人教新课标A版高中数学选修1-2全册完整课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《人教新课标A版高中数学选修1-2全册完整课件.ppt》由用户(金钥匙文档)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 新课 高中数学 选修 完整 课件
- 资源描述:
-
1、1.1 回归分析的基本思想及其初步应用回归分析的基本思想及其初步应用(一一) 复习引入复习引入 必修必修3(第二章第二章 统计统计)知识结构知识结构 收集数据收集数据 (随机抽样随机抽样) 整理、分析数据整理、分析数据 估计、推断估计、推断 简简 单单 随随 机机 抽抽 样样 分分 层层 抽抽 样样 系系 统统 抽抽 样样 用样本估计总体用样本估计总体 变量间的相关关系变量间的相关关系 用样本的用样本的 频率分布频率分布 估计总体估计总体 分布分布 用样本数用样本数 字特征估字特征估 计总体数计总体数 字特征字特征 线线 性性 回回 归归 分分 析析 复习引入复习引入 统计的基本思想统计的基本
2、思想 实际实际 样本样本 模模 拟拟 抽抽 样样 分分 析析 )(xfy )(xfy )(xfy 新课讲授新课讲授 一、现实生活中两个变量间的关系一、现实生活中两个变量间的关系: 1.两个变量的关系两个变量的关系 不相关不相关 相关相关 关系关系 函数关系函数关系 线性相关线性相关 非线性相关非线性相关 相关关系:相关关系:对于两个变量,当自变量取值一定对于两个变量,当自变量取值一定 时,因变量的取值带有一定随机性的两个变量时,因变量的取值带有一定随机性的两个变量 之间的关系之间的关系. 新课讲授新课讲授 一、现实生活中两个变量间的关系一、现实生活中两个变量间的关系: 2.相关关系与函数关系相
3、关关系与函数关系 函数关系中的两个变量间是一种确定性关系函数关系中的两个变量间是一种确定性关系 相关关系是一种非确定性关系相关关系是一种非确定性关系. 函数关系是一种理想的关系模型函数关系是一种理想的关系模型. 相关关系在现实生活中大量存在,是更一般相关关系在现实生活中大量存在,是更一般 的情况的情况. 新课讲授新课讲授 一、现实生活中两个变量间的关系一、现实生活中两个变量间的关系: (1)收集数据;收集数据; (2)作散点图;作散点图; (3)求回归直线方程;求回归直线方程; (4)利用方程进行预报利用方程进行预报. 3. 回归分析是对具有相关关系的两个变量回归分析是对具有相关关系的两个变量
4、 进行统计分析的一种常用方法,其步骤:进行统计分析的一种常用方法,其步骤: 新课讲授新课讲授 二、刻划线性相关的两个变量间的关系的方法:二、刻划线性相关的两个变量间的关系的方法: 1.所求直线方程所求直线方程 叫做叫做回归直线方程回归直线方程; 其中其中 axby xbya xnx yxnyx xx yyxx b n i i n i ii n i i n i ii 1 2 2 1 1 2 1 )( )( 新课讲授新课讲授 二、刻划线性相关的两个变量间的关系的方法:二、刻划线性相关的两个变量间的关系的方法: 3.对两个变量进行的线性分析叫做对两个变量进行的线性分析叫做线性回归线性回归 分析分析.
