初中数学九年级上册《数据的离散程度-方差》单元教学设计

初中数学九年级上册《数据的离散程度——方差》单元教学设计

  单元整体教学设计

  一、单元内容与课标分析

  本单元隶属于《义务教育数学课程标准（2022年版）》中“统计与概率”领域“抽样与数据分析”主题。课标要求在此学段，学生应能“计算一组数据的方差”，“理解方差的意义”，“能利用方差解决简单的实际问题，并形成数据意识”。方差作为刻画一组数据离散程度（波动大小）的最重要统计量，是学生在学习了数据的集中趋势（平均数、中位数、众数）之后，对数据分布特征认识的深化与完善。本单元的学习，旨在引导学生从仅关注数据的“中心”扩展到同时关注数据的“离散”情况，学会更全面、更辩证地分析数据，为后续高中阶段学习更复杂的统计知识（如标准差、正态分布）奠定坚实的思维基础。本单元内容具有承上启下的关键作用，是发展学生数据分析观念、应用意识和理性精神的核心载体。

  二、单元学情分析

  认知基础方面，九年级学生已经熟练掌握平均数、中位数、众数的概念与计算，具备了从“集中趋势”角度描述数据的基本能力。他们拥有初步的数据收集、整理和简单分析的体验，但看待数据往往局限于“平均水平”，对数据内部的差异性和波动性缺乏敏感度与量化工具。思维特征方面，该年龄段学生的抽象逻辑思维持续发展，具备一定的归纳、概括和公式推导能力，但对统计量的统计意义的理解容易停留在机械记忆层面。学习障碍预判：对方差公式来源（为何用差的平方而非绝对值）的理解可能存在困惑；对方差计算结果无量纲的统计意义的解释（数值大小代表什么）可能感到抽象；在解决复杂现实问题时，如何综合运用集中趋势量和离散程度量进行决策分析，将是教学难点。本单元教学设计需通过创设认知冲突、直观感知、逐步抽象、多重联结等方式，引领学生跨越这些障碍。

  三、单元学习目标

  1.知识与技能目标：（1）理解极差的概念，能计算一组数据的极差。（2）理解方差、标准差产生的必要性，掌握方差与标准差的定义和计算公式。（3）能熟练计算一组数据的方差和标准差，理解其作为衡量数据波动性统计量的意义。（4）能根据方差（或标准差）的大小，比较两组数据的离散程度。（5）能综合运用平均数、方差等统计量，对实际问题中的数据进行分析、判断和初步决策。

  2.过程与方法目标：（1）经历从具体情境中发现问题，提出用数值刻画数据波动性的过程，感受引入新统计量的必要性。（2）通过观察、计算、对比、归纳等活动，探索并理解方差公式的形成过程，发展抽象概括和数学建模能力。（3）在运用方差解决实际问题的过程中，体验统计推断的基本思想，提升数据分析与处理能力。

  3.情感态度与价值观目标：（1）体会数学与生活的紧密联系，感受统计在决策中的重要作用，增强应用意识。（2）在探索方差意义的过程中，培养严谨求实的科学态度和勇于探索的创新精神。（3）通过小组合作探究，增强合作交流意识，形成批判性思维和全面分析问题的习惯。

