8.3.1 分类变量与列联表 教学设计-2025-2026学年高二下学期数学人教A版选择性必修第三册

8.3.1 分类变量与列联表 教学设计 一、内容和内容解析 1. 核心内容 分类变量的定义与识别；列联表的构造方法（2×2列联表为主）；列联表的解读与简单分析；分类变量关联性的初步判断；列联表在实际问题中的应用。 2. 内容解析 本节课是“成对数据的统计分析”单元的重要基础课，承接前序离散型随机变量、样本相关系数、回归分析等知识，转向“分类变量”的统计分析，是从“数值变量”分析到“分类变量”分析的关键过渡，为后续独立性检验（卡方检验）奠定核心基础。 分类变量是区别于数值变量的重要变量类型，其取值为不同类别（而非数值），广泛存在于日常生活（如性别、职业、是否患病、是否满意）和统计研究中。列联表是展示分类变量数据的重要工具，核心作用是将两个分类变量的交叉计数数据整理成表格形式，直观呈现不同类别组合的频数、频率，进而初步判断两个分类变量是否存在关联。 本节课重点落实数据分析、数学建模核心素养，核心是让学生掌握“识别分类变量—构造列联表—解读列联表—初步判断关联性”的逻辑，理解列联表的统计意义，避免混淆分类变量与数值变量，掌握2×2列联表的规范构造方法，为后续定量检验关联性做好铺垫。 二、目标和目标解析 1. 教学目标 理解分类变量的定义，能准确区分分类变量与数值变量，能识别实际问题中的分类变量。 掌握2×2列联表的构造方法，能根据原始数据规范填写列联表，明确列联表中“频数、合计、频率”的含义。 能解读列联表中的数据，通过对比频率，初步判断两个分类变量是否存在关联。 能结合实例，运用列联表整理分类变量数据，体会列联表的实用性，提升数据整理和分析能力。 2. 目标解析 概念层面：能说清分类变量的本质（取值为类别，无大小、加减意义），能准确区分“性别（男/女）、是否吸烟（是/否）”等分类变量与“身高、成绩”等数值变量；理解列联表是分类变量数据的“交叉整理工具”，2×2列联表适用于两个只有两个类别的分类变量。 操作层面：能根据原始数据（如调查结果），规范构造2×2列联表，明确表格中“行、列”分别对应两个分类变量，能准确计算各行、各列的合计数，能根据频数计算频率。 应用层面：能通过列联表中的频率对比（如不同类别下另一变量的频率差异），初步判断两个分类变量是否存在关联（如吸烟与患肺癌的频率差异，初步判断两者可能有关联）；能结合实例解读列联表的实际意义。 素养层面：通过整理分类变量数据、构造列联表，培养数据整理和数据分析素养；通过实例应用，树立“用统计工具分析实际问题”的观念，体会分类变量分析的实用价值。 三、教学问题诊断分析 1.分类变量与数值变量混淆：学生容易将分类变量的“类别”当作数值处理（如将“男=1、女=2”理解为数值大小），忽略分类变量无大小、加减意义的核心特征，无法准确识别分类变量。 2.列联表构造不规范：构造2×2列联表时，容易混淆“行变量”与“列变量”，合计数计算错误，或遗漏“总计”行/列，表格填写混乱，不明确各单元格的含义（交叉频数）。 3.列联表解读不深入：仅能读取表格中的频数，不会通过计算频率（如条件频率）对比分析，无法初步判断两个分类变量的关联性；容易将“频数差异”直接等同于“关联性”，忽略频率对比的重要性。 4.实际应用困难：面对实际调查数据，不知道如何提取分类变量、整理交叉频数，无法将实际问题转化为列联表形式，缺乏数据整理的意识和方法。 突破策略：通过对比实例（分类变量vs数值变量），强化概念区分；规范列联表构造步骤，板书示范，强调“行、列、合计”的含义；通过例题引导学生计算条件频率，掌握关联性初步判断方法；结合生活实例，提升实际应用能力。 四、教学支持条件分析 1.多媒体课件：展示分类变量与数值变量的对比实例、实际调查数据（如吸烟与患病、性别与兴趣爱好）、列联表构造分步演示、规范列联表示例，直观呈现核心知识和操作步骤；展示易错列联表，强化规范意识。 2.黑板/白板：分步板书分类变量定义、2×2列联表的规范格式、构造步骤、解读方法，规范例题的列联表构造和频率计算过程，标注易错点和注意事项。 3.实例素材：准备贴近学生生活的调查数据（如班级同学的性别与是否喜欢数学、是否戴眼镜与视力情况），让学生动手构造列联表，提升实操能力。 4.分层习题：设计基础题（分类变量识别、列联表构造）、应用题（实际数据整理与解读）、辨析题（概念、构造规范辨析），兼顾基础巩固和能力提升。 