数学人教A版选修2-3教学设计:第3章统计案例 WORD版含解析.doc
- 1.请仔细阅读文档,确保文档完整性,对于不预览、不比对内容而直接下载带来的问题本站不予受理。
- 2.下载的文档,不会出现我们的网址水印。
- 3、该文档所得收入(下载+内容+预览)归上传者、原创作者;如果您是本文档原作者,请点此认领!既往收益都归您。
下载文档到电脑,查找使用更方便
1 0人已下载
| 下载 | 加入VIP,免费下载 |
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数学人教A版选修2-3教学设计:第3章统计案例 WORD版含解析 学人 选修 教学 设计 统计 案例 WORD 解析
- 资源描述:
-
1、高考资源网() 您身边的高考专家教学设计本章复习1回归分析是对具有相关关系的两个变量进行统计分析的一种方法,而联系这两个变量之间的关系的方程称为回归方程,下列叙述正确的是()A回归方程一定是直线方程B回归方程一定不是直线方程C回归方程是变量之间关系的严格刻画D回归方程是变量之间关系的一种近似刻画2在两个变量Y与X的回归模型中,选择了4个不同的模型,它们的相关指数R2如下,其中拟合效果最好的是()AR20.98BR20.80CR20.50DR20.253下列关于K2的说法正确的是()AK2在任何相互独立的问题中都可以用来检验有关还是无关BK2的观测值越大,事件相关的可能性就越大CK2是用来判断两
2、个分类变量是否有关系的随机变量,只对两个分类变量适合D当K2的观测值大于某一数值(比如10.828)时,我们就说两个分类变量X与Y一定相关4当我们建立多个模型拟合某一数据时,为了比较各个模型的拟合效果,我们可通过计算下列哪些量来确定()残差平方和;回归平方和;相关指数R2;相关系数rA B C D5线性回归方程 x 必经过()A(0,0) B(,0) C(0,) D(,)学生活动:先用35分钟的时间完成上面5个小题,然后再交流答案,相互讨论,并根据题目设计的知识,回顾本章的主要内容活动结果:1.D2.A3.B4.C5.D基础知识回顾:1回归方程模型及相关检验(1)回归方程中 , ,其中(,)称
3、为样本点的中心(2)r具有如下性质:1,并且越接近1,线性相关程度越强,越接近0,线性相关程度越弱(3)为了衡量预报的精确度,我们要进行残差分析,通常2越小,预报精度越高222列联表的独立性检验(1)分类变量:变量的不同“值”表示个体所属的不同类别,这类变量称为分类变量(2)列联表:两个分类变量的频数表称为列联表有两个分类变量的样本频数列联表称为22列联表(3)独立性检验独立性检验一般采用列联表的形式,每个因素可以分为两个类别当列联表是22列联表的形式时,独立性检验的随机变量K2的计算公式如下:K2.这里的字母如下表y1y2总计x1ababx2cdcd总计acbdabcd在给定的出错概率上限下
4、,我们可以通过K2的观测值与已知数据的大小关系,来判断分类变量的关系设计目的:把某一节复习课要复习的基础知识(概念、公式、法则、公理、定理、方法、思想、技能、技巧等)整理成一组问题的形式,通过解答问题,达到引发学生再现某些基础知识,进而牢记某些基础知识的目的,即这里的主要目的是再现本节课所要复习的知识、技能、方法与思想类型一:线性回归模型及回归分析例1下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对照数据:x3456y2.5344.5(1)请画出上表数据的散点图;(2)请根据上表提供的数据,用最小二乘法求出y关于x的线性回归方程y x ;
5、(3)已知该厂技术改造前100吨甲产品能耗为90吨标准煤;试根据(2)求出的线性回归方程,预测生产100吨甲产品的生产能耗比技术改造前降低多少吨标准煤?思路分析:结合统计知识,正确作图和计算解:(1)散点图如图所示:(2)由系数公式可知,4.5,3.5, 0.7. 3.50.70.35,所以线性回归方程为y0.7x0.35;(3)x100时,y0.7x0.3570.35,所以预测生产100吨甲产品的生产能耗比技术改造前降低19.65吨标准煤点评:回归分析是对具有相关关系的两个变量进行统计分析的常用方法采用回归分析基本思想,解决实际问题的基本步骤如下:明确对象;画散点图;选择模型,即通过观察分析
6、散点图确定回归方程的类型,如果观察到数据呈线性关系,则选用线性回归方程 x ;估算方程,即按一定的规则估计回归方程的参数,如最小二乘法原理;线性相关程度的判定,即通过样本相关系数的大小作出判断:|r|1;|r|越接近于1,线性相关程度越强;|r|越接近于0,线性相关程度越弱变式练习:一个车间为了规定工时定额,需要确定加工零件所花费的时间,为此进行了10次试验测得的数据如下:零件数x(个)102030405060708090100加工时间y(分)626875818995102108115122(1)y与x是否具有线性相关关系?(2)如果y与x具有线性相关关系,求回归直线方程;(3)根据求出的回归
7、直线方程,预测加工200个零件所用的时间为多少?解:(1)列出下表i12345678910xi102030405060708090100yi626875818995102108115122xiyi6201 3602 2503 2404 4505 7007 1408 64010 35012 20055,91.7,38 500,87 777,iyi55 950,因此r0.999 8,由于r0.999 80.75,因此x与y之间有很强的线性相关关系,因而可求回归直线方程(2)设所求的回归直线方程为 x ,则有 0.668, 54.96,因此,所求线性回归方程为 0.668x54.96.(3)这个回归
8、直线方程的意义是当x每增大1时,y的值约增加0.668,而54.96是y不随x增加而变化的部分,因此,当x200时,y的估计值为 0.66820054.96188.56189,因此,加工200个零件所用的工时约为189分类型二:非线性回归模型及回归分析例2在试验中得到变量y与x的数据如下:x0.066 70.038 80.033 30.027 30.002 5y39.442.941.043.149.2由经验知,y与之间具有线性相关关系,试求y与x之间的回归曲线方程;当x00.038时,预测y0的值分析:通过换元转化为线性回归问题解:令u,由题目所给数据可得下表所示的数据:序号uiyiuyuiy
9、i115.039.42251 552.36591225.842.9665.641 840.411 106.82330.041.09001 6811 230436.643.11 339.561 857.611 577.46544.449.21 971.362 420.642 184.48合计151.8215.65 101.569 352.026 689.76计算得 0.29, 34.24, 34.240.29u.故所求回归曲线方程为 34.24,当x00.038时, 34.2441.87.点评:非线性回归问题有时并不给出经验公式,此时我们可以由已知的数据画出散点图,并把散点图与已经学习过的各种函
10、数,如幂函数、指数函数、对数函数、二次函数等作比较,挑选出跟这些散点拟合得最好的函数,然后再采用变量的变换,把问题转化为线性回归问题,使问题得以解决变式练习:某地大气中氰化物浓度测定结果如下:污染源距离50100150200250300400500氰化物浓度0.6870.3980.2000.1210.090.050.020.01(1)试建立氰化物浓度与距离之间的回归方程(2)求相关指数(3)作出残差图,并求残差平方和解:(1)选取污染源距离为自变量x,氰化物浓度为因变量y,作散点图从表中所给的数据可以看出,氰化物浓度与距离有负的相关关系,用非线性回归方程来拟合,建立y关于x的指数回归方程: 0
展开阅读全文
课堂库(九科星学科网)所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。


2019届人教A版数学必修二同步课后篇巩固探究:2-1-1 平面 WORD版含解析.docx
