文档内容
北师大版（2024）八年级数学上册第六章《数据的分析》
6.2中位数与箱线图教学设计
学科 数学 年级 八 课型 新授课 单元 六
课题 中位数与箱线图 课时 1
培养学生数据分析素养，理解中位数与箱线图的含义它们在解决问题时有什么优势；掌握
课标 怎样看箱线图，能够从箱线图中获取信息；学会选择合适的统计量分析数据；能够利用箱线图
要求 进行客观的比较和分析数据。
北师大版（2024）八年级数学教材中的《中位数与箱线图》这一章节，主要围绕数据的集
中趋势和分布特征展开讨论，通过学习中位数和箱线图，帮助学生更好地理解和分析数据。教
材从公司员工工资情景导入引出中位数（中位数定义：将一组数据按大小顺序排列后处于中间
位置的数称为这组数据的中位数。如果数据个数为奇数，则中位数就是正中间的那个数；如果
是偶数，则中位数是中间两个数的平均值。意义：中位数反映了数据集的中心位置，不受极端
教材
值的影响，能够更准确地表示大多数数据的位置），分位数，继而认识四分位数，由于数据分
分析
析的需要对箱线图进行探究。箱线图构成：箱线图由最小值、第一四分位数（ ）、中位数
（ ）、第三四分位数（ ）以及最大值五个数值组成，其中 到 之间的区域构成了
“箱子”。
作用：箱线图可以直观展示数据的分布情况，包括数据的中心位置、离散程度以及是否存在异
常值等。
已有的知识基础：有理数的加减乘除，有理数的基本排列，统计的基本技能，图表的认知基
础。
学情
认知与思维特点：从具体到抽象的过渡；概念易混淆，比如中位数与平均数，中位数与众数；
分析
新概念的陌生与复杂性：四分位数的定义，箱线图的解读等需要较强的抽象思维和信息整合能
力。
知识与技能：理解中位数的概念及其在数据分析中的作用；掌握箱线图的绘制方法及如何从箱
核心 线图中读取信息。
素养 过程与方法：通过实际问题情境引入，让学生经历数据收集、整理、描述的过程，培养学生的
目标 统计意识和数据分析能力。
情感态度与价值观：激发学生对数学的兴趣，培养学生的合作交流能力和批判性思维。
教学 掌握中位数、百分位数、四分位数概念，从箱线图中获取信息。
重点
教学 运用箱线图分析数据分布。
难点
教学 课件
准备
教学过程
教学环节 教师活动 学生活动 设计意图
一、引新 1、某公司员工月工资收入如下 1 、 思 考 经 设计情景，根据情
理、职员C、 景中的对话，复习
职员D所说的 平均数、中位数、
是什么统计 众数的概念及特
经理：我公司员工收入很高，平均 5400元。（平均 量？ 点，中位数的求
数）
2、由应聘者 法，由应聘者提出
职员C：我的工资4800，在公司算中等收入。（中位 的问题导入新 的疑问导入新课。
数） 课。
职员D：我们好几个人的工资都是4500元，（众数） 3 、 知 识 衔
应聘者：这个公司的收入到底怎样？ 接，复习平均
2、议一议：众数、平均数、中位数各有什么特点 数、众数、中众数、平均数、中位数都是描述数据集中趋势的统计 位数各自的特
量 点。
① 存在性：平均数和中位数必然存在且唯一，众数可 4、复习中位
能存在多个或不存在。 数的求法。
② 数据依赖性：平均数依赖所有数据，中位数仅依赖
中间位置数据，众数依赖频率最高的数据。
③ 极端值影响：平均数最敏感，中位数次之（仅在偶
数个数据时可能受中间两数影响），众数完全不受影
响。
3、中位数
定义：
一般地，n个数据按大小顺序排列，处于最中间位置
的一个数据（或最中间两个数据的平均数）叫做这组
数据的中位数。
例：
数据2，3，3，5，7，它们的中位数为3；
数据2，3，3，5，7，8，它们的中位数为(3+5)÷2=4。
中位数是刻画一组数据“中等水平”的一个代表
4、求中位数步骤
（1）排序
将所有数据按大小顺序排列，可从小到大或从大到小
排列，排序是求中位数的基础，为后续确定中间位置
做准备。
（2）判奇偶
确定数据个数的奇偶性，因为奇偶不同，中位数的确
定方法有别。若为奇数，中间数即中位数；若为偶
