核心词解读五,数据分析观念(上)

跨越断层，走出误区：

《数学课程标准》核心词的实践解读之五

上海市静安区教育学院曹培英

随着社会信息化程度的日益提高，人们每天都要面对来自网络、新闻媒体等渠道的各种数据信息，我们的日常生活、学习与工作都比过去更加依赖形形色色的数据信息。因此，统计知识的习得与数据分析观念的形成，已成为当今社会每一位公民不可或缺的基本素养。

正是在这一社会发展的大背景下，我国1998年颁布的本科专业目录中，统计学上升为与数学、物理学、化学等学科并列的一级学科，表明国家对统计学的重视与重新定位。2001 年颁布的《全日制义务教育数学课程标准（实验稿）》将原来的“统计初步知识”拓展为“统计与概率”，成为小学数学课程内容重新归并后的四个学习领域之一，并提出了发展学生统计观念的培养目标。

在此基础上，《全日制义务教育数学课程标准（2011版）》进一步将“统计观念”修改为“数据分析观念”。

一、“统计观念”与“数据分析观念”

从名词本身看，“统计观念”涵盖“数据分析观念”，前者更概括，后者更具体。

从统计学科的研究内容看，统计学是一门收集、处理、分析、解释数据并从数据中得出结论的科学。由此可以认为，“数据分析是统计的核心”，将“统计观念”修改为“数据分析观念”，突显了统计的研究对象。

从教学工作现状看，有研究显示：针对“您认为小学统计学习中，最重要的是什么?”以及“您如何定位小学统计课程?”两访谈问题，“我们的小学数学教师都从统计的应用、统计图表、统计活动的视角出发，阐述自己的观点，然而对‘数据分析’和‘随机观念’却没有人提及”1。这与笔者近年来有关工作中的感受与评估基本一致。可见，将“统计观念”表述为“数据分析观念”，在一定程度上，有利于教师更深入地理解、把握“统计观念”的实质。

从名词的界定看，《全日制义务教育数学课程标准（实验稿）》指出：

“统计观念主要表现在：能从统计的角度思考与数据信息有关的问题；能通过收集数据、描述数据、分析数据的过程作出合理的决策，认识到统计对决策的作用；能对数据的来源、处理数据的方法，以及由此得到的结果进行合理的质疑。”

这段话包含三层意思。首先是“统计思考”，其次是“统计过程及其认识”，再次是“对统计过程、方法、结果的反思”。“统计思考”是就统计观念的总体而言，它的具体内容由后两层意思分述。明显的缺失是没有提及“随机性”。

《全日制义务教育数学课程标准（2011年版）》指出：

“数据分析观念包括：了解在现实生活中有许多问题应当先做调查研究，收集数据，通过分析作出判断，体会数据中蕴含着信息；了解对于同样的数据可以有多种分析方法，需要根据问题的背景选择合适的方法；通过数据分析体验随机性，一方面对于同样的事情每次收集到的数据可能不同，另一方面只要有足够的数据就可能从中发现规律。”

这段话也包含三层意思。对照比较：首先，修改后去掉了较为空洞的“统计思考”；然后，对统计观念的两个具体内容作了较大的调整；最后，增补了“体验随机性”的学习要求。具体地说：

关于“统计过程及其认识”，修改后将“决策”降低为“作出判断”，并强调“数据蕴含信息”。这比较符合小学数学的教学实际。

关于“对统计过程、方法、结果的反思”，淡化了“质疑”，强调了方法的“多样”与“合适”，也涵盖了统计的问题解决。考虑到当前社会上忽悠人的虚假数据、不实信息较多，笔者以为，保留“质疑”较妥。而且实践表明，在使小学生“了解对于同样的数据可以有多种分析方法，需要根据问题的背景选择合适方法”的同时，“能对数据的来源、处理、结果进行合理的质疑”，也是可行的。

关于“体验随机性”，这一增补不仅十分必要，而且相当具体地从两方面刻画了随机性的涵义与体验途径，浅显地、呼之欲出地渗透了偶然与必然的关系。

二、“统计”与“概率”

1.关于统计

自统计与概率成为小学数学课程内容的学习领域之一以来，有关统计的内容一直处于与随机性无关的状态。似乎只有在教学“可能性”时，才涉及随机现象。

尽管长期以来，在统计学领域内，存在不同学派，且争论不断，但统计学与概率论的结合，早已成为必然的发展趋势。很难想象，离开了概率论，今天的统计还能走多远。因为从采集数据开始，就会遇到不确定因素，就要对其影响加以估计。正如已故中科院院士陈希孺先生所言：“统计学是有关收集和分析带随机性误差的数据的科学和艺术”。2

为什么极其现实的不确定因素、随机性误差，却始终与小学数学的统计教学绝缘呢？恐怕主要原因还在于我们自身的认知偏差。如，充分考虑学生的接受能力，小学的统计对象只能都是确定性的，这样才能保证统计表、统计图、统计量有唯一的标准答案。又如，教材编排都是先学统计，再学可能性，没讲可能性，怎么渗透随机性呢，随机性只能在抛硬币、摸球、转盘等实验中才能体现。

其实不然。

以“统计全班每个同学最喜欢吃的水果”为例。这一统计题材，因其适合低年级学生的年龄特点，并比较容易让学生经历统计的全过程，而受到各地教师的青睐。一次观摩课，例题也是“最喜欢吃的水果”。与众不同的是，同一问题统计了两次，第一次由教师组织，第二次请学生代替老师主持，相当于巩固练习。不料，第二次统计结果：最喜欢吃苹果的比第一次少了1人，香蕉则多了1人。有学生“检举”，是同桌两次举手变了造成的。教师回应：要认真参加统计，两次举手不能变，否则统计结果就不准确了。评课时，大家都认为执教老师将两次统计出现的误差，视为课堂上的生成性教育资源，利用得当。

从学科德育角度讲，抓住偶发事件，进行一丝不苟的教育，也是数学精神的一种体现。但从培养数据分析观念角度看，又值得商榷。

事实上，学生很可能因为苹果、香蕉都喜欢，导致前后不一，这本是正常现象，也是调查统计时常有的事。如果教师允许学生改变自己的选择，岂不就能让学生看到真实的一幕“同样的事情每次收集到的数据可能不同”。学科德育的契机经常有，数据随机性的自然表现倒是比较难得。

如果说上面的实例可遇不可求，那么有些数据的随机误差是可以“设计”、预期的。例如平均数的计算问题：

让学生用他们自己的尺测量课桌的长、宽，量4次，算出平均数。也可以小组合作，每人量一次，算出小组测量值的平均数。

由于“学生尺”刻度有限，测量课桌的长、宽，都需连续接着量几次，精确

到厘米，也很容易出现误差。通过练习，既能让小学生感知测量误差，又能初步掌握解决测量误差的一般方法。

类似的易于感知数据随机性的统计问题还有不少，如：一小盒葡萄干有多少粒？一口气能屏多长时间？一分钟脉搏跳动多少下？等等。

原来数据的随机性离我们的课堂教学并不遥远，“预设”与“生成”都有可能使它落脚在小学生的最近发展区内。

积累诸如此类的实践经验，自然就会有信心，从开始教学统计起，就有意识地、不失时机地渗透随机性。

历史地看，统计学是一门相当古老的科学。一般认为，它的学理研究始于古希腊亚里士多德时代，迄今已有2300多年的历史。而概率论，从“赌金分配问题”解决算起，至今还不到400年。也就是说，不依靠概率论的“古典统计学”有近2000年的历史。但是，自统计学接纳了概率论之后，就再也离不开它了。即便是社会统计学，也在介绍、应用概率知识。因为人们一旦认识了随机现象，放眼看去，原来日常生活中不确定性事物，远多于确定性事物。

这与算术与代数的关系不同。从算术发展到代数之后，算术不仅是学习代数的基础，而且在日常生活中仍然占据不可替代的地位。因为日常生活所需，绝大多数是算术运算。

因此，不应片面地类比算术与代数，以为小学的统计与概率，统计还是原来的、古典的统计，只是最后再学一点概率（可能性）。虽然小学数学还是只讲描述统计，不讲推断统计、随机变量，但可以也应该渗透随机性，并容忍不确定性的存在。

2.关于概率

（1）学生认知基础的研究。

早在上世纪80年代，我国心理学研究者就对儿童掌握概率概念作了实验研究，结论之一：“儿童的概率概念随年龄而发展，10岁左右起，简单概率概念发展加速，这也许是易于传授概率知识的时期。”3

