滚动信息2

摘要：成对数据统计分析是高中数学的核心内容，也是培养学生数据分析核心素养的重要载体.本文以学生身高与体重真实数据为基础，开展成对数据统计分析的项目式教学，引导学生完整经历数据整理、散点图绘制、相关系数计算、回归模型建构与残差分析等探究活动.实践表明，基于真实数据的项目式教学，能有效打破统计知识与生活实际的壁垒，显著提升学生的数据分析、数学建模与逻辑推理的核心素养，为高中的统计教学模块提供了可复制、可推广的实践方案.

关键词：项目式学习；成对数据分析；统计建模

引言

成对数据的统计分析作为高中数学选择性必修重点内容，是培养学生统计思维与建模能力的重要载体.在日常教学中，传统教学的公式推导和计算训练把统计知识和现实生活割裂开来，学生难以理解统计方法的实用价值.项目式学习以真实问题为驱动，能够将散点图、相关系数、一元线性回归、残差分析等知识点串联为一个完整的探究链条.本文结合教材内容，以笔者所带学生的身高与体重相关性探究为项目载体，依托真实调研数据开展项目式教学实践，梳理教学实施流程、总结实践成效与不足，为高中统计课堂改革提供实践参考.

1.真实情境驱动下项目式教学的育人价值

1.1 激活数据意识，建立统计思维

本次教学以全班学生身高与体重的真实数据为探究对象，让学生直面生活化数据的收集、整理与检验.在实操过程中，学生对表格内异常数据逐一核对标注，如身高148cm体重39kg、身高170cm体重80kg等极端样本，逐步养成“用数据说话”的思维习惯.当学生借助电子表格生成散点图，直观看到其分布特征时，抽象的统计符号转化为可解读的现实信息，数据意识与统计思维在情境实践中逐步形成.

1.2 深化模型理解，内化建模思想

回归模型的学习不应局限于公式的记忆.教学中，学生先观察散点图的分布情况，自主判断变量间的相关关系，再逐步理解最小二乘法的几何内涵.学生亲手计算回归系数、建立拟合模型，并结合自身数据验证预测精度，透过代数运算把握模型拟合的本质，理解最优拟合直线对变量变化趋势的刻画作用，让统计建模思想真正融入学生的认知体系中.

1.3 促进合作探究，培养科学态度

统计项目依靠小组分工合作完成，数据处理、图表绘制、成果汇报形成完整的探究链条.小组研讨中，学生针对极端样本的取舍产生观点碰撞，批判性思维得到锻炼；不同小组基于各自样本得到略有差异的回归方程，让学生直观认识到统计结论的或然性.团队合作既提升探究效率，又能让学生在交流研讨中养成严谨求实的科学态度.

1.4 贯通知识网络，提升综合能力

成对数据分析衔接了描述统计与推断统计，项目式教学以问题探究为线索，将散点图、相关系数、回归方程、残差分析有机串联起来，避免了知识点碎片化.学生利用回归模型由身高预测体重时，综合运用代数运算、统计分析等知识，搭建起完整的统计知识框架，显著提升知识整合与综合应用能力.

2.成对数据统计分析项目式教学的实施过程

结合教学内容与学情，本次项目式教学设置了4个课时，依托随机抽取的30组实测身高与体重的数据开展分层探究.

2.1 情境导入与数据整理（第1课时）

课堂以班级调查数据为切入点，抛出问题：身高越高，体重就一定越大吗？结合极端数据制造学生认知冲突，激发其探究兴趣.明确项目任务：探究身高与体重的相关关系，并构建预测模型.

各小组分工完成数据的录入与整理，对明显录入错误的数据进行修正，对特殊体态的真实极端数据统一标注、保留样本，保证原始数据的完整性.本课时完成全部数据规范化整理，为后续分析筑牢基础.

2.2 数据可视化与相关系数计算（第2课时）

学生利用电子表格以身高为横轴、体重为纵轴绘制散点图，观察发现散点整体呈左下至右上的分布状态，初步判定为二者正相关，且并非严格函数关系.针对“如何量化相关程度？”这一问题，引入样本相关系数，讲解公式含义与取值规律.随后，学生分组采用手工计算、软件计算两种方式完成运算，得出某一组数据相关系数约0.78，判定身高与体重为中度偏强线性正相关.本环节实现从直观看图到定量分析的思维转变，学生掌握相关系数的计算与解读方法.

