数据分析素养导向下统计与概率的应用策略教学-高中数学（高二年级）选择性必修二专题复习教案

数据分析素养导向下统计与概率的应用策略教学——高中数学（高二年级）选择性必修二专题复习教案

一、教学背景分析

（一）学科与学段定位

本课例定位于高中数学高二年级下学期选择性必修课程，属于“概率与统计”主题的二轮专题复习或单元拓展深化课。在此之前，学生已完成必修课程中统计图表的识读、样本的数字特征、古典概型以及条件概率与事件的独立性等内容的学习，具备了一定的数据分析和概率计算基础。本课旨在引导学生综合运用统计与概率的知识，解决真实世界中的复杂问题，实现从知识记忆到素养生成的跨越。

（二）课标要求与素养指向

《普通高中数学课程标准（2017年版2020年修订）》将数据分析列为数学学科六大核心素养之一，明确指出要通过概率与统计的教学，让学生养成用数据发现、分析和解决问题的习惯。【非常重要】【核心素养】本课对标课标要求，着力于在真实问题情境中提升学生的数学抽象、逻辑推理、数学建模和数据分析能力，让学生经历完整的“收集数据——整理数据——提取信息——构建模型——进行决策”的科学探究过程【热点】。

二、教学目标设计

（一）知识与技能目标

1.能够根据实际问题的需求，选择恰当的抽样方法（如简单随机抽样、分层抽样）收集数据，并理解样本的代表性对于推断总体的重要性【基础】【高频考点】。

2.能够运用频率分布直方图、茎叶图、散点图等统计图表整理数据，并能计算平均数、中位数、方差、标准差等数字特征，进而用样本估计总体【基础】。

3.能够识别现实问题中的随机现象，判断问题所属的概率模型（古典概型、几何概型、独立事件、二项分布等），并运用相应的概率公式进行计算或预测【重要】【高频考点】。

4.理解频率与概率的关系，能够运用随机模拟方法（如用随机数表或软件模拟）估计复杂事件的概率，并初步了解小概率事件原理在统计推断中的应用【重要】。

（二）过程与方法目标

1.通过参与“生活问题数学化”的过程，经历从具体情境中抽象出统计与概率问题、建立数学模型、求解模型、解释与应用结果的全过程，提升数学建模能力【非常重要】。

2.在小组合作探究中，学会用统计的思想和概率的语言与他人交流，能够基于数据论证观点，批判性地审视数据的来源和结论的可靠性，培养理性思辨的思维习惯【热点】。

（三）情感、态度与价值观目标

1.感受统计与概率在自然科学、社会科学以及日常生活中的广泛应用，体会数学的现实价值，激发学习数学的兴趣和应用数学的热情。

2.养成通过数据认识世界的习惯，在面临不确定情境时能够做出相对合理的决策，形成严谨求实、敢于质疑的科学态度。

三、教学重难点

（一）教学重点

1.统计与概率知识的综合应用：将统计中的估计思想与概率中的随机思想有机结合，解决实际问题【基础】【重要】。

2.概率模型的识别与构建：从复杂的文字背景中准确提取关键信息，判断事件类型，构建正确的概率模型【高频考点】【难点】。

（二）教学难点

1.情境到模型的转化：如何剥离情境的非本质属性，抽象出数学结构，尤其是在处理互斥事件、独立事件以及条件概率交织的综合问题时【难点】。

2.对统计结果的合理解释：避免机械计算，能结合具体背景对数据蕴含的意义进行深度解读，并基于数据做出合理决策，理解统计推断的或然性【非常重要】。

四、教学实施过程

（一）创设真实情境，引出核心问题（约5分钟）

【教师活动】

上课伊始，多媒体展示一份来自本地环保部门发布的《生活垃圾成分与处理现状调查报告》节选，其中包含“居民对垃圾分类标准的知晓率约为85%”和“居民在投放垃圾时的实际准确投放率约为60%”这两组数据。教师引导学生关注这两组数据的差异，并提出一个驱动性问题：

