师：上节课我们学习了图表的制作，那数据分析及图表分析的最终目的是什么呢？是帮助我们在纷繁复杂的数据中找到具有规律的有用信息。接下来大家小试牛刀，根据学生饮料消费调查问卷中的数据，绘制合适的图表，并以饮料企业产品包装设计师的身份分析包装方式，用文字说明你会采取的措施。现在以柱形图为例分析。通过比较柱子高低，我们发现男生对塑料瓶青睐有加，有102名男生选择了塑料瓶，远远高于其他包装方式。女生对玻璃瓶情有独钟，有23名女生选择玻璃瓶，但女生对塑料瓶也不讨厌，有21名女生选择塑料瓶，两个数据相差不大。不过从携带方便和安全性来讲，塑料瓶比玻璃瓶更有优势。作为设计师，如何让更多女生选择塑料瓶包装的饮料呢？如果老师是设计师，会把塑料瓶外包装设计成男生款和女生款，因为女生喜欢漂亮、清新、浪漫的包装，会让女生款包装更符合女生喜好。另外，有些年轻人每天把饮料当水喝，暴瘦也不重视，直到昏迷被送入重症监护室。所以同学们千万不要沉迷饮料，喝多了不利于身体健康。

　　接下来看活动二，根据学生体质健康调查表中学生体重指数的等级，绘制一张饼图，并以营养医生的身份针对部分同学的等级提出合理膳食意见。从饼图数据看，图中红色部分是体重正常的同学，占60.7%，他们营养均衡、身体健康。绿色部分是体重超重的同学，占23.2%。这些同学要减少外出就餐次数，尽量不点外卖，因为外卖食物热量和脂肪含量高，易导致营养过剩，同时要坚持适当体育运动。黄色部分是肥胖的同学，占比8.9%。这些同学要调整饮食搭配，多吃高蛋白、低脂肪、低糖、低盐食物，少吃高热量食物，减缓就餐速度，除一日三餐外尽量不吃零食，多参加体育锻炼。蓝色部分是体重较轻的同学，占比7.1%，这些同学要加强营养饮食搭配，饮食类型多元化，不挑食，多吃蔬菜水果，规律作息。

　　通过以上两个实例练习，相信同学们对图表分析有所掌握了。同学们都在网上买过商品，老师考考你们两个问题，不同人浏览当当网时看到的内容都一样吗？答案是不一样。那当当网为什么能根据个人喜好推送商品呢？其实是当当网在挖掘和分析用户浏览行为的基础上进行定向产品推广。如果你在当当网搜索或购买过商品，它就会分析你的喜好，时不时推送你可能喜欢的商品，所以不同人浏览当当网看到的内容不同。当当网这种行为就是我们今天要学的新概念——大数据。请同学们自主学习课本56页，思考什么是大数据，大数据有哪些特点。为深入了解大数据，我们先看视频——大数据在科学战役中的成功案例。

　　因为数学和统计模型有定量化、科学化优点以及精确性、可靠性特质，很早就被用来研究传染病传播过程。1854年，英国医生John Snow，公共卫生学开创者之一，通过绘制英国伦敦的霍乱地图发现病源来自被污染的水坝，通过隔离病毒成功解除霍乱疫情。1927年，苏格兰流行病学家William O. Kermack和Anderson G. McKendrick提出传染病传播过程的数学模型SIR模型，该模型被广泛应用于各种传染病建模分析。近年来，传染病传播机制更复杂，研究者综合利用数学和统计模型，基于多种数据信息对传染病发生和发展机制进行精确建模分析。比如2013年爆发的非洲埃博拉病瘟疫中，研究者基于病毒基因数据建模分析，揭示病毒跨区域传播机制。2016年美洲寨卡病毒疫情中，研究者基于地理信息和病毒基因信息准确定位寨卡病毒发源地，并揭示病毒在地理分布上的规律。在慢性传染的艾滋病疫情中，研究者利用带有空间网络结构的病毒扩散模型，阐明HIV - 1病毒在全世界范围内的时空传播关系。研究者基于数学和统计模型的研究结果也提出一些阻止疾病传播的新举措，发现西非葬礼成为埃博拉超级传播事件，集中力量隔离最严重的埃博拉病例将大幅度降低传染。另一项研究使用实时航空公司大数据预测出对特定旅行者进行筛查，能更有效地阻止埃博拉病毒在海外传播。

　　视频中，北京大学的周教授详细介绍了大数据在阻止伦敦霍乱疫情、非洲埃博拉瘟疫、美洲寨卡病毒以及慢性传染病艾滋病病毒传播过程中做出的伟大贡献。那大数据到底是什么呢？大数据是指所涉及的数据资料量巨大，以致无法通过大脑甚至常规软件进行捕捉、管理和处理的数据集合。大数据有哪些特点呢？数据规模大、数据处理速度快、数据种类多、数据价值密度低、数据真实性高，这是大数据的五大特点。请同学们继续自主学习课本57页，思考大数据分析有哪些步骤。在全世界与新冠病毒抗争中，中国取得巨大胜利，其中大数据分析发挥重要作用。通过大数据分析，科学家推算出第一个新冠病人的感染时间。我们来看大数据对新冠疫情预测分析的视频。

　　（视频内容）我们团队利用统计和数据模型，迅速开展对Covid - 19的预测分析，得出一些结果。提出新的潜伏期估计方法，估计结果为平均潜伏期8.6天，95%中位数16.7天。这次估计结果与目前居家隔离要求的7 - 14天较为贴近。我们对武汉新冠病毒患者及其增长趋势也进行预测，当时用到2月13号截止的数据。2月13号，感染人数仍处于上升阶段，与报告结果趋势基本一致。但尽管报告率当时迅速增加，到2月11号，报告率仍只能达到30%。与预估实际感染人数相比，到2月13日报告人数是35991例，用模型估计出的感染人数是58153例，还估计出第一例患病者出现时间大约在2019年11月30日。我们还用新型随机动力学模型对海外疫情进行估计，结果如下：在无管控情况下，预测我国新增确诊人数将增长到百万级；在部分管控情况下，比如管控密度相当于国内一半，疫情控制需更长时间；若国外管控跟中国一样密度，疫情就能得到很好控制。