偶看新闻郎酒三溪老坛酒42度:（转）张奠宙：小学数学教材中概率统计内容述评
来源：百度文库 编辑：偶看新闻 时间：2024/04/30 05:34:36
张奠宙：小学数学教材中概率统计内容述评（转伊阳工作室）
21世纪的数学课程改革，把概率统计作为一个单独的领域进入小学数学课程，这是一个重大的举措，具有里程碑意义。现在，各地的小学数学教材已经编写了统计和概率内容，并且付诸教学实践，取得了许多有益的经验。但是，前进的道路上，总会有一些问题。“摸着石头过河”，一步一个脚印，以求逐步得到完善。一、小学数学中为什么要列入“统计与概率”？
从《数学课程标准（实验稿）》的规定来看，其内容是“研究现实生活中的数据和客观世界中的随机现象，通过对数据收集、整理、描述和分析，以及对事件发生可能性的刻画，来帮助人们作出合理的推断和预测。”
具体内容包括以下六项：
1、描述统计。包括整理数据、列表、直方图、扇形图等。
2、数据的代表数。平均数、中位数、众数。
3、可能性。包括等可能事件的概率、几何概率。
4、频率和概率、样本和总体
5、加权平均、方差
6、树状图计算概率
前三项是小学阶段的学习内容，后三项是初中阶段的内容。这意味着：
1、小学以统计为主、概率为辅。统计的主要内容是数据处理。
2、数据处理有两类：描述统计和数理统计。小学阶段主要是描述统计，还很少用概率手段来处理数据；但要有随机的意识，适度沟通统计和概率。
3、用概率推断和预测需要随机变量分布知识。小学里无法用概率方法进行推测和预测，只能是一些猜想，属于没有证明的合情推理。
这样一来，小学里把统计和概率放在一个学习领域，只是提供一般的素养，为中学打基础，小学的概率还不能和统计发生有机联系。小学数学里“统计”和“概率”两张皮的现象难以避免。不过，我们可以适当进行渗透。
此外，由于小学数学的教学内容还不能进行概率计算，所以老是停留在可能性的认识上，各个年级的差别很小，几乎在原地踏步。因此，修改中的课程标准有意将小学阶段的概率统计内容有所消减。
二、九年义务教育阶段中概率和统计怎样结合
画统计图、求平均数，是小学里学习统计的主要内容，这些至少原本小学里就有，只是不和概率挂钩。那么统计内容怎样和概率联系起来呢？具体途径是：
a)从频率到概率
b)从平均数到“数学期望”
c)从普查到抽样
d)从样本的参数估计总体
这四项都是中学甚至大学的内容，但是，小学也会有所涉及，需要注意把握、适当渗透。
●小学里，设计随机事件（摸球）发生的频率，就是将频率当概率看。不过，这要基于大数定理，我们要区分理论概率和经验概率（频率）
●小学里学过百分比以后，大量接触某事件发生的频率，如次品率、交通事故率、出生率等。可以用这些频率当作概率推测。
●某项抽奖活动，中奖机会万分之一，奖金一万元，那么期望值是一元，根据期望值决策。
●去掉一个最高（低）分的作用是删除一些随机因素。
●用小范围调查估计总体，涉及抽样调查和回归分析。
这些地方多少涉及一些随机因素，但在数据中都没有仔细处理，需要改造。
三、一些基本的概率思想——麻将为什么不能产生概率论？
仅仅知道“可能性”，甚至能够算一点概率，并不能自发产生概率论，那些打麻将很精的人，一定知道随机现象，知道“可能性”有大小，而且能够大体估算。例如，知道怎样做麻将牌容易“和”，怎样做则不容易。他们也知道所谓一付牌“番数”高，就是难“和”的缘故。但是，这些不会产生概率论。
实际上，这些关于“可能性”有大小的概率思考，不上学，老师不教也能懂。但是，现在小学里教的往往还是这些“不教就懂”的东西。所以，我认为，目前小学数学中的概率教学，在思想深度上是不够的。
小学里概率论的基础思想是以下几点：
1、大数定理
大数定理是指在随机试验中，每次出现的结果不同，但是大量重复试验出现的结果的平均值却几乎总是接近于某个确定的值。其原因是，在大量的观察试验中，个别的、偶然的因素影响而产生的差异将会互相抵消，从而使现象的必然规律性显示出来。例如，观察个别或少数家庭的婴儿出示情况，发现有的生男，有的生女，没有一定的规律性，但是通过大量的观察就会发现，男婴和女婴占婴儿总数的比重均会趋于50%。
该定律是切贝雪夫大数定律的特例，其含义是，当n足够大时，事件A出现的频率将几乎接近于其发生的概率，即频率的稳定性。
小学数学应该在一定的情况下渗透大数定理的思想。课堂里区区每人抛20次硬币，50个人合起来不过抛1000次硬币，太少了。要抛多少次才能判断“硬币国徽朝上”接近二分之一，可以到科技馆里观察操作，也可以用计算机软件处理。
2、数学期望