“知晓率高达85%，但准确投放率仅有60%。这中间的25%落差究竟说明了什么？是知道但做不到，还是我们的调查方法本身存在盲区？如果我们想精确评估某小区‘厨余垃圾’的分类准确率，或者想预测一次垃圾分类知识竞赛中某个班级的获胜概率，我们应该如何运用手中的统计与概率工具，去做一次理性的‘侦察兵’？”

【学生活动】

学生观察数据，对比差异，对“知晓”与“做到”之间的差距产生好奇。小组内初步讨论，列举可能导致差异的原因（如调查样本是否有代表性？问题是否涉及敏感信息导致回答不实？）。

【设计意图】

以真实的社会热点问题切入，打破了传统复习课“公式+练习”的模式。通过一组存在张力的数据，激发学生的认知冲突，自然地将课堂主题锚定在“用策略解决真实问题”上，而非单纯的技能重复。同时，暗含了后续教学将涉及的统计调查误差、敏感问题处理等知识点。

（二）任务驱动探究一：统计调查中的“博弈”——如何获取真实数据（约15分钟）

【子任务1：抽样方案的优化设计——基础等级】

【教师活动】

教师承接导入环节的问题，提出第一个具体任务：“如果要调查我校高二年级学生对自己所在小区垃圾分类准确投放情况的真实反馈，我们能否直接发放问卷询问‘你是否准确投放了垃圾？’若不能，应如何设计一个更科学的调查方案？”

引导学生回顾必修二所学的抽样方法，并抛出分层抽样的适用场景。教师展示某校高二年级选科数据（物理类300人，历史类200人），要求学生设计一个调查200人的分层抽样方案，并说明理由【重要】。

【学生活动】

学生分组讨论，明确应以选科（或性别、走读住校等）作为分层变量，按比例分配样本量：物理类抽取300/500×200=120人，历史类抽取80人。学生代表阐述理由：不同选科的学生可能因课业负担、家庭关注度不同，对垃圾分类的认知和行为存在差异，分层抽样能保证样本结构与总体一致，提高估计的精度【基础】。

【子任务2：敏感问题的随机化回答技术——难点突破】

【教师活动】

“即便抽样方案再完美，如果我们直接问‘你是否准确投放’，大家觉得能问出真话吗？为什么？”教师引导学生思考社会称许性偏差对调查结果的影响。随后，引入解决此类敏感问题的利器——“沃纳随机化回答模型”【非常重要】【热点】。

教师在屏幕上展示一个模拟操作界面，并讲解规则：

“我们准备一个不透明的袋子，里面装有红球和蓝球，比例是1:1。请每位被调查者在无人的角落独立完成：先从袋中摸一球（不看，摸完放回），若是红球，则如实回答问题A：‘我在过去一周内有过一次不准确的垃圾投放’；若是蓝球，则如实回答问题B：‘我在过去一周内没有过不准确的投放’。最终，我们只回收‘是’或‘否’的答案，而不问任何人摸到的是什么球。现在，假设我们回收了1000份有效回答，其中‘是’的回答有260个。请大家以小组为单位，推算一下，这一周内真正有过不准确投放行为的人所占的比例大约是多少？”

【学生活动】

学生陷入沉思，随后展开热烈的小组研讨。教师巡视指导，提示学生用全概率公式建立方程。

预设推导过程：设我们想求的真实有过不准确行为的比例为p。则回答“是”的概率P(是)=P(红球)×P(是|红球)+P(蓝球)×P(是|蓝球)=0.5×p+0.5×(1-p)=0.5。

此时学生发现P(是)=0.5恒成立，无法解出p。教师笑着指出：这就是最初规则设计的漏洞！引导学生修正规则。有学生提出，应该让红蓝球的概率不相等。教师将规则优化为：红球比例占70%（回答敏感问题A），蓝球比例占30%（回答无关问题B，如“你的学号尾数是奇数吗？”）。

