统计案例学案用.docVIP

§1.1.1回归分析的基本思想及其初步应用（一） 学习目标 1. 通过典型案例的探究，进一步了解回归分析的基本思想、方法及初步应用； 学习过程 一、课前准备 复习1：变量之间的两类关系：函数关系与相关关系；函数关系是一种 确定 关系，而相关关系是一种 不确定 关系. 复习2：回归分析是对具有相关关系的两个定量变量（如年龄，身高，考试成绩等）进行统计分析的一种常用方法。 其步骤： 1. 确定研究变量（明确哪个变量是解释变量，哪个变量是预报变量） 2. 判断两个定量变量是否有线性相关关系（两种方法判断：看散点图或计算两个变量的相关系数r） 相关系数（判定两个变量线性相关性）： 注：⑴0时，变量正相关； 0时，变量负相关； ⑵① 越接近于1，两个变量的线性相关性越强；② 接近于0时，两个变量之间几乎不存在线性相关关系。若 用最小二乘法的公式计算出回归系数，， 得出回归方程 线性回归方程：（最小二乘法） 或 注意：线性回归直线经过定点。 4.利用方程进行预报. 二、新课导学 ※ 学习探究 实例 从某大学中随机选取8名女大学生，其身高/cm和体重/kg数据如下表所示： 编号 1 2 3 4 5 6 7 8 身高 165 165 157 170 175 165 155 170 体重 48 57 50 54 64 61 43 59 问题：画出散点图,求根据一名女大学生的身高预报她的体重的回归方程，并预报一名身高为172cm的女大学生的体重. 解：由于问题中要求根据身高预报体重，因此选 为解释变量（自变量）x， 为预报变量（因变量）. (1)做散点图: 从散点图可以看出 和 有比较好的 相关关系. (2) = = 所以 于是得到回归直线的方程为： (3)身高为172cm的女大学生,由回归方程可以预报其体重为 问题：身高为172cm的女大学生,体重一定是上述预报值吗? 思考：线性回归模型与一次函数有何不同? ※ 典型例题 例1某班5名学生的数学和物理成绩如下表: 学生 学科 A B C D E 数学成绩(x) 88 76 75 64 62 物理成绩(y) 78 65 70 62 60 画散点图; 求物理成绩y对数学成绩x的回归直线方程; 该班某学生数学成绩为96,试预测其物理成绩; 小结：求线性回归方程的步骤： ※ 动手试试 练.(07广东文科卷）下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量(吨)与相应的生产能耗 (吨标准煤)的几组对照数据 (1)请画出上表数据的散点图； (2)请根据上表提供的数据，用最小二乘法求出关于的线性回归方程； (3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤．试根据(2)求出的线性同归方程，预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤? (参考数值) 三、总结提升 ※ 学习小结 1. 求线性回归方程的步骤： 2. 线性回归模型与一次函数有何不同 ※ 知识拓展 在实际问题中，是通过散点图来判断两变量之间的性关系的， 学习评价 ※ 自我评价 你完成本节导学案的情况为（ ）. A. 很好 B. 较好 C. 一般 D. 较差 ※ 当堂检测（时量：5分钟 满分：10分）计分： 1. 下列两个变量具有相关关系的是（ ） A. 正方体的体积与边长 B. 人的身高与视力 C.人的身高与体重 D.匀速直线运动中的位移与时间 2. 在画两个变量的散点图时，下面哪个叙述是正确的（ ） A. 预报变量在x 轴上，解释变量在 y 轴上 B. 释变量在x 轴上，预报变量在 y 轴上 C. 可以选择两个变量中任意一个变量在x 轴上 D. 可选择两个变量中任意一个变量在 y 轴上必过（ ） A. B. C. D. 4..为预测某种产品的回收率y需要研究它和原料有效成分含量x之间的线性相关关系现取 A.＝11.47＋2.62x　　　　　＝－11.47＋2.62x C.＝2.62＋11.47x D.＝11.47－2.62x 5.越接近于1，两个变量的线性相关关系 . 6. 已知回归直线方程,则时,y的估计值为 . 课后作业 一台机器使用的时间较长，但还可以使用，它按不同的转速生产出来的某机械零件有一些会有 缺点，每小时生产有缺点零件的多少，随机器的运转的速度而变化，下表为抽样试验的结果