5、 2.相应的直线叫做相应的直线叫做回归直线回归直线. 例题讲解例题讲解 案例案例1 女大学生的身高与体重女大学生的身高与体重 例例1.从某大学中随机选取从某大学中随机选取8名女大学生,其身高名女大学生,其身高 和体重数据如表所示和体重数据如表所示. 求根据女大学生的身高预报体重的回归方程,求根据女大学生的身高预报体重的回归方程, 并预报一名身高为并预报一名身高为172 cm的女大学生的体重的女大学生的体重. 编编 号号 1 2 3 4 5 6 7 8 身高身高/cm 165 165 157 170 175 165 155 170 体重体重/kg 48 57 50 54 64 61 43 59
6、例题讲解例题讲解 案例案例1 女大学生的身高与体重女大学生的身高与体重 40 180 40 体重体重/kg 50 60 155 150 165 160 170 175 45 65 55 身高身高/cm 解:解:(1) 选取身高为自变选取身高为自变 量量x,体重为因变量,体重为因变量y, 作散点图:作散点图: 编编 号号 1 2 3 4 5 6 7 8 身高身高/cm 165 165 157 170 175 165 155 170 体重体重/kg 48 57 50 54 64 61 43 59 (2)由散点图知道身高和体重有比较好的线性由散点图知道身高和体重有比较好的线性 相关关系,因此可以用线
7、性回归方程刻画它相关关系,因此可以用线性回归方程刻画它 们之间的关系们之间的关系. 例题讲解例题讲解 案例案例1 女大学生的身高与体重女大学生的身高与体重 180 40 体重体重/kg 50 60 155 150 165 160 170 175 45 65 55 身高身高/cm (3)从散点图还看到,从散点图还看到, 样本点散布在某一样本点散布在某一 条直线的附近,而条直线的附近,而 不是在一条直线上,不是在一条直线上, 所以不能用一次函所以不能用一次函 数数y=bx+a描述它们描述它们 关系关系. 产生随机误差项产生随机误差项e 的原因是什么?的原因是什么? 例题讲解例题讲解 案例案例1 女
8、大学生的身高与体重女大学生的身高与体重 我们可以用下面的我们可以用下面的线性回归模型线性回归模型来表示:来表示: y=bx+a+e,其中其中a和和b为模型的未知参数,为模型的未知参数, e称为随机误差称为随机误差. 产生随机误差项产生随机误差项e 的原因是什么?的原因是什么? 例题讲解例题讲解 案例案例1 女大学生的身高与体重女大学生的身高与体重 产生随机误差项产生随机误差项e的原因是什么?的原因是什么? 新课讲授新课讲授 产生随机误差项产生随机误差项e的原因是什么?的原因是什么? 随机误差随机误差e的来源的来源(可以推广到一般):可以推广到一般): (1)其它因素的影响:影响体重其它因素的影
9、响:影响体重y 的因素不只的因素不只 是身高是身高x,可能还包括遗传基因、饮食习惯、,可能还包括遗传基因、饮食习惯、 生长环境等因素;生长环境等因素; (2)用线性回归模型近似真实模型所引起的误用线性回归模型近似真实模型所引起的误 差;差; (3)身高身高y的观测误差的观测误差. 新课讲授新课讲授 函数模型与回归模型之间的差别函数模型与回归模型之间的差别 中国中国GDP散点图散点图 20000 40000 60000 80000 100000 120000 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 G D P 函数模
10、型:函数模型: abxy 回归模型:回归模型: eabxy 可以提供可以提供 选择模型的准则选择模型的准则 新课讲授新课讲授 函数模型与回归模型之间的差别函数模型与回归模型之间的差别 函数模型:函数模型: abxy 回归模型:回归模型: eabxy 线性回归模型线性回归模型y=bx+a+e增加了随机误差项增加了随机误差项e, 因变量因变量y的值由自变量的值由自变量x和随机误差项和随机误差项e共同共同 确定,即确定,即自变量自变量x只能解析部分只能解析部分y的变化的变化. 在统计中,我们也把自变量在统计中,我们也把自变量x称为解析变量,称为解析变量, 因变量因变量y称为预报变量称为预报变量. 新
