- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
31回归分析的基本思想及其初步应用(第2课时)教学设计.doc
3.1回归分析的基本思想及其初步应用()【案例说明】
1. 本节内容为人教社A版高中数学新课程教材选修2-3第三章统计案例教学内容。
2. 本节内容是延续必修3第三章统计中线性相关关系的学习,进一步对相关关系作残差分析,由此形成比较完整的对实际问题分析处理的知识结构。
3. 本节课教学面对的是高二理科科班学生,统计中的大量数据及相关的公式是学生学习中的难点,特别是学过必修3后到选修2-3又经历了相当长的时间,学生对最基本的统计中相关关系的知识储备几乎为零。
4. 此前教学中,教师已经借助HP图形计算器进行了长时间的教学,学生对图形计算器的使用比较熟练,可以自主解决问题。
5. 由于图形计算器数量有限,在教学中仅以小组合作形式(每组4人)开展相应的小组活动。
【教学目标】
1. 通过对相关系数的学习,进一步利用残差平方和、相关指数和残差图等角度探讨回归模型拟合的效果。
R2来说明模型的拟合效果;另一方面练习绘制残差图,并利用残差图判断原始数据中是否存在可疑数据。
3.掌握线性回归分析方法及其应用,认识统计思想的应用价值。通过数形结合思想、反证法、假设检验法、运动变化的观点分析解决问题。
4. 在问题探究中,使学生加深对回归分析的基本思想的理解,提高分析、处理数据能力;进一步培养学生研究和发现能力。让学生在计算器帮助下获得成功体验。增强学生的合作能力。
重点: 了解判断刻画模型拟合效果的方法——相关指数和残差分析。
: 解释残差变量的含义
【方法手段】
教学方法:启发发现,合作探究
教学手段:多媒体辅助教学、HP图形计算器计算器
【教学过程】
复习引入
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 师生活动:生:利用计算器画图,并说出散点图的特征。
师:指导
师:结合图形总结散点图相关知识。
生:利用计算器求出回归直线方程,并说明方程系数的含义。
利用图形计算器得到
设计意图:巩固计算器的绘图过程、回忆旧知识,为进一步学习作准备
引导探究得出新知:
提出问题:
身高对体重的预报是否准确? (数据的可靠性)
1.每个数据的科学性
2.给出残差定义
3.画残差图
师生活动:
师:指明残差分析的必要性,同时给出残差定义及计算方法。
生:计算例题中每个数据的残差。
师:如何判断原始数据中是否存在可疑数据——残差图,说明画残差图方法。
生:画残差图并观察残差图,找出异常点,说明含义。
师:总结残差图的作用
残差计算结果见下表: 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 残差 -6.373 2.627 2.419 -4.618 1.137 6.627 -2.883 0.382 我们可以利用图形来分析残差特性,作图时纵坐标为残差,横坐标可以选为样本编号,或身高数据,或体重估计值等,这样作出的图形称为残差图。
编号x 1 2 3 4 5 6 7 8 残差y -6.373 2.627 2.419 -4.618 1.137 6.627 -2.883 0.382
残差图:
设计意图:
通过数量计算使学生对残差形成量化认识
通过绘制残差图使学生对残差形成感性认识
培养学生多角度观察、分析处理数据的思维习惯
提出问题:身高对体重的预报是否准确? (线性模型的可靠性)
1. 回归图形
2.理想状态下的模型
(无任何干扰因素)
假设身高(解释变量)和随机误差的不同不会对体重(预报变量)产生影响
3.解释变量作用下的模型(不考虑身高以外的其他因素)
师生活动:师:引导学生绘制无任何干扰因素下体重值对应的图形
生:画图,观察图中点的位置,得出体重的值(不受身高和随机误差的影响)。
师:引导学生绘制只涉及身高与体重关系的图形。
生:观察图中点的位置,得出体重的值。
师:引导学生通过比较三副图中体重值的变化,引出相关指数
设计意图:培养学生由浅入深,由简到繁的分析问题解决问题的能力
在计算器帮助下,充分领悟残差分析的本质及分析方法
提出问题:
身高、睡眠、饮食、生活环境等对体重均有影响,身高对体重的影响程度究竟有多大?
1.建立总偏差平方和、残差平方和、回归平方和的概念及其公式
2.给出相关指数
3.得出模型的拟合效果与相关指数的关系
师生活动:师:给出总偏差平方和、残差平方和、回归平方和、相关指数的概念及其公式
生:通过计算,了解每个概念含义,并掌握相应的公式
师:指导学生分析相关指数对模型拟合效果的影响,得出相应结论
生:分组解决
文档评论(0)