资源简介

(共39张PPT)
第八课时
数据的加工与分析
（湘科版）七年级
全
01
学习目标
内容总览
02
新知导入
03
探究新知
05
课堂练习
06
课堂总结
07
板书设计
04
知识拓展
课后作业
08
教学目标
体会数据加工与分析在学习、生活中的重要作用，理解数据的关键作用，认同 “数据驱动决策，理性分析问题” 的理念。
01
02
在 “数据加工与分析” 实践活动中，做好数据采集、加工分析等分工任务，对自己的分析结果负责；同时树立数据隐私意识。
03
能够运用数据加工与分析的方法，分析生活中运用数据解决的实际问题，结合分析结果提出切实可行的改进方案。
04
责任担当
创意物化
解决问题
价值体认
通过多种形式进行数据加工与分析的创意物化，如设计 “个人消费习惯分析报告” ，将分析成果以直观、创意的形式呈现。
新知导入
对于“数据”我们可能既熟悉又陌生。说熟悉是因为生活中无所不在的数字——成绩分数、电话号码、账户余额等让我们能直观地看到它们的存在。说陌生是因为大多数人可能不知道，有一定意义的文字、符号、图片、视频等都是数据。我们现代生活的方方面面、点点滴滴都建立在数据之上。那么数据有哪些奥秘呢？让我们一起走进数据和数据加工与分析世界。
新知导入
探究新知
议一议
活动准备
在生活中，数据是个常用词。首先我们要了解什么是数据，数据有什么用。
1.举例说明什么是数据。
我们日常衣食住行、柴米油盐开支的金额是数据。
我们每次考试各学科成绩是数据。
我们每天的睡眠时间时长是数据。
家庭每月的水电费缴纳金额是数据。
探究新知
议一议
活动准备
2.20世纪90年代一家大型超市的管理人员在分析销售数据时，发现了一个“奇特”的现象：啤酒与尿不湿经常出现在同一个购物篮中。
（详细内容见教材p47页）
探究新知
议一议
活动准备
案例描述
案例名称
线上游戏的“道具捆绑销售”
游戏公司通过分析玩家购买数据，发现武器皮肤与表情动作的购买关联性，推出捆绑礼包和关联推荐，成功提升客单价与用户满意度。
知识链接
早期萌芽阶段（古代 - 17 世纪前）：以简单数据记录为核心，依托刻痕、楔形文字、甲骨文等载体，印刷机发明推动数据批量传播。
近代数据发展阶段（17 世纪 - 20 世纪中叶）：统计学萌芽，机械计算器、制表机等工具出现，工业革命与纸张普及带动数据体系化发展。
数据的发展历程
知识链接
现代数据发展阶段（20 世纪中叶 - 21 世纪初）：电子计算机、数据库管理系统相继诞生，互联网普及催生数据爆炸式增长。
大数据时代阶段（21 世纪初至今）：“大数据” 概念落地，分布式框架支撑海量数据处理，与 AI 深度融合，隐私安全治理受重视。
数据的发展历程
探究新知
看一看
活动实施
了解数据加工与分析
人们很早就认识到数据加工分析的价值，发明了很多数据加工工具。
古老的算筹 中国算盘 手摇机械计算机 电子计算器
探究新知
看一看
活动实施
随着计算机技术的发展，我们有了更为强大的计算工具——电子表格软件。它不但可以自动生成表格，还可以帮助我们对表格中的数据进行计算、分析，并将结果用图形直观地表示出来。
基本运算、筛选、排序、分类汇总、函数运算、编程运算等。
探究新知
做中学
活动实施
通过帮助文件或上网查找资料，了解电子表格工作簿的基本构成，掌握数据计算分析和自动生成图表的方法。
单元格：
AI代表：
数据加工与分析一般包含需求分析、设计方案、数据采集、数据加工和分析，最后得出结果等一系列过程。
探究新知
做中学
活动实施
数据处理的一般过程
①需求分析
②设计方案
④录入数据
⑤加工分析
⑥结果演示
③数据采集
探究新知
做一做
活动实施
用电子表格软件加工和分析数据
