统计学的数据分析范文

引言：寻求写作上的突破？我们特意为您精选了4篇统计学的数据分析范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

——黄冈名师基层巡回讲学数学听课体会

5月26日有幸听了万贵秋、程来魁两位教师关于复式折线统计图同课异构课和吴文涛名师关于折线统计图的展示课，我也曾教过这一单元，然而我的教学重统计图的绘制轻数据分析，三位教师与我截然不同的教学思路让我感悟颇深。统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。分析数据是统计的核心，也是本单元的重难点之一。如何在课堂教学中突破这一重难点我有以下看法：

一、感知数据

《新课程标准》指出：在"统计与概率"中，帮助学生逐渐建立起数据分析的观念是重要的。数据分析包括：了解在现实生活中有许多问题应当先做调查研究、收集数据，通过分析作出判断，体会数据中是蕴涵着信息的。数据分析的第一步要调查研究收集数据，在这一过程中感知数据不再是简单的数字，它的背后蕴藏着数学信息。在课堂教学中采取的是：

（一）选取贴近学生生活素材，加强学生对数据的感知。本次课堂上万贵秋教师调查学校趣味数学魔方选拔赛郭宇和徐伟的成绩，吴文涛教师调查学校足球队方瑶投篮的成绩，这两个发生在学生生活中的问题进行调查，既增加了学生对收集数据的亲切感，又激发了学生挖掘的数据背后隐藏的数学信息的欲望。

（二）选取具有统计意义的真实的生活素材，加强学生对数据的.感知。程来魁教师选取的是调查全国人口老龄化这一具有统计意义的事情。首先让学生了解到抽样调查是统计中常见的调查方法，调查全国人口老龄化，只需抽样调查上海老龄化情况。而每年出生人口数和死亡人口数是连续性变量，非常适合用复式折线统计图来表示其变化。学生从视频中看到这一令人震惊的事实，激发其探究的欲望，同时在真实的死亡人口数与出生人口数中，增加学生对数据的感知，无形之中会将两者进行比较。

二、数据读取

学生会从收集的数据感知一些大略的信息，第二步就要整理数据了，整理数据的方式一般就是统计表，统计图等。在以往我的教学中我通常会教授学生绘制统计图，再读统计图中的数据。一节课大部分时间用在画图，特别是横轴和纵轴的填写，而读图时间会过少。这样的教学往往导致学生会成为画图的高手，读图的哑巴。此次三位教师都是通过读图来画图，万贵秋和程来魁教师都是通过读两个折现统计图来画复式折现统计图，吴文涛教师是通过读条形统计图来画折现统计图，从学生已有的作图起点出发不仅让学生自主的探究统计图的制法及注意事项也为后面的读数，数据分析大大节省了时间。读懂统计表中的数据为后面的数据分析做铺垫。

（一）读显性数据

显性数据就是统计图中直观的信息。读图标，图例，横轴、纵轴、以及点的信息。这部分内容很直观，加之有以前学习条形统计图的经验，学生较易掌握。

（二）读隐性数据

隐性数据即是通过显性数据得出的统计量。在运用统计量时一定要注意其统计意义。比如平均数、中位数、众数。平均数是一个虚拟的数，它能反应一组数据的总体水平。中位数是个半虚拟的数，它则能反应一组数据的中等水平。一般而言，平均数作为数据代表相对可靠和稳定，但遇到极端数据时它则不能反应这组数据的基本情况。在万老师执教的这一课里面有同学提出了用平均数来反应两名同学玩魔方的总体水平，从而决定由谁参加决赛，这个结果与我们从统计图数据变化趋势分析的结果大相径庭。造成两种不同的结论的原因在于这个同学没有看到极端数据对平均数的影响，一次失误能拉下一个学生比赛的平均分，但是这时的平均分并不能代表这个同学的整体水平了。

