高三一轮复习 统计案例教案讲义.docxVIP

富县高级中学集体备课教案 年级：高二 科目：数学 授课人： 课 题 §1 回归分析 第 课时 1.通过实例引入线性回归模型，感受产生随机误差的原因； 三维目标 2.通过对回归模型的合理性等问题的研究，渗透线性回归分析的思想和方法； 3.能求出简单实际问题的线性回归方程。 线性回归模型的建立和线性回归系数的最佳估计值的探 中 重 点 求方法 心 发 难 点 线性回归模型的建立和线性回归系数的最佳估计值的探 言求方法 人 教 具 课 型 教 法 学 法 常规课 课时安排 ---课时 个人主页 （一）、问题情境 1、情境：对一作直线运动的质点的运动过程观测了8 次， 得到如下表所示的数据，试估计当 x=９时的位置y 的值． 时刻 x /s 1 2 3 4 5 6 7 8 教 位置观测值 y /cm 5.54 7.52 10.02 11.73 15.69 16.12 16.98 21.06 先作散点图，从散点图中可以看出，样本点呈直线趋 学 势，时间 x 与位置观测值y 之间有着较好的线性关系．因 此可以用线性回归方程来刻画它们之间的关系．根据线性 过 ? ? ?b ? ?n i?1 x y ? nx y i i 程 回归的系数公式， ? ? ? ?n i?1 x2 ? n(x)2 i ??a ? y ? bx 可以得到线性回归方为 ?y ? 3.5361? 2.1214x ，所以当 x ? 9 时， 由线性回归方程可以估计其位置值为 ?y ? 22.6287 1 2 、问题： 在时刻 x ? 9 时，质点的运动位置一定是 22.6287 cm 吗？ （二）、学生活动 思考，讨论：这些点并不都在同一条直线上，上述直线并不能精确地反映 x 与 y 之间的关系，y 的值不能由 x 完全 确定，它们之间是统计相关关系， y 的实际值与估计值之间存在着误差。 （三）、新课探析 1、线性回归模型的定义：我们将用于估计 y 值的线性函数 a ? bx 作为确定性函数； y 的实际值与估计值之间的 误差记为? ，称之为随机误差；将 y ? a ? bx ? ? 称为线性回归模型． 2、线性回归系数： a? ， b? 的计算公式为 ? ? ?b? ?n (x ?1 ? ? 1 ? i i? i x)( y i y) ?n 1? 1 x y ? nx y i i ? ?n ? (x ? x)2 i ?n x2 ? n(x)2 ， 其 中 i ?? i?1 i?1 ??a ? y ? b?x x ? 1 ?n x n i i?1 ， y ? 1 ?n y n i i?1 由此得到的直线 ?y ? a? ? b?x 就称为这 n 对数据的回归直 线，此直线方程即为线性回归方程．其中a? ，b? 分别为a ， b 的估计值，a? 称为回归截距，b? 称为回归系数，?y 称为回归值． 3、线性回归方程 ?y ? a? ? b?x 中 a? ， b? 的意义是：以 a? 为 基数， x 每增加 1 个单位， y 相应地平均增加b? 个单位。 （四）、数学运用 2 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 例 1 例 1、下表给出了我国从 1949 年至1999 年人口数据资 料，试根据表中数据估计我国2004 年的人口数． 年份 1949 1954 1959 1964 1969 1974 1979 1984 1989 1994 1999 人口数/百万 542 603 672 705 807 909 975 1035 1107 1177 1246 例 2、 从某大学中随机选取 8 名女大学生，其身高和体重数据如表 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 172 cm 的女大学生的体重． 2、练习：课本P76 页练习题 （五）、课堂小结： （六）作业： 教 后反思 附注：课型填“常规课”或“复习课”或“习题课”或“多媒体课”。 3 富县高级中学集体备课教案 年级：高二 科目：数学 授课人： 课 题 相关系数 第 2 课时 1、通过实例了解相关系数的概念和性质，感受相关性检验的作用； 三维目标 2、能对相关系数进行显著性检验，并解决简单的回归分析问题； 3、进一步了解回归的基本思想、方法及初步应用。 重 点 相关系数的性质及其显著性检验的基本思想、操作步骤． 中 心 难 点 相关系数的性质及其显著性检验的基本思想、操作步骤． 发 言 人 教 具 教 法 （一）、复习引入： （三）、探析新课 课 型 常规课 课时安排 --2 -课时学 法 个人主页 1、相关系数的计算公式：