数，需取中间两数平均。
（3）定中位数
若数据个数为奇数，最中间的数据就是中位数；若为
偶数，最中间两个数据的平均数为中位数。通过此步
可得最终结果。
二、探究 探究1百分位数的计算 1、读图《百 通过读图《百分位
中位数是一组数据从小到大排列数据中占据50%位置 分位数值表》 数值表》活动，引
的数，优点是简单，受极端数据的影响较小。但仅有 判断自己的身 入 尤 为 关 注 的
中位数不能完整反映数据的分布情况，为此，通常还 高在同龄人中 25%，50%，75%分
可以找出其他百分位位置上的数据，（处于p%位置上 的大致位置。 为数，进行四分位
的数据称为第P百分位数，记为p%分位数，制作百分 2、计算例题 计算探究。有四分
位数值表。它能更细致地反映数据在整体中的分布情 中的四分位 位知识作基础来认
况，比如在身高数据中，可明确自己身高在同龄人中 数。 识箱线图，这样学
的位置。 3、交流归纳 生比较容易接受箱下表是根据世界卫生组织的相关数据制作的 14 四分位数的计 线图的知识，对于
岁学生身高百分位数值表，你能读懂这张表吗？能能 算方法。 读懂箱线图也就简
判断自己的身高在同龄人中的大致位置吗？ 4、观察交流 单了，使学生的知
“箱子”中的 识与技能得到提
五线的含义。 升。
5、交流“箱
在基本掌握箱线图
子”上半部分
知识的基础上，设
比下半部分
探究2，四分位数的计算 计直方图和箱线
大，说明说明
在百分位数中，除了最大值和最小值外，我们尤为关 图，箱线图和箱线
原因？
注25%，50%、75%分位数，把一组数据分位个数相 图作比较，使学生
6、根据箱线
等的四部分，因此分别称为下四分位数（ ）、 认知水平得到发
图判断中位数
中位数（ ）、上四分位数，（ ），如何计算 展。培养学生的统
和平均数谁
计意识和数据分析
一组数据的四分位数呢？同学之间互相交流。
大？
例题：某市 12 月 16 日--31 日每日的最高气温（单 能力。
7、认识箱线
位：摄氏度）依次如下;
图另一种表现
5 3 2 2 2 2 3 3 5 5 形式。
-2 -2 -5 -1 -1 -1 8、比较直方
中位数（50%分位数）（2+2）÷2=2 即 =2C 图与箱线图的
下四分位数（25%分位数），前一半数据的中位数 优缺点。
[（-1）+（-1）]÷2=-1 即 =-1C 9、从两幅箱
线图中获取信
上四分位数（75%分位数），后一半数据的中位数
息对数据进行
（3+3）÷2=3 即 =3C
分析。
【强调】
怎样计算四分位数：
1、把这组数据从小到大排列
2、计算这组数据的中位数（ ）
3、下四分位：计算前一半数据的中位数（ ）
4、上四分位：计算后一半数据的中位数（ ）
探究3：箱线图
1、下面是全班40个同学1min跳绳的次数；
132，136，144，162，144，115，132，136，123，
144，136，132，132，159，136，144，129，136，
139，153，123，133，144，137，152，138，136，
129，129，134，138，149，125，128，128，133，
138，134，146，148。
（1）求全班同学1min跳绳的最小值，下四分位数，
中位数，上四分位数、最大值。
解：从小到大排列：115，123，123，125，128，128，129，129，129，
132，132，132，132，133，133，134，134，136，
136，136，136，136，136，137，138，138，138、
139，144，144，144，144，144，146，148，149，
152，153，159，162
中位数：（136+136）÷2=136 即 =136
下四分位数，前一半数据的中位数（132+132）
÷2=132 即 =132.
上四分位数，后一半数据的中位数 （144+144）
÷2=144 即 =144
这组数据的最小值是115；最大值是162.