在日常生活中，我们可以使用电子表格软件加工和分析数据，更好地认识自己，更理性地生活。
（详细内容见教材p50页）
1.需求分析。
人们每天都离不开消费，但要判断
哪些消费是理性的，哪些消费不合
理往往只能依靠主观经验。
探究新知
议一议
活动实施
在生活中，我们可以观察到哪些理性或不理性的消费行为，请列举具体事例，并说明理由。
盲目追求高档名牌消费品。
每个月制订消费开支预算计划。
尽量在学校食堂就餐或在家里做饭，减少点外卖和外出就餐次数。
为了凑满减活动，购买远超自身需求的零食、日用品。
理由：被满减优惠吸引，购买了过量的商品，可能导致部分商品过期或闲置，属于非必要消费。
探究新知
议一议
活动实施
其实，很多信息都隐藏在我们日常的每一笔消费中。通过对消费数据的分析，我们有可能对消费行为做出较为客观的判断。
交通
衣物
娱乐
零食
学习
知识链接
理性消费与不理性消费的区别
维度 理性消费 非理性消费
定义 基于实际需求、经过规划和判断的消费行为，注重性价比与长期价值，能合理分配资源 受情绪、冲动或盲目跟风驱动的消费行为，往往超出实际需求，易造成资源浪费
价值导向 实用、性价比、长期价值 面子、即时满足、短期刺激
结果影响 资源合理分配、习惯养成 不必要支出、资源浪费
探究新知
做一做
活动实施
2.设计方案。
如果要通过数据分析了解消费行为，就要明确需要哪些数据，以及如何获得这些数据。
了解消费行为需要明确消费基础信息、消费者属性数据、消费行为数据和消费反馈数据。
可以从内部数据中提取销售 / 会员数据，收集线上用户行为数据和外部数据的第三方合作、问卷访谈、公开数据查询。
探究新知
议一议
活动实施
小组合作，列出我们日常生活中有哪些消费，如何进行分类。
大类
小类
文具
饮食
学习
衣物
书籍
特长培训
鞋子
3.数据采集。
在日常生活中，有些偶然性事件可能会给数据分析带来一定影响。（详细内容见教材p51页）
探究新知
记一记
活动实施
他山之石
小明坚持将日常生活开支进行分类记录，通过分析消费数据，帮助自己养成理性消费的好习惯。
小明个人消费流水账
序号 日期 金额/元 说明 小类 大类
1 2021.9.1 10 购买笔记本 文具 学习
2 2021.9.2 24 购买教辅书籍 书籍 学习
3 2021.9.4 3 购买牛奶 饮料 饮食
4 2021.9.5 12 食堂用餐 正餐 饮食
5 2021.9.6 210 买运动鞋 鞋 衣物
6 2021.9.7 50 买电影票 电影 娱乐
探究新知
做一做
活动实施
4. 数据分析。
数据采集完成后，我们就可以根据需要对数据进行分析。
（详细内容见教材p51页）
（1）分析自己的数据。
分析个人各项消费比例
1.数据排序
2.按类别分类汇总
3.用图表表示
需求
方法
个人消费比例
衣物18%
学习14%
饮食61%
娱乐7%
结果
探究新知
做中学
活动实施
分析个人消费随时间的变化，并采用合适的图表展示。
日常小额消费（10-50元）与大额单项消费（210元）相结合，涵盖学习、饮食、衣物、娱乐等多个类别，消费分布相对均匀，无明显的时间聚集性，选择折线图能清晰显示消费的波动情况和峰值点。
探究新知
做中学
活动实施
（2）分析汇总数据。
我们把采集到的不同个体数据进行汇总，然后再进行分析，能得到很多有价值的信息。
数据合并
探究新知
议一议
活动实施
例如，对个人消费与平均消费进行比较。
警示灯
消费数据属于个人隐私，在进行合并时，可使用代码来代替真实姓名。在数据的采集过程中，也应采用合理的方法来保护隐私。
要求：个人消费与平均消费进行比较
1.计算数据平均值
2.与个人数据比较
3.使用柱状图表示
探究新知
做中学
