“运用Excel软件拟合函数分析身高、体重、鞋码关系”活动设计与研究成果
2023-03-17杨乐李军华中师范大学一附中屯昌思源实验中学
杨乐 李军 华中师范大学一附中屯昌思源实验中学
● 教学内容及解析
1.教学内容
本活动主要结合高中数学选修第三册第八章《成对数据的统计分析》的知识,采用数学建模实践活动的方式,利用问卷星软件收集本校高中生身高、体重、鞋码的数据,运用Excel软件中的功能,绘制散点图、拟合函数、计算决定系数R2,从而建立适当的函数模型解决实际问题:根据身高或体重预测本班学生的鞋号。
活动形式:校本课程“数学建模研究学习与实践”。
参与人员:指导教师;校本课程中报名调查小组的同学。
建议课时:3课时。第1课时通过组内讨论确定选题,明确所需的数据,明确分工任务,探讨研究的可行性,撰写开题计划;第2课时,编辑问卷,利用问卷星发放问卷,初步整理数据;第3课时,利用Excel软件处理数据,绘制散点图、拟合函数、计算决定系数R2,从而建立适当的函数模型,预测数据检验函数模型,并在第3课时课后完善研究报告。
2.内容解析
数学建模是运用数学知识解决现实问题的一种方式,本调查小组选择人的身高、体重、鞋号之间的关系这个在生活中与自身息息相关的问题进行研究。
提出问题:鞋和我们的生活息息相关,那么,鞋码和我们的身高存在着什么样的关系?它们之间的关系是不是存着数学关系呢?人的身高和体重是否存在着一定的关系?这个关系可以量化吗?
由于个人脚长与体重主要由身高决定,所以可以选身高作为自变量,脚长不好测量,于是由鞋号来衡量。鞋号与性别也有一定的关系,所以需要分组研究。
收集数据:确定好研究变量后收集本校高二年级学生的身高、体重、鞋号的数据,为确保数据的平衡性,决定收集男生、女生的数据各110份,去除极端数据后,各有100份数据供小组成员分析。
数据分析:利用Excel软件绘制散点图,去除残差较大的异常点,通过散点图猜想数据拟合的函数,分别尝试Excel软件中提供的函数模型,结合Excel软件计算出的决定系数R2分析函数的拟合程度,体会不同函数的拟合效果,选择最优的函数模型。
模型应用:研究的最终目标是可以为本班学生购买鞋子提供尺码的数据支持。
● 教学目标和目标解析
1.活动目的与意义
运用所学知识解决实际生活中的问题,发现情境中的数学关系,运用学习过的知识,合理运用信息技术进行数据分析,创造性地建立函数模型,并把模型应用到实践中。从实践中检验如何改进对数据的处理,使所建立的函数模型预测更精准,具有实际应用意义。小组成员通过分组、合作等形式,根据方案的时间安排有序地展开活动,体验实践的完整过程,并在每次实践后,总结分析数据,合理去除异常点,利用决定系数R2,综合考虑各种因素的影响,最终选择最适合的函数模型,并用实际数据检验分析模型的满意度。
2.活动知识目标
①了解一元线性回归模型的含义,理解两个变量之间随机关系的一元线性回归模型的作用与意义;了解残差在线性回归与非线性回归问题中的作用及意义;了解一元线性回归模型参数;会结合题意求一元线性回归方程;会用决定指数R2分析模型拟合的效果情况。
②体会数学的应用价值,培养运用图像、数学符号表达题意,应用转化思想解决数学问题的能力。
③通过对现实情境问题的分析,收集有效数据,运用信息技术自主建立函数模型,分析函数拟合程度,选择最优的函数模型。培养分析解决问题、动手实践、运用信息技术处理数据、误差分析等方面的能力。
3.数学学科素养
