数据整理体系范文

数据整理体系范文（精选8篇）

数据整理体系 第1篇

在十年新课程实践的基础上,《数学课程标准》(2011年版)对统计领域进一步作了修订、完善。首先,新课标将核心词“统计观念”改成了“数据分析观念”,进一步强调“数据分析是统计的核心”,明晰了统计学习的核心目标 ,期望通过统计学习帮助学生形成运用数据分析问题的思维方式。其次,新课标在“统计”的内容结构方面作了较大调整, 第一学段主要鼓励学生运用自己的方式 (包括文字、图画、表格等)呈现整理数据的结果,不要求学生学习正规的统计图以及平均数 (这些内容移入了第二学段)。统计量的教学也进行了调整,只在第二学段学习平均数,中位数、众数等内容移入了第三学段。教师需要做的是结合课程标准的要求和学生的认知特点、学习特征等,有序安排统计的学习,发展学生的数据分析观念。本文试介绍北师大版小学数学教材中“统计”的教材内容体系与编写特点。

一、“统计”教学的核心内容

统计是一门与数据打交道的科学。《不列颠百科全书》(又称《大英百科全书》)对统计学有一个定义:“统计学是关于收集和分析数据的科学和艺术。”统计学家C.R.Rao有一句名言 :“在理性的世界里 ,所有的判断都是统计学。”随着对统计教学的不断实践与探索,人们逐渐对统计学习的价值与目标有了清晰的认识, 即统计学习不仅仅是画统计图表、求平均数等技能的学习,更重要的是“数据分析观念”的培养,提高学生收集数据、整理数据、分析数据的能力。《数学课程标准》(2011年版)将“数据分析观念”列为十大核心概念之一,并对其内涵进行了阐述。数据分析观念的核心是“通过数据分析问题”。

因此,统计教学要以“数据分析”的学习为核心,重点关注和引导学生学会数据分析。开展统计教学时,教师要经常让学生置身于实际情境中,经历收集数据、整理和描述数据、分析数据的统计活动全过程,引导学生思考“怎样收集数据”“怎样整理和描述数据”“如何根据问题的背景选择数据整理分析的方法”“从数据分析中能得到什么信息和解决什么问题”等,增强学生数据收集的意识,掌握一些基本的数据分析的方法,体验数据的随机性,发展数据分析观念。

二、“统计”教材内容的编排体系

根据新课标的要求和对统计教学核心内容的分析,为了促进学生数据分析观念的发展, 北师大版小学数学教材对“统计”的内容进行了系统设计,以“数据分析”的学习为核心,具体分为两个阶段。第一学段,不安排学习正规的统计图,安排了初步学习物体分类,学习调查与记录数据等内容, 鼓励学生运用自己的方式呈现、整理数据,以突出学生对数据分析的体验,并通过早期多样化的经验积累,为后续正式学习统计图表和统计量奠定基础。第二学段,系统学习数据表示和分析的方法,学习条形统计图、折线统计图和扇形统计图等常见的统计图,用统计图直观表示数据, 还要学习一个重要的刻画集中趋势的统计量———平均数, 以及学习根据问题背景选择统计图等知识,提高学生表示数据、分析数据的能力,发展数据分析观念。

教材的具体安排如下表。

另外,教材在设计“随机现象发生的可能性”时,也注重与“数据分析”相结合,通过数据分析使学生体会数据的随机性,包括两个方面:一方面对于同样的事情每次收集到的数据可能不同, 另一方面只要有足够的数据就可能从中发现规律。如在“可能性”的学习活动中,通过一些游戏和活动,让学生初步感受数据的随机性。

三、“统计”的教材编写特点

1. 选择与现实 生活密切联系的统计 活动素材 , 帮助学生体会数据分析的价值,发展学生的数据分析意识

统计内容具有丰富的实际背景, 在现实世界中有着广泛的应用。教材力求选择现实情境中的数据,注重所选素材与学生实际生活的联系, 丰富学生学习统计的现实背景,引导学生用统计知识分析和解决一些实际问题,体会统计与日常生活的密切联系。同时,通过引导学生分析现实情境中或与自身密切相关的数据, 了解数据可以用来描述现象、说明问题和作出预测等,从而体会数据分析的价值和意义。

如在五年级“复式条形统计图和复式折线统计图”的教学中,教材选择的情境非常丰富,有“比较双手投球远还是单手投球远”“南北两地最高气温比较”“男女生每年患近视情况统计”“某城市6-9月空气质量达到优良情况统计图”等,丰富了学生学习统计的现实背景,让学生体会到统计与日常生活的密切联系。

又如,对统计“身高情况”的素材学生非常熟悉,数据中包含了很多可以分析的信息,教材多次选择使用,进行了精心设计。三年级下册初步学习“数据的整理与表示”时,用了班级的身高统计情况,组织学生尝试用“累计法”等方法整理和表示数据;五年级的“平均数再认识”中,结合北京市6岁男童和女童的平均身高数据,讨论了“免票线确定的合理性”的问题 ; 六年级上册“数据处理”的学习,又结合全部同学身高情况的分组整理,让学生体会数据分布的特征。

2.精心设计 数据收集、整理 和分析活动 ,引导学生 积极参与统计过程,掌握收集、整理、描述和分析数据的基本方法

运用统计分析解决问题的过程一般包括下面三个步骤:根据收集数据的目的,决定收集数据的方法并收集数据;根据需要整理数据,并用一定的方式描述数据;分析数据,并作出合理决策或推断。在这个过程中,学生能否掌握一些收集、整理、描述和分析数据的基本方法,能否根据问题背景选择合适的方法非常关键。教材精心设计了数据收集、整理和分析活动,引导学生学习掌握基本的收集、整理、描述和分析数据的方法。