2.3 回归模型构建与残差分析（第3课时）

基于较强线性正相关的结论，引导学生思考：如何用直线近似刻画两组变量的关系？由此引出最小二乘法，讲解“残差平方和最小”的核心思想，避免学生死记硬背公式.各小组结合实测的数据计算回归系数，建立一元线性回归方程如：

.学生代入自身身高计算预测体重，对比实际体重，分析误差来源.随后开展残差分析，绘制残差图，发现大部分残差均匀分布在零线两侧，模型整体拟合效果良好；少数极端样本残差偏离明显，学生就此讨论异常值对模型的影响，明确模型的适用范围.

2.4 成果展示与多元评价（第4课时）

各小组依次汇报探究全流程，内容包含数据处理、图表分析、模型结果、误差分析等.本次采用自评、互评、教师点评相结合的多元评价方式，从数据规范性、图表质量、模型解读、逻辑表达、团队合作五个维度开展评价.互评环节中学生相互指出问题、借鉴优点；教师针对共性问题进行梳理总结，引导学生梳理“问题 — 数据 — 分析 — 建模 — 检验 — 应用”的统计探究完整流程，并鼓励学生迁移到探究生活中的其他成对变量.

2.5 技术融合与问题链设计

教学全程借助电子表格、统计工具，目的是简化重复运算，这样可以将课堂重心转向模型解读与思维分析.同时设计递进式问题链：观察散点形态→量化相关程度→构建回归模型→检验拟合效果，层层推进引导学生深度思考，依托问题驱动落实逻辑推理与建模素养.

3.教学实践效果与反思

3.1 教学实践成效

第一，课堂活跃度与学习兴趣大幅提升.真实的身边数据让学生摆脱枯燥无味的习题，全员主动参与小组探究、讨论与实操，课后调研显示绝大多数学生认为统计知识贴近生活、实用性强.

第二，知识掌握程度明显提高.课后作业结果显示，学生不仅能熟练完成相关系数、回归方程的计算，还能结合实际解读统计结果，彻底改变了“会计算、不会分析”的传统问题，知识理解从机械套用转向意义建构.

第三，核心素养全面落地.在完整的统计探究流程中，学生的数据分析、数学运算、逻辑推理、数学建模四大核心素养同步得到锻炼；小组合作与成果展示，也提升了学生沟通表达与团队合作能力.

3.2 教学不足之处

一是分层指导不到位.班级内学生数学基础差异较大，部分薄弱学生在复杂运算、模型理解等环节进度稍微滞后，个性化辅导不足.

二是统计思想挖掘不够.课堂侧重实操与计算，对统计结论的或然性、样本选取对结果的影响等深层思想讲解偏少.

三是拓展性不足，本次教学仅局限于数学学科，未结合体育健康、人体发育等内容开展跨学科探究.

3.3 后续改进方向

其一，优化分层任务，设计梯度化探究问题与学习支架，针对学困生开展一对一指导，落实因材施教.其二，强化统计思想渗透，结合多组不同样本对比结果，让学生深入理解统计规律的不确定性.其三，尝试跨学科融合，结合体质健康知识拓展探究维度，丰富项目内涵.最后，总结本次项目式教学经验，逐步将该模式常态化应用于统计、建模类课堂.

结语

项目式学习为高中成对数据统计分析课堂注入了生活化的活力.以学生身高体重数据为载体，让学生完整经历数据处理、可视化分析、建模检验的全过程，实现了从机械计算到深度理解的转变.实践证明，贴近生活的项目主题、信息技术辅助、递进式问题链与多元评价，是保障项目式教学开展的关键.在今后的教学中，我将持续优化项目式教学设计，探索跨学科融合路径，深耕学生数据分析素养，助力高中数学素养课堂持续发展.

参考文献

[1]范继荣,杨喜霞. 归纳问题类型，总结解题技巧——基于成对数据的统计分析为例[J].中学数学研究,2025 (9):59-61.

[2]姜晓宇. 大单元教学设计之成对数据的统计分析[J].数理天地(高中版),2025 (15):106-108.

[3]卢会玉. 成对数据的统计分析之易错题型分析[J].中学生数理化(高二数学),2025 (6):35-38.

[4]曲海胜. 成对数据的统计分析单元创新卷[J].中学生数理化(高二数学),2025 (5):8-11+45-48+2.

[5]王中华. 从“成对数据的统计分析”谈数据分析素养的提升策略[J].中学数学教学参考,2025 (15):21-22+25.

林启麟

博罗县石湾中学