数学数据分析报告

【www.guakaob.com--报告】

数学数据分析报告篇一
《数据挖掘大作业结果分析报告》

数据仓库期末作业 - 数据挖掘分析报告

某药店常用药品信息数据挖掘解决方案

作 者 刘金龙

学 院 计算机信息管理学院

专 业 计算机科学与技术

年 级 2011

学 号 112103209

某药房常用药品价格、产地的数据挖

掘解决方案

一、 提出问题

1、单位基本情况及相关业务流程介绍；

对于药店，储存大量的常用药品是必不可少的工作，随之而来的对药品的数据信息管理和储存成为了令人头疼的问题，在接到货源后，工作人员需要统计药品产地和价格的信息，为以后的货源供给地，用合理的价格出售药物，是至关重要的工作。

2、单位存在的问题。

由于货物种类、名称众多，在短时间内分析好相关数据几乎不可能，大量的数据，依靠人力或是非数据统计软件进行统计工作，事倍功半。严重影响药店的正常进货，出售药品的工作。

二、 分析问题

1、对该单位存在的问题进行分析；

由以上问题可见，利用数据挖掘进行相关数据的统计和整理工作，简单、省时、有效。

2、解决问题的可能途径和方法。

利用SQL SEVER 导入数据，再提取统计分析结果，很快会得到想要的数据分析结果。

三、 利用数据挖掘技术解决问题

1、设计数据挖掘算法；

决策树；

数据关联；

神经元算法；

2、对挖掘结果进行深入解释和分析

由此图可以看见在不不同的产地，由于地理因素和特产药品的原因，在药品相关的植物盛产区，进货比较便宜。

此图可以分析出，不同的消费人群对于同类的药品的购买需求，对于同样的功能的药，药存储不同价格的种类，以满足广大消费者的需求。

此图可以分析以前的销售结果，哪类、什么价格的更受消费者欢迎，方便以后进货。

四、 总结

通过自己的实践，对数据挖掘有了新的认识。简单来说，数据挖掘是基于“归纳”的思路，从大量的数据中（因为是基于归纳的思路，因此数据量的大小很大程度上决定了数据挖掘结果的鲁棒性）寻找规律，为决策提供证据。从这种角度上来说，数据挖掘可能并不适合进行科学研究，因为从本质上来说，数据挖掘这个技术是不能证明因果的，以一个最典型的例子来说，例如数据挖掘技术可以发现啤酒销量和尿布之间的关系，但是显然这两者之间紧密相关的关系可能在理论层面并没有多大的意义。不过，仅以此来否定数据挖掘的意义，显然就是对数据挖掘这项技术价值加大的抹杀，显然，数据挖掘这项技术从设计出现之初，就不是为了指导或支持理论研究的，它的重要意义在于，它在应用领域体现出了极大地优越性。一下是我参阅资料总结的设计数据挖掘的步骤：

① 理解数据和数据的来源

② 获取相关知识与技术

③ 整合与检查数据

④ 去除错误或不一致的数据。

⑤假设数据模型。

⑥ 实际数据挖掘工作（data mining）。

⑦ 测试和验证挖掘结果（testing and verfication）。 ⑧ 解释和应用（interpretation and use）。

由上述步骤可看出，数据挖掘牵涉了大量的准备工作与规划工作，事实上许多专家都认为整套数据挖掘的过程中，有80%的时间和精力是花费在数据预处理阶段，其中包括数据的净化、数据格式转换、变量整合，以及数据表的链接。可见，在进行数据挖掘技术的分析之前，还有许多准备工作要完成。

