高中数学选修2-3人教A教(学)案导学案3.1.1回归分析的基本思想和初步应用_第1页
高中数学选修2-3人教A教(学)案导学案3.1.1回归分析的基本思想和初步应用_第2页
高中数学选修2-3人教A教(学)案导学案3.1.1回归分析的基本思想和初步应用_第3页
高中数学选修2-3人教A教(学)案导学案3.1.1回归分析的基本思想和初步应用_第4页
高中数学选修2-3人教A教(学)案导学案3.1.1回归分析的基本思想和初步应用_第5页
已阅读5页,还剩5页未读 继续免费阅读

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

.10/103.1.1回归分析的基本思想及其初步应用[教学目标]1.了解回归分析的基本思想方法及其简单应用.2.会解释解释变量和预报变量的关系.[教学重难点]教学重点:回归分析的应用.教学难点:、公式的推到.[教学过程]设置情境,引入课题引入:对于一组具有线性相关关系的数据其回归直线方程的截距和斜率的最小二乘法估计公式分别为:称为样本点的中心。如何推到着两个计算公式?引导探究,推出公式从已经学过的知识,截距和斜率分别是使取最小值时的值,由于因为所以在上式中,后两项和无关,而前两项为非负数,因此要使Q取得最小值,当且仅当前两项的值均为0.,既有通过上式推导,可以训练学生的计算能力,观察分析能力,能够很好训练学生数学能力,必须在老师引导下让学生自己推出。所以:例题应用,剖析回归基本思想与方法从某大学中随机选取8名女大学生,其身高和体重的数据如图所示:编号12345678身高/cm165165157170175165155170体重/kg4857505464614359画出以身高为自变量x,体重为因变量y的散点图求根据女大学生的身高预报体重的回归方程求预报一名身高为172cm的女大学生的体重解:〔1由于问题中要求根据身高预报体重,因此选取身高为自变量x,体重为因变量y作散点图〔2<3>对于身高172cm的女大学生,由回归方程可以预报体重为:当堂练习观察两相关变量得如下数据x—1—2—3—4—553421y—9—7—5—3—115379求两个变量的回归方程.答:所以所求回归直线方程为课堂小结1.、公式的推到过程。2.六、布置作业课本90页习题13.1.1回归分析的基本思想及其初步应用课前预习学案预习目标通过截距与斜率分别是使取最小值时,求的值。二、预习内容:对于一组具有线性相关关系的数据其回归直线方程的截距和斜率的最小二乘法估计公式:=,=2.=,=3.样本点的中心三、提出问题如何使值最小,通过观察分析式子进行试探推到课内探究学案学习目标了解回归分析的基本思想和方法培养学生观察分析计算的能力二、学习重难点学习重点:回归方程,学习难点:、公式的推到三、学习过程1.使值最小时,值的推到2.结论3.中和的含义是什么4.一定通过回归方程吗?四、典型例题例1.研究某灌溉倒水的流速y与水深x之间的关系,测得一组数据如下:水深x〔m1.401.501.601.701.801.902.002.10流速y<m/s>1.701.791.881.952.032.102.162.21求y与x的回归直线方程;预测水深为1.95m时水的流速是多少?分析:〔1y与x的回归直线方程为〔2当水深为1.95m时,可以预测水的流速约为2.12m/s五、当堂练习1.对两个变量y和x进行回归分析,得到一组样本数据:则下列说法不正确的是〔A.由样本数据得到的回归方程必过样本中心B.残差平方和越小的模型,拟合的效果越好C.用相关指数来刻画回归效果,越小,说明模型的拟合效果越好D.若变量y与x之间的相关系数,则变量y与x之间具有线性相关关系2.