1.1回歸分析的基本思想及其初步應(yīng)用第3課時 教案

上傳人:在線 文檔編號:15560282 上傳時間:2020-08-20 格式:DOC 頁數(shù):6 大?。?54.08KB
收藏 版權(quán)申訴 舉報 下載
1.1回歸分析的基本思想及其初步應(yīng)用第3課時 教案_第1頁
第1頁 / 共6頁
1.1回歸分析的基本思想及其初步應(yīng)用第3課時 教案_第2頁
第2頁 / 共6頁
1.1回歸分析的基本思想及其初步應(yīng)用第3課時 教案_第3頁
第3頁 / 共6頁

下載文檔到電腦,查找使用更方便

8 積分

下載資源

還剩頁未讀,繼續(xù)閱讀

資源描述:

《1.1回歸分析的基本思想及其初步應(yīng)用第3課時 教案》由會員分享,可在線閱讀,更多相關(guān)《1.1回歸分析的基本思想及其初步應(yīng)用第3課時 教案(6頁珍藏版)》請在裝配圖網(wǎng)上搜索。

1、 1.1回歸分析的基本思想及其初步應(yīng)用第3課時 教案 1.1 回歸分析的基本思想及其初步(三) 【學(xué)情分析】: 教學(xué)對象是高二文科學(xué)生,學(xué)生已經(jīng)學(xué)會建立回歸模型的基本步驟,并有檢驗回歸方程的擬合精確度的方法,并能解決一些實際問題。兩個變量不呈線性關(guān)系,不能直接利用線性回歸方程建立兩個變量的關(guān)系,通過探究使學(xué)生體會對回歸模型的選擇,非線性模型可以通過變換轉(zhuǎn)化為線性回歸模型,讓學(xué)生直觀的觀察、思考,借助于線性回歸模型研究呈非線性關(guān)系的兩個變量之間的關(guān)系,并通過回歸分析體會不同模型擬合數(shù)據(jù)的效果。 【教學(xué)目標】: (1)知識與技能: 了解回歸模型的選擇;進一步理解非線性模型通過變換轉(zhuǎn)

2、化為線性回歸模型;體會不同模型擬合數(shù)據(jù)的效果。 (2)過程與方法: 從實例出發(fā),求出相應(yīng)的回歸直線方程,從中也找出存在的不足,從而有進行回歸分析的必要性,通過學(xué)習(xí)相關(guān)指數(shù),用相關(guān)指數(shù)來刻畫回歸的效果,進而歸納出回歸分析的一般步驟,并對具體問題進行回歸分析,用于解決實際問題。 (3)情感態(tài)度與價值觀: 任何事物都是相對的,但又有一定的規(guī)律性,我們只要從實際出發(fā),不斷探求事物的內(nèi)在聯(lián)系,就會找出其中的規(guī)律性,形成解決實際問題的方法和能力。 【教學(xué)重點】: 1、加深體會有些非線性模型通過變換可以轉(zhuǎn)化為線性回歸模型; 2、了解在解決問題的過程中尋找更好的模型的方法。 【教學(xué)難點】:

3、 1、了解常用函數(shù)的圖像特點,選擇不同的模型建模; 2、通過比較相關(guān)指數(shù)對不同的模型進行比較。 【課前準備】: 課件 【教學(xué)過程設(shè)計】: 教學(xué)環(huán)節(jié) 教學(xué)活動 設(shè)計意圖 一、復(fù)習(xí)引入 問題一:你能回憶一下建立回歸模型的基本步驟? 師:提出問題,引導(dǎo)學(xué)生回憶建立回歸模型的基本步驟(選變量、畫散點圖、選模型、估計參數(shù)、分析與預(yù)測) 生:回憶、敘述建立回歸模型的基本步驟 復(fù)習(xí)建立線性回歸模型的基本步驟 二、探究新知 問題二:觀察例2的圖1.1-6中的散點圖,紅鈴蟲的產(chǎn)卵數(shù)y與溫度x的圖像特點:隨著自變量的增加,因變量也隨之增加。這些點可以除了可以看作是落在指數(shù)函數(shù)模型

