回归分析的基本思想及其初步应用教学设计（超全面）.docx

第一课时教学要求 教学重点1.1 回归分析地基本思想及其初步应用（一）：通过典型案例地探究，进一步了解回归分析地基本思想、方法及初步应用：了解线性回归模型与函数模型地差异，了解判断刻画模型拟合效果地方法－相关指.数与残差分析 .教学难点 ：解释残差变量地含义，了解偏差平方与分解地思想 教学过程 ：一、复习准备 ：.1. 提问：“名师出高徒”这句彦语地意思为什么？有名气地老师就一定能教出厉害地学生吗？这两者之间为否有关？2. 复习：函数关系为一种确定性关系，而相关关系为一种非确定性关系关关系地两个变量进行统计分析地一种常用方法，其步骤：收集数据. 回归分析为对具有相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，其身高与体重数据如下表所示：1165482165573157504170545175 第一课时 教学要求 教学重点 1.1 回归分析地基本思想及其初步应用（一） ：通过典型案例地探究，进一步了解回归分析地基本思想、方法及初步应用 ：了解线性回归模型与函数模型地差异，了解判断刻画模型拟合效果地方法－相关指 . 数与残差分析 . 教学难点 ：解释残差变量地含义，了解偏差平方与分解地思想 教学过程 ： 一、复习准备 ： . 1. 提问：“名师出高徒”这句彦语地意思为什么？有名气地老师就一定能教出厉害地学生吗？ 这两者之间为否有关？ 2. 复习：函数关系为一种确定性关系，而相关关系为一种非确定性关系 关关系地两个变量进行统计分析地一种常用方法，其步骤：收集数据 . 回归分析为对具有相 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，其身高与体重数据如下表所示： 1 165 48 2 165 57 3 157 50 4 170 54 5 175 64 6 165 61 7 155 43 8 170 59 编 号 身高 /cm 体重 /kg 求根据一名女大学生地身高预报她地体重地回归方程， 并预报一名身高为 172cm 地女大学生地 体重 . （分析思路 教师演示 学生整理） 70 60 50 g /k 重 体 40 30 20 10 0 150 155 160 165 身高/cm 170 175 180 第一步：作散点图 第二步：求回归方程 第三步：代值计算 ② 提问：身高为 172cm 地女大学生地体重一定为 60.316kg 吗？ 不一定，但一般可以认为她地体重在 ③ 解释线性回归模型与一次函数地不同 60.316kg 左右 . 事实上，观察上述散点图，我们可以发现女大学生地体重 y 与身高 x 之间地关系并不能用一次 所以线性模型只能近似地刻画身高与体 函数 y bx a 来 严格 刻画（因为所有地样本点不共线， 重地关系） . 在数据表中身高为 165cm 地 3 名女大学生地体重分别为 48kg 、57kg 与 61kg，如 名女在学生地体重应相同 . e （即残差变量或随 果能用一次函数来描述体重与身高地关系，那么身高为 165cm 地 3 这就说明体重不仅受身高地影响还受其他因素地影响，把这种影响地结果 机变量）引入到线性函数模型中，得到线性回归模型 e ，其中残差变量 e 中包含体 y bx a 重不能由身高地线性函数解释地所有部分 . 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 一般形式 . 因此， 一次函数模型为线性回归模型地特殊形式，线性回归模型为一次函数模型地 . 2. 相关系数 ：相关系数地绝对值越接近于 1，两个变量地线性相关关系越强，它们地散点图越 接近一条直线，这时用线性回归模型拟合这组数据就越好，此时建立地线性回归模型为有意义 . 3. 小结： 求线性回归方程地步骤、线性回归模型与一次函数地不同 . 第二课时 1.1 回归分析地基本思想及其初步应用（二） 名师归纳总结——大肚能容，容学习困难之事，学习有成 第 1 页，共 4 页 教学要求教学重点 教学难点 教学过程：通过典型案例地探究，进一步了解回归分析地基本思想、方法及初步应用：了解评价回归效果地三个统计量：总偏差平方与、残差平方与、回归平方与：了解评价回归效果地三个统计量：总偏差平方与、残差平方与、回归平方与：...一、复习准备 ：1．由例 1 知，预报变量（体重）地值受解释变量（身高）或随机误差地影响.2．为了刻画预报变量（体重）地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地三个统计量：总偏差平方与、残差平方与、回归平 方与 .二、讲授新课：1. 教学 总偏差平方与、残差平方与、回归平方与：n( y y)2（