IE*AI课程推荐 | 应用统计与数据分析

2017年，原先工业工程系“概率与统计”课程的“统计部分”被分离出来，经过扩展，形成了“应用统计与数据分析”这门本科二年级专业核心课，希望能在一门课有限的时间里帮助同学们深刻理解统计学的思想和原理，掌握最基础和流行的统计方法，适当磨炼数据分析实践能力。

这门课程荣获了“国家级一流本科课程”“清华大学本科生精品课”“清华大学标杆课”“清华大学思政示范课”等称号。曾有学过的同学提到，这门课“让我们真正体会到统计学的美感与价值”。

在多年的教学工作中，王琛始终保持着对课堂的期待。“每次我在工作中遇到一些压力或者困难，一想到接下来我要去讲课、去面对我的学生们，心情就会开朗很多。站在讲台上，一节课过去，好像很多烦恼就忘掉了。可能就像大家遇到麻烦的时候，会想去吃一顿火锅的这种感觉。”

这种期待感，激励着王琛不断改进教学方式、改善课堂体验，也最终转化成为同学们对每周课堂的期待。

打造一门让人期待的好课，需要授课教师不断探索课程内容挑战性与趣味性之间的平衡。“应用统计与数据分析”，从课程名称便不难看出，这不仅仅是一门统计学理论入门课程，而且具有一定的应用、实践色彩。既要打好理论基础，也要掌握统计工具的使用，这无疑增加了课程的挑战性。课堂之中，王琛设计了许多引例，包括生活中的数据分析问题、科学研究、学者故事和统计漫画等。“一方面是希望课堂更活泼，另一方面是帮助同学们从直观上理解方法如何运用。”

“应用统计与数据分析”课堂上的引例

课堂之后，具有一定思考难度的理论问题，会被精心设计成有趣有料的作业题目，吸引同学们主动“攻克难关”。曾有同学反馈给老师：“您布置的作业非常有趣，我每周都十分期待您布置的作业。”对于R语言实战演练的部分，王琛也会请助教针对每周的作业撰写详尽的说明，帮助学生从零开始快速入门。

比如，在曾经的选课同学张嘉惠眼中，这门课留给她最深的印象就在“作业量”上。

“Industrial engineering studies how to make and do things better.”工业工程，是一门致力于解决系统性优化问题的学科，综合考虑工业和服务系统的效率、质量、成本和安全，持续改进人们工作和生活的福祉。王琛曾经也是一名出身于工业工程专业的学生；在多年的科研与教育工作中，她逐渐将“系统性优化”的学科思维方式融入了教学实践。

在王琛看来，讲好这门课程的挑战主要在于两点：老师自身对课程内容的理解，以及老师对学生掌握程度的理解。如果把课程看作一个完整系统，那么师生显然都是其中不可或缺的核心要素。要实现系统的优化，不仅要求教师持续修炼“内功”，也要根据外界反馈，及时进行有针对性的调整。

“我收集了许多大学在使用的统计学课本。遇到觉得自己可能讲得不是很好的地方，我会横向地参考一下各个课本都是如何写这个知识点的。可能不同的作者会有不同的理解，我试图去理解那些作者为什么用这样的方式来描述，或者是引出一个概念。”王琛最终为“应用统计与数据分析”选择了一本和自己的讲述思路较为接近、对同学们而言也相对易读的教材。除此之外，她也广泛搜罗了统计相关的网课，用于参考对照自己的讲解。持续学习，博采众长，是王琛让课堂不断焕发生命力的秘诀之一。

一个现实情况是，在这门容纳70至90人的大课中，不同学生对课程显然有着不同的需求，对所学知识的接受程度也不同。

“如果只是通过答疑或者零星讨论的方式去获取同学们的反馈，其实是很不系统的，会存在一些偏差。后来我就想了一个方法：在课程每个主要章节结束的时候，我就会发一份问卷。它包含两部分内容，在第一部分，我会把所有的知识点整理成一个列表，请同学们对掌握程度进行自我评价。第二部分请同学们针对课程设计提出一些建议，包括作业的设置、课程讲授的形式等。”

