课堂观察策略和数据分析技巧
【关键词】课堂观察策略数据分析
一、课堂观察策略
常用观察策略主要有三种：
第一，“显微镜”策略——放大细节，深刻分析。
没有细节就没有“观察”，“细节”是观察的第一特征。在进行课堂观察的时候应注意教学细节的描述和放大。用“显微镜的眼光”去审视自己或别人的教学，就能发现平时难以发现的优点与不足，就能将课堂中鲜活的“研究资源”加以挖掘放大，从而捕捉到有价值的研究课题。
(1)敏锐地捕捉细节。课堂上是充满细节的，但并不是每一个细节都具有研究的价值，这就需要我们多一双慧眼，去捕捉蕴含着教育理念的细节。这些细节，可以是凸现教师正确理念的，也可以是反映教师教育问题的，还可以是那些可能会引起争议的问题。有的可能是教师意识到的，有的可能是教师自己尚未意识到的。
(2)客观地重现细节。我们把在课堂上捕捉到的各种教学细节，要在课后的第一时间把它客观地“回放出来”，重现出来。
敏锐地捕捉，是对教学细节的发现；尽量客观地重现，是对教学现象的“放大”：而对教学细节进行深度的解读，是对这个教学行为本质的
浅谈课堂教学中的提问技巧 湄洲第一中心高朱小学郑梅娟 长期以来，在课堂教学中不少教师由于认识上的偏差，技巧上的欠缺，往往导致提问步入误区，将“满堂灌”发展成为“满堂问”，似乎问的越多，启发的越深，往往是为了提问而提问。提问方式单一，往往采用“是不是”的判断和“是什么”的叙述型.在课堂上一味追求所谓“热热闹闹的花瓶现象”。要改变这种现状,就要研究课堂提问这门艺术，用科学的课堂提问来驾驭课堂教学。 课堂提问既是教师常用的教学方式，也是学生牢固掌握知识和深入探求知识的需要，课堂提问又是一门艺术，提问及时恰当，有利于吸引学生注意力，能开发学生智力，激活学生思维，更能激发学生学习的兴趣，促使学生广泛参与，主动学习，有利于培养学生的创造能力和想象能力。 一、精心巧妙地设置问题 教师课堂提问不能简单地理解为“教师提出问题，学生回答问题”，随想随问、有疑必问，这样势必把一堂课弄得支离破碎，因此，提问效果如何往往成为一堂课成败的关键，而决定提问效果的根本因素在于如何把握好课堂提问的技巧。如何使课堂提问收到好的效果呢？那需要教师在备课中精心巧妙地设置问题。 首先，设计的提问要有让学生参与思考的价值。如果提出的问题太简单，没有思考价值，就不能激发学生的思维，也不能激发起学生的兴趣，长久下去学生会对提问淡然处之。 其次，设计的提问，难度不能太大，要让每个学生都有参与能力。如果设计的问题太难，学生会望而却步，挫伤学习的积极性，也达不到教学的目的。因此，问题的设计要难易适当，要让学生通过努力就能解答。这样既能激发学生的思维活动，又能使学生体验到获得成功的喜悦。 最后，设计的问题要紧紧围绕本节重难点，从易到难，由浅入深，循序渐进，提高学生的参与兴趣。要从多方面、多角度，针对不同层次的学生，让学生积极参与到教学活动中，激起每个学生对新知识的强烈渴求。，而且可以使学生得以表达观点，流露情感，锻炼表达。 对提出的问题，学生可能如何回答，教师需进一步做好引导工作，教师都要做好充分的思想准备。教师在备课时还应拟出提问的提纲，提问的问题要难易适度，对某些有困难的学生，一时不能回答时，要善于由浅入深，由易到难地逐步引导。提出的问题要明确、鲜明，是学生所能理解的。教师在提问中，要投身处地站在学生的立场，了解他们的学习情况和他们正在进行的思维过程，逐步地引导而不是越俎代庖地替他们进行思维。 二、在课堂教学中灵活采用多种的提问方式 教师会不会问，问什么，怎样问，直接反映着教师教的艺术和学生学的质量。在课堂教学中通常可以采用下列几种提问方式。 I.引趣悟道，切入正题的直问。 “兴趣自疑问和惊奇始”，这一规律告诉我们，兴趣是求知的大门，是学习的原动力，如果教师从学生感兴趣的材料入手，有效地唤起学生的求知欲望，使学生一开始就处于积极思维、主动探索的位置上，那么教学效果就会好，因此应十分重视自觉地为学生主动学习提供条件。
大数据在智慧校园建设中的应用研究 摘要：大数据作为数据管理的一项新技术，对建设智慧校园起着重要作用。智慧校园是一个整合开放、创新、协作、智能的信息服务平台，其主要功能就是智慧，包括智能感知、自定义配置、双向互动、任意访问、支持大数据和开放的学习环境等等。分析了大数据在智慧校园应用中遇到的问题，提出了解决方案。 关键词：数据管理；智慧校园；大数据 0 引言 随着信息技术的发展，互联网数据高速增长。数据的快速增长不能说明已经进入了大数据时代，处理大数据应该对有价值的数据存储和网络容量集中考虑。原数据密度的价值很小，技术人员必须从大量数据中将有价值的信息剥离出来。 目前大数据技术还处于发展阶段，但潜在应用前景广阔。麦肯锡全球研究院报告“Big data：The next frontier for innovation，competition，and productivity”[1]，对大数据的应用领域和关键技术作了详细分析。大数据技术是建设智慧校园的重要技术，智慧建设元素的一个重要组成部分就是大数据。 1 大数据技术
