初中八年级数学下册《方差：从数据稳定性到科学决策》人教版·基于样本估计总体的决策型导学案

初中八年级数学下册《方差：从数据稳定性到科学决策》人教版·基于样本估计总体的决策型导学案

一、课程标准与素养目标

（一）【核心·纲领】课标摘录与解读

依据《义务教育数学课程标准2022年版》“抽样与数据分析”领域第三学段要求：体会刻画数据离散程度的意义，会计算一组简单数据的离差平方和与方差；能解释数据分析的结果，能根据结果作出简单的判断和预测，并能进行交流；通过实例，了解用样本方差估计总体方差的思想，形成初步的数据观念和模型观念。本课时的定位绝非单纯的计算操练，而是从“程序性知识”跃迁至“策略性知识”——即面对真实、复杂、且平均数相近的决策情境时，能够主动调用方差这一统计量作为决策依据，并深刻理解“稳定性”在不同场景下的价值权重。

（二）【顶层·统领】核心素养进阶目标

1.数据观念【非常重要·热点】：在真实问题情境中，体会收集数据、分析数据是为解决不确定性决策问题服务的；能从波动性的视角审视数据集，理解方差不是孤立的一个数值，而是对“随机现象定量刻画”的数学语言。

2.模型观念【重要·难点】：经历“实际问题—提取数据—计算统计量—构建评判模型—做出决策—反思模型”的全过程，初步形成用方差作为决策指标的数据分析模型。

3.逻辑推理【一般】：能够基于方差计算结果，合乎逻辑地阐述决策理由，能够辨析“方差越小越好”这一结论在何种情境下成立、在何种情境下不成立。

4.数学运算【一般】：熟练掌握方差计算公式，并能利用计算器的统计功能进行高效运算，避免繁杂计算对冲思维深度。

（三）【具体·精准】课时学习目标

1.通过对比分析具有相同平均数的两组数据，能够在教师引导下自主发现仅靠平均数无法区分数据性质，从而产生刻画离散程度的需求，理解方差引入的必要性。

2.掌握方差计算公式，并能准确计算一组简单数据的方差；通过小组互助，解决计算过程中离差平方求和易错的问题。

3.能够结合实际问题的背景，对方差的计算结果作出符合统计学原理的解释，并能撰写简短的基于数据的决策建议书。

4.在具体案例（如种子选育、选手选拔、质量控制）中，辩证理解“稳定性”的价值，破除“方差越小绝对越好”的思维定势，体会决策目标的多元性。

二、教学背景精析

（一）【宏观·承启】教材体系定位

本课时选自人教版八年级下册第二十章《数据的分析》第二节《数据的波动程度》第2课时。在此之前，学生已系统学习了描述数据集中趋势的三个统计量（平均数、中位数、众数），并在第1课时对方差的定义及初步计算有了感性认识。本课时的关键价值在于完成从“数学定义”到“统计决策”的跨越——方差不再仅仅是一个需要代入公式求解的代数式，而应成为分析现实问题的思维工具。同时，本课时所渗透的“用样本估计总体”思想，是高中阶段学习统计推断的认知起点。

（二）【微观·精准】学情诊断

1.知识起点【已掌握】：学生能够熟练计算加权平均数，理解平均数的代表性；能够通过折线统计图直观判断数据的“平缓”与“波动”；在第1课时已对方差的公式有机械记忆，并能进行简单代入计算。

2.认知盲区【难点·关键】：绝大多数学生对方差的统计学意义理解浮于表面。具体表现为：认为方差就是“算出来一个数”，不清楚这个数究竟代表什么；认为“方差越小一定越好”，无法在“求稳”和“求突破”的不同决策目标下进行灵活分析；在计算数据量稍大（如10个以上）的方差时，容易因离差平方累加顺序出错导致结果偏差，且不习惯使用计算器统计功能。

3.思维障碍【重要】：学生习惯于“唯一正确答案”的确定性思维，对于“根据数据可以这样决策，也可以那样决策，只要理由充分”的开放性统计思维极不适应，常常在小组讨论中焦虑地等待教师给出标准答案。

