《工程数学》教案 5.6一元线性回归.docx

课题 5.6 一元线性回归 课时 1课时（45 min） 总 27课时 教学目标 知识技能目标： （1）理解回归分析的概念。 （2）掌握建立一元线性回归的方程的方法。 （3）能够利用平方和分解公式解决实际问题。 素质目标： 能够意识数学在整个生活中的应用价值，感受数学给生活带来的方便，培养热爱学习的习惯，树立探究意识，使其能激发学生的发散思维能力 教学重难点 教学重点：回归分析的概念，建立一元线性回归的方程的方法 教学难点：利用平方和分解公式解决实际问题 教学方法 概念疏导发，讲练结合法 教学用具 电脑、投影仪、多媒体课件、教材 教学设计 课前任务→考勤（2 min）→问题导入（5 min）→传授新知（23 min）→强化训练（10 min）→课堂小结（3 min）→作业布置（2 min） 教学过程 主要教学内容及步骤 设计意图 课前任务 【教师】布置课前任务，和学生负责人取得联系，让其提醒同学通过APP或其他学习软件，提前游戏本课要讲的知识 【学生】完成课前任务 通过课前任务，使学生了解所学课程的知识，增加学生的学习兴趣 考勤 （2 min） 【教师】使用APP进行签到，清点上课人数，记录好考勤 【学生】班干部报请假人员及原因 培养学生的组织纪律性，掌握学生的出勤情况 问题导入 （5 min） 【教师】提出以下问题： 什么是回归分析？ 【学生】思考、举手回答 通过问题导入的方法，引导学生主动思考，激发学生的学习兴趣 传授新知 （23 min） 【教师】通过学生的回答引入要讲的知识，讲解回归分析的概念，建立一元线性回归的方程的方法，以及利用平方和分解公式解决实际问题的方法 知识点 回归分析的概念 ?【教师】讲解回归分析的概念 变量之间的关系大致可分为两类，一类称为确定性关系，如圆的面积和半径之间的关系，可用公式表示，即当确定时，也随之确定；另一类称为非确定性关系，如人的身高与体重之间的关系，一般身高者体重也重，但身高与体重之间又没有很确定的关系．非确定性关系又称为相关关系．具有相关关系的变量在实际生活中非常多，例如，消费者对某种商品（如西红柿）的月需求量与其价格之间的关系；农作物的产量与施肥量、气候、农药之间的关系；结婚人数与家具销量的关系等． 当由一个或一组非随机变量来估计或预测某一个随机变量的观察值时，所建立的数学模型及所进行的统计分析称为回归分析，若这个模型是线性的，则称该分析为线性回归分析．回归分析是处理变量间相关关系的有力工具，它不仅告诉人们怎样建立变量间的数学表达式，即经验公式，还能利用概率统计知识判断出所建立的经验公式的有效性，从而进行预测或估计．因此，回归分析是一个现代化管理的重要工具，在生产实际中应用广泛． 知识点 一元线性回归方程的建立 ?【教师】举例提出一元线性回归方程的建立步骤 对两个变量相关关系的研究称为一元回归．在一元回归中，如果所得的经验公式是线性方程，则称其为一元线性回归方程． 设与为具有相关关系的两个变量，其中是可控的，它们之间呈线性关系．由于随机因素的干扰，线性关系中含随机误差项，即 ． 假定随机误差项，则对于每个给定的值，各个值都会有所波动，但总体来说波动为零，即有 ． 这就是总体回归方程，其中称为回归截距，称为回归系数，如图5-7所示． 图5-7 由于总体回归方程中的参数和在实际中未知，故需要通过样本值对它们进行估计，从而得到估计值和，以及样本回归方程 ， 其中表示总体均值的估计值．上述样本回归方程可用作对总体回归方程的估计． 下面我们来讨论求样本回归方程的方法． 设对和进行次观测，得到对观测值，其中 ， 将对应的点描在直角坐标系上，所得到的图形称为散点图，如图5-8所示． 图5-8 虽然个点不尽落在直线上，但却在该直线附近摆动．因此，总体回归直线应在整体上尽可能地靠近这个点．考虑离差平方和 ， 它反映了次观察中与之间总的误差程度．离差平方和随和的变化而变化，且是和的二元函数，即 ． 因此，个点与回归直线的靠近程度可用描述．要找一条总体看来最接近这个点的直线，就要找出使达到最小值的和（称为和的最小二乘法估计）．和的值可用二元函数求极值的方法求解． 对关于和求偏导数，得 整理得 解得 （5-1） 可以证明，确实在取得最小值． 因此，样本回归方程为， 它是总体回归方程的最好估计． ?【学生】聆听，理解 ?【教师】根据知识点，提出例题 例1 以家庭为单位，某种商品的价格与其年需求量间的一组调查数 据如表5-5所示．求与的回归方程． 例2 为了找到向日葵的空壳率与开花期相对湿度的关系，研究人员做了一组观察试验，结果如表5-7所示． 试求一元线性回归方程．