数学数据分析报告篇二
《数据分析报告 data analysis》

数学数据分析报告篇三
《SPSS 数据分析报告》

数学数据分析报告篇四
《数学建模实验报告数据的统计分析》

数据的统计分析

一、实验目的及意义

本实验旨在通过对一些常见分布的概率计算和概率密度函数、分布函数曲线

的直观认识、对数据分布的形态猜测、对某些概率分布的密度函数的参数估计（以

正态为例）以及进行简单的正态假设检验，来揭示生活中的随机数据的一些统计

规律．

二、实验内容

1. 常见的分布的概率计算、密度函数、分布函数及其图形；

2.参数估计；

3.正态假设检验。

三、实验步骤

1. 开启软件平台——MATLAB，开启MATLAB编辑窗口；

2. 根据求解步骤编写M文件

3. 保存文件并运行；

4. 观察运行结果(数值或图形)；

5. 根据观察到的结果和体会写出实验报告。

四、实验要求与任务

根据实验内容和步骤，完成以下实验，要求写出实验报告。

1．某人向空中抛硬币100次，落下为正面的概率为0.5，设这100次中出现

正面向上的次数为X，试分别计算X=45和X≤45的概率，并画出分布函数的图

形．( 用到的matlab函数：binopdf, binocdf)

2．设XN(2,2)，用MATLAB编程计算：

（1）当0.5时，求P(1.8X2.9),P(X3),P(X21.5)；

（2）若P(1.8Xx)0.25,求x；

（3）分别绘制0.2,0.5,0.9时的概率密度函数图形．

( 用到的matlab函数：norminv, normpdf, normcdf)

3．随机产生1000个服从参数为100的指数分布的样本数据，画出直方图，

并求参数的估计值和置信水平为99%的置信区间．

( 用到的matlab函数：hist，exprnd, expfit)

wilyes11收集 博客(与学习无关)：

( 用到的matlab函数：polyfit, polyval,normplot或ttest或lillietest)

五. 程序代码及运行结果（经调试后正确的源程序）

1．某人向空中抛硬币100次，落下为正面的概率为0.5，设这100次中出现

正面向上的次数为X，试分别计算X=45和X≤45的概率，并画出分布函数的图

形．( 用到的matlab函数：binopdf, binocdf)

程序代码：(prog1.m)

x=0:100;

y=binopdf(x,100,0.5);

p1=binopdf(45,100,0.5);

p2=binocdf(45,100,0.5);

disp(['P(X=45)=',num2str(p1)])

disp(['P(X≤45)=',num2str(p2)])

plot(x,y,'b-','LineWidth',2);

title('X～b(100,0.5)');

hold on

plot(45,p1,'go','MarkerEdgeColor','k','LineWidth',2,'MarkerFaceColor','g','MarkerSize',8)

str1='P(X=45)=';str2=num2str(p1);

str=strcat(str1,str2);text(10,0.05,str);

str1='P(X≤45)=';str2=num2str(p2);

str=strcat(str1,str2);text(10,0.04,str);

运行结果：

P(X=45)=0.048474

P(X≤45)=0.1841

2．设XN(2,2)，用MATLAB编程计算：

（1）当0.5时，求P(1.8X2.9),P(X3),P(X21.5)；

（2）若P(1.8Xx)0.25,求x；

（3）分别绘制0.2,0.5,0.9时的概率密度函数图形．

( 用到的matlab函数：norminv, normpdf, normcdf)

程序代码：(prog2.m)

fprintf('(1)\nX～N(2,0.25)\n')

p1=normcdf(2.9,2,0.5)-normcdf(1.8,2,0.5);

p2=1-normcdf(-3,2,0.5);

p3=1-normcdf(3.5,2,0.5)+normcdf(0.5,2,0.5);

disp(['P(1.8＜X＜2.9)=',num2str(p1)])

disp(['P(X＞-3)=',num2str(p2)])

disp(['P(|X-2|＞1.5)=',num2str(p3)])

fprintf('(2)\nX～N(2,0.25)\n')

x=norminv(normcdf(1.8,2,0.5)+0.25,2,0.5);

disp(['P(1.8＜X＜x)=2.5,x=',num2str(x)])

fprintf('(3) 如图')

x=0:0.05:4;

y1=normpdf(x,2,0.2);

y2=normpdf(x,2,0.5);

y3=normpdf(x,2,0.9);

hold on

plot(x,y1,'b-',x,y2,'r-',x,y3,'g-','LineWidth',2);

legend('σ=0.2','σ=0.5','σ=0.9');

