近日，软件专业8名学生在张晶教师指导下，完成“在校学生体质健康数据分析与可视化”项目。围绕在校学生体质健康主题，学生们各自独立走完完整分析链路，累计清洗有效样本 67687人次，交出了分析报告7份、汇报PPT7份、数据工作簿2份、代码附录4份、可视化图表60余张。
8个子项目的选题横跨四种数据来源——真实公开数据、公开数据集、官方统计公报与模拟样本，样本模从48人到31377人不等。最小的项目用上湖南省湘潭县政务公开平台发布的烟山中学 2021级48名初中生开源的真实体测数据；最大的项目则整合了教育部、国家统计局公开数据与区域体质健康普查汇总。仅“清洗”一步，学生们就累计剔除缺失、重复与生理范围外的异常记录 1000余条，“身高 302 厘米”“体重为负值”“肺活量 9900 毫升”这类一眼就能看穿的录入错误被逐一清理，且每一条被剔除的记录都写明了原因。指导教师在批阅中反复强调：清洗不是“把数据变好看”，而是要让每一个被剔除的记录都有据可查。
尽管数据来源与样本规模天差地别，8个项目的结论却出奇一致，指向三类共性问题：一是体重异常最为普遍，8个项目无一例外都报告了体重问题，超重与肥胖比例在 18.6%～42.6% 之间，而唯一使用真实班级数据的项目全体 BMI 均值仅17.79、整体偏瘦，“两头分化”在真实与公开数据中同时显现；二是体质“达标有余、优秀不足”，多数学生集中在及格至良好区间，优秀率最低的项目不足 0.1%；三是运动是最可控的抓手，运动/锻炼与体质的相关系数介于 0.295～0.52，是所有行为变量中最强的一支，而屏幕时间与 BMI 的相关最高达 +0.256。这些发现与国家监测数据同向：2024 年我国中小学生体质健康优良率为 56.9%，比上年提高0.3个百分点，但肥胖、近视与睡眠不足问题依然突出。8个项目的关键数据见下图。
8个项目关键数据分析一览（数据取自学生成果原文）
本轮指导中，教师把选题与数据源合规、数据清洗与衍生字段规范、统计方法、可视化设计、报告证据链、汇报答辩六个环节逐步推进，并为学生立下四条红线：数据来源合规、统计方法规范、统计口径统一、结论证据链完整。批阅中发现各项目对“优秀率”的定义与 BMI 分级阈值并不一致，同一指标跨项目差异达 6 倍以上，教师随即下发《体测数据分析统一口径模板》；“模拟数据必须显著声明”由此成为一条铁律。一名学生规范报告了“睡眠时长与体质得分相关不显著（r = 0.025，p = 0.489）”的阴性结果，被当作范例讲评——尊重数据，而不是迎合预期。教师借此提醒学生：这则“不显著”的结果，很可能就与样本人群较为单一有关结论，从来不能脱离样本去谈。过程性统计显示，8 个项目全部完成全流程分析并提出改进建议，5 个项目规范实施显著性检验并报告 p 值，教师累计指出并推动整改共性问题 6 类。下一阶段，指导教师将推动学生更多使用真实数据、减少纯模拟样本，并要求提交“数据 + 代码 + 报告”三件套，让每一份分析都能被复现、被检验。让数据说话，更要让数据说得住。
2026年10月21日 星期三
一审一校 | 张 晶
二审二校 | 王景泽 杨 琳
三审三校 | 李成名 尹 娜
