有近50%的学生，感觉该课程难学，这种畏惧思想影响学习兴趣。
2.先导课程掌握不扎实，课程推进困难。
教学计划中C++程序设计、实践和该课程分别安排在第2和第3个学期。暑假将两门课割裂了，造成是否介绍先导课的困境。
3.学生动手水平参差不齐，单一的实践安排难以满足不同的需求。
目前，课程的实践安排对所有的学生相同，对于动手强的学生可能在寝室就完成题目，而对编程能力不强的学生可能根本不知该如何下手，久而久之学生就失去开发热情。
4.课程管控不足，课程考核不能反映学生的真实水平。
目前课程的评定以卷面成绩为主，实践证明有些学生根本不会写代码但他却能拿到很高的分数。
二、教学改革措施
1.课程群中相关课程开课时间的精细化安排。
（1）开课时间安排。
C++程序设计包括64上课课时和16实践课时，将C++课程实践调整到第3学期第1周上，而数据结构与算法分析课程从第2周以后开始上，这样就将两门课紧密地衔接起来。这种一门课程一分为二的方法促进了C++课程，同时也保证“数据结构与算法分析”课程的顺利进行。
（2）教学内容及学时分配。
为呼应课程群中的后续课程，该课程内容是贯穿程序设计、软件设计模式的思想和观点。该课程采用面向对象和抽象数据类型观点介绍数据结构，集中体现分解、抽象和信息隐蔽的基本原则，抽象数据类型是中枢，展示信息结构转换的三个重要阶段：数学模型、抽象数据类型、数据结构与算法。其理论教学环节的安排为：数据结构的基本概念（2），表、栈和队列（6），树（8），散列（4），优先队列（7），排序（12），不相交集（4），图论算法（7），算法设计技巧（4），摊还分析（4），高级数据结构（6）；
课内实践的安排：栈和队列（2），表达式树（2），散列、优先队列（2），排序（2），不相交集（2），深度优先搜索应用（2），贪心、分治算法（2），AA树、treap数（2）。
2.课堂教学模式改革
（1）注重启发式教学，建立自主学习、合作学习相结合的教学模式。
为强调思维训练，采用讲、做穿插的授课方式，教师采用示例案例授课时学生采用自主学习模式，是教-做-答疑的互动、有反馈方式。它强调教中实践、实践中思考、交流中提升；
自主学习完后各小组通过“以强带弱、以老带新”的方式合作完成综合实践作业。
具体讲解时，（1）首先引入案例，然后给出C++实现的方法，最后详细展开相应数据结构及操作实现；
（2）一题多解、一题多语，如对同一问题采用不同的数据结构实现方法，对比讲解，多语言实现为拓展作业；
（3）难点分散，如将栈与非递归处理技术分别在栈、二叉树非递归算法、快速排序与归并排序的非递归算法等多处讲解；
（4）图示讲解和动画展示相结合。
（2）标准化教学与微课程教学模式相结合。
为了确保课程的可持续发展，课程采用项目组集体备课、集体讨论、分头准备的方式。课程组骨干教师经过多次讨论后修订了课程教学大纲，形成了标准教案、PPT及算法演示视频。为充分利用学生的课余时间，采用课程微课程化，微课视频一般10分钟左右[2]，选择与生活比较贴近的数据结构（比如栈、队列等）和基础实践内容微课化。
3.项目驱动的分层实践教学模式研究。
教育心理学家发现：学习是累积性的，较复杂、较高级的学习是建立在基础性的学习基础之上的[3]。因此，课程的实践教学以贯穿课程群的项目进行驱动，提出“注重基础、综合应用、提高创新”的三层次实验教学模式，以基础、设计、综合三个方面的实践能力培养为中心，全方位地培养学生的动手能力和创新能力。
基础类实践通常是对教材上所涉及的数据结构及相关操作进行上机验证，要求学生掌握相关数据结构，提高学生的软件设计规范化能力。这类实践通常在介绍完相关知识后以课程作业的方式发放，要求学生在规定时间内完成，教师以晚自习的形式进行个别指导；
