時間：2023-08-02 16:38:14
序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇數據統計分析學習范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。
【關鍵詞】大數據 高中統計 數據分析 內容數據鏈
大數據的價值性，快速性，大量性，多樣性，和預測功為教育提供了一種可能目前教育的形式多種多樣，慕課、微課、網絡公開課等等。大數據時代下的教育是怎樣的呢？是基于個性化學習，是量化的，自我組織學習內容的教育，不僅要了解學生“心聲”，認知水平和學習興趣，而且要師生互動、合作探討學習內容，將傳統課程、教學、教材的內容數據化，利用可視化技術，提高學習興趣。提升內容吸引力。高中統計內容必須系統化、過程方法直觀化，這對高中的統計內容提出了挑戰。使專題塊和課程案例集以數據知識鏈為核心，使教育在大數據時代下的“量化”。
一、高中統計內容的新契機是大數據
使教育由數字支撐變化到數據支撐。高中統計教學場景布置，統計內容設計，學習場景的變革等等過去靠“敲腦袋”或者“理念靈感加經驗”的東西，在背景為物聯網、云計算、大數據下，變成一種由數據支撐的“行為科學”.用數據分析的方法對高中統計內容進行分析、挖掘，利用大數據更改高中統計內容，建立主線為“統計知識鏈”、目標為培養“數據分析能力”首尾呼應內容數據鏈，使高中統計內容的系統更加優化。
由于各種原因使高中統計內容，沒有得到較好的發展.直到國家教育部頒布了各種政策，統計才得以發展.然而各種問題的存在仍然困擾著我國統計教學發展。大數據關注每一位學生的個性化需求與發展，關注學生的自我意識，分析群體心理，讓教師關注學生的興趣愛好，選擇適合學生的方法，讓學生自主的、創新的學習。
正如教育家張韞所說：“大數據時代的到來，讓社會科學領域的發展和研究從宏觀群體逐漸走向微觀個體，讓追蹤每一個人的數據成為可能，從而讓研究每一個個體成為可能.對于教育研究者來說，我們將比任何時候都更接近發現真正的學生。”大數據在充分了解學生各種需求，目前處于的狀態的情況下合理運用各種統計內容，各種現代化的教學方式，不拘泥于傳統化教學方式，利用各種資源形成螺旋式上升的統計內容數據鏈。使每一位學生都樂于學習，其個性化學習需求成為可能。
二、高中統計內容數據鏈在大數據視域下的內涵
數據高中統計內容的核心研究對象，數據分析是重點，統計學習是在初中的基礎上，進一步學習數據統計方面的各種方法；用各種操作培養學生的歸納推斷能力、統計思維、數據分析素養，提升學生在數據分析方面的能力，統計內容數據鏈為學生統計能力的提升提供了研究平臺。把課程目標，學生需求、與大數據算法，數據鏈式結構有機結合起來是大數據視域下的統計內容數據鏈核心思想，利用大數據，將統計內容數據化，增強內容的可讀性，銜接性、合理性、連貫性，織成統計知識，形成統計內容數據鏈。例如：具體環節為：鏈宿是“樣本估計總體、”等數據分析方法，鏈源是“系統抽樣，等距抽樣、分層抽樣”，鏈節是的數據描述、統計圖形.通過統計知識的實際應用使“統計知識鏈”為統計內容數據鏈的內化，“統計能力鏈”為其外化，“統計能力鏈”，“統計素養鏈”為其發展，成為對學生產生重大影響的“統計思想鏈”所以，利用大數據的科學方法可使統計內容體系最終形成的統計思想體系；數據結構的鏈式模型，將促進學生創新思維，增強學生的參與積極性，使高中統計集“知識鏈、能力鏈、素養鏈、思想鏈”于一體。
三、高中統計內容大數據視域下下的數據鏈設計
（一）高中數學統計內容知識結構
各種版本的高中數學統計內容都介紹了基本的獲取樣本數據的獲取，提取方法，就是我們常說的用樣本推斷總體，部分推斷整體.統計知識注重培B學生數據分析的能力，利用實例講解數據的各種思想，方法結合在一起，提高學生的綜合能力。例如：結合具體問題情境，學習如何進行數據收集，分析，如何思維理解其含義。
（二）高中數學統計內容的教學要求
課標充分重視高中數學統計內容，并采取了有效的改進和創新措施。教學過程中，注重學生自我特長的發展，創新教學方式，不拘泥于傳統的書本知識，強調以人為本，面向未來，讓學生有數據意識，學會用數據說話，將統計知識運用于實踐。
（三）高中統計內容在大數據視域下數據鏈設計
量化教育是大數據時代的可行教育，通過數據了解學生的個性化需求，促進學生的個性發展，注重創新式培養。結合教材利用現代化信息技術設計出學生樂于接受的教學方式。從“數據讀心”，到“抓心入心”，再到“知心交心”，最終形成“數據育心”的培養鏈是統計內容數據鏈的設計原則。例如：分層抽樣內容數據鏈的設計.首先，將分層抽樣知識系統化。其次，將分層抽樣的過程方法直觀化。最后，依據統計內容數據鏈的設計原則和學生個性化學習需求，動態生成分層抽樣內容數據鏈。把具體問題數據化。使分層抽樣內容數據鏈成為滿足自我發展需要的“知識鏈、方法鏈、素材鏈”。
四、結語
綜上所述，對統計內容數據我們應該就地取材，因地制宜，開創多種方式的教學方式，注重學生的個性化需求，不要拘泥于傳統的教材，注重培養學生的創新思維和自主參與能力，要讓學生發揮主觀能動性，積極主動的自己去思索，發展自己的特長，學會將具體的事情數據化不用數據的思想去思考問題，去看世界，老師也要探索更好的教學方法。將現代化的科學技術與傳統枯燥的教材相結合創造出一種能夠發揮學生潛能，特長的教學方式，要循循善誘，引導學生。總之，統計內容數據鏈能更好地使學生不斷提升自己的數據分析“能力鏈”使學生學會用統計思想、統計方法、統計思維、統計觀念、統計意識來認識世界，改造世界。
參考文獻：
中圖分類號：G623.5 文獻標志碼：A 文章編號：1008-3561（2017）12-0027-01
能夠根據具體問題背景選擇合適的統計圖是學生統計素養的一個重要內容，也是學生對數據分析能力的一個表征。扇形統計圖是在學生認識了條形統計圖、折線統計圖后的小學階段的最后一個統計內容，該內容增加了選擇合適統計方法的難度，使“數據分析”變得尤為重要。因此，教師在教學中要以數據為載體，以學生原有知識經驗為基礎，引導學生展開漸進式思考，探尋統計的有效方法，培養數據分析觀念。
一、引發認知沖突，點燃統計內需
