5.2 数据的整理 课件（共24张PPT）2025-2026学年七年级数学上册（沪科版版2024）

(课件网) 幻灯片 1：封面 标题：5.2 数据的整理 副标题：让数据更具价值的关键步骤 姓名：[教师姓名] 日期：[授课日期] 幻灯片 2：复习回顾与情境导入 复习回顾：上节课我们学习了数据的收集，知道了如何通过直接观察、问卷调查等方法获取数据。但收集到的数据往往是零散、杂乱的，就像一堆未经分类的积木，难以直接从中发现规律。 情境导入：展示一份杂乱的学生成绩记录单，上面的分数没有规律地排列着。提问：从这份记录单中，你能快速看出班级的成绩分布情况吗？如何让这些数据变得清晰、有序，便于分析呢？这就需要对数据进行整理。今天我们就来学习数据的整理方法和技巧。 幻灯片 3：数据整理的概念与意义 数据整理的定义：数据整理是指对收集到的原始数据进行审核、筛选、分类、汇总和呈现，使其系统化、条理化的过程。 数据整理的意义： 去除无效数据，保证数据的准确性和完整性，为后续分析奠定基础。 将零散的数据整合，使数据结构清晰，便于观察和理解。 发现数据中的规律和趋势，为决策提供有力支持。例如，通过整理学生成绩数据，能快速看出高分和低分的分布情况，了解教学效果。 数据整理的原则： 准确性：确保整理后的数据真实反映原始数据的信息，不篡改数据。 简洁性：用简洁明了的形式呈现数据，避免冗余和复杂。 针对性：根据分析目的进行整理，突出关键信息。 幻灯片 4：数据整理的步骤 步骤 1：数据审核：对收集到的原始数据进行检查，发现并处理错误、缺失或不合理的数据。 检查内容：数据是否完整（有无遗漏）、数据是否准确（有无明显错误，如身高 10 米）、数据是否一致（同一指标的记录是否统一）。 处理方法：对于缺失数据，若影响不大可忽略，或通过合理估算补充；对于错误数据，及时核对修正或剔除。 示例：在收集的学生身高数据中，发现有 “165cm”“170”“250cm”，需补充 “170” 的单位为 “cm”，剔除明显错误的 “250cm”。 步骤 2：数据筛选：根据研究目的，保留有用的数据，去除无关数据。 示例：若研究目的是分析学生的数学成绩，可筛选出数学分数数据，暂时忽略其他科目成绩。 步骤 3：数据分类：将数据按照一定的标准进行分组或分类，使数据条理化。 分类标准：可按性质（如性别、职业）、数量（如成绩分段、年龄区间）等分类。 示例：将学生成绩分为 “90 分以上”“80-89 分”“70-79 分”“60-69 分”“60 分以下” 五个区间。 步骤 4：数据汇总：对分类后的 data 进行统计计算，如计数、求和、求平均值等。 示例：统计每个成绩区间的学生人数，计算班级平均分。 步骤 5：数据呈现：用合适的形式（如表格、统计图）展示整理后的 data。 幻灯片 5：数据整理的常用形式 ——— 表格 表格的结构：由表头、行和列组成，表头说明数据的类别，行和列交叉处为具体数据。 表格的优势：数据条理清晰，便于对比和查阅，能准确呈现具体数值。 制作步骤： 确定表格标题，明确表格内容。 设计表头，列出数据的类别和项目。 填入整理后的 data，确保数据与表头对应。 核对数据，确保准确无误。 实例展示：班级数学成绩分布表 成绩区间 人数 占比 90 分以上 8 20% 80-89 分 12 30% 70-79 分 10 25% 60-69 分 6 15% 60 分以下 4 10% 合计 40 100% 幻灯片 6：数据整理的常用形式 ——— 统计图 条形统计图： 特点：用长方形的高度表示数据的多少，便于直观比较不同类别数据的数量。 适用场景：比较不同组别的数据，如不同兴趣爱好的人数对比。 实例：班级同学兴趣爱好条形统计图（横轴为兴趣爱好，纵轴为人数）。 扇形统计图： 特点：用整个圆表示总数，用圆内扇形的大小表示各部分占总数的百分比，能清晰展示各部分与整体的关系。 适用 ... ...