一列数据表示的变量及其含义。
Appearance
第 08 周 · 任务三（上）：把数据整理成可回答的问题
数据表看起来比文字材料更“客观”，但表中每一行如何形成、每一列代表什么、哪些人没有进入数据，都会影响结论。本周不急着画图，先把原始表变成一份可以解释、可以复算的数据工作底稿。
学习成果包括数据字典、质量问题记录、分析问题和 AI 分析操作记录。原则是：保留原表，所有清理都有理由，关键数字至少人工复算一次。
图 3：图表只是最后一环，发现口径或误读问题时必须返回前一环修正。
先看数据：每一列到底表示什么
打开表格后，第一步不是求平均值，而是建立数据字典（Data Dictionary）。每个字段至少要回答：
- 字段名称和业务含义是什么？
- 它是文本、日期、类别还是数值？
- 单位是什么，允许哪些取值？
- 空白表示没有、未知、未填还是不适用？
- 一行代表一次记录、一个人还是一个事件？
- 是否存在稳定身份键，可以判断重复？
07-attendance.csv 有 24 行，但不能直接说“有 24 名参与者”。同一个姓名可能重复出现，志愿者和新生混在一起，异常时间 25:08 不可能成立，还有无报名无签到却进入表格的记录。行数只是表的物理结构，不自动等于现实中的人数。
数据质量问题可以分成缺失、重复、无效值、口径混合、时间错位和身份不明。每发现一处，先记录，不要立即删除。没有稳定身份键时，只能把重复标为“疑似”，并说明不同处理规则会怎样影响结果。
先看数据：每一列到底表示什么
没有读懂字段含义就开始画图，会造成什么误导？
数据分析先理解字段含义与质量，再谈图表和结论
数据表中的每一列都代表一个定义、单位和采集方式；没读懂字段就可能算出漂亮但无意义的结果。
数值是人数、金额、比例还是时间。
空白、重复、极端值可能来自真实情况，也可能是录入问题。
教师示范：教师打开一张样例表，逐列问“它代表什么、单位是什么、哪些值需要先检查”。
易错提醒：不要一拿到表就让 AI 直接“分析并画图”。
不要先给定义。先把问题“没有读懂字段含义就开始画图，会造成什么误导？”投出来，给学生 30 秒独立判断，再请两位同学说出不同答案；教师只追问依据，暂不公布结论。
- 0–2 分钟从真实情境进入
结合07-attendance.csv和数据字典模板呈现一个小情境，让学生先说“我会怎么做”，把已有经验调动出来。
- 2–4 分钟拆开三个关键点
依次解释“字段—单位—缺失与异常”。每解释一个概念，都回到情境中指出它对应的事实、动作或判断。
- 4–6 分钟示范完整判断过程
教师打开一张样例表，逐列问“它代表什么、单位是什么、哪些值需要先检查”。
- 6–8 分钟用反例校正理解
明确边界：不要一拿到表就让 AI 直接“分析并画图”。 请学生用一句话改写刚才的判断，让它更准确、可执行。
课堂案例：以“先看数据：每一列到底表示什么”为场景，先让学生仅凭直觉给出做法；再要求他们用“字段、单位、缺失与异常”逐项说明依据，比较两种做法会得到什么不同结果。
- “你的判断依据来自材料中的哪一处，而不是自己的猜测？”
- “如果缺少字段，这一步还能直接开始吗？需要补什么？”
- “哪一种做法最容易出现‘不要一拿到表就让 AI 直接“分析并画图”。’这类问题？怎样提前避免？”
收束：本节不要求学生背出术语，而要能用字段、单位、缺失与异常解释自己的选择。
过渡到实践：进入任务前，先让学生把三个关键点勾到任务单上；后续操作要服务于本节目标：“建立数据字典，识别字段含义、单位、缺失值、重复值和时间范围。”。
问一问 · 读字段 · 问一问 · 工作目录「灯火计划」· 灯火计划资料包
- 把 07-attendance.csv 放入工作目录
- 「问一问」解释每列含义、单位、缺失和异常
- 组内合并为一份数据字典，不画图
请阅读 07-attendance.csv，不要画图、不要给晚会建议。
输出数据字典：字段名、含义、单位、取值范围、缺失/异常备注。
指出你不确定的字段，标成待确认。
不要改正原表。- 发现缺失签到、重复姓名或异常时间
- 没有把“报名人数”直接说成“到场人数”
