培养“数据分析”素养，提升高中数学教学实效

江苏省清江中学 薛文敏

数据分析素养在日常生活当中有着不可替代的应用价值，而且应用范围广泛，这就需要教师明确数学教育与改革方向，重视学生核心素养的培育，并给学生创造良好条件，让他们在数据分析和研究当中获得丰富的信息资源，满足自身的学习需要。教师也要认清学生在核心素养发展层面存在的缺陷与不足，通过精心设计教学策略来满足核心素养的培育要求。

一、抓好数据组合，开展简便运算

数据组合在引领学生分析数据的过程当中非常常见，对数据组合问题的解决效果，直接影响学生数据分析素养的养成与发展。很多数据信息从表面上看没有逻辑可言，复杂而又烦琐，要求学生认真分析观察数据组合，发现数据间存在的关联。在把握好数据组合之后，学生就可以抓住规律完成简便运算，逐步发现解决实际问题的最佳方案。

例如，在对“数列”进行教学指导时，教师可以利用实际案例来指导学生，通过对数据组合进行观察了解，数列是按照一定顺序排列的一列数。比如说第24～29 届奥运会的举办年份分别是1988、1992、1996、2000、2004、2008，数列当中的每两项之差都是4。这也同时引出了等差数列的概念。在认真观察数据组合情况的过程中发现其中的规律，以便找到问题解决的突破口。学生进行简便运算的过程同样也是验证的过程，借助数据分析，能够让学生的记忆、推理等能力得到发展，在指导学生掌握简便运算方法的同时，还可以帮助学生构建数据分析的思维习惯与思维模式，提高实际问题的解决效果。

二、注意问题引导，剖析离散程度

在对数据资料进行分析的过程中，通常需要完成准确率计算这一任务，也就是要计算出差值。离散度是衡量风险大小的指标，在我们的现实生活当中有着很高的应用价值。对离散度进行分析，通常需要借助标准差、极差、平均差来体现，借助标准差剖析离散程度在我们的现实生活当中非常常见，尤其是在解决统计类问题方面应用普遍。因此，教师可以在教学当中引入恰当的问题，在指导学生解决问题的过程中提高数据分析素养。

例如，在教学统计当中总体特征数估计时，学生会在学习和解题当中遇到很多数据，要结合要求做好数据分析，从而顺利解题。教师给学生提供甲、乙两种水稻实验品种持续4 年的平均单位面积产量，并要求学生结合数据分析哪个品种产量稳定。第1 年，甲、乙产量分别是9.8 与9.4；第二年，甲、乙产量分别是9.9 与10.2；第三年，甲、乙产量分别是10.2 和10.9；第四年，甲、乙产量分别是10 和9.7。只是从数据源上进行分析，无法直接体现出两种水稻产量发展的趋势，这就需要结合方差公式分别求出方差之后，借助方差来剖析离散度，估算数据趋势，为学生顺利解决实际问题打下基础。

三、设计实践活动，找到关联规律

组织开展实践活动是引导学生发现数据规律，提高学生数据分析效果的一项重要措施，教师可以在数学教学当中巧妙设计一定的实践活动，鼓励学生在实践中体验数据分析的价值。

例如，在统计教学当中，教师可以联系生活当中常见的抽奖活动设计一个实践活动，引领学生剖析抽奖游戏设定当中可中奖的概率。在商场的抽奖纸箱当中放有1000 张卡片，一等奖有15 个，二等奖有25 个，三等奖有35 个，抽到剩余部分表示没有中奖。那么抽奖者的中奖概率是多少？不同等级中奖的概率分别是多少？会不会先抽奖的人中奖的概率更大？这样的统计实践活动，既能够考验学生的数据分析能力，还能够让学生体验到数学实践的乐趣，促使学生在数据分析与思考当中提高核心素养。

四、加强数据思考，保证信息获取

基于高中数学学科的特性，学生会在数学学习当中遇到各种各样的数据资料。有不少数据是通过图表形式体现出来的，能够明显增加数据展示的清晰度，也让学生在获取有价值的信息时更加方便快捷。教师要引导学生加强数据思考，并抓住这一契机对学生进行数据分析素养的培养，让学生能够掌握相关的学习策略，增加数据敏感性。比如，教师可指导学生从以下几方面出发进行图表阅读：从数据本身出发了解数据来源，从问题当中找寻图表信息的答案；借助比较法等方法分析图表数据的关联；超越数据本身进行信息读取，尤其是做好数据预测。

随着高中生数学学习的深入，需要分析研究的数据资源也在逐步增多，培育学生的数学分析能力也得到了教师和学生的高度关注，再加上数据分析素养是高中数学核心素养的组成部分，在明确高中数学教学方向的同时，也可以为未来优秀人才的培养打下基础。通过培养学生良好的数据分析素养，可以促使其准确获取信息，掌握所需数据，甚至能够结合已有资料推测潜在信息，最终制订出有效方案。教师需要在培养数据分析素养目标的支持之下做好数学教学设计，加大学生自主能力培养，引领学生自主迁移、举一反三。