统计的难点分析及解决策略文档格式.docx
- 文档编号:18277573
- 上传时间:2022-12-15
- 格式:DOCX
- 页数:12
- 大小:33.03KB
统计的难点分析及解决策略文档格式.docx
《统计的难点分析及解决策略文档格式.docx》由会员分享,可在线阅读,更多相关《统计的难点分析及解决策略文档格式.docx(12页珍藏版)》请在冰豆网上搜索。
观念的建立需要人们亲身的经历。
要使学生逐步建立统计观念,最有效的方法是让他们真正投入到统计活动的全过程中去:
提出问题,收集数据,整理数据,分析数据,做出决策,进行交流、评价与改进。
在参与活动中学会统计方法,渗透统计思想。
从另一个角度看,数学的发展往往也经历了这样一个过程,首先是问题的提出,然后是收集与这个问题相关的信息并进行整理,再根据这些信息做出一些判断以解释或解决开始提出的问题。
提出问题这点特别重要,没有目的的问题,比如老师让学生来数一数有几朵花、有几个人等,这样的统计活动在学生心里会留下什么?
问题的提出,要考虑学生的兴趣,使他乐于参与,而且应该有利于教师的学科寓教。
例如,我们可以开展丰富多彩的问题调查活动,如调查初中生的最喜爱的课外活动、最爱看的书、最喜欢的人物、最喜欢的科目等等,也可以调查现阶段学生的理想等。
此外,调查的问题还可以从报刊杂志、电视广播、网络等多方面寻找素材,但是要引导学生注意以上渠道提供的数据,其来源是否可靠、合理?
利用合理的调查素材,使学生在运用统计知识的同时,将统计作为了解社会的一个重要手段,提高他们分析问题解决问题的能力,更好的认识现实社会,同时能理智的看待新闻媒介、广告等公布的数据,对现实世界中的许多事情形成自己的看法。
爱因斯坦说过:
“纯逻辑的思维不可能告诉我们任何经验世界的知识,现实世界的一切知识是始于经验并终于经验的。
”经验性的观察积累了数据,然后从数据做出某种判断,这种活动将有利于发展学生的发现能力和创新精神。
总之,一定要注意让学生经历活动的全过程。
不仅要收集数据、填写统计表,绘制统计图、计算数据,而且感受统计图表的作用,并从中得出相关的结论。
(2)使学生在现实情境中体会统计对决策的影响
要培养学生从统计的角度思考问题的意识,重要的途径就是要在教学中结合生活实例展示统计的广泛应用,使学生在亲身经历解决实际问题的过程中体会统计对决策的作用。
例如:
统计商店一个月内几种商品的销售情况,并对这个商店的进货提出你的建议;
全球水资源的匮乏的事实众所周知,请学生对自家或学校的用水情况进行统计,并提出节水的合理化建议等等,让学生对身边他们感兴趣的事情展开调查,并能够结合所得数据解释统计结果,根据结果进行简单的判断与预测,清晰的表达自己的观点,能够和同伴交流,在解决问题的过程中,认识统计的作用,逐步树立从统计的角度思考问题。
(二)抽样的合理性
1.难点
统计是以样本数据为基础,通过对数据的整理、描述和分析,发现数据的特征或规律,从而对总体的特征作出推断。
所以样本的抽取是否具有代表性,在统计中至关重要。
不同的抽样将产生不同的结论。
那么如何抽样更合理,对此学生还存在很多困惑。
2.解决策略
学生通过学习,了解了普查与抽查的区别,明确了抽查的必要性。
但是由于我们希望得到的数据能正确反映实际的状况,所以抽出的样本要能代表这个全体。
样本抽得好还是不好,这是非常重要的问题。
比如我想了解这个区学生的学习成绩,找了100个学生,但他们都是实验班的学生,我想了解北京市学生的每天的学习时间,找的都是重点校的学生,这样的样本就代表性差。
有没有代表性的问题,是样本的一个核心问题。
那么,怎么能做到有代表性呢?
就是随机抽取。
为什么随机抽样具有代表性呢?
