高中数学人教版选修12全套教案教学文案.docVIP

高中数学人教版选修12全套教案教学文案.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

高中数学人教版选修1-2全套教案

高中数学人教版选修1-2全套教案

第一章记录案例

第一学时1.1回归分析的基本思想及其初步应用(一)

教学目标

1、知识与技能目标?

结识随机误差;?

2、过程与方法目标?

(1)会使用函数计算器求回归方程;?(2)能对的了解回归方程的预报成果.?

3、情感、态度、价值观?

经过本节課的学习,加强数学与现实生活的联络,以科学的态度评价两个变量的相关性,了解解决问题的方法,形成严谨的治学态度和锲而不舍的求学精神.培养学生运用所学知识,解决实际问题的能力.教学中适本地运用学生合作与交流,使学生在学习的同时,体会与别人合作的重要性.

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?这两者之间是否关于?

2.复习:函数关系是一个拟定性关系,而相关关系是一个非拟定性关系.回归分析是对具备相关关系的两个变量进行记录分析的一个常用方法,其环节:收集数据SKIPIF10作散点图SKIPIF10求回归直线方程SKIPIF10运用方程进行预报.

二、讲授新課:

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表达:

编号

1

2

3

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

求依照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.(分析思绪SKIPIF10教师演示SKIPIF10学生整理)

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,但通常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一样

事实上,观测上述散点图,我们可以发现女大学生的体重SKIPIF10和身高SKIPIF10之间的关系并不能用一次函数SKIPIF10来严格刻画(因为全部的样本点不共线,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,假如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.这就阐明体重不仅受身高的影响还受其余因素的影响,把这种影响的成果SKIPIF1<0(即残差变量或随机变量)引入到线性函数模型中,得到线性回归模型SKIPIF10,其中残差变量SKIPIF10中包含体重不能由身高的线性函数解释的全部部分.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.所以,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通常形式.

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故意义.

3.小结:求线性回归方程的环节、线性回归模型与一次函数的不一样.

第二学时1.1回归分析的基本思想及其初步应用(二)

教学目标:

1知识与技能:会建立回归模型,进而学习相关指数(相关系数r?、总偏差平方和、随机误差的效应即残差、残差平方和、回归平方和、相关指数R2、残差分析)

2过程与方法:经过学习会求上述的相关指数?

3情感态度价值观:从实际问题发现已有知识局限性,激发好奇心、求知欲。培养敢于求知的良好个性品质。

教学重点:了解评价回归效果的三个记录量: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记录量: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.由例1知,预报变量(体重)的值受解释变量(身高)或随机误差的影响.

2.为了刻画预报变量(体重)的变化在多大限度上与解释变量(身高)关于?在多大限度上与随机误差关于?我们引入了评价回归效果的三个记录量:总偏差平方和、残差平方和、回归平方和.

二、讲授新課:

1.教学总偏差平方和、残差平方和、回归

文档评论(0)

181****8523 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档