1.1 大数据来源 近年来数据已达到50%的年增长率。传统的关系型数据管理模式因数据的大体量和过多的非结构化形态数据，无法满足日新月异的需求。大数据的IT技术作为下一代技术，将有利于研究者获得高质量、高价值的数据。 1.2 大数据概念 维基百科对大数据定义是：大数据是指无法在一定时间内使用传统的软件工具，进行收集管理和数据处理抓取其内容。数据（Data）通常指用于技术设计、科学研究、决策、查证的数据，主要是通过科学实验、测试、统计和其它方式获得的统计信息。通过完整地、系统地、精确地测量，采集、记录、分类、存储数据，再对其进行严格地统计、检验、分析，得出有说服力的结论。经过大规模、长时间测量、存储、记录、分析、统计这些数据，接收到的海量数据就是大数据（Big data）。 1.3 大数据特征 大数据有3个特性，即数据类型的多样性（Variety）、数据体量的规模性（Volume）和数据处理速度的高速性（Velocity）。在这3个属性的基础上，相关权威人士增加了数据的时效性（Vitality）、真实性（Veracity）、复杂性（Complexity）以及价值性（Value）等几个特性。 2 需求分析
一、描述统计描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策 树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W 检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数（如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数卩与已知的某一总体均数卩0 （常为理论值或标准值）有无差别； B 配对样本t 检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似； C 两独立样本t 检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。 适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10 以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。 四、列联表分析用于分析离散变量或定型变量之间是否存在相关。对于二维表，可进行卡 方检验，对于三维表，可作Mentel-Hanszel 分层分析列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。 五、相关分析 研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。 1、单相关：两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量； 2、复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以
数学课堂的提问技巧 河南省信阳市浉河区谭家河乡中心校雷传勇 数学课堂提问是数学教学活动的重要组成部分；是激发学生积极思维的动力；是开启学生智慧之门的钥匙。巧妙地使用课堂提问，会使课堂气氛活跃，学生思维开阔，教学效果良好。因此教师应充分发挥课堂提问的效能，把握好提问的“火候”，多层次、多方位、多角度地提出问题，激发学生在获取知识的过程中的好奇欲望、探索欲望、创造欲望和竟争欲望，进而培养学生的思维能力。 课堂提问的方式很多，只有对提问巧妙使用，恰到好处，才能产生积极作用，达到良好的效果。下面就如何对课堂进行提问，浅谈几点： 一、激趣性的提问。数学课不可避免地存在着一些缺乏趣味性的内容，若教师只是照本宣科，则学生听来索然寡味。若教师有意识地提出问题，激发学生的学习兴趣，以创造愉悦的情境，则能使学生带着浓厚的兴趣去积极思维。例如：在几何里讲三角形的稳定性时，教师可提问“为什么射击运动员瞄准时，用手托住枪杆（此时枪杆、手臂、胸部恰好构成三角形）能保持稳定？”看似闲言碎语三两句话，课堂气氛顿时活跃起来，使学生在轻松喜悦的情境中进入探求新知识的阶段，这种形式的提问，能把枯燥无味的内容变得有趣。 二、发散性的提问。发散思维是一种创造性思维，教师若能在授课中提出激发学生发散思维的问题，引导学生纵横联想所学知识，以沟通不同部分的教学知识和方法，将对提高学生思维能力和探索能力是大有好处的。例如在讲授完全平方公式时，可先提问：“有一块正方形稻田边长为a米，现每边长扩大b米，求后来的面积是多少？”教师可让学生先试着求出结果。这样学生就会积极探索思考，利用以前学过的求面积的知识得出各种不同解法，在化解的过程中即可归纳出公式。 三、启发性的提问。有的教师往往把启发式误认为提问式，认为问题提得越多越好，
数据分析课程设计 题目：四川农村居民的消费结构浅析 班级：2009级数学与应用数学1班 学号：20091615310028 姓名：张雪梅 指导老师：张燕 时间：2012年6月19日
【摘要】 随着人们生活水平的提高，消费结构也在日益变化，为了能够更好的为四川农村人们服务，更快的发展农村建设，让人们过上更好的生活。在此，有必要研究农村人们的消费结构变化情况，以便做出正确的判断。本文是基于四川统计年鉴中1995年—2010年中的14年的四川省农村居民人均纯收入与消费支出的相关数据，运用sas软件，采用因子分析方法,实证研究了该省农村居民的消费结构变动情况。结论表明, 四川农村居民的生活质量有所提高，大多数人解决了住房、温饱等生活问题，对生活方面的支出有所减少，更多的开始关注文化教育和精神娱乐方面，最后给农村今后的发展提出了小小的建议。 【关键字】 四川省农村居民消费结构因子分析 sas