前不久，笔者根据小学五年级教材中有关可能性大小的主要内容，编制五道试题，给270名还没有学习可能性知识的四年级学生做，以了解学生的起始状态。

①抛一枚硬币，结果是（）。（正确率92.2%）

A.正面朝上的可能性大

B.反面朝上的可能性大

C.正面、反面朝上的可能性相等

D.无法判断

②掷一个正方体骰子，结果是（）。（正确率89.6%）

A.1点朝上的可能性大

B.2点朝上的可能性大

C.3点朝上的可能性大

D.4点朝上的可能性大

E.5点朝上的可能性大

F.6点朝上的可能性大

G.每面朝上的可能性相等 H.无法判断

③抛长方体骰子，结果是（）。（正确率85.5%）

A面积大朝上的可能性大 B.面积小朝上的可能性大

C.每面朝上的可能性相等

D.无法判断

④袋里有10个球，3个黑色，7个白色。这些球摸不出区别，摸出来才知道是白、是黑。任意摸出一个球，摸出黑色球的可能性大，还是摸出白色球的可能性大？为什么? （正确率98.5%）

⑤袋里有6个球，3个黑色，3个白色。这些球摸不出区别，摸出来才知道是白、是黑。任意摸出一个球，摸出黑色球的可能性大，还是摸出白色球的可能

性大？为什么? （正确率92.6%）

有81.6%的学生全对。看来，生活已经先于学校，使多数孩子获得了一些关于可能性的感性认识。

作出错误选择、判断或解释的学生，原因多种多样。

如第②题，错误选择以选B、D为多，显然是受插图中2点朝上、4点在正面的影响。试测时已经发现插图容易生成干扰因素，但因为出现了学生极少见到的长方体骰子，所以只好配图。

两道摸球题去掉了试测时的插图，实测时又冒出了其他误解。如第⑤题，两色球数相等，错误率明显高于同题材的第④题，其中有学生以为“黑球先放进袋子，在下面，所以白色球摸到的可能性大”，显然是受题目叙述黑球在前、白球在后的影响。那么，是否增加“摇晃均匀再摸”，会消除叙述顺序的影响呢？不见得，因为有学生陈述的理由是“黑球会沉底”，由此生成两种截然相反的判断：“白球浮在面上容易摸到”；“摸的人喜欢摸底，摸到黑球可能性大”。

可见，年龄又决定了孩子必然存在形形色色的天真想法。

很明显，如果加深试题内涵，可以提高测试的区分度，但势必加大阅读难度，并出现更多的误解，从而降低测试的效度与信度。

一位五年级老师看到第②题的测试结果非常感慨。她说，好不容易按照教材组织学生开展实验，结果只有一半

左右的学生认为每个点数朝上的

可能性相等，教还不如不教。

这里不讨论实验目的定位在

“发现等可能性”是否恰当，实验

方式可以如何改进，综合以上事实

只想说明：有关可能性大小的知

识，在小学的教学空间比较有限；

至少在目前，教与不教差别不大的

现象在所难免。

要想杜绝孩子匪夷所思的误解，明智的教学抉择之一就是“让孩子长大”。随着年龄的增长，幼稚的想法自然会减少。

（2）教师知识现状的调研。

新一轮课改启动之初，笔者连续两年的调研发现，概率统计是数学教师本体性知识盲点集中的内容之一。4

之后的其他有关研究，也从不同角度相继得出类似结论。新近还有小学统计教学现状的研究称“发现课堂教学中仍存在着教学目标定位偏差、教学活动设计割裂、教学活动组织浅表、教学活动评价盲目等问题。究其原因主要是：教师自身由于统计知识的不足以及相关培训的不力，对统计教材的解读能力与价值认识还不够”。5

确实，目前针对小学数学教师的概率统计知识培训，效果不够理想。甚至有教师反映，越学越“糊涂”。教师培训跟不上，课堂教学改进就难免盲目，陷入误区。

（3）理论支撑的现状。

相关培训不力的现状，既有实践问题，也有理论支撑问题。多年来，我们如饥似渴地从课程论、教学论、教师发展论中寻觅理论支撑，却忘了解决技术层面

的问题还需数学、哲学层面的支撑。

有教师反映，本体性知识的测试题令人摸不着头脑，举了几个例子：

简答题：一个硬币抛2次与2个硬币抛1次，出现两个正面都朝上的可能性是否相等。

判断题：下面的陈述是否正确，在括号里填“√”或“×”。

①可能性等于1的事件不一定是必然事件。 （ ）

②可能性等于0的事件不一定是不可能事件。（ ）

简答题类似国外用来研究等可能性偏见的“标准问题”6。认为可能性相等的理由是，两个样本空间都是｛正正，正反，反正，反反｝，出现两个正面都朝上的可能性都是4

1。认为可能性不等的理由是，2个硬币抛1次的样本空间中，“正反”、“反正”是一个元素，出现两个正面都朝上的可能性是3

1。 对此，比较容易说服持偏见者：把两个硬币看作标了号或涂了色，则两个抛1次不就和一个抛2次一样了。深入了解发现，教师误解的主要原因并非“等可能性偏见”，而是对随机事件的独立性认识不足。

两道判断题对于连续型随机变量的几何概率来说，都是正确的陈述。概率产生于现实，经过数学的抽象处理重新“翻译”客观现象时，却背离了人们的直观感觉，本没有什么可大惊小怪的。

但对于现实的问题解决而言，大可不必如此抽象。比如：任意时刻看钟，分针指向某个点，点是没有大小的，所以几何概率等于0；但从实际讲，分针指向某个点，必定会有投影面的宽度，或者根据需要，给“瞬间”设定一个时间值，就能使几何概率等于一个适当小的正数。

考虑到小学数学教学的特殊性，更多地依靠联系生活实际促进学生理解，这势必影响小学教师的认知。基于教师的实际需要，我们的培训应该侧重什么？是抽象的理论，还是联系实际的应用，两者如何适当兼顾，值得研究。

事实上，施训者内部存在不同看法并不奇怪，概率论本身也有争议。举例说，古典概率、几何概率的概念都少不了所有可能事件等可能性的假设，这就包含着一个逻辑循环：概率以“等概率”为前提。概率的频率定义克服了“循环”，且有大数定律保证重复实验次数∞→n 时，频率与概率偏差较大的可能性趋近于0，但该定义意味着概率是事件序列的性质，它难以回答对单个事件是否可使用概率的问题，而人们的工作和科研，大多需要在这一意义上使用它。概率的公理化定义避开了这些矛盾。但它没有提供概率的算法，而且越是抽象、严谨的定义，其解释也越容易各持己见。

因此，怎样协调理论与实际的关系，规避“先验”与“后验”之类的争论，自圆其说、深入浅出地选择、组织、处理培训内容，以充实、更新小学数学教师必须储备的“一桶水”，还需要有理论支撑的培训改进实践。

综上，现阶段适当精简小学阶段有关可能性的课程内容，降低教学要求是适宜的、可取的。

三、数据分析观念内涵的解读

既然统计与概率教学改革的路径，基于实际状况，不在于增加知识内容，那么，确立统摄全局的核心“数据分析观念”，作为教材处理及教学实施的聚焦点，就更显必要。

与其他核心词类似，课程标准关于数据分析观念的界定，侧重学习行为表现的描述。进而还有必要揭示，行为表现背后的内涵究竟是什么？

1. 知识技能层面的内涵

首先，在知识技能层面上，数据分析观念的形成，有赖于统计过程的经历，主要是：数据收集、数据整理描述、数据分析判断。脱离了这一基础，观念就成了无本之木。这一层面，是大家所熟知的。国内外有关学生数据分析观念（统计观念）发展水平的研究，所构建的研究框架，基本上可以归结为：

数据收集＋数据整理、描述＋数据分析判断＋认识随机性以往的教学经验、教训告诉我们，学生即使经历了统计的全过程，如果缺失“思想”，充其量只是扎实了统计的“双基”，并不能自动转化、升华为数据分析观念。

那么，除了随机思想，驾驭统计过程、方法的内在思想观点还有什么呢？

2. 思想观点层面的内涵

进一步，在思想观点层面上，数据分析观念的实质是三个相互紧密相连的思想：整体思想、随机思想、相对思想。

所谓整体思想，是指无论是统计，还是概率，都需要从总体上加以观察、研究、把握。在这过程中，自然而然将更多地依靠归纳思维，而不是演绎思维。整体思想贯穿了统计的始终，因为统计的根本任务就是通过样本来描述、推断总体，所以从数据收集开始，就要考虑样本能否能够较好地代表、反映总体。