常用的收集数据的方法包括测量、调查、实验等直接获得数据的方法, 也包括查阅资料等间接获得数据的方法。新课标对第一学段提出“了解调查、测量等收集数据的简单方法”的要求;对第二学段提出“会根据实际问题设计简单的调查表,能选择适当的方法(如调查、试验、测量)收集数据”“能从报纸、杂志、电视等媒体中,有意识地获得一些数据信息”的要求。教材注重引导学生积极参与统计过程,在统计过程中掌握收集数据的方法。如在六年级“身高情况”的学习中,在结合“淘气班的身高情况”,进行了分组统计的学习后,教材呈现了一个问题,引导学生调查自己班的身高情况,并引导学生分组整理数据,再根据数据进行分析和推断。教材中设计的调查统计活动有很多,如“调查同学们最喜欢的体育运动”“开联欢会前,调查同学们最喜欢的水果”“调查最爱看的电视节目”“记录蒜苗的生长情况”等,使学生在一次次经历数据收集与分析的活动中,积累统计活动经验,学会收集数据,逐步体会到生活中充满着大量的数据,很多问题的解决可以先做调查研究、收集数据,再通过分析作出合理决策。

如:调查你们全班同学的身高情况。

(1)记录在下面的统计表中。

(2)整理上表中的数据 ,与同伴交流你的整理方法。

(3)根据上面的数据 ,完成下面的统计表。

(4)回答下面的问题。

①哪个身高段的人数最多? 哪个身高段的人数最少?

②你可以对你们班订校服提一些建议吗?

在收集数据以后, 需要对看起来杂乱无序的数据进行必要的整理, 然后运用统计图、统计表等方式表示出来,再进行数据分析,为作出决策和推断提供依据。整理数据的方式主要有分类、排序、分组、计数(包括用画“正”字等多种方式记录)、编码等;描述数据的主要方式有文字、图画、统计图、统计表以及刻画数据特征的统计量等。教学中, 要逐步引导学生掌握这些整理和描述数据的方法,以有效分析数据、作出决策。如学习“数据的整理与表示”时,教材引导学生用自己的方式尝试整理数据,教材中呈现了“点线图”(图的名称可以让学生自己取,也可以称为次数累计图),让学生用“画”的方式直观地将统计结果呈现出来。

3. 强化通过数据 分析获取信息 和分析信息的 学习 ,引导学生通过数据分析作出合理预测或推断, 逐步养成用数据分析问题的思维习惯

数据分析是一个复杂的思维过程, 数据分析的过程不只是计算和画图, 而是要选择合适的方法整理和分析数据, 从而把蕴含在数据中的信息提取出来帮助解决问题,根据数据作出判断、推断、预测、决策等。新课标在第一学段提出要让学生“通过对数据的简单分析,体会运用数据进行表达与交流的作用,感受数据蕴含信息”,在第二学段提出要让学生“能解释统计结果,根据结果作出简单的判断和预测,并能进行交流”。统计教学的核心是“数据分析”,教材注意强化通过数据分析获取信息和分析信息的学习,促进学生养成用数据分析问题的思维习惯。

如“统计图的选择”的学习,教材结合奥运会奖牌的情境,先后呈现了多幅统计图,引导学生体会统计图的特点,体会“可以有不同的整理和描述数据的方法”,并通过“从统计图中你能获得哪些信息”等提示,鼓励学生根据统计图中的数据获取尽可能多的信息。教学中,教师要启发学生根据问题的具体情况选择不同的收集、整理、描述和分析数据的方法,在不断修正自己想法的过程中掌握数据分析的方法。

数据整理工作报告 第2篇

1.1 数据库新建

数据库新建主要完成业务数据新建整理：包括业务属性入库，业务逻辑关联处理，地块坐标入库、坐标上图等处理工作，提供数据库建库标准和数据库成果检查规范文档，并建立和完善数据汇交、数据更新的机制。

1.1.1 建设用地项目数据库

2008年～2016年城区范围内所有的建设用地报项目（分批次、单独选址）。

1.1.2 出让供地项目数据库

2008年～2016年城区范围内所有的出让供地项目（单位、个人）。

1.1.3 划拨供地项目数据库

2008年～2016年城区范围内所有的单位划拨供地项目（单位、个人）。

1.2 数据库整合

完成对遥感影像数据库、行政区划数据库、土地利用现状数据库、城镇地籍数据库、土地利用总体规划数据库、基本农田数据库等数据库的整合。数据整理过程

国土资源局数据中心（一张图）建设项目从2016年1月，至2016年6月，完成项目的所有建设内容，包括核心数据库建设及整合和应用系统（核心数据库管理系统和数据应用服务系统）的开发、部署及培训。共投入人员12人，其中高级工程师3人，工程师5人，技术人员4人；共投入仪器设备12台（PC电脑、笔记本电脑等）；共历时6个月。

2.1 数据库新建

2.1.1 项目工期

本项目从2016年3月启动，开始资料收集，至2016年7月完成建库，共历时5个月

2.1.2 投入人员

本项目投入专业技术人员4人，其中高级工程师1人，工程师1人，技术人员2人。

2.2 数据库整合

2.2.1 项目工期

本项目从2016年1月启动，开始数据库文件收集，至2016年4月完成数据库整合，共历时1个月。

2.2.2 投入人员

本项目共计投入专业技术人员1人。数据整理成果

此次数据整理是在2015年核心数据库建库项目基础上对业务数据库再次进行对比、新增。对省厅新产生已验收的专题类数据进行整合。主要是对前面整理过的2010～2016的建设用地项目报批征地数据，出让供地数据，划拨供地数据进行比对，调整。对2015～2016年6月的建设用地报批征地项目数据，出让供地数据，划拨供地数据进行新增，截止到2016年8月底已完成所有建库工作内容，具体成果如下。3.1 数据库新建成果

新建公安城区建设用地报批项目数据库一个（2010～2016.6.30分批次、单独选址项目）：（1）荆州市本级项目总量***条，有效数据***条，不完善数据但通过查询档案已完善***条，监测中心抽查***条，正确率达到90%，具体数据细节参考文档“”或者综合监管系统（2）荆州区项目总量***条，有效数据***条，不完善数据但通过查询档案已完善***条，监测中心抽查***条，正确率 达到90%，具体数据细节参考文档“”或者综合监管系统（3）荆州区项目总量***条，有效数据***条，不完善数据但通过查询档案已完善***条，监测中心抽查***条，正确率 达到90%，具体数据细节参考文档“”或者综合监管系统

