1.1.2 数据的基本特征 教学设计 2023—2024学年粤教版高中信息技术必修1

数据的基本特征教学设计学年粤教版高中信息技术必修2023-20241课时学校授课教师授课班授课地点级教具

1.课程名称数据的基本特征课程基

2.教学年级和班级高中信息技术必修1本信息3,授课时间2023—2024学年第一学期第6周周三上午第2节课

4.教学时数45分钟

1.数据意识让学生能够理解数据的概念，认识到数据在现实生活中的重要性，并能够主动收集、整理和分析数据

2.信息素养培养学生对信息的敏感度，提高信息获取、处理和应用的能力，使核心素学生能够正确判断信息的真伪和价值养目标

3.计算思维引导学生运用计算思维方法，通过数据分析和算法设计，解决问题和做出决策

4.创新与实践鼓励学生运用所学知识和技能，开展创新性实验和实践活动，提高问题解决能力

1.教学重点*数据的五个基本特征（数值、类别、时间、地点、唯一标识符）*数据集的概念及其与数据的关系*数据分布的概念及其在实际情境中的应用*中心趋势度量（平均数、中位数、众数）的计算方法及其意义教学难*离散程度的度量（方差、标准差）的计算方法及其意义点与重点

2.教学难点*数据分布的理解及其在实际情境中的应用*中心趋势和离散程度的度量方法的推导和应用*如何利用数据的基本特征进行数据的分析和解释*如何在实际情境中选择合适的数据度量方法

1.教材确保每位学生都有《高中信息技术必修1》教材

2.辅助材料准备数据特征相关图表、实际案例数据集、统计学基础知识资料教学资

3.实验器材准备计算器、统计软件、数据收集工具（如问卷调查表）源准备

4.教室布置安排座位以适应小组讨论，设置投影仪和计算机以便展示和分析数据I.导入环节（5分钟）I教学过情境创设展示一组购物网站的用户评价数据，引导学生关注数据的基本特征问题提出程设计请问这些数据具有哪些基本特征？它们对我们了解用户评价有何帮助学生思考后，教师总结数据的基本特征及其重要性，引出本节课的主题

2.讲授新课（15分钟）教师围绕数据的基本特征，讲解数据的五个维度（数值、类别、时间、地点、唯一标识符）举例说明以学生成绩为例，分析数据的基本特征师生互动教师提问，学生回答，共同探讨数据特征在实际情境中的应用

3.巩固练习（10分钟）练习1根据给定数据集，填写数据基本特征表格练习2选择合适的数据度量方法，分析一组实际情境中的数据学生分组讨论，教师巡回指导，共同解决问题

4.课堂提问（5分钟）教师针对本节课的重点内容，提问学生，检查学生对知识点的掌握情况学生回答，教师点评，针对学生的掌握情况，进行针对性讲解

5.创新与实践（10分钟）教师提出一个与数据基本特征相关的实际问题，引导学生运用所学知识解决问题学生分组讨论，设计解决方案，并进行展示师生互动共同评价解决方案的可行性和有效性

6.总结与反思（5分钟）教师引导学生总结本节课所学内容，巩固数据基本特征的概念和应用学生分享学习收获，提出疑问，教师解答

7.课后作业（课后自主完成）根据本节课所学内容，选择一个实际情境，分析数据的基本特征撰写分析报告，培养学生的实践能力和数据意识教学过程设计要求紧扣实际教学过程中的重难点，通过创设情境、提问、讨论等方式，激发学生的学习兴趣和求知欲在教学过程中，注重师生互动，引导学生主动探究，培养学生的数据意识、信息素养和计算思维同时，关注学生的个体差异,采取有针对性的教学方法，确保每位学生都能在课堂上得到有效的学习和成长

六、教学资源拓展

1.拓展资源

（1）大数据时代《大数据时代》、《数据科学导论》等书籍，帮助学生深入了解数据科学的发展和应用

（2）统计学基础知识推荐学生学习《统计学原理》、《应用统计学》等书籍，掌握统计学基本概念和方法

（3）在线课程推荐Coursera edX等在线教育平台上的数据科学相关课程，如《数据科学导论》、《Python数据分析》等

（4）实际案例数据集推荐Kaggle、UCI机器学习库等网站，提供各种实际案例数据集，教学资供学生实践分析源拓展

2.拓展建议

（1）课后阅读学生可以课后阅读相关书籍，加深对数据科学的理解

（2）在线课程学习鼓励学生利用课余时间参加在线课程，提高自己的数据科学素养

（3）实际案例分析学生可以组队参加Kaggle等平台的比赛，或自主选择实际案例进行数据分析，将所学知识应用于实践

（4）小组讨论组织学生进行小组讨论，分享学习心得和数据分析经验，互相学习，共同进步

（5）学术研究鼓励对数据科学有兴趣的学生进行学术研究，撰写论文，参加学数据的基本特征

1.

①数值数据的数量表现，如年龄、成绩等

②类别数据的分组表现，如性别、地区等

③时间数据的时间顺序表现，如年份、月份等

④地点数据的地理位置表现，如城市、国家等

⑤唯一标识符数据中独特的标识，如学号、身份证号等数据集的概念

2.数据集同一类数据的集合，具有相关性数据元素数据集中的单个数据点数据属性数据元素的特征或变量中心趋势度量

3.

①平均数数据集中的平均值，反映整体水平板书设

②中位数数据集的中间值，反映中等水平计

③众数数据集中出现次数最多的值，反映多数水平离散程度的度量

4.方差数据分布的离散程度，越大越分散标准差方差的平方根，反映数据的波动大小数据分布的应用

5.数据分布图如条形图、折线图等，直观展示数据分布数据分析通过数据分布，发现数据规律和问题数据分析和解释

6.收集数据通过调查、实验等手段，获取所需数据整理数据清洗、筛选、转换数据，使其适合分析分析数据运用统计学方法，挖掘数据特征和关系解释数据根据数据分析结果，得出结论和启示术会议，提升自己的研究能力

1.课堂评价1提问通过提问环节，了解学生对数据基本特征的理解和掌握情况，及时发现学生的疑问并进行解答2观察在教学过程中，观察学生的参与程度、讨论积极性和合作能力，了解学生在课堂上的学习状态3测试通过课堂小测或小组讨论，评估学生对数据集概念、中心趋势度量和离散程度度量的理解和应用能力

2.作业评价课堂1作业批改认真批改学生的作业，对学生的数据分析和解释能力进行评价，并及时给予反馈2作业点评在课堂上对学生的作业进行点评，表扬优秀作业，提供改进建议,帮助学生提高作业质量

3.学生互评1小组互评鼓励学生分组进行项目实践，互相评价对方的数据分析报告，促进学生之间的交流和学习2全班互评组织全班学生对优秀的数据分析项目或报告进行评价，激发学生的竞争意识和团队精神

4.综合评价

（1）综合考量结合课堂表现、作业完成情况、学生互评等多方面因素，对学生的数据意识和信息素养进行综合评价

（2）鼓励与激励对表现优秀的学生给予表扬和奖励，激发学生的学习兴趣和主动性；对进步较大的学生给予鼓励，增强他们的自信心。