人教B版高中数学选修1-2 1-2 回归分析（二）教案.docVIP

统计案例复习 一、教学目标 1.知识与技能： 了解回归模型的选择；进一步理解非线性模型通过变换转化为线性回归模型；体会不同模型拟合数据的效果。 2.过程与方法： 从实例出发，求出相应的回归直线方程，从中也找出存在的不足，从而有进行回归分析的必要性，通过学习相关指数，用相关指数来刻画回归的效果，进而归纳出回归分析的一般步骤，并对具体问题进行回归分析，用于解决实际问题。 3.情感态度与价值观： 任何事物都是相对的，但又有一定的规律性，我们只要从实际出发，不断探求事物的内在联系，就会找出其中的规律性，形成解决实际问题的方法和能力. 二、教学重点.难点 教学重点：（1）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； （2）通过探究使学生体会有些非线性模型通过变换可以转化为线性回归模型，了解在解决实际问题的过程中寻找更好的模型的方法. 教学难点：（1）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； （2）了解常用函数的图象特点，选择不同的模型建模，并通过比较相关指数对不同的模型进行比较. 三、学情分析 学生已经学会建立回归模型的基本步骤，并有检验回归方程的拟合精确度的方法，并能解决一些实际问题。两个变量不呈线性关系，不能直接利用线性回归方程建立两个变量的关系，通过探究使学生体会对回归模型的选择，非线性模型可以通过变换转化为线性回归模型，让学生直观的观察、思考，借助于线性回归模型研究呈非线性关系的两个变量之间的关系，并通过回归分析体会不同模型拟合数据的效果。 四、教学方法 师生互动探究式教学 五、教学过程 1.样本点的中心（，）其中＝xi，＝yi　. 2.线性回归模型的完美表达式 3.类比样本方差估计总体方差的思想，可以用＝i＝Q（，）（n＞2） 作为σ2的估计量　其中＝－ ＝ 4.我们可以用相关指数R2来刻画回归的效果，其计算公式是：R2＝1－ 　　 R2取值越大，意味着残差平方和越小，也就是说模型的拟合效果越好. 5.建立回归模型的基本步骤： （1）确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量； （2）画出确定好的解释变量和预报变量的散点图，观察它们之间的关系（如是否存在线性关系等）； （3）由经验确定回归方程的类型（如我们观察到数据呈线性关系，则选用线性回归方程y＝bx＋x）； （4）按一定规则估计回归方程中的参数（如最小二乘法）； （5）得出结果后分析残差图是否有异常（个别数据对应残差过大，或残差呈现不随机的规律性等等），若存在异常，则检查数据是否有误，或模型是否合适等。 6.作K2来确定结论“X与 Y有关系”的可信程度. 知识应用，深化理解 例1　某地大气中氰化物测定结果如下： 污染源距离 50 100 150 200 250 300 400 500 氰化物浓度 0.687 0.398 0.200 0.121 0.09 0.05 0.02 0.01 （1）试建立氰化物浓度与距离之间的回归方程. （2）求相关指数. （3）作出残差图，并求残差平方和 解析（1）选取污染源距离为变量x，氰化物浓度为自因变量y作散点图. 从表中所给的数据可以看出，氰化物浓度与距离有负的相关关系，用非线性回归方程来拟合，建立y关于x的指数回归方程.＝0.9293e－0.0094x （2）相关指数K2＝1－＝0.9915 （3） 编　号 1 2 3 4 5 6 7 8 污染源距离 50 100 150 200 250 300 400 500 氰化物浓度 0.687 0.398 0.2 0.121 0.09 0.05 0.02 0.01 残　差 0.1061857 0.035 －0.027 －0.021 0.0014 －0.005 －0.002 0.0015 残差平方和（yi－）2＝0.0118 例2　某大型企业人力资源部为了研究企业员工工作积极性和对待企业改革态度的关系，随机制取了189名员工进行调查，所得数据如下表所示： 积极支持企业改革 不太造成企业改革 合　计 工作积极 54 40 94 工作一般 32 63 95 合　计 86 103 189 对于人力资源部的研究项目，根据上述数据能得出什么结论？ 解：根据列联表中的数据，得到K2＝＝10.76. 因为10.76＞6.635，所以有99%的把握说：员工“工作积极”与“积极支持企业改革”是有关的，可以认为企业的全体员工对待企业改革的态度与其工作积极性是有关的. 例3 寒假中，某同学为组织一次爱心捐款，于2008年2月1日在网上给网友发了张帖子，并号召网友转发，下表是发帖后一段时间的收到帖子的人数统计： 天数 1 2 3 4 5 6 7 人数 7 11 21 24 66 115 325 （1）作出散点图，并猜测与之间的