比如说,要了解北京市初中生的视力情况。
如果要随机抽取的话,假设视力为5.2的学生占百分之三,那么,抽到视力为5.2的可能性也就是百分之三。
如果5.0的占40%,那么,抽到5.0的可能性也是40%,这样的随机抽样,就保证抽到的样本里,各个视力值的百分比与总体的百分比是一样的。
另外,由于抽签与顺序无关,若抽取第一个学生,视力为5.2的概率是百分之三,那么抽取第二个学生、第三个学生等,其视力为5.2的概率也是百分之三。
随机抽样能使得样本中不同视力的百分比和总体中的百分比近似相同。
换句话说,随机抽样的样本能很好地反映总体的状况。
随机取样为什么具有代表性。
这正好是我们前面所说的,概率统计学研究的对象,就是这个随机性,就是不确定性现象,所以从最开始接触总体和样本这两个基本概念的时候,我们老师就要意识到这个随机性,在抽样方法的学习过程中,应该讲到随机取样,随机性的作用,保证这个样本具有代表性,这样的话才能正确的理解这个概念,以及它和以往不同概念之间的差别,否则的话,我们方法介绍了,学生会操作方法,但不知道这方法为什么如此去用,也就谈不到在生活中灵活使用了。
那么如何随机取样呢?
随机取样不是很容易做到的。
比如说你随机抛一枚一元硬币,某个面向上的次数有可能多于二分之一。
说是随机抛,但是由于出手的角度、高度等因素,其实抛出来的结果也是很不随机的,所以随机性这一点呢,问题看似简单,但做到也还是很困难的一件事,这一点是我们老师要注意的。
像这样的问题,要让学生了解,在初中也没必要去深究。
但是应该让学生在具体情境中了解由于所取的样本不同,将会导致统计结论的差异。
某校要了解初中学生课余体育锻炼的时间,以便改进集中体育活动的时间,请学生做调查。
首先要根据学校的学生总数,确定样本容量,容量太小,不具有代表性,容量太大,费时费力;
其次,要选择调查的地点,应尽可能涉及到各类学生,比如图书馆、运动场等,仅在一个地方调查,很容易缺乏代表性,比如只选择运动场,一定会得出结论,学生的每天运动时间过长,反之,只在图书馆做调查,一定会得到锻炼时间严重不足的结论。
此外,还要考虑到各年级的学业负担不同而导致业余时间不同,因此应分年级调查等,可见,在抽样的过程中,要考虑的因素非常多,也比较复杂。
初中阶段让学生明确取样时要结合调查的目的,确定调查对象以及调查方法,使之尽可能的具有代表性即可。
(三)统计量含义的理解
1.难点
初中生对统计量的计算不觉得困难,但是如果有较长的时间不使用,大部分学生就会出现遗忘的现象,更甭提灵活运用了,究其原因是对统计量的含义的理解不够到位。
这其中表现最突出的就是方差了。
例如,今年北京市中考题第7题:
10名同学分成甲、乙两队进行篮球比赛,它们的身高(单位:
cm)如下表所示:
队员1
队员2
队员3
队员4
队员5
甲队
177
176
175
172
乙队
170
173
174
183
题目要求比较二人的平均数及方差。
对于平均数,由于学生小学就非常熟悉,而且这是一个生活中常用的概念,所以学生采用估值法或是直接计算等方法都很容易得到相等的结论,而对于方差的比较,有的学生想用方差公式计算,但忘了公式或代入公式后计算有误。
实质上,只要明确方差的作用是刻画数据的波动状态,认真分析两组数据,就很容易得到乙队的数据波动较大,所以选B选项,根本不需要计算,省时、省力、还不容易出错。
在统计的教学中,重点不是要求学生背公式,熟练计算,而是要淡化统计量的计算技巧,突出统计量的特征和作用。
避免将这部分内容的学习变成单纯的统计量的计算。
注意让学生弄清每个统计量的含义及作用。
作为概念课的教学,“概念产生背景的合理性和应用性”是激发学生自主学习新概念的突破口。
所以要设置合理的问题情境,使每一个概念来源于生活,反之应用于生活,学生才能有比较深刻的体会。
例如对于方差概念的教学,我是这样设计的:
首先,我出示了一组2008年我国奥运冠军在领奖台上的组图,用以吸引学生的注意力,同时由于本届奥运会我国成绩辉煌,这一引入也有利于激发学生的民族自豪感。
在此基础上指出:
冠军的背后还有杰出的教练,从而引入射击冠军杜丽及队友的预赛射击成绩:
顺序环数
1
2
3
4
5
6
7
8
9
10
杜丽
8.5
10.0
10.8
9.9
10.3
10.2
武柳希
9.0
10.7
9.2
10.6
9.4
10.5
9.8
让学生利用数据分析两人谁更具优势。
将教学内容转化为具有潜在意义的问题。
由于学生已学过用平均数、众数、中位数分析数据,并且平均数在生活中较为常用,所以学生能够很快地想到利用平均数来比较两人成绩。
在此安排学生用计算器进行计算,可以提高课堂效率。
通过计算,学生发现两人的平均数相同,继而考察众数与中位数,结果仍然相同。
怎么办?
