四川岳池第一中学高中数学1.1.1回归分析的基本思想及其初步应用2导学案理无答案新人教选修12

1.1.1回归分析的基本思想和初步应用(二)学习目标1.通过典型案例研究，详细了解回归分析的基本思路、方法和初步应用。2.了解评估回归效果的三个统计信息：总偏差平方和、残差平方和、回归平方和。回归效果用相关指数、残差图评价。学习过程第一，课前准备(预习教材P4 P7，找出疑惑)复查1:您可以使用相关系数r测量两个变量之间的关系。r0，相关，r0相关；越接近1，两个变量的线性相关性越接近散点图。两个变量有关系。复查2:评估回归效果的三项统计：总偏差平方和；残差平方和；返回平方和。二、新的课堂指导学习探索探索工作：如何评估回归效果？新知识：1、评价回归效果的三个统计(1)总偏差平方和：(2)残差平方和：(3)平方和返回：2，相关指数：表示对的贡献，公式为：值越大，说明了残差平方和，说明了模型拟合效果。3，残差分析：通过为了判断拟合效果。通常使用图实现。残差图形：横坐标表达，坐标表达。描述了残差几乎相等区域的可选模型，带状区域的宽度越大，拟合精度越说明，回归方程的预测精度越高。典型的例子关于示例1 y，存在以下数据：245683040605070，为了对y变量进行统计分析，请比较现有线性模型的两种：哪个模型更适合。摘要：初步了解如何区分总偏差平方和、残差平方和、回归平方和，评价两种不同模型拟合效果的好坏。例2假定小麦基本苗数x和成熟期有效苗数y之间存在关系，目前测量了5个数据集，如下所示：15.025.830.036.644.439.442.942.943.149.2(1)绘制散点图；(2)寻找回归方程，基本苗数56.7预测期有效穗数；(3)找出并说明残差变量对有效扣球数的影响的几个%。(参考资料：，)试一试练习1。一班5名学生的数学及物理成绩如下表：学生学问abcde数学分数(x)8876756462物理成绩(y)7865706260(指南案例一页案例一)(4)对学生求A，B，C，D，E的实际成绩和回归直线方程预测分数的差异，并制作评价拟合效果的残差图。摘要：1.评估回归效果的三项统计：2.评价拟合效果的相关指数：拟合效果的残留分析和评价：第三，总结改进学习摘要通常，建立回归模型的基本步骤如下：1、确定研究对象，说明明确，预测变量；2、绘制散布图；3、确定回归方程类型(用r确定是否为线性)；4、寻找回归方程；5、拟合效果评价。知识扩展在当前回归模型中，相关指数表示，变量对预测变量的贡献率越接近1，回归效果越好。如果数据集可以在回归分析中采用多种不同的回归方程，则通过比较可以选择较大的模型。学习评价自行评估完成本节指导方针的情况()。A.好的。b .更好的c .通常d .差每项测试(小时：5分满分：10分)得分：1.在两个变量y和x的回归模型中，分别选择了四个不同的模型，它们的相关指数为，在此拟合效果最好的模型是()。A.模型1的相关指数为0.98B.模型2的相关指数为0.80C.模型3的相关指数为0.50D.模型4的相关指数为0.25回归分析中残差图的纵坐标为()。A.残差b .样品编号c.x D3.通过判断模拟拟合的效果，判断原始数据是否有可疑数据的这种分工()。A.回归分析b .独立测试分析C.残差分析d .散点图分析越接近1，回归的效果。5.研究身高和体重的关系，获取相关指数身高解释了体重的变化，随机误差促成了剩余”的解释。所以身高对体重的影响大于随机误差。课后作业练习。(07广东文科圈)下表提供了特定工厂节能降耗技术革新后a产品生产过程中记录的产量(吨)和相应的生产能耗(吨基准煤)的一些比较资料(1)请绘制上面表格数据的散点图。(2)根据上表提供的数据，使用最小二乘法方法求出的线性回归方程；(3)据悉，该厂技术革新前100吨a产