设计类实践要求学生对给定的题目进行数据结构的设计及算法实现，题目是从贯穿课程群中的项目案例中切割出来的。实践中我们鼓励学生一题多解，并分析不同解的时、空代价。这类实验通常是课程内实验题目，要求每个学生独自完成，教师全程指导、重点考核；
综合类实践是对C++实践课程中学生已完成题目的重新设计，以小组为完成单位，人员分组原则上是C++实践的人员分组。该类实践培养学生分析、设计实际项目的能力和创新能力。教师对有强烈要求的学生通过答疑的方式进行指导。各小组完成后需要进行结题答辩，答辩中教师会对完成情况进行评价，从而引出后续课程。
4.课程考核与过程控制。
我们采用分段控制的多元化实践考核方式：期末机考30%+基础实践20%（程序代码+报告+随机面试）+设计实践40%（课前准备材料+完成代码+报告）+综合实践10%（报告+答辩）。考核方式强调对课程的过程监控，基础实践的每一次完成情况能够给教师提供重点监控的学生名单，通过晚自习的重点指导确保学生弄懂相关知识点、顺利进行实践课任务，为保证设计实践课的完成质量，要求学生在课前精心准备并提交准备材料。综合实践强调以强带弱，最后通过总结引出下一门课程，从而保持学生长久的学习动力。
三、结语
数据结构与算法设计是程序开发类课程群中最重要的一门课程，其成败直接决定整个课程群的成败。在不影响其他课程下的课程群开课时间微调保证课程的顺利进行；
创新的教学课堂模式激发学生自主式、探索式学习；
项目驱动的实践模式将课程群中的课程更紧密地结合起来；
分层的实践教学满足不同层次学生的需求；
教学过程的管控进一步确保教学的顺利推进。该课程改革对课程群中其他课程改革有积极的作用。
参考文献：
[1]马赛，李方能，吴正国，卜乐平.《信号与系统》课程群的建设与教学改革探索[J].高等教育研究学报，2010.3.
[2]梁乐明，曹俏俏，张宝辉.微课程设计模式研究—基于国内外微课程的对比分析[J].开放教育研究，2013，19（1）.
[3]哈斯.《数据结构》课程中使用逐步演示法进行算法教学的实验研究[D].呼和浩特：内蒙古师范大学，2007.
数据分析课程范文第3篇
1 课程设计部分
1.1 课程目标分析
1.1.1 行为目标
1）学会对EXCEL数据进行排序处理；
2）学会对EXCEL数据进行筛选处理；
3）学会对EXCEL数据进行分类汇总；
4）学会对EXCEL数据进行合并计算；
5）学会对EXCEL数据进行透视表处理。
1.1.2 生成性目标
通过对本节课的学习，学会利用书和网络自学、解决疑难问题的能力。
1.2 学习者分析
本课程的学习对象是高职一年级的学生，学习准备知识差异较大，有的学生因为在中学阶段较多地接触过电脑软件，本课程的内容对他们来说比较简单；
有的学生上网较多，自认为内容很简单，但是实际的内容并没有掌握，而且还不愿意听课，不能发现自己的问题所在；
有的学生虽然学习态度很好，但是学习能力有限，对别人来说很简单的东西也很难学会。
1.3 教学内容的设计
本堂课教学内容的设计有如下特点：
1.3.1 题库式练习题
对学习能力较差的学生来说，教一个例子很难举一反三，而数据处理又是计算机基础中较难理解的部分，所以通过大量的题库式练习题加深他们对数据处理的理解。学习能力差的学生还有一个特点是记忆力也一般，所以多道类似题的重复练习有利于他们掌握数据处理的操作。
所以本课程每个数据处理的知识点都准备了20个相似的例子，供学生上课和课后的学习。
1.3.2 题库难度分级
难度分级适合差异化学习的实现。在基本知识部分学习完之后，学生可以在题库中选择巩固知识部分或者进阶知识部分。
例如排序部分，基本知识部分就是掌握一般的“主要关键字”和“次要关键字”、“升序”和“降序”的选择，进阶知识部分就是掌握按笔画排序。合并计算部分，大家普通反应比较难，基本知识部分就是掌握如何依样画葫芦做出题库中已经设置好的题目，进阶部分就是知道什么样的情况能合并，什么样的情况不能合并等等。
