11回归分析的基本思想及初步应用.docVIP

课题：3.1回归分析的基本思想及初步应用 班级 姓名 编号 45 主编教师：房灿 课型：新授课 审核人签名： 【自研课导学】 预习课（晚自习40分钟） 自读自研选修2-3课本第80到89页的所有内容，并在 25分钟内完成自研环节任务： 达成目标（1）理解随机误差、残差、残差分析的概念（2）会用残差分析判断线性回归模型的拟合效果（3）掌握建立回归模型的步骤（4）通过对典型案例的探究，了解回归分析的基本思想方法和初步应用 自研自探环节 合作探究 展示提升环节，质疑提升环节 自学指导内容，学法，时间 互动策略内容 展示方案内容，方式，时间 回归教材，夯实基础 问题1：“名师出高徒”这句彦语的意思是什么？有名气的老师就一定能教出厉害的学生吗？这两者之间是否有关？ 复习1：函数关系是一种 关系，而相关关系是一种 关系. 复习2：回归分析是对具有 关系的两个变量进行统计分析的一种常用方法，其步骤： . 新知一 完成课本P81例1思考：线性回归模型与一次函数有何不同? 用相关系数r可衡量两个变量之间 关系.计算公式为 r = r0 ,相关, r0 相关; 相关系数的绝对值越接近于1，两个变量的线性相关关系 ，它们的散点图越接近 ； ，两个变量有 关系. 新知二 探究 如何评价回归效果？ 评价回归效果的三个统计量 (1)总偏差平方和： (2)残差平方和： (3)回归平方和： 相关指数： 表示 对 的贡献，公式为： 的值越大，说明残差平方和 ，说明模型拟果 . 3、残差分析：通过 来判断拟合效果.通常借助 图实现 残差图：横坐标表示 ，纵坐标表示 . 残差点比较均匀地落在 的区的区域中，说明选用的模 型 ，带状区域的宽度越 ，说明拟合精度越 ，回归 方程的预报精度越 . 两人小对子 学习对子间相互检查自研成果，解决自学时的疑难问题。并用红笔评定等级。 （5分钟） 五人互助组 小组长统计本组在第一次互动后仍存在的疑难问题，组织组员针对疑难展开讨论 （5分钟） 教师给出分组抽签。拿到抽签顺序后，组长主持本组成员参照展示方案，分配各成员的展示任务，完成展示准备。 （8分钟） 典型例题讲析： 例1.某工厂1-8月份产品的产量（t）与成本(万元）的统计数据见下表： 月份 1 2 3 4 5 6 7 8 产量 5.6 6.0 6.1 6.4 7.0 7.5 8.0 8.2 成本 130 136 143 149 157 172 183 188 画出散点图； y与x是否具有现行相关关系？若有，求出回归直线方程。 预测10月份产品的产量为9t时，所需成本大约是多少？（保留三位有效数字） 小结：求线性回归方程的步骤： 例2. 关于与y有如下数据： 2 4 5 6 8 30 40 60 50 70 为了对、y两个变量进行统计分析，现有以下两种线性模型：，，试比较哪一个模型拟合的效果更好? 小结：分清总偏差平方和、残差平方和、回归平方和，初步了解如何评价两个不同模型拟合效果的好坏. 【展示课导学】 【训练课导学】 “日清过关”巩固提升三级达标训练题 书写等级 达成等级 批阅日期 基础题 1. 下列两个变量具有相关关系的是（ ） A. 正方体的体积与边长 B. 人的身高与视力 C.人的身高与体重 D.匀速直线运动中的位移与时间 2. 在画两个变量的散点图时，下面哪个叙述是正确的（ ） A.预报变量在x 轴上，解释变量在 y 轴上 B.解释变量在x 轴上，预报变量在 y 轴上 C.可以选择两个变量中任意一个变量在x 轴上 D.可选择两个变量中任意一个变量在 y 轴上 3. 回归直线必过（ ） A. B. C. D. 4. 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 如下 ，其中拟合效果最好的模型是（ ）