§4 数据的数字特征教学设计高中数学北师大版2011必修3-北师大版2006

§4数据的数字特征教学设计高中数学北师大版2011必修3-北师大版2006课题XX课时1设计思路一、设计思路以生活实例（如学生成绩、身高数据）为情境，引导学生经历“收集数据—计算数字特征（平均数、中位数、众数、方差）—分析特征—解释应用”的过程，通过对比不同特征的意义，结合课本例题与练习，强化概念理解与计算技能，培养学生数据分析素养，体会数字特征在描述数据分布、离散程度中的作用，落实“从具体到抽象”的认知规律。核心素养目标分析二、核心素养目标分析通过计算和分析平均数、中位数、众数、方差等数字特征，培养数据分析素养，提升数学运算能力；通过对比不同特征的意义，发展逻辑推理与数学抽象；运用数字特征解决实际问题，体会数据在描述和推断中的作用，增强数据意识与应用意识。教学难点与重点1.教学重点

①理解平均数、中位数、众数、方差等数字特征的概念及计算方法；

②掌握数字特征在描述数据集中趋势和离散程度中的应用；

③结合课本例题分析数字特征的实际意义。

2.教学难点

①方差公式的推导与计算，理解其反映数据波动大小的本质；

②区分不同数字特征的适用场景，避免概念混淆；

③结合实际数据正确选择数字特征并解释其现实意义。教学方法与手段教学方法：①讲授法，清晰讲解数字特征概念与计算公式；②讨论法，引导学生对比分析不同特征适用场景；③实验法，组织学生收集数据并计算特征，体会应用。

教学手段：①多媒体展示数据图表，直观呈现分布特征；②统计软件辅助计算，提高数据处理效率；③实物投影展示学生解题过程，及时反馈纠错。教学实施过程1.课前自主探索

教师活动：①发布预习任务：推送课本PXX-PXX内容，明确预习“平均数、中位数、众数的计算步骤”及“方差公式的结构”；②设计预习问题：“一组数据5,5,6,7,8的平均数和中位数分别是多少？众数存在吗？”“方差公式中‘每个数据与平均数的差的平方’的作用是什么？”；③监控进度：在线平台查看学生笔记提交情况，标记疑问点。

学生活动：①自主阅读课本，标注数字特征的定义及计算公式；②思考预习问题，记录疑问（如“为何方差要平方？”）；③提交笔记（含公式摘抄及问题）。

教学方法/手段/资源：自主学习法、课本资源、在线平台。

作用与目的：提前感知重点（计算方法），难点（方差意义）的初步思考，为课堂突破难点铺垫。

2.课中强化技能

教师活动：①导入：展示班级男生、女生身高数据表，提问“如何用数字描述两组数据的集中趋势和差异？”；②讲解重点：结合例题（课本PXX例1）演示平均数、中位数、众数的计算，强调“平均数易受极端值影响，中位数不受”的应用场景；③突破难点：组织小组讨论“两组数据（甲：3,4,5,6,7；乙：1,5,5,5,9）的平均数相同，如何用方差解释波动差异？”，推导方差公式；④解答疑问：针对“何时用众数？”等问题举例说明（如鞋码统计）。

学生活动：①听讲并记录关键点（如平均数公式∑x_i/n）；②参与小组讨论，计算方差，对比数据波动；③提问：“若数据为偶数个，中位数如何取？”

教学方法/手段/资源：讲授法、合作学习法、课本例题、多媒体数据表。

作用与目的：通过例题强化重点（计算），通过讨论和公式推导突破难点（方差意义及适用场景），培养数据分析能力。

3.课后拓展应用

教师活动：①布置作业：课本PXX习题A组第1题（计算数字特征）、第3题（解释实际意义）；②提供拓展资源：链接“平均工资与中位数差异”新闻案例，思考“为何媒体报道常用中位数？”；③反馈作业：批改时标注“方差计算错误”“适用场景混淆”等问题，课堂点评。

学生活动：①完成作业，计算某商店一周销售额的平均数、方差；②阅读拓展资源，撰写“为何中位数更能反映一般收入”的短评；③反思：“之前混淆了平均数和众数的适用场景，现在明白鞋码统计用众数更合理。”