1.3.3 注重趣味性、实用性
这个趣味性不是指花里胡哨的动画情节，不是生硬拼接的其他外在的趣味性，而是追求知识本身内在的让学生觉得有意思的部分。
计算机发展快、计算机教材更新快是计算机教学普遍存在的现实，因而在教材中可能出现一些不严谨的地方。例如教学生在教材中找教材的漏洞、错误，就是一个让学生觉得很有趣的事情。因为中学阶段他们都习惯了教材的完美、严谨，在大学一年级突然有老师告诉他们教材编写的时候也可能漏掉一个步骤，很多学生都很兴奋。然后进阶部分复杂的问题仅仅用书上教的方法做不出来，也需要通过网络去自己寻找答案。
1.4 学习资源的设计
学习资源是指学习者在学习过程中可以利用的一切显现的或潜隐的条件。在本空间教学课程中，学习的呈现主要依靠教师演示以及空间存放两个部分。
1.4.1 结构化学习资源的设计
包括教师的教案、讲义、幻灯片，以及空间中的教学视频。这是常规教学的部分。
1.4.2 非结构化学习资源的设计
学习者在学习过程中，通过与教师和其他学习者之间的交互，会产生大量蕴藏着个人与集体智慧的信息，如同步或异步交流记录、博客、WIFI等，他们是非结构化学习在网络课程中最主要的形式，对于培养学习者的高级认知能力具有不可替代的作用。
非结构化学习资源的设计主要依靠教师空间和学生空间来实现。
1）网络教师 主要靠空间中教师和学生的留言板来实现。
2）学习伙伴 靠学生空间中的群组和留言板来实现。
3）教师空间资源 存放着不仅仅是当次可能的相关教学资源，还有一些扩展学习的资料。
4）学生空间资源 学生可以存放自己的学习笔记。
1.5 教学策略的设计
教学策略是指建立在一定理论基础上，为实现某种教育目的而制定的教学实施总体方案，包括合理选择和组织各种教学内容、材料、建立师生行为程序等内容。
本课程在讲授部分主要采用示范—模仿教学策略。教师演示每种数据处理例题的做法，学生模仿；
教师演示如何通过半封闭的空间来进行学习以及小组讨论，学生模仿；
教师演示如何通过互联网来寻找答案，学生模仿。
在基础知识讲授结束后，采用分组协作学习策略。学生分组，有继续学习巩固知识部分组合学习进阶知识部分组。布置任务后，通过课堂讨论、竞争、协同、伙伴等多种方式完成协作学习。
1.6 学习评价设计
在学生的空间中建立学习文件夹。内容包括学生个人当天的练习题结果，小组的分组学习结果，学生收集的反应学习过程和学习进步的各类学习成果。
教师在空间中进行诊断性评价。教师不仅在空间中给学生习题的结果打分，还根据学生的学习状况给出对学习过程的分析和评价，从而给出最有效的建议。
2 空间教学在这堂课中起到的作用
2.1 空间教学让个别化学习得以实现
学生基础不一是计算机基础教学中表现的特别明显的问题。有了空间中的教学资源，在学生的基本教学内容结束之后，学生可以在空间中选择适合自己需要的学习内容。当学生按照自己的能力进行学习，积极主动完成课题并体验到成功的快乐，能获得最大的学习成果。
2.2 空间教学让非结构化学习得以实现
根究知识的复杂性，斯皮罗等人将知识划分为结构性知识领域和非结构性知识领域。所谓结构性知识，是指有关某一主题的事实、概念、规则和原理，他们之间是以一定的层次结构组织在一起的。非结构性知识，则是将结构性知识应用于具体问题情境时产生的，即有关概念应用的知识，这意味着，结构性领域的同一个概念应用在各具体实例中，其内涵将表现出一定的差异。
传统的教学模式，因为其封闭性，往往只能侧重结构化知识的学习，而不得不忽略非结构性知识的学习。而空间中丰富、海量的信息，非常有利于非结构性知识的建构。
参考文献：
[1] 何克抗等编著，教学系统设计.北京师范大学出版社，2002.
