数据分析师统计学基础篇(1)

关键词：统计学；问题；对策

中图分类号：G420 文献标识码：A

文章编号：1009-0118（2012）04-0101-01

一、统计学的性质与特征

根据《不列颠百科全书》的解释，统计学是收集、分析、表述和解释数据的科学。著名的《韦伯斯特大词典》指出，统计是一门收集、分析、解释和提供数据的科学。美国著名统计学家MarioF.Triola在其《初级统计学》里也写到：“统计指的是一组方法，用来设计实验、获得数据，然后在这些数据的基础上组织、概括、演示、分析、解释和得出结论”。综合来说，统计学就是收集、处理、分析、解释数据并从数据中得出结论的科学。其中数据收集主要是通过各种调查以获取数据，数据处理是将数据用图表等形式展示出来，数据分析是选择适当的统计方法研究数据，数据解释是对数据理论分析结果的说明，最后就是从数据分析中得出与实际结合的客观结论。

统计学的性质决定了其既重理论又重实践的特征。统计学有较强的理论性，统计理论分析所用的方法基本上属于数学的范畴，因此要学好统计学必须要求学生拥有较扎实的数学基础，同时对统计分析数据的解释大多也要结合所研究问题的专业理论；统计学同时又有较强的实践性，因为统计分析的基础是数据，而数据都是来源于对社会实践的调查所得，最重要的是统计分析的结论是要用来解决实际问题的。

二、高校统计学教学存在的主要问题

（一）培养计划设置不合理。统计学的理论基础主要来自于数学中的概率论，因此学生在学习统计学这门课程之前必须要求已经掌握基本的概率论知识，否则就会导致学生的知识体系产生跳级现象。这种情况不乏实例，有高校的培养计划里就出现过统计学与概率论两门课程基本同时进行（如安排在同一个学期），甚至先上概率论后上统计学，这种不合理的课程顺序设置给教师教学带来了很多痛苦和无奈。

（二）只重数理推导忽视专业理论分析。很多统计学教师自身是学数学出身的，因此在给学生教授统计学时非常热衷于数理统计理论和公式的推导，而对统计分析数据的解释及结论的得出寥寥数言即告完毕，学生感觉不像是在学习一门专业基础课程，反而感觉像是在学公共基础课——数学，这不仅会造成学生学习很吃力，而且会严重挫伤学生学习该门课程的积极性。

（三）过分强调应用和应试，忽视理论基础。这种现象和上述的刚好相反，很多经管类专业的统计学教师自身数理统计基础并不扎实，所以在教授统计学时往往会侧重应用和应试，比如只要求学生记住某个公式、怎样套公式等等，但从应试的角度考虑这种方法有一定的效果，但是从根本上讲违背了教学的初衷，学生虽然可能会考试及格但不一定真正掌握了统计学的知识，不利于其今后的长期成长。

（四）教材依赖性严重，不结合实际。这种问题不仅出现在统计学教学中，很多高校老师长期上某一门课程，但连续多年都使用同一本教材，不仅自身知识结构不断老化，而且无法及时将社会上的新兴现象与专业课程理论相结合。任何专业课程的理论知识体系都是随着社会实践的发展而不断更新和完善的，而且任何一本教材都不可能将该门学科的知识体系概括得完美无缺，因此依赖单一教材上课既不利于学生学习，也不利于教师自身素质的提高。

三、完善高校统计学教学的对策

（一）改革专业培养计划和课程设置。作为经管类专业基础课程，统计学的主要先行课程是概率论与数理统计，其他相关先行课程包括高等数学、线性代数、经济学、管理学等等，这些先行课程大部分要到大二上学期才结束，因此在设置专业培养计划时应考虑将统计学课程最早只能安排在大二下学期，或者靠后。同时，在统计学理论课结束后可相应安排一门统计软件分析之类的实验课程，以强化学生对统计知识的理解和应用。以笔者所在的广西工学院管理系为例，该系六个本科专业均在大二下学期开设有《统计与统计分析》和《统计与统计分析实验》两门课程，其中《统计与统计分析》一般排在前十周教学，而相应的实验课则排在后十周，这种连串的课程设置既有利于学生对统计学理论的理解和巩固，也有利于对统计分析方法应用的掌握，通过这种训练学生会把自己学到的统计学转化成一门实用技术，终身受益。

（二）完善教师的知识体系，全面培养学生的知识和能力。统计学的性质告诉我们，它是一门理论和实践结合非常紧密的学科，数理基础决定了对理论的掌握熟练程度，而专业理论是实践分析的依据，二者均不可偏废。作为统计学的专任教师，应在这两方面强化自身的基础。因此，文科专业出身的统计学教师可适当加强概率论等课程的深入研究，而纯粹数学出身的统计学教师应该强化对所教授专业主要理论的系统学习，只有这样学生才能得到全面的统计学教育。

（三）抛弃教材依赖，积极尝试案例教学。传统的教学方式过于依赖教材，而鉴于很多教师习惯使用同一本教材的弊端，一方面应建议教师尝试更换新的教材，另一方面应积极鼓励教师引入案例教学。案例教学是对社会实践的一种模拟，它非常有利于训练学生理论联系实际的思维，让学生在课堂上就能够接触到各种类型的实际问题，培养学生综合运用理论知识去解决实际问题的能力；同时，大多数案例问题的解决方案不是惟一的，具有挑战性和灵活性，这也有利于调动学生学习的积极性和主动性。

参考文献：

\[1\]刘伟.高校财经类本科统计学教学改革初探\[J\].科教导刊,2011,(7).

数据分析师统计学基础篇(2)

关键词：应用技术型；多元统计分析；课程实践教学

中图分类号：G4

文献标识码：A

doi：10.19311/ki.16723198.2017.05.071

0引言

多元统计分析是从经典统计学中发展起来的一个分支，是一种综合分析方法，它能够在多个对象和多个指标互相关联的情况下分析它们的统计规律，很适合自然科学和社会科学的特点。主要内容包括多元正态分布及其抽样分布、多元正态总体的均值向量和协方差阵的假设检验、多元方差分析、直线回归与相关、多元线性回归与相关（Ⅰ）和（Ⅱ）、主成分分析与因子分析、判别分析与聚类分析、Shannon信息量及其应用。

多元统计分析是一门研究多指标随机现象统计规律的统计学科，随着计算机的普遍应用和软件的迅猛发展以及大数据时代的来临，使得自然科学和社会科学的各个领域都广泛的用到多元统计分析方法，比如在经济、金融保险、生物医学、环境数据、管理工程等相关领域。尤其是多元分析方法在处理多维数据时，它必不可少的分析工具。作为统计学的主要分支，多元统计分析方法正在向人类生活和生产的每一个角落渗透，其分析理论也在实际应用中逐步的完善和发展。多元统计分析也可以对国家的宏观经济形势进行深入分析，并以直观的方式进行宏观经济建模，为经济决策提供了理论支持。

