北师大版选修23 可线性化的回归分析 教案.doc

1.3 可线性化的回归分析课标要求了解两个随机变量间的线性相关系数r，并能利用公式求出相关系数r；了解正相关、负相关、不相关的概念 三维目标1知识与技能通过对典型案例的探究，进一步了解回归分析的基本思想、方法和初步应用.2过程与方法结合具体的实际问题，了解可线性化回归分析问题的解题思路3情感、态度与价值观体会回归分析在生产实际和日常生活中的广泛应用教材分析回归分析主要是研究两个变量间的关系，是在必修三的基础上学习，回归分析是复习必修三的内容，教师可通过实例，让学生了解相关系数的大小与线性相关的关系；在现实中又有一种非线性的相关性，如何解决引导学生转化为线性关系，主要通过数形结合思想、函数思想，使问题化归为线性关系，教学中可通过提醒、猜想、练习等方法，使学生掌握本节的重点内容学情分析 回归分析主要是研究两个变量间的关系，是在必修三的基础上学习， 本节回归分析是复习必修三的内容，学生比较容易掌握.教学重难点重点：通过探究使学生体会有些非线性模型通过变换可以转化为线性回归模型，了解在解决实际问题的过程中寻找更好的模型的方法。难点：了解常用函数的图象特点，选择不同的模型建模，并通过比较相关指数对不同的模型进行比较。提炼的课题可线性化的回归分析教学手段运用教学资源选择及多媒体课件教学过程（一）、问题情境（一）、复习引入：1、给出例题：一只红铃虫的产卵数和温度有关，现收集了7组观测数据列于下表中，试建立与之间的回归方程.温度21232527293235产卵数个711212466115325（学生描述步骤，教师演示）2、讨论：观察右图中的散点图，发现样本点并没有分布在某个带状区域内，即两个变量不呈线性相关关系，所以不能直接用线性回归方程来建立两个变量之间的关系. （二）、新课探究：1. 探究非线性回归方程的确定： 如果散点图中的点分布在一个直线状带形区域，可以选线性回归模型来建模；如果散点图中的点分布在一个曲线状带形区域，就需选择非线性回归模型来建模. 根据已有的函数知识，可以发现样本点分布在某一条指数函数曲线y=的周围（其中是待定的参数），故可用指数函数模型来拟合这两个变量. 在上式两边取对数，得，再令，则，而与间的关系如下：x21232527293235z1.9462.3983.0453.1784.1904.7455.784观察与的散点图，可以发现变换后样本点分布在一条直线的附近，因此可以用线性回归方程来拟合. 利用计算器算得，与间的线性回归方程为，因此红铃虫的产卵数对温度的非线性回归方程为. 利用回归方程探究非线性回归问题，可按“作散点图建模确定方程”这三个步骤进行. 其关键在于如何通过适当的变换，将非线性回归问题转化成线性回归问题.2. 小结：（1）、用回归方程探究非线性回归问题的方法、步骤.（2）、化归思想（转化思想）在实际问题中，有时两个变量之间的关系并不是线性关系，这就需要我们根据专业知识或散点图，对某些特殊的非线性关系，选择适当的变量代换，把非线性方程转化为线性回归方程，从而确定未知参数下面列举出一些常见的曲线方程，并给出相应的化为线性回归方程的换元公式 （1），令，则有 （2），令，则有 （3），令，则有 （4），令，则有 （5），令，则有（三）、巩固练习：为了研究某种细菌随时间x变化，繁殖的个数，收集数据如下：天数x/天 1 2 34 56繁殖个数y/