已知某地每单位面积菜地年平均使用氮肥量xkg与每单位面积蔬菜年平均产量yt之间的关系有如下数据:年份19851986198719881989199019911992x<kg>7074807885929095y<t>5.16.06.87.89.010.210.012.0年份1993199419951996199719981999x<kg>92108115123130138145y<t>11.511.011.812.212.512.813.0若x与y之间线性相关,求蔬菜年平均产量y与使用氮肥量x之间的回归直线方程,并估计每单位面积蔬菜的年平均产量.〔已知解:设所求的回归直线方程为,则所以,回归直线方程为:当x=150kg时,每单位面积蔬菜的年平均产量课后练习与提高下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x〔吨与相应的生产能耗y<吨标准煤>的几组对照数据:x3456y2.5344.5请画出上表数据的散点图;请根据上表提供的数据,用最小二乘法求出y关于x的线性回归方程;已知该厂技改前100吨甲产品的生产能耗为90吨标准煤,试根据〔2求出的线性回归方程,预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤?〔参考数值:解:〔1由题设所给数据,可得散点图如下图〔2由对照数据,计算得:已知所以,由最小二乘法确定的回归方程的系数为:因此,所求的线性回归方程为由〔2的回归方程及技改前生产100吨甲产品的生产能耗,得降低的生产能耗为〔吨标准煤。3.1.2回归分析的基本思想及其初步应用回归分析的基本思想及其初步应用[教学目标]1.了解相关系数r;2了解随机误差;3会简单应用残差分析[教学重难点]教学重点:相关系数和随机误差教学难点:残差分析应用。[教学过程]设置情境,引入课题上节例题中,身高172cm女大学生,体重一定是60kg吗?如果不是,其原因是什么?引导探究,发现问题,解决问题1对于是斜率的估计值,说明身高x每增加1个单位,体重就,表明体重与身高具有的线性相关关系。2如何描述线性相关关系的强弱?<1>r>0表明两个变量正相关;〔2r<0表明两个变量负相关;〔3r的绝对值越接近1,表明相关性越强,r的绝对值越接近0,表明相关性越弱。〔4当r的绝对值大于0.75认为两个变量具有很强的相关性关系。3身高172cm的女大学生显然不一定体重是60.316kg,但一般可以认为她的体重接近于60.316kg.①样本点与回归直线的②所有的样本点不共线,而是散布在某一条直线的附近,该直线表示身高与体重的关系的线性回归模型表示e是y与的误差,e为随机变量,e称为随机误差。③E<e>=0,D<e>=>0.④D<e>越小,预报真实值y的精度越高。⑤随机误差是引起预报值与真实值y之间的误差之一。⑥为截距和斜率的估计值,与a,b的真实值之间存在误差,这种误差也引起与真实值y之间的误差之一。4思考产生随机误差项e的原因是什么?5探究在线性回归模型中,e是用预报真实值y的误差,它是一个不可观测的量,那么应该怎样研究随机误差?如何衡量预报的精度?①来衡量随机误差的大小。②③④⑤称为残差平方和,越小,预报精度越高。6思考当样本容量为1或2时,残差平方和是多少?用这样的样本建立的线性回归方程的预报误差为0吗?7残差分析①判断原始数据中是否存在可疑数据;②残差图③相关指数④R2越大,残差平方和越小,拟合效果越好;R2越接近1,表明回归的效果越好。8建立回归模型的基本步骤:①确定研究对象,明确哪个变量时解释变量,哪个变量时预报变量。②画出确定好的解释变量和预报变量得散点图,观察它们之间的关系;③由经验确定回归方程的类型;④按一定规则估计回归方程中的参数;⑤得出结果后分析残差图是否异常。典型例题例1下表是某年美国旧轿车价格的调查资料,今以x表示轿车的使用年数,y表示响应的年均价格,求y关于x的回归方程使用年数x12345678910年均价格y〔美元2651194314941087765538484290226204分析:由已知表格先画出散点图,可以看出随着使用年数的增加,轿车的平均价格在递减,但不在一条直线附近,但据此认为y与x之间具有线性回归关系是不科学的,要根据图的形状进行合理转化,转化成线性关系的变量间的关系。