5.1 走进数据分析教学设计-2025-2026学年教科版高中信息技术必修一

走进数据分析 一、教学目标 1.理解数据分析的概念、意义及基本流程。 2.掌握对比分析、平均分析、分组分析等基本方法。 3.能够使用电子表格（WPS）进行简单数据分析。 二、教学设想 通过公交客流分析、气象数据研究等案例，体验数据分析的过程。同时，学会选择合适的分析方法，并用图表呈现分析结果。在数据分析的过程中，培养数据敏感性，形成用数据说话的科学态度。 三、教学重点与难点 重点： 1.数据分析的基本方法（对比分析、平均分析、分组分析）。 2.数据可视化表达（柱状图、折线图、饼图）。 难点： 根据问题选择合适的分析方法并从数据中提取有价值的信息，形成合理结论。 四、教学过程设计 1. 情境导入 案例1：“公交客流分析” 问题描述：某同学每天乘坐27路公交车上学，感觉不拥挤；而他妈妈乘坐49路公交车，总是抱怨拥挤。数据展示（教科版P119）：27路和49路公交车的分时段客流量表。 教师提问： 1.如何用数据分析解释这一现象？ 依据是某一固定时间上的人数统计。上学一般是7点前，27路人数相对少，所以不拥挤。妈妈上班8点左右要200多人，故很拥挤。 2.可以用哪些分析方法？ 比如最大值、平均值等分析方法。 案例2：“气象生活指数分析” 问题描述：气象部门根据温度、湿度等数据，计算“穿衣指数”“感冒指数”等，指导公众生活。 学生讨论：这些指数是如何得出的？ 通过气象部门的设备进行数据采集，获得第一手数据。有日常数据后，就可以分析当前的气象状况。 2. 数据分析方法探究 （1）数据分析的基本流程 明确目标：解决什么问题？（如"哪路公交车更拥挤？"） 数据采集：获取哪些数据？（如公交车的时段客流量） 数据处理：清洗、整理数据（如去除异常值）。 数据分析：选择合适的分析方法。 数据可视化：用图表呈现结果。 得出结论：解释数据背后的规律。 （2）常用数据分析方法 对比分析法：将两组或多组数据进行比较，分析差异。 应用：比较27路和49路公交车的客流量。 图表：柱状图、折线图。 平均分析法：计算数据的平均值，反映整体水平。 应用：计算两条线路的平均客流量。 图表：折线图（展示趋势）。 分组分析法：按某一标准将数据分组，分析组间差异。 应用：按时间段（早高峰、晚高峰）分析客流。 图表：饼图（占比）、堆叠柱状图。 （3）数据可视化 柱状图：比较不同类别的数据（如两路车的客流量）。 折线图：展示数据随时间的变化（如分时段客流趋势）。 饼图：显示各部分占比（如高峰/平峰客流比例）。 3. 实践体验 活动1：公交客流数据分析（电子表格） 教科版P119客流量数据。计算27路和49路的平均客流量，比较结果。 绘制柱状图对比两路车的客流，用折线图展示分时段变化。 活动2：气象数据分析（分组探究） 任务1：分析一周气温数据，计算平均温度，绘制折线图。 任务2：根据湿度、风力数据，预测"感冒指数"高低。 每组选择一种分析方法，展示分析结果 五、教学评价 评价维度 评价标准 数据理解能力 能否准确描述数据的含义和来源？ 分析方法选择 能否根据问题选择合适的分析方法（对比、平均、分组）？ 可视化表达 能否用恰当的图表（柱状图、折线图）呈现数据？ 结论合理性 能否从数据中得出合理解释？ 六、板书设计 1.数据分析的基本流程： 1.明确目标→2.数据采集→3.数据处理→4.分析→5.可视化→6.结论 2.常用分析方法： 1.对比分析（柱状图）——比较差异 2. 平均分析（折线图）——反映趋势 3. 分组分析（饼图）——展示占比 七、教学反思 通过生活化案例（公交、气象）降低学习门槛，增强学生兴趣。 电子表格实操强化数据分析技能，为后续学习Python奠定基础。 6-14客流量 27路 6 7 8 9 10 11 12 13 14 45 120 160 143 53 72 59 58 56 49路 6 7 8 9 10 11 12 13 14 61 170 211 149 122 99 65 100 96 时间段 6 7 8 9 10 11 12 13 14 6 7 8 9 10 11 12 13 14 15-22客流量 27路 15 16 17 18 19 20 21 22 58 70 120 121 65 50 30 16 49路 15 16 17 18 19 20 21 22 98 102 125 123 57 30 25 13 时间段 15 16 17 18 19 20 21 22 15 16 17 18 19 20 21 22 学科网（北京）股份有限公司 $$