ARTICLE · 1138938
精品课分享|高中数学统计课用身高体重来讲,这节一等奖微课的＂生活化教学＂值得所有理科老师学
精品课分享|高中数学统计课用身高体重来讲,这节一等奖微课的＂生活化教学＂值得所有理科老师学有需要详细资料的老师＋VX(下面有二维码） 大家好，微课拆解系列第二十三天。 今天聊一个很多数学老师都觉得难教的板块——统计学中的"变量相关关系"。 为什么说难教？因为这个知识点太抽象了。"函数的确定性关系"vs"非确定性的相关关系"，"正相关"vs"负相关"，"散点图"……这些概念学生光听定义就头大，更别提理解了。 但这位来自人教A版教材配套的高中数学老师李佳，用了一个非常朴素但有效的方法——把所有抽象概念都锚定在学生熟悉的生活场景里。 身高体重、气温与冷饮销量、校园绿化面积与满意度……每一个统计概念背后，都是一个学生秒懂的生活问题。 今天就来拆解这节课的4个核心设计亮点。 这节课的第一个教学难点，是让学生理解"相关关系"和"函数关系"的区别。 传统教法是定义+例题：函数关系是确定性的（y=2x），相关关系是非确定性的（两个变量有关系但不是严格的数学公式）。学生听完似懂非懂，做题时还是分不清。 但这位老师没有先讲定义，而是先抛了一个学生秒懂的问题——"身高和体重是什么关系？" 学生一听就笑了——这个问题太直观了。大家都知道"一般来说，个子高的人体重也会重一些"，但没有人能说"身高170cm的人体重一定是65kg"。 这就是"相关关系"的本质——两个变量之间有关系，但不是确定性的函数关系。 然后老师再用"函数关系"做对比——y=2x，x确定了y就一定确定，没有任何模糊地带。 两个概念一对比，学生一下子就懂了： 这个案例为什么这么好？ 因为身高和体重是每个学生都关心、都有直觉认知的变量。不需要任何背景知识，学生就能判断"它们有关系但不确定"。这就是最好的教学案例——学生的生活经验本身就是最好的教材。 给老师们的建议：教抽象的数学概念时，先花30秒找一个学生"秒懂"的生活案例。案例选对了，概念的定义就不再需要死记硬背——学生自己就能从案例中"悟出来"。数学教学不是"定义→例题→练习"的线性流程，而是"案例→感悟→定义→练习"的探索流程。 讲完相关关系的定义后，课件进入了分类教学——正相关和负相关。 老师用了一个表格来讲解： 正相关的例子：气温越高→冷饮销量越大。两个变量"同向变化"，一个增加另一个也增加。 负相关的例子：气温越高→暖手棒销量越小。两个变量"反向变化"，一个增加另一个减少。 这两个例子选得太巧了——都是"气温"作为自变量，只是因变量不同。同一个起点，一个正向走，一个负向走，学生一目了然。 然后老师用卡通示意图辅助——正相关的图是"上升趋势"的，负相关的图是"下降趋势"的。视觉上就能分辨方向。 正相关= 同向变化，你涨我也涨 负相关= 反向变化，你涨我跌 两句话，两个例子，正相关和负相关就彻底讲清楚了。 给老师们的建议：教"分类"类的知识点时，最好用"同一自变量+不同因变量"的对比方式。变量控制住了，学生只需要关注"变化的方向"这个核心区别。不要用完全不同的案例去讲不同的类别，那样学生的注意力会被案例差异分散，反而抓不住核心区别。 进入散点图教学时，课件做了一个很好的设计——先给数据，再画图，最后看图说话。 老师先展示了一组"气温与冷饮销量"的统计数据表格，然后带着学生一步步在坐标系中描点—— 每一个数据对（气温，销量）就是一个点。描完所有点后，学生自己就能"看到"这些点的分布趋势——从左下到右上，大致呈上升趋势。 这就是散点图的真正价值——不是让你"画一堆点"，而是让你"看到数据的趋势"。 老师在这里强调了一个关键点：散点图是研究相关关系的"初步工具"。通过看图，你可以快速判断两个变量是正相关、负相关还是不相关。 这个"从数据到图形再到结论"的过程，就是统计学最核心的思维方式——用可视化手段发现数据中的规律。 给老师们的建议：教散点图时，不要上来就教"怎么画"。先给学生一组数据，让他们自己描点画图，然后问他们"你看到了什么趋势？"。让学生自己"发现"规律，比你告诉他们"正相关是这样的"有效十倍。这就是"做中学"的数学版——动手画图→观察趋势→归纳结论。 快速说一下课件的视觉设计。 这节课用了四个不同色调的卡通场景： • 蓝色开场页→ 浅绿教室 → 粉红办公室 → 暖黄草地户外 每个场景对应一个教学阶段，起到了"视觉分节"的作用。学生看到背景色变了，就知道"进入下一个知识点了"，不容易走神。 更重要的是，课件在讲解过程中用了大量的数据可视化元素——统计表格、散点图、趋势示意图……不是纯文字讲述，而是让数据"看得见"。 这正是统计学的教学特点——它本身就是研究"数据可视化"的学科，课件当然也要"可视化"。 给老师们的建议：教统计学相关的数学内容时，课件一定要"数据友好"。表格、图表、散点图、趋势线——能画出来的就不要只用文字说。学生看到数据在眼前"活"起来，理解速度会快很多。 最后总结一下这节课的方法论价值。 启发一：数学概念不需要"硬讲"。每一个抽象概念背后，都能找到一个学生秒懂的生活案例。"相关关系"可以用身高体重讲，"正相关"可以用气温和冷饮讲。案例选对了，定义就不再需要死记。 启发二：对比是区分概念的最佳工具。函数关系vs相关关系，正相关vs负相关——每组概念都用对比来教学，学生在"不同"中看到"区别"，比单独讲解每个概念更高效。 启发三：统计课要"数据友好"。统计学的核心是"从数据中发现规律"，教学也应该是"先看数据，再画图形，最后得结论"。不要反过来——先给结论再验证数据。 明天继续拆解更多获奖作品，关注不迷路~ 每天一篇微课干货，从获奖作品中偷师。关注我，做更会教的老师。
关注
重播 分享 赞
一、概念区分：用"身高和体重"讲透"相关关系"
函数关系 = 确定的，像公式一样精确 相关关系 = 有趋势但不确定，像"大概"和"一般来说"