4.应对策略：本课时将刻意设置“两难决策”情境（如既要考虑夺冠、又要考虑破纪录），让学生在认知冲突中建构辩证的统计决策观。

（三）【优选·适切】教学方法与手段

1.教法：基于真实数据的问题链驱动法、基于认知冲突的概念转变教学法、基于样本估计总体的统计推断示范法。

2.学法：个体先行计算与独立思考、小组异质协作与决策辩论、全班层面的数据汇总统整与结论共识。

3.技术准备：全体学生需配备具备统计运算功能的科学计算器；教师准备几何画板动态演示不同数据集的离散程度变化对决策结果的影响；准备微视频《方差：从农田到实验室》，展示方差在农业育种、工业质检中的真实应用场景。

三、教学实施过程（核心篇幅）

（一）【唤醒·衔接】课前复诊与情境锚点

【任务单前置环节】（要求学生课前10分钟独立完成）

请计算下列两名射击选手最近5次气手枪资格赛成绩（单位：环）的平均数，并凭直觉判断，如果只能选一人参加决赛，你会选谁？简单写出1-2条理由。

选手张明：8、9、8、10、8

选手李亮：8、8、8、9、8

【课堂开场·数据投屏】

教师随机抽取6名学生的前置任务单答案投屏展示。课堂实际数据反馈显示：100%的学生能正确计算出两人平均成绩均为8.6环。但在“选谁”的问题上，约65%学生选张明（理由是“有10环，上限高”），约35%学生选李亮（理由是“都在8环以上，没低分”）。

【教师追问】：

“当两位选手的平均环数一模一样时，为什么大家的推荐人选出现了分歧？你们的分歧点究竟在评价成绩的哪个维度？”

【生活】这一问将学生的注意力从“平均水平”强制迁移至“发挥风格”——部分学生看重“惊艳的高分”，部分学生痛恨“偶尔的低谷”。这正是离散程度意识的朴素萌芽。

【教师板书核心问题】：

平均数相同看什么？——看波动！波动如何量化？

（二）【建构·生成】方差决策意义的深度内化

【探究任务一】从“视觉波动”到“数值波动”的转译

【活动设计】：

教师将上述张明、李亮的成绩在几何画板中以散点图形式呈现，纵轴为环数，横轴为序号。张明的点上下起伏明显，李亮的点几乎成一条直线。

【师】：“如果我们不满足于‘看出来的波动’，非要给这种波动程度算出一个具体的、可比较的分数，你们有什么朴素的想法？”

【学生典型回答实录】：

生1：“可以用每个数减去平均数，看谁减出来的数大！张明有10减8.6等于1.4，还有8减8.6等于负0.6，这些差距加起来……”

生2：（立即反驳）“不能直接加！正负会抵消，刚才张明的1.4和负0.6加起来只有0.8，李亮的差距更小，这样算不公平！”

【教学干预·重要】：

教师此时不直接抛出方差公式，而是肯定“防止正负抵消”这一关键念头，并引导学生回忆在物理学或绝对值相关内容中处理类似问题的经验。在学生提出“平方”或“绝对值”两种思路后，组织1分钟微型辩论。

【决策】：

教师阐明统计学发展史上曾使用过“平均绝对离差”，但因绝对值函数后续代数性质不佳，数学家普遍采用“平方”构建方差。此处不深入数学史，但点明：平方有两重意义——既消去了负号，又放大了较大偏差的权重。

【学生演算】：

现场计算张明、李亮成绩的方差。

张明：x=8.6，s²=1/5×[(8-8.6)²+(9-8.6)²+(8-8.6)²+(10-8.6)²+(8-8.6)²]=1/5×(0.36+0.16+0.36+1.96+0.36)=1/5×3.2=0.64

李亮：x=8.6，s²=1/5×[(8-8.6)²×4+(9-8.6)²]=1/5×(0.36×4+0.16)=1/5×(1.44+0.16)=1/5×1.6=0.32