2、下面是有关40个同学1min跳绳的箱线图，
看图回答下列问题
①图中有5条横线：分别表示什么含义？
②中间长方形（箱子）被136分成两部分，上半部分
比下半部分大，说明说明原因？
③估计一下这组数据的平均数大还是中位数大？
3、箱线图也可以表示为
4、直方图与箱线图的比较直方图的特点是能够显示各组频数分布的情况，易于
比较各组之间频数的差异，并反映数据的分布形态。
箱线图包括最大值、最小值、四分位数信息。反映一
组数据的分布情况，适应于多组数据整体分布情况的
比较。
5、利用箱线图进行数据分析
下图是同一个班级两次1min跳绳成绩箱线图，
两次跳绳成绩比较（填写下表）
最小值 中位数 最大值
第一次 115 132 135 144 16
第二次 130 146 153 160 181
结论：该班跳绳的成绩有所提升。
6、探究小结
（1）箱线图的特点：
箱线图包括最大值、最小值、四分位数信息。反映一
组数据的分布情况，适应于多组数据整体分布情况的
比较。
（2）上、下四分位数的计算
下四分位数；前一半数据的中位数；
上四分位数：后一半数据的中位数。三、课堂 基础达标： 引导学生能够在课
练习 1.某射击运动员在一次训练中，10次射击的成绩（环 堂练习的完成过程
数）分别是：9.2, 9.5, 9.8, 10.0, 9.0, 9.6, 9.3, 中对要点知识加深
9.7, 9.9, 9.4。这组数据的中位数是 9.5 5 环。 巩固，有效应用。
2.对于一组数据，其下四分位数（ ）、中位数（
）、上四分位数（ ）将所有数据分成了四个
部分。每个部分包含的数据个数约占总数据个数的
2 5 %。
3.一组数据的上四分位数是85，下四分位数是60，则
这组数据的四分位距（IQR）是 2 5 。
4.某班25名学生的身高数据（单位：cm）已按从小到
大的顺序排列。已知第7名学生的身高是160cm，第
13名学生的身高是168cm，第19名学生的身高是
175cm。则这组身高的中位数是 16 8 cm，下四分位
数（ ）约是 16 0 cm，上四分位数（ ）约是
17 5 cm。
(提示：对于n=25， 的位置是第(n+1)÷4，
的位置是第3(n+1)÷4)
5.某小组8名同学的数学测试成绩如下（单位：
分）：
85, 92, 78, 95, 88, 85, 90, 98
（1）求这组数据的平均数、中位数和众数。
（2）求这组数据下四分位数( )、上四分位数（
) 。
解析（1）：首先，将数据按从小到大的顺序排列：
78, 85, 85, 88, 90, 92, 95, 98
平均数：(78 + 85 + 85 + 88 + 90 + 92 + 95 + 98)
÷8 = 88.875 (分)
中位数= (88 + 90) ÷ 2 = 89 (分)
众数：数据中出现次数最多的数是85（出现了2
次），众数= 85 (分)
（2）下四分位数是前半部分数据的中位数。前半部分
数据为 78, 85, 85, 88。
=(85 + 85) ÷2 = 85 (分)。
上四分位数是后半部分数据的中位数。后半部分数据
为 90, 92, 95, 98。
=(92 + 95) ÷2 = 93.5 (分)。
能力提升：
6.甲、乙两名运动员在10次训练中的跳远成绩（单位：米）如下：
甲： 5.8, 5.9, 6.0, 6.1, 6.1, 6.2, 6.3, 6.3,
6.4, 6.5
乙： 5.5, 5.7, 5.9, 6.0, 6.1, 6.1, 6.2, 6.4,
6.7, 7.0
（1）分别计算甲、乙两组数据的五数概括（最小值、
、中位数、 、最大值）。
（2）在同一数轴上，绘制出甲、乙两名运动员跳远成
绩的箱线图。
（3）根据箱线图，比较两名运动员成绩的异同点（至
少写出两点）。
解(1)
甲： 最小值=5.8, =6.0, 中位数=6.15,
=6.3, 最大值=6.5
乙： 最小值=5.5, =5.9, 中位数=6.1,
=6.55, 最大值=7.0
(2)甲跳远成绩的箱线图
5.8 6.0 6.1 6.3 6.5
乙跳远成绩的箱线图。
5.5 5.9 6.1 6.55 7.0
（3）相同点：
集中趋势相近：甲的中位数（6.15米）和乙的中位数
（6.1米）非常接近，说明两名运动员成绩的中间水
平差不多。
