【教案】8.2.1一元线性回归模型教学设计-高二下学期数学人教A版（2019）选择性必修第三册.docxVIP

8.2.1一元线性回归模型 一、内容与内容解析 内容：一元线性回归模型的引入，一元线性回归模型的概念，体会函数模型与回归模型的区别。 内容解析： （1）一元线性回归模型的引入：根据前面的学习，同学们是可以根据成对样本数据的散点图和样本相关系数，可以推断两个变量的相关关系，正相关，还是负相关，以及线性相关程度的强弱等。进一步地，如果能像建立函数模型刻画两个变量之间的确定性关系那样，通过建立适当的统计模型刻画两个随机变量的相关关系，也就可以利用模型研究两个变量之间的随机关系，并通过模型进行预测，这样就帮助我们解决了很多问题。 （2）一元线性回归模型的概念：根据散点图，我们能发现散点大致分布在一条直线附近，表现两个变量之间有较强的线性相关关系，因此我们可以用一次函数来刻画父亲身高对儿子的影响，而把影响儿子身高的其他因素，作为随机误差，得到刻画两个变量之间关系的线性回归模型。其中随机误差是一个随机变量。用x表示父亲身高，Y表示儿子身高，e表示随机误差。 （3）函数模型和回归模型的区别：函数模型刻画的是函数关系，回归模型刻画的事相关关系。比如炮弹发射后的轨迹可用二次函数模型刻画；人的体重和身高的关系可用一元线性回归模型刻画。 3.教学重点： 理解一元线性回归模型的概念，能说明函数模型与回归模型的区别 。 二、目标与目标解析 目标：