所谓随机思想，“课标2011年版”在数据分析观念的界定中，已有两个方面的描述，这里不再重复。总的来说，就是认识不确定性的普遍存在，承认例外，知道可以透过偶然发现必然。

所谓相对思想，主要是指统计与人们的认识一样，无论多么科学、合理，都受到条件的制约，具有近似、相对的性质。从评价角度通俗地说：统计方法没有简单意义上的对与错，只有“好”和“不好”7。显然，这里的统计方法也涵盖了统计结果。

此外，事物总是处在发展、变异过程中，因此统计具有时效性。用发展的眼光，看待运动、变化的事物，也是相对思想的题中之义。

这三个“思想”，也可以说是统计的三个特性，即整体性、随机性、相对性。它们对小学生来说，只是启蒙，只要求初步感知，但其价值不容低估。特别是随机思想的感知，一方面，它是学生从“确定性数学”进入“随机性数学”的重要铺垫、台阶；另一方面，随着量子力学等科学前沿理论的日益普及，随机思想将成为人们不可或缺的基本素养。

这些思想相互渗透、三位一体。在教学实施中，可以有所侧重，更宜整体落实。

例如，让学生用自己的尺测量课桌的长（精确到厘米），4个同学的测量结果（单位：厘米）是：119，120，120，121。经过小组讨论，形成共识：课桌长在119至121厘米之间，最有可能是120厘米，因为平均数是120厘米，而且有两个同学测得120厘米。

这样的小组汇报理所当然获得教师的表扬，同学的掌声。

这一测量活动使学生在课堂上，亲临了比较原始的随机环境。他们不仅自己生成了随机数据，计算了平均数，还自发地通过数据的总体观察，用上了“极差”与“众数”。学生并不知道这两个名词，但他们能用通俗的语言，如“测量结果的范围”、“出现次数最多的厘米数”等等来表达。由此得出的多样性结论，是对

数据的领悟与整体把握。

又如，布置学生每人准备3种花色的扑克牌各一张，实验时反面朝上，洗牌，铺开在桌上，任意抽取一张，举手统计：

第一次 → 第二次 → 第三次 → ……

学生惊奇地发现，每一次的统计数据都不同，随着数据的累加，3种花色抽到的总数呈现接近的趋势。

同样是等可能事件，这里，将实验器具改为扑克牌，避免了硬币、骰子抛掷高度、落点难以控制等麻烦。同时着眼于课堂效率，将“先小组统计、再全班汇总”的“时髦”统计方式，改为全班举手统计。更为重要的，逐次累加，让学生看到了数据波动的变化状况，从而有利于学生感悟足够多的数据蕴含着统计规律。

3. 价值观层面的内涵

再提升到价值观层面，数据分析观念的灵魂无疑是实事求是的科学精神。具体说来，包括调查研究的意识，对数据的来源、处理、结果进行合理质疑的意识，以及尊重事实的态度，用数据说话的习惯。教学永远具有教育性，科学精神是小学数学教学不应忽视的教育内涵。统计与概率自身的特点，决定了它在培养学生的科学精神方面，具有得天独厚的有利因素。

举一个反例：常态调研听课，进行到抛硬币实验，第一个汇报结果的学生说，我抛了10次，5次正面朝上，受到教师的表扬。于是，接着发言的学生，抛的次数都是偶数，且一半正面朝上。可能是有人旁听的缘故，教师没有干预，最后小结道：“今天小朋友们的运气真好”。

数据允许有误差，但必须真实。人为编造数据，统计便失去了意义。渗透诚信教育，从小教育孩子不造假，也是统计教学应当守住的底线。统计的方法与结果可以放宽评价尺度，但在统计的科学精神上，对与错依然是分明的。

为求直观，三个层面的内涵粗略

图示如右。 这里，分解是为了讨论、叙述、

图示的方便，内涵之间，都是“水乳交融”的，应当视为一个有机的整体。 以上关于数据分析观念内涵的阐

述，作为课程标准界定的补充与展开，大致对应了课程的三维目标，以便于教学实践参照。

［参 考 文 献］

[1] 赵迪.小学数学统计课程教学内容研究[D].吉林：东北师范大学,2008(5).

[2] 陈希孺．机会的数学[M]．北京：清华大学出版社，2000．60．

[3] 张增杰等. 5～15岁儿童掌握概率概念的实验研究—儿童认知发展研究(Ⅱ)[J].心理科

学，1985(6).

[4] 曹培英.小学数学教师本体性知识的缺失及其对策研究[J].课程.教材.教法，2006(6).

8 17 15

8 17 15 11 12 17 19 29 32 8 17 15 11 12 17 19 15 6 38 44 38 ……

[5] 范燕. 小学数学统计教学的问题与策略研究[D].上海：华东师范大学,2012(4).

[6] 李俊. 中小学概率的教与学 [M].上海：华东师范大学,2002．11.

[7] 史宁中等.“数据分析观念”的内涵及教学建议[J].课程.教材.教法，2008(6).

新课标十大核心概念之 “数据分析观念 ”解读

新课标十大核心概念之“数据分析观念”解读 在对“数据分析观念”进行分析之前，我们首先要理解新、旧课标在“统计与概率”这一版块的要求与区别。原课标的核心词：数感、符号感、空间观念、统计观念、应用意识、推理能力。新课标核心词：数感、符号意识、运算能力、模型思想、空间观念、几何直观、推理能力、数据分析观念、应用意识、创新意识。在“统计与概率”板块的核心词由“统计观念”改为“数据分析观念”。“统计观念”（旧）：强调的是从统计的角度思考问题，认识统计对决策的作用，能对数据处理的结果进行合理的质疑。“数据分析观念”（新）：改变过去这一概念含义较“泛”，体现统计与概率的本质意义不够鲜明的弱点，而将该部分内容聚焦于“数据分析”。 那么让我们来深入学习“数据分析观念”跟上教学改革的步伐。 （一）什么是“数据分析观念”？数据分析观念是学生在有关数据的活动过程中建立起来的对数据的某种“领悟”、由数据去作出推测的意识、以及对于其独特的思维方法和应用价值的体会和认识。 在课标当中，对于数据分析观念，有这样的描述：了解在现实生活中，有许多问题应当先做调查研究，搜集数据，通过分析做出判断。体会数据中蕴含着信息，了解对于同样的数据可以有多种分析的方法，需要根据问题的背景，选择合适的方法，通过数据分析体验随机性。一方面对于同样的事物，每次收到的数据可能不同，另一方面只要有足够的数据，就可以从中发现规律。 (二)为什么要学数据分析的观念？ 数据分析是统计学里的一个核心内容。不论是统计还是概率，都要基于数据，基于对数据的分析；在进行预测的时，为了使预测更合理，也需要收集更多的数据。数据分析观念是学生在义务教育阶段数学课程中最应培养的数学素养之一，是促进学生发展的重要方面。通过数据分析的教学，使学生体会到统计时需要收集数据，应用数据分析，能解决日常生活中很多实际问题，从而感受统计的实际价值，发展学生的应用意识。 （三）培养数据分析观念的要求： 一是过程性（或活动性）要求：让学生经历调查研究，收集、处理数据的过程，通过数据分析作出判断，并体会数据中蕴涵着信息 二是方法性要求：了解对于同样的数据可以有多种分析方法，需要根据问题背景选择合适的数据分析方法 三是体验性要求：通过数据分析体验随机性 (四)怎样培养学生数据分析的观念？ 1、让学生经历数据分析过程，体会数据中蕴含的信息。 建立数据分析观念最好的办法是让学生经历完整的收集、整理、描述、分析的统计全过程，让学生明白为什么要进行数据的“收集、整理、描述、分析”，也就是说分析数据能帮助我们做什么。常见的教学中，数据的“收集、整理、描述、分析”都是教师布置的“任务”，只要学生按照教师的要求去做即可，而没有问一问为什么要做这些。 2、鼓励学生掌握数据分析方法，根据问题的背景选择合适的方法。 得到一组数据我们要分析什么： ①、数据有什么特点？ ②、数据怎样变化？ ③、可以推测哪些情况？ 3、通过数据分析，让学生感受数据的随机性。 史宁中教授说：“统计与概率领域的教学重点是发展学生的数据分析意识，培养学生的随机