三、数据比较

读懂数据，了解数据所蕴含的信息，我们还要更深层次的挖掘数据的隐藏信息。这一部分的数据分析是通过数据比较来完成的。

（一）横向比较

在折线统计图中了解了点所代表的信息，再引导学生横向观察折线统计图，相邻的两个点之间的线段的方向代表数据的增减；线段的陡平代表数据增长的快慢，整条折线有代表数据的发展趋势，由部分到整体挖掘数据隐含信息。在吴老师的教学中这一细节做的非常的到位，从点，(fanwen.chazidian.com)线段，折线三个方面深挖信息，并通过整条折线的趋势做了预测，预测方瑶的后两次成绩。万老师执教的这一课也从整体折线趋势预测两个同学的下次成绩，从而得出决策。

（二）纵向比较

数据之间纵向比较主要体现在复式折线统计图里，两个量之间的差距是同一纵轴上两点间的距离，也是复式折现统计图中蕴含的一个重要信息。比如万老师的这节课通过比较两个同学每次成绩相差多少，判断两个同学成绩的变化。又比如程老师执教的调查人口老龄化，其中自然增长数等于出生人口数减去死亡人口数，就是比较两个量间的差距变化从而判断人口是呈正增长还是负增长，以及增长的幅度来判断人口老龄化的情况。

篇2

【关键词】大数据 高中统计 数据分析 内容数据链

大数据的价值性，快速性，大量性，多样性，和预测功为教育提供了一种可能目前教育的形式多种多样，慕课、微课、网络公开课等等。大数据时代下的教育是怎样的呢？是基于个性化学习，是量化的，自我组织学习内容的教育，不仅要了解学生“心声”，认知水平和学习兴趣，而且要师生互动、合作探讨学习内容，将传统课程、教学、教材的内容数据化，利用可视化技术，提高学习兴趣。提升内容吸引力。高中统计内容必须系统化、过程方法直观化，这对高中的统计内容提出了挑战。使专题块和课程案例集以数据知识链为核心，使教育在大数据时代下的“量化”。

一、高中统计内容的新契机是大数据

使教育由数字支撑变化到数据支撑。高中统计教学场景布置，统计内容设计，学习场景的变革等等过去靠“敲脑袋”或者“理念灵感加经验”的东西，在背景为物联网、云计算、大数据下，变成一种由数据支撑的“行为科学”.用数据分析的方法对高中统计内容进行分析、挖掘，利用大数据更改高中统计内容，建立主线为“统计知识链”、目标为培养“数据分析能力”首尾呼应内容数据链，使高中统计内容的系统更加优化。

由于各种原因使高中统计内容，没有得到较好的发展.直到国家教育部颁布了各种政策，统计才得以发展.然而各种问题的存在仍然困扰着我国统计教学发展。大数据关注每一位学生的个性化需求与发展，关注学生的自我意识，分析群体心理，让教师关注学生的兴趣爱好，选择适合学生的方法，让学生自主的、创新的学习。

正如教育家张韫所说：“大数据时代的到来，让社会科学领域的发展和研究从宏观群体逐渐走向微观个体，让追踪每一个人的数据成为可能，从而让研究每一个个体成为可能.对于教育研究者来说，我们将比任何时候都更接近发现真正的学生。”大数据在充分了解学生各种需求，目前处于的状态的情况下合理运用各种统计内容，各种现代化的教学方式，不拘泥于传统化教学方式，利用各种资源形成螺旋式上升的统计内容数据链。使每一位学生都乐于学习，其个性化学习需求成为可能。

