第五单元 数据的收集组织 第3课 数据的分析 教学设计-2024-2025学年信息科技四年级下册苏科版（2023）

主备人 实施人 实施时间 总第 课时 课　　题 第五单元 数据的收集组织 第3课 数据的分析 教 学 目 标 （一）知识与技能目标 1.理解数据分析的意义（揭示数据规律、辅助决策）。 2.掌握电子表格中求和函数（SUM）、平均值函数（AVERAGE）等常用函数的操作。 3.了解中位数的概念及适用场景（数据存在极端值时）。 （二）过程与方法目标 1.通过分析科技社团数据，体验从数据处理到结论推导的完整流程。 2.在实践中学会选择合适的分析方法（如求和、求中位数）解决实际问题。 （三）情感态度与价值观目标 1.培养用数据说话的理性思维，认识数据分析对科学决策的重要性。 2.感受人工智能在数据分析中的效率提升（如AI快速计算中位数）。 教学重点 1.电子表格中SUM、AVERAGE等函数的使用方法。 2.结合具体场景选择合适的分析方法（求和、求中位数等）。 教学难点 1.理解中位数与平均值的适用差异（何时用中位数更合理）。 2.从数据分析结果中提炼有价值的信息（如社团满意度结论）。 教学方法 讲授法、案例分析法、小组合作法、实践操作法 教　学　过　程 二次备课 （一）情境导入（5分钟） 1.问题引入： 展示科技社团报名数据表格（含各班级报名人数），提问： “如何快速知道‘创意拼搭’社团总共有多少人报名？” “如果有班级报名人数特别多或特别少，用什么数据能更好地反映一般水平？” 2.课件演示： 对比手动计算与电子表格函数计算的效率，引出数据分析工具的重要性。 （二）新知讲授（15分钟） 1.数据分析的基本方法 函数应用讲解： SUM函数：演示 =SUM(B2:B6) 计算飞天无人机社团总人数（课件示例数据）。 AVERAGE函数：计算某社团人均活动时间（如 =AVERAGE(D2:D6) ）。 公式与函数区别： 公式（如 =B2+B3+B4 ）vs 函数（如 =SUM(B2:B4) ），强调函数的高效性。 2.中位数的概念与应用 案例讨论： 出示“图形化编程比赛用时”数据（含极端值：大部分人用30分钟，一人用120分钟），提问： “用平均值（45分钟）作为比赛时长是否公平？为什么？” 概念总结： 中位数是排序后中间位置的数值，不受极端值影响，适合描述数据的中间水平。 3.人工智能辅助数据分析 课件演示： 用电子表格AI功能快速计算中位数（如输入“=MEDIAN(D2:D20)”），对比手动排序计算的效率。 拓展案例： 神舟十三号落点预测通过多维度数据实时分析提升精度，体现数据分析的实际价值。 （三）实践活动（12分钟） 任务：分析科技社团满意度数据 1.数据准备： 发放含“满意度”“活动时间”的电子表格（课件示例数据）。 2.操作要求： 用SUM函数统计各社团总人数。 用AVERAGE函数计算“每周活动时间”平均值。 针对“满意度”数据（含少量“不满意”），讨论用何种分析方法更能反映真实情况。 3.教师指导： 巡视解决函数输入错误（如括号遗漏、区域选择错误），引导学生观察数据分布。 （四）总结与拓展（5分钟） 1.知识梳理： 常用函数：SUM（求和）、AVERAGE（平均）、MEDIAN（中位数）。 方法选择：数据均匀时用平均值，存在极端值时用中位数。 科技应用：AI辅助数据分析（如快速计算、多维度分析）。 2.拓展思考： “如果要分析班级数学成绩，你会用平均值还是中位数？为什么？” （五）课后作业 1.用电子表格分析家庭一周开销：计算总支出、日均支出，思考“哪类开销最多”。 2.查阅资料：了解“大数据分析在天气预报中的应用”，记录3个分析维度（如温度、湿度、风速）。 教学反思 成功之处： 1.以社团报名、比赛用时等贴近学生生活的案例切入，激发了探究兴趣。 2.通过对比平均值与中位数的适用场景，帮助学生理解数据分析方法的选择逻辑。 3.人工智能辅助分析的演示（如AI计算中位数），直观体现了技术对效率的提升。 不足之处： 1.部分学生对函数参数输入不熟练（如区域选择错误），需加强单元格引用的指导。 2.中位数概念讲解时，学生对“极端值影响”的理解不够深入，可增加更多对比案例（如班级身高数据中有极高或极矮学生）。 改进方向： 1.下次课增加“数据可视化”内容（如用图表展示社团人数），将分析结果更直观呈现。 2.针对函数操作困难学生，制作“函数使用步骤卡”（配截图），便于课后复习。 3.引入跨学科案例（如科学课中的植物生长数据记录与分析），强化知识迁移能力。 学科网（北京）股份有限公司 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $$