改后回归2.doc

《回归分析的基本思想及其初步应用》学案（二） 学习目标 1.会建立回归模型，进而学习相关指数（总偏差平方和、随机误差的效应即残差、残差平方和、回归平方和、相关指数R2、残差分析）的求法 2.通过典型案例，掌握回归分析的基本步骤 3.初步体会不同模型拟合数据的效果 问题导学 阅读课本5—8页，思考以下问题 1.尝试动手列表格1-2的残差图 2.残差图的作用是什么？ 3.理解以下概念和计算公式： （1）总偏差平方和 （2）残差 （3）残差平方和 （4）回归平方和= （5）回归效果的相关指数= (6) 相关指数表示 4、模型的拟合效果好坏怎么衡量？ 5、一般地，建立回归模型的基本步骤是什么？ 问题探究 1.什么是线性回归方程，什么不是线性回归方程？ 2.例2用了两种回归模型来建立Y与X的关系，可是最后模型（3）的拟合效果明显不如（2），为什么？ 课堂训练 1.某班5名学生的数学和化学成绩如下表所示，对x与y进行回归分析，并预报某学生数学成绩为75分时，他的化学成绩。 A B C D E 数学x 88 76 73 66 63 化学y 78 65 71 64 61 2.关于与有如下数据： 　　 　　2 　　4 　　5 　　6 　　8 　　 　　30 　　40 　　60 　　50 　　70 为了对、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. 3.某医院用光电比色计检验尿汞时，得尿汞含量 (mg/l) 与消光系数的结果如下： 尿汞含量x 2 4 6 8 10 消光系数y 64 138 205 285 360 求回归方程 （2）求相关指数R2。 自主小结