版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
第一章统计案例
1.1回归分析的基本思想及其初步应用(一)
教学目标:
(1).知识与技能:通过典型案例的探究,进一步了解回归分析的基本思想、方法及初步应用
(2).过程与方法:了解回归分析的基本思想、方法及初步应用
(3).情感,态度与价值观:充分利用图形的直观性,简捷巧妙的解题
教学重点:
了解线性回归模型与函数模型的差异,了解判断刻画模型拟合效果的方法一相关指数和残差分析.
教学难点:
解释残差变量的含义,了解偏差平方和分解的思想.
教学方法:讲解法,引导法
教学过程:
一、复习准备:
1.提问:“名师出高徒”这句彦语的意思是什么?有名气的老师就一定能教出厉害的学生吗?这两者之间
是否有关?
2.复习:函数关系是一种确定性关系,而相关关系是一种非确定性关系.回归分析是对具有相关关系的两
个变显进行统计分析的一种常用方法,其步骤;收集数据一作故点图-求回归直线方程f利用方程进行
预报.
二、讲授新课:
1.教学例题:
①例1从某大学中随机选取8名女大学生,其身高和体重数据如下表所示:
编号12345678
身高/cm165165157170175165155170
体重/kg4857505464614359
求根据一名女大学生的身高预报她的体重的回归方程,并预报一名身高为172cm的女大学生的体重.
(分析思路T教师演示一学生整理)
计算器得:
।-----\a=-85.712,当r=172时,
_VS=0.849.7=0,849x172-85.712
故线性回归方程:=60.31
j=0.849r-85.712.
第一步:作散点图^=>第二步:求回归方程>>第三步:代值计算
②提问:身高为172cm的女大学生的体重一定是60.316kg吗?
不一定,但一般可以认为她的体重在60.316kg左右.
③解释线性回归模型与一次函数的不同
事实上,观察上述散点图,我们可以发现女大学生的体重),和身高x之间的关系并不能用一次函数
),=法+。来严格刻画(因为所有的样本点不共线,所以线性模型只能近似地刻画身高和体重的关系).在
数据表中身高为165cm的3名女大学生的体重分别为48kg、57kg和61kg,如果能用一次函数来描述体重
与身高的关系,那么身高为165cm的3名女在学生的体重应相同.这就说明体重不仅受身高的影响还受其
他因素的影响,把这种影响的结果e(即残差变量或随机变量)引入到线性函数模型中,得到线性回归模
型y=/M+〃+o,其中残差变量e中包含体重不能由身高的线性函数解释的所有部分.当残差变量恒等干
()时,线性I可归模型就变成一次函数模型.
因比,一次函数模型是线性回归模型的特殊形式,线性回归模型是一次函数模型的一般形式.
2.相关系数:相关系数的绝对值越接近于1,两个变量的线性相关关系越强,它们的散点图越接近•条直
线,这时用线性回归模型拟合这组数据就越好,此时建立的线性回归模型是有意义.
三,课堂练习
1.下列两个变量具有相关关系的是()
A.正方体的体积与边长
B.人的身高与视力
C.人的身高与体重
D.匀速直线运动中的位移与时间
2.在画两个变量的散点图时,下面哪个叙述是正确的()
A.预报变量在x轴上,解释变量在y轴上
B.解释变量在x轴上,预报变量在y轴上
C.可以选择两个变量中任意一个变量在x轴上
D.可选择两个变量中任意一个变量在y轴上
3.回归直线y=+n必过()
A.(0,0)B.(x,0)C.(0,y)D.(x,y)
4.卜|越接近于I,两个变量的线性相关关系.
5.已知回归直线方程),=0.5大-0.81,则x=25时的估计值为
四,总结
求线性回归方程的步骤、线性回归模型与•次函数的不同.
五:作业:
一台机器使用的时间较长,但还可以使用,它按不同的转速生产出来的某机械零件有一些会有
缺点,每小时生产有缺点零件的多少,随机器的运转的速度而变化,下表为抽样试验的结果:
转速x(转/秒)1614128
有缺点零件数y(件)11985
(I)画散点图;
(2)求回归直线方程;
(3)若实际生产中,允许每小时的产品中有缺点的零件最多为10个,那么机器的运转速度应控制
在什么范围内?
1.1回归分析的基本思想及其初步应用(二)
教学目标:
(1).知识与技能: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
(2).过程与方法:了解在解决实际问题的过程中寻找更好的模型的方法,了解可用残差分析的
方法,比较两种模型的拟合效果.
