【人教a版】高中数学选修1-2全册教案.pdfVIP

高中数学人教版选修1-2 全套教案 第一章统计案例 1.1 回归分析的基本思想及其初步应用（一） 教学要求：通过典型案例的探究，进一步了解回归分析的基本思想、方法及初步应用. 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： 1. 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 kg 40 / 重 体 30 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 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 和身高 之间的关系并不能用一次y x 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 （即残差变量或随机e 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 中包含体重e 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. 2. 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） 教学要求：通过典型案例的探究，进一步了解回归分析的基本思想、方法及初步应用. 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