  四、单元教学重难点

  教学重点：方差概念的建立及其计算；理解方差作为刻画数据波动性统计量的意义。

  教学难点：方差公式的探索与理解（特别是“平方”处理的优越性）；方差统计意义的深度理解及其在实际情境中的灵活应用。

  五、单元整体教学构想与课时安排

  本单元计划用3个课时完成，遵循“必要性感知→概念形成→算法掌握→意义深化→综合应用”的认知逻辑进行整体建构。

  课时一：从“集中”到“离散”——方差概念的引入与形成（核心：为何需要方差？方差是什么？）

  课时二：算法掌握与意义深化——方差的计算与应用（一）（核心：如何算方差？数值大小意味着什么？）

  课时三：综合应用与决策分析——方差的计算与应用（二）（核心：如何用方差解决问题？）

  以下为各课时详细教学设计。

  课时一教学设计：从“集中”到“离散”——方差概念的引入与形成

  （一）课时教学目标

  1.结合具体实例，认识到仅用平均数等集中趋势量描述数据的局限性，感受引入描述数据离散程度统计量的必要性。

  2.理解极差的概念和作用，体会其简单性与粗略性。

  3.经历探索用“各数据与平均数的偏差”来刻画波动性的过程，理解方差概念的建构思路，初步领会方差公式。

  4.能用自己的语言解释方差的统计含义。

  （二）教学重难点

  重点：方差概念的必要性感知与建构过程。

  难点：从“偏差和”到“偏差平方和”的思维跨越；对方差初步意义的理解。

  （三）教学准备

  多媒体课件、学习任务单、计算器（或安装有统计功能的软件/App的平板电脑）。

  （四）教学过程

  环节一：创设情境，引发认知冲突（约8分钟）

    展示情境一：班级两位射击爱好者的训练成绩（单位：环）。

    甲：7,8,9,7,9

    乙：10,4,9,6,6

    问题1：哪位同学的平均成绩更高？是多少？（计算得平均数均为8环）

    问题2：平均成绩相同，是否意味着两人的射击水平完全相同？作为教练，仅凭平均数，你会选派谁参加比赛？为什么？

    学生通过观察数据，直观感受到：甲的成绩更稳定，在8环上下小范围波动；乙的成绩起伏大，有10环也有4环。虽然平均数相同，但“稳定性”（数据的波动情况）不同。仅用平均数无法区分这种差异。

    教师引导：平均数描述了数据的“集中趋势”，是数据的“中心”。但数据围绕这个中心是如何分布的？是紧密聚集还是分散开？我们需要一个新的统计量来描述数据的这种“离散程度”或“波动大小”。这就像评价一支队伍，不仅要看平均身高，还要看队员们身高的差异是大是小。从而自然引出本课主题：如何量化数据的离散程度？

  环节二：初步探索，引入极差概念（约10分钟）

    问题3：如何用一个数来量化甲、乙两人成绩的波动大小？请提出你的方法。

    学生可能提出的方法：①看最高分与最低分的差距；②看每个数据偏离平均数的大小；③把所有偏差加起来……

    教师首先聚焦方法①：最高分与最低分的差，我们称之为“极差”。

    极差=最大值-最小值。

    计算：甲成绩极差=9-7=2（环）；乙成绩极差=10-4=6（环）。

    极差大，说明数据越分散；极差小，说明数据越集中。乙的极差远大于甲，说明乙的成绩波动更大。极差计算简单，能快速反映数据的波动范围。

    情境二：两组数据丙：5，5，6，6，9，9；丁：5，7，7，8，8，9。

    计算平均数（均为7），计算极差（均为4）。问题4：它们的极差相同，波动情况是否完全相同？

    引导学生观察：丙组数据集中在5、6、9，中间有“断层”；丁组数据分布相对均匀。极差相同，但内部分布仍有差异。极差只关注了两个极端值，忽略了中间数据的分布信息，刻画不够精细。我们需要一个更精细的统计量。

  环节三：深度探究，构建方差概念（约20分钟）

    问题5：既然每个数据偏离平均数的大小（偏差）反映了波动，能否用所有偏差的和来度量整体波动？

    回到甲、乙数据。计算每个数据与平均数8的偏差（可引导学生列出表格）：

    甲偏差：-1,0,+1,-1,+1；乙偏差：+2,-4,+1,-2,-2。

    计算偏差和：甲为0，乙为-5？等等，为何甲是0？乙是-5？实际上，由于正负抵消，偏差和恒为0（可引导学生从平均数定义理解），无法衡量波动。

    问题6：如何消除正负号的影响，让偏差能累加？

    学生可能想到：取绝对值；平方。

    先尝试“偏差绝对值的和”（即平均差思路）：甲：1+0+1+1+1=4；乙：2+4+1+2+2=11。乙的波动更大。这个量有意义，数学上也存在（平均差）。但历史上，数学家更广泛地使用了“偏差平方和”。为何？

