数据统计分析学习汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇数据统计分析学习范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

篇（1）

【关键词】大数据 高中统计 数据分析 内容数据链

大数据的价值性，快速性，大量性，多样性，和预测功为教育提供了一种可能目前教育的形式多种多样，慕课、微课、网络公开课等等。大数据时代下的教育是怎样的呢？是基于个性化学习，是量化的，自我组织学习内容的教育，不仅要了解学生“心声”，认知水平和学习兴趣，而且要师生互动、合作探讨学习内容，将传统课程、教学、教材的内容数据化，利用可视化技术，提高学习兴趣。提升内容吸引力。高中统计内容必须系统化、过程方法直观化，这对高中的统计内容提出了挑战。使专题块和课程案例集以数据知识链为核心，使教育在大数据时代下的“量化”。

一、高中统计内容的新契机是大数据

使教育由数字支撑变化到数据支撑。高中统计教学场景布置，统计内容设计，学习场景的变革等等过去靠“敲脑袋”或者“理念灵感加经验”的东西，在背景为物联网、云计算、大数据下，变成一种由数据支撑的“行为科学”.用数据分析的方法对高中统计内容进行分析、挖掘，利用大数据更改高中统计内容，建立主线为“统计知识链”、目标为培养“数据分析能力”首尾呼应内容数据链，使高中统计内容的系统更加优化。

由于各种原因使高中统计内容，没有得到较好的发展.直到国家教育部颁布了各种政策，统计才得以发展.然而各种问题的存在仍然困扰着我国统计教学发展。大数据关注每一位学生的个性化需求与发展，关注学生的自我意识，分析群体心理，让教师关注学生的兴趣爱好，选择适合学生的方法，让学生自主的、创新的学习。

正如教育家张韫所说：“大数据时代的到来，让社会科学领域的发展和研究从宏观群体逐渐走向微观个体，让追踪每一个人的数据成为可能，从而让研究每一个个体成为可能.对于教育研究者来说，我们将比任何时候都更接近发现真正的学生。”大数据在充分了解学生各种需求，目前处于的状态的情况下合理运用各种统计内容，各种现代化的教学方式，不拘泥于传统化教学方式，利用各种资源形成螺旋式上升的统计内容数据链。使每一位学生都乐于学习，其个性化学习需求成为可能。

二、高中统计内容数据链在大数据视域下的内涵

数据高中统计内容的核心研究对象，数据分析是重点，统计学习是在初中的基础上，进一步学习数据统计方面的各种方法；用各种操作培养学生的归纳推断能力、统计思维、数据分析素养，提升学生在数据分析方面的能力，统计内容数据链为学生统计能力的提升提供了研究平台。把课程目标，学生需求、与大数据算法，数据链式结构有机结合起来是大数据视域下的统计内容数据链核心思想，利用大数据，将统计内容数据化，增强内容的可读性，衔接性、合理性、连贯性，织成统计知识，形成统计内容数据链。例如：具体环节为：链宿是“样本估计总体、”等数据分析方法，链源是“系统抽样，等距抽样、分层抽样”，链节是的数据描述、统计图形.通过统计知识的实际应用使“统计知识链”为统计内容数据链的内化，“统计能力链”为其外化，“统计能力链”，“统计素养链”为其发展，成为对学生产生重大影响的“统计思想链”所以，利用大数据的科学方法可使统计内容体系最终形成的统计思想体系；数据结构的链式模型，将促进学生创新思维，增强学生的参与积极性，使高中统计集“知识链、能力链、素养链、思想链”于一体。

三、高中统计内容大数据视域下下的数据链设计

（一）高中数学统计内容知识结构

各种版本的高中数学统计内容都介绍了基本的获取样本数据的获取，提取方法，就是我们常说的用样本推断总体，部分推断整体.统计知识注重培B学生数据分析的能力，利用实例讲解数据的各种思想，方法结合在一起，提高学生的综合能力。例如：结合具体问题情境，学习如何进行数据收集，分析，如何思维理解其含义。

（二）高中数学统计内容的教学要求

课标充分重视高中数学统计内容，并采取了有效的改进和创新措施。教学过程中，注重学生自我特长的发展，创新教学方式，不拘泥于传统的书本知识，强调以人为本，面向未来，让学生有数据意识，学会用数据说话，将统计知识运用于实践。

（三）高中统计内容在大数据视域下数据链设计

量化教育是大数据时代的可行教育，通过数据了解学生的个性化需求，促进学生的个性发展，注重创新式培养。结合教材利用现代化信息技术设计出学生乐于接受的教学方式。从“数据读心”，到“抓心入心”，再到“知心交心”，最终形成“数据育心”的培养链是统计内容数据链的设计原则。例如：分层抽样内容数据链的设计.首先，将分层抽样知识系统化。其次，将分层抽样的过程方法直观化。最后，依据统计内容数据链的设计原则和学生个性化学习需求，动态生成分层抽样内容数据链。把具体问题数据化。使分层抽样内容数据链成为满足自我发展需要的“知识链、方法链、素材链”。

四、结语

综上所述，对统计内容数据我们应该就地取材，因地制宜，开创多种方式的教学方式，注重学生的个性化需求，不要拘泥于传统的教材，注重培养学生的创新思维和自主参与能力，要让学生发挥主观能动性，积极主动的自己去思索，发展自己的特长，学会将具体的事情数据化不用数据的思想去思考问题，去看世界，老师也要探索更好的教学方法。将现代化的科学技术与传统枯燥的教材相结合创造出一种能够发挥学生潜能，特长的教学方式，要循循善诱，引导学生。总之，统计内容数据链能更好地使学生不断提升自己的数据分析“能力链”使学生学会用统计思想、统计方法、统计思维、统计观念、统计意识来认识世界，改造世界。

参考文献：

篇（2）

中图分类号：G623.5 文献标志码：A 文章编号：1008-3561（2017）12-0027-01

能够根据具体问题背景选择合适的统计图是学生统计素养的一个重要内容，也是学生对数据分析能力的一个表征。扇形统计图是在学生认识了条形统计图、折线统计图后的小学阶段的最后一个统计内容，该内容增加了选择合适统计方法的难度，使“数据分析”变得尤为重要。因此，教师在教学中要以数据为载体，以学生原有知识经验为基础，引导学生展开渐进式思考，探寻统计的有效方法，培养数据分析观念。

一、引发认知冲突，点燃统计内需

学习是一种由外而内的过程，学习最大的动力来自学生心灵深处，源自于自身的认知冲突。教师在教学中创设教学情境的目的正是为了借助外部环境的刺激，引发学生的内部认知冲突，促使学生在矛盾中生成新的需要，将学习不断引向纵深。苏教版六年级下册的“扇形统计图”一课意在使学生通过联系百分数的意义，体会扇形统计图描述数据的特点。为了让学生深刻领会扇形统计图的特点，教师在教学中改变了教材的编排顺序，没有直接出示例题中的扇形统计图，而是引导学生感知数据，造成他们认知上的矛盾冲突，点燃他们新的统计内需，逐步引出扇形统计图。教师这样给学生出示例题：我国陆地总面积大约是960万平方千米，其中丘陵占9.9%、山地占33.3%、高原占26.0%、盆地占18.8%、平原占12.0%。“同学们能否根据数据设计出一个统计图反映出我国陆地各地形分布情况？”教师边出示条件边提问。学生一听说设计统计图，马上联想到以前学习的内容，有的说：“我们可以画出条形统计图。”有的说：“我们可以设计成折线统计图。”教师表扬了学生善于联系旧知的意识后说：“请同学们想一想条形图与折线图分别用来反映什么？例题中的数据表示什么含义，可以用它们来表示吗？”教师的提示唤醒了学生的数据意识，经过对数据的观察与思考，学生们一致认为：“条形统计图用来直观反映数量多少，折线统计图反映了数量的增减变化，这道题中的数据都是百分数，表达的是部分量与总量的关系，看来以前学的那两种统计图不合适。”“那该怎么办呢？”一个女生迫不及待地问道。“是啊，我们该用怎样的图形来表示部分量与总量之间的关系呢？”教师故意装作不知，“看来我们必须另找出路了。”