- 每列含义是人确认过的
- 原 CSV 未被覆盖
- 不开启「允许完全访问」
- 不发送群消息、邮件或通知
- 不写入真实日历或通讯录
- 不上传学号、手机号、身份证号等个人敏感信息
逐列问“它代表什么、单位是什么”。
提交数据字典。
看教师投屏的前 8 行，完成 3 个字段定义。
WorkBuddy 实战蓝皮书 https://workbuddy.homes/ 第 11 章 Excel：先读懂再计算
AI 会参与这节课，但它不是替学生完成任务；每次使用都要留下可核验的过程证据。
数据整理与分析助手
协助解释字段、提出清理步骤、完成小范围汇总或提示异常值。
先保留原始数据，再核对字段含义、计算逻辑和异常是否真实存在。
保留输入数据范围、操作记录、AI 输出和至少一项人工复算。
建立数据字典，识别字段含义、单位、缺失值、重复值和时间范围。
- 07-attendance.csv
- 数据字典模板
- WorkBuddy 或表格工具
组内分列检查，再合并为一份共同数据字典。
- 0–8 分钟方法讲解
学生：听清本节要使用的概念、操作边界和完成标准，在任务单上标记关键动作。
教师：先讲“为什么这样做”，再讲工具或步骤；说明资料边界和不可擅自执行的动作。
- 8–15 分钟教师示范
学生：跟着示范观察一遍完整的最小流程，记录输入、动作、检查和输出。
教师：投屏完成一个小样，边做边说出判断依据和常见错误。
- 15–27 分钟引导练习
学生：在小组内用同一份小样资料完成关键一步，再相互核对。
教师：用追问代替代做：先问资料够不够、动作是否明确、结果怎样检查。
- 27–39 分钟独立实践
学生：基于真实或模拟资料完成自己的首版，并保留来源和操作痕迹。
教师：巡视并记录常见偏差，提醒不确定信息要标出。
- 39–45 分钟提交与复盘
学生：提交版本、依据与下一步修改说明。
教师：检查证据是否足够，并决定下节从哪里继续。
一份数据字典，含字段含义、单位、时间和问题备注。
给教师的提示与备用方案
提示：要求学生保留资料来源、版本和判断理由；智能体输出不能替代这些证据。
备用方案：打印表头，手工写字典。
提出数据问题：图表要回答什么
“看看数据有什么发现”没有明确终点。一个可分析问题应写清对象、指标、比较维度和用途。例如：
在排除工作人员并保留疑似重复记录的口径下，不同报名渠道的新生签到率有何差异？这个差异是否值得筹备组调整提醒方式？
接着必须定义指标：
text
签到率 = 符合口径且完成签到的人数 ÷ 符合口径的报名人数分子和分母都要能落到筛选规则。若“学院群接龙”没有完整报名记录，就不能与统一平台直接使用同一分母比较。此时可以改问题、补数据，或并列展示两种口径，而不是强行生成一个精确数字。
常见分析问题包括比较、趋势、构成、分布和关系。先确定问题类型，再决定需要什么计算和图表；不要先选一个漂亮图形，再倒推它似乎能说明什么。
提出数据问题：图表要回答什么
“画一张图”为什么不是一个好的分析任务？
图表应服务一个明确问题，而不是展示所有可计算的数字
先说清观众需要知道什么，再决定比较、趋势、构成或关系中的哪一种表达最合适。
不同对象之间谁多谁少、差异多大。
同一指标随时间怎样变化。
一个整体由哪些部分组成。
教师示范：教师展示同一组数据的柱状图、折线图和饼图，让学生判断各自回答了什么问题。
易错提醒：不要先选“好看的图”，再倒推它要回答的问题。
不要先给定义。先把问题““画一张图”为什么不是一个好的分析任务？”投出来，给学生 30 秒独立判断，再请两位同学说出不同答案；教师只追问依据，暂不公布结论。
- 0–2 分钟从真实情境进入
结合数据字典和问题设计卡呈现一个小情境，让学生先说“我会怎么做”，把已有经验调动出来。
- 2–4 分钟拆开三个关键点
依次解释“比较—趋势—构成”。每解释一个概念，都回到情境中指出它对应的事实、动作或判断。
- 4–6 分钟示范完整判断过程
教师展示同一组数据的柱状图、折线图和饼图，让学生判断各自回答了什么问题。
- 6–8 分钟用反例校正理解