运行结果：

(1)

X～N(2,0.25)

P(1.8＜X＜2.9)=0.61949

P(X＞-3)=1

P(|X-2|＞1.5)=0.0026998

(2)

X～N(2,0.25)

P(1.8＜X＜x)=2.5,x=2.1197

(3) 如图

3．随机产生1000个服从参数为100的指数分布的样本数据，画出直方图，

并求参数的估计值和置信水平为99%的置信区间．

( 用到的matlab函数：hist，exprnd, expfit)

程序代码：(prog3.m)

x=exprnd(100,1,1000);

[a,b]=expfit(x,0.01);

disp(['估计值λ=',num2str(a)])

disp(['λ的置信水平为99%的置信区间为:[',num2str(b(1)),',',num2str(b(2)),']'])

hist(x,20)

title('参数为100的指数分布-1000个随机数直方图')

运行结果：

估计值λ=101.3767

λ的置信水平为99%的置信区间为:[93.3096,109.8247]

( 用到的matlab函数：polyfit, polyval,normplot或ttest或lillietest)

程序代码：(prog4.m)

X=[2,3,4,5,7,8,11,14,15,16,18,19];

Y=[106.42,108.2,109.58,110,109.93,110.49,110.59,110.6,110.9,110.76,111,111.2];

p=polyfit(X,Y,3);

fprintf('Y=(%dX^3)+(%dX^2)+(%dX)+(%d)\n',p(1),p(2),p(3),p(4))

h=ttest(mean(Y)-Y,0,0.05);

fprintf('H0:残差r服从均值为0的正态分布\nH1:残差r不服从均值为0的正态分布\n')

if h==0

fprintf('经过检验，不拒绝H0假设,残差r服从均值为0的正态分布')

else

数学数据分析报告篇五
《数学建模报告电子商务平台销售数据分析与预测》

数模论文

题号 A

论文题目： 电子商务平台销售数据分析与预测

作者

电子商务平台销售数据分析与预测

摘要：

对电子商务平台销售数据分析与预测要建立在数据的基础上，但世界工厂分析认为，现在不是缺数据，而是数据太多。据统计，在今天的互联网上，每秒会产生几百万次的搜索、网络上会有几十万次的内容。稍大的电子商务公司，都会采集一些行为数据，这些数据中包含了大量对市场分析，预测有用的潜在信息,对这些信息进行深度分析,企业可以改进电子商务网站的质量并且可以提高电子商务的经营效率。论文以购买历史数据为预测客户行为的基础数据,采用神经网络，马尔可夫链方法为建模工具,对电子商务的客户访问行为、商品销售预测等问题进行了研究。本论文的主要工作如下: 1.分析每个店铺的销售特点（包括价格，服务态度，售后服务，产品质量，优惠，日常管理等店铺政策）和其销售量的关系，可用雷达图法进行分析，建立最大利润函数模型。 2.利用效用函数对所搜集到商品信息进行数学模型，但仅仅按照两种商品进行建立，需要进一步的扩展。3.利用MATLAB统计中的命令regress求解。将回归系数的估计值带入模型中，即可预测未来两年的销售总额。

正文：

问题一：搜集同一款手机(三星note3)销量前20位的店铺相关信息，把这些信息与销售量进行相关性分析，并据此对店铺如何提高销售量提出建议。

分别到京东商城，国美，苏宁，亚马逊，淘宝等相关网站了解相关的店铺的信息得到销售量前20位的店铺。

分析每个店铺的销售特点（包括价格，服务态度，售后服务，产品质量，优惠，日常管理等店铺政策）和其销售量的关系。

分析用户的购买情况同等重要。(此雷达图摘自百度文库

)