目录 摘要 (2) 关键字 (2) 目录 (3) 一、消费简介 (6) 1.消费结构概念 (6) 2 研究我省农村居民消费结构的必要性 (6) 二、因子分析概述 (7) 1、因子分析的概念和意义 (7) 2、因子分析的的数学模型 (7) 3、因子分析的基本步骤 (8) 4、因子的命名 (10) 5、计算因子得分 (10) 6、具体实施步骤 (10) 三、实证分析过程 (10) 1、数据的收集整理 (10) 2、相关系数矩阵的计算 (11) 3、因子载荷矩阵的计算 (12)
4、因子的方差贡献率及变量的共同度计算及分析 (14) 5、计算因子得分 (14) 四、结论与建议 (16) 1、结果分析 (16) 2、对于四川省农村居民消费结构的建议 (16) 五、参考文献 (18)
教师课堂提问的技巧 提问是课堂教学活动的重要组成部分，是教师了解学生知识掌握状况以及学生解决自身存 在的认识困惑与问题，进一步获取知识的重要方式与手段。掌握课堂教学提问的技巧，对于提高教师的教学技能，促进学生的认知与情感发展都具有非常重要的意义。 一、掌握恰当的提问时机 提问要考虑到情境性，在不同的情境下，对同样的内容进行提问会收到不同的效果。因此，若想有效地发挥提问在课堂教学中的作用，除了我们要在提问的内容上进行思考与设计 以外，还要考虑到提问的情境性与实效性，掌握恰当的提问时机。恰当的提问时机并非完全 就是一个时间上的概念，它是受提问对象、提问内容与教学场景等因素同时作用与影响而形 成的一个思考与解决问题的时机。 1．提问对象 课堂教学中提问的主要对象是学生。由于不同的学生其学习的方式与特点不同，那么对其进行提问的方式与时机也就应该有所不同。有的学生反映比较灵敏，进入学习状态比较快 一些。对于这类学生，在提问的时间上并没有太严格的要求。而对于那些进入学习状态较慢 的学生，不宜过早地对他们进行发问，否则，就可能会适得其反，给他造成一定的心理负担。 所以，教师在进行提问时，一定要对学生思考、回答问题的方式与特点有所了解，且不可随意提问，尤其是学生被动的点名提问。 2．提问内容 并不是所有的内容都适合对学生进行提问的。提的问题必须是学生通过自己的努力思考 能够回答出来的问题，此外，对于那些不经学生思考就能够回答上来的问题亦不适宜对学生 进行提问。所以，对学生提出的问题，既要考虑提问的对象，也要考虑到提问内容的难度。 太难与太简单的问题，都不宜在课堂上提问，否则，就无法收到良好的提问效果。当然，问 题的难易程度也是相对的，它存在着较大的个体差异性，在课堂教学提问过程中可以灵活掌 握。此外，问题难易程度的选择，还要依提问的目的而定，如果提问的目的不一样，那么受 其影响所选择的提问内容的难易程度也就会存在一定的差异。 3．教学场景 教学场景是由课堂中的学生、教师、学习气氛与学习载体共同构成的。在有的教学场景中，适合对学生进行提问，而有的教学场景则不适合教师对学生进行提问。适合对学生进行提问的场景具有如下几个方面的特征：一是学生思维状态积极活跃，二是教师对问题有深度 思考，三是学习气氛轻松愉快，四是学习载体功能发挥正常。合适的教学场景可以有效地调 动学生思维的积极性，有利于形成师生间以及生生间的思维互动，有利于问题的提出、讨论与解决。 4．提问时间
授课教案 班级： 17 计 1 班课程：office2010授课教师：黄媚课题名称 第七章电子表格中的数据处理 第二节数据处理与分析 知 识 1、掌握数据的查找、替换、排序、筛选 目 2、学会使用合并计算、分类汇总和条件格式 标 教能 1、通过课件讲解，让学生了解数据处理的步骤，理解其中的力 学操作含义 目 目2、准确判断使用正确的方法，正确处理数据 标 标 素 1、在实际操作中提起每个操作的兴趣，有 欲望了解之后的操质 作，激发学生的学习兴趣 目 2、能自觉完成课堂练习 标 课的类型理论加实践课程 1、数据自定义排序 教学重点2、合并计算和分类汇总 3、条件格式 1、正确排序 教学难点2、正确区分合并计算和分类汇总 3、使用正确的条件格式
教学方法讲授演示法、任务驱动法 教具及材料多媒体机房、课件、习题 课时8 课时理论课， 8 课时实践课，共720 分钟课前准备了解学情，备好教学素材，操作习题 教学反思1、授课期间应在授课过程中多注意学生的情况，对于学生露出困惑较多的地方再次加深讲解。 2、学生练习的过程中，应多鼓励会的同学多多指道不会的同学，这样可以提高学生的兴趣，被教的学生也会比较容易接受。 3、习题要跟进，这样学生才会及时打好基础。 4、复习要及时，这样才会印象深刻。
教学过程设计 教学环节及时间分配导入新课（3 分钟）讲授新课（20 分钟） 教学内容师生活动设计意图 通过一个与该节相同的例子观看，教师示范操作当堂的师生互动能导入本次新课。学生认真听课并回让学生更能加深对第七章电子表格中的数据处理答教师提出的问题。操作步骤的印象， 7、2数据处理与分析对其中运用到的按 7.2.1 数据的查找与替换钮印象更深刻 1、数据查找 单击任意单元格 - 开始 - 【编辑】组 - 查 找和替换-查找-在 “查找和替换”的 对话框输入查找内 容 - 选择“查找全 部” 2、数据替换 单击任意单元格 - 开始 - 【编辑】组- 查找和替换-替换- 在“查找和替换”的“替换”对话框输 入查找内容和替换内容- 选择“全部替 换” 序 选 7.2.2数据排序 1、使用排序按钮快速排序 开始 - 【编辑】组 - 排序和筛选 表示数据按递增顺序排 列，使最小值位于列的顶端 表示数据按递减顺序排 列，使最大值位于列的顶端 2、使用“排序”对话框进行排序 选择需要排序的单元格- 数据 -【排序和 筛选】组 - 排序 - 确定 列——选择要排序的列 排序依据——选择排序类型 次序——选择排序方式