    引导探究：计算“偏差平方和”。

    甲：(-1)²+0²+1²+(-1)²+1²=1+0+1+1+1=4

    乙：(2)²+(-4)²+1²+(-2)²+(-2)²=4+16+1+4+4=29

    显然乙的“偏差平方和”远大于甲，同样表明乙波动大。

    问题7：比较“绝对值法”和“平方”法，各有何特点？平方处理有何优势？（留给学生思考讨论）

    教师总结与引导：绝对值计算有时在数学处理上（如求导）不如平方方便。更重要的是，平方放大了较大偏差的影响，对波动更敏感。在统计学中，我们通常采用“偏差平方和”。

    问题8：直接用“偏差平方和”比较两组数据的波动性，有没有问题？观察两组新数据，数据量不同时如何比较？

    引出：为了公平比较，需要消除数据个数的影响。因此，取“偏差平方和”的平均数。

    定义：设一组数据为x₁，x₂，…，xₙ，其平均数为$\bar{x}$

。则这组数据的方差定义为：$s^2=\frac{1}{n}[(x_1-\bar{x})^2+(x_2-\bar{x})^2+...+(x_n-\bar{x})^2]$

。

    方差越大，数据的波动越大；方差越小，数据的波动越小。

    计算甲、乙方差（n=5）：

    甲方差s²_甲=4/5=0.8

    乙方差s²_乙=29/5=5.8

    乙方差远大于甲方差，定量证实了乙的成绩波动更大。

    至此，方差概念水到渠成。引导学生回顾建构过程：发现问题（仅平均数不足）→尝试简单量（极差，有局限）→想到用偏差→解决正负抵消（取平方）→消除数据量影响（求平均）→得到方差。

  环节四：辨析理解，初识标准差（约5分钟）

    问题9：方差的单位是什么？以射击成绩为例，偏差单位是“环”，平方后是“环²”，这个单位有实际意义吗？

    引导学生认识到方差单位是原数据单位的平方，有时不便于解释。为此，引入标准差：$s=\sqrt{s^2}$

，即方差的算术平方根。标准差的单位与原数据一致。计算甲、乙的标准差：$s_甲=\sqrt{0.8}\approx0.89$

环，$s_乙=\sqrt{5.8}\approx2.41$

环。这意味着甲的成绩大多在平均成绩8环±0.89环内波动，而乙则在8环±2.41环内波动，稳定性差异一目了然。

  环节五：课堂小结与作业布置（约2分钟）

    引导学生总结：本节课我们学习了什么？为什么需要方差？方差是如何定义的？它有什么作用？

    布置作业（任务单）：

    1.基础练习：计算给定两小组数据的极差、方差和标准差。

    2.思考探究：（1）方差可能为0吗？在什么情况下方差为0？这代表了什么？（2）如果一组数据中每个数都加上同一个常数c，这组数据的平均数、方差、标准差如何变化？（3）如果一组数据中每个数都乘以同一个常数k（k≠0），平均数、方差、标准差又如何变化？（为下节课做铺垫）