利用条形图进行不同的店铺之间的对比，饼状图同店铺不同要素之间的影响进行对比分析。

对每一个影响因素建立最大利润函数模型f(x)=ax2+bx+c,每一种因素分别对应x1,x2........。得到图形，利用图形对店铺进行销售建议。

问题二：针对某一种类的商品（比如女式凉鞋），搜集50组店铺对应的商品信息（至少涵盖销量、价格、用户评价、品牌、样式、材质等信息），并据此建立数学模型分析用户的消费习惯。

为简答起见，假定只有甲乙两种商品供消费者购买，下面建立的模型可以推广到任意多种商品的情况。

数学数据分析报告篇六
《数据分析实验报告》

上海电力学院

计算机网络

课程实验报告

题 目: 数据分析 姓 名： 徐佳豪 学 号： 20123295 实验小组： 第11组 院 系： 计算机与信息工程学院 专业年级： 信息安全2012级

同组成员：

2014 年 12 月 22 日

一、 实验目的

熟悉并掌握Wireshark的基本实验；了解网络协议实体间进行交互以及报文交换的情况；学会使用Wireshark分析IP、ICMP以及TCP协议。

二、 实验内容

（1） 俘获和分析以太网帧

1. 选择 工具->Internet 选择->删除文件。

2. 启动Wireshark分组嗅探器。

3. 在浏览器地址栏中输入要访问的网址，如：。

4. 停止分组俘获。在俘获分组列表中中找到HTTP GET信息

和响应信息。HTTP GET信息被封装在TCP分组中，TCP

分组又被封装在IP数据报中，IP数据报又被封装在以太

网帧中。在分组明细窗中展开Ethernet|| 信息。

5. 回答下面的问题：

a) 你所在的注意48—bit Ethernet地址是多少？

答：8c:89:a5:f4:f8:e8

b) Ethernet帧中目的地址是多少？

答：08:19:a6:9b:ec:9f

c) 这个目的地址是地址

吗？

答：是的Ethernet 地址

（2） 分析地址ARP协议

1. 清除ARPcache，具体做法：在MSDOS环境下，输入命令 arp –d*，The –d表示清除操作，*删除 all table entries。

2. 选择 工具->Internet 选择->删除文件。

3. 启动Wireshark分组嗅探器。

4. 在浏览器地址栏中输入要访问的网址，如：。

5. 停止分组俘获。

6. 选择Analyze->Enabled Protocols->取消IP选项->选择OK。

（3） 分析ICMP协议

1. Ping和ICMP

利用Ping程序产生ICMP分组。Ping向因特网中的某个特定主机发送特殊的探测报文并等待表明主机在线的回复。具体做法：

1) 打开Windows命令提示符窗口。

2) 启动Wireshark分组嗅探器，在过滤显示窗口中输入

icmp，开始Wireshark分组俘获。

3) 输入”ping –n 10 hostname”。其中”-n 10”指明应返回

10条PING信息。

4) 当ping程序终止时，停止Wireshark分组俘获。

a) 你所在主机的IP地址是多少？目的主机的IP地址是多少？

答：主机IP：172.20.83.95 目的主机：210.35.88.21

b) 查看ping请求分组，ICMP的type和code是多少？ 答：Type：10 code：0

c) 查看相应得ICMP响应信息，ICMP的type和code又是多少？

答：Type：10 code：0

2. ICMP和Traceroute

1) 启动Window命令提示符窗口。

2) 启动Wireshark分组嗅探器，开始分组俘获。

3) Tracert命令在c:\windows\system32下，所以在

MS-DOS命令提示航或者输入”tracert hostname” or

“c:\windows\system32\tracert hostname”