①数学抽象:从实际情境中抽象出一般规律。
②逻辑推理:将实际问题转化为数学问题,分清已知条件与所求问题,逐步求解问题的答案。
③数学运算:利用公式及Excel软件计算数据,分析数据。
④数学建模:整理实际数据,绘制散点图,数形结合,选择趋势线,通过决定系数R2分析函数的拟合程度,选择最优函数,从而进行数据预测。
4.信息技术素养
①信息意识:通过实际收集数据、分析数据提升信息敏感度和对信息价值的判断力,能根据需要解决问题的需要,自觉、主动地寻求恰当方式获取与处理信息;通过函数的拟合效果分析,采用有效策略对信息内容准确性、指向性做出合理判断,合理删除极端数据,对信息可能产生的影响进行预期分析,为解决问题提供参考;在合作解决问题过程中,能与团队成员共享信息,实现信息最大价值。
②计算思维:应用Excel软件处理数据、抽象特征、建立函数模型、合理组织数据;通过判断、分析与综合各种信息资源,运用合理算法形成解决问题方案;总结利用计算机解决问题过程与方法,并迁移到与之相关其他问题解决之中。
③数字化学习与创新:在实际分析、处理数据的过程中培养有效地管理学习资源,创造性地解决问题,从而完成学习任务的能力,提升形成创新作品的能力,适应数字化学习环境,养成相应学习习惯;掌握数字化学习系统、学习资源与学习工具功能和用法,并用来开展自主学习,协作完成任务。
④信息社会责任:在思考、辨析、解决问题的过程中,逐渐形成正向、理性的信息社会责任感。
● 教学重难点
教学重点:将实际问题转化为数学问题,利用信息技术处理数据,选择和建立合适的函数模型,并应用建立的模型解决实际问题。
教学难点:一是学生缺乏完整的数学建模活动经历,没有头绪,因此指导教师要做好方法指导,设计活动记录表完成活动日志,引导学生顺利开展数学建模实践活动。首先是在选题阶段,应该鼓励学生自主选题,选择自己兴趣最高、自信最强的课题;其次是指导教师要给予充足的参考素材,其中历届学姐、学长做过的成功案例的报告就是最好的材料,学生们可以感受到这个选题是自己切实可以完成的,从而增加信心。在此基础上,指导教师再指导学生怎样选题,引导学生从生活中发现问题、提出问题。二是函数模型的选择,学生数据分析能力有限,合理应用Excel软件可有效帮助学生处理数据,对拟合效果进行评价。
● 教学过程设计
1.课前准备工作
(1)了解数学建模活动
活动预热:教师为学生提供学姐学长做过的成功案例报告,学生通过自主阅读,了解数学建模的简单步骤,再开展圆桌讨论,初步选定研究方向。
设计意图:通过阅读可以提高自主研读的能力,并且通过对同年龄学生的数学建模论文阅读,可以起到激励作用,增强自己写数学建模论文的信念。研究讨论的过程使学生敢于坚持真理、敢于修正错误的科学精神得到弘扬。
(2)知识储备
学习Excel软件中与本节课有关的数据处理功能—排序、文本更改为数值、画散点图、模拟趋势线公式、求决定系数R2等,了解统计的常识,如决定系数R2的大小与拟合效果的关系。
(3)确定选题
研读教材,对教材中提供的例题进行分析,在生活中寻找相应的且可以独立完成的研究课题。
2.第1课时:研读教材确定选题
师:生活中有很多变量有相关关系,本次活动我们就来研究一个这样的问题。
环节1:研读教材。
先自主阅读教材,再由指导教师对重点内容重点讲解,分析教材中例题的内容,分析解决问题的基本方法。
环节2:明确选题。
师:同学们提出鞋号是现实生活中和自身息息相关的一个问题,大家都知道身高、体重会对脚长有影响,本小组就可以收集数据,用数学的方法分析一下其中的关系,并且最终可以通过身高、鞋号去预测脚长。
