02项目一任务二 因变而变-回归预测分析

授课教案课程名称数字化物流商业运营基础202—202学年第学期授课标题项目一数字化采购任务二因变而变-回归预测分析授课专业、班级物流服务与管理专业级班授课时间第周第次授课地点机房课程类型理实一体化授课时长2学时班级人数人学情调研从知识基础、技能基础和数字素养等方面，简述所授班级学情特点：学生初中毕业时已经熟悉一元一次线性函数，是本次一元线性回归分析的重要知识基础，但学生缺乏运用相关工具对物流数据进行回归分析的职业意识和操作技能。教学目标知识目标了解回归分析的自变量和因变量内涵，掌握采购需求回归预测分析的内涵，掌握一元线性回归的数据分析方法。技能目标能够掌握采购预测中简单的散点图法和回归分析预测。素养目标提升采购的数据分析职业意识，强化物流行业的数字化转型意识，增强小组交流和团结协作的职业意识。教学重点难点重点采购预测中的一元线性回归的数据分析难点利用图表完成一元线性回归分析采购预测可视化教学资源多媒体课件、教材、OFFICE办公软件教学方法教法：任务驱动法、案例分析法学法：实践操作法、小组探究法教学设计教学环节教师活动学生活动教法及设计目的时长课前准备课前准备：1.学生做好课前5S管理。2.完成出勤确认。做好课前5S管理引导学生进入课堂学习状态。情境导入教师参考教材，并引入企业不了解采购预测趋势的后果案例，说明企业需要具有数据分析能力的技术技能人才，需要多渠道获取数据，并掌握科学地采购数量预测的数据分析方法。聆听教师讲解，意识到采购数据分析的重要意义。引导学生理解采购数据分析的重要性。5任务要求1.掌握采购需求回归预测分析的内涵。2.能够掌握采购预测中简单的散点图法和回归分析预测。3.提升采购中的数据分析意识。记笔记，明确本次任务学习要求。通过分析情境导入，引导学生明确任务要求。3任务准备一、数字化应知准备1.物流中应用的数字技术和数据分析的关系2.采购预测中会运用的数字化技术3.回归分析的概念记要点，了解采购预测和回归分析。通过提问法、讲授法，引导学生了解数字化采购预测基本知识。10二、物流运营数据分析准备——回归预测分析结合教材讲授：回归分析可以在采购预测中，帮助我们从以往采购数据中，找到一定的采购数量变化的趋势，这是一种常见的数据分析方法。最直观常用的散点图法。散点图法是将以往的X和Y数据点，直接绘制到直角坐标系象限中，然后利用EXCEL工具，可以拟合一条直线，直接求出斜率a和截距b，同时还有一个参数R，作为相关系数，将R的平方（R2）称为判定系数，R的值在1与-1之间，R的绝对值越接近1，两个变量线性相关性越强，R2的值大于0.95时，则表示Y与X的相关关系为强相关。从而利用EXCEL进行一元线性回归分析的最简单、最直接的方法。观看一元线性回归分析图，掌握一元线性回归的相关性分析。通过讲授法、演示法，引导学生掌握于一元线性回归的正负相关分析。8三、软实力准备1．关注数字素养：散点图方式预测采购需求的规律意识。2．把握任务内涵：因变而变的价值，体现在正相关或负相关的采购需求变化预测趋势。3．学习业内榜样聆听讲授，理解采购回归预测分析因变而变的价值。通过讲授法、举例法等，引导学生提升数字素养。7任务实施一、应用场景及资料H物流公司主要为天津地区的化工类生产制造企业，储存、运输普通化工品，根据上个月上级集团单位会议精神，碳达峰、碳中和的国家“双碳”目标正在逐步推进，传统的化工生产制造企业正在进行转型升级，该公司常规大量采购储存的A物料采购需求用量有所降低，H物流公司想通过回归预测方法，预测下半年A物料的采购量减少的幅度，以便H公司优化物流仓储管理，提高仓库利用率。2022年1月-6月，H物流公司对A物料的采购量如表所示，需要预测2022年7至12月的采购需求量。二、数据分析步骤步骤一：将数据录入EXCEL中，注意“月份”信息的处理，将其转化为1、2、……12的阿拉伯数字。然后选中1-6月的采购量两列，点击“插入”图表，选中“折线图”的第一种生成。图1-11（左）图1-11（右）步骤二：点击鼠标右键，找到“添加趋势线”标签，选择“线性”、“显示公式”和“显示R平方值”。图1-12步骤三：此时我们要用这个一元一次方程，预测7-12月的采购量。三、数据可视化呈现步骤四：利用EXCEL工具，双击7月采购量的空白格，输入“=”，再输入图中显示的一元一次线性回归方程，此时，需要将方程中的X替换为乘号和数字月份“7”，即可自动显示预测结果，最后，拖拽所求值，直到12月为止。图1-13步骤五：利用Excel工具，选中1月—12月份的全部数据，重新插入折线图，适当调整Y轴的采购量范围，具体如1-13一元线性回归法预测过程的下部分图。课堂组织：1.组织学生个人操作，并完成个人自评。2.学生小组形式任务汇报，并完成小组互评。观看教师演示，并根据任务实施案例完成数据分析及可视化操作，并进行小组PPT制作和分享通过讲授法、演示法，引导学生逐步完成散点图预测分析，分析采购预测趋势。45任务拓展组织学生根据任务拓展要求，启发学生深入探究散点图和一元线性回归分析的异同，及一元线性回归分析在物流采购预测中的应用案例。表L公司的日化品采购金额与收益情况表年份采购金额（万元）收益值（万元）年份采购金额（万元）收益值（万元）2004年38782014年2844942005年48972015年3446372006年541562016年4047342007年661802017年52410722008年721842018年58412352009年861962019年64414622010年1042002020年70416902011年1402762021年76419502012年1642452022年58412352013年2243962023年7601945在教师引导下完成任务拓展