二、高中统计内容数据链在大数据视域下的内涵

数据高中统计内容的核心研究对象，数据分析是重点，统计学习是在初中的基础上，进一步学习数据统计方面的各种方法；用各种操作培养学生的归纳推断能力、统计思维、数据分析素养，提升学生在数据分析方面的能力，统计内容数据链为学生统计能力的提升提供了研究平台。把课程目标，学生需求、与大数据算法，数据链式结构有机结合起来是大数据视域下的统计内容数据链核心思想，利用大数据，将统计内容数据化，增强内容的可读性，衔接性、合理性、连贯性，织成统计知识，形成统计内容数据链。例如：具体环节为：链宿是“样本估计总体、”等数据分析方法，链源是“系统抽样，等距抽样、分层抽样”，链节是的数据描述、统计图形.通过统计知识的实际应用使“统计知识链”为统计内容数据链的内化，“统计能力链”为其外化，“统计能力链”，“统计素养链”为其发展，成为对学生产生重大影响的“统计思想链”所以，利用大数据的科学方法可使统计内容体系最终形成的统计思想体系；数据结构的链式模型，将促进学生创新思维，增强学生的参与积极性，使高中统计集“知识链、能力链、素养链、思想链”于一体。

三、高中统计内容大数据视域下下的数据链设计

（一）高中数学统计内容知识结构

各种版本的高中数学统计内容都介绍了基本的获取样本数据的获取，提取方法，就是我们常说的用样本推断总体，部分推断整体.统计知识注重培B学生数据分析的能力，利用实例讲解数据的各种思想，方法结合在一起，提高学生的综合能力。例如：结合具体问题情境，学习如何进行数据收集，分析，如何思维理解其含义。

（二）高中数学统计内容的教学要求

课标充分重视高中数学统计内容，并采取了有效的改进和创新措施。教学过程中，注重学生自我特长的发展，创新教学方式，不拘泥于传统的书本知识，强调以人为本，面向未来，让学生有数据意识，学会用数据说话，将统计知识运用于实践。

（三）高中统计内容在大数据视域下数据链设计

量化教育是大数据时代的可行教育，通过数据了解学生的个性化需求，促进学生的个性发展，注重创新式培养。结合教材利用现代化信息技术设计出学生乐于接受的教学方式。从“数据读心”，到“抓心入心”，再到“知心交心”，最终形成“数据育心”的培养链是统计内容数据链的设计原则。例如：分层抽样内容数据链的设计.首先，将分层抽样知识系统化。其次，将分层抽样的过程方法直观化。最后，依据统计内容数据链的设计原则和学生个性化学习需求，动态生成分层抽样内容数据链。把具体问题数据化。使分层抽样内容数据链成为满足自我发展需要的“知识链、方法链、素材链”。

四、结语

综上所述，对统计内容数据我们应该就地取材，因地制宜，开创多种方式的教学方式，注重学生的个性化需求，不要拘泥于传统的教材，注重培养学生的创新思维和自主参与能力，要让学生发挥主观能动性，积极主动的自己去思索，发展自己的特长，学会将具体的事情数据化不用数据的思想去思考问题，去看世界，老师也要探索更好的教学方法。将现代化的科学技术与传统枯燥的教材相结合创造出一种能够发挥学生潜能，特长的教学方式，要循循善诱，引导学生。总之，统计内容数据链能更好地使学生不断提升自己的数据分析“能力链”使学生学会用统计思想、统计方法、统计思维、统计观念、统计意识来认识世界，改造世界。

参考文献：

篇3

统计意识的培养是小学学习最重要的目标之一. 统计意识的首要方面是能有意识地从统计的角度思考有关问题，当遇到有关问题时能想到去整理分析数据，即发展学生的统计意识. 发展学生的统计意识最主要的方式就是让学生体会到统计是有用的. 基于以上目标，在学生根据原始数据提出自己的问题后，教师引导学生体会解决问题必须对这些数据进行整理，就产生了整理统计的需要，有了需要学生就会考虑选用方法进行整理统计，然后通过教师的点拨，学生在小组内自主完成数据的整理统计，学生参与度和统计结果正确率都比较高. 根据统计结果，同学自己提出的问题迎刃而解. 这样的设计，让学生带着解决问题的需要，投入到数据的整理统计中，在经历统计的过程中培养了学生的统计意识. 如以下设计：

