Track the Trends: Predict the Future?
单元概述 / Unit Summary 学生们充当统计员的角色，选择感兴趣的话题（艾滋病增长率，棒球运动员薪水的平均增长率，人口增长率等），收集指定时间内的统计数据。学生可利用图形计算器，指数回归函数，试算表和回归趋势线的功能，推导出最适合的数据曲线公式。结合实际数据和曲线图，利用方程式，预测未来。最后，学生将统计调查作为一种预测未来工具，提出他们预测的社会经济影响并评价统计调查的有效性。
- Essential Question:基本问题
回顾历史，我们能看到怎样的未来？ - Unit Questions:单元问题
是什么限制或促进了趋势的发展？
发展趋势是如何影响人们的选择？
我们将来的生活是怎样的？ - Content Questions:内容问题
哪个指数函数曲线是最适合相关系数的？
使用回归函数分析数据的优势和劣势是什么？
评价过程 / Assessment Processes
提问的方法将贯穿整个单元的学习。并以此帮助学生发展自己的高阶思维技能并监测学习的过程。学生根据项目利用演示文稿清单，网站清单和简报清单指导他们自己的学习，以保证没有偏离既定的学习目标。同时也借此评估自己的进步。根据每日观察及学习的成绩，对学生可进行每日的评价。同伴讨论和小组会议能够帮助学习，监测学习过程并即时的回答问题。要求学生使用项目表帮助他们进行自评和互评工作。同样使用项目表评价最后的演讲和项目的完成情况。
教学过程 / Instructional Procedures
学生们通过播放演示文稿，制作简报或创建网站，介绍他们的调查研究。在每天的课程中，他们需要通过使用各种图表来说明他们调查研究的进展。
第一天
开始单元学习，提出基本问题：回顾历史，我们能看到怎样的未来？要求学生独自思考问题并和其它同学一起讨论他们的看法。在班级中，让学生举手发言，谈谈他们的看法。
介绍单元问题：是什么限制或促进了趋势的发展？为学生解释，我们将如何通过这个单元的学习，探索相关的知识并回答问题。
在课程开始的时候，使用学生制作的演示文稿演讲稿进行介绍。集体讨论，哪些数据是可以作为本课程的主题进行研究学习的。讨论并评价学生们的观点。提问：使用线性回归数据对我们讨论的主题进行统计分析是否恰当？(注:一个有限的回归分析是假设趋势线是无转折点直线。如果转折点发生，则需要加以引导并介绍由此引发的问题。为此,，在处理这些类型的数据时，回归分析可能导致错误的结果，我们需要细心的引导并帮助学生挑选适合的线性回归函数分析问题)。分发资料并讨论如何收集数据。资料中可包括以下主题：
- 艾滋病导致死亡的原因
- 犯罪和犯罪率的增加
- 死亡
- 离婚
- 教育
- 能源消耗
- 家庭问题
- 央行或政府的黄金储备问题
- 国民生产总值
- 医疗保险
- 住房
- 婴儿安全出生率
- 婚姻
- 自然灾害
- 人口问题
- 运动
提出项目表(DOC 64.5KB)并讨论。在表格中，制作提纲，并借此为学生介绍整个项目的情况。让学生使用该表帮助他们评估整个学习的过程。
第二天
提出单元问题并讨论：发展的趋势如何影响人们的选择？和我们将来的生活是怎样的？在表格中写出答案并张贴在班级中。要求学生组成小组选择适合他们主题的单元问题进行研究。告诉学生，他们将从两个方面展开研究，并将答案综合用以回答第一天我们提出的单元问题是什么限制或促进了趋势的发展？：
- 演示文稿 (PPT 496KB)：使用数学工具和统计分析数据研究趋势的发展和相关的问题。
以及
- 简报 (DOC 227KB)（文章概述及图表）：其中包括了发展趋势可能导致的后果和影响
或者
- 网站*
（主题）：包括导致的后果和影响（网站中应当具有支持预测的数据或数据分析图表）
允许具有相同研究主题的学生们自由组队学习。各小组分别研究一个主题不要重复。提醒学生们注意在研究学习中使用单元问题。
根据各小组选择的研究主题，给同学们分发演示文稿清单 (DOC 42.5KB) ，简报清单 (DOC 43KB)和网站清单 (DOC 42.5KB)。检查清单，并要求学生使用清单监控整个研究过程。
第三天
通知学生开始搜集与他们主题相关的资料。召开班会，个别或集体回答学生问题。与他们讨论项目的进展并评价他们的高级思维能力。
第四天
为学生演示如何制作回归指数 (DOC 58KB)并解释以下数学术语：
- 相关系数
- 曲线的最佳适配
- 回归指数
让学生利用他们搜集的数据创建曲线最佳适配等式。允许学生任选图形计算器或电子表格输入数据。如果选择电子数据表，让学生测试数据图，然后选择最适合的回归趋势图表达数据，并作出可靠的预测。让学生熟悉电子表格和回归趋势图的使用， 为学生提供加州人口数据趋势图 (DOC 125KB)副本文件，和电子数据表样本 (XLS 16KB)。
之后，让学生们进行计算并预测未来。
第五天
让学生创建与最佳适配曲线相对应的历史数据图，并进行集体讨论各种预测结果的差别。根据需要让学生有时间去完成更多的研究。
第六天
要求学生结合他们所学的数学知识，完成主题资料的搜集。
第七、八天
要求学生完成演示文稿，简报和网站。提醒学生使用清单进行检查并完成最后的作业。
第九天
让学生有时间在班级中介绍他们的项目。使用项目表 (DOC 64.5KB)评价他们的工作。
第十天
安排以下测试，通知学生完成以下作业：
- 确定线性回归指数，并给出使用这种类型数据预知未来的优势和劣势。
- 是什么限制或促进了趋势的发展？
- 发展趋势是如何影响人们的选择？
- 从另一个角度思考你的数据对预测未来的价值 (设想你开始做这件事情，而你从未知道什么是线性回归指数) 。描述你的方法，并探讨其利弊得失。
前需技能
- 掌握图表计算的技巧
- 掌握散点图和曲线图的应用
- 掌握多媒体演讲，简报发布和网站创建知识
- 熟悉使用英特网搜索技巧
区别教学 / Differentiated Instruction
需要帮助的学生 / Resource Student
- 减少学习任务，或安排更多的时间完成作业
天才学生 / Gifted Student
- 让学生针对相同数据分别使用直线线性函数，比较指数函数的功能，并提问：哪种方法更有效，为什么？
英语学习者 / English Learner
- 允许学生使用母语搜索资料
- 结对互助
致谢 / Credits
Doug Cox参加了英特尔®教育并完成单元计划，一个教师团队把该计划充实为你现在看到的范例。
简介 |
年级：9-12 学科：数学、社会 主题：图表，回归函数 高级思维技能： 分析，解释说明，评价 关键学习： 组织数据，批判性思维，数据统计分析 时间： 10课时（或更多），90-105分钟/课时 |
所需材料 |
没有评论:
发表评论