1. 引言

大数据、云计算以及人工智能等一批新技术得到了广泛应用。这些新技术促使我国的数字经济得以飞速发展。在 2022 年，我国的数字经济规模已经超过了 50 万亿元。并且预计到 2025 年，将会达到 70.8 万亿元。数字经济的快速发展，推动了我国在政治方面的深刻变革，也推动了我国在经济方面的深刻变革，还推动了我国在社会方面的深刻变革，同时也推动了我国在环境方面的深刻变革。数字经济为我国经济的高质量发展提供了新的动力。习总书记在党的二十大报告中提出，要加快发展数字经济。同时，要促进数字经济与实体经济深度融合。并且，要打造具有国际竞争力的数字产业集群。

数字经济呈现井喷式发展态势。与数字技术相关的高水平人才的需求急剧增加。然而，我国在数字人才培养方面，无论是从数量角度来看，还是从质量角度来看，都远远达不到市场的需求。数字人才储备不够，创新能力也有所欠缺等问题，已经对我国数字经济的快速发展以及平稳运行产生了影响。解决数字人才紧缺这一问题，提升数字人才培养的质量，构建起数字人才在国际竞争中的比较优势，已然成为我国高等教育眼下最为紧要的事情。面对数字经济时代的机遇与挑战，高校承担着为党育人、为国育才的时代使命。高校必须发挥自身基础性和先导性的作用，以数字人才的新需求作为牵引，不断扩大培养规模，提升培养质量，去探寻数字人才培育的创新路径，构筑数字人才培育的良好生态。

数字人才的培养依靠一个培养体系，这个体系以数据科学为中心，以计算机科学、统计学和数学为基础构建起来。所以，统计类相关课程的教学质量在培养高水平数字人才的过程中有着极为重要的作用。多年以来，统计类课程的传统教学模式存在一个问题，即重知识传授而轻能力转化。这导致学生的实践能力和创新能力相对较弱，对学生创新思维的形成以及工程实践能力的培养造成了阻碍。因此，统计类课程转变传统教学模式，形成以学生为本、注重学生实际操作能力培养的新教学模式，已经是一件迫在眉睫的事情。

这种学习方式有利于提高学生的创新能力、操作能力与合作交流的能力。本文以“应用线性模型”课程的项目式教学法的设计与实施作为例子，把项目式教学模式引入到高校统计类课程的教学改革当中。提出以学生为中心，以真实数据业务作为背景的项目任务来驱动，以此激发学生的学习动力，引导学生自主去探究、自主进行实践以完成学习任务的教学方法。这种教学模式完成了从以“教”作为中心向以“学”作为中心的转变。它为培养学生的数据思维以及创新思维，提高学生的自主学习能力和工程实践能力，提供了一种有效的办法。在新时代，统计类课程教学与项目式教学法相结合，对于培养既了解业务背景、会进行数据分析，又擅长沟通交流，能够应对多种技术融合所产生的新应用、新场景的综合性数字人才，具有重要的意义。

2. 统计类课程项目式教学改革的必要性

统计类专业课程包含概率论，数理统计，随机过程，应用线性模型，时间序列分析等。这些课程的主要特点在于理论理解起来较为困难，实践操作不容易上手，并且对软件编程有着较高的要求。传统的教学模式难以满足新时代统计类课程的教学需求。概率统计的理论和方法高度抽象，需要在实践中反复磨练才能掌握。而传统教学方法注重知识，轻视能力，教学目标使得学生只能机械地学习知识，导致学生的实践能力培养较弱。最后，以教师为中心的教学活动，忽视了学生自主学习的重要性。这种教学活动限制了学生创新思维的培养，也限制了学生创新能力的发展。

项目式教学是以学生为中心的探究式教学模式。在教学中，以真实、有效的项目任务来驱动，以此激发学生的学习动力。在项目开展过程里，能不断巩固已有的知识技能，并且还能不断借助各种资源去学习新的知识。通过合作、交流、讨论、探索，能推进项目任务顺利完成。最终能够展示成果，也能分享在这一过程中的收获。在这种学习模式之下，学生在知识层面会获得极大的提升。同时，在综合素养方面也会有很大的收获，并且能够提升学生的学习成就感以及获得感。

将项目式学习法引入统计类课程教学，以做科研项目方式学习统计类课程。巧妙设计项目任务，把学生带入真实情境学习，让学生深度参与项目解决。这样一方面能引起学生学习兴趣，激发主人翁精神，引导学生实现从“要我学”到“我要学”的转变，从根本上改变传统教学模式中学生被动接受知识、存在“等、靠、要”依赖心理的状况。一方面，在持续自主学习的锤炼过程中，学生能逐步树立起克服困难的信心。他们学会依靠自身以及通过团队协作，去找到解决困难的办法。同时，还能建立起坚忍不拔、越挫越勇的学习精神。这样一来，在培养学生沟通、交流能力的同时，能够真正达成提升学生工程实践能力的目标。另外，项目式学习以学生为中心的理念，对学生创新思维的形成以及创新能力的培养更为有利。项目式教学模式改革对于提高我国高等教育质量具有重要意义，并且对推动高等教育内涵式发展也有着重要作用。同时，这在数字人才培养的背景下，必将成为统计类课程教学改革的发展趋势。

