概率论与数理统计 教案 第七章数据的分析 第三节 方差分析 第四节 线性回归分析

《概率论与数理统计》教学设计方案PAGE51.知识与技能目标：（1）掌握单因素方差分析的基本原理（试验指标、因素、水平的概念）；（2）掌握最小二乘估计的计算方法；（3）方差分析中掌握判断因素水平对试验指标的影响显著性．2.能力与思维目标：（1）能从实际问题中提取关键数据，选择合适的统计方法（方差分析/回归分析）进行建模与解读；（2）通过平方和分解、显著性检验等过程，理解“从数据差异到结论推断”的逻辑链条．3.情感态度与价值观目标（1）树立严谨的科学态度：培养一丝不苟的治学精神；（2）增强应用意识：感受统计方法在解决社会实际问题中的价值（如通过回归分析优化资源配置），激发用数学知识服务社会的责任感．（1）单因素方差分析的实际应用；（2）线性回归分析的建模与显著性检验（最小二乘估计的意义、三种检验方法的选择与应用）．处理措施：案例驱动：以“不同地区学生数学成绩差异分析”（方差分析）、“某网店销量与促销费用的关系”（回归分析）为贯穿案例，从“问题提出→数据呈现→方法选择→软件操作→结果解读”分步拆解，让学生直观感受统计方法的应用场景．方差分析中“平方和分解”的逻辑（总差异为何能分解为效应差异与误差差异．处理措施：用“类比法”。将“总差异”比作“班级总分差异”，“效应平方和”类比“不同小组（因素水平）的平均分差异”，“误差平方和”类比“小组内个体的分数波动”，通过生活化类比理解分解逻辑，再结合数学公式推导验证．思政元素融入知识点1试验指标的概念：在方差分析中，我们将要考察的对象的某种特征称为试验指标.影响试验指标的条件称为因素.因素所处的状态，称为该因素的水平.如例7.5中“索赔额”就是试验指标，“地区”为因素，“四个不同地区”即为四个水平如果在一项试验中只有一个因素在改变，则称为单因素试验；如果多于一个因素在改变，则称为多因素试验.为方便起见，一般用大写字母等表示因素，用大写字母加下标表示该因素的水平，如等.[情景与案例]例7.5某大型保险公司为了解其推出的“新能源汽车三电系统专属保险”在四个不同地区的年度索赔额是否存在显著差异，从而优化区域定价和风险管理策略。公司随机抽取了四个代表城市（A1，A2，A3，A4）在过去一个保单年度内发生的部分索赔记录，索赔金额（单位：万元）如表7.1所示：表7.1保险索赔记录保险索赔记录地区索赔额（万元）A11.601.611.651.681.701.701.78A21.501.641.401.701.75A31.641.551.601.621.641.601.741.80A41.511.521.531.571.641.60试问：基于上述样本数据，能否判断在四个不同地区，新能源汽车三电系统险种的年度索赔额存在显著差异？(显著性水平)超星学习教学环节主要教学内容学生活动安排反转课堂，帮助学生绘制知识线（共2分钟）课前的案例如何解决，索赔差异的不同可能是由地区差异引起的，当然，在同一地区，由于随机因素的影响，也使其索赔额存在差异，这种影响我们通常记为随机误差。为解决这个问题，我们继续来学习。学生思考二、新课知识点：偏差平方和及其分解第三节方差分析单因素方差分析：仅考虑一个因素A对试验指标的影响。设单因素A具有r个水平，分别记为在每个水平下，进行了多次独立观测，将要考察的指标可以看成一个总体，故有个总体，并假设:每个总体均服从正态分布;每个总体的方差相同;从每个总体中抽取的样本相互独立.因此，有如下数学模型：(7-5)其中与均为未知参数.（7-5）式称为单因素试验方差分析的数学模型.方差分析的目的是要比较因素A的r个水平下试验指标理论均值的差异，即比较这r个总体的均值差异。检验假设假设检验采用的方法是平方和分解。我们寻找适当的统计量，对参数作假设检验.为了使造成各之间的差异的大小能定量表示出来，我们先引入:记在水平下数据和记为：，其样本均值为=因素A下的所有水平的样本总均值为=。假设数据总的差异用总离差平方和表示，分解为二个部分，一部分是由于因素A引起的差异——效应平方和；另一部分是由随机误差所引起的差异——误差平方和，记，总离差平方和效应平方和误差平方和4.与的统计特性如果成立，则所有的都服从正态分布，且相互独立，可以证明:（1）（2）~，（3）~，且，因此为的无偏估计.（4）相互独立.5.检验方法如果组间差异比组内差异大的多，即说明因素的各水平间有显著差异，个总体不能认为是同一个正态总体，应认为不成立，此时，比值有偏大的趋势.