课 题:第13课 线性回归(1)
课 型:新授课
课时计划:本课题共安排1课时
教学目的:
1.了解相关关系、回归分析、散点图的概念。
2.了解线性回归的思想方法。
3.会求回归直线方程。
教学重点、难点:对相关关系的理解、线性回归的思想方法
教具使用:常规教学、投影仪
教学过程:
1.引入新课
先引入函数关系再引入相关关系[即由正方形面积S与其边长x之间的函数关系S=x2(确定关系)引入一块农田的水稻产量与施肥量之间的关系(非确定关系)],从而引入新授内容。
2.(板书)相关关系与回归分析
(1)相关关系
进一步分析水稻产量与施肥量的关系,得出相关关系的概念.
(板书)自变量取值一定时,因变量的取值带有一定随机性的两个变量之间的关系叫做相关关系.
相关关系与函数关系的异同点:
相同点:均是指两个变量的关系。
不同点:函数关系是一种确定的关系;而相关关系是一种非确定关系;函数关系是自变量与因变量之间的关系,这种关系是两个非随机变量的关系;而相关关系是非随机变量与随机变量的关系.
引导学生列举现实生活中相关关系的例子.
(2)回归分析
(板书)对具有相关关系的两个变量进行统计分析的方法叫回归分析
通俗地讲,回归分析是寻找相关关系中非确定性关系的某种确定性
(3)散点图
首先用小黑板或幻灯给出施化肥量对水稻产量影响的试验数据:
施化肥量x | 15 | 20 | 25 | 30 | 35 | 40 | 45 |
水稻产量y | 330 | 345 | 365 | 405 | 445 | 450 | 455 |
再同时给出各对数据在平面直角坐标系中表示的点
(板书)表示具有相关关系的两个变量的一组数据的图形,叫做散点图.
散点图形象地反映了各对数据的密切程度.
3.回归直线方程
(1)求回归直线方程的思想方法
先引导学生观察散点图的特征,发现各点大致分布在一条直线的附近。并问学生,类似图中的直线可画几条
显见,可画出不止一条类似的直线.那么,其中的哪一条直线最能代表变量x与y之间的关系呢
引导学生分析,最能代表变量x与y之间关系的直线的特征:即n个偏差的平方和最小,其过程简要分析如下:
设所求的直线方程为,其中a、b是待定系数.
则.于是得到各个偏差
.
显见,偏差的符号有正有负,若将它们相加会造成相互抵消,所以它们的和不能代表几个点与相应直线在整体上的接近程度,故采用n个偏差的平方和.
表示n个点与相应直线在整体上的接近程度.
记(向学生说明的意义).
上述式子展开后,是一个关于a、b的二次多项式,应用配方法,可求出使Q为最小值时的a、b的值(课前布置学生看阅读材料).即
在此基础上,给出回归直线方程、回归直线、线性回归分析的概念。
最后,向学生指出,对回归直线方程只要求会运用它进行具体计算a、b,求出回归直线方程即可.不要求掌握回归直线方程的推导过程.
(2)回归直线方程的求法
让学生用计算器对前面列表中的数据进行具体计算,列成以下表格
i | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
xi | 15 | 20 | 25 | 30 | 35 | 40 | 45 |
yi | 330 | 345 | 365 | 405 | 445 | 450 | 455 |
xiyi | 4950 | 6900 | 9125 | 12150 | 15575 | 18000 | 20475 |
提问:列表计算的优点是什么
故可得到
从而得回归直线方程是.
最后请一位学生画出回归直线,并求出x=35时,y的估计值。
4.课堂小结
本节课要求准确理解相关关系的概念,并在此基础上,了解回归分析与散点图的含义,了解回归直线方程推导的思路,会利用o、凸的公式求出回归直线方程,利用回归直线方程去估值.
布置作业:
教科书第41页第1题
教学反馈
板书设计
中考 高考名著
常用成语
新学网 Copyright (C) 2007-2018 版权所有 All Rights Reserved. 豫ICP备09006221号