2018年甘肃省高中数学选修1-2教案：1.1回归分析的基本思想级初步应用.docVIP

宁县五中导学案 课题 授课时间 2015.3.3 课型 新授 二次修改意见 课时 1 授课人 任树峰 科目 数学 主备 任树峰 教学目标 知识与技能 了解评价回归效果的三个统计量：总偏差平方和、残差平方和、回归平方和； 过程与方法 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. 情感态度价值观 解释残差变量的含义，了解偏差平方和分解的思想。 教材分析 重难点 教学重点：了解线性回归模型与函数模型的差异，了解判断刻画模型拟合效果的方法－ 相关指数和残差分析. 教学难点：解释残差变量的含义，了解偏差平方和分解的思想. 教学设想 教法 引导探究 学法 合作交流 教具 多媒体,直尺 课堂设计 目标展示 1．由例1知，预报变量（体重）的值受解释变量（身高）或随机误差的影响. 2．为了刻画预报变量（体重）的变化在多大程度上与解释变量（身高）有关？在多大程度上与随机误差有关？我们引入了评价回归效果的三个统计量：总偏差平方和、残差平方和、回归平方和. 预习检测 教学总偏差平方和、残差平方和、回归平方和： 总偏差平方和：所有单个样本值与样本均值差的平方和，即. 残差平方和：回归值与样本值差的平方和，即. 回归平方和：相应回归值与样本均值差的平方和，即. 质疑探究 学习要领： ①注意、、的区别； ②预报变量的变化程度可以分解为由解释变量引起的变化程度与残差变量的变化程度之和，即； ③当总偏差平方和相对固定时，残差平方和越小，则回归平方和越大，此时模型的拟合效果越好； ④对于多个不同的模型，我们还可以引入相关指数来刻画回归的效果，它表示解释变量对预报变量变化的贡献率. 的值越大，说明残差平方和越小，也就是说模型拟合的效果越好. 精讲点拨 关于与有如下数据： 　　 　　2 　　4 　　5 　　6 　　8 　　 　　30 　　40 　　60 　　50 　　70 为了对、两个变量进行统计分析，现有以下两种线性模型：，，试比较哪一个模型拟合的效果更好. 分析：既可分别求出两种模型下的总偏差平方和、残差平方和、回归平方和，也可分别求出两种模型下的相关指数，然后再进行比较，从而得出结论. （答案：，，84.5%＞82%，所以甲选用的模型拟合效果较好.） 当堂检测 1.在两个变量的回归分析中，做散点图的目的是什么？ 2.在回归分析中，分析残差能够帮助我们解决哪些问题？ 六、作业布置 课本P9 第3题 板 书 设 计 1.1 总偏差平方和、残差平方和、回归平方和 2. 学习要领：①注意、、的区别； ②预报变量的变化程度可以分解为由解释变量引起的变化程度与残差变量的变化程度之和， ③当总偏差平方和相对固定时，残差平方和越小，则回归平方和越大，此时模型的拟合效果越好； ④ 　为了对、两个变量进行统计分析，现有以下两种线性模型：，，试比较哪一个模型拟合的效果更好. 教学反思