學習是一種由外而內的過程，學習最大的動力來自學生心靈深處，源自于自身的認知沖突。教師在教學中創設教學情境的目的正是為了借助外部環境的刺激，引發學生的內部認知沖突，促使學生在矛盾中生成新的需要，將學習不斷引向縱深。蘇教版六年級下冊的“扇形統計圖”一課意在使學生通過聯系百分數的意義，體會扇形統計圖描述數據的特點。為了讓學生深刻領會扇形統計圖的特點，教師在教學中改變了教材的編排順序，沒有直接出示例題中的扇形統計圖，而是引導學生感知數據，造成他們認知上的矛盾沖突，點燃他們新的統計內需，逐步引出扇形統計圖。教師這樣給學生出示例題：我國陸地總面積大約是960萬平方千米，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%。“同學們能否根據數據設計出一個統計圖反映出我國陸地各地形分布情況？”教師邊出示條件邊提問。學生一聽說設計統計圖，馬上聯想到以前學習的內容，有的說：“我們可以畫出條形統計圖。”有的說：“我們可以設計成折線統計圖。”教師表揚了學生善于聯系舊知的意識后說：“請同學們想一想條形圖與折線圖分別用來反映什么？例題中的數據表示什么含義，可以用它們來表示嗎？”教師的提示喚醒了學生的數據意識，經過對數據的觀察與思考，學生們一致認為：“條形統計圖用來直觀反映數量多少，折線統計圖反映了數量的增減變化，這道題中的數據都是百分數，表達的是部分量與總量的關系，看來以前學的那兩種統計圖不合適。”“那該怎么辦呢？”一個女生迫不及待地問道。“是啊，我們該用怎樣的圖形來表示部分量與總量之間的關系呢？”教師故意裝作不知，“看來我們必須另找出路了。”
二、引導自主思考，點化繪制圖形
面對學生的急切心理，教師沒有直接將“扇形統計圖”推出，而是借助生活情境的觀察感悟，引導他們自主思考，摸索出扇形統計圖的特點和畫法，逐步點化學生繪制出扇形統計圖。“先請同學們來看一個有趣的拼盤。”教師邊說邊給學生展示了一張課前制作的地地形分布模型：用一個圓形塑料盤代表我國陸地總面積，在圓盤內用各種顏色的橡皮泥分別表示不同地形。教師用這個拼盤圖對學生進行暗示啟發，學生甲一點就通：“原來百分數關系可以用圓與扇形來表達，用一個整圓表示總量，用扇形表示各部分量。”學生乙補充道：“平原占12.0%，表示平原面積占我國陸地總面積的12.0%，我們可以用一個圓來表示我國陸地總面積，在圓內畫出一個扇形表示平原面積。” 教師接著說：“同學們的悟性真高，像拼盤那樣表示各部分量與總量之間關系的統計圖我們稱為扇形統計圖。下面，就請同學們自己嘗試著畫出我國陸地各種地形分布情況統計圖。”然后教師又引導學生根據各百分數的含義，討論如何繪制出各個扇形。學生丙聯系圓心角的知識道出了平原部分的畫法：“一個圓是360°，360°的12.0%是43.2°，在圓內畫出一個圓心角是43.2°的扇形就表示平原的面積了。”在學生丙的引領下，同學們迅速算出其他扇形的圓心角度數，并畫出了完整的扇形統計圖。
三、引領梳理反思，點醒對應思想
為了實現“教是為了不教”，教師在教學中經常引領學生梳理思路，反思學習得失，總結學習經驗，使他們獲得了質的提升。在學習“扇形統計圖”一課的過程中，由于有了先前基于數據分析的精心引導，學生親歷了統計方法的選擇與統計圖的繪制，對扇形統計圖的特點和作用了然于心，讀懂扇形統計圖自然不成問題。因此，在組織學生對統計圖中的信息進行簡單分析之后，教師增設了一個“回顧反思”環節，讓學生回顧整個統計活動經歷，使學生懂得了不同的問題背景需要用不同的數據分析方法，各種統計圖的選用必須與數據意義相適應。如反映數量增減可選擇折線圖，要表達數量多少可選用直條圖，要反映各部分量與總量之間的百分比關系可選擇扇形統計圖。高年級學生的類比分析能力比較強，教師讓他們通過簡要梳理與反思，能使他們明晰數據分析方法的選擇的重要性，對數據分析方法的選擇有清晰的認識，進而點醒他們的數學思想。
四、結束語
總之，統計教學是一個系統而完整的活動過程，從對問題背景的理解、對數據的解讀、對統計方法的選擇，再到圖形的繪制等，這一切都離不開科學嚴謹的分析。數據分析是統計的核心，教師在統計教學中應以數據為核心，引領學生在科學分析中選擇出合適的統計方法，從而圓滿地完成統計任務。
統計意識的培養是小學學習最重要的目標之一. 統計意識的首要方面是能有意識地從統計的角度思考有關問題，當遇到有關問題時能想到去整理分析數據，即發展學生的統計意識. 發展學生的統計意識最主要的方式就是讓學生體會到統計是有用的. 基于以上目標，在學生根據原始數據提出自己的問題后，教師引導學生體會解決問題必須對這些數據進行整理，就產生了整理統計的需要，有了需要學生就會考慮選用方法進行整理統計，然后通過教師的點撥，學生在小組內自主完成數據的整理統計，學生參與度和統計結果正確率都比較高. 根據統計結果，同學自己提出的問題迎刃而解. 這樣的設計，讓學生帶著解決問題的需要，投入到數據的整理統計中，在經歷統計的過程中培養了學生的統計意識. 如以下設計：
（一）呈現情境，提出問題
師：同學們，2008年北京奧運會中國以51枚金牌數居金牌榜榜首. 大家看，這是第二奧運中國體育代表團金牌榜. 根據金牌榜提供的信息，你能提出什么問題？
生1：中國游泳項目獲多少枚金牌？
……
（二）分類統計，解決問題
師：老師發現同學們提到的問題都與中國各種項目獲金牌數情況有關，所以我們先來解決這個問題“中國各種項目獲金牌數的情況是怎樣的”. 解決這個問題需要用到哪方面的知識啊？（統計知識）對，我們需要對原始數據進行整理、統計. 你打算怎樣統計？
生：用統計表，根據體育項目進行分類統計. （板貼：統計表）
師：這名同學想到了根據體育項目進行分類統計，你們同意嗎？除了用統計表表示統計結果，還可以用什么來表示？（條形統計圖）
師：大家看，在金牌榜上出現的體育項目既多又分散，比如說水上項目就有游泳、跳水、劃艇等，我們可以把某些項目進行歸類，請看大屏幕（課件出示分類標準）.
師：下面小組內進行分類統計，可以選用統計表，也可以選取統計圖來表示統計結果.
生：（分小組活動）.
……
二、關注扇形統計圖的產生，讓學生通過數據分析體會學習扇形統計圖的必要性
讓學生體會引入扇形統計圖的必要性是認識扇形統計圖的開始，有利于激發學生對新知的求知欲. 因此，在教學中我有意識地將切入點回歸到學生要解決的問題上，在引導對條形統計圖進行分析后，教師抓住學生前面提到的“舉重項目獲金牌數占金牌總數的百分之幾”這一問題讓學生來解決，隨即出現一組含有百分數的統計表，然后教師提出“要清楚地表示出這些信息，我們還可以用這樣的統計圖”，大屏幕出示做好的扇形統計圖. 這樣一來，扇形統計圖的引入水道渠成，既加強了與數據整理統計的聯系，又為扇形統計圖特征和作用的理解做了有力的鋪墊. 如下面的設計：
……
師：剛才我們用統計表和條形統計圖表示出了各種項目獲金牌數的情況（課件出示統計表和條形統計圖），之前有名同學還提到這樣一個問題（課件出示單式統計表）：舉重項目獲金牌數占金牌總數的百分之幾，這個問題怎么解決啊？（課件出示復式統計表空欄）
生：用舉重項目金牌數除以總金牌數.
師：怎樣列算式？
生：8 ÷ 51.