让学生站到问题的前沿,使他们产生探索的欲望。
由于利用学过的统计量无法解决问题,所以引导学生借助图象直观的观察分析。
学生已学过统计图,明确折线图反映数据波动情况,所以能够主动地画出折线统计图,借助图形观察数据的波动情况,可以看到波动有大有小。
那么如何刻画波动大小呢?
以什么量为参照进行分析更合理呢?
引导学生分析此时关注的是所有数据的波动情况,而平均数是与所有数据有关的量,表示所有数据的平均水平,所以学生想到选取平均数为参照不会太困难。
要求学生在折线图上画出一条表示平均数的水平直线,再观察,你是否有新的发现?
借助图象可以直观的感受每个数据在平均数上下波动,与平均数的偏差有大有小。
那么如何从数量上得到两组数据的差异?
在此充分注意培养学生数形结合的思想。
这一问有一定的难度,所以在此,我安排了学生独立思考后的小组讨论,使学生在交流中相互激发灵感,有利于对知识的理解。
学生交流后,请大家发表观点。
可能有人提出:
算出他们每个人的成绩偏离平均数的差的平均数。
教师不急于否定,让学生动笔计算,得到0,为什么会这样呢?
学生思考后阐述原因,这一点结合图象很容易理解。
那么,有什么办法克服正负抵消呢?
根据已有知识思考,学生由数据偏离平均数的距离,能够联想到绝对值,他们借助计算器计算,得到
学生利用数据比较分析得出:
杜丽的成绩偏离平均数的平均距离较小,也就是波动小,成绩相对稳定。
我进一步引导学生,为什么要取距离的平均数,只求和行不行?
学生思考后,请他们举例说明。
(当比较的两组数据个数不同时利用总和进行比较就不合理了。
)在此基础上得到数据距离平均数的平均距离:
即每个数据与平均数的差的绝对值的平均数。
我让学生尝试借助例题写出计算公式后分析它的作用:
反映数据波动的大小。
此时教师指出:
在后续学习中,要用到公式变形,而平均距离要取绝对值,不便于公式变形,所以统计中很少用。
那么,还有什么办法可以避免正负抵消呢?
联想已学的两个非负数,除绝对值外还有平方数,请学生尝试用平方替代绝对值计算:
通过比较数据,你能得到什么结论?
让学生利用数据分析的同时感受这种方式可以从数量角度说明数据的波动大小,然后让学生观察式子运算特征并归纳出计算方法:
(1)先求平均数;
(2)再求数据与平均数差的平方;
(3)求平方和的平均数。
在此基础上,要求学生从特殊到一般推出方差公式。
(你能结合这个例子,完成下面的问题吗?
)
设是n个数据x1,…,xn的平均数,各个数据与平均数之差的平方的平均数,叫做这n个数据的方差(variance),用“s2”表示。
你能写出“s2”的计算公式吗?
由于有前面具体问题的分析,对于学生来讲,得到方差公式并不困难。
,得到公式后,引导学生分析公式中各量的含义及运算特征并请学生说出方差的作用:
描述一组数据波动大小(离散程度)。
即:
方差的值越小,数据波动越小;
方差的值越大,数据波动越大。
也用他来描述数据偏离平均数的情况,即刻画离散程度。
为了培养学生类比分析的能力,我要求学生将方差与已学平均数等统计量进行比较,得到:
平均数、众数、中位数是描述数据的集中趋势,方差表示数据的波动大小。
注:
这里应强调,比较两组数据的波动大小时,一般以两组数据的平均数相等或比较接近为前提。
我想补充一点:
京教版教材中关于方差的概念引例为射击比赛的环数,先介绍的是极差,然后才是方差,在此,一般都会采用描点法分析,而当所有的环数转化为图中的点时,学生的第一感觉就是点的位置有高有低,像波浪起伏,此时借机让学生想办法描述点的波动状态,从而逐步引入方差,学生体会深刻,对方差的作用印象深刻,再加上后面的巩固应用,能达到比较好的理解效果。
而对于极差,可以放到后面,借助熟悉的温度差引入。
这样对教材顺序的调整,不仅顺应学生的思维,而且有利于突出重点,突破难点。
统计与概率作为新增内容,教材的编写也不是尽善尽美的,教师要开动脑筋,结合学生的具体情况,顺应学生的思维,对教材进行合理的整合,使学生充分体验概念的生成过程,加深对概念的理解。
三、概率的难点分析及解决策略
(一)建立“随机观念”
随机现象是概率与统计部分重要的研究对象,从随机现象中去寻找规律,这对学生来说是一个全新的观念。
