一元线性回归教学设计.docVIP

10.3.4 一元线性回归 【教学目标】 1. 了解相关关系、回归分析、散点图、回归直线方程的概念． 2. 掌握散点图的画法，掌握回归直线方程的求解方法，会求回归直线方程． 3. 让学生参与回归直线的探求，结合身边的实例，发现散点图的线性特征，主动构建线性回归直线方程的模型． 【教学重点】 散点图的画法，回归直线方程的求解方法． 【教学难点】 回归直线方程的求解方法． 【教学方法】 这节课主要采取启发引导和讲练结合的教学方法．通过创设情境、设置问题等手段对学生进行了启发、诱导，结合讨论法、讲授法组织学生自主探究．然后结合例题及课后练习巩固求回归直线方程的步骤． 【教学过程】 环节 教学内容 师生互动 设计意图 导 入 1.请说出正方形面积S与边长x之间的关系． 正方形边长x　　　　　　　面积：S ＝ x2 2．人的身高不能确定体重，但平均说来“身高者，体也重”．那么身高和体重具有什么关系？ 身高和体重之间具有不确定的关系． 3．类似的情况生活中还有： (1)商品销售收入与广告支出经费； (2)粮食产量与施肥量． 教师引导学生得出结论：两个变量之间除了函数关系外还有相关关系． 通过生活实例认识现实生活中存在大量的非确定性的相关关系． 新 课 新 课 新 课 1. 相关关系与函数关系的异同点 相关关系 函数关系 相同点 均是指两个变量的关系 不同点 非确定的关系 确定的关系 两个随机变量的关系 两个非随机变量的关系 2．一元回归分析 通常把研究两个变量间的相关关系叫做一元回归分析． 看下面的例子． 例1 在某种产品表面进行腐蚀刻线试验，得到腐蚀深度Y 与腐蚀时间x之间的一组观察值如下表： x/s 5 10 15 20 30 40 50 60 70 90 120 Y/??m 6 10 10 13 16 17 19 23 25 29 46 由表中数据看出，Y有随x增加而增加的趋势，但它们之间的这种关系无法用函数式准确表达，是一种相关关系． 作出下图． 结论：表示具有相关关系的两个变量的一组数据的图形，叫做散点图． 所有散点大致分布在图中画出的一条直线的附近． 显然这样的直线还可以画出许多条，而我们希望找出其中的一条，它能最好地反映x与Y之间的关系，这条直线就叫回归直线，记此直线方程为 ＝a＋bx． 　① 则①式叫做Y对x的回归方程，b叫做回归系数．而且 ② 下面列用公式②来求例1中，腐蚀深度Y对腐蚀时间x的回归直线方程． 序号 x y x2 y2 xy 1 5 6 25 36 30 2 10 10 100 100 100 3 15 10 225 100 150 4 20 13 400 169 260 5 30 16 900 256 480 6 40 17 1 600 289 680 7 50 19 2 500 361 950 8 60 53 3 600 529 1 380 9 70 25 4 900 625 1 750 10 90 29 8 100 841 2 610 11 120 46 1 400 2 116 5 520 ∑ 510 214 36 750 5 422 13 910 由上表算得，x平均数为 ，y的平均数为 ，代入公式②得 b≈0.304 336，a≈5.34． 即所求回归直线方程为 ＝0.034x＋5.34． 这里回归系数b＝0.304的意义是：腐蚀时间x每增加一个单位，深度Y平均增加0.304个单位． 例2 设对变量x，Y有如下观察数据： x 151 152 153 154 156 157 158 160 160 162 163 164 Y 40 41 41 41.5 42 42.5 43 44 45 45 46 45.5 使用函数型计算器求Y对x的回归直线方程．(结果保留到小数点后三位数字) 解：按教材P193页所示步骤可得 a≈－27.759，b≈0.450． 所以Y对x的回归直线方程为 ＝0.450x＋27.759． 特别指出： 应用回归直线方程可以把非确定性问题转化成确定性问题，把“无序”变为“有序”，并对情况进行估测、补充．因此，学过回归直线方程以后，应用回归直线方程可解决相关的实际问题． 教师用课件展示表格，学生讨论总结． 教师强调，我们只研究一元线性回归分析． 教师设置问题：⑴观察表中各数据的变化趋势；⑵在直角坐标系内作出图象．⑶观察图象中的点有什么特点？ 学生解答． 教师指导学生用excel作图． 教师问如何才能确定回归直线方程． 学生回答，只要确定a与回归系数b． 学生记忆公式． 教师列出表格． 学生完成计算． 教师指导学生使用计算器求回归直线方程． 教师给出总结，帮助学生构建新知识． 让学生对相关关系的概念从感性认识上升到理性思维． 用具