師：非常好！體操項目呢？它獲的金牌數占金牌總數的百分之幾？
師：像這樣，用每種項目獲得的金牌數除以金牌總數就能得到這樣一組百分數. （課件出示復式統計表加百分數）
師：同學們，對于中國各種項目獲金牌情況，我們還可以用這樣的統計圖來表示（課件出示扇形統計圖）
三、關注扇形統計圖的直觀優勢，讓學生讀懂數據
當前是一個信息時代，讀圖時代. 讓學生從統計圖中獲取信息，根據統計圖中的數據進行分析、預測和推斷，是發展學生數據意識具體的教學策略. 統計圖的特點是形象直觀，便于比較觀察，那么在指導學生讀圖的時候，應當突出圖的直觀優勢. 教學前我首先思考了“扇形統計圖的直觀優勢在哪里”這樣一個問題. 通過研讀教材我發現，扇形統計圖的特征應該從百分數的意義和扇形大小兩方面去理解，在讀圖過程中也應側重這兩方面，且要將數與形兩方面進行有機結合. 課堂上在教學扇形統計圖特征時有意識地引導學生讀懂數據，注重了對百分數意義的理解和它所在的扇形的大小，特別在比較大小時，我們既可以通過百分數大小來比較，又可以通過扇形大小這一直觀優勢進行比較. 另外，注意讓學生結合生活情境，根據統計圖中的數據進行推斷、預測，體驗數學的價值所在. 通過讀圖，學生切實體會到了扇形統計圖的作用. 如下設計：
師：見過這種統計圖嗎？（沒見過）那知不知道它叫什么統計圖？（扇形統計圖）. 大家可真聰明，它就叫扇形統計圖. （板貼課題：扇形統計圖）
師：知道它為什么叫扇形統計圖嗎？
生：圓內有大大小小的扇形.
師：大家都發現了，扇形統計圖中有扇形. 誰能到前面來指一指圖中哪兒有扇形？（生指扇形統計圖中的扇形）
師：正像這名同學所指的，圓內確實有大大小小不同的扇形. 你能看出哪個扇形最大嗎？（生指水上項目所在扇形）
師：為什么表示水上項目的這個扇形畫得最大？
生：因為水上項目獲得金牌數占金牌總數的百分比最大. 師：最小的呢？為什么呢？
師：在這個扇形統計圖中有兩個大小一樣的扇形，你發現了嗎？
師：為什么這兩個扇形可以畫得一樣大呢？
……
四、關注素材的決策功能，體現統計中數據分析的價值所在
統計教學中，學生不僅要讀懂簡單的數據，更重要的是要根據統計圖和實際情況，分析統計圖中數據的合理性，作出某些判斷和決策，并從中得到某些啟示. 針對初教時研課提出的問題，我們設計了部分開放性的練習，如：我從媒體中找到一些數據，鼓勵學生讀懂媒體中的統計圖，并引導學生體會這些數據帶給我們的啟示，等等. 這樣一來，使得統計教學更具價值性.
……
師：下面讓我們來關注學校的紅領巾廣播站. 學校廣播站每周播音2小時. 下圖表示各個節目的播音時間情況.
師：哪個節目的播音時間最長？你是怎么知道的？
師： “學法交流”的播音時間是24分鐘，占每周播音時間的百分之幾？
生：24除以120等于20%.
師：這是求一個數是另一個數的百分之幾.
師：如果老師請你做我們學校廣播站的策劃者，你對欄目內容和時間有什么好建議？
問題：課堂中的各種理解不到位的現象
場景1：有教師在課堂上出示用左耳或右耳接聽電話的人數統計，要求學生計算相應的比例。這種數據于學生而言缺乏實際意義，統計的結果也不涉及相關處理問題，反映出教師對數據的理解不到位。
場景2：教學中，教師給出一些商品的單價，要求學生統計單價超過5元的商品。統計的緣由沒有給出，不過是單純的篩選技能訓練，沒有體現統計的必要性及其意義，反映出教師對統計概念的理解不到位。
場景3：教師提供多種飲料，如綠茶、紅茶、奶茶、可樂等，要求學生從中選擇自己最喜歡喝的三種，再根據全班的選擇情況整理數據，列出最受班級歡迎的三種飲料。最后，教師給出專家建議“健康的飲品包括水、純果汁、奶”，要求學生結合課堂統計的數據結果，在調查報告中表達自己對中學生選擇飲料問題的看法和觀點。由于此三種飲品沒有完全出現在此前供學生選擇的范圍內，自然沒有一個學生的選擇與專家建議的健康飲品吻合，于是，學生回答，“不管喝什么，只要健康就好”。數據統計的目的就是為分析、決策提供數據支持，而該場景中數據分析部分與前面的統計結果相互脫節、沒有關聯，或者聯系不夠緊密，反映出教師對分析的理解不到位。
上述場景反映出的根本問題是，教師對數據統計與分析的內涵或者核心指向理解不足。“數據統計與分析”屬于“信息加工與表達”中表格信息加工與表達部分的教學內容，與數據管理部分的內容具有相似的核心指向，即關注“關系”的挖掘與表達，而關系是隱藏在數據之中的，需要通過相關的操作，如借助公式與函數的計算、排序、篩選等，將數據間的關系挖掘出來，可以借助圖表的形式進行直觀表達，即通過可視化方式清晰展示。
關于數據統計與分析，信息技術課程教學綱要或者課程標準中都有針對性的要求，譬如，2012年中國教育技術協會信息技術教育專業委員會研制的《基礎教育信息技術課程標準2012版》中，初中學段在“模塊二：信息加工與表達”中對表格部分的要求如下。
1.能列舉1～2種常見表格編輯軟件，嘗試簡單編輯操作，理解二維表格的共同特征。
2.根據需求能在文檔中繪制或套用表格，并對其屬性能按要求進行調整和設置。
3.能應用電子表格進行簡單數據的統計、處理，科學地借助折線圖、直方圖、餅圖等直觀表達數據。
4.從不同的角度和立場出發，通過對相同數據做不同的加工，表達不同的觀點，或對相同數據做不同的解讀，感悟信息加工和利用的選擇性、多元性和復雜性特征。
上述4條描述涉及表格中數據的統計、表達、分析，關注到數據間的關系挖掘。
“數據統計與分析”涉及對數據的加工、處理，從中獲取信息并加以解讀。因此，可以從DIKW金字塔模型獲得直接的借鑒。
解決之策：DIKW金字塔的啟示
DIKW金字塔是關于數據、信息、知識及智慧的體系，如圖1所示。
數據（Data）：可以是數字、文字、圖像、聲音、符號等，屬于事實的記錄，表達的是沒有指定背景和意義的描述。
信息（Information）：是經過相關處理的數據，強調的是數據與數據之間的關系。
知識（Knowledge）：是有意義的信息，表現為信息和信息之間的關系。由信息到知識的轉變過程，是一個對信息判斷和確認的過程，需要結合經驗、上下文聯系、詮釋和反省。
智慧（Wisdom）：是富有洞察力的知識，是運用知識分析和解決問題的能力，可以簡單歸納為正確判斷和決定的能力。
顯然，DIKW體系同樣關注關系的挖掘，即數據之間的關系、信息之間的關系，因而可以用來指導“數據統計與分析”部分的教學。
從問題解答的角度觀察，信息層回答的是“是何”的問題，知識層解決的是“如何”的問題，智慧層則涉及“為何”的問題。早期研究中有學者曾指出，信息技術中的技術包含三層內涵：（1）動手做的技術，即基本技能；（2）如何做的技術，即設計和規劃的技術；（3）為何做的技術，即技術的思想和價值。[1]三層內涵的觀點涉及技術是何、如何、為何的問題，與DIKW模型具有共通之處，這為DIKW模型在數據統計與分析中的應用提供了佐證。
從DIKW的視角來看，數據統計與分析的過程也是追求實現“數據—信息—知識—智慧”持續變化的過程。即從數據開始，以形成智慧為最終目的。具體過程是：借助相關操作對數據進行處理、加工，明確數據之間的關系，提取出有意義的信息，進而將信息組織成知識，促進學生明確“如何去使用”，再進一步，當學生明確應該何時使用及為什么要使用時，便形成了智慧。
據此，數據統計與分析中的幾個
關鍵詞 ，即數據、統計、分析，都需要有專門的指向，符合內在的規定性，且數據、統計、分析應當做到前面環節為后續環節奠定基礎，后續環節又必須在前面環節的基礎上展開。具體來說，數據需要為統計服務，統計是建立在數據提供的基礎上；統計的結果是為了進行分析，分析必須依賴于統計結果；分析的目的是為了提供決策的依據。這些關系必須在教學中予以體現，方能體現數據統計與分析的要義。
實踐之道：基于DIKW的教學思路
從DIKW的視角，數據統計與分析教學需要經過三個過程：“數據信息”、“信息知識”、“知識智慧”。從關系發掘的角度，即隱性關系顯性化、顯性關系知識化、知識運用自動化，下文展開具體闡述。