4、上,還可以認為它是落在什么函數(shù)的模型上? 師:引導(dǎo)學(xué)生觀察散點圖的特點,并引導(dǎo)學(xué)生探究紅鈴蟲的產(chǎn)卵數(shù)y與溫度x還可能是什么關(guān)系。(二次函數(shù)模型) 生:討論、回憶一些常見函數(shù)圖像的特點,判斷紅鈴蟲的產(chǎn)卵數(shù)y與溫度x的可能關(guān)系 樣本點還可以看作是分布在二次函數(shù)曲線的周圍。 問題三:對模型是否有辦法求參數(shù)和的最小二乘估計? 師:從簡單的模型入手,逐步引導(dǎo)學(xué)生思考把原來兩個變量的非線性關(guān)系轉(zhuǎn)化為另外兩個變量的線性關(guān)系 生:觀察模型,探究變換的方法并發(fā)表自己的意見。最后給出具體的方法。 令,建立與之間的線性回歸方程 問題四:經(jīng)過變換后這個模型都轉(zhuǎn)化為線性回歸模型,你如何得到這

5、幾個線性回歸模型的參數(shù)估計? 師:提出問題,引導(dǎo)學(xué)生分組討論,啟發(fā)學(xué)生把原變量的觀測數(shù)據(jù)轉(zhuǎn)化為新變量的數(shù)據(jù),然后讓學(xué)生給出每種線性回歸模型的參數(shù)估計。 生:以組為單位進行數(shù)據(jù)變換,求參數(shù)的最小二乘估計(可以用計算器) 解答過程如下: 令,,即 分析與之間的關(guān)系,通過畫散點圖(如下圖), 可看到與的散點圖并不分布在一條直線的周圍,即不宜用線性回歸方程來擬合它,即不宜用二次曲線來擬合與之間的關(guān)系,這個結(jié)論還可以用殘差分析得到。 為比較兩個不同模型的殘差,需建立相應(yīng)的回歸模型,讓學(xué)生用線性回歸模型擬合回歸方程。 所以 因為,即y關(guān)于x的二次回歸方程為。 問題五:指

6、數(shù)回歸模型與二次回歸模型中哪個能更好地刻畫紅鈴蟲的產(chǎn)卵數(shù)y與溫度x的關(guān)系?通過什么數(shù)據(jù)說明? 師:提出問題,引導(dǎo)學(xué)生回憶評價線性回歸模型擬合好壞的標準(相關(guān)指數(shù)、殘差平方和),進一步引導(dǎo)學(xué)生探討如何進行不同模型的比較,介紹計算模型相關(guān)指導(dǎo)數(shù)和殘差平方和的方法,說明一般在參數(shù)個數(shù)一定的條件下,相關(guān)指數(shù)越大或殘差平方和越小說明模型擬合得越好。 生:討論,提出自己的想法,計算每個模型的相關(guān)指數(shù),并進行模型的比較。 指數(shù)函數(shù)模型的相關(guān)指數(shù) 二次函數(shù)模型的相關(guān)指數(shù) 從相關(guān)指數(shù)的計算結(jié)果來看,指數(shù)函數(shù)模型的比二次函數(shù)模型的更接近于1,所以指數(shù)函數(shù)模型的回歸效果好。 再從殘差圖看:

7、 從圖中可看出指數(shù)函數(shù)模型的殘差點比較均勻地落在水平的帶狀域中,所以指數(shù)函數(shù)模型擬合精度較二次函數(shù)模型的高。 通過學(xué)生自己動手計算感受,歸納判斷模型擬合效果的方法: ⑴可以通過變換后的散點圖觀察兩個新變量之間是否存在線性回歸方程; ⑵通過殘差分析比較兩種模型的擬合效果。一般情況下,比較兩個模型的殘差比較困難(某些樣本點上一個模型的殘差的絕對值比另一個模型的小,而另一些樣本點的情況則相反),故通過比較兩個模型的殘差的平方和的大小來判斷模型的擬合效果。殘差平方和越小的模型,擬合的效果越好。 引導(dǎo)學(xué)生根據(jù)散點圖判斷兩個變量的關(guān)系,使學(xué)生了解不是任何兩個變量都一定是只有一種關(guān)系。

8、 讓學(xué)生知道有時因變量與自變量的非線性關(guān)系經(jīng)過變換后可以轉(zhuǎn)化為兩個新變量間的線性關(guān)系 使學(xué)生進一步體會把因變量與自變量的非線性關(guān)系經(jīng)過變換后轉(zhuǎn)化為另外兩個變量的線性關(guān)系的方法。 使學(xué)生熟悉線性回歸模型的參數(shù)估計的方法 得出紅鈴蟲的產(chǎn)卵數(shù)y與溫度x的模型 引導(dǎo)學(xué)生嘗試進行不同模型的比較。 三、練習(xí) 某種書每冊的成本費y(元)與印刷冊數(shù)x(千冊)有關(guān),經(jīng)統(tǒng)計得到數(shù)據(jù)如下: x 1 2 3 5 10 20 30 50 100