教学方法/手段/资源：自主学习法、反思总结法、课本习题、拓展资源。

作用与目的：巩固重点（计算技能），通过实际案例深化难点（特征选择），培养数据应用意识。知识点梳理（一）集中趋势的数字特征

1.平均数

（1）算术平均数：对于一组数据\(x_1,x_2,\dots,x_n\)，算术平均数\(\bar{x}=\frac{1}{n}(x_1+x_2+\dots+x_n)\)。反映数据的“一般水平”，受每个数据影响，极端值会改变其大小。

（2）加权平均数：当数据不同权重时，加权平均数为\(\bar{x}=\frac{x_1w_1+x_2w_2+\dots+x_nw_n}{w_1+w_2+\dots+w_n}\)（\(w_i\)为权重）。适用于不同数据重要性不同的情况，如考试中不同题型的得分。

（3）计算注意事项：数据需为数值型，计算前确认数据个数，避免遗漏或重复。

2.中位数

（1）定义：将数据按大小顺序排列后，处于最中间位置的数。当数据个数为奇数时，中位数是第\(\frac{n+1}{2}\)个数；当为偶数时，中位数是第\(\frac{n}{2}\)与第\(\frac{n}{2}+1\)个数的平均数。

（2）特点：不受极端值影响，反映数据的“中等水平”。适用于数据分布不均匀或存在极端值的情况，如居民收入分析。

（3）确定步骤：先排序，再确定中间位置，最后取值。注意偶数个数据时需计算中间两数的平均。

3.众数

（1）定义：一组数据中出现次数最多的数。一个数据集可能没有众数（所有数据出现次数相同），或有多个众数（多个数据出现次数相同且最多）。

（2）特点：适用于分类数据和数值型数据，反映数据的“普遍水平”。如鞋码统计中众数反映最畅销的尺码。

（3）注意事项：众数可能不唯一，且不一定唯一代表集中趋势，需结合其他特征分析。

（二）离散程度的数字特征

1.方差

（1）定义：对于一组数据\(x_1,x_2,\dots,x_n\)，平均数为\(\bar{x}\)，方差\(s^2=\frac{1}{n}[(x_1-\bar{x})^2+(x_2-\bar{x})^2+\dots+(x_n-\bar{x})^2]\)。

（2）意义：反映数据相对于平均数的波动大小，方差越大，数据越分散；越小，越稳定。

（3）计算步骤：先求平均数，再计算每个数据与平均数的差，平方后求平均。注意平方运算避免符号错误，计算后检查单位（原单位的平方）。

2.标准差

（1）定义：方差的算术平方根，即\(s=\sqrt{s^2}\)。

（2）意义：与方差反映一致，但单位与原数据相同，更易解释实际意义。如学生成绩的标准差越大，成绩差异越大。

（3）应用：比较两组单位相同数据的离散程度，标准差小的更稳定。

（三）数字特征的选择与应用

1.描述集中趋势时的选择

（1）平均数：数据分布对称、无极端值时使用，如班级平均成绩。

（2）中位数：数据分布偏态、有极端值时使用，如公司员工工资（高管薪资极高时）。

（3）众数：分类数据或关注“最多”情况时使用，如调查最喜欢的颜色。

2.描述离散程度时的选择

（1）方差/标准差：需量化波动大小时使用，如比较两个班级成绩的稳定性。

（2）极差（最大值与最小值的差）：简单反映数据范围，但受极端值影响大，仅作初步判断。

3.综合应用

（1）结合集中趋势和离散程度分析数据：如平均数相同，方差小的数据更稳定；平均数高，方差小，数据整体优且稳定。

（2）实际案例：课本PXX例题分析某工厂零件直径，用平均数描述尺寸集中趋势，用方差描述加工精度（方差小说明误差小）。

（四）数字特征的关系与易错点

1.关系

（1）对称分布：平均数、中位数、众数相等（如正态分布）。

（2）偏态分布：左偏分布中位数>平均数>众数；右偏分布众数>平均数>中位数。

2.易错点

（1）平均数：计算时漏加数据或错误求和；未考虑极端值影响导致结论偏差。

（2）中位数：忘记排序直接取中间数；偶数个数据时未计算中间两数的平均。

（3）方差：计算时忘记平方；用方差比较不同单位数据（如身高与体重）。

（4）众数：误认为“出现次数最多的数”是频率，而非数值本身；忽略众数不唯一的情况。

（五）数字特征的计算与实际意义

1.计算实例

（1）课本PXX练习：数据\(2,3,3,4,5\)，平均数\(\bar{x}=\frac{2+3+3+4+5}{5}=3.4\)，中位数\(3\)，众数\(3\)，方差\(s^2=\frac{(2-3.4)^2+(3-3.4)^2+(3-3.4)^2+(4-3.4)^2+(5-3.4)^2}{5}=1.04\)。