1. 隱性關系顯性化
隱性關系顯性化，即從數據到信息的過程。數據可以是教師為學生提供的原始資料，或者是收集來自學生的資料。因為需要借此學習相關技能操作，如公式與函數的使用、排序、篩選、圖表表示等，因此數據主要是數字形式，如考試成績、購物費用等，根據需要也可以適當包含文字，如學生的血型、愛好等。
為了從數據中提取有意義的信息進而展開分析，數據需要符合一定的要求：其一，數據最好能夠貼近學生，具有真實性。小至與學生個體相關的數據，大至與學校、社區、城市、國家相關的數據。貼近學生生活經驗或學習經驗的真實數據才能激發學生的興趣，促進學生通過操作發掘數據之間的關系，形成有意義的信息。從教學實踐來看，課堂或者課前收集來自學生的鮮活數據相對容易調動學生的積極性。其二，數據需要具有潛在的意義，即有統計價值，場景1中接聽電話用左耳還是右耳的例子之所以失敗，就是因為數據不具有統計價值，從數據中無法提取出有意義的信息。其三，數據要具有統計的必要，即數據要達到足夠的量，少量數據往往無法體現出用計算機統計的優勢。在數據量足夠的情況下，可以通過人工計算與計算機統計的對比凸顯計算機統計的優勢和價值。
在數據有效的基礎上，統計承擔著從數據中提取信息的功能。為了保證將來從信息到知識的轉變，統計所得信息當存在分析的可能、必要及價值，否則統計本身就沒有意義。譬如，場景2中讓學生統計購買的商品中單價超過5元的商品，數據本身沒有問題，但這種統計的結果似乎沒有分析的意義及價值，因而統計本身就失去了意義。
從數據到信息的轉變需要學生借助一定的技術操作來實現，這個階段涉及的技術屬于動手做的技術，即技術的底層。例如，統計過程可能涉及計算、篩選、排序，統計結果的呈現涉及各種圖表的使用。
2. 顯性關系知識化
顯性關系知識化，是指由信息到知識的轉變。美國佛羅里達國際大學豪恩斯坦認為，信息是別人內化的知識，知識是自己內化的信息。[2]所以，如果信息是輸入，知識在某種意義上便是輸出。這意味著從信息到知識的轉變需要學生在認知層面形成理解。這一階段涉及的技術屬于無形的技術。
此階段是對數據統計結果進行分析的過程。譬如，統計全班學生血型，根據四種血型的統計結果，引導學生明確血型的相關知識。又如，統計不同品牌貨物銷售情況，從不同角度（商場、品牌負責人、顧客）去分析，得出不同的結論。若收集的數據與學生個人或家庭相關，則分析的結果最好能夠凸顯因人而異，從而促進學生在體驗到分析意義的基礎上，樹立利用數據統計與分析為自己的學習、生活服務的意識。
譬如，《Excel中數據的處理》[3]中，教師要求學生將自己家庭衣、食、住、行、用等數據輸入到碳排放計算工作表中，完成相關計算，并根據數據回答問題：
1.我們家（ ）方面碳排放最高，（ ）方面碳排放最低。
2.我們家年人均碳排放（ ）kg，和全球人均目標碳足跡2000kg比較，我們家是（高碳/低碳）生活。
3.為了應對氣候變化，我們家應該從以下方面減少碳的排放。
每個學生獲取的數據不同，結論自然就不同。這種差異性體現了一種真實，也幫助學生理解統計與分析的實際意義。
分析在統計與決策之間發揮著承先啟后的作用，“承先”是指，分析必須依據統計所得結果來進行，體現兩者的緊密聯系，以保證分析的價值及統計的意義；“啟后”是指，分析需要為后面的選擇、決策提供依據與基礎，因此需要恰當設計分析的內容，以保證決策得以進行。
譬如，《Excel中數據的處理》中1、2兩個問題的分析必須建立在前面數據計算的基礎之上，3題的回答又依賴于1、2分析的結果，充分體現出統計分析為決策提供數據支持的功能，促進學生對數據統計分析加深認識與理解。
3. 知識運用自動化
知識運用自動化，即從知識向智慧的轉變過程，是指在學生掌握知識之后，借助一定量的知識應用練習，熟悉了知識的應用環境及方法之后，在不需要專門選擇知識的情況下無意識地運用知識，達到自動化效果的過程。這一過程顯然不是一蹴而就的，需要經歷幾個狀態：在知識應用練習之前，處于“無意識的不用”狀態；經過知識應用訓練，基本掌握了知識應用場合及方法，但還不夠熟練，遇到問題時，需要有意識地思考選擇相應的知識，該階段可以稱為“有意識的應用”狀態；經過足夠的知識應用練習之后，學生對知識的應用形成更深的感悟，可以在無意識中，即自動選擇某種知識應用于問題解決中，此時就進入了“無意識的應用”狀態，達到此狀態，即完成了由掌握知識到生成智慧的轉變。
具體到數據統計與分析的教學中，就是根據分析結果進行選擇或決策的過程。智慧指向正確判斷和決定的能力，因而在數據統計與分析后期，需要引導學生依據分析的結果進行選擇、決策。智慧傾向關心未來，含有暗示及滯后影響的意味，與此類似，課堂上的選擇抑或決策只能更多發生于認知層面，形成的是決策時的心理傾向，但追求的是持續影響學生并實現將來在現實情境中的外顯行為的變化。因而，知識運用自動化在一次課內未必能夠實現。
同數據分析類似， 決策可以因人而異。譬如，《Excel中數據的處理》中的問題3。教學中需要引導學生根據實際做出符合需求的決策。譬如，《Excel綜合運用》[4]案例中，教師課前安排學生對自己居住小區的人居環境從自然、人文、社會、建筑和支持網絡幾個方面進行評價，課堂上則圍繞用Excel軟件對若干個小區的人居環境狀況作系統的分析，涉及Excel數據加工技術的綜合應用，如排序、篩選、分類匯總等，然后得出結論，哪個區的人居環境綜合比較好。最后環節是引導學生的實際應用：
是不是××區的人居環境比較好，我們都要住在那個區？在選購住所的時候，首先應該考慮自己的需求，根據實際需要確定自己的選擇。
（1）假如你是一名在南京一中讀高一的學生。
需考慮因素：你的父母希望你上學路途中花費的時間比較少，小區居民的整體文化素質比較高。
（2）假如你的爺爺奶奶退休了，考慮給他們選擇一處房屋。
需考慮因素：空氣新鮮，小區休閑設施齊全，鄰里關系和睦，靠近你家現在的住處，方便照顧老人。
該案例是在對真實數據進行統計的基礎上，通過分析引導學生明確如何選擇、為什么要如此選擇，關注學生在掌握知識的前提下生成智慧。學會選擇，這就是智慧，影響著將來的選擇行為，即根據實際需求進行選擇，其實不僅是小區的選擇，也包括人生中的其他選擇。
知識運用自動化階段的教學要求：其一，必須為學生提供需要決策的情境，以促進學生在類似情境下的順利遷移。這一點需要在數據呈現的同時即提供給學生，以促進學生明確數據處理的根本目的。其二，決策需要根據分析的結果來進行，讓學生充分體會到分析的目的及價值，即為決策提供依據。
按照上述隱性關系顯性化—顯性關系知識化—知識運用自動化的思路，教學中引領學生經歷數據的收集、整理—處理、加工—分析、表達—選擇、決策這一完整過程，促進學生對數據處理形成整體感知與理解。
數據統計與分析的完整過程是從數據收集與錄入開始，經過表格規劃與修飾、數據處理與統計、圖表與分析等，因此，未必在一節課內完成，但整個部分的教學經歷完整過程即可。也可以在綜合應用或者復習課上，帶領學生經歷此完整過程，為了在一節課內實現，可以簡化部分細節，如使用半成品策略，以凸顯整個流程。
結束語
從DIKW金字塔模型的視角觀察“數據統計與分析”的教學，意義在于：明確數據統計與分析的教學不能止步于簡單的數據收集、整理、加工，其意義主要體現于在此基礎上的分析及進一步的決策。即教學中在由數據到信息的轉化基礎上，關注顯性關系的知識化并追求知識運用的自動化。
顯然，DIKW模型也適用于信息技術課程中的其他內容，譬如DIKW體系經常應用于信息科學，因此可以應用于搜索技巧及數據挖掘。
注： 本文為江蘇省教育科學“ 十二五” 規劃課題“ 信息技術課程思想及其應用研究” （ B -b/2013/01/039）的研究成果。
參考文獻
[1]李藝.高中課改實驗進行時[J].中小學信息技術教育，2005(1).