为此，选用统计量=在为真时，有F=~F对给定的检验水平，查的值，由样本观察值计算，，从而计算出统计量F的观察值.由于不真时，值偏大，导致F值偏大.因此，（1）若F>时，拒绝，表示因素A的各水平下的效应有显著差异;（2）若F<时，则接受，表示因素A的各水平下的效应无显著差异.为表达的方便和直观，将上面的分析过程和结果制成一个表格，称这个表为单因素方差分析表：表7-3单因素方差分析表第四节线性回归分析一般地,当随机变量与普通变量之间有线性关系时,可设,其中为待定系数。设是取自总体的一组样本,而是该样本的观察值,在样本和它的观察值中的是取定的不完全相同的数值，而样本中的在试验前为随机变量，在试验或观测后是具体的数值，一次抽样的结果可以取得对数据，则有,其中相互独立。在线性模型中,由假设知回归分析就是根据样本观察值寻求的估计.对于给定值,取（7-6）作为的估计，方程（7-6）称为关于的线性回归方程或经验公式，其图像称为回归直线，称为回归系数.1.最小二乘估计为寻求的估计值，我们最常用的方法是最小二乘估计。对样本的一组观察值…,对每个,由线性回归方程（7-6）可以确定一回归值,这个回归值与实际观察值之差刻画了与回归直线的偏离度.一个自然的想法就是:对所有,若与的偏离越小,则认为直线与所有试验点拟和得越好.令，上式表示所有观察值与回归直线的偏离平方和,刻划了所有观察值与回归直线的偏离度。所谓最小二乘法就是寻求的估计,使利用微分的方法，求关于的偏导数,并令其为零,得，整理得，称此为正规方程组，解正规方程组得（7-7）其中,,若记，,则（7-8）（7.7）或（7.8）叫做的最小二乘估计.而为关于的一元经验回归方程.如果y是正态变量，也可用极大似然估计法得出相同的结果.2.回归方程的显著性检验前面关于线性回归方程的讨论是在线性假设,下进行的.这个线性回归方程是否有实用价值,还要根据实际观察得到的数据运用假设检验的方法来判断.由线性回归模型，可知，当时，就认为与之间不存在线性回归关系，故需检验如下假设:.为了检验假设,先分析对样本观察值的差异,它可以用总的偏差平方和来度量,记为,由正规方程组,有==.令,,则有.称为回归平方和,它由普通变量的变化引起的,它的大小(在与误差相比下)反映了普遍变量的重要程度;称为剩余平方和，它是由试验误差以及其它未加控制因素引起的,它的大小反映了试验误差及其它因素对试验结果的影响.关于和，有下面的性质：定理7.1在线性模型假设下,当成立时,与相互独立,且对的检验有三种本质相同的检验方法:—检验法；—检验法；相关系数检验法.在介绍这些检验方法之前,先给出,,的计算方法.（1）检验法由定理1,若令则由定理7.1知，为的无偏估计,=且与相互独立.故取检验统计量,由给定的显著性水平，查表得，根据试验数据计算的值,当时，拒绝,这时回归效应显著;当时，接受,此时回归效果不显著.（2）检验法由定理2,当为真时,取统计量：由给定显著性水平,查表得,根据试验数据计算的值,若时,拒绝,表明回归效果显著；若时,接受,此时回归效果不显著.（3）相关系数检验法由第四章知，相关系数的大小可以表示两个随机变量线性关系的密切程度.对于线性回归中的变量与，其样本的相关系数为,它反映了普通变量与随机变量之间的线性相关程度.故取检验统计量对给定的显著性水平,查相关系数表得根据试验数据计算的值,当时,拒绝,表明回归效果显著;当时,接受,表明回归效果不显著.3.预测问题在回归问题中，若回归方程经检验效果显著,这时回归值与实际值就拟合较好,因而可以利用它对因变量的新观察值进行点预测或区间预测.对于给定的,由回归方程可得到回归值称为在的预测值.的测试值与预测值之差称为预测误差.在实际问题中,预测的真正意义就是在一定的显著性水平下,寻找一个正数,使得实际观察值以的概率落入区间内,即,由定理7.1知,,又因与相互独立,且所以,,故对给定的显著性水平，求得，故得的置信度为的预测区间为.易见，的预测区间长度为对给定,越靠近样本均值越小,预测区间长度小,效果越好。当很大,并且较接近时,有,则预4.控制问题控制问题是预测问题的反问题,所考虑的问题是：如果要求将控制在某一定范围内,问应控制在什么范围?这里我们仅对很大的情形给出控制方法,对一般的情形,也可类似地进行讨论。对给出的和置信度,令解得当时,控制范围为当时,控制范围为实际应用中,由(1)式知,要实现控制,必须要求区间的长度大于,否则控制区间不存在.特别,当时,,故(2)近似为三、总结（共10分钟）总结：谈谈本章节你有哪些收获。复习本节课所讲概念。案例选择贴近学生生活（成绩、销量等），有效降低了统计方法的“抽象感”，