- 1、本文档共6页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
《回归分析的初步应用》教案示例
选修1-2。第一章、统计案例
1、1回归分析的基本思想及其初步应用(第1课时)
一、教学内容分析
高中新课程中增加了有关统计学初步的内容,先后出现在必修3和选修1-2(文科)、选修2-3(理科)。《数学3》中的“统计”一章,给出了运用统计的方法解决问题的思路。在这一章中,学习了如何画散点图、利用最小二乘法的思想,利用计算器求回归直线方程、利用回归直线方程进行预报等内容。
本节课内容回归分析的基本思想及其初步应用, 是一种分析整理数据的方法,是在学习了必修三统计的基础上,通过实例的解决让学生进一步让学生经历数据处理的过程,体会统计方法的特点,认识统计方法的应用。。
同时让学生了解在大量的实际问题中,两个变量不一定都呈线性相关关系,他们可能呈指数关系或对数关系等非线性关系,本课时就是学习如何建立线性回归模型,在此的基础上,探索如何建立非线性关系的回归模型。
二、目标及目标分析
知识与技能
1.通过对典型案例的探究,进一步了解回归的基本思想,方法及初步应用.
2.能根据散点分布特点,建立不同的回归模型。
3.知道有些非线性模型通过变换可以转化为线性回归模型。
过程与方法
1. 让学生经历数据处理的过程,体会统计方法的特点,认识统计方法的应用。
2.通过将非线性模型转化为线性回归模型,使学生体会“转化”的思想。
3.培养学生的应用意识和解决实际问题的能力。
情感、态度与价值观
1.通过寻求有效的数据处理方法,开阔学生的思路,培养学生的探索精神和转化能力。
2.通过案例的分析,使学生了解回归分析在生活实际中的应用,增强数学“取之生活,用于生活”的意识,提高学习兴趣。
三、教学重点、难点
重点:线性回归模型的建立和线性回归系数的最佳估计值的探求方法.通过探究使学生体会有些非线性模型运用等量变换、对数变换可以转化为线性回归模型。
难点:相关性检验及回归分析基本思想的理解与应用,“对变量作适当的变换(等量变换、对数变换)”,变非线性为线性,建立线性回归模型。
四、教学方法:问题探究,动手操作
五、教学过程设计
环节一:创设情境
问题1:你能回忆一下建立回归模型的基本步骤吗?
回归分析的基本步骤:
(1) 画出两个变量的散点图。
(2) 求回归直线方程。
(3) 用回归直线方程进行预报。
实例1.课本第3页习题1.1第一题
据统计1993年到2002年中国的国内生产总值(GDP)的数据如下(参看课本)
探究1:请结合以上数据,猜想他们的关系是什么?
探究2:你选择了什么样的回归模型?根据自己得到的模型,预报2003年的(GDP)?
环节二.学生活动
由学生思考,讨论交流。
(1)选择变量,画散点图。(2)通过计算器求得线性回归方程。
(3)给出于2003年的预报值,.
问题2:预报设值一定是实际值吗?误差是多少?
问题3:你认为你得到的模型能较好的刻画GDP和年份的关系吗?
环节三.建构数学模型
1.由学生解决的过程提出的问题,引入线性回归模型:
我们将Y=bx+a+e称为线性回归模型.解释变量x,预报变量y,e称为随机误差。
其中a+bx是确定性函数, ( 是随机误差
注:( 产生的主要原因:
(1)所用确定性函数不恰当;
(2)忽略了某些因素的影响;
(3)观测误差。
2.线性回归模型应考虑的问题:
模型是否合理; 在合理的情况下,如何求a,b
3.线性回归方程:
(1) 相关系数r:
相关系数的性质: ≤1,r0 正相关,r0 负相关; 越接近1,x,y的线性相关程度越强;越接近于0,x,y的线性相关程度越弱.
环节四:深入探究
问题4:结合以上公式探究,进一步阐述问题3的解决。
实例2:课本第9页例2.
背景介绍:
红铃虫喜高温高湿,适宜各虫态发育的温度为 25一32C,相对湿度为80%一100%,低于 20C和高于35C卵不能孵化,相对湿度60% 以下成虫不产卵。冬季月平均气温低于一4.8 ℃时,红铃虫就不能越冬而被冻死。
例2.现收集了一只红铃虫的产卵数y和温度x之间的7组观测数据列于下表:
温度xoC 21 23 25 27 29 32 35 产卵数y/个 7 11 21 24 66 115 325 (1)试建立y与x之间的回归方程;并预测温度为28oC时产卵数目。
(2)你所建立的模型中温度在多大程度上解释了产卵数的变化?
探究:给出数据,让学生分析两个变量的关系。类比前面所学过的建立线性回归模型的步骤,动手实施
方案1:(1)选择变量,画散点图。
(2)通过计算器求得线性回归方程:=19.87x-463.73
(3)进行回归分析和预测:R2=r2≈0.8642=0.7464
预测当气温为28 时,产卵数为92个。这个线性回归模型中温度解释了74.64%产卵数
文档评论(0)