11、课讲授新课讲授 解释变量解释变量x(身高)(身高) 随机误差随机误差e 预报变量预报变量y(体重)(体重) 新课讲授新课讲授 例题讲解例题讲解 编编 号号 1 2 3 4 5 6 7 8 身高身高/cm 165 165 157 170 175 165 155 170 体重体重/kg 48 57 50 54 64 61 43 59 求根据女大学生的身高预报体重的回归方程,并预求根据女大学生的身高预报体重的回归方程,并预 报一名身高为报一名身高为172 cm的女大学生的体重的女大学生的体重. 849. 0 1 2 2 1 n i i n i ii xnx yxnyx b 例题讲解例题讲解 编编 号
12、号 1 2 3 4 5 6 7 8 身高身高/cm 165 165 157 170 175 165 155 170 体重体重/kg 48 57 50 54 64 61 43 59 求根据女大学生的身高预报体重的回归方程,并预求根据女大学生的身高预报体重的回归方程,并预 报一名身高为报一名身高为172 cm的女大学生的体重的女大学生的体重. 根据最小二乘法估计根据最小二乘法估计 和和 就是未知参数就是未知参数a和和b的最好估计,的最好估计, 于是有于是有 a b 所以回归方程是所以回归方程是 所以,对于身高为所以,对于身高为172cm的女大学生,由回归方程可以预的女大学生,由回归方程可以预 报其
13、体重报其体重 712.85 xbya 712.85849. 0 xy )kg(316.60712.8572849. 0 y 例题讲解例题讲解 编编 号号 1 2 3 4 5 6 7 8 身高身高/cm 165 165 157 170 175 165 155 170 体重体重/kg 48 57 50 54 64 61 43 59 求根据女大学生的身高预报体重的回归方程,并预求根据女大学生的身高预报体重的回归方程,并预 报一名身高为报一名身高为172 cm的女大学生的体重的女大学生的体重. 根据最小二乘法估计根据最小二乘法估计 和和 就是未知参数就是未知参数a和和b的最好估计,的最好估计, 于是有
14、于是有 所以回归方程是所以回归方程是 所以,对于身高为所以,对于身高为172cm的女大学生,由回归方程可以预的女大学生,由回归方程可以预 报其体重报其体重 849. 0 1 2 2 1 n i i n i ii xnx yxnyx b 712.85 xbya 712.85849. 0 xy )kg(316.60712.8572849. 0 y a b ( , )x y 称为 样本点的中心 ( , )x y 称为 样本点的中心 例题讲解例题讲解 案例案例1 女大学生的身高与体重女大学生的身高与体重 身高为身高为172cm的女大学生的体重一定是的女大学生的体重一定是60.316kg 吗?如果不是,
15、你能解析一下原因吗?吗?如果不是,你能解析一下原因吗? 编编 号号 1 2 3 4 5 6 7 8 身高身高/cm 165 165 157 170 175 165 155 170 体重体重/kg 48 57 50 54 64 61 43 59 例题讲解例题讲解 案例案例1 女大学生的身高与体重女大学生的身高与体重 身高为身高为172cm的女大学生的体重一定是的女大学生的体重一定是60.316kg 吗?如果不是,你能解析一下原因吗?吗?如果不是,你能解析一下原因吗? 答:身高为答:身高为172cm的女大学生的体重不一定是的女大学生的体重不一定是 60.316kg,但一般可以认为她的体重在,但一般
16、可以认为她的体重在60.316 kg左右左右. 编编 号号 1 2 3 4 5 6 7 8 身高身高/cm 165 165 157 170 175 165 155 170 体重体重/kg 48 57 50 54 64 61 43 59 如何描述两个变量之间线性相关关系的强弱?如何描述两个变量之间线性相关关系的强弱? 在在数学数学3中,我们学习了用相关系数中,我们学习了用相关系数r 来衡量两个变量之间线性相关关系的方法来衡量两个变量之间线性相关关系的方法. 相关系数相关系数 n i i n i i n i ii yyxx yyxx r 1 2 1 2 1 )()( )( 当当r0.75,1,表明
17、两个变量正相关很强;,表明两个变量正相关很强; 当当r1,0.75,表明两个变量负相关很强;,表明两个变量负相关很强; 当当r0.25, 0.25,表明两个变量相关性较弱,表明两个变量相关性较弱. 新课讲授新课讲授 相关关系的测度相关关系的测度 (相关系数取值及其意义)(相关系数取值及其意义) 1.0 +1.0 0 -0.5 +0.5 完全负相关完全负相关 无线性相关无线性相关 完全正相关完全正相关 负相关程度增加负相关程度增加 r 正相关程度增加正相关程度增加 新课讲授新课讲授 用身高预报体重时,需要注意下列问题:用身高预报体重时,需要注意下列问题: 这些问题也使用于其他问题这些问题也使用于
