高中数学选修1-2教案.docxVIP

选修 1-2 第一章 统计案例 本章课标要求： 了解下列一些常见的统计方法，并能应用这些方法解决一些实际问题。 独立性检验：了解独立性检验（只要求2×2 列联表）的基本思想、方法及其简单应用； 回归分析：了解回归分析的基本思想、方法及其简单应用。 第一节 回归分析的基本思想及其初步应用 一．知识归纳 1．正相关：如果点散布在从左下角到右上角的区域，则称这两个变量的关系为正相关。 2．负相关：如果点散布在从左上角到右下角的区域，则称这两个变量的关系为负相关。 3．回归直线方程的斜率和截距公式： n n ( xi x)( yi y) xi yi nx y b i 1 i 1 n x) 2 n 2 2 （此公式不要求记忆） 。 ( xi xi nx i 1 i 1 a y bx 4．最小二乘法：求回归直线，使得样本数据的点到它的距离的平方最小的方法。 5. 随机误差 e ：我们把线性回归模型 y bx a e ，其中 a,b 为模型的未知参数， e 称为随机误差。 随机误差 ei yi bxi a 6. 残差 ?：我们用回归方程 ? ? y? bx e ，随机误差 中的 ?估计 ，所以 ? ? 是 的估计量，故 e?i yi y?i yi ? a? ， ?称为相应于点 ( , ) 的残差。 bxi xi yi e n ? 2 ( yi n 2 2 y) 7. 解释变量对于预报变量的贡献率 2 1 i 1 2 的表达式中 ( yi y) 2 越 R ： R n 2 ，R 确定，故 R ( yi y) i 1 i 1 n 2 n 2 ? 2 ? 大，残差平方和 ( yi 越小，即模型的拟合效果越好； 越小，残差平方和 ( yi 越大，即 y) R y) i 1 i 1 模型的拟合效果越差。 R2 越接近 1，表示回归效果越好。 二．典型例题 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，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 172cm的女大学生的体重。 70 解析：作出散点图如右： 65 g 60 k / 重 55 体 50 45 40 150 155 160 165 170 175 180 身高/cm 差 8 残 6 4 2 通过残差发现原始数据中的可疑数据，判断所建立模型的拟合效果。 0 编号 -2 0 2 4 6 8 10 -4 -6 -8 例 2. 一只红铃虫的产卵数 y 和温度 x 有关，现收集了 7 组观测数据列表如下： 温度 x/ 0C 产卵数 y / 个试建立 y 关于  21 23 25 27 29 32 35 7 11 21 24 66 115 325 的回归方程。 解析：画出散点图如右： 350 300 250 数 200 卵 产 150 100 50 0 20 25 30 35 40 温度 z 7 6 5 4 3 2 1 0 x 20 22 24 26 28 30 32 34 36 350 300 250 200 150 100 50 0 400 500 600 700 800 900 1000 1100 1200 1300 三．巩固提高 为了研究某种细菌随时间 x 变化繁殖的个数，收集数据如下： （ 1）以天数为变量 x ，繁殖个数为变量 y ， 天数 x / 天 1 2 3 4 5 6 作出这些数据的散点图； （ 2）求出两变量 繁殖个数 y / 个 6 12 25 49 95 190 间的回归方程。 200 繁殖个数 解析：作出散点图如右 150 100 50 0 7 x天数 0 1 23 45 6 x 1 2 3 4 5 6 （ 2）设 y c1ec2 x ，令 z z 1.79 2.48 3.22 3.89 4.55 5.25 ln y ， 由计算器算得： z? 0.69x 1.112 ，则有 ? 0.69 x 1.112 。 y e  繁殖个数 6 5 4 3 繁殖个数 2 1 0 0 1 2 3 4 5 6 7 第二节 独立性检验的基本思想及其初步应用 一．知识归纳 分类变量：这种变量的不同“值”表示个体所属的不同类别的变量。 列联表：列出两个分类变量的频数表，称为列联表。 3.对于 2 2 列联表： K 2 的观测值 k n(ad bc) 2 。 (a b)(c d )(a c)(b d ) 临界值 k 0 表： P ( k 2k 0 ) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 k0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 如果