3-1.1回归分析的基本思想及其初步应用(第3课时).docVIP

1.1回归分析的基本思想及其初步应用（第三课时） 学习目标：1.由“散点图”选择适当的数据模型，以拟合两个相关变量。 虽然任何两个变量的观测数据都可以用线性回归模型来拟合，但不能保证这种拟合模型对数据的拟合效果最好。为更好地刻画两个变量之间的关系，要根据观测数据的特点来选择回归模型。 2.通过探究使学生认识到：有些 ，即借助于线性回归模型研究呈非线性关系的两个变量之间的关系： ①如模型为： ②如模型为： 3.初步体会不同模型拟合数据的效果。计算不同模型的相关指数，通过比较相关指数的大小来比较不同模型的拟合效果。（这只是模型比较的一种方法，还有其他方法。） 学习重点:体会有些非线性模型通过变换可以转化为线性回归模型，了解在解决实际问题的过程中寻找更好的模型的方法。 学习难点：了解常用函数的图像特点，选择不同的模型建模，并通过比较相关指数（如“残差平方和”）对不同的模型进行比较优劣。 学习过程： 一.复习回顾：1、请写出建立回归模型的基本步骤为: 1)____________________________________________________ 2)____________________________________________________ 3)____________________________________________________ 4)____________________________________________________ 5)____________________________________________________ 2.在线性回归模型中，以下哪些量的变化表示回归的效果越好（ ） A）总偏差平方和越小 B）残差平方和越小 C）回归平方和越大 D）相关指数R2越大 x 21 23 25 27 29 32 35 y 7 11 21 24 66 115 325 二、例题学习： 例2.（课本P86） 21 23 25 27 29 32 35 z 6）画散点图 7）求回归方程：z= 8）非线性回归方程为 y= 想想: 如果用二次曲线来拟合应如何设计,请按上面的步骤写出来. 三、小结 1）、通过本节课你掌握了什么？ 2）、如何通过变换把非线性模型转化为线性回归模型 四、课后练习： 1.在进行回归分析时，预报变量的变化由（ ）决定 A）解释变量 B）残差变量 C）解释变量与残差变量 D）都不是 2.函数关系与相关关系的区别是 3.在线性回归模型中，以下哪些量的变化表示回归的效果越好（ ） A）总偏差平方和越小 B）残差平方和越小 C）回归平方和越大 D）相关指数R2越大 4.如果在散点图中所有的样本点都在一条直线上，那么解释变量和预报变量之间的相关系数是（ ） A）—1 B）0 C）1 D）2 5.总体偏差平方和为287，残差平方和120，那么解释变量对总效应约贡献了 6.当样本点并没有分布在某个带状区域内，而是分布在某一条指数函数曲线周围，我们通过对数变换把指数关系变为线性关系，可令 ，令到变换后的样本点分布在某条直线的周围。 *7.为了探讨高一男生跳高成绩与下肢爆发力的关系，随机测得12名学生的立定跳远和跳高成绩见下表：（单位：m） 立定跳远(x) 2.08 2.30 2.12 1.95 2.10 2.35 2.15 2.25 1.80 2.06 2.04 2.26 跳高（y） 1.20 1.28 1.15 1.08 1.22 1.30 1.16 1.24 1.06 1.12 1.10 1.26 （1）.用跳远作为解释变量，跳高作为预报变量，作出这些数据的散点图。 （2）.请根据散点图简单描述这些学生的立定跳远和跳高成绩之间的关系。 （3）.计算回归方程。 （4）.假定某个高一男生的立定成绩为2.20m ,请预报他的跳高成绩。预报值一定是他的跳高成绩吗？为什么？ 桂洲中学高二师生讲学稿 编稿：汤志平 审核：钱小云 用稿时间：2012年3月 姓名：