资源简介

(共41张PPT)
第3课
数据的统计分析
（清华大学版）八年级
上
1
核心素养目标
3
新知讲解
5
拓展延伸
7
板书设计
2
新知导入
4
课堂练习
6
课堂总结
课后作业
8
01
核心素养目标
信息意识
计算思维
数字化学习与创新
信息社会责任
认识到数据存在的隐私与安全风险；做到规范使用数据，遵守网络与数据相关规则，树立安全、合法的信息社会责任意识。
能够借助表格、统计工具等数字化资源完成数据统计、可视化呈现；提升数字化工具应用能力与数据分析创新思考能力。
能够对原始数据进行整理、汇总、统计计算；学会用科学、逻辑化的统计分析思路，解决真实生活中的实际问题。
能够主动发现、感知生活场景中的各类数据，理解数据承载的意义；合理利用数据解决问题的信息意识。
02
新知导入
本课中你将学习:
常见的数据分析方法
常见的数据分析工具
02
新知导入
本节活动:
用电子表格软件分析天气数据
用pandas处理数据
02
新知导入
采集并整理数据，只是数据研究的开始。面对海量的数据，如果不了解数据科学的知识，不选择恰当的技术进行统计与分析，则无法获得数据背后的价值，就如同守着一座金山却无法挖掘。在数据研究过程中，数据分析环节最为重要，此环节可以帮助我们在数据中提取有用的信息，形成结论从而支持决策。人们将从大量的数据中获得信息的过程形象地称为“数据挖掘”。
02
新知导入
03
新知讲解
一、常见的数据分析方法
数据分析是指运用适当的分析方法和工具，对整理后的数据加以详细研究和概括总结，从中提取有价值的信息，最终形成结论的过程。这一过程往往需要使用特定方法，对收集到的数据进行分析处理，提炼其中有价值的信息，从而根据这些信息归纳出一般结论。常见的数据分析方法有聚类、对比、平均等。
03
新知讲解
1.聚类分析法
聚类分析法是一种基于数据内在性质的分类方式，能够使每一类的元素尽可能具有相同的特征，同时让不同类数据之间的特性差别尽可能大。这种技术通常用于静态数据的分析，被广泛应用于人工智能、数据挖掘、模式识别、图像分析及生物信息解析等领域。
03
新知讲解
2. 对比分析法
对比分析法也称比较分析法，即对多个数据进行比较，直观地表示不同数据间数值的差异。如图2.3.1所示，常见的柱状图就是利用了对比分析法，我们可以依据坐标轴的刻度变化更加直观地得到某些规律。
图2.3.1 某地月均最高气温与历史最高气温对比柱状图
03
新知讲解
3. 平均分析法
平均分析法是通过求取数据集的平均值，以体现某个整体的平均水平的一种分类方法。当数据集中存在极端值时，平均值往往
不能正确反映数据集的真实水平。在常见的数据分析中，通
过对比不同时期、不同类型的数据的平均指标，能够进一步
掌握事物的发展趋势和变化规律。
03
新知讲解
在实际统计分析的过程中，除了以上几种常见的数据分析方法，回归分析法也较为常用。回归分析法通过研究自变量和因变量之间的数量变化关系，结合函数与自变量，从而预测对应的因变量数值。例如，我们能够根据表2.3.1中的数据绘制出一张图（见图2.3.2），并根据图表中折线的趋势进行粗略预测，判断出2020年的二氧化碳浓度。
03
新知讲解
表2.3.1 回归数据--A地15年间二氧化碳浓度变化情况
年份 2000 2005 2010 2015
二氧化碳/（mg/L) 325 331 338 345
图2.3.2 回归数据分析图表--A地15年间二氧化碳浓度变化情况
03
新知讲解
阅读
一颗“算”出来的星星
战国时期编写的《甘石星经》是我国先辈们探索宇宙留下的秘籍，被誉为最古老的天文数据库，记载了800多颗恒星的名字以及约120颗恒星的方位。此后，人们用肉眼发现新恒星的难度越来越高。2014年。美国天文学家发现了一颗超高速星（指一类速度很高的恒星）。有趣的是，这个发现并非由天文观测获得，而是利用中国虚拟天文台公布的数据“算”出来的。
03
新知讲解
阅读
事实上，除了科学家，普通百姓也能借助大数据、云计算等高科技实现“天文突破”。2017年，中国虚拟天文台主节点和郭守敬望远镜巡天数据成功上线，天文爱好者可以访问中国虚拟天文台，下载数据并进行分析，探索星空的秘密。
03
新知讲解
二、常见的数据分析工具