（2）加权平均：数据\(80,90,85\)权重分别为\(0.2,0.5,0.3\)，加权平均数\(80\times0.2+90\times0.5+85\times0.3=87\)。

2.实际意义

（1）平均数：反映数据的“重心”，如某地区平均气温描述气候特征。

（2）中位数：反映“中等水平”，如房价中位数避免极端高价房影响。

（3）方差：反映“稳定性”，如产品质量控制中方差小说明质量稳定。

（六）数字特征在统计中的地位

1.描述统计的核心：数字特征是整理、分析数据的基础，通过量化指标揭示数据分布规律。

2.推断统计的基础：样本数字特征（如样本平均数、方差）用于推断总体特征，为后续假设检验、区间估计提供依据。

3.与课本知识的联系：承接“数据收集与整理”，为“概率”中随机变量的数字特征（如期望、方差）做铺垫，体现统计与概率的内在联系。内容逻辑关系①概念引入与分类：集中趋势（平均数、中位数、众数）、离散程度（方差、标准差）；核心词“集中趋势”“离散程度”；关键句“平均数反映数据一般水平，中位数反映中等水平，众数反映普遍水平”“方差反映波动大小，标准差与原数据单位相同”。

②计算方法与步骤：算术平均数\(\bar{x}=\frac{1}{n}\sumx_i\)，中位数“排序后取中间位置”，众数“出现次数最多”，方差\(s^2=\frac{1}{n}\sum(x_i-\bar{x})^2\)；核心词“排序”“平方运算”“加权平均数权重”；关键句“偶数个数据中位数取中间两数平均”“方差计算需先求平均数”。

③应用场景与选择逻辑：对称分布用平均数，偏态分布用中位数；分类数据用众数；比较离散程度用标准差；核心词“极端值”“稳定性”“适用场景”；关键句“平均数易受极端值影响，中位数不受”“方差小说明数据稳定，方差大说明数据分散”。课堂小结，当堂检测课堂小结：本节课学习了数据的数字特征，包括集中趋势的平均数、中位数、众数和离散程度的方差、标准差。平均数反映数据一般水平，易受极端值影响；中位数反映中等水平，不受极端值影响；众数反映普遍水平，适用于分类数据。方差描述波动大小，标准差与原数据单位一致。选择数字特征需结合数据分布和实际需求，对称分布用平均数，偏态分布用中位数，比较稳定性用标准差。

当堂检测：1.填空：数据1,2,2,3,4的平均数为____，中位数为____，众数为____，方差为____。2.选择：描述公司员工工资一般水平宜用（）A.平均数B.中位数C.众数。3.应用：甲班成绩平均分80，方差10；乙班平均分80，方差20，哪班成绩更稳定？说明理由。教学反思与总结教学反思：本节课通过生活情境导入，学生参与度较高，但预习监控发现部分学生对方差公式推导理解不深，导致课堂讨论时出现计算错误。小组活动中，学生对“极端值影响平均数”的讨论热烈，但方差的实际意义解释仍显抽象，需加强案例对比。时间分配上，例题讲解偏多，拓展应用环节略显仓促，今后应精简理论推导，增加学生自主分析时间。

教学总结：学生基本掌握了平均数、中位数、众数及方差的计算方法，能结合课本例题分析数据特征，但在实际应用中仍存在混淆（如误用众数描述连续数据）。情感层面，通过工资、身高等案例，学生体会到数字特征的现实意义，数据意识有所提升。不足在于方差计算错误率较高，改进措施是增加分层练习，利用统计软件动态演示方差变化，并设计“数据诊断”任务，强化特征选择的逻辑判断。典型例题讲解例1：计算数据5,7,7,8,10的平均数、中位数、众数和方差。

答案：平均数=7.4，中位数=7，众数=7，方差=2.24。

例2：某科成绩权重为平时30%、期中30%、期末40%，学生得分85,90,8