(3).情感,态度与价值观:充分利用图形的直.观性,简捷巧妙的解题
教学重,去:了解评价回归效果的三个统计量:总偏差平方和、残差平方和、回归平方和.
教学难,去:了解评价回归效果的三个统计量:总偏差平方和、残差平方和、回归平方和.
教学方法:讲解法,引导法
教学过程:
一、复习准备:
I.由例i知,预报变量(体重)的值受解释变量(身高)或随机误差的影响.
2.为了刻画预报变量(体重)的变化在多人程度上与解释变量(身高)有关?在多人程度上与随机误差
有关?我们引入了评价I可归效果的三个统计量:总偏差平方和、残差平方和、I可归平方和.
二、讲授新课:
1.教学总偏差平方和、残差平方和、回归平方和:
(1)总偏差平方和:所有单个样本值与样本均值差的平方和,即557=力(),厂7)2.
1=1
残差平方和:回归值与样本值差的平方和,即过=力(/-城
1=1
回归平方和:相应回归值与样本均值差的平方和,即SSR=f⑵-亍了.
1=1
(2)学习要领:①注意上、入、亍的区别;②预报变量的变亿程度可以分解为由解释变量引起的变化程
度与残差变量的变化程度之和,即汽⑶-3=y尸+£(K-才;③当总偏差平方和相对固定时,
1=11=11=1
残差平方和越小,则回归平方和越大,此时模型的拟合效果越好;④对于多个不同的模型,我们还可以引
Z(y-y『
入相关指数R2=1-'=!''J来刻画回归的效果,它表示解释变量对预报变量变化的贡献率.R2的值越
大,说明残差平方和越小,也就是说模型拟合的效果越好.
2.教学例题:
例2关卜工与y有如下数据:
x24568
y3040605070
为了对X、y两个变量进行统计分析,现有以下两种线性模型:3-6.5x+17.5,y=lx+\l,试比
较哪一个模型拟合的效果更好.
分析:既可分别求出两种模型下的总偏差平方和、残差平方和、I可归平方和,也可分别求出两种模型下的
相关指数,然后再进行比较,从而得出结论.
>()7-y)2~y)2
(答案:&=1-里=0.845,此="弋'''=1一出_=0.82,84.5%>82%,所以甲选用的模型拟
2a3,00°-1000
j・lr-l
合效果较好.)
三,课堂练习
1.某产品的广告费用X与销售额y的统计数据如下表:
广告费用x(万元)4235
销售额y(万元)49263954
AA
根据上表可回回归方程y=曰+a中的。为9.4,据此模型预报广告费用为6万元时销售额为()
A.63.6万元B.65.5万元
C.67.7万元D.72.0万元
2.设两个变量x和y之间具有线性相关关系,它们的相关系数是八y关于x的回归直线的斜率是。,纵
轴上的截距是a,那么必有()
A.力与r的符号相同B.a与r的符号相同
C.力与/•的符号相反D.a与r的符号相反
3.在一次抽样调查中测得样本的5个样本点数值如下表:
V0.250.5124
1612521
试建立),与X之间的回归直线方程.
四,总结
分清总偏差平方和、残差平方和、回归平方和,初步了解如何评价两个不同模型拟合效果的好坏.
五:作业:
1.下列有关线性回归的说法,不正确的是()
A.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
B.在平面直角坐标系中用描点的方法得到表示具有相关关系的两个量的一组数据的图形叫做散点图
C.线性回归方程最能代表具有线性相关关系的x,),之间的关系
D.任何一组观测值都能得到具有代表意义的线性回归方程
2.在建立两个变量V与X的回归模型中,分别选择了4个不同的模型,它们的相关指数用如下,其中
拟合最好的模型是()
A.模型1的相关指数为0.98B,模型2的相关指数五°为0.80
C.模型3的相关指数及°为0.50D.模型4的相关指数炉为0.25
3.为了研究某种细菌随时间*变化,繁殖个数y的变化,收集数据如下:
时间力天123456
繁殖个数y612254995190
(D用时间作解释变量,繁殖个数作预报变量,作出这些数据的散点图;
⑵求y与x之间的回归方程;
(3)描述解释变量与预报变量之间的关系,计算残差、相关指数R2
1.1回归分析的基本思想及其初步应用(三)
教学目标:
(1).知识与技能:了解常用函数的图象特点,选择不同的模型建模,体会有些非线性模型
通过变换可以转化为线性回归模型。
(2).过程与方法:通过典型案例的探究,进一步了解回归分析的基本思想、方法及初步应用.
