沪科版八年级数学下册‘数据的离散程度’深度探究教案

沪科版八年级数学下册‘数据的离散程度’深度探究教案

一、教学目标

（一）学科核心素养目标

1.数据分析观念：通过对现实问题中数据“稳定性”或“波动性”的分析需求，经历从具体情境中抽象出极差、方差、标准差等统计量的全过程。理解这些量是刻画数据离散程度的特征数，体会其统计意义，学会根据问题的背景选择合适的统计量进行数据分析，形成用数据说话的科学态度。

2.数学抽象与建模：从“选拔队员”、“评估稳定性”等具体情境中，抽象出“比较两组数据离散程度”的数学模型。理解方差公式的推导过程（为何要求偏差平方的平均数），体会数学定义的合理性与简洁性，发展数学抽象能力。

3.数学运算与信息技术融合：熟练计算一组数据的极差、方差与标准差。超越机械计算，理解运算背后的统计含义。引入图形计算器、Python编程或Excel等工具处理较大规模的数据，体验现代技术对数据分析的赋能，提升运算素养和数字化学习能力。

4.应用意识与创新意识：能敏锐发现现实世界中与数据波动相关的问题（如产品质量控制、运动员状态评估、投资风险分析），并尝试运用所学知识建立模型加以解释或解决。鼓励设计小课题，进行跨学科（如物理、经济、体育）的数据探究活动。

（二）具体知识与技能目标

1.理解极差的概念，会计算一组数据的极差，了解其意义和局限性。

2.理解方差、标准差的概念，掌握其计算公式与步骤。

3.能准确计算一组数据的方差和标准差，理解计算结果的实际含义。

4.会用方差（或标准差）比较两组数据的离散程度，并据此进行合理的判断与决策。

5.了解计算器或计算机在求方差和标准差时的应用。

（三）过程与方法目标

1.通过创设认知冲突情境（如平均数相同如何比较），引导学生主动探究描述数据“另一面”的特征量，经历概念的产生过程。

2.通过小组合作探究，对公式进行辨析、推导（为何用平方消除正负），体验数学定义的严谨与智慧。

3.通过从极差到方差的标准差的概念进阶学习，体会数学研究不断精细化、精确化的过程。

（四）情感态度与价值观目标

1.感受统计学在认识世界、做出决策中的力量，增强学习统计的兴趣。

2.在数据分析中养成一丝不苟、实事求是的科学精神。

3.通过小组合作与探究，培养团队协作与交流表达能力。

二、教学重难点

1.教学重点：

1.2.方差、标准差概念的建立。这不仅是一个公式，更是对数据波动性的一种数学量化思想。

2.3.方差的计算及其统计意义的理解。明白方差大意味着什么，方差小意味着什么。

3.4.运用方差（标准差）分析数据，解决实际问题。

5.教学难点：

1.6.方差公式的推导与理解。为什么用“偏差的平方的平均数”来衡量波动大小？为何要避免用偏差绝对值的平均数？（可作拓展探讨）

2.7.方差（标准差）的统计意义的深度理解。如何结合具体背景解释方差值的含义。

3.8.根据具体问题情境，灵活、恰当地选择不同的离散程度统计量进行分析。

三、学情分析

八年级下学期的学生已经掌握了数据的集中趋势（平均数、中位数、众数）的描述，具备了初步的数据整理和简单分析能力。他们的抽象逻辑思维正在发展，对“为何要学”和“知识从哪里来”有更强的探究欲望。但同时也存在以下可能：

1.认知冲突点：当两组数据的集中趋势相同时，学生可能直觉上认为它们“一样”，或仅凭数据范围（最大值最小值）做简单判断，缺乏更精细的分析工具，这是引入新概念的绝佳契机。

