两个变量的线性相关(第三课时).docVIP

§2.3.2 两个变量的线性相关教学设计（第三课时） —— 最小二乘法求线性回归方程 杭州长征中学 俞旭峰 设计 杭州西湖高级中学 严兴光 修订 执教 一．内容和内容解析 本节课的主要内容为用最小二乘法求线性回归方程。 本节课内容作为上节课线性回归方程探究的知识发展，在知识上有很强的联系，所以，核心概念还是回归直线。在“经历用不同估算方法描述两个变量线性相关的过程i标记，为下一步代数表达做好准备。第二问更具有几何直观性，学生也易于接受此标准，达成“几何”与“代数”的转化、“距离”与“偏差”的转化。若学生对“距离”与“偏差”有疑问，教师可提出问题3，通过观察课本92页图2.3－6，简单介绍偏差处理法的优越性和等价性即可。 2．知识发展 设回归直线方程为，（xi，yi）表示第i个样本点， 问题1：你能用代数式来刻画“从整体上看，各点与此直线的偏差最小”吗？ 问题2：偏差有正有负，我们可以怎么规避？比较绝对值处理和平方处理，我们选择哪种合适？ 设计意图：几何问题代数化，为下一步探究作好准备，经历“几何直观”转化为“代数表达”过程，体验“最小二乘法思想”。 师生活动：在引入的设问中，已经解决了转化的问题，由于上节课学生有“用具体数据来计算偏差”的经验，学生易于抽象出各点偏差表示式yi－i =yi－（bxi+a）（i=1，2，…，n），进而不难得出：Q=（y1－bx1－a）+（y2－bx2－a）+…+（yn－bxn－a）。 问题2可在投影屏上举极端例子说明，学生会发现此处理方法的局限性，学生可能会提出多种方法，教师肯定其观点，说明去绝对值对后续研究不便，可类比“方差”处理方式，采用平方处理方法，教师投影： Q=（y1－bx1－a）2+（y2－bx2－a）2+…+（yn－bxn－a）2= 问题3： 从代数上说，偏差最小既哪个量最小？当样本点的坐标（xi，yi）确定时，上述表达式可否化为关于a、b的二次式呢？ 设计意图：体会最小二乘法思想，不经历公式化简无法真正理解，而直接从n个点的公式化简，教学要求、教学时间、学生能力都没达到这个高度。而由具体到抽象，由特殊到一般，是学生顺利完成认知过程的一般性原则。通过此问，让学生了解化简的结果，在此过程中，既熟悉了新符号，又通过观察展开式，能唤起学生已有认知结构中关于处理带参数的二次多项式最小值问题的数学处理方法，揭示n个点的代数式本质也是关于a、b的二次多项式，从而了解最小二乘法思想，突破教学难点。 师生活动：教师指出：可采用n个偏差的平方和Q=（y1－bx1－a）2+（y2－bx2－a）2+…+（yn－bxn－a）2表示n个点与相应直线在整体上的接近程度：记Q=（向学生说明的意义）。 在此基础上，给出可求出使Q为最小值时的a、b的值的线性回归方程系数公式： 问题4：这个公式不要求记忆，但要会运用这个公式进行运算，那么，要求a,b的值，你会按怎样的顺序求呢？ 设计意图：公式不要求推导，又不要求记忆，学生对这个公式缺少感性的认识，通过这个问题，使学生从感性的层次上对公式有所了解。 师生活动：由于这个公式比较复杂，因此在运用这个公式求a,b时，必须要有条理，先求什么，再求什么，比如，我们可以按照xiyi 、n、、 、、顺序来求，再代入公式。 问题5：回归直线通过样本点中心，观察此公式，比照平均数与样本数据之间的关系，你能发现回归直线方程如何体现这点？ 设计意图：在不确定问题探讨中出现的确定性性质，比较有戏剧性，能再次激发学生的探究欲望，而此问题的探究，使得学生在“回归直线是两个变量具有相关关系的代表”的理解上，上升到“回归直线是双变量样本点的中心”这一高度，深化对回归直线和回归思想的理解，完成学生认知结构的再次建构。 3．知识深化： 问题1：观察公式，根据表一数据，需要计算哪些新数据，才能求出线性回归方程系数？计算量大不大？我们用计算器来代替这重复的劳动，请大家一起跟我来操作（计算器操作流程可打印在学案上）。 人体的脂肪百分比和年龄 表一： 年龄 23 39 45 50 54 57 60 脂肪 9．5 21．2 27．5 28．2 30．2 30．8 35．2 设计意图：公式形式化程度高、表达复杂，通过分解，可加深对公式结构的理解。同时，通过例题，反映数据处理的繁杂性，体现计算器处理的优越性。 师生活动：可让学生观察公式，充分讨论，得出要计算：n、、、、五个新数据。而后教师可偕同学生，对计算器操作方式提供示范，师生共同完成。 问题2：利用计算器，根据表二，请同学们独立解决求出表中两变量的回归方程： 表二： 年龄 27 41 49 53 56 58 61 脂肪 17．8 25．9 26．3 29．6 31．4 33．5 34．6