20.3 数据的离散程度教学设计初中数学华东师大版2012八年级下册-华东师大版2012

20.3数据的离散程度教学设计初中数学华东师大版2012八年级下册-华东师大版2012教学内容一、教学内容本节课选自华东师大版2012八年级下册第20章“数据的分析”第3节“数据的离散程度”。主要内容包括：极差的定义与计算方法，方差的概念、公式（包括简化计算公式）及其统计意义，标准差的定义，运用方差或标准差刻画数据的离散程度（波动大小），通过实例分析离散程度在解决实际问题中的应用。核心素养目标分析二、核心素养目标分析通过极差、方差、标准差等概念的形成，发展数学抽象与数学运算素养；在分析数据离散程度的过程中，培养数据分析与逻辑推理能力；运用离散程度解决实际问题，提升数学建模意识。学情分析八年级学生已掌握平均数、中位数等集中量数的概念，具备初步的数据分析能力，但对离散程度的统计意义理解较浅。抽象思维正在发展中，对方差公式的推导和应用存在一定困难，计算能力参差不齐，部分学生易在平方和运算上出错。学习习惯上，多数学生能参与课堂活动，但面对复杂计算时易产生畏难情绪，需通过实例和直观工具降低认知负荷。学生对“为何需分析数据波动”缺乏实际体验，需结合生活情境激发兴趣，同时需强化概念辨析（如极差与方差的区别），避免混淆应用场景。教学方法与策略四、教学方法与策略采用讲授法结合案例研究，通过比较两组数据的离散程度引导学生理解方差意义；设计小组讨论活动，分析极差与方差的适用场景；组织实验活动，让学生用计算器计算方差并对比数据波动；使用Excel动态展示数据变化，直观呈现离散程度，增强统计概念理解。教学过程五、教学过程

师：同学们，今天我们要学习一个新的统计概念——数据的离散程度。在之前的学习中，我们已经掌握了平均数、中位数等集中量数，它们能描述数据的“中心位置”，但有时两组数据的平均数相同，波动情况却不一样。比如，甲、乙两人各射击10次，成绩如下（板书数据）：甲：7,8,8,9,9,9,10,10,10,11；乙：5,8,9,9,9,9,9,10,11,12。大家观察一下，这两组数据的平均数是多少？

生：（计算后）平均数都是9环。

师：对，平均数相同，但哪位选手的成绩更稳定呢？这就是我们今天要研究的问题——如何描述数据的波动大小，也就是离散程度。首先，我们来看一个最简单的指标——极差。

师：极差是一组数据中最大值与最小值的差。大家来算一下甲、乙两组数据的极差。

生：甲组最大值11，最小值7，极差是4；乙组最大值12，最小值5，极差是7。

师：很好。极差越大，说明数据波动越大。从极差看，乙组成绩波动更大。但极差只考虑了最大值和最小值，中间的数据没有参与，会不会有局限性呢？比如，如果甲组数据是7,9,9,9,9,9,9,9,9,11，极差还是4，但大部分数据集中在9，波动很小；而乙组数据分散，极差7。那有没有更全面的指标来描述波动呢？

师：接下来，我们学习另一个重要指标——方差。方差的计算步骤是：先算平均数，再算每个数据与平均数的差，然后平方，最后求这些平方差的平均数。我们以甲组数据为例，一起计算方差。

师：甲组数据：7,8,8,9,9,9,10,10,10,11，平均数是9。每个数据与平均数的差分别是：7-9=-2，8-9=-1，8-9=-1，9-9=0，9-9=0，9-9=0，10-9=1，10-9=1，10-9=1，11-9=2。然后平方：(-2)²=4，(-1)²=1，(-1)²=1，0²=0，0²=0，0²=0，1²=1，1²=1，1²=1，2²=4。把这些平方差加起来：4+1+1+0+0+0+1+1+1+4=12。最后除以数据个数10，得到方差=12÷10=1.2。

师：现在大家分组计算乙组数据的方差，乙组数据：5,8,9,9,9,9,9,10,11,12，平均数也是9。

生：（计算后）乙组每个数据与平均数的差：5-9=-4，8-9=-1，9-9=0（重复5次），10-9=1，11-9=2，12-9=3。平方：16,1,0,0,0,0,0,1,4,9。和是16+1+0+0+0+0+0+1+4+9=31。方差=31÷10=3.1。