【结论初显】：

李亮方差0.32小于张明方差0.64，李亮成绩更稳定。

【即时反馈·高频考点】：

教师追问：“现在你们理解为什么刚才很多同学推荐李亮了吗？他们凭直觉捕捉到的‘稳定’，方差这个数值替我们精准地表达出来了。”

【此环节核心突破】：将学生朴素的、模糊的“波动感”转化为精确的、可计算的“方差量感”，建立s²小⇔波动小⇔稳定性强的心理联结。

（三）【冲突·思辨】打破“方差越小越好”的单极思维

【探究任务二】决策目标的多元化——何时需要不稳定？

【经典改编案例·非常重要·难点】：

呈现人教版教材20.2节“跳远运动员选拔”深度改编题。

【背景】某市运动会田径队选拔男子跳远运动员。甲、乙两名选手近期10次试跳成绩（单位：米）如下表，已知两人平均成绩均为7.96米。

甲：7.97、7.96、7.98、7.95、7.97、7.96、7.98、7.95、7.97、7.96

乙：8.11、7.81、7.95、8.05、7.88、8.09、7.85、8.02、7.90、8.04

【学生活动】：

1.计算两组数据的方差。（此环节刻意训练使用计算器统计模式，教师巡视指导，纠正将数据输错、忘记按平方和键等操作失误。）

2.计算结果：甲组方差≈0.0001，乙组方差≈0.0106。甲组稳定性极强，乙组波动剧烈。

【核心问题链】：

问题1（基础层）：从发挥稳定性角度看，哪位选手更可靠？

（学生齐答：甲。甲的成绩几乎恒定在7.96米附近。）

问题2（推高层）：现在有两个不同的参赛目标——

目标A：本次比赛高手如云，预计7.95米就有极大希望夺得冠军。

目标B：本次比赛有一位传奇选手保持了8.10米的赛会纪录，现在急需打破纪录为市争光。

请问：在目标A和目标B下，你应该分别推荐哪位选手参赛？请小组讨论3分钟，并给出你们的统计学理由。

【小组讨论典型实录】：

组1：“目标A选甲！因为甲稳定在7.96，肯定超过7.95，冠军稳拿；乙虽然上限高，但有几次7.8几的低分，万一决赛他正好低谷呢？风险太大。”

组2：“目标B必须选乙！因为甲从来跳不过8.00米，他的最好成绩才7.98，根本够不到8.10。乙虽然不稳定，但他有8.11、8.09、8.05，他有这个爆发力去冲击纪录！”

【教师升华·点睛】：

“现在请大家重新审视黑板上的公式s²=1/n∑(xi-x)²。刚才我们夸奖方差小是优点，现在乙的方差这么大，反而成了我们选他的理由？方差到底是好蛋还是坏蛋？”

【学生顿悟】：

方差没有道德属性！它只是客观描述数据分布的状态。当决策目标是“求稳保下限”时，我们偏爱小方差；当决策目标是“求突破冲上限”时，我们甚至需要大方差带来的可能性。

【板书·重要结论】：

方差是数据的镜子——反映波动，不反映对错。

决策是人的智慧——根据目标，善用波动。

（四）【建模·迁移】样本方差估计总体方差的思想渗透

【探究任务三】从“抽检”推断“整批”——统计学的核心魔法

【真实产业案例·非常重要·热点】：

播放45秒微视频：某大型快餐企业品控部工作场景。旁白：“每天有十万只鸡腿进入生产线，质检员不可能炸熟每一只鸡腿去品尝。他们从每批次中随机抽取20只，测量质量、计算方差，如果方差超过0.5，整批退回。”

【师】：“为什么抽一小部分算个方差，就有权力决定十万只鸡腿的命运？这胆子也太大了吧？”

【生】：（笑）因为样本是随机抽的，能代表总体。

【师】：“凭什么随机抽的就能代表？”

【生】：（开始支吾）……

【核心概念突破】：

教师使用类比：你想知道一锅汤咸不咸，会怎么做？（舀一勺尝）你为什么不把整锅汤喝完再下结论？因为我们相信，只要充分搅拌、随机舀取，这一勺汤的咸度能代表整锅汤的咸度。

