互聯網背景下時間序列分析課程教學的研究探討

黎慶瑩 牛曉陽 孟佳

摘 要：時間序列分析是一門對縱向數據建模分析的應用型課程，能夠非常有效地處理時間序列數據，在“人工智能+互聯網+教育”的新形勢下，豐富多樣的教學資源和學習途徑涌現，有必要進行教學改革，更新數據分析能力的培養模式，更好地適應大數據形勢的發展。文章從思政元素、師資隊伍、教學方式、教學內容、實踐能力五方面對該課程的教學改革作出嘗試，力圖完成課程價值塑造、能力發展和知識教導三位一體的教學目標。

關鍵詞：時間序列;互聯網+教育;課程思政

中圖分類號：G64? ? ? ? ? 文獻標識碼：A? ? ? ? ? 文章編號：1673-9132（2022）22-0006-02

DOI：10.16657/j.cnki.issn1673-9132.2022.22.002

在新時期背景下，微課、慕課、網課、翻轉課堂、教育云資源等新穎而豐富的教學形式涌現，學生可以利用多種網絡途徑和聽課形式進行個性化學習[1]，《時間序列分析》課程正是以數據為基礎展開分析，大數據的時代浪潮對于此課程既是機遇又是挑戰，我們必須順應社會的發展進行相應改革，從而培養出能有扎實技能、能適應時代需求的一批學生。

一、課程教學改革實踐

（一）融入思政元素

《時間序列分析》課程的改革應該融合思政元素，既要注重課本知識的講授，提高學生的實用技能，又要積極展開思政課程建設，培養學生的學術道德和思想覺悟，為教導出高標準、高素質的人才而努力。在時間序列開展思政課堂時不能生搬硬套，必須與知識點自然融合，增加學生對思政元素的接受度。比如，在異方差波動模型這一章節，講到“用普通最小二乘法估計方差非齊數據的模型參數是錯誤的，須加入波動率模型消除這個弊端”時，可引入直面困難、敢于探索的思政觀點和事跡，培養學生樹立追求真理的人生觀和堅定不移的意志。再比如，在利用動態數據進行統計建模分析時，可引入思政的觀點：“統計是靜止的歷史，歷史是流動的統計”，通過人口數據、土地數據、稅收數據等數據能呈現我國翻天覆地的變化，見證中國的綜合國力和人民的生活水平的顯著提升[2]。這些真實的國家統計數據就是最好的思政教育載體，讓學生更加堅定中國特色社會主義自信，培養學生的愛國精神。

（二）建設師資隊伍

有了良好的教師團隊才能更好地開展教學改革，提高授課質量，所以必須通過多種途徑提升教師自身的能力，培養結構合理、業務能力強、具有創新精神的師資隊伍。

第一，實施有效的教師培訓。組織教師參加高校間的聯合培訓;定期參與課程教學范式改革和課堂教學研究，學習優秀公開示范課的教學經驗;團隊內每月召開教學討論會和研修班，為教師搭建學習交流的平臺。第二，完善先進的績效評估體系。鼓勵教師與企業進行合作，并把參與生產的項目成果作為績效評估的獎勵?；ヂ摼W背景下客戶數據爆炸式增長，企業使用的數據分析工具也在不斷進步，高校教師參與到企業項目中會增強其對商業轉化過程的理解，增加與企業生產接軌的數據加工能力，將其整合到教學過程后，能增加學生參與企業項目的實踐經驗，培養適應市場經濟發展的學生。第三，建立“雙師型”教學?！稌r間序列分析》課程的應用性較廣，因此可在后半段增加課程設計部分，給每位學生從合作的公司中選出經驗豐富、專業技能過硬的人員任校外指導老師，由校外指導老師與校內專任教師共同指導完成課程設計，將企業的部分數據分析技能作為課程設計的內容，使學生不僅能學習校內教師的專業理論知識，還能學習校外指導老師的職業技能和實踐經驗。

（三）優化課程內容

將知識體系優化整合為三大部分，同時調整了部分內容的講解次序，課程內容依次為：（1）ARMA模型，這部分是時間序列的理論基礎，涵蓋平穩序列的定義與檢驗、ARMA模型的擬合與預測等。（2）非平穩序列，主要涉及無季節效應、有季節效應的非平穩模型和條件異方差模型。（3）多元時間序列，在分析兩個序列之間的關系時，比如居民消費與支出，就會涉及多元時間序列，因此引入經典協整模型的擬合與檢驗。這三部分內容由淺入深、循序漸進，先奠定一元平穩序列的基礎知識，然后擴展到非平穩、多元的情形，形成完整的時間序列內容體系。另外，要增強知識的新穎性和實用性。如添加時間序列的歷史經典案例、互聯網新時代下分析方法的發展和改進變化等內容，激發學生的學習興趣，讓學生了解時間序列模型的演變和與時俱進的分析技能，更好地與時代接軌。還要實現課程內容的多維度考察，弱化期末理論考察，根據“課前學習（微課）、隨堂小測（學習通）、課堂討論、作業等平時表現（35%）+實驗報告（25%）+課程設計（40%）”的方式加強過程化考查，使學生從數據整理能力、數據建模能力、模型分析能力、創新思維四個方面進行提升。