师：比较甲组方差1.2和乙组方差3.1，方差越大，说明数据偏离平均数的程度越大，波动也就越大。所以甲组成绩更稳定。这里要注意，方差是平方差的平均数，平方的作用是消除正负号的影响，同时放大较大偏离。

师：我们再来看一个例子。课本例题：比较两台机床生产零件长度的稳定性。甲机床生产的零件长度（单位：mm）：15.0,15.1,15.2,15.3,15.4；乙机床：14.8,15.0,15.2,15.4,15.6。大家先算极差，再算方差，判断哪台机床更稳定。

生：甲机床极差15.4-15.0=0.4，平均数15.2，每个数据与平均数的差：-0.2,-0.1,0,0.1,0.2，平方：0.04,0.01,0,0.01,0.04，和0.1，方差0.1÷5=0.02。乙机床极差15.6-14.8=0.8，平均数15.2，差：-0.4,0,0,0.4,0.4，平方：0.16,0,0,0.16,0.16，和0.48，方差0.48÷5=0.096。

师：极差甲0.4，乙0.8；方差甲0.02，乙0.096。所以甲机床更稳定。这里我们发现，极差和方差都显示甲机床稳定，但方差更能反映每个数据的波动情况。

师：接下来，我们思考：什么时候用极差，什么时候用方差？比如，要快速判断一组数据的波动范围，用极差；要全面分析数据偏离平均数的程度，用方差。比如，在质量控制中，不仅要知道最大最小值，还要知道整体波动，所以方差更重要。

师：现在，我们来做一个小练习。小明和小亮在6次数学测验中的成绩如下：小明：78,82,85,88,90,92；小亮：70,85,85,90,90,100。大家计算他们的平均数、极差和方差，比较谁的成绩更稳定。

生：（计算后）小明平均数87.5，极差14，方差37.25；小亮平均数86.67，极差30，方差102.22。

师：小明的平均数略高，极差和方差都更小，所以小明成绩更稳定。这里注意，小亮的成绩有极端值70和100，导致极差和方差都很大，说明成绩波动大。

师：最后，我们来总结一下。数据的离散程度是描述数据波动情况的指标，极差是最大值减最小值，简单但受极端值影响；方差是平方差的平均数，能全面反映波动，但计算稍复杂。在实际应用中，要根据需要选择合适的统计量。比如，在体育比赛中，我们希望选手成绩波动小，所以方差小更好；在金融领域，股价波动大，方差大说明风险高。

师：今天的作业是：课本习题20.3第1、2题，计算给定数据的极差和方差，并分析波动情况。下课！教师随笔Xx拓展与延伸1.**实际应用深化**

在工业生产中，零件长度的离散程度直接影响装配质量。例如，某工厂生产直径为10mm的螺栓，甲班生产数据（单位：mm）为9.98,10.00,10.01,10.02,10.03，乙班为9.90,10.00,10.10。计算两组数据的极差和方差，分析哪班生产更稳定。通过对比发现，甲班极差0.05、方差0.00026，乙班极差0.20、方差0.00667，甲班离散程度更小，合格率更高。

2.**其他离散程度指标**

除极差、方差外，四分位距（IQR）也是衡量离散程度的重要指标。IQR=Q3-Q1（Q3为第三四分位数，Q1为第一四分位数）。例如，学生成绩数据为65,70,75,80,85,90,95，Q1=70，Q3=90，IQR=20。IQR能有效排除极端值影响，适用于数据分布不均匀的情况。

3.**数据标准化处理**

当比较不同量纲数据的离散程度时，需使用变异系数（CV）。CV=(标准差/平均数)×100%。例如，A组身高数据（单位：cm）均值为170，标准差5；B组体重数据（单位：kg）均值为65，标准差3。计算CV：A组CV≈2.94%，B组CV≈4.62%，说明体重的相对波动更大。

