5.1 走进数据分析 教学设计2026-2027学年高一上学期信息技术必修1教科版

5.1 走进数据分析 教学设计 教材版本：教科版（2019）高中信息技术必修1《数据与计算》 课时安排：1课时（45分钟） 授课对象：高一年级 一、教材与学情分析 （一）教材分析 本节是第五单元“数据分析与人工智能”的起始课。前四个单元学生已经学过数据编码、算法描述、程序实现，本节开始把视角从“怎么写程序”转向“怎么从数据里读出有价值的信息”。教材以公交出行等生活场景切入，介绍了数据分析的基本过程，以及对比分析、平均分析两种基本方法，并通过数据报告范例让学生了解分析结论的表达方式。 这一节不要求学生写代码，但要求学生“动脑子”：面对一组数据，能提出合理的分析假设，能选择恰当的方法，能说清楚结论是怎么来的。这个“提出假设—选择方法—验证假设—得出结论”的链条，是后续学习数据处理和可视化表达的重要基础。 （二）学情分析 高一学生在数学课上接触过平均数、统计图表，在信息技术课上也用过Excel做简单计算，但对“数据分析”的理解大多停留在“算一算、画个图”。学生容易把“计算平均值”等同于“数据分析”，忽略了分析前的假设提出和分析后的结论推导。 另一个常见问题是：面对数据不知道从哪里“下手”，缺乏主动提出分析假设的意识。因此本节课的难点不在于“会不会算”，而在于“想不想得到”和“说不说得清”。 二、教学目标（基于学科核心素养） 1. 信息意识：能够从日常出行、校园生活等真实情境中识别出“可以用数据来说话”的问题，形成面对争议性话题时主动寻找数据依据的意识；能初步判断数据分析结论对决策的参考价值，不盲目相信“感觉”。 2. 计算思维：能够将“两条公交线路哪条更拥挤”这类模糊问题分解为可量化的分析任务，学会提出合理的分析假设，并根据假设选择对比分析或平均分析方法；能理解同一组数据在不同假设下可能得出不同结论，初步建立“分析目标决定分析方法”的思维习惯。 3. 数字化学习与创新：能够使用电子表格工具（Excel/WPS）完成基本的数据整理、平均值计算和简单图表生成；在小组协作中尝试用数字化工具记录分析过程、呈现分析结论，体验数字化工具对分析效率的提升。 4. 信息社会责任：通过讨论“数据分析结论被误用或滥用”的案例，初步认识数据分析结果的局限性——数据能说明一些问题，但不能说明所有问题；形成“用数据说话，但也要对数据保持审慎”的基本态度。 三、教学重难点 重点：数据分析的基本流程（明确目标→数据整理→统计分析→得出结论）；对比分析（横向与纵向）和平均分析的基本方法。 难点：能够根据分析目标提出合理的分析假设，并在假设发生变化时灵活调整分析方法，理解“假设不同，结论可能不同”这一数据分析的核心逻辑；初步理解“相关不等于因果”。 突破策略：不直接给出“标准分析方案”，而是让学生先自己提出假设、自己选择方法，在尝试和修正中体会方法选择的依据。同时设置“平均值被极端值拉偏”的陷阱数据，让学生在讨论中自己发现平均分析的局限。 四、教学方法与资源 主要方法：任务驱动法、情境探究法、小组讨论法。 辅助方法：对比发现法、讲授法（用于概念提炼和归纳）。 教学资源：多媒体课件、学习任务单（纸质）、公交客流量数据集（Excel文件，预置在机房电脑桌面）、“分析报告模板”卡片（每组一份）、共享文档（用于小组记录）。 五、教学过程 环节一：情境导入——“谁说得对？”（5分钟） 教师活动 学生活动 设计意图 展示一段对话场景：小明说“我每天坐27路车上学，车上人不多啊”，小明的妈妈说“我每天坐49路车上班，挤得不行”。提问：“他们说的都是自己的真实感受，但感受能代表事实吗？如果你是小明，你想用什么办法来判断到底哪条线路更挤？” 倾听情境，自由发言。可能的回答：“可以去数一数每天有多少人坐车”“可以比较两条线路同一时间段的人数”“可以看公交公司的统计数据”。 用真实生活中的“感受冲突”引入，让学生意识到个人感受和客观数据之间的差距，激活信息意识。 发布总任务：“校学生会想给公交公司写一份‘校门口公交线路优化建议’，需要我们用数据说话。今天这节课，我们就来当一回数据分析师。” 明确任务，带着目的进入学习。 用真实任务驱动，避免为分析而分析。 关键过渡语：“‘我觉得’和‘数据显示’是两回事。今天我们就来学一学，怎么让数据替我们说话。” 环节二：明确目标与整理数据（8分钟） 教师活动 学生活动 设计意图 任务一：明确分析目标——发放公交客流量数据集（Excel文件），包含27路和49路车在一周内每天不同时段的客流量、车容量、发车间隔等字段。提问：“要写优化建议，先得明确分析什么。你们组想分析什么问题？” 打开数据集，浏览字段，小组讨论提出分析目标。可能的回答：“早高峰哪条线压力大”“27路早上和晚上哪个时段更挤”“周末和工作日有没有差别”。 强调数据分析第一步是明确目标，不是直接算。培养计算思维中的问题分解能力。 追问：“‘哪条线更挤’这个说法够不够明确？能不能直接拿来分析？”引导学生把模糊问题转化为可分析问题，如“早高峰7:00—8:00，27路和49路的客流量分别是多少”。 