数学期望是随机变量最基本的数学特征之一。它反映随机变量平均取值的大小，又称期望或均值。它是简单算术平均的一种推广。例如某城市有10万个家庭，没有孩子的家庭有1000个，有一个孩子的家庭有9万个，有两个孩子的家庭有6000个，有3个孩子的家庭有3000个，则此城市中任一个家庭中孩子的数目是一个随机变量，它可以取值0、1、2、3，其中取0的概率为0.01，取1的概率为0.9，取2的概率为0.06，取3的概率为0.03。它的数学期望为0×0.01+1×0.9+2×0.06+3×0.03，等于1.11，即此城市一个家庭平均有小孩1.11个。
帕斯卡分配赌金的故事，可以在小学高年级出现，这是经典。2002年，中央电视台10频道和观众互动节目中有这样的题目：
“甲乙两人出赌资5个金币，形成10个金币的赌资。规定最先赢得5局的人获胜。现在进行了7局，甲赢4局，乙赢3局，因故不得不终止。问这些赌资该如何分配。”
问电视台演播厅的听众，三位都说按照七分之四和七分之三分配。
但是，按照概率论的思考是，两人在每一局的获胜机会都一样，即二分之一。现在规定再赛一局——第8局。
甲的形势是：若甲赢第8局，则得到全部10个金币，但赢的概率是二分之一，所以，期望值是5个金币。若甲输，那么甲乙打平，甲得一半5个金币。但输掉的概率也是二分之一。所以得到2.5个金币。合起来，甲总得7.5个金币。
分析乙的形势，则只有在自己赢得第8局的情况下，才能获得一半的赌资，这样的概率只有二分之一，所以乙的期望值是2.5个金币。
这是1654年法国数学家帕斯卡和费马通信中的思考。把赌金和输赢概率结合起来（相乘）以得到期望值，解决了这一赌金分配问题。这里用了“期望”的字眼，正是这一使用“期望值”的案例，标致这概率论的诞生。
3、删除数据中的一些偶然因数：平均数与中位数
数据处理中最常用的是平均数。但是，过去的平均数教学，只是会计算而已，没有考虑到数据中的随机因素。现在提出中位数，就显示出随机的意义。测量会产生误差，其中有随机因素存在，取平均数可以避免个别因素的作用。这就是说，平均数注意到每一个数据的作用，是一种全面考虑。
关于中位数。中位数，代表中等水平。要知道某同学在本班的数学成绩是“中上”还是“中下”，必须看中位数，看平均数有时不行。
●去掉最高分、最低分和中位数的关系。去掉一个最高（低）分，是走向中位数的第一步。如果不断地去掉最高最低，最后剩下的就是中位数。中位数的目的就是删除一些随机因素。
例如：4个数据的中位数=“去掉一个最高最低”之后的平均
6个数据的中位数=“去掉两个最高最低”之后的平均
●中位数的特征是比它大的数据和比它小的数据一样多。所以要问居于“多数”还是“少数”，要以中位数为准则。例如在本班数学成绩中位数以上的分数是“中等偏上”。
●高于平均数据不一定表示中上水平。
举例略。
目前各种教材中很少涉及中位数，应该多加应用。
附录：关于“算术平均数”理解的四个水平
本义性理解水平。指平均数能代表一组数据的“普通水平”或“一般水平”。平均数是社会上使用最广泛的数学概念之一。在报刊和文件上，频繁地出现我国“人均”数据：人均收入、人均土地、人均水资源，以及住房平均价格、某公司职员的平均工资、某学生各科平均成绩等等，可以说“平均”的字样无处不在。平均的概念到处都有。
特异性理解水平。指平均数易受到极端值影响。在一些特异情况下可能不代表“普通水平”和“中等水平”。
加权性理解水平。一般平均数经拓展后得到加权平均数概念。一般平均数是将数据组中的各个数据等同看待的，而许多现实问题中采集的数据具有不同的重要性。当数据具有不同重要性时，必须考虑赋予数据相应的权数。
随机变量分布理解水平。指平均数作为随机变量的数学期望。平均数是随机变量的主要数字特征。权数的分配具有一定的规律，服从一个随机变量的概率分布。在离散情形……
4、数理统计学是“归纳”科学，不是演绎科学
与演绎推理相反，归纳推理是由总结若干个别事例而做出的一般性结论。例如你与某人打过若干次交道，发现他与你共事时按正道行事，于是你做出他“为人正直”的结论。这是你归纳若干事例（可解释为观察或试验结果）而引申的结论，它在逻辑上并非无懈可击（且实际上也未必尽然）。
数理统计学是“由部分推断整体”——你并不了解全部情况，是一种“合情推理”。属于归纳性的结论，在许多情况下，观察或试验结果受到偶然性因素的影响而带来一些不定因素。统计方法的作用，正是根据部分数据，帮助人们做出尽可能正确（在数据所提供的信息的限度内）的归纳。因此，统计性的推理是一种归纳性推理。
应当指出的是，统计规律未必蕴含因果关系。这一点，是统计方法的本性而非其缺陷。统计方法作为一种研究问题的工具，通过数量上的分析揭示表面关联的存在，起着指示学科研究的方向的作用。至于是否具有内在的因果关系，需要各个学科自己去研究。但是，现在，用统计方法进行预测，就像演绎推理一样地进行，是一个重大的错误。
《小学数学教师》里有一篇文章谈到发展趋势。教学设计得很好，具有现实意义，增加小学生的思考能力。但是有一个重大缺陷，是把话说得过“死”，似乎发展趋势就一定会“继续下去”，把统计方法得出的结论绝对化，会产生误导。