特别是如果学生缺乏随机现象的丰富体验,往往很难建立这一观念。
造成概率学习中的困难。
对初中生而言,理解不确定的现象、不确定的事件,我们强调实际事件,强调是在相同条件下做重复实验,但是实验的结果却不确定。
在实验之前,你是无法预料结果是哪一个,这样的结果,我们叫做随机;
这样的实验,我们一般叫做随机实验。
关于结果,我们还要作进一步的区分:
(1)就是我们到现在为止,不知道这个结果是什么。
这属于未知的事件,比如说数学上“哥德巴赫猜想”对还是不对,到现在来说,我们也不知道这个哥德巴赫猜想是成立还是不成立,但是它要么就成立,要么就不成立,所以说没有随机性。
(2)你说火星上到底有没有人。
这也没有任何随机性。
要么就是有,要么就是没有。
无非是我不知道。
(3)一个硬币扔完了以后,我拿手盖上,我问你这是正面向上,还是反面向上。
由于这个实验已经做完了,它要么就是正面朝上,要么就是反面朝上。
但是现在它没有任何随机性,只是我拿手盖了以后你看不见。
如果你的眼睛像X光一样,你就立刻能知道结果。
所以,像这样的事情,客观已经定下来了,只是我还不知道,这样的事情不能叫做随机事件。
所以说,不知道的结果和随机的结果是有区别的两个概念。
还有些东西,也是不知道的。
比如说,本拉登还活着吗?
如果塔利班说,本拉登活的可能性是10%,死的是90%,像这样一些事件也是不确定现象。
但是,本拉登是否活着,这种不确定现象,它没有重复实验的意义,所以也不是概率研究的领域。
什么叫做随机现象,大千世界,不确定性的现象是非常多的。
中学统计和概率所研究的不确定现象,只是其中最简单的一种。
它强调的是条件确定,可以重复的这样的实验。
对其他的一些不确定性的现象,也是在自然界频繁发生的,现在由于知识储备,或者是能力水平还没有达到,还不能加以研究。
随机事件是研究独特的或者是特殊的一类不确定性现象。
它强调的是这类随机事件是可以重复实验的,重复出现的;
强调的是结果是可以随机发生的。
就象投硬币,或者是掷骰子都是这样的事件。
所以使学生对随机现象有初步的理解,必须在大量的实验过程中,才能丰富学生对概率意义的理解,形成随机观念。
(二)概率的抽象性
跟过去的精确数学相比较,概率比较抽象,不像前面学的统计量那样,比如说算术平均数,标准差,方差,有对应的公式,代入计算即可。
概率是随机事件发生的可能性的度量。
像长度和面积这些度量都比较直观,对温度的高低在一定范围我们可以感知。
而事件发生的可能性大小的度量,直观看不见,也无法感知。
虽然学生具有一些生活经验,这些经验是学生学习概率的基础,但其中往往有一些是错误的。
逐步消除错误的经验,建立正确的概率直觉是概率教学的一个重要目标。
例如有这么一个案例,美国的一个电视游戏节目
有三扇门,其中一扇门后面是一辆轿车,另两扇门后面各有一只羊。
给你一次猜的机会。
猜中羊可以牵走羊,猜中车可以开走车。
当然大家都希望能开走汽车。
现在假如你猜1号门后面是车,然后主持人把无车的一扇门(比如2号门)打开。
现在再给你一次机会,请问你是否要换3号门?
观点一
这三扇门后面有车的可能性是一样的,都是1/3,所以不必换。
观点二假定主持人打开的是2号门,既然2号门后面没有车,那么车要么在1号门后面,要么在3号门后面,概率各是1/2,所以不必换。
观点三车在1号门后面的概率是1/3,于是在2号门或3号门后面的概率就是2/3,现在既然2号门后面没有车,所以车在3号门后面的概率为2/3,因此应该换。
学生利用已有经验,往往与观点一或二一致。
这是一个概率决策问题,结论只有换与不换两个。
在当时引起了人们极大的兴趣,众说纷纭,各种各样的观点都有。
足以看出概率问题是有一定难度的。
哈佛大学概率教授(Diaconis)应电视台邀请,进行了表演。
以一张红桃扑克牌表示车,两张黑桃扑克牌表示羊。
按照规则要求,演示了8次,结果是有6次显示应当换。
Diaconis教授说:
概率的判断是依靠大量实验才获得的。
如果这个游戏允许多次重复,那一定是“换”为好。
如果只给你一次机会,那是很难说的。
分析:
由于随机性,如果1号门后面确实是车,你猜对了,此时要换反而得不到车。
如果1号门后面没有车,此时换就得到车。
那么换与不换应该依据什么为准则?