新建荆州城区出让供地项目数据库一个（2010～2016.6.30单位、个人）：

（1）荆州市本级项目总量***条，有效数据***条，不完善数据但通过查询档案已完善***条，监测中心抽查***条，正确率达到90%，具体数据细节参考文档“”或者综合监管系统（2）荆州区项目总量***条，有效数据***条，不完善数据但通过查询档案已完善***条，监测中心抽查***条，正确率 达到90%，具体数据细节参考文档“”或者综合监管系统（3）荆州区项目总量***条，有效数据***条，不完善数据但通过查询档案已完善***条，监测中心抽查***条，正确率 达到90%，具体数据细节参考文档“”或者综合监管系统

新建荆州城区划拨供地项目数据库一个（2010～2016.6.30单位）：

（1）荆州市本级项目总量***条，有效数据***条，不完善数据但通过查询档案已完善***条，监测中心抽查***条，正确率达到90%，具体数据细节参考文档“”或者综合监管系统（2）荆州区项目总量***条，有效数据***条，不完善数据但通过查询档案已完善***条，监测中心抽查***条，正确率 达到90%，具体数据细节参考文档“”或者综合监管系统（3）荆州区项目总量***条，有效数据***条，不完善数据但通过查询档案已完善***条，监测中心抽查***条，正确率 达到90%，具体数据细节参考文档“”或者综合监管系统

3.2 数据库整合成果

产权数据整理方法探究 第3篇

一、早期产权数据的特点

“数字房产”建设前的房产信息系统或产权登记信息系统, 基本上是纯MIS系统 (管理信息系统) , 而且在外部是产权数据与测绘数据分离、在内部是产权数据间孤立存放。这段时期的产权数据具有以下共同特点:

1. 产权数据在空间上表现离散、孤立。

即在现实空间中为同一区域或同一幢房屋的产权数据, 在数据结构上缺少内部关联关系, 完全依赖登记的房屋坐落。由此一旦坐落输入不规范或坐落变动时, 其空间关系常常会断裂。

2. 产权数据在时间上同样表现为松散、孤立。

即同一套房屋登记单元的产权交易承接关系, 系统没有对其强制建立承接关联关系, 而完全依赖人工录入信息来维持此关系。由此, 现时数据与历史数据不能直观显现, 且一旦人工录入存在问题, 则数据的时效性更难推断。

3. 数据规范性缺乏强制约束 (系统约束和人工约束) , 数据质量较差。

数据格式和关键字段的录入完全依赖人工, 导致历年积累下产权数据的格式和具体内容形式多样, 数据质量整体不高。

在这些主要问题的阻碍和约束下, 原有系统就存在房号、坐落、上下手关系等混乱现象, 这也将严重制约产权数据的迁移与整理。

二、产权数据整理方法探究

产权数据在存在方式上与常规数据有较大区别, 其不仅存放于登记部门, 且相关主要内容同样记载于房产证, 而房产证却被各产权人分散拥有 (这会影响数据的整理与更正) 。在产权数据的存在方式和早期产权数据不利因素的制约下, 产权数据的迁移与整理必存在一定困难。即需理清产权数据在时间上的承接关系, 分清历史产权和现时产权;查清产权在空间上的关联关系, 弄清房屋的现时坐落与房号。同时需甄别与处理问题产权数据, 完成对产权数据规整, 从而最终完成产权数据整理。

针对早期数据的特性, 产权数据整理的总体思路为“全盘考虑、统筹兼顾”, 即房产信息系统 (特别是登记系统) 、产权数据整理、测绘数据整理, 甚至影像扫描均需全面规划与设计, 综合考虑各个环节、各系统间的协调与衔接, 为产权数据整理提供规范、依据和保障。

1. 通盘考虑、全局规划

在“数字房产”的设计过程中, 需要将产权数据整理纳入考虑范畴, 即不仅需要在数据存储方面考虑数据的规范性, 而且需要考虑产权数据在时间和空间关系的存储;同时, 在相关系统, 特别是登记系统中需考虑如何配合产权数据整理和利用数据整理成果。

根据早期产权数据的特点及笔者的经验, 建议产权数据的整理重点强调“理清产权承接关系、规整现手产权数据格式”, 在此基础上确定数据的空间关系和处理问题产权数据。为此, 还需要相关系统进行衔接及保障。如在登记系统中仅能对现时产权 (最后一手产权) 进行登记, 防止登记错误。同时, 建议建立一条简捷流程, 用以处理产权数据整理所发现的问题数据。在登记系统或档案系统中, 对正常数据与数据整理中更正的数据有明显区别, 便于今后相关房屋产权登记活动的完成。

2. 稳步推进产权数据整理

首先, 以房产登记的权属单元为单位, 在时间上为所有待整理的产权数据建立承接关系, 即在权属来源上确立上下手关系。在建立上下手关系时, 主要依据房屋坐落、房号、产权人、产权证号、原产权人、原产权证号等信息。在策略上采取先自动后人工的办法, 即先利用程序自动为待整理的产权数据建立上下手关联关系;然后再针对所有待整理的产权数据, 人工逐一清理、核查产权承接关系 (无论是否已自动关联) , 以确保所有产权数据的承接关系建立完整。

其次, 对现手数据进行数据规整。依据产权的上下手关系, 清理出所有现手数据, 然后根据数据库设计时所确定的数据标准, 对所有现手数据进行人工数据规整。为了保障规整前后数据的一致性 (因各数据已建立关联关系, 则不会引起产权上下手关联错误) , 避免人工规整过程中出现错误, 建议将所有原始数据保持不变, 同时对于关键数据全部再造 (具体操作上可采用先自动复制后人工修正法) , 以做到在数据规整的同时为今后数据备查提供保障。