这种问卷小调查取得了良好的效果。王琛可以更直观地了解同学们的困惑所在，也会针对每一条建议给出详细的回复。在一来一往之间，提高了课堂效率，增进了师生间的相互理解。

王琛在“应用统计与数据分析”课上

短期是如此，长期的功夫也不曾落下。每个学期，王琛会重新梳理一遍关键知识点的讲授方法，根据前一学年课程的考核情况，深化细节，具体调整。

有同学发现，每年这门课的作业都会重新出题，“让每年在网盘里寻觅往届作业答案的我们不得不独立完成作业，因此将知识点掌握得更扎实了。”薛晴回忆：“王老师是一个认真细致、真正关心学生并和学生一起不断进步的老师。我曾经对照过我当时的课件和上一年的课件，发现老师对于课程的进度安排都进行了调整，设计得更加合理了，也增添了很多新的话题。甚至每一页PPT是否会多添一行进行更详尽的说明解释，单词是否要改变颜色突出重点，图表的布局是否清晰美观，老师都进行了斟酌修改，使课程每年都在进步。”

清华大学价值塑造、能力培养、知识传授三位一体的人才培养理念，在“应用统计与数据分析”课程设计之初，就埋下了种子。理念中，“价值”先行；课堂上，“态度”为重。

“我更希望同学们获得与‘态度’有关的收获。在课堂上老师与同学们的相遇很珍贵，而教学是历史与未来衔接、碰撞的机会。能够引导同学们探寻理论的脉络、体验知识的美感，让他们得到成长以应对离开课堂以后的世界，是沉甸甸的责任。从这个角度说，我觉得能在学习应用统计的过程中培养学术志趣、学术道德和批判性思维至关重要。”

为了让理念真正落地发芽，王琛在课程设计中融入了许多巧思。比如在讲到一些学者故事的时候，她会特地选择学者年轻时发量浓密的照片，激励同学们挑战学术前沿。她也会在网络学堂上的讨论区发布统计学的前沿和应用问题，例如邀请同学们对p值的内涵和不当使用展开讨论。此外，她还要求同学们按照期刊论文评审的格式批判性地评价其他小组的大作业报告。“我希望这些教学环节的体会和感受，能够真正帮助同学们应对未来数据分析工作中的挑战。”

知识传授与能力培养，则更像是王琛作为教师一直以来持续打磨的基本功。她认为，“形式上的创新只是锦上添花，真正的‘锦’是统计概念的准确、深入、融会贯通。”因此，在她的课堂上，向来是课件和板书结合，数学推导和几何解释结合；听课专家评价她“放得开，收得拢，对学生不是满堂灌，而是启发、引导。”

王琛老师线上授课时的板书

王琛对学生的帮助引导并不止步于课堂，而自始至终地延续着。在当年课程中种下的一些种子，可能会在未来开花结果——这是授课教师重要的成就感来源。

“指导我们的期末项目时，老师会鼓励我们从数据中挖掘一些真正有意思的东西。我们也在探究的过程中学习了一些课堂以外的知识，也算是经历了一个小小的科研项目。我也见到过有同学和老师交流是否要在统计学或者数据方向继续深造的苦恼，老师也会从自己的角度给出参考建议，是一位真正的良师益友。”在薛晴看来，对学生和课程的用心程度，正是王琛老师最打动她的地方。

对未来的教学工作，王琛也希望能够继续践行三位一体的培养理念。她喜欢在课堂上和同学们分享统计学家George Box的名言：“所有的模型都是错的，但有些是有用的。（All models are wrong, but some are useful.）”用数学模型对现实世界的问题进行恰当的简化表示，是理解现实中错综复杂问题的有力武器，也是统计学“大道至简”的体现。

“身处大数据时代，同学们需要既能够运用数据科学方法进行描述和预测，从数据中挖掘信息和洞察，又能够运用建模和优化方法将数据洞察转化为决策价值。统计学则是数据科学的理论基础。让同学们真正体会到统计学中历史和未来如何衔接、碰撞，可能是我自己对课堂的一个持续不断的追求。”

文案、排版丨邱朵兰

责编｜李慧韬

感谢王琛老师提供图片

微信号：iexuanchuan