例一、跳绳次数。一个不稳定，一个的发展趋势不断向上。于是，选择不断向上的同学作选手，这是片面的结论。不稳定但是成绩好，不断向上但绝对成绩差，上升空间有限怎么办？所以，选拔要把选手的最高跳绳成绩放在第一位，其次考虑稳定性。
例二、随年龄增长的体重曲线与标准体重曲线比较，说某同学体重超过标准体重要减肥。“超多少”算超重？有一个误差范围。笼统地说，也不科学。
例三、中国奥运会金牌数，从洛杉矶（1984）到雅典（2004），金牌数一路增长，预测北京奥运会时金牌数增长，猜对了。但是伦敦奥运会还会增长？永远增长？
总之，用数据预测，是一种估计，可能符合增长趋势，也可能预测不准，不能把预测当作绝对正确的结论。
四、教材中存在问题的评述
教材中的问题类型很多，归纳起来，有以下一些。
1．关于“分类与统计”
一年级数学从“分类”开始学习统计，是很自然的。但是，其中的问题不少。
1.1分类与统计要有目的性
一般说来，分类是为了使事物具有秩序，分类是为了更深入地了解总体。进行统计则是要根据数量上的结果做出决策，指导行动。总之，不能为分类而分类，为统计而统计。
●目的明确的案例：
※整理玩具，整理“图书角”里的书，使它们有秩序，便于管理；
※统计在一堆水果中哪种最多，哪种最少；
※统计喜欢各种水果的人数，为明天到公园活动做参考。
●目的不明确的案例：
※统计“换了几颗牙”作为主题引入，很有新意。但是统计出来做什么用呢？换得早好？快好？目的性应该更加明确；
※一年级学生统计穿的鞋子的尺码，学生了解也没有用处。这只有班级为每人订购一双鞋子时才需要。卖鞋的老板可能也需要；
※去年收到贺卡的数目。究竟是多好，还是少比较好？问这个问题的目的是什么呢？
●有些情景设计的目标不妥当。例如设计学校借书的种类，结果是喜欢“漫画”的多，喜欢“文学”的最少，于是建议图书馆多卖一些“漫画书”。这就不大妥当。不喜欢文学书，恐怕需要多作介绍宣传，而不一定是少买。
●精心设计情景的目的性。有些教材单纯统计“生日的月份”，这也没什么意思。为什么问生日在哪一月？哪一天？没有目的性。不过，如果我们设计一下，就会有目的了。
例如，明天老师要送给我们班的同学每人一朵花，共四种颜色，送法是：
生日在春天，红色（桃花），生日在夏天，白色（莲花）
生日在秋天，黄色（菊花），生日在冬天，蓝色（蝴蝶兰）
目的很清楚，请大家统计一下，明天老师要带各种颜色的纸花多少朵？
没有目的的统计，可以设法设计。
1.2关于分类的判断
一堆东西可以从不同的角度分类，即分类的判断可以很多。但是，要循序渐进，先是个判断，然后是两个判断，逐步培养。
●一堆几何图形，可以按颜色分，形状分、大小分，一步步来，不要一下子就用3个判断分类。对一年级学生问：“你还可以怎样分？”问题太宽泛了.
●分类不是单独的知识点，把分类当知识点展开，会增加学生的负担。分类作为一种数学思想方法，蕴含在数学情景决策之中。随着知识内容的加深，分类的难度会增加。
●分类的种类可以很多，而许多分类是没有价值的。例如，在一堆几何图形中，我可以分为两类：一类是“红三角形”，一类是“非红三角形”，我们需要这样的分类？再如，一批东西中吃的穿的都有，其中有一只冰淇淋。然后，我分类，一类是冷的，一类是不冷的，这样分类有意思吗？虽然分得并不错。
1．3分类不是分得越多越好
分类贵在分得“好”，即有价值，能够帮助决策。有需要才分类，不是分得越多越好。看见对象就要分类，无目的地分一通，只会把事情搞乱。无目的地追求各种分类，是误导。
2．关于收集数据
现在强调联系学生的日常生活，教材要求学生做许多调查，收集数据。但是出现的问题也不少。
2.1数据不科学
例如：
●统计班级同学的睡眠时间，学生自己并不知道每天的准确睡眠时间。
●统计去年过年收到的贺卡数，根本没有记录，即使记录了，数据也早忘了，只能胡编乱造数据。
●某地绿化亩数增加，于是降雨量增加。这样的数据之间是否存在着因果关系，难以辨明，只能说可能有联系。
●电视机销售
A牌20%； B牌15%； C牌10%； D牌8%； 其他47%
“A牌最畅销，你同意吗？”其他呢？
“上面的统计图提供的数据不清。无吖全面反映有关彩电市场各品牌占有率的情况。”
这样下断语不够科学。数据很清楚，没有不清，只是不够。数据不完全，是正常现象，由于“其他”部分的数据不知道，固然不能作出全面的结论，但是仍然有参考价值。就目前的数据来分析，A牌电视机仍然是畅销的，至于是否是“最畅销”，目前还不能判断。因此，教材的数据要科学。
3．关于“可能性”认识
3．1避免重复
现在的中低年级教材，不断地重复“必然、可能、不可能”的判断，往往是原地踏步。
学习“分数”之后，对古典概率可以进行简单的认识和计算。此时概率才能定量分析，体现数学的价值。