2.公式记忆与理解脱节：方差公式略显复杂，学生容易陷入机械记忆和计算的泥潭，而忽略其统计本质。

3.应用迁移困难：将数学概念与真实世界的问题背景相结合，并做出合理解释，对学生来说是高阶挑战。

因此，教学设计的核心在于创设富有挑战性的真实情境，让学生在解决问题的需求中主动“发明”概念，在辨析比较中深化理解，在技术赋能中提升效能。

四、教学策略与资源

1.教学策略：采用“情境-问题-探究-建构-应用”的PBL（项目式学习）与探究式学习融合模式。以一个核心情境贯穿始终，通过问题链驱动学生思维层层深入。

2.技术融合：

1.3.动态几何软件/图形计算器：动态展示数据点的分布与波动，可视化“偏差”和“偏差平方”。

2.4.Python编程环境（如JupyterNotebook）或Excel/GoogleSheets：用于大数据集的计算、可视化（绘制折线图、散点图），并验证公式。

3.5.互动教学平台（如ClassIn、希沃白板）：实时收集学生计算数据，进行对比分析，实现全员参与。

6.学习资源：导学案、多媒体课件、数据集卡片、图形计算器或安装了Python环境的平板电脑、小组合作学习记录单。

五、教学过程（共2课时）

第一课时：从冲突中诞生——离散程度概念的引入与方差建构

环节一：创设情境，引发认知冲突(预计用时：10分钟)

情境：校田径队准备从甲、乙两名候选队员中选拔一人作为100米短跑项目的替补队员。两人近期的五次训练成绩（单位：秒）如下：

甲：12.0,12.2,11.8,12.1,11.9

乙：12.1,11.7,12.5,11.6,12.1

教师活动：

1.呈现情境和数据。

2.提问1：“如果要选拔一名成绩稳定的队员，我们首先可以关注数据的什么特征？”（引导学生回顾平均数）。

3.引导学生计算甲、乙成绩的平均数。（学生计算后得出：x̄甲=12.0秒

，x̄乙=12.0秒

）

4.制造冲突：“两人的平均成绩完全相同！这意味着他们‘一样好’吗？我们还能用什么来区分他们，并选拔出‘更稳定’的队员？”

5.让学生观察数据，凭直觉说一说谁更稳定。并追问：“你的判断依据是什么？能用数学语言描述这种‘波动’吗？”

学生活动：

1.计算平均数，发现冲突。

2.观察、讨论，直观感受乙的成绩波动更大（最高和最低相差0.9秒，而甲相差0.4秒）。

3.可能提出“看最大值和最小值的差”、“数据是不是更靠近平均数”等朴素想法。

设计意图：从真实的决策问题出发，当集中趋势量“失灵”时，自然产生对描述数据“另一种特征”——离散程度的需求，激发学生的探究欲。

环节二：概念初探——极差及其局限性(预计用时：8分钟)

教师活动：

1.肯定学生提出的“看最大值和最小值的差”的想法，引出极差概念：一组数据中最大值与最小值的差。

2.引导学生计算甲、乙成绩的极差。

1.3.甲极差=12.2-11.8=0.4(秒)

2.4.乙极差=12.5-11.6=0.9(秒)

5.提问2：“根据极差，我们能做出选择吗？谁更稳定？”（能，极差小的甲更稳定）。

6.深化思考：出示新的数据集丙：11.5,12.0,12.0,12.0,12.5。计算其平均数和极差（x̄丙=12.0秒

，极差=1.0秒）。

7.提问3：“比较乙和丙，谁的极差大？（丙）。是否意味着丙比乙更不稳定？仔细观察两组数据，你的直觉是什么？”

