《2016-2017学年人教a版选修2-3 回归分析的基本思想及其初步应用第三课时 教案》由会员分享，可在线阅读，更多相关《2016-2017学年人教a版选修2-3 回归分析的基本思想及其初步应用第三课时 教案（7页珍藏版）》请在金锄头文库上搜索。
1、第三课时教学目标知识与技能能根据散点分布特点，建立不同的回归模型；知道有些非线性模型通过变换可以转化为线性回归模型；通过散点图及相关指数比较不同模型的拟合效果过程与方法通过将非线性模型转化为线性回归模型，使学生体会“转化”的思想；让学生经历数据处理的过程，培养他们对数据的直观感觉，体会统计方法的特点，认识统计方法的应用；通过使用转化后的数据，利用计算器求相关指数，使学生体会使用计算器处理数据的方法情感、态度与价值观通过案例的解决，开阔学生的思路，培养学生的探索精神和转化能力，并通过合作学习，培养学生的团队合作意识重点难点教学重点：通过探究使学生体会有些非线性模型运用等量变换、对数变换可以转化为
2、线性回归模型；教学难点：如何启发学生“对变量作适当的变换(等量变换、对数变换)”，变非线性为线性，建立线性回归模型我国是世界产棉大国，种植棉花是我国很多地区农民的主要经济来源，在棉花的种植过程中，病虫害的防治是棉农的一项重要任务，如果处置不当就会造成棉花的减产其中红铃虫就是危害棉花生长的一种常见害虫，在1953年，我国18省曾发生红铃虫大灾害，受灾面积300万公顷，损失皮棉约二十万吨如图就是红铃虫的有关图片：红铃虫喜高温高湿，适宜各虫态发育的温度为2532 ，相对湿度为80%100%，低于20 和高于35 卵不能孵化，相对湿度60%以下成虫不产卵冬季月平均气温低于4.8 时，红铃虫就不能越冬而
3、被冻死为采取有效防治方法，有必要研究红铃虫的产卵数和温度之间的关系现收集了红铃虫的产卵数y和温度x之间的7组观测数据列于下表：温度x/21232527293235产卵数y/个711212466115325(1)试建立y与x之间的回归方程；并预测温度为28 时产卵的数目(2)你所建立的模型中温度在多大程度上解释了产卵数的变化？学生活动：类比前面所学过的建立线性回归模型的步骤，动手实施活动结果：(1)画散点图：通过计算器求得线性回归方程： 19.87x463.73.当x28 时， 19.8728463.7393，即温度为28 时，产卵数大约为93.(2)进行回归分析计算得：R20.746 4，即这
4、个线性回归模型中温度解释了74.64%产卵数的变化设计目的：通过背景材料，加深学生对问题的理解，并明白“为什么要学”体会问题产生于生活，并通过问题的解决复习建立回归模型的基本步骤提出问题：结合数据可以发现，随着自变量的增加，因变量也随之增加，气温为28 时，估计产卵数应该低于66个，但是从推算的结果来看93个比66个却多了27个，是什么原因造成的呢？学生活动：分组合作讨论交流学情预测：由于我们所建立的线性回归模型的相关指数约等于0.746 4，即解释变量仅能解释预报变量大约74.64%的变化，所占比例偏小这样根据我们建立的模型进行预报，会存在较大的误差我们还可以从残差图上分析一下我们所建立的回
5、归模型的拟合效果：残差数据表：x21232527293235y711212466115325残差53.4617.7212.0248.7846.557.1193.28画出残差图根据残差图可以发现，残差点分布的带状区域较宽，并不集中，这表明我们所建立的回归模型拟合效果并不理想之所以造成预报值偏差太大的原因是所选模型并不理想实际上根据散点图也可以发现，样本点并没有很好地集中在一条直线附近，故变量之间不会存在很强的线性相关性设计目的：引导学生对结果进行分析，从而发现存在的问题，激发好奇心、求知欲同时培养学生对问题的洞悉能力，增强对结果的敏感自检能力提出问题：如何选择合适的回归模型进行预测呢？学生活动：
6、学生讨论，教师合理引导学生观察图象特征，联想学过的基本函数学情预测：方案一：建立二次函数模型ybx2a.方案二：建立指数函数模型yc1ac2x.提出问题：如何求出所建立的回归模型的系数呢？我们不妨尝试解决方案一中的系数学生活动：分组合作，教师引导学生观察ybx2a与ybxa的关系学情预测：通过比较，发现可利用tx2，将ybx2a(二次函数)转化成ybta(一次函数)求出x，t，y间的数据转换表：x21232527293235tx24415296257298411 0241 225y711212466115325利用计算器计算出y和t的线性回归方程： 0.367t202.54，转换回y和x的模型
7、： 0.367x2202.54.当x28 时， 0.367282202.5485，即温度为28 时，产卵数大约为85.计算相关指数R20.802，这个回归模型中温度解释了80.2%产卵数的变化提出问题：提出问题“如果选用指数模型，是否也能转换成线性模型，如何转化？”学生活动：独立思考也可相互讨论教师可启发学生思考“幂指数中的自变量如何转化为自变量的一次幂？”可引导学生回忆对数的运算性质以及指对数关系学情预测：可利用取对数的方法，即在yc1ac2x两边取对数，得logayc2xlogac1.提出问题：在上面的运算中，由于底数a不确定，对于x的值无法求出相应的logay，这时可取a10时的情况，以
