【前言】重大决策不能凭感觉，必须让数据来说话，一切都清清楚楚。大数据时代，让学生学会读懂数据，特别是未知的、隐含的数据。有时，不是数据说谎，而是没注意到沉默的数据（缺少了的样本），需要分析者有足够广的视角和逻辑，才能从数据里挖掘出足够正确的东西，让沉默的大量原始数据“开口说话”，为重大决策提供清晰的科学依据。
一、故事引入
问：二战时期，战斗机需要加固，才能降低被炮火击落的机会。但依照当时的航空技术，机体装甲只能局部加强，否则机体过重，会导致起飞困难及操控迟钝。那么，加固哪个位置最合适？
学生小组讨论，并说明理由。
孩子们各执己见
总结：这些判断都是基于生活经验得到的。
二、由经验判断过渡至数据领域的思辨
1)视觉上的直观判断
有一个数学家提出不同意见，随机抽取一些成功返航的飞机，通过分析飞机上弹孔分布图上的数据作出判断。
表象
孩子们观察后，凭借这些密密麻麻的分布数据，作出更专业的判断：
①需要加固机翼，因为它们被弹孔打中数据都居多，但机翼面积大，打中还可以撑一下；而机尾的面积比较小，多次中弹就不堪一击。
②需要加固机翼和机尾，因为他们被击中的数据都很多。
2）抛开直观，揭示数学家的判断
数学家提出：加固的部位应该是涂了绿色的部位（即中弹较少的部位），小组讨论有无道理？
内涵
学生经过引导，思考方式渐入佳境，发现因为调查的是安全返航的，但中弹如此之多却安全回来了，说明虽中弹多，但并无挂碍。
3）深度思考
消失的子弹去哪儿了？
问题正反面
此时孩子们已经可以知道，那些消失的子弹在被击沉的飞机上。因为如果中弹部位较多的地方是机翼或者机尾是可能安全返航的，但是如果飞机其他部位中弹比较严重，可能就会遇难了。
以此，将学生在图示的视觉直觉的关注点从返航的飞机上，拉到了另外一个方向——即坠落的飞机上。
总结：
诱导分析隐含信息
三、沉默的数据的力量解读
１）降落伞质量问题
不仅仅从字面判断
基于经验判断，没有差评即是质量好的。但又由物品用途判断，没有差评，孩子们推断可能是因为：
①没有人买；
②只有这一家卖；
③可能质量不好，买家大多遇难，想给差评，却没有机会！
孩子们能思考到第三点，可见已经学会试着从外表的现象剖析深层的原因，会用沉默的数据说话。
２）“一票难求”问题
提炼关键信息的合理性
通过以上各问题的推理，孩子们已经能迅速在题干中抓住关键信息，判断解决问题的方式是否合理。
虽然强调是在随机调查的前提下，但是因为只有已经买到票的人们，才会出现在候车厅，因此采访的人物存在一定的局限性。
追问：那么，这样的采访应该安排在什么情境下比较合适？如果安排在建筑工地，或者是网络调查，又是否合适？
情境和人群代入分析
（现场模拟，请孩子们认清自己的身份，一个个戏精附身）
通过追分，经孩子们们分析后，普遍认同这两种情境都不能作为采访报道的参考。因为建筑工人掌握的知识无法便捷地购票，而像在场的且人手一部手机的老师，相对而言，更容易买到票。从而，由网络调查也不是非常具有代表性。因此，考虑问题需要从多方入手，具体情境具体分析。
3）退学即接近成功
基础认知
众人皆知
孩子们已有认知经验就基本可以判断，这样的成功具有偶然性，不能轻易退学！因为大家都知道学习的重要性，而退学成功的在千万个人里发生的概率极低。因此不能由一些特例，得到一般性的答案。
三、应用和升华
孩子们很清醒地分析，因为是在朋友圈里调查，所以数据没有确切的可信度，因为朋友圈都是熟识的朋友。而现场的老师们的表态也具有一定的非客观性，因为大家都是教师，同行会相对比较了解张老师。如果在街上随便问一个人，可能就不知道张老师是哪位，此时对数据就会产生一定的影响。我相信，课上到此时，同学们基本上对将会面临的问题都有一个大致的预判，判断问题不再片面和直观，而是学会了如何从侧面推进，层层剖析深入。而在大数据时代，人人都有必要学会读懂数据。沉默的数据拥有的力量也会给人以暴击，甚至更让人为之倾倒。
网友评论