1.8.乙：12.1,11.7,12.5,11.6,12.1（分散）

2.9.丙：11.5,12.0,12.0,12.0,12.5（多数集中在中间）

3.10.学生直觉可能认为乙更不稳定。

11.揭示极差的局限性：极差只利用了数据的两端信息，忽视了中间数据的分布情况，容易受极端值影响，是一个比较粗糙的度量。

学生活动：

1.学习极差概念并计算。

2.利用极差进行初步判断。

3.通过分析丙数据，发现极差在描述数据整体波动时的不足，产生寻求更精确度量的需要。

设计意图：顺承学生的朴素想法，自然引出极差。再通过设计反例，暴露极差的短板，推动思维向更深处发展，为方差出场做足铺垫。

环节三：核心建构——方差的产生与理解(预计用时：20分钟)

教师活动：

1.回到原点：“我们的目标是衡量数据相对于平均水平的‘波动大小’。那么，如何衡量每个数据与平均数的差异？”

2.引导学生计算甲组每个数据与平均数的差（偏差）：12.0-12.0=0,12.2-12.0=0.2,11.8-12.0=-0.2,12.1-12.0=0.1,11.9-12.0=-0.1

。

3.提问4：“能不能把这些偏差直接加起来，求它们的平均数来衡量整体波动？”学生计算：0+0.2+(-0.2)+0.1+(-0.1)=0

。发现正负抵消，总和恒为0（平均数的性质），无法反映波动。

4.关键提问：“如何消除正负号的影响？”学生可能想到取绝对值或取平方。

5.小组探究：将学生分为两组。A组计算甲、乙数据“偏差绝对值的平均数”（平均绝对差）。B组计算甲、乙数据“偏差平方的平均数”。

1.6.提供计算表格引导。

2.7.巡视指导，关注计算过程。

8.汇报与辨析：

1.9.请A组汇报结果：甲的平均绝对差=(0+0.2+0.2+0.1+0.1)/5=0.12；乙的平均绝对差（计算略）>0.12。

2.10.请B组汇报结果：甲的偏差平方平均数=(0+0.04+0.04+0.01+0.01)/5=0.02；乙的偏差平方平均数（计算略）>0.02。

3.11.提问5：“两种方法都能区分出甲的波动更小吗？（能）。那么，数学家为什么最终选择了‘平方’而不是‘绝对值’呢？”（引导学生从数学性质思考：平方函数光滑可导，更便于后续的数学理论发展，如最小二乘法；同时在计算上，平方运算有时比绝对值更易处理）。

12.定义方差：正式给出方差定义——设有n个数据x₁,x₂,…,xn

，其平均数为x̄

，则方差s²=[(x₁-x̄)²+(x₂-x̄)²+…+(xn-x̄)²]/n

。强调方差是偏差平方的平均数。

13.公式再认知：带领学生用语言复述公式，并书写计算步骤。强调“先平均，再求差，然后平方，最后再平均”。

学生活动：

1.计算偏差，发现总和为0的困境。

2.小组合作，分别探索消除正负号的两种方案并进行计算。

3.汇报结果，参与辨析，理解选择“平方”的数学合理性。

4.学习方差的概念、公式和计算步骤。

设计意图：这是本节课的思维高峰。让学生亲历“遇到问题（偏差和为零）→提出方案（绝对值或平方）→实施计算→辨析优化→形成概念”的完整探究过程。学生不再是概念的被动接受者，而是主动的“发现者”和“决策参与者”，对方差的理解将异常深刻。

环节四：初步应用与小结(预计用时：7分钟)

