MKT视角下开展高中数学“成对数据的统计相关性”教学的实践.docx

MKT视角下开展高中数学“成对数据的统计相关性”教学的实践

摘要：“成对数据的统计相关性”教学是中学数学教师课堂教学的难点与痛点，主要原因是教师对相关性系数公式一知半解，加之教学任务重、时间紧，教师不舍得花时间推导公式，导致学生对这一知识掌握不到位，运用时错误率较高。MKT视角下的数学教学主张教师对教学内容有独到的见解，并将其渗透于课堂中，这对优化成对数据的统计相关性教学有重要的指导价值。MKT视角下开展高中数学“成对数据的统计相关性”教学要求教师深刻理解知识的发生发展过程，明晰相关性系数公式的推导过程；通过将新知识学习与旧知识联系起来这一符合学生认知规律的教学方式，提高学生的学习兴趣；结合高考真题引导学生学以致用，发展学生的数据分析与数学运算等数学学科核心素养。

关键词：成对数据；相关性系数公式；数学运算；MKT视角

面向教学的数学知识（MathematicalKnowledgeforTeaching，MKT）是课堂教学的知识基础，课堂教学的组织架构是一个常话常新的主题。从MKT的角度来看，假如教授者能够真正把所教授的内容知识想得明白了，是能够产生教育上的见解并能自如用于课堂教学的，这个看法得到了教育数学领域学者的支持［1］。由此可知，在数学教学中，由教师的教转变成为学生的学，事实上还需要教师的引导，教师如何引导，如何实现深度引导、有效引导乃至高效引导，都取决于教师对内容知识的理解是否足够透彻。但是，笔者对中学一线数学教师开展“成对数据的统计相关性”课堂教学情况调研发现，教师教学大多停留在“一个公式、几道例题、大量练习”，忽视了教师自身对知识的深度理解，难以讲清相关性系数的相关知识，具体表现为以下三个方面：一是教学时间紧张导致部分教师不愿去讲解，他们认为推导公式是浪费时间；二是部分教师本身对统计学的相关知识掌握不全面，不明白成对数据的统计相关性系数的来龙去脉；三是部分教师本身不理解相关知识却又想教授学生，越讲越糊涂，最后干脆叫学生死记硬背，草草结束本节内容的教学，导致学生囫囵吞枣，未能实现预期教学效果。

为更深入地理解成对数据统计相关性的知识，进而更好地开展教学，笔者对比人教A版、人教B版、北师大版、沪教版等七个不同版本教材中成对数据的统计相关性的内容安排情况，发现：人教B版、北师大版两个版本的教材先编排回归直线的内容再编排相关性的内容，人教A版、沪教版、苏教版、湘教版以及鄂教版等五个版本的教材先编排相关性学习内容再编排线性回归直线相关知识。可见，回归直线方程与相关性学习内容的安排顺序对相关性系数公式的学习理解不会有太大的影响，但是从中学数学课堂教学角度出发，理解回归直线方程后学习相关性可以更直观地理解相关性系数公式。

文章基于人教A版数学教科书选择性必修第三册第八章第一节的内容，从导学、导思两条路径设计样本相关系数r=[i=1nxi-xyi-yi=1nxi-x2·i=1nyi-y2]公式教学。

一、以温故引学，问题驱动引思考

问题1：成对数据的相关关系是怎样的？

我们知道，函数关系是一种确定性关系，然而在现实世界中，两个变量之间有关系，但是又未达到确定性的函数关系，比如人的体重与身高的关系，身高并不是决定体重的唯一因素，那么像这样“两个变量有关系，但又没有确切到可由其中的一个去精确地决定另一个的程度”，我们将这种关系称为相关关系。

追问：如何直观描述相关关系的成对样本数据？

类似于用直方图描述单个变量样本数据的分布特征，我们可以用直角坐标系中的点表示数据，从而直观地展示成对样本数据的变化特征，由这些点组成的统计图叫作散点图。

【设计意图】从学生的已有认知切入，通过简洁且与学生息息相关的情境，引导学生形象直观地理解数据间的相关关系；接着通过追问，引导学生借助图形语言直观呈现数据，自然生成散点图的概念。

此时，教师可以引进教材的案例，引导学生以小组讨论的方式探究正相关、负相关的内涵。

正相关（Positivecorrelation），是指两个变量变动方向相同，一个变量由大到小或由小到大变化时，另一个变量亦由大到小或由小到大变化（如图1所示）。

负相关（Negativecorrelation），是指两个变量变动方向相反，一个变量由大到小或由小到大变化时，另一个变量反而由小到大或由大到小变化（如图2所示）。

[图1][图2]

探究发现：正相关时散点的横纵坐标变化情况一致，负相关时散点的横纵坐标变化情况相反。

问题2：样本相关系数是什么？

通过观察散点图中成对样本数据的分布规律，我们可以大致推断两个变量是否存在相关关系、是正相关还是负相关、是线性相关还是非线性相关等。散点图虽然直观，但无法准确地反映成对样本数据的相关程度，也就无法量化两个变量之间相关程度的大小。能否像引入均值、方差等数字特征分析单个变量数据那样，引入