解:作出散点图如下图可以发现,各点并不是基本处于一条直线附近,因此,y与x之间应是非线性相关关系.与已学函数图像比较,用来刻画题中模型更为合理,令,则,题中数据变成如下表所示:x12345678910y7.8837.5727.3096.9916.6406.2886.1825.6705.4215.318在散点图中可以看出变换的样本点分布在一条直线附近,因此可以用线性回归模型方程拟合,由表中数据可得,认为x与z之间具有线性相关关系,由表中数据的所以,最后回代,即当堂练习:1两个变量y与x的回归模型中,分别选择了4个不同模型,它们的相关指数R2如下,其中拟合效果最好的模型是〔A模型1的B模型2的C模型3的D模型4的答案A课堂小结1相关系数r和相关指数R22残差分析六、作业布置课本90页习题33.1.2回归分析的基本思想及其初步应用回归分析的基本思想及其初步应用课前预习学案一、预习目标1了解相关系数r和相关指数R22了解残差分析3了解随机误差产生的原因二、预习内容1相关系数r①②r>0表明两个变量;r<0表明两个变量;r的绝对值越接近1,表明两个变量相关性,r的绝对值越接近0,表示两个变量之间当r的绝对值大于认为两个变量具有很强的相关性关系。2随机误差①在线性回归模型:中,a和b为模型的,e是y与之间的,通常e为随机变量,称为随机误差,它的均值E<e>=,方差D<e>=0②线性回归模型的完整表达式为随机误差e的方差越小,通过回归直线预报真实值y的精确度3残差分析①残差对于样本点而言,相应于它们的随机误差为==<i=1,2,3,…,n>其估算值为==<i=1,2,3,…,n>.称为相应于点的残差。②残差平方和:类比样本方差估计总体方差的思想,可以用==〔n>2作为的估计量,其中,,称为残差平方和,可以用衡量回归方程的预报精度,越小,预报精度③用图形来分析残差特性:用来刻画回归的效果。三、提出问题1随机误差产生的原因是什么?2如何建立模型拟合效果最好?课内探究学习学习目标1了解相关系数和相关指数的关系.2理解随机误差产生的原因.33会进行简单的残差分析二、学习重难点学习重点1相关系数r2相关指数R23随机误差学习难点残差分析的应用三、学习过程1相关系数r=2r的性质:3随机误差的定义:4相关指数R2=5R2的性质:6残差分析的步骤:四、典型例题例随着我国经济的快速发展,城乡居民的审核水平不断提高,为研究某市家庭平均收入与月平均生活支出的关系,该市统计部门随机调查10个家庭,得数据如下:家庭编号12345678910x收入<千元>0.81.11.31.51.51.82.02.22.42.8y支出千元0.71.01.21.01.31.51.31.72.02.5判断家庭平均收入与月平均生活支出是否相关?若二者线性相关,求回归直线方程。思路点拨:利用散点图观察收入x和支出y是否线性相关,若呈现线性相关关系,可利用公式来求出回归系数,然后获得回归直线方程。解:作散点图观察发现各个数据对应的点都在一条直线附近,所以二者呈现线性相关关系。<2>所以回归方程五、当堂练习1XX鲁洁棉业公式的可按人员在7块并排形状大小相同的试验田上对某棉花新品种进行施化肥量x对产量y影响的试验,得到如下表所示的一组数据〔单位:kg施化肥量x15202530354045产量y330345365405445450455画出散点图;判断是否具有相关关系思路点拨〔1散点图如图所示〔2由散点图可知,各组数据对应点大致都在一条直线附近,所以施化肥量x与产量y具有线性相关关系.六、课后练习与提高1在对两个变量x、y进行线性回归分析时有下列步骤:①对所求出的回归方程作出解释;②收集数据;③求线性回归方程;④求相关系数;⑤根据所搜集的数据绘制散点图。如果根据可靠性要求能够作出变量x、y具有线性相关结论,则在下列操作顺序中正确的是〔A①②⑤③④B③②④⑤①C②④③①⑤D

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。

评论

0/150

提交评论