然后, 依据规整后的产权数据, 依据坐落和测绘数据整理成果 (若没有测绘数据整理, 则空间归幢效果要差些) , 对所有现手产权数据进行空间上的归幢, 建立楼盘表。可以一边进行产权数据归幢, 一边与测绘数据整理的楼盘表进行检校, 提高数据的准确度。最后对遗留的问题产权数据进行整理。

在产权数据整理过程中, 必定会遇见两种类型的问题产权数据:纯产权问题所造成的主动型错误 (如重复发证问题) 和非产权问题所造成的被动错误 (如坐落变更问题) 。对于主动型错误, 在数据整理中发现后一般较难处理, 且耗费时间较长。建议先要查清数据错误的缘由, 并将问题数据标注, 作为疑难问题移交特定部门处理。对于被动型数据错误, 需要借助测绘数据整理、外业调查等多部门协助处理。在产权数据整理中, 先对问题进行排查和初步判断, 然后借助测绘数据整理成果或外业调查结果得出正确数据, 最终利用简易登记流程更正数据。

在问题数据的处理过程中, 一般难以要求产权人一一申请更正登记。因此为了缩短数据处理流程, 建议采取主动式更正登记, 即先公告需要办理更正登记的产权单元, 然后对主动申请者快速办理更正登记, 对于未申请者, 及时采取依职权更正。对于不造成权利人实质性更改者, 为了避免引起其他纠纷, 建议在登记簿中标注“正在写入登记簿”, 以此保留其权利。

数据整理体系 第4篇

透析一:普查和抽样调查的概念

1. 普查:为一特定目的而对所有考察对象所做的调查.

2. 抽样调查:为一特定目的而对部分考察对象所做的调查.

3. 普查和抽样调查的优缺点.

普查是通过调查总体来收集数据,优点是调查的结果准确,缺点是普查往往工作量大,难度大,而且有些调查不宜使用普查.

抽样调查是通过调查样本来收集数据,优点是调查的工作量较小,便于进行,缺点是样本的抽取是否得当,直接关系到对总体估计的准确程度,为了获取较为准确的调查结果,抽样时要注意样本的代表性.

例1下列调查方式中,分别采用了哪种调查方式?(选填“普查”或“抽样调查”)

(1)为了解各个少数民族在江苏省的分布情况,逐一调查全省每个居民的民族情况. ______.

(2)检验兵工厂新造的一批炮弹的命中率和杀伤力. ______.

(3)工商部门检查某厂生产的袋装面粉的质量. ______.

(4)工程总监检查一幢大楼的室内墙面的油漆情况. ______.

(5)某新房装修时,房主检查客厅地砖铺得是否平整. ______.

(6)厂家为了了解一批灯泡的使用寿命. ______.

【解析】根据调查的可行性与调查对象的多少、调查要求的精确度来选择调查方式.

解:(1)普查;(2)抽样调查;(3)抽样调查;(4)抽样调查;(5)普查;(6)抽样调查.

透析二:总体、个体、样本和样本容量的概念

1. 总体:所考察对象的全体.

2. 个体:组成总体的每一个考察对象.

3. 样本:从总体中所抽取的一部分个体.

4. 样本容量:样本中个体的数目(不带单位).

注意:为了使样本能较好地反映总体的情况,除了要有合适的样本容量外,抽取时还要尽量使每一个个体都有同等的机会被抽到.

例2 (2013·德阳)为了了解我市6000名学生参加初中毕业会考数学考试的成绩情况,从中抽取了200名考生的成绩进行统计,在这个问题中,下列说法:

1这6 000名学生的数学会考成绩的全体是总体;2每个考生是个体;3200名考生是总体的一个样本;4样本容量是200.其中说法正确的有()

A. 4个B. 3个C. 2个D. 1个

【解析】根据定义可知,1正确;2因为考察的是学生的数学会考成绩,所以每个考生是个体,错误;3因为考察的对象是学生的数学会考成绩,所以200名考生是总体的一个样本,错误;4正确.

答案:C.

透析三:频数、频率和频数分布表

1. 一般我们称落在一个小组中的数据个数为该组的频数,频数与数据总数的比为频率. 频率反映了各组频数的大小在总数中所占的分量. 公式:频率=频数/数据总数,由以上公式还可得出两个变形公式:

(1)频数=频率×数据总数,

(2)数据总数=频数/频率.

注意:(1)所有频数之和一定等于总数;(2)所有频率之和一定等于1.

2. 数据的频数分布表反映了一组数据中的每个数据出现的频数,从而反映了在一组数据中各数据的分布情况.

要全面掌握一组数据,必须分析这组数据中各个数据的分布情况.

例3在一次考试中,从全体参加考试的1 000名学生中随机抽取了120名学生的答题卷进行统计分析. 其中,某个单项选择题答题情况如下表(没有多选和不选):

(1)求样本中每个选项的频率;

(2)求样本中每个选项的频率之和,据此你能得到什么结论?你能证明你的结论吗?

(3)如果这个选择题满分是3分,正确的选项是C,估计全体学生该题的平均得分.

【解析】(1)用每个选项的选择人数除以样本容量就可得到每个选项的频率;(2)可以用频率的定义证明;(3)用样本数据估计总体,可以估计全体学生的平均分.

解:(1)根据图表数据得出:

(2)(3)略.

透析四:数据的描述方法

1. 统计表

定义:将要统计的数据填入相应的表格内,利用表格统计法可以很好地整理数据.

优点:统计表中的数据比较准确、详实,可以清楚地反映各个量之间的真实情况.

缺点:统计表得到的信息需要进行分析,表达不够直观.

2. 统计图

(1)条形统计图

定义:用一个单位长度在坐标系中表示一定的数量,根据数量的多少画出长短不同的直线.

图形:

特点:条形图能够显示出各个项目的具体数目、易于比较组间数据之间的差别.

优点:能够清楚地表示出各个项目的具体数目(表示数据清).