简单的数据分析可以使用电子表格软件完成。复杂的数据分析需要借助专业的数据处理和统计分析工具，如SPSS、SAS、MATLAB等（见表2.3.2）,也可以通过Python、R、Java等计算机编程语言进行数据处理。
03
新知讲解
工具 简介
SPSS 一款统计分析软件，具备数据收集、准备、分析、描述、解释和展现的功能
SAS 一套大型集成应用软件系统，共有三十多个功能模块，具有数据访问、数据管理、数据分析、数据呈现等功能
MATLAB 一种科学计算语言和编程环境，主要应用于数据分析、无线通信、深度学习、计算机视觉、金融量化与风险管理等领域
表2.3.2 常见的数据分析工具
03
新知讲解
1.用电子表格工具分析数据
利用电子表格工具分析数据也是人们常用的方法。电子表格软件已经内置了相当强大的数据分析、统计功能。下面简要介绍电子表格软件数据分析的一般过程。
打开软件，在电子表格软件的菜单栏中，单击“数据”选项卡，再在下拉菜单中单击“数据分析”选项，就会弹出“数据分析”窗口，它包含了各种分析工具。例如，可以使用“回归”工具进行回归分析，使用“相关性”工具分析两个变量之间的相关性等。
03
新知讲解
在使用分析工具时，需要输入一些数据和参数。根据具体的分析需求，可以选择不同的工具和参数。分析完成后，电子表格会生成相应的分析报告和结果。
电子表格软件中还可以应用公式与函数进行数据的计算。公式是以“=”开头，由常数、函数、单元格引用和运算符组成的式子。表2.3.3所示为各类常见分析函数。函数是预定义的公式，通过使用参数按特定顺序或结构进行计算。
03
新知讲解
表2.3.3电子表格软件常见的分析函数
函数名 功能 示例 示例功能说明
SUM 求和 =SUM（A1：A10） 得到A1到A10区域内所有数据的总和
AVERAGE 求平均值 =AVERAGE（A1：A10） 先将A1到A10区域内的总和求出，再除以数据总数（10）
MAX 求最大值 =MAX（A1：A10） 得到A1到A10区域内的最大值
MIN 求最小值 =MIN（A1：A10） 得到A1到A10区域内的最小值
RANK 求排名 =RANK（A1，A1：A10） 得到A1在A1到A10区域内的排名（默认依据数字大小降序排序）
03
新知讲解
探索
用电子表格软件分析天气数据
气象站收集到的天气数据有温度、湿度、二氧化碳浓度等。由于数据表数据量过大，无法直接了解各类数据的具体情况，这时我们可以借助电子表格软件进行数据分析。
请以小组为单位，通过电子表格软件分析天气数据，直观呈现天气情况，并进行交流分享。
03
新知讲解
2.编写程序分析数据
pandas是Python的一个分析结构化数据的工具集，提供了Series和DataFrame两种数据结构，可完成数据的整理、计算、统计、分析及简单可视化。
Series是一种一维的数据结构（见图2.3.3），包含一个
数组的数据和一个与数据关联的索引（index），索引值
默认是从0开始递增的整数。列表、字典等可以用来创建
Series数据结构，与列表不同的是，Series的索引可以指
定，类型可以为字符串型。
图2.3.3 Series 使用案例
03
新知讲解
DataFrame是一种二维的数据结构（见图2.3.4），由1个索引列（index）和若干个数据列组成，每个数据列可以是不同的类型。DataFrame可以看作是共享同一个index的Series的集合。创建DataFrame对象的方法有很多，通常用
一个相等长度的列表或字典来创建。
DataFrame数据结构提供了丰富的函
数，这些函数可以用来进行行、列编辑和
统计计算等。DataFrame常用函数
如表2.3.4所示。
图2.3.4 DataFrame使用例
03
新知讲解
函数 功能
Sum(） 求和
mean() 求平均值
Max()、min() 求最大值、求最小值
describe() 返回各列的基本描述统计值，包含平均数、最大值、最小值等
sort_values() 排序，在括号中添加 ascending=False为倒序排列
insert() 在指定位置插人列
append() 在指定元素的结尾插入内容
drop(） 删除数据