4) 当Traceroute程序终止时，停止分组俘获

a) 查看ICMP echo分组，是否这个分组和前面使用

ping命令的ICMP echo一样？

答：不一样，前者data32，后者data64。

b) 查看ICMP错误分组，它比ICMP echo分组包括

的信息多。ICMP错误分组比ICMP echo分组多包

含的信息有哪些？

答：Type：11 code：0

多了20bytes的header length

（4） 访问学校主页服务器，通过Wireshark补货通信内容，分析

TCP连接建立的三次握手过程。

数学数据分析报告篇七
《数据整理与分析实验报告》

浙江万里学院实验报告

课程名称：2014/2015学年第一学期统计实验 实验名称： 数据整理与数据分析

专业班级： 姓名： 学号 实验日期：

专业班级： 姓 名： 学号： 实验日期：

专业班级： 姓 名： 学号： 实验日期：

4

数学数据分析报告篇八
《数据分析实验报告》

数据分析实验报告

姓名：黄晶 专业班级：信计0903 学号：34

例2.3 某科学基金会的管理人员欲了解从事研究工作的中高水平的年工资额Y与他们的研究成果（论文、著作等）的质量指标X1，从事研究工作的时间X2，以及能成功获得资助的指标X3之间的关系。为此按一定的设计方案调查了24位此类型的数学家，得数据如表2.3所示：

2

假设误差服从N（0，）分布，建立Y与X1，X2，X3之间的线性回归方程并研究相应的统计推断问题。假定某位数学家的关于X1，X2，X3的值为（x01,x02,x03)=(5.1,20,7.2),试预测他的年工资额并给出置信度为95%的置信区间。

解： （spss软件） 设Y与X1，X2，X3的观测值之间满足关系

yi01xi12xi23xi3i，i1，2，·...24 其中i(i1,2,3...,24)相互独立，均

服从N(0，)利用spss软件得如下方差分析表、参数估计表和R表 2

2

2

R表

由方差分析表知：P值小于10，且由R表知R=0.913，由这些可知Y与X1，X2，X3之间的线性回归关系是显著的。由参数估计表知回归方程为

3

2

2

Y17.6251.128X10.323X21.303X3。某位数学家的关于X1，X2，X3的值为

（



x01,x02,x03)=(5.1,20,7.2）那么预估他的年工资为：

y017.625+1.1285.1+0.32320+1.3037.2=39.219

置信水平取0.05，由于t0.975(20)2.086，利用参数估计表可得0，1，2，,3，可得置信度为95%的置信区间：

0：17.6252.0861.999=17.625 4.170，即（13.455,21.795） 1：1.1282.0860.326=1.1280.680，即（0.448,1.808）

2：0.3232.0860.036=0.3260.075，即（0.251,0.401）

3：1.3032.0860.294=1.3030.613，即（0.690,1.916）

(DASC软件)在DASC软件的A区中输入原始数据，然后在B区中设置参数，最后点击“回归分析”中的“一般多元线性回归模型的程序（带常数项）”，接着点击B区中的计算，这样就能在C区中看到计算结果，以下是C区中的简单结果：

线 性 回 归 分 析 计 算 结 果

样本总数 24 自变量个数 3 ----------------------------------------------------- 回归方程 Y = b0+b1*X1+...+b3*X3

Y= 17.625 + 1.128 X1 + 0.323 X2 + 1.303 X3 -----------------------------------------------------

残差平方和:59.9529 回归平方和:629.304 误差方差的估计 :2.99764 标准差 = 1.73137 -----------------------------------------------------

线 性 回 归 显 著 性 检 验 显著性水平 : 0.050 -----------------------------------------------------

回归方程整体显著性F检验, H0:b0=b1=...=b3=0 -----------------------------------------------------

回归系数逐一显著性t检验, H0:bi=0, i=1,...,3 t 临界值 t(20) 2.0860 回归系数 b0, b1, ..., b3

17.624969 1.128099 0.323269 1.303437 回归系数 b0,b1-b3 的 t 值:

8.817201 3.461005 8.901789 4.440454 回归系数 b0,b1-b3 的标准差:

1.998930 0.325945 0.036315 0.293537 回归系数 b1-b3 对因变量的影响度(绝对值之和为 1): 0.409502 0.117347 0.473150 -----------------------------------------------------