缺点:不能准确地描述各部分量之间的关系.

(2)扇形统计图

定义:用来表示各部分量与总数之间的关系.

图形:

特点:扇形图能够用扇形的面积表示出各部分在总体中所占的百分比,易于显示每组数据相对于总数的大小.

优点:能够清楚地表示出各部分在总体中所占的百分比(表明百分比).

缺点:不能从统计图中看出每个项目的具体数量.

步骤:1计算百分数;2计算圆心角;3画出圆和扇形并标明百分数.(用整个圆表示总体,每个扇形代表总体的一部分,用各个扇形的大小表示各部分数据,圆心角=360°×百分比)

(3)折线统计图

图形:

特点:折线图更易于显示数据的变化趋势.

优点:能够清楚地反映事物的变化情况(反映变化清).

缺点:不能表示各部分在总体中所占的比值.

(4)直方图

图形:

特点:能够显示各组频数分布的情况,易于显示各组之间频数的差别.

绘制频数分布直方图的步骤:

1计算最大值与最小值的差———变化范围;

2决定组距与组数———组内数据的取值范围;

3列频数分布表———将一组数据分组后落在各个小组内数据的个数叫做小组的频数;

4画频数分布直方图.

“数据收集整理”教学片段与评析 第5篇

片段一:创设情境, 激发兴趣

师:同学们, 新的学期开始了, 学校要给同学们订做校服, 有红、黄、蓝、白4种颜色, 选哪种颜色合适呢?

生:选大多数同学喜欢的颜色。

师:怎么知道哪种颜色是大多数同学最喜欢的呢? (学生自由讨论)

生1:可以在全校的同学们中去调查一下。

生2:全校学生有那么多, 怎样调查呢?

生3:我觉得可以先在班里进行调查。

生4:还可以先在组内进行调查。

师:你们真聪明, 你们刚才说的调查, 其实也就是进行统计。

(揭示课题:数据收集整理。)

师:要统计出喜欢每种颜色的学生人数, 首先要进行数据的收集。下面我们就一起来调查喜欢每种颜色的学生人数。

评析:订做校服一事与每个学生都有关系, 选什么颜色的校服更是每个学生都关心的问题, 以贴近学生实际、学生关心的问题导入, 激发学生的学习动机。让学生从红黄蓝白四种颜色中选择一种自己最喜欢的颜色, 用学生已有的生活经验唤起他们学习新知识的欲望。“怎么知道哪种颜色是大多数同学最喜欢的呢?”用这个问题来引发学生思考, 让学生自由发表自己的想法, 培养学生的发散思维。确定4种颜色中哪种颜色是大多数学生最喜欢的颜色, 即需要通过调查 (统计) 解决问题, 既体现了统计的必要, 也体现了统计的作用与价值。

片段二:互动学习, 收集整理数据

1.开展调查, 收集数据。

师:在红、黄、蓝、白四种颜色中, 你最喜欢哪种颜色?为什么? (学生自由发表自己的想法)

师:要想知道喜欢哪种颜色的同学最多, 我们应该怎样调查呢?

生1:把自己喜欢的颜色写在纸张上。

生2:每人报喜欢的颜色, 我们在自己的表中做记号。

生3:用举手的方法

生4:用起立的方式。

师:同学们真棒, 想到那么多好方法!哪种方式既快速又简捷呢?

生:举手。

师:下面我们就用举手的方式来进行调查。调查中我们要注意什么?

生:每人只能选一种颜色, 因为如果一个人选两三种就重复了, 而不选又遗漏了。

师:你真是个做事细心、讲规则的孩子!现在我们就遵守这一规则开始举手调查。

2.整理数据, 完成统计。

师:同学们, 通过刚才的调查, 我们已经知道了我们班喜欢各种颜色的人数, 但要让更多人知道这一调查结果, 我们该怎么办呢?

生1:把调查的结果写下来。

生2:把喜欢各种颜色的人数填在一个表格中。

师:你们真会想办法!我们现在就把这些数据进行整理, 记录在简单的统计表中。

师:刚才我们进行了调查, 收集到数据后整理并填在统计表中, 这个过程就是统计的过程。

3.分析数据, 解决问题。

师:从这张统计表中你知道了哪些信息?

生1:我们班喜欢红色的有9人, 喜欢黄色的有6人。

生2:我还知道喜欢蓝色的有15人, 喜欢白色的有8人。

师:统计表可以直观地看出各种数据的多少, 从统计表中我们了解到了许多信息, 你能根据表中信息解决相关问题吗?

(1) 全班共有 () 人。

生:要想知道全班有多少人, 应该把喜欢这四种颜色的人数全部加起来, 即9+6+15+8=38 (人) , 所以全班共有38人。

师:你真聪明, 谁能解决第二个问题?

(2) 喜欢 () 色的人数最多。

生:比较喜欢每种颜色的人数, 15>9>8>6, 通过对比得出:喜欢蓝色的人数最多。

师:你真是个会思考的孩子。那你能解决最后这个问题吗?

(3) 如果我们班订做校服, 选择 () 色合适。全校选这种颜色做校服合适吗?为什么?

生:因为我们班喜欢蓝色的人数最多, 所以如果我们班订做校服, 选择蓝色合适。

师:那全校选蓝色做校服合适吗?为什么?

生:全校选择这种颜色做校服不一定合适, 因为全校学生不一定喜欢蓝色的最多。

师:那我们怎样才能知道全校同学喜欢哪种颜色的人数最多呢?