(3).情感,态度与价值观:通过本节课的学习,使学生学会对数据的收集,整理和分析.
教学重点:
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.
教学难点:
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.
教学方法:讲解法,引导法
教学过程:
一、复习准备:
I.给出例3:一只红铃虫的产卵数),和温度x有关,现收集了7组观测数据列于下表中,试建立y与x之
间的回归方程.
温度x/C21232527293235
产卵数),/个1121246611b325
(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、讲授新课:
1.探究非线性回归方程的确定:
①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.
②根据已有的函数知识,可•以发现样本点分布在某•条指数函数曲线尸Gec?的周围(其中de?是待定
的参数),故可用指数函数模型来拟合这两个变量.
③在JL式两边取对数,得G人十加《,再令z=hiy,贝IJZ=Q人十加q,而z与人间的关系如下:
X21232527293235
z1.9462.3983.0453.1784.1904.7455.784
观察z与x的散点图,可以发现变换后样本点分布在一条直线的附近,因此可以用线性归I归方程来拟合.
④利用计算器算得。=-3.843,0=0.272,z与x间的线性回归方程为)=0.272x-3.843,因此红铃虫的产
卵数对温度的非线性回归方程为y=/ML.
⑤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.
其关健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.
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:
天数力天123456
繁殖个数w个612254995190
(I)用天数作解释变量,繁殖个数作预报变量,作出这些数据的散点图;
(2)试求出预报变量对解释变量的回归方程.(答案:所求非线性I可归方程为2.)
四,课堂总结:用回归方程探究非线性回归问题的方法、步骤.
五,作业:
1.1回归分析的基本思想及其初步应用(四)
教学目标:
(1).知识与技能: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
(2).过程与方法:了解在解决实际问题的过程中寻找更好的模型的方法,了解可用残差分析的方法,
比较两种模型的拟合效果.
(3).情感,态度与价值观::通过本节课的学习,使学生学会对数据的收集,整理和分析.
教学重,京:通过探究使学生休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
问坝的过程中寻找更好的模型的方法,了解可用残差分析的方法,比较两种模型的拟合效果.
教学难点: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.
教学过程:
一,复习准备:
1.提问:在例3中,观察散点图,我们选择用指数函数模型来拟合红铃虫的产卵数),和温度工间的关系,
还可用其它函数模型来拟合吗?
2.讨论:能用二次函数模型),=C/2+C4来拟合上述两个变量间的关系吗?(令则、=。3/+。「此
时y与,间的关系如下,
t44152962572984110241225
y711212465115325
观察y与Z的散点图,可以发现样本点并不分布在一-条直线的周围,因此不宜用线性回归方程来拟合它,
即不宜用二次曲线)-c、/十q来拟合),与x之间的关系.)小结:也就是说,我们可以通过观察变换后的
散点图来判断能否用此种模型来拟合.事实.上,除了观察散点图以外,我们也可先求出函数模型,然后利
用残差分析的方法来比较模型的好坏.
二、讲授新课:
1.教学残差分析:
①残差:样本值与回归值的差叫残差,即《="-必.
②残差分析:通过残差来判断模型拟合的效果,判断原始数据中是否存在可疑数据,这方面的分析工作
称为残差分析.
③残差图:以残差为横坐标,以样本编号,或身高数据,或体重估计值等为横坐标,作出的图形称为残
差图.观察残差图,如果残差点比较均匀地落在水平的带状区域中,说明选用的模型比较合适,这样的带
状区域的宽度越窄,模型拟合精度越高,回归方程的预报精度越高.
2.例3中的残差分析:
计算两种模型下的残差
X*52”23P25。27-29,32335~
*7*2324~密115。325r
0.518*-0.167/1.760^-9.149P8.889^-14.153/32.928-
e~
幻)47.693"19.397*-5.835。-41.003^-40107u-58.268c77.9653
e/
一般情况下,比较两个模型的残差比较困难(某些样本点上一个
模型的残差的绝对值比另一个模型的小,而另一些样本点的情况则相
反),故通过比较两个模型的残差的平方和的大小来判断模型的拟合效
果,残差平方和越小的模型,拟合的效果越好.
