1.1.1回归分析教学目标（1）通过实例引入线性回归模型，感受产生随机误差的原因；（2）通过对回归模型的合理性等问题的研究，渗透线性回归分析的思想和方法； （3）能求出简单实际问题的线性回归方程． 教学重点，难点线性回归模型的建立和线性回归系数的最佳估计值的探求方法． 教学过程 一．问题情境1． 情境：对一作直线运动的质点的运动过程观测了8次，得到如下表所示的数据，试估计当x=９时的位置y 的值．根据《数学3（必修）》中的有关内容，解决这个问题的方法是： 先作散点图，如下图所示：从散点图中可以看出，样本点呈直线趋势，时间x 与位置观测值y 之间有着较好的线性关系．因此可以用线性回归方程来刻画它们之间的关系．根据线性回归的系数公式，1221()n i i i nii x y nx y b x n x a y bx==⎧-⎪⎪=⎪⎨-⎪⎪=-⎪⎩∑∑可以得到线性回归方为 3.5361 2.1214y x =+，所以当9x =时，由线性回归方程可以估计其位置值为 22.6287y =2．问题：在时刻9x =时，质点的运动位置一定是22.6287cm 吗？ 二．学生活动思考，讨论：这些点并不都在同一条直线上，上述直线并不能精确地反映x 与y 之间的关系，y 的值不能由x 完全确定，它们之间是统计相关关系，y 的实际值与估计值之间存在着误差． 三．建构数学1．线性回归模型的定义：我们将用于估计y 值的线性函数a bx +作为确定性函数；y 的实际值与估计值之间的误差记为ε，称之为随机误差；将y a bx ε=++称为线性回归模型． 说明：（1）产生随机误差的主要原因有：①所用的确定性函数不恰当引起的误差； ②忽略了某些因素的影响； ③存在观测误差．（2）对于线性回归模型，我们应该考虑下面两个问题： ①模型是否合理；②在模型合理的情况下，如何估计a ，b ？ 2．探求线性回归系数的最佳估计值：对于问题②，设有n 对观测数据(,)i i x y (1,2,3,,)i n = ，根据线性回归模型，对于每一个i x ，对应的随机误差项()i i i y a bx ε=-+，我们希望总误差越小越好，即要使21nii ε=∑越小越好．所以，只要求出使21(,)()niii Q y x αββα==--∑取得最小值时的α，β值作为a ，b 的估计值，记为 a，b ． 注：这里的i ε就是拟合直线上的点(),i i x a bx +到点(),i i i P x y 的距离．用什么方法求 a，b ？回忆利用最小二乘法可以得到 a，b 的计算公式为 1122211()()()()n ni i i i i i n n i i i i x x y y x y nx y b x x x n x a y bx====⎧---⎪⎪==⎪⎨--⎪⎪=-⎪⎩∑∑∑∑ ， 其中11n i i x x n ==∑，11ni i y y n ==∑由此得到的直线 y a bx =+ 就称为这n 对数据的回归直线，此直线方程即为线性回归方程．其中 a ，b 分别为a ，b 的估计值， a 称为回归截距，b 称为回归系数， y 称为回归值．在前面质点运动的线性回归方程 3.5361 2.1214y x =+中，3.5361a =， 2.1214b = ． 3． 线性回归方程 y abx =+ 中 a ，b 的意义是：以 a 为基数，x 每增加1个单位，y 相应地平均增加b个单位； 4． 化归思想（转化思想）在实际问题中，有时两个变量之间的关系并不是线性关系，这就需要我们根据专业知识或散点图，对某些特殊的非线性关系，选择适当的变量代换，把非线性方程转化为线性回归方程，从而确定未知参数．下面列举出一些常见的曲线方程，并给出相应的化为线性回归方程的换元公式． （1）b y a x =+，令'y y =，1'x x=，则有''y a bx =+． （2）by ax =，令'ln y y =，'ln x x =，'ln a a =，则有'''y a bx =+．（3）bxy ae =，令'ln y y =，'x x =，'ln a a =，则有'''y a bx =+．（4）b xy ae =，令'ln y y =，1'x x=，'ln a a =，则有'''y a bx =+． （5）ln y a b x =+，令'y y =，'ln x x =，则有''y a bx =+． 四．数学运用 典例分析例1．下表给出了我国从1949年至1999年人口数据资料，试根据表中数据估计我国2004年的人口数．【解析】为了简化数据，先将年份减去1949，并将所得值用x 表示，对应人口数用y 表示，得到下面的数据表：作出11个点(),x y 构成的散点图，由图可知，这些点在一条直线附近，可以用线性回归模型y a bx ε=++来表示它们之间的关系． 根据公式（1）可得14.453,527.591.b a ⎧≈⎪⎨≈⎪⎩ 这里的 ,ab 分别为,a b 的估 计值，因此线性回归方程 为 527.59114.453y x =+由于2004年对应的55x =,代入线性回归方程 527.59114.453y x =+可得 1322.506y =（百万），即2004年的人口总数估计为13.23亿. 例2． 某地区对本地的企业进行了一次抽样调查，下表是这次抽查中所得到的各企业的人均资本x （万元）与人均产出y （万元）的数据：（1）设y 与x 之间具有近似关系by ax ≈（,a b 为常数），试根据表中数据估计a 和b 的值；（2）估计企业人均资本为16万元时的人均产出（精确到0.01）．分析：根据x ，y 所具有的关系可知，此问题不是线性回归问题，不能直接用线性回归方程处理．但由对数运算的性质可知，只要对by ax ≈的两边取对数，就能将其转化为线性关系． 解（1）在by a x≈的两边取常用对数，可得lg lg lg y a b x ≈+，设lg y z =，lg a A =，lg x X =，则z A bX ≈+．相关数据计算如图327--所示．仿照问题情境可得A ，b 的估计值 A ，b分别为 0.2155,1.5677,A b ⎧=-⎪⎨=⎪⎩ 由 lg 0.2155a =-可得 0.6088a≈，即a ，b 的估计值分别为0.6088和1.5677． （2）由（1）知 1.5670.6088y x =．样本数据及回归曲线的图形如图328--（见书本102P页）当16x =时， 1.56770.60881647.01y =⨯≈（万元），故当企业人均资本为16万元时，人均产值约为47.01万元． 五．回顾小结：1． 线性回归模型y a bx ε=++与确定性函数y a bx =+相比，它表示y 与x 之间是统计相关关系（非确定性关系）其中的随机误差ε提供了选择模型的准则以及在模型合理的情况下探求最佳估计值 a，b 的工具； 2． 线性回归方程 y abx =+ 中 a ，b 的意义是：以 a 为基数，x 每增加1个单位，y 相应地平均增加b个单位； 3．求线性回归方程的基本步骤．教学设计二【教学目标】 1、知识与技能目标认识随机误差； 2、过程与方法目标（1）会使用函数计算器求回归方程； （2）能正确理解回归方程的预报结果.3、情感、态度、价值观通过本节课的学习，加强数学与现实生活的联系，以科学的态度评价两个变量的相关性，理解处理问题的方法，形成严谨的治学态度和锲而不舍的求学精神.培养学生运用所学知识，解决实际问题的能力.教学中适当地利用学生合作与交流，使学生在学习的同时，体会与他人合作的重要性.【教学重点】随机误差ｅ的认识【教学难点】随机误差的来源和对预报变量的影响 【教学方法】 启发式教学法 【教学手段】多媒体辅助教学【教学过程设计】教学设计三【学情分析】：教学对象是高二理科学生，学生已经初步学会用最小二乘法建立线性回归模型的知识，并能用所学知识解决一些简单的实际问题。

