回归分析刘建忠.PPT

* 回归分析的基本思想及其初步应用 刘建忠 2010年7月 选修2-3回归部分增加的内容 1 回归分析知识结构图 2 回归分析教学内容分析 3 ljzh.2001@163.com 回归分析的基本思想及其初步应用 ljzh.2001@163.com 选修2-3回归部分增加的内容 必修3已学回归内容： 1.画散点图； 2.最小二乘法的思想； 3.求回归直线方程y=bx+a; 4. 用回归直线方程解决应用问题。 选修2-3中增加内容： 1.引入线性回归模型y=bx+a+e. 2.了解模型中随机误差e产生的原因。 3.了解相关指数R2和模型拟合效果之间的关系。 4.了解残差图的作用。 5.利用线性回归模型解决一类非线性回归模型。 6.正确理解统计分析方法与分析结果。 ljzh.2001@163.com 回归分析知识结构图 问题背景分析 线性回归模型 两个变量线性相关 最小二乘法 两个变量非线性相关 非线性回归模型 残差分析 相关指数 散点图 应用 注：虚线表示高中阶段不涉及的关系 ljzh.2001@163.com 回归分析教学内容分析 一、教学任务分析 1、利用残差和R2探讨回归模型拟合的效果，让学生理解在统 计中回归诊断的重要性，只有拟合效果好的模型才能利用回归 模型预报。 2、通过例1归纳出建立回归模型的基本步骤，并归纳出利用回 归模型预报体重时应该注意的适用性。 3、通过例2让学生体会如何借助线性回归模型研究具有非线性关 系的两个变量。 4、寻求近似效果好的模型及寻求最有效的数据处理方法是人们 不断追求的目标。 ljzh.2001@163.com 二、教学重点 1、函数模型与“回归模型”的关系；散点图与模型的选择。 2、建立回归模型的步骤，特别强调回归诊断中如何利用残差和相关指数R2 3、注意提炼案例所蕴含的统计思想。应用统计方法解决实际问题需要注意的问题。 三、教学难点 借助函数变换把非线性相关关系转化为线性相关关系，例2中所 建立的两个模型：一个是把预报变量对数化，一个是把解释变量 平方化。 回归分析教学内容分析