一般可能性的认识，不较也会。华东师范法学数学系李俊调查：20世纪的中国小学课程里没有概率，但是和其他有概率内容的国家相比，学生对可能性的认识大体相同。
3．2举例不当
●太阳从西边出，我出生以来没吃过东西，是不可能事件。这些都是人为制作的伪命题。说1+2=4是不可能事件，不是很好吗？两个十位数相乘不能小于100，这样的例子自然很有用。
●后天本地有台风。教材里都人为是可能事件。实际上，在某些情况下，这可以是“必然事件”。依据目前对台风的预测，72小时的预报可以非常准。
3.3几个好题
●三十几加五十几可能是多少》这是结合小学数学特征进行可能性学习的绝好例子。还可以发展为“38加五十几”，可能是“八十几”还是“九十几”？哪种可能性大？
●体育比赛爆出冷门，指小概率事件发生，很好。
●预报明天降水概率为80%，带了雨伞，结果没下。
4.理论概率与经验概率
4.1理论概率
古典概率，等可能性，都是“思想”上的概率，即理论概率。有些现象没有理论概率，如交通事故发生的概率，天气预报的频率，某产品出现次品的概率等，都没有理论概率，只能用频率代替概率。
实验概率和理论概率在大数定律支持下才一致。所以要向同学们说清楚，实验次数不够时用计算机试验，可以得到较好的结果。
4.2可能性有大小，主要靠理论分析，试验为辅。
●可能性大小，摸球游戏，主要做思想实验。抽奖中的概率也是思想实验。小学应该有这样的思想能动性。人脑不是照相机，迷信操作，是不正确的思维。
●教学上用实验方法，每人做10次、20次，小组不过百次，全班不过千次。这样的实验，根据大数定律，试验的次数大小，不一定能说明问题。现在的教材，动不动就较学生分组试验，企图通过区区若干次试验，证实理论判断，反而把学生弄糊涂了。
4.3大数定律的误用
●生了三个男孩，下一个可能生女孩。
●前几次彩票中奖号都是小数字，下一次将出现大数字了。他们做预测的理论根据就是大数定律。其实，一次、两次、三次的独立试验，根本不能援引大数定律的结论。
●某教材要求同学做一枚骰子，四面是1、一面是2、一面是3。问出现1的机会是多少。理论分析容易，试验非常困难。做均匀6面体，需要很高的工艺水平，再加上试验次数很少，难以证明你的理论分析。
5.数据的代表数
平均数、中位数、众数都是数据的代表数，没有好坏之分，所以不能笼统地问：“哪一个比较合适？”合适与否，要看作为代表数的用途。
5.1关于平均数
平均数是传统教学的内容，大家主要到它的优缺点，特别是特异值的影响（例如池塘的平均水深和身高）。
平均数的局限还表现在意义不大，例如本班同学穿鞋号码的平均数是22.5，我们知道以后没有什么用处，鞋店老板需要知道众数。
平均数要计算，众数和中位数几乎不需要计算。中位数计算量小，只要排好顺序就行。这个优点提到的很少。
5.2数据“没有好坏，只有适合”。
例如，小组1分钟跳绳比赛，次数统计如下：
234，133，128，92，113，116，182，125，92
1.计算平均数和中位数。
2.你人为哪个数据更好地表示这组同学的跳绳水平？
两种都好，看你的用处。例如取决于问“总体水平”，还是“中上水平”。
6．关于抽样和预测
小学数学里，用数据进行预测已经大量出现，依据的原理各不相同，又没有明说，因此在科学性方面缺失很多。我们可以预测，但是必须附带的是“可能是”、“也许是”、“很可能是”、“能够参考的是”这样的语句，不可绝对话，以免产生误导。
●本月前一、二、三周的冰糕销量分别是8、7、9箱，本周进多少合适呢？你能帮他解决吗？
教材未给答案。其实，这是无法回答的问题。如果用外推的方法，则要基于回归方法，但是三个数据不能形成回归直线。
●根据本班同学生日的月份的统计，估计新同学的出生月份。
这也是不可以的。班级人数很少，作为样推算同龄人的出生月份，样本太小。实际上，出生月份一般是随机的，无法测知。
●降水概率80%，带雨伞吗？
这是很现实的问题，教材没有答案，让大家讨论。实际上是要带雨伞，但是不下雨的可能性也有20%，如果不下，不要抱怨。用上次数学平均分估计下次，用过去投篮成绩估计今天的状态，是借用回归（线性）的思想。总体上逐步上升，或者逐步下降，但是数量变化未见得都是如此。例如我国奥运会金牌数，过去几届都是一年比一年多，但是我们不能得出这样的结论，伦敦奥运会金牌一定会多于51块。
●通过第5、10、15、20、25、30天的6个跳舞数据的折线图，问第8天的成绩是多少。这是用折线图进行插值的估计方法，说明这是基于直线上升的前提，用插值估计。
●蒜苗生长观察：
天数 3，6， 9，12，15
高度 4，6，10，16，17
预测第20天的蒜苗高度。
这能预测吗？蒜苗生长是有限度的，预测是要有假设的。
