人教A版选修2-3的第三章的统计案例中的实习作业教学课件共38张PPT含简案 (2份打包)

统计案例——实习作业 探究：运动时长与感冒次数之间的关系 2 成果分享 应用巩固 确定问题①（小组全体成员） 运动对于提高免疫力有着重要作用，而感冒作为生活中最常见的疾病，其发病与免疫力有着密切的关系。因此，我们对“运动时间是否与感冒次数有关”问题做了研究。 确定问题②（小组全体成员） 需要注意的两条基本原则： ①学校每周规定的运动时间为2h（体育课40min*2、早晨跑操10min*4）,： ②感冒与多种因素有关，一年内有不多几次属正常情况或不属于本次研究范围。 因此，我们将问题确定为“每周运动时间是否超过3h与一年内感冒次数是否少于两次之间是否有关”。 设计抽样 抽样范围： 本校高二年级2,3,4,7,9,11,13,14班 抽样过程： 2班 31人 3班 33人 7班 29人 9班 22人 11班 31人 13班 23人 14班 21人 （共190人） 数据采集 共采集数据190份，其中 每周运动时间3h以上且一年感冒两次以下 64人 每周运动时间3h以下且一年感冒两次以下 51人 每周运动时间3h以上且一年感冒两次以上 36人 每周运动时间3h以下且一年感冒两次以上 39人 数据分析 1） 2*2列联表： 每周运动时间3h以上 每周运动时间3h以下 总计 一年感冒两次以下 64 51 115 一年感冒两次以上 36 39 75 总计 100 90 190 一年感冒两次以下 每周运动3h以上 每周运动3h以下 64 51 一年感冒两次以上 每周运动3h以上 每周运动3h以下 36 39 2） 计算： k=[190*(64*39-51*36)²]/(100*90*115*75)≈1.06＞0.708 ∴P(K²≥k0)=0.4 P（K2.≥k0） 0.50 0.40 0.25 0.15 0.10 0.05 k0 0.455 0.708 1.323 2.072 2.706 3.841 综上所述，在错误概率不超过40%的情况下，“感冒的次数”与“运动时间”存在相关关系。 误差分析 1）系统误差： ① 样本容量较小，普遍性不足； ② 13班为文科班，14班为体育班，运动量可能与其他班出入较大； ③ 感冒本身存在多种因素，仅认为与运动量有关是不准确的。 2）人为误差： ① 抽样可能不均匀。 拓展问题 1）将样本容量扩大到本校高二、高三年级，以上误差是否会缩小？ 2）实际上使人患感冒的因素有许多种，究竟哪一种与感冒的相关性最强？ 3）根据上述调查和拓展问题研究，如何减少患感冒的几率？ 4）在本问题中，我们利用独立性检验思想对问题做了研究，但只有60%的把握判定两个变量之间存在相关关系。那么，是否可以换用线性回归思想对“感冒的次数”与“运动时间”进行拟合？ 我国GDP与年份之间的关系 成果分享 应用巩固 使用指数函数/二次函数模型拟合： 设y=c1ec2x lny=lnc1+c2x 令z=lny b=c2 c=lnc1 则有：z=bx+a（a=lnc1，b=c2） 设y=c3x2+c4 即令t=x2 | | | | | | | | | | | | | | | | | | | 由拟合模型及数据代入线性回归公式： 可得：b=0.1348 a=-258.0263 即线性回归方程为:z=0.1348x-258.0263 因此该非线性回归方程为： Y=e0.1348x-258.0263 根据散点图可得线性回归方程为： Y=2.1214 t-8209417.579 即非线性回归方程为： Y=2.1214x2-8209417.576 | | | | | | | | 比较两个回归方程的拟合效果 通过残差来比较两个回归方程的拟合效果： ei（1）=yi-yi（1）=yi-e0.1348x-258.0263，i=1，2……29 ei（2）=yi-yi（2） =yi-2.1214x2-8209417.576 ，i=1，2……29 由残差公式计算可知：指数函数残差绝对值小于二次函数残差绝对值，即指数函数模型拟合效果要好于二次函数模型拟合效果。 即使用回归方程： Y=e0.1348x-258.0263 对数据的解释 2001年11月10日，在卡塔尔多哈举行的世界贸易组织（WTO）第四届部长级会议通过了中国加入世贸组织法律文件，它标志着经过15年的艰苦努力，我国终于成为世贸组织新成员。 GDP总值（单位：亿元） 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 200