102用数据说话
网易数读：用数据说话的产品逻辑
专题·数据新闻之美Special Subject次的价值。
用好可视化这门新的语言，那么你将同时能使用两种语言，每一种都能加强另一种，如果让这两种语言同时工作，就能更好地传递思想和观点。
4. 产品化方向产品有价值、体验好，用户才会买单。
从开始制作一件数据新闻作品时就应该带着产品化理念，制作出能让用户很快获取对自己有价值信息，快速理解复杂问题，有着良好用户体验的数据新闻产品，才是有可能引爆的数据产品。
以数据新闻《反腐大数据》为例，希望记者以后不用再费劲从中纪委网站靠人工数据挖掘机一条一条扒材料了，只要进入这个网页就能找到想要的数据，探索贪腐的趋势和关系，快速写就一篇深度数据分析的新闻。
一旦认清了数据新闻可以更轻而易举地提供更有深度、更可靠见解的新闻这一事实，那么数据新闻的产品价值或许很快就会实现了。
对于数据新闻来说，可信、可靠的数据源是产品价值的重要元素之一。
未来，新华网也希望与更多的政府机构、研究机构合作，通过“四化”驱动，让被忽视了的大量原本就很美的数据重放光彩，共同研究数据新闻的产品化、产业化方向，发挥数据应有的价值。
这“四化”背后最终的驱动力还在于人，因此现代的数据新闻人应具备：数据化的思维、知识化的能力、可视化的技巧、产品化的理念。
目前，新华网的数据新闻团队也是按此标准配置人员：数据编辑、数据分析师、可视化设计师、产品经理等，更为重要的是，身后还有新华社、新华网的一支跨部门的记者、编辑顾问团队的专业化支撑。
在这里，内容编辑进行报道创意和数据分析，技术人员进行技术支持和可视化呈现，两者不断融合，共同完成那些美妙的新闻与数据的化学反应。
《第三次浪潮》的作者，著名的未来学家托夫勒，将大数据称为“第三次浪潮的华彩乐章”。
那么，数据新闻则是媒体大融合进行曲中的创新乐章。
■网易的数读栏目建立于2012年，在“另一面”、“发现者”和“看客”之后，是“网易有态度”的原创成员之一。
它继承了“网易有态度”的整体风格：好好说话、就事论事、认真解读新闻背后的常识。
高中信息技术《让数据来“说话“》优质课教学设计、教案
任务三：想一想
探究
充分发挥团队的力量， 在讨论探究的基础上让同学掌握各种图形的功能， 并能根据任务需要合理选择
小组讨论、合作探究
协作
根据拉萨三组数据表格生成合适的图表
分析下哪个月去拉萨旅游合适？
技能提升总结：不同的需求,所一考
选择学业水平测试中比较典型的例题
（2个左右，视情况而定），当堂检测学生学习结果。
实践
检测学生的自主学习、小组协作的结果
教
问题：现在请大家回想看看，在分析的过
回顾
学生总结
师总结
程中，我们学习了哪些内容？
知道如何制作图表；如何选择图表类型；如何选择数据源；如何设置图表选项如何对数据科学的进行分析。
教师：这就是我们今天这堂课的内容——
表格信息的图形化
思考
，
本节课学习的知识点， 复习巩固
步骤3：单ft“下一步”，出现“图表源数据”对话框，对数据区域和系列进行设定。
步骤4：单ft下一步，出现“图表选项”对话框，对“标题”、“坐标轴”、“网格线”、“图例”、“数据标志”和“数据表”分别进行设定。
步骤5：单ft下一步，出现“图表位置”对话框，对图表的位置进行设定，单ft“完成”按钮。
任务一：查看刘蕾同学的各科成绩
创建图表的方法有：(1)选择“插入”菜单中的“图表”命令；(2)单ft“常用”工具栏
自 主学习、小 组合作
学生自主学习图表的制作方法， 在小组合作的基础上实现传、帮、带， 保证每一位同
中的“图表向导”按钮。
步骤1：选定用于制作图表的数据区和数据标志区。
步骤2：单ft常用工具栏上的“图表向导”按钮，出现“图表类型”对话框：
分析下刘蕾五次成绩各科的优势和劣
科学课如何引导学生“用数据来说话”
科学课如何引导学生“用数据来说话”在当今的信息社会里,数据是一种重要的信息,“运用数据进行推断”的思考方法已成为现代社会一种普遍使用并且强有力的思维方式。