（一）呈现情境，提出问题

师：同学们，2008年北京奥运会中国以51枚金牌数居金牌榜榜首. 大家看，这是第二奥运中国体育代表团金牌榜. 根据金牌榜提供的信息，你能提出什么问题？

生1：中国游泳项目获多少枚金牌？

……

（二）分类统计，解决问题

师：老师发现同学们提到的问题都与中国各种项目获金牌数情况有关，所以我们先来解决这个问题“中国各种项目获金牌数的情况是怎样的”. 解决这个问题需要用到哪方面的知识啊？（统计知识）对，我们需要对原始数据进行整理、统计. 你打算怎样统计？

生：用统计表，根据体育项目进行分类统计. （板贴：统计表）

师：这名同学想到了根据体育项目进行分类统计，你们同意吗？除了用统计表表示统计结果，还可以用什么来表示？（条形统计图）

师：大家看，在金牌榜上出现的体育项目既多又分散，比如说水上项目就有游泳、跳水、划艇等，我们可以把某些项目进行归类，请看大屏幕（课件出示分类标准）.

师：下面小组内进行分类统计，可以选用统计表，也可以选取统计图来表示统计结果.

生：（分小组活动）.

……

二、关注扇形统计图的产生，让学生通过数据分析体会学习扇形统计图的必要性

让学生体会引入扇形统计图的必要性是认识扇形统计图的开始，有利于激发学生对新知的求知欲. 因此，在教学中我有意识地将切入点回归到学生要解决的问题上，在引导对条形统计图进行分析后，教师抓住学生前面提到的“举重项目获金牌数占金牌总数的百分之几”这一问题让学生来解决，随即出现一组含有百分数的统计表，然后教师提出“要清楚地表示出这些信息，我们还可以用这样的统计图”，大屏幕出示做好的扇形统计图. 这样一来，扇形统计图的引入水道渠成，既加强了与数据整理统计的联系，又为扇形统计图特征和作用的理解做了有力的铺垫. 如下面的设计：

……

师：刚才我们用统计表和条形统计图表示出了各种项目获金牌数的情况（课件出示统计表和条形统计图），之前有名同学还提到这样一个问题（课件出示单式统计表）：举重项目获金牌数占金牌总数的百分之几，这个问题怎么解决啊？（课件出示复式统计表空栏）

生：用举重项目金牌数除以总金牌数.

师：怎样列算式？

生：8 ÷ 51.

师：非常好！体操项目呢？它获的金牌数占金牌总数的百分之几？

师：像这样，用每种项目获得的金牌数除以金牌总数就能得到这样一组百分数. （课件出示复式统计表加百分数）

师：同学们，对于中国各种项目获金牌情况，我们还可以用这样的统计图来表示（课件出示扇形统计图）

三、关注扇形统计图的直观优势，让学生读懂数据

当前是一个信息时代，读图时代. 让学生从统计图中获取信息，根据统计图中的数据进行分析、预测和推断，是发展学生数据意识具体的教学策略. 统计图的特点是形象直观，便于比较观察，那么在指导学生读图的时候，应当突出图的直观优势. 教学前我首先思考了“扇形统计图的直观优势在哪里”这样一个问题. 通过研读教材我发现，扇形统计图的特征应该从百分数的意义和扇形大小两方面去理解，在读图过程中也应侧重这两方面，且要将数与形两方面进行有机结合. 课堂上在教学扇形统计图特征时有意识地引导学生读懂数据，注重了对百分数意义的理解和它所在的扇形的大小，特别在比较大小时，我们既可以通过百分数大小来比较，又可以通过扇形大小这一直观优势进行比较. 另外，注意让学生结合生活情境，根据统计图中的数据进行推断、预测，体验数学的价值所在. 通过读图，学生切实体会到了扇形统计图的作用. 如下设计：

师：见过这种统计图吗？（没见过）那知不知道它叫什么统计图？（扇形统计图）. 大家可真聪明，它就叫扇形统计图. （板贴课题：扇形统计图）

师：知道它为什么叫扇形统计图吗？

生：圆内有大大小小的扇形.