3. “应用线性模型”课程项目式教学模式设计

3.1. 学情分析

“应用线性模型”这门课程是我校应用统计学专业本科生三年级上学期的专业核心课程。我校选用的课程教材是中国人民大学何晓群教授等编写的《应用回归分析》第五版。该教材既兼顾了理论，又兼顾了实际操作，难度处于适中水平，比较符合我校学生的学习基础。学生学习了两年多的专业基础课程，像数学分析、高等代数等，还学习了概率统计专业课程。通过这些学习，他们对概率论中的基本概念和基本方法有了一定的理解。同时，他们也对统计方法中的参数估计、假设检验等基本方法有了一定的掌握。并且，在学习统计软件课程的过程中，他们对如 R 语言有了一定的掌握，具备了一定的统计编程能力。大学生正处于人一生中思维最为活跃的阶段。并且结合一定的专业知识，他们具备项目式教学跨学科以及跨专业领域项目设计的能力要求。

3.2. 教学目标设计

多年的教学实践过后，依据国家的政策，以及社会的需求和学校相关文件的精神，我们制定了“应用线性模型”课程的项目式教学目标，具体如下。

培养学生的能力，以实际问题为导向去建立项目任务。让学生围绕解决项目任务，将跨学科知识融入自身已有的知识框架，从而建立起适合实际问题解决的跨学科综合知识体系。

鼓励学生进行自主学习。通过让学生执行真实数据业务场景的项目任务，能够启发学生去探索和发现事物的本质联系与规律性。这样能使学生逐渐形成数据思维、批判思维和创新思维，从而培养学生分析和创造性解决复杂问题的思维方式。

培养学生具备结合业务场景的能力，让他们能够用项目式学习法来设计合理的工程方案，从而解决实际问题。

在项目执行期间，要提升学生的项目管理方面的能力，要提升学生的沟通协调方面的能力，要提升学生的团队协作方面的能力。

3.3. 项目式教学实施方案

1) 项目选题设计

项目式教学的关键在于项目选题的设计。一个好的项目是源自于一个好的问题。“应用线性模型”属于应用统计学的专业核心课程之一。本课程具有一定特点，课程目标以及项目问题创设需满足趣味性、合理性、启发性、可评价性这四个基本原则。给出了与本课程教学内容相关的问题域（见）。在教学过程中，学生通过教学内容从相应的问题域里选择某个问题，然后设计项目任务，结合工程实践，以此培养学生创造性解决复杂实际问题的能力，提升学生的数据素养。

1. The of the “ ”

表1. “应用线性模型”课程问题域

序号

教学内容

项目式教学问题域

一元线性回归模型

问题1：火灾保险金额计算

问题2：居民收入和人均消费的关系

问题3：身高的代际遗传

多元线性回归模型

问题4：能源、人口和煤炭消费量的相互关系

问题5：北京市各经济开发区经济发展与招商投资的关系

问题6：民航客运量的影响因素

违背基本假设的情况

问题7：居民收入与消费水平的异方差性

问题8：人均国民收入的自相关性

问题9：民航客运量影响因素的多重共线性

问题10：财政收入和地区生产总值的关系

自变量选择和逐步回归

问题11：房屋出租率的影响因素

问题12：国际旅游外汇收入影响因素分析

问题13：商品销售额预测问题

问题14：居民消费影响因素

岭回归

问题6：民航客运量的影响因素

问题15：空气污染影响因素问题

主成分分析

问题16：学生成绩排名问题

问题17：新疆主要城市综合排名问题

非线性回归

问题18：某地房价中值预测问题

含定性变量的回归模型

问题19：文化程度对家庭储蓄影响问题

问题20：公司计算机专业人员薪金影响因素

问题21：银行客户收入水平与违约风险的关系

2) 项目编组及运行模式

以项目 1 为例，此项目为“火灾保险金额计算”。教学内容的问题域会提前一周发放给学生，学生可以自由进行组合，通常 2 至 3 人组成一组。整个项目的完成过程包含课前、课上、课后这三个部分。第六阶段，对项目完成的效果进行评价并进行反思。第一阶段任务和第二阶段任务在课前完成，其余阶段任务在课上完成。在教学过程中，要给予学生必要的引导，鼓励学生勤问问题并且多思考，还要加强与团队成员的沟通协作。