高中数学课程标准2017年版中的数据分析素养

（一） 数据分析素养的含义

数据分析是指从数据中获取有用信息、形成知识的过程，主要包括搜集数据提取信息，利用图表展示数据，构建模型分析数据，解释数据蕴含的结论。

数据分析应是对数字、文字、字母、图形等原始素材进行分解，并认识各部分属性的过程。在高中阶段，数据分析应是运用恰当的统计方法对原始数据进行分类、归纳、整理以及描述，并正确认识各个部分的性质、特点，能够推断出恰当结论的过程。在进行数据分解时，应该注意到数据的实际背景，理解统计量的含义并能对分类方法进行恰当地使用。数据的认识过程应包含对数据的整理、对数据的描述，以及根据数据推断结论等。

数据分析的数学基础在早期就已确立，直到计算机出现才使实际操作成为可能，并使数据分析得以推广，在生活中的应用也越来越广泛，越来越受到关注，很多学校也随之开设了相应的专业。数据分析是现代公民应当具备的基本素质。

综上所述，在高中阶段应具有的数据分析能力包括具备对如数字、文字、字母、图形等原始数据，运用恰当的方法进行分类、整理和描述，并能根据分析结果推断出合理的结论的数据分析知识，具备完成这些操作活动的水平，以及在这一过程中形成的较为稳定的个性心理特征。

（二）数据分析素养的构成要素(www.xing528.com)

国内学者对于数据分析素养构成要素具有不同的观点。张丹提出了数据分析观念的三个维度，每一维度包含三个要素，具体如表5-1所示。

表5-1　数据分析观念的维度要素

李金昌认为，统计素养包含统计知识、统计方法、问题解决和统计世界观四个维度。李俊指出，基本知识、基本技能、基本思想方法、基本活动经验、问题解决能力、质疑的意识和技能、情感和态度共七个元素共同促进了统计素养的形成和发展。陈娜萍在数据素养内涵的基础上，建立了数据素养评价指标体系，如表5-2所示。

表5-2　数据素养评价指标

目前已有一些国内外学者对数据分析素养的形成与发展过程进行了研究，或给出了数据分析素养的水平要求，虽然有的研究没有直接提出“数据分析素养”一词，但这些研究都与数据分析素养有关，可作为数据分析素养测评的理论基础。