引言

多元统计分析是数字经济专业必修课，是进行科学研究的一项重要工具，应用广泛。多元统计研究的是多个变量的统计总体，一次性处理多个变量的数据，不需要考虑异度量的问题的综合分析方法。反映多变量间相互关系、多重共线性以及降维，简化变量间的关系，挖掘深层次，事物的变化本质。通过本课程学习，学生们可熟练掌握多元正态分布，均值向量和协方差阵的检验，常用的多元统计分析方法，比如聚类分析、判别分析、主成分分析、因子分析等内容，学会软件操作，例如SPSS等。本课程将为专业核心类课程的学习打下坚实基础，旨在培养学生数据思维、数据发现、数据诊断、数据分析等方面的能力。

一、课程目标及其与毕业要求的对应关系

根据多元统计分析在课程体系与毕业要求关联度矩阵中的地位，将其课程目标进行分解，课程目标及对毕业要求指标点的支撑关系见表1。

课程目标		支撑毕业要求指标点	毕业要求
课程目标1	熟悉多元统计分析的基本理论知识，掌握多元统计分析方法。	（1）具备跨学科知识体系，具备必备的工具知识、系统扎实的基础知识、跨学科知识、专业知识和专业技能。	毕业要求1（学科知识）：具备跨学科知识体系，具备必备的工具知识、系统扎实的基础知识、跨学科知识、专业知识和专业技能；了解数字经济专业及相关学科的历史、现状和前沿动态，了解国内外相关政策法规和惯例，掌握本专业的研究思路和研究方法，具备跨学科知识运用能力。
课程目标2	能够利用多元统计分析方法进行综合分析，并得到数据分析结论，独立撰写分析报告的能力。	（2）具有跨领域知识融通能力，能够综合运用相关知识和技能，分析和解决数字经济专业或相关领域复杂问题。	毕业要求2（应用能力）：具有跨领域知识融通能力，能够综合运用相关知识和技能，分析和解决数字经济专业或相关领域复杂问题，提出相应对策或方案，并对对策和方案的政策依据、社会环境和可能的社会影响进行分析；能够娴熟运用数字经管理论、数理统计技术、数据科学方法和工具，为相关产业数字化转型和效率提升，开发数字产品、提供数字化及解决方案等，胜任数字衍生及数据应用领域内的新型工作的实际业务能力。
课程目标3	能够处理高维数据，提取关键信息，为大数据应用提供方法支持。运用不同多元统计分析方法应用在不同情景，例如市场细分与用户画像、金融风险建模、宏观经济指标分析、生物医学领域、社会科学领域等。	（3）能够使用相关模型进行分析和判断；能够使用信息技术解决本专业领域实际问题。	毕业要求3（信息能力）：能够跟踪科技发展动态，了解数字技术前沿和发展动态，能够运用各类信息技术和工具获取和分析相关信息，能够熟练使用各类软件和网上办公系统；能够使用相关模型进行分析和判断；能够使用信息技术解决本专业领域实际问题。

二、课程考核标准

多元统计分析课程实行形成性考核，考核由四部分构成：作业（10%）+团队案例分析及展演（20%）+期中测验（20%）+综合性考核（50%），考核项目与课程目标对应关系见表2。

课程目标（支撑毕业要求指标点）		考核内容	考核项目及权重（%）				权重（%）
			作业	团队案例分析及展演	期中测验	综合性考核
课程目标1	熟悉多元统计分析的基本理论知识，掌握多元统计分析方法。（支撑毕业要求指标点1）	掌握多元正态分布的有关概念，掌握统计距离的概念，理解多元正态分布的定义及其有关性质，了解常用多元分布及其抽样分布的定义和基本性质；掌握均值向量及协方差阵的检验方法，能够利用SPSS软件实现均值向量及协方差阵的检验，并正确理解输出结果。掌握和理解聚类分析、判别分析、主成分分析、因子分析的概念、定义、基本思想、步骤和相关性质。	5	3	20	30	58
课程目标2	能够利用多元统计分析方法进行综合分析，并得到数据分析结论，独立撰写分析报告的能力。（支撑毕业要求指标点2）	能够掌握和运用聚类分析、判别分析、主成分分析、因子分析不同方法的应用场合，掌握如何通过SPSS软件实现应用，并且会解读数据分析结论，写出分析报告。	5	10	0	15	30
课程目标3	能够处理高维数据，提取关键信息，为大数据应用提供方法支持。运用不同多元统计分析方法应用在不同情景，例如市场细分与用户画像、金融风险建模、宏观经济指标分析、生物医学领域、社会科学领域等。（支撑毕业要求指标点3）	根据不同的案例背景和搜集相关的数据进行合理地分析，选择合适的多元统计分析的方法，运用软件进行数据分析，提取关键信息，并且得到相应的结论，且结论与数据分析过程密切联系，与研究内容相符，分析过程逻辑清晰。	0	7	0	5	12
合计			10	20	20	50	100

三、评价方法

本课程的课程目标达成情况评价综合采用了直接评价法。直接评价法主要采用了课程考核成绩分析法。

成绩分析法以课程教学大纲中支撑课程目标的各考核环节的考核成绩作为评价依据，对课程目标的达成情况进行评价。

课程总目标达成度由分目标达成度加权累计得出。

四、评价结果

本学期2023级数字经济1-3班共有137名学生，参加考试136名学生，1名学生申请缓考。基于本课程参与评价的136名学生的实际学习成绩，计算了各考核环节的课程目标达成情况评价结果，如表3所示。