[2] 武法提.网络教育应用.高等教育出版社，2003.
数据分析课程范文第4篇
关键词 情境认知 数据分析 教学探究 分析方法
中图分类号：G424 文献标识码：A
在传统的数据分析教学研究中，人们总是试图走通两条道路，一条是做好理论假设，带着理论去研究实践；
另一条是从大量的实践研究中提升理论。结果往往是走第一条路的研究者将实践“形式化”、“刻板化”；
而走第二条路的研究者则往往将教育研究“简约化”，从一线实践中获得的丰富经验非但没有上升到理论，反而在理论“提升”的过程中将大量的“经验”过滤掉了。数据分析课程教学是建立在数学学科基础上的，整个教学过程就是学生在一个“宏情境”中，独立地识别问题、提出问题、解决真实与复杂的数学问题的全过程。无论是教师在课堂中的角色、课堂中教学策略的运用、数学学习与其它学科的整合，还是学生所要解决问题设计的层次性，都具有较强的科学性和目的性。情境认知学习理论是20 世纪80年代中后期形成的重要的学习理论，上世纪90年代之后，情境认知理论开始渗透到教育研究的各个领域。情境认知学习理论认为，学习的实质是个体参与实践并与他人、环境等相互作用的过程，是个体形成实践活动的能力、提高社会水平的过程。①国内外学者对情境认知与学习的教学模式的研究硕果累累，可对在数据分析课程中运用的研究目前作者没有看到相关的文献。基于数据分析课堂教学的本质特点，我们的课堂教学研究如何做？如何使情境认知学习的教学模式研究真正走进数据分析课程教学？围绕这些问题，笔者从下面五个方面来探究数据分析的教学过程。
1 选取经典案例，引起学生对数据来源与背景分析的重视
数据不等于数字，数据是具有内涵的数字，它隐含着人们事先不知道但又有用的信息。作为一个数据分析学习者，解决问题的时候必须考虑数据的来源与背景，下面的故事充分说明了数据来源的重要性（读者.2005.22）。一天，乔治在删除垃圾电子邮件时发现了一个标题：惊人的足球杯预测。他好奇地打开了它：亲爱的球迷，我们的统计学家已经设计出了准确预测足球比赛的方法，今晚英国足球杯第三场比赛是考文垂队对谢菲尔队，我们以0.95的概率预测考文垂队获胜。乔治看后一笑。晚上考文垂队果然获胜。三周后乔治又收到了那人的邮件：上次我们成功地预测了考文垂队获胜，今天考文垂队要和米德尔斯堡队相遇了，我们以0.95的概率预测米德尔斯堡队获胜。考文垂队强于对手，那天晚上却发挥不好，双方打成平手，但在加时赛上米德尔斯堡队奇迹般地获胜了，乔治心中一震。一周后，那人的电子邮件预测米德尔斯堡队将败给特伦米尔队，结果果然如此。接下来的四分之一决赛前，那人的邮件预测特伦米尔队胜陶顿亨队，结果也是如此，四次预测都成功了，乔治大吃一惊。乔治再次收到电子邮件：现在你大概知道了我们的确能够预测比赛的结果，实际上我们买断了一位统计学家的研究专利，能够以0.95的概率预测足球比赛的正确结果。今晚的半决赛中，我们以0.95的概率预测阿森那队打败伊普斯维尔队。晚上阿森那队在比分落后的情况下分歧直追，最终获胜。第二天，电子邮件又来了：我们已经五次预测成功，现在希望和你做一笔交易，你支付200磅，把一个月内所关心的比赛和球队告诉我们，我们将以0.95的概率为你预测胜负。200磅不是小数目，但是如果能预知结果，就可以从商手中赚回20万。乔治心中盘算：如果发邮件的人只是猜测胜负，则5次都猜对的概率仅为2-5 = 0.0313，于是以0.9687的概率否定他是在猜测，于是支付了200磅。实际上这些骗子先发出8000封电子邮件，一半预测甲胜，一半预测乙胜，于是有4000人得到正确的预测，第二次只给上次得到成功预测的4000人的发电子邮件，依次类推，五次预测以后得到8000/25 = 32人，如果这250人中有100人付钱，就可以骗到20000磅，乔治就是其中一个。