都有较好的稳定性：从箱子的长度来看，甲的为0.3
米，乙的为0.65米，说明甲的成绩中间50%更集中，
稳定性略好。但两者都没有特别离谱的极端值（在箱
线图须线范围内）。
不同点：
成绩的离散程度（波动性）不同：甲的箱线图整体
更“紧凑”，箱子（IQR=0.3）和须线（范围=0.7）都
较短，说明甲的成绩波动小，表现非常稳定。乙的箱
线图整体更“分散”，箱子（IQR=0.65）和须线（范
围=1.5）都较长，说明乙的成绩波动大，表现不够稳
定。
成绩的分布范围不同：甲的成绩集中在5.8米到6.5
米之间。乙的成绩范围更广，从5.5米到7.0米，说
明乙既有发挥失常的时候（5.5米），也有超常发挥的时候（7.0米）。
拓展迁移：
7. 为了解A、B两个品种的小麦生长情况，农业技术
员各抽取了10株小麦，测量了它们的株高（单位：
cm），数据如下：
品种 A： 45, 48, 50, 52, 53, 55, 56, 58, 60,
65
品种 B： 40, 42, 50, 52, 53, 54, 55, 56, 58,
80
（1）计算两个品种小麦株高的中位数和平均数。
（ 2 ） 计 算 两 个 品 种 小 麦 株 高 的 四 分 位 数
和 。
（3）一位技术员说：“品种B的平均高度更高，所以
品种B的生长情况更好。” 你同意这个观点吗？请结
合中位数、四分位距和箱线图（可自行绘制或想象）
的知识，从稳定性和异常情况等方面进行分析，并说
明理由。
解：
（1）计算中位数和平均数。
品种A：中位数 = (53 + 55) ÷2 = 54 cm
平均数= (45+48+50+52+53+55+56+58+60+65) ÷10 =
54.2 cm
品种B：中位数 = (53 + 54) ÷2 = 53.5 cm
平均数= (40+42+50+52+53+54+55+56+58+80) ÷ 10 =
54 cm
（2）
品种A：
（前半段 45, 48, 50, 52, 53 的中位数）
= 50 cm
（后半段 55, 56, 58, 60, 65 的中位数）
= 58 cm
品种B：
（前半段 40, 42, 50, 52, 53 的中位数）
= 50 cm
（后半段 54, 55, 56, 58, 80 的中位数）
= 56 cm
（3）
我不同意这个观点。理由如下：
从集中趋势看，品种A更优：
技术员只看到了平均数（A: 54.2 cm, B: 54.0cm），两者几乎一样。但 中位数 是更能抵抗极端
值影响的集中趋势指标。品种A的中位数（54 cm）高
于品种B的中位数（53.5 cm），这说明品种A中大多
数植株的高度要高于品种 B。因此，从普遍水平来
看，品种A的生长情况更好。
从稳定性和离散程度看，品种A远胜于品种B：
品种 B 的平均数被一个 异常值（80cm）严重拉高
了。如果没有这个80cm的植株，品种B的平均数会远
低于品种A。这说明品种B的生长情况 极不稳定，大
部分植株长势一般，但存在个别“疯长”的特例。
从 箱线图 的角度看（可以想象），品种B的箱线
图会有一个非常长的上须线，指向80cm，这明显是一
个异常值。而品种A的数据分布则相对均匀和稳定。
虽然 四分位距 显示品种B（IQR=6cm）中间50%的
数据比品种A（IQR=8cm）更集中，但这主要是因为品
种 B 的异常值“拉大”了整体范围，使得其
相对靠后。IQR在这里的参考价值需要结合整体分布
来看。品种A的整体分布（从最小值45到最大值65）
比品种B（从最小值40到最大值80）要 稳健得多。
结论：
评价一个品种的生长情况，不能只看平均数。一个稳
定、普遍长势良好的品种（如品种 A）比一个大部分
长势一般、仅靠个别植株拉高平均数的品种（如品种
B） 更具推广价值和实际意义。因此，品种A的生长
情况更好。
四、提升 1、一般地，n个数据按大小顺序排列，处于最中间位 引导学生进行 引导学生从知识内
置的一个数据（或最中间两个数据的平均数）叫做这 课堂小结 容、研究方法以及
组数据的中位数。中位数是刻画一组数据“中等水平” 运用过程三个方面
的一个代表（ ） 总结自己的收获，
让学生全面把握本
2、下四分位数；前一半数据的中位数；（ ）
节课的重点和难
3、上四分位数：后一半数据的中位数。（ ）
点，并启发学生用