  （五）板书设计（略）

  课时二教学设计：算法掌握与意义深化——方差的计算与应用（一）

  （一）课时教学目标

  1.熟练掌握计算一组数据方差（标准差）的步骤与技巧，能根据数据特点灵活选择公式或计算工具。

  2.进一步理解方差与标准差的意义，能根据计算结果对数据的离散程度做出合理解释。

  3.探索数据线性变换对平均数、方差的影响规律。

  4.能初步运用方差比较两组数据的稳定性，解决简单的实际问题。

  （二）教学重难点

  重点：方差计算的熟练与准确；方差统计意义的深化理解。

  难点：灵活运用方差解决实际问题；理解数据线性变换对方差的影响。

  （三）教学准备

  多媒体课件、学习任务单、计算器（或平板电脑）、课前思考题答案探讨。

  （四）教学过程

  环节一：复习回顾，深化概念理解（约8分钟）

    1.提问复习：方差、标准差的定义是什么？它们的作用是什么？

    2.探讨课前思考题：

      （1）方差可能为0吗？举例说明。方差为0意味着所有数据都相等，没有波动，这是最稳定的情况。

      （2）数据平移（加常数c）：平均数增加c，方差、标准差不变。因为波动程度（数据间的相对关系）未变。

      （3）数据伸缩（乘常数k）：平均数变为原来的k倍，方差变为原来的k²倍，标准差变为原来的|k|倍。引导学生推导并理解原因：$s^{2}_{新}=\frac{1}{n}[(kx_1-k\bar{x})^2+...]=k^2\cdots^{2}_{原}$

。

    3.强调规律记忆：数据变，平均数跟着变；数据平移，方差不变；数据伸缩，方差按伸缩系数的平方变。这些规律可以简化计算（如将数据同时减去一个数，方差不变）。

  环节二：算法探究，掌握计算技巧（约15分钟）

    例题：计算数据101，102，103，104，105的方差和标准差。

    方法一：定义法（直接套公式）

      步骤：①求平均数$\bar{x}=103$

；②列偏差表；③求偏差平方和；④除以n得方差；⑤开方得标准差。计算可得s²=2，s≈1.414。

    方法二：简化计算法（利用数据特点）

      观察：数据接近，可以每个数减去103，得到新数据：-2，-1，0，1，2。

      新数据平均数为0，计算其方差：$s^{2}_{新}=\frac{(-2)^2+(-1)^2+0^2+1^2+2^2}{5}=\frac{10}{5}=2$

。

      根据平移性质，原数据方差s²=s²_新=2。此法简化了计算。

    方法三：公式推导与运用（方差展开式）

      引导学生推导方差公式的另一种形式（学有余力可掌握）：

      $s^2=\frac{1}{n}[(x_1^2+x_2^2+...+x_n^2)-n\bar{x}^2]$

或$s^2=\frac{1}{n}(x_1^2+x_2^2+...+x_n^2)-\bar{x}^2$

。

      即“平方的平均减去平均的平方”。用此法计算上例：先算平方和：101²+...+105²=53015，平均平方和=10603，平均数的平方=10609，s²=10603-10609?等等，这里计算有误，应为：$\bar{x^2}=\frac{101^2+102^2+103^2+104^2+105^2}{5}=\frac{10201+10404+10609+10816+11025}{5}=\frac{53055}{5}=10611$

；$\bar{x}=103$

,$\bar{x}^2=10609$

；所以s²=10611-10609=2。此公式在数据较大、平均数非整数时，有时能避免计算偏差的繁琐。

    教师总结：计算方差时，可根据数据特点选择方法。一般步骤为：①求平均数；②求各数据与平均数的偏差平方；③求偏差平方的平均。鼓励使用计算器（或软件）的统计功能进行快速准确计算，把精力集中在数据分析上。

  环节三：意义应用，解决简单实际问题（约15分钟）

    应用一：产品质量稳定性评估

      情境：甲、乙两台机床生产同一种零件，各抽取10个进行直径检测（单位：mm）。数据如下：

      甲：20.0，20.1，19.9，20.2，19.8，20.1，20.0，19.9，20.2，19.8

      乙：20.0，20.2，19.7，20.3，19.5，20.4，19.8，20.1，20.0，20.0

      问题1：分别计算两组数据的平均直径。问题2：分别计算方差和标准差。问题3：从产品质量稳定性的角度，你认为哪台机床的性能更好？为什么？

      学生分组计算（可使用计算器）。结果预期：平均数非常接近（约20.0mm）。甲方差小（约0.02mm²），标准差约0.14mm；乙方差大（约0.07mm²），标准差约0.26mm。