18、其他问题. (1)回归方程只适用于我们所研究的样本的总体;回归方程只适用于我们所研究的样本的总体; (2)我们所建立的回归方程一般都有时间性;我们所建立的回归方程一般都有时间性; (3)样本采集的范围会影响回归方程的适用范围;样本采集的范围会影响回归方程的适用范围; (4)不能期望回归方程得到的预报值就是预报不能期望回归方程得到的预报值就是预报 变量的精确值变量的精确值. 事实上,它是预报变量的可能事实上,它是预报变量的可能 取值的平均值取值的平均值. 课堂小结课堂小结 涉及到统计的一些思想:涉及到统计的一些思想: 模型适用的总体;模型适用的总体; 模型的时间性;模型的时间性; 样本的取值范围
19、对模型的影响;样本的取值范围对模型的影响; 模型预报结果的正确理解模型预报结果的正确理解. 课堂小结课堂小结 一般地,建立回归模型的基本步骤为:一般地,建立回归模型的基本步骤为: (1)确定研究对象,明确哪个变量是解释变量,确定研究对象,明确哪个变量是解释变量, 哪个变量是预报变量哪个变量是预报变量. (2)画出确定好的解释变量和预报变量的散点画出确定好的解释变量和预报变量的散点 图,观察它们之间的关系图,观察它们之间的关系 (如是否存在线性(如是否存在线性 关系等)关系等). (3)由经验确定回归方程的类型(如我们观察由经验确定回归方程的类型(如我们观察 到数据呈线性关系,则选用线性回归方程
20、到数据呈线性关系,则选用线性回归方程 y=bx+a). 课堂小结课堂小结 (4)按一定规则估计回归方程中的参数(如最按一定规则估计回归方程中的参数(如最 小二乘法)小二乘法). 课后作业课后作业 学案学案与与习案习案. 1.1 回归分析的基本思想及其初步应用回归分析的基本思想及其初步应用(二二) 复习引入复习引入 1.建立回归模型的基本步骤:建立回归模型的基本步骤: (1)确定研究对象,明确哪个变量是解释变量,确定研究对象,明确哪个变量是解释变量, 哪个变量是预报变量哪个变量是预报变量. (2)画出确定好的解释变量和预报变量的散点画出确定好的解释变量和预报变量的散点 图,观察它们之间的关系图,
21、观察它们之间的关系 (如是否存在线性(如是否存在线性 关系等)关系等). (3)由经验确定回归方程的类型(如我们观察由经验确定回归方程的类型(如我们观察 到数据呈线性关系,则选用线性回归方程到数据呈线性关系,则选用线性回归方程 y=bx+a). (4)按一定规则估计回归方程中的参数(如最按一定规则估计回归方程中的参数(如最 小二乘法)小二乘法). 复习引入复习引入 2. 刻划线性相关的两个变量间的关系的方法:刻划线性相关的两个变量间的关系的方法: 所求直线方程所求直线方程 叫做叫做回归直线方程回归直线方程; 其中其中 axby xbya xnx yxnyx xx yyxx b n i i n
22、i ii n i i n i ii 1 2 2 1 1 2 1 )( )( 案例案例1 女大学生的身高与体重女大学生的身高与体重 例例1.从某大学中随机选取从某大学中随机选取8名女大学生,其身高名女大学生,其身高 和体重数据如表所示和体重数据如表所示. 求根据女大学生的身高预报体重的回归方程,求根据女大学生的身高预报体重的回归方程, 并预报一名身高为并预报一名身高为172 cm的女大学生的体重的女大学生的体重. 编编 号号 1 2 3 4 5 6 7 8 身高身高/cm 165 165 157 170 175 165 155 170 体重体重/kg 48 57 50 54 64 61 43 5
23、9 新课讲授新课讲授 编编 号号 1 2 3 4 5 6 7 8 身高身高/cm 165 165 157 170 175 165 155 170 体重体重/kg 48 57 50 54 64 61 43 59 假设身高和随机误差的不同不会对体重产生任何影响,那么假设身高和随机误差的不同不会对体重产生任何影响,那么 所有人的体重将相同所有人的体重将相同.在体重不受任何变量影响的假设下,在体重不受任何变量影响的假设下, 设设8名女大学生的体重都是她们的平均值,即名女大学生的体重都是她们的平均值,即8个人的体重都个人的体重都 为为54.5kg. 180 40 50 60 155 150 165 16
展开阅读全文