温州秀道 发表于 2011-5-24 11:23:00 |阅读全文(119) |回复(0) |引用通告(0) |编辑
标签：张奠宙 概率统计
21世纪的数学课程改革，把概率统计作为一个单独的领域进入小学数学课程，这是一个重大的举措，具有里程碑意义。现在，各地的小学数学教材已经编写了统计和概率内容，并且付诸教学实践，取得了许多有益的经验。但是，前进的道路上，总会有一些问题。“摸着石头过河”，一步一个脚印，以求逐步得到完善。一、小学数学中为什么要列入“统计与概率”？
从《数学课程标准（实验稿）》的规定来看，其内容是“研究现实生活中的数据和客观世界中的随机现象，通过对数据收集、整理、描述和分析，以及对事件发生可能性的刻画，来帮助人们作出合理的推断和预测。”
具体内容包括以下六项：
1、描述统计。包括整理数据、列表、直方图、扇形图等。
2、数据的代表数。平均数、中位数、众数。
3、可能性。包括等可能事件的概率、几何概率。
4、频率和概率、样本和总体
5、加权平均、方差
6、树状图计算概率
前三项是小学阶段的学习内容，后三项是初中阶段的内容。这意味着：
1、小学以统计为主、概率为辅。统计的主要内容是数据处理。
2、数据处理有两类：描述统计和数理统计。小学阶段主要是描述统计，还很少用概率手段来处理数据；但要有随机的意识，适度沟通统计和概率。
3、用概率推断和预测需要随机变量分布知识。小学里无法用概率方法进行推测和预测，只能是一些猜想，属于没有证明的合情推理。
这样一来，小学里把统计和概率放在一个学习领域，只是提供一般的素养，为中学打基础，小学的概率还不能和统计发生有机联系。小学数学里“统计”和“概率”两张皮的现象难以避免。不过，我们可以适当进行渗透。
此外，由于小学数学的教学内容还不能进行概率计算，所以老是停留在可能性的认识上，各个年级的差别很小，几乎在原地踏步。因此，修改中的课程标准有意将小学阶段的概率统计内容有所消减。
二、九年义务教育阶段中概率和统计怎样结合
画统计图、求平均数，是小学里学习统计的主要内容，这些至少原本小学里就有，只是不和概率挂钩。那么统计内容怎样和概率联系起来呢？具体途径是：
a)从频率到概率
b)从平均数到“数学期望”
c)从普查到抽样
d)从样本的参数估计总体
这四项都是中学甚至大学的内容，但是，小学也会有所涉及，需要注意把握、适当渗透。
●小学里，设计随机事件（摸球）发生的频率，就是将频率当概率看。不过，这要基于大数定理，我们要区分理论概率和经验概率（频率）
●小学里学过百分比以后，大量接触某事件发生的频率，如次品率、交通事故率、出生率等。可以用这些频率当作概率推测。
●某项抽奖活动，中奖机会万分之一，奖金一万元，那么期望值是一元，根据期望值决策。
●去掉一个最高（低）分的作用是删除一些随机因素。
●用小范围调查估计总体，涉及抽样调查和回归分析。
这些地方多少涉及一些随机因素，但在数据中都没有仔细处理，需要改造。
三、一些基本的概率思想——麻将为什么不能产生概率论？
仅仅知道“可能性”，甚至能够算一点概率，并不能自发产生概率论，那些打麻将很精的人，一定知道随机现象，知道“可能性”有大小，而且能够大体估算。例如，知道怎样做麻将牌容易“和”，怎样做则不容易。他们也知道所谓一付牌“番数”高，就是难“和”的缘故。但是，这些不会产生概率论。
实际上，这些关于“可能性”有大小的概率思考，不上学，老师不教也能懂。但是，现在小学里教的往往还是这些“不教就懂”的东西。所以，我认为，目前小学数学中的概率教学，在思想深度上是不够的。
小学里概率论的基础思想是以下几点：
1、大数定理
大数定理是指在随机试验中，每次出现的结果不同，但是大量重复试验出现的结果的平均值却几乎总是接近于某个确定的值。其原因是，在大量的观察试验中，个别的、偶然的因素影响而产生的差异将会互相抵消，从而使现象的必然规律性显示出来。例如，观察个别或少数家庭的婴儿出示情况，发现有的生男，有的生女，没有一定的规律性，但是通过大量的观察就会发现，男婴和女婴占婴儿总数的比重均会趋于50%。
该定律是切贝雪夫大数定律的特例，其含义是，当n足够大时，事件A出现的频率将几乎接近于其发生的概率，即频率的稳定性。
小学数学应该在一定的情况下渗透大数定理的思想。课堂里区区每人抛20次硬币，50个人合起来不过抛1000次硬币，太少了。要抛多少次才能判断“硬币国徽朝上”接近二分之一，可以到科技馆里观察操作，也可以用计算机软件处理。
2、数学期望
数学期望是随机变量最基本的数学特征之一。它反映随机变量平均取值的大小，又称期望或均值。它是简单算术平均的一种推广。例如某城市有10万个家庭，没有孩子的家庭有1000个，有一个孩子的家庭有9万个，有两个孩子的家庭有6000个，有3个孩子的家庭有3000个，则此城市中任一个家庭中孩子的数目是一个随机变量，它可以取值0、1、2、3，其中取0的概率为0.01，取1的概率为0.9，取2的概率为0.06，取3的概率为0.03。它的数学期望为0×0.01+1×0.9+2×0.06+3×0.03，等于1.11，即此城市一个家庭平均有小孩1.11个。