关于美国选举的例子：谁会在1936选举中获胜，兰登还是罗斯福？《文学文摘》送出一千万份问卷（返回二百四十万份）后，预测兰登会赢；
而盖洛普只问了五千人说罗斯福会赢。最后罗斯福和盖洛普赢了，《文学文摘》倒闭了。为什么出现这样的结果，究其根源在于数据的来源。通过类似这些情境的设置，使学生意识到要想准确地进行数据分析，必须重视数据的来源与背景。②
2 讲解各种数据分析方法时要提供丰富的有意义的情境
学习的情境对提高知识的迁移非常重要，研究表明：复合而丰富的学习情境更有利于学习迁移的产生。在单一情境中被传授的知识与在复合情境中被传授的知识相比不利于产生灵活迁移。在复合情境中，学生更有可能去概括方法的相关特征，形成对知识更灵活的表征。然而当一个问题是在复合的情境中讲授，并带有演示其广泛应用的例子时，人们就更有可能分离出方法的相关特征，并形成知识的灵活表征。③比如在讲解主成分分析时可以举例：如何理解不同机构得出的大学排名结果？如何对学生成绩进行综合评价？如何理解各地的经济排名等等。从而引申出主成分分析是在降维的思想下产生的处理高维数据的统计方法。通过构造原变量的适当的线性组合提取不同信息，主成分分析着眼于考虑变量的“分散性”信息。再比如，在讲解判别分析时可以举例：信用问题中，如何根据公司的财务和商业资料来判断一个公司的信用等级？工业中，如何根据产品的一些测量指标判别产品的质量等级？经济学中，如何根据人均国民收入判断一个国家的经济发展程度？医学诊断中，如何根据病人的化验结果和病情征兆判断病人患哪种疾病？气象学中，如何根据已有的气象资料判断未来的天气情况？地质勘探中，如何根据地质结构、化探和物探的各项指标来判断该地的矿物类型等等。从而引申出判别分析处理的问题往往包含较大量的数据资料，且其数量指标往往是多元的。判别分析是一种有效的多元数据分析方法，它能科学地判断样品的类型，在纷繁的数据中揭示内在的规律，使人们对所研究的问题做出正确的判断。④在生产、科研和日常生活中，我们经常会遇到各种各样的问题，这为各种数据分析方法提供了丰富的情境，在课堂教学中要加强情境的供应。
3 理论方法的讲解要与情境认知有机结合起来
理论与应用并重，既要重视理论方法，也要重视应用模型解决实际问题。如何由情境问题恰当地归纳出数据分析的理论方法，再将数据分析方法正确地应用到实际中，是我们教学中必须高度重视的问题。对于理论方法，重点是思路，同时要注意各种分析方法的相互关系及综合运用。比如相关分析和回归分析是研究现象之间相关关系的两种基本方法。所谓相关分析，就是用一个指标来表明现象间关系相互依存的密切程度，相关是解决客观事物或现象相互关系密切程度的问题，回归则是用函数的形式表示出因果关系。在医学上，许多现象之间都存在着相互联系，例如身高与体重、体温与脉搏、年龄与血压、钉螺与血吸虫感染等。而有些事物的关系是互为因果的，如上述钉螺是因，感染血吸虫是果；
但有时因果不清，只是伴随关系。例如父母的兄弟，兄高，弟也可能高，但不能说兄是因、弟是果，这里不是因果关系，而可能与社会条件、家庭经济、营养、遗传等因素有关。
4 将情境认知教学模式运用到软件教学中去