《科学课程标准》指出:科学探究是科学学习的中心环节,学生能利用简单表格、图形、统计等方法整理有关资料。
因此,科学课强调对事物不仅有在质上的认识,更要从量上的分析得出结论。
科学课如何引导学生“用数据来说话”,使学生学会科学地看问题和想问题,能用一定数据来描述事物,达到对事物性质的真正了解,是值得我们研究的重要课题。
下面以苏教版《科学》教材为例,谈本人在教学过程中的一些体会。
一、激发兴趣,调动学生研究科学数据的积极性。
数据对于小学生来说是枯躁乏味,激发兴趣是课堂教学中重要环节。
教师为学生创设研究科学数据氛围,将其注意力指向他所要认识和探究的事物,对调动学生积极参与研究科学数据起推动作用。
1.引入故事激发兴趣数据是一种非常有趣的文字,在不同的领域里有不同的功能。
我在三年级学生接触《科学》课,就引入《科学家的数字武器》文章,文章讲述两位科学家展开一场“战争”,“战争”起因是脑袋的大小是否与智力有关,焦点却是—个非常特别的东西一科学家巨维叶的头颅,两位科学都用数据来说明自己的观点。
在两位科学家眼里,数据就成了攻击别人捍卫自己的武器。
有此可见,数据是一切科学家手中“武器”。
故事激发学生对研究数据的兴趣,同时也号召“小科学家”拿起数据武器,用数据来说话。
2.实验预测激发兴趣科学探究是科学学习的中心环节。
科学探究过程中涉及到猜想和假设,在动手实验前,让学生对实验结果进行假设和预测。
如把同样多的冷水和热水混合后,猜猜可能是多少摄氏度,如有的学生预测:混合水温度=(冷水温度+热水温度)除以2,再降低l℃;有的学生预测:混合水温度=热水温度一冷水温度;有的学生预测:混合水温度=热水温度除以2;有的学生凭感觉随意估算。
以上的说法各有自己的道理,到底谁的预测方法是正确的,引发学生对收集数据渴望和迫切。
用数据说话推动内涵发展
发布
及时了解本 班孩子单元学 习状况及相应 对策
实现家校教 育同步化
厚德 博学 求是 笃行
◆ 实践成效
学生学习负担明显减轻
表一：学生自由支配时间调研表（2011年与2012年比较）
调研年份
学生可自由支配时间
2011年10月
每天平均为1小时左右
2012年10月
每天平均为1.5小时左右
表二：学生作业量情况调研表（2011年与2012年比较）
厚德 博学 求是 笃行
面对“大数据时代”背景，我们如何积极应对？
2 重视对反映质量的数据的挖掘
实现这样的未来关键不在于技术，而在于人。 当整个教育系统架构到这样的信息平台时， 将真正改变教师教与学方式，真正提高教育效益和教育科学性。
厚德 博学 求是 笃行
学校79万，向明51万 敬业42万，光明32万，大境13万
用数据说话，推动教育内涵发展
尹后庆 2015年7月13日
今天的教育教学变革需要顺应
大数据时代 的变革趋势
大数据时代的来临
厚德 博学 求是 笃行
庞大的数据洪流 给人类的每个领域都带来了巨大的影响， 教育的决策 也越来越基于数据和分析，而非自身的经验和直觉。
厚德 博学 求是 笃行
专家预言“大数据”将是下一个 社会发展阶段的“石油”和“金矿”， 无论教育、社会还是国家， 谁能更好地抓住、理解、分析数据， 谁就能脱颖而出。
厚德 博学 求是 笃行
愚园路第一小学
厚德 博学 求是 笃行
◆ 问题剖析
教师间各不相谋，作业量缺乏整体协调。 年段间各自为政，知识点缺乏延续贯通。 家校间各执其词，教育观缺乏有效同步。
厚德 博学 求是 笃行
改革方向
老板的决策要学会用数字说话
因为我在大学里教授特许经营与连锁经营，而这是需要理论密切联系实际的实战课程，所以，我在教学与科研之外的主要工作就是为企业做顾问咨询和学习，也因此会接触成千上万的各色连锁企业和单店业者的老板和企业高层。
客观地讲，在我所接触的很多老板和高层中，不乏事业成功者，最起码，在这些老板和高层中的企业中，一年几亿、几十亿、几百亿和甚至更多的年销售额是有的，其中也不乏国内外著名的品牌企业。
无论如何，他们在自己的和决策中，自有其成功的一面，不然的话，要想达到他们目前的状态，恐怕是不可能的。