师：大家都发现了，扇形统计图中有扇形. 谁能到前面来指一指图中哪儿有扇形？（生指扇形统计图中的扇形）

师：正像这名同学所指的，圆内确实有大大小小不同的扇形. 你能看出哪个扇形最大吗？（生指水上项目所在扇形）

师：为什么表示水上项目的这个扇形画得最大？

生：因为水上项目获得金牌数占金牌总数的百分比最大. 师：最小的呢？为什么呢？

师：在这个扇形统计图中有两个大小一样的扇形，你发现了吗？

师：为什么这两个扇形可以画得一样大呢？

……

四、关注素材的决策功能，体现统计中数据分析的价值所在

统计教学中，学生不仅要读懂简单的数据，更重要的是要根据统计图和实际情况，分析统计图中数据的合理性，作出某些判断和决策，并从中得到某些启示. 针对初教时研课提出的问题，我们设计了部分开放性的练习，如：我从媒体中找到一些数据，鼓励学生读懂媒体中的统计图，并引导学生体会这些数据带给我们的启示，等等. 这样一来，使得统计教学更具价值性.

……

师：下面让我们来关注学校的红领巾广播站. 学校广播站每周播音2小时. 下图表示各个节目的播音时间情况.

师：哪个节目的播音时间最长？你是怎么知道的？

师： “学法交流”的播音时间是24分钟，占每周播音时间的百分之几？

生：24除以120等于20%.

师：这是求一个数是另一个数的百分之几.

师：如果老师请你做我们学校广播站的策划者，你对栏目内容和时间有什么好建议？

篇4

问题：课堂中的各种理解不到位的现象

场景1：有教师在课堂上出示用左耳或右耳接听电话的人数统计，要求学生计算相应的比例。这种数据于学生而言缺乏实际意义，统计的结果也不涉及相关处理问题，反映出教师对数据的理解不到位。

场景2：教学中，教师给出一些商品的单价，要求学生统计单价超过5元的商品。统计的缘由没有给出，不过是单纯的筛选技能训练，没有体现统计的必要性及其意义，反映出教师对统计概念的理解不到位。

场景3：教师提供多种饮料，如绿茶、红茶、奶茶、可乐等，要求学生从中选择自己最喜欢喝的三种，再根据全班的选择情况整理数据，列出最受班级欢迎的三种饮料。最后，教师给出专家建议“健康的饮品包括水、纯果汁、奶”，要求学生结合课堂统计的数据结果，在调查报告中表达自己对中学生选择饮料问题的看法和观点。由于此三种饮品没有完全出现在此前供学生选择的范围内，自然没有一个学生的选择与专家建议的健康饮品吻合，于是，学生回答，“不管喝什么，只要健康就好”。数据统计的目的就是为分析、决策提供数据支持，而该场景中数据分析部分与前面的统计结果相互脱节、没有关联，或者联系不够紧密，反映出教师对分析的理解不到位。

上述场景反映出的根本问题是，教师对数据统计与分析的内涵或者核心指向理解不足。“数据统计与分析”属于“信息加工与表达”中表格信息加工与表达部分的教学内容，与数据管理部分的内容具有相似的核心指向，即关注“关系”的挖掘与表达，而关系是隐藏在数据之中的，需要通过相关的操作，如借助公式与函数的计算、排序、筛选等，将数据间的关系挖掘出来，可以借助图表的形式进行直观表达，即通过可视化方式清晰展示。

关于数据统计与分析，信息技术课程教学纲要或者课程标准中都有针对性的要求，譬如，2012年中国教育技术协会信息技术教育专业委员会研制的《基础教育信息技术课程标准2012版》中，初中学段在“模块二：信息加工与表达”中对表格部分的要求如下。