数据分析这门课程除了要让学生掌握必要的理论知识外，还要培养他们运用相关软件在计算机上进行统计分析的能力。数据分析涉及大量数据的处理工作，需要借助统计软件完成，学软件的最好方式是在使用中学。2013年10月我院学生赴上海参加了“2013年中国高校SAS数据分析大赛”上海赛区的初赛，这次比赛充分带动了学生学习的积极性，比赛所起到的推动作用远远高于一般实验所起的作用，所以我们通过缩减验证性实验次数，增加综合性实验次数，给学生一些与实际生活密切相关的问题，让学生自己去面对问题，包括数据搜集、数据处理、数据分析、图表分析、问题结论分析等内容，进行实验教学改革。实验结束后通过班级比赛、院系比赛、学校比赛、全国比赛层层选拔的方式，激励学生学习及检查学生学习的效果，使学生意识到自己的不足，查漏补缺，从而带动学生学习的积极性。通过这种教与练相结合的方式，学生不仅能较好地掌握各种数据分析方法的分析过程，加深对基本理论的理解，还增强了学习的兴趣、信心和分析解决问题的能力。
5 将情境认知教学贯穿于输出结果的分析与解释中
情境认知教学模式要求学生在教师的指导下，通过自己的努力发现问题、分析问题和解决问题，这个过程不仅是知识的运用， 更主要的是能力的培养， 要学会分析问题的思路和解决问题的方法。学生在教学过程中的角色也要从听话转变为对话，这种转变对于学生探究意识和创新能力的培养是非常有利的。在数据分析课程中，理论知识的传授和实验能力的培养归根到底都是为了解决实际问题，各种软件输出的结果只能是数字或图表，要想解决实际问题，学生必须对输出结果进行分析、解释，因此必须培养学生合理解释所得到结果的能力。为了培养学生的这种能力，教学中我们经常组织学生进行讨论，比如在对主成分分析的结果进行解释时，首先从学生关心的问题开始，让他们对输出结果进行讨论，在引起学生兴趣的同时加强输出结果模式的解释，在其间采用引导、启发的教学方式让学生的思考逐步向准确答案靠近，然后逐步转向理论化的问题。通过课堂讨论不仅可以调动学生的思维，活跃课堂气氛，而且可以在潜移默化中培养学生对所得数据结果进行合理解释的能力。⑤
情境认知教学模式对培养学生的综合能力、形成理论与实践相结合的知识结构具有非常重要的作用。因此在数据分析课程的教学中要充分运用情境认知教学模式，在真实、互动的情境中学习，必定比传统的课堂教学来得生动有趣，而且能灵活应用。
注释
①③王文静.基于情境认知与学习的教学模式研究[D].华东师范大学，2002.
② 黄奇杰，蔡罕.社会调查方法概论[M].杭州：浙江大学出版社，2007.8.
数据分析课程范文第5篇
【关键词】技能大赛；
人才培养方案；
课程建设；
课程思政
职业技能大赛可以全面培养大学生综合素质，提高大学生专业技能水平，国内高职院校有职业技能大赛引领高职专业教学改革［1～2］、职业技能大赛对课程教学改革的支持［3］、职业技能大赛对实训教学改革的支持［4］、职业技能大赛对创新教育的支持［5］等多方面的研究。改革实践研究表明，职业技能大赛与教学相融合的模式可以提升学生综合能力和教师实践能力，推动实验室建设和教学改革实施，促进工学结合。本文主要以“商务数据分析与应用”高职技能大赛为依托，研究赛项规程和各种资源，从而促进大数据技术专业教学改革。分析赛项规程，融入人才培养方案、课程标准、课程思政建设等方面，实现赛项成果推广应用。
一、专业课程改革总体思路