以下是我在近三年做各类计量和统计分析过程中感受最深的东西，或能对大家有所帮助。当然，它不是ABC的教程，也不是细致的数据分析方法介绍，它只是“总结”和“体会”。由于我所学所做均甚杂，我也不是学统计、数学出身的，故本文没有主线，只有碎片，且文中内容仅为个人观点，许多论断没有数学证明，望统计、计量大牛轻拍。 于我个人而言，所用的数据分析软件包括EXCEL、SPSS、STATA、EVIEWS。在分析前期可以使用EXCEL进行数据清洗、数据结构调整、复杂的新变量计算（包括逻辑计算）；在后期呈现美观的图表时，它的制图制表功能更是无可取代的利器；但需要说明的是，EXCEL毕竟只是办公软件，它的作用大多局限在对数据本身进行的操作，而非复杂的统计和计量分析，而且，当样本量达到“万”以上级别时，EXCEL的运行速度有时会让人抓狂。 SPSS是擅长于处理截面数据的傻瓜统计软件。首先，它是专业的统计软件，对“万”甚至“十万”样本量级别的数据集都能应付自如；其次，它是统计软件而非专业的计量软件，因此它的强项在于数据清洗、描述统计、假设检验（T、F、卡方、方差齐性、正态性、信效度等检验）、多元统计分析（因子、聚类、判别、偏相关等）和一些常用的计量分析（初、中级计量教科书里提到的计量分析基本都能实现），对于复杂的、前沿的计量分析无能为力；第三，SPSS主要用于分析截面数据，在时序和面板数据处理方面功能了了；最后，SPSS兼容菜单化和编程化操作，是名副其实的傻瓜软件。 STATA与EVIEWS都是我偏好的计量软件。前者完全编程化操作，后者兼容菜单化和编程化操作；虽然两款软件都能做简单的描述统计，但是较之 SPSS差了许多；STATA与EVIEWS都是计量软件，高级的计量分析能够在这两个软件里得到实现；STATA的扩展性较好，我们可以上网找自己需要的命令文件（.ado文件），不断扩展其应用，但EVIEWS 就只能等着软件升级了；另外，对于时序数据的处理，EVIEWS较强。 综上，各款软件有自己的强项和弱项，用什么软件取决于数据本身的属性及分析方法。EXCEL适用于处理小样本数据，SPSS、 STATA、EVIEWS可以处理较大的样本；EXCEL、SPSS适合做数据清洗、新变量计算等分析前准备性工作，而STATA、EVIEWS在这方面较差；制图制表用EXCEL；对截面数据进行统计分析用SPSS，简单的计量分析SPSS、STATA、EVIEWS可以实现，高级的计量分析用 STATA、EVIEWS，时序分析用EVIEWS。 关于因果性 做统计或计量，我认为最难也最头疼的就是进行因果性判断。假如你有A、B两个变量的数据，你怎么知道哪个变量是因（自变量），哪个变量是果（因变量）？ 早期，人们通过观察原因和结果之间的表面联系进行因果推论，比如恒常会合、时间顺序。但是，人们渐渐认识到多次的共同出现和共同缺失可能是因果关系，也可能是由共同的原因或其他因素造成的。从归纳法的角度来说，如果在有A的情形下出现B，没有A的情形下就没有B，那么A很可能是B的原因，但也可能是其他未能预料到的因素在起作用，所以，在进行因果判断时应对大量的事例进行比较，以便提高判断的可靠性。 有两种解决因果问题的方案：统计的解决方案和科学的解决方案。统计的解决方案主要指运用统计和计量回归的方法对微观数据进行分析，比较受干预样本与未接受干预样本在效果指标（因变量）上的差异。需要强调的是，利用截面数据进行统计分析，不论是进行均值比较、频数分析，还是方差分析、相关分析，其结果只是干预与影响效果之间因果关系成立的必要条件而非充分条件。类似的，利用截面数据进行计量回归，所能得到的最多也只是变量间的数量关系；计量模型中哪个变量为因变量哪个变量为自变量，完全出于分析者根据其他考虑进行的预设，与计量分析结果没有关系。总之，回归并不意味着因果关系的成立，因果关系的判定或推断必须依据经过实践检验的相关理论。虽然利用截面数据进行因果判断显得勉强，但如果研究者掌握了时间序列数据，因果判断仍有可为，其
浅谈课堂中的提问技巧 课堂提问是教学中不可缺少的环节，无论是在教学活动开始时，还是在教学活动进行过程中或是在教学活动结束时，都需要经常进行提问。提问对学生来说，可起到引发学生学习动机，激发思维，考察理解程度的作用；对教师来说，可起到检查教学目标，重新组织教学等作用。因此，教师应充分发挥课堂提问的效能，把握好提问的“火候”，多层次、多方位、多角度地提出问题，激发学生在获取知识的过程中的好奇欲望、探索欲望和竞争欲望，进而培养学生的思维能力。 一、课堂提问要把握准确的时机 虽然一节课中提问次数没有确定，但准确把握好提问的时机却非常重要。何时提问，提问什么内容，教师课前一定要设计好。若能在恰当的时机和火候提问，能够起到非常好的效果，它能活跃课堂气氛，调动学生情绪、促使学生主动思考、提高教学效果。研究发现，课堂提问的时机通常产生于下列情况：一是学生学习中有所知、有所感、意欲表达交流时；二是学生学习中有所疑、有所惑、意欲发问质疑时；三是学生学习情绪需激发、需调节、意欲表达倾诉时；四是促进学生自我认知、自我评价、信心倍增时。教师若能准确把握好以上的提问时机，课堂提问的有效性将会大大提高。 二、课堂提问要有趣味性 课堂提问的内容要新颖别致，富有情趣和吸引力，使学生感到有趣而愉快，在愉快中接受学习。儿童的心理特点是好奇、好动、好玩，教学中，教师要尊重儿童文化，采用讲故事、猜谜语、游戏、比赛等形式，把抽象的数学