二、引导自主思考，点化绘制图形

面对学生的急切心理，教师没有直接将“扇形统计图”推出，而是借助生活情境的观察感悟，引导他们自主思考，摸索出扇形统计图的特点和画法，逐步点化学生绘制出扇形统计图。“先请同学们来看一个有趣的拼盘。”教师边说边给学生展示了一张课前制作的地地形分布模型：用一个圆形塑料盘代表我国陆地总面积，在圆盘内用各种颜色的橡皮泥分别表示不同地形。教师用这个拼盘图对学生进行暗示启发，学生甲一点就通：“原来百分数关系可以用圆与扇形来表达，用一个整圆表示总量，用扇形表示各部分量。”学生乙补充道：“平原占12.0%，表示平原面积占我国陆地总面积的12.0%，我们可以用一个圆来表示我国陆地总面积，在圆内画出一个扇形表示平原面积。” 教师接着说：“同学们的悟性真高，像拼盘那样表示各部分量与总量之间关系的统计图我们称为扇形统计图。下面，就请同学们自己尝试着画出我国陆地各种地形分布情况统计图。”然后教师又引导学生根据各百分数的含义，讨论如何绘制出各个扇形。学生丙联系圆心角的知识道出了平原部分的画法：“一个圆是360°，360°的12.0%是43.2°，在圆内画出一个圆心角是43.2°的扇形就表示平原的面积了。”在学生丙的引领下，同学们迅速算出其他扇形的圆心角度数，并画出了完整的扇形统计图。

三、引领梳理反思，点醒对应思想

为了实现“教是为了不教”，教师在教学中经常引领学生梳理思路，反思学习得失，总结学习经验，使他们获得了质的提升。在学习“扇形统计图”一课的过程中，由于有了先前基于数据分析的精心引导，学生亲历了统计方法的选择与统计图的绘制，对扇形统计图的特点和作用了然于心，读懂扇形统计图自然不成问题。因此，在组织学生对统计图中的信息进行简单分析之后，教师增设了一个“回顾反思”环节，让学生回顾整个统计活动经历，使学生懂得了不同的问题背景需要用不同的数据分析方法，各种统计图的选用必须与数据意义相适应。如反映数量增减可选择折线图，要表达数量多少可选用直条图，要反映各部分量与总量之间的百分比关系可选择扇形统计图。高年级学生的类比分析能力比较强，教师让他们通过简要梳理与反思，能使他们明晰数据分析方法的选择的重要性，对数据分析方法的选择有清晰的认识，进而点醒他们的数学思想。

四、结束语

总之，统计教学是一个系统而完整的活动过程，从对问题背景的理解、对数据的解读、对统计方法的选择，再到图形的绘制等，这一切都离不开科学严谨的分析。数据分析是统计的核心，教师在统计教学中应以数据为核心，引领学生在科学分析中选择出合适的统计方法，从而圆满地完成统计任务。

篇（3）

统计意识的培养是小学学习最重要的目标之一. 统计意识的首要方面是能有意识地从统计的角度思考有关问题，当遇到有关问题时能想到去整理分析数据，即发展学生的统计意识. 发展学生的统计意识最主要的方式就是让学生体会到统计是有用的. 基于以上目标，在学生根据原始数据提出自己的问题后，教师引导学生体会解决问题必须对这些数据进行整理，就产生了整理统计的需要，有了需要学生就会考虑选用方法进行整理统计，然后通过教师的点拨，学生在小组内自主完成数据的整理统计，学生参与度和统计结果正确率都比较高. 根据统计结果，同学自己提出的问题迎刃而解. 这样的设计，让学生带着解决问题的需要，投入到数据的整理统计中，在经历统计的过程中培养了学生的统计意识. 如以下设计：

（一）呈现情境，提出问题

师：同学们，2008年北京奥运会中国以51枚金牌数居金牌榜榜首. 大家看，这是第二奥运中国体育代表团金牌榜. 根据金牌榜提供的信息，你能提出什么问题？

生1：中国游泳项目获多少枚金牌？

……

（二）分类统计，解决问题

师：老师发现同学们提到的问题都与中国各种项目获金牌数情况有关，所以我们先来解决这个问题“中国各种项目获金牌数的情况是怎样的”. 解决这个问题需要用到哪方面的知识啊？（统计知识）对，我们需要对原始数据进行整理、统计. 你打算怎样统计？

生：用统计表，根据体育项目进行分类统计. （板贴：统计表）

师：这名同学想到了根据体育项目进行分类统计，你们同意吗？除了用统计表表示统计结果，还可以用什么来表示？（条形统计图）

师：大家看，在金牌榜上出现的体育项目既多又分散，比如说水上项目就有游泳、跳水、划艇等，我们可以把某些项目进行归类，请看大屏幕（课件出示分类标准）.

师：下面小组内进行分类统计，可以选用统计表，也可以选取统计图来表示统计结果.

生：（分小组活动）.

……

二、关注扇形统计图的产生，让学生通过数据分析体会学习扇形统计图的必要性

让学生体会引入扇形统计图的必要性是认识扇形统计图的开始，有利于激发学生对新知的求知欲. 因此，在教学中我有意识地将切入点回归到学生要解决的问题上，在引导对条形统计图进行分析后，教师抓住学生前面提到的“举重项目获金牌数占金牌总数的百分之几”这一问题让学生来解决，随即出现一组含有百分数的统计表，然后教师提出“要清楚地表示出这些信息，我们还可以用这样的统计图”，大屏幕出示做好的扇形统计图. 这样一来，扇形统计图的引入水道渠成，既加强了与数据整理统计的联系，又为扇形统计图特征和作用的理解做了有力的铺垫. 如下面的设计：

……

师：刚才我们用统计表和条形统计图表示出了各种项目获金牌数的情况（课件出示统计表和条形统计图），之前有名同学还提到这样一个问题（课件出示单式统计表）：举重项目获金牌数占金牌总数的百分之几，这个问题怎么解决啊？（课件出示复式统计表空栏）

生：用举重项目金牌数除以总金牌数.

师：怎样列算式？

生：8 ÷ 51.

