高二数学（选修-人教A版）-回归分析的基本思想及其初步应用（1）-3学习任务单.docxVIP

《回归分析的基本思想及其初步应用（1）》学习任务单 教学目标 1、通过本节的学习，进一步掌握回归分析的基本方法与步骤，会对两个变量进行回归分析，明确建立回归模型的基本步骤，能够说出随机误差产生的原因，理解引入随机误差对完善线性回归模型的意义； 2、在提出统计问题的基础上，进一步体会用回归分析方法解决这些实际问题的思想与方法，了解任何数学模型只能是近似描述实际问题，我们追求的是根据问题的实际背景不断寻求描述效果更好的模型； 3、通过具体实例的应用，培养数学应用意识，形成实事求是的严谨的治学态度和锲而不舍的求学精神. 教学重点、难点 教学重点：回归模型与函数模型的区别；回归分析的方法与步骤；随机误差及其产生的原因. 教学难点：引入随机误差的必要性；随机误差的解释与分析. 一、知识概要 1. 如何判断两个变量的关系是相关关系还是函数关系？ 2. 线性相关、回归直线、回归方程的概念. 3. 如何用数学的方法来刻画“从整体上看，各点与回归直线的距离最小”？ 4. 用最小二乘法估计回归直线斜率和截距的公式. 5. 回归分析的具体步骤.. 二、案例分析 例：从某大学中随机选取 8 名女大学生，其身高和体重数据如表所示： 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 求根据女大学生的身高预报体重的回归方程，并预报一名身高为 172 cm 的女大学生的体重． 问题1：女大学生的身高能够在多大程度上决定体重呢？衡量相关性强弱的指标是什么？ 问题2：前面我们根据女大学生的身高预报体重的回归方程，预报出身高172cm的女大学生的体重是60.316kg，那么身高172cm的女大学生的体重一定60.316kg吗？如果不是，其原因是什么？ 问题3：可以看到，用一次函数模型y=bx+a求出的y值不一定是真实的y值，那么二者之间的误差是常数还是随机变量？ 问题4：如果我们将上述误差用字母e来表示，可以如何完善身高与体重的线性回归模型？ 问题5：那么请问在函数关系中，y的值由哪些量确定？在回归模型中，y的值又由哪些量确定？ 三、随机误差 1. 引入随机误差后，线性回归模型的完整表达式是什么？ 2. 在上述线性回归模型中，引起预报值与真实值y之间存在误差的原因是什么？ 3. 在前面的案例中，产生随机误差项e的原因是什么? 四、课堂小结 结合本节课的案例，思考我们在用线性回归模型进行预报时需要注意什么问题呢？ 五、课后作业 人教A版选修2-3: 习题3.1 1. 1993年到2002年中国的国内生产总值（GDP）的数据如下： 年份 1993 1994 1995 1996 1997 GDP/亿元 34634.4 46759.4 58478.1 67884.6 74462.6 年份 1998 1999 2000 2001 2001 GDP/亿元 78345.2 82067.5 89468.1 97314.8 104790.6 （1）做GDP和年份的散点图，根据该图猜想它们之间的关系应是什么. （2）建立年份为解释变量，GDP为预报变量的回归模型. （3）根据你得到的模型，预报2003年的GDP，看看你的预报与实际的GDP（117251.9亿元）的误差是多少. 答案: 1.(1) 从图中可以看到，样本点呈条状分布，猜测GDP与年份是线性相关关系，且样本点分布在从左下角到右上角的区域，因此GDP与年份是正相关. (2) (3)