高中数学人教版选修1-2全套教案.doc

- --- 高中数学人教版选修 1-2 全套教案 第一章统计案例 第一课时 1.1 回归分析的基本思想及其初步应用（一） 教学目标 1、知识与技能目标 认识随机误差； 2、过程与方法目标 1）会使用函数计算器求回归方程；（ 2）能正确理解回归方程的预报结果. 3、情感、态度、价值观 通过本节课的学习，加强数学与现实生活的联系，以科学的态度评价两个变量的相关性，理解处理问题的方法， 形成严谨的治学态度和锲而不舍的求学精神. 培养学生运用所学知识， 解决实际问题的能力 . 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：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 . 教学过程： 一、复习准备： 提问：“名师出高徒” 这句彦语的意思是什么？有名气的老师就一定能教出厉害的学生吗？这两者之间是否有关？ 2. 复习：函数关系是一种确定性关系，而相关关系是一种非确定性关系 . 回归分析是对具有相关关系的两个变 量进行统计分析的一种常用方法，其步骤：收集数据 作散点图 求回归直线方程 利用方程进行预报 . 二、讲授新课： 1. 教学例题： ① 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下表所示： 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 . （分析思路 教师演示 学生整理） 70 60 50 g / 30 体 20 10 0 150 155 160 165 170 175 180 身高/cm 第一步：作散点图 第二步：求回归方程 第三步：代值计算 1 ② 提问：身高为 172cm 的女大学生的体重一定是 60.316kg 吗？ 不一定，但一般可以认为她的体重在 60.316kg 左右 . ③ 解释线性回归模型与一次函数的不同 事实上，观察上述散点图，我们可以发现女大学生的体重 y 和身高 x 之间的关系并不能用一次函数 y bx a 来 严格刻画（因为所有的样本点不共线，所以线性模型只能近似地刻画身高和体重的关系） . 在数据表中身高为 165cm 的 3 名女大学生的体重分别为 48kg、 57kg 和 61kg ，如果能用一次函数来描述体重与身高的关系，那么身 高为 165cm的 3 名女在学生的体重应相同 . 这就说明体重不仅受身高的影响还受其他因素的影响， 把这种影响的 结果 e （即残差变量或随机变量）引入到线性函数模型中，得到线性回归模型 y bx a e，其中残差变量 e 中 包含体重不能由身高的线性函数解释的所有部分 . 当残差变量恒等于 0 时，线性回归模型就变成一次函数模型. 因此，一次函数模型是线性回归模型的特殊形式，线性回归模型是一次函数模型的一般形式 . 相关系数：相关系数的绝对值越接近于1，两个变量的线性相关关系越强，它们的散点图越接近一条直线， 这时用线性回归模型拟合这组数据就越好，此时建立的线性回归模型是有意义 . 3. 小结：求线性回归方程的步骤、线性回归模型与一次函数的不同 . 第二课时 1.1 回归分析的基本思想及其初步应用（二） 教学目标： 1 知识与技能：会建立回归模型，进而学习相关指数（相关系数 r 、总偏差平方和、随机误差的效应即残差、 残差平方和、回归平方和、相关指数 R2、残差分析） 过程与方法：通过学习会求上述的相关指数 情感态度价值观：从实际问题发现已有知识不足，激发好奇心、求知欲。培养勇于求知的良好个性品质。 教学重点：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 . 教学难点：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 . 教学过程： 一、复习准备： 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 . 二、讲授新课： 1. 教学总偏差平方和、残差平方和、回归平方和： （ 1）总偏差平方和：所有单个样本值与样本均值差的平方和，即 n ( yi y)2 . SST i 1 n yi )2 . 残差平方和：回归值与样本值差的平方和，即SSE( yi i 1 2 n ( yi y)2