重新推导：P(是)=0.7×p+0.3×0.5。已知P(是)≈260/1000=0.26。则0.7p+0.15=0.26，解得p≈0.157。即约有15.7%的学生承认自己有过不准确投放行为。

【设计意图】

通过这一环节，学生经历了从理论抽样到应对现实偏差的完整思考。尤其是随机化回答技术的引入，不仅加深了学生对全概率公式的理解【重要】【高频考点】，更让他们体会到概率知识在保护隐私、获取真实数据中的精妙应用，打破了数学与社会科学研究的壁垒，实现了学科育人价值。

（三）任务驱动探究二：数据分析中的“洞察”——从样本看全局（约15分钟）

【子任务1：数据整理与数字特征的计算——基础回顾】

【教师活动】

教师发放经过匿名处理的某小区50户家庭一周厨余垃圾产生量的模拟数据（单位：kg）。要求学生以小组为单位，用5分钟时间完成以下任务：

1.将数据分组，绘制频率分布直方图【基础】。

2.计算样本的平均数、中位数和标准差【基础】【高频考点】。

3.根据直方图，估计该小区家庭厨余垃圾产生量的第80百分位数（即阶梯电价式的临界点问题）【热点】。

【学生活动】

学生分工合作，有的用Excel快速生成图表，有的手动计算数字特征。小组代表展示成果：平均数3.2kg，中位数2.8kg，标准差1.5kg。第80百分位数的计算需先确定累积频率，学生通过内插法求得估计值约为4.5kg。

【子任务2：基于数据的决策分析——核心素养提升】

【教师活动】

教师展示后续资料：“环保部门根据垃圾运输车装载量测算，若每户每周厨余垃圾量超过5kg，则需要更换更大容量的垃圾桶，但这会增加物业成本。根据我们刚才的调查，你是否支持物业更换垃圾桶？请用数据说明理由。”

【学生活动】

学生不再简单地“是”或“否”，而是调用刚才计算的统计量进行论证：

生1：“从平均数3.2kg来看，远低于5kg，更换成本太高，不支持。”

生2：“但标准差1.5kg较大，说明数据离散程度高，可能存在不少‘大户’。再看第80百分位数是4.5kg，这意味着有20%的家庭超过了4.5kg，但超过5kg的比例可能不足15%。为了这15%的家庭投入大量成本，性价比不高。”

生3：“我补充一点，需要看分布形态。如果直方图显示右拖尾，那么虽然平均数不高，但极端值的存在会对垃圾处理系统造成瞬时压力。不能只看比例，还要看峰值。”

【教师总结】

教师高度评价学生的分析，并强调：“面对一组数据，我们不能只汇报平均数。标准差告诉我们稳定性，百分位数告诉我们相对位置，分布形态告诉我们极端情况。只有综合这些指标，才能做出更全面、更负责的决策。这正是数据分析素养的体现。”【非常重要】

（四）任务驱动探究三：概率模型中的“推演”——预测与决策（约20分钟）

【子任务1：概率模型的识别——难点辨析】

【教师活动】

教师创设新情境：“为了提升居民的垃圾分类意识，某社区举办‘垃圾分类挑战赛’。赛制如下：参赛家庭需回答10道题目。有两种答题模式可选：

模式A：一次性回答所有10题，答对6题及以上即算闯关成功。

模式B：采取‘擂台赛’，每一题答对得1分，答错不扣分，但若连续答错2题，则立即淘汰。

已知某参赛家庭对任何一道题的正确答题概率均为0.8，且各题作答相互独立。请问该家庭应该选择哪种模式更有利？为什么？”

【学生活动】

学生识别出模式A符合n重伯努利试验，即二项分布模型【重要】【高频考点】。设X为答对题数，则X~B(10,0.8)，闯关成功概率P(X≥6)=C(10,6)×0.8^6×0.2^4+…+C(10,10)×0.8^10，计算量较大，但思路清晰。