1.能列举1～2种常见表格编辑软件，尝试简单编辑操作，理解二维表格的共同特征。

2.根据需求能在文档中绘制或套用表格，并对其属性能按要求进行调整和设置。

3.能应用电子表格进行简单数据的统计、处理，科学地借助折线图、直方图、饼图等直观表达数据。

4.从不同的角度和立场出发，通过对相同数据做不同的加工，表达不同的观点，或对相同数据做不同的解读，感悟信息加工和利用的选择性、多元性和复杂性特征。

上述4条描述涉及表格中数据的统计、表达、分析，关注到数据间的关系挖掘。

“数据统计与分析”涉及对数据的加工、处理，从中获取信息并加以解读。因此，可以从DIKW金字塔模型获得直接的借鉴。

解决之策：DIKW金字塔的启示

DIKW金字塔是关于数据、信息、知识及智慧的体系，如图1所示。

数据（Data）：可以是数字、文字、图像、声音、符号等，属于事实的记录，表达的是没有指定背景和意义的描述。

信息（Information）：是经过相关处理的数据，强调的是数据与数据之间的关系。

知识（Knowledge）：是有意义的信息，表现为信息和信息之间的关系。由信息到知识的转变过程，是一个对信息判断和确认的过程，需要结合经验、上下文联系、诠释和反省。

智慧（Wisdom）：是富有洞察力的知识，是运用知识分析和解决问题的能力，可以简单归纳为正确判断和决定的能力。

显然，DIKW体系同样关注关系的挖掘，即数据之间的关系、信息之间的关系，因而可以用来指导“数据统计与分析”部分的教学。

从问题解答的角度观察，信息层回答的是“是何”的问题，知识层解决的是“如何”的问题，智慧层则涉及“为何”的问题。早期研究中有学者曾指出，信息技术中的技术包含三层内涵：（1）动手做的技术，即基本技能；（2）如何做的技术，即设计和规划的技术；（3）为何做的技术，即技术的思想和价值。[1]三层内涵的观点涉及技术是何、如何、为何的问题，与DIKW模型具有共通之处，这为DIKW模型在数据统计与分析中的应用提供了佐证。

从DIKW的视角来看，数据统计与分析的过程也是追求实现“数据—信息—知识—智慧”持续变化的过程。即从数据开始，以形成智慧为最终目的。具体过程是：借助相关操作对数据进行处理、加工，明确数据之间的关系，提取出有意义的信息，进而将信息组织成知识，促进学生明确“如何去使用”，再进一步，当学生明确应该何时使用及为什么要使用时，便形成了智慧。

据此，数据统计与分析中的几个

关键词 ，即数据、统计、分析，都需要有专门的指向，符合内在的规定性，且数据、统计、分析应当做到前面环节为后续环节奠定基础，后续环节又必须在前面环节的基础上展开。具体来说，数据需要为统计服务，统计是建立在数据提供的基础上；统计的结果是为了进行分析，分析必须依赖于统计结果；分析的目的是为了提供决策的依据。这些关系必须在教学中予以体现，方能体现数据统计与分析的要义。

实践之道：基于DIKW的教学思路

从DIKW的视角，数据统计与分析教学需要经过三个过程：“数据信息”、“信息知识”、“知识智慧”。从关系发掘的角度，即隐性关系显性化、显性关系知识化、知识运用自动化，下文展开具体阐述。

1. 隐性关系显性化

隐性关系显性化，即从数据到信息的过程。数据可以是教师为学生提供的原始资料，或者是收集来自学生的资料。因为需要借此学习相关技能操作，如公式与函数的使用、排序、筛选、图表表示等，因此数据主要是数字形式，如考试成绩、购物费用等，根据需要也可以适当包含文字，如学生的血型、爱好等。