所以，作为讲授多元统计分析这门课程的老师，扮演着相当重要的角色，那就是如何引导学生学习和掌握这门课程，为学生进入理论研究部门和实际应用部门打下夯实的基础。培养应用型统计学人才，应当是既能够胜任企事业和行政职能部门的统计人才，又是能从事市场调查与分析、经济统计与预测的经济人才。于是本了如下的践与探索。

1《多元统计分析》课程实践教学现状

1.1数理统计学基础知识不足

《多元统计分析》是运用数理统计学的方法来研究多指标随机现象统计规律的一门统计学科。它是一元统计分析在维度上的推广。同时，《多元统计分析》也是数理统计学的一个重要分支。所以数理统计学基础是至关重要的，而数理统计学基础偏理论一些，不会有太多的应用题，抽象的概念很多，之所以感觉抽象是因为忽略了定义的来源和下定义的出发点，这样就很难理解抽象的概念，运用就更谈不上了；很多同学在学习过程中不注重各种定理的来源和证明，其实这些定理的证明过程也是必须要理解并能掌握其证明方法的。整个几门数理统计学基础课程线性代数基础、矩阵论、概率论与数理统计基础知识的不牢固，更何谈融会贯通了，而多元统计分析这门课程是建立在有一定数理统计学基础上的，尤其是概率论与数理统计方面的基础知识，因为教材中都是一些联系很紧凑的理论，而且有些推证简化了过程的证明和计算，如果没有一些数理统计学基础，就不知道定理结论的来源，这样只能是死记结论，导致不能很好的应用所学知识，如果没有这些就不能更好的掌握多元统计分析的理论与方法，也不能更好的理解多元统计分析中的基本概念。

1.2重传统的数理逻辑的推证，轻统计思想的讲解

我们在整个实施教学过程中，经常使用的教学方式是强化传统的数理逻辑的推证，简化对统计方法适用性的变别能力以及利用这些方法分析经济数据能力的练习，这是老师们在讲授多元统计分析这门课程时经常会忽略的问题。学习多元统计分析的最终目的是要应用于现实，分析和解决现实问题。老师在讲授这门课程时往往侧重在数理方法的推导上，这也导致很多同学把重点放在反复推敲理解这些证明过程上，而对于分析方法和公式在现实中的应用并不重视。因此学生只是被动性学习，没有主动去探索问题，最终也不知道如何使用统计分析方法。

课程教学方法还是照搬我国传统的理科教学方法，即“重点知识+例子说明+技巧解题”，这种固定的教学过程，看似完成了教学任务，但是学生的学习效果不能得到保证，这些技巧大多情况是学过之后很快就会忘记，所以我们也可以感觉到，当前多元统计分析在教学中存在一些问题，我们只是一味的强调怎样运用技巧解题，不去教学生如何用方法处理实际问题，这样的教学失误只注重理论上的教与学，既缺乏探究性和开创性，又缺乏实际运用训练。很多学生反映总是有种学到的不能用到实处的感觉，学习也是为了应付考试，所以这种传统的教学方式难以培养应用技术型统计学人才，与其他先进的学科教育相比缺乏生动性与普遍性。

1.3案例教学中存在的问题

案例教学法的采用给多元统计分析学科的教学实践带来很多好处，然而，如果运用不适当，其好处和作用就不能真正体现出来。但是如果忽略理论知识的学习，只是重视案例的学习，此类主要体现在学生身上。例如在教学实践中老师们经常会遇到学生建议少讲理论知识，多增加案例分析的情况。在学生们看来，理论性的概念和统计原理太单调乏味，然而忽视理论知识的学习，没有牢固的基础，不能积极参与到具体案例分析的讨论中来，听而不思考，思维过程就难免具有依赖性，即被动的接受学习，这类学生普遍缺乏体验性学习和研究性学习。而且，目前大多数高校统计学科教师在案例教学中所采用的案例素材也有不少问题，主要体现在以下几个方面：第一，不能很好地结合教学目的选择案例。任何学科案例教学所使用的案例都应该服务于教学目的，若是不能明确案例教学要解决的是统计领域内什么层次的问题，要提高的是学生哪方面的能力水平，案例教学就无法达到预计的效果。第二，教学实践中使用的案例时效性较差。没有结合社会经济的热点问题开展案例教学，难以被学生理解、接受和认可。在这种传统教学案例中，我们只看到知识的积淀而感觉不到对求索的追求；只看到记忆与理解而感觉不到质疑与批判；只看到“学会”的成果而感觉不到“会学”的收获、“乐学”的体验。

2应用技术型统计学人才培养中《多元统计分析》课程实践教学的创新研究

我们要以统计学思想的培养以及统计学方法在经济管理领域中的应用作为本R到萄У幕本目标，推动教学方法的改革。我们经过自己的教学实践与思考指出了多元统计分析学科教学中存在的问题，并就改进多元统计分析学科教学提出了若干建议。

2.1以我国经济真实数据编写案例，结合社会热点开展案例教学

在进行案例教学的过程中，多元统计分析要注意以我国现行经济运行中的真实数据为素材编写案例，并结合社会经济的热点问题开展案例教学。比如“以我国2013年-2015年的社会消费品零售总额的真实数据为样本建立统计预测模型，并利用该模型对2015年-2017年进行社会消费品零售总额的预测分析”；“以我国2013年1季度至2016年4季度的GDP季度真实数据，建立统计预测模型，估计与检验，然后预测2017年1季度至4季度的GDP。”如果我们准备这样的案例进行教学，就能使学生对所学的东西感兴趣、有好奇心和探究欲。

作为一种综合分析方法，多元统计分析只能作为一种定量和定性分析的工具，对案例进行深刻剖析。在案例教学实施中，应当以学生为主体，教师处于主导地位。任课老师需要及时掌握案例教学的进度，把握住同学们课堂讨论的内容和方向。案例教学法有利于激发学生学习的积极性和主动性，我们学习多元统计分析这门课程就是要学会处理数据并能进行定量分析，如统计预测法、核算的方法、指数模型方法、经济计量方法等，因此，在教学实践中任课教师需充分利用案例法开展教学活动，注重对学生们进行统计方法适用性的识别能力以及利用这些方法分析数量经济数据能力的训练。而在选取教学案例方面则应该注意把握选取案例的目的性、时效性和实用性，即要使所选取的案例既符合理论知识一致，服务于教学目的，又能紧跟当前社会经济发展，同时还一定要选择教师自己能够把握，学生便于理解、掌握和认可的案例。