4、箱线图包括最大值、最小值、上下四分位数信息。
类比或迁移的方法
反映一组数据的分布情况，适应于多组数据整体分布
学习后续课程。
情况的比较。板书设计 利用简洁的文字、
符号、图表等呈现
本节课的新知，可
以帮助学生理解掌
握知识，形成完整
的知识体系。
五、作业 基础达标：
设计 1、某公司8名员工的月薪（单位：元）分别为：4500, 4800, 5000, 5200, 5500, 5800,
（课外练 6000, 20000。为了更真实地反映该公司员工的普遍收入水平，下列统计量中最合适的是（
习） B ）。
A. 平均数 B. 中位数 C. 众数 D. 方差
2、在箱线图中，能反映数据离散程度，且不受极端值影响的部分是（ C ）。
A. 上边缘 B. 中位数线 C. 箱体（四分位距 IQR） D. 下边缘
3、一组数据有15个数，已排序。下列说法不正确的是（ B ）。
A. 第8个数是这组数据的中位数 B. 第7个数和第8个数的平均值是中位数
C. 第4个数是下四分位数 D. 第12个数是上四分位数
4、某小组9名同学的数学测验成绩如下（单位：分）：
78, 85, 92, 95, 98, 100, 100, 65, 88
(1) 求这组数据的平均数、中位数和众数。
(2) 如果去掉一个最低分65分，再求剩下8个成绩的平均数和中位数。
(3) 比较(1)和(2)的结果，说明极端值对平均数和中位数的影响。
解：(1) 求平均数、中位数和众数。
排序： 65, 78, 85, 88, 92, 95, 98, 100, 100
平均数： (65+78+85+88+92+95+98+100+100) ÷9 = 89 (分)
中位数： 共9个数据，中位数是第5个数，即 92 (分)。
众数： 100出现了2次，是出现次数最多的数，所以众数是 100 (分)。
(2) 去掉最低分65后，求平均数和中位数。
新数据： 78, 85, 88, 92, 95, 98, 100, 100
新平均数： (801 - 65) ÷8 = 92 (分)
新中位数： 共8个数据，中位数是第4和第5个数的平均值，
即 (92 + 95) ÷ 2 = 93.5 (分)。
(3) 比较与说明。
原平均数为89分，新平均数为92分，上升了3分。
原中位数为92分，新中位数为93.5分，上升了1.5分。
结论： 极端值（最低分65）对平均数的影响比对中位数的影响更大。当数据中存在极端
值时，平均数会向极端值的方向偏移，而中位数则相对稳定，更能反映数据的中间水平。
能力提升：
5. 箱线图绘制与分析为了解A、B两个工厂生产的同一种零件的直径稳定性，质检员各随机抽取了10个零件进行
测量，得到如下数据（单位：mm）：
A工厂： 20.1, 20.2, 20.3, 20.3, 20.4, 20.5, 20.5, 20.6, 20.7, 22.0
B工厂： 19.8, 19.9, 20.0, 20.1, 20.2, 20.3, 20.4, 20.5, 20.6, 20.7
(1) 分别计算A、B两厂数据的中位数、下四分位数、上四分位数和四分位距。
(2) 根据计算结果，在同一个数轴上绘制A、B两厂数据的箱线图。
(3) 根据箱线图，比较A、B两厂生产的零件直径的分布特征，并判断哪个工厂的生产过程
更稳定。请说明理由。
解：（1）
A工厂： 20.1, 20.2, 20.3, 20.3, 20.4, 20.5, 20.5, 20.6, 20.7, 22.0
最小值= 20.1 ，最大值= 22.0，
中位数( ) = (第5个数 + 第6个数) ÷2 = (20.4 + 20.5) ÷ 2 = 20.45
下四分位数（ ）前一半数据的中位数 = 20.3
上四分位数（ ）后一半数据的中位数 = 20.6
四分位距=20.6-20.3=0.3
解：（1）
B工厂： 19.8, 19.9, 20.0, 20.1, 20.2, 20.3, 20.4, 20.5, 20.6, 20.7
最小值= 19.8 ，最大值= 20.7，
中位数( ) = (第5个数 + 第6个数) ÷2 = (20.2 + 20.3) ÷ 2 = 20.25
下四分位数（ ）前一半数据的中位数 = 20.0
上四分位数（ ）后一半数据的中位数 = 20.5