rename() 修改列名或者索引
表2.3.4 DataFrame 常用函数
03
新知讲解
探索
用pandas处理数据
作为Python最常用的数据分析库，pandas提供了大量的数据处理函数，可以帮助我们快捷高效地处理大量数据。
请以小组为单位，尝试在安装了pandas库的Python环境中完成数据表格的代码化处理，并进行交流分享。
03
知识拓展
数据分析有哪些类型？
探索性数据分析
探索性数据分析是指为了形成值得假设的检验而对数据进行分析的一种方法，是对传统统计学假设检验手段的补充。
离线数据分析
离线数据分析用于较复杂和耗时的数据分析和处理，一般通常构建在云计算平台之上，如开源的HDFS文件系统和MapReduce运算框架。
03
知识拓展
数据分析有哪些类型？
在线数据分析
在线数据分析也称为联机分析处理，用来处理用户的在线请求，它对响应时间的要求比较高（通常不超过若干秒）。与离线数据分析相比，在线数据分析能够实时处理用户的请求，允许用户随时更改分析的约束和限制条件。
03
知识拓展
数据分析有哪几个步骤？
探索性数据分析：当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。
03
知识拓展
数据分析有哪几个步骤？
模型选定分析：在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。
推断分析：通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。
03
新知讲解
项目实施:
小清的团队选择用pandas作为数据处理工具，通过平均值、最大值等函
数对一个周期的每天最高气温和最低气温进行了分析。
你的项目团队准备用什么工具对数据进行处理？你们的数据分析结论是什么？请填写表2.3.5。
03
新知讲解
数据处理记录 分析结果或者发现
选用Python 的 pandas 库处理气温数据，读取气温表格，清洗空值、异常数据 在统计周期内，每日最高气温的最大值出现在夏季月份，冬季气温最低
调用函数计算每日最高温、最低温的平均值、最大值、最小值 最高气温和最低气温的变化趋势保持同步
绘制气温折线统计图 气温随季节升降
表2.3.5 数据处理记录
04
课堂练习
简述一下数据分析中数据清洗的核心作用和主要工作内容。
挑战
核心作用：剔除无效、错误、异常数据，修正数据缺陷，提升数据质量，保障后续数据分析结果的准确性、可靠性，避免脏数据导致分析结论失真。
主要工作内容：处理缺失值、修正错误数据、剔除重复数据、筛选异常极值、统一数据格式与维度。
05
拓展延伸
什么是统计分析法？
统计分析法（Statistical Analysis Method）是运用数学和统计技术，对收集的数据进行整理、分析和推断，以揭示其内在规律、验证假设或进行预测的方法论科学。其核心在于从定量角度探究事物间的相互关系与发展趋势。
05
拓展延伸
什么是统计学？
统计学是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。统计学用到了大量的数学及其它学科的专业知识，其应用范围几乎覆盖了社会科学和自然科学的各个领域。
05
拓展延伸
数据分析与简单数据统计的核心区别？
数据统计侧重基础的数据整理、指标计算、数据汇总，是对数据的客观描述，仅呈现数据本身特征；
数据分析以数据统计结果为基础，深度挖掘数据背后的规律、问题、趋势，对比数据差异、分析原因、预测变化，最终输出可落地的结论和决策建议，更具实用性和指导性。
07
课堂总结
1
引入新知内容
数据的统计分析
2
学习数据的统计和分析
3
了解数据分析的工具和方法
4
学习如何进行数据分析
5
进行相关知识拓展
1
2
3
4
5
08
板书设计
数据的统计分析
1.进行新知引入
2.学习新知讲解
3.完成课堂练习
4.进行知识拓展
09
课后作业
01
简述数据分析与简单数据统计的核心区别。
09
课后作业
02
总结一下本堂课所学，用学到的知识在生活中实践一下。
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