数据分析核心素养的水平分析 邬楠在《布卢姆教育目标分类学指导下的高中数学学科核心素养之数据分析研究——以“统计图表与用样本估计总体”为例》一文中，运用布卢姆的教育目标分类学理论，对数据分析素养的水平划分与素养体现进行了分析.高中数学课标中每种核心素养分为3个水平，每个水平都涉及情境与问题、知识与技能、思维与表达、交流与反思四个方面. 其中水平Ⅰ中“了解随机对象及简单的概率或统计问题”属于理解事实性知识；“选择合适的概率模型”“选择合适的抽样方法”“掌握基本统计方法”属于评价概念性知识，运用、分析程序性知识；“体会概率是对随机现象发生可能性大小的度量”“能够用概率和统计的语言表达简单的随机现象”分别属于理解概念性知识和理解程序性知识；“在交流的过程中，能够解释随机现象”属于运用概念性知识. 水平Ⅱ中“能够在关联的情境中，识别随机现象”属于分析概念性知识；“能够理解抽样方法的统计意义，能够运用适当的概率或统计模型解决问题”属于理解、运用程序性知识；“能够用概率或统计的思维来分析随机现象，用概率或统计模型表达随机现象的统计规律”“理解统计结论的意义”属于理解、运用、分析程序性知识；“在交流的过程中，能够用数据呈现的规律解释随机现象”属于分析、反省认知知识. 水平Ⅲ中“能够在综合的情境中，发现并提出随机问题”属于理解概念性知识；“综合或创造地运用概率统计知识”“能够分析随机现象的本质”属于运用、分析、创造程序性知识；“能够理解数据分析在大数据时代的重要性”“能够理解数据蕴含着信息”“通过对信息的加工，得到数据所提供的知识和规律”属于理解、分析反省认知知识；“在交流的过程中，能够辨明随机现象，并运用恰当的语言进行表述”属于运用、分析反省认知知识. 在具体分析和设计每个知识点时，不同的章节会有所不同，大体上可以先把目标按课程标准的3个水平进行分类，然后对应按教育目标分类填入分类表中.在教学中，通过课堂提问、练习与检测卷检测学生能否从情境中发现和提出问题，能否选择合适的模型和方法解决问题，能否提取出数据中蕴含的信息，能否用恰当的语言予以表达，评估相应教学目标是否达成. 摘自《中国数学教育》：高中版2019.3 培养学生提取数据信息的能力 舒脐仙、田祥春在《数据分析素养在高考真题中的渗透研究》一文中对相关高考题进行了统计分析，给出了高中教学中培养数据分析素养、提升学生提取数据信息的能力的建议. 现代信息的传播多以视频、音频、图像为主，在这种信息传播方式的大环境下，许多学生丧失了阅读纸质文档信息的习惯和能力.且阅读数据信息与一般的文字信息又有很大的不同，所以不能将阅读能力寄托于语文老师，数学老师应注重培养学生阅读数据信息的能力.比如，可以让学生学会阅读教材，让学生从中去体会阅读方法.特别是教材上的阅读材料，应引导学生自主阅读、自主分析，并从中提取主要信息.而且，我们平时试题的命制应注意整套试卷的阅读量，以此让学生重视阅读能力，强化阅读能力培养. 许多学生对于阅读量大的信息，读完之后对里面的数据信息提取片面、不完整，导致理解出现偏差而出错.所以，要培养学生提取数据信息的能力.首先，培养学生从阅读中提取信息的基本方法，比如对重要信息的勾画，通过列表或者树状图的形式列出数据信息等.其次，培养学生从阅读中提取信息的基本步骤.比如第一步浏览，第二步根据题设精读并提取信息.通过这些方法培养学生提取数据的能力. 摘自《教育科学论坛》2019.12中
