回归分析的基本思想及其初步应用（2）.docVIP

回归分析的基本思想及其初步应用（2） 学习目标 (a)知识与技能 ＊通过本节的学习，了解回归分析的基本思想，会对两个变量进行回归分析，明确建立回归模型的基本步骤，认识随机误差的来源和对预报变量的影响 (b)过程与方法 ＊经历数据处理全过程，培养对数据的直观感觉，体会统计方法的应用。 ＊通过使用转化后的数据，利用计算器求参数和相关指数，使学生体会使用计算器处理数据的方法。 ＊从散点图中点的分布上我们发现直接求回归直线方程存在明显的不足，从中引导学生去发现解决问题的新思路—进行回归分析，进而介绍残差分析的方法和利用R的平方来表示解释变量对于预报变量变化的贡献率 (c)情态与价值 ＊通过本节课的学习,了解回归分析的必要性和回归分析的基本思想 ； ＊培养我们利用整体的观点和互相联系的观点，来分析问题，进一步加强数学的应用意识，培养学生学好数学、用好数学的信心。体会与他人合作的重要性，理解处理问题的方法与结论的联系，形成实事求是的严谨的治学态度和锲而不舍的求学精神。培养学生运用所学知识，解决实际问题的能力 一.用心温故 1．1．复习数学(3)线性回归分析的步骤: ①＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿ ②＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿ ③＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿ ④＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿ 2线性回归方程的截距和斜率的最小二乘估计公式： 样本中心为:( ) 3. 描述两个变量之间线性相关关系的强弱的相关系数: r= 课前检测： 假设关于某设备的使用年限x和所支出的维修费用 y（万元），有如下的统计资料。 使用年限x 2 3 4 5 6 维修费用y 2.2 3.8 5.5 6.5 7.0 若由资料知,y对x呈线性相关关系。试求： （1）线性回归方程 的回归系数 ； （２）估计使用年限为10年时，维修费用是多少？ 二.探求新知 创设情境： 2007年5月，中共中央国务院关于加强青少年体育、增强青少年体质的意见指出城市超重和肥胖青少年的比例明显增加.“身高标准体重”该指标对于学生形成正确的身体形态观具有非常直观的教育作用.身高标准体重”从何而来？我们怎样去研究? 问题呈现：女大学生的身高与体重 例1 从某大学中随机选取8名女大学生，其身高和体重数据如表1-1所示。 编号 1 2 3 4 5 6 7 8 身高/cm 165 165 157 170 175 165 155 170 体重/kg 48 57 50 54 64 61 43 59 求根据一名女大学生的身高预报她的体重的回归方程，并预报一名身高为 172cm的女大学生的体重。 探究： 身高为172cm的女大学生的体重一定是60.316kg吗？如果不是，你能解析一下原因吗？ 引入线性回归模型 分析预报值y与真实值y之间误差的原因: (二）认识随机误差项e 1、怎样研究随即误差？ 假设 1:身高和随机误差的不同不会对体重产生任何影响， 总偏差平方和概念： 假设2:随机误差对体重没有影响，也就是说，体重仅受身高的影响，那么散点图 中所有的点将完全落在回归直线上。 残差： 残差平方和： 2、相关指数R2： 其意义为： 三、学以致用： 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　　（　　　） Ａ．①②⑤③④　Ｂ．③②④⑤① Ｃ．②④③①⑤　Ｄ．②⑤④③① ２、对于相关指数　　，下列说法正确的是（　　　） Ａ、　的取植越小，模型拟合效果越好 Ｂ、　的取值可以是任意大，且　　取值越大拟合效果越好 Ｃ、　的取值越接近１，模型拟合效果越好 Ｄ、以上答案都不对 3、甲、乙、丙，丁四位同学各自对Ａ，Ｂ两变量的线性相关性做实验，并用回归分析方法分别求得相关系数r与残差平方和m如下表： 甲 乙 丙 丁 r 0.82 0.78 0.69 0.85 m 106 115 124 103 则哪位同学的实验结果体现Ａ，Ｂ两变量有更强的线性相关性 Ａ．甲　　Ｂ．乙　　　Ｃ．丙　　　Ｄ．丁 4、 已知两个变量x和y之间有线性相关性，４次实验得到样本如下 x 0 1 2 3 y 0 2 3.9 6.1 （１）则y对x的线性回归方程是＿＿＿＿＿＿＿＿＿＿＿ （２）相应于各样本点的残差　　（i=1,2,3,4)分别是＿＿，＿＿＿，＿＿＿，＿＿＿． 残差平方和是＿＿＿＿＿＿＿＿＿＿