大数据分析的六大工具介绍

大数据分析的六大工具介绍 2016年12月 一、概述 来自传感器、购买交易记录、网络日志等的大量数据，通常是万亿或EB的大小，如此庞大的数据，寻找一个合适处理工具非常必要，今天我们为大家分学在大数据处理分析过程中六大最好用的工具。 我们的数据来自各个方面，在面对庞大而复杂的大数据，选择一个合适的处理工具显得很有必要，工欲善其事，必须利其器，一个好的工具不仅可以使我们的工作事半功倍，也可以让我们在竞争日益激烈的云计算时代，挖掘大数据价值，及时调整战略方向。 大数据是一个含义广泛的术语，是指数据集，如此庞大而复杂的，他们需要专门设il?的硬件和软件工具进行处理。该数据集通常是万亿或EB的大小。这些数据集收集自各种各样的来源:传感器、气候信息、公开的信息、如杂志、报纸、文章。大数据产生的其他例子包括购买交易记录、网络日志、病历、事监控、视频和图像档案、及大型电子商务。大数据分析是在研究大量的数据的过程中寻找模式, 相关性和其他有用的信息，可以帮助企业更好地适应变化，并做出更明智的决策。 二.第一种工具:Hadoop Hadoop是一个能够对大量数据进行分布式处理的软件框架。但是Hadoop是 以一种可黑、高效、可伸缩的方式进行处理的。Hadoop是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop还是可伸缩的，能够处理PB级数据。此外，Hadoop依赖于社区服务器，因此它的成本比较低，任何人都可以使用。

Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。用户可以轻松地 在Hadoop上开发和运行处理海量数据的应用程序。它主要有以下儿个优点: ,高可黑性。Hadoop按位存储和处理数据的能力值得人们信赖。，高扩展性。Hadoop是 在可用的计?算机集簇间分配数据并完成讣算任务 的，这些集簇可以方便地扩展到数以千计的节点中。 ，高效性。Hadoop能够在节点之间动态地移动数据，并保证各个节点的动 态平衡，因此处理速度非常快。 ，高容错性。Hadoop能够自动保存数据的多个副本，并且能够自动将失败 的任务重新分配。 ,Hadoop带有用Java语言编写的框架，因此运行在Linux生产平台上是非 常理想的。Hadoop上的应用程序也可以使用其他语言编写，比如C++。 第二种工具:HPCC HPCC, High Performance Computing and Communications（高性能计?算与通信）的缩写° 1993年，山美国科学、工程、技术联邦协调理事会向国会提交了“重大挑战项 U：高性能计算与通信”的报告，也就是被称为HPCC计划的报告，即美国总统科学战略项U ,其U的是通过加强研究与开发解决一批重要的科学与技术挑战 问题。HPCC是美国实施信息高速公路而上实施的计?划，该计划的实施将耗资百亿 美元，其主要U标要达到:开发可扩展的计算系统及相关软件，以支持太位级网络 传输性能，开发千兆比特网络技术，扩展研究和教育机构及网络连接能力。

培养小学生数据分析观念的教学研究-精品文档

培养小学生数据分析观念的教学研究 一、课题的提出 1.从统计学的主要目的来看，统计学是一门应用科学，是研究如何合理收集、整理、分析数据的学科，它可以为人们制定决策、提供依据。数据是任何科学的基础，但是只有数据是不够的。“要是没有数据分析，就不值得努力去收集数据”。科学家的许多研究工作，就可以看成是对数据的思考。 2.从课程标准的要求来看，《全日制义务教育数学课程标准（实验稿）》指出，在“统计与概率”的教学中，应帮助学生逐渐建立起统计观念，《全日制义务教育数学课程标准（2011 年版）》中，此要求改为数据分析观念。对比两者定义，可以发现它们有着明显不同：从“统计观念”到“数据分析观念”，要求更加具体，价值指向更加明确，这一变化将对统计和概率内容的教学产生很大影响。 3.从生活实际的需要来看，数据分析对国家有着十分重要的意义，人口普查是重要国情国力的调查。我国地域广阔，人口众多，文化多样，经济复杂，于2010年11月1 日进行的第六次人口普查，为实施可持续发展战略、构建社会主义和谐社会，提供了科学、准确的统计信息支持。此外，数据分析对个人也很必要。报纸、电视、网络等媒体上大量的信息都是用数据来表现的，我们进入了一个“数据时代、图表时代”，理解数据的素

养是未来 公民的必备素质之一。 4.从目前的教学现状来看，“统计与概率”是实验稿所规定的小学数学课程内容之一，由于这部分内容与传统的“确定性数学”存在较大差异，部分教师对“统计与概率”的核心思想、统计与概率的联系和区别、课堂上应当突出的关键和重点，以及不同年级学生应当达到的理解深度和应用能力等问题，或多或少还存在一些困惑及认识上的分歧。目前，广大教师统计和概率的教学视角狭窄，片面追求绘制统计图表的方法和计算技巧，教学中缺乏数据的多元分析、读懂图表及通过数据分析发现规律、体会随机性，直接影响了学生的数据意识、统计思维等方面的有效培养。 基于以上认识，我们确立了《培养小学生数据分析观念的教学案例研究》的课题。 二、课题核心概念的界定 1.数据：进行各种统计、计算、科学研究或者技术设计等作为依据的数值。英语为data ，严复1902年在《穆勒名学》中将它音译为“棣达”、“弟佗”，“数据”这词出现比较晚，1936 年后才在一些介绍外国科学进展的文章中出现。笔者认为，数据，是有根据的数，是可依据的数。当我们对某个随机变量（比如某个年龄的学生身高）进行观测时，事先不能预料会取到谁的身高，而一旦某位学生被抽取到，就称这个人的身高数值为这个

关键词数据收集及分析

根据收集到数据分析出影响关键词排名的因素有以下五点： 一、标题 起个与网站内容相关的、符合大多数人搜索习惯的关键词做标题，对网站的排名有重要影响。网站页面优化尽量采用标题单一。否则会造成标题关键词权重分散，搜索引擎识别不了到底哪个关键词才是这个页面的核心词。 二、友情链接 网站是一个动态的过程，网站的权重也是动态的，有的高，有的低。因此友情链接要及时查看，发现降权的友情链接，发现被k的友情链接，要及时删除，及时添加高质量的友情链接。 三、关键词有无堆砌 很多站长为了让自己网站能快速的有排名，就在网站里到处散布网站关键词，这样也是导致关键词没有排名的重要杀手。关键词的堆砌第一是对网站的内容来说会有一定的影响，第二就是搜索引擎同样会认为你是在作弊，有时候不仅不给你排名，更会用K站来警示你！确定了自己的关键字之后，需要在网页文本中适当出现这些关键字。 关键字在网页中出现的频次，关键字密度就是一个页面中，占所有该页面中总的文字的比，该指标对搜索引擎的优化起到重要作用。关键字密度一般在或称出现3次以上较为合适，逾越这一指标就有过高的嫌疑。 四、PR值 PR值本身就是一个网站综合评分的指标，PR值高一定程度上说明你的网站在其他方面也很优秀，也比较容易获得好的排名 五、服务器的稳定性 服务器就像是网站的大门，百度蜘蛛每天都会对网站进行爬行抓取信息，如果蜘蛛每次到访网站，却因为服务器的不稳定，时而打不开网站，拒贵客于门外，反反复复都是如此，百度也会因此不注重该站，必然会对网站的权重造成影响，排名出现下降不稳定，那也是可想而知的事情了。所以在选择空间服务商的时候，不要凭价格去衡量产品做比较，尽可能的选择信誉好点的商家。

象限 [两万关键词的大数据分析方法,四象限确定优化方向]

我们知道，将一个关键词从问题表征分析到根源幵细化到可操作层面是非常耗费时间的。那么，如果拥有成千上万个关键词，这是否会发成一个噩梦般得工作呢？ 值得庆并的是，我们还是有些方法可以躲过那样的悲剧的，下面我们逐步来介绍。 首先，先把关键词按有转化和无转化分成2大类，首先看有转化的关键词 我们将有转化的关键词放到转化量（横轴）和CPA（纵轴）的散点图里面去，如上图。并用有转化关键词的平均转化量和平均CPA作为分界线，将关键词分为4个象限 右上角象限的关键词CPA高并且转化量大，广告主通过购买这些关键词争夺客户，相互竞价造成CPA居高不下，广告主很难靠这些词盈利。我们把这个象限叫做“畅销词”。常见的畅销词是“游戏”这样的通用词。 右下角象限的关键词CPA低并且转化量大，这些词是真正的盈利来源，广告主希望这样的词越多越好，可以用来平均畅销词的高昂成本。我们把这个象限叫做“金牛词”。常见的金牛词和广告主的业务高度相关，例如“单机游戏”，另外知名度高的品牌词也可能成为金牛词，例如“百度游戏”。