回归分析是数理统计中的重要内容，在教学中，要结合实例进行相关性检验，理解只有两个变量相关性显著时，回归方程才具有实际意义。

在起点低的班级中注重让学生参与实践，结合画图表的方法整理数据，鼓励学生通过收集数据，经历数据处理的过程，从而认识统计方法的特点，达到学习的目的。

【教学目标】：（1）知识与技能：回忆线性回归模型与函数模型的差异，理解用最小二乘法求回归模型的步骤，了解判断两变量间的线性相关关系的强度——相关系数。

（2）过程与方法：本节内容先从大学中女大学生的甚高和体重之间的关系入手，求出相应的回归直线方程。

（3）情感态度与价值观：从实际问题中发现自己已有知识的不足之处，激发学生的好奇心和求知欲，培养学生不满足于已有知识，勇于求知的良好个性品质，引导学生积极进取。

【教学重点】：1.了解线性回归模型与函数模型的差异；2.了解两变量间的线性相关关系的强度——相关系数。

【教学难点】：1.了解两变量间的线性相关关系的强度——相关系数；2.了解线性回归模型与一次函数模型的差异。

【教学过程设计】：②列表求出相关的量，并求出线性回归方程代入公式有848.025.16582187745.5425.165872315ˆ22121≈⨯-⨯⨯-=--=∑∑==x n xyx n yx bni ini ii712.8525.165849.05.54ˆ-=⨯-=-=x b y a所以回归方程为712.85849.0ˆˆˆ-=+=x x b a y③利用回归方程预报身高172cm 的女大学生的体重约为多少？当172=x 时，()kg y316.60712.85172849.0ˆ=-⨯= 引导学生复习总结求线性回归方程的步骤：第一步：作散点图—→第二步：求回归方程—→第三步：代值计算1． 设有一个回归方程为x y5.22ˆ-=，则变量x 增加一个单位时，则（ C ） A ．y 平均增加5.2个单位 B ．y 平均增加2个单位 C ．y 平均减少5.2个单位 D ．y 平均减少2个单位 2． 在画两个变量的散点图时，下面哪个叙述是正确的（ B ）A ．预报变量在x 轴上，解释变量在y 轴上B ．解释变量在x 轴上，预报变量在y 轴上C ．可以选择两个变量中任意一个变量在x 轴上D ．可以选择两个变量中任意一个变量在y 轴上 3． 已知x 与y 之间的一组数据：与x 的线性回归方程为a x b yˆˆˆ+=必过（ D ） 则yA ．（2，2）点B ．（1.5，0）点C ．（1，2）点D ．（1.5，4）点4． 已知两个相关变量x 与y 具有线性相关关系，当x 取值1，2，3，4时，通过观测得到y的值分别为1.2，4.9，8.1，12.8，这组样本点的中心是（ D ） A ．(2，4.9) B ．(3，8.1) C ．(2.5，7) D ．(2.5，6.75)5． 一位母亲记录了儿子3—9岁的身高，数据（略），由此建立的身高与年龄的回归模型为y=7.19x+73.93，用这个模型预测这个孩子10岁时的身高，则正确的叙述是（ C ） A ．身高一定是145.83cm B ．身高在145.83cm 以上 C ．身高在145.83cm 左右D ．身高在145.83cm 以下6． 在一次实验中，测得（x ，y ）的四组值分别是A （1，2）、B （2，3）、C （3，4）D （4，5），则y 与x 之间的回归直线方程为（ A ）A ．1ˆ+=x yB ．2ˆ+=x yC ．12ˆ+=x yD ． 1ˆ-=x y 7． 有下列关系：⑴人的年龄与其拥有的财富之间的关系；⑵曲线上的点与该点的坐标之间的关系；⑶苹果的产量与气候之间的关系；⑷森林中的同一树木，其横截面直径与高度之间的关系；⑸学生与其学号之间的关系。