知识与生动的实物内容联系起来，激起学生心理上的疑团，形成悬念问题。如果一堂课的提问都是平平淡淡，引不起学生的学习兴趣，必定消弱课堂教学的效果。因此，教师在设计提问时就应注意到他的趣味性。如：让学生想象一张白纸的厚度，告诉他们只有0.083毫米，三次对折后的厚度是0.083×2×2×2=0.664毫米，还不到1毫米。假如对折100次，那么它的厚度是多少？会不会比桌子高，会不会比教学楼还高？学生们则立刻活跃起来，争论激烈，当教师宣布结果：“比珠穆朗玛峰还要高！”学生惊讶不已，迫不急待地想知道是如何列式计算的。这种形式的提问，就能把枯燥无味的数学内容变得趣味横生，引起了学生学习兴趣，激发了学生思考的欲望。 三、课堂提问要让学生“跳一跳，够得到” 心理学认为，人的认知水平可划分为三个层次：“已知区”、“最近发展区”和“未知区”。人的认识水平就是在这三个层次之间循环往复，不断转化，螺旋式上升。课堂提问不宜停留在“已知区”与“未知区”，即不能太易或太难。提出的问题过于简单，没有给学生提供一点思考的空间，学生不用思考就可以回答，这样的提问没有意义。提出的问题难度过大，超过学生的知识和能力水平，造成学生不能作答，会使学生失去信心，无法使学生保持持久不息的探索心理。有经验的老师提问能牵一发而动全身，提出的问题恰当、对学生数学思维有适度启发，必将能激发学生积极主动地探求新知识，使新旧知识发生相互作用，产生有机联系的知识结构。同时，针对不同的问题，教师应根据学生的情况选择不同的对象问答。一般的问题通常先让基础差一些的学生回答，回答不上来，再叫基础好的学生回答或补充。为鼓励基础差一点的学生回答问题，教师要选择
《数据分析》课程标准 1．课程定位与课程设计 1.1课程的性质与作用 本课程是大数据应用技术专业的核心课程。通过本课程的学习，使学生掌握调查方案设计、数据资料的收集、整理、分析和数据分析报告的撰写方法和思路，及运用相关数据处理工具进行数据分析的基本方法。该课程主要是培养学生完整数据分析的理念与运用相关数据处理工具进行数据分析的能力，为学生学习和掌握《数据挖掘》等其他专业课程提供必备的专业基础知识，也为学生从事大数据应用技术相关岗位工作打下良好的基础。 1.2课程设计理念 课程设计遵循“以学生为主体”教育思想，依据“任务引领”为课程内容设计原则，以提高学生整体素质为基础，以培养学生市场调查与数据分析工具的使用能力、特别是创新能力和实际操作能力为主线，兼顾学生后续发展需要，选取符合数据分析职场所要求的知识、素质和能力为教学内容；在基本理论和基础知识的选择上以应用为目的，以“必需、够用”为度，服从培养能力的需要，突出针对性和实用性 （2）遵循能力本位的教学观。注重培养学生在工作中对数据资料的收集、整理和分析处理能力，训练学生的专业能力、社会能力和方法能力。课程设计以能力为核心，围绕能力的形成学习相关知识。 1.3 课程设计思路 在课程设计上根据大数据应用技术专业就业岗位群任职要求，改革传统的课程体系和教学方法，形成以就业为导向，立足于学生职业能力培养和职业素养养成，突出课程的应用性和操作性。数据分析工作是一个有序开展的工作，顺序性和过程性很强，课程设计的思路正是依据工作任务的顺序和过程开展的，数据分析工作过程主要分为五个步骤，这五个步骤也就是五个工作项目，构成了本课程学习内容的框架。通过任务驱动充分发挥学生的主体作用，让学生在完成具体任务的过程中来构建相关理论知识，发展职业能力，并提升职业素养。在教学内容上遵循“理论够用、适度，重在应用”的原则，弱化理论，剔除抽象的公式推导和复杂计算分析，把数据资料的收集特别是利用互联网收集数据资料及运用数据分析工具软件进行数据分析，作为重点内容进行讲授和训练，适应社会经济和科技进步给市场信息分析与预测带来的发展。 2．课程目标 通过本课程的学习，学生掌握从调查方案设计、数据资料的收集、处理、分析到数据分析报告的撰写整个工作流程，学会运用相关数据处理工具进行数据分析的基本方法。同时还要培养学生自主学习能力、自我管理能力、沟通能力、组织协调能力、市场开拓意识、竞争意识和团队协作精神，使学生既具备较高的业务素质，又具有良好的职业道德和敬业精神。
一、描述统计 描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数(如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数μ与已知的某一总体均数μ0 (常为理论值或标准值)有无差别； B 配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似；
C 两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析 检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。 四、列联表分析 用于分析离散变量或定型变量之间是否存在相关。