明确边界：不要先选“好看的图”，再倒推它要回答的问题。 请学生用一句话改写刚才的判断，让它更准确、可执行。
课堂案例：以“提出数据问题：图表要回答什么”为场景，先让学生仅凭直觉给出做法；再要求他们用“比较、趋势、构成”逐项说明依据，比较两种做法会得到什么不同结果。
- “你的判断依据来自材料中的哪一处，而不是自己的猜测？”
- “如果缺少比较，这一步还能直接开始吗？需要补什么？”
- “哪一种做法最容易出现‘不要先选“好看的图”，再倒推它要回答的问题。’这类问题？怎样提前避免？”
收束：本节不要求学生背出术语，而要能用比较、趋势、构成解释自己的选择。
过渡到实践：进入任务前，先让学生把三个关键点勾到任务单上；后续操作要服务于本节目标：“把数据兴趣转化为对象、指标、比较方式和读者明确的分析问题。”。
想一想 · 图表要回答的问题 · 想一想 · 工作目录「灯火计划」· 灯火计划资料包
- 基于数据字典提出三个可被现有数据回答的问题
- 投票选一个
- 不在这节出图
根据数据字典，提出三个分析问题。
每个问题写清：对象、指标、比较方式、读者是谁、现有数据能否回答。
不要建议我们还没采集的新数据，也不要直接生成图表。- 问题能被这张表回答
- 不是“画一张好看的图”
- 比较对象明确
- 读者明确
- 不开启「允许完全访问」
- 不发送群消息、邮件或通知
- 不写入真实日历或通讯录
- 不上传学号、手机号、身份证号等个人敏感信息
用同一组数据说明柱状/折线/构成各自回答什么。
提交入选问题。
从三张问题卡里选一张并改到可回答。
WorkBuddy 实战蓝皮书 https://workbuddy.homes/ 第 4 章：输出和验收先写清
AI 会参与这节课，但它不是替学生完成任务；每次使用都要留下可核验的过程证据。
数据整理与分析助手
协助解释字段、提出清理步骤、完成小范围汇总或提示异常值。
先保留原始数据，再核对字段含义、计算逻辑和异常是否真实存在。
保留输入数据范围、操作记录、AI 输出和至少一项人工复算。
把数据兴趣转化为对象、指标、比较方式和读者明确的分析问题。
- 数据字典
- 问题设计卡
- 图表案例
每组提出三个问题，其他组投票选择“最可回答、最有用”的一个。
- 0–8 分钟方法讲解
学生：听清本节要使用的概念、操作边界和完成标准，在任务单上标记关键动作。
教师：先讲“为什么这样做”，再讲工具或步骤；说明资料边界和不可擅自执行的动作。
- 8–15 分钟教师示范
学生：跟着示范观察一遍完整的最小流程，记录输入、动作、检查和输出。
教师：投屏完成一个小样，边做边说出判断依据和常见错误。
- 15–27 分钟引导练习
学生：在小组内用同一份小样资料完成关键一步，再相互核对。
教师：用追问代替代做：先问资料够不够、动作是否明确、结果怎样检查。
- 27–39 分钟独立实践
学生：基于真实或模拟资料完成自己的首版，并保留来源和操作痕迹。
教师：巡视并记录常见偏差，提醒不确定信息要标出。
- 39–45 分钟提交与复盘
学生：提交版本、依据与下一步修改说明。
教师：检查证据是否足够，并决定下节从哪里继续。
一个明确的数据问题和对应指标说明。
给教师的提示与备用方案
提示：要求学生保留资料来源、版本和判断理由；智能体输出不能替代这些证据。
备用方案：问题设计卡。
让 AI 协助分析：每一步都可解释
AI 可以帮助识别异常、生成清理建议、编写公式或代码、汇总数据和制作图表。但它提供的数字必须能在原表和操作记录中重现。
一份合格的 AI 分析记录至少包含：
- 使用的是哪个原文件和副本。
- 分析问题与指标口径。
- AI 收到的任务说明和允许范围。
- 实际执行的筛选、清理、计算步骤。
- 哪些建议被采用、修改或拒绝，以及理由。
- 一项人工复算及其结果。
- 当前仍未解决的数据质量问题。
例如，AI 建议按姓名去重时，应立即追问：同名是否一定同一人？不同签到时间是否可能代表多次活动？没有学号或稳定标识时，自动去重会不会误删真实记录？
最稳妥的操作是保留只读原表，在副本中新增“质量标记”和“处理决定”列。这样既能形成当前分析口径，也能让别人看到原始状态和每一步判断。
