- 1、本文档共15页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
新课标人教A版高中数学选修2
新课标人教A版高中数学选修1-2
第章主备人辅备人:
根据散点分布特点,建立线性回归模型
了解模型拟合效果的分析工具——残差分析
过程与方法:经历数据处理全过程,培养对数据的直观感觉,体会统计方法的应用。 通过一次函数模型和线性回归模型的比较,使学生体会函数思想。
情感、态度与价值观:通过案例分析,了解回归分析的实际应用,感受数学“源于生活,用于生活” ,提高学习兴趣教学中适当地利用学生合作与交流,使学生在学习的同时,体会与他人合作的重要性.
教学重点:1、了解回归模型与函数模型的区别
2、了解任何模型只能近似描述实际问题
3、了解模型拟合效果的分析工具——残差分析和相关指数r方
教学难点:理解相关指数r方的含义
教学设计:
一、情境引导
复习旧知
1、相关关系
(1)相关关系是一种不确定性关系;
(2)对具有相关关系的两个变量进行统计分析的方法叫回归分析。
2、回归直线方程
所求直线方程叫做回归直线方程;其中
利用最小二乘法可以得到,的计算公式为
,
其中,
称为样本点的中心。
3、相应的直线叫做回归直线。对两个变量进行的线性分析叫做线性回归分析。
二、组内合作
1. 情境:例1:从某大学中随机选取8名女大学生,其身高和体重数据如表:
编号 1 2 3 4 5 6 7 8 身高/cm 165 165 157 170 175 165 155 170 体重/kg 48 57 50 54 64 61 43 59 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,因此选取身高为自变量x,体重为因变量y.作散点图。
由散点图可看出,样本点呈条状分布,身高和体重有比较好的线性相关关系,可以用线性回归方程刻画它们之间的关系。
得到回归方程是
所以,对于身高172cm的女大学生,由回归方程可以预报其体重为(kg)
2.问题探究:
身高为172cm的女大学生的体重一定是60.316kg吗?如果不是,你能解析一下原因吗?
体重不一定是60.316,可以认为体重接近于60.316。由图形观察可以看出,样本点和回归直线的相互位置就可说明。
由于所有的样本点不共线,只是散布在某一条直线的附近,所以身高与体重的关系就用下面的线性回归模型来表示:
三、四、精讲点拨 班内交流
1、线性回归模型的定义
线性回归模型其中,为模型的未知参数,是与真实值之间的误差,通常称为随机误差。
在线性回归模型中,随机误差的方差越小,通过回归直线预报真实值的精度越高。
思考:产生随机误差项发的原因是什么?
假设随机误差对体重没有影响,也就是说,体重仅受身高的影响,那么散点图中所有的点将完全落在回归直线上。但是,在图中,数据点并没有完全落在回归直线上。这些点散布在回归直线附近,所以一定是随机误差把这些点从回归直线上“推”开了。
体重除了受身高的影响外,还受如饮食习惯、是否喜欢运动、度量误差等影响。
说明:
1、随机误差的来源(可以推广到一般):
(1)其它因素的影响:影响身高 y 的因素不只是体重 x,可能还包括遗传基因、饮食习惯、生长环境等因素;
(2)用线性回归模型近似真实模型所引起的误差;
(3)身高 y 的观测误差。
2、对于线性回归模型,我们应该考虑下面两个问题:
(1)模型是否合理(这个问题在下一节课解决);
(2)在模型合理的情况下,如何估计,?
2.探求线性回归系数的最佳估计值:
对于问题②,设有对观测数据,根据线性回归模型,对于每一个,对应的随机误差项,我们希望总误差越小越好,即要使越小越好.所以,只要求出使取得最小值时的,值作为,的估计值,记为,.
注:这里的就是拟合直线上的点到点的距离.
用什么方法求,?
回忆《数学3(必修)》求,的方法:最小二乘法.
利用最小二乘法可以得到,的计算公式为
,
其中,
由此得到的直线就称为这对数据的回归直线,此直线方程即为线性回归方程.其中,分别为,的估计值,称为回归截距,称为回归系数,称为回归值.
在前面质点运动的线性回归方程中,,.
3. 线性回归方程中,的意义是:以为基数,每增加1个单位,相应地平均增加个单位;
4、残差分析与残差图的定义:
在研究两个变量间的关系时,
(1)要根据散点图来粗略判断它们是否线性相关
(2)是否可以用回归模型来拟合数据。
(3)我们可以通过残差来判断模型拟合的效果,判断原始数据中是否存在可疑数据,这方面的分析工作称为残差分析。
表1-4列出了女大学生身高和体重的原始数据以及相应的残差数据。
编号 1 2 3 4 5 6 7 8 身高/cm 165 165
您可能关注的文档
- 开政府采购-奉节人民医院.DOC
- 开磷集团2012年社会责任报告-贵州企业社会责任网.PDF
- 开端便先人一步.PDF
- 归有光的项脊轩.PPT
- 当评价组正在验证.PPT
- 彰化后寮国民小学.PPT
- 待定系数法解高中合成函数的积分.PDF
- 影响手术器械的灭菌效果.PPT
- 彻底排净油烟.PPT
- 徐州老龄事业发展-徐州老龄网.DOC
- 专卖店促销员销售与成交技巧培训课件(34P).pptx
- 红色商务风新员工入职销售技巧知识培训课件(34P).pptx
- 专卖店商场销售员销售与成交技巧培训课件(34P).pptx
- 小区物业保安法律知识培训课件(28P).pptx
- 专卖店销售员轻松成交技巧培训(34P).pptx
- 轻松成交客户新员工入职通用销售技巧知识培训(34P).pptx
- 2024年初级《银行业法律法规与综合能力》考前必刷必练题库500题(含真题、必会题).docx
- 2024年“新安法知多少”知识竞赛题库及答案(最新版).docx
- 2024年30秒毕业生面试工作自我介绍.docx
- 2024年《医务人员礼仪培训》心得体会.docx
文档评论(0)