浅谈数据分析的课堂教学 随着科学技术的发展，现代社会已经进入一个“信息化”时代，而信息的主要载体是数据，在当今信息化社会中扮演着非常重要的角色。任何行业的各个领域都存在着海量数据，这种新的力量正在兴起并逐步影响我们每个人的生存生活方式和价值理念，那就是“大数据时代”。作为传道授业解惑者，面对大数据的冲击，教师应该理性审视新形势下的时代需求，在竞争中提升自己。 “数据分析”是信息与计算科学等专业的必修课，是一门实用性很强的学科，它最大的特点就是“让数据说话”。因此，在教学中，要结合具体学科的特点，强化基本思想、基本步骤的教学，增加实际案例，注重培养学生建立数学思维能力，增强学生的数据分析意识，才能不断提高教学质量，具体优点有以下几个方面： 一、优化教学内容，强化基础理论和基本方法的教学 “数据分析”的理论与方法内容丰富，涉及面广，应用范围大。在课堂教学中，让学生掌握数据分析的基本方法，优化课堂教学内容，将会对教师的上课效率与学生的学习效果产生极大的影响。例如：整数、小数和分数加减法则，表面上看，有很大差异，整数加减法则强调相同数位对齐，小数加减法则强调小数点对齐，分数加减法则强调分数单位要统一。虽然这三个法则分散在几个年级段里的不同章节之中，教学时间间隔较大，但倘若忽视三者之间的比较，让学生孤立地学习掌握，则不利于提高能力，不利于学生掌握知识。因此，我们在教学中要求同存异，对它们的异同进行分析，学生才能更好地掌握内
容。 二、加强案例教学，提高学生学习兴趣 兴趣是学生最好的老师，只有学生对“数据分析”课程有了学习的兴趣与动力，学生才能学好该课程，才能将其理论知识用于实际问题的解决。而案例教学是一种以学生为中心，对现实问题或某一特定事实进行探索的过程，能够有效提高学生的学习积极性，提高学习效率。因而，在课堂教学中，我们应该从实际问题出发，精选具有充分代表性、源于实际问题的典型例题与案例，让学生对案例中的问题进行思考、分析、总结，选择适当的数据分析方法对问题进行分析，并结合数学方式进行计算，最后对计算过程和结果进行讨论，形成最后的总结。例如：我们在学习统计与概率的时候，可以让学生统计体育课上11名男同学在1分钟之类跳绳的数量，这样可以计算出平均数、中位数，同学们就会很快地掌握统计的知识，而概率可以让学生感受数据的随机性，让学生从一个装有红、白、黑三种颜色的小球袋子里随机拿出一个，抽到白球的概率是多少？这个问题的设计可以让学生体会到概率的随机性。因此，在实际教学中，不但要在课堂上利用案例教学，还要根据实际情况布置案例作业，让学生在实际中体会数据分析的作用。 三、建立合理的课程考核体系，确保教学效果 数据分析本身就是“从实际中来，到实际中去”的典型代表，因此在整个教学过程中，应该抓住时机不时培养“解决实际问题能力”，以往期末“一张卷”的考核模式偏离了数据分析的本质。而课
大数据在智慧校园中地位与作用 一、“智慧校园”的设计理念 一个智慧校园必须为广大师生提供一个全面的智能感知环境和综合信息服务平台，提供基于角色的个性化定制服务；将基于计算机网络的信息服务融入学校的各个应用于服务领域，实现互联和协作；通过智能感知环境和综合信息服务平台，为学校与外部世界提供一个相互交流和相互感知的接口。其层次结构如图所示。 从图中我们可以看出，前期的数字化校园建设与发展是智慧校园建设的基石。有线与无线双网覆盖的网络环境是智慧校园统一的网络基础设施平台；智慧校园统一数据共享平台和综合信息服务平台通过云计算与虚拟化技术来实现；物联网与无线网络技术则是实现智慧校园主要场景应用的技术保障。 因此“智慧校园”是一个包含云计算、物联网等技术的综合体，不同于传统的“数字校园”概念。“智慧校园”的设计理念就
是通过新一代信息技术的应用使师生及管理人员能以更加精细和动态的方式开展教、学和管理。比如“智慧校园”通过把传感器嵌入和装载到校园的供电系统、供水系统以及建筑物、设备等校园生态系统的各种物件中，实现物联网与互联网的连接，实现校园生活与物理系统的整合。教学系统、管理系统、办公系统等众多软件系统平台也可融入到“校园云”，从而将云、物联网、互联网联接起来，进而实现大规模数据的实时抓取和深度分析计算，最终形成有效的决策依据。所有实时数据的获取、分析都基于“智慧校园”的网络和云计算。大数据的功能特性完成了传统结构化数据在“智慧校园”管理中所不能完成的多类型、快速、实时的数据处理能力。 二、“智慧校园”对大数据技术的需求 “智慧校园”必须通过对大量非结构化形态的数据进行分析形成智慧教学和管理，因此对数据如何获取、复杂数据类型实现、数据处理速度和数据分析能力要求较高。典型的OLAP（联机分析处理）数据分析无法满足智慧应用需求，而基于大数据的超越常规报表的路径分析、时间序列分析、图分析、What-if 分析等深度分析符合学校日益增长的智慧应用需求。基于云计算的应用模式、数据整合共享、交叉复用形成智力资源以及知识服务能力，这些都可以成为大数据在“智慧校园”中的重点应用。 三、大数据在“智慧校园”中的价值 “智慧校园”使得联网实体不断扩大，传统的数据架构已无法满足数据处理要求，大数据对获取的各类体量数据更易实现实时、
浅谈课堂提问的原则与技巧 摘要：教学是一门艺术，而课堂提问是组织课堂教学的中心环节。精彩的提问是诱发学生思维的发动机，能开启学生的大门，提高课堂教学效率和师生情感的交流，优化课堂教学。课堂提问不仅要有一定的目的性，还应具有启发性、适度性、兴趣性、循序渐进性和全面性。同时也要讲究一定的技巧。 关键词：课堂提问原则技巧教学 常言道：学起于思，思起于疑，疑解于问。在教学中怎样提高课堂效率，课堂提问是其中很重要的一环，因此研究课堂教学中提问的原则与技巧是优化课堂过程，优化学生思维流程的关键。在教学中，教师通过提问来提高学生的思辩能力和语言表达能力，能否提出高质量的问题，并达到预期目的，是评价一名教师教学水平高低的标准之一。为此，本人结合自己实习阶段的课堂教学浅谈一下如何优化课堂提问，提高课堂教学效率。 一、提问的原则 课堂提问，可以检查学生对已学知识和技能的掌握情况，开阔学生的思路，启发学生的思维，帮助学生掌握重点、难点；进而帮助教师及时调整教学进程，使课堂按预先设计好的路子进行，活跃课堂气氛，增进师生间的感情，促进课堂教学的和谐发展。