统计学亦是如此：样本是总体的“一勺汤”。样本方差，就是我们对总体方差最锋利的估计。

【经典例析】：

呈现教材P127例2改编——甲、乙两厂提供的香辣鸡腿样品质量数据。

甲厂：75、74、74、76、73、76、75、77、72、74

乙厂：78、81、70、85、77、79、76、80、69、75

【分层任务】：

（1）基础任务·全员必做：计算甲、乙两厂样品数据的平均质量和方差。

（2）提升任务·小组共研：若鸡腿质量标准是每只75g，规格要求±5g均为合格。仅从你计算的样本方差出发，你会建议快餐公司选择哪家工厂长期供货？你的决策有风险吗？风险在哪里？

【预设生成与干预】：

学生计算后容易得到：甲厂平均74.6g，方差≈2.04；乙厂平均75g，方差≈19.11。

多数学生会立即选择甲厂，理由是“方差小多了，质量稳定”。

【教师刻意反诘】：

“可是你们看，乙厂的平均数75g，完美达标！甲厂平均数74.6g，还略低0.4g呢。你们怎么就因为乙厂‘波动大’就抛弃它？说不定乙厂只是在样本里波动大，整批其实很稳定呢？”

【此处制造深度认知冲突】。

【学生辨析】：

生3：“正因为样本是随机抽的，样本波动大，整体很可能波动也大。”

生4：“虽然乙厂平均数好看，但它的数据有70、69这种低分，还有85这种高分，说明它的生产工艺不稳定，今天好明天坏，作为供货商靠不住。”

【教师总结】：

这就是用样本方差估计总体方差的威力！我们无法测量全部产品，但通过计算样本中数据的离散程度，我们有信心推断整条生产线的一致性好坏。

【板书·高频考点】：

样本方差大→推断总体离散程度大→推断生产过程不稳定。

样本方差小→推断总体离散程度小→推断生产过程受控、稳定。

决策口诀：用过去抽检的波动，推断未来整批的波动。

（五）【综合·实战】跨学科视域下的方差决策工作坊

【情境任务】地理气象与农业的交叉决策

【背景材料】：

我国西北某马铃薯主产区拟从A、B、C三个候选品种中选择一种进行大面积推广。农业科研人员在试验田（自然条件一致）对各品种进行10个样点测产（单位：公斤/亩），同时联合气象部门调取了该地区过去20年同期降雨量的数据。数据如下：

品种A产量：325、330、328、332、329、331、327、333、326、334（方差s²≈7.2）

品种B产量：310、355、305、360、300、365、295、370、290、375（方差s²≈950.5）

品种C产量：340、339、341、338、342、337、343、336、344、335（方差s²≈8.5）

该地区历史同期降雨量数据（单位：mm）：80、120、60、140、55、150、50、160、45、170、85、115、90、110、95、105、70、130、75、125（方差s²≈1350）

【小组任务】（每组6人，分饰农业专家、气象顾问、粮农代表、政府决策者）：

1.统计组：精确计算三个品种产量的平均数和方差，并排序。

2.农艺组：从“稳产性”角度，推荐一个品种，并解释为什么稳产对农民至关重要。

3.气象组：分析历史降雨量的方差，说明该地区降雨量的特点（稳定多雨还是波动干旱）。

4.决策组：综合产量水平、稳产性、以及该地区降雨极不稳定的气候特征，最终决定推广哪个品种，并撰写150字左右的《品种推广决策建议书》。

【全班汇报精华实录】：

气象组：“我们组计算了降雨方差是1350，这是一个极大的数值，说明该地区旱涝频发，极端天气是常态。在这种气候下，品种必须抗折腾。”

农艺组：“如果只考虑稳产，A和C都极其稳定，方差只有7.2和8.5；B品种方差950，太不稳定了，遇到灾年可能绝收。”

