武汉大学机构用户，欢迎您！
（二）学生数据分析知识体系形成的脉络 一是了解数据科学的产生渊源，即数据知识产生的来龙去脉.数据科学是一门来源于社会现实问题的学科，需要把那些看似杂乱无章的社会现象理出头绪，抽象出具体的数据，然后依据数据资料，将数据背后隐藏的信息或秘密描述出来，并以一定形式表达研究对象的内在规律（图2）.由于社会现象的复杂性与多元性，数据分析首要解决的问题便是采集样本.依据样本容量的选取和统计调查方式不同，又涉及数据的整理问题.目前常用的有简单随机、分层、系统等三大随机抽样方法.按调查对象不同，分为全面调查和局部调查；按时间分类，有连续调查和间断调查. 
二是理解数据分析的思维过程，学生要关注数据分析素养的动态生成过程.学生根据自己理解数据的思维过程，首先需要弄明白如何对样本进行整理、运算、分析；其次，应清楚如何对总体情况进行分析以及统计推断.这就需要学生从小学、初中等相关知识经验以及平时积累的生活经验中汲取思维的营养，并依据其学习过程中形成的思维习惯建构新的知识生长点.例如，学习相关分析时，需要对比聚类分析和因子分析，并理解它们的差异性. 三是教师依据学情进行数学课堂教学的构建过程.首先，建构对样本随机性的理解，尤其是对三大抽样和随机思想的理解.其次，建构对采用样本估计总体、利用样本频率分布估计总体分布的理解，例如对频率分布图、茎叶图、折线图、密度曲线等的理解.利用样本数字特征估计总体数字特征，包括中心位置特征（均值、中位数、众数等）和离散程度特征（方差、标准差等）.再次，建构随机事件向随机变量的思维理解过程.数学课堂教学建构的重点主要有：离散型随机变量分布列（两点分布、二项分布、超几何分布、泊松分布），连续型随机变量（均匀分布、正态分布），条件概率，独立性等内容.依据数据分析类别与功能不同，课堂教学建构方式需要多元化.例如，重视探索性数据分析、描述性数据分析及验证性数据分析的教学建构方式及其差异性. 二、数据分析课堂教学的五维框架 课堂教学目标是要让学生围绕课程主题进行意义建构，从而达到培养能力和提升素养的目的.数据分析课堂教学基本框架包括问题与情境、材料与数据、活动与经验、知识与技能、理论与方法五个维度（下页表1）. （一）问题与情境 20世纪末，NCTM提出影响深远的“问题解决”观点，把“问题解决”作为学校数学教育的核心.波利亚曾在第四届国际数学教育大会（ICME）上作了主题为“数学增进智能”的报告，并提出了“教会年轻人去思考”的数学教育主张.1989年NCTM制定了《学校数学课程与评价标准》（以下简称“课程标准1989”），1990年制定了《数学教学的专业标准》.NCTM制定的课程与评价标准的出台在国际数学教育界产生了巨大反响，它被公认为美国数学课程发展史上的一个里程碑.“课程标准1989”论证了美国教育改革目标及其必要性，数学教育的目标是培育具有数学素养的社会成员，并提出“数学素养”的五条标准，分别是感知数学价值、对数学能力有信心、有解决数学问题的能力、学会数学交流、掌握数学推理的思想方法.“课程标准1989”提出的两条建议对我国数学课程也产生了深远的影响.一是把数学课程作为问题解决的数学，数学教育的核心要培养学生问题解决的能力.二是随着电子计算机的出现，重视计算机在数学教育过程中的作用与地位.在国际上，PISA数学素养测评试题基本上都依托具体、多元的问题情境.哈佛大学的教育理念就是让学生不断地提出问题、思索问题，这也是教育的真正目的.学生带着问题走进教室，教师通过有意义的问题情境、疑问、故事或破绽等激发学生产生更多的问题.在PISA视域中，单一、枯燥的意义建构是不利于数学素养形成的，它需要依赖于具体的数学情景活动.数学教学应引导学生理解知识的本质及知识形成的来龙去脉，这就需要创设合适的教学情境，提出有价值的数学问题，感悟数学知识的构建过程，感悟数学知识的本源.