课堂提问需要遵循一下原则。 1、目的性原则 提问要有目的性。提问是为了引导学生积极思考。教师应根据教学目标，围绕教材中心，考虑学生要学到什么，思考什么，会行程何种能力和品质，通过问题的切入，可以把抽象的知识点转变为感知的对象。教师提的问题必须清楚、明确，才能为学生指明思维的方向，激发学生的主题意识，鼓励学生积极参与教学活动，从而增强学习数学的动力，进而达到教学效果。 教师在课堂提问中要避免提出一些低级、重复、漫无边际的问题。授课的时候并不在于过多发问，而是在于如何的善问和巧问，教师切不可为了提问而提问。提问的根本目的是让学生获取新知识，培养学生能力，课堂提问应抓住本节课的重点、难点，弄清针对哪些问题展开提问，这些问题要达到什么样的目的。提问过多则是泛滥，学生也是应接不暇，没有一种理性思考的余地，相反会影响学生对知识的理解和学习兴趣。但也不可一味的控制数量，过少的提问则会影响学生在课堂上的积极性和主动性，其便造成学生的厌倦、反感，效果也是不太理想。 根据课堂的教学需要，教师应设计目的明确的提问。比如在讲解等差数列的前几项和公式这节内容之前，可以设置这样一个提问：某音乐厅共有30排座位，第一排有28个座位，从第二排开始，每一排都比前一排多2个座位，你能算出这个音乐厅共有多少个座位吗？之
1.1.1大数据分析服务 1.1.1.1.1财务资产分析 ●对高校办学经费总收入及支出，教育收入及支出，人均教育收入及支出，科 研项目收入及支出，人均科研收入及支出，捐款收入，单位收缴信息统计分析。 ●对高校科研经费支出金额，科研类型，科研结果等信息统计分析 ●对高校各类别经费发展变化预测分析 ●对高校收入、支出预算与执行情况统计分析 ●对高校设备资产数量，金额，比重，类型等信息统计分析
1.1.1.1.2教务信息分析 ●对高校教学信息，重点课程，实习地点，实习方向，社会实践等信息统计分 析 ●对高校教材领用，订购，数量，耗材的订购，使用等信息统计分析 ●对考场，考试人员，报名情况，收费情况，成绩等信息统计分析 ●对高校评教结果，指标，方法，类别，能力等信息综合分析 ●对高校开课数量，开课情况，学科信息，成绩信息，心理分析等信息综合分 析 1.1.1.1.3科学研究分析 ●对高校科研平台，专业刊物，科研项目，科研经费，科研成果等信息统计分 析。 ●对高校科研纵向项目信息，排名，占比等统计分析。 ●对高校科研横向项目信息，排名，占比等统计分析。 ●对高校科研项目经费分布，拨入款级别占比，拨入情况，拨款单位，所属单 位，负责人等信息统计分析。 ●对高校科研著作各类型占比，各出版社出版数量，各单位著作分布情况统计 分析。 ●对高校科研获奖数量，成果，人员等信息统计分析
1.1.1.1.4人事信息 ●对高校整体师资结构，专任教师，年龄结构变化趋势等信息统计分析。 ●对高校文科专业队伍建设状态，相关学科队伍教师信息等统计分析。 ●对高校理科专业队伍建设状态，相关学科队伍教师信息等统计分析。 ●对高校在职职工人数，类别结构，职称结构等进行统计分析。 ●对高校专任教师人数，类别结构，职称结构，学历结构，学缘结构综合统计 分析。 ●对高校研究生导师人数，类别结构，职称结构，学历结构，学缘结构综合统 计分析。 ●对高校高层次人才人数，类型综合统计分析。 ●对高校岗位需求统计分析
数据仓库与OLAP实践 清华大学出版社
第3章多维数据分析基础与方法 v3.1 多维数据分析基础 v3.2 多维数据分析方法 v3.3 维度表与事实表的连接v3.4 多维数据的存储方式 v3.5 小结
3.1 多维数据分析基础 v多维数据分析是以数据库或数据仓库为基础的，其最终数据来源与OLTP一样均来自底层的数据库系统，但两者面对的用户不同，数据的特点与处理也不同。 v多维数据分析与OLTP是两类不同的应用，OLTP面对的是操作人员和低层管理人员，多维数据分析面对的是决策人员和高层管理人员。 v OLTP是对基本数据的查询和增删改操作，它以数据库为基础，而多维数据分析更适合以数据仓库为基础的数据分析处理。
1. 多维数据集（Cube） v多维数据集由于其多维的特性通常被形象地称作立方体（Cube）， v多维数据集是一个数据集合，通常从数据仓库的子集构造，并组织和汇总成一个由一组维度和度量值定义的多维结构。 v SQL Server 2000中一个多维数据集最多可包含128个维度和1024个度量值。
2. 度量值（Measure） v度量值是决策者所关心的具有实际意义的数值。v例如，销售量、库存量、银行贷款金额等。 v度量值所在的表称为事实数据表，事实数据表中存放的事实数据通常包含大量的数据行。 v事实数据表的主要特点是包含数值数据（事实），而这些数值数据可以统计汇总以提供有关单位运 作历史的信息。 v度量值是所分析的多维数据集的核心，它是最终用户浏览多维数据集时重点查看的数值数据。
3. 维度（Dimension） v维度（也简称为维）是人们观察数据的角度。v例如，企业常常关心产品销售数据随时间的变化情况，这是从时间的角度来观察产品的销售，因此时间就是一个维（时间维）。 v例如，银行会给不同经济性质的企业贷款，比如国有、集体等，若通过企业性质的角度来分析贷款数据，那么经济性质也就成为了一个维度。 v包含维度信息的表是维度表，维度表包含描述事实数据表中的事实记录的特性。
