11回歸分析的基本思想及其初步應(yīng)用

1、1.1回歸分析的基本思想及其初步應(yīng)用（一）教學(xué)要求：通過(guò)典型案例的探究，進(jìn)一步了解回歸分析的基本思想、方法及初步應(yīng)用.教學(xué)重點(diǎn)：了解線(xiàn)性回歸模型與函數(shù)模型的差異，了解判斷刻畫(huà)模型擬合效果的方法相關(guān)指數(shù)和殘差分析.教學(xué)難點(diǎn)：解釋殘差變量的含義，了解偏差平方和分解的思想.教學(xué)過(guò)程：一、復(fù)習(xí)準(zhǔn)備：1. 提問(wèn)：“名師出高徒”這句彥語(yǔ)的意思是什么？有名氣的老師就一定能教出厲害的學(xué)生嗎？這兩者之間是否有關(guān)？2. 復(fù)習(xí)：函數(shù)關(guān)系是一種確定性關(guān)系，而相關(guān)關(guān)系是一種非確定性關(guān)系. 回歸分析是對(duì)具有相關(guān)關(guān)系的兩個(gè)變量進(jìn)行統(tǒng)計(jì)分析的一種常用方法，其步驟：收集數(shù)據(jù)作散點(diǎn)圖求回歸直線(xiàn)方程利用方程進(jìn)行預(yù)報(bào).二、講授新課：

2、1. 教學(xué)例題： 例1 從某大學(xué)中隨機(jī)選取8名女大學(xué)生，其身高和體重?cái)?shù)據(jù)如下表所示：編號(hào)12345678身高/cm165165 157 170 175 165 155 170體重/kg 48 57 50 54 64 61 43 59求根據(jù)一名女大學(xué)生的身高預(yù)報(bào)她的體重的回歸方程，并預(yù)報(bào)一名身高為172cm的女大學(xué)生的體重. （分析思路教師演示學(xué)生整理）第一步：作散點(diǎn)圖第二步：求回歸方程第三步：代值計(jì)算 提問(wèn)：身高為172cm的女大學(xué)生的體重一定是60.316kg嗎？不一定，但一般可以認(rèn)為她的體重在60.316kg左右. 解釋線(xiàn)性回歸模型與一次函數(shù)的不同事實(shí)上，觀察上述散點(diǎn)圖，我們可以發(fā)現(xiàn)女大學(xué)

3、生的體重和身高之間的關(guān)系并不能用一次函數(shù)來(lái)嚴(yán)格刻畫(huà)（因?yàn)樗械臉颖军c(diǎn)不共線(xiàn)，所以線(xiàn)性模型只能近似地刻畫(huà)身高和體重的關(guān)系）. 在數(shù)據(jù)表中身高為165cm的3名女大學(xué)生的體重分別為48kg、57kg和61kg，如果能用一次函數(shù)來(lái)描述體重與身高的關(guān)系，那么身高為165cm的3名女在學(xué)生的體重應(yīng)相同. 這就說(shuō)明體重不僅受身高的影響還受其他因素的影響，把這種影響的結(jié)果（即殘差變量或隨機(jī)變量）引入到線(xiàn)性函數(shù)模型中，得到線(xiàn)性回歸模型，其中殘差變量中包含體重不能由身高的線(xiàn)性函數(shù)解釋的所有部分. 當(dāng)殘差變量恒等于0時(shí)，線(xiàn)性回歸模型就變成一次函數(shù)模型. 因此，一次函數(shù)模型是線(xiàn)性回歸模型的特殊形式，線(xiàn)性回歸模型是一

4、次函數(shù)模型的一般形式. 2. 相關(guān)系數(shù)：相關(guān)系數(shù)的絕對(duì)值越接近于1，兩個(gè)變量的線(xiàn)性相關(guān)關(guān)系越強(qiáng)，它們的散點(diǎn)圖越接近一條直線(xiàn)，這時(shí)用線(xiàn)性回歸模型擬合這組數(shù)據(jù)就越好，此時(shí)建立的線(xiàn)性回歸模型是有意義.3. 小結(jié)：求線(xiàn)性回歸方程的步驟、線(xiàn)性回歸模型與一次函數(shù)的不同. 1.1回歸分析的基本思想及其初步應(yīng)用（二）教學(xué)要求：通過(guò)典型案例的探究，進(jìn)一步了解回歸分析的基本思想、方法及初步應(yīng)用.教學(xué)重點(diǎn)：了解評(píng)價(jià)回歸效果的三個(gè)統(tǒng)計(jì)量：總偏差平方和、殘差平方和、回歸平方和.教學(xué)難點(diǎn)：了解評(píng)價(jià)回歸效果的三個(gè)統(tǒng)計(jì)量：總偏差平方和、殘差平方和、回歸平方和.教學(xué)過(guò)程：一、復(fù)習(xí)準(zhǔn)備：1由例1知，預(yù)報(bào)變量（體重）的值受解釋變量