9、 200 y 10.15 5.52 4.08 2.85 2.11 1.62 1.41 1.30 1.21 1.15 檢驗每冊書的成本費y與印刷冊數(shù)倒數(shù)之間是否具有線性相關(guān)關(guān)系,如有,求出y對x的回歸方程。 分析:本題是非線性回歸分析問題,不妨設(shè)變量,題意要求對與y作相關(guān)性檢驗,如果它們具有線性相關(guān)關(guān)系,就可以進一步求出y對的回歸直線方程,這時,再回代,就得到了y對x的回歸曲線方程。 解:首先作變量置換,題目所給數(shù)據(jù)變成如下表所示的10對數(shù)據(jù): u 1 0.5 0.33 0.2 0.1 0.05 0.03 0.02 0.01 0.005 y

10、10.15 5.52 4.08 2.85 2.11 1.62 1.41 1.30 1.21 1.15 然后作相關(guān)性檢驗。 經(jīng)計算得,從而認為與y之間具有線性相關(guān)關(guān)系,由公式得,,所以, 最后回代,可得到y(tǒng)對x的回歸曲線方程 四、小結(jié) 1. 強調(diào)要借助散點圖的直觀性、聯(lián)想已學(xué)過的基本函數(shù)圖像、以及知識間的聯(lián)系,鼓勵學(xué)生在建模中大膽嘗試; 2. 用回歸方程探究非線性回歸問題的方法、步驟; 3. 殘差分析的步驟、作用。 4. 梳理本節(jié)書的知識結(jié)構(gòu) 問題背景分析 線性相關(guān)系數(shù) 散點圖 兩個變量線性相關(guān) 兩個變量非線性相關(guān) 非線性回歸模型 線性回歸模

11、型 最小二乘法 殘差分析 相關(guān)指數(shù) 應(yīng)用 讓學(xué)生整理解決本例的思路,鼓勵學(xué)生探究建立更好的模型。 練習(xí)與測試 1. 在兩個變量與的回歸模型中,分別選擇了4個不同模型,它們的相關(guān)指數(shù)如下,其中擬合效果最好的模型是( A ) A.模型1的相關(guān)指數(shù)為 B.模型2的相關(guān)指數(shù)為 C.模型3的相關(guān)指數(shù)為 D.模型4的相關(guān)指數(shù)為 2. 已知兩個變量的回歸模型為,則樣本點的(1,4.4)的殘差是_____________________ 答案:0.4 3. 殘差平方和用數(shù)學(xué)符號表示為___________________,它代表了隨機誤差的效應(yīng);解釋變量的效應(yīng)值稱為

12、回歸平方和,可以用相關(guān)指數(shù)來刻畫回歸的效果,其計算公式是___________________。顯然,的值越大,說明殘差平方和越小,也就是說模型的擬合效果越好。 答案:;。 4. 在研究硝酸納的可溶性程度時,對不同的溫度觀測它在水中的溶解度,得觀測結(jié)果如下表所示: 溫度() 0 10 20 50 70 溶解度() 66.7 76.0 85.0 112.3 128.0 則由此得到的回歸直線的斜率是____________。 答案:0.8809 5. 已知線性相關(guān)的兩變量,的三個樣本點A(0,0),B(1,3),C(4,11),若用直線AB作為其預(yù)測模型,則其相關(guān)指數(shù)________。 答案:,,,, ,, ,, 6. 已知線性相關(guān)的兩變量,的三個樣本點A(0,0),B(1,3),C(4,11),若用直線AB作為其預(yù)測模型,則點C 的殘差是________。 答案:,,。 7. 若一組觀測值(x1,y1)、(x2,y2)、…、(xn,yn)之間滿足yi=bxi+a+ei (i=1、2. …n)若ei恒為0,則R2為 答案:1

展開閱讀全文
溫馨提示:
1: 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

相關(guān)資源

更多
正為您匹配相似的精品文檔
關(guān)于我們 - 網(wǎng)站聲明 - 網(wǎng)站地圖 - 資源地圖 - 友情鏈接 - 網(wǎng)站客服 - 聯(lián)系我們

copyright@ 2023-2025  zhuangpeitu.com 裝配圖網(wǎng)版權(quán)所有   聯(lián)系電話:18123376007

備案號:ICP2024067431-1 川公網(wǎng)安備51140202000466號


本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務(wù)平臺,本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請立即通知裝配圖網(wǎng),我們立即給予刪除!