生:应该再调查其他班级同学喜欢什么颜色的人数最多, 最后比较全校学生喜欢哪种颜色的人数最多, 从而确定全校学生做哪种颜色的校服。

师:你们真厉害, 能根据实际分析并解决问题。

评析:围绕贴近学生生活的实际问题, 让学生在解决问题的过程中经历收集数据、整理数据、分析数据的完整过程, 进而利用数据解决简单的实际问题。整个过程, 让学生充分进入情境, 主动参与到互动学习中, 鼓励学生积极发表自己的想法, 并及时表扬、肯定好的想法。同时, 通过“要想知道喜欢哪种颜色的同学最多?我们应该怎样调查呢?”这一问, 引导学生说出多种调查方法, 对比出简便易操作的“用举手的方式”进行调查。整理数据, 完成统计, 并设计合适的问题让学生解决, 让学生体会数据中蕴含的信息, 经过分析读懂这些信息, 解决相关问题, 实现统计的最终目的———“在统计的过程中, 收集和整理数据并不是最终的目的, 分析和解决问题才是目标。”

片段三:尝试体验, 巩固拓展

师:同学们, 刚才我们经历了统计的整个过程, 为学校选择校服颜色提供了参考, 现在我们一起来尝试调查本班同学最喜欢参加哪个课外小组?敢试试吗?

生:开展调查, 完成统计表。

师:请同学们根据表中信息, 独立解决下列问题:

(1) 参加 () 小组的人数最多, 参加 () 小组的人数最少。

(2) 我们班参加计算机小组的有 () 人。

(3) 我最喜欢 () 小组, 喜欢这个小组的有 () 人。

评析:为了体现教学的应用价值, 让学生调查统计本班同学最喜欢参加哪个课外小组的情况。然后根据自己统计的数据, 填写统计表。这一环节是在学生掌握数据收集整理的方法之后尝试开展调查, 应用统计表中的数据信息解决实际问题, 感受学习统计知识的必要性, 使学生认识到数学来源于生活又服务于生活, 增强学生对数学知识的应用能力。

科学探究活动中数据整理的策略 第6篇

一、针对无效数据, 组织讨论, 重视证据意识

在科学教学过程中, 很多问题的解决都依赖于数据, 我们要有效利用学生在观察、实验过程中得到的数据, 让学生自觉运用数据来解释相关的科学问题, 不断利用数据证明自己的观点, 培养实事求是、用事实说话的科学精神和态度, 提高科学探究的效率。

如执教《磁铁的两极》教学片段:

笔者要求学生做“磁铁什么地方的磁力大”的分组实验, 发现有一个小组在挂回形针时, 两极挂的都是6个, 而两极内侧的点也分别挂了6个。在小组汇报交流时, 他们发现其他小组都是两极挂的回形针最多, 这时小组中有同学提出:“我们可能做错了, 两极挂的回形针应该最多, 怎么办?”他们经过重新实验, 最后修改了记录表中的数据, 把两极挂的个数由6个改为7个。

作为一名科学教师, 在学生开展科学探究活动的过程中, 一方面要让学生明白真实数据是科学探究活动的首要条件, 尊重数据是科学探究活动必须遵循的准则, 让学生明白科学是讲究证据的, 我们必须从实际出发, 实事求是, 尊重科学事实, 促进学生科学态度的形成。

另一方面, 教师要时刻关注学生实验数据的收集过程, 不能只看学生实验的结果是否正确, 急于下结论, 而忽略了学生得出结论的依据, 教师要明察秋毫, 如果一旦发现问题, 要不惜时间组织学生重新实验, 使他们认识到科学探究讲究证据, 科学实验就是让我们收集证据, 对数据进行整理分析, 从而得出正确的结论。

二、借助不同数据, 提出问题, 激发探究动机

问题是科学探究的前提, 是开启任何一门科学的钥匙, 没有问题就不会有解释问题的思想方法, 可见发现问题并提出问题对科学教学具有重要的意义。我们可以设置一个真实的任务, 来激发学生的思维, 驱动学生提出问题和作出假设。在数据收集型科学探究中, 我们可以根据学生实验得出的不同数据, 启发学生提出探究的问题, 激发学生学习科学的兴趣, 从而主动地投入到科学探究中。

如执教《电磁铁》教学片段:

笔者首先让学生自己做一个电磁铁, 再数出电磁铁吸住大头针的个数, 然后将各小组的实验数据进行整理汇总, 如下表:

笔者看了一下同学们汇总的实验数据, 发现各小组的实验数据差距较大, 如第七组是3个, 而第八组是6个, 竟相差一半。笔者觉得这些数据的背后有文章可做, 于是因势利导, 与学生进行了下面的对话:

师:看到这些数据, 你们有什么想法吗?

生:为什么每个组的电磁铁吸住大头针的个数不一样?

生:电磁铁的磁力大小和什么因素有关?

师:想知道原因吗?

生:想! (齐声)

师:好, 让我们继续来探究吧!

……

笔者针对学生实验得出的不同数据, 及时引导学生提出问题, 引发学生思考, 点燃了学生思维的火花, 激发了学生探究的动机, 从而使学生产生持续探究的欲望, 提高了探究活动的质量。提出问题是探究活动的首要环节, 也是保护学生好奇心和激发他们求知欲的关键环节。

三、利用正确数据, 分析整理, 形成科学概念

数据收集的过程是学生实践的过程, 也是学生最喜欢的环节, 但学生在科学探究活动中收集的数据就像一颗颗珍珠, 只有整理成一串才能成为项链, 也才能发挥其应有的作用。数据整理成证据, 才能支撑结论, 才能形成科学概念。

如执教《磁铁的磁性》教学片段:

笔者要求学生在条形磁铁上取A, B, C, D, E五个点 (两个点之间的距离相等) , 在各点上首尾相连挂回形针, 根据所挂回形针的数目来判断磁铁各部分磁性的强弱。学生实验后, 将实验数据统计如下:

师:发现了什么规律?

生:中间磁性最弱。

师:你是怎么知道的?

生:每个组中间都是0。

师:你还有什么发现?