课程目标	达成度	达成结论
课程目标1：熟悉多元统计分析的基本理论知识，掌握多元统计分析方法。	0.76	达成期望
课程目标2：能够利用多元统计分析方法进行综合分析，并得到数据分析结论，独立撰写分析报告的能力。	0.73	达成期望
课程目标3：能够处理高维数据，提取关键信息，为大数据应用提供方法支持。运用不同多元统计分析方法应用在不同情景，例如市场细分与用户画像、金融风险建模、宏观经济指标分析、生物医学领域、社会科学领域等。	0.71	达成期望
课程总体达成度	0.745	达成期望

从表3中可以看出，课程目标1达成度为0.76，学生能够较好地熟悉多元统计分析的基本理论知识，并掌握多元统计分析方法，已满足课程的基本要求，表明学生对理论知识的理解和方法的运用较为扎实。课程目标2达成度为0.73，学生具备利用多元统计分析方法进行综合分析的能力，能够得出数据分析结论并独立撰写分析报告。课程目标3达成度为0.71，学生能够处理高维数据并提取关键信息，为大数据应用提供方法支持，同时能够将多元统计分析方法应用于不同场景（如市场细分、金融风险建模等）。学生的课程总体达成度为0.745，表明其在多元统计分析的理论、实践及跨领域应用上均达到了课程的基本要求。

五、持续改进措施

（一）针对课程目标1的改进措施

在讲授课程过程中，增加理论知识与实际案例的结合，例如在讲解主成分分析（PCA）时，引入数据降维或图像识别案例，结合国家大数据战略，强调多元统计分析在本专业领域的应用，培养学生学以致用的逻辑思维。通过分析宏观经济数据（如GDP、就业率等），引导学生关注国家发展，增强“数据强国”意识，提高学生的理解深度。还可以精进教学方法，采用“翻转课堂”模式，让学生课前学习理论，在课堂进行案例讨论和计算实践。在平时考核中，通过布置作业中增加对核心理论方法的辨析题和综合应用题，帮助学生深入理解多元统计的基本原理。引入错题解析与共性问题的课堂讲解环节，提升学生对理论知识的掌握程度。在期中测验中增加对多元统计方法适用条件、假设前提的考查，避免单纯的计算题，增强理论联系实际的能力。还要求学生在团队案例分析报告中专门撰写“方法选择依据”部分，强化对方法背后理论的理解。

（二）针对课程目标2的改进措施

在课程内容设计中，增设“数据分析实战”模块，根据研究背景目的，提供真实数据集（如电商用户行为、股票市场数据），让学生完成从数据清洗到建模分析的全流程，然后学会选择合适的多元统计分析方法，进行实证分析。还引入“分析报告模板”和“优秀范例展示”，明确报告结构、逻辑表达和结论推导的要求。引导学生用分析框架，自主探索解决方案。增加小组互评环节，让学生互相学习报告撰写技巧，提高撰写报告的能力，培养学生批判性思维与报告撰写能力。在平时作业中加入小型数据分析题目，要求学生简要说明方法、过程和结论，逐步培养其分析思维与表达能力。为后续考核撰写案例分析报告和综合性考核奠定基础。在综合性考核中设置“独立分析模块”，要求学生针对给定数据集完成一份简洁的分析报告，重点考察其从方法选择到结论提炼的全过程能力。

（三）针对课程目标3的改进措施

在课程教学设计中，设计涵盖市场细分、金融风险等多元场景的案例库，鼓励学生选择不同领域进行分析，增强方法选择能力和考查学生对数据降维、特征提取等方法的实际应用能力。在考核中，通过布置作业时，设置情景判断题，要求学生为不同应用场景推荐合适的多元统计方法并说明理由，强化其方法选择与场景适配能力。还可以采取考核时，增加“限时数据分析任务”，考查学生的实战能力。

六、结语

本文基于OBE理念，对多元统计分析课程围绕数字经济专业人才培养目标，构建了以“理论掌握—分析能力—场景应用”为核心的课程目标体系，并通过作业、案例分析、期中测验与综合性考核相结合的多元评价方式，全面评估学生能力达成情况。最后针对课程目标达成情况评价结果，提出了持续改进措施。希望学生通过学习，能够加强对理论理解，学会运用多元统计分析方法，进行实证分析，能够独立撰写分析报告，增强学生在数字经济领域运用多元统计方法解决实际问题的能力，推动人才培养质量的螺旋式上升。

参考文献：

1. [1]王娜,周章金.基于OBE理念的多元统计分析课程教学创新设计研究[J].电脑知识与技术,2024,20(18):150-152.
2. [2]刘党社,陈岩.大数据背景下基于OBE理念的《多元统计分析》课程教学设计研究[J].豫章师范学院学报,2020,35(02):50-54.
3. [3]王巍,王文琴,王洁.基于OBE理念的“多元统计分析”课程MOOC教学设计研究[J].黑龙江教育(理论与实践),2021(06):74-76.
4. [4]刘树文.植物生理学实验课程目标达成度评价——以农学类应用生物科学专业为例[J].安徽农业科学,2025,53(08):270-273.