师：非常好！体操项目呢？它获的金牌数占金牌总数的百分之几？

师：像这样，用每种项目获得的金牌数除以金牌总数就能得到这样一组百分数. （课件出示复式统计表加百分数）

师：同学们，对于中国各种项目获金牌情况，我们还可以用这样的统计图来表示（课件出示扇形统计图）

三、关注扇形统计图的直观优势，让学生读懂数据

当前是一个信息时代，读图时代. 让学生从统计图中获取信息，根据统计图中的数据进行分析、预测和推断，是发展学生数据意识具体的教学策略. 统计图的特点是形象直观，便于比较观察，那么在指导学生读图的时候，应当突出图的直观优势. 教学前我首先思考了“扇形统计图的直观优势在哪里”这样一个问题. 通过研读教材我发现，扇形统计图的特征应该从百分数的意义和扇形大小两方面去理解，在读图过程中也应侧重这两方面，且要将数与形两方面进行有机结合. 课堂上在教学扇形统计图特征时有意识地引导学生读懂数据，注重了对百分数意义的理解和它所在的扇形的大小，特别在比较大小时，我们既可以通过百分数大小来比较，又可以通过扇形大小这一直观优势进行比较. 另外，注意让学生结合生活情境，根据统计图中的数据进行推断、预测，体验数学的价值所在. 通过读图，学生切实体会到了扇形统计图的作用. 如下设计：

师：见过这种统计图吗？（没见过）那知不知道它叫什么统计图？（扇形统计图）. 大家可真聪明，它就叫扇形统计图. （板贴课题：扇形统计图）

师：知道它为什么叫扇形统计图吗？

生：圆内有大大小小的扇形.

师：大家都发现了，扇形统计图中有扇形. 谁能到前面来指一指图中哪儿有扇形？（生指扇形统计图中的扇形）

师：正像这名同学所指的，圆内确实有大大小小不同的扇形. 你能看出哪个扇形最大吗？（生指水上项目所在扇形）

师：为什么表示水上项目的这个扇形画得最大？

生：因为水上项目获得金牌数占金牌总数的百分比最大. 师：最小的呢？为什么呢？

师：在这个扇形统计图中有两个大小一样的扇形，你发现了吗？

师：为什么这两个扇形可以画得一样大呢？

……

四、关注素材的决策功能，体现统计中数据分析的价值所在

统计教学中，学生不仅要读懂简单的数据，更重要的是要根据统计图和实际情况，分析统计图中数据的合理性，作出某些判断和决策，并从中得到某些启示. 针对初教时研课提出的问题，我们设计了部分开放性的练习，如：我从媒体中找到一些数据，鼓励学生读懂媒体中的统计图，并引导学生体会这些数据带给我们的启示，等等. 这样一来，使得统计教学更具价值性.

……

师：下面让我们来关注学校的红领巾广播站. 学校广播站每周播音2小时. 下图表示各个节目的播音时间情况.

师：哪个节目的播音时间最长？你是怎么知道的？

师： “学法交流”的播音时间是24分钟，占每周播音时间的百分之几？

生：24除以120等于20%.

师：这是求一个数是另一个数的百分之几.

师：如果老师请你做我们学校广播站的策划者，你对栏目内容和时间有什么好建议？

篇（4）

问题：课堂中的各种理解不到位的现象

场景1：有教师在课堂上出示用左耳或右耳接听电话的人数统计，要求学生计算相应的比例。这种数据于学生而言缺乏实际意义，统计的结果也不涉及相关处理问题，反映出教师对数据的理解不到位。

场景2：教学中，教师给出一些商品的单价，要求学生统计单价超过5元的商品。统计的缘由没有给出，不过是单纯的筛选技能训练，没有体现统计的必要性及其意义，反映出教师对统计概念的理解不到位。

场景3：教师提供多种饮料，如绿茶、红茶、奶茶、可乐等，要求学生从中选择自己最喜欢喝的三种，再根据全班的选择情况整理数据，列出最受班级欢迎的三种饮料。最后，教师给出专家建议“健康的饮品包括水、纯果汁、奶”，要求学生结合课堂统计的数据结果，在调查报告中表达自己对中学生选择饮料问题的看法和观点。由于此三种饮品没有完全出现在此前供学生选择的范围内，自然没有一个学生的选择与专家建议的健康饮品吻合，于是，学生回答，“不管喝什么，只要健康就好”。数据统计的目的就是为分析、决策提供数据支持，而该场景中数据分析部分与前面的统计结果相互脱节、没有关联，或者联系不够紧密，反映出教师对分析的理解不到位。

上述场景反映出的根本问题是，教师对数据统计与分析的内涵或者核心指向理解不足。“数据统计与分析”属于“信息加工与表达”中表格信息加工与表达部分的教学内容，与数据管理部分的内容具有相似的核心指向，即关注“关系”的挖掘与表达，而关系是隐藏在数据之中的，需要通过相关的操作，如借助公式与函数的计算、排序、筛选等，将数据间的关系挖掘出来，可以借助图表的形式进行直观表达，即通过可视化方式清晰展示。

关于数据统计与分析，信息技术课程教学纲要或者课程标准中都有针对性的要求，譬如，2012年中国教育技术协会信息技术教育专业委员会研制的《基础教育信息技术课程标准2012版》中，初中学段在“模块二：信息加工与表达”中对表格部分的要求如下。

1.能列举1～2种常见表格编辑软件，尝试简单编辑操作，理解二维表格的共同特征。

2.根据需求能在文档中绘制或套用表格，并对其属性能按要求进行调整和设置。

3.能应用电子表格进行简单数据的统计、处理，科学地借助折线图、直方图、饼图等直观表达数据。

4.从不同的角度和立场出发，通过对相同数据做不同的加工，表达不同的观点，或对相同数据做不同的解读，感悟信息加工和利用的选择性、多元性和复杂性特征。

上述4条描述涉及表格中数据的统计、表达、分析，关注到数据间的关系挖掘。

“数据统计与分析”涉及对数据的加工、处理，从中获取信息并加以解读。因此，可以从DIKW金字塔模型获得直接的借鉴。

解决之策：DIKW金字塔的启示

DIKW金字塔是关于数据、信息、知识及智慧的体系，如图1所示。

数据（Data）：可以是数字、文字、图像、声音、符号等，属于事实的记录，表达的是没有指定背景和意义的描述。

信息（Information）：是经过相关处理的数据，强调的是数据与数据之间的关系。

知识（Knowledge）：是有意义的信息，表现为信息和信息之间的关系。由信息到知识的转变过程，是一个对信息判断和确认的过程，需要结合经验、上下文联系、诠释和反省。

智慧（Wisdom）：是富有洞察力的知识，是运用知识分析和解决问题的能力，可以简单归纳为正确判断和决定的能力。

显然，DIKW体系同样关注关系的挖掘，即数据之间的关系、信息之间的关系，因而可以用来指导“数据统计与分析”部分的教学。

从问题解答的角度观察，信息层回答的是“是何”的问题，知识层解决的是“如何”的问题，智慧层则涉及“为何”的问题。早期研究中有学者曾指出，信息技术中的技术包含三层内涵：（1）动手做的技术，即基本技能；（2）如何做的技术，即设计和规划的技术；（3）为何做的技术，即技术的思想和价值。[1]三层内涵的观点涉及技术是何、如何、为何的问题，与DIKW模型具有共通之处，这为DIKW模型在数据统计与分析中的应用提供了佐证。

从DIKW的视角来看，数据统计与分析的过程也是追求实现“数据—信息—知识—智慧”持续变化的过程。即从数据开始，以形成智慧为最终目的。具体过程是：借助相关操作对数据进行处理、加工，明确数据之间的关系，提取出有意义的信息，进而将信息组织成知识，促进学生明确“如何去使用”，再进一步，当学生明确应该何时使用及为什么要使用时，便形成了智慧。