五、教学过程设计（1课时，45分钟） 1. 情境导入，概念生成（7分钟） 情境引入：呈现3个实际问题，引导学生观察变量取值特点： 问题1：调查100名居民，记录其“性别”（男、女）和“是否吸烟”（是、否），这两个变量的取值有什么特点？ 问题2：记录某班同学的“身高”（cm）和“数学成绩”（分），这两个变量的取值又有什么特点？ 问题3：调查某地区居民“是否患肺癌”（是、否）和“是否长期接触粉尘”（是、否），变量取值有什么特点？ 引导学生对比分析：问题1、3中的变量，取值为“不同类别”，无大小、加减意义；问题2中的变量，取值为具体数值，有大小、加减意义。 定义概念：像“性别、是否吸烟、是否患病”这样，取值为不同类别的变量，称为分类变量；像“身高、成绩”这样，取值为实数（有大小、加减意义）的变量，称为数值变量（回顾旧知）。 即时练习：判断下列变量是分类变量还是数值变量：① 职业（教师、医生、工人）；② 体重（kg）；③ 是否满意（满意、不满意）；④ 年龄（岁）。 设计意图：通过生活情境对比，自然生成分类变量概念，区分分类变量与数值变量，贴合学生认知，激发学习兴趣；即时练习强化概念识别，突破第一个易错点。 2. 探究新知，规范构造（18分钟） （1）列联表的引入：分类变量数据的整理需求 提问：针对情境导入中“100名居民性别与是否吸烟”的调查，得到如下原始数据（简化）：男吸烟25人、男不吸烟20人，女吸烟10人、女不吸烟45人。这些数据零散，如何直观呈现两个分类变量的关联？ 引出：我们可以用“列联表”来整理这些交叉数据，列联表是展示两个分类变量交叉频数的表格，其中最常用的是2×2列联表（两个分类变量，每个变量只有两个类别）。 （2）2×2列联表的规范构造 以“性别（行变量：男、女）”和“是否吸烟（列变量：是、否）”为例，分步板书构造过程： 确定行、列变量：通常将一个分类变量作为行变量（如性别），另一个作为列变量（如是否吸烟），表格为2行（行变量的两个类别）、2列（列变量的两个类别），再增加“总计”行和“总计”列。 填写交叉频数：每个单元格填写“行类别与列类别交叉的频数”（如“男且吸烟”的人数25）。 计算合计数：每行合计=该行两个单元格频数之和，每列合计=该列两个单元格频数之和，总合计=所有单元格频数之和（或每行合计之和、每列合计之和）。 规范2×2列联表格式（板书）： 性别\是否吸烟 是 否 总计 男 25 20 45 女 10 45 55 总计 35 65 100 重点说明：单元格中的数为“频数”（具体人数）；合计数的作用是方便计算频率，用于后续关联性判断；表格标题需明确“行变量\列变量”，避免混淆。 （3）列联表的解读与关联性初步判断 引导学生解读上述列联表，提问：如何通过列联表判断“性别”与“是否吸烟”是否有关联？ 方法引导：计算“条件频率”——在某一类别下，另一变量的频率，通过对比频率差异判断关联性。 计算演示： 男性中吸烟的频率：25÷45≈55.6% 女性中吸烟的频率：10÷55≈18.2% 结论：男性吸烟频率远高于女性，说明“性别”与“是否吸烟”可能存在关联。 强调：这种判断是“初步判断”，仅通过频率差异得出，后续将学习定量检验方法（独立性检验）；若两个分类变量的条件频率差异不大，则说明关联性较弱。 设计意图：通过实例分步演示列联表的构造，规范格式和步骤；引导学生通过条件频率对比，掌握关联性初步判断方法，体现“数据整理—数据分析”的统计思路，突破列联表构造和解读的难点。 3. 例题示范，巩固提升（12分钟） 例1（基础题：列联表构造与解读） 某学校随机抽取50名学生，调查其“性别”（男、女）和“是否喜欢数学”（喜欢、不喜欢），得到如下数据：男生28人，其中喜欢数学18人；女生22人，其中喜欢数学8人。构造2×2列联表，并初步判断性别与是否喜欢数学是否有关联。 解：（1）构造2×2列联表： 性别\是否喜欢数学 喜欢 不喜欢 总计 男 18 10 28 女 8 14 22 总计 26 24 50 （2）初步判断关联性： 男生喜欢数学的频率：18÷28≈64.3% 女生喜欢数学的频率：8÷22≈36.4% 结论：男生喜欢数学的频率高于女生，说明性别与是否喜欢数学可能存在关联。 例2（应用题：实际数据整理与解读） 某医院调查了120名患者，记录其“是否长期饮酒”（是、否）和“是否患胃病”（是、否），其中长期饮酒的有50人，患胃病的有30人；长期饮酒且患胃病的有20人。