4.**离散程度与集中趋势的关联**

在数据分析中，需同时关注集中趋势（如平均数）和离散程度。例如，两组学生数学成绩：甲组平均80，方差4；乙组平均80，方差16。尽管平均数相同，但乙组成绩波动更大，可能反映教学效果不稳定。

5.**探究性活动**

收集本地一周每日气温数据，计算极差、方差，分析气温波动规律。尝试用Excel绘制箱线图，观察四分位距和异常值。思考：为何夏季气温方差通常大于冬季？

6.**跨学科应用**

在生物学中，测量某植物10株幼苗高度（cm）：12,14,15,15,16,16,17,18,20,22。计算方差，分析生长稳定性。在经济学中，比较A、B两只股票近10日收益率（%）：A组为-2,-1,0,1,2；B组为-5,0,0,0,5。用方差评估风险大小。

7.**数学思想渗透**

方差公式中“平方”运算消除负号影响，体现数学转化思想。推导方差简化公式：

\[

s^2=\frac{1}{n}\sum_{i=1}^{n}x_i^2-\bar{x}^2

\]

以数据1,2,3,4,5为例，验证该公式：

\[

\sumx_i^2=1+4+9+16+25=55,\quad\bar{x}=3,\quads^2=\frac{55}{5}-3^2=11-9=2

\]

与原始公式结果一致，体现数学的简洁美。

8.**实际决策案例**

某公司招聘员工，A组面试成绩均分85，方差9；B组均分82，方差4。若公司要求稳定性优先，应选哪组？分析：B组方差更小，成绩波动小，更适合要求稳定性的岗位。

9.**历史背景拓展**

方差概念由数学家KarlPearson在1893年提出，用于解决生物统计中的数据变异问题。早期农业实验中，通过比较不同肥料产量的方差，判断肥料效果是否显著。

10.**自主探究任务**

设计实验：连续10天记录自己上学所需时间（分钟），计算极差和方差。分析哪些因素导致时间波动，提出优化方案。思考：如何用离散程度描述城市交通拥堵情况？教师随笔Xx板书设计①核心概念

极差：最大值与最小值的差，R=max-min

方差：各数据与平均数的差的平方的平均数，s²=(1/n)∑(x_i-x̄)²

标准差：方差的算术平方根，s=√s²

②计算方法

步骤：求平均数→算每个数据与平均数的差→平方→求平方和→求平均（方差）

例：甲组数据7,8,8,9,9,9,10,10,10,11

x̄=9，差：-2,-1,-1,0,0,0,1,1,1,2

平方和：4+1+1+0+0+0+1+1+1+4=12，s²=12/10=1.2

③应用与对比

极差：简单，受极端值影响，适合快速判断波动范围（如射击成绩极差）

方差：全面反映波动，排除极端值干扰，适合分析整体稳定性（如机床零件长度方差）

实际应用：质量控制（方差小→合格率高）、成绩分析（方差小→成绩稳定）反思改进措施八、反思改进措施

（一）教学特色创新

1.生活案例贯穿始终，如射击成绩、零件生产等实例，让学生感受离散程度在现实中的意义，增强学习兴趣。

2.计算过程可视化展示，通过板书分步演示方差推导，将抽象公式转化为可操作的步骤，降低理解难度。

（二）存在主要问题

1.学生对方差的统计意义理解不透彻，易停留在机械计算层面，未能深刻体会“平方运算消除负号并放大偏离”的本质。

2.极端值处理教学不足，部分学生混淆极差与方差的适用场景，如认为极差小则一定稳定。

（三）改进措施

1.增加统计意义探究活动，设计“数据波动模拟实验”，用Excel动态调整数据点，观察方差变化，强化对波动敏感度的感知。

2.补充极端值对比案例，如删除极端值前后的方差计算，引导学生理解方差比极差更全面反映整体稳定性。

3.设计分层练习，基础层强化公式计算，提高层结合实际问题（如产品质量分析），提升应用能力。课堂九、课堂课堂评价通过分层提问实现：基础层提问“极差计算步骤是什么”，检查概念掌握；进阶层提问“方差为何用平方运算”，理解统计意义；拓展层提问“如何用方差分析产品质量稳定性”，检验应用能力。观察学生计算过程，重点记录平