据此，数据统计与分析中的几个

关键词 ，即数据、统计、分析，都需要有专门的指向，符合内在的规定性，且数据、统计、分析应当做到前面环节为后续环节奠定基础，后续环节又必须在前面环节的基础上展开。具体来说，数据需要为统计服务，统计是建立在数据提供的基础上；统计的结果是为了进行分析，分析必须依赖于统计结果；分析的目的是为了提供决策的依据。这些关系必须在教学中予以体现，方能体现数据统计与分析的要义。

实践之道：基于DIKW的教学思路

从DIKW的视角，数据统计与分析教学需要经过三个过程：“数据信息”、“信息知识”、“知识智慧”。从关系发掘的角度，即隐性关系显性化、显性关系知识化、知识运用自动化，下文展开具体阐述。

1. 隐性关系显性化

隐性关系显性化，即从数据到信息的过程。数据可以是教师为学生提供的原始资料，或者是收集来自学生的资料。因为需要借此学习相关技能操作，如公式与函数的使用、排序、筛选、图表表示等，因此数据主要是数字形式，如考试成绩、购物费用等，根据需要也可以适当包含文字，如学生的血型、爱好等。

为了从数据中提取有意义的信息进而展开分析，数据需要符合一定的要求：其一，数据最好能够贴近学生，具有真实性。小至与学生个体相关的数据，大至与学校、社区、城市、国家相关的数据。贴近学生生活经验或学习经验的真实数据才能激发学生的兴趣，促进学生通过操作发掘数据之间的关系，形成有意义的信息。从教学实践来看，课堂或者课前收集来自学生的鲜活数据相对容易调动学生的积极性。其二，数据需要具有潜在的意义，即有统计价值，场景1中接听电话用左耳还是右耳的例子之所以失败，就是因为数据不具有统计价值，从数据中无法提取出有意义的信息。其三，数据要具有统计的必要，即数据要达到足够的量，少量数据往往无法体现出用计算机统计的优势。在数据量足够的情况下，可以通过人工计算与计算机统计的对比凸显计算机统计的优势和价值。

在数据有效的基础上，统计承担着从数据中提取信息的功能。为了保证将来从信息到知识的转变，统计所得信息当存在分析的可能、必要及价值，否则统计本身就没有意义。譬如，场景2中让学生统计购买的商品中单价超过5元的商品，数据本身没有问题，但这种统计的结果似乎没有分析的意义及价值，因而统计本身就失去了意义。

从数据到信息的转变需要学生借助一定的技术操作来实现，这个阶段涉及的技术属于动手做的技术，即技术的底层。例如，统计过程可能涉及计算、筛选、排序，统计结果的呈现涉及各种图表的使用。

2. 显性关系知识化

显性关系知识化，是指由信息到知识的转变。美国佛罗里达国际大学豪恩斯坦认为，信息是别人内化的知识，知识是自己内化的信息。[2]所以，如果信息是输入，知识在某种意义上便是输出。这意味着从信息到知识的转变需要学生在认知层面形成理解。这一阶段涉及的技术属于无形的技术。

此阶段是对数据统计结果进行分析的过程。譬如，统计全班学生血型，根据四种血型的统计结果，引导学生明确血型的相关知识。又如，统计不同品牌货物销售情况，从不同角度（商场、品牌负责人、顾客）去分析，得出不同的结论。若收集的数据与学生个人或家庭相关，则分析的结果最好能够凸显因人而异，从而促进学生在体验到分析意义的基础上，树立利用数据统计与分析为自己的学习、生活服务的意识。

譬如，《Excel中数据的处理》[3]中，教师要求学生将自己家庭衣、食、住、行、用等数据输入到碳排放计算工作表中，完成相关计算，并根据数据回答问题：

1.我们家（ ）方面碳排放最高，（ ）方面碳排放最低。

2.我们家年人均碳排放（ ）kg，和全球人均目标碳足迹2000kg比较，我们家是（高碳/低碳）生活。

3.为了应对气候变化，我们家应该从以下方面减少碳的排放。

每个学生获取的数据不同，结论自然就不同。这种差异性体现了一种真实，也帮助学生理解统计与分析的实际意义。

分析在统计与决策之间发挥着承先启后的作用，“承先”是指，分析必须依据统计所得结果来进行，体现两者的紧密联系，以保证分析的价值及统计的意义；“启后”是指，分析需要为后面的选择、决策提供依据与基础，因此需要恰当设计分析的内容，以保证决策得以进行。

譬如，《Excel中数据的处理》中1、2两个问题的分析必须建立在前面数据计算的基础之上，3题的回答又依赖于1、2分析的结果，充分体现出统计分析为决策提供数据支持的功能，促进学生对数据统计分析加深认识与理解。

3. 知识运用自动化

知识运用自动化，即从知识向智慧的转变过程，是指在学生掌握知识之后，借助一定量的知识应用练习，熟悉了知识的应用环境及方法之后，在不需要专门选择知识的情况下无意识地运用知识，达到自动化效果的过程。这一过程显然不是一蹴而就的，需要经历几个状态：在知识应用练习之前，处于“无意识的不用”状态；经过知识应用训练，基本掌握了知识应用场合及方法，但还不够熟练，遇到问题时，需要有意识地思考选择相应的知识，该阶段可以称为“有意识的应用”状态；经过足够的知识应用练习之后，学生对知识的应用形成更深的感悟，可以在无意识中，即自动选择某种知识应用于问题解决中，此时就进入了“无意识的应用”状态，达到此状态，即完成了由掌握知识到生成智慧的转变。

具体到数据统计与分析的教学中，就是根据分析结果进行选择或决策的过程。智慧指向正确判断和决定的能力，因而在数据统计与分析后期，需要引导学生依据分析的结果进行选择、决策。智慧倾向关心未来，含有暗示及滞后影响的意味，与此类似，课堂上的选择抑或决策只能更多发生于认知层面，形成的是决策时的心理倾向，但追求的是持续影响学生并实现将来在现实情境中的外显行为的变化。因而，知识运用自动化在一次课内未必能够实现。

同数据分析类似， 决策可以因人而异。譬如，《Excel中数据的处理》中的问题3。教学中需要引导学生根据实际做出符合需求的决策。譬如，《Excel综合运用》[4]案例中，教师课前安排学生对自己居住小区的人居环境从自然、人文、社会、建筑和支持网络几个方面进行评价，课堂上则围绕用Excel软件对若干个小区的人居环境状况作系统的分析，涉及Excel数据加工技术的综合应用，如排序、筛选、分类汇总等，然后得出结论，哪个区的人居环境综合比较好。最后环节是引导学生的实际应用：

是不是××区的人居环境比较好，我们都要住在那个区？在选购住所的时候，首先应该考虑自己的需求，根据实际需要确定自己的选择。

（1）假如你是一名在南京一中读高一的学生。

需考虑因素：你的父母希望你上学路途中花费的时间比较少，小区居民的整体文化素质比较高。

（2）假如你的爷爷奶奶退休了，考虑给他们选择一处房屋。

需考虑因素：空气新鲜，小区休闲设施齐全，邻里关系和睦，靠近你家现在的住处，方便照顾老人。

该案例是在对真实数据进行统计的基础上，通过分析引导学生明确如何选择、为什么要如此选择，关注学生在掌握知识的前提下生成智慧。学会选择，这就是智慧，影响着将来的选择行为，即根据实际需求进行选择，其实不仅是小区的选择，也包括人生中的其他选择。