然而，就是这些老板和高层，也还在日常的企业的经营管理或决策中存在着许多这样那样的问题。
下面我就仅仅举一个老板和高层在管理和决策中的最常见问题，并以此为例子来引发老板对应该如何进行科学的定量决策和科学管理问题的思考。
一：某知名火锅企业在某地开了一家饭店，定位、装修、宣传等等都不错，工作进展一直很顺利，大家都对这家店的未来充满了信心。
但就在开业的时候，他们却突然间发现了一个巨大的漏洞：大厅里的散台全设计成了6人一桌的台面，但客人来消费时却大多数是3-4人，一旦这3-4人拥有一个6人的台面后，别的客人不愿意坐在此台面剩余的2-3个位置上，而这3-4人的客人也不愿意再有别的人和他们一个桌子消费，所以这样的话，大厅里的大多数台面都浪费了2-3个位置，换句话说就是，浪费的座位数占总座位数的33-50％！更糟糕的是，大厅的台面布局已经做好，而且计划得很紧凑，要想重新规划和布置，势必会造成很大的投资浪费和空间浪费。
老板和员工都非常后悔。
二：北京某知名中式餐厅为响应卫生当局“北京市在餐饮行业开展控烟行动的倡议”，自去年10月开始实行全面禁烟。
然而，这一行动的结果是什么呢？报道显示，该酒楼的做法“遇到顾客的强烈抵制”，直接导致该酒楼的上座率降低到同街道其他餐厅的80％.从上面这两个失败的中，我们固然可以分析出众多的原因，但其中一个主要的原因一定是决策者的错误决策，而这些错误决策的根本性原因就在于：决策者在决策时依据的是经验，而不是借助数据或定量法进行的科学决策。
102规约说明
P102电能量传输规约1介绍 (2)1.1串口底层通讯格式 (2)1.2基本帧格式 (2)2基本帧格式具体说明 (2)2.1固定帧长帧（启动字符为10H） (2)2.1.1基本格式 (2)2.1.2控制域C（同可变帧长帧中控制域定义） (2)2.1.3.1主站→电量采集终端 (2)2.1.3.2电量采集终端→主站 (3)2.1.3地址域 (3)2.1.4校验和 (3)2.2可变帧长帧 (4)2.2.1帧格式 (4)2.2.2链路用户数据构成 (4)2.2.3链路用户数据的各项说明 (4)2.2.3.1类型标识 (4)2.2.3.2可变结构限定词 (5)2.2.3.3传送原因 (5)2.2.3.4应用服务数据单元公共地址（1～65535） (5)2.2.3.5记录地址：区分信息量类型。
(5)2.2.3.6信息体地址 (6)2.2.3.7信息体元素 (6)2.2.3.8时间信息 (6)3规约中使用的几种帧格式具体说明 (6)3.1复位链路（假设地址域为1，下同） (6)3.2主站确认帧 (6)3.3无所要求数据帧 (6)3.4读产品型号、版本信息 (7)3.5读终端时间： (8)3.6设置终端时间： (9)3.7读选定的时间范围内的单点信息（状态告警SOE） (10)3.8读某几路电表的电量实时数据： (14)3.8.1读电能量数据 (14)3.8.2读需量数据 (14)3.8.3读瞬时量数据 (14)3.8.4读电压合格率数据 (14)3.8.5读事项记录数据 (14)3.9读选定时间范围的某几路电表的历史信息 (20)3.9.1读电能量数据 (20)3.9.2读瞬时量数据 (20)3.10读选定时间范围的某几路电表的月电量信息： (22)3.10.1读电能量数据 (22)3.10.2读需量数据 (22)3.10.3读电压合格率数据 (22)3.10.4读事项记录数据 (22)3.11读选定时间范围的某几路电表的负荷曲线信息 (23)3.11.1读电能量数据 (23)3.11.2读瞬时量数据 (23)3.12流程 (24)4扩展功能码格式(用于采集器参数的查询与设置) (25)4.1帧格式 (25)4.2扩展功能码一览 (25)4.3各个命令操作过程 (27)4.3.1握手 (27)4.3.2通信结束命令 (27)4.3.3查询运行参数 (27)4.3.4查询通道参数命令（每帧一通道） (28)4.3.5查询脉冲表参数（每帧一表） (30)4.3.6查询智能表参数（每帧一表） (31)4.3.7查询抄表方案（每帧一种方案） (32)4.3.8查询存储方案 (33)4.3.9查询上传方案 (33)4.3.10查询YXMK参数 (34)4.3.11查询遥信参数 (34)4.3.12查询告警方案 (35)4.3.13查询密码设置 (35)4.3.14设置运行参数 (35)4.3.15设置通道参数命令（每帧一通道） (36)4.3.16设置脉冲表参数命令（每帧一表） (36)4.3.17设置智能表参数命令（每帧一表） (36)4.3.18设置抄表方案（每帧一种方案） (36)4.3.19设置存储方案 (36)4.3.20设置告警方案 (36)4.3.21设置密码参数 (37)4.3.22删除脉冲表计 (37)4.3.23删除智能表计 (37)4.3.24设置上传方案 (37)4.3.25设置YXMK参数 (37)4.3.26设置遥信参数 (37)4.3.27删除遥信参数 (38)4.3.28设置脉冲表表底数 (38)4.3.29初始运行命令 (38)4.3.30缺省设置命令 (38)4.3.31表计校时命令 (38)4.3.32设置表址命令 (38)4.3.33旁代操作 (38)4.3.34换表操作 (39)4.3.35换CT操作 (39)4.3.36查询采集统计数据 (39)4.3.37运行测试命令 (39)4.3.38单表测试命令 (39)4.3.39查询通道状态 (40)4.3.40查询终端状态 (40)4.3.41软件升级流程（旧） (40)4.3.42软件升级流程（新） (40)4.3.43软件版本切换 (41)4.3.44字库写入流程 (41)4.3.45终端重启 (41)4.3.46手动消除告警 (41)4.3.47进入维护状态 (41)4.3.48透明通道功能 (42)1 介绍本格式是由《中华人民共和国电力行业标准、DL/T 719 –2000 远动设备及系统、第5部分 传输规约 、第102篇 电力系统电能累计量传输配套标准》定义的，而且适用于电能量计费所用到的数据通信格式，其它详细内容可参照上述文本标准。
指标分析—养成用数据说话的习惯
第三讲指标分析—养成用数据说话的习惯一、分析数据的理由第一时间掌握详细准确的数据信息，能为销售人员带来决策、判断、说理的基本依据，同时也是公司管理及销售计划的依据。
1.数据说话是销售人员的核心价值观销售人员要经常分析数据，无论你批评还是表扬一个销售人员，都需要数据说话。
如果没养成用数据说话的习惯，你是非销售人员而不是真的销售人员。
用数据说话是销售人员的一个核心价值观，销售人员的核心价值观就是用数据说话。
2.避免成为忽悠型的销售人员有一句俗话：是驴子是马拉出来溜溜就知道，是不是有真本事，用数据说话，这也避免成为忽悠型的销售人员。
比如销售人员到经销商那里去，“王总最近销售怎么样？”，最近销售怎么样你不知道吗，你没有数据吗，这就让人觉得你在忽悠别人，别人也会忽悠你。
对方马上忽悠你，“马马虎虎啊！”，这算是好的、客气的，经销商往往回答说不行啊，你们这个厂家的促销差，返利又低又没有新产品，你看别的厂家……只要一句话忽悠出来，对方马上用一大堆话忽悠你。
所以，如果是忽悠型的销售人员，就没有管理经销商的力度。
我原来在拜访经销商的时候有一个绝招，我一开口说几句话，经销商就不会说其他话，也不会牢骚满腹了。
说哪句话，怎么说？我拜访经销商的时候一见面，“王总，您好，恭喜您这个月到现在为止累计进货87万，完成销售计划87%，而全国到现在为止，完全销售计划67%，你超额完成20%，恭喜您！”。
王总一听这番话感觉舒服！而且和全国有比较，接下来马上就谈，他说好下次我会做得更好。
碰一个销售业绩不好的经销商，如果其他人碰到，他就牢骚满腹，销售业绩不行，你看别人有促销你没有。
怎么问呢，我说，“王总，您好，看了一下你这个月的情况，整个全国完成销售计划是87%，您到现在为止完成了67%，还差销售计划的20%！”这句话说出来后，经销商的头就低了下来，因为我不是和其他厂家比较，我在自己厂家的经销商这个范围里做比较，所以，他不好拿其他厂家的理由来搪塞我。