由于两种模型下的残差平方和分别为1450.673和15448.432,故
选川指数函数模型的拟合效果远远优于选用二次函数模型.(当然,还可用相关指数刻画回归效果)
三、巩固练习:
1.一项研究要确定是否能够根据施肥量预测作物的产量,这里的解释变量是(B)
A、作物的产星B、施肥最
C、试验者D、降雨量或其他解释产量的变最2、下列说法正确的有
(C)
①回归方程适用于一切样本和总体
②回归方程一般都有时间性
③样本取值的范围会影响回归方程的适用范围
④回归方程得到的预报值是预报变量的精确值
A、B、①②
C、(2X3)D、③④
3、已知回归直线方程中斜率的估计值为1.23,样本点的中心(4,5),则回归直线方程为(A)
A、y=1.23x4-0.08B、y=0.08工4-1.23
C、y=1.23x+4D、y=1.23K+5
四,课堂总结:残差分析的步骤、作用
五,作业:
习题1.1(一课时)
教学目标
㈠知识目标:通过典型案例的探究,进一步了解回归分析的基本思想、方法及初步应用
㈡能力目标:;了解回归分析的基本思想、方法及初步应用。
㈢情感态度与价值观:学会用发展的眼光看问题,认识到事物都是在不断的发展、进化的,会用联系的观点看
待事物.
教学重点:了解线性回归模型与函数模型的差异,了解判断刻画模型拟合效果的方法一相关指数和残差分析.
教学难点:解释残差变量的含义,了解偏差平方和分解的思想
教学方法及学习方式:讨论式,指导学生的做题过程。
教学过程
1、(1)由表中数据制作的散点图如下:
从散点图中可以看出GDP值与年份近似呈线性关系.
(2)用y表示GDP值,/表示年份.根据截距和斜率的最小二乘计算公式,得
a^-\4292537.729,鼠7191.969
从而得线性回归方程
y=7191.969r-l4292537.729.
残差计算结果见下表.
GDP值与年份线性拟合残差表
年份19931994199519961997
残差-6422.269-1489.2383037.4935252.0244638.055
年份19981999200020012002
残差1328.685-2140.984-1932.353-1277.622-993.791
(3)2003年的GDP预报值为112976.360,根据国家统计局2004年的统计,2003年实际GDP值为11725L9,所以预
报与实际相差T275.54O.
(4)上面建立的回归方程的宠2=0.974,说明年份能够解释约97%的GDP值变化,因此所建立的模型能够很好地
刻画GDP和年份的关系.
说明:关于2003年的GDP值的来源,不同的渠道可能会有所不同.
2、说明:本题的结果与具体的数据有关,所以答案不唯一.
3、由表中数据得散点图如F:
UKMMI
250(X1
2(MMXI
15(100
|0(MXI
5000
406.07.0K,0
从散点图中可以看出,族级x与大于或等于该震级的地宸数N之间不呈线性相关关系,随着x的减少,所考察的地
震数N近似地以指数形式增长.做变换y=lgN,
得到的数据如下表所示.
X33.23.43.63.844.24.44.64.85
y4.4534.3094.1704.0293.8833.7413.5853.4313.2833.1322.988
X5.25.45.65.866.26.46.66.87
y2.8732.7812.6382.4382.3142.1701.9911.7561.6131.398
x和y的散点图如卜.:
从这个散点图中可以看出x和〉之间有很强的线性相关性,因此可以用线性回归模型拟合它们之间的关系.根据截
距和斜率的最小二乘计算公式,得
««6.704,^-0.741,
故线性回归方程为y=-0-741X+6.704.
R2«0.997,说明x可以解释),的99.7%的变化.因此,可以用回归方程N=io^-74,x+6-704描述x和N之
间的关系.