为了从数据中提取有意义的信息进而展开分析，数据需要符合一定的要求：其一，数据最好能够贴近学生，具有真实性。小至与学生个体相关的数据，大至与学校、社区、城市、国家相关的数据。贴近学生生活经验或学习经验的真实数据才能激发学生的兴趣，促进学生通过操作发掘数据之间的关系，形成有意义的信息。从教学实践来看，课堂或者课前收集来自学生的鲜活数据相对容易调动学生的积极性。其二，数据需要具有潜在的意义，即有统计价值，场景1中接听电话用左耳还是右耳的例子之所以失败，就是因为数据不具有统计价值，从数据中无法提取出有意义的信息。其三，数据要具有统计的必要，即数据要达到足够的量，少量数据往往无法体现出用计算机统计的优势。在数据量足够的情况下，可以通过人工计算与计算机统计的对比凸显计算机统计的优势和价值。

在数据有效的基础上，统计承担着从数据中提取信息的功能。为了保证将来从信息到知识的转变，统计所得信息当存在分析的可能、必要及价值，否则统计本身就没有意义。譬如，场景2中让学生统计购买的商品中单价超过5元的商品，数据本身没有问题，但这种统计的结果似乎没有分析的意义及价值，因而统计本身就失去了意义。

从数据到信息的转变需要学生借助一定的技术操作来实现，这个阶段涉及的技术属于动手做的技术，即技术的底层。例如，统计过程可能涉及计算、筛选、排序，统计结果的呈现涉及各种图表的使用。

2. 显性关系知识化

显性关系知识化，是指由信息到知识的转变。美国佛罗里达国际大学豪恩斯坦认为，信息是别人内化的知识，知识是自己内化的信息。[2]所以，如果信息是输入，知识在某种意义上便是输出。这意味着从信息到知识的转变需要学生在认知层面形成理解。这一阶段涉及的技术属于无形的技术。

此阶段是对数据统计结果进行分析的过程。譬如，统计全班学生血型，根据四种血型的统计结果，引导学生明确血型的相关知识。又如，统计不同品牌货物销售情况，从不同角度（商场、品牌负责人、顾客）去分析，得出不同的结论。若收集的数据与学生个人或家庭相关，则分析的结果最好能够凸显因人而异，从而促进学生在体验到分析意义的基础上，树立利用数据统计与分析为自己的学习、生活服务的意识。

譬如，《Excel中数据的处理》[3]中，教师要求学生将自己家庭衣、食、住、行、用等数据输入到碳排放计算工作表中，完成相关计算，并根据数据回答问题：

1.我们家（ ）方面碳排放最高，（ ）方面碳排放最低。

2.我们家年人均碳排放（ ）kg，和全球人均目标碳足迹2000kg比较，我们家是（高碳/低碳）生活。

3.为了应对气候变化，我们家应该从以下方面减少碳的排放。

每个学生获取的数据不同，结论自然就不同。这种差异性体现了一种真实，也帮助学生理解统计与分析的实际意义。

分析在统计与决策之间发挥着承先启后的作用，“承先”是指，分析必须依据统计所得结果来进行，体现两者的紧密联系，以保证分析的价值及统计的意义；“启后”是指，分析需要为后面的选择、决策提供依据与基础，因此需要恰当设计分析的内容，以保证决策得以进行。

譬如，《Excel中数据的处理》中1、2两个问题的分析必须建立在前面数据计算的基础之上，3题的回答又依赖于1、2分析的结果，充分体现出统计分析为决策提供数据支持的功能，促进学生对数据统计分析加深认识与理解。

3. 知识运用自动化

知识运用自动化，即从知识向智慧的转变过程，是指在学生掌握知识之后，借助一定量的知识应用练习，熟悉了知识的应用环境及方法之后，在不需要专门选择知识的情况下无意识地运用知识，达到自动化效果的过程。这一过程显然不是一蹴而就的，需要经历几个状态：在知识应用练习之前，处于“无意识的不用”状态；经过知识应用训练，基本掌握了知识应用场合及方法，但还不够熟练，遇到问题时，需要有意识地思考选择相应的知识，该阶段可以称为“有意识的应用”状态；经过足够的知识应用练习之后，学生对知识的应用形成更深的感悟，可以在无意识中，即自动选择某种知识应用于问题解决中，此时就进入了“无意识的应用”状态，达到此状态，即完成了由掌握知识到生成智慧的转变。