在此问题中,以得到车的概率最大为准则。
三种观点在应用概率思想方面都是正确的,造成不同结果的原因在于对概率大小的判断上。
首先注意的一点是,主持人是知道汽车在哪扇门后的。
换的结果是将汽车换成羊,或将羊换成汽车。
选择1号门,得到汽车的概率为1/3,得到羊的概率为2/3。
如果换3号门,得到羊的概率为1/3,得到汽车的概率为2/3。
从概率决策的角度应该换,观点三是正确的。
Diaconis教授的观点是正确的。
既然在概率大小的判断上有分歧,通过重复模拟实验,借助频率的大小来判断最有说服力。
对于概率的研究,在教学中多结合实例,让学生亲自经历随机现象的探索过程,亲自动手进行实验,收集实验数据,分析实验结果,并将所得结果与自己的猜测进行比较。
例如可以讨论下面掷币游戏的公平性:
小红、小明在做掷硬币的游戏。
任意掷一枚硬币两次,若两次朝上的面相同,则小明获胜;
反之,小红获胜。
这个游戏公平吗?
教学时,可以让学生先猜测这个游戏的公平性,并说明自己的想法。
学生在猜测时,可能会存在一个误解,认为小明获胜的机会比小红多。
澄清误解的一个重要方法使学生亲身经历实验,通过实验结果修正自己的想法。
同时学生在实验中发现,每次实验的结果事先都是无法预料的,每个小组收集的数据带有不确定性,但大量实验后,四种情况出现的频率却都稳定在同一个数值上。
所以,教师要注重创设情境,让学生在解决实际问题的过程中逐步理解概率。
(三)概率的统计定义的理解
概率在初中阶段有三种定义:
一种是古典概率,一种是几何概率,另一种是概率的统计定义。
对于前两种定义,由于有小学知识的铺垫,学生很容易理解,但恰恰是教材中多为古典概型或几何概型的问题,所以容易造成学生解决概率问题时,默认他是等可能的。
所以对于概率的统计定义,学生的理解比较困难。
对于概率的统计定义的价值以及它和前两种定义的关系可以从以下几个方面来理解。
在相同的条件下做大量重复实验,一个事件A出现的次数m和总的实验次数n之比,称为事件A在这n次实验中出现的频率。
当实验次数n很大时,频率将稳定在一个常数附近。
n越大,频率偏离这个常数较大的可能性越小,这个常数称为这个事件的概率。
这个定义与统计有密切的关系,它建立在频率稳定性的基础上,所以称为概率的统计定义。
这种对概率讨论的对象不再限于随机实验所有可能的结果为等可能的情形,因而更具有一般性。
例如,掷一枚质地不均匀的硬币,硬币正、反两面向上的可能性会不相等,不能用古典概率而只能用统计方法分析这个问题,如果经过大量重复实验,发现随着实验次数不断增加,硬币正面向上的频率越来越稳定在常数2/3附近,则可以推断事件A(硬币正面向上)发生的概率为P(A)=2/3。
随着人们观察对象的广泛化,人们越来越认识到,对一个随机事件来说,它发生可能性大小的度量是由它自身决定的,并且是客观存在的,就好比一根木棒有长度,一块土地有面积一样。
它就是频率稳定的中心值。
概率的统计定义提供了概率的一个可供想象的具体值,并且在实验重复次数n较大时,可用频率给出概率的一个近似值,这一点是概率统计定义最有价值的地方。
概率的统计定义突破了古典概率、几何概率中随机实验要满足“结果等可能”的限制,因而具有一般性,其适用范围也更宽泛。
从理论上说,古典概率、几何概率的概率也能够通过大量重复实验由频率的稳定性得出,即概率的统计定义的适用范围包括“结果等可能”的随机实验。
对于初中学生,只要知道大量重复实验时频率可作为事件发生概率的估计值即可。
为了使高中的学习更轻松,可以设计一些实验,如抛掷瓶盖、硬币、摸球等,使学生从动手实验的过程中体会概率的统计定义。
(四)概率与频率的关系
1.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 统计 难点 分析 解决 策略