1.2独立性检验的基本思想及其初步应用(一)
教学目标
(一)知识与技能:通过本节知识的学习,了解独立性检验的基本思想和初步应用,能对两个分类变量是否有关
做出明确的判断。明确对两个分类变量的独立性检验的基本思想具体步骤,会对具体问题作出独立性检验。
(二)过程与方法:在本节知识的学习中,应使学生从具体问题中认识进行独立性检验的作用及必要性,树立学
好本节知识的信心,在此基础上学习三维柱形图和二维柱形图,并认识它们的基本作用和存在的不足,从而为学习下面作好
铺垫,进而介绍K的平方的计算公式和K的平方的观测值R的求法,以及它们的实际意义。从中得出判断“X与Y有关系”
的一般步骤及利用独立性检验来考察两个分类变量是否有关系,并能较准确地给出这种判断的可靠程度的具体做法和可信程
度的大小。最后介绍了独立性检验思想的综合运用
(三)情感、态度与价值观:通过本节知识的学习,首先让学生了解对两个分类博变量进行独立性检验的必要
性和作用,并引导学生注意比较与观测值之间的联系与区别,从而引导学生去探索新知识,培养学生全面的观点和辨证地分
析问题,不为假想.所迷惑,寻求问题的内在朕系,培养学生学习数学、应庠数学的良好的数学品质.加弓虽与现实生活相联系,
从对实际问题的分析中学会利用图形分析、解决问题及用具体的数量来衡量两个变量之间的联系,学习用图形、数据来正确
描述两个变量的关系。明确数学在现实生活中的重要作用和实际价值。教学中,应多给学生提供自主学习、独立探究、合作
交流的机会。养成严谨的学习态度及实事求是的分析问题、解决问题的科学世界观,并会用所学到的知识来解决实际问题。
教学重,荥:理解独立性检验的基本思想及实施步骤.
教学难,去:了解独立性检验的基本思想、了解随机变量K的含义.
教学方法:诱思探究教学法
学习方法:自主探究、观察发现、合作交流、归纳总结。
教学过程:
一,复习准备:
回归分析的方法、步骤,刻画模型拟合效果的方法(相关指数、残差分析)、步骤.
二、讲授新课:
1.教学与列联表相关的概念:
①分类变量:变量的不同“值”表示个体所属的不同类别的变量称为分类变量.分类变量的取值一定是离
散的,而且不同的取值仅表示个体所属的类别,如性别变量,只取男、女两个值,商品的等级变量只取一
级、二级、三级,等等.分类变量的取值有时可用数字来表示,但这时的数字除了分类以外没有其他的含
义.如用“0”表示“男”,用“1”表示“女”.
②列联表:分类变量的汇总统计表(频数表).一般我们只研究
不患肺癌患肺癌总计
每个分类变量只取两个值,这样的列联表称为2x2.如吸烟与患
不吸烟7775427817
肺癌的列联表:
吸烟2099492148
2.教学三维柱形图和二维条形图的概念:
总计9874919965
由列联表可以粗略估计出吸烟者和不吸烟者患肺癌的可能性存
在差异.(教师在课堂上用EXCEL软件演示三维柱形图和二维条形图,引导学生观察这两类图形的特征,
并分析由图形得出的结论)
3.独立性检验的基本思想:
①独立性检验的必要性(为什么中能只凭列联表的数据和图形下结论?):列联表中的数据是样本数据,
它只是总体的代表,具有随机性,故需要用列联表检验的方法确认所得结论在多大程度上适用于总体.
②独立性检验的步骤(略)及原理(与反证法类似):
反证法假设检验
要证明结论A备择假设H1
在A不成立的前提下进行推理在也不成立的条件下,即H。成立的条件下进行推理
推出矛盾.,意味着结论A成立推出有利于小成立的小概率事件(概率不超过a的事件)发
生,意味着H|成立的可能性(可能性为(1一。))很大
没有找到矛盾,不能对A下任推出有利于H1成立的小概率事件不发生,接受原假设
何结论,即反证法不成功
③上例的解决步骤
第一步:提出假设检验问题Ho:吸烟与患肺癌没有关系cH.:吸烟与患肺癌有关系
第二步:选择检验的指标K2=—,〃(,")一〔它越小,原假设“H。:吸烟与患肺癌没有
3+「)(c+d)(a+c)S+d)
关系”成立的可能性越大;它越大,备择假设“H—吸烟与患肺癌有关系”成立的可能性越大.
第三步:查表得出结论
P(/r>k)0.500.400.250.150.100.050.0250.0100.0050.001
k0.4550.7081.3232.0722.7063.845.0246.6357.87910.83
三,例题讲解
1.三维柱形图中柱的高度表示的是()
A,各分类变量的频数B.分类变量的百分比C.分类变量的样本数D.分类变量的具体值
解析:三维柱形图中柱的高度表示图中各个频数的相对大小.选A
2.统计推断,当____时,有95%的把握说事件A与B有关;当______时,认为没有充分的证据显示
事件A与B是有关的.
解析:当A>3.841时,就有95%的把握说事件A与B有关,当AK2.076时认为没有充分的证据显示事件A
与B是有关的.