2.2积极开展实验教学，将理论教学与实验教学相结合

实验教学是多元统计分析课程教学中必不可少的环节。学生通过亲自操作，能够加强对各统计分析方法的理解，并从中探索出一些新问题。然而，在教学过程中也出现了一些新问题。具体的来说，理论教学和实验教学有些脱离，理论教学的原理及其步骤的推导与实验基本脱节，使学生感到理论推证的没必要，实验教学中，使用统计MATLAB软件、SPSS软件、SAS软件、R软件等的缺点是只求结果不论原因和运行环境，理论的学习得不到实践环节的练习和巩固，使学生难以琢磨，就像“雾里看花”，这样实质上没有达到课程教学真正的要求。作为一套可以提供一些集成的统计工具，统计软件更重要的是它可以提供各种数学计算、统计计算的函数，并使使用者能灵活机动的进行数据分析，甚至还可以创造出符合需要的新的统计计算方法。例如MATLAB软件就是借助软件的统计工具箱中计算的函数完成，在实验教学过程中，我们强调训练对实验结果详细的统计分析能力，要学生根据所学的多元统计分析方法的理论步骤，分步骤编程独立完成。这样不仅使学生确实掌握各个多元统计分析方法的基本原理与步骤，而且也有针对性的使学生学习了MATLAB软件中相关基本的操作方法，真正地做到掌握该软件，在实验环节又一次巩固了学生对理论问题的学习，在实验完成后要求同学根据自己的亲自体验写实验报告。这样在每次实验中，大多数学生在实验中都有收获而且会有更深刻的思考，从而达到了教学目的。

2.3拓宽学生视野，加强师资建设

除了从实践中寻求帮助外，还应尽可能给学生们提供与统计学专业相关的、教师交流的机会和平台，使学生们切身感受到学习多元统计分析的重要性，从而调动学生学习统计学的积极性；适当吸纳优秀学生加入到教师的相关科研活动中，充分挖掘学生学习和研究的潜力，这样不仅注重了学生的“学”，同时还让学生体会到学习不仅是学的过程还是一个探究的过程，这样不仅优化了教学质量，还能取得更佳的教学效果。与此同时，统计学教师要保证有充分的时间去学习和掌握经济统计领域相关的实务操作，因此学校可适当安排教师分批去企业培训和锻炼，以此提高教师自身在统计实务方面的处理能力，增强教师的实践经验；有条件的学生还可以定期组织部分教师外出培训学习，提高教师在统计实践方面的水平，鼓励专业教师积极参加统计专业相关的技术资格考试以取得相应资格证书，达到“双师型”教师的要求；聘请国内高校相关专业知名教授做学校的兼职教授来指导青年教师，通过与本专业知名专家学者的亲身交流和学习提高青年教师的专业理论水平和实践教学水平；在教学实践方面，学校可以充分调动各方资源，如聘请公司、企事业、地方统计部门等实践能力强的专家或青年教师担任学生专业实践的指导教师，开阔学生们的眼界，帮助提升统计学课程实践教学的质量。

2.4在教学中融入数学建模思想

数学建模方法侧重于对实际问题的处理，在实际问题中庞大的信息数据量往往在对数据的处理和分析上提出更高的要求，要从表面上看起来杂乱无章的数据中发现和提炼出有规律性的结论，必须要掌握必要的统计分析工具，一些具有实际意义的数学建模实例，成为多元统计学分析应用的经典材料，这正是多元统计分析的“用武之地”，用多元统计分析方法解决了实际问题，这也正是多元统计分析解决了数学建模问题，即所谓融入数学建模思想，也提高了学生处理实际问题的能力。在讲授多元统计学分析课程中融入数学建模思想与方法，结合元统计学分析中基本概念、公式、统计理理以及分析方法的教学，鼓励学生积极运用统计软件和工具，对现实生活和产生的真实现象和数据等信息加以整合、归纳，经过演绎、求解以及推断，从统计学专业角度给出分析与预测，再经过翻译和解释，返回到实际生活中，用实践来检验这些数据的准确性。通过“实践―理论―再实践”的循环，让学生采用数学建模的理论与方法在平常的学习中掌握多元统计分析。

3结束语

通过《多元统计分析》课程实践教学的创新研究，一方面，可以理清今后统计类专业建设的方向，即以培养学生综合运用统计理论知识和方法解决实际问题的综合能力和实践能力，作为统计人才培养改革与专业建设的导向。另一方面，通过对统计类专业实践教学创新模式的探索，可以使该专业的课程实验、毕业设计、生产实习等与统计实际工作联系较密切的环节既按照教学要求实施，又能有针对性地增强教学效果，这对提高该专业的实践教学质量具有关键的教学研究意义。更重要的是，对实践教学创新的探索，能够充分体现该专业产学研结合的统计人才培养特色，进一步推动该专业教育教学改革和发展，也更加拉近该专业学生与经济管理部门、相关企业的距离，进一步消除学生对统计工作的陌生感，缩短毕业生进入统计工作岗位的适应期，这对扩大毕业生就业面，增强毕业生就业能力，提高该专业以及学校的社会知名度，也具有现实意义。此外，统计学是作为我校学科整体布局中的一个重要组成部分，构建培养技术应用型人才的统计学专业实践教学体系，将推动统计学专业的教学模式改革，也将给其他学科专业的教学改革以一定的示范和启发。

参考文献

[1]高惠璇.应用多元统计分析[M].北京：北京大学出版社，2005.

[2]王静敏.多元统计课程的创新改革研究[J].统计教育，2007，（10）：2425.

[3]丁立旺，黄娟.对财经类专业概率论与数理统计课程的教学反思[J].当代教育理论与实践，2015，7（4）：4648.

数据分析师统计学基础篇(3)

关键词：大数据；大数据思维；高校教师；绩效管理

中图分类号：G40-057 文献标志码：A 文章编号：1673-8454（2017）05-0001-03

大数据的出现为教育信息化的发展带来了前所未有的影响，基于大数据可以开展多方面的教育工作，如为学生的学习提供个性化的指导设计，为教师了解掌握学生特征提供帮助，为教育机构提供科学决策的有效依据等等。[1]从教师教学到学生学习、从资源建设到工作管理、从学校教育到终身学习等方面都在逐步进入大数据时代。高校教师作为高等教育中的重要力量，对其教学、科研等工作的绩效管理是教育质量的有效保障，但当前高校教师绩效管理工作存在着诸多问题和不足，大数据的出现为这一工作提供了新的思路和方法。基于此，本研究从当前高校教师绩效管理的现状和问题入手，借鉴大数据概念，分析了大数据思维对高校教师绩效管理的启示，并对高校未来实施基于大数据的教师绩效管理应当做的准备工作进行了阐述。