左下角象限的关键词CPA低并且转化量小，这些词一般在总体转化量占比较低，不会超过20%，但关键词数量庞大，管理难度和管理成本较高。我们把这个象限叫做“长尾词”。常见的长尾词字数比较多，类似“2010年网页游戏”。 左上角象限关键词的CPA高并且转化量小，这些词让广告主如坐针毡，看着广告预算花出去也没效果，希望能分析出这些词的问题，幵陈低损失。我们把这个象限叫做“问题词”。问题词本身没什么规律可言，要么是相关性差，例如“手机游戏”不百度游戏，要么就是在推广环节中出现了各种问题。 我们之所以分出这4个象限，是为了将有相同优化方向的词放到一起分析，这样做的好处是降低分析难度。 另外，即便我们将关键词分到4个象限里，却依然面临关键词数量巨大，我们只有有限的时间和精力，没法做到每个词都精细分析的问题。为了能将我们有限的劳动时间换取最大的效果改进，我们只能筛选出最需要改进的关键词加以关注。下面，我们讲一下筛选关键词的原则 一、2/8法则 80/20法则（The 80/20 Rule），又称为帕雷托法则、帕雷托定律、最省力法则或不平衡原则、犹太法则。此法则是由意大利经济学家帕雷托提出的。帕雷托曾提出，在意大利80％的财富为20％的人所拥有，并且这种经济趋势存在普

数据分析系统—用户操作手册

数据分析系统 操作手册 目录 一、前言 (2) 1.1、编写目的 (2) 1.2、读者对象 (2) 二、系统综述 (3) 2.1、系统架构 (3) 2.1.1系统浏览器兼容 (3) 三、功能说明 (4) 3.1、登录退出 (4) 3.1.1、登录 (4) 3.1.2、退出 (4) 3.1.3、用户信息 (5) 3.2、仪表盘 (5) 3.2.1、报表选择 (6) 3.2.2、布局方式 (7) 3.2.3、仪表盘管理 (8) 3.2.4、单个报表 (10) 3.3、应用中心 (13) 3.3.1、数据搜索 (13) 3.4、策略配置 (39)

3.4.1、数据采集 (39) 3.4.2、报表 (46) 3.4.3、数据类型 (53) 3.4.4、预设搜索 (58) 3.5、系统管理 (61) 3.5.1、代理注册设置 (61) 3.5.2、用户角色 (62) 3.5.3、系统用户 (65) 四、附件 (67) 一、前言 1.1、编写目的 本文档主要介绍日志分析系统的具体操作方法。通过阅读本文档，用户可以熟练的操作本系统，包括对服务器的监控、系统的设置、各类设备日志源的配置及采集，熟练使用日志查询、日志搜索功能，并掌握告警功能并能通过告警功能对及日志进行定位及分析。 1.2、读者对象 系统管理员：最终用户

项目负责人：即所有负责项目的管理人员 测试人员：测试相关人员 二、系统综述 2.1、系统架构 系统主界面为所有功能点的入口点,通过主菜单可快速定位操作项。系统主要分为四大模块，分别为 1）：仪表盘 2）：应用中心 3）：策略配置 4）：系统管理 2.1.1系统浏览器兼容 支持的浏览器 IE版本IE8至IE11等版本 Chrome 36及以上版本 Google chrome(谷歌 浏览器) Firefox 30及以以上版本 Mozilla Firefox (火 狐浏览器)

如何培养学生的“数据分析观念”

如何培养学生的“数据分析观念” 当今社会中信息和技术已经是人们生活的基础，常常需要在不确定的环境中，面对大量散乱的数据，如何通过对数据的处理，以供参考作出合理的决策，这是每人都应当具备的素质。而统计正是通过对数据的收集、整理、处理、分析，为人们作出恰当的选择和判断、更好地制定决策提供依据和建议。《数学课程标准》中提出要使学生“经历运用数据描述信息、作出推断的过程，发展统计观念”，“应帮助学生逐渐建立起数据分析观念，了解随机现象”。因此，学习统计的核心目标是发展学生数据分析观念。要发展学生的“数据分析观念”，综合自己的教学实践，我认为： 第一，要让学生明白为什么要收集数据收集数据能为我们解决哪些问题。长期以来我们有些老师认为这部分内容比较简单，因此教学起来没有给与必要的重视，因此学生自然也就对这部分的学习有所放松。因此必须要转变观念，让学生明白数据的统计分析的重要性，要让学生明白数据分析决策的依据。 第二，要让学生让学生经历完整的收集、整理、描述、分析的统计全过程，一定要让学生体验调查，实验，查阅资料，测量的作用。收集完资料后，要引导学生对数据进行整理，描述，分析从而使学生掌握一整套的数据处理方法教师在统计活动材料的选用应采取由近及远的原则，先是身边的事、然后社会环境、再和其它学科相联系。收集的素材先是全部数据，如全班学生，利用统计对象的确定性

组织统计活动，学习统计图表；随着学习的深入，统计对象更多地具有随机性。例如，“估计你们班所有同学的家庭一个月内共丢弃多少个塑料袋？通过实际调查验证你的估计。”在该统计活动中，每个同学家庭每个月要丢多少个塑料袋，统计对象的总数非常大，统计起来既浪费时间，又浪费人力和物力。此时，就可以渗透抽样统计的方法，帮助学生自己选择统计对象。这里，统计对象可以是全班同学家庭的某些天丢弃塑料袋的个数，或部分同学家庭的某个月丢弃塑料袋的个数。 第三，让学生体会平均数，中位数，众数，方差的作用以及样本与总体之间的关系，让学生体会这些刻画数据的量的不同之处和侧重点。典型的例子如小李去找工作，看到招聘广告上写着该公司月平均工资3000元，而工作一月后发现实际领到工资只有1500元，问学生这是怎么回事，等大家讨论一段时间老师在继续出示工资单：公司三月份工资单，经理10000元，副经理8500元，一般员工有7人1500元，清洁工一人1000元。引出“大部分员工只有1500元，平均工资怎么会3000元呢”问题讨论，引发学生对“月工资水平”的认识冲突。引导观察平均数在这组数据中平均数明显偏离中心，而大多数员工工资在1500元的位置，从而自然的引出众数概念，也体会众数的统计意义.。 第四，要在分析数据的基础上，让学生学绘画统计图，教学中要引导学生体会各种统计图的特点，能根据具体问题选择合适的统计图，。在教学中更应该搜集一些媒体发布的统计图表，让学生在读的

数据分析观念

【课程标准】中数据分析观念：（第五组全体成员）数据分析观念包括：了解在现实生活中有许多问题应当先做调查研究，收集数据，通过分析作出判断，体会数据中蕴涵着信息；了解对于同样的数据可以有多种分析的方法，需要根据问题的背景选择合适的方法；通过数据分析体验随机性，一方面对于同样的事情每次收集到的数据可能不同，另一方面只要有足够的数据就可能从中发现规律。数据分析是统计的核心。 “标准”中，在第二学段的【知识技能】中是这样定的：经历数据的收集、整理和分析的过程，掌握一些简单的数据处理技能；体验随机事件和事件发生的等可能性。在第三学段【知识技能】中是这样说的：体验数据收集、处理、分析和推断过程，理解抽样方法，体验用样本估计总体的过程；进一步认识随机现象，能计算一些简单事件的概率。 “课程内容”【第一学段】中是这样说的：能根据给定的标准或者自己选定的标准，对事物或数据进行分类，感受分类与分类标准的关系。经历简单的数据收集和整理过程，了解调查、测量等收集数据的简单方法，并能用自己的方式（文字、图画、表格等）呈现整理数据的结果。通过对数据的简单分析，体会运用数据进行表达与交流的作用，感受数据蕴涵信息。【第二学段】中是这样的内容：经历简单的收集、整理、描述和分析数据的过程（可使用计算器）；会根据实际问题设计简单的调查表，能选择适当的方法（如调查、试验、测量）收集数据；认识条形统计图、折线统计图直观且有效地表示数据；体会平均数的作用，能计算平均数，能用自己的语言解释其实际意义；能从报刊杂志，电视等媒体中，有意识地获得一些数据信息，并能读懂简单的统计图表；能解释统计结果，根据结果作出简单的判断和预测，并能进行交流。在【第三学段】中说：（一）抽样与数据分析1、经历收集、整理、描述和分析数据的活