[2]盛群力.21世紀教育目標新分類[M].杭州：浙江教育出版社，2008:67.
中圖分類號：TP311.52 文獻標識碼：A 文章編號：1009-914X（2017）22-0102-01
1 引言
隨著計算機技術日新月異的發展，程序可視化教學在教育和教學中已經顯示了明顯的優越性。所謂可視化教學，是指在計算機軟件與多媒體技術的幫助下，將一些抽象、深奧、復雜的事物以及發展過程，用仿真化、虛擬化、實體化的方式，在教學方法中顯現出來。可視化教學應用方便，可以使計算機學習者直觀地觀察、體驗并利用這些可視化的知識模型，從而使計算機學習者較為輕松地進行課程的學習，對計算機學習者的認知能力與創新能力都會有較大的提升。
可視化教學應用于數據結構算法教學當中，可以改變傳統教學方法中的枯燥乏味局面，吸引計算機學習者的注意力。可以將文字、數據、圖片、源代碼等其它多媒體動態地融合在一起，豐富算法的執行過程。可以讓計算機學習者體會在大量不同的數據結構下，算法執行效率的差異。計算機學習者也可以充分的利用自己的課余時間進行自我學習，通過可視化教學軟件研究算法的執行過程，培養計算機學習者自主學習的能力。
2 數據結構與算法系統的需求分析
傳統的數據結構與算法教學方法中，有些算法的執行過程比較抽象，教師為了講解一個算法往往需要輔助大量的圖形示例。常規的板書和一般的幻燈投影授課均難以有效地展示這種抽象性和動態性，容易造成教學的低效和學時膨脹。有一些學校看到了弊端，苑⒊雋聳據結構教學網站供計算機學習者學習和交流；也有一些學校則開發出了可視化數據結構教學演示系統，將數據結構中算法的執行過程直觀展示在用戶面前。整體上看，這些系統在一定程度上促進了用戶的學習，但還存在著一些不足，如系統以“教”為中心而設計，缺乏以用戶為中心的人機交互理論的指導，學習者與軟件的交互機會少且單一。因此，一個供用戶自主設計算法，在實踐環節上進行創新，提出自己的見解和設計，并得以驗證，從根本上和底層次上深化對數據結構與算法的理解的學習平臺的苑⒂任重要，互聯網支撐的數據結構與算法學習系統將解決這個問題。系統能夠讓用戶熟悉數據結構課程的核心理念，掌握相關算法內部的運行機制。本文在研究數據結構模塊的基礎上，將開發一個數據結構與算法學習系統，聯動演繹各數據結構模塊是如何有機結合的，并為用戶提供自主設計算法的接口，這也是本系統區別于其他系統的一個創新點。
本文提出的數據結構與算法學習系統的設計目標為：系統良好的交互界面，包含數據結構各功能模塊的算法演示，各模塊詳細信息查看，利用計算機圖形界面技術，提供良好的用戶界面。系統實現一系列數據結構的算法，用戶能實時查看算法圖形動態演示過程，并提供各算法和數據結構的詳細中間結果信息，幫助用戶進一步理解算法的執行過程和效率。系統不僅可以為用戶展示數據結構算法的執行過程和中間結果，還提供編程接口讓用戶實現自定義算法，并對該算法進行測評，以圖形界面的方式展示在用戶面前。系統具備良好的穩定性，采用了多種安全機制確保服務器的穩定運行，保證了系統的安全可靠。充分運用面向對象的設計思想來設計系統模塊，使其具有良好的擴展性，方便系統的后期維護和擴展。
3 數據結構的系統總體架構
系統采用典型的三層架構作為開發模型，本系統的三層架構主要劃分為客戶端、服務器端和服務資源層。系統客戶端是一個瀏覽器，顯示用戶的使用界面，不同的用戶通過瀏覽器向服務器端發送請求，然后接收服務器的返回信息展示在用戶界面上。服務器層位于系統的服務器端，包含了數據庫服務器和應用程序服務器，它提供了數據支持，實現了算法引擎和代碼測評，算法引擎提供了經典算法的演示和用戶自定義算法演示，代碼測評負責對用戶提交的源代碼進行測試，并生成y試數據。服務資源層位于系統的服務器，它提供用戶經典算法庫和可視化類庫，經典算法庫包含了相關的代碼以及算法演示的全過程，可視化類庫提供用戶的一些畫圖操作，讓圖形界面的演示更為美觀。
優秀的系統必須能夠滿足系統的擴展和維護需求，數據結構與算法學習系統三層架構側重于設計的簡單化，簡化客戶端的功能，將復雜操作置于服務器端。系統的客戶端，也就是瀏覽器層，僅僅用來顯示用戶工作界面和執行一些畫圖操作。系統的客戶端是前臺用戶瀏覽器，顯然，瀏覽器不會對測評系統產生任何影響，只要客戶端瀏覽器支持環境就可以運行該系統，而目前的瀏覽器都對其進行了支持。不管客戶端有多少不同種類和數目，都不會影響系統的完善和后期維護，這樣就減輕了系統開發和擴展維護的難度。另一方面，系統服務器端承載了絕大多數的負載，基于此情況，服務器端的配置就必須要合理，后臺服務器的一個小小的錯誤都有可能對系統測試服務造成不可預計的影響，因此，保證系統服務器端的安全穩定運行是十分關鍵的。
在本系統的三層架構中，利用基于面向對象的方法進行系統的苑，按照系統需求對服務器做了不同模塊的劃分，主要分為三個部分。分別是數據庫、算法引擎和代碼測評程序。數據庫為用戶提供數據支持，能夠滿足用戶對數據的增加、修改、刪除、更新等操作。算法引擎負責對算法進行解釋，給用戶提供算法的演示功能，并能夠將用戶按照系統要求編寫的代碼轉變成圖形方式展示在用戶面前。代碼測評程序主要對用戶提交的源代碼進行完整的測評，其中包括源代碼編譯，源代碼測試和程序監控等。對于服務資源層，包括兩大部分，分別是經典算法庫和可視化類庫。經典算法庫包含了數據結構九大章節的數據結構模型和相關的算法，供算法引擎調用，在客戶端上展示出來。可視化類庫提供了一系列的數據結構畫圖操作，使算法的演示過程顯得生動形象。