一、高校教师绩效管理的现状与问题

上世纪末，随着我国高校的快速发展，对高校教师的各种评价逐渐得以开展，到目前为止，对高校教师的业绩评价已相当普遍，并在一定的历史阶段、一定程度上对高校的发展起到了重要的促进作用。当前我国多数高校教师绩效评价主要是对教师的教学、科研等工作量进行等级划分，从德、能、勤、绩四个方面进行考察，同时随着人事改革的发展，多数高校采用教师自我评价、学生评价等多种方式相结合的综合考评。[2]从空间角度来看，各地院校的教师绩效评价“各自为战”，指标类型、划分标准、考核模式等均存在着一定的差异，尚未形成系统体系的绩效管理。[3]

结合当前部分高校的教师绩效评价体系，并查阅相关已有文献，可以将当前高校教师绩效管理存在的主要问题概括为以下三个方面：①绩效评价指标不完善、不标准：从指标内容上来说，教学指标主要是教师教学的工作量，科研指标主要是论文的发表数、专著数、课题数等，这种指标的确定，过于偏重于指标结果，缺少具体工作过程的评价；从指标评价标准来看，部分指标的数量并不能代表其所要体现的指标质量，特别是在学术指标上，过分强调年度成果数量的评价背离了学术研究的本质特征，同时在一定程度上会导致教师间的内耗、功利性日益强烈，严重影响了教师的身心健康和高校教师队伍的建设。[4]②缺乏有效的绩效管理手段：当前高校教师绩效评价主要通过人工填写、统计汇总的方式进行，基础数据的统计烦琐复杂，并且在统计过程中指标的审核工作费时费力，容易产生数据错误，且效率低下。在部分高校虽然已采取信息化绩效管理平台，但在实施中由于教师本身的信息素养不足以及平台人性化功能设置等的欠缺，导致绩效管理工作依旧效率不足。③忽视教师评价的发展性作用：绩效管理本身的目的是为了促进教师绩效和自身发展，以便高校行政管理和长期发展，但当前多数高校绩效管理难以为教师的发展提供借鉴或起到促进作用，导致绩效评价流于形式。[5]

二、大数据思维概述

“大数据”一词本身是计算机科学中的术语，最早由美国NASA研究人员迈克尔・考克斯（Michael Cox）和大卫・埃尔斯沃思（David Ellsworth）在1997年提出，用以表述计算机所产生的巨大数据量。[6]伴随互联网、云计算等技术的发展和分析工具的出现，大数据的产生、存储、整合，以及基于海量数据的计算分析成为可能。随着众多学者对大数据的不断深入研究，可以将其特点概括为“6Vs”，分别是大体量（Volume）、高速度（Velocity）、多样化（Variety）、真实性（Veracity）、价值（Value）和可视化（Visualization）。[7]总体而言，大数据是基于对基础性数据的海量采集、储存和管理，借助统计学、计算机科学等分析算法，挖掘并推测事物发展的规律和方向，为用户提供有价值的信息。

大数据在各行各业中的实践应用，逐步影响了人们日常的工作生活方式和知识体系，进而产生对问题思考解决的新方法和新的思维观念，即大数据思维，从根本上来说是大数据内在逻辑的深刻体现。近年来，越来越多的学者将大数据思维应用到各行各业中，如经济管理、制造业、农业、商业、金融业、交通运输业、影视制作、医疗卫生、体育等等，为行业发展提供了新的理念、方法，甚至开辟了新的领域。[8]大数据思维在教育中的应用研究目前主要在高校图书馆、学生信息管理、人事档案管理等方面。在高校教师绩效管理方面，笔者在CNKI中以“大数据”和“教师绩效管理”为关键词进行文献检索，检索文献结果为零（检索时间为2016年9月15日），说明关于大数据思维在高校教师绩效管理中的研究甚少，同时也反映出本研究具有一定的开创性。

三、大数据思维对高校教师绩效管理的启示

1.精细的评价指标体系设计与数据采集

相对于传统高校教师绩效管理的指标设计和数据采集，在大数据的支持下，可以进行更加精细的指标设计和数据采集。在教学工作的评价指标中，可以增设更多的过程性评价指标进行数据采集，如教师的出勤率可以更加精确到教师是否存在迟到、早退等现象，以及课堂教师讲授时间、课堂师生互动次数等等，从而可以有效避免学生评教的主观性和人情分；在科研工作上，除了科研成果的数量统计外，大数据还可以对教师科研成果的完成进度进行监控，特别是大数据可以对科研经费监督，对科研成果价值进行有效评估，而这些措施对于科研成就的评估具有重要价值；在其它服务工作上，大数据也可根据教师职务设置相应指标进行基础数据采集，如班主任对学生的日常班级管理工作等等。由于大数据对事物内在规律的探索上具有开放性，即不需对结论进行提前的预设，依据采集的精细数据进行研究分析，可以获得更多未知规律和多元体系。[9]因此，基于大数据的教师绩效管理可以根据这些原始数据进行更多的、意想不到的评估和预测。

2.便利的数据整合分析处理手段

在高校教师绩效评价中，指标权重的确定和计算是一项烦琐的工作，并且绩效结果的公示和监督也相对复杂。通过大数据技术，可以在基础数据采集后，通过系统云计算和大数据分析挖掘技术进行快速便捷的数据整合分析，并对异常数据进行报错。在高校中，通过大数据的互联互通，可以将学校各系统平台数据进行有效整合，如学工系统、一卡通系统、后勤服务系统等平台，甚至与教师个人网站、自媒体平台系统都可以进行数据整合分析，而τ谡庑┖A渴据资源的利用与分析，可以充分发挥大数据的特点。同时随着时间的积累、底层数据量的不断扩展，可以为每个教师构建自身的大数据系统库，从而可以更加有效地进行教师的绩效管理。

3.基于大数据预警与评估的个性化专业发展

大数据分析、数据挖掘等技术的支持，可以对事物发展的规律和方向进行有效评估和预测。在基于大数据的高校教师绩效管理中，既可以将各个教师绩效进行横向的对比分析，也可在时间维度上进行纵向的教师自身的自我发展评价，同时可以对每个教师的绩效建模，从而对教师的绩效规律进行分析利用，并可实时、有效地为教师的绩效发展进行预警与评估，进而为教师专业能力的发展提供帮助。从绩效管理的本质上来讲，绩效管理的目的是为了促进工作目标的达成，通过大数据对教师专业能力的发展提高可以进一步促进高校工作业绩的提升。

四、高校教师绩效管理的“大数据”准备

从高校教师未来发展的趋势来看，全面实施基于大数据的高校教师绩效管理是毋容置疑的，但是需要较长时间的过渡和完善。从当前角度来看，高校应当为未来基于大数据的绩效管理做以下四个方面的准备工作：