修订日：2010.12.8实证论文数据分析方法详解 （周健敏整理） 名称变量类型在SPSS软件中的简称（自己设定的代号） 变革型领导自变量1 zbl1 交易型领导自变量2 zbl2 回避型领导自变量3 zbl3 认同和内部化调节变量 TJ 领导成员交换中介变量 ZJ 工作绩效因变量 YB 调节变量：如果自变量与因变量的关系是变量M的函数，称变量M为调节变量。也就是, 领 导风格（自变量）与工作绩效（因变量）的关系受到组织认同（调节变量）的影 响，或组织认同（调节变量）在领导风格（自变量）对工作绩效（因变量）影响 关系中起到调节作用。具体来说，对于组织认同高的员工，变革型领导对工作绩 效的影响力，要高于组织认同低的员工。 中介变量：如果自变量通过影响变量N 来实现对因变量的影响，则称N 为中介变量。也就 是，领导风格（自变量）对工作绩效（因变量）影响作用是通过领导成员交换（中 介变量）的中介而产生的。 研究思路及三个主要部分组成： （1）领导风格对于员工工作绩效的主效应（Main Effects）研究。 （2）组织认同对于不同领导风格与员工工作绩效之间关系的调节效应（Moderating Effects）研究。 （3）领导成员交换对于不同领导风格与员工工作绩效之间关系的中介效应（Mediator Effects）研究。
目录 1.《调查问卷表》中数据预先处理～～～～～～～～～～～～～～ 3 1.1 剔除无效问卷～～～～～～～～～～～～～～～～～～～～ 3 1.2 重新定义控制变量～～～～～～～～～～～～～～～～～～ 3 2. 把Excel数据导入到SPSS软件中的方法～～～～～～～～～～ 4 3. 确认所有的变量中有无“反向计分”项～～～～～～～～～～～4 3.1 无“反向计分”题～～～～～～～～～～～～～～～～～～ 5 3.2 有“反向计分”题～～～～～～～～～～～～～～～～～～ 5 4. 效度分析～～～～～～～～～～～～～～～～～～～～～～～～6 5. 信度分析～～～～～～～～～～～～～～～～～～～～～～～～8 6. 描述统计～～～～～～～～～～～～～～～～～～～～～～～～9 7. 各变量相关系数～～～～～～～～～～～～～～～～～～～～ 12 7.1 求均值～～～～～～～～～～～～～～～～～～～～～～～12 7.2 相关性～～～～～～～～～～～～～～～～～～～～～～～12 8. 回归分析～～～～～～～～～～～～～～～～～～～～～～～13 8.1 使用各均值来分别求Z值～～～～～～～～～～～～～～～13 8.2 自变量Z值与调节变量Z值的乘积～～～～～～～～～～～13 8.3 进行回归运算～～～～～～～～～～～～～～～～～～～～14 8.3.1 调节作用分析～～～～～～～～～～～～～～～～～～14 8.3.2 中介作用分析～～～～～～～～～～～～～～～～～～18 8.4 调节作用作图～～～～～～～～～～～～～～～～～～～～22
浅谈数学课堂上如何进行有效提问 钦州市钦南区犀牛脚镇沙角小学苏银开 内容摘要：课堂提问是教师组织课堂教学的重要手段，是激发学生积极思维的动力，是开启学生智慧之门的钥匙，是信息输出与反馈的桥梁，是沟通师生思想认识、产生情感共鸣的纽带。教育心理学揭示，学生的思维过程往往是从问题开始的。在教学中，要营造愉悦的问题情境，诱导学生参与学习；提问要抓住关键，促进学生积极思考；注重提问的开放性，培养学生的灵活性;注意提问的循序渐进，指导学生系统探究。 关键词：课堂有效性提问引导 古人曰：“学贵于疑，小疑则小进，大疑则大进。”美国著名数学家哈尔莫斯也说过：问题是数学的心脏。有了问题，思维才有方向；有了问题，思维才有动力；有了问题，思维才有创新。而课堂提问是落实教学目标，促进师生之间进行信息互动交流的重要手段。在小学数学教学中，恰当的提问，启发学生思维，活跃课堂气氛，检查教学效果，提高教学质量，都有积极作用。但在实际教学中，教师如何巧妙地把问题贯穿于教学服务于教学，做到恰倒好处的抛砖引玉，把握课堂提问技巧和方法，是提高教学效益的有效途径，是值得我们探究的课题。在多年的教育实践中，我有几点粗浅的意见与大家共同探讨。 一、重新认识课堂提问的价值所在 小学数学课堂上教师的提问与学生的回答既是教学信息的传播过程，又是师生情感交流与合作的过程。课堂提问作为一种小学数学教学行为，其教学价值主要表现在以下三方面：
1、提问是智力与非智力因素的调动行为，能集中学生注意力、引导学生心智、激发学生学习热情、引发学生积极主动参与数学学习活动的愿望。 2、提问作为小学数学教学过程中互动活动的召唤与动员行为，可以促进学生表达小学数学学习中的观点，流露情感，加强学生间的交流，促进人际活动。 3、提问是数学课堂教学秩序的管理行为，可以维持正常有序的教学秩序，使学生的精力集中到数学教学上来。 总之，我们老师们要全面认识和发挥提问的教学价值，转变以往提问过于偏重认知效益，忽视情感和行为效益的行动方式，强化提问在增进学生数学学习情感、经验积累等方面的作用，满足不同层次学生数学课堂学习及情感需求，促进学生知、情、意的和谐发展。 二、反思我们的课堂提问 纵观我们的课堂，师生一问一答，热热闹闹，乐此不疲。但低效重复式的提问，或不着边际与要点的提问等等，学生的思维不但没有得到启发，而且教学效率微乎其微。究因何在？我认为有以下几方面：（一）问题的提出，缺乏主体性 课堂教学的过程是解决一个又一个问题的过程，那么这一个又一个的问题是谁发现的，是谁提出的，这是一个以谁为教学主体的问题。在课堂教学的“提问─回答─反馈”的环节中，提问由谁主导，反馈由谁进行，直接影响学生主体地位的发挥。爱因斯坦说过：学生提出一个问题，往往比解决一个问题更重要。因为解决一个问题是运用已