3.为了探究患慢性气管炎与吸烟有无关系,调查了却339名50岁以上的人,结果如下表所示,据此数据请
问:50岁以上的人患慢性气管炎与吸烟习惯有关系吗?
患慢性,管未患慢性气合计
炎管炎
吸烟43162205
不吸烟13121134
合计56283339
分析:有表中所给的数据来计算K?的观测值k,再确定其中的具体关系.
解:设患慢性气管炎与吸烟无关.
a=43,b=162,c=13,d=121,a+b=205,c+d=134,
a+c=56,b+d=283,n=339
所以K?的观测值为女=,i(ad-桃)2=7.469.因此文>6.635,故有99%的把握认为患慢性气
(a+b)(c+d)(a+c)(b=d)
管炎与吸烟有关.
四,课后练习:
1.在三维柱形图中,主对角线上两个柱形高度的乘积与副对角线上的两个柱形的高度的乘积相差越大两
个变量有关系的可能性就()
A.越大B.越小C.无法判断【).以上都不对
2.下列关于三维柱形图和二维条形图的叙述正确的是:()
A.从三维柱形图可以精确地看出两个分类变量是否有关系
B.从二维条形图中可以看出两个变量频数的相对大小,从三维柱形图中无法看出相对频数的大小
C,从三维柱形图和二维条形图可以粗略地看出两个分类变量是否有关系
D.以上说法都不对
3.对分类变量X与Y的随机变量K?的观测值K,说法正确的是()
A.k越大,〃X与Y有关系”可信程度越小:
B.k越小,"X与Y有关系”可信程度越小:
C.k越接近于0,〃X与Y无关”程度越小
D.k越大,〃X与Y无关”程度越大
4.在吸烟与患肺病这两个分类变量的计算中,下列说法正确的是()
A.若X的观测值为k=6.635,我们有99%的把握认为吸烟与患肺病有关系,那么在100个吸烟的人中必有99
人患有肺病;
B.从独立性检验可知有99%的把握认为吸烟与患肺病有关系时,我们说某人吸烟,那么他有99%的可能患
有肺病;
C.若从统计量中求出有95,的把握认为吸烟与患肺病有关系,是指有5%的可能性使得推判出现错误;
D.以上三种说法都不正确.
5.若由一个2*2列联表中的数据计算得k2=4.013,那么有把握认为两个变量有关系
6.某高校“统计初步”课程的教师随机调查了选该课的一些学生情况,具体数据如下表:
非统计专业统计专业
男1310
女720
为了判断主修统计专业是否与性别有关系,根据表中的数据,得到
_50x(13x20-10x7)2
za4.844
23x27x20x30
因为K?23.841,所以判定主修统计专业与性别有关系,那么这种判断出错的可能性为;
7.在对人们的休闲方式的一次调查中,共调查了124人,其中女性70人,男性54人。女性中有43人主
要的休闲方式是看电视,另外27人主要的休闲方式是运动;男性中有21人主要的休闲方式是看电视,另
外33人主要的休闲方式是运动。
(I)根据以上数据建立一个2X2的列联表;
(2)判断性别与休闲方式是否有关系。
参考答案
1.A2.C3.B4.C
5.95%6.5%
7..W:(1)2X2的列联表
看电视运动总计
女432770
男213354
总计6460124
(2)假设“休闲方式与性别无关”
计尊
^124X(43X33-27X21)^6201
70x54x64x60
因为攵25.024,所以有理由认为假设“休闲方式与性别无关”是不合理的,
即有97.5%的把握认为“休闲方式与性别有关”
五,课时小结你能根据上例“吸烟与患肺癌的案例探究”总结
“独立性检验”的具体做法步骤
第一步:根据实际问题需要的可信程度确定临界值;
第二步:利用公式计算随机变量X的观测值k;
第三步:查对临界值表得出结论.
六,布置作业:
1.2独立性检验的基本思想及其初步应用(二)
(一)知识与技能。了解独立性检验的基本思想,方法及初步反用
(二)过程与方法::通过典型案例探究解决问题。了解独立检验的基本思想,方法。
(三)情感、态度与价值观:通过本节知识的学习,培养学生对数据烦的直观感觉,体会统计方法引用的广泛
性C
教学重点:理解独立性检验的基本思想及实施步骤.
教学难点:了解独立性检验的基本思想、了解随机变量K2的含义.