知识运用自动化阶段的教学要求：其一，必须为学生提供需要决策的情境，以促进学生在类似情境下的顺利迁移。这一点需要在数据呈现的同时即提供给学生，以促进学生明确数据处理的根本目的。其二，决策需要根据分析的结果来进行，让学生充分体会到分析的目的及价值，即为决策提供依据。

按照上述隐性关系显性化—显性关系知识化—知识运用自动化的思路，教学中引领学生经历数据的收集、整理—处理、加工—分析、表达—选择、决策这一完整过程，促进学生对数据处理形成整体感知与理解。

数据统计与分析的完整过程是从数据收集与录入开始，经过表格规划与修饰、数据处理与统计、图表与分析等，因此，未必在一节课内完成，但整个部分的教学经历完整过程即可。也可以在综合应用或者复习课上，带领学生经历此完整过程，为了在一节课内实现，可以简化部分细节，如使用半成品策略，以凸显整个流程。

结束语

从DIKW金字塔模型的视角观察“数据统计与分析”的教学，意义在于：明确数据统计与分析的教学不能止步于简单的数据收集、整理、加工，其意义主要体现于在此基础上的分析及进一步的决策。即教学中在由数据到信息的转化基础上，关注显性关系的知识化并追求知识运用的自动化。

显然，DIKW模型也适用于信息技术课程中的其他内容，譬如DIKW体系经常应用于信息科学，因此可以应用于搜索技巧及数据挖掘。

注： 本文为江苏省教育科学“ 十二五” 规划课题“ 信息技术课程思想及其应用研究” （ B -b/2013/01/039）的研究成果。

参考文献

[1]李艺.高中课改实验进行时[J].中小学信息技术教育，2005(1).

[2]盛群力.21世纪教育目标新分类[M].杭州：浙江教育出版社，2008:67.

篇（5）

中图分类号：TP311.52 文献标识码：A 文章编号：1009-914X（2017）22-0102-01

1 引言

随着计算机技术日新月异的发展，程序可视化教学在教育和教学中已经显示了明显的优越性。所谓可视化教学，是指在计算机软件与多媒体技术的帮助下，将一些抽象、深奥、复杂的事物以及发展过程，用仿真化、虚拟化、实体化的方式，在教学方法中显现出来。可视化教学应用方便，可以使计算机学习者直观地观察、体验并利用这些可视化的知识模型，从而使计算机学习者较为轻松地进行课程的学习，对计算机学习者的认知能力与创新能力都会有较大的提升。

可视化教学应用于数据结构算法教学当中，可以改变传统教学方法中的枯燥乏味局面，吸引计算机学习者的注意力。可以将文字、数据、图片、源代码等其它多媒体动态地融合在一起，丰富算法的执行过程。可以让计算机学习者体会在大量不同的数据结构下，算法执行效率的差异。计算机学习者也可以充分的利用自己的课余时间进行自我学习，通过可视化教学软件研究算法的执行过程，培养计算机学习者自主学习的能力。

2 数据结构与算法系统的需求分析

传统的数据结构与算法教学方法中，有些算法的执行过程比较抽象，教师为了讲解一个算法往往需要辅助大量的图形示例。常规的板书和一般的幻灯投影授课均难以有效地展示这种抽象性和动态性，容易造成教学的低效和学时膨胀。有一些学校看到了弊端，苑⒊隽耸据结构教学网站供计算机学习者学习和交流；也有一些学校则开发出了可视化数据结构教学演示系统，将数据结构中算法的执行过程直观展示在用户面前。整体上看，这些系统在一定程度上促进了用户的学习，但还存在着一些不足，如系统以“教”为中心而设计，缺乏以用户为中心的人机交互理论的指导，学习者与软件的交互机会少且单一。因此，一个供用户自主设计算法，在实践环节上进行创新，提出自己的见解和设计，并得以验证，从根本上和底层次上深化对数据结构与算法的理解的学习平台的苑⒂任重要，互联网支撑的数据结构与算法学习系统将解决这个问题。系统能够让用户熟悉数据结构课程的核心理念，掌握相关算法内部的运行机制。本文在研究数据结构模块的基础上，将开发一个数据结构与算法学习系统，联动演绎各数据结构模块是如何有机结合的，并为用户提供自主设计算法的接口，这也是本系统区别于其他系统的一个创新点。

本文提出的数据结构与算法学习系统的设计目标为：系统良好的交互界面，包含数据结构各功能模块的算法演示，各模块详细信息查看，利用计算机图形界面技术，提供良好的用户界面。系统实现一系列数据结构的算法，用户能实时查看算法图形动态演示过程，并提供各算法和数据结构的详细中间结果信息，帮助用户进一步理解算法的执行过程和效率。系统不仅可以为用户展示数据结构算法的执行过程和中间结果，还提供编程接口让用户实现自定义算法，并对该算法进行测评，以图形界面的方式展示在用户面前。系统具备良好的稳定性，采用了多种安全机制确保服务器的稳定运行，保证了系统的安全可靠。充分运用面向对象的设计思想来设计系统模块，使其具有良好的扩展性，方便系统的后期维护和扩展。

3 数据结构的系统总体架构

系统采用典型的三层架构作为开发模型，本系统的三层架构主要划分为客户端、服务器端和服务资源层。系统客户端是一个浏览器，显示用户的使用界面，不同的用户通过浏览器向服务器端发送请求，然后接收服务器的返回信息展示在用户界面上。服务器层位于系统的服务器端，包含了数据库服务器和应用程序服务器，它提供了数据支持，实现了算法引擎和代码测评，算法引擎提供了经典算法的演示和用户自定义算法演示，代码测评负责对用户提交的源代码进行测试，并生成y试数据。服务资源层位于系统的服务器，它提供用户经典算法库和可视化类库，经典算法库包含了相关的代码以及算法演示的全过程，可视化类库提供用户的一些画图操作，让图形界面的演示更为美观。

优秀的系统必须能够满足系统的扩展和维护需求，数据结构与算法学习系统三层架构侧重于设计的简单化，简化客户端的功能，将复杂操作置于服务器端。系统的客户端，也就是浏览器层，仅仅用来显示用户工作界面和执行一些画图操作。系统的客户端是前台用户浏览器，显然，浏览器不会对测评系统产生任何影响，只要客户端浏览器支持环境就可以运行该系统，而目前的浏览器都对其进行了支持。不管客户端有多少不同种类和数目，都不会影响系统的完善和后期维护，这样就减轻了系统开发和扩展维护的难度。另一方面，系统服务器端承载了绝大多数的负载，基于此情况，服务器端的配置就必须要合理，后台服务器的一个小小的错误都有可能对系统测试服务造成不可预计的影响，因此，保证系统服务器端的安全稳定运行是十分关键的。

在本系统的三层架构中，利用基于面向对象的方法进行系统的苑，按照系统需求对服务器做了不同模块的划分，主要分为三个部分。分别是数据库、算法引擎和代码测评程序。数据库为用户提供数据支持，能够满足用户对数据的增加、修改、删除、更新等操作。算法引擎负责对算法进行解释，给用户提供算法的演示功能，并能够将用户按照系统要求编写的代码转变成图形方式展示在用户面前。代码测评程序主要对用户提交的源代码进行完整的测评，其中包括源代码编译，源代码测试和程序监控等。对于服务资源层，包括两大部分，分别是经典算法库和可视化类库。经典算法库包含了数据结构九大章节的数据结构模型和相关的算法，供算法引擎调用，在客户端上展示出来。可视化类库提供了一系列的数据结构画图操作，使算法的演示过程显得生动形象。