      结论：甲机床生产的零件直径波动小，稳定性更好。方差（标准差）提供了定量判断依据。

    应用二：投资风险分析（简化模型）

      情境：两只股票A和B在过去五个月的月收益率（%）如下：

      A：2.5，3.0，2.0，2.8，2.7

      B：5.0，-1.0，4.0，0.5，3.5

      问题：从平均收益和风险（波动性）两个角度分析，哪只股票更稳健？如果你是稳健型投资者，可能更倾向于哪只？

      计算得：平均收益率$\bar{x}_A\approx2.6$

%，$\bar{x}_B\approx2.4$

%。方差s²_A≈0.13，s²_B≈4.69。股票A平均收益略高，且波动（风险）远小于股票B。对于稳健型投资者，A是更优选择。此例说明，在决策时需综合集中趋势和离散程度。

  环节四：变式辨析，巩固理解（约5分钟）

    判断题（学生辨析）：

    1.方差大的数据，其平均数也一定大。（错误，方差与平均数无直接关系）

    2.在两组数据中，平均数较大的那一组，方差也一定较大。（错误，反例说明）

    3.要比较两组数据的波动大小，必须要求它们的平均数相等。（错误，可以比较，但通常结合专业背景或标准化处理来理解，直接比较方差大小时需注意平均数的差异可能对波动性解读有影响，但方差本身的计算和大小比较不依赖于平均数的相等与否）

    4.标准差是方差的平方根，单位与原数据一致，更便于解释。（正确）

  环节五：课堂小结与作业布置（约2分钟）

    小结：本节课重点在于掌握方差的计算方法（定义法、简化法、公式法）和工具使用，深化对方差统计意义的理解，并初步应用于评估稳定性、分析风险等场景。

    作业（任务单）：

    1.计算题：三组数据的方差与标准差计算（一组用定义法，一组用简化法，一组用计算器）。

    2.应用题：分析两名运动员某项技术统计（如篮球命中率、乒乓球发球得分率）的稳定性。

    3.预习探究：搜集生活中需要比较“稳定性”或“均衡性”的例子，思考如何设计数据收集方案并用方差进行分析。

  （五）板书设计（略）

  课时三教学设计：综合应用与决策分析——方差的计算与应用（二）

  （一）课时教学目标

  1.能综合运用平均数、中位数、众数、极差、方差、标准差等统计量，对较为复杂的数据集进行全面分析。

  2.能在具体决策情境中，根据问题背景灵活选择和解释统计量，形成基于数据的合理化建议。

  3.经历完整的统计活动过程（提出问题、收集数据、整理分析、做出推断），提升数据分析与解决问题的综合能力。

  4.体会统计结论的相对性和决策的多元性，培养批判性思维和实事求是的科学态度。

  （二）教学重难点

  重点：综合运用多种统计量进行数据分析与决策。

  难点：根据具体问题背景，恰当地解读统计量，形成有说服力的结论。

  （三）教学准备

  多媒体课件、学习任务单（含综合案例）、学生课前搜集的生活实例、小组活动材料。

  （四）教学过程

  环节一：情境导入，明确综合需求（约5分钟）

    回顾：我们已经学习了哪些描述数据的统计量？它们分别描述了数据的什么特征？

    师生共同梳理：集中趋势（平均数、中位数、众数）——描述数据的“中心”位置；离散程度（极差、方差、标准差）——描述数据的“波动”大小。

    强调：单一统计量就像盲人摸象，只看到一个侧面。要全面了解一组数据，必须从多个角度进行分析。今天，我们将扮演“数据分析师”，综合运用这些工具来解决更复杂、更贴近实际的问题。