生:磁铁两边磁性最强。

师:说说你的理由。

生:每组的实验都是两边挂的回形针最多。

师:通过刚才对实验数据的分析整理, 我们知道条形磁铁两边磁性最强, 中间磁性最弱。磁铁磁性最强的地方叫磁极, 条形磁铁有两个磁极。

……

数据的分析是一个思维发展的过程, 教师在引导学生分析数据时不能只为了得到正确结论而匆匆分析, 应该真实客观地分析数据, 得出正确的科学概念。在这里, 每一个单一的数据只能证明事物在一个点上变化的结果, 不能代表其他;每一组数据只能证明事物在一个变化周期里的结果, 不能代表普遍现象;多组重复实验的数据能证明事物在一定条件下, 具有相同的变化结果, 具有普遍性。在科学探究活动中, 利用各种方法得到的大量数据, 需要通过整理和分析才能发现彼此之间的联系, 发现其中的规律。教师要重视数据的收集、整理、分析及方法的正确指导, 帮助学生形成正确的科学概念。

四、正视异常数据, 反复验证, 培养反思精神

学生在科学探究过程中, 由于操作和测量等, 有时取得的数据会不一致, 会出现一些异常数据。如果数据本身都有问题, 那我们依靠数据得出的结论也会是不正确的。这些异常数据处理不当会导致学生错误地解释, 影响学生形成正确的科学概念。所以让学生分析数据前, 先要让学生思考“我们得出来的数据都能使用吗”。教师要引导学生明白在探究过程中出现的异常数据是很正常的, 要排除异常数据, 必须认真分析, 并反复验证。学生在排除异常数据的同时, 也培养了反思精神。

如执教《100毫升水能溶解多少克食盐》的教学片段:

笔者让学生做100毫升能溶解多少食盐的实验后, 将学生研究结果汇总, 写在黑板上。

师:你从上面发现了什么?

生:我们发现溶解了34克和36克的组最多。

师:在十组数据中, 哪些数据是可以供我们作下一步分析的?哪些数据是要剔除不作考虑的?

生:第1组和第9组要剔除不作考虑。

师:第1组和第9组的数据跟其他几组相比, 是异常数据, 你能分析一下原因吗?

生:可能第一组放的每一勺都比较多, 而第9组放的每一勺都比较少的缘故。

师:出现异常数据后, 我们怎么办?

生:他们两组重做一遍。

师:我们请第1组和第9组同学上讲台重做实验, 其他同学认真观察, 并仔细查找原因, 随时帮他们纠正。

……

在科学探究过程中, 实验方法的正确性和学生做实验的技能技巧直接影响到实验数据的准确性。当学生在分析、整理数据时发现有些组出现异常数据时, 为了使实验操作更加严谨, 要求他们重新实验并修改实验数据。在精彩的课堂生成过程中, 加强了对科学本质的认识。

五、关注缺失数据, 及时弥补, 面向全体学生

数据是证据, 是解释客观现象或规律的凭证, 对事物的描述、现象的解释、规律的发现有其独到的作用, 教师应适时引导, 增强学生对数据的敏感性, 使学生从被动记录数据发展到主动分析数据, 能自觉运用数据来解决问题, 提高科学探究的效率。

如执教《豌豆荚里的碗豆》教学片段:

笔者先让全班52个同学分别统计自己手中的豌豆荚里有几粒种子, 然后将同学们的数据汇总:

师:从这些数据中你们发现了什么?

生:发现绝大部分豌豆荚里的种子数量在3~6颗之间。

师:你们还有什么发现?

生:参与统计的同学只有50人。

师:你统计很认真, 全班52个同学只有50人参与了统计。科学探究中每个同学的数据都很重要, 一个都不能少, 这次统计缺少了2个数据怎么办?

生:重新统计。

师:我们现在重新统计, 希望一个数据都不能少。

……

在做参与人数的统计时, 发现全班52个同学只有50个数据后, 笔者要求同学们进行重新统计。如果忽略缺失的2个数据而不进行重新统计, 必然会产生不良的教学效果。未参与统计的学生可能会认为“活动与我无关, 我可以继续做自己想做的事情”, 那么他们就会缺失许多求知、探索的机会, 也就失去了科学探究的兴趣。如果未参与统计的学生是几个学习不认真的学生或是学困生, 他们可能会认为“反正我是差生, 老师也不会来管我的”。正是对缺失的几个数据的高度关注, 正是这次重新统计, 留给了学生“老师关注每一个数据, 关注每一个学生”的正面影响, 从而激发了每一个学生的科学探究欲望。

Excel整理重复数据记录的方法 第7篇

在对数据量比较庞大的Excel电子表维护过程中, 我们以管理学校学籍数据信息为例, 经常会遇到这样一个问题, 就是需要查找出同一个工作簿内多个不同工作表中, 学号、姓名或者其它字段相同的重复记录。要求先把它们显示出来, 然后再用人工或自动方法进行删除。由于数据量很大, 人工查找删除又费时费力, 而简单合并成一个工作表又有可能造成数据混乱, 所以, 这里我们将给出Excel整理重复数据记录的方法。

一、Excel数据源备份

为防止数据丢失, 可以先插入若干工作表, 复制数据源所有数据在这些表中, 使数据源得到备份。

二、查找、标记重复记录

打开工作表数据, 我们可以根据电子表中每个字段名, 逐列排查重复记录。这里以检测A列为例, 首先在A列右侧先插入一列, 得到B列作为标记列, 然后在B1单元格中输入公式:=IF (ROW () =MATCH (A1, A:A, 0) , 1, ”重复”) , 函数MATCH的作用是对整个A列 (A:A) 进行查找, 如果第一次查找到A1值, 则使对应B1单元内容等于1, 如果是第二次或第N次查找到A1值, 则在右侧B列标记列对应单元中写入“重复”字样。

然后按照记录个数需要, 向下拖动B1单元右下角的复制句柄, 使B2、B3…Bn得到相应的值, Bn单元格中公式内容为:=IF (ROW () =MATCH (An, A:A, 0) , 1, ”重复”) , 其中An依次代表A1到An单元的值。

而公式中A:A表示检测整个A列, 这里应该注意A列数据应尽量不为空。如果是A列某一段区域, 用户还可以根据需要自行修改, 比如写成A2:A10, 表示只检查A2到A10单元的数据有没有重复。

