8.2.2.2一元线性回归模型参数的最小二乘估计的应用 教学设计-2022-2023学年高二下学期数学人教A版(2019)选择性必修第三册

| 10页
| 1760人阅读
| 2人下载
特供

贵州省凯里一中            人教A版高中数学  选择性必修第三册  教学设计        尹  洪  QQ  7434510

学科网 zxxk.com学科网 zxxk.com

第八章  成对数据的统计分析

8.2  一元线性回归模型及其应用

8.2.2.2  一元线性回归模型参数的最小二乘估计的应用

 

一、教学目标

1、熟悉认知经验回归方程和经验回归直线、残差概念.

2、逐步熟悉并掌握最小二乘法,学会简单的应用.

二、教学重点、难点

重点:熟悉认知经验回归方程和经验回归直线、残差概念.

难点:熟悉并掌握最小二乘法及其应用.

三、学法与教学用具

1、学法:学生在老师的引导下,通过阅读教材,自主学习、思考、交流、讨论和概括,从而完成本节课的教学目标.

2、教学用具:多媒体设备等

四、教学过程

(一)创设情景,揭示课题

【回顾】

最小二乘估计(least squares estimate)

称为关于的经验回归方程,

求经验回归方程的方法叫做最小二乘法,叫做的最小二乘估计(least squares estimate).

残差

通过观测得到的数据称为观测值,

通过经验回归方程得到的称为预测值,

观测值减去预测值称为残差.

 

【问题】如何有效地解决线性回归方程的问题?

 

【研读交流】研读课本,与同桌或小组交流.(用时约5-6分钟)

 

 

 

(二)阅读精要,研讨新知page number 0

第八章  成对数据的统计分析     8.2.2.1  一元线性回归模型参数的最小二乘估计的应用      第 1 页 共 10 页

学科网 zxxk.com学科网 zxxk.com学科网(北京)股份有限公司


贵州省凯里一中            人教A版高中数学  选择性必修第三册  教学设计        尹  洪  QQ  7434510

学科网 zxxk.com学科网 zxxk.com

【例题研究】经验表明,一般树的胸径(树的主干在地面以上1.3m处的直径)越大,树就越高,由于测量树高比测量胸径困难,因此研究人员希望由胸径预测树高. 在研究树高与胸径之间的关系时,某林场收集了某种树的一些数据 (表8. 2-3),试根据这些数据建立树高关于胸径的经验回归方程.

解:以胸径为横坐标、树高为纵坐标作散点图,得到图8.2-9.

在图8.2-9中,散点大致分布在一条从左下角到右上角的直线附近,表明两个变量线性相关,

并且是正相关,因此可以用一元线性回归模型刻画树高与胸径之间的关系.

用表示胸径,表示树高,根据最小二乘法,计算可得经验回归方程为

0.249 314.84

相应的经验回归直线如图8. 2- 10所示.

根据经验回归方程,由表8.2-3中胸径的数据可以计算出树高的预测值(精确到0.1)以及相应的残差,

如表8.2-4所示.

以胸径为横坐标,残差为纵坐标,作残差图,得到图8. 2-11.page number 1

第八章  成对数据的统计分析     8.2.2.1  一元线性回归模型参数的最小二乘估计的应用      第 1 页 共 10 页

学科网 zxxk.com学科网 zxxk.com学科网(北京)股份有限公司


贵州省凯里一中            人教A版高中数学  选择性必修第三册  教学设计        尹  洪  QQ  7434510

学科网 zxxk.com学科网 zxxk.com

观察残差表和残差图,可以看到,残差的绝对值最大是0.8,所有残差分布在以横轴为对称轴、宽度小于2的带状区城内,可见经验回归方程较好地刻画了树高与胸径的关系,我们可以根据经验回归方程由胸径预测树高.

 

【问题及其解读】人们常将男子短跑 100 m的高水平运动员称为“百米飞人”。表8.2-5给出了1968年之前男子短跑100 m世界纪录产生的年份和世界纪录的数据. 试依据这些成对数据,建立男子短跑100 m世界纪录关于纪录产生年份的经验回归方程.

以成对数据中的世界纪录产生年份为横坐标,世界纪录为纵坐标作散点图,得到图8.2-12.

在图8.2-12中,散点看上去大致分布在一条直线附近,可用一元线性回归模型建立经验回归方程.

用表示男子短跑100 m的世界纪录,表示纪录产生的年份,利用一元线性回归模型

来刻画世界纪录和世界纪录产生年份之间的关系.

根据最小二乘法,由表中的数据得到经验回归方程为

0.020 337 4349.769 130 31         ①

将经验回归直线叠加到散点图,得到图8.2-13.

【发现】观察图8.2-12,可以发现散点更趋向于落在中间下凸且递减的某条曲线附近.

回顾已有的函数知识,可以发现函数的图象具有类似的形状特征.page number 2

第八章  成对数据的统计分析     8.2.2.1  一元线性回归模型参数的最小二乘估计的应用      第 1 页 共 10 页

学科网 zxxk.com学科网 zxxk.com学科网(北京)股份有限公司


由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。