让 AI 协助分析：每一步都可解释
怎样让 AI 帮忙整理或分析数据，同时保留你能解释的过程？
AI 可以协助分析，但每一步都要让人能复查输入、操作与结果
对 AI 的请求应包含数据范围、问题、方法约束和期望输出；结果要能回到原表核对。
明确使用哪张表、哪些列、哪些行。
如去重、分组、计算或比较，不能只说“分析一下”。
输出要包含计算依据、图表说明和异常提醒。
教师示范：教师让 AI 对一小份表做分组统计，再手工核对一项计算和一条异常提示。
易错提醒：不要把 AI 给出的数字直接复制进报告而不核对原表。
不要先给定义。先把问题“怎样让 AI 帮忙整理或分析数据，同时保留你能解释的过程？”投出来，给学生 30 秒独立判断，再请两位同学说出不同答案；教师只追问依据，暂不公布结论。
- 0–2 分钟从真实情境进入
结合原始数据和分析操作记录表呈现一个小情境，让学生先说“我会怎么做”，把已有经验调动出来。
- 2–4 分钟拆开三个关键点
依次解释“输入范围—分析动作—可解释结果”。每解释一个概念，都回到情境中指出它对应的事实、动作或判断。
- 4–6 分钟示范完整判断过程
教师让 AI 对一小份表做分组统计，再手工核对一项计算和一条异常提示。
- 6–8 分钟用反例校正理解
明确边界：不要把 AI 给出的数字直接复制进报告而不核对原表。 请学生用一句话改写刚才的判断，让它更准确、可执行。
课堂案例：以“让 AI 协助分析：每一步都可解释”为场景，先让学生仅凭直觉给出做法；再要求他们用“输入范围、分析动作、可解释结果”逐项说明依据，比较两种做法会得到什么不同结果。
- “你的判断依据来自材料中的哪一处，而不是自己的猜测？”
- “如果缺少输入范围，这一步还能直接开始吗？需要补什么？”
- “哪一种做法最容易出现‘不要把 AI 给出的数字直接复制进报告而不核对原表。’这类问题？怎样提前避免？”
收束：本节不要求学生背出术语，而要能用输入范围、分析动作、可解释结果解释自己的选择。
过渡到实践：进入任务前，先让学生把三个关键点勾到任务单上；后续操作要服务于本节目标：“用可复核指令让 AI 协助清理、汇总或提出分析建议，并记录操作过程。”。
做一做 · 可复核的小汇总 · 做一做 · 工作目录「灯火计划」· 灯火计划资料包
- 复制 CSV 为 working 副本，保留原文件
- 让它按学院或按“报名/到场”做小汇总
- 人工复算一项
- 全过程写入操作记录
输入：07-attendance.csv 的副本，不要改原文件。
问题：（粘贴本组选定问题）
动作：按指定字段分组计数；列出重复行和缺失签到。
约束：写明计算口径；异常值不要悄悄删除。
输出：汇总.md + 操作记录.md（输入范围、操作、结果、需人工核对项）。
验收：我能根据操作记录手工复算其中一项。- 有操作记录
- 至少一项可复算
- AI 没有直接给出晚会改进方案冒充分析
- 原数据仍在
- 口径写清是报名还是到场
- 不开启「允许完全访问」
- 不发送群消息、邮件或通知
- 不写入真实日历或通讯录
- 不上传学号、手机号、身份证号等个人敏感信息
对一小份表做分组统计并手工核对。
提交汇总和操作记录。
用教师提供的汇总结果，复算一个格子。
WorkBuddy 实战蓝皮书 https://workbuddy.homes/ 第 11 章：数字与原文一致
AI 会参与这节课，但它不是替学生完成任务；每次使用都要留下可核验的过程证据。
数据整理与分析助手
协助解释字段、提出清理步骤、完成小范围汇总或提示异常值。
先保留原始数据，再核对字段含义、计算逻辑和异常是否真实存在。
保留输入数据范围、操作记录、AI 输出和至少一项人工复算。
用可复核指令让 AI 协助清理、汇总或提出分析建议，并记录操作过程。
- 原始数据
- 分析操作记录表
- AI 工具
两人交换操作记录，检查是否能复现一次处理。
- 0–8 分钟方法讲解
学生：听清本节要使用的概念、操作边界和完成标准，在任务单上标记关键动作。
教师：先讲“为什么这样做”，再讲工具或步骤；说明资料边界和不可擅自执行的动作。
- 8–15 分钟教师示范