5、（身高）或隨機(jī)誤差的影響. 2為了刻畫(huà)預(yù)報(bào)變量（體重）的變化在多大程度上與解釋變量（身高）有關(guān)？在多大程度上與隨機(jī)誤差有關(guān)？我們引入了評(píng)價(jià)回歸效果的三個(gè)統(tǒng)計(jì)量：總偏差平方和、殘差平方和、回歸平方和.二、講授新課：1. 教學(xué)總偏差平方和、殘差平方和、回歸平方和：（1）總偏差平方和：所有單個(gè)樣本值與樣本均值差的平方和，即.殘差平方和：回歸值與樣本值差的平方和，即.回歸平方和：相應(yīng)回歸值與樣本均值差的平方和，即.（2）學(xué)習(xí)要領(lǐng)：注意、的區(qū)別；預(yù)報(bào)變量的變化程度可以分解為由解釋變量引起的變化程度與殘差變量的變化程度之和，即；當(dāng)總偏差平方和相對(duì)固定時(shí)，殘差平方和越小，則回歸平方和越大，此時(shí)模型的擬合效果

6、越好；對(duì)于多個(gè)不同的模型，我們還可以引入相關(guān)指數(shù)來(lái)刻畫(huà)回歸的效果，它表示解釋變量對(duì)預(yù)報(bào)變量變化的貢獻(xiàn)率. 的值越大，說(shuō)明殘差平方和越小，也就是說(shuō)模型擬合的效果越好.2. 教學(xué)例題：例2 關(guān)于與有如下數(shù)據(jù)：245683040605070為了對(duì)、兩個(gè)變量進(jìn)行統(tǒng)計(jì)分析，現(xiàn)有以下兩種線(xiàn)性模型：，試比較哪一個(gè)模型擬合的效果更好.分析：既可分別求出兩種模型下的總偏差平方和、殘差平方和、回歸平方和，也可分別求出兩種模型下的相關(guān)指數(shù)，然后再進(jìn)行比較，從而得出結(jié)論.（答案：，84.5%82%，所以甲選用的模型擬合效果較好.）3. 小結(jié)：分清總偏差平方和、殘差平方和、回歸平方和，初步了解如何評(píng)價(jià)兩個(gè)不同模型擬合效

7、果的好壞. 1.1回歸分析的基本思想及其初步應(yīng)用（三）教學(xué)要求：通過(guò)典型案例的探究，進(jìn)一步了解回歸分析的基本思想、方法及初步應(yīng)用.教學(xué)重點(diǎn)：通過(guò)探究使學(xué)生體會(huì)有些非線(xiàn)性模型通過(guò)變換可以轉(zhuǎn)化為線(xiàn)性回歸模型，了解在解決實(shí)際問(wèn)題的過(guò)程中尋找更好的模型的方法.教學(xué)難點(diǎn)：了解常用函數(shù)的圖象特點(diǎn)，選擇不同的模型建模，并通過(guò)比較相關(guān)指數(shù)對(duì)不同的模型進(jìn)行比較.教學(xué)過(guò)程：一、復(fù)習(xí)準(zhǔn)備：1. 給出例3：一只紅鈴蟲(chóng)的產(chǎn)卵數(shù)和溫度有關(guān)，現(xiàn)收集了7組觀測(cè)數(shù)據(jù)列于下表中，試建立與之間的回歸方程.溫度21232527293235產(chǎn)卵數(shù)個(gè)711212466115325（學(xué)生描述步驟，教師演示）2. 討論：觀察右圖中的散點(diǎn)圖，

8、發(fā)現(xiàn)樣本點(diǎn)并沒(méi)有分布在某個(gè)帶狀區(qū)域內(nèi)，即兩個(gè)變量不呈線(xiàn)性相關(guān)關(guān)系，所以不能直接用線(xiàn)性回歸方程來(lái)建立兩個(gè)變量之間的關(guān)系. 二、講授新課：1. 探究非線(xiàn)性回歸方程的確定： 如果散點(diǎn)圖中的點(diǎn)分布在一個(gè)直線(xiàn)狀帶形區(qū)域，可以選線(xiàn)性回歸模型來(lái)建模；如果散點(diǎn)圖中的點(diǎn)分布在一個(gè)曲線(xiàn)狀帶形區(qū)域，就需選擇非線(xiàn)性回歸模型來(lái)建模. 根據(jù)已有的函數(shù)知識(shí)，可以發(fā)現(xiàn)樣本點(diǎn)分布在某一條指數(shù)函數(shù)曲線(xiàn)y=的周?chē)ㄆ渲惺谴ǖ膮?shù)），故可用指數(shù)函數(shù)模型來(lái)擬合這兩個(gè)變量. 在上式兩邊取對(duì)數(shù)，得，再令，則，而與間的關(guān)系如下：X21232527293235z1.9462.3983.0453.1784.1904.7455.784觀察與的散