帕斯卡分配赌金的故事，可以在小学高年级出现，这是经典。2002年，中央电视台10频道和观众互动节目中有这样的题目：
“甲乙两人出赌资5个金币，形成10个金币的赌资。规定最先赢得5局的人获胜。现在进行了7局，甲赢4局，乙赢3局，因故不得不终止。问这些赌资该如何分配。”
问电视台演播厅的听众，三位都说按照七分之四和七分之三分配。
但是，按照概率论的思考是，两人在每一局的获胜机会都一样，即二分之一。现在规定再赛一局——第8局。
甲的形势是：若甲赢第8局，则得到全部10个金币，但赢的概率是二分之一，所以，期望值是5个金币。若甲输，那么甲乙打平，甲得一半5个金币。但输掉的概率也是二分之一。所以得到2.5个金币。合起来，甲总得7.5个金币。
分析乙的形势，则只有在自己赢得第8局的情况下，才能获得一半的赌资，这样的概率只有二分之一，所以乙的期望值是2.5个金币。
这是1654年法国数学家帕斯卡和费马通信中的思考。把赌金和输赢概率结合起来（相乘）以得到期望值，解决了这一赌金分配问题。这里用了“期望”的字眼，正是这一使用“期望值”的案例，标致这概率论的诞生。
3、删除数据中的一些偶然因数：平均数与中位数
数据处理中最常用的是平均数。但是，过去的平均数教学，只是会计算而已，没有考虑到数据中的随机因素。现在提出中位数，就显示出随机的意义。测量会产生误差，其中有随机因素存在，取平均数可以避免个别因素的作用。这就是说，平均数注意到每一个数据的作用，是一种全面考虑。
关于中位数。中位数，代表中等水平。要知道某同学在本班的数学成绩是“中上”还是“中下”，必须看中位数，看平均数有时不行。
●去掉最高分、最低分和中位数的关系。去掉一个最高（低）分，是走向中位数的第一步。如果不断地去掉最高最低，最后剩下的就是中位数。中位数的目的就是删除一些随机因素。
例如：4个数据的中位数=“去掉一个最高最低”之后的平均
6个数据的中位数=“去掉两个最高最低”之后的平均
●中位数的特征是比它大的数据和比它小的数据一样多。所以要问居于“多数”还是“少数”，要以中位数为准则。例如在本班数学成绩中位数以上的分数是“中等偏上”。
●高于平均数据不一定表示中上水平。
举例略。
目前各种教材中很少涉及中位数，应该多加应用。
附录：关于“算术平均数”理解的四个水平
本义性理解水平。指平均数能代表一组数据的“普通水平”或“一般水平”。平均数是社会上使用最广泛的数学概念之一。在报刊和文件上，频繁地出现我国“人均”数据：人均收入、人均土地、人均水资源，以及住房平均价格、某公司职员的平均工资、某学生各科平均成绩等等，可以说“平均”的字样无处不在。平均的概念到处都有。
特异性理解水平。指平均数易受到极端值影响。在一些特异情况下可能不代表“普通水平”和“中等水平”。
加权性理解水平。一般平均数经拓展后得到加权平均数概念。一般平均数是将数据组中的各个数据等同看待的，而许多现实问题中采集的数据具有不同的重要性。当数据具有不同重要性时，必须考虑赋予数据相应的权数。
随机变量分布理解水平。指平均数作为随机变量的数学期望。平均数是随机变量的主要数字特征。权数的分配具有一定的规律，服从一个随机变量的概率分布。在离散情形……
4、数理统计学是“归纳”科学，不是演绎科学
与演绎推理相反，归纳推理是由总结若干个别事例而做出的一般性结论。例如你与某人打过若干次交道，发现他与你共事时按正道行事，于是你做出他“为人正直”的结论。这是你归纳若干事例（可解释为观察或试验结果）而引申的结论，它在逻辑上并非无懈可击（且实际上也未必尽然）。
数理统计学是“由部分推断整体”——你并不了解全部情况，是一种“合情推理”。属于归纳性的结论，在许多情况下，观察或试验结果受到偶然性因素的影响而带来一些不定因素。统计方法的作用，正是根据部分数据，帮助人们做出尽可能正确（在数据所提供的信息的限度内）的归纳。因此，统计性的推理是一种归纳性推理。
应当指出的是，统计规律未必蕴含因果关系。这一点，是统计方法的本性而非其缺陷。统计方法作为一种研究问题的工具，通过数量上的分析揭示表面关联的存在，起着指示学科研究的方向的作用。至于是否具有内在的因果关系，需要各个学科自己去研究。但是，现在，用统计方法进行预测，就像演绎推理一样地进行，是一个重大的错误。
《小学数学教师》里有一篇文章谈到发展趋势。教学设计得很好，具有现实意义，增加小学生的思考能力。但是有一个重大缺陷，是把话说得过“死”，似乎发展趋势就一定会“继续下去”，把统计方法得出的结论绝对化，会产生误导。