（四）豐富教學方式

授課過程中可實現“板書+多媒體課件+軟件實操+網絡資源”多種形式結合。如在講授格林函數、ARMA模型、GARCH模型等理論知識時，用板書清晰地展示推導過程，學生更容易理解難點、掌握重點。而講授確定性趨勢、周期波動、異方差波動等內容時，通過多媒體課件呈現數據特征和模型表達式，與板書知識配合，更加全面和形象。軟件實現展示是時間序列分析課程獨有的教學方式。模型估計的具體計算較復雜，學生只需掌握借助軟件得到模型，挖掘數據中的有用信息即可，因此理論部分講解完，必須進行軟件的實際操作，把時間序列處理的一系列流程在課堂展示，讓學生學習到實用的數據處理技能。在課堂以外，教師可向學生分享有關微課、慕課、網課等網絡資源以及模型講解的論文和網頁，讓學生鞏固課上學習的知識，自主探索前沿的模型理論和數據處理方法，通過發現問題、解決問題、反思解決方案完成數據分析的流程，提高學生自學能力。教師還應積極推進“翻轉課堂”教學探索。當學生有了前面ARMA模型、GARCH模型等基礎知識后，我們在季節波動分解、協整建模的課程運用了“翻轉課堂”教學，提前幾天把多媒體課件、實驗指導書、練習案例、相關模型理論等發給學生，課堂以學生自主學習為主，教師進行輔助性的知識解答，由學生完成模型內容的學習和數據實驗的操作?！胺D課堂”的方式能夠培養學生學習時間序列的興趣和主動性，加強其對知識的牢固度和深入度。

（五）推進實踐教學

本課程采用中國人民大學出版社出版，王燕主編的《時間序列分析——基于R》一書，該教材在理論部分力求簡明易懂，注重知識在具體應用場景的掌握，內容更加系統和實用，并結合大量實際數據和實例講解說明統計方法的應用條件，在課后習題提供數據案例讓學生結合R語言軟件進行建模分析，提高學以致用、實踐操作的水平。本課程的實踐教學分為兩部分：一是實驗操作;二是課程論文[3]。實驗操作是在每一節課的理論知識講解完后，首先對課堂例題進行示范操作，通過案例數據的建模過程展示相關統計分析方法的應用場景和解決問題的流程，結合上機實驗課使學生運用R軟件實踐操作對課堂內容鞏固理解，學會處理和計算、分析數據，按要求完成實驗報告。課程論文要求學生3～4人組隊合作撰寫，自擬題目或是參加統計建模比賽，學生通過團隊合作，完成結合熱點確定選題、數據接入與處理、運用統計建模分析和撰寫統計分析報告的流程，呈現一個完整的項目匯報。為學生提供充分的實踐機會，讓學生多接觸現實數據能提高其對研究數據的靈敏度，并從發現問題到解決問題的過程中提高其學習能力和科研潛力，一方面能激發學生思考如何用所學方法來解決實際問題，另一方面能推動學生繼續學習改進的模型和方法，更好地踐行理論聯系實踐的理念[4]。

二、結語

本文闡述了大數據背景下，基于信息需求量日益增加、數據處理方法更加復雜的現狀對于課程改革的思考，我們要積極探索、創新改革，使課程內容，教材選取、教學方法適應社會經濟發展的客觀需要，結合課程現實價值加強實踐，從而更好地培養高素質的統計人才。

參考文獻：

[1] 紀志榮，何東進，劉金福，等.“互聯網+”背景下的統計學專業《時間序列分析》課程教學改革的探索[J].教育教學論壇，2018（16）：107.

[2] 方萬里.統計學與思政課程同向同行的思考[J].太原城市職業技術學院學報，2020（11）：5.

[3] 李靜，黃玲花.《時間序列分析》課程教學改革探索[J].廣西師范學院學報（自然科學版），2017（4）：147.

[4] 郭棟.就業視角下的統計學專業人才培養與教學改革研究[J].統計與信息論壇，2017（11）：127.