服務器層用分離可縮放結構，算法引擎部分與代碼測評程序兩者沒有直接交互。本文設計的系統將算法引擎與代碼測評分離開來，測評模塊用多線程處理機制，極大的提高了系統的響應速度，雙方通過數據庫進行~合。這種結構的設計也使得測評模塊的復雜性有所降低，首先，測評模塊易于維護，不同模塊的修改不會對其他的模塊造成影響，其次，利于系統的負載均衡。如果算法引擎和代碼測評在同一臺服務器運行，當同時測試的用戶比較多的時候，非常消耗服務器資源，容易照成服務器負載過重。用了分離可縮放結構，代碼測評系統就可以單獨的放在另外一臺服務器上，專門負責源代碼的測評工作，甚至可以放在一個集群上，有效地提升系統的運行效率。通過對系統進行分層，能夠使得系統的各大模塊之間沒有強的Q合，彼此之間相互聯系卻不會相關干擾，使得開發過程方便快捷，對以后的維護和擴展也有著極大的好處。
參考文獻
一、引言
“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”（麥肯錫咨詢公司）大數據時代已經到來了，決策將日益基于數據和分析而做出，而并非基于經驗和直覺。大數據應用已經在商業、經濟等領域取得了顯著的成功。而在目前，教育領域中，各種數字學習環境的普及和推廣，越來越多的人員在網絡環境下發生學習行為。學習者與學習系統之間，學習者與學習者之間，學習者與設備之間，每天都在發生大量的交互數據，這些數據有著海量的數據規模（Volume）、多樣的數據類型（Variety）、快速的數據流動和動態的數據體系（Velocity）、巨大的數據價值（Value），這些都符合大數據的4V特性。海量的數據給傳統教育數據的存儲和分析都帶來了巨大的挑戰。如何通過技術手段對教育大數據進行分析處理，使教育領域的方方面面都受益，最終有效促進教與學，已經越來越受到研究者的重視。而學習分析理念的提出，為教育大數據的應用找到了很好的途徑。
二、學習分析概述
早在2010年美國新媒體聯盟的《地平線報告》中就預測學習分析技術將在未來的四到五年內成為主流。第一屆學習分析和知識國際會議認為：學習分析技術是測量、收集、分析和報告有關學生及其學習環境的數據，用以理解和優化學習及其產生的環境的技術。
學習分析所服務的對象涉及教育系統的各個相關人員，學習者、教育者、教育研究者、教育管理者、學習服務提供者等等。使用數據挖掘、社會網絡分析、統計分析等多種技術對教育大數據進行解釋和分析，根據解釋與分析的結果，評估學習者的學習進展，預測未來的表現，并發現潛在問題，以便學習者能更準確地把握自己的學習情況，優化學習過程，教育者能及時調整教學活動和教學內容，優化教學方法和教學策略，為學生提供個性化的教學資源與建議，同時也能為教育管理者的決策提供科學依據。國外對學習分析技術的研究已經取得了一定的效果，而國內還處在理論研究和綜述階段。基于教育大數據的學習分析系統的構建可以為學習分析的應用和實踐提供重要指導，更好地提高學習效率，有效促進教與學。
三、學習分析系統的總體架構
國內外許多學者都從不同角度對學習分析進行了整體框架的設計，但每個框架都有其局限性，經過實踐驗證的框架依然很少。學習分析的基礎和核心是海量的教育數據。圍繞數據開展數據的采集、存儲、分析、表示以及應用五個環節的活動。本文以數據為核心，依據數據流動的過程來構建一個更加靈活和可擴展的學習分析系統的架構模型（見圖1所示）。
圖1 學習分析系統架構圖
學習者的學習行為發生在各種數字環境中，如傳統的學習管理系統、網絡課程以及開放學習環境（MOOCs）等，社會性學習系統，如博客，微博，各種社交網絡等。交互當中所產生的數據都會被記錄到原始數據庫中，而原始數據來源眾多，形式不一，存儲和處理都有困難。通過聚集、抽樣、維歸約、離散化和二元化等預處理，讓原始數據更加適合挖掘，將預處理得到的學習數據存儲到學習數據庫中，與學習者相關的一些基本數據存儲在學生信息庫中。在特定的時間中學習分析引擎會從學習數據庫和學生信息庫中獲取數據進行分析，依據需求不同，在分析過程中使用不同的數據挖掘和分析工具及模型。分析結果作用于學習者、教育者、研究者、教育管理者等不同層次，提供相應的教育干預，學習內容和過程、教學設計和策略優化。當然，分析結果也要以報告或可視化圖表等形式在展示平臺輸出。
四、結束語
學習分析是大數據技術在教育領域中的應用。在大數據技術的支持下，深度挖掘學習行為模式，交互數據之間所隱藏的潛在價值，學習質量分析，個性化教學內容推送等都將成為可能。在對學習分析進行不斷深入研究的同時，也存在許多挑戰。如何快速有效地收集和預處理來源多樣的原始數據，使用哪種工具、算法能更準確地得到有效預測，如何做到保護學生隱私等，都是我們要考慮的問題。相信這些挑戰都將在不久的將來得到解決。
【參考文獻】
[1]Barwick H.The “four Vs” of Big Data.Implementing Information Infrastructure Symposium[EB/OL].2012-10-02.