学生：跟着示范观察一遍完整的最小流程，记录输入、动作、检查和输出。
教师：投屏完成一个小样，边做边说出判断依据和常见错误。
- 15–27 分钟引导练习
学生：在小组内用同一份小样资料完成关键一步，再相互核对。
教师：用追问代替代做：先问资料够不够、动作是否明确、结果怎样检查。
- 27–39 分钟独立实践
学生：基于真实或模拟资料完成自己的首版，并保留来源和操作痕迹。
教师：巡视并记录常见偏差，提醒不确定信息要标出。
- 39–45 分钟提交与复盘
学生：提交版本、依据与下一步修改说明。
教师：检查证据是否足够，并决定下节从哪里继续。
一份数据处理记录，含输入、操作、结果和人工核对。
给教师的提示与备用方案
提示：要求学生保留资料来源、版本和判断理由；智能体输出不能替代这些证据。
备用方案：预计算的汇总表 + 一个让学生复算的空格。
中国语境：数据素养是公共能力，不只是理工科技能
- 国家战略背景：数据已被确立为与土地、劳动力、资本、技术并列的第五大生产要素（"数据二十条"及数据要素市场建设）。武大也开设了《数据要素》《数据科学导论》等全校课程，校长张平文院士亲自讲授数据科学——无论你学什么专业，"看懂数据"都会成为基本素养。
- 校园数据现实：报名接龙、问卷星、签到表、社团纳新表……大学生每天都在产生和接收"脏数据"。本课用的
07-attendance.csv里有重复行、不可能时间（25:08）、口径混合——这不是教学刁难，而是真实世界的常态。 - AI 分析的两面：AI 可以秒级给出"签到率 87.5%"这样精确的数字，但浙大团队的调研提醒我们：约四成受访研究生承认过度依赖 AI 造成思维惰性。数据领域的表现就是——看起来会算，其实不会算，也不敢质疑算出的数。人工复算一次，就是保持思维强度的最低训练量。
- 数据合规意识：《个人信息保护法》要求处理个人信息遵循最小必要与知情同意。分析问卷和报名数据时，姓名、学号、手机号属于个人信息——课程演练统一使用模拟资料，真实数据必须先脱敏。
45 分钟课堂节奏
| 课节 | 时间线 | 环节 |
|---|---|---|
| 第 1 节 · 读字段 | 0–5' | 导入：24 行 = 24 人吗？（埋下悬念） |
| 5–15' | 讲授数据字典六问 | |
| 15–35' | 动手：为 CSV 建立 8 字段的数据字典 | |
| 35–43' | 揭晓：实际人数为什么少于 24？各组报数 | |
| 43–45' | 收束：行数≠人数 | |
| 第 2 节 · 提问题 | 0–5' | 快问："看看数据有什么发现"卡在哪？ |
| 5–15' | 讲授分析问题公式与指标定义（写清分母） | |
| 15–35' | 动手：写分析问题 + 指标公式 + 分母检查 | |
| 35–43' | 口径冲突：接龙渠道没有完整报名记录怎么办？ | |
| 43–45' | 收束：先定问题再选图 | |
| 第 3 节 · AI 协作分析 | 0–5' | 演示：AI 给出一个漂亮结论，全班找茬 |
| 5–12' | 讲授七项分析记录要求 | |
| 12–35' | 动手：与 AI 协作完成一轮分析，同步填写操作记录 | |
| 35–43' | 追问练习：AI 建议按姓名去重——该问它什么？ | |
| 43–45' | 收束：原表只读，副本作业，复算留痕 |
深一步追问（给"吃不饱"的同学）
- 为什么"平均值"最容易骗人？举一个用平均值掩盖分布差异的校园例子。
- 数据字典里的"空白"有四种可能含义（无/未知/未填/不适用），混淆它们各会引发什么错误结论？
- 如果 AI 分析与你的人工复算不一致，排除哪些原因后才应该怀疑数据本身？
本周小结
- 行数不等于人数，字段名也不自动说明业务含义。
- 分析问题必须定义对象、指标、比较维度和用途，尤其要写清分母。
- AI 可以协助处理数据，但原表、步骤、人工复算和未解决问题必须保留。
迁移练习
找一张不含敏感信息的小表格，为至少 5 个字段建立数据字典，标出 3 类质量问题，并设计一个可以在现有数据范围内回答的问题。