决策组：“但我们最终没有选A。因为A的平均产量是329.5公斤，而C的平均产量是339.5公斤，C比A足足高出10公斤。在降雨方差巨大的风险背景下，C品种既有高水平的平均产量，又有极佳的稳定性。我们决策组认为，C品种是兼顾了‘丰产性’和‘稳产性’的最优解。”

【教师点评】：

这就是真正的科学决策！不是只看平均数，不是只看方差，而是将两个维度的统计量放在具体的地理、经济背景中进行综合加权。你们刚才的思维过程，和数据科学家、农业统计学专家的决策流程是完全一致的。

（六）【精练·内化】当堂增值评价链

【诊断性训练·高频考点】：

1.已知甲、乙两组成绩方差分别为s甲²=1.2，s乙²=3.6，且平均数相等。下列说法正确的是（）

A.甲组成绩波动比乙组大B.乙组成绩波动比甲组大C.甲组平均成绩更高D.无法比较

【重要】本题考查方差基本意义。正确率目标100%。

2.某校为参加“全国青少年人工智能创新大赛”，要从两名机器人编程选手中确定一人参赛。两人近8次模拟赛成绩的平均分相同，但小王的方差是0.8，小李的方差是1.9。结合比赛规则“每队只有一次机会，取完成任务的绝对时间”，你认为教练更可能选谁？为什么？

【热点】本题考查“单次决胜”情境下的决策——方差小意味着失误概率低，应选小王。

【变式训练·难点】：

3.延续上题。若比赛规则改为“每队有3次机会，取最好成绩计入排名”，你的决策会改变吗？请说明理由。

【解析】：此题专门针对“方差越小越好”的思维定势。当取最好成绩时，选手的“上限”价值大于“下限”风险。小李方差大，说明他有更高的潜在峰值，有可能在三次尝试中碰出惊人成绩，此时选小李具有战术合理性。

【拓展性训练·跨学科】：

4.生物学实验中，两组小白鼠注射不同剂量的药物A，测量给药后1小时血糖下降值（mmol/L）。甲组（高剂量）数据：3.5、3.8、3.6、3.9、3.7（方差0.02）；乙组（低剂量）数据：2.1、4.2、1.8、4.5、2.4（方差1.35）。药理学原理表明，药物降糖效果稳定性是安全性的重要指标。请判断哪一组剂量更可能被批准进入下一期临床试验，并解释如何用方差支撑你的结论。

【解析】：尽管乙组个别数据降糖幅度大，但方差过大意味着药效不可预测，存在低血糖昏迷风险。甲组方差极小，药效温和稳定，安全性更高，更易获批。

（七）【升华·结构】课堂总结与认知图式构建

【师生共建思维导图（语言叙述版）】：

同学们，今天我们共同构建了关于“方差决策”的完整认知框架。这个框架分为三层——

第一层是工具层：我们掌握了方差这个量化波动的专用标尺，知道它怎么算，算出来数值的大小对应着数据内部差异的剧烈程度。

第二层是思想层：我们理解了“用样本估计总体”。为什么敢用20只鸡腿的质量方差去否定十万只鸡腿的批次？因为我们笃信随机性蕴含在样本中，样本的波动就是总体的影子。

第三层是智慧层：我们破除了对“小方差”的盲目崇拜。在需要保底、求稳、控风险时，我们拥抱小方差；在需要突破、创新、冲极限时，我们甚至需要大方差带来的多样性。统计学从来不是死板的公式套用，而是为目标服务的思维艺术。

【教师结语】：

未来的你们，有人会成为农学家，为十亿人选育种子；有人会成为质量工程师，守护大国制造的精度；有人会成为基金经理，在K线的波涛中平衡风险与收益。无论你们身在何处，今天这堂课种下的这颗叫“方差”的种子，都会长成你们理性决策的脊梁。

四、学习评价与作业系统

（一）【标准·分层】课后作业

【基础性作业·全员】：

1.教科书P128练习题第2题、第3题。

2.记录家中一周的水电用量（每天读数），计算这组数据的方差，并尝试用一句话描述你家这一周用量的稳定程度。

【探究性作业·选做