教学方法:诱思探究教学法
学习方法:自主探究、观察发现、合作交流、归纳总结。
教学过程:
一、复习准备:
独立性检验的基本步骤、思想
二、讲授新课:
1.教学例1:
例1在某医院,因为患心脏病而住院的665名男性病人中,有214人秃顶;而另外772名不是因为患心脏
病而住院的男性病人中有175名秃顶.分别利用图形和独立性检验方法判断秃顶与患心脏病是否有关系?
你所得的结论在什么范围内有效?
①第一步:教师引导学生作出列联表,并分析列联表,引导学生得出“秃顶与患心脏病有关”的结论;
第二步:教师演示三维柱形图和二维条形图,进一步向学生解释所得到的统计结果;
第三步:由学生计算出K?的值;
第四步:解释结果的含义.
②通过第2个问题,向学生强调“样本只能代表相应总体”,这里的数据来自于医院的住院病人,因此题
R中的结论能够很好地适用于住院的病人群体,而把这个结港推广到其他群体则可能会出现错误,除非有
其它的证据表明可以进行这种推广.
2.教学例2:
例2为考察高中生的性别与是否喜欢数学课程之间的关系,在某城市的某校高中生中随机抽取300名学生,
得到如下列联表:
喜欢数学课程不喜欢数学课程总il-
男3785122
女35143178
总计72228300
由表中数据计算得到的观察值々士4.513.在多大程度上可以认为高中生的性别与是否数学课程之间有
关系?为什么?
(学生自练,教师总结)
强调:①使得P(K?23.841)。0.05成立的前提是假设“性别与是否喜欢数学课程之间没有关系”.如果这
个前提不成立,上面的概率估计式就不一定正确;
②结论有95%的把握认为“性别与喜欢数学课程之间有关系”的含义:
③在熟练掌握了两个分类变量的独立性检验方法之后,可直接计算片的值解决实际问题,而没有必要画
相应的图形,但是图形的直观性也不可忽视.
■优秀
■不优秀
由图及表直观判断,好像“成绩优秀与班级有关系”.因为K?的观测值().653<6.635,由教科书中表1T1
克重,在犯错误的概率不超过0.01的前提下,不能认为“成绩与班级有关系”.
说明:(1)教师应要求学牛.画出等高条形图后,从图形上判断两个分类变量之间是否有关系.这里通过图形的直观感觉
的结果可能会出错.
(2)本题与例题不同,本题计算得到的K2的观测值比较小,所以没有理由说明“成绩优秀与班级有关系”.这与反
证法也有类似的地方,在使用反证法证明结论时,假设结论不成立的条件下如果没有推出矛盾,并不能说明结论成立也不能
说明结论不成立.在独立性检验中,没有推出小概率事件发生类似于反证法中没有推出矛盾.
五,课时小结你能根据上例“吸烟与患肺癌的案例探究”总结
“独立性检验”的具体做法步骤
第一步:根据实际问题需要的可信程度确定临界值;
第二步:利用公式计算随机变量X的观测值k;
第三步:查对临界值表得出结论.
六,布置作业:
第二章第一课时2.1.1合情推理(一)
教学要求:结合已学过的数学实例,了解归纳推理的含义,能利用归纳进行简单的推理,体会并认识归纳
推理在数学发现中的作用.
教学重点:能利用归纳进行简单的推理.
教学难点:用归纳进仃推理,作出猜想.
教学过程:
一、新课引入:
I.哥德巴赫猜想:观察4=2+2,6=3+3,8=5+3,10=5+5,12=5+7,12=7+7,16=13+3,18=11+7,20=13+7,...,
50=13+37,……,100=3+97,猜测:任一偶数(除去2,它本身是一素数)可以表示成两个素数之和.1742
年写信提出,欧拉及以后的数学家无人能解,成为数学史上举世闻名的猜想.1973年,我国数学家陈景润,
证明了充分大的偶数可表示为一个素数与至多两个素数乘积之和,数学上把它称为“1+2”.
二、讲授新课:
1.教学概念:
①概念:由某类事物的部分对象具有某些特征,推出该类事物的全部对象都具有这些特征的推理,或者
由个别事实概括出一般结论的推理,称为归纳推理.简言之,归纳推理是由部分到整体、由个别到一般的
推理.
②月纳推理的几个特点;
1.归纳是依据特殊现象推断一般现象,因而,由归纳所得的结论超越了前提所包容的范围.