1.基础性数据的采集积累

原始数据的采集积累是大数据分析的重要前提，因此从长远角度来看，教师绩效管理的实现需要基础性数据的大量积累与存储。教师的基础性数据主要包括个人基本信息、教学信息、科研信息、服务信息等，其中个人基本信息可以对接院校中的教工系统，而教学信息、科研信息以及服务信息等方面，以往的数据采集多为工作量、工作结果的采集，相对于未来大数据分析十分欠缺，应当进行更多过程性指标的设定，并进行原始数据的采集积累。从采集手段上来说，基于一卡通系统的打卡考勤等是当前相对便于实施的一种手段，同时随着当下技术的发展，可以基于校园网络做底层数据的采集，如对教师网络使用情况的监控、基于NFC（近距离无线通讯技术）定位的考勤分析等等，都可以进一步实施原始数据的细化采集，并且这种“悄无声息”的数据采集，可以避免烦琐的人工操作而引起教师的反感情绪。

2.信息资源的整合管理

相对于传统的高校系统平台，基于大数据的绩效管理平台需要对接多个相关系统，以便数据的共建、共享和共用，因此信息资源的有效整合是关键环节。当前各高校网络系统规模、水平参差不齐，并且各个子系统之间相对独立，大多只是职工账号的统一入口，而各系统的内容数据共享共用比较欠缺。一方面是系统建设本身功能的欠缺，一方面是院校对各个系统采购时的供应单位大多不一致，第三方公司出于对自身信息的安全考虑而不提供数据接口。这种系统的相对对立对后期大数据的分析是一个较大的障碍，因此应当逐步对各系统信息资源进行整合管理，特别是对已有的过往数据整合，可以进一步加快高校基于大数据的绩效管理的开展。

3.顶层设计、投入的逐步实施

当前高校教师绩效管理评价指标不同，评价内容各异，很大程度上是因为绩效管理机制不健全、不完善。随着教育信息化的进一步深入，大数据在高校教学和管理中的应用成为重点，但大数据对多数院校独立设计实施却难以操作，因此在政府层面需要进行顶层设计规划，并逐步投资实施。当然在具体实施方面，可以由第三方进行操作，但顶层规划、标准设计需要统一的行业标准进行规范，才能够为未来各高校间信息的共享提供基础，而单纯的市场行为很难在短期内形成符合高校需求的标准。

4.教师信息化意识与能力的渐进提升

教师既是高校绩效管理的主体，也是高校绩效管理的客体：作为主体，教师是绩效管理规则的制定者与实施者；作为客体，教师是高校绩效管理的对象。这一双重身份使教师在对新技术的介入和应用中具有关键的影响作用，因此基于大数据的绩效管理要求教师本身必须具有信息化的意识与能力，以便有效稳定地开展实施。当然技术的发展会使人机交互逐步走向自然化、人性化，因此大数据原始数据的采集在一定程度上并不会导致烦琐的人工操作，但作为教师应逐渐了解、认识“大数据”这一事物，进而在此基础上开展大数据的相关应用，促进自身能力的发展。

综上所述，本研究首先对当前高校绩效评价的现状和问题进行了分析，其次对大数据思维进行了阐述，之后对大数据思维对高校教师绩效评价的启示进行论述，包括精细的评价指标体系设计与数据采集、便利的数据整合分析处理手段、基于大数据预警与评估的个性化专业发展三个方面，最后针对未来大数据支持的高校绩效管理，提出了基础性数据的采集积累，信息资源的整合管理，顶层设计、投入的逐步实施和教师信息化意识与能力的渐进提升四个方面的准备工作，以期对未来高校基于大数据的教师绩效管理提供参考。

参考文献：

[1]Yu X，Wu S.Typical Applications of Big Data in Education[C].International Conference of Educational Innovation Through Technology. IEEE Computer Society， 2015.

[2]李志河.我国高校教学科研人员绩效考评研究[M].科学出版社，2012.

[3]吕志霞，陈伟.高校教师绩效考核：现状、问题与对策[J].现代教育管理，2013（8）：78-82.

[4]刘姗，胡仁东.对我国高校绩效管理的反思[J].教育探索，2015（10）：77-80.

[5]戴屹，顾琴轩.国外高校教师绩效评估研究综述与启示[J].外国教育研究，2012（7）：43-49.

[6]何克抗.大数据面面观[J].电化教育研究，2014（10）：8-16，22.

[7]祝智庭，沈德梅.基于大数据的教育技术研究新范式[J].电化教育研究，2013（10）：5-13.

[8]邬贺铨.大数据思维[J].科学与社会，2014（1）：1-13.

[9]和婷.大数据思维对图书馆信息服务工作的启示[J].图书馆建设，2014（1）：64-68.

[10]蔡先金，宋尚桂，王希普，刘福才.大数据时代的大学――e课程e教学 e管理[M].山东人民出版社，2015.

数据分析师统计学基础篇(4)

 

1 引言

 

甘肃省作为我国西部经济欠发达省份，以教育信息化带动教育现代化发展，坚持以深度融合、机制创新、企业参与、应用驱动为导向，在教育管理信息化基础建设、深化应用、创新融合方面，克服基础条件差等困难，努力实现跨越式发展。

 

认真贯彻落实《教育信息化十年发展规划(2011—2020年)》精神，(简称《十年规划》)。《十年规划》提出了我国教育信息化未来十年的8项任务和5个行动计划，这8项任务和5个行动计划又被概括为“三通两平台建设”。三通即：“宽带网络校校通、优质资源班班通、网络学习空间人人通”，两平台即“教育资源公共服务平台、教育管理公共服务平台” [1]。

 

2 甘肃省教育管理公共服务平台顶层设计

 

“十二五”期间，重点建立覆盖全省各级各类教育的基础数据库及其管理信息系统，为各级教育行政部门和各级各类学校提供教育管理基础数据和管理决策平台。

 

按照教育管理信息系统“两级建设、五级应用”原则，坚持“核心系统国家建、通用系统省级建、特色系统本级建”的建设模式。以甘肃省教育数据中心为依托，集中省级硬件基础环境、人员技术力量，统筹建设教育管理公共服务平台和教育资源公共服务平台，两平台硬件环境共建共享，充分发挥效益，为全省教育管理和应用提供服务。部级核心系统全面部署，省级通用系统基本完善，各级特色系统逐步推进。

 

在整体推进过程中，以硬件基础环境建设为基础，以保证国家核心系统部署与落地应用为第一要务，以省级通用系统建设与应用为特色，利用大数据统计分析为各级各类教育行政部门提供科学的决策服务，促进教育公平和教育现代化发展。

 

3 甘肃省教育管理公共服务平台基础运行环境[2]

 