这时再仔细观察新的标记列B列所有数据, 它们的值分别为1或者“重复”字样, 具有“重复”字样的记录, 就是我们标记的多余重复记录, 稍后需要用户删除。

当然, 我们还可以使用COUNTIF () 函数, 在B1单元格中输入公式:=IF (COUNTIF (A$2:A6, A6) >1, ”重复”, 1) , 再依据A列记录个数的需要向下拖动B1单元格右下角的复制句柄, 同样可以达到查找、标记重复记录的目的, 这两种标记方法既简单又非常有效。

三、删除带有重复标记的所有记录

经过上述处理之后, 所有多余的重复记录就都被我们标记出来了, 接下来的任务是把所有带“重复”标记的记录删除。由于手工删除工作量可能太大, 又容易出错, 所以这里我们启动vba, 运行如下程序, 让计算机对默认工作表sheet1自动完成删除多余记录的任务。

另外, 稍加修改上述程序, 我们就可以对同一个工作簿中其它张工作表 (以sheet3为例) 中的重复记录, 进行相同的删除操作。该程序中还考虑到个别复杂情况下, 用户有可能对工作表中若干列都进行过重复记录标记工作, 其中某几列同时做过标记才能删除, 这里用户只需要修改if语句中逻辑表达式即可完全任务。至此, 工作表中所有多余记录都被删除, 最后删除标记列B列。

四、综述

利用上述方法, 我们把Excel所有重复数据记录找出并删除了, 问题得到解决, 该方法省时省力, 安全高效, 对于大型工作表数据维护的意义非常重大。

摘要：文章讨论的问题是对具有庞大数据量的Excel电子表中出现的重复记录, 提出了有效的标记和删除办法。

关键词：Excel重复数据记录,标记,删除

参考文献

[1]谭浩强等编著.Visual Basic语言教程[M].北京:电子工业出版社, 2000.10

[2]周维武等编著.计算机基础教程 (第3版) [M].北京:电子工业出版社, 2008.

数据整理体系 第8篇

1 总体设计

系统总体设计包括数据库总体和要素分类编码设计两部分内容。

1.1 数据库总体设计

(1) 基础地理数据库。

(1) 1∶500地形图整理建库。工作内容:收集1∶500基础地形图、数据格式转换、投影变换、坐标转换、拓扑处理、属性赋值、数据编码。数据拼接、接边、数据入库。工作量:12657宗地、1200km2。 (2) 1∶10000地形图整理建库。工作内容:收集1∶10000基础地形图、数据格式转换、投影变换、坐标转换、拓扑处理、属性赋值、数据编码、数据入库。工作量:74幅, 约1200km2。 (3) 地名数据建库。 (4) 影像数据建库。 (5) 数字高程模型建库。工作范围:全市。

(2) 专题数据库。

(1) 勘测定界数据库。 (2) 土地利用现状数据库。 (3) 城镇地籍数据库。 (4) 基本农田数据库。工作范围:全市。 (5) 卫片执法检查。工作内容:投影变换、坐标转换、数据入库、建立影像金字塔。

1.2 要素分类编码

(1) 编码规则。

(1) 科学性。 (2) 体系一致性。 (3) 完整性和可扩展性。 (4) 稳定性。 (5) 适用性。

(2) 要素分类。

要素分类采用线分类法, 要素类型按从属关系依次分为四级:大类、中类、小类、子类。

(3) 要素编码。

分类代码采用6位十进制数字码, 分别为按数字顺序排列的大类、中类、小类和子类码, 具体代码结构如下:

2 数据库建库详细设计及实现 (如图1)

2.1 设计流程 (1∶5 0 0基础地理数据建库)

工作步骤:首先walk数据转换为e00数据, 接着按照左边的工作步骤使用arcgis工作进行相应的操作。1∶10000基础地理数据建库流程与此类似。

2.2 勘测定界数据建库详细操作

(1) 根据1∶500基础地形图建库的结果提取其中的勘测定界要素进行处理。 (2) 用项目类别字段区分不同的项目数据库类型以独立生成各类别的勘测定界数据库, 具体勘测定界数据库类别如下:土地开发数据库、土方测量数据库、违法用地数据库、发证测量数据库、面积测量数据库、放样数据库、征地数据库。 (3) 数据录入ArcSDE土勘院总数据库中。

2.3

影像数据建库设计将土勘院现有的影像数据进行投影变换、坐标转换、数据入库进而叠加数据高程模型数据库建立影像金字塔。然后将数据录入ArcSDE土勘院总数据库中

2.4 数字高程模型建库设计

将土勘院现有的DEM数据进行投影变换、坐标转换、数据入库进而叠加数据影像数据库建立影像金字塔。然后将数据录入ArcSDE土勘院总数据库中。

2.5 地名数据建库设计

将调查的奉化市1∶10000地理信息库中地名要素录入ArcSDE总数据库中。通过以上的几个方面的设计, 将目前的诸多数据统一入库, 实现了基于arcsde的数据统一管理。

3 结论

使用ARCGIS技术对综合数据进行整理和建库后, 数据库采用加密处理以及严密的权限设置, 对于数据保密起到了很好的作用;统一的数据库保证了对数据的实时提取, 实时查询, 提高了业务办理的工作效率。统一的数据库保证了勘测定界数据库的检查的方便性, 是否存在宗地的压盖等, 都可以直观的判断出, 而不用去批量打开零散的数据库;配合数据管理系统, 出去测量之前打印制作范围内的各种地形要素, 有准备的去进行外业测量, 可以减少重复测量的工作量, 一定程度上减低了测量成本。配合数据管理系统, 统一的数据库结构降低了数据制作、管理、维护的人力时间, 从而可以进行更多的管理工作, 节约资源及成本。

摘要：基于保证数据的完整性、可继承性、安全性, 对现有奉化市勘测定界的数据进行整理, 提取地形数据经处理整理成1∶500地形库, 提取对应的宗地信息整理成勘测定界的数据库, 并把数据整理后的各类数据库的成果导入土勘院服务器上的ArcSDE数据库中。