高中数学：①《成对数据的统计分析小结》教学设计.docx

湖南省张旭艳高中数学名师网络工作室

湖南省张旭艳名师工作室出品执笔人：李静株洲市第十三中学；审稿人：陈健株洲市第十三中学。

教学设计

课程基本信息

学科

高中数学

年级

高二

学期

春季

课题

《成对数据的统计分析小结》

教科书

书名：普通高中数学教材选择性必修第三册

出版社：人民教育出版社出版日期：2020年3月

教学目标

1.通过本章的知识框架结构图，熟悉成对数据的统计分析的相关知识，查漏补缺，建构本章知识的结构体系；

2.通过梳理回归分析、独立性检验过程，总结成对数据的统计关系及分析方法；

3.利用样本相关系数判断、线性回归模型参数最小二乘估计、值判断，以及回归分析的预测、独立性检验的解释，体会模型思想、假设检验思想和样本估计总体的思想；

4.通过典型问题的解决，会综合运用相关系数、一元线性回归分析、列联表独立性检验解决相关成对数据等实际问题；

5.提升在实际问题中运用数学知识、技能、方法、思想的能力，落实直观想象、数据分析、数学运算、数学建模、逻辑推理等核心素养。

教学内容

本节课内容选自普通高中数学教材人教A版数学选择性必修第三册第八章《成对数据的统计分析》。体会两个变量间的相关关系，掌握相关关系的判断，能根据散点图对线性相关关系进行判断；会通过相关系数比较多组成对数据的相关性，了解样本相关系数与标准化数据向量夹角的关系；了解一元线性回归模型的含义，了解模型参数的统计意义，了解最小二乘原理；会通过分析残差图法、残差平方和和利用决定系数判断回归模型的拟合效果；通过实例，理解列联表的统计意义，理解判断两个分类变量是否有关系的常用方法：频率分析法、等高条形图法；了解随机变量的意义，了解独立性检验的基本思想和方法。

通过本单元的学习，学生厘清成对数值变量、分类变量的统计分析方法，强化其中构造的统计量的含义；体会模型、假设检验、样本估计总体的思想与方法，并能应用它们解决综合的实际问题。

1.教学重点：

（1）构建本章的知识框架结构

（2）理解相关关系、散点图、样本相关系数等基本概念

理解一元线性回归模型的概念，通过对残差和残差图的分析，能用残差判断一元线性回归模型的拟合程度

将非线性回归问题转化为线性相关问题，能用决定系数判断线性回归模型的优劣

基于列联表，能通过实例解释独立性检验的基本思想，归纳出独立性检验的基本步骤，提升数据分析的能力

2.教学难点：

（1）回归模型与函数模型的区别，随机误差产生的原因与影响

（2）运用合适的变换将非线性相关问题转化为线性相关问题，用决定系数判断模型的优劣程度

（3）统计变量的导出与意义，独立性检验的思想与方法

教学过程

环节一、构建知识结构图

【问题1】：你能画出本章的知识结构图吗？

1.结构图2.构建体系

一、两个基本思想：回归分析的基本思想、独立性检验的基本思想。

二、两个重要参数：决定系数、独立性检验。

三、两种重要图形：散点图、残差图。

【问题2】：从本章开始学习成对数据得统计分析，在学习过程中，我们是通过什么方法来研究问题的呢？

基本按照先直观描述后定量刻画的原则，体现了统计中研究问题的一般思路。例如：对于两个数值变量相关性的推断，先通过散点图进行直观推断，在此基础上通过引入样本相关系数进行定量推断；对于两个分类变量的独立性检验，先利用列联表、等高堆积条形图直观判断两个变量有关，在利用卡方独立性检验精确判断。

环节二：知识梳理

一、成对数据的统计相关性

1.举例说明成对数据是如何产生的？

（1）案例:

教育部门为掌握学生身体健康状况,需要了解身高和体重之间的关系；

医疗卫生部门要制定预防青少年近视的措施,需要了解有哪些因素会影响视力，以及这些因素是如何影响视力的；

由此可以知道，需要了解两个或两个以上变量之间的关系，需要对同一个个体的两个维度进行观测，从而形成成对数据。

2.什么叫相关关系，它与函数关系有什么区别？

变量的相关关系常见的有两类，一类是确定性关系，即函数关系；另一类是两个变量有关系，但又没有确切到可由其中的一个区精确地决定另一个的程度，这种关系称为相关关系。

3.两个变量之间的关系类型

利用散点图识别两个变量之间的关系

4.如何从定量的角度刻画成对样本数据的线性相关程度？

（1）样本相关系数的定义

我们称为变量和变量的样本相关系数

成对样本数据的变化特征

r的正负性

当r0时，称成对样本数据正相关；当其中一个数据的值变小时,另一个数据的值通常也变小;当其中一个数据的值变大时,另一个数据的值通常也变大。

当r0时，称成对样本数据负相关；当其中一个数据的值变小时,另一个数据的值通常会变大