为保障我省教育管理信息化的整体推进，向全省各级各类教育行政部门提供教育管理公共服务和基础数据支撑，从2010起，加强省级教育数据中心建设工作，为省级和不具备机房环境的市州提供网络基础环境。按照“国家教育管理公共服务平台《省级数据中心建设指南》”中总体要求进行建设，按照B类数据中心建设标准，建成了面积达250多平方米，安全、高效、节能、功能齐全、服务到位的省级教育数据中心。

 

4 甘肃省教育管理公共服务平台建设情况

 

从2013年截至目前，我省教育数据中心已部署的国家核心管理系统有：中小学生学籍管理系统、中小学校舍安全管理系统、学生资助管理信息系统、中等职业学校学生管理信息系统、学前教育管理系统、教师管理信息系统、基础数据库、应用支撑平台、安全运维监测平台等，基本完成了教育部要求的全部系统的部署。

 

5 运用技术手段，实现各系统数据挖掘整合

 

2014年在国家核心系统建设的基础上，为了便于各业务系统数据分析报表的查看和检索，我省专门开发了甘肃省教育综合数据监测系统，通过统一的教育管理数据监测平台，对所有业务系统数据进行监测，通过统一的门户平台进行展示。

 

该系统设计面向服务的体系结构(SOA)，使用J2EE和HTML5程序设计并且在数据的抽取、转换和加载运用了目前先进的ETL技术，通过对中小学学籍系统数据库、教师管理系统、中等职业学校学生管理信息系统数据库、校舍安全管理系统数据库的关联，动态提取各种数据，生成教育行政部门所需的各种统计报表。系统通过学生、教师和学校三个横向维度，按照学前、基础教育、中等职业教育和综合四个纵向维度，把各业务系统报表统一进行展示，并跨系统进行数据关联和对比，按照教育决策部门需要，灵活方便地生成的各种类型报表，按照折线图、饼状图、柱状图和数据报表等形式直观方便地进行展示。

 

6 利用大数据分析共享，提高社会公共服务能力

 

按照“核心系统国家建、通用系统省级建、特色系统本级建”的原则，进一步落实“一库五应用”建设目标，甘肃省在国家核心系统建设的基础上，对各孤立分散的业务系统数据进行跨系统整合，科学、精准、可持续的获取数据，深度挖掘分析数据，从而打造甘肃省教育管理数据监测服务系统，为全省教育行政部门提供科学有效的决策数据。

 

根据我省当前的信息系统实际情况，结合今后教育信息化的长远发展和规划，将各业务系统数据通过抽取、转换、加载等环节，加载到甘肃省教育管理数据监测服务系统中，满足甘肃省教育管理数据监测及分析需要。如：学籍系统、教师系统、校安系统、学期系统、中职系统等都是原始的基础数据，如要跨系统进行数据分析对比和提取，应了解：①农村六年制小学按照学生人数统计教师的分配情况，初级、中级、高级教师的分配情况，教师的年龄结构情况，音体美艺术类专业教师的分配情况。②根据学校片区分布和片区学生教师人数，分析片区学校布局是否合理。③通过小学入学人数、幼儿园入园和毕业人数、义务教育人口监测中适龄入学人数对比，分析入园和入学情况。④查看全省大班情况等。要得到这些分析报表，必须通过对各业务系统源数据进行动态抽取、转换、加载和分析，最后生成所需要的报表。

 

7 结语

 

“三通两平台”的建设和应用是我省当前阶段教育信息化发展的战略重点，应用好教育管理公共服务平台是各级教育信息化工作者的愿望，通过对各孤立的管理系统的数据挖掘和分析，向各级决策管理者或专业人员提供及时、科学、有效的监测报告，从而为决策者科学决策提供服务。

数据分析师统计学基础篇(5)

关键词：任务驱动；教学方法；统计基础

中图分类号：G63文献标识码：A文章编号：1672-3198（2008）04-0200-06

1 教学思想

《统计基础》是研究如何使用科学的方法去搜集、整理、分析统计数据，通过其特有的统计指标和指标体系，研究客观现象数量的规律性，并进行科学预测和决策的方法论的科学。是一门实践性、应用性和操作性很强的课程，它广泛应用于社会科学、自然科学、工程技术、农学、医学等领域。

在统计基础课程中体现任务驱动教学法，就是让学生在一个个统计任务的驱动下展开教学活动，引导学生由简到繁、由易到难、循序渐进地完成一系列任务，从而得到清晰的思路、方法和知识的脉络，在完成任务的过程中，培养学生观察问题、思考问题、分析问题、解决问题的能力。在这个过程中，学生还会不断地获得成就感，可以更好地激发他们的求知欲望，从而培养独立探索和创新的能力。

2 教学模式的设计

任务驱动教学模式的主要结构是：设计任务明确任务完成任务任务评价。

设计任务是指教师在把握总体教学目标的基础上，把总体目标有机的分解成若干小目标，并把每一个学习模块的内容细化为一个个容易掌握的“任务”，通过这此小的“任务”来体现总的学习目标。对“任务驱动”的任务一定要精心设计，好的任务可以起到事半功倍的作用。

明确任务指选择与当前学习主题密切相关的真实性事件或问题作为学习的中心内容，让学生明确一个需要解决的问题。学生接受任务后，在学习要求明确、任务清晰的基础上，会产生浓厚的学习兴趣和学习愿望。

完成任务指学生通过独立探索、小组协作互帮互助等形式，加深每个人对该问题的理解，找出并完善解决问题的方案。在这个过程中，教师不要急于去讲解应该怎么做，或立即让学生自己去做。而是要指导学生进行分析讨论，引导学生逐步理清问题，明确目标，弄清任务。

教师还要向学生提供解决该问题的有关线索，比如从哪里去获取相关的资料、寻找相关的帮助，是解决问题的主要思路。

任务评价指学生完成任务之后，由教师组织展示其成果，并进行讨论、总结和评价。分析评价可让学生自我评价或相互评价，通过评价反思解决问题的过程，教师作适当点评，并帮助学生作归纳总结。恰当的评价可以对学生的发展产生导向和激励作用，以达到完善认知结构，实现教学目标的目的。

以上任务驱动的四个环节是紧密联系、不可分割的。在统计基础课程教学中应用任务驱动法，要重视各环节之间的联系，已取得预期的教学效果。

3 教学实施过程

3.1 教师研读大纲，精心设计任务

接受教学任务后，教师要研读《统计基础》课程教学大纲要求，分析选用教材的内容组合，确定课程课程总目标是掌握统计基本理论，基本知识和基本技能，着重于统计过程的实施和应用。在此基础上，确定教学内容分为：统计资料收集（含方案设计）、统计资料整理、统计数据分析、统计报告撰写四大模块。并根据大纲对各模块的知识和能力要求，为各模块创设具体任务。基于统计认识过程的规律，各模块的任务之间存在前后相联、由浅入深、由表及里的关系。各模块具体任务和知识要求见表1。