8、便利用计算器进行计算，试求出回归模型学生活动：合作协作，讨论解决学情预测：建立数据转换表：x21232527293235zlgy0.851.041.321.381.822.062.51y711212466115325根据数据，可求得变量z关于x的回归方程： 0.118x1.665.转换回y和x的模型： 100.118x1.665.当x28 时， 44，即温度为28 时，产卵数大约为44.计算相关指数R20.985，这个回归模型中温度解释了98.5%产卵数的变化提出问题：试选择合适的方法，比较方案一和方案二在数据拟合程度上的效果有什么不同？学生活动：独立思考也可相互讨论，教师加以适当的引导提示活
9、动结果：相关指数R2残差平方和残差图方案一0.80215 448.432方案二0.9851 450.673无论从图形上直观观察，还是从数据上分析，指数函数模型都是更好的模型设计目的：引导学生进行不同模型的比较，体会“虽然任意两个变量的观测数据都可以用线性回归模型来拟合，但不能保证这种模型对数据的拟合效果最好，为更好地刻画两个变量之间的关系，要根据观测数据的特点来选择回归模型”提出问题：由上面的分析可以看出，回归模型不一定是线性回归模型，对于非线性回归模型，我们的处理方法是什么？学生活动：独立思考，回顾上面的解决过程学情预测：选用非线性回归模型时，一般思路是转化成线性回归模型，往往要用“等量变换
10、、对数变换”等方法设计目的：让学生整理建立非线性回归模型的思路例1为了研究某种细菌繁殖个数y与时间x的关系，收集数据如下：天数x(天)123456繁殖个数y(个)612254995190试建立y与x之间的回归方程思路分析：先画出散点图，根据散点图确定回归模型的类型，然后求y与x之间的回归方程解：根据上表中的数据，作出散点图由图可以看出，样本点分布在某指数函数曲线yc1ec2x的周围，于是令zlny，则上表变换后如下：x123456z1.792.483.223.894.555.25作出散点图从图中可以看出，变换后的样本点分布在某条直线附近，因此可用线性回归模型来拟合由表中数据可得，z与x之间的线
11、性回归方程为 0.69x1.112，则y与x之间的回归方程为 e0.69x1.112.【变练演编】例2混凝土的抗压强度X较易测定，其抗弯强度Y不易测定，已知X与Y由关系式YAXb表示，工程中希望由X估算出Y，以便应用现测得一批对应数据如下：X141152168182195204223254277Y23.125.325.929.831.131.832.534.835.2试求Y对X的回归方程思路分析：题目中已经给出回归模型为YAXb类型，故只要通过适当的变量置换把非线性回归方程转化为线性回归方程，然后再套用线性回归分析的解题步骤即可解：对YAXb两边取自然对数得：lnYblnXlnA，做变换yln
12、Y，xlnX，alnA，则上述数据对应表格如下：X141152168182195204223254277Y23.125.325.929.831.131.832.534.835.2x4.955.025.125.205.275.325.415.545.62y3.143.233.253.393.443.463.483.553.56根据公式可求得 0.64x0.017 2，则 e0.64lnx0.017 21.02X0.64.变式1：若X与Y的关系由关系式 Xb 表示，试根据给出的数据求Y对X的回归方程活动设计：学生分组讨论，尝试解决活动成果： 0.086X13.005.变式2：试选择合适的方法比较上
13、述两种回归模型，相对于给出的数据哪一个的拟合效果更好？活动成果：计算残差平方和与相关指数，对于模型YAXb，残差平方和 (1)9.819，相关指数R0.930 4；对于模型 Xb ，残差平方和 (2)12.306，相关指数R0.908，故模型YAXb的拟合效果较好设计意图：熟悉判断回归模型拟合效果的方法【达标检测】1变量x，y的散点图如图所示，那么x，y之间的样本相关系数r最接近的值为()A1B0.5C0 D0.52变量x与y之间的回归方程表示()Ax与y之间的函数关系Bx与y之间的不确定性关系Cx与y之间的真实关系形式Dx与y之间的真实关系达到最大限度的吻合3非线性回归分析的解题思路是_答案：1.C2.D3.通过变量置换转化为线性回归分析1数学知识：建立回归模型及残差图分析的基本步骤；非线性模型向线性模型的转换方法；不同模型拟合效果的比较方法：相关指数和残差的分析2数学思想：数形结合的思想，化归思想及整体思想3数学方法：数形结合法，转化法，换元法【基础练习】1相关指数R2，残差平方和与模型拟合效果之间的关系是()AR2的值越大，残差的平方和越大，拟合效果越好BR2的值越小，残差的平方和越大，拟合效果越好CR2的值越大，残差的平方和越小，拟合效果越好D以上说法都不正确2如果散点图的所有点都在一