教师活动：

1.解决问题：回到最初的选拔问题。根据计算出的方差（s²甲=0.02,s²乙

更大），得出结论：甲方差小，成绩更稳定，应选拔甲。

2.引导学生对比极差与方差的结论是否一致（本例一致），并思考如果出现像丙组那样极差与直觉不符的情况，方差会给出更可靠的判断。

3.课堂小结：

1.4.知识层面：今天我们认识了描述数据离散程度的两个统计量——极差和方差。极差简单但粗糙；方差通过计算偏差平方的平均数，能更精细地衡量数据的波动大小。

2.5.思想层面：当旧知识（平均数）无法解决问题时，我们需要创造新工具（方差）。数学就是在不断解决新问题的过程中发展的。

6.布置课后思考与作业：

1.7.思考：方差s²

的单位是什么？（与原数据单位平方）这在实际解释时方便吗？

2.8.作业1：计算乙、丙两组数据的方差，验证你的直觉判断。

3.9.作业2：预习教材，了解“标准差”。

学生活动：

1.用方差结论解决情境问题，获得学习成就感。

2.参与小结，梳理知识脉络。

3.记录作业。

设计意图：首尾呼应，用新建构的知识解决初始问题，形成闭环。通过小结提升认识，通过作业承上启下，为第二课时埋下伏笔。

第二课时：从理解到应用——标准差、技术赋能与跨学科视野

环节一：温故知新，引出标准差(预计用时：8分钟)

教师活动：

1.复习提问：方差的定义、公式及意义。检查上节课的思考题：方差单位的局限性。

2.提出问题：“小明计算出身高的方差是25cm²，小红的体重方差是16kg²。谁的离散程度更大？”学生发现单位不同，无法直接比较。

3.解决方案：为了得到一个与原数据单位一致的统计量，我们将方差开平方。引出标准差：s=√s²

。即方差的算术平方根。

4.强调标准差的实用性：它与原数据单位一致，便于解释和比较。

5.带领学生计算甲组数据的标准差：s甲=√0.02≈0.141(秒)

。解释：“甲队员的成绩，平均来看，大约偏离平均成绩0.141秒。”

学生活动：

1.复习方差。

2.认识到方差单位的缺陷。

3.学习标准差概念，理解其与方差的关系及优势。

4.计算并解释标准差的实际意义。

设计意图：从方差应用的“痛点”出发，自然导出标准差，使学生理解概念间的逻辑联系，完善知识体系。

环节二：技术赋能——工具计算与大数据体验(预计用时：12分钟)

教师活动：

1.提出问题：计算10个、100个数据的方差、标准差，过程繁琐易错。如何解决？

2.演示与教学：

1.3.方法A（图形计算器/科学计算器）：演示输入数据，使用统计模式直接读取平均数、标准差（σx或s）。区分总体标准差与样本标准差（本章默认作为总体处理）。

2.4.方法B（Excel/Sheets）：演示使用=VAR.P(数据范围)

计算方差，=STDEV.P(数据范围)

计算标准差。

3.5.方法C（Python）：演示简单代码（适用于学有余力或开展社团活动的班级）。

python

importnumpyasnp

data_jia=[12.0,12.2,11.8,12.1,11.9]

variance_jia=np.var(data_jia)#方差

std_jia=np.std(data_jia)#标准差

print(f“方差：{variance_jia:.3f},标准差：{std_jia:.3f}”)

6.学生实践：分发或让学生输入一个更大的数据集（例如，某地30天的日最高气温）。让学生选择一种工具，计算其平均气温、气温方差和标准差。

7.解读结果：引导学生解释标准差的意义：“这30天中，日最高气温平均偏离平均气温约X摄氏度。”

学生活动：

1.学习使用一种计算工具求方差和标准差。

2.动手操作，处理稍大规模的数据。

3.解读计算结果，强化对标准差统计含义的理解。

设计意图：将学生从繁重的手工计算中解放出来，聚焦于统计思想与数据解读。体验现代技术作为“认知伙伴”的作用，提升信息素养。

环节三：深化探究——离散程度的综合应用与决策(预计用时：18分钟)