用Excell作统计表和统计图统计表的构成和设计、统计图的制作、Excell作表和图的步骤

统计数据分析掌握统计指标的含义及计算描述数据的分布特征，找出数据之间的关系总量指标、平均指标、相对指标、标志变异指标

掌握抽样推断的方法用抽样资料推断未知总体的特征区间估计

掌握相关关系的计算和回归分析的方法分析变量之间的关系，进行预测相关关系、回归分析

掌握指数分析和时间数列分析方法从数据中寻找趋势指数体系和因素分析、时间数列的种类和指标计算

统计报告撰写掌握统计认识全过程撰写统计报告统计报告的格式、统计综合知识

3.2 学生在教师指导下完成任务

(1)学生的自主学习。

学生接受任务后，就需要自主完成任务。学生可以先通过自主探索或者互助协作开展探究活动。围绕主题展开学习，查阅信息资料，进行尝试探索，完成对任务的理解、知识的应用和意义的建构。小组成员既有分工，又有合作。各成员积极主动地利用各种信息工具获取、分析、处理信息，并在活动中学会与人交流、合作共同完成学习任务。能有效的提高学生的集体协作能力、人际关系处理能力，培养学生的团队精神。学生在学习小组内相互协作、相互帮助、群策群力，共同完成相应的教学任务。

(2)教师的引导。

由于学生对新知识的认识比较零散，缺乏系统性， 只有在教师的引导下进行概括、归纳和总结，才能全面地看待问题，因此，在学生完成任务的过程中，教师不是袖手旁观，应参与学生的学习过程，及时解答学生提出的问题，提供解决问题的途径及方法，协助学生完成任务。

3.3 学生和教师评价任务

学生完成任务后，将成果展示出来，教师组织学生互评，通过发动学生之间的相互交流和评价，创造出一个开放式的评价机制，学生就可以在交流与评价中锻炼能力，弥补不足。评价的内容包括是否完成了对新知识的理解、掌握、熟练应用；自主学习的能力；同学之间相互协作的能力；解决问题的能力等。教师根据统计课程的特点，对各组学生进行恰当的点评，指出学生的优点和弱点，客观评价学生的能力，这样既符合社会的要求，又有利于学生的个性的发展。

4 教学效果及感想

采用任务驱动法实施统计基础课程的教学，学生学习的主动性明显加强，分析能力有较大的提高，学习和应用新知识的热情高涨。改变了以往学生感到该课程理论性强、所学知识对专业没有用的想法，真正体现了高职教学中理论知识“够用适度”的要求，也达到了本课程的教学目的。

“任务驱动”教学法已经形成了“以任务为主线、教师为主导、学生为主体”的基本特征，因此教师必须明确自己所担当的角色，认识到学生的知识不是靠教师的灌输被动接受的，而是在教师的指导下，由学生主动建构起来的。运用任务驱动教学法，体现了以人的发展为本的观念。尊重学生的主体价值，创造适合学生个性发展的条件，激发全体学生的积极性，使每个学生都学有所得，享受成功的喜悦，这是社会和市场对高职教育改革和发展的客观需要，也是学习者自身发展的需要。教师应积极探索新的教学方法，为社会培养生产、管理、服务第一线的实用型技术人才。

参考文献

［1］何克抗.建构主义学习环境下的教学设计［M ］.北京:北京师范大学出版社，2004.

数据分析师统计学基础篇(6)

关键词 教育信息处理；计算机技术基础；S-T分析

中图分类号：G652 文献标识码：B 文章编号：1671-489X(2012)12-0076-03

Foundation of Computer Technology Course of S-T Analysis//Wan Hongjing1, Zhang Shunxing2

Abstract Education information processing in the assessment of the teaching process and the effect has an important role. From the teaching practice, the use of S-T analysis methods in education information processing to 09 freshman of Yunnan Normal University computer technology foundation teaching process were analyzed.

Key words education information processing; computer technology foundation; S-T analysis

Author’s address

1 School of Information, Yunnan Normal University, Kunming, China 650500

2 The Second Prison in Yunnan Province, Kunming, China 650102

1 问题的提出

教学过程是一种信息传递过程，它包括教师与学生间的信息的产生、呈现、传递、分析和处理。在对教学过程进行分析时，应针对教学过程中各种信息的特点、表现形式，采用适当的方法进行处理，并由此得到用于分析、评价、控制教学过程的有效信息。教育信息处理的对象是教学过程中收集的信息，因此，首先要了解其特点。

1）量度水平低。课堂教育信息大多是一些量度水平较低的信息，如学生对知识点的掌握、学习方法、学习爱好和师生互动信息等，对这些信息的处理较为困难。

2）抽取的样本数据较小。在实际的教学过程中，往往只涉及一个班，如在本文中随机抽取的3位教师的班级，09数学D班61人，09体育教育B班56人，09法学A班和09公共管理事业两个专业合班上课共113人。由于样本较少，它给数据的统计处理带来较大的困难。

3）注重个体数据的分析。在教学过程当中，除注重一个学校、一个班级的数据的分析以外，往往还要注重学生个体的分析。对学生个体数据的分析，可为个性化学习提供重要的信息，可实现有效的个别指导。

4）信息模糊。采集信息不可能都是精确的信息，比如教师对学生学习状态的理解、掌握知识的判断是十分模糊的。学生的反应与回答多是一些模糊信息，教师对这些信息的分析是一种极为复杂的、模糊的过程，这对进行教育信息的处理带来较大的困难。

在课堂教学中，基于以上教学信息的特点，宜采用定量分析方法，有效地记录教学过程中的各种数据，通过对这些数据的分析、处理，得到一定的信息，并将这种信息用于评价和完善教学过程。

2 研究的方法

2.1 S-T分析法

S-T分析是一种用图形的方法直观表现教学性格，对教学过程及其结构进行定量处理与评价的课堂结构分析。其主要特点是：将教学中的行为仅分为学生（以S表示）行为和教师（以T表示）行为两类，减少教学过程中行为分类的模糊性，增加了客观性。在教学过程中，T行为主要包括教师的讲话行为和板书、演示等行为。S行为包括T行为以外的所有行为。

笔者以云南师范大学的计算机技术基础的课程为例，运用S-T分析法来研究课堂教学过程，抽取3位计算机教师的课程并做了详细的记录，对其教育信息的处理过程为听课记录统计比较分析得出结论。

2.2 S-T数据的收集

通过对计算机技术基础这门课程教学过程的实际观察，设定采样的时间间隔为30秒，将每个采样点的行为类型记录在S-T数据记录表。基于信息的收集，将教学模式用两种方式来表示，一种是以S、T行为随时间变化的S-T图，一种是以表现教学性格的Rt-Ch图。