DASC软件的运算结果与SPSS软件运算结果一样，因此分析与结果同上。

例2.4（续例2.3） 根据例2.3中关于数学家的年工资额Y以及研究成果的质量指标X1，从事研究工作的时间X2和能成功获得资助的指标X3的观测数据（见表3.3） （1）对线性回归模型Y01X12X23X3，检验是否有1（2）检验X1,X2和X3的交叉乘积项对Y的综合影响是否显著。 解：（spss软件）（1）假设1

3；

3成立，设X13X1X3，则原回归模型简化

· Y013X132X2+,利用spss软件作线性回归分析得：

由表得：SSE(R)=60.346，fR24321，而例2.3得SSE(F)=59.953，fF24420，那么检验统计量的观测值为F0

60.34659.953

0.131

59.953/20

检验P值为p0P(F(1.20)0.131)>=0.05，因此可认为13。

（2）为检验X1,X2和X3的交叉乘积项对Y的综合影响，我们的全模型为 Y01X12X23X34X1X25X1X36X2X3 在2.3表中加入变量X1X2，X1X3，X2X3，做线性回归模型得如下表格：

由表得：SSE(F)=52.824，fF24717.检验X1,X2和X3的交叉乘积项对Y的综合影响是否明显即检验假设H0:4560是否能被拒绝。这时，简约模型为 Y01X12X23X3 由例2.3结果得 SSE(R)=59.953，fR24420 故检验统计量的观测值为F0

(59.95352.824)/3

0.765

52.824/17

检验P值为p0P(F(3,17)0.765)>=0.05

由此可认为X1,X2,X3的交叉乘积项对Y的综合影响是不显著的，即模型中没有必要引入交叉乘积项。

(DASC软件) （1）将X1和X3的观测值相加作为第二个自变量的观测值，运用软件中的线性回归程序得到下面的结果：

线 性 回 归 分 析 计 算 结 果 样本总数 24 自变量个数 2 ----------------------------------------------------- 回归方程 Y = b0+b1*X1+...+b2*X2

Y = 17.6599 + 0.3208 X1 + 1.2233 X2 -----------------------------------------------------

残差平方和:60.3456 回归平方和:628.911 误差方差的估计 :2.8736 标准差 = 1.69517 -----------------------------------------------------

线 性 回 归 显 著 性 检 验 显著性水平 : 0.050 -----------------------------------------------------

回归方程整体显著性F检验, H0:b0=b1=...=b2=0 -----------------------------------------------------

回归系数逐一显著性t检验, H0:bi=0, i=1,...,2 t 临界值 t(21) 2.0796 回归系数 b0, b1, ..., b2

数学数据分析报告篇九
《二年级数学质量分析报告》

神山镇中（小）学2011—2012学年度下学期二年级期末考试

数学 学科质量分析报告

一、考试结果统计分析

本次考试，二年级数学学科我校二个班级87名学生参加考试，考试

二、试题得分情况分析

1、试卷结构:分六大快。我会填(24分)、我会判断（10分）、我会连（10分）、我会算（20分）、我会画（10分）、解决问题（20分）。

2、我会填题分析：

我会填部分涉及二年级所有的基础知识，立足于本册教材最基础的知识，难度不是很大，出题方式与平常单元测验一致，学生不感到陌生，大多数数学生做这部分试题的情况正常，即能较好地完成，只是出现个别错误，但成绩差的学生则出现很多错误，纵观我会填部分，第4、5、7小题错误率最高，主要是第4小题□里能填几，不清楚，正确填5，大部分填4，第5小题加、减不清，第7小题找规律，部分学生不会做，说明平时训练少了一点。

