高中数据分析如何教学.pdf

高中數據分析如何教學？ 林信安／臺北市建國高中數學教師。 曾俊雄／臺北市建國高中數學教師。 現今高中數據分析的教學方式存在著某些問題 ，因此，是否有更好的方法 能夠幫助學生理解這些課題呢？ 高中數學數據分析的教學現況 目前現行高中數學課程中的數據分析單元，原本是位於高中95 數學課綱第四冊機率與統計（I）的「分析 一維數據」，與第五冊機率與統計（II）的「分析二維數據」的單元中講授。然而，為了能盡早提供學生 在進行量化分析所需要的數學基礎，在99 課綱中將這些章節進行調動，「數據分析」將不再置於「機率 與統計」主題之下，並只談母體數據分析而不涉及抽樣。課綱委員藉由這樣的課程安排，「巧妙」解決了 之前因為母體資料與抽樣資料並行，在教學上產生的麻煩與困擾，例如母體變異數與樣本變異數的公式。 但在實際教學現場上，這樣的調動將會對老師造成新的困擾。例如：「相關係數」為何介於‐1 與1 之間， 無法再直接使用柯西不等式說明。所以許多課本就寫著：證明超出本書範圍，將在之後的章節討論。還有 幾個原本教學上常見的問題：（1）許多書本在介紹散佈圖時，圖中已出現還尚未教授的迴歸直線。（2） 直接定義相關係數（無論以標準化或非標準化數據方式），再說明這樣定義的具有：表現正負方向、強度 大小、單位無關、範圍有界等性質。 實際的教學方法 因此，筆者為解決上述問題及配合高中107 課綱素養導向的課程，在此摘錄我們所設計的部分教材活動與 大家分享。我們首先會從生活應用例子出發，用Excel 畫出散布圖，以圖解的方式來表達兩筆資料間的相 關性。接著設計例題讓學生發現光靠散布圖無法客觀判定直線相關性，希望能藉此引發學生思考：「為何 需要發展相關係數衡量直線相關程度？」筆者以如何衡量直線相關性為出發點，設計例題讓學生學習最小 平方法以找出最佳直線。最後，筆者將數據標準化以簡化計算求出最佳直線，並且據此定義相關係數。 當我們得到兩個數據時，我們通常可以提出三個問題來幫助我們分析：（1）兩個數據資料間的關聯性為 何？（2）如何衡量兩數據資料直線相關的程度？（3）如何找出最佳的直線來描述兩數據資料的關係並作 預測？接下來，筆者將利用以下的實際的案例與活動，以探討各種數據資料間的關聯。 活動動一：適量的的飲用葡萄酒酒可以預防心臟臟病？ 下表表是10 個已開發國家一年葡葡萄酒消耗量（平均每人從喝喝葡萄酒所攝取取的酒精量）以以及一年中的心心臟病 死亡率（每十萬人人死亡人數）。 國家家  澳洲  奧地 比利 加拿 丹麥 芬芬蘭 法國國 荷蘭 愛爾 義大大 利  時  大  蘭  利  葡萄萄 2.5  3.9  2.99  2.4  2.9  00.8  9.1 1.8  0.7  7.9  酒消消 耗量量 （公公 升 ））  心臟臟 211  167  131  191  220  2297  71 167  300  1077  病死死 亡率率 （每每 十萬萬 人 ））    將兩兩個數據資料，以數對方式畫畫在坐標平面上上 ，以表明它們們的分布情形的的圖形，如圖所所示，稱為散布布圖， 散布圖上的點稱為為樣本點。觀察察上述資料的散散布圖，經由計計算葡萄酒消耗耗量、心臟病死死亡率的平均數數分別 為3.49 公升、1886.2 人，是否否有葡萄酒消耗耗量超過（低於於 ）平均數的國國家，他們人民民心臟病死亡率率低於 （高於）平均數的趨勢？ 從散散布圖中，我們可以觀察資料分布的整體型型態與相關情形形。以數據X 與與Y 為例，當XX 值高於平均時時 ，Y 值也傾向高於平均 ；或Y 值低於於平均時，X 值值也傾向低於平平均，則稱數據據資料是「正相相關」，此時散散布圖 大致致上會從左下往往右上傾斜。相反而言，當X 值高於平均時時 ，Y 值傾向低低於平均；或者者Y 值低於平均均時， X 值值傾向高於平均均 ，則稱數據資資料X、Y 是 「「負相關」，此此時散布圖大致致上會從左上往往右下傾斜。 活動動二：只靠散散布圖判別兩兩變量的相關足夠嗎？ 散布圖呈現兩個數數據資料間相關的方向、型式、、強度。其中直直線相關尤其重重要，因為直線線是最簡單的型型態， 但是是光用眼睛看，並不容易判斷斷出