具体到数据统计与分析的教学中，就是根据分析结果进行选择或决策的过程。智慧指向正确判断和决定的能力，因而在数据统计与分析后期，需要引导学生依据分析的结果进行选择、决策。智慧倾向关心未来，含有暗示及滞后影响的意味，与此类似，课堂上的选择抑或决策只能更多发生于认知层面，形成的是决策时的心理倾向，但追求的是持续影响学生并实现将来在现实情境中的外显行为的变化。因而，知识运用自动化在一次课内未必能够实现。

同数据分析类似， 决策可以因人而异。譬如，《Excel中数据的处理》中的问题3。教学中需要引导学生根据实际做出符合需求的决策。譬如，《Excel综合运用》[4]案例中，教师课前安排学生对自己居住小区的人居环境从自然、人文、社会、建筑和支持网络几个方面进行评价，课堂上则围绕用Excel软件对若干个小区的人居环境状况作系统的分析，涉及Excel数据加工技术的综合应用，如排序、筛选、分类汇总等，然后得出结论，哪个区的人居环境综合比较好。最后环节是引导学生的实际应用：

是不是××区的人居环境比较好，我们都要住在那个区？在选购住所的时候，首先应该考虑自己的需求，根据实际需要确定自己的选择。

（1）假如你是一名在南京一中读高一的学生。

需考虑因素：你的父母希望你上学路途中花费的时间比较少，小区居民的整体文化素质比较高。

（2）假如你的爷爷奶奶退休了，考虑给他们选择一处房屋。

需考虑因素：空气新鲜，小区休闲设施齐全，邻里关系和睦，靠近你家现在的住处，方便照顾老人。

该案例是在对真实数据进行统计的基础上，通过分析引导学生明确如何选择、为什么要如此选择，关注学生在掌握知识的前提下生成智慧。学会选择，这就是智慧，影响着将来的选择行为，即根据实际需求进行选择，其实不仅是小区的选择，也包括人生中的其他选择。

知识运用自动化阶段的教学要求：其一，必须为学生提供需要决策的情境，以促进学生在类似情境下的顺利迁移。这一点需要在数据呈现的同时即提供给学生，以促进学生明确数据处理的根本目的。其二，决策需要根据分析的结果来进行，让学生充分体会到分析的目的及价值，即为决策提供依据。

按照上述隐性关系显性化—显性关系知识化—知识运用自动化的思路，教学中引领学生经历数据的收集、整理—处理、加工—分析、表达—选择、决策这一完整过程，促进学生对数据处理形成整体感知与理解。

数据统计与分析的完整过程是从数据收集与录入开始，经过表格规划与修饰、数据处理与统计、图表与分析等，因此，未必在一节课内完成，但整个部分的教学经历完整过程即可。也可以在综合应用或者复习课上，带领学生经历此完整过程，为了在一节课内实现，可以简化部分细节，如使用半成品策略，以凸显整个流程。

结束语

从DIKW金字塔模型的视角观察“数据统计与分析”的教学，意义在于：明确数据统计与分析的教学不能止步于简单的数据收集、整理、加工，其意义主要体现于在此基础上的分析及进一步的决策。即教学中在由数据到信息的转化基础上，关注显性关系的知识化并追求知识运用的自动化。

显然，DIKW模型也适用于信息技术课程中的其他内容，譬如DIKW体系经常应用于信息科学，因此可以应用于搜索技巧及数据挖掘。

注： 本文为江苏省教育科学“ 十二五” 规划课题“ 信息技术课程思想及其应用研究” （ B -b/2013/01/039）的研究成果。

参考文献

[1]李艺.高中课改实验进行时[J].中小学信息技术教育，2005(1).

[2]盛群力.21世纪教育目标新分类[M].杭州：浙江教育出版社，2008:67.