例一、跳绳次数。一个不稳定，一个的发展趋势不断向上。于是，选择不断向上的同学作选手，这是片面的结论。不稳定但是成绩好，不断向上但绝对成绩差，上升空间有限怎么办？所以，选拔要把选手的最高跳绳成绩放在第一位，其次考虑稳定性。
例二、随年龄增长的体重曲线与标准体重曲线比较，说某同学体重超过标准体重要减肥。“超多少”算超重？有一个误差范围。笼统地说，也不科学。
例三、中国奥运会金牌数，从洛杉矶（1984）到雅典（2004），金牌数一路增长，预测北京奥运会时金牌数增长，猜对了。但是伦敦奥运会还会增长？永远增长？
总之，用数据预测，是一种估计，可能符合增长趋势，也可能预测不准，不能把预测当作绝对正确的结论。
四、教材中存在问题的评述
教材中的问题类型很多，归纳起来，有以下一些。
1．关于“分类与统计”
一年级数学从“分类”开始学习统计，是很自然的。但是，其中的问题不少。
1.1分类与统计要有目的性
一般说来，分类是为了使事物具有秩序，分类是为了更深入地了解总体。进行统计则是要根据数量上的结果做出决策，指导行动。总之，不能为分类而分类，为统计而统计。
●目的明确的案例：
※整理玩具，整理“图书角”里的书，使它们有秩序，便于管理；
※统计在一堆水果中哪种最多，哪种最少；
※统计喜欢各种水果的人数，为明天到公园活动做参考。
●目的不明确的案例：
※统计“换了几颗牙”作为主题引入，很有新意。但是统计出来做什么用呢？换得早好？快好？目的性应该更加明确；
※一年级学生统计穿的鞋子的尺码，学生了解也没有用处。这只有班级为每人订购一双鞋子时才需要。卖鞋的老板可能也需要；
※去年收到贺卡的数目。究竟是多好，还是少比较好？问这个问题的目的是什么呢？
●有些情景设计的目标不妥当。例如设计学校借书的种类，结果是喜欢“漫画”的多，喜欢“文学”的最少，于是建议图书馆多卖一些“漫画书”。这就不大妥当。不喜欢文学书，恐怕需要多作介绍宣传，而不一定是少买。
●精心设计情景的目的性。有些教材单纯统计“生日的月份”，这也没什么意思。为什么问生日在哪一月？哪一天？没有目的性。不过，如果我们设计一下，就会有目的了。
例如，明天老师要送给我们班的同学每人一朵花，共四种颜色，送法是：
生日在春天，红色（桃花），生日在夏天，白色（莲花）
生日在秋天，黄色（菊花），生日在冬天，蓝色（蝴蝶兰）
目的很清楚，请大家统计一下，明天老师要带各种颜色的纸花多少朵？
没有目的的统计，可以设法设计。
1.2关于分类的判断
一堆东西可以从不同的角度分类，即分类的判断可以很多。但是，要循序渐进，先是个判断，然后是两个判断，逐步培养。
●一堆几何图形，可以按颜色分，形状分、大小分，一步步来，不要一下子就用3个判断分类。对一年级学生问：“你还可以怎样分？”问题太宽泛了.
●分类不是单独的知识点，把分类当知识点展开，会增加学生的负担。分类作为一种数学思想方法，蕴含在数学情景决策之中。随着知识内容的加深，分类的难度会增加。
●分类的种类可以很多，而许多分类是没有价值的。例如，在一堆几何图形中，我可以分为两类：一类是“红三角形”，一类是“非红三角形”，我们需要这样的分类？再如，一批东西中吃的穿的都有，其中有一只冰淇淋。然后，我分类，一类是冷的，一类是不冷的，这样分类有意思吗？虽然分得并不错。
1．3分类不是分得越多越好
分类贵在分得“好”，即有价值，能够帮助决策。有需要才分类，不是分得越多越好。看见对象就要分类，无目的地分一通，只会把事情搞乱。无目的地追求各种分类，是误导。
2．关于收集数据
现在强调联系学生的日常生活，教材要求学生做许多调查，收集数据。但是出现的问题也不少。
2.1数据不科学
例如：
●统计班级同学的睡眠时间，学生自己并不知道每天的准确睡眠时间。
●统计去年过年收到的贺卡数，根本没有记录，即使记录了，数据也早忘了，只能胡编乱造数据。
●某地绿化亩数增加，于是降雨量增加。这样的数据之间是否存在着因果关系，难以辨明，只能说可能有联系。
●电视机销售
A牌20%； B牌15%； C牌10%； D牌8%； 其他47%
“A牌最畅销，你同意吗？”其他呢？
“上面的统计图提供的数据不清。无吖全面反映有关彩电市场各品牌占有率的情况。”
这样下断语不够科学。数据很清楚，没有不清，只是不够。数据不完全，是正常现象，由于“其他”部分的数据不知道，固然不能作出全面的结论，但是仍然有参考价值。就目前的数据来分析，A牌电视机仍然是畅销的，至于是否是“最畅销”，目前还不能判断。因此，教材的数据要科学。
3．关于“可能性”认识
3．1避免重复
现在的中低年级教材，不断地重复“必然、可能、不可能”的判断，往往是原地踏步。
学习“分数”之后，对古典概率可以进行简单的认识和计算。此时概率才能定量分析，体现数学的价值。