9、點(diǎn)圖，可以發(fā)現(xiàn)變換后樣本點(diǎn)分布在一條直線(xiàn)的附近，因此可以用線(xiàn)性回歸方程來(lái)擬合. 利用計(jì)算器算得，與間的線(xiàn)性回歸方程為，因此紅鈴蟲(chóng)的產(chǎn)卵數(shù)對(duì)溫度的非線(xiàn)性回歸方程為. 利用回歸方程探究非線(xiàn)性回歸問(wèn)題，可按“作散點(diǎn)圖建模確定方程”這三個(gè)步驟進(jìn)行. 其關(guān)鍵在于如何通過(guò)適當(dāng)?shù)淖儞Q，將非線(xiàn)性回歸問(wèn)題轉(zhuǎn)化成線(xiàn)性回歸問(wèn)題.2. 小結(jié)：用回歸方程探究非線(xiàn)性回歸問(wèn)題的方法、步驟.三、鞏固練習(xí)：為了研究某種細(xì)菌隨時(shí)間x變化，繁殖的個(gè)數(shù)，收集數(shù)據(jù)如下：天數(shù)x/天 1 2 34 56繁殖個(gè)數(shù)y/個(gè) 6 12 25 49 95190（1）用天數(shù)作解釋變量，繁殖個(gè)數(shù)作預(yù)報(bào)變量，作出這些數(shù)據(jù)的散點(diǎn)圖；（2）試求出預(yù)報(bào)變量對(duì)解

10、釋變量的回歸方程.（答案：所求非線(xiàn)性回歸方程為.） 1.1回歸分析的基本思想及其初步應(yīng)用（四）教學(xué)要求：通過(guò)典型案例的探究，進(jìn)一步了解回歸分析的基本思想、方法及初步應(yīng)用.教學(xué)重點(diǎn)：通過(guò)探究使學(xué)生體會(huì)有些非線(xiàn)性模型通過(guò)變換可以轉(zhuǎn)化為線(xiàn)性回歸模型，了解在解決實(shí)際問(wèn)題的過(guò)程中尋找更好的模型的方法，了解可用殘差分析的方法，比較兩種模型的擬合效果.教學(xué)難點(diǎn)：了解常用函數(shù)的圖象特點(diǎn)，選擇不同的模型建模，并通過(guò)比較相關(guān)指數(shù)對(duì)不同的模型進(jìn)行比較.教學(xué)過(guò)程：一、復(fù)習(xí)準(zhǔn)備：1. 提問(wèn)：在例3中，觀察散點(diǎn)圖，我們選擇用指數(shù)函數(shù)模型來(lái)擬合紅鈴蟲(chóng)的產(chǎn)卵數(shù)和溫度間的關(guān)系，還可用其它函數(shù)模型來(lái)擬合嗎？44152962572

11、9841102412257112124661153252. 討論：能用二次函數(shù)模型來(lái)擬合上述兩個(gè)變量間的關(guān)系嗎？（令，則，此時(shí)與間的關(guān)系如下：觀察與的散點(diǎn)圖，可以發(fā)現(xiàn)樣本點(diǎn)并不分布在一條直線(xiàn)的周?chē)?，因此不宜用線(xiàn)性回歸方程來(lái)擬合它，即不宜用二次曲線(xiàn)來(lái)擬合與之間的關(guān)系. ）小結(jié)：也就是說(shuō)，我們可以通過(guò)觀察變換后的散點(diǎn)圖來(lái)判斷能否用此種模型來(lái)擬合. 事實(shí)上，除了觀察散點(diǎn)圖以外，我們也可先求出函數(shù)模型，然后利用殘差分析的方法來(lái)比較模型的好壞.二、講授新課：1. 教學(xué)殘差分析： 殘差：樣本值與回歸值的差叫殘差，即. 殘差分析：通過(guò)殘差來(lái)判斷模型擬合的效果，判斷原始數(shù)據(jù)中是否存在可疑數(shù)據(jù)，這方面的分析工作稱(chēng)為殘差分析. 殘差圖：以殘差為橫坐標(biāo)，以樣本編號(hào)，或身高數(shù)據(jù)，或體重估計(jì)值等為橫坐標(biāo)，作出的圖形稱(chēng)為殘差圖. 觀察殘差圖，如果殘差點(diǎn)比較均勻地落在水平的帶狀區(qū)域中，說(shuō)明選用的模型比較合適，這樣的帶狀區(qū)域的寬度越窄，模型擬合精度越高，回歸方程的預(yù)報(bào)精度越高. 2. 例3中的殘差分析：計(jì)算兩種模型下的殘差一般情況下，比較兩個(gè)模型的殘差比較困難（某些樣本點(diǎn)上一個(gè)模型的殘