文档介绍：第一章 统计案例
（一）
教学目的：
(1).学问与技能：通过典型案例的探究，进一步理解回来分析的根本思想、方法及初步应用
(2).过程与方法：理解回来分析的根本思想、方法及初步应用
(3).情效果的三个统计量：总偏向平方和、残差平方和、回来平方和.
教学难点：理解评价回来效果的三个统计量：总偏向平方和、残差平方和、回来平方和.
教学方法:讲解法,引导法
教学过程：
一、复****打算：
1．由例1知，预报变量（体重）的值受说明变量（身高）或随机误差的影响.
2．为了刻画预报变量（体重）的改变在多大程度上与说明变量（身高）有关？在多大程度上与随机误差有关？我们引入了评价回来效果的三个统计量：总偏向平方和、残差平方和、回来平方和.
二、讲授新课：
1. 教学总偏向平方和、残差平方和、回来平方和：
（1）总偏向平方和：全部单个样本值与样本均值差的平方和，即.
残差平方和：回来值与样本值差的平方和，即.
回来平方和：相应回来值与样本均值差的平方和，即.
（2）学****要领：①留意、、的区分；②预报变量的改变程度可以分解为由说明变量引起的改变程度与残差变量的改变程度之和，即；③当总偏向平方和相对固定时，残差平方和越小，则回来平方和越大，此时模型的拟合效果越好；④对于多个不同的模型，我们还可以引入相关指数来刻画回来的效果，它表示说明变量对预报变量改变的奉献率. 的值越大，说明残差平方和越小，也就是说模型拟合的效果越好.
2. 教学例题：
例2 关于与有如下数据：
2
4
5
6
8
30
40
60
50
70
为了对、两个变量进展统计分析，现有以下两种线性模型：，，试比拟哪一个模型拟合的效果更好.
分析：既可分别求出两种模型下的总偏向平方和、残差平方和、回来平方和，也可分别求出两种模型下的相关指数，然后再进展比拟，从而得出结论.
（答案：，，%＞82%，所以甲选用的模型拟合效果较好.）
三,课堂练****br/>1. 某产品的广告费用x与销售额y的统计数据如下表：
广告费用x(万元)
4
2
3
5
销售额y(万元)
49
26
39
54
根据上表可得回来方程＝x＋，据此模型预报广告费用为6万元时销售额为( )
A. B.
C. D.
2．设两个变量x和y之间具有线性相关关系，它们的相关系数是r，y关于x的回来直线的斜率是b，纵轴上的截距是a，那么必有( )
A．b与r的符号一样 B．a与r的符号一样
C．b与r的符号相反 D. a与r的符号相反
3. 在一次抽样调查中测得样本的5个样本点数值如下表：
x
1
2
4
y
16
12
5
2
1
试建立y与x之间的回来直线方程．
四,总结
分清总偏向平方和、残差平方和、回来平方和，初步理解如何评价两个不同模型拟合效果的好坏.
五:作业:
，不正确的是 ( )
A．变量取值确定时，因变量的取值带有确定随机性的两个变量之间的关系叫做相关关系
B．在平面直角坐标系中用描点的方法得到表示具有相关关系的两个量的一组数据的图形叫做散点图
C．线性回来方程最能代表具有线性相关关系的x，y之间的关系
D．任何一组观测值都能得到具有代表意义的线性回来方程
2. 在建立两个变量 与 的回来模型中，分别选择了4个不同的模型，它们的相关指数 如下，其中拟合最好的模型是（ ）
3. 为了探讨某种细菌随时间x改变，繁殖个数y的改变，搜集数据如下：
时间x/天
1
2
3
4
5
6
繁殖个数y
6
12
25
49
95
190
(1)用时间作说明变量，繁殖个数作预报变量，作出这些数据的散点图；
(2)求y与x之间的回来方程；
(3)描绘说明变量与预报变量之间的关系，计算残差、相关指数R2
（三）
教学目的：
(1).学问与技能：理解常用函数的图象特点，选择不同的模型建模，体会有些非线性模型通过变换可以转化为线性回来模型。
(2).过程与方法：通过典型案例的探究，进一步理解回来分析的根本思想、方法及初步应用.
(3).情感,看法与价值观：通过本节课的学****使学生学会对数据的搜集,整理和分析.
教学重点：
通