修改自己的问题，使其包含时间范围、线路、比较指标。 让学生体会“问题越明确，分析越好做”。 提问：“数据拿到手就能直接算吗？有没有要先检查的地方？” 检查数据，发现某天因暴雨客流量异常低，还有个别单元格缺失。讨论是否剔除异常值、如何补全。 数据整理是分析的前置步骤，学生容易忽略。通过实际数据中的问题，让整理环节自然发生。 环节三：方法体验——“怎么比才公平”（18分钟） 这是本节课的核心环节，分两个子任务推进。 子任务1：对比分析（8分钟） 教师活动 学生活动 设计意图 任务二：设计比较方案——提问：“你打算怎么‘比’？把你的方案写在学习任务单上。” 小组讨论，写出比较方案。可能的方案：比一周总客流量、比早高峰客流量、比晚高峰客流量、比全天平均客流量…… 不直接教“横向对比”和“纵向对比”的概念，而是让学生先“发明”比较方式。学生写出的方案本身就是最好的教学素材。 请3—4位学生分享方案，教师在黑板上分类记录。然后引出：横向对比——不同线路在同一时间段的比较；纵向对比——同一线路在不同时间段的比较。 对照自己的方案，判断属于横向还是纵向，并在任务单上标注。 概念从学生的方案中“长出来”，而不是从教材里“搬进来”。 追问：“如果我想知道‘49路车在早高峰是不是最挤的’，我应该做横向对比还是纵向对比？如果我想知道‘27路车早上和晚上哪个时段更挤’呢？” 根据问题情境选择对比类型，完成两道判断题。 训练“分析目标→选择方法”的对应关系，而非机械记忆概念。 子任务2：平均分析与陷阱（10分钟） 教师活动 学生活动 设计意图 任务三：算一算平均值——提问：“如果只看某一天，公平吗？怎样能看出一般水平？”引导学生用平均分析。学生在Excel中计算各线路一周平均客流量。 在Excel中用AVERAGE函数计算平均值，并生成简单的柱状图或折线图。 平均分析的操作本身不难，关键是让学生理解“为什么要算平均值”——用平均值来代表一般水平。 展示陷阱：某线路因一天暴雨客流量极低，拉低了整体平均。提问：“这个平均值能代表一般水平吗？什么时候平均值会骗人？” 观察数据，发现极端值的影响。讨论后提出：可以去掉异常值，或者看大多数天的数据。 突破难点，理解平均分析的适用条件。学生自己发现“平均值会被极端值拉偏”，比教师直接讲更有效。 补充：“如果数据里有极端值，除了平均值，还可以看什么？比如把每天的数据排序，看中间那个数。”简单介绍中位数的思想，不要求计算。 倾听，了解中位数可以作为补充。 为后续学习埋下伏笔，但不加重负担。 环节四：结论与责任——“数据能说明什么”（9分钟） 教师活动 学生活动 设计意图 任务四：写建议——请每组根据分析结果，给学生会写1—2条建议。要求：每条建议后面必须注明数据依据。 小组讨论，写建议。示例：“49路早高峰客流量平均为211人次，是27路的1.6倍，且发车间隔相同，建议增加49路早高峰班次。” 强制学生把结论和证据连起来，避免“拍脑袋”建议。 展示两个结论：①“49路客流量大于27路，建议增加49路班次。”②“49路早高峰客流量是27路的1.6倍，且发车间隔相同，建议增加班次。”提问：“哪个更负责？为什么？” 比较后回答：第二个有数据支撑，第一个太笼统。 培养信息社会责任：用数据说话，但要说清楚数据支持到什么程度。 追问：“客流量大就一定需要加车吗？还需要考虑什么？” 思考后回答：还要看车容量、发车间隔、道路是否堵、有没有地铁替代等。 引出“相关不等于因果”。数据能揭示规律，但不能自动给出原因。 展示简短案例：某App根据用户浏览数据推送广告，有人觉得方便，有人觉得隐私被侵犯。提问：“从数据分析的角度看，收集和使用数据应该注意什么？” 简短讨论。可能回答：“要经过用户同意”“不能把数据随便给别人”“不能因为数据多就乱下结论”。 将信息社会责任落到具体情境中，避免空谈“要有责任感”。 环节五：总结与延伸（5分钟） 教师活动 学生活动 设计意图 请学生用一句话回答：“今天这节课，你对数据分析的理解发生了什么变化？用‘我以前觉得……现在我觉得……’来说。” 自由发言。示例：“我以前觉得数据分析就是算平均数，现在我觉得还要先想清楚比什么、怎么比。”“我以前觉得数据不会骗人，现在觉得数据也可能被误用。” 用“变化”来检验学习效果，比“总结知识点”更能反映学生的真实理解。 布置课后任务：用今天学的方法，分析“我们班同学每天使用手机的时间”数据（教师提前准备匿名调查数据），写一份简短的分析报告，要求包含“假设—方法—结论”三个部分，下节课交流。 记录任务。 将方法迁移到学生更有代入感的“班级数据”场景中。 六、板书设计 5.1 走进数据分析 总任务：公交线路优化建议 1、 数据分析的基本流程 明确目标 → 数据整理 → 统计分析 → 得出结论 2、 两种基本方法 对比分析① 横向比（不同对象同一时段）②纵向比（同一对象不同时段） 平均分析 —— 用平均值代表一般水平 （注意极端值会拉偏平均值） 3、 一句话提醒 数据能说话，但数据不替你做决定。 相关不等于因果。 4、 我们的发现（学生板书区） [各小组提出的分析目标和关键结论] 学科网（北京）股份有限公司 $