从历年双十一数据看电子商务发展

从历年双十一数据看电子商务的发展 课程：电子商务 专业：会计 姓名：某某 学号：******

摘要：2016年双十一购物狂欢节结束，电商销售数据对比本文通过历年双十一电商销售的数据对比，从历年双十一购物狂欢节电商的销售额、消费群体、热门行业、物流运输等方面综合分析了电商所面临的问题及可行的解决办法，概括总结了未来电商的发展趋势。 关键词：双十一，电商，销售额，发展趋势 目录： 一．数据分析 1. 销售额与增长率分析 1.1问题 1.2分析 1.3解决 2.物流运输 2.1问题 2.2分析 2.3解决 二．问题分析 三．结论

参考文献

一．数据分析 表1 数据来源： 销售额——中国网 双十一销售额占社会消费品零售额比例——中商产业研究院物流订单量——CN人才网、国家邮政局 1．历年双十一销售额与增长率分析 图1-1

1.1 问题 从图1-1可以看出，2009年起至今，双十一电商的销售额都在呈增长趋势，2009年到2010年销售额增长率大幅度提升，2010年到2016年双十一电商销售额增长率逐渐放缓。 1.2 分析 2009年至今，随着电子技术的发展，由表1双十一销售额占社会消费品零售额比例可以看出，电商的接受度逐渐增强，人们的电商平台购买力逐渐增强。 2009年到2010年双十一电商购物狂欢节这个概念刚刚出现在人们眼前，由于人们的好奇心理等原因，销售额增长率大幅上升之后，出现转折点。 2010年到2016年，虽然销售额仍在增长，但增速放缓，说明电商平台购买力已逐渐饱和。人们虽然愈加依赖电商的消费方式，但是随着大家已经完全接受电商平台双十一促销的方式，双十一购物狂欢节的短期性、产品的时效性等特点，决定了人们的消费数额增长速度逐渐放缓，人们不会再盲从地大量消费，购买囤货，而是在双十一理性消费。 2.物流 图1-2

系统和数据分析

第一课SAS 系统简介 一.SAS 系统 1什么是SAS 系统 SAS 系统是一个模块化的集成软件系统。所谓软件系统就是一组在一起作业的计算机程序。 SAS 系统是一种组合软件系统。基本部分是Base SAS 软件 2 SAS 系统的功能 SAS 系统是大型集成应用软件系统,具有完备的以下四大功能： ●数据访问 ●数据管理 ●数据分析 ●数据显示 它是美国软件研究所（SAS Institute Inc.）经多年的研制于1976年推出。目前已被许多 国家和地区的机构所采用。SAS 系统广泛应用于金融、医疗卫生、生产、运输、通信、政府、科研和教育等领域。它运用统计分析、时间序列分析、运筹决策等科学方法进行质量管理、财务管理、生产优化、风险管理、市场调查和预测等等业务，并可将各种数据以灵活多样的各种报表、图形和三维透视的形式直观地表现出来。在数据处理和统计分析领域，SAS 系统一直被誉为国际上的标准软件系统。 3 SAS 系统的主要模块 SAS 系统包含了众多的不同的模块，可完成不同的任务，主要模块有： ●●●●●●●● ●●●SAS/BASE（基础）——初步的统计分析 SAS/STAT（统计）——广泛的统计分析 SAS/QC（质量控制）——质量管理方面的专门分析计算 SAS/OR（规划）——运筹决策方面的专门分析计算 SAS/ETS（预测）——计量经济的时间序列方面的专门分析计算 SAS/IML（距阵运算）——提供了交互矩阵语言 SAS/GRAPH（图形）——提供了许多产生图形的过程并支持众多的图形设备 SAS/ACCESS（外部数据库接口）——提供了与大多数流行数据库管理系统的方便接口并自身也能进行数据管理 SAS/ASSIST（面向任务的通用菜单驱动界面）——方便用户以菜单方式进行操作SAS/FSP（数据处理交互式菜单系统） SAS/AF（面向对象编程的应用开发工具） 另外SAS系统还将许多常用的统计方法分别集成为两个模块LAB和INSIGHT，供用户

浅谈小学生数据分析观念的培养论文

浅谈小学生数据分析观念的培养随着社会的发展，统计在实际生活中的应用越来越广泛，大到国民生产总值，小到家庭的收支，都离不开对数据的分析，离不开统计。新课程标准理念下也将统计与概率作为重要的学习内容，随着大家对统计与概率教学的不断探索和实践，人们逐渐认识到对于这个领域的学习而言，重要的绝不仅仅是画统计图、求平均数等技能的学习，而是要让孩子“亲近”数据，加强对孩子数据分析观念的培养。下面就以统计为例说明如何培养小学生的数据分析观念。 一、重视学生统计意识的培养 “统计观念”的首要方面是能有意识的从统计的角度思考有关问题，当遇到有关问题时能想到去收集数据和分析数据，即发展学生的统计意识。发展学生的统计意识最主要的方式就是让学生体会到统计是有用的，数据是有信息的，也就是说统计能够帮助人们做出决策，能够帮助人们了解一些情况，因此教师要重视学生统计意识的培养。 教师在统计活动材料的选用应采取由近及远的原则，先是身边的事、然后社会环境、再和其它学科相联系。收集的素材先是全部数据，如全班学生，利用统计对象的确定性组织统计活动，学习统计图表；随着学习的深入，统计对象更多地具有随机性。例如，“估计你们班所有同学的家庭一个月内共丢弃多少个塑料袋？通过实际调查验证你的估计。”在该统计活动中，每个同学家庭每个月要丢多少个塑料袋，统计对象的总数非常大，统计起来既浪费时间，又浪费人力和物力。此时，就可以渗透抽样统计的方法，帮助学生自己

选择统计对象。这里，统计对象可以是全班同学家庭的某些天丢弃塑料袋的个数，或部分同学家庭的某个月丢弃塑料袋的个数。例如，通过农民分析往年的农产品价格，可以估计出今年的农产品价格，然后适当调整自己的农业种植结构。让学生意识到分析、整理后的数据还能帮助人们进行预测，体会统计的价值。 在活动中发挥学生的主体性。数据分析观念最好的办法是让学生经历完整的收集、整理、描述、分析的统计全过程，让学生明白为什么要进行数据的“收集、整理、描述、分析”，也就是说分析数据能帮助我们做什么。常见的教学中，数据的“收集、整理、描述、分析”都是教师布置的“任务”，只要学生按照教师的要求去做即可，而没有问一问为什么要做这些。在统计活动中要发挥学生的主体性，而不要把学生成为按一定指令办事的操作工，要有探索性。在活动中发挥学生的主体性，把统计融入到解决问题之中，有利于统计观念的形成。 设计问题情境，学生体会需要收集数据。要使学生接受统计特有的观念，就要让学生经历产生和发展统计思想的全过程，让学生经历收集数据、整理数据和分析数据的过程，逐步形成统计意识。 学生体会到分析数据能帮助人们做些什么。“统计与概率”的教学设计应该在学生经历了收集数据、整理数据后，有一个反思的过程，讨论这些数据除了能帮助我们解决刚才提到的问题以外，还能够帮助我们解决什么问题。例如，通过农民分析往年的农产品价格，可以估计出今年的农产品价格，然后适当调整自己的农业种植结构。让学生意识到分析、整理后的数据还能帮助人们进行预测，体会统