结论:脚长不便于测量,各自也不一定清楚自己的脚长,因此统计鞋号是一个比较适合的方式。同时,性别对鞋号也有影响,一般来说,男生的鞋号要比女生的鞋号大。所以,最终确定收集100名男生、100名女生的身高、体重、鞋号的数据来进行分析。
设计意图:小组研讨的方式营造出的是师生平等、自主研讨、民主学术的气氛,开放式的研讨方式,为学生的创新思维提供了广阔的天地。
3.第2课时:编辑问卷,利用问卷星发放问卷,初步整理数据
环节3:编辑问卷。
发放问卷的方式可以采用纸质问卷,也可以利用问卷星发放。由于收集的数据数量较大,如果采用纸质的问卷录入数据到电脑中比较浪费时间,同学们提议采用问卷星来发放问卷。由于可能有异常数据,所以男、女生各收集100份以上的数据。
环节4:整理数据。
在收集好分卷后,整理数据,在Excel软件中,整理数据格式,对填写不规范的数据进行修改,初步去除异常数据,将数据都设置成“数值”,以便进行进一步的散点图绘制。
设计意图:通过问卷调查,让学生经历数据收集、整理、分析的过程,增强学生的动手能力,培养学生数据分析素养、信息意识素养。
4.第3课时:处理数据并建立适当的函数模型,预测数据检验函数模型
环节5:绘制散点图、选择函数模型。
应用Excel软件的功能绘制散点图,通过散点图猜想数据拟合的函数,通过Excel软件计算出函数解析式和决定系数R2,尝试线性模型、指数模型、对数模型、幂函数模型等,最终选择最适合的函数模型。
学生可能面对的困难:不了解可以应用这么多种函数,不清楚应该去除哪些异常点。
破解办法:应用Excel软件中提供的线性模型、指数模型、对数模型、幂函数模型与拟合函数(如图1),学生无需进行大量的计算,就可以快速、直观地看出哪个函数最适合。
图1
设计意图:函数模型的选择是数学建模过程中的重要环节,哪个模型更贴合实际,哪个模型更便于高中生理解,学生在选择模型、优化模型的过程中,能够不断提升数学建模能力。而借助信息技术,可以避免反复计算,在模型选择中起到了很好的辅助作用。
环节6:检验函数模型。
用建立的函数模型求出收集数据的预测值,并与实际值进行对比。
学生可能面对的困难:不清楚检验函数模型的具体操作方法和步骤,对参考标准不明确。
破解办法:当两个变量间存在相同或相反的变化趋势时,就可以用线性模型描述,但这种关系受其他许多因素的影响,这些影响因素会产生随机误差。
对于响应变量Y,通过观测得到的数据称为观测值,通过经验回归方程得到的y^称为预测值,观测值减去预测值称为残差,残差是随机误差的估计结果,通过对残差的分析可以判断模型刻画数据的效果,以及判断原始数据中是否存在可疑数据等,这方面工作称为残差分析。通过残差发现原始数据中的异常数据,判断建立模型的拟合效果。为了提升拟合效果,在去除这些异常数据时,要结合散点图,通过图像分析哪个点偏离的程度最大,去掉残差最大的那些点,但在观察图像时,只能去除掉残差非常大的点。为了提升拟合效果,在去除异常点时,可以借助Excel软件中计算出的决定系数R2,更清晰直观地观察出模型拟合精确度的变化。
设计意图:合理应用Excel软件可以大大地减少计算量,快速精准地绘制图像,提升残差分析的速度,提升函数选择的速度,提高统计工作中实际操作的效率。
环节7:应用函数模型。
师生共同探讨分析身高与鞋码的关系、体重与鞋码的关系,可以解决哪些生活中的问题?
