《一元线性回归》教学设计二 (1).docx

高中数学精编资源

PAGE2/NUMPAGES2

《一元线性回归》教学设计二

教学环节

教学内容

师生互动

设计

意图

问题引入

“名师出高徒”这句谚语的意思是什么?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?

教师让学生思考生活中的分类变量与函数中自变量、因变量的区别.

引出课题,激发学生的学习欲望.

探究新知

问题1什么是散点图?什么是曲线拟合、直线拟合?

问题22017年9月国家发改委制定了煤改气、煤改电价格扶植新政策,从而使得煤改气、煤改电用户大幅度增加.下面条形图(图(1))反映了某省2018年1~7月份煤改气、煤改电的用户数量.在给定坐标系(图(2))中画出煤改气、煤改电用户数量y(单位:万户)随月份t(单位:月份)变化的散点图,并观察这两个变量间有什么关系.

问题3两个变量间具有明显的线性关系与散点图中各点的位置应具有怎样的关系?

问题4设直线方程为y=a+bx,任意给定一对观测值,用什么样的方法刻画点与直线的距离更方便有效?

问题5如果有5对观测值,分别为,怎样刻画这些点与直线y=a+bx的接近程度?

问题6任给一组数据,我们都可以由最小二乘法得出线性回归方程吗?

问题7什么是最小二乘法?如何利用所给数据求线性回归方程?请阅读教材第227~229页内容.

结论:

(1)对于给定的两个变量X和Y,可以把其成对的观测值表示为平面直角坐标系中的n个点.现在希望找到一条直线Y=a+bX,使得对每一个,由这个直线方程计算出来的值与实际观测值的差异尽可能小.为此,希望

达到最小.换句话说,我们希望a,b的取值能使上式达到最小.这个方法称为最小二乘法.

(2)使达到最小的a,b取值为

.

其中,.

这时直线方程称为Y关于X的线性回归方程,相应的直线称作Y关于X的回归直线,是这个线性回归方程的系数.

教师出示问题,让学生自学教材第226~227页关于直线拟合的内容.

教师以教材中实例为例,引导学生总结求拟合直线的方法.

教师出示问题,学生画出散点图(如图).

学生观察散点图推断煤改气、煤改电用户数量y与月份t两变量间具有近似的线性关系.

学生自主思考,得出答案:整体上最接近.

教师引导学生结合图象进行分析.如图:

法一:点到直线的距离公式

法二:.

提问:哪种方法方便计算?

法二比法一更方便计算,所以我们用它表示二者之间的接近程度.

教师引导学生得出:

.

用最小二乘法求线性回归方程的前提是所给数据具有线性相关关系,否则求出的线性回归方程是无意义的.因此教师要提醒学生用最小二乘法求线性回归方程前需先通过散点图判断两变量的线性相关性.

学生自学教材内容,注意利用向量求解的方法.

学生回答最小二乘法的定义,教师引导学生理解线性回归方程系数公式的推导过程,并要求学生会书写公式.

由问题2和问题3,利用散点图分析两变量的线性相关性,增强学生的数形结合思想及应用意识,发展直观想象核心素养.

由问题4让学生认识到利用最小二乘法求线性回归方程的必要性.

理解最小二乘法公式的由来,提升学生的逻辑推理和数学运算核心素养,同时体会向量方法的优越性.

实例应用

例1某小卖部6天卖出热茶的杯数Y(单位:杯)与当天气温X(单位:℃)之间存在近似的线性关系.数据如表.

(1)试用最小二乘法求出Y关于X的线性回归方程;

(2)如果某天的气温是-3℃,请预测这天可能会卖出热茶多少杯.

解(1)从散点图(如图)中可以看出,表中的两个变量有近似的线性关系.

先列表(如表),并求得.

i

1

26

20

676

520

2

18

24

324

432

3

13

34

169

442

4

10

38

100

380

5

4

50

16

200

6

-1

64

1

-64

合计

70

230

1286

1910

进而,由的表达式可得

.

.

于是,Y对X的线性回归方程为Y=57.557-1.648X.

(2)由最小二乘法得出的线性回归方程可知,当某天的气温是-3℃时,卖出热茶的杯数估计为57.557-1.648×(-3)=62.501≈63.

例2某地区2014年至2020年农村居民家庭人均纯收入Y(单位:万元)的数据如下表.

(1)求Y关于X的线性回归方程;

(2)利用(1)中的回归方程,分析2014年至2020年该地区农村居民家庭人均纯收入的变化情况,并预测该地区2021年农村居民家庭人均纯收入.

解(1)从散点图(如图)可以看出,表中的两个变量有近似的线性关系.

因为,

.

由的表达式可得

所以Y关于X的线性回归方程为Y=2.3+0.5X.

(2)因为=0.50,所以2014年至2020年该地区农村居民家庭人均纯收入稳步增长.预计到2021年,该地区农村居民家庭人均纯收入为2.3+0.5×