服务器层用分离可缩放结构，算法引擎部分与代码测评程序两者没有直接交互。本文设计的系统将算法引擎与代码测评分离开来，测评模块用多线程处理机制，极大的提高了系统的响应速度，双方通过数据库进行~合。这种结构的设计也使得测评模块的复杂性有所降低，首先，测评模块易于维护，不同模块的修改不会对其他的模块造成影响，其次，利于系统的负载均衡。如果算法引擎和代码测评在同一台服务器运行，当同时测试的用户比较多的时候，非常消耗服务器资源，容易照成服务器负载过重。用了分离可缩放结构，代码测评系统就可以单独的放在另外一台服务器上，专门负责源代码的测评工作，甚至可以放在一个集群上，有效地提升系统的运行效率。通过对系统进行分层，能够使得系统的各大模块之间没有强的Q合，彼此之间相互联系却不会相关干扰，使得开发过程方便快捷，对以后的维护和扩展也有着极大的好处。

参考文献

篇（6）

一、引言

“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”（麦肯锡咨询公司）大数据时代已经到来了，决策将日益基于数据和分析而做出，而并非基于经验和直觉。大数据应用已经在商业、经济等领域取得了显著的成功。而在目前，教育领域中，各种数字学习环境的普及和推广，越来越多的人员在网络环境下发生学习行为。学习者与学习系统之间，学习者与学习者之间，学习者与设备之间，每天都在发生大量的交互数据，这些数据有着海量的数据规模（Volume）、多样的数据类型（Variety）、快速的数据流动和动态的数据体系（Velocity）、巨大的数据价值（Value），这些都符合大数据的4V特性。海量的数据给传统教育数据的存储和分析都带来了巨大的挑战。如何通过技术手段对教育大数据进行分析处理，使教育领域的方方面面都受益，最终有效促进教与学，已经越来越受到研究者的重视。而学习分析理念的提出，为教育大数据的应用找到了很好的途径。

二、学习分析概述

早在2010年美国新媒体联盟的《地平线报告》中就预测学习分析技术将在未来的四到五年内成为主流。第一届学习分析和知识国际会议认为：学习分析技术是测量、收集、分析和报告有关学生及其学习环境的数据，用以理解和优化学习及其产生的环境的技术。

学习分析所服务的对象涉及教育系统的各个相关人员，学习者、教育者、教育研究者、教育管理者、学习服务提供者等等。使用数据挖掘、社会网络分析、统计分析等多种技术对教育大数据进行解释和分析，根据解释与分析的结果，评估学习者的学习进展，预测未来的表现，并发现潜在问题，以便学习者能更准确地把握自己的学习情况，优化学习过程，教育者能及时调整教学活动和教学内容，优化教学方法和教学策略，为学生提供个性化的教学资源与建议，同时也能为教育管理者的决策提供科学依据。国外对学习分析技术的研究已经取得了一定的效果，而国内还处在理论研究和综述阶段。基于教育大数据的学习分析系统的构建可以为学习分析的应用和实践提供重要指导，更好地提高学习效率，有效促进教与学。

三、学习分析系统的总体架构

国内外许多学者都从不同角度对学习分析进行了整体框架的设计，但每个框架都有其局限性，经过实践验证的框架依然很少。学习分析的基础和核心是海量的教育数据。围绕数据开展数据的采集、存储、分析、表示以及应用五个环节的活动。本文以数据为核心，依据数据流动的过程来构建一个更加灵活和可扩展的学习分析系统的架构模型（见图1所示）。

图1 学习分析系统架构图

学习者的学习行为发生在各种数字环境中，如传统的学习管理系统、网络课程以及开放学习环境（MOOCs）等，社会性学习系统，如博客，微博，各种社交网络等。交互当中所产生的数据都会被记录到原始数据库中，而原始数据来源众多，形式不一，存储和处理都有困难。通过聚集、抽样、维归约、离散化和二元化等预处理，让原始数据更加适合挖掘，将预处理得到的学习数据存储到学习数据库中，与学习者相关的一些基本数据存储在学生信息库中。在特定的时间中学习分析引擎会从学习数据库和学生信息库中获取数据进行分析，依据需求不同，在分析过程中使用不同的数据挖掘和分析工具及模型。分析结果作用于学习者、教育者、研究者、教育管理者等不同层次，提供相应的教育干预，学习内容和过程、教学设计和策略优化。当然，分析结果也要以报告或可视化图表等形式在展示平台输出。

四、结束语

学习分析是大数据技术在教育领域中的应用。在大数据技术的支持下，深度挖掘学习行为模式，交互数据之间所隐藏的潜在价值，学习质量分析，个性化教学内容推送等都将成为可能。在对学习分析进行不断深入研究的同时，也存在许多挑战。如何快速有效地收集和预处理来源多样的原始数据，使用哪种工具、算法能更准确地得到有效预测，如何做到保护学生隐私等，都是我们要考虑的问题。相信这些挑战都将在不久的将来得到解决。

【参考文献】

[1]Barwick H.The “four Vs” of Big Data.Implementing Information Infrastructure Symposium[EB/OL].2012-10-02.

篇（7）

舞蹈剧目课是一门艺术表现性课程，是通向舞台的艺术性训练课程，在舞蹈教育中占有极其重要的地位，对学生舞蹈艺术能力的培养至关重要。在传统的教学中，由于场地、课时、教师精力等局限性，浪费时间、精力，事倍功半。如今，我们看到了新媒体舞蹈对剧目课教学的影响作用以及新媒体技术在剧目课中应用的可能性。但现有的研究成果主要集中在如何利用计算机对舞蹈进行记录和编创，很少涉猎舞蹈的课堂基础教学，或者所采用的技术过于依赖硬件的配置，增加了应用的难度，不适用于舞蹈教师或演员的独立操作。本文立足于舞蹈剧目课教学，设计一套基于数字媒体技术理念的适用于剧目课教学的交互式系统。

1 舞蹈剧目课与新媒体舞蹈简析

舞蹈是在一定的空间和时间内，通过连续的舞蹈动作过程，凝练的姿态表情和不断流动的地位图形（不断变化的图画），结合音乐、舞台艺术（服装、布景、灯光、道具）等艺术手段来塑造舞蹈的艺术形象[1]。舞蹈剧目课属于艺术表现性的训练课程，每个剧目都是一个完整的艺术作品，它是包含有特定的历史文化背景、鲜明的创意、具体的角色、丰富的情感意志以及舞美、灯光、服装、道具等众多姊妹艺术的结合体现，加强舞蹈剧目课教学，对当前提高学生的舞蹈水平、艺术水平和文化修养，有着极为重要的现实意义。从某种意义上甚至可以说，舞蹈剧目课是舞蹈教学的本质与核心[2]，传统的剧目课教学采用“口传身教”的教学方式，即教师口头讲解、亲自示范动作、通过语言的描述让学生想象营造出一个原生态传承的特定环境，这种教学方式虽然具有现场感，教师能够有针对性地临场指导，学生有针对性地当堂提问，但由于场地的面积、人员的数量、教师的精力、个体和群体之间的关系、舞蹈艺术的身体体验等原因，使得学生形成了单调和孤立的学习方式，而束缚了学生的自学能力和创造性思维，不利于发挥学生的主动性和积极性，不利于提高学生的全面素质 [3-4]。近年来，随着新媒体艺术的兴起，数字媒体技术被广泛应用到了艺术的各个门类当中，正如马晓翔在《新媒体艺术透视》一书中提到的：“新媒体艺术不仅是计算机合作与兼容数码技术创作作品的方式，也是用计算机的计算力量和技术来创作新符号、新定义、新的交流与形式的方式。”舞蹈艺术作为一门多种艺术共同融成的综合性艺术，其与新媒体技术更能擦出不可估量的火花，美国著名编舞家兼数字艺术家阿尼达?程如是说：“新媒体技术不仅是舞蹈记录和传播的物质媒介，更是激发灵感的技术型缪斯。”可见新媒体技术对舞蹈艺术数字化革命的真正含义[5]。如前所述，剧目课作为舞蹈学习通向舞台的表演性课程，可以从新媒体舞蹈的本体特性中找到新的教学理念，即在全新环境中发展起来的立足于创意理念，并且融合了高新技术手段和互动设计理念。也就是说，更新传统剧目课的教学理念，结合计算机技术的数字化支持，搭建具有完整资料库、训练实时采录比对功能、远程/在线反馈功能、舞台模拟再现功能等允许学生自主学习和远程/在线学习的剧目课教学平台，以期做到教学中的事半功倍，对舞蹈剧目课教学改革以及创新能力的培养有着重要的现实意义。