预设答案:在为亲人或朋友购买新鞋时,可以辅助分析鞋是否合脚;班集体网购演出鞋为鞋码提供数据支撑。
学生可能出现的思考:在购买新鞋时,统计分析出的数据能不能作为唯一的鞋码依据。
解决办法:可以翻阅教材在之后的统计知识中寻找答案,上网查阅相关文献,更深入地分析问题。
学生可能面对的问题:根据活动得出的预测数据和实际值存在偏差,在实际应用中效果不佳,学生比较困惑做统计分析的意义。
破解办法:教师引导学生进一步查阅相关文献,以问题为驱动,促使学生更深入地探究学习。教师搜集统计学史上学者、科学家做出过的实际应用意义较强的统计案例(如“均值回归”理论)供学生阅读,让学生体会到学习统计的意义。
研究的拓展:学生随着教材知识的学习,可以再应用列联表进行独立性检验,从多个角度分析本次活动所收集的数据,同时可以再次尝试运用Excel等软件辅助分析。
设计意图:数学源于生活,应用于生活,学生在应用知识时,巩固所学的知识,并构建知识网络。同时,在实际应用中产生的问题与思考,可以培养学生的批判性思维,同时激发学生进行深入研究的兴趣,从而产生学习的内驱动力。
5.课后作业:撰写结题报告,交流评价
在教师的指导下,学生利用假期时间完成规范、有逻辑的研究报告,其中主要包括选题背景、活动目标、工具材料、数学模型、约束条件、求解和完善模型实施过程、检验结果、实际结果、活动总结(提出的建议)、心得体会。
教师意见:撰写数学建模报告对学生是一项全新的挑战,学生通常不知从何开始。建议在活动研究过程中做活动日志,除日期等常规信息外,记录每次的研究目标、研究过程、组员发言、研究成果等,最后对活动日志加以提炼形成结题报告。在开始撰写前,学生可以阅读学姐学长的报告,掌握整体框架。在报告初步成形后,教师给出具体的修改意见,帮助学生以精简、严谨的语言完成报告。
评价建议:本次活动主要采用自评、互评、师评等多种评价相结合的评价机制。前期、后期两次评价,主要从学生活动兴趣、知识储备、活动自信、核心素养水平、学生能力五个维度开展调查。对在活动中表现出的活动策划、模型分析、动手操作、搜集资料、活动态度、组织合作、创新发现、活动成果等方面的素质素养,进行激励式客观测评。
设计意图:撰写报告的过程可以凝练学生的研究成果,使数学建模活动的内容具象化,是锻炼学生综合能力的绝佳机会。学生的评价要以鼓励为主,多发现学生的闪光点,结合活动过程中各方面的成长,为每一名学生给出切合实际、有利于今后发展的评语。
● 研究成果及应用
1.男生身高与鞋码的关系
拟合度最高的函数为线性函数和对数函数,结合计算难度,小组成员最终选择线性函数模型^y=0.1827x+10.773,R2=0.4983,说明身高的变化解释了49.83%的鞋号的变化(如图2a)。经过预测,身高165cm的男生鞋号为41号,与实际情况比较符合。
2.男生体重与鞋码的关系
y^=0.0299x+38.123,R2=0.2113,说明体重的变化解释了21.33%的鞋号的变化(如图2b),可见身高比体重对鞋码的影响大。
图2
3.女生身高与鞋码的关系
y^=0.1048x+20.409,R2=0.3251,说明身高的变化解释了32.51%的鞋号的变化(如图3a)。经过预测,身高165cm的女生鞋码为38号,与实际情况比较符合,而且可见不同性别相同身高的鞋码不同。
图3
4.女生体重与鞋码的关系
y^=0.424x+33.027,R2=0.2259,说明体重的变化解释了22.59%的鞋号的变化(如图3b)。
学生通过这次数学建模活动,积累了活动经验,认识了刻画现实世界规律的不同函数模型,了解了各模型的特征,并且知道了这些不同的模型都刻画了哪些现实规律,构建了更完整的知识网络,为后续的数学建模活动奠定了研究基础。在实际操作中,学生将问卷星、Excel等软件合理地运用到研究中,极大地提升了研究的速度和精准度。经历此次数学建模活动,可以提升学生的核心素养,如数学抽象素养(从现实问题中抽象出数学问题)、数据分析素养(用Excel软件分析、整理数据)、数学建模素养(选择、检验、优化函数模型)、直观想象素养(借助图形来描述和分析问题)。面对真实的问题,将学生的创新能力和教师的已有经验相结合,高效地完成了男生女生的身高、体重与鞋码的关系问题。