四分位距=20.5-20.0=0.5
(2) 绘制箱线图。
A厂箱线图。
20.1 20.3 20.45 20.6 22.0
B厂箱线图
19.8 20.0 20.25 20.5 20.7
(3) 比较与分析。
集中趋势： A工厂的中位数（20.45mm）略高于B工厂的中位数（20.25mm），说明A工
厂生产的零件直径整体上偏大。
离散程度：
A工厂的箱体长度（IQR=0.3）比B工厂的箱体长度（IQR=0.5）短，说明A工厂中间50%的
数据更集中，波动更小。
但是，A工厂存在一个明显的极端值（22.0mm），导致其数据范围（最大值-最小值）远
大于B工厂。这表明A工厂的生产过程偶尔会出现严重的偏离。
稳定性判断： B工厂的生产过程更稳定。
理由： 虽然A工厂中间大部分产品的直径更集中，但那个极端值（22.0mm）暴露了其生
产过程存在不稳定因素，质量控制可能存在漏洞。而B工厂的所有数据点分布都比较均
匀，没有出现离群值，整体表现更平稳、更可靠。稳定性不仅看中间部分的集中程度，更
要看整个生产过程的可控性，B工厂显然表现更好。拓展迁移：
6.实际应用与综合分析
某市连续15天记录了每日的PM2.5浓度（单位：μg/m³），数据如下：
35, 42, 55, 60, 68, 72, 75, 78, 80, 82, 85, 90, 95, 120, 150
(1) 求这组数据的五数概括（最小值、 , , , 最大值）。
(2) 计算四分位距（IQR），并利用“1.5×IQR”法则判断这组数据中是否存在异常值。如
果存在，请指出是哪个（或哪些）。
(3) 剔除异常值后，重新计算剩余数据的五数概括，并绘制新的箱线图（草图即可）。
(4) 结合原始数据和剔除异常值后的分析，评价这15天该市的空气质量情况。
解：
(1) 求五数概括。
数据排序：35, 42, 55, 60, 68, 72, 75, 78, 80, 82, 85, 90, 95, 120, 150
最小值： 35 最大值： 150
中位数( )： n=15，位置是第(15+1)÷2=8个数，即 78。
位置是第(15+1)÷4=4个数，即 60。
位置是第3(15+1)÷4=12个数，即 90
2) 判断异常值。
计算四分位距；IQR： IQR = - = 90 - 60 = 30。
计算上下限：
下限= - 1.5 × IQR = 60 - 1.5 × 30 = 60 - 45 = 15。
上限= + 1.5 × IQR = 90 + 1.5 × 30 = 90 + 45 = 135。
判断： 数据中小于15或大于135的值为异常值。数据中150 > 135，所以 150是异常
值。
（3）剔除异常值后，重新计算并绘图。
新数据： 35, 42, 55, 60, 68, 72, 75, 78, 80, 82, 85, 90, 95, 120 (共14个)
新五数概括：最小值= 35 最大值= 120
中位数( ) = (第7个数 + 第8个数) ÷ 2 = 76.5
= 第 (14+1)÷4 = 3.75 个数 ≈ 第4个数 = 60
= 第 3(14+1)÷4 = 11.25 个数 ≈ 第11个数 = 85
绘制新箱线图（草图）：
35 60 76.5 85 120
(4) 空气质量评价。
基于原始数据分析： 15天的PM2.5浓度中位数为78μg/m³，根据国家标准，这属于“轻
度污染”水平。但数据范围很大（35-150），且存在一个严重污染的异常值（150μg/m³，
达到“重度污染”），表明这期间空气质量波动剧烈，大部分时间处于不健康状态，并出
现过非常糟糕的情况。
基于剔除异常值后分析： 剔除最糟糕的一天后，剩余14天的中位数降至76.5μg/m³，也从90降到85，说明整体污染水平略有下降。IQR变为25，数据相对集中了一些。但
最大值仍有120，表明即使在没有极端值的日子里，也出现过“中度污染”的情况。
综合评价： 总体来看，这15天该市的空气质量不容乐观。虽然大部分时间的PM2.5浓
度集中在60-85之间（轻度污染），但污染水平波动较大，且频繁出现中度甚至重度污染
天气。这表明该市在监测期间可能受到了不利气象条件或污染源排放增加的影响，空气质
量不稳定，对市民健康构成潜在威胁。相关部门需要关注并采取措施以改善空气质量。
教学反思