  环节二：案例探究——选拔与决策（约20分钟）

    案例：校田径队选拔跳远运动员

      情境：现从甲、乙两名候选队员的近期10次训练成绩（单位：米）中进行选择。

      甲：6.0,6.2,5.8,6.1,6.3,5.9,6.0,6.2,5.7,6.2

      乙：6.1,6.3,5.5,6.4,5.9,6.2,5.8,6.5,5.7,6.0

      任务：如果你是教练，你会选择谁？请用数据分析支持你的决定。

    小组活动（四人一组）：

      1.计算与整理：分工计算两名运动员成绩的平均数、中位数、众数、极差、方差、标准差。（鼓励使用计算器，将结果记录在任务单表格中）

      2.分析与讨论：基于计算结果，从不同角度分析两名运动员的特点。

        （1）谁的平均成绩更好？代表了其总体水平。

        （2）谁的成绩中位数更高？在排除极端值影响后，谁的中心位置更高？

        （3）谁的成绩更稳定（波动小）？这关系到比赛中的发挥可靠性。

        （4）乙队员有没有异常值（如5.5米）？这可能反映了什么？（状态起伏大，或技术存在瑕疵）

      3.决策与陈述：综合以上分析，小组形成推荐意见，并准备陈述理由。

    全班交流与教师引导：

      预设计算结果：$\bar{x}_甲\approx6.04$

m，$\bar{x}_乙\approx6.04$

m（平均数相同）；中位数甲约6.1m，乙约6.05m；甲方差约0.032m²，乙方差约0.082m²；甲极差0.6m，乙极差1.0m。

      各小组发表意见。可能出现不同选择：

        选甲：理由——稳定性极佳（方差、极差均远小于乙），比赛时发挥有保障，更可靠。虽然偶尔跳不出特别远的成绩，但下限高。

        选乙：理由——虽然波动大，但有冲击更好成绩的潜力（最高6.5m）。如果比赛需要冒险一搏争取金牌，乙可能带来惊喜。可以通过心理辅导和技术微调减少其波动。

      教师引导：两种选择都有道理，关键在于决策目标。如果目标是确保团体赛积分（需要稳定贡献），甲更优；如果目标是冲击单项冠军（允许冒险），乙可考虑。这体现了数据分析服务于决策，而决策取决于目标与价值观。平均数相同的情况下，方差成为决定性因素之一。

  环节三：案例拓展——评估与优化（约15分钟）

    案例：生产线效能评估与改进

      某厂有A、B两条生产线包装500克白糖。质检部门各抽取10袋产品称重（单位：克）：

      A线：502，498，501，499，500，503，497，500，502，498

      B线：510，495，505，492，498，508，493，507，496，496

      问题1：从“符合标准重量（500克）”和“包装精度（稳定性）”两个维度，评估两条生产线的性能。

      问题2：如果你是生产主管，你认为哪条线更需要调整？如何调整？（提示：从平均数和波动性两方面思考）

    学生独立分析后交流：

      计算得：$\bar{x}_A=500.0$

g，$\bar{x}_B=500.0$

g（神奇地相同，或极接近）。

      s²_A≈3.6，s²_B≈40.4。A线标准差约1.9g，B线标准差约6.4g。

      分析：两条线平均重量都准确达标（500g）。但A线包装极其稳定，重量几乎都在500±2g内；B线波动巨大，重量分布在492~510g之间，虽然平均也达标，但存在部分袋装严重不足（如492g，涉嫌缺斤短两）和严重超重（成本浪费）的问题。

      决策：B线急需改进。改进方向：首先，解决波动大的问题（检查设备精度、员工操作规范性等），降低方差；其次，在降低方差的过程中，仍需监控平均数保持500g。

      教师升华：此案例深刻揭示了方差在质量控制中的核心价值。平均数合格不代表过程合格。“均值漂移”和“波动过大”是两类常见的质量问题。方差是衡量过程稳定性和一致性的关键指标。六西格玛等现代质量管理体系的核心思想之一就是极力降低方差。

  环节四：项目式学习初探——生活中的方差（约7分钟）

    展示/分享学生课前搜集的例子：如“每天上学路程所用时间的波动”、“每周家庭用电量的波动”、“班级同学每日作业完成时间的波动”等。

    选取1-2个例子，师生共同快速构思一个简单的数据分析方案：

      例如：“分析自己一个月内每天完成数学作业所需时间的稳定性”。

      1.数据收集：连续记录30天每天的实际用时（分钟）。

      2.数据分析：计算这30个时间的平均数（反映平均效率）、方差和标准差（反映时间安排的稳定性和计划性）。

      3.结论与反思：如果方差很大，说明用时忽长忽短，原因可能是？如何改进以提高时间利用的稳定性（如固定开始时间、减少干扰等）？

      鼓励