构造2×2列联表，并说明长期饮酒与患胃病的关联性。 解：（1）梳理数据，计算各交叉频数： 长期饮酒且患胃病：20人 长期饮酒且不患胃病：50-20=30人 不长期饮酒：120-50=70人 不长期饮酒且患胃病：30-20=10人 不长期饮酒且不患胃病：70-10=60人 （2）构造列联表： 是否长期饮酒\是否患胃病 是 否 总计 是 20 30 50 否 10 60 70 总计 30 90 120 （3）关联性判断： 长期饮酒者患胃病的频率：20÷50=40% 不长期饮酒者患胃病的频率：10÷70≈14.3% 结论：长期饮酒者患胃病的频率远高于不长期饮酒者，说明长期饮酒与患胃病可能存在较强关联。 设计意图：通过基础题规范列联表构造步骤，强调合计数的计算方法；通过应用题，培养学生梳理原始数据、计算交叉频数的能力，强化列联表解读和关联性初步判断，贴合实际应用场景。 4. 课堂练习，强化落实（5分钟） 1.基础题：判断下列变量是分类变量还是数值变量：① 是否戴眼镜；② 视力值；③ 职业；④ 考试分数。 2.应用题：某班40名同学，其中男生22人、女生18人；男生中戴眼镜的有10人，女生中戴眼镜的有8人，构造2×2列联表，并初步判断性别与是否戴眼镜是否有关联。 巡视指导，重点纠正：分类变量识别错误、列联表构造不规范（合计数错误、行列表述混淆）、不会计算条件频率、关联性判断片面。 5. 课堂小结，布置作业（3分钟） 小结 核心知识：分类变量（取值为类别，无大小意义）、2×2列联表（构造、解读）、关联性初步判断（条件频率对比）。 核心步骤：构造列联表→算条件频率→对比频率→初步判断关联性。 易错点：混淆分类变量与数值变量；列联表合计数计算错误；不会通过频率对比判断关联性。 作业 1. 基础作业：教材习题8.3 对应基础题，练习分类变量识别和2×2列联表构造、解读。 2. 拓展作业：调查身边10名同学的“性别”和“是否喜欢运动”，整理数据并构造2×2列联表，初步判断两者的关联性，写出简单分析。 六、目标检测设计 1.基础题：下列变量中，属于分类变量的是（ ） A. 身高 B. 体重 C. 职业 D. 年龄 2.填空题：2×2列联表中，每行合计数等于该行______之和；每列合计数等于该列______之和。 3.应用题：某超市调查了80名顾客，记录其“是否使用会员卡”（是、否）和“是否购买促销商品”（是、否），其中使用会员卡的有30人，购买促销商品的有40人，使用会员卡且购买促销商品的有20人。 （1）构造2×2列联表； （2）计算使用会员卡和不使用会员卡的顾客中，购买促销商品的频率； （3）初步判断“是否使用会员卡”与“是否购买促销商品”是否有关联。 七、教学反思 本节课以“分类变量识别—列联表构造—解读与判断”为核心主线，通过生活情境导入，逐步生成概念和方法，符合学生的认知规律。通过例题规范了列联表的构造步骤，结合课堂练习强化了核心知识，重点突破了“分类变量与数值变量区分”“列联表构造规范”“关联性初步判断”等难点，多数学生能准确识别分类变量，规范构造2×2列联表，掌握频率对比判断关联性的方法。 不足：部分学生对分类变量的本质理解不够透彻，仍会将分类变量的类别当作数值处理；列联表构造时，合计数计算容易出错，行、列变量混淆；解读列联表时，不会主动计算条件频率，仅依赖频数判断关联性，分析不够深入；面对零散的原始数据，整理交叉频数的能力较弱。 改进方向：后续教学中，可增加分类变量与数值变量的对比练习，强化概念理解；加强列联表构造的实操训练，规范步骤，强调合计数的检验方法；引导学生主动计算条件频率，培养数据分析的意识；结合后续独立性检验，衔接本节课的初步判断，完善分类变量分析的知识体系，提升学生的实际应用能力。 八、板书设计 8.3.1 分类变量与列联表 例题示范（例1） 1. 分类变量- 定义：取值为类别，无大小、加减意义- 示例：性别、是否吸烟、职业- 对比：数值变量（身高、成绩） 1. 构造列联表： 2. 2×2列联表（核心）- 构造步骤： ① 定行、列变量 ② 填交叉频数 ③ 算合计数- 格式：行变量\列变量 2. 算频率：男生喜欢频率：18/28≈64.3%女生喜欢频率：8/22≈36.4% 3. 关联性初步判断- 方法：计算条件频率，对比差异- 结论：频率差异大→可能有关联 3. 判断：男生喜欢频率高，两者可能有关联易错点：合计数算错、频率漏算 学科网（北京）股份有限公司 $