按照人才培养方案改革、课程改革、课程思政改革、创新创业教育改革的思路，深入挖掘赛项资源，在专业中落地。（一）技能大赛规程在人才培养方案中落地。数据分析是近几年来应用范围不断扩大的朝阳产业技术，信息管理、数据处理、智能制造、电子商务、金融财务、物联网、电子政务等专业领域都大量融入与渗透有关数据分析与应用内涵，引发复合型技术技能型人才培养的新需求。赛项聚焦数据分析核心技术，考查学生使用合适数据分析方法和工具进行数据分析的核心技能点。对应的职业岗位及岗位群包括数据中心运维管理、数据采集处理、数据分析、数据挖掘、数据可视化、售前售后、技术支持等应用型岗位。大数据技术专业培养大数据分析、大数据平台运维、数据可视化等岗位的人才，与赛项对应的职业岗位相匹配，因此需要研究如何把赛项规程融入到大数据技术专业的人才培养方案中。在知识目标、技能目标、素养目标中体现大赛要求，在课程体系、实践课程中融入大赛规程。（二）技能大赛规程与1＋X证书要求融合，在课程中落地。赛项按照真实数据分析项目设置，围绕数据分析相关岗位实际工作过程进行设计，覆盖训练数据采集、数据处理、数据分析、数据挖掘、数据可视化等标准工作过程，赛项内容涵盖企业数据分析相关工作岗位的主要岗位技能。体现以数据分析为核心的大数据技术的应用。1＋X“大数据分析与应用职业技能等级”证书要求学生具备大数据分析、数据挖掘、大数据运营等工作领域的基本能力。能完成数据清洗、加工、同步、集成、开发，数据可视化，制作数据分析报表，根据实际业务输出大数据分析解决方案；
更进一步能独立完成数据提取，构建用户数据模型，挖掘用户属性及用户喜好等需求，为个性化产品推荐提供支持，能构建产品、运营及活跃用户行为评估体系，通过数据分析对产品、运营、市场提出建议并推动实施；
能进行市场调研，对用户行为进行分析，通过海量数据的挖掘和分析，形成报告。赛项要求与1＋X证书要求是一致的，大数据技术专业为满足数据分析岗位要求，开设了《Python数据分析》《数据可视化》《大数据分析与应用》等三门课程，培养的岗位技能与赛项规程、1＋X证书要求一致，因此需要研究如何把赛项规程和1＋X证书要求相融合，融入到三门课程中，从课程目标、课程资源、授课方式、课程内容等方面改造专业课。（三）技能大赛规程在课程思政建设中落地。赛项采用国际主流先进技术，符合数据分析行业相关技术标准和工作规范，直接与市场同步，与产业前沿技术水平的对接。因此赛项规程具有标准性、规范性、前沿性等特点。把赛项要求的规范操作能力、综合分析能力、团队协作能力等职业素养融入到专业课程中，完善专业课的课程思政建设，培养学生良好的职业素养。（四）技能大赛规程在创新创业教育中落地。赛项选取真实的业务分析应用场景，培养学生发现问题解决问题的能力，能利用大数据技术进行分析、决策。创新创业教育融入专业课的思路也是从数据挖掘、数据清洗等环节获取项目的基础数据，从数据分析、数据可视化等环节完成数据分析，在数据分析基础上进行创业方向的选择、细分市场的选择，帮助学生完成商业计划书。因此赛项数据资源、数据分析的方法都可以融入到双创教学中，在专业课、创新创业教育课中加以应用，培养学生双创能力。
二、专业课程改革措施
（一）完善人才培养方案。赛项规程如表1所示。 赛项规程融入人才培养方案，从培养规格、课程体系、实践环节等方面入手，完善人才培养方案。赛项结合数据分析行业相关岗位实际工作过程、数据分析在行业的应用，总结出比赛规程，选取有代表性和可操作性的技能知识作为赛项方案，将专业知识与操作技能结合在一起，兼顾知识、技能和市场需求。通过分析赛项规程，提炼出知识、能力、素养目标，丰富实践环节，完善人才培养方案。（二）完善专业课程建设。为满足数据分析岗位要求及1＋x“大数据分析与应用职业技能等级”证书要求，开设了《Python数据分析》《数据可视化》《大数据分析与应用》三门课程。赛项促进课程建设包含以下两方面研究内容。1．案例资源库建设。课程将建立数据资源库，汇聚各类数据平台的数据资源，赛项采用真实的案例数据，所用数据集也将作为资源库的一部分。2．课程标准建设。分析赛项要求、1＋X证书要求、岗位要求，提炼出三门课程的课程目标。