应用回归分析教学课件_第1页
应用回归分析教学课件_第2页
应用回归分析教学课件_第3页
应用回归分析教学课件_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、应用回归分析教学课件通过将非线性模型转化为线性回归模型，使学生体会“转化”的思想。以下内容是小编为您精心整理的应用回归分析教学课件，欢迎参考！应用回归分析教学课件一一、教学目标a) 知识与技能能根据散点分布特点，建立不同的回归模型。知道有些非线性模型通过变换可以转化为线性回归模型。通过散点图及相关指数比较体验不同模型的拟合效果。b) 过程与方法通过将非线性模型转化为线性回归模型，使学生体会“转化”的思想。让学生经历数据处理的过程，培养他们对数据的直观感觉，体会统计方法的特点，认识统计方法的应用。通过使用转化后的数据，利用计算器求相关指数，使学生体会使用计算器处理数据的方法。c) 情感、态度与价

2、值观从实际问题中发现已有知识不足，激发好奇心、求知欲。通过寻求有效的数据处理方法，开阔学生的思路，培养学生的探索精神和转化能力。通过案例的分析，使学生了解回归分析在生活实际中的应用，增强数学“取之生活，用于生活”的意识，提高学习兴趣。二教学重点、难点重点：通过探究使学生体会有些非线性模型运用等量变换、对数变换可以转化为线性回归模型。难点：如何启发学生“对变量作适当的变换（等量变换、对数变换）”，变非线性为线性，建立线性回归模型。应用回归分析教学课件二要求：通过典型案例的探究，进一步了解回归分析的基本思想、方法及初步应用.重点：了解评价回归效果的三个统计量：总偏差平方和、残差平方和、回归平方和.

3、教学难点：了解评价回归效果的三个统计量：总偏差平方和、残差平方和、回归平方和.教学过程：一、复习准备：1由例1知，预报变量（体重）的值受解释变量（身高）或随机误差的影响.2为了刻画预报变量（体重）的变化在多大程度上与解释变量（身高）有关？在多大程度上与随机误差有关？我们引入了评价回归效果的三个统计量：总偏差平方和、残差平方和、回归平方和.二、讲授新课：1. 教学总偏差平方和、残差平方和、回归平方和：（1）总偏差平方和：所有单个样本值与样本均值差的平方和，即 .残差平方和：回归值与样本值差的平方和，即 .回归平方和：相应回归值与样本均值差的平方和，即 .（2）学习要领：注意区别；预报变量的变化程度可以分解为由解释变量引起的变化程度与残差变量的变化程度之和，即 ；当总偏差平方和相对固定时，残差平方和越小，则回归平方和越大，此时模型的拟合效果越好；对于多个不同的模型，我们还可以引入相关指数 来刻画回归的效果，它表示解释变量对预报变量变化的贡献率. 的值越大，说明残差平方和越小，也就是说模型拟合的效果越好.2. 教学例题：例2 关于 与 有如下数据：2 4 5 6 830 40 605

人人文库> 全部分类> 应用文书 > 工作计划

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论