重卡历年销售数据及主要企业历年销售数据

重卡销量年度项目合计123456789101112 销量(台)771,11854,42544,42282,59080,44775,01858,96347,52662,42862,42860,06970,89171,911 占比7.1% 5.8%10.7%10.4%9.7%7.6% 6.2%8.1%8.1%7.8%9.2%9.3% 销量(台)767,63062,94964,54099,16586,54675,71263,72050,61848,12654,43751,29654,15856,363 同比0%16%45%20%8%1%8%7%-23%-13%-15%-24%-22% 占比8.2%8.4%12.9%11.3%9.9%8.3% 6.6% 6.3%7.1% 6.7%7.1%7.3% 销量(台)549,98539,99027,55167,69958,70751,71250,27337,24734,20741,82945,20746,70248,861 同比-28%-36%-57%-32%-32%-32%-21%-26%-29%-23%-12%-14%-13% 占比7.3% 5.0%12.3%10.7%9.4%9.1% 6.8% 6.2%7.6%8.2%8.5%8.9% 销量(台)726,45536,87234,94272,77868,88464,83159,35749,72749,34152,93669,62291,84975,316 同比32%-8%27%8%17%25%18%34%44%27%54%97%54% 占比 5.1% 4.8%10.0%9.5%8.9%8.2% 6.8% 6.8%7.3%9.6%12.6%10.4% 销量(台)1,112,01783,01786,377114,636104,37497,70497,57690,21393,666101,11092,28984,75566,300 同比53%125%147%58%52%51%64%81%90%91%33%-8%-12% 占比7.5%7.8%10.3%9.4%8.8%8.8%8.1%8.4%9.1%8.3%7.6% 6.0% 销量(台)1,143,710109,60074,827138,946122,818113,579112,07474,65971,84276,00080,06589,30080,000 同比3%32%-13%21%18%16%15%-17%-23%-25%-13% 5.36%20.66% 占比9.6% 6.5%12.1%10.7%9.9%9.8% 6.5% 6.3% 6.6%7.0% 销量(台)1,173,99098,70278,017148,755118,757108,264103,69375,78373,26083,57191,347101,60292,239 同比3%-10%4%7%-3%-5%-7%2%2%10%14%14%15% 占比8.4% 6.6%12.7%10.1%9.2%8.8% 6.5% 6.2%7.1%7.8%8.7%7.9% 年度项目合计123456789101112 数据来源：中国卡车网统计范围：27家重卡企业重型货车产销量 天然气重卡销量 年度项目合计123456789101112 销量(台)16,0911********,0298391,8381,6748009721,2562,7413,522 当月占比0.1% 3.7% 5.0% 6.4% 5.2%11.4%10.4% 5.0% 6.0%7.8%17.0%21.9% 销量(台)36,5761,7461,4141,6363,3783,9657,5213,5752,2191,7351,9842,1845,219 同比127%10813%139%101%228%373%309%114%177%78%58%-20%48% 201820192012 2013 2013 2014201520162017

核心词解读五,数据分析观念(上)

跨越断层，走出误区： 《数学课程标准》核心词的实践解读之五 上海市静安区教育学院曹培英 随着社会信息化程度的日益提高，人们每天都要面对来自网络、新闻媒体等渠道的各种数据信息，我们的日常生活、学习与工作都比过去更加依赖形形色色的数据信息。因此，统计知识的习得与数据分析观念的形成，已成为当今社会每一位公民不可或缺的基本素养。 正是在这一社会发展的大背景下，我国1998年颁布的本科专业目录中，统计学上升为与数学、物理学、化学等学科并列的一级学科，表明国家对统计学的重视与重新定位。2001 年颁布的《全日制义务教育数学课程标准（实验稿）》将原来的“统计初步知识”拓展为“统计与概率”，成为小学数学课程内容重新归并后的四个学习领域之一，并提出了发展学生统计观念的培养目标。 在此基础上，《全日制义务教育数学课程标准（2011版）》进一步将“统计观念”修改为“数据分析观念”。 一、“统计观念”与“数据分析观念” 从名词本身看，“统计观念”涵盖“数据分析观念”，前者更概括，后者更具体。 从统计学科的研究内容看，统计学是一门收集、处理、分析、解释数据并从数据中得出结论的科学。由此可以认为，“数据分析是统计的核心”，将“统计观念”修改为“数据分析观念”，突显了统计的研究对象。 从教学工作现状看，有研究显示：针对“您认为小学统计学习中，最重要的是什么?”以及“您如何定位小学统计课程?”两访谈问题，“我们的小学数学教师都从统计的应用、统计图表、统计活动的视角出发，阐述自己的观点，然而对‘数据分析’和‘随机观念’却没有人提及”1。这与笔者近年来有关工作中的感受与评估基本一致。可见，将“统计观念”表述为“数据分析观念”，在一定程度上，有利于教师更深入地理解、把握“统计观念”的实质。 从名词的界定看，《全日制义务教育数学课程标准（实验稿）》指出： “统计观念主要表现在：能从统计的角度思考与数据信息有关的问题；能通过收集数据、描述数据、分析数据的过程作出合理的决策，认识到统计对决策的作用；能对数据的来源、处理数据的方法，以及由此得到的结果进行合理的质疑。” 这段话包含三层意思。首先是“统计思考”，其次是“统计过程及其认识”，再次是“对统计过程、方法、结果的反思”。“统计思考”是就统计观念的总体而言，它的具体内容由后两层意思分述。明显的缺失是没有提及“随机性”。 《全日制义务教育数学课程标准（2011年版）》指出： “数据分析观念包括：了解在现实生活中有许多问题应当先做调查研究，收集数据，通过分析作出判断，体会数据中蕴含着信息；了解对于同样的数据可以有多种分析方法，需要根据问题的背景选择合适的方法；通过数据分析体验随机性，一方面对于同样的事情每次收集到的数据可能不同，另一方面只要有足够的数据就可能从中发现规律。” 这段话也包含三层意思。对照比较：首先，修改后去掉了较为空洞的“统计思考”；然后，对统计观念的两个具体内容作了较大的调整；最后，增补了“体验随机性”的学习要求。具体地说：

对“数据分析观念”的认识

对“数据分析观念”的认识 我认为数据观念就是通过收集数据、描述数据、分析数据的过程，作出合理的决策；能对数据的来源、收集和描述数据的方法、由数据得到的结论进行合理的质疑。 具体来说，数据观念包括三方面： (1）数据的意识，能想到用数据来处理问题。实际上用数据来进行推断是一种重要的思维方式 (2)数据分析，体会数据中是蕴含着信息的。我们要经历收集数据、描述数据、分析数据的过程，即数据处理的过程，把信息提取出来。 (3)数据观念，根据背景来选择合适的方法。 通过自己平时的学习，我觉得把数据分析观念作为了这部分内容的核心概念原因有以下几点： （一）数据是统计学习的一个重要内容，所以对数据的分析是统计的核心知识，这个数据分析观念，就是实际上数据分析观念，主要让学生能够体会到数据的作用，运用数据可以做什么，怎么来做，可能这是通俗一点来说，数据分析观念的一个基本的含义。 （二）在现实生活中，有许多问题应当先做调查研究，搜集数据，通过分析做出判断。例如：班里要组织联欢会需要买些水果，买什么样的水果呢？可能一年级的孩子没有数据意识，以自我为中心，有的孩子会说买苹果，因为我喜欢吃苹果，有的孩子会说买梨，因为我喜欢吃梨，他们没有一个统计的数据意识，但随着年龄的增长，大

家在一起讨论，发现你喜欢吃苹果，我喜欢吃梨，这样一来，要使买的水果得到很多的人喜欢，那我们必须要去收集数据，于是我们可以统计班上喜欢吃苹果的有多少人，喜欢吃梨的有多少人，喜欢吃橘子的有多少，最后发现可能喜欢吃苹果的人最多，于是就多买点苹果。这实际上就是培养学生的一种数据意识，是小学阶段统计学的最核心的问题，也就是我们不期望学生掌握多少种方法，但是他要有这样的想法，遇到这样的问题能想到去调查、能想到用数据说话，这一点非常重要。 （三）体会数据中蕴含着信息，对于同样的数据可以有多种分析的方法，需要根据问题的背景，选择合适的方法，通过数据分析体验随机性。例如：有两名选手，一名选手跳高一次比一次跳得好，成绩呈增长趋势；另一名选手他的成绩不是增长趋势，是波动的，有时候好，有时候坏，但这名选手的最高值非常高。老师给学生提问了，如果你是教练员，会选择哪名选手参加比赛？其实这里就牵扯了一个背景，要根据背景来选择合适的方法。我们知道在国际比赛中，跳远是以一次最好成绩记成绩的，六次比赛中，你有一次成绩最高，你就可能得冠军，在这种情况下我们就不再要求这名选手是不是很稳定，关键是根据背景来选择合适的方法。 数据分析观念成为这部分的的核心概念，在小学数学统计教学中就必须注重数据观念、数据意识、数据分析的渗透。