S-T图要根据采集的数据分别描绘计划S-T图和实测S-T图。计划S-T图是在教学实施之前，参考教学设计的结果和教材所描绘的S-T图，而实测S-T图则是根据教学实施的结果数据来进行描绘。

Rt-Ch图中，Rt和Ch分别表示教学过程中的T行为占有率和转换率，描绘的是教学过程中T行为与S行为间的相互转换次数与总的行为采样数之比，横轴Rt表示教师的讲授和演示，纵轴Ch表示教学中的对话性。据此可以将教学分为4种不同的教学模式，即练习型、讲授型、对话型和混合型，这对教学模式的描述、完善教学过程具有重要的意义。

3 实例分析

数据的收集随意抽取云南师范大学的3位教师面向同一年级不同班级的相同课程（即计算机技术基础课程），分别称这3位教师为甲、乙、丙，其中教师丙为教授，云南师范大学计算机基础学科带头人。

3.1 S-T图和Rt-Ch图

根据教师甲的教学过程记录得到甲教师的S-T数据记录表、S-T图和Rt-Ch图，如表1、图1所示；根据教师乙的教学过程记录得到乙教师的S-T数据记录表、S-T图和Rt-Ch图，如表2、图2所示；根据教师丙的教学过程记录得到丙教师的S-T数据记录表、S-T图和Rt-Ch图，如表3、图3所示。

3.2 图表分析

1）计算机技术基础是一门理科课程，课堂教学以教师授课为主。从教学图表当中可以看出，教师行为占了大约2/3左右，给学生也留下了一定的思维、互动空间。这不仅有利于学生的主动性学习，也便于教师系统地传授知识和教师有效地控制课堂。

2）据实地考察，甲、乙、丙3位教师是多媒体教学为主，由上图可见这3位教师的行为占有率Rt都比较高。这个现象与计算机技术基础这门课程的特点有关。计算机技术基础是一门内容较多、实践性强的系统学科，教师不仅要将理论抽象的概念阐述清楚，而且要观察学生的理解程度以确定教学进度。所以在这3位教师的教学当中，教师的行为占有率Rt都比较高。但丙教师在教学过程当中，行为转换率Ch比较高，说明他更注重与学生的交互。这在某种程度上也可以说明教师在利用多媒体教学时，避免了不必要的重复劳动，节省时间用于与学生的互动，体现了多媒体教学的一种优势。

3）从以上图中可以看出，甲、乙两位教师是混合型的，而丙教师是对话型的。宏观上分析，3位教师的教学模式倾向于对话型，并且从图1、图2当中可以看出甲、乙两位教师的S-T图与丙教师的S-T图也很接近。这种教学模式改变了传统教学课满堂灌的形式，在与学生进行交互的过程中接收学生的反馈信息，启发学生对知识点的认同，及时调整教学方法和进度，从而进一步优化教学。

参考文献

[1]傅德荣,章慧敏.教育信息处理[M].北京:北京师范大学出版社,2001.

[2]张惠丽,李晓东.课堂教育信息处理的研究与实践[J].现代远距离教育,2005(6):67-69.

数据分析师统计学基础篇(7)

[关键词]数据分析 观念 能力 小学数学

[中图分类号] G623.5 [文献标识码] A [文章编号] 1007-9068（2016）35-070

数学教材中“统计与概率”这一章节数据较多，统计图的类型也比较多，教师可以该知识为切入点，引导学生观察和感悟数据，提高学生的数据统计和分析能力，为学生解决生活实际问题打好基础。

一、引入生活情境，鼓励学生整理数据

生活中与学生相关的数据很多，教师就可引导学生收集真实的生活数据，使他们深刻理解数据的意义，产生分析数据的兴趣。

例如，“统计”教学片断。

师：这是三年级（2）班学生的课外活动图片，大家在图片中看到了什么？

生1：有的学生在跳绳。

生2：有8个学生在打乒乓球。

生3：还有几个学生在踢足球。

师：用什么方式能更好地反映全班学生的运动情况呢？

生4：可以画成表格的形式。

生5：用折线图来表示，这样可以看出参加游戏人数的变化。

生6：折线图不容易对每项游戏人数进行具体分析，可以把折线图画成圆形。

师：画成圆形的图形是什么类型的统计图呢？大家有没有兴趣深入学习一下？

教师以学生日常活动的图片为导入，丰富了学生的多种感觉体验，使学生有了初步观察和分析数据的兴趣，为后续教学埋下了伏笔。

二、亲身经历，培养数据分析能力

数据的分析需要建立在亲身经历的基础上，教师应该按照提出问题、分析问题、收集数据、整理数据、做出决策和交流分析的步骤，挖掘学生的发现能力和创新精神，进一步提高学生的数据分析能力。

例如，教学“平均数”时，教师可先组织学生以值日小组为单位，进行跳绳比赛。在比赛的过程中学生很快就感觉到“不公平”，这是因为各值日小组的人数上有差别，而且每个小组的男女生人数也不一样。此时教师提问：“针对这种不公平的现象应该怎么处理呢？”由于学生具有活泼好动和争强好胜的特点，他们很快就给出了公平的做法：分别统计全班男生和女生人数，除以比赛的小组数后再分配。在解决问题的过程中，学生对平均数的概念能有初步的了解，而且印象比较深刻。为了进一步巩固知识，教师还可带领他们进行拔河比赛，而拔河比赛前需要学生对体重进行分析后列出体重统计表，并思考以哪个数据为基准进行人数分配比较好。

数学知识来源于生活，也是用来解决实际生活问题的。教师在教学的过程中，应鼓励学生遇到问题时多问几个为什么，然后整理和搜集数据，最终形成正确的答案，实现对数据的分析。

三、选择合适的分析方法，提升数据分析的水平

教师应根据学生的认知水平和发展规律，引导他们对信息进行分析后选择合理的分析方法，深化数据分析水平。

例如，针对“佳美商店电视机销售情况统计表”，回答如下问题：

（1）请根据表格和下列问题做出合适的统计图，并进行作答。

（2）星期一和星期二一共销售了多少台电视机？

（3）星期六比星期三多销售了多少台电视机？

（4）若你是商店的总经理，你会安排员工在哪两天休息呢？

由于题目涉及了星期一、星期二、星期三及星期六具体的电视机销售台数，学生能够在分析的基础上得出应该绘制条形图的结论。对于第（4）个问题“如何安排员工的休息”，学生可能会感觉有一定的难度，此时，教师可鼓励学生对每天的销售量进行分析，周六周日销售量最高肯定不安排休息，这样题目就转化成了求哪两天的销售量最低，降低了解题难度。

这样的题目，让学生在生活中遇到数据问题时，也会倾向于从数学的角度来解决，而不是手足无措。因此，为了进一步培养学生的数据分析能力，教师可多设计一些与实际生活相关的练习题，多让学生对数据进行分析。