3.2回归分析 教案（人教B版选修2-3）.docVIP

3.2回归分析教学过程中共中央国务院关于加强青少年体育、增强青少年体质的意见指出城市超重和肥胖青少年的比例明显增加身高标准体重该指标对于学生形成正确的身体形态观具有非常直观的教育作用. 求出回归方程 其中 ， 称为样本点的中心. 师：在正式研究之前，我们先一起回忆一下必修③所学过的内容. 师：我提供5组身高与体重的数据，请同学们画散点图，并用函数计算器求线性回归方程. 编号 1 2 3 4 5 身高/cm 165 165 157 170 175 体重/kg 49 58 51 53 65 学生做完后教师用Excel展示散点图和所求回归方程. （函数计算器的使用方法见后附说明） 回忆必修③中相关知识，参照投影展示的计算器的使用方法，练习使用函数计算器求回归方程. 学生抄写数据后，画散点图，并互相帮助，学习使用计算器的方法 利用“先行组织者”，给出学生一个知识的大背景，顺便帮助学生复习必修③所学内容，包括抽样方法，画散点图，让学生熟悉利用函数计算器求回归方程，为本节课作好知识上和技术上的准备. 5分钟 学生分组操作： 1、抽样（随机抽取） 2、样本数据（电脑展示） 3、画散点图 4、计算 5、预测身高为172cm的女生的体重 （目的：使学生了解回归分析的一般步骤．） 分配任务：通过随机抽样已经获得高二年级女生身高体重的数据共45组，用电脑显示出来，学生分四组操作． 操作1第一组使用前面15组数据求；第二组使用中间15组数据；第三组使用最后15组数据； 操作2 第四组用课本例题1中女大学生的身高体重的8组数据． 每个小组要求完成三幅散点图．（四个小组同时操作） 先分别将四个组的数据要抄写在练习本上，方便参考． 学生分工操作：有的画散点图；有的用函数计算器进行计算；有的做检验． 不同的人作不同的事，老师在这里把学生之间的差异作为一种资源，由能力较强的学生带着能力较弱的学生，帮助及时到位．体现建构性教学中的“合作”． 8分钟 结果的比较： 比较散点图分布形态 比较样本点中心及它和回归方程的关系 比较回归方程系数 比较散点图与回归直线的关系 比较四个172cm女生体重的预测值 （目的：给学生一个关注方向） 倾听并引导学生发言． 第四组派学生代表用投影仪展示本组散点图和回归方程，并作简单讲解． 其他三组派学生代表板书，写出本组的线性回归方程，并把所预测的体重值写出来．以方便比较． 利用课本例题１女大学生的身高体重和高二女生形成明显对比． 让学生用自己了解到的知识进行描述和交流，提高学生参加数学活动的兴趣和热情． 5分钟 结果的分析： 1、为什么回归直线过样本点中心？ （目的：加强对公式的认识） 2、都是高二女生为什么所求回归方程不同？ （目的：认识随机数学的不确定性） 3、样本点为什么不都落在我们求得回归方程上？ 　 （目的：引出线性回归模型y=bx+a+e ,讨论随机误差e的来源） 4、预测出的体重都不同，那么它还有参考价值吗？ （目的：让学生感知预报变量的变化受解析变量和随机误差的共同影响） （回应本课开始的提问“身高标准体重”从何而来？） 启发与讲解 1、教师展示由小二乘法求回归系数的公式讲解：就是将代入求出，进而得到回归方程 2、受样本点的不同而影响，如果是不同事件（如课本例1女大学生和高二女生），则统计结果自然不同；但是，同一事件（如都是高二女生），采样不同结果也不同 ． 3、请一位同学拿自己小组的散点图和回归方程展示并讲解小组讨论结果. 教师启发：没有人知道身高和体重之间的真正关系是什么，我们在寻找一种回归方程来近似这种关系．这里存在一种误差是由选择模型近似所应起的． 讲解：线性回归模型y=bx+a+e增加了随机误差项e. 我们把自变量x称作解释变量，因变量y称作预报变量. ４、启发①：参考预测值时，我们希望高中组的三个值接近点好还是区别大点好？ 启发②：怎样就能更接近？ 学生回答“样本多一些”后教师电脑展示： 用所有45组高二女生数据所求回归方程，以方便学生比较哪一个小组的预测值更接近老师的较多数据的预测值，相对而言，这个组的模拟效果就越好． 启发③： 为什么随着数据的增多，三组的预测值有可能会越接近？ 师问：随机误差e变小体现在哪里？ 师讲解：所以，有参考价值，它们的值越接近，就说明随机误差越小，当然就拟合的越好. 当数据足够多，使用科学的方法，是能够制作出一份值得参考的“身高标准体重”的． 回到刚才的问题，如果条件有限，只能获得15组数据，那么怎样知道这三组同学所得的回归方程哪个更好？ 请同学们带着以