一般可能性的认识，不较也会。华东师范法学数学系李俊调查：20世纪的中国小学课程里没有概率，但是和其他有概率内容的国家相比，学生对可能性的认识大体相同。
3．2举例不当
●太阳从西边出，我出生以来没吃过东西，是不可能事件。这些都是人为制作的伪命题。说1+2=4是不可能事件，不是很好吗？两个十位数相乘不能小于100，这样的例子自然很有用。
●后天本地有台风。教材里都人为是可能事件。实际上，在某些情况下，这可以是“必然事件”。依据目前对台风的预测，72小时的预报可以非常准。
3.3几个好题
●三十几加五十几可能是多少》这是结合小学数学特征进行可能性学习的绝好例子。还可以发展为“38加五十几”，可能是“八十几”还是“九十几”？哪种可能性大？
●体育比赛爆出冷门，指小概率事件发生，很好。
●预报明天降水概率为80%，带了雨伞，结果没下。
4.理论概率与经验概率
4.1理论概率
古典概率，等可能性，都是“思想”上的概率，即理论概率。有些现象没有理论概率，如交通事故发生的概率，天气预报的频率，某产品出现次品的概率等，都没有理论概率，只能用频率代替概率。
实验概率和理论概率在大数定律支持下才一致。所以要向同学们说清楚，实验次数不够时用计算机试验，可以得到较好的结果。
4.2可能性有大小，主要靠理论分析，试验为辅。
●可能性大小，摸球游戏，主要做思想实验。抽奖中的概率也是思想实验。小学应该有这样的思想能动性。人脑不是照相机，迷信操作，是不正确的思维。
●教学上用实验方法，每人做10次、20次，小组不过百次，全班不过千次。这样的实验，根据大数定律，试验的次数大小，不一定能说明问题。现在的教材，动不动就较学生分组试验，企图通过区区若干次试验，证实理论判断，反而把学生弄糊涂了。
4.3大数定律的误用
●生了三个男孩，下一个可能生女孩。
●前几次彩票中奖号都是小数字，下一次将出现大数字了。他们做预测的理论根据就是大数定律。其实，一次、两次、三次的独立试验，根本不能援引大数定律的结论。
●某教材要求同学做一枚骰子，四面是1、一面是2、一面是3。问出现1的机会是多少。理论分析容易，试验非常困难。做均匀6面体，需要很高的工艺水平，再加上试验次数很少，难以证明你的理论分析。
5.数据的代表数
平均数、中位数、众数都是数据的代表数，没有好坏之分，所以不能笼统地问：“哪一个比较合适？”合适与否，要看作为代表数的用途。
5.1关于平均数
平均数是传统教学的内容，大家主要到它的优缺点，特别是特异值的影响（例如池塘的平均水深和身高）。
平均数的局限还表现在意义不大，例如本班同学穿鞋号码的平均数是22.5，我们知道以后没有什么用处，鞋店老板需要知道众数。
平均数要计算，众数和中位数几乎不需要计算。中位数计算量小，只要排好顺序就行。这个优点提到的很少。
5.2数据“没有好坏，只有适合”。
例如，小组1分钟跳绳比赛，次数统计如下：
234，133，128，92，113，116，182，125，92
1.计算平均数和中位数。
2.你人为哪个数据更好地表示这组同学的跳绳水平？
两种都好，看你的用处。例如取决于问“总体水平”，还是“中上水平”。
6．关于抽样和预测
小学数学里，用数据进行预测已经大量出现，依据的原理各不相同，又没有明说，因此在科学性方面缺失很多。我们可以预测，但是必须附带的是“可能是”、“也许是”、“很可能是”、“能够参考的是”这样的语句，不可绝对话，以免产生误导。
●本月前一、二、三周的冰糕销量分别是8、7、9箱，本周进多少合适呢？你能帮他解决吗？
教材未给答案。其实，这是无法回答的问题。如果用外推的方法，则要基于回归方法，但是三个数据不能形成回归直线。
●根据本班同学生日的月份的统计，估计新同学的出生月份。
这也是不可以的。班级人数很少，作为样推算同龄人的出生月份，样本太小。实际上，出生月份一般是随机的，无法测知。
●降水概率80%，带雨伞吗？
这是很现实的问题，教材没有答案，让大家讨论。实际上是要带雨伞，但是不下雨的可能性也有20%，如果不下，不要抱怨。用上次数学平均分估计下次，用过去投篮成绩估计今天的状态，是借用回归（线性）的思想。总体上逐步上升，或者逐步下降，但是数量变化未见得都是如此。例如我国奥运会金牌数，过去几届都是一年比一年多，但是我们不能得出这样的结论，伦敦奥运会金牌一定会多于51块。
●通过第5、10、15、20、25、30天的6个跳舞数据的折线图，问第8天的成绩是多少。这是用折线图进行插值的估计方法，说明这是基于直线上升的前提，用插值估计。
●蒜苗生长观察：
天数 3，6， 9，12，15
高度 4，6，10，16，17
预测第20天的蒜苗高度。
这能预测吗？蒜苗生长是有限度的，预测是要有假设的。
温州秀道 发表于 2011-5-24 11:23:00 |阅读全文(119) |回复(0) |引用通告(0) |编辑
标签：张奠宙 概率统计