线性回归(一).docVIP

课 题：?1．6线性回归（一） 教学目的： 1 了解相关关系、回归分析、散点图的概念 2．明确事物间是相互联系的，了解非确定性关系中两个变量的统计方法；掌握散点图的画法及在统计中的作用，掌握回归直线方程的求解方法 3．会求回归直线方程 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 授课类型：新授课 课时安排：1课时 教 具：多媒体、实物投影仪 教学过程： 一、复习引入： 客观事物是相互联系的 过去研究的大多数是因果关系，但实际上更多存在的是一种非因果关系 比如说：某某同学的数学成绩与物理成绩，彼此是互相联系的，但不能认为数学是“因”，物理是“果”，或者反过来说 事实上数学和物理成绩都是“果”，而真正的“因”是学生的理科学习能力和努力程度 所以说，函数关系存在着一种确定性关系 但还存在着另一种非确定性关系——相关关系 二、讲解新课： 1．相关关系的概念 当自变量一定时，因变量的取值带有一定的随机性的两个变量之间的关系称为相关关系 相关关系是非随机变量与随机变量之间的关系，函数关系是两个非随机变量之间的关系，是一种因果关系，而相关关系不一定是因果关系，所以相关关系与函数关系不同，其变量具有随机性，因此相关关系是一种非确定性关系 （有因果关系，也有伴随关系）.因此，相关关系与函数关系的异同点如下： 相同点：均是指两个变量的关系 不同点：函数关系是一种确定的关系；而相关关系是一种非确定关系；函数关系是自变量与因变量之间的关系，这种关系是两个非随机变量的关系；而相关关系是非随机变量与随机变量的关系． 2．回归分析： 对具有相关关系的两个变量进行统计分析的方法叫做回归分析 通俗地讲，回归分析是寻找相关关系中非确定性关系的某种确定性 3．散点图：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.散点图形象地反映了各对数据的密切程度 粗略地看，散点分布具有一定的规律 4. 回归直线 设所求的直线方程为，其中a、b是待定系数． 则 ．于是得到各个偏差 . 显见，偏差的符号有正有负，若将它们相加会造成相互抵消，所以它们的和不能代表几个点与相应直线在整体上的接近程度，故采用n个偏差的平方和． 表示n个点与相应直线在整体上的接近程度． 记 (向学生说明的意义)． 上述式子展开后，是一个关于a、b的二次多项式，应用配方法，可求出使Q为最小值时的a、b的值．即 ，　, 相应的直线叫做回归直线，对两个变量所进行的上述统计分析叫做回归分析 特别指出: 1.对回归直线方程只要求会运用它进行具体计算a、b，求出回归直线方程即可．不要求掌握回归直线方程的推导过程． 2．求回归直线方程，首先应注意到，只有在散点图大致呈线性时，求出的回归直线方程才有实标意义．否则，求出的回归直线方程毫无意义．因此，对一组数据作线性回归分析时，应先看其散点图是否成线性． 3．求回归直线方程，关键在于正确地求出系数a、b，由于求a、b的计算量较大，计算时仔细谨慎、分层进行，避免因计算产生失误． 4．回归直线方程在现实生活与生产中有广泛的应用．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，应增强学生应用回归直线方程解决相关实际问题的意识． 三、讲解范例： 例1．已知10只狗的血球体积及红血球的测量值如下 ｘ 45 42 46 48 42 35 58 40 39 50 y 6.53 6.30 9.25 7.50 6.99 5.90 9.49 6.20 6.55 7.72 ｘ（血球体积，ｍｍ），ｙ（血红球数，百万） (1)画出上表的散点图;(2)求出回归直线并且画出图形 解：（１）见下图 （２） 设回归直线为， 即　　， 所以所求回归直线的方程为，图形如下: 例2.一个工厂在某年里每月产品的总成本y(万元)与该月产量x(万件)之间有如下组对应数据： x 1.08 1.12 1.19 1.28 1.36 1.48 1.59 1.68 1.80 1.87 1.98 2.07 y 2.25 2.37 2.40 2.55 2.64 2.75 2.92 3.03 3.14 3.26 3.36 3.50 (1)画出散点图； (2)求月总成本y与月总产量x之间的回归直线方程． 讲解上述例题时，(1)可由学生完成；对于(2)，可引导学生列表，按 的顺序计算，最后得到. 即所求的回归直线方程为. 四、课堂练习： 1 . 下列两个变量之间的关系哪个不是函数关系（　　　） A．角度和它的余弦值 B.正方形边长和面积 C．正ｎ边形的边数和它的内角和 D.人的年龄和身高 答案：D 2.给出施化肥量对