舞蹈劇目課是一門藝術表現性課程，是通向舞臺的藝術性訓練課程，在舞蹈教育中占有極其重要的地位，對學生舞蹈藝術能力的培養至關重要。在傳統的教學中，由于場地、課時、教師精力等局限性，浪費時間、精力，事倍功半。如今，我們看到了新媒體舞蹈對劇目課教學的影響作用以及新媒體技術在劇目課中應用的可能性。但現有的研究成果主要集中在如何利用計算機對舞蹈進行記錄和編創，很少涉獵舞蹈的課堂基礎教學，或者所采用的技術過于依賴硬件的配置，增加了應用的難度，不適用于舞蹈教師或演員的獨立操作。本文立足于舞蹈劇目課教學，設計一套基于數字媒體技術理念的適用于劇目課教學的交互式系統。
1 舞蹈劇目課與新媒體舞蹈簡析
舞蹈是在一定的空間和時間內，通過連續的舞蹈動作過程，凝練的姿態表情和不斷流動的地位圖形（不斷變化的圖畫），結合音樂、舞臺藝術（服裝、布景、燈光、道具）等藝術手段來塑造舞蹈的藝術形象[1]。舞蹈劇目課屬于藝術表現性的訓練課程，每個劇目都是一個完整的藝術作品，它是包含有特定的歷史文化背景、鮮明的創意、具體的角色、豐富的情感意志以及舞美、燈光、服裝、道具等眾多姊妹藝術的結合體現，加強舞蹈劇目課教學，對當前提高學生的舞蹈水平、藝術水平和文化修養，有著極為重要的現實意義。從某種意義上甚至可以說，舞蹈劇目課是舞蹈教學的本質與核心[2]，傳統的劇目課教學采用“口傳身教”的教學方式，即教師口頭講解、親自示范動作、通過語言的描述讓學生想象營造出一個原生態傳承的特定環境，這種教學方式雖然具有現場感，教師能夠有針對性地臨場指導，學生有針對性地當堂提問，但由于場地的面積、人員的數量、教師的精力、個體和群體之間的關系、舞蹈藝術的身體體驗等原因，使得學生形成了單調和孤立的學習方式，而束縛了學生的自學能力和創造性思維，不利于發揮學生的主動性和積極性，不利于提高學生的全面素質 [3-4]。近年來，隨著新媒體藝術的興起，數字媒體技術被廣泛應用到了藝術的各個門類當中，正如馬曉翔在《新媒體藝術透視》一書中提到的：“新媒體藝術不僅是計算機合作與兼容數碼技術創作作品的方式，也是用計算機的計算力量和技術來創作新符號、新定義、新的交流與形式的方式。”舞蹈藝術作為一門多種藝術共同融成的綜合性藝術，其與新媒體技術更能擦出不可估量的火花，美國著名編舞家兼數字藝術家阿尼達?程如是說：“新媒體技術不僅是舞蹈記錄和傳播的物質媒介，更是激發靈感的技術型繆斯。”可見新媒體技術對舞蹈藝術數字化革命的真正含義[5]。如前所述，劇目課作為舞蹈學習通向舞臺的表演性課程，可以從新媒體舞蹈的本體特性中找到新的教學理念，即在全新環境中發展起來的立足于創意理念，并且融合了高新技術手段和互動設計理念。也就是說，更新傳統劇目課的教學理念，結合計算機技術的數字化支持，搭建具有完整資料庫、訓練實時采錄比對功能、遠程/在線反饋功能、舞臺模擬再現功能等允許學生自主學習和遠程/在線學習的劇目課教學平臺，以期做到教學中的事半功倍，對舞蹈劇目課教學改革以及創新能力的培養有著重要的現實意義。
當然，該平臺的搭建需要多學科的跨界合作，本文僅對平臺中所需的計算機技術進行分析與實現。
2 基于新媒體舞蹈理念的劇目課教學系統模型規劃
本系統是一套適用于舞蹈劇目課教學的計算機輔助教學系統，以數據庫形式管理課程參考資料和用戶個人資料，通過數字圖像處理手段對用戶的個人練習進行原型比對，給出意見建議，在此基礎上，通過可視化設計允許用戶選拼動作進行新劇目的自由開發。
本系統吸納了新媒體舞蹈的理念，將劇目課與虛擬的數字化舞臺直接相連，并允許用戶自由創作，激發創作的靈感和表演的熱情，為實際的舞臺演出提供全新的數字化劇目經驗。
本系統模型的具體規劃如下圖所示：
其中，二維圖像特征點提取與對比是技術中的重點，接下來，本文對此進行詳細說明。
3 二維圖像特征點提取與對比
3.1 芭蕾舞的算法定義
【中圖分類號】G762
學生教學評價，即學生作為評價主體對教師的教學質量進行評價。其主要目的是為教師的教學提供有用的反饋，以促進教師提高教學質量，從而為提高學生的學習效果服務 [1、2]。聽障大學生，作為特殊的學生群體，日常教學應賦予更多的關心和愛心。對聽障大學生教學評價數據的研究，可以促進從事特殊教育的老師改善教學方法，調整教學態度，進一步提高特殊高等教育的課堂教學質量顯得格外重要。
數據數理統計分析是數學的一個分支，是指研究如何有效地收集和使用帶有隨機性影響的數據。通過數據的數理統計分析，可以進行數據的整理和問題的推斷[3]。現代數理統計分析的一個顯著特點就是運用計算機實現有關的統計計算與分析，目前也有許多應用計算機軟件對于教學質量進行分析討論的報道。本文利用SPSS軟件（Statistical Product and Service Solutions）對聽障大學生教學評價數據進行統計分析，以更好的發揮評價的診斷、激勵和導向的作用。
一、數據分析來源
本文數據來源于某大學某學期聽障大學生教學評價數據，共涉及25門課程。教學評價分為十項指標，分別為“tm1”：儀表端莊，教態自然，精神飽滿；“tm2”：上課準時、足時，認真負責，嚴格要求學生；“tm3”：關懷和尊重學生，有固定的輔導和答疑時間師生關系融洽；“tm4”：教學目標、要求、考核形式明確，推薦有助我們學習的參考文獻；“tm5”：授課內容充實，信息量大，重難點突出，進度安排適當；“tm6”：作業有利于我們掌握知識和自主學習，批改和分析認真；“tm7”：思路清晰，闡述準確，語言規范生動；“tm8”：因材施教，注重學生創新意識和能力培養；“tm9”：教學方法靈活，教學手段恰當，注重互動，課堂氣氛活躍；“tm10”：掌握了本課程的核心內容，激發了學生學習興趣，提高了分析問題、解決問題的能力。
二、分析方法
本文主要使用了SPSS軟件中的描述性統計分析（Descriptive Statistics，得到原始數據轉化成標準化的取值，可以直觀了解數據的情況，同時便于進一步分析）；K-S單樣本檢驗分析（Kolomogorov- Simirnov One-sample Test，主要考察數據是否符合正態分布）；主成分分析（Principal Component Analysis，將多個變量通過線性變換以選出較少個數重要變量）；K中心聚類分析（K-means cluster analysis，將數據進行分類，辨別樣本之間的親疏關系）；單因素方差分析（one-way ANOVA，調查按某個研究因素的不同水平分組后該因素的效應）。
三、結果與分析
（一）學生教學評價整體情況及正態分布分析
分析教學評價整體情況可以了解聽障大學生課堂教學質量的總體情況。從表1可以看出，該學期聽障大學生教學評價總分范圍在81.48-99.82之間，平均成績為89.69±3.62。利用SPSS軟件進行正態分布分析，得到表2及圖1。從表2得到單樣本K-S檢驗Z統計值為0.500，漸近顯著性水平為0.964，遠大于0.05，因此教學評價結果符合正態分布。
（二）學生教學評價指標主成份分析
利用SPSS進行學生教學評價指標主成份分析后，得到表3。主成份分析法只提取到1個成分，且變量系數均接近1，因此可以認定本體系10項指標相互獨立，影響較小。
（三）不同課程學生教學評價聚類分析
通過SPSS軟件K中心聚類分析方法，將25門課程進行聚類分析，得到表4、表5。從表4可以看出，通過聚類分析，通過學生教學評價成績將25門課程分為了2類，1類優秀成績為15門課程，2類良好成績為10門課程。表5則表示每門課程所屬聚類。
（四）學生教學評價指標的聚類分析
通過SPSS軟件K中心聚類分析方法，將學生教學評價十項指表每門課程的得分進行聚類分析，得到表6、表7。通過聚類分析，將評價指標分為了2類，指標1、2、3被歸為類別1，可以看出主要是指教師的教學態度；指標4-10被歸為類別2，主要考查教師的教學業務水平。
（五）不同學科類別科目學生教學評價差異性分析