教师活动：呈现两个进阶案例，开展小组讨论。

案例一（产品质量控制）：

某工厂有A、B两条生产线生产同一规格的零件，标准直径为10.00mm。各抽检10件产品，直径如下（单位：mm）：

A线：10.02,9.99,10.01,10.00,9.98,10.01,10.00,9.97,10.02,10.00

B线：10.00,10.05,9.95,10.10,9.90,10.00,10.05,9.95,10.10,9.90

1.请分别计算两条生产线产品直径的平均数、极差、方差、标准差。

2.哪条生产线的生产精度更高、质量更稳定？为什么？

3.如果标准差大于0.05mm被视为不合格，哪条线需要整改？

案例二（投资决策分析——跨学科视野）：

两位投资者过去五年的年化收益率如下：

投资者甲：8%,12%,5%,9%,11%

投资者乙：10%,10%,10%,10%,10%（例如，稳定的债券）

投资者丙：-5%,30%,-10%,25%,15%（例如，高波动的股票）

1.计算三人的平均收益率和收益率的标准差。

2.如果你是风险厌恶型（追求稳定）的投资者，你会选择谁？为什么？

3.讨论：高收益是否一定伴随着高风险（高离散程度）？结合本例谈谈你的看法。

教师活动：

1.组织小组分工合作，鼓励使用计算工具。

2.巡视指导，关注学生是否结合背景解释统计量。

3.引导讨论：在案例一中，平均直径都接近标准，决策主要依据离散程度（标准差）。在案例二中，平均数（收益）和标准差（风险）需要权衡，引入“风险回报比”概念（收益/风险），进行简单的金融启蒙。

学生活动：

1.小组合作，完成计算与分析。

2.撰写简要分析报告。

3.派代表发言，阐述决策依据。

设计意图：通过来自工业质检和金融投资的真实案例，让学生深刻体会“离散程度”作为“稳定性”或“风险”度量指标的核心应用价值。案例二打破“数据越稳定越好”的思维定势，引导学生在具体情境中进行辩证分析，培养高阶思维能力。

环节四：总结提升与项目展望(预计用时：7分钟)

教师活动：

1.知识体系结构化：带领学生构建“数据描述”的思维导图。

1.2.集中趋势：平均数、中位数、众数→描述“数据中心在哪里”

2.3.离散程度：极差、方差、标准差→描述“数据波动有多大”

3.4.强调：要全面认识一组数据，必须从“集中趋势”和“离散程度”两个维度综合分析。

5.公布拓展性项目式学习（PBL）任务（可课后完成）：

1.6.项目名称：《班级“学习效率”波动性分析》。

2.7.任务：以小组为单位，连续记录本组成员两周内每天完成同类数学作业所需的时间。

3.8.分析要求：

a)计算每位同学完成时间的平均数和标准差，分析谁的学习效率既高又稳定。

b)分析全组数据整体波动情况。

c)探究影响完成时间波动的可能因素（如状态、科目难度、环境等）。

d)尝试提出使学习时间更稳定的建议。

4.9.成果形式：一份包含数据、计算过程、可视化图表（如折线图显示波动）和分析结论的简短报告或演示文稿。

10.结束语：数据是对世界的测量，而统计学是解读数据的语言。方差和标准差，让我们听懂了数据中关于“稳定”与“风险”的故事。希望你们能用好这门语言，去探索更广阔的世界。

学生活动：

1.参与总结，构建完整的知识网络。

2.了解PBL任务，激发课后探究兴趣。

设计意图：将零散知识点系统化，形成统计分析的完整视角。通过布置与学生自身密切相关的长期项目，将课堂学习延伸到真实生活，实现深度学习，综合培养数据收集、处理、分析和表达的能力。

六、板书设计（框架）

第1课时

数据的离散程度

一、问题：平均数相同，如何比“稳定”？

二、极差=最大值-最小值

→优点：简单

→局限：粗糙，忽略分布

三、方差(s²)——衡量波动的核心

1.偏差：xi-x̄

2.困境：∑(xi-x̄)=0

3.方案：平方(或绝对值)

4.定义：s²=[(x₁-x̄)²+...+(xn-x̄)²]/n

（偏差平方的平均数）

四、应用：选拔甲队员（s²甲<s²乙）

第2课时

数据的离散程度（续）

一、标准差(