当然，该平台的搭建需要多学科的跨界合作，本文仅对平台中所需的计算机技术进行分析与实现。

2 基于新媒体舞蹈理念的剧目课教学系统模型规划

本系统是一套适用于舞蹈剧目课教学的计算机辅助教学系统，以数据库形式管理课程参考资料和用户个人资料，通过数字图像处理手段对用户的个人练习进行原型比对，给出意见建议，在此基础上，通过可视化设计允许用户选拼动作进行新剧目的自由开发。

本系统吸纳了新媒体舞蹈的理念，将剧目课与虚拟的数字化舞台直接相连，并允许用户自由创作，激发创作的灵感和表演的热情，为实际的舞台演出提供全新的数字化剧目经验。

本系统模型的具体规划如下图所示：

其中，二维图像特征点提取与对比是技术中的重点，接下来，本文对此进行详细说明。

3 二维图像特征点提取与对比

3.1 芭蕾舞的算法定义

篇（8）

【中图分类号】G762

学生教学评价，即学生作为评价主体对教师的教学质量进行评价。其主要目的是为教师的教学提供有用的反馈，以促进教师提高教学质量，从而为提高学生的学习效果服务 [1、2]。听障大学生，作为特殊的学生群体，日常教学应赋予更多的关心和爱心。对听障大学生教学评价数据的研究，可以促进从事特殊教育的老师改善教学方法，调整教学态度，进一步提高特殊高等教育的课堂教学质量显得格外重要。

数据数理统计分析是数学的一个分支，是指研究如何有效地收集和使用带有随机性影响的数据。通过数据的数理统计分析，可以进行数据的整理和问题的推断[3]。现代数理统计分析的一个显著特点就是运用计算机实现有关的统计计算与分析，目前也有许多应用计算机软件对于教学质量进行分析讨论的报道。本文利用SPSS软件（Statistical Product and Service Solutions）对听障大学生教学评价数据进行统计分析，以更好的发挥评价的诊断、激励和导向的作用。

一、数据分析来源

本文数据来源于某大学某学期听障大学生教学评价数据，共涉及25门课程。教学评价分为十项指标，分别为“tm1”：仪表端庄，教态自然，精神饱满；“tm2”：上课准时、足时，认真负责，严格要求学生；“tm3”：关怀和尊重学生，有固定的辅导和答疑时间师生关系融洽；“tm4”：教学目标、要求、考核形式明确，推荐有助我们学习的参考文献；“tm5”：授课内容充实，信息量大，重难点突出，进度安排适当；“tm6”：作业有利于我们掌握知识和自主学习，批改和分析认真；“tm7”：思路清晰，阐述准确，语言规范生动；“tm8”：因材施教，注重学生创新意识和能力培养；“tm9”：教学方法灵活，教学手段恰当，注重互动，课堂气氛活跃；“tm10”：掌握了本课程的核心内容，激发了学生学习兴趣，提高了分析问题、解决问题的能力。

二、分析方法

本文主要使用了SPSS软件中的描述性统计分析（Descriptive Statistics，得到原始数据转化成标准化的取值，可以直观了解数据的情况，同时便于进一步分析）；K-S单样本检验分析（Kolomogorov- Simirnov One-sample Test，主要考察数据是否符合正态分布）；主成分分析（Principal Component Analysis，将多个变量通过线性变换以选出较少个数重要变量）；K中心聚类分析（K-means cluster analysis，将数据进行分类，辨别样本之间的亲疏关系）；单因素方差分析（one-way ANOVA，调查按某个研究因素的不同水平分组后该因素的效应）。

三、结果与分析

（一）学生教学评价整体情况及正态分布分析

分析教学评价整体情况可以了解听障大学生课堂教学质量的总体情况。从表1可以看出，该学期听障大学生教学评价总分范围在81.48-99.82之间，平均成绩为89.69±3.62。利用SPSS软件进行正态分布分析，得到表2及图1。从表2得到单样本K-S检验Z统计值为0.500，渐近显著性水平为0.964，远大于0.05，因此教学评价结果符合正态分布。

（二）学生教学评价指标主成份分析

利用SPSS进行学生教学评价指标主成份分析后，得到表3。主成份分析法只提取到1个成分，且变量系数均接近1，因此可以认定本体系10项指标相互独立，影响较小。

（三）不同课程学生教学评价聚类分析

通过SPSS软件K中心聚类分析方法，将25门课程进行聚类分析，得到表4、表5。从表4可以看出，通过聚类分析，通过学生教学评价成绩将25门课程分为了2类，1类优秀成绩为15门课程，2类良好成绩为10门课程。表5则表示每门课程所属聚类。

（四）学生教学评价指标的聚类分析

通过SPSS软件K中心聚类分析方法，将学生教学评价十项指表每门课程的得分进行聚类分析，得到表6、表7。通过聚类分析，将评价指标分为了2类，指标1、2、3被归为类别1，可以看出主要是指教师的教学态度；指标4-10被归为类别2，主要考查教师的教学业务水平。

（五）不同学科类别科目学生教学评价差异性分析

根据课程不同性质，将参与评价的25门课程分为了学生思政（两课）类、文科（外语、语言等）类、理科（数学、物理等）类。

利用SPSS进行单因素方差分析。文科类课程与理科类课程学生教学评价成绩有显著性差异，且文科类课程得分要高于理科类课程。原因可能由于理科类课程需要大量逻辑思维能力，听障大学生可能在这方面有所欠缺，因此课堂教学效果不如文科类课程。此外，学生思政类课程与文科、理科类课程均没有显著性差异，其得分介于两者之间。

（六） 不同职称教师授课学生教学评价差异性分析

根据授课教师职称不同，将参与评价的25门课程分为了教授授课、副教授授课及讲师授课三类。

利用SPSS进行单因素方差分析。教授授课类学生教学评价得分与副教授、讲师授课类直接均存在着显著性差异，且总分均值要高于其他两类。可见，教授因为在知识、授课经验上的累积，其教学效果要好于副教授及讲师。副教授及讲师教学评价得分则无显著性差异。