根據課程不同性質，將參與評價的25門課程分為了學生思政（兩課）類、文科（外語、語言等）類、理科（數學、物理等）類。
利用SPSS進行單因素方差分析。文科類課程與理科類課程學生教學評價成績有顯著性差異，且文科類課程得分要高于理科類課程。原因可能由于理科類課程需要大量邏輯思維能力，聽障大學生可能在這方面有所欠缺，因此課堂教學效果不如文科類課程。此外，學生思政類課程與文科、理科類課程均沒有顯著性差異，其得分介于兩者之間。
（六） 不同職稱教師授課學生教學評價差異性分析
根據授課教師職稱不同，將參與評價的25門課程分為了教授授課、副教授授課及講師授課三類。
利用SPSS進行單因素方差分析。教授授課類學生教學評價得分與副教授、講師授課類直接均存在著顯著性差異，且總分均值要高于其他兩類。可見，教授因為在知識、授課經驗上的累積，其教學效果要好于副教授及講師。副教授及講師教學評價得分則無顯著性差異。
四、結語
本文通過計算機軟件等輔助手段，將原本多而無規律的教學評價數據進行了分析處理，獲得了許多有價值的信息，這些都有利于教育管理進行優化管理，更好的做出決策，為強化教學管理、提高教學質量打下基礎。本文只是在聽障大學生教學評價過程中，利用計算機輔助手段進行分析的初步探索。教學評價是一項非常復雜的質量監控的過程，如何進一步利用計算機軟件等為教學質量提供支持，有待我們繼續研究。
參考文獻
1.要讓學生感受需要用數據來說話。
統計教學與其他數學內容一樣，首先要激發學習的需求：為什么要統計？與其他數學內容所不同的是，統計是用“數據來說話”。
在《復式折線統計圖》教學中，結合生活實際以及折線統計圖的特點，我們創設了“常州氣溫是否變暖”問題。通過師生談話聊出“氣候變暖”話題，提出問題：怎樣說明常州氣溫是在變暖？在現實且有意義的問題驅動下，讓學生充分感受“數據”是說明問題有力的“證據”，以此認識到數據分析的重要性。
情境只是載體，想到需用“數據”說明問題是活動目的。隨著一次次經驗的積累，學生也就逐漸體會到“數據”能說明問題，說明問題需要統計數據，統計能幫助人們了解事情并做出判斷，也就逐漸建立了統計意識。
2.要讓學生明白用怎樣的數據來說話。
在《復式折線統計圖》教學中，為使學生感受怎樣的數據才能科學地說明常州氣溫變暖問題，師生間進行了如下對話：
師：你們覺得要收集怎樣的數據呢？
生：收集今天的氣溫。
師：單單收集現在的氣溫能說明這個問題嗎？
生：不能，要現在的和以前的，這樣才可以對比。
師：對比，是一種好方法！只是，氣溫有最高氣溫，有最低氣溫，還有平均氣溫，你們覺得這里用哪個氣溫比較合適？為什么？
生：平均氣溫。因為平均氣溫在中間，既不是最高的也不是最低的，比較公平。
師：是啊，在新聞中經常會出現在哪一年或哪一個月出現極端氣溫。為了避免這種極端數據影響我們的判斷，所以要用“平均氣溫”來比更合適。但氣溫的變化很微妙，如果用今年和去年氣溫比，很接近，很難發現問題。怎么辦？
生：相隔時間久一些。
生：調查年份多一些。
師：其實，氣象工作者和你們的想法一樣，一般用現在月平均氣溫與前幾十年的月平均氣溫作比較。（出示在常州氣象局查閱的常州1949年-2000年的50年月平均氣溫和常州2010年各月平均氣溫）
……
《課程標準》（修訂稿）對統計教學明確提出：要會根據實際問題設計簡單的調查表，能選擇適當的方法（如調查、試驗、測量）收集數據。很顯然，如何收集數據、搜集怎樣的數據是要求學生達成的能力要求，那么，數據的科學性教育也就顯得尤為重要了。
二、“數據”是分析問題的“依據”
1.要讓學生讀懂數據表達的信息。
在《復式折線統計圖》教學中我們設計了這么一道練習：下面兩幅統計圖，只有一副是真的，請同學們猜一猜那副是真的。
這道題是根據蘇教版小學數學教材中的練習改編而成。改編后的練習不僅豐富了統計內涵，更重要的是通過游戲的形式使學生產生對數據的親近感，讓學生感覺數據并不枯燥乏味，數據分析也不僅僅是計算，數據是蘊含信息的，數據是能表達生活實際，每幅統計圖其實就是告訴我們一個生活故事。
2.要讓學生體悟數據有助于分析問題。
發展統計意識、培養學生的數據分析觀最有效的途徑就是讓學生體會統計的價值。數據是能表達信息的，數據所表達的信息是能夠幫助人們做出決策的。
在《復式折線統計圖》教學中，為使學生認識到統計對決策的作用，設計這樣的題目：完成某地區7-15歲男女生平均身高統計圖。
（1）給出7、8、9歲男女生平均身高的相關數據，要求學生獨立描點、連線完成部分統計圖，并交流繪制的過程。
（2）進行分析和推測。
看著7-9歲的身高圖，先猜一猜9-15歲男女生的兩條折線會有怎樣的發展趨勢。然后出示9-15歲的折線統計圖，說一說男女生7－15歲身高有怎樣的變化。再想一想，如果接著畫下去，男女生的兩條折線還會怎么樣？
1 引言
高職院校醫學專業學生在校理論學習結束后，要進入醫院等用人單位頂崗實習，為畢業后能迅速適應就業崗位打下良好基礎。但在實習學生管理方面，各院校仍在采用傳統的人工管理模式，溝通不暢，資源浪費且效率低下。所以，如何進行高效的學生實習管理，成為眾多醫學院校亟待解決的一個核心問題。隨著互聯網技術的不斷發展，信息化的管理模式成為了各醫學院校進行實習學生管理的最優選擇，開發一個基于數據庫和網絡的實習管理系統，實現實習學生的信息化管理，降低學校對實習學生的管理成本，提高管理效率，實現學院-醫院雙重管理的無縫銜接，是眾多高職醫學院校正在進行的一項課題。
由于在實際環境下，學生實習的單位在地理位置上是分散的，以筆者所在學校為例，實習單位主要分布在西安市、咸陽市、寶雞市、渭南市、榆林市、漢中市、重慶市等省內外地區，且每年都有新增的實習單位。因此，在進行管理系統的設計時，采用什么樣的數據庫方案就成了決定系統效率和穩定性的關鍵因素。
2 數據庫設計方案
在數據庫方案的選擇上，可以考慮集中式數據庫和分布式數據庫。集中式數據庫硬件系統是由一個處理器、與它相關聯的數據存儲設備以及其他設備組成，見圖1。
若采用集中式數據庫，所有系統成分均駐留在單個計算機（或場地）內，用戶可以在同樣的站點上操作，也可以在地理位置隔開的其他站點上通過遠程終端來操作。系統及其數據管理被某個中心站點集中控制，這樣有利于數據的維護和保持數據一致性，但是，一旦中心數據庫發生故障，就會導致整個系統癱瘓。
分布式數據庫是由一組數據組成的，這組數據分布在網絡中的不同計算機上，網絡中的每個結點都具有獨立處理的能力，可以執行局部應用，也能通過網絡通信子系統執行全局應用，如圖2所示。
對用戶來說，一個分布式數據庫系統從邏輯上看如同集中式數據庫系統一樣，用戶可以在任何一個場地執行全局應用。所以，根據學生實習的實際情況來看，適宜采用分布式數據庫系統，允許各實習單位將自己常用的數據存儲在本地，在本地錄入、查詢、維護，實行局部控制，在降低通信代價的同時，提高響應速度。
3 數據分布策略
在進行數據分布設計時，可考慮采用分割式與復制式相結合的數據分布策略。在學院站點上保留一個完整的數據副本，然后根據學生將要去往的實習單位，將所有實習學生的信息按照實習單位進行分配，即一個實習單位一個數據子集副本。這樣，各實習單位可自治的查詢和修改本單位實習學生的數據，發揮系統的并發操作能力。同時，由于數據分布在多個站點上，當部分站點出現故障時，系統仍能保持運行，提高了系統的可靠性。
在本系統中，每個實習單位都需要對分配給自己的實習學生的信息進行一系列的管理，也就是說，對于學生的基本信息及其關聯信息的應用較為頻繁。所以在進行數據分片設計時，應采用水平分片，使實習單位的絕大多數應用在實習單位的站點內完成，系統的效率得到提高，避免因為頻繁訪問兩個或多個片段導致執行連接操作增加而使得代價增加。并且，采用水平分片方法產生的片段，將被分配到訪問它次數最多的站點上，即在各實習單位站點上只分配去該單位實習的學生信息，而全部實習學生的數據則存放在學院站點上。
4 數據同步設計