活动实施
设计数据分析方案，完成数据分析并制作演示文稿。
你想研究的问题：
分析数据的方法：
中学生周末消费的类别及金额占比情况
数据整理：收集班级同学周末消费记录，按大类分类，统计各类别消费金额。
分析方法：用饼图可视化各类别消费金额占比。
结论应用：识别周末消费主要类别，为培养理性周末消费习惯提供参考。
知识链接
分类汇总：按类别对数据分组统计，明确
各维度的数量或金额分布。
图表可视化：用饼图、折线图等工具直观
呈现数据，快速识别比例、趋势等特征。
对比分析：对比不同群体或时间的数据差异，挖掘潜在规律。
趋势分析：跟踪数据随时间的变化，识别增长、下降等发展态势。
分析数据的方法
探究新知
说一说
1.分小组介绍数据分析研究成果。
2.想一想，数据分析过程中还有哪些需要改进的地方？
交流评价
数据采集：扩大样本范围，细化采集维度，提升数据代表性与精准度。
分析方法：引入更系统的统计方法，尝试可视化工具，增强分析的深度与直观性。
成果呈现：优化文稿结构，简化专业术语。
探究新知
写一写
拓展提升
我还想完成以下任务：
通过数据分析家庭收支情况。
收集数据分析自己的学习情况。
了解电子表格工具还有哪些有用的功能。
了解电子表格工具的函数计算和数据透视表功能。
知识拓展
大数据
大数据（bigdata）指无法在一定时间范围内用常规工具进行捕捉、管理和处理的数据。如：一年之中，我们都去过哪些地方，停留多长时间等。但通过对这些数据进行分析，人们能发现很多有价值的信息，如人流分布、消费习惯、出行习惯等，可为商业服务和社会保障提供可靠的支持。
知识拓展
大数据
知识拓展
思考：数据与大数据有哪些不一致的？
对比维度 数据 大数据
规模 可大可小，常规工具可处理 规模极大，需专业技术处理
应用场景 个人消费管理、小型企业运营等 互联网推荐、医疗大数据分析等
价值密度 价值相对直观，易提取 价值密度低，需深度挖掘关联规律
数据结构 以结构化数据为主 包含大量非结构化数据，结构复杂
核心价值 反映个体 / 局部特征，支持常规决策 挖掘海量数据中的潜在关联，支持宏观趋势预测、智能决策
知识拓展
思考：大数据常应用在哪些领域？
城市管理：优化交通流量、规划公共设施布局、提升政务服务效率。
医疗健康：辅助疾病诊断、预测疫情传播、优化医疗资源配置。
零售电商：用户行为分析与商品推荐、库存管理与供应链优化。
金融行业：风险评估与信贷决策、用户画像与精准营销。
教育领域：个性化学习路径规划、教学效果评估与资源优化。
制造业：生产流程优化、设备故障预测、产品质量管控。
社交媒体与娱乐：内容推荐、用户偏好分析、舆情监测。
课堂练习
根据个人消费数据分析，简单介绍电子表格软件在数据加工与分析中的应用价值。
1.数据管理：结构化存储消费流水账，实现长期记录与便捷查询。
2.计算分析：通过分类汇总、函数运算，量化分析消费结构。
3.可视化呈现：用饼图、折线图直观展示
消费类别占比、时间变化趋势。
4.决策支持：基于分析结果制定消费策略，
助力理性消费。
课堂总结
1
了解数据的含义
数据的加工与分析
2
了解数据加工与分析
3
用电子表格进行数据加工分析
4
完成方案反思与改进
5
进行相关知识拓展和课堂练习
板书设计
数据的加工与分析
1.完成活动准备
2.进行活动实施
3.完成交流评价
4.学习拓展提升
课后作业
1、采集家庭一周收支数据（收入来源、金额、支出项目、金额），分析收支构成并撰写300字的优化建议的分析报告。
38
https://www.21cnjy.com/help/help_extract.php
让备课更有效
www.21cnjy.com
Thanks!

展开更多......

收起↑