数学人教A版选修2-3教案：3.1回归分析的基本思想及其初步应用第四课时Word版含解析.docVIP

第四课时 教学目标　　　　　 知识与技能 通过典型案例的探究，进一步了解回归分析的基本思想和求回归方程的步骤． 过程与方法 通过对回归模型的选择，使学生进一步体会建立回归模型的步骤，体会各个步骤的功能和重要性． 情感、态度与价值观 通过案例的分析，培养学生的探索精神，提高对数据的处理能力，并且使学生了解回归分析在生活实际中的应用，增强数学的应用意识，提高学习兴趣． 重点难点　　　　　 教学重点：掌握在解决实际问题的过程中寻找更好的模型的方法，总结求回归方程的步骤，会用合适的方法进行模型分析． 教学难点：如何根据散点图选择合适的回归模型并对其拟合效果进行检验． 提出问题：某地区不同身高的未成年男性的体重平均值如下： 身高x(cm) 60 70 80 90 100 110 120 130 140 150 160 170 体重y(kg) 6.13 7.90 9.99 12.15 15.02 17.50 20.92 26.86 31.11 38.85 47.25 55.05 (1)试建立y与x之间的回归方程； (2)若体重超过相同身高男性体重平均值的1.2倍为偏胖，低于平均值的0.8为偏瘦，那么这个地区一名身高为175 cm，体重为82 kg的在校男生的体重是否正常？ 学生活动：合作交流，探讨方案并计算检验． 学情预测： 方案一：计算相关系数r≈0.960.75，故y与x之间具有很强的线性相关性． 设y与x之间的回归方程为 ＝ x＋ ，则 ＝≈0.431 9， ＝－ ≈－25.679，故回归方程为： ＝0.431 9x－25.679. 当x＝175时， ≈55.15. 因为55.15×1.2＝66.18＜82，故这名男生偏胖． 方案二：画出散点图如图所示： 样本点分布在某条指数函数曲线y＝c1ec2x的周围，于是令z＝lny，得 x 60 70 80 90 100 110 120 130 140 150 160 170 z 1.81 2.07 2.30 2.50 2.71 2.86 3.04 3.29 3.44 3.66 3.86 4.01 作出散点图： 由表中数据可得z与x之间的回归直线方程为 ＝0.693＋0.020x，则有 ＝e0.693＋0.020x. 当x＝175时， ≈66.22，由于66.22×1.2＝79.46482，所以这名男生偏胖． 设计目的：复习回归分析的基本步骤，让学生体会回归思想在实际问题中的应用，在操作过程中锻炼学生的数据处理能力． 提出问题：虽然两种解法的结论是一致的，但分析过程同学们可以发现，两种解法中求得的体重平均值是不同的，试分析两种模型哪种更合适？ 学生活动：讨论交流． 学情预测：可能学生会出现争论：一种观点：原因出在选取的回归模型不同，从散点图上观察，选取指数型模型可能更好，得到的答案可信度可能更高． 另一种观点：计算x与y的相关系数可得：r≈0.960.75，显示具有很强的线性相关性，故采用线性回归模型不会出错． 提出问题：怎样来评判这两种解法呢？ 学生活动：分组合作，讨论解决的方法． 学情预测：可以求相关指数、计算残差平方和或画残差图来分析两种模型的拟合效果． 对于方案1：残差平方和约为：190.424， 　　　　　　相关指数：R≈0.93， 　　　　　　残差图： 对于方案2：残差平方和约为：33.8， 　　　　　　相关指数：R≈0.988， 　　　　　　残差图： 通过图形可以发现，方案二在数据拟合效果上更好，故应该采用方案二的结论． 设计目的：通过对问题的探讨，让学生回顾学过的比较回归模型拟合效果的方法，体会在进行回归分析时方程类型合理选取的重要性． 提出问题：通过对上面问题的分析，同学们觉得进行线性回归分析时，确定完变量后是计算线性相关系数还是画散点图？ 学生活动：学生分组讨论． 学情预测：应该是先画散点图，根据散点图判断出回归方程的类型进行求解，当根据图形无法确定哪种方程形式更合理时，可多设出几个方程分别求出，再根据残差分析和计算相关指数来比较回归方程的拟合效果，选择拟合效果最好的方程进行预测． 教师：残差分析的作用不光在于比较回归模型的拟合效果，它还有一个重要的作用，就是通过残差样本点的分布，还可以发现样本点收集过程中的错误，有利于纠正采集中的错误． 提出问题：同学们自己能否把回归分析的步骤补充完整． 学生活动：分组讨论，合作交流． 学情预测： (1)确定变量； (2)画散点图； (3)分析回归模型类型； (4)求回归方程； (5)分析拟合效果． 设计目的：让学生整理回归分析的基本步骤，进一步明确每一个步骤的作用和重要性． 1通常一个人的身高越高，他的脚就越大，为了调查这一问题，对9名高三男生的身高和脚长进行测量，得到如下数据：(单