大数据可视化分析平台介绍

大数据可视化分析平台 一、背景与目标 基于邳州市电子政务建设得基础支撑环境,以基础信息资源库（人口库、法人库、宏观经济、地理库）为基础，建设融合业务展示系统,提供综合信息查询展示、信息简报呈现、数据分析、数据开放等资源服务应用。实现市府领导及相关委办得融合数据资源视角，实现数据信息资源融合服务与创新服务,通过系统达到及时了解本市发展得综合情况，及时掌握发展动态，为政策拟定提供依据。 充分运用云计算、大数据等信息技术,建设融合分析平台、展示平台,整合现有数据资源結合政务大数据得分析能力与业务编排展示能力，以人口、法人、地理人口与地理法人与地理实现基础展示与分析，融合公安、交通、工业、教育、旅游等重点行业得数据综合分析，为城市管理、产业升级、民生保障提供有效支撑。 二、政务大数据平台 1、数据采集与交换需求：通过对各个委办局得指定业务数据进行汇聚，将分散得数据进行物理集中与整合管理，为实现对数据得分析提供数据支撑。将为跨机构得各类业务系统之间得业务协同，提供统一与集中得数据交互共享服务。包括数据交换、共享与ETL等功能。 2、海量数据存储管理需求:大数据平台从各个委办局得业务系统里抽取得数据量巨大，数据类型繁杂，数据需要持久化得存储与访问。不论就是结构化数据、半结构化数据，还就是非结构化数据，经过数据存储引擎进行建模后，持久化保存在存储系统上。存储系统要具备髙可靠性、快速查询能力。 3、数据计算分析需求:包括海量数据得离线计算能力、髙效即席数

据查询需求与低时延得实时计算能力。随着数据量得不断增加, 需要数据平台具备线性扩展能力与强大得分析能力，支撑不断增长得数据量，满足未来政务各类业务工作得发展需要，确保业务系统得不间断且有效地工作。 4、数据关联集中需求:对集中存储在数据管理平台得数据，通过正确得技术手段将这些离散得数据进行数据关联，即：通过分析数据间得业务关系，建立关键数据之间得关联关系，将离散得数据串联起来形成能表达更多含义信息集合，以形成基础库、业务库、知识库等数据集。 5、应用开发需求：依靠集中数据集，快速开发创新应用，支撑实际分析业务需要。 6、大数据分析挖掘需求：通过对海量得政务业务大数据进行分析与挖掘，辅助政务决策，提供资源配置分析优化等辅助决策功能，促进民生得发展。

什么是数据分析观念呢

什么是数据分析观念呢？是这样定义的：认识到统计对决策的作用，能从统计的角度思考与数据有关的问题；通过收集数据、描述数据、分析数据的过程，作出合理的决策；能对数据的来源、收集和描述数据的方法、由数据得到的结论进行合理的质疑。从上面可以看到，收集数据，要通过分析做出判断，体会数据中蕴涵着信息；了解对于同样的数据可以有多种分析的方法，需要根据问题的背景选择合适的方法；通过数据分析体验随机性，一方面对于同样的事情每次收集到的数据可能不同，另一方面说明只要有足够的数据就可能从中发现规律。在标准解读中，提出了四个方面的价值。第一，它们是学生在义务教育阶段数学课程中最应培养的数学素养，是促进学生发展的重要方面；第二，核心概念往往是一类课程内容的核心或聚焦点，它有利于我们把握课程内容的线索和层次，抓住教学中的关键；第三，核心概念本质上体现的是数学的基本思想；第四，这些核心概念都是数学课程的目标点，也应该成为数学课堂教学的目标，并通过教师的教学予以落实。 那么我又是怎样在实际的教学工作中培养学生的数据分析观念呢? 本人结合自己的教学实践，对此仅谈几点肤浅的认识 一、注重学生统计观念的培养作为统计教学，最重要的目标就是培养学生的统计观念，我特别注重学生对于统计过程的经历。学习中学生并没有完整的经历统计的全过程，对于描述数据的方法也是不完整和不完善的，可以说学生本节课学习是完整认识统计过程的开始。所以我在教学统计时就有意识地创设一个完整的现实的情景，引导学生在活动中不断地感受收集数据、整理数据、描述数据、分析数据的方法，使得他们在知识的拓展中不断地经历与完善，从而加深他们对统计数据的认识与理解。在分析数据的过程中，培养学生对统计数据的“钟爱”，因为用统计的数据说话才更有说服力，才能合理的解决问题 二、注重学生能力的培养平时上课时着眼点不仅仅局限于知识、方法，在培养学生统计观念的同时，注重了学习能力的拓展与提高。课始，我常以问题驱动的方式，进行教学。在经历收集数据的过程中，学生感受到了“择优”的重要；在活动过程中，学生感受到了师生合作学习的愉快与重要；在分析数据，进行决策过程中，学生感受到了用事实的数据说话，科学的看待问题的重要。这些“重要”都是学生学习能力发展的源泉，它们将使学生的数学之路越走越宽。 三、注生学生学习习惯的培养力求挖掘素材，理解教材并创造性地使用教材，力求在培养学生良好的学习习惯上有所体现。例如：在整理数据的环节，我提出：举手数数的办法，我们以前用过，还有没有其它想法？力求引领学生的创新思维，加深思考；在汇报数据的环节，我提出：老师的数据跟你们不一样，你们有什么好办法快速验证，逼着学生审视数据的真实性，关注数据的整体；在认识条形统计图的环节，没有直接传授统计图的每部分名称，而是直接呈现图，让学生在静静的观察中审视数据，审视图的每部分的名称和意思。培养了学生读图的习惯；在给统计图涂色的过程中，注重了涂色方法的指导，培养了学生认真细致的好习惯。这些都是培养学生良好学习习惯的开始，良好学习习惯的培养不是一蹴而就的，他需要每一节课的坚持与训练，学生在良好学习习惯的养成中，数学思维才能越来越灵活、越来越深刻。 四、注重创设问题情境，训练学生用统计方法解决问题力求以问题驱动的方式引领学生感受统计的必要性。课上我们以选择合适的活动场所作为情境创设，通过大家意见不统一这样一个“矛盾”，引领学生以现实问题“到底选择去哪里呢？”作为课堂研究的起始，从而展开研究活动。而且在活动过程中，不断地引导学生追求方法的合理性，追求数据结果的真实性，追求方案实施的可行性，一切的决定以数据作为依据，用数据来说话，用数据来帮助我们进行决策。在整个活动过程中力求使得学生感受到用统计的方法解决问题的重要价值以及必要性。整节课下来，用统计的方法思考问题、解决问题已经成为学生头脑中一种非常有价值的思考问题的方式。

使用生意参谋选择分析关键词教程

使用生意参谋选择分析关键词教程淘宝宝贝标题关键词优化对搜索排名很重要，只有有排名才能吸引客流。仅仅是靠那些付费的广告投放又有多少人无限消费得起。好的关键词需要通过数据分析来决定的，开店指南教大家利用生意参谋来选择并分析关键词： 关键词主要参考展现、点击率、点击转化率以及竞争度这几个纬度，如果两个关键词展现相同，选竞争度低的关键词;两个关键词竞争度相同，则选展现高的关键词。 特别注意：生意参谋PC和无线的关键词可以单独分开选择查看。 1、关键词的核心指标 数据分析中一些指标可以精确的说明一个宝贝的情况，关键词同样有一个指标，那就是展现，通过生意参谋来看关键词的展现继而筛选关键词。 如何查看，查看专题工具-选词助手，通过引流搜索词查看店外热门关键词，选择指标，曝光量即是该关键词的展现情况，曝光量高的关键词可以优先选择。具体方法如图所示： 2、筛选关键词 在专题工具-行业排行，筛选你所属的具体类目，参考四个核心指标的数据：全网搜索热度、全网点击率、全网商品数、全网转化率。 建议优先选择搜索热度至少>500的关键词，点击率最高当然越好，全网商品数相对少的反而更好(因为竞争力更小)，转化率必须越高越好。如下图

切记不要什么词都往上加，那样是很吃亏的，只会让标题累赘反而无法突出重点。3、怎样选择最合适的关键词 在选词的过程中，我们会发现有很多关键词虽然展现量很大，但是真实的搜索指数却很少，遇到这种词的时候就要引起注意了，可以选择看看相关的其他词。 在查看行业排行-搜索词榜，点击相关词分析。如下图： 进入到行业相关搜索词，可以针对该关键词相关的其他关键词进行分析和选择，比如“成人用品”同“性用品”相比，全网搜索热度更高、变化小、全网点击率高，但是全网的商品数却很高，所以需要自己权衡和比较一下，哪个词更适用?