1.1 回归分析的基本思想及其初步应用优秀课堂实录

1．1回归分析的基本思想及其初步应用

（第1课时）教案

教材：

人民教育出版社A版选修1-2第2页到第4页

【教学目标】

在《数学③（必修）》之后，学生已经学习了两个变量之间的相关关系，包括画散点图，最小二乘法求回归直线方程等内容.在人教A版选修1-2第一章第一节“回归分析的基本思想及其初步应用”这一节中进一步介绍回归分析的基本思想及其初步应用.这部分内容《教师用书》共计4课时，第一课时：介绍线性回归模型的数学表达式，解释随机误差项产生的原因，使学生能正确理解回归方程的预报结果；第二课时：从相关系数、相关指数和残差分析角度探讨回归模型的拟合效果，以及建立回归模型的基本步骤；第三课时：介绍两个变量非线性相关关系；第四课时：回归分析的应用. 本节课是第一课时的内容. 1、知识目标

认识随机误差；

2、能力目标

（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、情感目标

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

【教学流程】

【教学反思】

通过本节课的教学实践，我再次体会到什么是由“关注知识”转向“关注学生”，在教学过程中，注意到了由“给出知识”转向“引起活动”，由“完成教学任务”转向“促进学生发展”，课堂上的真正主人应该是学生．一堂好课，师生一定会有共同的、积极的情感体验．本节课的教学中，知识点均是学生通过探索“发现”的，学生充分经历了探索与发现的过程．教学中没有以练习为主，而是定位在知识形成过程的探索，注重数学的思想性，如统计思想、随机观念、函数思想、数形结合的思想方法等，引导学生体验数学中的理性精神，加强数学形式下的思考和推理．

几点注明：

1、

复习引入时教师做示范——提供5组身高与体重的数据，用ppt展示如何画散点图、用最小二乘法求线性回归方程.随机抽样并列表如下：

作业

学生阅读课本

教师操作

师生共同分析结果

新课,学生分四组操作

复习引入

小结

编号

1 2 165 58 3 157 51 4 170 53 5 175 65 身高/cm 165 体重/kg 49 2、也可以直接使用我们提供的文件来给学生演示，相对节约课堂时间.

1．1回归分析的基本思想及其初步应用（第1课时）教案说明

教材：

人民教育出版社A版选修1-2第2页至第4页

1、设计理念

《数学课程标准》明确指出：有效的数学学习活动不能单纯地模仿与记忆，动手实践、自主探索与合作交流，可以促进学生自主、全面、可持续的发展，是学生学习数学的重要方式．

为使教学真正做到以学生为本，我对教材P2—P3的知识进行了适当地重组和加工，力求给学生提供研究、探讨的时间与空间，让学生充分经历“做数学”的过程，促使学生在自主中求知，在合作中获取，在探究中发展.

2、授课内容的数学本质与教学目标定位

回归分析，是一种从事物因果关系出发进行预测的方法．操作中，是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式（称回归方程式），预测今后事物发展的趋势．然而，所建立的回归

方程与样本点的分布之间还存在有差异，这一差异就是我们本节课学习的主要内容：随机变量．

本课的教学目标为：

①知识目标

认识随机误差e；

②能力目标

（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情感目标

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.

3、学习本课内容的基础以及应用

本课内容安排在《数学3（必修）》之后，学生已经学习了两个变量之间的相关关系，包括画散点图，会利用最小二乘法求回归直线方程等内容.以此为基础，进一步讨论一元线性回归模型，分析产生模型中随机误差项的原因，从而让学生了解线性回归模型与函数模型之间的区别与联系，体会统计思维与确定性思维的区别与联系. 通过本节课的学习，为后继课程了解偏差平方和分解思想和相关指数的含义、了解相关指数

R2和模型拟合的效果之间的关系、了解残差图的作用，体会什么是回归分析、回归分的必要性，都起到铺垫作用．

在本节课的教学中，学生使用了函数计算器，教师则利用电脑Excel表格完成对数据的整理，需要学生有一定的动手能力．

4、学习本课内容时容易了解与容易误解的地方

由于学生对必修3中的线性回归知识已经熟悉，会抽取样本、会画散点图、会利用最小二乘法求出线性回归方程，所以本节课学生容易了解：

（1）从散点图看出，样本点呈条状分布，体重与身高具有线性相关关系，因此可以用线性回归方程来近似刻画它们之间的关系．

（2）可以发现样本点并不完全落在回归方程上，有随机误差存在. （3）容易理解由一条回归方程预测到的身高172cm的女生体重不是都一样，它只是一个平均值．

在学习过程中，相对不易理解的地方有：

（1）对于随机误差的来源，学生是能够从样本的个体差异上来理解的，但是对于由用线性回归模型近似真实模型所引起的误差，学生理解还是有一定困难的. （2）随机误差对预报变量的影响，学生从感性上很好理解，当然是随机误差越小越好.但是从理性上认识，怎样从数据上刻画出随机误差是否变小了呢？学生还有困难.

本课预期：

（1）学生可以很好地复习使用函数计算器求回归方程，虽然在要求学生自己操作前教师有一个示例，但是还是会有一少部分人不会使用，所以在教学前要有一定的思想准备，和必要措施. （2）在分析各个组的预测结果为什么有差异时，由于个体经验不同，对问题的挖掘深度产生不同，这时教师的启发引导可能会十分必要，不能完全由学生漫无目的的“讨论”，使学生活动流于形式. （3）“结果分析”前，由学生展示操作成果，这些结果已经够用来说明问题，教师不要急于参与.在“结果分析”的第4个问题中引入教师利用电脑求出的由45 组数据得到的回归方程，让学生再一次通过比较得到新的思考点——

怎样知道自己模拟的回归方程身高变化对体重变化影响有多大呢？

这样会使学生自然而然渴望进一步了解相关回归分析的知识，为后继课程做好伏笔.对于体现本节课承上启下的作用，可能更好一些.