赛项围绕数据分析相关岗位实际工作过程设计比赛内容和比赛流程，设计电商平台用户数据清洗与可视化分析的流程。对数据清洗预处理，再导入数据分析与应用实训平台的数据分析可视化平台，进而分析用户的基本特征、消费特征、行为特征等情况，最后对电商平台营销扩展等运营决策给出建议。对此设计了商业数据分析设计、数据清洗、数据分析、制作可视化仪表盘、撰写数据分析报告等任务环节，每个任务包含若干子任务。上述设计符合行业规范、岗位工作流程，也是1＋X证书考核内容。在专业课程标准中，参考赛项要求，划分工作项目、设计工作任务、丰富训练内容。通过课程学习，实现人人可比赛，人人能考证的良好学习氛围。（三）促进课程思政建设。专业课的课程思政建设明确了课程思政建设目标，职业素养的培养是课程思政建设的一项内容。职业素养是指遵守职业内在的规范和要求，在职业过程中表现出来的。它包含职业技能、职业道德和职业意识等方面的综合品质。当前，职业教育强调培养知行合一、德技并修的高技能人才。这就要求我们要在培养学生的坚定理想信念、厚植爱国主义情怀、加强品德修养、增长知识见识、培养奋斗精神、增强综合素质上下功夫，使学生既具有较高的技术技能水平、又具备良好的职业素养。赛项规程要求学生操作规范性、专业性、协作性、能力综合性，要求较高的职业素养。需要进一步研究分析赛项对职业素养的要求，在三门专业课的课程思政建设中挖掘职业素养思政案例，设定思政目标。在任务中融入职业素养思政元素，完成课程思政建设。通过挖掘赛项思政要求，融入课程思政建设，培养学生踏实严谨、耐心专注、吃苦耐劳等优秀品质，具有大数据分析相关职业技能、职业道德、职业意识，具有“精益求精，追求卓越”的工匠精神，心系社会并有时代担当的职业情怀。（四）促进创新创业教育建设。创新创业教育建设需要改进专业核心课程，将创新创业意识融入其中，以实际案例为依据，培养学生发现问题解决问题的能力。赛项规程也包含创新创业能力的培养。从数据挖掘、数据清洗、数据分析、数据可视化、商业决策等环节培养双创能力。因此需要研究如何将大数据分析流程融入到创新创业教育中，将创新的教学理念和教育方式嵌入到创新创业教育课程建设中。通过将赛项任务和流程融入创新创业教育建设，科学合理地规划创新创业教育课程，使双创教育采用正确的方法，培养学生发现问题、定位客户群、制定计划、制定营销策略的多重能力。赛项案例也能丰富专业的双创案例库。
三、结语
赛项成果推广是职业院校技能大赛的一项要求。充分挖掘赛项规程和比赛内容，从人才培养方案、大数据分析方向课程改革、课程思政建设多方面挖掘赛项成果，真正做到推广应用。赛项内容体现了前沿技术与产业应用的融合，引导高职院校紧跟技术的发展和新型产业对人才的需求，及时调整和改革专业人才培养方案。对赛项规程和比赛内容进行分析，使得课程设置及教学计划的实施有了参考依据。在课程模块的设计上可以参照赛项规程和比赛内容，以新技术发展趋势和产业岗位对人才的需求为依据，划分任务，设计教学内容。赛项规程和比赛内容是创新创业的前端环节。以此比赛为契机，将专业知识整合并有效利用，服务于创新创业项目。
【参考文献】
［1］陈颜．职业院校技能大赛引导专业教学改革的研究［J］．工业和信息化教育，2020，12
［2］余婕．基于职业技能大赛的高职电子商务专业教学改革实践［J］．武汉工程职业技术学院学报，2020，12
［3］沈东生．“赛、课、教”融合教学模式探析———以“宴会设计与管理”课程为例［J］．辽宁科技学院学报，2020，12
［4］周铁．国际商务实训教学改革探析———基于信息化与职业技能大赛融合的视角［J］．北方经贸，2021，1