用数据说话运用统计数字的说服力
用数据说话运用统计数字的说服力数据说话：运用统计数字的说服力在现代社会，信息的传递和获取愈发迅速和丰富。
然而，面对大量的信息，我们常常感到迷茫和困惑，难以确定信息的真实性和可靠性。
这时，数据的力量显得尤为重要。
数据不仅能够提供客观的证据支持，还能够增加我们说话的说服力，使我们的观点更有力量和可信度。
首先，数据与事实密不可分。
当我们用数据说话时，我们所提供的数字和统计结果都是基于真实世界中的真实情况和经验。
这使得数据具有客观性和可靠性，能够提供具体且有说服力的证据。
例如，当我们要说服别人戒烟的好处时，我们可以引用相关的研究数据，如高血压和肺癌的发病率与吸烟直接相关的数据，这比简单地说“吸烟对身体不好”要更能够说服别人。
其次，数据具有直观的视觉效果。
相较于纯文字的描述，数据能够以图表、图像等形式进行呈现，增加信息的直观性和易理解性。
例如，当我们要表达人口普查结果时，我们可以使用柱状图或饼状图，直观地展示人口数量和比例的差异，从而更加生动地向别人传达信息。
这样的数据呈现方式不仅能够提高传递效果，还能够增强信息的可信度和说服力。
此外，数据能够帮助我们发现问题和分析原因。
当我们用数据说话时，我们不仅仅提供了结论和结果，更重要的是我们经过了深入的数据分析和研究，从而揭示了问题的本质和原因。
比如，在环保领域，当我们要说服别人减少塑料袋的使用时，我们可以提供相关的数据表明塑料袋的使用对环境的危害以及替代品的可行性，这样做不仅能够说服别人，还能够引起人们对环保的思考和行动。
然而值得注意的是，数据的安全和可信度是我们在运用数据说话时要特别关注的问题。
在信息技术高度发达的今天，数据黑客和篡改数据的现象时有发生。
因此，在运用数据说话时，我们需要选择可靠的数据和来源，确保数据的真实性和有效性，从而更好地说服他人。
综上所述，用数据说话是一种有效的说服方式。
数据的客观性和可靠性，直观的视觉效果，以及数据分析的深度和准确性，都增加了我们说话的说服力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
五 问题验证
距离和收入两类产生4个组合，分别为EA贫 EA富 EA近 EA近，分别计算EA和人口的贫远类型占贫类型 （其中包含近类型）的比率 对归结1：贫困且远离公园的EA比例 PEA贫远=（EA贫&EA远）/ EA贫 对归结2：贫困且远离公园的人口占EA贫人口总数 Pop贫远=（Pop贫&PopA远）/ Pop贫 对归结3：收入I远，I近 用D为依据，远部分的收入平均I远 近部分的收入平均I近 类型 数值 EA贫远 73.5% Pop贫远 45.5% I远 22040 I近 25310
二 建立提案定量关系 1 提案问题定量关联 提案提出的问题很笼统，要判定成立与否， 需要数据支持，事实说话，把问题与数据和事实 联系，需要进行问题分解，使问题具体化，数据 化，把问题、数据、信息联系起来 建立语言模型，通过语言模型中介，引申出 数据 本问题的语言概括模型为： 1） 住户分布状况：若成立，则应有50%以上贫 困住户离公园较远
4 图形数据：多伦多市区公园分布图
5 图形数据：多伦多市居民小区分布图
6 调查数据：多伦多市区小区调查表
EA-ID
EA总人口
EA总住户数
户年均收入
35002163 35002101 35002204 35002207 …
935 614 889 877 …
260 140 240 230 …
11911 10879 19251 16945 …
1.02 用数据说话
什么是科学管理？就是实事求是。实事求是 的一个具体体现，就是“用数据说话”。 用数据说明——“实事” 用数据论证——“求是”。 实践是检验真理的唯一正确标准，真理来源 于实践和逻辑推理，所以，逻辑也是真理的一个 检验方式。 “实事”的研究、分析就是数据与科学方法。