3、我会判断，大部分学生会判断，正确率较高，但有部分学生还是出现了错误，如第3小题是旋转还是平移，学生不会分析，应多加强平时的训练。

4、我会连，大部分学生会连，但有个别学生对平时的物品的重量不知道，如菠萝连10千克，以后的教学中，多让学生观察物体，多去称一些物品。

5、我会算，正确率较高，但有几个学生还是不会做，主要原因是进位不加，退位不减，再就是粗心大意，进位不注明，退位不点，以后要加强计算的训练，培养学生良好的习惯。

6、我会画，第1、2小题正确率很高，说明平时训练较好，第3小题有部分学生做错了，其原因是平移时不会数格子，要么数多了，要么数少了，说明平时训练不够，还是不细心。

7、解决问题部分，大部分学生能正确分析题目，做得较好，但有部分学生出现很多错误，主要是3、4、5小题。

三、知识能力情况分析

成绩不理想有很多方面的原因，归纳为以下几点：

1、高分很高，低分很低，反映整体水平不高。

2、计算时，加法的进位不写，减法的退位不注明，导致做下一步时忘了进位和退位。

3、基础知识较差导致很多的填空不会做。

4、加数、加数、和，被减数、减数、差它们之间的关系没有掌握。

5、图形的观察不仔细，怎样变化的，找不出规律。

6、解决问题不仔细，分析题目、数字与数字之间的关系不清楚。

7、成绩差的几个学生完全不学习，混时间。

8、不懂装懂，遇到问题没有及时弄懂，考试的时候又重新暴露出来。

四、改进措施

1、加强基础知识的训练力度，有效提高掌握基础知识的能力。

2、加强计算能力的训练，要求学生进位要写，退位要注明。

3、加强概念的教学，使学生掌握加、减法之间的关系。

4、培养学生的观察能力，提高学生的识图能力。

5、加强解决问题的教学，使学生掌握应用题的数量关系和正确解决问题。

通过这次考试，使我们找到了自身存在的问题和差距，相信我们能以此为鉴，在今后的工作中加以改进，一定能收到更好的教学效果。

数学数据分析报告篇十
《数学课题问卷调查分析报告》

《小学数学教学生活化的研究》的课题调查问卷分析报告

崇信县城区第二小学 路玉琴

一、调查目的

我校数学课题组于2013年6月申报了“小学数学教学中运用生活素材案例研究”市级课题，为做好实施研究阶段的准备工作，制订了可行的研究实施方案，特进行本次调查问卷。通过本课题的研究，旨在发现数学教学中存在的问题，从关注学生的经验和兴趣入手，通过现实生活中的生动素材引入，使抽象的数学知识具有丰富的现实背景。把学生的生活与数学学习有机地结合起来，体现从生活到数学，再从数学回到生活的应用中来，激发学生的学习兴趣，培养学生的创新思维和实践能力，提高应用数学的能力。改进数学教学方法，使教师教得轻松，学生学得快乐。

二、调查对象

本次调查对象为我校二年级（1）（2）班、三年级（1）（2）班216名学生，发出调查问卷216份（有3名学生请假，3份问卷未答全），回收有效卷210份。参与率占97.22%。围绕学生的数学学习兴趣、学习习惯、生活素材在数学学习中的运用及撰写数学日记方面设计了14个选择题，另外用谈话的方式对一些突出问题对部分学生进行访谈。