对于模式B，学生意识到这不是简单的二项分布，而是涉及“连续失败”的终止条件，需要构建新的概率模型。有小组提出用“状态转移”的思想，用树状图枚举所有可能路径。

【子任务2：复杂概率的计算——合作探究】

【教师活动】

教师引导学生分组计算模式B的概率。针对这个难点，教师提供思维支架：将比赛过程看作一个状态机，有“存活”和“淘汰”两种状态，但“存活”状态还需细分为“当前无连败”和“当前有一败”两个子状态，因为这会影响下一次的淘汰风险。

【学生活动】

小组合作，画出状态转移图，并尝试计算。经过约8分钟的研讨，有小组汇报：

设P0为当前无连败时最终成功的概率，P1为当前已有一败（即上一题答错）时最终成功的概率。考虑到还剩10题，递推复杂。但可以简化问题：先计算在严格的“两连败即出局”规则下，该家庭能答完10题（即未被淘汰）的概率。这可以转化为一个不含吸收态的问题。也有小组尝试用枚举法，列举所有可能的答题序列（用1表示对，0表示错），找出所有不包含“00”的长度为10的序列个数，再乘以每个序列出现的概率。但总序列有2^10=1024种，手动枚举繁琐，但思路可行，体现了数学的严谨性。

【教师总结】

教师对各小组的探索表示赞赏，并总结道：“在解决模式B这类问题时，我们的基本策略是‘化繁为简’。可以用递推思想，也可以将问题转化为我们熟悉的‘无重复’结构。虽然计算繁琐，但这恰恰锻炼了我们面对不确定性时的结构化思维能力。而模式A则体现了数学公式带来的便利性。两种模型，两种思维路径，都是我们应对现实问题的武器。”

（五）课堂小结与反思（约5分钟）

【教师活动】

教师引导学生从知识、方法、思想三个层面进行总结：

1.知识层面【基础】：我们复习了哪些统计量？哪些概率分布？

2.方法层面【重要】：面对一个实际问题，我们是如何一步步展开的？（明确问题——收集数据——分析数据——构建模型——做出决策）

3.思想层面【非常重要】【核心素养】：通过今天的课，你对“随机”和“数据”有没有新的认识？你如何看待统计数据与真实情况之间的误差？

【学生活动】

学生畅所欲言：有的说“数据会说谎，但用好了数据能帮我们看清真相”；有的说“概率模型让我们在不确定中找到了确定的规律”；有的说“我学会了用概率思维去理解生活中的各种抽奖和比赛规则”。

【教师升华】

教师最后点题：“今天我们经历的每一个环节，无论是随机化回答中的巧妙构造，还是数据分析中的审慎判断，亦或是概率推演中的严密计算，其实都是在练习用一种数学的眼光去审视世界。统计与概率不会给我们100%的确定答案，但它能给我们一个在不确定世界中做出最优选择的工具箱。希望大家带着这个工具箱，去解决未来人生道路上更多复杂而真实的问题。”

五、作业布置与拓展学习

（一）基础性作业（面向全体）

完成课本“统计与概率综合应用”单元检测A组的1-5题，重点巩固样本数字特征的计算和古典概型的识别【基础】【高频考点】。

（二）探究性作业（面向学有余力者）

【任务主题】“校园一卡通使用行为分析”

【任务情境】学校后勤部门想了解同学们在校园内的消费结构，以便优化食堂窗口设置和超市备货。委托你所在的学习小组完成一份统计分析报告。

【具体要求】

1.抽样设计：设计一份抽样方案，说明你将如何从全校3000名学生中抽取100名作为样本，并解释方案的合理性。

2.数据收集：在征得同意的情况下，收集本小组成员所在班级或宿舍同学一周的一卡通消费流水（可脱敏处理，仅记录消费金额、消费时段、消费类型如“食堂”“超市”“水房”）。

3.统计分析【重要】：

(1)绘制各类消费金额的分布直方图，计算平均每日消费额及标准