2.归纳是依据若干已知的、没有穷尽的现象推断尚属未知的现象,因而结论具有猜测性.
3.归纳的前提是特殊的情况,因而归纳是立足于观察、经验和实验的基础之上
归纳推理的一般步骤:
⑴对有限的资料进行观察、分析、归纳整理;
⑵提出带有规律性的结论,即猜想;
⑶检验猜想。
归纳练习:⑺由铜、铁、铝、金、银能导电,能归纳出什么结论?
旧)由直角三角形、等腰三角形、等边三角形内角和180度,能归纳出什么结论?
四)观察等式:1+3=4=22,1+3+5=9=32,1+3+5+7+9=16=4?,能得出怎样的结论?
③讨论:⑺统计学中,从总体中抽取样本,然后用样本估计总体,是否属归纳推理?
(访归纳推理有何作用?(发现新事实,获得新结论,是做出科学发现的重要手段)
(沆)归纳推理的结果是否正确?(不一定)
2.教学例题:
①[例1]观察图,可以发现:1=12,1+3=4=22,1+3+5=9=32,1+3+5+7=16=42,1+3+5+7+9=25=52,...
由上述具体事实能得出怎样的结论?
②出示例题:已知数列{4}的第1项4=2,且4M=6-(〃=1,2「.),试归纳出通项公式.
(分析思路:试值〃=1,2,3,4一猜想4一如何证明:将递推公式变形,再构造新数列)
循他F+V-E=2一欧拉公式
例3:数一数图中的口多面体的而■数I;、顶
国数(F)JJ[点数(V)根或(E)
点数V和梭数E,然后用归纳法推理野出它们
三核M446
之间的关系.
558
三松桂569
工松出6610
立方体6812
正八UH*8612
五段林71015
正才供71015
尖项疗9916
3.小结:①归纳推理的药店:由部分到整体、由个别到一般;②典型例子:哥德巴赫猜想的提出;数列通
项公式的归纳.
三,巩固练习:
1.观察:5?-1=24,7?-1=48,1-一1=120,13?-1=168,…所得的结果都是24的倍数,继续试验,
你能得到什么猜想?
2.在数列{叫中,q=I,.二一"”(〃£N*),试猜想这个数列的通项公式.
2+%
3.对于任意正整数〃,猜想2〃T与(〃+1)2的大小关系
第二课时2.1.1合情推理(二)
教学要求:结合已学过的数学实例,了解合情推理的含义,能利用归纳和类比等进行简单的推理,体会并
认识合情推理在数学发现中的作用.
教学重点:了解合情推理的含义,能利用归纳和类比等进行简单的推理.
教学难点:用归纳和类比进行推理,作出猜想.
教学过程:
一,复习准备:
导入:鲁班由带齿的草发明锯;人类仿照鱼类外形及沉浮原理,发明潜水艇;地球上有生命,火星与地
球有许多相似点,如都是绕太阳运行、扰轴自转的行星,有大气
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 断层探查合规红线
- 智能艾灸仪+脑机接口:2026年精准经络调控技术融合展望
- 十五五农业升级:智能EMS美容仪技术赋能精密农业育种的新范式
- 十五五交通重塑:智能小腿按摩器车载座椅集成与长途舒适革命
- 一级市场降温下智能工厂数字孪生:融资轮次收缩与盈利模式重构
- 万亿蓝海掘金 工业互联网平赛道 2026年西南工业互联网平台创业计划运营方案
- 建筑应用:智能地表位移传感器高层建筑风振监测方案
- 医疗器械生物学评价研究探讨
- 湖北省武汉市5G重点中学联合体2026-2027学年上学期高二年级11月期中考试语文试题 含答案
- 2024年交谊舞入门知识
- 2026管理会计师成本管理仿真测试及答案
- 天津大学行政岗招录笔试试题2026
- 北师大版数学六年级上册第六单元 确定位置 基础测试卷
- 市政道路沥青路面专项施工方案
- 2026新教材语文 19《航天员写给孩子的信》课件
- 2026年全国汽车驾驶员(高级)职业技能考试题库及答案
- 前列腺癌护理疑难病例讨论
- 2026年陕西公务员(行测)真题(含答案)
- 2026年四川省公职招录考试(省情时政)历年参考题库含答案详解
- (正式版)DB44∕T 2827-2026 既有建筑结构安全监测技术标准
- 尿管护理中的持续质量改进
评论
0/150
提交评论