三、调查数据及调查结果分析（调查数据按四舍五入取整数）

1．在你所学的所有科目中，你喜欢数学吗？

A非常喜欢 91% B一般 9% C不喜欢 0%

“非常喜欢”占91%，“一般”占9%，说明我校学生对数学学科有较深厚的兴趣，这将是我们数学教学的动力源泉。

2. 数学课前你能预习要学习的内容吗？

A 经常预习 29% B 有时预习 71% C 基本不预习 0%

学生还没形成良好的预习习惯。“有时预习”的学生占的比例较大，但要达到“经常预习”的学习习惯还有待进一步培养。

3. 对于新学的内容，你能很快把它与生活的现象联系起来吗？

A 都能 33% B 有时能 57% C 基本不能 10%

学生回答“有时能”和“都能”所占的比例较大，说明大部分学生有把所学的知识与生活实践相联系的意识。

4．你觉得所学的数学知识在身边经常会用到吗？

A多 71% B不多 24% C很少5% D基本没有 0%

这一道题回答“多” 的学生相当多，说明学生的感受到了数学知识和生活的联系，这是一个可喜的现象。

5．你能利用数学知识解决生活中的数学问题吗？

A经常 67% B有时 24% C极少 5% D基本没有4%

回答“经常”的学生居多，大部分学生感受到了数学知识和生活的联系，并能学以致用，希望带动其余的学生。

6、当你外出旅游、购物、玩耍时，你是否留心到其中的数学问题并尝试着解决？

A经常留意并思考 38% B有时思考 52%

C很少留心观察 10% D基本上没有观察 0%

回答“有时思考”的居多，大部分学生能在生活中留意数学问题并尝试解决。但要达到“经常留意并思考”还有一个过程，也是我们数学教师工作中努力的方向。

7.当你发现生活中的数学与新学的内容有联系时，你会有怎样的感受？ A很兴奋 62% B不足为奇 5% C有点高兴 23% D无所谓 10% 回答“很兴奋”的居多，这说明学生能体验到成功的喜悦，体会到学以致用的快乐。

8．你喜欢以怎样的方式让同学了解你在生活中发现的数学知识？

A写数学日志 0% B课后与同学们交流 52%

C课堂上一起分享15% D 这三种都不喜欢 33%

看来学生还是很喜欢“交流”、“分享”。“交流、分享”是合作学习的一种良好的学习方式，学生在交流中进步，在交流中更深层地理解知识。

9．当你利用新知识，解决生活中的问题时，你有何感受？

A很高兴 67% B有点高兴 28% C无所谓 0% D 我没解决过 5%

学生普遍感到“很高兴”。而在情感上得到满足后学生学习的积极性更容易提高。

10.你喜欢写数学日记吗？

A从来没写过 48% B喜欢写 29% C偶尔写23% D增加我们的负担0% “从来没写过”占近一半，有待我们数学教师在经常的数学教学中加强指导，逐步提高。

11、你对把生活中发现的数学问题以数学日记的形式记录下来有什么看法？ A很有意义 38% B有点意义 24%

C一点意义都没有0% D老师没要求，没写过38%

学生回答“很有意义”的居多，虽然学生觉得写数学日记有意义，但从第10题来看，坚持写的学生并不多。应该首先要让学生喜欢这项活动，并让学生觉得这是件有意义的事情，然后再一步一步地把活动进行到底。在完成这项活动中教师除了扮演引导者的角色外，还扮演着支持与鼓励的角色，不断地给学生注入新的兴奋剂，让学生能感受到自己的进步，尝到成功的甜头，感受成功带来的喜悦。

12.当你认为写了一篇你认为很好的日记时，最希望得到怎样的鼓励？ A老师表扬 24% B同学们鼓励 5%

C 在网上发表5% D任意一种都喜欢66%

“任意一种都喜欢”的回答居多，无论何种方式，只要是表扬学生都愿意接受。因此教师应该多表扬，少批评。

13．在写数学日记时，你希望（ ）

A 老师提供一些素材14% B 自己寻找素材 38%

C 与同学们交流讨论素材48%

现在学生已经学会“自己寻找题材或与同学交流”，这个居多数的回答说明了一个问题：学生自我意识越来越强，而以往学生总是依靠着老师提供题材，这提供了一个开展研究的好的平台。

14．数学老师经常组织你们参加课外活动，补充生活中的实际问题，把课本内容与生活数学结合起来吗？

A经常 38% B有时 33% C从不29%

回答“经常”或“有时”的占大部分，说明现在教师也很注重把数学教学与生活实际结合起来，在实践中解决实际问题。

根据以上调查分析，我们课题组将根据存在的问题，加强数学教学中运用生活素材案例的研究，致力于带领孩子跨入数学领域，赋予孩子一双数学的眼睛，让他们以数学的意识，主动地从数学的角度观察客观世界，体验生活，用数学的思想、方法、知识解决问题，把生活经验和数学知识有机地联系。通过联系生活实际与写数学日记引领孩子走入数学王国，分享成功的喜悦，开发孩子们的数学思维。

本文来源：http://www.guakaob.com/shiyongwendang/162815.html