山东省临清市高中数学全套教学案数学选修1-2：1.2独立性检验的基本思想及其初步应用.docVIP

学校： 临清一中 学科：数学 编写人：金荣辉 1.2 独立性检验的基本思想及其初步应用 课前预习学案 预习目标：能用所学的知识对实际问题进行回归分析，体会回归分析的实际价值与基本思想；了解判断刻画回归模型拟合好坏的方法――相关指数和残差分析。和温度有关，现收集了7组观测数据列于下表中，试建立与之间的回归方程. 温度 　21 　23 　25 　27 　29 　32[来源:高考学习网XK]个 　7 　11[来源:高考学习（学生描述步骤，教师演示） 2. 讨论：观察右图中的散点图，发现样本点并没有分布在某个带状区域内，即两个变量不呈线性相关关系，所以不能直接用线性回归方程来建立两个变量之间的关系. [来源:学+科+网]1.独立性检验利用随机变量 来确定在多大程度上可以认为“两个分类变量有关系”的方法称为两个分类变量的独立性检验。2.判断结论成立的可能性的步骤：（1）通过三维柱形图和二维条形图，可以粗略地判断两个分类变量是否有关系，但是这种判断无法精确地给出所得结论的可靠程度（2）可以利用独立性检验来考察两个分类变量是否有关系，并且能较精确地给出这种判断的可靠程度。. ② 残差分析：通过残差来判断模型拟合的效果，判断原始数据中是否存在可疑数据，这方面的分析工作称为残差分析. ③ 残差图：以残差为横坐标，以样本编号，或身高数据，或体重估计值等为横坐标，作出的图形称为残差图. 观察残差图，如果残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适，这样的带状区域的宽度越窄，模型拟合精度越高，回归方程的预报精度越高. 4. 探究非线性回归方程的确定（结合例3）： ① 如果散点图中的点分布在一个直线状带形区域，可以选线性回归模型来建模；如果散点图中的点分布在一个曲线状带形区域，就需选择非线性回归模型来建模. ② 根据已有的函数知识，可以发现样本点分布在某一条指数函数曲线y=的周围（其中是待定的参数），故可用指数函数模型来拟合这两个变量. ③ 在上式两边取对数，得，再令，则，而与间的关系如下： X 　21 　23 　25 　27 　29 　32 　35 z 1.946 2.398 3.045 3.178 4.190 4.745 5.784 观察与的散点图，可以发现变换后样本点分布在一条直线的附近，因此可以用线性回归方程来拟合. ④ 利用计算器算得，与间的线性回归方程为，因此红铃虫的产卵数对温度的非线性回归方程为. ⑤ 利用回归方程探究非线性回归问题，可按“作散点图建模确定方程”这三个步骤进行. 其关键在于如何通过适当的变换，将非线性回归问题转化成线性回归问题. 例3中的残差分析： 计算两种模型下的残差 一般情况下，比较两个模型的残差比较困难（某些样本点上一个模型的残差的绝对值比另一个模型的小，而另一些样本点的情况则相反），故通过比较两个模型的残差的平方和的大小来判断模型的拟合效果. 残差平方和越小的模型，拟合的效果越好. 　　由于两种模型下的残差平方和分别为1450.673和15448.432，故选用指数函数模型的拟合效果远远优于选用二次函数模型. （当然，还可用相关指数刻画回归效果） 5. 小结：用回归方程探究非线性回归问题的方法、步骤. 残差分析的步骤、作用。 课后练习与提高 [来源:Zxxk.Com].） 版权所有：中华资源库