四、结语

本文通过计算机软件等辅助手段，将原本多而无规律的教学评价数据进行了分析处理，获得了许多有价值的信息，这些都有利于教育管理进行优化管理，更好的做出决策，为强化教学管理、提高教学质量打下基础。本文只是在听障大学生教学评价过程中，利用计算机辅助手段进行分析的初步探索。教学评价是一项非常复杂的质量监控的过程，如何进一步利用计算机软件等为教学质量提供支持，有待我们继续研究。

参考文献

篇（9）

1.要让学生感受需要用数据来说话。

统计教学与其他数学内容一样，首先要激发学习的需求：为什么要统计？与其他数学内容所不同的是，统计是用“数据来说话”。

在《复式折线统计图》教学中，结合生活实际以及折线统计图的特点，我们创设了“常州气温是否变暖”问题。通过师生谈话聊出“气候变暖”话题，提出问题：怎样说明常州气温是在变暖？在现实且有意义的问题驱动下，让学生充分感受“数据”是说明问题有力的“证据”，以此认识到数据分析的重要性。

情境只是载体，想到需用“数据”说明问题是活动目的。随着一次次经验的积累，学生也就逐渐体会到“数据”能说明问题，说明问题需要统计数据，统计能帮助人们了解事情并做出判断，也就逐渐建立了统计意识。

2.要让学生明白用怎样的数据来说话。

在《复式折线统计图》教学中，为使学生感受怎样的数据才能科学地说明常州气温变暖问题，师生间进行了如下对话：

师：你们觉得要收集怎样的数据呢？

生：收集今天的气温。

师：单单收集现在的气温能说明这个问题吗？

生：不能，要现在的和以前的，这样才可以对比。

师：对比，是一种好方法！只是，气温有最高气温，有最低气温，还有平均气温，你们觉得这里用哪个气温比较合适？为什么？

生：平均气温。因为平均气温在中间，既不是最高的也不是最低的，比较公平。

师：是啊，在新闻中经常会出现在哪一年或哪一个月出现极端气温。为了避免这种极端数据影响我们的判断，所以要用“平均气温”来比更合适。但气温的变化很微妙，如果用今年和去年气温比，很接近，很难发现问题。怎么办？

生：相隔时间久一些。

生：调查年份多一些。

师：其实，气象工作者和你们的想法一样，一般用现在月平均气温与前几十年的月平均气温作比较。（出示在常州气象局查阅的常州1949年-2000年的50年月平均气温和常州2010年各月平均气温）

……

《课程标准》（修订稿）对统计教学明确提出：要会根据实际问题设计简单的调查表，能选择适当的方法（如调查、试验、测量）收集数据。很显然，如何收集数据、搜集怎样的数据是要求学生达成的能力要求，那么，数据的科学性教育也就显得尤为重要了。

二、“数据”是分析问题的“依据”

1.要让学生读懂数据表达的信息。

在《复式折线统计图》教学中我们设计了这么一道练习：下面两幅统计图，只有一副是真的，请同学们猜一猜那副是真的。

这道题是根据苏教版小学数学教材中的练习改编而成。改编后的练习不仅丰富了统计内涵，更重要的是通过游戏的形式使学生产生对数据的亲近感，让学生感觉数据并不枯燥乏味，数据分析也不仅仅是计算，数据是蕴含信息的，数据是能表达生活实际，每幅统计图其实就是告诉我们一个生活故事。

2.要让学生体悟数据有助于分析问题。

发展统计意识、培养学生的数据分析观最有效的途径就是让学生体会统计的价值。数据是能表达信息的，数据所表达的信息是能够帮助人们做出决策的。

在《复式折线统计图》教学中，为使学生认识到统计对决策的作用，设计这样的题目：完成某地区7-15岁男女生平均身高统计图。

（1）给出7、8、9岁男女生平均身高的相关数据，要求学生独立描点、连线完成部分统计图，并交流绘制的过程。

（2）进行分析和推测。

看着7-9岁的身高图，先猜一猜9-15岁男女生的两条折线会有怎样的发展趋势。然后出示9-15岁的折线统计图，说一说男女生7－15岁身高有怎样的变化。再想一想，如果接着画下去，男女生的两条折线还会怎么样？

篇（10）

1 引言

高职院校医学专业学生在校理论学习结束后，要进入医院等用人单位顶岗实习，为毕业后能迅速适应就业岗位打下良好基础。但在实习学生管理方面，各院校仍在采用传统的人工管理模式，沟通不畅，资源浪费且效率低下。所以，如何进行高效的学生实习管理，成为众多医学院校亟待解决的一个核心问题。随着互联网技术的不断发展，信息化的管理模式成为了各医学院校进行实习学生管理的最优选择，开发一个基于数据库和网络的实习管理系统，实现实习学生的信息化管理，降低学校对实习学生的管理成本，提高管理效率，实现学院-医院双重管理的无缝衔接，是众多高职医学院校正在进行的一项课题。

由于在实际环境下，学生实习的单位在地理位置上是分散的，以笔者所在学校为例，实习单位主要分布在西安市、咸阳市、宝鸡市、渭南市、榆林市、汉中市、重庆市等省内外地区，且每年都有新增的实习单位。因此，在进行管理系统的设计时，采用什么样的数据库方案就成了决定系统效率和稳定性的关键因素。

2 数据库设计方案

在数据库方案的选择上，可以考虑集中式数据库和分布式数据库。集中式数据库硬件系统是由一个处理器、与它相关联的数据存储设备以及其他设备组成，见图1。

若采用集中式数据库，所有系统成分均驻留在单个计算机（或场地）内，用户可以在同样的站点上操作，也可以在地理位置隔开的其他站点上通过远程终端来操作。系统及其数据管理被某个中心站点集中控制，这样有利于数据的维护和保持数据一致性，但是，一旦中心数据库发生故障，就会导致整个系统瘫痪。

分布式数据库是由一组数据组成的，这组数据分布在网络中的不同计算机上，网络中的每个结点都具有独立处理的能力，可以执行局部应用，也能通过网络通信子系统执行全局应用，如图2所示。

对用户来说，一个分布式数据库系统从逻辑上看如同集中式数据库系统一样，用户可以在任何一个场地执行全局应用。所以，根据学生实习的实际情况来看，适宜采用分布式数据库系统，允许各实习单位将自己常用的数据存储在本地，在本地录入、查询、维护，实行局部控制，在降低通信代价的同时，提高响应速度。

3 数据分布策略

在进行数据分布设计时，可考虑采用分割式与复制式相结合的数据分布策略。在学院站点上保留一个完整的数据副本，然后根据学生将要去往的实习单位，将所有实习学生的信息按照实习单位进行分配，即一个实习单位一个数据子集副本。这样，各实习单位可自治的查询和修改本单位实习学生的数据，发挥系统的并发操作能力。同时，由于数据分布在多个站点上，当部分站点出现故障时，系统仍能保持运行，提高了系统的可靠性。

在本系统中，每个实习单位都需要对分配给自己的实习学生的信息进行一系列的管理，也就是说，对于学生的基本信息及其关联信息的应用较为频繁。所以在进行数据分片设计时，应采用水平分片，使实习单位的绝大多数应用在实习单位的站点内完成，系统的效率得到提高，避免因为频繁访问两个或多个片段导致执行连接操作增加而使得代价增加。并且，采用水平分片方法产生的片段，将被分配到访问它次数最多的站点上，即在各实习单位站点上只分配去该单位实习的学生信息，而全部实习学生的数据则存放在学院站点上。

4 数据同步设计