项目三 数据洞察行动：数据分析与挖掘 任务二 相关性分析：揭示变量之间的关系

知识目标

1.理解相关性分析的基本原理。

2.理解相关性分析在数据挖掘中的应用场景。

技能目标

1.能够在大数据分析平台上进行相关性分析，识别数据中的重要变量关系。

2.能够基于相关性分析结果，为后续的模型构建和数据挖掘操作提供支持。

素质目标

1.培养数据探索的严谨态度。

2.培养细致分析能力。

教学重点

1.相关性分析的原理与应用场景，包括理解皮尔逊相关系数的计算逻辑及适用条件，掌握相关系数结果的解释方法（正负相关、强弱关系）；

2.大数据平台实操技能，包括熟练使用大数据分析平台进行相关性分析。

教学难点

教学难点：相关系数阈值判断，学生易忽略|r|的强弱分界（如0.4-0.69为中度相关），需强化判断标准与业务决策的联系。

解决方案

重点：以生活和业务案例为切入点，拆解皮尔逊相关系数的适用条件，借助互动讨论和场景演练让学生掌握结果解释方法。

难点：结合任务结果（r=-0.681），引导学生讨论“中度负相关是否足够支撑模型特征选择”。

1.培养数据探索的严谨态度。

2.培养细致分析能力。