2-3-3-统计案例 人教版高中数学课标教材.pptVIP

* 普通高中课程标准实验教科书选修2－3 第三章 统计案例简 介 人教版高中数学课标教材（A版） 教学目标 结构设置与课时分配 回归分析 独立性检验 1.教学目标 通过典型案例的探究，进一步了解回归分析的基本思想、方法及其初步应用。 通过典型案例的探究，了解独立性检验（只要求2×2列联表）的基本思想、方法及其初步应用。 统计案例 （10课时） 独立性检验模型 （3课时） 回归分析模型 （4课时） 实习作业 与小结 （3课时） 2. 结构设置与课时分配 3. 回归分析 比《数学3》中“回归”增加的内容 回归分析知识结构图 回归分析教学建议 引入线性回归模型 y＝bx＋a＋e 了解模型中随机误差项e产生的原因 了解相关指数 R2 和模型拟合的效果之间的关系 了解残差图的作用 利用线性回归模型解决一类非线性回归问题 正确理解统计分析方法与结果 选修《数学2－3》新增内容 比《数学3》中“回归”增加的内容 b.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 线性相关系数 应用 回归分析教学建议 函数模型与“回归模型”的关系 散点图与模型的选择 残差变量与模型选择 解释残差变量的来源 正确理解相关指数的含义 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 函数模型与“回归模型”的关系 P83 函数模型： 回归模型： 样本点在函数曲线上 样本点不在回归函数曲线上 函数模型：因变量y完全由自变量x确定 回归模型： 预报变量y完全由解释变量x和模型误差e确定 散点图与模型的选择 案例2：红铃虫的产卵数与温度 这些散点更像是集中在一条指数曲线或二次曲线的附近。 散点图帮助确定可供选择模型的范围，模型的比较则基于残分析 残差变量与模型选择 残差图的制作及作用 在残差图中寻找异常点 可能由错误数据引起 残差图的趋势性分析 趋势性的残差图说明模型有改进的余地 残差图帮助确定异常点，以及模型的改进方向。 残差图的制作及作用。 坐标纵轴为残差变量，横轴可以有不同的选择。 横轴为编号，可以考察残差与编号次序之间的关系，常用于调查数据错误。 横轴为解释变量，可以考察残差与解释变量的关系，常用于研究模型是否有改进的余地。 若模型选择的正确，残差图中的点应该分布在以横轴为心的带形区域。 在残差图中寻找异常点(P85) 可能由错误数据引起的异常点 异常点 异常点 身高与体重残差图 残差图具有趋势性，模型有改进的余地，模型中应该添加二次项 残差图的趋势性分析 残差变量的来源： 其它因素的影响。如影响身高 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。 选用的回归模型近似真实模型所引起的误差。 预报变量的观测误差。身高 y 的测量有误差。 相关指数是度量模型拟合效果的一种指标。 在线性模型中，它代表自变量刻画预报变量的能力。 正确理解相关指数的含义 相关指数是度量模型拟合效果的一种指标。 相关指数它越大，模型拟合效果越好。 总偏差平方和：预报变量的变化程度 回归平方和：解释变量引起的变化程度 残差平方和：残差变量的变化程度 预报变量变化的变化之中能由解释变量引起的比例 在线性模型中，它代表解释变量刻画预报变量的能力。 不需要学生掌握平方和分解公式 注意提炼案例所蕴含的统计思想 如在例1结尾提到“用身高预报体重时，需要注意下列问题：……”，这些论述适用于所有的回归模型。(P86) 1、模型适用的总体； 2、模型的时间性； 3、样本的取值范围对模型的影响； 4、模型预报结果的正确理解。 P86所列“建立回归模型的基本步骤” 适用于所有的回归模型。 1、对研究对象的背景分析； 2、利用散点图判断模型类别； 3、估计模型参数； 4、残差分析，模型诊断。 应用统计方法解决实际问题需要注意的问题 通过例2，说明如下结论 P89） 对于同样的数据，有不同的统计方法进行分析，要用最有效的方法分析数据。（残差平方和小） 独立性检验 反证法原理与假设检验原理 假设检验问题 求解假设检验问题 独立性检验 独立性检验知识结构图 教学建议 反证法原理： 在假设一个论述不成立的前提下，如果推出一个矛盾，就证明了这个论述成立。 假设检验原理： 在假设一个论述不成立的前提下，如果一个与该假设矛盾的小概率事件发生，就推断这个论述成立。 反证法原理与假设检验原理 例. 数学家庞加莱每天都从同一家面包店买一块1000g 的面包，并记录下买回的面包的实际质量。一年后，这位数学家发现，所记录数据的均值为950g。于是庞加莱推断这家面包店的面包分量不足。