案例主题：城市公园分布的合理性
2） 人口分布：应是大部分贫困人口住在离公园 较远的地方 3） 收入情况：离公园远的居民收入较离公园近 的人 均收入低 上述3点并不全面，也不互相独立，但非常直观 1）和2）在某种程度上具有相同的含义，不同的角 度与数据的存在和处理方式有关
信 息 分 析 模 型
3
三 解决思路 1 确定指标 数据从小到大，有多个值，通过数据进行类型 划分，要有一些数值标准。 1）富裕度与方便性指标 富裕度指标： 贫困——居住区居民人均收入低于本地区人均收入 富裕——居住区居民人均收入高于或等于本地区人 均收入
一 案例问题 1 提案 加拿大多伦多市的一个民间组织向政府指 出： （1）市内公园分布偏向于富人居住区 （2）在市内贫困地区增设公园和其他娱乐设施 公园分布偏向于富人居住区的原因： 公园区域环境好，地价高，富人才花费得 起，因此，提案似有一定的道理。
2 简要分析 随着社会经济发展和民众民主和管理参与 意识的增强，市民对城市管理越来越关注。作 为社会要求和提案，政府应当认真对待处理； 社会提案，有不同的社会背景，代表一定的 利益群体，直接接受办理，会引发另外的反对意 见，如“浪费纳税人钱财”，因此，必须加以分 析论证。分析论证必须用数据说话，否则无从定 论。 本案例介绍如何对这个提案用数据说话。
按 收 入 划 分 结 果
按 距 离 划 分 结 果
六 小结
1 具体问题的研究分析过程 2 实际计算方法和依据 3 分析思想与方法 如何把问题归结为具有分析意义的概念 如何把归结的概念与数据结合起来 分析过程的设计 结果表达
4 思路开拓 1） 增设公园和娱乐设施的位置选择 把民间组织提出的问题加入考虑），解决第二个 问题。 2） 分析收入的空间分布与其它事物的关系 与商业设施的关系，按收入与消费关系确定社会 经济状况划分及分布规律性
选取与空间精度相一致的数据。以西安市 为例，若选取县区级数据，太笼统，精度低， 若以家庭为单位，无必要。
3 分析需要的数据 通过上述过程，确定建立概念所需要的基本 数据 1） 多伦多市公园分布图 用于确定公园空间点位，作为距离计算的依据 2） 多伦多市居民地小区分布图 用于确定居民区空间点位，作为距离计算的依 据 3） 相应的EA调查统计数据 包括人口，收入，住户数，用于分类指标计算
3 方便性指标变量及意义 1）每个EA到所有公园距离的值之和的平均， D作为方便性划 分指标 到公园 到居住区 公园 居住区
4 用D分类 用某一个EA到所有公园的平均距离作为评价至于平 均距离比较 EA近 Di <D EA远 Di >D 5 富裕性计算 全市家庭人均收入 I=∑Ii/m m 为家庭数 各EA平均家庭收入 In = ∑Ij/n，则有： 当 In<I 为贫困，EA贫 In>I 维富裕，EA富 6 按上述指标划进行EA划分 分析距离与收入之间是否存在关系，是什么样的 关系。二者仅仅存在空间上的关联系，即每一个EA， 同时具有收入与距离两重属性，且从属一定类别
四 分析计算
运 算 模 型 1
2 数据预处理 1）数据格式转换，包括矢量化，坐标、投影转换 2）地理编码：居民地，公园标识和属性数据建立 3）点化为面——质点为计算单位，忽略内部差异 3 距离计算（方便性计算） dij 第i个EA到第j公园的距离 Dj=∑dij/n 所有小区到公园的平均距离 N 公园总数 普查小区到公园的平均距离 D=∑Dj/m 全市EA到公园的平均距离 m 全市EA总数
2）方便性指标 方便——居住区居民到公园的平均距离小于本地 区所有居民到公园的平均距离，即近 不便——居住区居民到公园的平均距离大于本地 区所有居民到公园的平均距离，即远 至此，抽象和建立了可用数据表现的概念及 进行概念对比分析的方法： 收入，高于和低于平均收入， 距离，小于和大于平均距离
2 确定空间统计和分析单元 空间精度确定： 人口普查小区（Enumeration Area）